基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法技术方案

本发明专利技术考虑在线模式，借鉴李雅普诺夫理论解决数据因果性，将长期时间平均优化问题化成每个时刻的优化问题，利用凹凸优化算法引入松弛变量，进行多维一阶泰勒展开，解决目标函数和约束非凸的问题，通过迭代得到每个时刻最优的波束成形和功率分配方案。

Beamforming optimization method for online NOMA multi antenna system based on Lyapunov theory

Considering the online model and using Lyapunov's theory to solve the data causality, the problem of the long-term time average optimization is transformed into the optimization problem at every moment. Using the concave convex optimization algorithm, the relaxation variable is introduced, and the multidimensional first Taylor expansion is carried out to solve the non convex problem of the objective function and constraint, and each iteration is obtained by iteration. Time optimal beamforming and power allocation scheme.

【技术实现步骤摘要】
基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法
本专利技术涉及无线通信
，更具体地，涉及一种基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法。
技术介绍
近几年随着移动通信的快速发展，频谱资源变得越来越紧缺，面对飞速增长的移动业务需求，如何有效提高有限的频谱资源的利用率成为第5代(5G)移动通信系统亟待解决的关键问题之一。具备有效提高系统容量的特点，非正交多址(Non-OrthogonalMultipleAccess，NOMA)技术被广泛认为是很有前途的多址技术。NOMA的基本思想是在发送端采用功率复用技术以非正交方式发送，主动引入干扰信息，在接收端通过串行干扰消除(SuccessiveInterferenceCancellation，SIC)接收机实现正确解调，虽然接收机的复杂度有一定程度的提高但却可以很好的提高频谱利用率。在多天线的非正交多址接入协作通信系统中，波束成形优化和功率分配也是研究的热点之一。根据非正交多址技术中接收端串行干扰消除的解码策略，为了达到系统最大吞吐量，发送端会把功率资源尽可能的向强用户(即距离发送端较近的用户)倾斜。这种情况会极大地损害弱用户(即距离发送端较远的用户)的通信性能，因此，必须采取协作通信等相应措施来避免一段时间内资源的利用不充分同时尽可能的提高系统性能。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种基于李雅普诺夫理论的在线非正交多址接入多天线系统波束成形优化的方法，通过强用户解码转发弱用户的信息，用于非正交多址接入协作通信中通过优化波束成形和功率分配使一段时间内系统的弱用户传输速率最大化。为实现以上专利技术目的，采用的技术方案是：基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法，其中所述多天线系统包括一个多天线基站和2K个单天线接收用户，2K个接收用户通过分簇算法组成K个簇，每个簇包含2个用户，分别为1个强用户和1个弱用户；考虑一个时间段有M个时刻，每个时刻有K+1个时间片段，第一个时间片段基站用NOMA发送信息，剩下K个时间片段由K个强用户解码转发信息给K个簇内弱用户；假设基站端能够完全知道整个网络系统的信道状态信息(ChannelStateInformation，CSI)，基站到第K个簇内强用户的信道响应表示为hk，m，到第K个簇内弱用户的信道响应表示为gk，m，簇内强用户到弱用户的信道响应表示为fk，m，因此，基站能够适当地分配其发射功率以增加整个网络的可达和速率。所述波束成形优化方法包括有以下步骤：S1.构建满足强用户可达速率、传输功率、数据因果性的约束下，最大化时间段内弱用户的平均和速率的问题模型：其中第m个时刻第k个簇内强用户传输速率为Rk，m，1＝αlog2(1+γk，m，1，1)，第m个时刻第k个簇内弱用户传输速率为其中，vk，m是第m个时刻第k个簇强用户的波束成形向量，wk，m是第m个时刻第k个簇弱用户的波束成形向量；Dk，m为第m个时刻第k个簇强用户的数据缓存队列，Ck，m，2为第m个时刻从缓存队列离开的信息量，Dmax为缓存队列的门限；rk为第k个簇强用户传输速率约束；为基站最大传输功率约束；Pk，m为第m个时刻第k个簇内强用户转发信息给弱用户的传输功率，为强用户最大转发功率约束；表示系统内共有个簇，表示总时间为个时刻；α＝BT/(K+1)，B为带宽，T为时刻长度；γk，m，1，1为第m个时刻第k个簇强用户解码自身信息的信干噪比；γk，m，1，2为第m个时刻第k个簇内强用户解码弱用户信息的信干噪比；γk，m，2，2为第m个时刻第k个簇内弱用户解码自身信息的信干噪比；γk，m，2，3为第m个时刻第k个簇内强用户转发信息给弱用户的信干噪比。S2.利用李雅普诺夫理论将数据因果性约束转化并将原来的优化时间段内的平均问题转化为每个时刻的优化问题：对于一组可行解vk，m，wk，m，Pk，m，李雅普诺夫加权罚函数有上界：其中第m+1时刻进入队列的信息量最大值为第m时刻离开队列的信息量最大值为θk为队列扰动因子，ρ为控制参数。将S1的问题模型转化为在每个时刻中，最小化加权罚函数的上界：S3.步骤S2转化后的问题模型中，目标函数和约束条件都含有非凸项，采用凹凸优化迭代算法进行求解，目标函数首先引入松弛变量dk，m，令Θk＝log2(1+dk，m)-log2(1+|fk，m|2Pk，m/σ2)，为关于Θk的一阶泰勒展开：其中为前一次迭代的最优值。将约束条件在点和点进行多维一阶泰勒展开为：其中，为前一次迭代的最优值。S4.在凹凸优化算法的第l+1次迭代中，已知第l次迭代的最优解采用内点法执行步骤S41～S45求解下面的问题：S41.设置系统参数，初始化参数m＝0，Dk，m＝0；S42.初始化迭代系数l＝0，给定一组满足约束条件的波束成形向量和功率分配值S43.通过内点法计算下方凸问题得到新的波束成形向量和功率分配值S44.计算弱用户的传输速率，检验是否收敛，若收敛，结束此过程，当前所得功率分配结果即为最优功率分配方案；否则设置l：＝l+1并以本次迭代所得功率分配结果为下次迭代初始值，跳转到步骤S43；S45.更新m：＝m+1，更新Dk，m，重复步骤S42-S44直到m＞M。2.根据权利要求1所述的基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法，其特征在于：第k个强用户在第m个时刻第1个时间片段解码时的信干噪比为：其中，σ2为信道噪声方差，ξk，m为簇间干扰：第k个弱用户在第m个时刻第1个时间片段解码时的信干噪比为：其中ζk，m为簇间干扰：第k个弱用户接收到强用户信息的信干噪比为：其中，Pk，m为强用户转发信息给簇内弱用户的功率。与现有技术相比，本专利技术的有益效果是：本专利技术考虑在线模式，借鉴李雅普诺夫理论解决数据因果性，将长期时间平均优化问题化成每个时刻的优化问题，利用凹凸优化算法引入松弛变量，进行多维一阶泰勒展开，解决目标函数和约束非凸的问题，通过迭代得到每个时刻最优的波束成形和功率分配方案。附图说明图1为系统模型图。图2为本专利技术提供的方法求取的弱用户的长期时间平均传输速率和其他传统方法求取的弱用户的长期时间平均传输速率的对比图。图3为本专利技术求取的系统长期时间平均传输速率和其他传统方法求取的系统长期时间平均传输速率的对比图。图4为本专利技术的不同强用户缓冲队列在一段时间内的变化情况图。图5为在基站端不同的总发射功率约束下，本专利技术基于李雅普诺夫的算法和传统均匀功率分配算法在弱用户可达速率及系统和速率方面的对比图。图6为本专利技术仿真实验的基本流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本专利技术做进一步的阐述。实施例1(一)系统模型如图1所示，本专利技术适用的通信系统模型由一个多天线基站和2K个单天线接收用户组成，2K个用户通过分簇算法组成K个簇，每个簇2个用户，1个强用户和1个弱用户，强用户有缓存队列解码存储弱用户的信息并转发信息给弱用户。考虑一个时间段有M个时刻，每个时刻有K+1个时间片段，第一个时间片段考虑基站用NOMA发送信息，剩下K个时间片段由K个强用户解码转发信息给K个簇内弱用户。假设基站端能够完全知道整个网络系统的信道状态信息(ChannelSta本文档来自技高网...

【技术保护点】
1.基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法，其中所述多天线系统包括一个多天线基站和2K个单天线接收用户，2K个接收用户通过分簇算法组成K个簇，每个簇包含2个用户，分别为1个强用户和1个弱用户；考虑一个时间段有M个时刻，每个时刻有K+1个时间片段，第一个时间片段基站用NOMA发送信息，剩下K个时间片段由K个强用户解码转发信息给K个簇内弱用户；假设基站端能够完全知道整个网络系统的信道状态信息,基站到第K个簇内强用户的信道响应表示为hk，m，到第K个簇内弱用户的信道响应表示为gk，m，簇内强用户到弱用户的信道响应表示为fk，m；其特征在于：所述波束成形优化方法包括有以下步骤：S1.构建满足强用户可达速率、传输功率、数据因果性的约束下，最大化时间段内弱用户的平均和速率的问题模型：

【技术特征摘要】
1.基于李雅普诺夫理论的在线NOMA多天线系统的波束成形优化方法，其中所述多天线系统包括一个多天线基站和2K个单天线接收用户，2K个接收用户通过分簇算法组成K个簇，每个簇包含2个用户，分别为1个强用户和1个弱用户；考虑一个时间段有M个时刻，每个时刻有K+1个时间片段，第一个时间片段基站用NOMA发送信息，剩下K个时间片段由K个强用户解码转发信息给K个簇内弱用户；假设基站端能够完全知道整个网络系统的信道状态信息,基站到第K个簇内强用户的信道响应表示为hk，m，到第K个簇内弱用户的信道响应表示为gk，m，簇内强用户到弱用户的信道响应表示为fk，m；其特征在于：所述波束成形优化方法包括有以下步骤：S1.构建满足强用户可达速率、传输功率、数据因果性的约束下，最大化时间段内弱用户的平均和速率的问题模型：s.t.Ck，m，2≤Ak，m≤Dmax，其中第m个时刻第k个簇内强用户传输速率为Rk，m，1＝αlog2(1+γk，m，1，1)，第m个时刻第k个簇内弱用户传输速率为其中，vk，m是第m个时刻第k个簇强用户的波束成形向量，wk，m是第m个时刻第k个簇弱用户的波束成形向量；Dk，m为第m个时刻第k个簇强用户的数据缓存队列，Ck，m，2为第m个时刻从缓存队列离开的信息量，Dmax为缓存队列的门限；rk为第k个簇强用户传输速率约束；为基站最大传输功率约束；Pk，m为第m个时刻第k个簇内强用户转发信息给弱用户的传输功率，为强用户最大转发功率约束；表示系统内共有个簇，表示总时间为个时刻；α＝BT/(K+1)，B为带宽，T为时刻长度；γk，m，1，1为第m个时刻第k个簇强用户解码自身信息的信干噪比；γk，m，1，2为第m个时刻第k个簇内强用户解码弱用户信息的信干噪比；γk，m，2，2为第m个时刻第k个簇内弱用户解码自身信息的信干噪比；γk，m，2，3为第m个时刻第k个簇内强用户转发信息给弱用户的信干噪比；S2.利用李雅普诺...

【专利技术属性】
技术研发人员：龚倩昀，黄姗，李全忠，张旗，秦家银，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44