技术特征：1.一种基于swipt的大规模mimo系统最大化最小用户安全能效优化方法，用于网络资源分配，其特征在于，包括以下步骤：
步骤1、固定bs发射功率pt和bs功率分配因子更新用户功率分配因子ρk，根据目标函数其中目标函数中的分子表示用户k的保密速率，即用户k的可达安全速率减去窃听者的速率，(·)+＝max{0,·}，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；固定pt和求解用户功率分配因子ρk，迭代次数t＝0，最大迭代次数tmax，e0为最小能量采集阈值，η表示能量转化效率，(1-τ)表示bs到用户端的信息传输阶段，n表示bs天线数，k表示用户数，表示bs到用户的路径损耗，tr表示矩阵的迹，[dk,k]＝βk,k＝{1,...,k}表示完美信道bs到用户的路径损耗，表示不完美信道bs到用户的路径损耗，表示人工噪声，τ表示导频传输阶段，pk表示用户k平均传输功率，pe表示窃听者平均传输功率，θ表示bs到窃听者的路径损耗；
步骤2、固定bs发射功率ptt和安全能效λt，更新bs功率分配因子将目标函数转化为其中迭代次数t＝0，最大迭代次数tmax，其中hk和fk表示辅助函数，pc,k表示电路损耗，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；表示bs功率分配因子，表示用户端功率分配因子,固定ptt和安全能效λt,带入步骤一求出的求解
步骤3、固定bs功率分配因子和安全能效λt，更新bs发送功率ptt，根据目标函数其中迭代次数t＝0，最大迭代次数tmax，hk和fk表示辅助函数，pc,k表示电路损耗，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；表示bs功率分配因子，表示用户端功率分配因子，固定安全能效λt，代入步骤一得到的步骤二得到的求解ptt；
步骤4、根据步骤一、步骤二和步骤三得到的和求安全能效λt+1，其中迭代次数t＝0，最大迭代次数tmax；所述安全能效，其中f1和f2表示辅助函数，ptt表示bs发送功率，表示bs功率分配因子，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；更新准则为：当f1*f2＜0，如果m＞ξ，t＝t+1，否则，当f1*f2≥0，如果m＞ξ，t＝t+1，否则，其中m为中间辅助因子，ξ为二分法门限值，为最大安全能效，为最小安全能效。
2.根据权利要求1所述的基于swipt的大规模mimo系统最大化最小用户安全能效优化方法，其特征在于，所述用户功率分配因子ρk，k＝1,2,…,k，采用分式规划将目标函数转化为相减的形式，即其中为辅助函数，pt表示bs发送功率，表示bs功率分配因子，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，λ表示用户安全能效，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；由于ρk仅和有关，对辅助函数求二阶导可知因此，根据目标函数的约束条件e0≤ek，k＝1,2,…,k，e0为最小能量采集阈值，η表示能量转化效率，(1-τ)表示bs到用户端的信息传输阶段，n表示bs天线数，k表示用户数，分别表示路径损耗，tr表示矩阵的迹，[dk,k]＝βk,k＝{1,...,k}表示完美信道bs到用户的路径损耗，表示不完美信道bs到用户的路径损耗，τ表示导频传输阶段，pk表示用户k平均传输功率，pe表示窃听者平均传输功率，θ表示bs到窃听者的路径损耗，表示人工噪声；因此,可求得用户功率分配迭代次数t＝0，最大迭代次数tmax。
3.根据权利要求1所述的基于swipt的大规模mimo系统最大化最小用户安全能效优化方法，其特征在于，所述bs发射功率pt和采用分式规划将目标函数转化为相减的形式，即其中为辅助函数,由于pt和关于辅助函数具有非凸性，因此利用两个凸函数相减(dc)算法进行求解和ptt。根据目标函数其中迭代次数t＝0，最大迭代次数tmax，其中hk和fk表示辅助函数，pc,k表示电路损耗，表示用户可达速率,表示窃听者可达速率，ptt表示bs发送功率，表示用户k的功率损耗，λ表示用户安全能效，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；表示bs功率分配因子，表示用户端功率分配因子，固定安全能效λt，根据目标函数求解ptt和
4.根据权利要求1所述的基于swipt的大规模mimo系统最大化最小用户安全能效优化方法，其特征在于，所述安全能效选择通过二分法进行内部迭代，根据安全能效其中迭代次数t＝0，最大迭代次数tmax；所述安全能效，其中f1和f2表示辅助函数，ptt表示bs发送功率，表示bs功率分配因子，表示用户可达速率，表示窃听者可达速率，表示用户k的功率损耗，ε表示用户k的功率损耗系数，pc,k表示电路损耗，ε(pt(1-ρk)+pk)+pc,k表示用户k安全能效的总功耗；更新准则为：当f1*f2＜0，如果m＞ξ，t＝t+1，否则，当f1*f2≥0，如果m＞ξ，t＝t+1，否则，其中m为中间辅助因子，ξ为二分法门限值，为最大安全能效，为最小安全能效。
5.根据权利要求1所述的基于swipt的大规模mimo系统最大化最小用户安全能效优化方法，其特征在于，整体方法收敛判决条件为：其中，为设定收敛精度。
技术总结本发明请求保护一种基于SWIPT的大规模MIMO系统最大化最小用户安全能效优化方法，包括：初始化；根据初始化能效判断是否满足能效约束条件，如果条件满足，给出最优安全能效，方法结束；否则，进入下一步，迭代优化用户功率分配因子。迭代优化BS功率分配因子。迭代优化BS平均发射功率。最后，利用二分法迭代搜索安全能效，判断是否满足最大安全能效函数和最小安全能效乘积约束，如果条件成立，更新最小安全能效，若更新后的值满足约束条件，则继续迭代，否则输出最大安全能效；如果条件不成立，更新最大安全能效，若更新后的值满足约束条件，则继续迭代，否则输出最小安全能效。本发明所得结果能明显提高系统安全能效资源利用率，实用性和可行性强。
技术研发人员：万晓榆;杨晓霞;王正强;樊自甫;张鸿佳
受保护的技术使用者：重庆邮电大学
技术研发日：2019.11.22
技术公布日：2020.05.26