[发明专利]一种基于强化学习的蜂窝移动通信系统协作式信号发送方法

说明书

本发明公开了一种基于强化学习的蜂窝移动通信系统协作式信号发送方法，包括以下步骤：(1)在基站发射端，每个基站首先收集本基站下用户的干扰信息和等效信道信息，并将这些信息以及上一个时刻的各个用户分配得到功率信息发送给其他基站；(2)每个基站根据本地用户的信道信息确定各个用户的波束方向；(3)根据其他基站交互的信息通过训练好的强化学习神经网络中，神经网络经过运算后输出该基站下给每个用户分配的功率；(4)每个基站就根据波束方向和功率来生成波束赋形向量，并用该波束赋形向量为发送信号做处理。本发明适用于配置了大规模天线阵列的移动蜂窝网络，能提高整个蜂窝网络的总传输速率。

技术领域

本发明属于无线通信领域，具体涉及一种基于强化学习的蜂窝移动通信系统协作式信号发送方法。

背景技术

蜂窝移动通信(Cellular Mobile Communication)是目前世界上最主要的无线通信系统。随着移动通信技术的发展，蜂窝小区正在朝密集化发展，小区间的距离逐渐缩短，同频小区间干扰成为了影响通信质量的主要问题。传统的协作式解决方案首先需要基站之间交互大量的信道状态信息(Channel State Information,CSI)，然后每个基站独立设计波束赋形(Beamforming)方案来尽量避免小区间干扰。然而现在的基站往往具备大规模天线阵列，需要基站间交互的CSI信息量相当大，使得这类方案不易实现。

发明内容

本发明的目的，就是针对降低同频小区间干扰的问题，提出一种基于强化学习的蜂窝移动通信系统协作式信号发送方法，使得小区间只需要交互较少的信息就可以避免小区间干扰。

为了解决以上技术问题，本发明采用如下技术方案：

一种基于强化学习的蜂窝移动通信系统协作式信号发送方法，包括以下步骤：

(1)在基站发射端，每个基站首先收集本基站下用户的干扰信息和等效信道信息，并将这些信息以及上一个时刻的各个用户分配得到功率信息发送给其他基站；

(2)每个基站根据本地用户的信道信息确定各个用户的波束方向；

(3)根据其他基站交互的信息通过训练好的强化学习神经网络中，神经网络经过运算后输出该基站下给每个用户分配的功率；

(4)每个基站就根据波束方向和功率来生成波束赋形向量，并用该波束赋形向量为发送信号做处理。

进一步地，步骤(1)中基站的天线阵列为均匀矩形阵列，共有N²个天线。

进一步地，所述的基站到用户的信道由两部分组成：大尺度衰落和小尺度衰落。

进一步地，步骤(3)的网络中，从第i个基站的第(x,y)根天线到第j个基站下的第k个用户的信道可以表示为其中大尺度衰落为pathloss＝28.0+22lgD+20lgf_c，D表示为用户到基站的物理距离，f_c为工作载波频率；当第j个基站下的用户k在基站i的扇区m范围中时，S_m(θ)≡1，其他情况下S_m(θ)≡0；P为传播多径数目，g_i,j,k,p为每一条路径的小尺度衰落，假设小尺度衰落均是独立同分布的随机变量，即g～CN(0,1)，其是指随机变量服从均值为0，方差为1的复高斯分布；d为天线间距离，与携带了传输路径的俯仰角和方位角信息。

进一步地，在所述的信道情况下，第j个基站下的第k个用户接收到的信号可以表示为：

其中右式中第一项为第j个基站下的第k个用户所需要的信号；第二项为第j个基站下给其他用户发送信号对用户k造成的干扰，也称为小区内干扰；第三项为其他基站发射的信号对第j个基站下的第k个用户造成的干扰，也称为小区间干扰；最后一项为该用户的接收机系统噪声。