(1-λ (Zk))是否大于所述允许误差值δ。该循环将被重复实施直到找 到一个分配矢量^，其所对应的归一化距离值（1-λ (Zk))小于等于所述允许误差值δ。
[0094] 在步骤431中，速率分配矢量管理模块107根据投影因子λ (Zk)和速率分配矢量 zk生成L个新的速率分配矢量；并用所述L个新的速率分配矢量代替当前速率分配矢量集 合T k中的所述速率分配矢量zk，由此生成一个新的速率分配矢量集合Tk+1 ;其中，所述L个 新的速率分配矢量{54,4,…通过以下公式计算获得：
!
[0096] 其中，e:表示仅第1个分量非零的单位矢量，<表示pK…中的第1个元 素，k表示迭代次数，zk表示迭代次数为k时所对应的速率分配矢量。
[0097] 在步骤432中，速率分配矢量管理模块107从所述新的集合Tk+1中删除非适合速 率分配矢量，其中，所述非合适速率分配矢量是指每个分量都小于或等于所述新的集合T k+1 中任何一个速率分配矢量的相对应的分量的速率分配矢量，即：Tk+1中不存在v和#_使得 V妗V并且在分量方向上f^： V ?
[0098] 在步骤433中，速率分配矢量管理模块107通过以下公式从所述新的集合Tk+1中 找出最优速率分配矢量以作为所述下一个速率分配矢量z k+1 ω是加权值矢量，r是对应于所述新的速率分配矢量集合Tk+1中的任意一个速率分配矢量。 之后，令k = k+1，即：迭代次数加 1，以替代原有的迭代次数。
[0099] 在步骤420中所述速率分配矢量管理模块107根据算法二来计算出对应于新获得 的z k& λ (Zk)和p(Zk)的值，并在步骤430中再次判断归一化距离值（l-λ (Zk))是否大于 所述允许误差值S，直到找出符合l-λ (zk)彡δ的Zk。
[0100] 在步骤440中，当找出符合l-λ (Zk)彡δ的^之后，把与该^对应的功率分配 矢量P(zk)即为全局最佳功率分配方式。
[0101] 算法二的作用是根据速率分配矢量Zk，计算在可行速率区域(；上的投影因子 λ (Zk)和投影λ (zk)zk以及对应于所述投影λ (zk)zk的功率分配矢量p(Zk)，参见图5,算 法二通过以下步骤来实现：
[0102] 在步骤510中，各个内部链路的内部发射机设定时隙t = 0,并在初始时隙中，各个 内部链路的内部发射机分别以任意正功率值发送信号，其中第1条内部链路的内部发射机 的功率值为Pu，Pu > 0。
[0103] 在步骤512中，各个内部链路的内部接收机中的本地信干燥比测量模块209分别 测量本地信干噪比值SIN& (pt)，并通过单元12-1反馈各自对应的内部发射机中，其中，pt =[Pu Pt,2…Pt,JT，Pt表示所述所有内部发射机在时隙t中的发射功率值构成的矢量。 t表示当前的时隙。
[0104] 在步骤522中，各个内部接收机中的功率更新模块106,分别根据所述速率分配矢 量2,和所述信干噪比值，计算出各个所述内部发射机在下一时隙）（t+Ι)中的发射功率值， 并在下一个时隙（t+Ι)中，使得各个所述内部发射机的功率放大模块105分别按所述发射 功率值发送信号，其中所述第1条内部链路的内部发射机在下一个时隙（t+Ι)的功率值为 P t+1>1 ;其可以通过以下公式来计算：
[0106] 其中，SINRjpt)表示在当前时隙t中测得的第1个内部链路的内部接收机所测量 得到的本地信干噪比 ；Zl表示所述速率分配矢量zk的第1个分量。
[0107] 在步骤523中，在下一个时隙（t+Ι)中，各个外部链路的外部接收机中的干扰归一 化值测量模块410,分别测量来自于内部链路的干扰总功率，并分别通过计算获得所述各个 外部链路的干扰归一化值，各个外部接收机所获得的干扰归一化值可以表示为：
[0108]
,其中，表示在所述下一个时 隙（t+Ι)中，第m个外部链路的外部接收机所承受的来自内部链路的总干扰功率值，该值个 可以通过测量直接获得；表示所述第m个外部链路的外部接收机的所能承受的干扰功 率的上限。
[0109] 另外，在下一个时隙（t+Ι)中，各个内部链路的内部发射机中的电源管理模块 108分别确定各个内部发射机的发射功率归一化值，该发射功率归一化值可以表示为：
其中，表示所述第1个内部链路的内部接 收机上的最大发射功率值。
[0110] 然后，所述干扰归一化值和发射功率归一化值都会被发送到功率优化辅助装置 1300中的归一化值接收模块。
[0111] 在步骤524中，功率优化辅助装置1300中的最大归一化值选择模块，从所接收到 的干扰归一化值4_,^ G +1)和所接收到的发射归一化值+1>中，挑选出最
?并广播给各个内部链路的内部发射机中的功率更 新模块106。各个所述内部发射机的功率更新模块106分别根据以下公式计算再下一个时 隙（t+2)中的发射功率值：
[0112]
?然后功率更新模块106把 该发射功率值发送给功率放大模块105,以使得功率放大模块105分别按所述发射功率值 发送信号。
[0113] 在步骤530中，在再下一个时隙（t+2)中，各个内部链路的内部接收机分别测量本 地信干噪比，并判断在该时隙（t+2)中的本地信干噪比SINRjt+2)是否收敛为恒定值：如 果收敛为恒定值，则实施步骤540 ;如果没有收敛为恒定值，则设定t = t+2,并返回至步骤 522,以重复实施步骤522-524,直至本地信干噪比收敛为恒定值。
[0114] 在步骤540中，各个内部链路的内部发射机中的速率分配矢量管理模块107分别 基于从12-1单元接收到的收敛的本地信干噪比，通过以下公式计算获得投影因子λ (Zk) 和功率分配矢量P(zk):
[0116] 其中，pt表示当所述本地信干燥比收敛为恒定值时，各个所述内部发射机的发射 功率值所构成的矢量。
[0117] 接下来，我们将通过仿真结果和理论证明来评估本发明所提出的分布式全局功率 优化算法的性能。结论一用以证明本发明的计算复杂度和精度，结论二用以通过理论证明 算法一和算法二的收敛性和优越性。
[0118] 1.仿真验证：
[0119] 为了与MAPEL算法相比较并验证本发明所提出方法的的全局最优性。我们通过以 MAPEL所公开的相同的例子来说明本发明所提出的分布式算法的效果。我们仿真一个4链 路的网络，其信道增益矩阵如下：
[0121] 其各个链路的最大发射功率分别设为0. 7、0. 8、0. 9和1. OmW，所有链路的噪声功 率为0.1 μ W，优先加权因子分别为ω = [1/6 1/6 1/3 1/3]。
[0122] 图6示出了在迭代过程中，外逼近序列和相关投影因子的演变。其显示了一个由
"该序列收敛成 4. 65598582521068 bps/Hz， 该计算结果与MAPEL算法一致，这显示了本发明所提出的分布式方案的全局最优特性。同
由于算法二具有几何收敛速率。
[0123] 图8显示了从算法一获得的可实现的加权速率之和，所需要的迭代次数与允许误 差值S的关系图。其证明算法的性能可以通过降低δ来得到改善。这也通过结论一以理 论的方式来预测。而且，算法的性能对于该s值并不敏感，当δ =0.01时，我们可以获得 加权速率之和为4. 65323242663538 bps/Hz，这与最优值偏差0. 059137%。这说明从结论 一获得的性能边界十分宽松，并且实际性能可能比该边界更好。很明显，参数S提供了一 个用于在算法性能和收敛时间之间实现各种平衡的调节钮。
[0124] 2.理论验证
[0125] 以下结论用于解释允许误差值δ对于算法1的性能影响。
[0126] 结论一：
[0127] 如果当玄占时，算法1在第Ρ次迭代时结束，那么获得的结果
的WRSM问题的最优方案。
[0128] 证明：如果当1 -时，算法1结束，我们可以得出
[0133] 证明完毕。
[0134] 结论二（算法二的收敛特性）：算法二收敛至最优方案时λ (z)= max{ α | a z e CR}，r (ρ(ζ)) = λ (ζ)ζ。另外，收敛速率是几何的。
[0135] 证明：在a z e CR约束下的ct的最大值可以表示为：
[0137] 另外，由于当a > 1时r(ap) > r(p)恒成立，容易证明最优解p(z)必须满足
[0138] 因此Z在(；上的投影问题可以被转化为非线性的条件特征值问题：
[0140] 其中，= ψ2(ρ)…￥l(p)]t,
[0141] 非线性Perron-Frobenius理论已经证明，满足上述条件的定点p (z)可以通过 Pt+I,i= Vi(Pt)(l = l，2，"·，υ 的基本迭代，
[0142] 另外，pt以几何速率收敛至ρ (ζ)，
[0143] 证明完毕。
[0144] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在 不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论 如何来看，均应将实施例看作是示范性的，而且是非限制性的。此外，明显的，"包括"一词不 排除其他元素和步骤，并且措辞"一个"不排除复数。装置权利要求中陈述的多个元件也可 以由一个元件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。<