一种多波束卫星通信系统中的功率分配算法
【技术领域】
[0001] 本发明属于资源分配技术领域，具体涉及一种多波束卫星通信系统中的功率分配 算法。
【背景技术】
[0002] 在多波束卫星通信系统中，星上功率资源是有限的。由于多波束天线的应用，使得 功率资源在不同的波束间进行分配提供了可能，资源分配技术成为多波束卫星通信系统中 的一项重要研究内容。通过功率资源在不同的波束间根据业务需求、性能要求等进行合理 分配，进而优化系统的整体性能，可以为用户提供更好的服务。因此，合理分配有限的功率 资源，有效提高资源的利用率具有重要的实用价值。
[0003] 多波束卫星通信系统中的功率分配技术一直以来受到广泛地关注。为了有效地利 用有限的星上功率资源，相关领域的学者已经做了大量的工作。为了获得最大的系统总容 量，典型的算法有注水算法，但其公平性较差。为了获得公平性，有比例公平分配算法，各 用户获得的容量为=aTiOKa彡1)，各用户分配的功率和常数a由Q = Αα^以及系 统总功率限制来决定，但其系统总容量较小。"J.P. Choi, V.W.S. Chan "Optimum power and beam allocation based on traffic demands and channel conditions over satellite downlinks^(IEEE Transmission on Wireless Communications, vol. 4, no. 6, pp. 2983-299 3,2005) -文基于不同的业务需求和信道条件提出了一种基于最小化二阶业务拒绝量（即 各波束获得的容量与业务需求差值的平方）总和的功率分配算法。该算法能够折中考虑系 统总容量和波束间的公平性。但是该算法是根据每个点波束覆盖区域内总的业务需求进行 分配，而没有考虑不同类型的用户及特定的业务类型，实用性较差。
[0004] 本发明在于弥补上述算法的不足。在多波束卫星通信系统中，不同类型的用户，其 所采用编码调制方式，承载业务类型不同。为了提高不同类型用户间的功率利用率，本发明 根据卫星通信系统中的功率带宽平衡原理，通过构建面向用户终端的多波束卫星通信系统 下行容量模型，提出了 一种功率分配算法。
【发明内容】
[0005] 本发明的目的在于提供一种多波束卫星通信系统中的功率分配算法，解决面向用 户终端的多波束卫星通信系统中的功率分配问题，提高星上功率资源的利用率。
[0006] 技术方案
[0007] 实现本发明目的的技术解决方案为：一种多波束卫星通信系统中的功率分配算 法，算法步骤如下：
[0008] 步骤1、建立多波束卫星通信系统下行容量模型
[0009] 根据卫星通信系统中的功率带宽平衡原理，即一个载波占用卫星转发器的功率百 分比和带宽百分比相等，构建了面向用户终端的多波束卫星通信系统下行容量模型
[0010] Cx = A α ιρι
[0011] 其中,A为总带宽与总功率的比值，a i称为编码调制系数，a i = 为每个调 制符号的信息比特数，A为信道编码的码率，i = 1，2, 3. .. M，Μ为用户数，Q为每个用户获 得的容量；
[0012] 步骤2、建立功率优化问题模型
[0013] 考虑到不同类型的用户，其所采用编码调制方式和承载业务类型不同；在采用集 中式资源管理模式下，利用最小化二阶业务拒绝量总和为目标函数，该功率优化问题建模 为：
[0018] 其中，为每个用户的业务需求，Pi为每个用户分配的功率，Ptotal为系统总功率，ei是通过第i个用户所在链路的误码率，DA0是给定的平均最大容许时延限制；
[0019] 步骤3、采用凸优化理论，实现功率优化问题模型的功率分配。
[0020] 上述步骤1中，建立多波束卫星通信系统下行容量模型的方法如下：
[0021] 当每个点波束覆盖区域内有多个不同类型的用户时，覆盖区域内有^个不同的点 波束覆盖，有Μ个用户，每个用户的业务需求为?\，每个用户分配的功率为Pi，每个用户获得 的容量为Q ;
[0022] 符号速率、编码速率以及信息速率之间的相互关系
[0024] 其中，Rs代表符号速率，R。为编码速率，Rb为信息速率，1?为每个调制符号的信息 比特数，^为信道编码的码率；
[0025] 带宽与符号速率的关系
[0027] 其中，B为带宽，P为滚降系数，为了简化，在此处P取为0,根据卫星通信中的功 率带宽平衡原理，即一个载波占用卫星转发器的功率百分比和带宽百分比相等，可以得到
[0028] Cx = A α ιΡι (3)
[0029] 其中，A为总带宽与总功率的比值，α ;称为编码调制系数，α ; = i = 1，2, 3· · · Μ。
[0030] 上述步骤3中，采用拉格朗日对偶理论和次梯度法来实现功率优化问题模型的功 率分配，分配算法为：
[0031] 上述功率优化问题模型的拉格朗日函数J(P，μ，λ)为：
[0033] 其中，μ为约束条件（6)对应的非负对偶变量，λ = [λ λ2，…，λΝ]为约束条 件（7)对应的非负对偶变量，Ρ =防，Ρ2，…，ΡΝ];
[0034] 拉格朗日函数的对偶函数D ( λ，μ )为
[0036] D ( λ，μ )的对偶函数(f为
[0038] 公式⑶对？1求偏导，得
[0040] 假设(^>1，则约束条件（7)显然满足，其相应的对偶变量λ i为零；根据公式（11) 可知，μ为负值，与μ非负相矛盾；因此μ非负时，约束条件（5)可以忽略；
[0041] 由于上述功率优化问题模型的优化问题是凸优化问题，因而与原问题的对偶间隙 为零，对偶问题的最优解即为原问题的最优解，再采用次梯度法更新对偶变量
[0044] 其中，
，η代表迭代次数，Λ代表迭代步长，Ptotal为系统总功率；
[0045] 根据系统的收敛性，收敛性能最好时对应的迭代步长为最优迭代步长，根据最优 迭代步长得到功率优化问题模型的最优分配功率。
[0046] 本发明与现有技术相比，其显著优点：该功率分配算法能够折中考虑用户间的公 平性和系统容量的最大化；同时，能够根据业务需求以及时延约束条件等灵活地分配功率 资源。当用户承载的业务具有较高的优先级时，则赋予较大的权重，优先分配功率。
【附图说明】
[0047] 图1是功率分配算法实现流程图。
[0048] 图2是系统米用不同功率分配算法时波束B1内各用户分配的功率。
[0049] 图3是系统米用不同功率分配算法时波束B1内各用户获得的容量。
[0050] 图4是系统采用不同功率分配算法时波束B1内各用户的二阶业务拒绝量。
[0051] 图5不同用户优先级时各用户获得的容量。
[0052] 图6为多波束卫星通信系统中的功率分配算法的流程图。
【具体实施方式】
[0053] 下面结合附图对本发明作进一步详细描述。
[0054] 本发明考虑到现有研究的不足，针对多波束卫星通信系统中的星上功率资源分配 问题，考虑到不同类型的用户及特定的业务类型，根据卫星通信系统中的功率带宽平衡原 理，构建了面向用户终端的多波束卫星通信系统下行容量模型，并选择最小化二阶业务拒 绝量总和为目标函数，将该功率资源优化问题建模为一个带约束条件限制的优化问题。最 后采用拉格朗日对偶理论和次梯度法进行求解。
[0055] 结合图1和图6,本发明研究多波束卫星通信系统中的星上功率资源分配问题。本 发明主要解决前向链路下行信道的功率资源分配，提高星上功率资源的利用率。当每个点 波束覆盖区域内有多个不同类型的用户时，覆盖区域内有~个不同的点波束覆盖，有Μ个 用户。每个用户的业务需求为?\，每个用户分配的功率为Pi，每个用户获得的容量为Q。
[0056] 利用符号速率、编码速率以及信息速率之间的相互关系
[0058] 其中，Rs代表符号速率，R。和Rb分别为编码速率和信息速率，1?为每个调制符号 的信息比特数，^为信道编码的码率。其次，考虑带宽与符号速率的关系
[0060] 其中，B为带宽，P为滚降系数，为了简化，在此处P取为0。根据卫星通信中的功 率带宽平衡原理，即一个载波占用卫星转发器的功率百分比和带宽百分比相等，可以得到
[0062] 其中，A为总带宽与总功率的比值，a i = πιιΓι称为编码调制系数。
[0063] 在功率分配过程中，采用集中式的资源管理模式，利用最小化二阶业务拒绝量总 和为目标函数，该功率优化问题可