一种海上无线网络和速率最大化方法技术

本发明专利技术公开了一种海上无线网络和速率最大化方法，首先，通过引入一个辅助变量，应用二次变换将和速率最大化问题转化为一个可处理的问题，然而，目标函数在某些点上是不可微的，这使得它很难求解，特别是在使用基于梯度的方法时，为了解决这个问题，本发明专利技术使用了平滑方法，并结合最速下降算法、Florent Cordellier epsilon算法和投影法提高和速率，仿真结果表明，所提算法能够为无人机辅助的海上无线网络提供更好的和速率性能。提供更好的和速率性能。提供更好的和速率性能。

【技术实现步骤摘要】
一种海上无线网络和速率最大化方法


[0001]本专利技术涉及一种海上无线网络和速率最大化方法，属于无线通信


技术介绍

[0002]无人机能够作为移动基站支持甚至取代地面基站，广泛应用于民用和军事领域。由于无人机的灵活性，可以以相对较低的成本满足无线网络对数据流量的需求，且由于其具有灵活性，无人机可以部署在不可访问的位置或突发情况中。然而，无人机仍有许多技术挑战有待解决。具体地，在多海上用户通信系统中，通过优化功率实现和速率最大化已被广泛研究，其中变量是耦合的。该问题具有非凸性和NP
‑
hard，难以求解。此外，以信干噪比表示的对数和分数项使得求解更加复杂。常用的方法是通过破零或最小均方误差预编码来消除干扰。然而，这些方案对非调制干扰和其他失真很敏感。另一种解决和速率问题的方法是将其转化为一个可靠的、简单的和速率问题，如信漏噪比表征，但由于目标与原始目标不一样，得到的解不是最优解。
[0003]二次变换通过引入辅助变量，将信干噪比中各分数项的分子分母解耦，将原和速率最大化问题转化为等价的和速率最大化问题。在处理优化功率问题时，除了发射功率的上下界约束外，还存在由对数函数性质引起的隐藏约束。特别的，由于很难找到优化系统性能的最优步长，因此通常使用梯度下降法来寻找合适的步长。一般来说，线搜索法可以用来解决这个问题，因为它保证了每次更新所选择的步长都在对数可行域内。然而，精确直线搜索的复杂度太高，特别是当梯度过大时。归一化梯度法可以以降低系统性能为代价的基础上降低复杂度。最速下降法能够在每次迭代中快速获得合适的步长，从而提高收敛速度。然而，由于曲折的搜索路径问题，最速下降法在前几轮迭代中表现良好，但在接近最优解时收敛缓慢。
[0004]一些技术可以用来加速二次变换的收敛速度，如动量法通过累积梯度来实现加速。此外，在合适的矩阵的帮助下，可以采用拟牛顿法来加快速度。然而，动量法的运行时间还有待改进，拟牛顿法由于引入了额外的矩阵，复杂度较高。Florent Cordellier epsilon算法可以降低计算复杂度，提高优化无约束最小化问题的性能。
[0005]因此，本专利技术公开了一种海上无线网络和速率最大化方法。提出一种投影最速下降算法来最大化无人机辅助的海上无线网络的和速率。首先，通过引入辅助变量，利用二次变换将和速率最大化问题转化为可跟踪问题；然后，提出一种投影最速下降算法来解决重铸不可微优化问题。此外，利用光滑技术解决了问题的不可微。最后，通过仿真实验验证了所提算法的有效性，表明所提算法能够获得更好的和速率性能。

技术实现思路

[0006]专利技术目的：针对无人机辅助的海上无线网络和速率最大化问题，本专利技术提出一种海上无线网络和速率最大化方法，得到了最优的无人机辅助的海上无线网络和速率。
[0007]技术方案：一种海上无线网络和速率最大化方法，包含以下步骤：
步骤S1：建立无人机辅助的海上无线网络系统；步骤S2：建立无人机辅助的海上无线网络和速率最大化问题；步骤S3：应用光滑技术解决和速率最大化问题中的不可微问题；步骤S4：结合最速下降算法、Florent Cordellier epsilon算法和投影法提高和速率。
[0008]优选的，所述步骤S1中针对建立无人机辅助的海上无线网络系统，K架单天线无人机服务K个单天线海上用户，每架无人机在同一时频时隙内仅为一个海上用户服务；无人机通过无线回程连接到岸上基站，而岸上基站通过光回程连接到核心网络；第j (j=1,
…
,K) 架无人机与第i (i=1,
…
,K) 个海上用户之间的信道系数服从莱斯模型，为：；其中，G为莱斯因子；为确定的视线信道分量；为随机散射分量且可服从瑞利衰落分布，即，表示均值为0，实虚部统计独立且方差各为1/2的复高斯分布，无人机服务的第i个海上用户接收到的信号可以表示为：；其中，为第i架无人机与第i个海上用户之间的信道系数；为第i架无人机发射的信号，其功率满足，表示信号的最大功率；为第j (j=1,
…
,K)架无人机与第i个海上用户之间的信道系数；为第j架无人机发射的信号，其功率满足；为加性高斯白噪声，且，表示均值为0，实虚部统计独立且方差各为的复高斯分布，则海上用户i的可达速率可以表示为：
[0009]其中，表示绝对值的平方，表示方差，无人机辅助的海上无线网络和速率计算为。
[0010]优选的，所述步骤S2的具体步骤为：步骤201：和速率最大化问题表述为问题P0：
[0011]满足 [0012]其中，为无人机发射的信号功率向量变量，为向量的各个分量，再通过二次变换解决P0的耦合问题，即解耦每一项的分子和分母，那么问题P0可以等价地改写为问题P1：
[0013]满足 [0014][0015]其中，是二次变换引入的辅助向量变量，为向量的各个分量；表示属于实数域；表示为关于变量的函数：
[0016]一般来说，问题P1可以通过交替优化y和p来求解，显然，给定p，计算出的最优，记为，表示为：
[0017]另一方面，给定y优化p的问题表示为问题P2：
[0018]满足，其中，目标函数是以为自变量的函数，表示为
[0019]通过凸优化算法来求解问题P2。
[0020]优选的，所述步骤S3的具体步骤为：步骤301：使用固定的平滑参数来近似目标函数，则问题P2的目标函数近似为函数：；其中，为平滑参数，是以为自变量的 的近似函数，当平滑参数的值减小时，近似函数更接近原始函数。
[0021]优选的，所述步骤S4的具体步骤为：步骤401：利用最速下降算法得到第m次迭代的第一个最优步长，为：
[0022]满足
[0023]其中，arg min(
·
)为函数达到最小值时自变量的取值；为函数在处的取值；为第m次迭代得到的第一个最优步长；位第m次迭代中更新的；表示函数在的梯度值；为约束函数在处的取值，且约束函数计算为：
[0024]接着利用投影法将更新点投影到可行域为：
[0025]其中，为将更新点投影到域的投影操作符；表示第m次迭代中得到的第一个更新值；步骤402：再次结合最速下降算法和投影法更新为：,满足，
以及
[0026]其中，arg min(
·
)为后面的函数达到最小值时自变量的取值；为函数在处的取值；表示第m次迭代得到的第二个最优步长；表示函数在的梯度值；为约束函数在处的取值；表示第m次迭代中得到的第二个更新值；步骤403：应用Florent Cordellier epsilon算法得到潜在的最终更新的变量为：；其中，、、和分别为向量、、和的第i个分量，表示第m次迭代中得到的第三个更新值，通过比较；其中，表示第次迭代中更新的；和分别表示为函数在和处的值，最终得到了第次迭代中更新的；步骤404：计算，当其小于时，结束迭代，得到最终的最优，其中，为向量的2范数，为无穷小的正数。
[0027]与现有技术相比，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海上无线网络和速率最大化方法，其特征在于，包含以下步骤：步骤S1：建立无人机辅助的海上无线网络系统；步骤S2：建立无人机辅助的海上无线网络和速率最大化问题；步骤S3：应用光滑技术解决和速率最大化问题中的不可微问题；步骤S4：结合最速下降算法、Florent Cordellier epsilon算法和投影法提高和速率。2.如权利要求1所述的一种海上无线网络和速率最大化方法，其特征在于：所述步骤S1中针对建立无人机辅助的海上无线网络系统，K架单天线无人机服务K个单天线海上用户，每架无人机在同一时频时隙内仅为一个海上用户服务；无人机通过无线回程连接到岸上基站，而岸上基站通过光回程连接到核心网络；第j(j=1,
…
,K) 架无人机与第i (i=1,
…
,K) 个海上用户之间的信道系数服从莱斯模型，为：；其中，G为莱斯因子；为确定的视线信道分量；为随机散射分量且可服从瑞利衰落分布，即，表示均值为0，实虚部统计独立且方差各为1/2的复高斯分布，无人机服务的第i个海上用户接收到的信号可以表示为；；其中，为第i架无人机与第i个海上用户之间的信道系数；为第i架无人机发射的信号，其功率满足，表示信号的最大功率；为第j(j=1,
…
,K)架无人机与第i个海上用户之间的信道系数；为第j架无人机发射的信号，其功率满足；为加性高斯白噪声，且，表示均值为0，实虚部统计独立且方差各为的复高斯分布，则海上用户i的可达速率可以表示为：；其中，表示绝对值的平方，表示方差，无人机辅助的海上无线网络和速率计算为。3.如权利要求1所述的一种海上无线网络和速率最大化方法，其特征在于：所述步骤S2的具体步骤为：步骤201：和速率最大化问题表述为问题P0：
；满足；其中，为无人机发射的信号功率向量变量，为向量的各个分量，再通过二次变换解决P0的耦合问题，即解耦每一项的分子和分母，那么问题P0可以等价地改写为问题P1：；满足 ；；其中，是二次变换引入的辅助向量变量...

【专利技术属性】
技术研发人员：江浩，王骥，孙俊，孔德皎，李玮，徐亮，
申请(专利权)人：南京中网卫星通信股份有限公司，
类型：发明
国别省市：