CN101562882A - 一种功率分配的方法及装置 - Google Patents

Abstract

本发明公开了一种功率分配的方法，包括：随机产生一个功率分配的种群；对种群中的个体进行编码；计算种群中的个体的适应度；在种群中随机选择两个个体进行交叉；对种群中的每个个体进行变异；计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；通过迭代得出适应度最优的个体。本发明还公开了一种功率分配的装置，包括：产生种群单元、编码单元、选择交叉单元、变异单元、计算比较适应度单元、迭代单元。采用本发明方案，能提高系统的容量。

Description

一种功率分配的方法及装置

技术领域

本发明涉及移动通信技术领域，尤其涉及一种功率分配的方法及装置。

背景技术

对于下一代蜂窝通信系统中，尤其是基于CDMA(Code Division MultipleAccess，码分多址)的蜂窝系统，系统发射功率和系统中总的干扰电平是影响系统容量的决定性因素，功率控制就成为资源分配和干扰管理的关键技术之一。有效的功率控制算法能够降低用户间的相互干扰，增加系统容量，对于移动用户而言，还能延长手机的待机时间。

功率控制所要解决的基本问题是：在业务QoS(Quality of Service，服务质量)要求确定的情况下，如何有效地为移动用户分配发射功率，使系统能为更多用户服务；功率控制问题的研究分为两大类：一大类是从系统资源分配的角度出发，研究功率控制算法的设计对系统容量性能的影响；另外一大类是从物理链路传输性能的角度出发，研究功率控制算法的设计对接收机误码率性能在不同的无线衰落信道下的影响。

两跳中继系统下行链路的信道容量与各跳链路分配的功率资源密切相关。在系统总发射功率P受限的前提下，采用平均功率分配方案，每跳使用相同的发射功率，即P_s+P_r＝P，P_s＝P_r，P_s是第一跳链路的发射功率，P_r是第二跳链路的发射功率，将在很大程度上降低功率效率和系统性能。现有方案根据信道状况动态调整，可优化功率分配，并在一定程度上弥补由于重复传输造成的频谱效率的损失，但是P_s在基站的各天线间和P_r在各中继间依然采用平均分配，依然不能合理有效的利用功率分配来完全提高系统性能。

发明内容

本专利方案提出一种在无法用Lagrange求解时采用遗传算法合理分配两跳之间功率的方法，能更好地提高中继系统的容量。

本发明实施例提供了一种功率分配的方法，包括：随机产生一个功率分配的种群；对种群中的个体进行编码；计算种群中的个体的适应度；在种群中随机选择两个个体进行交叉；对种群中的每个个体进行变异；计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；通过迭代得出适应度最优的个体。

本发明实施例提供了一种功率分配的装置，包括：产生种群单元，用于随机产生一个功率分配的种群；编码单元，用于对种群中的个体进行编码；选择交叉单元，用于在种群中随机选择两个个体进行交叉；变异单元，用于对种群中的每个个体进行变异；计算比较适应度单元，用于计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；迭代单元，用于通过迭代得出适应度最优的个体。

本发明以系统容量最大化为准则，通过迭代搜索最佳的功率分配方案，与现有方案相比，能获得更高的系统容量。

附图说明

图1是本发明实施例里两跳中继系统下行链路模型示意图；

图2是本发明实施例里功率分配的方法示意图；

图3是本发明实施例里功率分配的装置示意图；

图4是本发明实施例里功率分配方法与功率平均分配方法性能比较示意图。

具体实施方式

在虚拟MIMO(Multiple Input Multiple Output，多输入多输出)中继网络中，基站设置L根天线，移动台设置单天线，中间设置M个单天线中继站，它们通过协作传输形成一个虚拟的天线阵提供分集增益。这样不考虑直传路径，对于从基站发出的信号，通过M个中继站以AF(Amplify-and-Forward，放大转发)或者DF(Decode-and-Forward。译码转发)的方式转发至移动台。两跳中继系统下行链路模型如图1所示，假设基站知道两跳的CSI(Channel StateInformation，信道质量信息)，采用集中式功率分配，由基站发送消息并控制中继节点的发送功率。根据中继器返回的信道状态信息自适应动态调整功率分配策略。

第1跳信道可以用的矩阵 $H_1={(h_1^{\left(1\right)},...,h_m^{\left(1\right)},...,h_M^{\left(1\right)},)}^T,$

其中 $h_m^{\left(1\right)}={(h_{m1},...,h_{\mathrm{ml}},...,h_{\mathrm{mL}})}^T$

第2跳正交信道用的对角矩阵H₂＝diag{h₁，...，h_m，...，h_M}

1、在AF中继模式下

$a_m=\sqrt{P_{2,m}/(\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\left|h_{\mathrm{ml}}^{\left(1\right)}\right|}^2{P}_{1,l}+{\mathrm{\σ}}^2)}$ 表示第m个RS的放大因子，

A＝diag{a₁，a₂，...，a_m，...，a_M}，

MS处的输出信号向量y_AF＝H₂A(H₁x+n₁)+n₂

可以表示为y_AF＝Hx+n，其中H＝H₂AH₁，n＝H₂An₁+n₂

AF中继方式下的容量可以表示为

$C_{\mathrm{AF}}=\frac{1}{M+1}\log \left\{\det \right[I_{M+1}+H_{2}A{H}_1{Q}_x{\left(H_{2}A{H}_1\right)}^H{Q}_n^{-1}\left]\right\}$

I_M+1是M+1阶单位矩阵，Q_x是输入信号x的协方差矩阵，Q_n是等效接收噪声n的协方差矩阵。

则功率最优化问题可以表示成

$\left\{\begin{array}{c}\underset{P_{1,l},P_{2,m}}{\max }\left(C_{\mathrm{AF}}\right)=\underset{P_{1,l},P_{2,m}}{\max }\left(\frac{1}{M+1}\log \right\{\det [I_{M+1}+H_{2}A{H}_1{Q}_x{\left(H_{2}A{H}_1\right)}^H{Q}_n^{-1}]\left\}\right)\\ s.t.\left\{\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_{1,l}+\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{P}_{2,m}=P\\ 0\&le;P_{1,l}<P(l=\mathrm{1,2},...,L)\\ 0\&le;P_{2,m}<P(m=\mathrm{1,2},...,M)\end{array}\right.\end{array}\right.$

2、在DF中继模式下

中继处的接收信号 $y_m=h_m^{\left(1\right)}x+n_1,$ MS处的接收信号y_DF＝H₂x′+n₂。

第一跳容量 $C_{\mathrm{DF}}^{\left(1\right)}=\frac{1}{M+1}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\log (1+\frac{P_{1,k}}{{\mathrm{\&sigma;}}^2}{\mathrm{\&lambda;}}_k^{\left(1\right)}),$ λ_k ⁽¹⁾是信道矩阵H₁H₁ ^H的特征值，

第二跳容量 $C_{\mathrm{DF}}^{\left(2\right)}=\frac{1}{M+1}\log (1+\frac{\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{P}_{2,m}{\left|h_m\right|}^2}{{\mathrm{\&sigma;}}^2})$

DF中继模式下的系统容量 $C_{\mathrm{DF}}=\min [C_{\mathrm{DF}}^{\left(1\right)},C_{\mathrm{DF}}^{\left(2\right)}]$

则功率最优化问题可以表示成

$\left\{\begin{array}{c}\underset{P_{1,l},P_{2,m}}{\max }\left(C_{\mathrm{DF}}\right)=\underset{P_{1,l},P_{2,m}}{\max }\left(\min \right[C_{\mathrm{DF}}^{\left(1\right)},C_{\mathrm{DF}}^{\left(2\right)}\left]\right)\\ s.t.\left\{\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_{1,l}+\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{P}_{2,m}=P\\ 0\&le;P_{1,l}<P(l=\mathrm{1,2},...,L)\\ 0\&le;P_{2,m}<P(m=\mathrm{1,2},...,M)\end{array}\right.\end{array}\right.$

本发明实施例提供了一种功率分配的方法。

如图2所示，功率分配的方法主要包括如下步骤：

21、随机产生一个功率分配的种群；

22、对种群中的个体进行编码；

23、计算种群中的个体的适应度；

24、在种群中随机选择两个个体进行交叉；

25、对种群中的每个个体进行变异；

26、计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；

27、通过迭代得出适应度最优的个体。

如图3所示，功率分配的装置主要包括：产生种群单元31、编码单元32、选择交叉单元33、变异单元34、计算比较适应度单元35、迭代单元36。

产生种群单元31，用于随机产生一个功率分配的种群；

编码单元32，用于对种群中的个体进行编码；

选择交叉单元33，用于在种群中随机选择两个个体进行交叉；

变异单元34，用于对种群中的每个个体进行变异；

计算比较适应度单元35，用于计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；

迭代单元36，用于通过迭代得出适应度最优的个体。

例如，取各参数为：种群个体数目为100，最大迭代次数Iter为2000，交叉概率P_c为0.25，变异概率P_m为0.08。

选择M＝L＝4，不考虑路损，在确定的信道矩阵时，

$H_1=\left[\begin{array}{cccc}0.0181+0.3831i& 0.6192+0.7001i& 0.3947+0.0031i& 0.1194+0.3266i\\ 0.3174+0.6482i& 0.6865+0.0917i& 0.3724+0.5942i& 0.4891+0.4538i\\ 0.3192+0.6268i& 0.4089+0.1844i& 0.0679+0.1610i& 0.1744+0.5741i\\ 0.3138+0.3200i& 0.1491+0.1420i& 0.1241+0.1205i& 0.2694+0.2791i\end{array}\right]$

$H_2=\left[\begin{array}{cccc}0.1685+0.2950i& 0& 0& 0\\ 0& 0.5495+0.6983i& 0& 0\\ 0& 0& 0.0826+0.0637i& 0\\ 0& 0& 0& 0.4477+0.0395i\end{array}\right]$

仿真性能如图4所示，从图中可以看出，最优功率分配下的信道容量一直高于平均功率分配下的信道容量。并且，DF中继模式的容量一直都高于AF中继模式的容量。此外，随着SNR(Signal Noise Ratio，信噪比)的不断增大，DF模式的容量增益也越来越明显。通过遗传算法可从全局出发优化功率分配，最大化虚拟MIMO中继系统容量，更好的提高系统性能。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1、一种功率分配的方法，其特征在于，包括：

随机产生一个功率分配的种群；

对种群中的个体进行编码；

计算种群中的个体的适应度；

在种群中随机选择两个个体进行交叉；

对种群中的每个个体进行变异；

计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；

通过迭代得出适应度最优的个体。

2、如权利要求1所示，其特征在于，种群是功率分配方案的集合，种群中的个体是功率分配方案。

3、如权利要求1所示，其特征在于，功率分配是为L根基站天线和M个单天线中继站分配功率，功率分配方案是向量(P₁₁，P₁₂，...，P_1L，P₂₁，P₂₂，...，P_2M)，P_1l是为第l根基站天线分配的功率，P_2m是为第m个基站分配的功率，l＝1，2，...，L，m＝1，2，...，M。

4、如权利要求3所示，其特征在于，向量(P₁₁，P₁₂，...，P_1L，P₂₁，P₂₂，...，P_2M)必须满足条件

$\underset{l=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_{1l}+\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{P}_{2m}=P,$ 0≤P_1l＜P，0≤P_2m＜P，P是L根基站天线和M个单天线中继站的总的功率，l＝1，2，...，L，m＝1，2，...，M。

5、如权利要求1所示，其特征在于，对种群中的个体进行编码是将向量(P₁₁，P₁₂，...，P_1L，P₂₁，P₂₂，...，P_2M)的每一个数从十进制转化为其他进制。

6、如权利要求1所示，其特征在于，种群中的个体的适应度是此个体对应的功率分配方案下系统的容量。

7、如权利要求1所示，其特征在于，进行交叉的两个个体是根据轮盘赌选择方法选择出来的，轮盘赌选择方法的基本思想是每个个体被选中的概率与其适应度的大小成正比。

8、如权利要求1所示，其特征在于，交叉是在选择出来的两个个体的向量里，随机选取一个交叉点，按交叉概率P_c，把这两个向量第一个点到交叉点的编码进行调换，交叉点之后的编码保持原样。

9、如权利要求1所示，其特征在于，变异是在种群中的每个个体的向量里，随机选择变异位数，按变异概率P_m，对变异点元素进行求反。

10、如权利要求1所示，其特征在于，迭代有最大迭代次数Iter，迭代次数超过Iter时，则停止迭代。

11、一种功率分配的装置，其特征在于，包括：

产生种群单元，用于随机产生一个功率分配的种群；

编码单元，用于对种群中的个体进行编码；

选择交叉单元，用于在种群中随机选择两个个体进行交叉；

变异单元，用于对种群中的每个个体进行变异；

计算比较适应度单元，用于计算并比较新种群中适应度最优的个体与旧种群适应度最优的个体，得出当前适应度最优的个体；

迭代单元，用于通过迭代得出适应度最优的个体。

Images