[发明专利]基于蚁群优化的离散功率控制方法

权利要求书

1.一种基于蚁群优化的离散功率控制方法，其特征在于，包括以下步骤：

S1：各小区分别构建蚁群算法的搜索空间；

S2：初始化蚁群算法的各控制参数和算法执行的统计信息变量；

S3：依据当前的最优分配方式，对搜索空间中的所有路径进行启发式信息的计算；

S4：每小区自蚁巢释放一只蚂蚁，并初始化蚂蚁；

S5：每个小区蚂蚁独立进行解的构建；

S6：判断是否所有小区的蚂蚁都完成了完整路径的构建，若是，则跳转至步骤S7，否则，对未完成的小区继续进行解的构建，跳转至步骤S5；

S7：系统收集各小区蚂蚁的信息得到本次迭代的一组可行解，与当前最优分配结果进行比较，取对应的系统吞吐量较大的为新的当前最优分配；进行全局信息素更新，并将新的当前最优分配结果传递给所有小区的蚂蚁；

S8：判断算法是否满足迭代终止条件，如果满足，则算法结束，直接按照当前最优分配结果进行离散功率控制；否则，跳转至步骤S3。

2.如权利要求1所述的功率控制方法，其特征在于，所述步骤S1具体包括：将多个子载波作为蚁群算法的各节点设置在蚁巢和食物之间；以及将每个子载波的传输功率离散化为多个功率级别构成蚁群算法节点与其前一个节点之间的多条路径。

3.如权利要求1所述的功率控制方法，其特征在于，所述步骤S2包括初始化执行迭代次数、最优分配方式以及所有路径上的信息素浓度。

4.如权利要求2所述的功率控制方法，其特征在于，所述步骤S3中的启发式信息通过下面的公式计算：

ηm,l=Rm,lΣk=1LRm,k]]>

Rm,l=Σj=1Irmj(Pmi=ϵl)]]>

其中，η_m，l为到达节点m的路径l上的启发式信息；R_m，l表示在当前所研究小区i的子载波m功率其它小区的功率级别为上次迭代的当前最优功率分配时，所有I个小区在相同子载波m上的总吞吐量；表示小区j中子载波m上的传输速率；L为功率级别的总数。

5.如权利要求2所述的功率控制方法，其特征在于，所述步骤S5具体包括以下步骤：

S51：蚂蚁从若干条路径中选择一条到达下一节点；

S52：蚂蚁进行局部信息素更新；

S53：判断蚂蚁已完成的功率级别的分配是否超过基站的最大功率限制，如果超过，则认定该蚂蚁被淘汰，从蚁巢释放一只蚂蚁，重新进行该小区解的构建；否则，跳转至步骤S6。