[发明专利]最大化多小区下行加权和速率的单调优化方法

权利要求书

1.一种最大化多小区下行加权和速率的单调优化方法，其特征在于，采用判断搜索、顺序分割以及顶点重置方法，具体包括以下步骤：

步骤1）设置系统参数：小区数M，每个小区用户数K_m，第m个基站的天线数T_m，第m个基站的功率约束P_m，其中：m=1,...,M，第n个基站到用户的信道状态信息其中：m,n=1,...,M,k=1,...,K_m，用户的零均值复高斯加性噪声的协方差以及加权系数用户表示第m个小区的第k个用户；

步骤2）定义为用户的速率，

Rmk=log2(1+|hmk,mHwmk|2Σ(n,j)≠(m,k)|hmk,nHwnj|2+σmk2)]]>

其中：是用户的波束成形向量，其中：m=1,...,M,k=1,...,K_m，是第n个基站到用户的信道状态信息，其中：m,n=1,...,M,k=1,...,K_m，为第n个小区的第j个用户的波束成形向量，其中：n=1,...,M,j=1,...,K_n，为第m个基站到用户的信道状态信息，其中：m=1,...,M,k=1,...,K_m；

构造可达速率向量K=Σm=1MKm]]>以及加权和速率函数f(r)=Σm,kαmkRmk;]]>

步骤3）定义盒子初始化盒子集合其中：b₀的对应用户的第Σi=0m-1Ki+k(K0=0)]]>个元素为log2(1+Pm||hmk,mH||2/σmk2);]]>设置算法收敛门限η以及线搜索精度δ；

步骤4）初始化最优加权和速率的上界f_max以及下界f_min，其中：

f_max=f(b₀)，f_min=max(α·b₀)

其中：α为加权系数向量，

步骤5）从集合中选择满足f(b)=f_max的盒子[a,b]，检测a是否为可达容量域内的点，即求解可行问题

步骤6）若可行问题可行，对[a,b]进行判断搜索，得到分割点r；

若可行问题不可行，则更新集合上界然后返回步骤5）；

步骤7）以分割点r对[a,b]进行顺序分割，得到K个新的盒子[a⁽ⁱ⁾,b⁽ⁱ⁾]，i＝1,...,K，更新集合其中：

步骤8）对于集合中的每一个盒子[a,b]，计算f(b)；

若f(b)>f_min，重置顶点a，其中，

a~i=bi-min(f(b)-fminαi(bi-ai),1)×(bi-ai),]]>i=1,...,K

其中，为重置后a的第i个元素，a_i为重置前a的第i个元素，b_i为b的第i个元素，α_i为加权系数向量的第i个元素；

若f(b)≤f_min，将[a,b]从集合中移除，即

步骤9）重新设置上界

步骤10）检验上下界差值或相对差值，如果f_max-f_min>η或(f_max-f_min)/f_min>η，返回步骤5），否则算法截止，输出f_min，f_max，r_min。