一种D2D网络鲁棒功率控制方法、系统、设备及终端技术方案

本发明专利技术属于通信技术领域，具体涉及蜂窝网络中的D2D通信技术领域，公开了一种D2D网络鲁棒功率控制方法、系统、设备及终端，包括：基站对覆盖范围内的D2D链路和干扰链路的信道状态信息进行采样；使用支持向量聚类算法对收集到的信道状态信息进行学习，获得能够覆盖住所述不确定信道状态信息的最小凸集；根据对信道状态信息的训练结果来构建D2D链路高可靠约束条件的鲁棒对等表达式后，调用基于二分法的功率分配策略来求解最优的功率分配结果。本发明专利技术面向不确定的信道状态信息，解决了D2D网络中基站如何基于不确定信道状态信息进行功率分配的问题，并且本发明专利技术能够明显提高D2D网络中通信链路的可靠性。信链路的可靠性。信链路的可靠性。

【技术实现步骤摘要】
一种D2D网络鲁棒功率控制方法、系统、设备及终端


[0001]本专利技术属于通信
，具体涉及蜂窝网络中的D2D通信
，尤其涉及一种D2D网络鲁棒功率控制方法、系统、设备及终端。

技术介绍

[0002]目前，在D2D通信网络中，D2D链路信道状态信息需要经过多跳才能反馈到基站，因此D2D链路信道状态信息的反馈具有一定的时间延迟。除此之外，由于信道获取过程中的训练误差、量化差错、信道估计差错和反馈差错等因素的影响，基站获取的D2D链路信道状态信息通常具有一定的不确定性。这些信道状态的不确定性会严重影响D2D通信系统的性能，比如导致D2D通信链路的超可靠约束条件的违反概率上升，通信网络的中断等。基于以上考虑，设计一个面向D2D网络的鲁棒功率控制方法就变的非常重要。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)在D2D通信网络中，由于D2D链路信道状态信息需要经过多跳才能反馈到基站，因此D2D链路信道状态信息的反馈具有一定的时间延迟。
[0005](2)由于信道获取过程中的训练误差、量化差错、信道估计差错和反馈差错等因素影响，基站获取的D2D链路信道状态信息通常具有一定不确定性。
[0006](3)信道状态的不确定性会严重影响D2D通信系统的性能，比如导致D2D通信链路的超可靠约束条件的违反概率上升，通信网络的中断等。
[0007]解决以上问题及缺陷的难度为：在D2D通信系统中，D2D链路和干扰链路的信道不确定性的分布是未知的，因此很难用一个准确的数学模型来描述其概率分布。这将导致一个含有不确定性变量的功率控制问题，最终很难求出D2D链路和蜂窝链路的发射功率。
[0008]解决以上问题及缺陷的意义为：通过D2D网络鲁棒功率控制，能够为D2D链路提供超高可靠的通信条件，来满足D2D之间紧急信息、预警信息和监控信息等可靠性需求比较高的业务的传输。除此之外，设计方案还能够广泛的用来解决车联网、工业互联网和无人机网络等场景中的高可靠通信问题。

技术实现思路

[0009]针对现有技术存在的问题，本专利技术提供了一种D2D网络鲁棒功率控制方法、系统、设备及终端，尤其涉及一种基于支持向量聚类算法的D2D网络鲁棒功率控制方法、系统、设备及终端，旨在解决基站在获取D2D链路的不确定信道状态信息条件下的功率控制问题。
[0010]本专利技术是这样实现的，一种D2D网络鲁棒功率控制方法，所述D2D网络鲁棒功率控制方法包括：基站对覆盖范围内的D2D链路和干扰链路的信道状态信息进行采样；使用支持向量聚类算法对收集到的信道状态信息进行学习，获得能够覆盖住所述不确定信道状态信息的最小凸集；根据对信道状态信息的训练结果来构建D2D链路高可靠约束条件的鲁棒对等表达式后，调用一个基于二分法的功率分配策略来求解最优的功率分配结果。
[0011]进一步，所述D2D网络鲁棒功率控制方法包括以下步骤：
[0012]步骤一，初始化，对D2D链路和干扰链路的不确定信道状态信息进行采样，为不确定信道状态信息的学习提供数据；
[0013]步骤二，对不确定信道采样集合进行分析，根据对不确定信道状态信息的采样，计算支持向量聚类核函数的权重矩阵；
[0014]步骤三，计算核函数的宽度参数；
[0015]步骤四，根据核函数的权重和宽度，计算支持向量聚类的核技巧函数；
[0016]步骤五，在得到准确核函数的基础上，建立关于标签的优化问题，并根据求解得到的信道采样标签对信道样本进行分类；
[0017]步骤六，根据信道样本的分类结果，设计D2D链路概率约束条件对应的鲁棒对等表达式；
[0018]步骤七，计算D2D链路和小区链路上的最优发射功率。
[0019]进一步，步骤一中，所述初始化，包括：
[0020](1)用p
c
和p
d
分别表示蜂窝链路和D2D链路上面的发射功率；
[0021](2)用g
d
、g
c
、g
cd
、g
B
来表示D2D链路，蜂窝链路、蜂窝与D2D之间干扰链路、D2D和基站之间干扰链路的信道增益；
[0022](3)对不确定的信道状态g＝[g
d
,g
cd
]T
进行N次采样，样本集合为D＝{ξ
(1)
,ξ
(2)
,
…
,ξ
(N)
}；
[0023](4)确立蜂窝链路和D2D链路的约束条件；其中，所述蜂窝链路和D2D链路的约束条件按照以下公式确立：
[0024][0025][0026]进一步，步骤二中，所述计算支持向量聚类核函数的权重矩阵，包括：
[0027](1)计算信道采样的一阶矩：
[0028][0029](2)计算信道采样的协方差矩阵：
[0030][0031]其中，
[0032](3)计算支持向量聚类核函数的权重矩阵：
[0033]Q＝Σ
‑
1/2
。
[0034]进一步，步骤三中，所述支持向量聚类核函数的宽度参数的计算公式为：
[0035][0036]其中，q
k
是矩阵Q的列向量，k＝1,2。
[0037]步骤四中，所述支持向量聚类的核技巧函数为：
[0038][0039]步骤五中，所述计算获取不确定信道状态样本的标签，包括：
[0040](1)求解样本标签问题；
[0041]根据计算得到的核技巧函数，构建如下优化问题：
[0042][0043]通过调用CVX工具箱对优化问题进行求解，得出λ的值；
[0044](2)根据λ的值，构建支撑向量集合和边界向量集合
[0045]进一步，步骤六中，所述获取D2D链路概率约束条件的鲁棒对等表达式，包括：
[0046]根据得到的支撑向量集合和边界向量集合，将概率约束条件转化为如下的鲁棒对等表达式：
[0047][0048]其中，ρ＝∑
i∈F
λ
i
||Q(ξ
l
‑
ξ
i
)||1,l∈B
v
；用鲁棒对等表达式对概率约束进行替换，得到可解的功率分配问题：
[0049][0050][0051][0052][0053][0054][0055][0056]步骤七中，按照以下步骤计算发射功率和
[0057](1)初始化设置其中是D2D链路上的最大发射功率，设置精度参数；
[0058](2)判断若成立，则跳转到步骤(3)；若不成立，则跳转到步骤(9)；
[0059](3)计算
[0060](4)通过CVX工具包求解优化问题：
[0061][0062][0063][0064][0065][0066][0067][0068]获得发射本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种D2D网络鲁棒功率控制方法，其特征在于，所述D2D网络鲁棒功率控制方法包括：基站对覆盖范围内的D2D链路和干扰链路的信道状态信息进行采样；使用支持向量聚类算法对收集到的信道状态信息进行学习，获得能够覆盖住所述不确定信道状态信息的最小凸集；根据对信道状态信息的训练结果来构建D2D链路高可靠约束条件的鲁棒对等表达式后，调用一个基于二分法的功率分配策略来求解最优的功率分配结果。2.如权利要求1所述D2D网络鲁棒功率控制方法，其特征在于，所述D2D网络鲁棒功率控制方法包括以下步骤：步骤一，初始化，对D2D链路和干扰链路的不确定信道状态信息进行采样；步骤二，根据对不确定信道状态信息的采样计算支持向量聚类核函数的权重矩阵；步骤三，计算核函数的宽度参数；步骤四，根据核函数的权重和宽度，计算支持向量聚类的核技巧函数；步骤五，在得到准确核函数的基础上，建立关于标签的优化问题，并根据求解得到的信道采样标签对信道样本进行分类；步骤六，根据信道样本的分类结果，设计D2D链路概率约束条件对应的鲁棒对等表达式；步骤七，计算D2D链路和小区链路上的最优发射功率。3.如权利要求2所述D2D网络鲁棒功率控制方法，其特征在于，步骤一中，所述初始化，包括：(1)用p
c
和p
d
分别表示蜂窝链路和D2D链路上面的发射功率；(2)用g
d
、g
c
、g
cd
、g
B
来表示D2D链路，蜂窝链路、蜂窝与D2D之间干扰链路、D2D和基站之间干扰链路的信道增益；(3)对不确定的信道状态g＝[g
d
,g
cd
]
T
进行N次采样，样本集合为D＝{ξ
(1)
,ξ
(2)
,
…
,ξ
(N)
}；(4)确立蜂窝链路和D2D链路的约束条件；其中，所述蜂窝链路和D2D链路的约束条件按照以下公式确立：蜂窝链路:D2D链路:4.如权利要求2所述D2D网络鲁棒功率控制方法，其特征在于，步骤二中，所述计算支持向量聚类核函数的权重矩阵，包括：(1)计算信道采样的一阶矩：(2)计算信道采样的协方差矩阵：
其中，(3)计算支持向量聚类核函数的权重矩阵：Q＝Σ
‑
1/2
。5.如权利要求2所述D2D网络鲁棒功率控制方法，其特征在于，步骤三中，所述支持向量聚类核函数的宽度参数的计算公式为：其中，q
k
是矩阵Q的列向量，k＝1,2；步骤四中，所述支持向量聚类的核技巧函数为：步骤五中，所述计算获取不确定信道状态样本的标签，包括：(1)求解样本标签问题；根据计算得到的核技巧函数，构建如下优化问题：根据计算得到的核技巧函数，构建如下优化问题：根据计算得到的核技巧函数，构建如下优化问题：通过调用CVX工具箱对优化问题进行求解，得出λ的值；(2)根据λ的值，构建支撑向量集合和边界向量集合6.如权利要求2所述D2D网络鲁棒功率控制方法，其特征在于，步骤六中，所述获取D2D链路概率约束条件的鲁棒对等表...

【专利技术属性】
技术研发人员：吴伟华，刘润滋，柴冠华，薛瑄，武艳，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：