[发明专利]一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法

权利要求书

1.一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法，其特征在于，具体的实现方式包括以下步骤：

(1)建立Massive MIMO系统功率分配模型；

(2)初始化量子社会群体及系统参数；

(3)评价量子个体；

(4)更新量子个体；

(5)对更新后的每个量子个体进行实数化处理，计算量子个体的社会评价值，更新量子个体的情绪指数、历史最优解和整个量子社会群体的全局最优解；

(6)设置最大迭代次数，若系统最终迭代次数小于预先设定的最大迭代次数，令t＝t+1，返回步骤(4)；否则，终止迭代，输出量子社会群体的全局最优解数化向量为最佳功率分配方案；

所述的步骤(1)包括以下步骤：

(1.1)根据Massive MIMO系统中各小区内的用户与基站之间的信道状态信息确定小区用户的信干燥比γ_k，k代表第k个用户；

(1.2)根据用户自身最大发送功率及最小传输速率确定用户对基站发送信号的功率的范围；

(1.3)通过用户传输速率与消耗功率得到用户能效η_k；

(1.4)根据Massive MIMO系统中各用户能效得到Massive MIMO系统的总能效

所述的步骤(2)包括以下步骤：

(2.1)设定量子社会群体中量子个体数目为N，量子个体的维度D；

(2.2)设置情绪阈值情绪损失指数Δe；

(2.3)将第t代群体的第n个量子个体表示为情绪指数为

(2.4)令t＝0，得到初始测量态记为量子个体n的历史最优解

(2.5)令t＝t+1，对量子个体进行测量，得到测量态测量规则为

其中，为[0,1]间的均匀随机数，

所述的步骤(3)包括以下步骤：

(3.1)对量子个体进行实数化处理，通过以下社会评价函数计算量子社会群体中所有量子个体的社会评价值，

其中，p_c为各用户消耗的功率之和，B为系统带宽，由第n个量子个体对应的测量态得到的实数化向量代表Massive MIMO系统中第n种功率分配方案，K为待求解的K个变量；

(3.2)对量子社会群体中所有量子个体的社会评价值进行分析，选出社会评价值最大的量子个体对应的测量态，即为量子社会群体的全局最优解

所述的步骤(4)包括以下步骤：

(4.1)对社会评价值进行升序排序，取前N′个量子个体作为最差的群体，记为群体1，则群体1中第n′个量子个体的测量态为

(4.2)进行第一次迭代时，量子个体n的每一个元素按照更新规则1更新；

(4.3)在第t代量子社会群体中，如果量子个体n没有获得比之前更好的社会评价值，那么量子个体n的情绪指数按照下降；

若令

若按照更新规则2更新；

(4.4)当量子社会群体的所有量子个体演进结束后，根据测量规则，将量子个体n的量子态进行测量得到其测量态

步骤(4.2)中所述的更新规则1为：

其中，为第一代量子社会群体中第n个量子个体的第d维量子旋转角，c₁为小于0的常数，为[0,1]间的均匀随机数；

步骤(4.3)中所述的更新规则2为

其中，为第t+1代量子社会群体中第n个量子个体的第d维量子旋转角，c₂和c₃为大于0的常数，为设定区间值；

执行步骤(5)后，

若更新完成时量子个体n的社会评价值小于更新前的社会评价值，则保留上一代量子个体n的历史最优解，情绪指数

若优于更新前的社会评价值，但小于量子个体n历史最优的社会评价值，则情绪指数不变；

若当前量子个体n的社会评价值优于量子个体n历史最优的社会评价值，则把当前量子个体n的测量态记为量子个体n的历史最优解，情绪指数

量子个体的全局最优解为在整个量子社会群体中当前最优量子个体的历史最优解，对比整个量子社会群体中量子个体的历史最优解对应的社会评价值，社会评价值最高的量子个体的历史最优解即为当前量子社会群体的全局最优解。