專(zhuān)利名稱(chēng)：用于ofdma系統(tǒng)的基于粒子群算法的分布式功率分配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種OFDMA系統(tǒng)的功率分配方法，確切地說(shuō)，涉及一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，屬于無(wú)線通信系統(tǒng)的資源分配技術(shù)領(lǐng)域。

背景技術(shù)：
現(xiàn)在，隨著無(wú)線網(wǎng)絡(luò)的發(fā)展，用戶的業(yè)務(wù)需求也隨之發(fā)生了巨大變化已從單純的語(yǔ)音業(yè)務(wù)發(fā)展到豐富的多媒體數(shù)據(jù)業(yè)務(wù)，使得未來(lái)無(wú)線網(wǎng)絡(luò)需要支持多種不同服務(wù)質(zhì)量QoS(Quality of Service)需求的業(yè)務(wù)。比如需要支持包含實(shí)時(shí)的話音業(yè)務(wù)和非實(shí)時(shí)的數(shù)據(jù)業(yè)務(wù)的混合業(yè)務(wù)。然而，無(wú)線網(wǎng)絡(luò)資源非常有限，例如帶寬和能量等。無(wú)線網(wǎng)絡(luò)設(shè)計(jì)時(shí)，在考慮如何滿足用戶QoS需求的同時(shí)，必須要保障能夠有效利用有限的網(wǎng)絡(luò)資源，所以無(wú)線網(wǎng)絡(luò)的資源分配是非常重要的技術(shù)環(huán)節(jié)。
從第一代模擬通信系統(tǒng)到第三代無(wú)線網(wǎng)絡(luò)通信系統(tǒng)，網(wǎng)絡(luò)資源都是采用集中式的分配方法，其最大優(yōu)點(diǎn)是能夠提供穩(wěn)定、可靠的服務(wù)；但是，存在很多缺點(diǎn)主節(jié)點(diǎn)的復(fù)雜度高，網(wǎng)絡(luò)的魯棒性差，可擴(kuò)展性差，端到端時(shí)延大，信息交互量大等等。隨著無(wú)線網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)結(jié)構(gòu)越來(lái)越趨于扁平化，相應(yīng)的結(jié)構(gòu)和功能都被壓縮，使得網(wǎng)絡(luò)中很可能不再存在這種集中式的處理節(jié)點(diǎn)?，F(xiàn)在，分布式的資源分配已經(jīng)成為未來(lái)無(wú)線網(wǎng)絡(luò)的發(fā)展趨勢(shì)。
對(duì)于無(wú)線網(wǎng)絡(luò)而言，分布式是指網(wǎng)絡(luò)中的各個(gè)節(jié)點(diǎn)是對(duì)等的，不存在能夠獲知全局信息的節(jié)點(diǎn)，因此，各個(gè)節(jié)點(diǎn)之間不存在主從關(guān)系。通過(guò)節(jié)點(diǎn)間的信息傳遞，每個(gè)節(jié)點(diǎn)都是獨(dú)立完成特定的功能。分布式處理的優(yōu)點(diǎn)是節(jié)點(diǎn)的復(fù)雜度低，網(wǎng)絡(luò)的魯棒性好、擴(kuò)展性好，交互的信息量少。
現(xiàn)在，無(wú)線多媒體業(yè)務(wù)的發(fā)展要求無(wú)線通信系統(tǒng)能夠?qū)崿F(xiàn)工作更可靠、傳輸速率更高的數(shù)據(jù)傳輸，同時(shí)要保證用戶的QoS要求和公平性。正交頻分復(fù)用OFDM(orthogonal frequency division multiple)技術(shù)得到重點(diǎn)關(guān)注。OFDM技術(shù)將系統(tǒng)的傳輸頻帶分成多個(gè)相互正交的子載波，由于每個(gè)子載波的帶寬很窄，其符號(hào)周期比較長(zhǎng)；同時(shí)，加入的循環(huán)前綴能夠有效消除多徑等原因引起的延遲擴(kuò)展，因此OFDM具有更高的頻譜利用率和良好的抗多徑干擾能力。在多用戶情況下，OFDM系統(tǒng)可以根據(jù)不同用戶的需求和信道的特點(diǎn)，靈活地將子載波分配給不同用戶，因此多用戶正交頻分復(fù)用OFDM(即OFDMA，orthogonalfrequency division multiple access)技術(shù)能夠更容易地滿足多個(gè)用戶、不同通信業(yè)務(wù)的需求。因此，OFDM和OFDMA已經(jīng)成為當(dāng)前最引人關(guān)注的調(diào)制方式和多址方式。
基于OFDMA的蜂窩網(wǎng)絡(luò)中的資源分配，要充分利用多用戶分集技術(shù)，還要考慮頻率復(fù)用帶來(lái)的同頻干擾、用戶的QoS及頻譜的充分利用。而且，多小區(qū)的OFDMA系統(tǒng)的分布式資源分配方法也不同于傳統(tǒng)方法，其重點(diǎn)是對(duì)資源執(zhí)行動(dòng)態(tài)分配，其中功率分配也是如此。
現(xiàn)有技術(shù)的功率分配方法主要有兩種平均分配法和分布式注水法。下面分別簡(jiǎn)要說(shuō)明之 平均分配功率的方法是將每個(gè)小區(qū)基站的功率平均分配到每個(gè)子載波上，由此確定每個(gè)子載波上的發(fā)射功率。
分布式注水分配功率的方法是基站根據(jù)本小區(qū)每個(gè)用戶子載波的信道狀態(tài)信息來(lái)分配功率。例如，將某個(gè)小區(qū)分為多個(gè)扇區(qū)，并以扇區(qū)為單位執(zhí)行注水功率分配方案，獲取本扇區(qū)的最大信道容量。其中，功率平均分配法是最簡(jiǎn)單、計(jì)算量最少的功率分配算法，并能取得較好的系統(tǒng)信道容量，但是，這種方法的頻譜利用率很低，小區(qū)間沒(méi)有實(shí)現(xiàn)干擾協(xié)調(diào)，也沒(méi)有利用信道狀態(tài)信息。分布式注水分配功率方法的信道容量相對(duì)于功率平均分配法有所提高，但是，由于每個(gè)小區(qū)分別執(zhí)行對(duì)于各自扇區(qū)的最優(yōu)化功率分配方案，小區(qū)內(nèi)也沒(méi)有進(jìn)行干擾協(xié)調(diào)，導(dǎo)致小區(qū)內(nèi)的同頻干擾過(guò)大，限制了系統(tǒng)獲取更大的信道容量。
在多小區(qū)的OFDMA系統(tǒng)中，由于小區(qū)內(nèi)的子載波正交，主要考慮解決小區(qū)間的干擾，因此，要在各個(gè)小區(qū)之間執(zhí)行干擾協(xié)調(diào)，同時(shí)考慮信道狀態(tài)信息的變化，以便能夠充分利用頻譜資源來(lái)提高系統(tǒng)性能。
然而，目前研究的OFDMA蜂窩系統(tǒng)中的自適應(yīng)功率分配算法大都只針對(duì)單小區(qū)情況，涉及多小區(qū)的OFDMA的功率分配算法中，通常也是假設(shè)每個(gè)基站只有一個(gè)用戶，這種過(guò)于簡(jiǎn)單和理想的假設(shè)，根本不符合實(shí)際情況。因此，盡快尋求一種在多小區(qū)OFDMA環(huán)境下的功率分配方法，至今仍然是業(yè)內(nèi)人士正在孜孜以求的焦點(diǎn)課題。
眾所周知，對(duì)多小區(qū)功率分配問(wèn)題的數(shù)學(xué)建模，實(shí)質(zhì)是為數(shù)學(xué)問(wèn)題尋找其最優(yōu)解，也就是解決最優(yōu)化問(wèn)題。隨著最優(yōu)化問(wèn)題的復(fù)雜度的提高，給傳統(tǒng)的經(jīng)典算法帶來(lái)了挑戰(zhàn)。
近年來(lái)，從總結(jié)大自然規(guī)律而得來(lái)的啟發(fā)式算法，由于其在某些優(yōu)化問(wèn)題上的優(yōu)勢(shì)而發(fā)展迅速，已經(jīng)成為學(xué)術(shù)界和工程技術(shù)界的研究熱點(diǎn)。本發(fā)明中運(yùn)用的粒子群算法PSO(Particle Swarm Optimization)就是啟發(fā)式算法中的一種。
下面先簡(jiǎn)要介紹粒子群算法PSO的術(shù)語(yǔ)和思路粒子表示粒子群中的個(gè)體，粒子位置是問(wèn)題的解。PSO思路出發(fā)點(diǎn)是模擬鳥(niǎo)群的撲食行為，設(shè)想這樣一個(gè)場(chǎng)景一群飛鳥(niǎo)覓食，在設(shè)定的某區(qū)域里只有一處放有食物；且所有飛鳥(niǎo)都不知道該食物位于何處。但是，它們都分別知道各自的當(dāng)前位置與食物的距離。最簡(jiǎn)單、迅速、有效的覓食策略是搜尋到目前距離該食物最近的飛鳥(niǎo)。
PSO就是從上述模型中得到啟示并用于解決優(yōu)化問(wèn)題。在PSO中，每個(gè)被優(yōu)化問(wèn)題的解被視為搜索空間中的一只鳥(niǎo)，即稱(chēng)之為“粒子”。所有的粒子分別根據(jù)適應(yīng)函數(shù)(即目標(biāo)函數(shù))計(jì)算其適應(yīng)值來(lái)模擬各個(gè)飛鳥(niǎo)與食物的距離，每個(gè)粒子的更新速度就是模擬飛鳥(niǎo)的速度，用于決定粒子的更新方向和距離。粒子的更新速度則取決于當(dāng)前的該粒子的歷史最優(yōu)解和所有粒子的歷史最優(yōu)解。
PSO的主要處理流程為初始化粒子群，通過(guò)更新迭代找到有效最優(yōu)解(位置)。且在每次更新中，粒子根據(jù)下述兩個(gè)“極值”進(jìn)行更新一為粒子自身的歷史最優(yōu)位置，即個(gè)體極值；另一為所有粒子的歷史最優(yōu)位置，即全局極值。
找到這兩個(gè)“極值”后，每個(gè)粒子根據(jù)如下計(jì)算公式來(lái)更新自己的速度和位置更新后的粒子速度vk+1＝w0vk+w1(q-xk)+w2(g-xk)。
更新后的粒子位置xk+1＝xk+vk+1；式中，vk是粒子的當(dāng)前速度，xk是粒子的當(dāng)前位置，自然數(shù)k是采樣時(shí)間點(diǎn)，q、g分別是該粒子的個(gè)體極值和全局極值。系數(shù)w0是該粒子上次速度對(duì)當(dāng)前速度的影響，系數(shù)w1和w2分別是該粒子的個(gè)體極值和全局極值對(duì)當(dāng)前速度的影響。上述公式表明，粒子群會(huì)不斷地趨近于個(gè)體極值和全局極值，保證了算法的收斂性；通過(guò)調(diào)整系數(shù)w0、w1和w2，可以獲得不同的算法收斂性。
另外，在迭代處理過(guò)程中，所有粒子是并行更新的，同時(shí)各自記錄其對(duì)應(yīng)的適應(yīng)值。如果某個(gè)粒子的當(dāng)前適應(yīng)值比該粒子的當(dāng)前個(gè)體極值所對(duì)應(yīng)的適應(yīng)值更優(yōu)，則將個(gè)體極值更新為該粒子的當(dāng)前位置；否則，其個(gè)體極值保持不變。且在每次粒子更新過(guò)程中，每個(gè)粒子都將其個(gè)體極值與全局極值進(jìn)行比較，如果前者適應(yīng)值優(yōu)于后者，則將全局極值更新為該粒子的個(gè)體極值；否則，全局極值保持不變。該更新迭代過(guò)程是持續(xù)進(jìn)行的，直至算法收斂為此。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的是提供一種用于多小區(qū)OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，本發(fā)明是在小區(qū)內(nèi)通過(guò)基站與終端的控制信道傳遞信道狀態(tài)信息，將人工智能領(lǐng)域的粒子群算法應(yīng)用于電信工程實(shí)踐中的功率分配，用于實(shí)現(xiàn)多小區(qū)系統(tǒng)的下行鏈路的分布式功率分配。該方法在基站天線發(fā)送功率受限的條件下，通過(guò)協(xié)調(diào)相鄰小區(qū)間的發(fā)送功率，小區(qū)內(nèi)執(zhí)行干擾協(xié)調(diào)和抑制同頻干擾，在各基站之間不需要交互彼此信道狀態(tài)信息的前提下，有效提高了系統(tǒng)的信道容量。
為了達(dá)到上述目的，本發(fā)明提供了一種用于OFDMA系統(tǒng)的基于粒子群的分布式功率分配方法，其特征在于該方法認(rèn)為該系統(tǒng)內(nèi)各小區(qū)的地位平等，每個(gè)小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行迭代計(jì)算，并行地執(zhí)行粒子群算法，根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個(gè)小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣，實(shí)現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個(gè)小區(qū)實(shí)現(xiàn)分布式的功率分配，且各基站之間不需要進(jìn)行直接的信息交互，從而在較低的開(kāi)銷(xiāo)下，提高了系統(tǒng)頻譜利用率。
目前，LTE的功率分配的方法主要有平均分配法和分布式功率注水分配法。雖然平均分配法復(fù)雜度低，但它不考慮信道狀況的差異變化，頻譜利用率很低。在多小區(qū)OFDMA系統(tǒng)下，因小區(qū)內(nèi)子載波正交，主要考慮解決小區(qū)間的干擾，而平均分配功率的方法沒(méi)有進(jìn)行小區(qū)間干擾協(xié)調(diào)，導(dǎo)致整個(gè)系統(tǒng)的信道容量受到影響。分布式功率注水分配法在分扇區(qū)的情況下，雖然每個(gè)扇區(qū)分別執(zhí)行各自的最優(yōu)功率分配方案，但是小區(qū)內(nèi)也沒(méi)有進(jìn)行干擾協(xié)調(diào)，導(dǎo)致小區(qū)內(nèi)同頻干擾過(guò)大，限制了系統(tǒng)獲取更大的信道容量。
本發(fā)明是基于粒子群算法進(jìn)行多小區(qū)OFDMA系統(tǒng)的分布式功率分配方法。它與傳統(tǒng)的多小區(qū)的平均功率分配算法和注水分配算法相比較，大大提高了系統(tǒng)的信道容量和頻譜利用率。由于本發(fā)明的基礎(chǔ)是基于粒子群算法，因此它具備啟發(fā)式算法的各種特點(diǎn)，能夠通過(guò)對(duì)參數(shù)的調(diào)整和測(cè)試，取得較大的增益，比傳統(tǒng)方法更接近理論上的最優(yōu)值。
本發(fā)明方法的技術(shù)創(chuàng)新之處是采用粒子群算法實(shí)現(xiàn)了多小區(qū)OFDMA系統(tǒng)的分布式的功率分配。通過(guò)測(cè)量小區(qū)信道容量之和來(lái)確定功率分配方案的優(yōu)劣。而且，功率分配方案在解空間中進(jìn)行更新時(shí)，要考慮粒子(即各個(gè)功率分配方案)的歷史相關(guān)信息(個(gè)體極值，即當(dāng)前最優(yōu)矩陣)和全局信息(全局極值，即全局最優(yōu)矩陣)，從而得到更優(yōu)的功率分配矩陣結(jié)果。因粒子群算法具有潛在的并行特性，適合分布式處理。
再者，本發(fā)明在仿真實(shí)現(xiàn)過(guò)程中，對(duì)功率分配方案的初始化設(shè)置的系統(tǒng)參數(shù)和操作步驟(2)中的調(diào)整參數(shù)都作了精心設(shè)計(jì)，以使該方法能夠取得更好的收斂性和穩(wěn)定性。在初始化時(shí)，以某個(gè)粒子表示的功率分配方案P中元素Pn，m服從

的均勻分布，均值為

c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，線性增加的步長(zhǎng)可調(diào)。w從1.2線性遞減至α，其中0.8＜α＜1，線性遞減的步長(zhǎng)同樣可調(diào)。
此外，本發(fā)明在分布式實(shí)現(xiàn)的過(guò)程中，各個(gè)小區(qū)之間不需要交互信息，只是通過(guò)用戶終端反饋信息，潛在地收集了相鄰小區(qū)的干擾信息。通過(guò)這種方式減少系統(tǒng)的信息交互量，同時(shí)實(shí)現(xiàn)了小區(qū)間的分布式協(xié)作，改善了系統(tǒng)性能。本發(fā)明方法適用于包括LTE和WiMAX的OFDMA的第3.5代移動(dòng)通信系統(tǒng)。



圖1是本發(fā)明基于粒子群算法的分布式功率分配方法操作流程圖。
圖2是本發(fā)明一實(shí)施例中，小區(qū)基站運(yùn)用粒子群算法尋找最佳功率分配矩陣的實(shí)際操作流程圖。
圖3是本發(fā)明方法與現(xiàn)有的其它兩種功率分配方法得到的系統(tǒng)頻譜效率的曲線比較圖(仿真100個(gè)TTI)。
圖4是多小區(qū)蜂窩結(jié)構(gòu)(小區(qū)數(shù)＝7，每小區(qū)分為三個(gè)扇區(qū))示意圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。
本發(fā)明是一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，其目的是提高系統(tǒng)的信道容量，該方法的基礎(chǔ)是認(rèn)為系統(tǒng)內(nèi)各小區(qū)的地位平等，因此，每個(gè)小區(qū)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，分別執(zhí)行迭代計(jì)算，即并行地執(zhí)行粒子群算法尋找本小區(qū)最優(yōu)的功率分配矩陣；分配依據(jù)是本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，并以此為判決標(biāo)準(zhǔn)為小區(qū)選擇最優(yōu)的功率分配矩陣，以實(shí)現(xiàn)系統(tǒng)信道容量的最大化。這樣，系統(tǒng)內(nèi)各小區(qū)實(shí)現(xiàn)了分布式功率分配，各基站之間不要進(jìn)行直接的信息交互，從而在較低的開(kāi)銷(xiāo)下，提高了系統(tǒng)頻譜利用率。
由于本發(fā)明采用分布式的并行處理方法，因此，下面僅對(duì)一個(gè)小區(qū)的功率分配流程進(jìn)行詳細(xì)說(shuō)明。先假設(shè)該系統(tǒng)有NT個(gè)蜂窩基本單元NT＝N×S，式中，N為系統(tǒng)內(nèi)的小區(qū)數(shù)，S為每個(gè)小區(qū)劃分的扇區(qū)數(shù)，N和S都是自然數(shù)；當(dāng)S＝1時(shí)，系統(tǒng)的蜂窩基本單元是小區(qū)，即系統(tǒng)由NT＝N個(gè)小區(qū)組成；當(dāng)S＞1時(shí)，即小區(qū)分扇區(qū)時(shí)，系統(tǒng)的蜂窩基本單元是扇區(qū)，也就是系統(tǒng)由NT＝N×S個(gè)扇區(qū)組成；該系統(tǒng)可復(fù)用的子載波數(shù)為自然數(shù)M，各小區(qū)基站的最大發(fā)射功率為Pmax，且已經(jīng)完成了子載波分配過(guò)程，即每個(gè)子載波已經(jīng)分給特定的用戶使用； 參見(jiàn)圖1，介紹本發(fā)明方法中每個(gè)小區(qū)內(nèi)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，并行執(zhí)行統(tǒng)一的粒子群算法分配功率的具體操作步驟。
步驟1、初始化設(shè)置下列兩個(gè)參數(shù)本小區(qū)的功率分配矩陣P和更新步長(zhǎng)矩陣V，矩陣P和V均為S×M維矩陣，矩陣中的元素Ps，m和Vs，m分別表示第s個(gè)扇區(qū)在第m個(gè)子載波上的分配功率和功率的更新步長(zhǎng)，式中，自然數(shù)s和m分別是本小區(qū)內(nèi)扇區(qū)序號(hào)和子載波的序號(hào)，其最大值S和M分別是該小區(qū)劃分的扇區(qū)數(shù)和小區(qū)復(fù)用的子載波數(shù)；S＝1時(shí)，表示功率分配以小區(qū)為蜂窩基本單元，S＞1時(shí)，表示功率分配以扇區(qū)為蜂窩基本單元。
該步驟中的初始化設(shè)置系統(tǒng)參數(shù)的操作進(jìn)一步包括下列內(nèi)容 (11)基站采用粒子群迭代算法尋找小區(qū)的最優(yōu)功率分配矩陣系統(tǒng)啟動(dòng)后，基站初始化設(shè)置本小區(qū)的L個(gè)S×M維的功率分配矩陣(P(1)，......，P(L))和L個(gè)S×M維的更新步長(zhǎng)矩陣(V(1)，......，V(L))；式中，P(l)表示第l個(gè)S×M維的功率分配矩陣，V(l)表示第l個(gè)S×M維的更新步長(zhǎng)矩陣，自然數(shù)序號(hào)l的最大值為L(zhǎng)，初始化設(shè)置l為零。
基站開(kāi)始采用粒子群算法迭代更新時(shí)，所有功率分配矩陣P的初始化均服從

的均勻分布，其均值為

用于計(jì)算同頻干擾和獲取較好結(jié)果；功率分配矩陣中的各個(gè)元素均為非負(fù)數(shù)值，且所有元素之和不大于Pmax。
(12)對(duì)每個(gè)功率分配矩陣P(l)(l＝1，2，...，L)分別計(jì)算S個(gè)扇區(qū)的信道容量之和τl，并以該信道容量τl作為功率分配矩陣P(l)的評(píng)判依據(jù)。該步驟選擇的評(píng)判標(biāo)準(zhǔn)必須與用戶的信道容量相關(guān)聯(lián)，以便能實(shí)時(shí)反映信道的時(shí)變特性，實(shí)現(xiàn)功率分配；且該選擇標(biāo)準(zhǔn)還包括小區(qū)的頻譜利用效率；而且，同一小區(qū)的每次分配過(guò)程中，所有功率分配的選擇標(biāo)準(zhǔn)必須相同。
(13)對(duì)于第l個(gè)功率分配矩陣，將在迭代過(guò)程中獲得的當(dāng)前最高信道容量之和

的矩陣記為第l個(gè)矩陣的當(dāng)前最優(yōu)矩陣

然后，分別按照序號(hào)l的各個(gè)數(shù)值逐個(gè)計(jì)算每個(gè)序號(hào)的功率分配矩陣的當(dāng)前最優(yōu)矩陣

再初始化該

矩陣為全零矩陣。
(14)將迭代結(jié)束時(shí)，該L個(gè)當(dāng)前最優(yōu)矩陣中對(duì)應(yīng)的最高信道容量之和的矩陣選作本小區(qū)的功率分配矩陣，并記為全局最優(yōu)矩陣

再初始化該全局最優(yōu)矩陣

為零，以及將該全局最優(yōu)矩陣

對(duì)應(yīng)的最高信道容量之和記為
步驟2、基站通過(guò)控制信道采集本小區(qū)用戶終端反饋的信道狀態(tài)信息和同頻干擾信息，進(jìn)行迭代計(jì)算，尋找最優(yōu)的功率分配矩陣運(yùn)用粒子群算法調(diào)整更新步長(zhǎng)矩陣和功率分配矩陣，再以該功率分配矩陣計(jì)算得到的小區(qū)信道容量之和作為評(píng)判依據(jù)，分別更新當(dāng)前最優(yōu)功率分配矩陣和全局最優(yōu)功率分配矩陣，對(duì)功率分配矩陣進(jìn)行迭代更新優(yōu)化；再判斷是否滿足迭代終止條件；如果是，則結(jié)束該步驟迭代計(jì)算；否則，繼續(xù)進(jìn)行迭代計(jì)算，直至確認(rèn)迭代計(jì)算過(guò)程結(jié)束。
該步驟的迭代計(jì)算進(jìn)一步包括下列內(nèi)容 (21)基站根據(jù)用戶終端的反饋信息收集各個(gè)扇區(qū)在每個(gè)子載波上的信道增益矩陣G與干擾矩陣T，其中，矩陣G和T均為S×M維矩陣，該兩個(gè)矩陣中的元素Gs，m和Ts，m分別表示第s個(gè)扇區(qū)在第m個(gè)子載波上的信道增益和干擾信息。
(22)根據(jù)步驟(21)收集的信道增益信息、干擾信息和功率分配矩陣P(l)，基站對(duì)第l個(gè)功率分配矩陣P(l)計(jì)算該小區(qū)的信道容量之和τ′l，即S個(gè)蜂窩基本單元在M個(gè)子載波上的信道容量之和τ′l；再判斷該新的信道容量之和τ′l是否大于該第l個(gè)功率分配矩陣的當(dāng)前最高信道容量之和

如果上述判斷成立，則采用該新的信道容量之和τ′l替代當(dāng)前的最高信道容量之和，即

并且更新P(l)為第l個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣

否則，該第l個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣

和對(duì)應(yīng)的信道容量之和

均保持不變。
(23)根據(jù)當(dāng)前時(shí)刻更新后的L個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣

其對(duì)應(yīng)的更新的小區(qū)信道容量之和為

設(shè)τ′g為更新后信道容量之和

中的最大值，且設(shè)其對(duì)應(yīng)的是第k個(gè)功率分配矩陣，k的取值范圍是[1，L]；再判斷該新的全局最高信道容量之和τ′g是否大于當(dāng)前全局最優(yōu)矩陣

對(duì)應(yīng)的最高信道容量之和

如果τ′g大于

則選取τ′g作為當(dāng)前全局最優(yōu)矩陣

對(duì)應(yīng)的最高信道容量之和，即更新

并將P(k)更新為全局最優(yōu)矩陣，即

否則，對(duì)全局最優(yōu)矩陣

和對(duì)應(yīng)的信道容量之和

都保持不變。
(24)更新該小區(qū)所有的更新步長(zhǎng)矩陣V和功率分配矩陣P將更新步長(zhǎng)矩陣更新為

式中，w為表示更新步長(zhǎng)矩陣受前一時(shí)刻影響的可調(diào)常數(shù)，可調(diào)參數(shù)r1和r2是兩個(gè)分別依照設(shè)定規(guī)律生成的隨機(jī)數(shù)，權(quán)重因子c1和c2分別代表速度受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度；兩個(gè)乘積c1×r1和c2×r2分別代表更新步長(zhǎng)矩陣受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度，上述設(shè)置的各個(gè)參數(shù)會(huì)在很大程度上影響到運(yùn)用粒子群算法迭代尋找到的最優(yōu)功率分配矩陣的性能； 再將功率分配矩陣更新為P(l)＝P(l)+V(l)，式中，矩陣V(l)為非負(fù)矩陣，因此更新后的P(l)也是非負(fù)矩陣；如果P(l)中所有元素的和Psum大于基站的最大發(fā)射功率Pmax，則P(l)中所有的元素都縮小

倍，即
為使迭代計(jì)算獲得更好的收斂性和穩(wěn)定性，該步驟中的各個(gè)調(diào)整參數(shù)要精心設(shè)計(jì)，其中，c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，其線性增加的步長(zhǎng)可調(diào)；w從1.2線性遞減至α，其中0.8＜α＜1，其線性遞減的步長(zhǎng)可調(diào)。
(25)繼續(xù)進(jìn)行迭代運(yùn)算，并判斷是否達(dá)到迭代終止條件，如果是，則結(jié)束該步驟迭代計(jì)算；否則，返回執(zhí)行步驟(21)的操作，繼續(xù)進(jìn)行迭代計(jì)算，直至確認(rèn)迭代計(jì)算過(guò)程結(jié)。判斷迭代是否終止的條件是根據(jù)系統(tǒng)的硬件設(shè)施、迭代運(yùn)算結(jié)果是否達(dá)到收斂要求或是否達(dá)到設(shè)定的迭代運(yùn)算次數(shù)。
步驟3、確定并輸出該小區(qū)的最優(yōu)功率分配方案，盡可能地實(shí)現(xiàn)該小區(qū)系統(tǒng)頻譜效率或信道容量之和的最大化。
參見(jiàn)圖3，申請(qǐng)人對(duì)本發(fā)明已經(jīng)進(jìn)行了多次仿真實(shí)施試驗(yàn)，下面介紹分別采用本發(fā)明方法與現(xiàn)有的兩種功率分配方案進(jìn)行實(shí)施后的系統(tǒng)的頻譜利用效率對(duì)比情況。
仿真實(shí)施試驗(yàn)的條件小區(qū)數(shù)為7，每個(gè)小區(qū)采用定向天線分為3扇區(qū)(其蜂窩結(jié)構(gòu)如圖4所示)，扇區(qū)最大發(fā)送功率設(shè)為10W，小區(qū)內(nèi)扇區(qū)復(fù)用帶寬10MHz，復(fù)用的子載波數(shù)目為50，即每個(gè)扇區(qū)最大容納的用戶終端為50個(gè)，設(shè)粒子群的個(gè)數(shù)為30。每個(gè)調(diào)度周期為T(mén)TI，仿真100個(gè)TTI時(shí)刻。
在啟發(fā)式算法中，參數(shù)調(diào)整是關(guān)鍵步驟。本發(fā)明中，應(yīng)用PSO于功率分配領(lǐng)域，有三個(gè)比較重要的參數(shù)需要進(jìn)行調(diào)試當(dāng)前速度影響因子、當(dāng)前最優(yōu)矩陣影響因子、全局最優(yōu)矩陣影響因子。單參數(shù)值選取方案有多種，比如常數(shù)選取、線性變化、指數(shù)變化等，而且多種參數(shù)值可以進(jìn)行組合選取。通過(guò)大量試驗(yàn)，設(shè)置的速度更新中的一組較好的參數(shù)值組合如下當(dāng)前速度影響因子w從1.2線性遞減至α，其中0.8＜α＜1，線性遞減的步長(zhǎng)同樣可調(diào)。c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，線性增加的步長(zhǎng)可調(diào)。
從圖3中可以看出，采用PSO算法的功率分配方案較以前傳統(tǒng)的兩種功率分配方案，有效地提高了頻譜利用效率。以平均效果來(lái)看，PSO算法比分布式功率注水方案提高了30.4％，PSO算法比平均功率分配方案提高了54％。
因此，本發(fā)明試驗(yàn)的結(jié)果是成功的，實(shí)現(xiàn)了發(fā)明目的。
權(quán)利要求
1.一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，其特征在于該方法認(rèn)為該系統(tǒng)內(nèi)各小區(qū)的地位平等，每個(gè)小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行迭代計(jì)算，并行地執(zhí)行粒子群算法，根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個(gè)小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣，實(shí)現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個(gè)小區(qū)實(shí)現(xiàn)分布式的功率分配，且各基站之間不需要進(jìn)行直接的信息交互，從而在較低的開(kāi)銷(xiāo)下，提高了系統(tǒng)頻譜利用率。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，假設(shè)該系統(tǒng)有NT個(gè)蜂窩基本單元NT＝N×S，式中，N為系統(tǒng)內(nèi)的小區(qū)數(shù)，S為每個(gè)小區(qū)劃分的扇區(qū)數(shù)，N和S都是自然數(shù)；當(dāng)S＝1時(shí)，系統(tǒng)的蜂窩基本單元是小區(qū)，即系統(tǒng)由NT＝N個(gè)小區(qū)組成；當(dāng)S＞1時(shí)，即小區(qū)分扇區(qū)時(shí)，系統(tǒng)的蜂窩基本單元是扇區(qū)，也就是系統(tǒng)由NT＝N×S個(gè)扇區(qū)組成；該系統(tǒng)可復(fù)用的子載波數(shù)為自然數(shù)M，各小區(qū)基站的最大發(fā)射功率為Pmax，且已經(jīng)完成了子載波分配過(guò)程，即每個(gè)子載波已經(jīng)分給特定的用戶使用；
所述每個(gè)小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行的迭代計(jì)算，為每個(gè)小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣的操作包括下列步驟
(1)初始化設(shè)置下列兩個(gè)參數(shù)本小區(qū)的功率分配矩陣P和更新步長(zhǎng)矩陣V，矩陣P和V均為S×M維矩陣，矩陣中的元素Ps，m和Vs，m分別表示第s個(gè)扇區(qū)在第m個(gè)子載波上的分配功率和功率的更新步長(zhǎng)，式中，自然數(shù)s和m分別是本小區(qū)內(nèi)扇區(qū)序號(hào)和子載波的序號(hào)，其最大值S和M分別是該小區(qū)劃分的扇區(qū)數(shù)和小區(qū)復(fù)用的子載波數(shù)；S＝1時(shí)，表示功率分配以小區(qū)為蜂窩基本單元，S＞1時(shí)，表示功率分配以扇區(qū)為蜂窩基本單元；
(2)基站通過(guò)控制信道采集本小區(qū)用戶終端反饋的信道狀態(tài)信息和同頻干擾信息，進(jìn)行迭代計(jì)算，尋找最優(yōu)的功率分配矩陣運(yùn)用粒子群算法調(diào)整更新步長(zhǎng)矩陣和功率分配矩陣，再以該功率分配矩陣計(jì)算得到的小區(qū)信道容量之和作為評(píng)判依據(jù)，分別更新當(dāng)前最優(yōu)功率分配矩陣和全局最優(yōu)功率分配矩陣，對(duì)功率分配矩陣進(jìn)行迭代更新優(yōu)化；再判斷是否滿足迭代終止條件；如果是，則結(jié)束該步驟迭代計(jì)算；否則，繼續(xù)進(jìn)行迭代計(jì)算，直至確認(rèn)迭代計(jì)算過(guò)程結(jié)束；
(3)確定并輸出該小區(qū)的最優(yōu)功率分配方案，盡可能地實(shí)現(xiàn)該小區(qū)系統(tǒng)頻譜效率或信道容量之和的最大化。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于所述步驟(1)中的初始化設(shè)置系統(tǒng)參數(shù)的操作進(jìn)一步包括下列內(nèi)容
(11)基站采用粒子群迭代算法尋找小區(qū)的最優(yōu)功率分配矩陣系統(tǒng)啟動(dòng)后，基站初始化設(shè)置本小區(qū)的L個(gè)S×M維的功率分配矩陣(P(l)，......，P(L))和L個(gè)S×M維的更新步長(zhǎng)矩陣(V(l)，......，V(L))；式中，P(l)表示第l個(gè)S×M維的功率分配矩陣，V(l)表示第l個(gè)S×M維的更新步長(zhǎng)矩陣，自然數(shù)序號(hào)l的最大值為L(zhǎng)，初始化設(shè)置l為零；
(12)對(duì)每個(gè)功率分配矩陣P(l)(l＝1，2，...，L)分別計(jì)算S個(gè)扇區(qū)的信道容量之和τl，并以該信道容量τl作為功率分配矩陣P(l)的評(píng)判依據(jù)；
(13)對(duì)于第l個(gè)功率分配矩陣，將在迭代過(guò)程中獲得的當(dāng)前最高信道容量之和
的矩陣記為第l個(gè)矩陣的當(dāng)前最優(yōu)矩陣
然后，分別按照序號(hào)l的各個(gè)數(shù)值逐個(gè)計(jì)算每個(gè)序號(hào)的功率分配矩陣的當(dāng)前最優(yōu)矩陣再初始化該
矩陣為全零矩陣；
(14)將迭代結(jié)束時(shí)，該L個(gè)當(dāng)前最優(yōu)矩陣中對(duì)應(yīng)的最高信道容量之和的矩陣選作本小區(qū)的功率分配矩陣，并記為全局最優(yōu)矩陣
再初始化該全局最優(yōu)矩陣
為零，以及將該全局最優(yōu)矩陣
對(duì)應(yīng)的最高信道容量之和記為
4.根據(jù)權(quán)利要求3所述的方法，其特征在于所述步驟(11)中，該基站開(kāi)始采用粒子群算法迭代更新時(shí)，所有功率分配矩陣P的初始化均服從
的均勻分布，其均值為
用于計(jì)算同頻干擾和獲取較好結(jié)果；功率分配矩陣中的各個(gè)元素均為非負(fù)數(shù)值，且所有元素之和不大于Pmax。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于所述步驟(12)中，選擇的評(píng)判標(biāo)準(zhǔn)必須與用戶的信道容量相關(guān)聯(lián)，以便能實(shí)時(shí)反映信道的時(shí)變特性，實(shí)現(xiàn)功率分配；且該選擇標(biāo)準(zhǔn)還包括小區(qū)的頻譜利用效率；而且，同一小區(qū)的每次分配過(guò)程中，所有功率分配的選擇標(biāo)準(zhǔn)必須相同。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于所述步驟(2)進(jìn)一步包括下列內(nèi)容
(21)基站根據(jù)用戶終端的反饋信息收集各個(gè)扇區(qū)在每個(gè)子載波上的信道增益矩陣G與干擾矩陣T，其中，矩陣G和T均為S×M維矩陣，該兩個(gè)矩陣中的元素Gs，m和Ts，m分別表示第s個(gè)扇區(qū)在第m個(gè)子載波上的信道增益和干擾信息；
(22)根據(jù)步驟(21)收集的信道增益信息、干擾信息和功率分配矩陣P(l)，基站對(duì)第l個(gè)功率分配矩陣P(l)計(jì)算該小區(qū)的信道容量之和τl′，即S個(gè)蜂窩基本單元在M個(gè)子載波上的信道容量之和τl′；再判斷該新的信道容量之和τl′是否大于該第l個(gè)功率分配矩陣的當(dāng)前最高信道容量之和
如果上述判斷成立，則采用該新的信道容量之和τl′替代當(dāng)前的最高信道容量之和，即并且更新P為第l個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣否則，該第l個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣
和對(duì)應(yīng)的信道容量之和
均保持不變；
(23)根據(jù)當(dāng)前時(shí)刻更新后的L個(gè)功率分配矩陣的當(dāng)前最優(yōu)矩陣其對(duì)應(yīng)的更新的小區(qū)信道容量之和為設(shè)τg′為更新后信道容量之和中的最大值，且設(shè)其對(duì)應(yīng)的是第k個(gè)功率分配矩陣，k的取值范圍是[1，L]；再判斷該新的全局最高信道容量之和τg′是否大于當(dāng)前全局最優(yōu)矩陣
對(duì)應(yīng)的最高信道容量之和
如果τg′大于
則選取τg′作為當(dāng)前全局最優(yōu)矩陣
對(duì)應(yīng)的最高信道容量之和，即更新并將P(k)更新為全局最優(yōu)矩陣，即否則，對(duì)全局最優(yōu)矩陣
和對(duì)應(yīng)的信道容量之和
都保持不變；
(24)更新該小區(qū)所有的更新步長(zhǎng)矩陣V和功率分配矩陣P將更新步長(zhǎng)矩陣更新為式中，w為表示更新步長(zhǎng)矩陣受前一時(shí)刻影響的可調(diào)常數(shù)，可調(diào)參數(shù)r1和r2是兩個(gè)分別依照設(shè)定規(guī)律生成的隨機(jī)數(shù)，權(quán)重因子c1和c2分別代表速度受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度；兩個(gè)乘積c1×r1和c2×r2分別代表更新步長(zhǎng)矩陣受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度，上述設(shè)置的各個(gè)參數(shù)會(huì)在很大程度上影響到運(yùn)用粒子群算法迭代尋找到的最優(yōu)功率分配矩陣的性能；再將功率分配矩陣更新為P(l)＝P(l)+V(l)，式中，矩陣V(l)為非負(fù)矩陣，因此更新后的P(l)也是非負(fù)矩陣；如果P(l)中所有元素的和Psum大于基站的最大發(fā)射功率Pmax，則P(l)中所有的元素都縮小
倍，即
(25)繼續(xù)進(jìn)行迭代運(yùn)算，并判斷是否達(dá)到迭代終止條件，如果是，則結(jié)束該步驟迭代計(jì)算；否則，返回執(zhí)行步驟(21)的操作，繼續(xù)進(jìn)行迭代計(jì)算，直至確認(rèn)迭代計(jì)算過(guò)程結(jié)。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于所述步驟(24)中，為使迭代計(jì)算獲得更好的收斂性和穩(wěn)定性，各個(gè)調(diào)整參數(shù)要精心設(shè)計(jì)，其中，c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，其線性增加的步長(zhǎng)可調(diào)；w從1.2線性遞減至α，其中0.8＜α＜1，其線性遞減的步長(zhǎng)可調(diào)。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于所述步驟(25)中，判斷迭代是否終止的條件是根據(jù)系統(tǒng)的硬件設(shè)施、迭代運(yùn)算結(jié)果是否達(dá)到收斂要求或是否達(dá)到設(shè)定的迭代運(yùn)算次數(shù)。
9.根據(jù)權(quán)利要求6所述的方法，其特征在于所述方法適用于包括長(zhǎng)期演進(jìn)LTE和微波存取全球互聯(lián)技術(shù)WiMAX的OFDMA的第3.5代移動(dòng)通信系統(tǒng)。
全文摘要
一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，用于實(shí)現(xiàn)多小區(qū)系統(tǒng)的下行鏈路的分布式功率分配。該方法基于各小區(qū)的地位平等和基站發(fā)送功率受限的條件，由每個(gè)小區(qū)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，并行地利用粒子群算法執(zhí)行迭代計(jì)算，為各自小區(qū)尋找最優(yōu)的功率分配矩陣根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個(gè)小區(qū)尋找最優(yōu)的功率分配矩陣，實(shí)現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個(gè)小區(qū)實(shí)現(xiàn)分布式的功率分配，故各基站之間不需進(jìn)行直接的信息交互，從而在較低的開(kāi)銷(xiāo)下，有效提高了系統(tǒng)頻譜利用率和信道容量。
文檔編號(hào)H04W52/24GK101820671SQ201010033918
公開(kāi)日2010年9月1日 申請(qǐng)日期2010年1月6日 優(yōu)先權(quán)日2010年1月6日
發(fā)明者牛凱, 孫文文, 許文俊, 賀志強(qiáng) 申請(qǐng)人:北京郵電大學(xué)