[发明专利]基站激活控制和波束赋形的长期联合优化方法

权利要求书

1.一种基站激活控制和波束赋形的长期联合优化方法，其特征在于，包括以下步骤：

S1、初始化MISO网络中的中枢处理单元、网络控制单元和辅助处理单元的参数和配置，包括：

设定网络中基站数K、发射端天线数M、下行用户数I以及划分时隙数T；

设定基站最大运行功率P_max、噪声功率σ²、用户链路最低信噪比γ、维持基站运行开销控制量λ₁，基站工作状态切换控制量λ₂；

设定中枢处理单元的神经网络结构，初始化网络权重θ和控制参数α、X_f，初始化辅助处理单元内存上限D和辅助控制参数X_b；

S2、利用网络控制单元收集并处理网络内信道和基站服务状态信息，处理后输出到中枢处理单元，表示为：

s_t＝φ(H_t,α_t-1)

其中，s_t为处理后的当前环境信息；H_t,α_t-1分别为网络中当前信道信息和上一时刻基站服务状态信息，φ(·)为网络控制单元内的映射函数；

S3、利用中枢处理单元根据收到的当前环境信息进行分析，并将基站激活和关闭方案返回到网络控制单元；其中基站激活和关闭方案即为基站状态指示向量α_t，基站状态指示向量α_t的元素为0或1，表示对应基站激活或关闭；

S4、利用网络控制单元根据接收到的方案将指定基站打开或关闭，然后结合信道信息计算并配置赋形波束，同时反馈网络中功率消耗指示量，包括以下分步骤：

S4-1、设定辅助变量和中间参量；

S4-2、初始化迭代控制参数；

S4-3、更新当前目标函数值，更新公式为：

其中，为更新的目标函数值，为下一代目标函数值，n为迭代次数指示量；

S4-4、根据辅助变量和中间参量计算下一代波束赋形矩阵，并更新辅助变量和中间参量，包括以下分步骤：

S4-4-1、根据当前辅助变量和当前中间参量计算内层下一代波束赋形矩阵，计算公式为：

其中，W_k为基站K对网络内用户的波束赋形矩阵；

S4-4-2、更新辅助变量F，更新公式为：

定义

其中，fⁱ为F的第i行，f_iⁱ为fⁱ的第i个元素，为fⁱ去除f_iⁱ剩余的元素组成的向量，yⁱ为Y的第i行，为yⁱ的第i个元素，为yⁱ去除剩余的元素组成的向量，β为满足约束条件的参量，[·]⁺为取非负值，1为元素全为1的列向量；

S4-4-3、更新辅助变量U，更新公式为：

其中，F_u和Φ_u分别是Fⁿ⁺¹和Φⁿ去掉最后一列的左子矩阵；

S4-4-4、更新中间参量{Ψ,Φ}，更新公式为：

S4-5、计算下一代目标函数值，更新内层迭代参数，并根据下一代目标函数值、当前目标函数值以及内层迭代次数指示量判断是否符合要求，若是则输出波束赋形矩阵进入步骤S4-6，否则进入步骤S4-3；

S4-6、根据计算出的束赋形矩阵W_t、上一时刻基站服务状态指示量α_t-1和当前基站服务状态指示量α_t，输出网络中功率消耗指示量r_t；

S5、利用辅助处理单元接收和保存系统运行的历史数据，包括环境信息、基站配置方案、功率消耗指示量，具体为：

每次将环境信息、基站配置方案、功率消耗指示量及下一时刻环境信息作为一个元组记录在辅助处理单元内存中；

S6、利用辅助处理单元保存的数据协助中枢处理单元更新神经网络权重，辅助系统正常运行，具体包括以下分步骤：

S6-1、利用辅助处理单元从内存中均匀抽样X_b个经验条元组(s,a,r,s′)，输出到中枢处理单元；其中s,a,r,s′分别表示任意t的s_t、a_t-1、r_t、s_t+1；

S6-2、制作标签，表示为：

S6-3、定义损失函数loss＝||z-B(s|θ)||²，根据损失函数更新待估计神经网络B(s|θ)权重，表示为：

S6-4、中枢处理单元每间隔X_f步更新步骤，将目标神经网络B^-(s|θ^-)权重更新为待估计神经网络B(s|θ)权重θ^-←θ；

S7、判断网络服务是否结束，若没有结束则返回步骤S2，否则结束流程。