專利名稱：用于ofdma系統(tǒng)的基于粒子群算法的分布式功率分配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種OFDMA系統(tǒng)的功率分配方法，確切地說，涉及一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，屬于無線通信系統(tǒng)的資源分配技術(shù)領(lǐng)域。

背景技術(shù)：
現(xiàn)在，隨著無線網(wǎng)絡(luò)的發(fā)展，用戶的業(yè)務(wù)需求也隨之發(fā)生了巨大變化已從單純的語音業(yè)務(wù)發(fā)展到豐富的多媒體數(shù)據(jù)業(yè)務(wù)，使得未來無線網(wǎng)絡(luò)需要支持多種不同服務(wù)質(zhì)量QoS(Quality of Service)需求的業(yè)務(wù)。比如需要支持包含實時的話音業(yè)務(wù)和非實時的數(shù)據(jù)業(yè)務(wù)的混合業(yè)務(wù)。然而，無線網(wǎng)絡(luò)資源非常有限，例如帶寬和能量等。無線網(wǎng)絡(luò)設(shè)計時，在考慮如何滿足用戶QoS需求的同時，必須要保障能夠有效利用有限的網(wǎng)絡(luò)資源，所以無線網(wǎng)絡(luò)的資源分配是非常重要的技術(shù)環(huán)節(jié)。
從第一代模擬通信系統(tǒng)到第三代無線網(wǎng)絡(luò)通信系統(tǒng)，網(wǎng)絡(luò)資源都是采用集中式的分配方法，其最大優(yōu)點是能夠提供穩(wěn)定、可靠的服務(wù)；但是，存在很多缺點主節(jié)點的復(fù)雜度高，網(wǎng)絡(luò)的魯棒性差，可擴(kuò)展性差，端到端時延大，信息交互量大等等。隨著無線網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)結(jié)構(gòu)越來越趨于扁平化，相應(yīng)的結(jié)構(gòu)和功能都被壓縮，使得網(wǎng)絡(luò)中很可能不再存在這種集中式的處理節(jié)點?，F(xiàn)在，分布式的資源分配已經(jīng)成為未來無線網(wǎng)絡(luò)的發(fā)展趨勢。
對于無線網(wǎng)絡(luò)而言，分布式是指網(wǎng)絡(luò)中的各個節(jié)點是對等的，不存在能夠獲知全局信息的節(jié)點，因此，各個節(jié)點之間不存在主從關(guān)系。通過節(jié)點間的信息傳遞，每個節(jié)點都是獨立完成特定的功能。分布式處理的優(yōu)點是節(jié)點的復(fù)雜度低，網(wǎng)絡(luò)的魯棒性好、擴(kuò)展性好，交互的信息量少。
現(xiàn)在，無線多媒體業(yè)務(wù)的發(fā)展要求無線通信系統(tǒng)能夠?qū)崿F(xiàn)工作更可靠、傳輸速率更高的數(shù)據(jù)傳輸，同時要保證用戶的QoS要求和公平性。正交頻分復(fù)用OFDM(orthogonal frequency division multiple)技術(shù)得到重點關(guān)注。OFDM技術(shù)將系統(tǒng)的傳輸頻帶分成多個相互正交的子載波，由于每個子載波的帶寬很窄，其符號周期比較長；同時，加入的循環(huán)前綴能夠有效消除多徑等原因引起的延遲擴(kuò)展，因此OFDM具有更高的頻譜利用率和良好的抗多徑干擾能力。在多用戶情況下，OFDM系統(tǒng)可以根據(jù)不同用戶的需求和信道的特點，靈活地將子載波分配給不同用戶，因此多用戶正交頻分復(fù)用OFDM(即OFDMA，orthogonalfrequency division multiple access)技術(shù)能夠更容易地滿足多個用戶、不同通信業(yè)務(wù)的需求。因此，OFDM和OFDMA已經(jīng)成為當(dāng)前最引人關(guān)注的調(diào)制方式和多址方式。
基于OFDMA的蜂窩網(wǎng)絡(luò)中的資源分配，要充分利用多用戶分集技術(shù)，還要考慮頻率復(fù)用帶來的同頻干擾、用戶的QoS及頻譜的充分利用。而且，多小區(qū)的OFDMA系統(tǒng)的分布式資源分配方法也不同于傳統(tǒng)方法，其重點是對資源執(zhí)行動態(tài)分配，其中功率分配也是如此。
現(xiàn)有技術(shù)的功率分配方法主要有兩種平均分配法和分布式注水法。下面分別簡要說明之 平均分配功率的方法是將每個小區(qū)基站的功率平均分配到每個子載波上，由此確定每個子載波上的發(fā)射功率。
分布式注水分配功率的方法是基站根據(jù)本小區(qū)每個用戶子載波的信道狀態(tài)信息來分配功率。例如，將某個小區(qū)分為多個扇區(qū)，并以扇區(qū)為單位執(zhí)行注水功率分配方案，獲取本扇區(qū)的最大信道容量。其中，功率平均分配法是最簡單、計算量最少的功率分配算法，并能取得較好的系統(tǒng)信道容量，但是，這種方法的頻譜利用率很低，小區(qū)間沒有實現(xiàn)干擾協(xié)調(diào)，也沒有利用信道狀態(tài)信息。分布式注水分配功率方法的信道容量相對于功率平均分配法有所提高，但是，由于每個小區(qū)分別執(zhí)行對于各自扇區(qū)的最優(yōu)化功率分配方案，小區(qū)內(nèi)也沒有進(jìn)行干擾協(xié)調(diào)，導(dǎo)致小區(qū)內(nèi)的同頻干擾過大，限制了系統(tǒng)獲取更大的信道容量。
在多小區(qū)的OFDMA系統(tǒng)中，由于小區(qū)內(nèi)的子載波正交，主要考慮解決小區(qū)間的干擾，因此，要在各個小區(qū)之間執(zhí)行干擾協(xié)調(diào)，同時考慮信道狀態(tài)信息的變化，以便能夠充分利用頻譜資源來提高系統(tǒng)性能。
然而，目前研究的OFDMA蜂窩系統(tǒng)中的自適應(yīng)功率分配算法大都只針對單小區(qū)情況，涉及多小區(qū)的OFDMA的功率分配算法中，通常也是假設(shè)每個基站只有一個用戶，這種過于簡單和理想的假設(shè)，根本不符合實際情況。因此，盡快尋求一種在多小區(qū)OFDMA環(huán)境下的功率分配方法，至今仍然是業(yè)內(nèi)人士正在孜孜以求的焦點課題。
眾所周知，對多小區(qū)功率分配問題的數(shù)學(xué)建模，實質(zhì)是為數(shù)學(xué)問題尋找其最優(yōu)解，也就是解決最優(yōu)化問題。隨著最優(yōu)化問題的復(fù)雜度的提高，給傳統(tǒng)的經(jīng)典算法帶來了挑戰(zhàn)。
近年來，從總結(jié)大自然規(guī)律而得來的啟發(fā)式算法，由于其在某些優(yōu)化問題上的優(yōu)勢而發(fā)展迅速，已經(jīng)成為學(xué)術(shù)界和工程技術(shù)界的研究熱點。本發(fā)明中運用的粒子群算法PSO(Particle Swarm Optimization)就是啟發(fā)式算法中的一種。
下面先簡要介紹粒子群算法PSO的術(shù)語和思路粒子表示粒子群中的個體，粒子位置是問題的解。PSO思路出發(fā)點是模擬鳥群的撲食行為，設(shè)想這樣一個場景一群飛鳥覓食，在設(shè)定的某區(qū)域里只有一處放有食物；且所有飛鳥都不知道該食物位于何處。但是，它們都分別知道各自的當(dāng)前位置與食物的距離。最簡單、迅速、有效的覓食策略是搜尋到目前距離該食物最近的飛鳥。
PSO就是從上述模型中得到啟示并用于解決優(yōu)化問題。在PSO中，每個被優(yōu)化問題的解被視為搜索空間中的一只鳥，即稱之為“粒子”。所有的粒子分別根據(jù)適應(yīng)函數(shù)(即目標(biāo)函數(shù))計算其適應(yīng)值來模擬各個飛鳥與食物的距離，每個粒子的更新速度就是模擬飛鳥的速度，用于決定粒子的更新方向和距離。粒子的更新速度則取決于當(dāng)前的該粒子的歷史最優(yōu)解和所有粒子的歷史最優(yōu)解。
PSO的主要處理流程為初始化粒子群，通過更新迭代找到有效最優(yōu)解(位置)。且在每次更新中，粒子根據(jù)下述兩個“極值”進(jìn)行更新一為粒子自身的歷史最優(yōu)位置，即個體極值；另一為所有粒子的歷史最優(yōu)位置，即全局極值。
找到這兩個“極值”后，每個粒子根據(jù)如下計算公式來更新自己的速度和位置更新后的粒子速度vk+1＝w0vk+w1(q-xk)+w2(g-xk)。
更新后的粒子位置xk+1＝xk+vk+1；式中，vk是粒子的當(dāng)前速度，xk是粒子的當(dāng)前位置，自然數(shù)k是采樣時間點，q、g分別是該粒子的個體極值和全局極值。系數(shù)w0是該粒子上次速度對當(dāng)前速度的影響，系數(shù)w1和w2分別是該粒子的個體極值和全局極值對當(dāng)前速度的影響。上述公式表明，粒子群會不斷地趨近于個體極值和全局極值，保證了算法的收斂性；通過調(diào)整系數(shù)w0、w1和w2，可以獲得不同的算法收斂性。
另外，在迭代處理過程中，所有粒子是并行更新的，同時各自記錄其對應(yīng)的適應(yīng)值。如果某個粒子的當(dāng)前適應(yīng)值比該粒子的當(dāng)前個體極值所對應(yīng)的適應(yīng)值更優(yōu)，則將個體極值更新為該粒子的當(dāng)前位置；否則，其個體極值保持不變。且在每次粒子更新過程中，每個粒子都將其個體極值與全局極值進(jìn)行比較，如果前者適應(yīng)值優(yōu)于后者，則將全局極值更新為該粒子的個體極值；否則，全局極值保持不變。該更新迭代過程是持續(xù)進(jìn)行的，直至算法收斂為此。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的是提供一種用于多小區(qū)OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，本發(fā)明是在小區(qū)內(nèi)通過基站與終端的控制信道傳遞信道狀態(tài)信息，將人工智能領(lǐng)域的粒子群算法應(yīng)用于電信工程實踐中的功率分配，用于實現(xiàn)多小區(qū)系統(tǒng)的下行鏈路的分布式功率分配。該方法在基站天線發(fā)送功率受限的條件下，通過協(xié)調(diào)相鄰小區(qū)間的發(fā)送功率，小區(qū)內(nèi)執(zhí)行干擾協(xié)調(diào)和抑制同頻干擾，在各基站之間不需要交互彼此信道狀態(tài)信息的前提下，有效提高了系統(tǒng)的信道容量。
為了達(dá)到上述目的，本發(fā)明提供了一種用于OFDMA系統(tǒng)的基于粒子群的分布式功率分配方法，其特征在于該方法認(rèn)為該系統(tǒng)內(nèi)各小區(qū)的地位平等，每個小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行迭代計算，并行地執(zhí)行粒子群算法，根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣，實現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個小區(qū)實現(xiàn)分布式的功率分配，且各基站之間不需要進(jìn)行直接的信息交互，從而在較低的開銷下，提高了系統(tǒng)頻譜利用率。
目前，LTE的功率分配的方法主要有平均分配法和分布式功率注水分配法。雖然平均分配法復(fù)雜度低，但它不考慮信道狀況的差異變化，頻譜利用率很低。在多小區(qū)OFDMA系統(tǒng)下，因小區(qū)內(nèi)子載波正交，主要考慮解決小區(qū)間的干擾，而平均分配功率的方法沒有進(jìn)行小區(qū)間干擾協(xié)調(diào)，導(dǎo)致整個系統(tǒng)的信道容量受到影響。分布式功率注水分配法在分扇區(qū)的情況下，雖然每個扇區(qū)分別執(zhí)行各自的最優(yōu)功率分配方案，但是小區(qū)內(nèi)也沒有進(jìn)行干擾協(xié)調(diào)，導(dǎo)致小區(qū)內(nèi)同頻干擾過大，限制了系統(tǒng)獲取更大的信道容量。
本發(fā)明是基于粒子群算法進(jìn)行多小區(qū)OFDMA系統(tǒng)的分布式功率分配方法。它與傳統(tǒng)的多小區(qū)的平均功率分配算法和注水分配算法相比較，大大提高了系統(tǒng)的信道容量和頻譜利用率。由于本發(fā)明的基礎(chǔ)是基于粒子群算法，因此它具備啟發(fā)式算法的各種特點，能夠通過對參數(shù)的調(diào)整和測試，取得較大的增益，比傳統(tǒng)方法更接近理論上的最優(yōu)值。
本發(fā)明方法的技術(shù)創(chuàng)新之處是采用粒子群算法實現(xiàn)了多小區(qū)OFDMA系統(tǒng)的分布式的功率分配。通過測量小區(qū)信道容量之和來確定功率分配方案的優(yōu)劣。而且，功率分配方案在解空間中進(jìn)行更新時，要考慮粒子(即各個功率分配方案)的歷史相關(guān)信息(個體極值，即當(dāng)前最優(yōu)矩陣)和全局信息(全局極值，即全局最優(yōu)矩陣)，從而得到更優(yōu)的功率分配矩陣結(jié)果。因粒子群算法具有潛在的并行特性，適合分布式處理。
再者，本發(fā)明在仿真實現(xiàn)過程中，對功率分配方案的初始化設(shè)置的系統(tǒng)參數(shù)和操作步驟(2)中的調(diào)整參數(shù)都作了精心設(shè)計，以使該方法能夠取得更好的收斂性和穩(wěn)定性。在初始化時，以某個粒子表示的功率分配方案P中元素Pn，m服從

的均勻分布，均值為

c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，線性增加的步長可調(diào)。w從1.2線性遞減至α，其中0.8＜α＜1，線性遞減的步長同樣可調(diào)。
此外，本發(fā)明在分布式實現(xiàn)的過程中，各個小區(qū)之間不需要交互信息，只是通過用戶終端反饋信息，潛在地收集了相鄰小區(qū)的干擾信息。通過這種方式減少系統(tǒng)的信息交互量，同時實現(xiàn)了小區(qū)間的分布式協(xié)作，改善了系統(tǒng)性能。本發(fā)明方法適用于包括LTE和WiMAX的OFDMA的第3.5代移動通信系統(tǒng)。



圖1是本發(fā)明基于粒子群算法的分布式功率分配方法操作流程圖。
圖2是本發(fā)明一實施例中，小區(qū)基站運用粒子群算法尋找最佳功率分配矩陣的實際操作流程圖。
圖3是本發(fā)明方法與現(xiàn)有的其它兩種功率分配方法得到的系統(tǒng)頻譜效率的曲線比較圖(仿真100個TTI)。
圖4是多小區(qū)蜂窩結(jié)構(gòu)(小區(qū)數(shù)＝7，每小區(qū)分為三個扇區(qū))示意圖。

具體實施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述。
本發(fā)明是一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，其目的是提高系統(tǒng)的信道容量，該方法的基礎(chǔ)是認(rèn)為系統(tǒng)內(nèi)各小區(qū)的地位平等，因此，每個小區(qū)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，分別執(zhí)行迭代計算，即并行地執(zhí)行粒子群算法尋找本小區(qū)最優(yōu)的功率分配矩陣；分配依據(jù)是本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，并以此為判決標(biāo)準(zhǔn)為小區(qū)選擇最優(yōu)的功率分配矩陣，以實現(xiàn)系統(tǒng)信道容量的最大化。這樣，系統(tǒng)內(nèi)各小區(qū)實現(xiàn)了分布式功率分配，各基站之間不要進(jìn)行直接的信息交互，從而在較低的開銷下，提高了系統(tǒng)頻譜利用率。
由于本發(fā)明采用分布式的并行處理方法，因此，下面僅對一個小區(qū)的功率分配流程進(jìn)行詳細(xì)說明。先假設(shè)該系統(tǒng)有NT個蜂窩基本單元NT＝N×S，式中，N為系統(tǒng)內(nèi)的小區(qū)數(shù)，S為每個小區(qū)劃分的扇區(qū)數(shù)，N和S都是自然數(shù)；當(dāng)S＝1時，系統(tǒng)的蜂窩基本單元是小區(qū)，即系統(tǒng)由NT＝N個小區(qū)組成；當(dāng)S＞1時，即小區(qū)分扇區(qū)時，系統(tǒng)的蜂窩基本單元是扇區(qū)，也就是系統(tǒng)由NT＝N×S個扇區(qū)組成；該系統(tǒng)可復(fù)用的子載波數(shù)為自然數(shù)M，各小區(qū)基站的最大發(fā)射功率為Pmax，且已經(jīng)完成了子載波分配過程，即每個子載波已經(jīng)分給特定的用戶使用； 參見圖1，介紹本發(fā)明方法中每個小區(qū)內(nèi)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，并行執(zhí)行統(tǒng)一的粒子群算法分配功率的具體操作步驟。
步驟1、初始化設(shè)置下列兩個參數(shù)本小區(qū)的功率分配矩陣P和更新步長矩陣V，矩陣P和V均為S×M維矩陣，矩陣中的元素Ps，m和Vs，m分別表示第s個扇區(qū)在第m個子載波上的分配功率和功率的更新步長，式中，自然數(shù)s和m分別是本小區(qū)內(nèi)扇區(qū)序號和子載波的序號，其最大值S和M分別是該小區(qū)劃分的扇區(qū)數(shù)和小區(qū)復(fù)用的子載波數(shù)；S＝1時，表示功率分配以小區(qū)為蜂窩基本單元，S＞1時，表示功率分配以扇區(qū)為蜂窩基本單元。
該步驟中的初始化設(shè)置系統(tǒng)參數(shù)的操作進(jìn)一步包括下列內(nèi)容 (11)基站采用粒子群迭代算法尋找小區(qū)的最優(yōu)功率分配矩陣系統(tǒng)啟動后，基站初始化設(shè)置本小區(qū)的L個S×M維的功率分配矩陣(P(1)，......，P(L))和L個S×M維的更新步長矩陣(V(1)，......，V(L))；式中，P(l)表示第l個S×M維的功率分配矩陣，V(l)表示第l個S×M維的更新步長矩陣，自然數(shù)序號l的最大值為L，初始化設(shè)置l為零。
基站開始采用粒子群算法迭代更新時，所有功率分配矩陣P的初始化均服從

的均勻分布，其均值為

用于計算同頻干擾和獲取較好結(jié)果；功率分配矩陣中的各個元素均為非負(fù)數(shù)值，且所有元素之和不大于Pmax。
(12)對每個功率分配矩陣P(l)(l＝1，2，...，L)分別計算S個扇區(qū)的信道容量之和τl，并以該信道容量τl作為功率分配矩陣P(l)的評判依據(jù)。該步驟選擇的評判標(biāo)準(zhǔn)必須與用戶的信道容量相關(guān)聯(lián)，以便能實時反映信道的時變特性，實現(xiàn)功率分配；且該選擇標(biāo)準(zhǔn)還包括小區(qū)的頻譜利用效率；而且，同一小區(qū)的每次分配過程中，所有功率分配的選擇標(biāo)準(zhǔn)必須相同。
(13)對于第l個功率分配矩陣，將在迭代過程中獲得的當(dāng)前最高信道容量之和

的矩陣記為第l個矩陣的當(dāng)前最優(yōu)矩陣

然后，分別按照序號l的各個數(shù)值逐個計算每個序號的功率分配矩陣的當(dāng)前最優(yōu)矩陣

再初始化該

矩陣為全零矩陣。
(14)將迭代結(jié)束時，該L個當(dāng)前最優(yōu)矩陣中對應(yīng)的最高信道容量之和的矩陣選作本小區(qū)的功率分配矩陣，并記為全局最優(yōu)矩陣

再初始化該全局最優(yōu)矩陣

為零，以及將該全局最優(yōu)矩陣

對應(yīng)的最高信道容量之和記為
步驟2、基站通過控制信道采集本小區(qū)用戶終端反饋的信道狀態(tài)信息和同頻干擾信息，進(jìn)行迭代計算，尋找最優(yōu)的功率分配矩陣運用粒子群算法調(diào)整更新步長矩陣和功率分配矩陣，再以該功率分配矩陣計算得到的小區(qū)信道容量之和作為評判依據(jù)，分別更新當(dāng)前最優(yōu)功率分配矩陣和全局最優(yōu)功率分配矩陣，對功率分配矩陣進(jìn)行迭代更新優(yōu)化；再判斷是否滿足迭代終止條件；如果是，則結(jié)束該步驟迭代計算；否則，繼續(xù)進(jìn)行迭代計算，直至確認(rèn)迭代計算過程結(jié)束。
該步驟的迭代計算進(jìn)一步包括下列內(nèi)容 (21)基站根據(jù)用戶終端的反饋信息收集各個扇區(qū)在每個子載波上的信道增益矩陣G與干擾矩陣T，其中，矩陣G和T均為S×M維矩陣，該兩個矩陣中的元素Gs，m和Ts，m分別表示第s個扇區(qū)在第m個子載波上的信道增益和干擾信息。
(22)根據(jù)步驟(21)收集的信道增益信息、干擾信息和功率分配矩陣P(l)，基站對第l個功率分配矩陣P(l)計算該小區(qū)的信道容量之和τ′l，即S個蜂窩基本單元在M個子載波上的信道容量之和τ′l；再判斷該新的信道容量之和τ′l是否大于該第l個功率分配矩陣的當(dāng)前最高信道容量之和

如果上述判斷成立，則采用該新的信道容量之和τ′l替代當(dāng)前的最高信道容量之和，即

并且更新P(l)為第l個功率分配矩陣的當(dāng)前最優(yōu)矩陣

否則，該第l個功率分配矩陣的當(dāng)前最優(yōu)矩陣

和對應(yīng)的信道容量之和

均保持不變。
(23)根據(jù)當(dāng)前時刻更新后的L個功率分配矩陣的當(dāng)前最優(yōu)矩陣

其對應(yīng)的更新的小區(qū)信道容量之和為

設(shè)τ′g為更新后信道容量之和

中的最大值，且設(shè)其對應(yīng)的是第k個功率分配矩陣，k的取值范圍是[1，L]；再判斷該新的全局最高信道容量之和τ′g是否大于當(dāng)前全局最優(yōu)矩陣

對應(yīng)的最高信道容量之和

如果τ′g大于

則選取τ′g作為當(dāng)前全局最優(yōu)矩陣

對應(yīng)的最高信道容量之和，即更新

并將P(k)更新為全局最優(yōu)矩陣，即

否則，對全局最優(yōu)矩陣

和對應(yīng)的信道容量之和

都保持不變。
(24)更新該小區(qū)所有的更新步長矩陣V和功率分配矩陣P將更新步長矩陣更新為

式中，w為表示更新步長矩陣受前一時刻影響的可調(diào)常數(shù)，可調(diào)參數(shù)r1和r2是兩個分別依照設(shè)定規(guī)律生成的隨機(jī)數(shù)，權(quán)重因子c1和c2分別代表速度受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度；兩個乘積c1×r1和c2×r2分別代表更新步長矩陣受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度，上述設(shè)置的各個參數(shù)會在很大程度上影響到運用粒子群算法迭代尋找到的最優(yōu)功率分配矩陣的性能； 再將功率分配矩陣更新為P(l)＝P(l)+V(l)，式中，矩陣V(l)為非負(fù)矩陣，因此更新后的P(l)也是非負(fù)矩陣；如果P(l)中所有元素的和Psum大于基站的最大發(fā)射功率Pmax，則P(l)中所有的元素都縮小

倍，即
為使迭代計算獲得更好的收斂性和穩(wěn)定性，該步驟中的各個調(diào)整參數(shù)要精心設(shè)計，其中，c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，其線性增加的步長可調(diào)；w從1.2線性遞減至α，其中0.8＜α＜1，其線性遞減的步長可調(diào)。
(25)繼續(xù)進(jìn)行迭代運算，并判斷是否達(dá)到迭代終止條件，如果是，則結(jié)束該步驟迭代計算；否則，返回執(zhí)行步驟(21)的操作，繼續(xù)進(jìn)行迭代計算，直至確認(rèn)迭代計算過程結(jié)。判斷迭代是否終止的條件是根據(jù)系統(tǒng)的硬件設(shè)施、迭代運算結(jié)果是否達(dá)到收斂要求或是否達(dá)到設(shè)定的迭代運算次數(shù)。
步驟3、確定并輸出該小區(qū)的最優(yōu)功率分配方案，盡可能地實現(xiàn)該小區(qū)系統(tǒng)頻譜效率或信道容量之和的最大化。
參見圖3，申請人對本發(fā)明已經(jīng)進(jìn)行了多次仿真實施試驗，下面介紹分別采用本發(fā)明方法與現(xiàn)有的兩種功率分配方案進(jìn)行實施后的系統(tǒng)的頻譜利用效率對比情況。
仿真實施試驗的條件小區(qū)數(shù)為7，每個小區(qū)采用定向天線分為3扇區(qū)(其蜂窩結(jié)構(gòu)如圖4所示)，扇區(qū)最大發(fā)送功率設(shè)為10W，小區(qū)內(nèi)扇區(qū)復(fù)用帶寬10MHz，復(fù)用的子載波數(shù)目為50，即每個扇區(qū)最大容納的用戶終端為50個，設(shè)粒子群的個數(shù)為30。每個調(diào)度周期為TTI，仿真100個TTI時刻。
在啟發(fā)式算法中，參數(shù)調(diào)整是關(guān)鍵步驟。本發(fā)明中，應(yīng)用PSO于功率分配領(lǐng)域，有三個比較重要的參數(shù)需要進(jìn)行調(diào)試當(dāng)前速度影響因子、當(dāng)前最優(yōu)矩陣影響因子、全局最優(yōu)矩陣影響因子。單參數(shù)值選取方案有多種，比如常數(shù)選取、線性變化、指數(shù)變化等，而且多種參數(shù)值可以進(jìn)行組合選取。通過大量試驗，設(shè)置的速度更新中的一組較好的參數(shù)值組合如下當(dāng)前速度影響因子w從1.2線性遞減至α，其中0.8＜α＜1，線性遞減的步長同樣可調(diào)。c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，線性增加的步長可調(diào)。
從圖3中可以看出，采用PSO算法的功率分配方案較以前傳統(tǒng)的兩種功率分配方案，有效地提高了頻譜利用效率。以平均效果來看，PSO算法比分布式功率注水方案提高了30.4％，PSO算法比平均功率分配方案提高了54％。
因此，本發(fā)明試驗的結(jié)果是成功的，實現(xiàn)了發(fā)明目的。
權(quán)利要求
1.一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，其特征在于該方法認(rèn)為該系統(tǒng)內(nèi)各小區(qū)的地位平等，每個小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行迭代計算，并行地執(zhí)行粒子群算法，根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣，實現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個小區(qū)實現(xiàn)分布式的功率分配，且各基站之間不需要進(jìn)行直接的信息交互，從而在較低的開銷下，提高了系統(tǒng)頻譜利用率。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，假設(shè)該系統(tǒng)有NT個蜂窩基本單元NT＝N×S，式中，N為系統(tǒng)內(nèi)的小區(qū)數(shù)，S為每個小區(qū)劃分的扇區(qū)數(shù)，N和S都是自然數(shù)；當(dāng)S＝1時，系統(tǒng)的蜂窩基本單元是小區(qū)，即系統(tǒng)由NT＝N個小區(qū)組成；當(dāng)S＞1時，即小區(qū)分扇區(qū)時，系統(tǒng)的蜂窩基本單元是扇區(qū)，也就是系統(tǒng)由NT＝N×S個扇區(qū)組成；該系統(tǒng)可復(fù)用的子載波數(shù)為自然數(shù)M，各小區(qū)基站的最大發(fā)射功率為Pmax，且已經(jīng)完成了子載波分配過程，即每個子載波已經(jīng)分給特定的用戶使用；
所述每個小區(qū)的基站分別根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息進(jìn)行的迭代計算，為每個小區(qū)尋找各自小區(qū)最優(yōu)的功率分配矩陣的操作包括下列步驟
(1)初始化設(shè)置下列兩個參數(shù)本小區(qū)的功率分配矩陣P和更新步長矩陣V，矩陣P和V均為S×M維矩陣，矩陣中的元素Ps，m和Vs，m分別表示第s個扇區(qū)在第m個子載波上的分配功率和功率的更新步長，式中，自然數(shù)s和m分別是本小區(qū)內(nèi)扇區(qū)序號和子載波的序號，其最大值S和M分別是該小區(qū)劃分的扇區(qū)數(shù)和小區(qū)復(fù)用的子載波數(shù)；S＝1時，表示功率分配以小區(qū)為蜂窩基本單元，S＞1時，表示功率分配以扇區(qū)為蜂窩基本單元；
(2)基站通過控制信道采集本小區(qū)用戶終端反饋的信道狀態(tài)信息和同頻干擾信息，進(jìn)行迭代計算，尋找最優(yōu)的功率分配矩陣運用粒子群算法調(diào)整更新步長矩陣和功率分配矩陣，再以該功率分配矩陣計算得到的小區(qū)信道容量之和作為評判依據(jù)，分別更新當(dāng)前最優(yōu)功率分配矩陣和全局最優(yōu)功率分配矩陣，對功率分配矩陣進(jìn)行迭代更新優(yōu)化；再判斷是否滿足迭代終止條件；如果是，則結(jié)束該步驟迭代計算；否則，繼續(xù)進(jìn)行迭代計算，直至確認(rèn)迭代計算過程結(jié)束；
(3)確定并輸出該小區(qū)的最優(yōu)功率分配方案，盡可能地實現(xiàn)該小區(qū)系統(tǒng)頻譜效率或信道容量之和的最大化。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于所述步驟(1)中的初始化設(shè)置系統(tǒng)參數(shù)的操作進(jìn)一步包括下列內(nèi)容
(11)基站采用粒子群迭代算法尋找小區(qū)的最優(yōu)功率分配矩陣系統(tǒng)啟動后，基站初始化設(shè)置本小區(qū)的L個S×M維的功率分配矩陣(P(l)，......，P(L))和L個S×M維的更新步長矩陣(V(l)，......，V(L))；式中，P(l)表示第l個S×M維的功率分配矩陣，V(l)表示第l個S×M維的更新步長矩陣，自然數(shù)序號l的最大值為L，初始化設(shè)置l為零；
(12)對每個功率分配矩陣P(l)(l＝1，2，...，L)分別計算S個扇區(qū)的信道容量之和τl，并以該信道容量τl作為功率分配矩陣P(l)的評判依據(jù)；
(13)對于第l個功率分配矩陣，將在迭代過程中獲得的當(dāng)前最高信道容量之和
的矩陣記為第l個矩陣的當(dāng)前最優(yōu)矩陣
然后，分別按照序號l的各個數(shù)值逐個計算每個序號的功率分配矩陣的當(dāng)前最優(yōu)矩陣再初始化該
矩陣為全零矩陣；
(14)將迭代結(jié)束時，該L個當(dāng)前最優(yōu)矩陣中對應(yīng)的最高信道容量之和的矩陣選作本小區(qū)的功率分配矩陣，并記為全局最優(yōu)矩陣
再初始化該全局最優(yōu)矩陣
為零，以及將該全局最優(yōu)矩陣
對應(yīng)的最高信道容量之和記為
4.根據(jù)權(quán)利要求3所述的方法，其特征在于所述步驟(11)中，該基站開始采用粒子群算法迭代更新時，所有功率分配矩陣P的初始化均服從
的均勻分布，其均值為
用于計算同頻干擾和獲取較好結(jié)果；功率分配矩陣中的各個元素均為非負(fù)數(shù)值，且所有元素之和不大于Pmax。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于所述步驟(12)中，選擇的評判標(biāo)準(zhǔn)必須與用戶的信道容量相關(guān)聯(lián)，以便能實時反映信道的時變特性，實現(xiàn)功率分配；且該選擇標(biāo)準(zhǔn)還包括小區(qū)的頻譜利用效率；而且，同一小區(qū)的每次分配過程中，所有功率分配的選擇標(biāo)準(zhǔn)必須相同。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于所述步驟(2)進(jìn)一步包括下列內(nèi)容
(21)基站根據(jù)用戶終端的反饋信息收集各個扇區(qū)在每個子載波上的信道增益矩陣G與干擾矩陣T，其中，矩陣G和T均為S×M維矩陣，該兩個矩陣中的元素Gs，m和Ts，m分別表示第s個扇區(qū)在第m個子載波上的信道增益和干擾信息；
(22)根據(jù)步驟(21)收集的信道增益信息、干擾信息和功率分配矩陣P(l)，基站對第l個功率分配矩陣P(l)計算該小區(qū)的信道容量之和τl′，即S個蜂窩基本單元在M個子載波上的信道容量之和τl′；再判斷該新的信道容量之和τl′是否大于該第l個功率分配矩陣的當(dāng)前最高信道容量之和
如果上述判斷成立，則采用該新的信道容量之和τl′替代當(dāng)前的最高信道容量之和，即并且更新P為第l個功率分配矩陣的當(dāng)前最優(yōu)矩陣否則，該第l個功率分配矩陣的當(dāng)前最優(yōu)矩陣
和對應(yīng)的信道容量之和
均保持不變；
(23)根據(jù)當(dāng)前時刻更新后的L個功率分配矩陣的當(dāng)前最優(yōu)矩陣其對應(yīng)的更新的小區(qū)信道容量之和為設(shè)τg′為更新后信道容量之和中的最大值，且設(shè)其對應(yīng)的是第k個功率分配矩陣，k的取值范圍是[1，L]；再判斷該新的全局最高信道容量之和τg′是否大于當(dāng)前全局最優(yōu)矩陣
對應(yīng)的最高信道容量之和
如果τg′大于
則選取τg′作為當(dāng)前全局最優(yōu)矩陣
對應(yīng)的最高信道容量之和，即更新并將P(k)更新為全局最優(yōu)矩陣，即否則，對全局最優(yōu)矩陣
和對應(yīng)的信道容量之和
都保持不變；
(24)更新該小區(qū)所有的更新步長矩陣V和功率分配矩陣P將更新步長矩陣更新為式中，w為表示更新步長矩陣受前一時刻影響的可調(diào)常數(shù)，可調(diào)參數(shù)r1和r2是兩個分別依照設(shè)定規(guī)律生成的隨機(jī)數(shù)，權(quán)重因子c1和c2分別代表速度受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度；兩個乘積c1×r1和c2×r2分別代表更新步長矩陣受當(dāng)前最優(yōu)矩陣和全局最優(yōu)矩陣的影響程度，上述設(shè)置的各個參數(shù)會在很大程度上影響到運用粒子群算法迭代尋找到的最優(yōu)功率分配矩陣的性能；再將功率分配矩陣更新為P(l)＝P(l)+V(l)，式中，矩陣V(l)為非負(fù)矩陣，因此更新后的P(l)也是非負(fù)矩陣；如果P(l)中所有元素的和Psum大于基站的最大發(fā)射功率Pmax，則P(l)中所有的元素都縮小
倍，即
(25)繼續(xù)進(jìn)行迭代運算，并判斷是否達(dá)到迭代終止條件，如果是，則結(jié)束該步驟迭代計算；否則，返回執(zhí)行步驟(21)的操作，繼續(xù)進(jìn)行迭代計算，直至確認(rèn)迭代計算過程結(jié)。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于所述步驟(24)中，為使迭代計算獲得更好的收斂性和穩(wěn)定性，各個調(diào)整參數(shù)要精心設(shè)計，其中，c1＝c2＝2，γ1服從(0，1)的均勻分布，γ2從0.8線性增加到1.0，其線性增加的步長可調(diào)；w從1.2線性遞減至α，其中0.8＜α＜1，其線性遞減的步長可調(diào)。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于所述步驟(25)中，判斷迭代是否終止的條件是根據(jù)系統(tǒng)的硬件設(shè)施、迭代運算結(jié)果是否達(dá)到收斂要求或是否達(dá)到設(shè)定的迭代運算次數(shù)。
9.根據(jù)權(quán)利要求6所述的方法，其特征在于所述方法適用于包括長期演進(jìn)LTE和微波存取全球互聯(lián)技術(shù)WiMAX的OFDMA的第3.5代移動通信系統(tǒng)。
全文摘要
一種用于OFDMA系統(tǒng)的基于粒子群算法的分布式功率分配方法，用于實現(xiàn)多小區(qū)系統(tǒng)的下行鏈路的分布式功率分配。該方法基于各小區(qū)的地位平等和基站發(fā)送功率受限的條件，由每個小區(qū)的基站根據(jù)本小區(qū)用戶終端反饋的信道狀態(tài)信息，并行地利用粒子群算法執(zhí)行迭代計算，為各自小區(qū)尋找最優(yōu)的功率分配矩陣根據(jù)本小區(qū)內(nèi)不同功率分配矩陣的信道容量差異，為每個小區(qū)尋找最優(yōu)的功率分配矩陣，實現(xiàn)系統(tǒng)信道容量的最大化；因系統(tǒng)內(nèi)每個小區(qū)實現(xiàn)分布式的功率分配，故各基站之間不需進(jìn)行直接的信息交互，從而在較低的開銷下，有效提高了系統(tǒng)頻譜利用率和信道容量。
文檔編號H04W52/24GK101820671SQ201010033918
公開日2010年9月1日 申請日期2010年1月6日 優(yōu)先權(quán)日2010年1月6日
發(fā)明者牛凱, 孫文文, 許文俊, 賀志強(qiáng) 申請人:北京郵電大學(xué)