一种基于非正交多址系统的子信道调度与功率分配联合优化方法与流程

本发明属于无线通信技术领域，具体涉及一种基于非正交多址系统的子信道调度与功率分配联合优化方法。

背景技术：

移动通信技术的迅猛发展使人们对数据传输速率和通信服务质量的要求越来越高。在非正交多址(non-orthogonalmultipleaccess，noma)系统中，一方面，非正交多址技术可以提高频谱效率和网络吞吐量因而成为下一代移动通信的关键技术之一；而另一方面，传统的非正交多址系统在同一资源块上叠加用户传输，导致使用同一频谱资源的边缘用户受到的干扰增加，降低了小区边缘用户的服务质量和用户公平性。

协作多点(coordinatedmulti-point，comp)技术具有减轻小区间干扰，提高小区吞吐量和小区边缘用户性能的特点。而当下，基于协作多点的非正交多址(noma-comp)技术具有显著的理论研究及应用价值，该技术能够提高频谱效率的同时减轻小区间干扰，从而提高小区的整体吞吐量。现有技术中，对noma-comp系统的研究主要集中在优化多小区用户功率分配或者只考虑单小区子信道调度问题，这些技术中均没有考虑多小区子信道调度与功率分配联合优化问题。

技术实现要素：

基于现有技术存在的上述不足，本发明提供一种基于非正交多址系统的子信道调度与功率分配联合优化方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种基于非正交多址系统的子信道调度与功率分配联合优化方法，包括以下步骤：

(1)初始化参数，包括：协作多点聚类内基站集b，每个小区的移动用户集m，联合子信道集k，参考信道增益阈值v，信源功率上限ps，信宿处噪声功率

(2)利用用户选择和偏好集排序算法得到信道增益矩阵、等效信道增益矩阵、参考数据速率，分别记为db、rsum；采用二进制元素表示小区b的联合子信道k是否分配给用户mj，表示小区b的联合子信道k分配给用户j的功率；

(3)利用联合子信道-用户匹配算法和注水功率法得到步骤(2)中的最优解。

作为优选方案，所述步骤(1)还包括：

根据等效信道增益将每个小区的用户分为中心用户和边缘用户，分别用ccu和ceu表示；其中，中心用户为非comp用户，边缘用户为comp用户；

假设b个基站为一个comp聚类，则这个comp聚类内的全部联合基站实际调度的comp用户集为：ceu＝[ceu1,ceu2,...,ceub]；

每个comp基站实际调度的用户集为：ub＝[ccub,ceu],(b∈b)；

每个comp基站实际调度的用户数为：ub＝card(ub)；

comp聚类内调度用户数最大的基站的总用户为：u＝max(ub)。

作为优选方案，所述步骤(2)包括：

假设表示小区b的子信道k上的传输信号，sj表示调度用户j的基站集，表示小区的子信道k上用户j的信道系数，则小区b的联合子信道k上的传输信号在用户j接收端表示为：

其中，фj表示用户j所受到的小区外干扰，表示叠加高斯白噪声，是噪声变量；

当card(sj)＝1时，小区b的用户j是非comp用户，则用户j能消除上信道增益比自身信道增益小的其他用户所造成的内干扰，即

当card(sj)>1时，小区b的用户j是comp用户，则用户j能消除联合子信道上信道增益比自身信道增益小的其他用户所造成的内干扰，即且外干扰

因此，当mj∈ccub时，上mj的和速率为：

其中，表示ccub的mj在上所受到的内干扰，

表示ccub的mj所受到的外干扰，

当mj∈ceu时，上mj的和速率为：

其中，表示ceu的mj在上所受到的内干扰，

小区b的的和速率为：

引入一个k×u的联合子信道分配矩阵，系统性能由comp聚类所有用户的和速率进行评估：

作为优选方案，所述的最优解为：

设置最大化系统的整体和速率，优化问题转化为：

其中，目标函数为式(9a)，可知comp聚类的系统总和速率由子信道和功率共同决定；式(9b)保证每个子信道最多叠加qu个用户；式(9c)保证每个用户最多由ql个子信道调度；式(9d)是目标函数的干扰项，所述优化问题为非凸优化问题；各用户功率系数满足式(9e)和(9f)。

作为优选方案，所述步骤(2)的用户选择和偏好集排序算法包括以下步骤：

(2.1)基站广播获得参考信道增益集表示为：

(2.2)comp用户划分：设置算法的参考信道增益阈值v，根据小区内各子信道与用户之间的信道增益对用户集进行划分；

如果max(db,j)≤v，则ceub＝{j}；否则，ccub＝{j}；基站以相同的参考功率发送信号，则小区的用户ub,j的信道增益可用等效信道增益表示；等效参考增益集表示为：

由式(2)、(5)和(11)求得分配相同的参考功率时各小区用户在不同子信道的数据速率集：

作为优选方案，所述步骤(3)包括以下步骤：

(3.1)建立集合{kbmatch}，记录小区b中各子信道目前所匹配的用户；

(3.2)由和求得用户偏好集{p(ub)}和联合子信道偏好集{p(kb)}，即：

(3.3)根据{p(ub)}和{p(kb)}判断每一轮相互选择的结果，更新和{p(ub,j)}；

(3.4)功率分配使用注水功率算法为：

作为优选方案，所述步骤(3.3)具体包括：

(a)输入{p(ub)}，{p(kb)}；

(b)建立集合记录小区b中各子信道目前所匹配的用户；

(c)子信道匹配过程：每个ub,j∈ub自荐给偏好集{p(ub,j)}满意度最高的子信道：

如果则选择的用户被保留；否则，从选择的用户中选择qu个满意度最高的用户，更新

(d)判断是否调度自荐的边缘用户：如果选择了ceub中的ub,j，则如果联合调度集sj中的基站同时选择调度ub,j，则保留ub,j；否则，更新否则，下一步；

(e)更新子信道的偏好集和用户的偏好集：从中删除已经选择的ub,j，更新如果则在{p(ub,j)}中删除更新{p(ub,j)}；否则，在{p(ub,j)}中删除已经选择的ub,j所对应偏好集序列，更新{p(ub,j)}；

(f)判断是否满足算法的循环条件：如果或返回步骤(c)；否则，结束算法。

作为优选方案，所述表示小区b的联合子信道k分配给用户j的功率，满足和其中，ps为每个基站的总发射功率，各个基站总发射功率相等。

作为优选方案，所述移动用户集中的各移动用户和所述基站集中各基站均为单天线。

本发明的有益效果是：本发明对子信道调度问题和功率分配问题联合考虑，可在最大化总和速率的同时保证了用户公平性，改善小区边缘用户性能，提高无线网络用户的使用体验。另外，本发明将复杂的非凸模型简化为多对多双边匹配问题，可以大大节省复杂度。

附图说明

图1是本发明实施例采用基于非正交多址系统的子信道调度与功率分配联合优化方法的系统模型图。

图2是本发明实施例的基于非正交多址系统的子信道调度与功率分配联合优化方法的具体流程图。

图3是本发明实施例的小区的平均总和速率与小区用户数的关系图。

图4是本发明实施例的小区的边缘用户平均总和速率与用户数的关系图。

具体实施方式

为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。以下对本发明的基于非正交多址系统的子信道调度与功率分配联合优化方法进行详细描述。

如图1所示，本发明考虑一个双小区noma-comp系统模型，b表示基站集，m表示每个小区的移动用户集，假设用户和基站均为单天线。基站将可用带宽划分为子信道集k。假设bs可获知完整的信道状态信息(csi)，bs可根据完整的csi对用户进行联合子信道调度和功率分配。

如图2所示，本发明实施例的基于非正交多址系统的子信道调度与功率分配联合优化方法，首先利用所提出的用户选择和偏好集排序算法得到信道增益矩阵、等效信道增益矩阵、参考数据速率，从而进一步求得用户偏好集{p(ub)}和联合子信道偏好集{p(kb)}。然后，利用匹配理论把优化问题转化为多对多双边匹配问题；其次，利用所提出的联合子信道-用户匹配算法求解联合子信道-用户最优匹配最后，利用注水功率算法求得各小区用户分配功率矩阵。本发明对子信道调度问题和功率分配问题联合考虑，可在最大化总和速率的同时保证了用户公平性，改善小区边缘用户性能，提高无线网络用户的使用体验。具体地，包括以下步骤：

(1)初始化参数：comp聚类内基站集b，每个小区的移动用户集m，联合子信道集k，参考信道增益阈值v，信源功率上限ps，信宿处噪声功率

(2)利用所提出的用户选择和偏好集排序算法得到信道增益矩阵、等效信道增益矩阵、参考数据速率，分别记为db、rsum；采用二进制元素表示小区b的联合子信道k是否分配给用户mj，表示小区b的联合子信道k分配给用户j的功率；

(3)利用所提出的联合子信道-用户匹配算法和注水功率法得到步骤(2)所述问题的最优解

具体地，本发明根据等效信道增益将每个小区的用户分为中心用户和边缘用户，分别用ccu和ceu表示。

其中，中心用户为非comp用户，边缘用户为comp用户。假设b个基站为一个comp聚类，则这个comp聚类内的全部联合基站实际调度的comp用户集为：ceu＝[ceu1,ceu2,...,ceub]。每个comp基站实际调度的用户集(包括作为主基站调度本小区的用户和作为协作基站调度协作小区的comp用户)为：ub＝[ccub,ceu],(b∈b)。每个comp基站实际调度的用户数为：ub＝card(ub)。comp聚类内调度用户数最大的基站的总用户为：u＝max(ub)。表示小区b的子信道k分配给用户j的功率，满足和其中ps为每个基站的总发射功率，假设各个基站总发射功率相等。

本发明实施例考虑传输信道为块衰落信道，假设表示小区b的子信道k上的传输信号，sj表示调度用户j的基站集，表示小区的子信道k上用户j的信道系数，则小区b的子信道k上的传输信号在用户j接收端表示为：

其中，фj表示用户j所受到的小区外干扰，表示叠加高斯白噪声(awgn)，是噪声变量。

当card(sj)＝1时，小区b的用户j是非comp用户，则用户j能消除上信道增益比自身信道增益小的其他用户所造成的内干扰，即

当card(sj)>1时，小区b的用户j是comp用户，则用户j能消除联合子信道上信道增益比自身信道增益小的其他用户所造成的内干扰，即且外干扰

因此，当mj∈ccub时，上mj的和速率为：

其中，表示ccub的mj在上所受到的内干扰，

表示ccub的mj所受到的外干扰，

当mj∈ceu时，上mj的和速率为：

其中表示ceu的mj在上所受到的内干扰，

小区b的的和速率为：

引入一个k×u的联合子信道分配矩阵，系统性能由comp聚类所有用户的和速率进行评估：

本发明目的是设置最大化系统的整体和速率，优化问题转化为：

限制条件(9b)保证了每个子信道最多叠加qu个用户，(9c)保证了每个用户最多由ql个子信道调度。由于基站发射功率限制，各用户功率系数必须满足条件(9e)和(9f)。

由于限制条件(9d)同时是目标函数的干扰项，可知以上优化问题是一个非凸优化问题。本发明将分别解决各comp小区的子信道分配及功率分配问题。

由目标函数(9a)可知，comp聚类的系统总和速率由子信道和功率共同决定。考虑系统计算复杂度，本部分先对comp小区联合子信道进行分配，联合子信道-用户多对多双边匹配策略将通过以下步骤实施：

第一步，用户选择和偏好集排序算法由以下步骤实施：

1)基站广播获得参考信道增益集表示为

2)comp用户划分：设置算法的参考信道增益阈值v，根据小区内各子信道与用户之间的信道增益对用户集进行划分。如果max(db,j)≤v，则ceub＝{j}；否则，ccub＝{j}。因为基站以相同的参考功率发送信号，则小区的用户ub,j的信道增益可用等效信道增益:表示。

等效参考增益集表示为

由上述式(2)、(5)、(11)可求得分配相同的参考功率时各小区用户在不同子信道的数据速率集：

其中，

第二步，联合子信道-用户匹配算法由以下步骤实施：

1)多对多双边匹配问题转化：把每个小区的子信道集和实际调度的用户集作为一组两个的非合作集，各组内两个集合中的玩家都是自私且理性的，并且以自身利益最大化为目标。如果小区b的子信道被分配给调度用户ub,j，则称与ub,j相互配对，并且组成匹配对其中θ表示匹配映射。

2)假设组内同一集合中的每个玩家均有对组内另一集合的其他玩家有着完整的偏好集。

b组的用户集中玩家的偏好集表示为：

b组的子信道集中玩家的偏好集表示为：

算法的核心思想是各小区的每个用户自荐给各自偏好集{p(ub)}满意度最高的联合子信道，例如：假设每个用户把各自简历发给联合子信道(非comp用户只向所在小区满意度最高的子信道发送简历，而comp用户向所在comp聚类内各小区满意度最高的子信道均发送简历)，然后各小区每个子信道根据各自偏好集有权拒绝或接受所收到的各个用户的申请，一旦所有用户已向各自满意度最高的子信道提交完简历，则我们称这一轮相互选择已经结束。

具体过程如下：

(a)输入{p(ub)}，{p(kb)}；

(b)建立集合记录小区b中各子信道目前所匹配的用户；

(c)子信道匹配过程：每个ub,j∈ub自荐给偏好集{p(ub,j)}满意度最高的子信道：如果则选择的用户被保留；否则，从选择的用户中选择qu个满意度最高的用户，更新

(d)判断是否调度自荐的边缘用户：如果选择了ceub中的ub,j，则如果联合调度集sj中的基站同时选择调度ub,j，则保留ub,j；否则，更新否则，下一步；

(e)更新子信道的偏好集和用户的偏好集：从中删除已经选择的ub,j，更新如果则在{p(ub,j)}中删除更新{p(ub,j)}：否则，在{p(ub,j)}中删除已经选择的ub,j所对应偏好集序列，更新{p(ub,j)}；

(f)判断是否满足算法的循环条件：如果或返回步骤(c)；否则，结束算法。

其中，步骤(3)中联合子信道-用户多对多双边匹配策略，具体包括以下步骤：

(3.1)建立集合{kbmatch}记录小区b中各子信道目前所匹配的用户；

(3.2)由和进一步求得用户偏好集{p(ub)}和联合子信道偏好集{p(kb)}，即：

(3.3)根据{p(ub)}和{p(kb)}判断每一轮相互选择的结果，更新和{p(ub,j)}。

(3.4)实施注水功率算法：

图3-4是本发明实施例通过mtalab对所设计方案的仿真验证。参数具体设计为：基站峰值功率设为ps＝46dbm，噪声方差为并且假设用户每个时刻随机分布在各自小区中。仿真结果取1000个时隙的平均值。

图3表明每个comp小区的用户平均总和速率和每个小区用户数之间的关系，其中每个小区有6个联合子信道。对图3分析可知，从图3可以看到，所提出的基于联合子信道-用户匹配算法的noma-comp系统的性能要比基于协作多点的正交多址算法的性能高出83.39％，这是由于正交多址系统的每个子信道在同一时隙内只能调度一个用户，基站并没有充分利用频谱资源。最大吞吐量算法中假设各子信道间无差异，先对各用户进行了功率分配再分配子信道，且各子信道根据文献所提算法依次分配给comp用户或非comp用户。本文假设各子信道差异化，且所提联合子信道-用户匹配算法在子信道分配后再进行功率分配。当假设小区子信道间存在差异，我们所提的算法的性能要比最大吞吐量算法高出12.4％。

图4表明每个comp小区的边缘用户平均总和速率和每个小区用户数之间的关系，其中每个小区有6个子信道。从图4可以看出，本文所提出的算法在用户数增加的情况下也能很好的保护了边缘用户被选择的概率，提高了用户公平性，这使得联合子信道-用户匹配算法的每个comp小区的边缘用户平均总和速率要优于其他算法。

在考虑联合子信道差异化的条件下，本发明提出了基于comp用户选择方式的用户选择和偏好集排序算法，和基于扩展的盖尔沙普利版本的联合子信道-用户匹配算法，并在此基础上开发了一种基于协作多点的非正交多址无线网络的联合子信道-用户多对多双边匹配策略，同时，采用了注水功率法对功率进行分配，实现最大化各协作多点小区总和速率的同时保证用户的公平性；另外，在本发明中，将复杂的非凸模型简化为多对多双边匹配问题，可以大大节省复杂度。

以上所述仅是对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。