一種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法
【專利摘要】本發(fā)明公開了一種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法：首先，將優(yōu)化系統(tǒng)吞吐量和優(yōu)化系統(tǒng)功耗建模為有約束的多目標(biāo)優(yōu)化問題；然后，利用切比雪夫方法對多目標(biāo)進行標(biāo)量化；接著，利用基于分解的多目標(biāo)進化算法求解無約束的多目標(biāo)優(yōu)化問題；最后，根據(jù)系統(tǒng)吞吐量約束以及功率約束，得到一段帕累托最優(yōu)邊界，邊界上的功率配置均可認(rèn)為是系統(tǒng)最優(yōu)功率配置，可以根據(jù)具體場景對系統(tǒng)吞吐量和發(fā)射功率的要求，選擇邊界上合適的點。本發(fā)明解決了在干擾嚴(yán)重的情況下(多變量耦合)功率分配求解困難的問題，在提高系統(tǒng)吞吐量的同時有效地降低了系統(tǒng)功率消耗。
【專利說明】
-種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種大規(guī)模天線系統(tǒng)基于多目標(biāo)優(yōu)化的低復(fù)雜度功率分配方法，屬于 移動通信系統(tǒng)中的資源分配技術(shù)。
【背景技術(shù)】
[0002] 大規(guī)模天線技術(shù)W其高譜效、高能效的特點而成為未來移動通信中的關(guān)鍵技術(shù)。 但是隨著天線數(shù)量的增加，整體的天線固定功率消耗也會急劇增加，功率模型需要重建，同 時，常規(guī)的波束賦型操作如迫零、最小均方誤差等技術(shù)的計算復(fù)雜度會急劇上升，但幸運的 是，大規(guī)模天線系統(tǒng)的特點使得最為簡單的最大混合比波束賦型即可實現(xiàn)優(yōu)良的性能，然 而，最大混合比波束賦型卻無法抑制用戶間的干擾，進而造成能效表達(dá)式中的多變量禪合 問題。
[0003] 盡管大規(guī)模天線系統(tǒng)具有著一系列優(yōu)點，但是在未來5G移動通信系統(tǒng)中，會存在 對多種指標(biāo)的需求，如更高的吞吐量、更低的功率消耗、更合理的公平性W及更高的能效 等。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種大規(guī)模天線系統(tǒng)基 于多目標(biāo)優(yōu)化的低復(fù)雜度功率分配方法，在保證系統(tǒng)吞吐量和系統(tǒng)功耗的前提下，實現(xiàn)對 基站端合理的功率配置。
[0005] 技術(shù)方案:為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0006] -種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法，采用基于分解的多目標(biāo)進化算法求 解最優(yōu)的功率配置;具體包括如下步驟：
[0007] (1)將大規(guī)模天線系統(tǒng)中的多目標(biāo)優(yōu)化問題表述為：
[000引
[0009]
[0010]
[ocm]其中：i = l，2,…，K，K為用戶數(shù)量，P康示用戶i的發(fā)射功率，r康示用戶i的傳輸速 率;M為基站天線數(shù)，Pc表示每根天線的環(huán)路固定功率消耗;化表示系統(tǒng)最低吞吐量，Pm表示 系統(tǒng)最大功率消耗，Cl和C2分別表示吞吐量約束和功率消耗約束；
[0012] 采用切比雪夫方法對上述優(yōu)化問題進行轉(zhuǎn)化：
[0013]
[0014]
[0015] C2：P(p) <Pm
[0016] 切比雪夫式為：
[0017] g(p|Aj，zi,z2)=max{Aj,i|-R(p)-zi| ,Aj,2|P(p)-Z2| }
[001引其中：j = l ,2,…，N，N為子問題個數(shù);Aj= [Aj,i，Aj,2]，Aj,謝Aj,2為非負(fù)的權(quán)重系 數(shù)，P= [Pi，化，…，PK]為發(fā)射功率向量；
弓系統(tǒng)吞吐量，
％系 統(tǒng)功率消耗，zi=min{-R(p)}為關(guān)于吞吐量的切比雪夫參考值，Z2=min{-P(p)}為關(guān)于功率 消耗的切比雪夫參考值；
[0019](2)設(shè)置子問題個數(shù)N和每個子問題的鄰居數(shù)T，并生成N組加權(quán)向量Al，A2，…，^; 設(shè)置迭代次數(shù)C;
[0020] (3)計算與第j組加權(quán)向量Aj的歐氏距離最小的T組加權(quán)向量，第j組加權(quán)向量Aj和 第k組加權(quán)向量Ak的歐式距離為I I Aj-Ak M 2，且j辛k;將得到的T組加權(quán)向量的下標(biāo)保存在向 量B(j)中；
[0021 ] (4)在可行域范圍內(nèi)，隨機生成N組發(fā)射功率向量Pi，P2，…，PN，計算發(fā)射功率向量 P擁應(yīng)的系統(tǒng)吞吐量R(Pj)和系統(tǒng)功率消耗P(Pj),并記錄在向量。〇'）= {-3伯川伯）}中；
[0022] (5)初始化切比雪夫參考值Zi和Z2,設(shè)置迭代標(biāo)識Ind=I;
[0023] (6)從向量B(j)中隨機選取兩個元素 m，n，利用遺傳算子根據(jù)Pm和Pn計算新的發(fā)射 功率向量Pre,并對Pre進行多項式變異操作處理，計算發(fā)射功率向量Pre對應(yīng)的系統(tǒng)吞吐量R (Pre)和系統(tǒng)功率消耗P(Pre);
[0024] (7)若Zl>-R(Pre)，則令Zl = -R(Pre);若Z2>P(Pre)，則令Z2 = P(Pre);
[0025] (8)針對B( j)中的元素1，若g(pi I Al,Zl,Z2)>g(pire|M，Zl,Z2)，則令 Pl = Flre,并更新 F(j) = {-R(Pre)，P(Pre)};
[0026] (9)迭代標(biāo)識Ind = Ind+l;若Ind>C，則執(zhí)行步驟(10);否則，返回步驟(6);
[0027] (10)從得到的所有F(j)中，篩選出滿足吞吐量約束和功率約束的功率配置形成最 優(yōu)功率配置集合，從最優(yōu)功率配置集合中選取一種功率配置作為最終功率分配方案。
[002引所述步驟(6)，具體包括如下步驟：
[0029] (61)記
Pn=[Pn'l,Pn'2,... ,Pn'K]，Pre=[Pre'l,Pre'2,..., Pre,K]，Pre,i = O.5[(l-0i)Pm,i+(l-0i)Pn,i]，0浪照如下方式生成：
[0030] 隨機生成一個0到1之間的數(shù)Si:若Si < 0.5,則
若Si >0.5,則
其中，y為種群數(shù)量(多目標(biāo)優(yōu)化中優(yōu)化目標(biāo)的數(shù)量），取y = 2;
[0031] (62)對Pre進行多項式變異操作處理:僅隨機選擇Pre中的一個元素 Pre,1進行變異操 作，具體操作為:Pre,i = Pre,i+〇i(Pu-pi)，其中Pu為用戶的發(fā)射功率上界，Pl為用戶的發(fā)射功 率下界，Oi為擾動項，Oi按照如下方式生成：
[0032] 隨機生成一個0到1之間的數(shù)Si:若Si < 0.5,則
若si>0.5,則
其中，y為用戶數(shù)量，取y=K。
[0033] 有益效果:本發(fā)明提供的大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法，首先利用切比 雪夫方法將原始多目標(biāo)優(yōu)化問題變量化，然后通過多目標(biāo)進化算法實現(xiàn)了高效率的捜索過 程，極大簡化了資源分配的求解過程;另外，本發(fā)明為一類多變量禪合的求解問題提供了一 種思路，在目標(biāo)函數(shù)的導(dǎo)數(shù)方法求解困難時，運種能效優(yōu)化方案巧妙地回避了計算方面的 不可行性。
【附圖說明】
[0034] 圖1為大規(guī)模天線場景示意圖；
[0035] 圖2為大規(guī)模天線系統(tǒng)功率分配方法算法流程示意圖。
【具體實施方式】
[0036] 下面結(jié)合附圖對本發(fā)明作更進一步的說明。
[0037] -種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法，采用基于分解的多目標(biāo)進化算法求 解最優(yōu)的功率配置;具體包括如下步驟：
[0038] (1)將大規(guī)模天線系統(tǒng)中的多目標(biāo)優(yōu)化問題表述為：
[0039]
[0040]
[0041]
[0042] 其中：i = l，2,…，K，K為用戶數(shù)量，Pi表示用戶i的發(fā)射功率，ri表示用戶i的傳輸速 率;M為基站天線數(shù)，Pc表示每根天線的環(huán)路固定功率消耗;化表示系統(tǒng)最低吞吐量，Pm表示 系統(tǒng)最大功率消耗，Cl和C2分別表示吞吐量約束和功率消耗約束；
[0043] 采用切比雪夫方法對上述優(yōu)化問題進行轉(zhuǎn)化：
[0044]
[0045] C1:R(p)>I?l
[0046] C2：P(p) <Pm
[0047] 切比雪夫式為：
[004引 g(p|Aj,zi，Z2)=max{Aj'i|-R(p)-zi|，Aj'2|P(p)-Z2|}
[0049] 其中：j = l，2,…，N，N為子問題個數(shù);Aj= [Aj,i，Aj,2]，Aj,謝Aj,2為非負(fù)的權(quán)重系 數(shù)，P=[P1，P2，'。，PK]為發(fā)射功率向量
％系 統(tǒng)功率消耗，zi=min{-R(p)}為關(guān)于吞吐量的切比雪夫參考值，Z2=min{-P(p)}為關(guān)于功率 消耗的切比雪夫參考值；
[0050] (2)設(shè)置子問題個數(shù)N和每個子問題的鄰居數(shù)T，并生成N組加權(quán)向量Al，A2，…，入N; 設(shè)置迭代次數(shù)C;
[0051] (3)計算與第j組加權(quán)向量Aj的歐氏距離最小的T組加權(quán)向量，第j組加權(quán)向量Aj和 第k組加權(quán)向量Ak的歐式距離為I I VAkI k且托k;將得到的T組加權(quán)向量的下標(biāo)保存在向 量B(j)中；
[0052] (4)在可行域范圍內(nèi)，隨機生成N組發(fā)射功率向量pi，p2,…，PN，計算發(fā)射功率向量 P擁應(yīng)的系統(tǒng)吞吐量R(Pj)和系統(tǒng)功率消耗P(Pj),并記錄在向量F(j) = I-R(Pj)，P(pj)}中；
[0053] (5)初始化切比雪夫參考值Zi和Z2,設(shè)置迭代標(biāo)識Ind=I;
[0054] (6)從向量B(j)中隨機選取兩個元素 m，n，利用遺傳算子根據(jù)Pm和Pn計算新的發(fā)射 功率向量Pre,并對Pre進行多項式變異操作處理，計算發(fā)射功率向量Pre對應(yīng)的系統(tǒng)吞吐量R (Pre)和系統(tǒng)功率消耗P(Pre);具體包括如下步驟：
[005引 (61)記
',Pn= [Pn'l，Pn,2，... ,Pn,K] ,Pre= [Pre'l，Pre,2 ,...， ]3re, K] , f)re, i 二 0.5 [ ( 1-Pi )Pm, i+( 1-Pi )Pn, i ] , Pi技照如下方式生成：
[0化6] 隨機生成一個0到I之間的數(shù)Si:若Si < 0.5,則
若Si >0.5,則
串中，y為種群數(shù)量(多目標(biāo)優(yōu)化中優(yōu)化目標(biāo)的數(shù)量），取y = 2;
[0057] (62)對Pre進行多項式變異操作處理:僅隨機選擇Pre中的一個元素 Pre,1進行變異操 作，具體操作為:Pre,i = Pre,i+〇i(Pu-pi)，其中Pu為用戶的發(fā)射功率上界，Pl為用戶的發(fā)射功 率下界，Oi為擾動項，Oi按照如下方式生成：
[0化引隨機生成一個0到1之間的數(shù)Si:若Si < 0.5,則
；若31>0.5,則
其中，y為用戶數(shù)量，取y=K;
[0059] (7)若Zl>-R(Pre)，則令Zl = -R(Pre);若Z2>P(Pre)，則令Z2 = P(Pre);
[0060] (8)針對B( j)中的元素1，若g(pi I Al,Zl,Z2)>g(pire|M，Zl,Z2)，則令 Pl = Flre,并更新 F(j) = {-R(Pre)，P(Pre)};
[0061 ] (9)迭代標(biāo)識Ind = Ind+l;若Ind>C，則執(zhí)行步驟(10);否則，返回步驟(6);
[0062] (10)從得到的所有F(j)中，篩選出滿足吞吐量約束和功率約束的功率配置形成最 優(yōu)功率配置集合，從最優(yōu)功率配置集合中任意選取一種功率配置作為最終功率分配方案， 或者集合其他通信性能確定出唯一一種功率配置作為最終功率分配方案。
[0063] W上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可W做出若干改進和潤飾，運些改進和潤飾也應(yīng) 視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法，其特征在于:采用基于分解的多目標(biāo) 進化算法求解最優(yōu)的功率配置;具體包括如下步驟： (1) 將大規(guī)模天線系統(tǒng)中的多目標(biāo)優(yōu)化問題表述為：其中：i = l，2,…，K，K為用戶數(shù)量，Pi表示用戶i的發(fā)射功率，ri表示用戶i的傳輸速率;Μ 為基站天線數(shù)，Ρ。表示每根天線的環(huán)路固定功率消耗;Rl表示系統(tǒng)最低吞吐量，Pm表示系統(tǒng) 最大功率消耗，C1和C2分別表示吞吐量約束和功率消耗約束； 采用切比雪夫方法對上述優(yōu)化問題進行轉(zhuǎn)化： Cl：R(p) >RlC2：P(p) <Pm 切比雪夫式為： g(p|Aj,zi,Z2)=max{Aj;i|-R(p)-zi| ,Aj)21 P(p)-Z21 } 其中：j = l,2,…,N，N為子問題個數(shù);λ」=[λ」,：，λ」,2]，λ」,：^Ρλ」,2為非負(fù)的權(quán)重系數(shù)，p = [pi，P2，…，ρκ]為發(fā)射功率向量，為系統(tǒng)吞吐量為系統(tǒng)功率 消耗，Z1=min{-R(p)}為關(guān)于吞吐量的切比雪夫參考值，z2=min{-P(p)}為關(guān)于功率消耗的 切比雪夫參考值； (2) 設(shè)置子問題個數(shù)N和每個子問題的鄰居數(shù)T，并生成N組加權(quán)向量λ:，、，…，λΝ;設(shè)置 迭代次數(shù)C; (3) 計算與第j組加權(quán)向量λ」的歐氏距離最小的Τ組加權(quán)向量，第j組加權(quán)向量λ」和第k組 加權(quán)向量Xk的歐式距離為| | Aj-Ak I 12，且j矣k;將得到的T組加權(quán)向量的下標(biāo)保存在向量B (j)中； (4) 在可行域范圍內(nèi)，隨機生成N組發(fā)射功率向量P1，P2,…，PN，計算發(fā)射功率向量Pj對應(yīng) 的系統(tǒng)吞吐量R(pj)和系統(tǒng)功率消耗P(pj)，并記錄在向量F(j) = {-R(Pj)，P(Pj)}中； (5) 初始化切比雪夫參考值21和22,設(shè)置迭代標(biāo)識Ind=l; (6) 從向量B(j)中隨機選取兩個元素 m，n，利用遺傳算子根據(jù)PjPPn計算新的發(fā)射功率 向量Pre，并對Pre進行多項式變異操作處理，計算發(fā)射功率向量Pre對應(yīng)的系統(tǒng)吞吐量R(Pre) 和系統(tǒng)功率消耗P(Pre); (7) 若Zl>-R(pre)，則令Zl = -R(pre);若Z2>P(pre)，則令Z2 = P(pre); (8) 針對8(」）中的元素1，若8(口1|人1，21，22)>8(口1^|人1，21，22)，則令口1 = 口1^，并更新卩（」） =R(Pre) ,P(pre) }； (9) 迭代標(biāo)識Ind = Ind+l;若Ind>C，則執(zhí)行步驟（10);否則，返回步驟(6); (10)從得到的所有F(j)中，篩選出滿足吞吐量約束和功率約束的功率配置形成最優(yōu)功 率配置集合，從最優(yōu)功率配置集合中選取一種功率配置作為最終功率分配方案。2.根據(jù)權(quán)利要求1所述的大規(guī)模天線系統(tǒng)低復(fù)雜度功率分配方法，其特征在于:所述步 驟(6)，具體包括如下步驟： (6 1 ) T己 Pm - [Pm，1，Pm，2，…，Pm，K]，Pn - [Pn，l，Pn，2，···，Pn，K]，Pre - [Pre，l,Pre，2,···，Pre，K]， pre,i = O.5[(l-0i)Pm,i+(l-0i)Pn,i]，β?按照如下方式生成： 隨機生成一個〇到1之間的數(shù)s i :若s i < 0 . 5，；若s i > 0 . 5，則其中，μ為種群數(shù)量，取μ=2;(62)對pre進行多項式變異操作處理:僅隨機選擇pre中的一個元素 pre, i進行變異操作， 具體操作為:pre,i = pre,i+〇i(pU-pi)，其中pu為用戶的發(fā)射功率上界，P1為用戶的發(fā)射功率下 界，〇i為擾動項，〇i按照如下方式生成： 隨機生成一個0到1之間的數(shù)Si:若Si < 0.5 ;Ssi>0.5,則;其中，μ為用戶數(shù)量，取μ=κ。
【文檔編號】H04W72/04GK105828441SQ201610257299
【公開日】2016年8月3日
【申請日】2016年4月22日
【發(fā)明人】蔣雁翔, 張家典, 鄭福春, 高西奇, 尤肖虎
【申請人】東南大學(xué)