有干扰环境下移动通信网络中能量效率最优化的方法

摘要

本发明提出一种有干扰环境下移动通信网络中能量效率（energy efficiency,EE）最优化的方法。首先将EE最优化问题建模为一个非凸优化问题。通过使用分式规划，可将此非凸优化问题从分式形式转化为减法形式。再使用凸函数之差规划即可将减法形式的EE最优化问题从非凸优化问题转化为凸优化问题。最后使用内点法求解此问题，即可得到EE最优值。此方法简单且结果准确。

主权项

一种有干扰环境下移动通信网络中能量效率最优化的方法，包括以下步骤：步骤1：建立通信网络，其中所述通信网络中包括M个基站，每个基站覆盖范围内均只有一个用户设备，设定迭代次数t，初次迭代时，令t＝1；容忍度δ＝0.01和通信网络能量效率的初始最优值为q₁；步骤2：定义通信网络中所有用户设备获得的速率和为R_T(P)，根据公式$R_T\left(P\right)=\underset{i=1}{\overset{M}{\Sigma }}\mathrm{lo}{g}_2(1+\frac{p_i·g_{\mathrm{ii}}}{{\Sigma }_{j=1,j\ne i}^M{p}_j·g_{\mathrm{ji}}+{\sigma }_z^2})$计算得到所有用户设备获得的速率和为R_T(P)，其中P＝[p₁,p₂,...,p_M]为每个基站分配给自身用户设备的发射功率向量，对于p_i表示基站i分配给自身用户设备的发射功率，g_ji为基站j与用户设备i之间的信道冲击响应，为复可加白高斯噪声功率，通过上行链路或周期报告，用户设备i可将g_ji反馈给自身服务基站i；步骤3：根据公式获得通信网络消耗总功率P_T(P)，其中P_C为通信网络中电路消耗的功率；根据公式获得通信网络能量效率η_EE(P)，定义通信网络能量效率的最优化函数为：$\begin{array}{c}\max \left\{{\eta }_{\mathrm{EE}}\left(P\right)\right\}\\ s.t.0\le p_i\le p_{\max },\forall i\in M\end{array}$其中p_max为任意基站分配给自身用户设备的最大发射功率，p_max是移动通信网络中给定的系统参数；步骤4：通过使用分式规划法，可将通信网络能量效率的最优化函数转化为如下问题：(P1)  $\begin{array}{c}\max \{R_T\left(P\right)-q_t·P_T\left(P\right)\}\\ s.t.0\le P_i\le p_{\max },\forall i\in M\end{array}$其中q_t为网络能量效率的最大值，在初次计算时，令q_t＝q₁；步骤5：将问题(P1)的目标函数重写为：R_T(P)‑q_t·P_T(P)＝f(P)‑h(P)其中$f\left(P\right)\text{=}\underset{i=1}{\overset{M}{\Sigma }}\mathrm{lo}{g}_2(\underset{j=1}{\overset{M}{\Sigma }}{p}_j·g_{\mathrm{ji}}+{\sigma }_z^2)-q_t·(\underset{i=1}{\overset{M}{\Sigma }}{p}_i+P_C)$$h\left(P\right)=\underset{i=1}{\overset{M}{\Sigma }}\mathrm{lo}{g}_2(\underset{j=1,j\ne i}{\overset{M}{\Sigma }}{p}_j·g_{\mathrm{ji}}+{\sigma }_z^2)$因此，问题(P1)等价于如下问题：(P2)  $\begin{array}{c}\max \{f\left(P\right)-h\left(P\right)\}\\ s.t.0\le p_i\le p_{\max },\forall i\in M\end{array}$问题(P2)是一个标准的凸函数之差规划；步骤6：令k＝1，随机设置P^k，只需使P^k中的每个元素均位于区间[0,p_max]内即可，计算I^k＝f(P^k)‑h(P^k)；步骤7：计算h(P)的梯度，其可记为$▿h\left(P\right)=\underset{i=1}{\overset{M}{\Sigma }}\frac{e_i}{(\underset{j=1,j\ne i}{\overset{M}{\Sigma }}{p}_j·g_{\mathrm{ji}}+{\sigma }_z^2)·\ln 2}$其中e_i是一个维数为M的列向量，具体而言：e_i(i)＝0，当j≠i时，e_i(j)＝g_ji；步骤8：将h(P)用它的一阶泰勒公式展开为：h(P)＝h(P^k)+▽h^T(P^k)·(P‑P^k)此时可将问题(P2)转换为下述问题：(P3)  $\begin{array}{c}\max \{f\left(P\right)-[h\left(P^k\right)+▿h^T\left(P^k\right)·(P-P^k)\left]\right\}\\ s.t.0\le p_i\le p_{\max },\forall i\in M\end{array}$步骤9：问题(P3)是一个标准的凸优化问题，通过使用内点法可以进行求解，具体为：令F(P)＝f(P)‑[h(P^k)+▽h^T(P^k)·(P‑P^k)]，初始化P^*＝P^k，s为一个大于0的正数，u为一个小于1的正数；步骤10：以P^*为起始点，计算的最大值，记为步骤11：更新P^*，令如果s/M＜δ，则执行步骤12。否则令s＝s·u，并返回执行步骤10；步骤12：令k＝k+1，且P^k＝P^*，计算I^k＝f(P^k)‑h(P^k)；步骤13：如果|I^k‑I^k‑1|≤δ，则执行步骤14；否则返回执行步骤8；步骤14：令P^t＝P^k，如果R_T(P_t)‑q_t·P_T(P_t)＞δ，则执行步骤15；否则执行步骤16；步骤15：令q_t+1＝R_T(P_t)/P_T(P_t)，t＝t+1，其中t为当前迭代次数，返回执行步骤4；步骤16：结束，获得通信网络能量效率的最大值为q_t，相应的用户设备获得的最优发射功率向量为P_t。