[发明专利]不完备信道状态信息下OFDMA遍历容量最大化资源分配方法

摘要

本发明公开了一种不完备信道状态信息下OFDMA遍历容量最大化资源分配方法，其在寻找拉格朗日因子的最优值上，通过变步长与固定步长相结合的迭代搜索，使得本发明方法能快速收敛，同时能获得原问题相应的近似拉格朗日因子的最优值；在资源分配上，只进行一次最优的系统遍历容量资源分配，便获得了性能较优的解，不仅在计算复杂度上有明显的下降，而且本发明方法在OFDMA最优资源分配模型中还引入了权重公平性因子，确保了用户间的公平性。

主权项

一种不完备信道状态信息下OFDMA遍历容量最大化资源分配方法，其特征在于包括以下步骤：①构建下行链路的OFDMA最优资源分配模型，模型如下：s.t.Σk=1KΣn=1Nwk,npk,n≤PTmax(Σk=1KαkΣn=1Nwk,nE{R(pk,n,Hk,n|H^k,n)}),Σk=1Kwk,n=1,∀n,wk,n∈{0,1},∀k,npk,n≥0,∀k,n]]>其中，max()为取最大值函数，1≤k≤K，K表示OFDMA系统中用户的总个数，K≥1，1≤n≤N，N表示OFDMA系统中子载波的总个数，N≥1，αk表示OFDMA系统根据第k个用户的QOS等级为第k个用户自动分配的权重公平性因子，wk,n表示第n个子载波是否被分配给第k个用户的加权因子，如果第n个子载波被分配给第k个用户，则wk,n＝1，如果第n个子载波未被分配给第k个用户，则wk,n＝0，E{R(pk,n,Hk,n|H^k,n)}=∫0∞(log2(1+pk,nHk,n)f(Hk,n|H^k,n))dHk,n,]]>R(pk,n,Hk,n|H^k,n)=(log2(1+pk,nHk,n)f(Hk,n|H^k,n)),]]>pk,n表示第k个用户在第n个子载波上的发送功率，Hk,n表示第k个用户在第n个子载波上的真实相对信道增益，Hk,n＝|hk,n|2/δ2，hk,n表示第k个用户在第n个子载波上的冲击响应，δ2表示加性高斯白噪声方差，符号“||”为取绝对值符号，为Hk,n的估计值，表示第k个用户在第n个子载波上的估计相对信道增益，表示在已知估计值的条件下Hk,n服从的概率密度函数，f(Hk,n|H^k,n)=1ρk,ne-Hk,n+H^k,nρk,nI0(2ρk,nHk,nH^k,n),]]>ρk,n表示反馈错误方差与噪声功率比，表示反馈错误方差，N0表示噪声单边功率谱密度，B表示OFDMA系统可用的总带宽，I0()表示第一类零阶改进型贝塞尔函数，s.t.为约束条件表示方式，PT表示OFDMA系统中的基站的总发送功率，约束条件表示所有用户在所有子载波上的发送功率的总和不能超过OFDMA系统中的基站的总发送功率，约束条件表示每个子载波仅供一个用户使用，约束条件表示第n个子载波是否被分配给第k个用户，约束条件表示每个用户在每个子载波上的发送功率应大于或等于0；②将下行链路的OFDMA最优资源分配模型中的wk,n松弛为(0,1]的实变量，使下行链路的OFDMA最优资源分配模型的原问题转化为一个凸优化问题，并将wk,n松弛为(0,1]的实变量后第k个用户在第n个子载波上的发送功率记为其中，1≤k≤K，1≤n≤N；③定义拉格朗日函数，记为L，L=Σk=1KαkΣn=1Nwk,nE{R(p~k,n/wk,n,Hk,n|H^k,n)}+λ(PT-Σk=1KΣn=1Np~k,n)+Σn=1Nun(1-Σk=1Kwk,n)=Σk=1KΣn=1N(αkwk,nE{R(p~k,n/wk,n,Hk,n|H^k,n)}-λp~k,n-unwk,n)+λPT+Σn=1Nun,]]>其中，E{R(p~k,n/wk,n,Hk,n|H^k,n)}=∫0∞(log2(1+p~k,n/wk,nHk,n)f(Hk,n|H^k,n))dHk,n,]]>λ、un,均为拉格朗日因子；然后对L做对偶分解，得到针对不同用户的K个独立子问题各自涉及到的处理函数，将针对第k个用户的独立子问题涉及到的处理函数记为Lk，Lk=Σn=1Nαkwk,nE{R(p~k,n/wk,n,Hk,n|H^k,n)}-λp~k,n-unwk,n;]]>④对Lk中的求一阶偏导，得到∂Lk∂p~k,n=αkE(Hk,n1+p~k,nHk,n|H^k,n)-λ,]]>如果令该一阶偏导为0，则在λ的最优值被确定后能够获得wk,n松弛为(0,1]的实变量后第k个用户在第n个子载波上的发送功率的值，该值为第k个用户在第n个子载波上的最优发送功率值，其中，E(Hk,n1+p~k,nHk,n|H^k,n)≈bk,nak,nΓ(ak,n)In2∫0∞Hk,nak,n1+p~k,nHk,ne-bk,nHk,ndHk,n=ak,np~k,n(bk,np~k,n)ak,nebk,np~k,nB(-ak,n,bk,np~k,n),]]>ak,n=(Jk,n+1)22Jk,n+1,]]>bk,n=ak,nH^k,n+ρk,n,]]>Γ()为伽马函数，t表示积分变量，B()为贝尔塔函数，B(-ak,n,bk,np~k,n)=Γ(-ak,n)Γ(bk,np~k,n)Γ(-ak,n+bk,np~k,n);]]>⑤对Lk中的wk,n求一阶偏导，得到∂Lk∂wk,n=∫0∞([log2(1+p~k,nHk,nwk,n)-p~k,nHk,nwk,n+p~k,nHk,n]f(Hk,n|H^k,n))dHk,n-un/αk,]]>然后根据该一阶偏导的值确定wk,n的整数解，wk,n=1∂Lk∂wk,n≥00∂Lk∂wk,n<0,]]>其中，f(Hk,n|H^k,n)≈bk,nak,nΓ(ak,n)Hk,nak,n-1e-bk,nHk,n,]]>ak,n=(Jk,n+1)22Jk,n+1,]]>bk,n=ak,nH^k,n+ρk,n,]]>Jk,n=H^k,nρk,n;]]>⑥利用迭代方法获取最优的拉格朗日因子，具体过程为：⑥‑1、令i表示迭代次数，i的初始值为1，令λ0表示λ的初始值，令表示un的初始值，其中，1≤i≤M，M为给定的最大迭代次数，M≥100，0<λ0<PT，⑥‑2、将第i次迭代后得到的λ值记为λi，将第i次迭代后得到的un值记为其中，表示第i‑1次迭代后第k个用户在第n个子载波上的发送功率，表示第i‑1次迭代后第n个子载波是否被分配给第k个用户的加权因子，ti表示λ值第i次迭代的迭代步长，si表示un值第i次迭代的迭代步长，ti=a/i|PT-Σk=1KΣn=1Nwk,np~k,ni-1|>ξa/M|PT-Σk=1KΣn=1Nwk,np~k,ni-1|≤ξ,]]>si=b/i|PT-Σk=1KΣn=1Nwk,np~j,ni-1|>ξb/M|PT-Σk=1KΣn=1Nwk,np~k,ni-1|≤ξ,]]>a、b均为大于零的常数，ξ表示实际发送的功率总和与系统总功率差额容限；⑥‑3、判断在连续M'次迭代过程中是否均成立，如果是，则提前结束迭代过程，得到λ的最优值为λi，un的最优值为并令令否则，令i＝i+1，然后返回步骤⑥‑2继续执行；其中，和i＝i+1中的“＝”为赋值符号；⑦获取OFDMA系统中所有用户总的遍历容量，具体过程为：⑦‑1、根据步骤⑥中得到的和wk,n及步骤②中的确定pk,n的值，然后由步骤①中的E{R(pk,n,Hk,n|H^k,n)}=∫0∞(log2(1+pk,nHk,n)f(Hk,n|H^k,n))dHk,n]]>计算⑦‑2、从K个用户中遍历找出容量最小的用户，假设找出的用户为第k*个用户，并从N个子载波中遍历找出容量最大的子载波，假设找出的子载波为第n*个子载波，其中，k*∈[1,K],n*∈[1,N],argmink∈[1,K](E{R(pk,n,Hk,n|H^k,n)}/αk)]]>表示求取使得E{R(pk,n,Hk,n|H^k,n)}/αk]]>的值最小的k，argmaxn∈[1,N](E{R(pk,n,Hk,n|H^k,n)})]]>表示求取使得E{R(pk,n,Hk,n|H^k,n)}]]>的值最小的n；⑦‑3、将找出的第n*个子载波分配给找出的第k*个用户；⑦‑4、将第n*个子载波从N个子载波中删除，并将第k*个用户从K个用户中删除，然后令N＝N‑1，K＝K‑1，再返回步骤⑦‑2继续执行，直至所有子载波分配完毕，使每个子载波仅分配给一个用户，其中，N＝N‑1和K＝K‑1中的“＝”为赋值符号；⑦‑5、将子载波分配完毕后第k个用户在第n个子载波上的发送功率的实际值记为p'k,n，然后令再根据得到最终的遍历容量E{R(Ψp′k,n,Hk,n|H^k,n)}.]]>