无蜂窝毫米波系统中基于上下界网络流的动态关联方法

本发明涉及一种无蜂窝毫米波大规模mimo系统中基于上下界网络流模型的动态关联方法，属于移动通信。

背景技术：

1、毫米波频段频谱资源丰富，有助于满足新兴应用高吞吐量、低时延的需求，需要更多的创新技术为后5g与6g技术的发展铺平道路。毫米波具备高传输损耗的特性，可以通过部署大规模mimo技术，提供波束赋形增益以进行信号补偿，从而获得高频谱效率。无蜂窝毫米波大规模mimo系统中，部署大量的分布式ap，使用相同的时频资源服务，对系统中的许多用户进行服务。混合波束赋形架构是毫米波系统中具备技术潜力的架构，其允许系统配置大规模的天线阵列，同时只需要配置有限数量的rf链。模拟波束赋形提供指向性增益，数字波束赋性提供分集增益。混合波束赋性技术一个重要的优势在于，数字波束赋形部分仅需考虑等效信道。等效信道由空口信道与模拟预编码矩阵构成，相对于空口信道，其维度显著降低，可以有效减少数字预编码的复杂度与系统开销。而模拟预编码的构造，一类方法是预定义码本，通过波束管理获取最优波束。

2、有效的关联策略是毫米波系统中一个重要的组成部分。朴素的动态关联算法达到指数级别的时间开销，而传统的毫米波系统标准中，基于最小化距离的思想进行关联调度，将其转化为以最大化rssi为目标的线性规划问题。基于分阶段决策的思想，动态关联技术将为后续等效信道的构造产生影响，从而对系统性能起着重要作用。因此，低开销且有效的动态关联技术变得越来越重要。

技术实现思路

1、技术问题：本发明针对以上问题，提出一种无蜂窝毫米波大规模mimo系统中基于上下界网络流模型的动态关联方法，解决现有技术中未有效处理用户通信服务质量的问题，以及动态关联算法开销大，导致现实情况下系统动态关联性能不足的问题。此外，针对部署的ap配置了小规模天线阵列的情况，对提出技术进行改进，得到另一类基于环境感知信息的动态关联技术，有效抑制干扰。此外，利用统计模型，对系统性能进行评价。

2、技术方案：本发明的一种基于上下界网络流模型的动态关联方法，具体的步骤如下：

3、该方法应用在无蜂窝毫米波大规模mimo系统中，包括以下步骤：

4、步骤1：建立系统模型，在一个无蜂窝毫米波系统中，先考虑一个接入节点ap的情形，之后再推广；ap配置的天线数量为nt，码本即f表示nt行m列的复数矩阵，其中m为预定义的波束数量，ap关联的用户设备ue数量为k，对应的ue集合用表示，设ue配置单天线；

5、模拟预编码编码矩阵表示nt行k列的复数矩阵，它的每一列，是从码本中选取，若第i个用户选取的波束索引为bi，则构造m行k列的实数矩阵其中

6、

7、此时得到模拟预编码编码矩阵a＝fb；对于第i个用户而言，传输的数据流为即si遵循均值为0方差为1的复高斯分布，数字预编码为表示维度为k的复数列向量；第i个用户与ap间空口信道为其中包含视距径，接收的噪声随机变量为定义yi为第i个用户的接收信号

8、

9、通过波束扫描获取等效信道，避免直接的空口信道估计，定义hi为第i个用户与ap间的等效信道，即

10、

11、拓展到ap数量为n的场景，ap集合为apk表示第k个ap，其关联的用户集合为其中用户集合的规模为模拟预编码矩阵为表示一个nt行kk列的复数矩阵，与第i个用户间的信道为若第k个ap关联第i个用户，则传输的数据流为代表数字预编码，则第i个用户的接收信号表示为

12、

13、第i个用户与第k个ap间的等效信道表示为

14、

15、则第i个用户接收信号可以用等效信道表示为

16、

17、令ri表示第i个用户的可达速率，动态关联问题的一般形式为

18、

19、步骤2：根据传统方案，将动态关联问题建模为费用流形式：

20、首先阐明网络与网络流的概念：网络是指一个有向图其中是节点集合，是边集合，对于边e＝(u,v)，称u与v为e的端点，图中每条边都结合了一个非负整数权值c(u,v)，代表边(u,v)的容量；通过额外定义图中两个不相等的节点分别为源点与汇点这样的网络称之为流网络；

21、流网络g中的流定义为一个函数f，又称之为网络流，f(u,v)为定义在二元组的实函数，其满足下述三条性质：容量限制、斜对称性与流守恒性；

22、对于f(u,v)代表边的流量，c(u,v)-f(u,v)代表边的剩余容量，整个网络的流量为即源点流出的流量之和；

23、传统毫米波网络基于最大化接收信号的强度指示rssi求解动态关联策略的基本思想，问题建模为如下最小费用流形式

24、

25、其中，nrf代表配置的rf链数量，ri,j表示第i个ap对第j个用户测量得到的rssi，xi,j为1表示第i个ap关联第j个用户，反之则表示第i个ap不关联第j个用户；

26、步骤3：考虑用户服务优先级，将传统模型拓展为上下界最小费用流模型：

27、当环境交互信息反馈出某个高优先级用户仍未得到满足，则可以根据服务策略增加对这一个用户服务的链路数量，假设按照服务策略，为第j个用户至少需要提供的链路数量为d(j)，则问题则有下述形式

28、

29、针对部署的ap配置了小规模天线阵列，波束宽度较大，且存在高概率los视距径的情况，将目标函数中的rssi指标变换为相对物理距离

30、

31、其中，di,j表示第i个ap与第j个用户间的相对物理距离；

32、步骤4：根据问题建立容量-费用网络：

33、根据问题建模，建立具有容量上下界约束的容量-费用网络，并根据流守恒性，将其转化为一般形式的流网络，检验下界条件的可满足行后，在残余网络中求解最小费用最大流。最后根据流函数构造动态关联策略；

34、步骤5：基于连续最短路算法求解动态关联方案：

35、应用基于连续最短路的最小费用流算法求解s′-t′的最小费用最大流，若s′-t′不满流，即不满足此时不存在满足容量下界条件的可行解，需要根据用户优先级策略调整网络；

36、在残余网络中应用基于连续最短路的最小费用流算法求解s-t最小费用最大流，根据网络流构造动态关联策略，即，若f(ai,uj)满流，则将用户j关联至第i个ap。

37、所述步骤4具体包括：

38、步骤4.1：令为二分图的权重矩阵，在基于rssi的上下界最小费用流算法rmcfd中，w＝r，在基于相对物理距离的上下界最小费用流算法dmcfd中，w＝d；增加源点与汇点s,t，为ap与ue构造节点集合，设计更新网络结构的函数add-edge(u,v,d(u,v),c(u,v),w(u,v))，代表从节点u向节点v连一条边，边的容量下界为d(u,v)，边的容量上界为c(u,v)，边的费用为w(u,v)；考虑到rssi存在负值，而在用户密集场景中，ap的rf链一般被全部利用，则基于问题的等价性，对权重矩阵的每一个元素加上固定的偏移量，以保证任意元素非负；此时，对于初始流网络，不处理容量非零的权值为负值的边；

39、步骤4.2：表示api至多为用户j提供一个数据流，对目标函数的贡献是f(ai,uj)×wi,j，若前次动态关联反馈的环境感知信息显示存在信道质量不佳的(ai,uj)对，则设置c(ai,uj)＝0；其中ai代表api，uj代表第j个用户；

40、步骤4.3：表示api提供数据流的上界为nrf；表示用户被任意个ap服务；

41、步骤4.4：add-edge(t,s,0,∞,0)构造出无源点、汇点的网络，此时可以按照无源汇上下界最小费用流的求解思路处理；

42、步骤4.5：增加辅助源点与汇点s′,t′，考虑容量下界，根据分类讨论增加辅助边；

43、假设任一条边e(u,v)已经具备了d(u,v)的流量，对于流网络中的任一节点初始流入量减去初始流出量为x，需要则分三种情况进行处理：若x＝0，则满足流守恒性，不需要附加边；若x＞0，代表节点流入量过大，此时需要从s′向v连一条容量为x的附加边；若x＜0，代表节点流出量过大，此时需要从v向t′连一条容量为-x的附加边。

44、所述无蜂窝毫米波系统中，通过建立用户通信服务质量qos模型，计算不同用户密度下系统的可达速率和，评判动态关联方案的有效性，使用蒙特卡洛方法，主要包括以下步骤：

45、步骤1，对于用户qos情况，进行了简单的模拟，具体而言，场景中用户会存在不同的qos，同时也会存在突发的消息需求或过长的数据等待队列等情况，系统有一套用户服务的优先级决定策略，通过通信环境的不断变化动态地调整所服务用户的优先级，优先级较高的用户建模为上述算法中的需求用户，用户随机分布，同时设置一定密度的高优先级用户；

46、步骤2，对于拓展到ap数量为n的场景，ap集合为apk关联的用户集合为其中关联的用户集合规模为模拟预编码矩阵为与用户i间的信道为若apk关联用户i，则传输的数据流为代表数字预编码，b代表信道带宽，则对于第i个用户而言，可达通信速率为ri

47、

48、系统和速率为

49、有益效果：本发明所提出方法仅利用低维度的环境感知信息，计算复杂度不高，相对于传统方法，在渐进意义下时间复杂度没有增加，有效处理用户通信服务质量约束，并抑制用户间信号干扰，提升系统性能，且能以低开销适配动态的通信环境。