【技术实现步骤摘要】
本专利技术属于网络辅助全双工无蜂窝大规模mimo系统中接入节点ap双工模式优化，尤其涉及一种网络辅助全双工系统预分配-优化双工模式优化方法。
技术介绍
1、随着双工模式的演进，网络辅助全双工无蜂窝网络通过半双工ap实现网络级带内全双工，通过动态分配每个ap在每个时隙进行上行接收或下行传输，消除自干扰，大大提高了系统频谱效率。ap双工模式优化方法对提高网络辅助全双工无蜂窝系统的性能起着至关重要的作用。对于大规模物联网场景下的网络辅助全双工无蜂窝系统，灵活调整上下行ap的数量可以有效应对下行发送和上行接收之间日益增加的时变流量不对称情况。然而，随着某一区域内活动终端数量的急剧增加，网络负载急剧增加，提高网络辅助全双工无蜂窝网络的可靠多址接入和资源利用率变得至关重要。因此需要设计有效方案，对网络中的突发流量进行负载预测和资源块预分配，进行ap双工模式优化，从而实现频谱效率与资源利用率之间的平衡。
技术实现思路
1、本专利技术目的在于提供一种网络辅助全双工系统预分配-优化双工模式优化方法。现有的网络辅助全双工系统ap双工模式优化方案仅关注于提高系统的频谱效率而忽略了系统的资源利用率。因此本专利技术设计了一种网络辅助全双工系统预分配-优化双工模式优化方法，结合网络辅助全双工的优势和无蜂窝分布式大规模mimo系统的特点，可以实现频谱效率与资源利用率之间的有效平衡。
2、为解决上述技术问题，本专利技术的具体技术方案如下：
3、本专利技术的一种网络辅助全双工系统预分配-优化
4、步骤1、建立网络辅助全双工无蜂窝大规模mimo系统的信道模型和数据传输模型，得到用于接入节点(access point,ap)双工模式优化的信道状态信息和信干噪比表达式；
5、步骤2、定义负载感知效用函数，以表示系统的资源利用率；
6、步骤3、设计网络负载预测算法，对用户进行资源块预分配；
7、步骤4、建立ap双工模式多目标优化问题，采用基于深度强化学习的ap双工模式优化方法，对每个ap进行双工模式选择。
8、进一步的，步骤1具体包括：
9、步骤101：在一个网络辅助全双工系统中，建立由一个中央处理器(cpu)管理的区域场景模型；其中分布有m个接入节点ap和k个潜在接入用户；每个接入节点ap配备n个天线，并通过前传链路与中央处理器相连；每个用户配置单个天线；考虑块衰落信道模型，每个相干块的长度为τ；考虑到在实际场景中，k个潜在用户并不是一直处于活跃状态，用kt表示在第t个时隙内活跃用户的数量，其中数目的用户需要进行上行通信，数目的用户需要进行下行通信，在第t个时隙内，在中央处理器的控制下，分配进行上行接收的接入节点ap数量用表示，分配进行下行发送的接入节点ap数量用表示，其中预分配的资源块平均分配给区域内的所有接入节点ap，用于向活跃用户提供服务；
10、设k为集合[1,k]中的任意一个整数，m为集合[1,m]中的任意一个整数，从第k个用户到第m个接入节点ap的信道矢量记为gm,k；从第k个用户到所有接入节点ap的信道向量被建模为其中，上标符号(·)t表示对矩阵进行转置操作，表示克罗内克积的运算，λk＝diag(λ1,k,…λm,k,…,λm,k)是协方差矩阵，表示第k个用户与第m个ap之间的大尺度衰落，α是第k个用户与第m个ap之间的路径损耗指数；dm,k是第k个用户到第m个接入节点ap的距离.in表示行列均为mn的单位矩阵。hk表示小尺度快衰落，它服从均值为0、相关矩阵为imn的多变量循环对称复高斯分布，imn表示行列均为mn的单位矩阵；
11、在每个信道估计阶段，设置系统中可以分配的正交导频总数量为τp，所使用的导频序列记为其中每个导频的内积结果等于1；分配给第k个用户的导频的下标记为tk∈{1，...，τ}，第m个接入节点ap接收到的信号矩阵表示为其中ρp是导频序列的发射功率，是第k个用户的导频序列，是方差为的复加性高斯白噪声矩阵；通过前传链路，中央处理器得到m个ap接收到的信号矩阵的组合采用最小均方误差信道估计方法估计gk，并将对gk的估计结果记为其中是第k个用户与第m个ap之间估计信道的等效大规模衰落，是第k个用户与第m个ap之间估计信道的等效小尺度快衰落分量，它服从均值为0、相关矩阵为in的多变量循环对称复高斯分布；由于最小均方误差估计的正交性，gk分解为其中是独立估计误差向量；
12、步骤102：在接入节点ap模式优化阶段，用xu表示上行模式选择向量，xd表示下行模式选择向量；根据接入节点ap模式选择向量分配接入节点ap双工模式，个接入节点ap切换到上行模式，个接入节点ap切换到下行模式，它们的工作模式一直保持到第t个时隙结束；因此在数据传输阶段，基带信号经过中央处理器压缩后传送到个下行接入节点ap；下行接入节点ap对信号进行解压缩，然后转发给个下行用户；
13、设i为集合中的任意一个整数,j为集合中的任意一个整数,用来表示第j个下行用户和个下行接入节点ap之间的有效信道矢量，且其中gdl,j表示第j个下行用户和所有个下行ap之间的实际信道向量，和分别表示第j个下行用户和所有个下行ap之间的估计信道向量和估计误差向量；
14、因此第j个下行用户接收到的信号表示为：
15、
16、其中ρdl,k是第k个下行用户的下行传输功率，sdl,k表示第k个用户的下行传输数据符号，且第k个用户的下行传输数据符号乘上第k个用户的下行传输数据符号的共轭的期望为1，ρul,i是第i个上行用户的上行发射功率，uul,i表示第i个上行用户发送的上行数据符号，且第i个上行用户发送的上行数据符号乘上第i个上行用户发送的上行数据符号的共轭的期望为1，gt,j,i表示第i个上行用户和第j个下行用户之间的干扰信道矢量，ndl是下行信道的加性噪声,它服从符号表示具有零均值和相关系数为的多变量循环对称复高斯分布，是信道噪声的方差值；采用最大比率传输，第j个下行用户的下行预编码向量wdl,j定义为其中为信道估计阶段得到的第j个下行用户实际信道gdl,j的估计信道向量，xd在ap模式优化阶段得到，‖·‖表示向量的2范数；
17、则第j个下行用户在第t个相干时段的信干噪比表示为：
18、
19、其中分别为联合服务时为其余下行用户发送的信号造成的干扰和信道估计误差造成的干扰；其中ρdl,j′、wdl,j′分别表示第j’个下行用户的下行发送功率和下行预编码向量；其中ρdl,k、wdl,k分别表示第k个下行用户的下行发送功率和下行预编码向量，为第j个下行用户的估计信道误差向量；表示上行用户发送的数据造成的干扰；
20、上行传输时，多个上行ap共同接收来自所有上行用户的信；中央处理器接收到的信号yul表示为：
21、
22、其中表示第i个上行用户的有效上行信道矢量，gul,i表示第i个上行用户的实际信道矢量；表示上行ap本文档来自技高网...
【技术保护点】
1.一种网络辅助全双工系统预分配-优化双工模式优化方法，具体包括以下几个步骤：
2.根据权利要求1所述的网络辅助全双工系统预分配-优化双工模式优化方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的网络辅助全双工系统预分配-优化双工模式优化方法，其特征在于，所述步骤2具体包括：
4.根据权利要求3所述的网络辅助全双工系统预分配-优化双工模式优化方法，其特征在于，所述步骤3具体包括：
5.根据权利要求4所述的网络辅助全双工系统预分配-优化双工模式优化方法，其特征在于，所述步骤4具体包括：
【技术特征摘要】
1.一种网络辅助全双工系统预分配-优化双工模式优化方法，具体包括以下几个步骤：
2.根据权利要求1所述的网络辅助全双工系统预分配-优化双工模式优化方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的网络辅助全双工系统预分配-优化双工模式优化...
【专利技术属性】
技术研发人员：李佳珉，孙晓雨，李雅琪，朱鹏程，王东明，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。