CN103415077B - 一种联合中继选择和功率分配的方法和系统 - Google Patents

Abstract

本发明公开了一种联合中继选择与功率分配方法和系统，方法包括：进行初始化设置，确定初始中继节点和初始功率比例因子；根据初始中继节点和初始功率比例因子以及各通信链路对主用户干扰的功率上限值确定初始中继节点用于放大转发次用户源和传输自身数据的发射功率；在最佳功率优化模型中通过迭代计算得到次用户源向接入节点和初始中继节点发送数据的发射功率；通过算法确定最佳功率比例因子和最佳中继节点。在考虑中继节点对次用户源的数据进行转发的同时还考虑自身传输的数据，在满足总发射功率的约束条件下减少对主用户的干扰，保证中继节点的传输性能，同时最大化系统吞吐量。

Description

一种联合中继选择和功率分配的方法和系统

技术领域

本发明涉及认知无线电技术领域，尤其涉及一种联合中继选择和功率分配的方法和系统。

背景技术

伴随着移动无线通信逐渐宽带化和智能化的发展，人们对无线通信的传输速率要求越来越高，对无线频谱资源的需求量也在急剧增加，从而导致稀缺的频谱资源日益匮乏，制约着无线通信技术的发展。为了解决频谱利用率和频谱资源短缺相互矛盾的问题，认知无线电的概念被提出来，允许通信系统对周围的通信环境进行感知，并根据环境的变化自适应地调整系统参数，以更加高效、灵活的方式进行动态频谱接入，并实现频谱动态管理。认知无线网络是在认知无线电技术基础上形成的，它能更好的利用认知功能来获取有用信息，对信息进行分析和学习，然后通过重配置技术动态适应无线环境。认知无线网络通过异构的无线网络架构和动态频谱共享技术为移动用户提供高数据速率服务。

协作通信，又称协作中继，是指在多用户通信环境中，各邻近节点之间按照一定方式共享彼此的天线进行协作发送，从而产生一种类似多天线发送的虚拟环境，提高系统传输性能的通信方式。协作通信技术把中继传输技术和分集技术各自的优势结合起来，借助于协作伙伴的天线，与其自身的天线共同构成天线阵列，以获得空间分集增益。将协作技术应用于认知无线网络中，使两个或多个认知用户(secondary user，SU)相互协作，在Underlay式频谱共享系统中，认知用户必须严格限制传输功率，以避免对主用户(primary user，PU)产生干扰。由于认知用户的发射功率受限，倘若传输信道的衰落较大，认知用户的通信就很容易发生中断。协作通信技术的引入，能够在保证主用户的QoS需求的情况下，降低认知用户传输的中断概率，改善认知用户端到端的性能，认知无线电与协作技术相结合，有效的改善了系统传输性能，提高了频谱利用率，成为当前的研究热点。

认知无线协作网络中的关键问题是如何进行中继节点选择和功率分配。对于中继节点选择，当认知无线协作系统中源节点和目的节点之间的信道条件恶劣时，提高认知用户发射功率的方法会增大对主用户的干扰，此时可通过选择中继节点建立中继链路协助源节点的数据传输，中继节点的选择还可以扩大覆盖范围。功率分配技术是认知无线协作系统的另一个研究重点。在认知网络中，一方面系统的总发射功率是受限的；另一方面由于认知用户对主用户的干扰总是存在的，为避免对主用户产生不可接受的干扰需要对功率进行控制。功率控制需要测量主用户接收机的射频干扰等级，即干扰温度，干扰温度由主用户决定，发射功率超过干扰温度的认知用户传输是不允许的。合理的功率分配算法需要在提高认知用户性能的同时，减小对主用户的干扰。

认知无线协作系统中，联合中继选择和功率分配的设计可以最大化系统容量的同时保证对主用户的干扰低于一定的门限值。在系统总发射功率限制下，通过联合中继节点选择和功率分配可以使得系统达到最大的传输速率。然而，在实际的认知中继系统中，不仅要考虑源节点的性能，也需要考虑中继节点的性能，中继节点不仅对源节点的数据进行转发，同时会传输自身的数据，但是在现有技术的解决方案中没有考虑中继节点在转发源节点数据的同时也传输自身数据的情况，因此计算模型与实际情况差距较大，对主用户的干扰也比较大。

发明内容

(一)要解决的技术问题

针对上述缺陷，本发明要解决的技术问题是在中继节点对源节点的数据进行转发的同时还考虑中继节点自身传输的数据。

(二)技术方案

为解决上述问题，本发明提供了一种联合中继选择和功率分配的方法，包括以下步骤：

进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1；

S2、根据所述初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定所述初始中继节点用于放大转发次用户源的发射功率P₃和所述初始中继节点用于传输自身数据的发射功率P₄；

S3、针对次用户源构建最佳功率优化模型；

S4、在所述最佳功率优化模型中通过迭代计算得到所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂；

S5、根据所述用于放大转发次用户源的发射功率P₃、所述用于传输自身数据的发射功率P₄、所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂带入到所述最佳功率优化模型，以最大化系统吞吐量为准则通过算法确定最佳功率比例因子θ^opt，并通过迭代计算在所述中继用户候选集合中确定最佳中继节点i^opt；

S6、根据所述最佳功率比例因子θ^opt和所述最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率P₁ ^opt、次用户源向所述初始中继节点发送数据的最佳发射功率P₂ ^opt、初始中继节点用于放大转发次用户源的最佳发射功率P₃ ^opt和初始中继节点用于传输自身数据的最佳发射功率P₄ ^opt。

进一步地，步骤S2中所述初始中继节点用于放大转发次用户源的功率P₃

$P_3=min\{{{\mathrm{\θP}}_i}^{opt},\frac{P_0}{h_{ip}}\}$ 公式(1)

用于传输自身数据的功率P₄

$P_4=min\{\left(1-\mathrm{\θ}\right){P_i}^{opt},\frac{P_0}{h_{ip}}\}$ 公式(2)

还需满足

P₃+P₄≤P_i ^opt 公式(3)

其中P_i ^opt为中继节点发射功率的上限，h_ip为所述初始中继节点对主用户的信道系数。

进一步地，步骤S3中所述最佳功率优化模型为

$\{{P_1}^{opt},P_2^{opt}\}={\arg }_{\{P_1,P_2\}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$ 公式(4)

公式(5)

其中R_BD1为次用户源到接入节点链路上单位带宽下链路吞吐量

$R_{BD1}={\log }_2(1+\frac{P_1{h}_{sd}}{{\mathrm{\σ}}^2})$ 公式(6)

R_BD2&3为中级用户到接入节点链路上单位带宽下链路吞吐量

公式(7)

其中为次用户源通信链路吞吐量的最小速率，为次用户源发送功率的上限，P₁ ^opt为次用户源向接入节点发送数据的最佳发射功率，为次用户源向初始中继节点发送数据的最佳发射功率，h_sd为次用户源到接入节点的信道系数，h_id为中继节点到接入节点的信道系数，h_si为次用户源到中继节点的信道系数，σ²为零均值加性高斯白噪声的方差，T_i(P₁,P₂,P₃,P₄)为系统吞吐量。

进一步地，所述系统吞吐量T_i(P₁,P₂,P₃,P₄)＝R_BD1+R_BD4+R_BD2&3，其中R_BD4为中继节点到接入节点链路上单位带宽下链路吞吐量

$R_{BD4}={\log }_2(1+\frac{P_4{h}_{id}}{{\mathrm{\σ}}^2})$ 公式(8)

进一步地，所述最佳功率优化模型中包括次用户源的最小速率约束和次用户源的总发射功率约束，其中为所述最小速率约束条件，为所述次用户源的总发射功率约束条件。

进一步地，步骤S5中通过黄金分割搜索算法进行搜索确定所述最佳功率比例因子θ^opt；

得到所述最佳功率比例因子θ^opt后，再将所述最佳功率比例因子θ^opt作为初始功率比例因子带入到所述确定中继节点发射功率单元进行多次迭代计算，得到满足最佳功率优化模型的最佳中继节点i^opt。

进一步地，步骤S5中最佳中继节点i^opt的计算公式为

$i^{opt}={\arg }_{i\∈\{1,2,...L\}}{\max }_{\{P_1,P_2,P_3,P_4\}\∈\mathrm{\Ω}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$ 公式(9)

其中L为中继节点候选集合中中继节点的最大数目，1≤i≤L，Ω表示由(P₁,P₂,P₃,P₄)构成的满足所有功率约束条件的功率集合。

进一步地，步骤S1中的初始中继节点属于所述中继节点候选集合。

为解决上述技术问题，本发型还提供了一种联合中继选择与功率分配的系统，包括：初始化设置单元、确定中继节点发射功率单元、模型构建单元、确定次用户源发射功率单元、最佳中继节点确定单元和最佳发射功率确定单元；

所述初始化设置单元用于进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1；

所述确定中继节点发射功率单元用于根据所述初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定所述初始中继节点用于放大转发次用户源的发射功率P₃和所述初始中继节点用于传输自身数据的发射功率P₄；

所述模型构建单元用于针对次用户源构建最佳功率优化模型；

所述确定次用户源发射功率单元用于在所述最佳功率优化模型中通过迭代计算得到次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂；

所述最佳中继节点确定单元用于根据所述用于放大转发次用户源的发射功率P₃、所述用于传输自身数据的发射功率P₄、所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂带入到所述最佳功率优化模型，以最大化系统吞吐量为准则通过算法确定最佳功率比例因子θ^opt，并通过迭代计算在所述中继用户候选集合中确定最佳中继节点i^opt；

所述最佳发射功率确定单元用于根据所述最佳功率比例因子θ^opt和所述最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率P₁ ^opt、次用户源向所述初始中继节点发送数据的最佳发射功率P₂ ^opt、初始中继节点用于放大转发次用户源的最佳发射功率P₃ ^opt和初始中继节点用于传输自身数据的最佳发射功率P₄ ^opt。

进一步地，所述最佳中继节点确定单元中包括迭代模块，用于得到所述最佳功率比例因子θ^opt后，再将所述最佳功率比例因子θ^opt作为初始功率比例因子带入到所述确定中继节点发射功率单元进行多次迭代计算，在满足最佳功率优化模型的同时得到所述最佳中继节点i^opt。

(三)有益效果

本发明提供了一种联合中继选择和功率分配的方法和系统，通过在中继节点候选集合中选择一个作为初始中继节点，结合预设的功率比例因子，将初始中继节点的最大发射功率分为两部分，一部分用于转发次用户源的数据，另一部分用于中继节点自身数据的传输，得到初始中继节点用于放大转发次用户源和传输自身数据的发射功率，在满足包括次用户源的最小速率约束和次用户源的总发射功率约束的最佳功率优化模型的同时得到次用户源向接入节点和初始中继节点发送数据的发射功率，以最大化系统吞吐量为准则确定最佳功率比例因子，再进一步将最佳功率比例因子作为初始功率比例因子进行迭代，得到最佳中继节点，最后确定最佳功率分配方案。由于在考虑中继节点对次用户源的数据进行转发的同时还考虑自身传输的数据，在满足总发射功率的约束条件下减少对主用户的干扰。

附图说明

图1为本发明一种联合中继选择和功率分配的方法的步骤流程图；

图2为本发明一种联合中继选择和功率分配的方法的步骤流程图；

图3为本发明优选实施方案的实施流程图；

图4为本发明一种联合中继选择和功率分配的系统的组成示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

功率分配主要是以最大化系统传输速率或最小化中断概率为优化目标。在满足最大户系统传输效率的同时还要满足系统对于发射功率的上限具有一定限制。因此，基于现有解决方案的不足，本发明提出了一种联合中继选择和功率分配方法。

利用基于最小速率保护的联合中继选择和功率分配算法(JointRelay Selection and Power Allocation with Minimum Rate Guarantees,JRP-MRG)采用三节点单向中继协作系统模型，如图1所示，其中主用户用PU表示，而用于中继传输的认知无线协作系统包括次用户源s、多个中继节点(SUi)组成的中继节点候选集合和接入节点d。其中，次用户中继候选集为{SUi，i＝1,2,…L}，次用户接入节点为d。非理想情况下，次用户源对主用户的干扰总是存在的，这就要求考虑到主用户可承受的干扰强度，功率分配算法需要在保证次用户性能的同时减小对主用户的干扰。其次，对于次用户源到次用户接入节点的直接路径，在信道条件恶化的情况下，由于链路的不可靠将造成服务质量得不到保证。此时，引入协作机制，通过选择中继节点建立中继链路可保证数据的可靠传输，同时发射端只需较低的功率，从而也减少了对主用户的干扰。在AF(amplify-and-forward)协议下，中继使用正交频带BD3放大并转发来自次用户源s的数据，使用正交频带BD4发送自身要传输的数据。另外，次用户源s还分别使用正交频带BD1、BD2与接入节点d和中继节点SUi建立链路。

协作通信的中继选择大部分是基于瞬时信道状态信息进行的，例如，典型的基于调和均值准则的节点选择策略，

$i^{opt}=\underset{i}{\mathrm{argmax}}\left(\frac{2\left|h_{si}{|}^2\right|h_{id}{|}^2}{|h_{si}{|}^2+|h_{id}{|}^2}\right)$ 公式(10)

公式(10)中，h_si、h_id分别表示源节点到中继节点、中继节点到目的节点链路的信道衰落系数，或者称为信道增益、信道系数。

基于三个节点(源节点、中继节点和目的节点)的认知中继系统模型，三个节点间的链路分别使用正交的子频带，则认知无线协作系统中的约束条件如下，

P_1,i|h_s,p,d|²≤I₁

P_2,i|h_s,p,i|²≤I₂

P_3,i|h_i,p|²≤I₃ 公式(11)

P_1,i+P_2,i≤P_total

P_3,i≤P₃

公式(11)中h_s,p,d是认知用户源节点与目的节点链路对主用户的信道增益，h_s,p,i是认知用户源节点与中继节点链路对主用户的信道增益，h_i,p是中继节点与目的节点链路对主用户的信道增益，P_1,i是选择第i个中继节点时源节点与目的节点链路上的发射功率，P_2,i是选择第i个中继节点时源节点与中继节点链路上的发射功率，P_3,i是选择第i个中继节点时中继节点与目的节点链路上的发射功率，P_total是源节点的最大发射功率，P₃是中继节点的最大发射功率，I₁、I₂和I₃分别是源节点到目的节点链路、源节点到中继节点链路以及中继节点到目的节点链路对主用户干扰功率门限值。

对于给定的第i个中继节点，系统吞吐量

$\begin{array}{c}{T}_i(P_{1,i},P_{2,i},P_{3,i})\\ =(1-\mathrm{\α}){\log }_2(1+\frac{P_{1,i}|h_{sd}{|}^2}{{\mathrm{\σ}}^2})+(1-\mathrm{\α}){\log }_2(1+\frac{P_{3,i}{P}_{2,i}\left|h_{si}{|}^2\right|h_{id}{|}^2}{\left(P_{3,i}|h_{id}{|}^2+P_{2,i}|h_{si}{|}^2+{\mathrm{\σ}}^2\right){\mathrm{\σ}}^2})\end{array}$ 公式(12)

$i^{*}=\underset{i}{\mathrm{argmax}}\frac{P_{3,i}\left|h_{si}{|}^2\right|h_{id}{|}^2}{P_{3,i}\left|h_{id}{|}^2\right|h_{si}{|}^2+I_2|h_{si}{|}^2+{\mathrm{\σ}}^2|h_{si}{|}^2}$ 公式

(13)

公式(12)中α是频谱感知的错误检测概率，σ²零均值高斯白噪声的方差，h_sd是源节点与目的节点的信道增益，h_si是源节点与中继节点的信道增益，h_id是中继节点与目的节点的信道增益，。进行中继节点选择时，令由公式(13)确定中继节点，最大化系统吞吐量的最佳功率分配可由凸优化理论求得。

在上述认知无线协作系统中假定用户端已知各个信道的状态信息，并令系统中个链路对主用户的干扰功率上限为P₀。如果h_sp为次用户源到主用户的信道系数，包括次用户源向接入节点发射功率产生的信道系数和次用户源向中继节点发射功率产生的信道系数，并有P₁h_sp≤P₀和P₂h_sp≤P₀；如果h_ip为中继节点到主用户的信道系数，包括中继节点向接入节点转发数据时发射功率产生的信道系数和中继节点向接入节点传送自身数据时发射功率产生的信道系数，并有P₃h_ip≤P₀和P₄h_ip≤P₀。在无线传感网络和移动网络中，中继节点时需要使用电池供电的，发射功率收到限制，用和分别表示次用户源s和中继节点SUi的发射功率上限，则需满足和

实施例一

本发明实施例一中提供了一种联合中继选择和功率分配的方法，步骤流程如图2所示，具体包括：

步骤S1、进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1。

步骤S2、根据初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定初始中继节点用于放大转发次用户源的发射功率P₃和初始中继节点用于传输自身数据的发射功率P₄。

步骤S3、针对次用户源构建最佳功率优化模型。

步骤S4、在最佳功率优化模型中通过迭代计算得到次用户源向接入节点发送数据的发射功率P₁和次用户源向初始中继节点发送数据的发射功率P₂。

步骤S5、根据用于放大转发次用户源的发射功率P₃、用于传输自身数据的发射功率P₄、次用户源向接入节点发送数据的发射功率P₁和次用户源向初始中继节点发送数据的发射功率P₂带入到最佳功率优化模型，以最大化系统吞吐量为准则通过算法确定最佳功率比例因子θ^opt，并通过迭代计算在中继用户候选集合中确定最佳中继节点i^opt。

步骤S6、根据最佳功率比例因子θ^opt和最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率P₁ ^opt、次用户源向初始中继节点发送数据的最佳发射功率P₂ ^opt、初始中继节点用于放大转发次用户源的最佳发射功率P₃ ^opt和初始中继节点用于传输自身数据的最佳发射功率P₄ ^opt。

本实施例通过在中继节点候选集合中选择一个作为初始中继节点，结合预设的功率比例因子，将初始中继节点的最大发射功率分为两部分，一部分用于转发次用户源的数据，另一部分用于中继节点自身数据的传输，得到初始中继节点用于放大转发次用户源和传输自身数据的发射功率，在满足包括次用户源的最小速率约束和次用户源的总发射功率约束的最佳功率优化模型的同时得到次用户源向接入节点和初始中继节点发送数据的发射功率，以最大化系统吞吐量为准则确定最佳功率比例因子，再进一步将最佳功率比例因子作为初始功率比例因子进行迭代，得到最佳中继节点，最后确定最佳功率分配方案。由于在考虑中继节点对次用户源的数据进行转发的同时还考虑自身传输的数据，在满足总发射功率的约束条件下减少对主用户的干扰。由于每条通信链路上的最佳发射功率都是在满足最大发射功率和最小链路速率的约束条件下得到的，能够保证链路上数据传输的可靠性。

步骤S2中初始中继节点用于放大转发次用户源的功率P₃

$P_3=min\{{{\mathrm{\θP}}_i}^{opt},\frac{P_0}{h_{ip}}\}$ 公式(1)

用于传输自身数据的功率P₄

$P_4=min\{(1-\mathrm{\θ}){P_i}^{opt},\frac{P_0}{h_{ip}}\}$ 公式(2)

还需满足

P₃+P₄≤P_i ^opt 公式(3)

其中P_i ^opt为中继节点发射功率的上限，h_ip为所述初始中继节点对主用户的信道系数。

在已知预设的初始功率比例因子θ值和P₀、P_i ^total、P_s ^total和h_ip的情况下，根据公式(1)和公式(2)得到初始中继节点用于放大转发次用户源的功率P₃和次用户源用于传输自身数据的功率P₄，同时P₃和P₄还需要满足公式(3)的约束条件。

步骤S3中最佳功率优化模型为

$\{{P_1}^{opt},P_2^{opt}\}={\arg }_{\{P_1,P_2\}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$ 公式(4)

公式(5)

其中R_BD1为次用户源到接入节点链路上单位带宽下链路吞吐量

$R_{BD1}={\log }_2(1+\frac{P_1{h}_{sd}}{{\mathrm{\σ}}^2})$ 公式(6)

R_BD2&3为中级用户到接入节点链路上单位带宽下链路吞吐量

公式(7)

其中为次用户源通信链路吞吐量的最小速率，为次用户源发送功率的上限，P₁ ^opt为次用户源向接入节点发送数据的最佳发射功率，为次用户源向初始中继节点发送数据的最佳发射功率，h_sd为次用户源到接入节点的信道系数，h_id为中继节点到接入节点的信道系数，h_si为次用户源到中继节点的信道系数，σ²为零均值加性高斯白噪声的方差，T_i(P₁,P₂,P₃,P₄)为系统吞吐量。

其中系统吞吐量T_i(P₁,P₂,P₃,P₄)＝R_BD1+R_BD4+R_BD2&3，R_BD4为中继节点到接入节点链路上单位带宽下链路吞吐量

$R_{BD4}={\log }_2(1+\frac{P_4{h}_{id}}{{\mathrm{\σ}}^2})$ 公式(8)

最佳功率优化模型中包括次用户源的最小速率约束和次用户源的总发射功率约束，其中为最小速率约束条件，为次用户源的总发射功率约束条件。

同时为了保证可靠传输，次用户源和中继节点的链路吞吐量还需要满足最小速率的要求，即和满足最小速率要求也就是满足通信链路上的信道容量，进而保证数据传输的可靠性。

步骤S4构建最佳功率优化模型后，讨论次用户源的最佳功率分配是否有解，易知

$R_{BD1}^{\′\′}\left(P_1\right)=-\frac{{\left(h_{sd}\right)}^2}{{({\mathrm{\σ}}^2+P_1{h}_{sd})}^{2}ln2}\≤0$ 公式(14)

公式(15)

也就是说，R_BD1和R_BD2&3分别是关于P₁、P₂的凸函数，即对于给定的功率比例因子θ，满足最佳功率优化模型得到最佳次用户源向接入节点发送数据的最佳发射功率P₁ ^opt、次用户源向初始中继节点发送数据的最佳发射功率P₂ ^opt，从而功率分配算法得解。

其中得到P₁、P₂的一种最佳方式就是利用拉格朗日乘子法，具体的：

将步骤S2中得到的P₁和P₂代入式最佳功率优化模型得拉格朗日方程，

$\begin{array}{c}L(P_1,P_2,{\mathrm{\λ}}_1,{\mathrm{\λ}}_2,{\mathrm{\λ}}_3)\\ =-T_i(P_1,P_2)+{\mathrm{\λ}}_1(P_1-\frac{P_0}{h_{sp}})+{\mathrm{\λ}}_2(P_2-\frac{P_0}{h_{ip}})+{\mathrm{\λ}}_3(P_1+P_2-P_s^{total})\end{array}$ 公式(16)

其次，由 $\frac{\∂L}{\∂P_j}=0,j=1,2,$ 计算P₁、P₂

$\begin{array}{c}{P}_1={\[\frac{1}{({\mathrm{\λ}}_1+{\mathrm{\λ}}_3)\ln 2}-\frac{{\mathrm{\σ}}^2}{h_{id}}\]}^{+}\\ P_2=\frac{{\mathrm{\σ}}^2}{h_{si}}{\[\frac{-b+\sqrt{b^2-4c}}{2}\]}^{+}\end{array}$ 公式(17)

式中， $b=2+\frac{P_3{h}_{id}}{{\mathrm{\σ}}^2},c=1+P_3{h}_{id}\[\frac{1}{{\mathrm{\σ}}^2}-\frac{h_{si}}{{\mathrm{\σ}}^4({\mathrm{\λ}}_2+{\mathrm{\λ}}_{3}ln2)}\],{\[X\]}^{+}\stackrel{\mathrm{\Δ}}{=}max(x,0).$

根据次梯度投影算法，由公式(18)可求出λ_m,m＝1,2,3。

$\begin{array}{c}{\mathrm{\λ}}_1^{(n+1)}={\[{\mathrm{\λ}}_1^{\left(n\right)}+{\mathrm{\α}}^{\left(n\right)}({P_1}^{\left(n\right)}-\frac{P_0}{h_{sp}})\]}^{+}\\ {\mathrm{\λ}}_2^{(n+1)}={\[{\mathrm{\λ}}_2^{\left(n\right)}+{\mathrm{\α}}^{\left(n\right)}({P_2}^{\left(n\right)}-\frac{P_0}{h_{ip}})\]}^{+}\\ {\mathrm{\λ}}_3^{(n+1)}={\[{\mathrm{\λ}}_3^{\left(n\right)}+{\mathrm{\α}}^{\left(n\right)}({P_1}^{\left(n\right)}+{P_2}^{\left(n\right)}-{P_s}^{total})\]}^{+}\end{array}$ 公式(18)

式中n为迭代次数，α为正标量调整步长，通过设置合适的α值，可得到收敛的λ_m，从而迭代求得P₁、P₂。

步骤S5中通过黄金分割搜索算法进行搜索确定最佳功率比例因子θ^opt。

迭代计算包括：得到最佳功率比例因子θ^opt后，再将最佳功率比例因子θ^opt作为初始功率比例因子带入到确定中继节点发射功率单元进行多次迭代计算，得到满足最佳功率优化模型的最佳中继节点i^opt。

步骤S5中最佳中继节点i^opt的计算公式为

$i^{opt}={\arg }_{i\∈\{1,2,...L\}}{\max }_{\{P_1,P_2,P_3,P_4\}\∈\mathrm{\Ω}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$ 公式(9)

其中L为中继节点候选集合中中继节点的最大数目，1≤i≤L。

步骤S1中的初始中继节点属于上述中继节点候选集合，即初始中继节点SUi。

上述方案实施流程如图3所示，首先进行初始化设置，确定初始中继节点和初始功率比例因子。

然后根据选择的初始中继节点和预设的功率比例因子，结合公式(1)和公式(2)得到P₃和P₄，通过考虑中继节点对次用户源的数据进行转发和自身数据的传输，在考虑自身数据发射对主用户产生的干扰的情况下进行最加功率优化模型的求解，使得按照最后得到的最佳发射功率可以减少对主用户的干扰。因为按照最后规划出的发射功率进行数据的传输对主用户的干扰会比按照考虑中继节点传输自身数据的发射功率对主用户干扰后规划得到的发射功率进行数据的传输对主用户的干扰更大，所以在规划最终的中继选择和功率分配的规划时要将中继节点传输自身数据时的发射功率。得到P₃和P₄后将其带入到最佳功率优化模型中进行迭代，采用拉格朗日乘子法求得P₁和P₂。最佳功率优化模型既要考虑对次用户源总发射功率的约束，还要考虑对次用户源最小速率的约束，使得最后得到的功率分配方案能在降低对主用户干扰的同时还能满足系统最小传输速率的要求，进而保证数据传输的可靠性。

之后，根据P₁、P₂、P₃和P₄在模型中采用改进的黄金分割搜索算法得到最佳功率比例因子θ^opt，再将得到的最佳功率比例因子θ^opt作为初始功率因子重复上述步骤进行迭代，直到最后得到满足最大化系统吞吐量，确定最佳中继用户i^opt。

最后，得出每一段链路上的最佳发射功率，包括次用户源到接入节点的最佳发射功率、次用户源到中继节点的最佳发射功率、中继节点向接入节点转发数据的最佳发射功率以及中继节点自身向接入节点传输数据的最佳发射功率。

综上所述，本实施例提供的方法通过在中继节点候选集合中选择一个作为初始中继节点，结合预设的功率比例因子，将初始中继节点的最大发射功率分为两部分，一部分用于转发次用户源的数据，另一部分用于中继节点自身数据的传输，得到初始中继节点用于放大转发次用户源和传输自身数据的发射功率，在满足包括次用户源的最小速率约束和次用户源的总发射功率约束的最佳功率优化模型的同时得到次用户源向接入节点和初始中继节点发送数据的发射功率，以最大化系统吞吐量为准则确定最佳功率比例因子，再进一步将最佳功率比例因子作为初始功率比例因子进行迭代，得到最佳中继节点，最后确定最佳功率分配方案。由于在考虑中继节点对次用户源的数据进行转发的同时还考虑自身传输的数据，在满足总发射功率的约束条件下减少对主用户的干扰。

实施例二

本发明实施例二还提供了与实施例一中方法相对应的一种联合中继选择与功率分配的系统，系统的组成示意图如图4所示，包括：

初始化设置单元41、确定中继节点发射功率单元42、模型构建单元43、确定次用户源发射功率单元44、最佳中继节点确定单元45和最佳发射功率确定单元46。

初始化设置单元41用于进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1。

确定中继节点发射功率单元42用于根据初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定初始中继节点用于放大转发次用户源的发射功率P₃和初始中继节点用于传输自身数据的发射功率P₄。

模型构建单元43用于针对次用户源构建最佳功率优化模型，其中最佳功率优化模型既要考虑对次用户源总发射功率的约束，还要考虑对次用户源最小速率的约束。

确定次用户源发射功率单元44用于在最佳功率优化模型中通过迭代计算得到次用户源向接入节点发送数据的发射功率P₁和次用户源向初始中继节点发送数据的发射功率P₂。

最佳中继节点确定单元45用于根据用于放大转发次用户源的发射功率P₃、用于传输自身数据的发射功率P₃、用于传输自身数据的发射功率P₄、次用户源向接入节点发送数据的发射功率P₁和次用户源向初始中继节点发送数据的发射功率P₂带入到最佳功率优化模型，以最大化系统吞吐量为准则通过算法确定最佳功率比例因子θ^opt，并通过迭代计算在中继用户候选集合中确定最佳中继节点i^opt。

最佳发射功率确定单元46用于根据最佳功率比例因子θ^opt和最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率P₁ ^opt、次用户源向初始中继节点发送数据的最佳发射功率P₂ ^opt、初始中继节点用于放大转发次用户源的最佳发射功率P₃ ^opt和初始中继节点用于传输自身数据的最佳发射功率P₄ ^opt。

最佳中继节点确定单元45中包括迭代模块451，用于得到最佳功率比例因子θ^opt后，再将最佳功率比例因子θ^opt作为初始功率比例因子带入到确定中继节点发射功率单元进行多次迭代计算，在满足最佳功率优化模型的同时得到最佳中继节点i^opt。

实施例二中提供的联合中继选择与功率分配的系统具有同实施例一相同的有益效果，在此不再赘述。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种联合中继选择与功率分配的方法，其特征在于，所述方法具体包括：

S1、进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1；

S2、根据所述初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定所述初始中继节点用于放大转发次用户源的发射功率P₃和所述初始中继节点用于传输自身数据的发射功率P₄；

所述初始中继节点用于放大转发次用户源的功率P₃的计算公式为

$P_3=min\{{\mathrm{\θP}}_i^{opt},\frac{P_0}{h_{ip}}\}$

用于传输自身数据的功率P₄的计算公式为

$P_4=min\{(1-\mathrm{\θ})P_i^{opt},\frac{P_0}{h_{ip}}\}$

还需满足

$P_3+P_4\≤P_i^{\mathrm{opt}}$

其中为中继节点发射功率的上限，h_ip为所述初始中继节点对主用户的信道系数；

S3、针对次用户源构建最佳功率优化模型；

所述最佳功率优化模型为

$\{P_1^{opt},P_2^{opt}\}={\arg }_{\{P_1,P_2\}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$

其中R_BD1为次用户源到接入节点链路上单位带宽下链路吞吐量

$R_{BD1}={\log }_2(1+\frac{P_1{h}_{sd}}{{\mathrm{\σ}}^2})$

R_BD2&3为中级用户到接入节点链路上单位带宽下链路吞吐量

其中为次用户源通信链路吞吐量的最小速率，为次用户源发送功率的上限，为次用户源向接入节点发送数据的最佳发射功率，为次用户源向初始中继节点发送数据的最佳发射功率，h_sd为次用户源到接入节点的信道系数，h_id为中继节点到接入节点的信道系数，h_si为次用户源到中继节点的信道系数，σ²为零均值加性高斯白噪声的方差，T_i(P₁,P₂,P₃,P₄)为系统吞吐量，h_sp为次用户源到主用户的信道系数；

S4、在所述最佳功率优化模型中通过迭代计算得到所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂；

S5、根据所述用于放大转发次用户源的发射功率P₃、所述用于传输自身数据的发射功率P₄、所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂带入到所述最佳功率优化模型，以最大化系统吞吐量为准则通过黄金分割搜索算法确定最佳功率比例因子θ^opt，并通过迭代计算在中继用户候选集合中确定最佳中继节点i^opt；

S6、根据所述最佳功率比例因子θ^opt和所述最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率次用户源向所述初始中继节点发送数据的最佳发射功率初始中继节点用于放大转发次用户源的最佳发射功率和初始中继节点用于传输自身数据的最佳发射功率

2.如权利要求1所述的方法，其特征在于，所述系统吞吐量T_i(P₁,P₂,P₃,P₄)＝R_BD1+R_BD4+R_BD2&3，其中R_BD4为中继节点到接入节点链路上单位带宽下链路吞吐量

$R_{BD4}={\log }_2(1+\frac{P_4{h}_{id}}{{\mathrm{\σ}}^2}).$

3.如权利要求1所述的方法，其特征在于，所述最佳功率优化模型中包括次用户源的最小速率约束和次用户源的总发射功率约束，其中为所述最小速率约束条件，为所述次用户源的总发射功率约束条件。

4.如权利要求1所述的方法，其特征在于，步骤S5中通过黄金分割搜索算法进行搜索确定所述最佳功率比例因子θ^opt；

得到所述最佳功率比例因子θ^opt后，再将所述最佳功率比例因子θ^opt作为初始功率比例因子带入到确定中继节点发射功率单元进行多次迭代计算，得到满足最佳功率优化模型的最佳中继节点i^opt。

5.如权利要求1所述的方法，其特征在于，步骤S5中最佳中继节点i^opt的计算公式为

$i^{opt}={\arg }_{i\∈\{1,2,...L\}}{\max }_{\{P_1,P_2,P_3,P_4\}\∈\mathrm{\Ω}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4)$

其中L为中继节点候选集合中中继节点的最大数目，1≤i≤L，Ω表示由(P₁,P₂,P₃,P₄)构成的满足所有功率约束条件的功率集合。

6.如权利要求5所述的方法，其特征在于，步骤S1中的初始中继节点属于所述中继节点候选集合。

7.一种联合中继选择与功率分配的系统，其特征在于，所述系统包括：初始化设置单元、确定中继节点发射功率单元、模型构建单元、确定次用户源发射功率单元、最佳中继节点确定单元和最佳发射功率确定单元；

所述初始化设置单元用于进行初始化设置，确定初始中继节点和初始功率比例因子θ，其中0≤θ≤1；

所述确定中继节点发射功率单元用于根据所述初始功率比例因子θ以及各通信链路对主用户干扰的功率上限值P₀，确定所述初始中继节点用于放大转发次用户源的发射功率P₃和所述初始中继节点用于传输自身数据的发射功率P₄；

所述初始中继节点用于放大转发次用户源的发射功率P₃的计算公式为

$P_3=min\{{\mathrm{\θP}}_i^{opt},\frac{P_0}{h_{ip}}\};$

所述初始中继节点用于传输自身数据的发射功率P₄的计算公式为

$P_4=min\{(1-\mathrm{\θ})P_i^{opt},\frac{P_0}{h_{ip}}\};$

还需满足

$P_3+P_4\≤P_i^{\mathrm{opt}};$

其中，为中继节点发射功率的上限，h_ip为所述初始中继节点对主用户的信道系数；

所述模型构建单元用于针对次用户源构建最佳功率优化模型；所述最佳功率优化模型为

$\{P_1^{opt},P_2^{opt}\}={\arg }_{\{P_1,P_2\}}{\mathrm{maxT}}_i(P_1,P_2,P_3,P_4);$

其中R_BD1为次用户源到接入节点链路上单位带宽下链路吞吐量

$R_{BD1}={\log }_2(1+\frac{P_1{h}_{sd}}{{\mathrm{\σ}}^2});$

R_BD2&3为中级用户到接入节点链路上单位带宽下链路吞吐量

其中为次用户源通信链路吞吐量的最小速率，为次用户源发送功率的上限，为次用户源向接入节点发送数据的最佳发射功率，为次用户源向初始中继节点发送数据的最佳发射功率，h_sd为次用户源到接入节点的信道系数，h_id为中继节点到接入节点的信道系数，h_si为次用户源到中继节点的信道系数，σ²为零均值加性高斯白噪声的方差，T_i(P₁,P₂,P₃,P₄)为系统吞吐量，h_sp为次用户源到主用户的信道系数；

所述确定次用户源发射功率单元用于在所述最佳功率优化模型中通过迭代计算得到所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂；

所述最佳中继节点确定单元用于根据所述用于放大转发次用户源的发射功率P₃、所述用于传输自身数据的发射功率P₄、所述次用户源向接入节点发送数据的发射功率P₁和所述次用户源向所述初始中继节点发送数据的发射功率P₂带入到所述最佳功率优化模型，以最大化系统吞吐量为准则通过黄金分割搜索算法确定最佳功率比例因子θ^opt，并通过迭代计算在中继用户候选集合中确定最佳中继节点i^opt；

所述最佳发射功率确定单元用于根据所述最佳功率比例因子θ^opt和所述最佳中继节点i^opt得出次用户源向接入节点发送数据的最佳发射功率次用户源向所述初始中继节点发送数据的最佳发射功率初始中继节点用于放大转发次用户源的最佳发射功率和初始中继节点用于传输自身数据的最佳发射功率

8.如权利要求7所述的系统，其特征在于，所述最佳中继节点确定单元中包括迭代模块，用于得到所述最佳功率比例因子θ^opt后，再将所述最佳功率比例因子θ^opt作为初始功率比例因子带入到所述确定中继节点发射功率单元进行多次迭代计算，在满足最佳功率优化模型的同时得到所述最佳中继节点i^opt。