一种超密集网络中面向主干扰源的分布式功率控制方法与流程

技术特征：

1.一种超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述超密集网络中面向主干扰源的分布式功率控制方法利用具有主干扰源的平均场博弈理论框架，设计成本函数，使最佳功率控制问题转化为使成本函数最小的最小值问题；在平均场博弈理论框架上导出相关的哈密顿-雅可比-贝尔曼方程和福克-普朗克-柯尔莫戈洛夫方程来表示系统的平均场博弈；基于有限差分算法求解上述哈密顿-雅可比-贝尔曼方程和福克-普朗克-柯尔莫戈洛夫方程，从而得出干扰感知功率控制策略。

2.如权利要求1所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述哈密顿-雅可比-贝尔曼方程为：

${\∂}_{t}u(t,s)+\frac{{\mathrm{\σ}}_o^2}{2}{\mathrm{\Δ}}_{s_o}u(t,s)+\frac{{\mathrm{\σ}}_i^2}{2}{\mathrm{\Δ}}_{s_i}u(t,s)=H(c,{\▿}_{s}u(t,s\left)\right);$

其中

所述福克-普朗克-柯尔莫戈洛夫方程为：

${\∂}_{t}m(t,s)+\frac{{\mathrm{\σ}}_o^2}{2}{\mathrm{\Δ}}_{s_o}m(t,s)+\frac{{\mathrm{\σ}}_i^2}{2}{\mathrm{\Δ}}_{s_i}m(t,s)-\frac{\∂s_o}{\∂t}{\▿}_{s_o}m(t,s)-\frac{\∂s_i}{\∂t}{\▿}_{s_i}m(t,s)=0.$

3.如权利要求1所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述超密集网络中面向主干扰源的分布式功率控制方法包括以下步骤：

步骤一，初始化，并将时间间隔，主干扰源的状态空间和一般干扰的状态空间进行离散化；

步骤二，判断是否符合迭代条件，若是进行下一步，否则停止迭代；

步骤三，升级干扰平均场，并判断功率水平是否为零，如果是则进一步升级干扰平均场，如果否则干扰平均场为零；

步骤四，更新拉格朗日算子和功率水平，根据迭代条件，重复步骤二到步骤四。

4.如权利要求3所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述时间间隔，主干扰源的状态空间和一般干扰的状态空间将被离散化为X×Y×Z的空间，时间，能量，干扰空间的迭代步长为：

${\mathrm{\δ}}_t=\frac{T}{X},{\mathrm{\δ}}_o=\frac{I_{o,max}}{Y},{\mathrm{\δ}}_i=\frac{I_{i,max}}{Z}.$

5.如权利要求3所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述迭代条件是指是t,o,i同时符合t＝1:s,o＝1:Y且i＝1:Z，符合条件时进行下一步，否则停止迭代；其中s、Y和Z的值在初始化时给出。

6.如权利要求3所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述升级干扰平均场时使用公式：

$\frac{m_{o,i}^{t+1}}{{\mathrm{\δ}}_t}=m_{o,i}^t(\frac{1}{{\mathrm{\δ}}_t}+\frac{{\mathrm{\σ}}_o^2}{{\mathrm{\δ}}_o^2}+\frac{{\mathrm{\σ}}_i^2}{{\mathrm{\δ}}_i^2}+\frac{s_o}{{\mathrm{\δ}}_o}+\frac{s_i}{{\mathrm{\δ}}_i})-m_{o-1,i}^t(\frac{{\mathrm{\σ}}_o^2}{2{\mathrm{\δ}}_o^2}+\frac{s_o}{{\mathrm{\δ}}_o})-m_{o,i-1}^t(\frac{{\mathrm{\σ}}_i^2}{2{\mathrm{\δ}}_i^2}+\frac{s_i}{{\mathrm{\δ}}_i})-m_{o+1,i}^t\frac{{\mathrm{\σ}}_o^2}{2{\mathrm{\δ}}_o^2}-m_{o,i+1}^t\frac{{\mathrm{\σ}}_i^2}{2{\mathrm{\δ}}_i^2};$

其中是离散网格中任一点(t,o,i)处的平均场值，和分别是主干扰源和一般干扰的方差，s_o和s_i分别是主干扰源o和一般用户的i的状态动力学，δ_o和δ_i是迭代步长，其中

7.如权利要求3所述的超密集网络中面向主干扰源的分布式功率控制方法，其特征在于，所述更新拉格朗日算子时使用式：

$\frac{{\mathrm{\λ}}_{o,i}^{t-1}}{{\mathrm{\δ}}_t}={\mathrm{\λ}}_{o,i}^t(\frac{1}{{\mathrm{\δ}}_t}+\frac{{\mathrm{\σ}}_o^2}{{\mathrm{\δ}}_o^2}+\frac{{\mathrm{\σ}}_i^2}{{\mathrm{\δ}}_i^2}+\frac{s_o}{{\mathrm{\δ}}_o}+\frac{s_i}{{\mathrm{\δ}}_i})-{\mathrm{\λ}}_{o+1,i}^t(\frac{{\mathrm{\σ}}_o^2}{2{\mathrm{\δ}}_o^2}+\frac{s_o}{{\mathrm{\δ}}_o})-{\mathrm{\λ}}_{o,i+1}^t(\frac{{\mathrm{\σ}}_i^2}{2{\mathrm{\δ}}_i^2}+\frac{s_i}{{\mathrm{\δ}}_i})-m_{o-1,i}^t\frac{{\mathrm{\σ}}_o^2}{2{\mathrm{\δ}}_o^2}-m_{o,i-1}^t\frac{{\mathrm{\σ}}_i^2}{2{\mathrm{\δ}}_i^2}-c_{o,i}^t;$

其中和分别是离散网格中任一点(t,o,i)处的平均场值和成本函数值，和分别是主干扰源和一般干扰的方差，s_o和s_i分别是主干扰源o和一般用户的i的状态动力学，δ_o、δ_i和δ_t是迭代步长，其中

主干扰源o的功率水平的更新使用如下方式：

$p_o^t=\frac{\frac{({\mathrm{\κ}}_g-g_{o,i}){\mathrm{\λ}}_{o,i}^t(m_{o,i}^t-m_{o,i-1}^t)}{4{\mathrm{\δ}}_i{m}_{o,i}^t{g}_{o,i}}-p_i^t{m}_{j,i}}{g_{o,i}}$

其中和分别是离散网格中任一点(t,o,i)处的平均场值和成本函数值，s_o和s_i分别是主干扰源o和一般用户的i的状态动力学，是主干扰源的发射功率，δ_o和δ_i是迭代步长，其中

一般用户i的功率水平的更新使用如下方式：

$p_i^t=\frac{\{\frac{{\mathrm{\λ}}_{o,i}^t}{2m_{o,i}^t}\·\[\frac{({\mathrm{\κ}}_m-m_{i,o})(m_{o,i}^t-m_{o-1,i}^t)}{{\mathrm{\δ}}_o}+\frac{({\mathrm{\κ}}_m-m_{j,i})(m_{o,i}^t-m_{o,i-1}^t)}{{\mathrm{\δ}}_i}-{\mathrm{\σ}}_m^2(\frac{m_{o+1,i}^t-2m_{o,i}^t+m_{o-1,i}^t}{{\mathrm{\δ}}_o^2}+\frac{m_{o,i+1}^t-2m_{o,i}^t+m_{o,i-1}^t}{{\mathrm{\δ}}_i^2})\]-2p_o^t{g}_{o,i}{m}_{j,i}\}}{2(m_{i,o}^t+m_{j,i}^2)}$

其中各字母的含义参考如上，是一般用户主干扰源的发射功率。

8.一种应用权利要求1-7任意一项所述超密集网络中面向主干扰源的分布式功率控制方法的线通信方法。

9.一种应用权利要求1-7任意一项所述超密集网络中面向主干扰源的分布式功率控制方法的智能移动设备。