本發(fā)明涉及無線通信網(wǎng)絡(luò)中的基站控制和波束形成技術(shù)，具體涉及一種基于穩(wěn)定接入關(guān)系的基站激活和波束成形方法。

背景技術(shù)：

在現(xiàn)代無線通信網(wǎng)絡(luò)中，基站可以密集部署并多點(diǎn)協(xié)作傳輸以增加信號(hào)質(zhì)量和邊緣覆蓋率。但由于基站密集，且多個(gè)基站協(xié)同為一個(gè)用戶服務(wù)，部分基站很可能出現(xiàn)效率低下的問題，而且密集的基站同頻同時(shí)工作將導(dǎo)致通信干擾增加，系統(tǒng)內(nèi)共享數(shù)據(jù)量大增，調(diào)度管理復(fù)雜等問題。因此處于激活狀態(tài)并協(xié)同傳輸?shù)幕緮?shù)目往往受到限制，合理的選擇基站的激活/休眠狀態(tài)成為抑制干擾，提升網(wǎng)絡(luò)容量的關(guān)鍵。目前比較常見的基站激活算法有以下幾種：

mmcg：最大最小信道增益方法，選擇各個(gè)基站的最小信道增益中最大的幾個(gè)基站激活，其他的休眠。

macg：最大平均信道增益方法，選擇平均信道最大的幾個(gè)基站進(jìn)行激活，其他的休眠。

窮舉法：對(duì)基站的狀態(tài)情況進(jìn)行窮舉，找出能使系統(tǒng)狀態(tài)最優(yōu)的基站組合。

貪婪法：依次關(guān)閉對(duì)系統(tǒng)性能增益最小的基站，直至系統(tǒng)性能不再增加。

在以上算法中，mmcg和macg沒有完全或充分利用信道的狀態(tài)信息，系統(tǒng)性能沒有達(dá)到最優(yōu)，而窮舉法和貪婪算法能夠在較大程度上優(yōu)化系統(tǒng)性能，但它們的計(jì)算復(fù)雜度也十分之高。

此外，以上算法都是針對(duì)系統(tǒng)的瞬時(shí)性能，利用信道當(dāng)前時(shí)隙的狀態(tài)信息來優(yōu)化系統(tǒng)性能，當(dāng)信道變化時(shí)，基站的狀態(tài)也會(huì)隨之變化。系統(tǒng)的調(diào)度具有很高的靈活性。但當(dāng)信道變化較快時(shí)，基站狀態(tài)也會(huì)快速變化，這會(huì)增加系統(tǒng)調(diào)度難度，加快設(shè)備損耗速度，甚至嚴(yán)重者會(huì)導(dǎo)致服務(wù)中斷。因此基站激活算法也必須考慮系統(tǒng)的穩(wěn)定性。

系統(tǒng)長(zhǎng)期穩(wěn)定性研究主要是尋找一種簡(jiǎn)單可實(shí)現(xiàn)的基站激活策略，通過靈活地選擇處于工作狀態(tài)的基站，來保證通信系統(tǒng)在較長(zhǎng)的一段時(shí)間內(nèi)能有效的服務(wù)用戶，能有效的抵抗由信道快速變化給系統(tǒng)帶來的不良影響，同時(shí)兼顧接入關(guān)系的穩(wěn)定性，減少基站一些不必要的激活/休眠狀態(tài)切換，在系統(tǒng)的靈活性與穩(wěn)定性中尋找一種平衡。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種基于穩(wěn)定接入關(guān)系的基站激活和波束成形方法，該方法不再局限于某一時(shí)刻的系統(tǒng)表現(xiàn)，而是考慮系統(tǒng)的長(zhǎng)期性能，兼顧系統(tǒng)的靈活性與穩(wěn)定性，通過基站激活與波束成形設(shè)計(jì)來控制活躍基站數(shù)量，避免基站的狀態(tài)頻繁切換以減小系統(tǒng)的能耗，同時(shí)保證了每個(gè)用戶對(duì)服務(wù)質(zhì)量的要求。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：

一種基于穩(wěn)定接入關(guān)系的基站激活和波束成形方法，包括以下步驟：

步驟1：設(shè)置網(wǎng)絡(luò)參數(shù)：

所述參數(shù)包括各基站發(fā)送功率閾值p，噪聲功率σ²，用戶qos要求γm,，m＝1,2,...,m，m為用戶總數(shù)，k為基站總數(shù)，單位時(shí)間內(nèi)維持基站活躍與基站切換所消耗的能量分別為λ1,λ2，admm算法懲罰因子c，admm算法最大迭代次數(shù)rmax，收斂門限κ，一個(gè)通信周期的時(shí)隙長(zhǎng)度l；

步驟2：初始化時(shí)隙l＝1，第0個(gè)時(shí)隙的基站狀態(tài)向量

步驟3：利用admm算法，求解波束成形矩陣w(l)0和基站狀態(tài)向量s(l)0，其具體求解過程如下:

步驟3-1：設(shè)置迭代次數(shù)r＝1；

輸入第l個(gè)時(shí)隙所有基站與用戶間的實(shí)際信道參數(shù)矩陣h(l)0；輸入第l個(gè)時(shí)隙所有基站與用戶間的訓(xùn)練信道參數(shù)矩陣h(l)t，t＝1,2,...,t和前一時(shí)隙基站狀態(tài)向量

初始化波束成形矩陣w(l)⁽⁰⁾、基站狀態(tài)向量s(l)⁽⁰⁾、輔助矩陣f(l)⁽⁰⁾、波束形成鏡像矩陣u(l)⁽⁰⁾、基站狀態(tài)切換鏡像向量y(l)⁽⁰⁾、基站狀態(tài)鏡像向量x(l)⁽⁰⁾、第一拉格朗日乘子θ(l)⁽⁰⁾、第二拉格朗日乘子ψ(l)⁽⁰⁾、第三拉格朗日乘子φ(l)⁽⁰⁾和第四拉格朗日乘子ξ(l)⁽⁰⁾；

步驟3-2：更新波束成形矩陣w(l)和基站狀態(tài)向量s(l)：

將波束成形矩陣w(l)和基站狀態(tài)向量s(l)分割成k(t+1)個(gè)塊{s^k(l)t，w^k(l)t}進(jìn)行更新，其中s^k(l)t是基站狀態(tài)向量s(l)t的第k個(gè)元素，是波束成形矩陣w(l)t的第k個(gè)行塊，k＝1,2,...k，t＝0,1,2,...,t,根據(jù)下式進(jìn)行更新

其中，和分別是基站狀態(tài)鏡像向量第四拉格朗日乘子基站狀態(tài)切換鏡像向量和前一時(shí)隙的基站狀態(tài)的第k個(gè)元素；和分別是波束成形鏡像矩陣和第二拉格朗日乘子矩陣第k個(gè)行塊，表示其值在范圍[0,1]上的投影，是中間變量，其值由以下規(guī)則確定：

如果則ρ^k(l)t＝0；

否則求解這是一個(gè)關(guān)于ρ^k(l)t的一元三次方程，可解得ρ^k(l)t；

步驟3-3：更新輔助矩陣f(l)：

將輔助矩陣f(l)分解為m(t+1)個(gè)塊f^m(l)t進(jìn)行更新，其中是輔助矩陣f(l)t的第m個(gè)行向量，m＝1,2,...,m，t＝0,1,2,...,t，根據(jù)以下情況更新

如果且則

如果且則

否則，根據(jù)下式計(jì)算

其中，向量和表示第三拉格朗日乘子矩陣和矩陣的第m個(gè)行向量，為的第m個(gè)元素，為去掉元素后的子向量，和分別為向量和的第m個(gè)元素，和分別為向量和去掉元素和后的子向量，γm表示第m個(gè)用戶的qos要求，μ^m(l)t,δ^m(l)t為中間變量，其值由以下規(guī)則確定：

如果則μ^m(l)t＝0；

否則根據(jù)如下公式計(jì)算中間變量μ^m(l)t和δ^m(l)t；

步驟3-4：更新基站狀態(tài)切換鏡像向量y(l)t：

將基站狀態(tài)切換鏡像向量y(l)，分解為kt個(gè)塊y^k(l)t進(jìn)行更新，其中y^k(l)t是基站狀態(tài)切換鏡像向量y(l)t的k第個(gè)元素，k＝1,2,...,k，t＝1,2,...,t，根據(jù)以下公式更新

其中，是第四拉格朗日乘子的第k個(gè)元素，是轉(zhuǎn)化矩陣a的第(t-1)k+k行向量；是第l個(gè)時(shí)隙所有基站狀態(tài)鏡像向量所組成的新向量：

步驟3-5：更新波束成形鏡像矩陣u(l)：

將波束成形鏡像矩陣u(l)分解為m(t+1)個(gè)塊um(l)t進(jìn)行更新，其中為波束成形鏡像矩陣u(l)t的第m個(gè)列向量m＝1,2,...,m,t＝0,1,2,...,t，根據(jù)下式更新

其中，表示輔助矩陣的第m個(gè)列向量，表示第三拉格朗日乘子矩陣第m個(gè)列向量；和分別表示波束形成矩陣和第二拉格朗日乘子矩陣的第m個(gè)列向量；

步驟3-6：更新基站狀態(tài)鏡像向量x(l)，按照下式計(jì)算

其中，分別為所有的基站狀態(tài)向量基站狀態(tài)鏡像向量和第一拉格朗日乘子組成的新的列向量,

其中，和

是由第l個(gè)時(shí)隙內(nèi)基站狀態(tài)切換鏡像向量所組成的新的向量是由第l個(gè)時(shí)隙內(nèi)第三拉格朗日乘子t＝1,2,...t所組成的新向量

步驟3-7：更新基站狀態(tài)切換鏡像向量y(l)0：

將基站狀態(tài)切換鏡像向量y(l)0分解為k個(gè)塊y^k(l)0進(jìn)行更新，其中y^k(l)0是基站狀態(tài)切換鏡像向量y(l)0的k第個(gè)元素，k＝1,2,...,k，根據(jù)以下公式更新

其中，和分別是基站狀態(tài)向量第四拉格朗日乘子基站狀態(tài)切換鏡像向量和前一時(shí)隙的基站狀態(tài)的第k個(gè)元素；

步驟3-8：更新第一拉格朗日乘子θ(l)、第二拉格朗日乘子ψ(l)、第三拉格朗日乘子φ(l)和第四拉格朗日乘子ξ(l)：

按照如下公式對(duì)第一拉格朗日乘子θ(l)，第二拉格朗日乘子ψ(l)、第三拉格朗日乘子φ(l)和第四拉格朗日乘子ξ(l)進(jìn)行更新：

步驟3-9：若r＜rmax，且有

則r＝r+1，轉(zhuǎn)到步驟3-2，否則輸出波束成形矩陣和基站狀態(tài)向量

步驟4：若l＜l，則l＝l+1，轉(zhuǎn)到步驟3，否則算法結(jié)束。

本發(fā)明的有益效果是：該方法不再局限于某一時(shí)刻的系統(tǒng)表現(xiàn)，而是考慮系統(tǒng)的長(zhǎng)期性能，兼顧用戶基站接入關(guān)系的靈活性與穩(wěn)定性，在保障用戶對(duì)通信服務(wù)質(zhì)量的要求的同時(shí)降低系統(tǒng)能耗。該方法在設(shè)計(jì)當(dāng)前時(shí)刻基站狀態(tài)與波束成形時(shí)不僅要考慮之前時(shí)刻基站的狀態(tài)，也需要考慮后續(xù)時(shí)刻可能的基站狀態(tài)，以避免基站的狀態(tài)頻繁切換，從而降低系統(tǒng)調(diào)度的復(fù)雜度，減少設(shè)備損耗速度，同時(shí)降低因基站狀態(tài)快速切換而造成的服務(wù)中斷。與其他基站激活方法相比，該方法充分利用了系統(tǒng)的信道信息，對(duì)基站狀態(tài)和波束成形進(jìn)行了全局優(yōu)化，降低了系統(tǒng)能耗，提升了系統(tǒng)的穩(wěn)定性。該方法能夠在基站用戶間分布式實(shí)現(xiàn)，降低了算法的時(shí)間復(fù)雜度，減小了系統(tǒng)反應(yīng)時(shí)間。

附圖說明

圖1為本發(fā)明應(yīng)用場(chǎng)景圖；

圖2為本發(fā)明動(dòng)態(tài)逐次激活示意圖；

圖3為本發(fā)明發(fā)明方法總體流程圖；

圖4為本發(fā)明依次優(yōu)化每個(gè)時(shí)隙的波束和狀態(tài)流程圖；

圖5為本發(fā)明每個(gè)時(shí)隙的波束和狀態(tài)計(jì)算流程圖；

圖6為本發(fā)明更新每個(gè)時(shí)隙的波束和狀態(tài)流程圖；

圖7為本發(fā)明更新輔助矩陣f流程圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明的原理和特征進(jìn)行描述，所舉實(shí)例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。

本發(fā)明提供了一種基于穩(wěn)定接入關(guān)系的基站激活和波束成形方法。該方法不再局限于某一時(shí)刻的系統(tǒng)表現(xiàn)，而是考慮系統(tǒng)的長(zhǎng)期性能，兼顧系統(tǒng)的靈活性與穩(wěn)定性，通過基站激活與波束成形設(shè)計(jì)來控制活躍基站數(shù)量，避免基站的狀態(tài)頻繁切換以減小系統(tǒng)的能耗，同時(shí)保證了每個(gè)用戶對(duì)服務(wù)質(zhì)量的要求。此方法在設(shè)計(jì)當(dāng)前基站狀態(tài)時(shí)不僅考慮了之前時(shí)隙的基站狀態(tài)，還將根據(jù)信道的統(tǒng)計(jì)特性估計(jì)后續(xù)時(shí)隙的基站狀態(tài)所產(chǎn)生的影響，使系統(tǒng)在整體上保持穩(wěn)定。此外該方法能用交替方向乘子法來分布式實(shí)現(xiàn)，大大減少計(jì)算時(shí)間開銷。

該方法的應(yīng)用場(chǎng)景如圖1所示，具體描述如下：

考慮一個(gè)miso網(wǎng)絡(luò)的下行鏈路，其中有k個(gè)基站隨機(jī)分布，并為m個(gè)用戶提供服務(wù)，每個(gè)基站配備n根天線(n＞1)，每個(gè)用戶配備一根天線。

考慮塊衰落信道(blockfadingchannel)，即信道的統(tǒng)計(jì)特性在同一塊內(nèi)保持不變，在不同塊間互相獨(dú)立。每個(gè)衰落塊為一個(gè)時(shí)隙，數(shù)據(jù)的傳輸過程歷經(jīng)l個(gè)時(shí)隙。

定義和當(dāng)t＝0時(shí)，它表示在第l個(gè)時(shí)隙內(nèi)所有基站與用戶間的實(shí)際信道信息和傳輸波束形成，當(dāng)t＝1,2,...,t時(shí)，它們表示在第l個(gè)時(shí)隙根據(jù)信道統(tǒng)計(jì)特性估計(jì)的第l+1時(shí)隙的信道樣本和訓(xùn)練出來的波束成形，t為訓(xùn)練樣本數(shù)量。在第l個(gè)時(shí)隙，h(l)t是已知的。

定義基站的射頻能量預(yù)算向量為pk代表第k個(gè)基站的射頻能量預(yù)算，基站的射頻能量不能超過這個(gè)閾值。用σ²表示用戶接收端的加性高斯白噪聲的功率。

為了表示基站狀態(tài)，定義k×1的向量：

s(l)t＝[s¹(l)t,s²(l)t,...,s^k(l)t]^t，l＝1,2,...,l,t＝0,1,...t，

當(dāng)t＝0時(shí)它表示基站在第l個(gè)時(shí)隙的狀態(tài)，當(dāng)t＝1,2,...,t時(shí)，s(l)t表示第l時(shí)隙估計(jì)出的第l+1時(shí)隙的基站狀態(tài)。

其中s^k(l)t∈{0,1},k＝1,2,...,k,l＝1,2,...l,t＝0,1,...t，若在第l個(gè)時(shí)隙第t個(gè)信道樣本下第k個(gè)基站處于激活狀態(tài)則s^k(l)t＝1，否則s^k(l)t＝0。

用λ1,λ2分別表示單位時(shí)間內(nèi)維持基站活躍與基站切換所消耗的能量，γm為第m個(gè)用戶的qos要求，表示前一時(shí)隙的基站狀態(tài)，在第l個(gè)時(shí)隙它是已知的。

在長(zhǎng)度為l個(gè)時(shí)隙的時(shí)段中，需要通過逐次計(jì)算來獲得整個(gè)時(shí)段的基站狀態(tài)和發(fā)射波束成形，每個(gè)時(shí)隙都應(yīng)有一個(gè)對(duì)應(yīng)的最優(yōu)波束w(l)和基站狀態(tài)s(l)。該方法是依次優(yōu)化每個(gè)時(shí)隙的波束w(l)和狀態(tài)s(l)，因此需要循環(huán)l次，但每個(gè)時(shí)隙的結(jié)果受上一個(gè)時(shí)隙的基站狀態(tài)影響，逐次計(jì)算示意圖如附圖2所示，具體計(jì)算步驟如附圖3所示，為了較好的說明這個(gè)過程，現(xiàn)將圖3拆分為兩個(gè)流程圖；圖4說明了依次優(yōu)化的過程，圖5說明了每個(gè)時(shí)隙的計(jì)算過程，即圖4中設(shè)計(jì)并輸出第l個(gè)時(shí)隙基站狀態(tài)和波束成形這一步的具體步驟，此外，在圖5中突出了該方法的并行計(jì)算特點(diǎn)，詳細(xì)計(jì)算步驟說明如下：

先構(gòu)造如下新變量：

(1)定義tk×(t+1)k維的轉(zhuǎn)換矩陣a：

其中，i和0分別為k×k維的單位矩陣和零矩陣。

(2)波束成形鏡像矩陣：

(3)輔助矩陣：

(4)基站狀態(tài)切換鏡像向量：

(5)基站狀態(tài)鏡像向量：

(6)第一，二，三，四拉格朗日乘子其中，t＝0,1,2,...t，l＝1,2,...,l；

為了書寫清晰規(guī)定對(duì)于任何變量v，使用和表示v^(r)和v^(r+1)。

一種基站激活和波束成形聯(lián)合設(shè)計(jì)方法，包括以下步驟：

步驟1：設(shè)置網(wǎng)絡(luò)參數(shù)：包括各基站發(fā)送功率閾值p，噪聲功率σ²，用戶qos要求γm,，m＝1,2,...,m，m為用戶總數(shù)，k為基站的總數(shù)，單位時(shí)間內(nèi)維持基站活躍與基站切換所消耗的能量為λ1,λ2，admm算法懲罰因子c，admm算法最大迭代次數(shù)rmax，收斂判斷門限k，一個(gè)通信周期的時(shí)隙長(zhǎng)度l；

步驟2：初始化l＝1，第0個(gè)時(shí)隙的基站狀態(tài)向量

步驟3：利用admm算法求解波束成形矩陣w(l)0和基站狀態(tài)向量s(l)0，具體求解過程如下:

步驟3-1：設(shè)置迭代次數(shù)r＝1，輸入第l個(gè)時(shí)隙所有基站與用戶間的信道參數(shù)矩陣h(l)t和前一時(shí)隙基站狀態(tài)向量初始化所有波束成形矩陣w(l)⁽⁰⁾，基站狀態(tài)向量s(l)⁽⁰⁾，輔助矩陣f(l)⁽⁰⁾，波束形成鏡像矩陣u(l)⁽⁰⁾，基站狀態(tài)切換鏡像向量y(l)⁽⁰⁾，基站狀態(tài)鏡像向量x(l)⁽⁰⁾，以及第一、二、三、四拉格朗日乘子θ(l)⁽⁰⁾,ψ(l)⁽⁰⁾,φ(l)⁽⁰⁾,ξ(l)⁽⁰⁾；

步驟3-2：更新波束成形矩陣w(l)和基站狀態(tài)向量s(l)，具體實(shí)施流程如圖6所示：

將波束成形矩陣w(l)和基站狀態(tài)向量s(l)分割成k(t+1)個(gè)塊{s^k(l)t，w^k(l)t}進(jìn)行更新，其中s^k(l)t是基站狀態(tài)向量s(l)t的第k個(gè)元素，是波束成形矩陣w(l)t的第k個(gè)行塊，k＝1,2,...k，t＝0,1,2,...,t,根據(jù)下式進(jìn)行更新

其中，和分別是基站狀態(tài)鏡像向量第四拉格朗日乘子基站狀態(tài)切換鏡像向量和前一時(shí)隙的基站狀態(tài)的第k個(gè)元素；和分別是波束成形鏡像矩陣和第二拉格朗日乘子矩陣第k個(gè)行塊，表示其值在范圍[0,1]上的投影，是中間變量，其值由以下規(guī)則確定：

如果則ρ^k(l)t＝0；

否則求解這是一個(gè)關(guān)于ρ^k(l)t的一元三次方程，可解得ρ^k(l)t；

步驟3-3：更新輔助矩陣f(l)：具體實(shí)施流程如圖7所示。

將輔助矩陣f(l)分解為m(t+1)個(gè)塊f^m(l)t進(jìn)行更新，其中是輔助矩陣f(l)t的第m個(gè)行向量，m＝1,2,...,m，t＝0,1,2,...,t，根據(jù)以下情況更新

如果且則

如果且則

否則根據(jù)下式計(jì)算

其中，向量和表示第三拉格朗日乘子矩陣和矩陣的第m個(gè)行向量，為的第m個(gè)元素，為去掉元素后的子向量，和分別為向量和的第m個(gè)元素，和分別為向量和去掉元素和后的子向量，γm表示第m個(gè)用戶的qos要求，μ^m(l)t,δ^m(l)t為中間變量，其值由以下規(guī)則確定：

如果則μ^m(l)t＝0；

否則根據(jù)如下公式計(jì)算μ^m(l)t和δ^m(l)t；

步驟3-4：更新基站狀態(tài)切換鏡像向量y(l)t：

將基站狀態(tài)切換鏡像向量y(l)t，分解為kt個(gè)塊y^k(l)t進(jìn)行更新，其中y^k(l)t是基站狀態(tài)切換鏡像向量y(l)t的k第個(gè)元素，k＝1,2,...,k，t＝1,2,...,t，根據(jù)以下公式更新

其中，是第四拉格朗日乘子的第k個(gè)元素，是轉(zhuǎn)化矩陣a的第(t-1)k+k行元素，是第l個(gè)時(shí)隙所有基站狀態(tài)鏡像向量所組成的新向量：

步驟3-5：更新波束成形鏡像矩陣u(l)：

將波束成形鏡像矩陣u(l)分解為m(t+1)個(gè)塊um(l)t進(jìn)行更新，其中為波束成形鏡像矩陣u(l)t的第m個(gè)列向量，m＝1,2,...,m,t＝0,1,2,...,t，根據(jù)下式更新

其中，表示輔助矩陣的第m個(gè)列向量，表示第三拉格朗日乘子矩陣第m個(gè)列向量；和分別表示波束形成矩陣和第二拉格朗日乘子矩陣的第m個(gè)列向量；

步驟3-6：更新基站狀態(tài)鏡像向量x(l)，按照下式計(jì)算

其中，分別為所有的基站狀態(tài)向量基站狀態(tài)鏡像向量和第一拉格朗日乘子組成的新的列向量,

其中，

和是由第l個(gè)時(shí)隙內(nèi)基站狀態(tài)切換鏡像向量t＝1,2,...t所組成的新的向量

是由第l個(gè)時(shí)隙內(nèi)第三拉格朗日乘子所組成的新向量

步驟3-7：更新基站狀態(tài)切換鏡像向量y(l)0：

將基站狀態(tài)切換鏡像向量y(l)0分解為k個(gè)塊y^k(l)0進(jìn)行更新，其中y^k(l)0是基站狀態(tài)切換鏡像向量y(l)0的k第個(gè)元素，k＝1,2,...,k，根據(jù)以下公式更新

步驟3-8：更新第一拉格朗日乘子θ(l)、第二拉格朗日乘子ψ(l)、第三拉格朗日乘子φ(l)和第四拉格朗日乘子ξ(l)：

按照如下公式對(duì)第一拉格朗日乘子θ(l)，第二拉格朗日乘子ψ(l)、第三拉格朗日乘子φ(l)和第四拉格朗日乘子ξ(l)進(jìn)行更新：

步驟3-9：若r＜rmax，且有

則r＝r+1，轉(zhuǎn)到步驟3-2，否則輸出波束成形矩陣和基站狀態(tài)向量

步驟4：若l＜l，則l＝l+1，轉(zhuǎn)到步驟3，否則算法結(jié)束。

本發(fā)明提供的方法不再局限于某一時(shí)刻的系統(tǒng)表現(xiàn)，而是考慮系統(tǒng)的長(zhǎng)期性能，兼顧用戶基站接入關(guān)系的靈活性與穩(wěn)定性，在保障用戶對(duì)通信服務(wù)質(zhì)量的要求的同時(shí)降低系統(tǒng)能耗。該方法在設(shè)計(jì)當(dāng)前時(shí)刻基站狀態(tài)與波束成形時(shí)不僅要考慮之前時(shí)刻基站的狀態(tài)，也需要考慮后續(xù)時(shí)刻可能的基站狀態(tài)，以避免基站的狀態(tài)頻繁切換，從而降低系統(tǒng)調(diào)度的復(fù)雜度，減少設(shè)備損耗速度，同時(shí)降低因基站狀態(tài)快速切換而造成的服務(wù)中斷。與其他基站激活方法相比，該方法充分利用了系統(tǒng)的信道信息，對(duì)基站狀態(tài)和波束成形進(jìn)行了全局優(yōu)化，降低了系統(tǒng)能耗，提升了系統(tǒng)的穩(wěn)定性。該方法能夠在基站用戶間分布式實(shí)現(xiàn)，降低了算法的時(shí)間復(fù)雜度，減小了系統(tǒng)反應(yīng)時(shí)間。

實(shí)施例1

考慮一個(gè)部署了k＝10個(gè)基站的六邊形區(qū)域，這些基站將協(xié)同為m＝15個(gè)用戶傳輸信息，每個(gè)基站配備n＝4根天線，每個(gè)用戶配備一根天線，基站和用戶的位置隨機(jī)分布在邊長(zhǎng)為1000米的六邊形區(qū)域中?？紤]通信網(wǎng)絡(luò)在l＝20時(shí)隙內(nèi)的性能。

用戶與基站間的信道建模如下：

假設(shè)用戶m與基站k在第l個(gè)時(shí)隙的距離為它們的信道是一個(gè)均值為0，方差為(200/dm,k(l))³lm,k(l)的瑞利信道，其中為陰影衰落系數(shù)，它的分布如下：

10log10(lm,k(l))～n(0,64)

假設(shè)環(huán)境噪聲σ²＝10dbm，各個(gè)基站的發(fā)射功率閾值均為10db，即每個(gè)用戶的qos需求門限admm算法終止門限設(shè)為κ2＝1×10^-6。

具體步驟如下：

步驟1：輸入一個(gè)通信周期的時(shí)隙長(zhǎng)度l,按照上述信道分布產(chǎn)生網(wǎng)絡(luò)中所有用戶和基站間的傳輸信道的增益輸入各個(gè)基站的發(fā)射功率上限10db，p＝[p1,p2,...,pk]；輸入各個(gè)用戶的qos的門限γm＝15db；輸入基站的維持代價(jià)和開關(guān)代價(jià)λ1＝1,λ2＝0.1；輸入admm算法的懲罰因子c＝1；輸入admm算法的終止門限κ＝1×10^-6；輸入最大的迭代次數(shù)rmax＝500。

步驟2：初始化時(shí)隙l＝1；

步驟3：利用admm算法求解w(l)0和s(l)0。

步驟3-1：設(shè)置迭代次數(shù)r＝1；初始化所有波束成形矩陣w(l)⁽⁰⁾，基站狀態(tài)向量s(l)⁽⁰⁾，輔助矩陣f(l)⁽⁰⁾，波束形成鏡像矩陣u(l)⁽⁰⁾，基站狀態(tài)切換鏡像向量y(l)⁽⁰⁾，基站狀態(tài)鏡像向量x(l)⁽⁰⁾，以及第一、二、三、四拉格朗日乘子θ(l)⁽⁰⁾,ψ(l)⁽⁰⁾,φ(l)⁽⁰⁾,ξ(l)⁽⁰⁾；

步驟3-2：更新波束成形矩陣w(l)和基站狀態(tài)向量s(l)，并更新每個(gè)基站的狀態(tài)和波束成形

其中，ρ^k(l)t的取值由以下規(guī)則確定：

(1)如果則ρ^k(l)t＝0；

(2)否則求解這是一個(gè)關(guān)于ρ^k(l)t的一元三次方程，可解得ρ^k(l)t；

步驟3-3：更新輔助矩陣f(l)，通過以下步驟并行更新每個(gè)用戶的輔助向量

如果且則

如果且則更新為：

如果上述條件均不滿足，則初始化中間變量μ^m(l)t,δ^m(l)t，根據(jù)以下規(guī)則確定μ^m(l)t,δ^m(l)t：

如果則μ^m(l)t＝0；

否則根據(jù)以下兩式求解μ^m(l)t,δ^m(l)t：

將中間變量μ^m(l)t,δ^m(l)t帶入下式求出每個(gè)用戶的輔助向量

步驟3-4：更新基站狀態(tài)切換鏡像向量y(l)t，并行更新每個(gè)基站狀態(tài)切換鏡像向量y^k(l)t,k＝1,2,...,k,t＝1,2,...,t：

步驟3-5：更新束成形鏡像矩陣u(l)。并行更新每個(gè)用戶的波束成形鏡像矩陣

步驟3-6：更新基站狀態(tài)切換鏡像向量x(l)。

步驟3-7：更新基站狀態(tài)切換鏡像向量y(l)0。并行更新每個(gè)基站狀態(tài)切換鏡像向量y^k(l)0,k＝1,2,...,k：

步驟3-8：更新拉格朗日乘子ξ(l),θ(l),ψ(l)和φ(l)：

步驟3-9：若r＜rmax且有

則r＝r+1，轉(zhuǎn)到步驟3-2，否則輸出波束成形矩陣w(l)0和基站狀態(tài)向量s(l)0。

步驟4：若l＜l，則l＝l+1，轉(zhuǎn)到步驟3，否則算法結(jié)束。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。