[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

说明书

本发明公开了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，属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型，在初始化量子社会群体及系统参数中输出初始历史最优解，并通过实数化处理量子个体输出初始全局最优解，之后不断更新量子个体，当迭代次数大于预先设定的最大迭代次数时输出全局最优解，经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中，用户的发送功率不得超过其最大发送功率的限制，同时满足用户最低传输速率和系统最低传输速率等要求，所设计的功率分配方法保证了服务质量，具有搜索速度快、全局搜索能力强的优点，更能满足实际工程的需要，为Massive MIMO上行系统的功率分配提供了一种新方法。

技术领域

本发明属于5G关键技术领域，具体涉及一种基于量子社会情感优化的MassiveMIMO上行系统功率分配方法。

背景技术

随着无线通信的飞速发展和市场需求的日益增长，无线通信网耗能造成的二氧化碳排放量和运营成本日益增加。在提倡节能减排、建设集约型社会的今天，绿色通信已经成为一大研究热点。因此，建立一种新的基站体系架构，在满足不断发展的无线通信业务的基础上，提高通信系统的能效具有重要的意义。

作为5G关键技术之一，Massive MIMO(大规模多输入多输出)系统的基站装备大规模的天线，可同时服务于多个用户，能够有效提高系统容量。但是，天线维数的增加必然导致系统消耗能量的增加，因此，Massive MIMO系统中对于能效问题的研究显得尤为重要。如何确定合理的功率分配方案来提高系统的能效是Massive MIMO系统研究的关键问题之一。

在Massive MIMO系统中，功率分配问题是一个复杂的非凸优化问题，随着用户数目的增加，采用穷举法求解的计算复杂度太高，因此，设计次优的功率分配方法来降低计算复杂度的同时无限接近于最优解，具有重要的意义。

经对现有文献检索发现，文献“Energy-Efficient Power Control:A Look at 5GWireless Technologies”中提出了一种将分数规划理论与连续凸优化问题的框架相结合的计算方法，这种方法的关键是找到满足所列出需求的合适的近似来简化待求解的问题。利用对数函数的下限，将系统实际传输速率替换为系统传输速率的下界，在不低于用户最小传输速率的条件下，选择合适的功率分配方案，令系统能效最大化。

文献“Massive MIMO下行系统能效资源分配算法”中假设基站端完全已知信道状态信息，在考虑用户间干扰容限、每个用户的最低速率和最大发射功率的约束条件下，提出了基于能效最大化的优化问题。首先采用一种迭代算法确定每个用户的带宽分配，然后根据分数规划的性质，将能效优化问题的分数形式转换为减数形式来求解。

专利号为“CN107171701A”的“一种Massive MIMO系统基于混合能量采集的功率分配方法”，利用基站作为发送端由可再生能源和电网共同供电，基于能量获取的不确定性建立混合能量采集模型，并根据信道状态和能量状态时变特性以及用户间的协调影响，通过迭代更新系统信息，最终为每个用户分配最优的功率。

专利号为“CN104579443A”的“一种基于协作多小区Massive MIMO系统的线性预编码方法”，通过估计各个小区的下行链路信道矩阵，计算RZF预编码系数，获得RZF预编码矩阵，最后将RZF预编码矩阵乘以数据矩阵(基站向各个用户传送的数据信号组成的矩阵)，获得基带发射信号。该方法通过引入预编码普遍化参数，对协作多小区Massive MIMO线性预编码进行了系统的分析，获得针对特定信道的预编码矩阵，从而提高了系统信道容量。