CN108513348A - 5g网络的非正交多址接入的蚁群功率分配优化无算法 - Google Patents

Abstract

本发明公开一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，针对第五代移动通信网络(5G)业务种类多样性的需求，为实现非正交多址(Non‑Orthogonal Multiple Access，NOMA)的功率优化，将改进后的具有快速收敛特性的蚁群优化算法应用于NOMA的功率分配优化，包括四个部分：功率分配优化目标函数确定、终端位置信息上报和更新、终端业务期望速率指标上报、快速收敛的蚁群功率分配优化算法。本发明将蚁群算法进行优化后应用于NOMA的功率分配优化，从而显著提高了功率分配优化的速度，满足终端移动性较强的对功率分配优化速度的要求。

Description

5G网络的非正交多址接入的蚁群功率分配优化无算法

技术领域

本发明涉及一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，属于无线技术领域。

背景技术

移动通信由于所有用户共享频率资源，因此多址接入技术成为核心技术之一。4G中采用了正交频分多址(OFDMA)技术，从多用户信息论的角度看，正交多址方式只能达到多用户容量界的内界，为满足5G 对速率等各项指标的要求，需要研究更加先进的多址接入技术以获得更高的频谱效率。在现有5G的多址接入技术研究中，非正交多址 (Non-Orthogonal Multiple Access，NOMA)被认为是非常有前途的一种方案。NOMA可以在功率域由多个用户共享，在接收端系统采用干扰消除(SIC：Successive InterferenceCancellation)技术区分不同用户，具有更高的频谱利用率。

从NOMA工作原理看，功率分配优化算法是NOMA中核心研究之一，发送端功率分配直接影响接收端译码的性能和用户的信道容量。在现有的NOMA功率分配优化研究中，比较经典的如全搜索功率分配算法(Full search Power Allocation)通过遍历所有的功率分配方案来获得功率分配的最优解，但是复杂度太高，由于终端处于移动状态，所以要求低复杂度的快速功率分配优化算法。

启发式算法是一种基于直观或经验构造的算法，在可接受的耗费 (指计算时间、占用空间等)下给出待解决优化问题每一实例的一个可行解，该可行解与最优解的偏离程度未必可事先估计。蚁群算法是现代启发式算法的一种重要方法。

由于蚁群算法收敛速度较慢，本发明将蚁群算法进行优化后应用于 NOMA的功率分配优化，从而显著提高了功率分配优化的速度，满足终端移动性较强的对功率分配优化速度的要求。

发明内容

本发明公开一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，针对第五代移动通信网络(5G)业务种类多样性的需求，为实现非正交多址(Non-OrthogonalMultiple Access，NOMA)的功率优化，将改进后的具有快速收敛特性的蚁群优化算法应用于NOMA的功率分配优化，包括四个部分：功率分配优化目标函数确定、终端位置信息上报和更新、终端业务期望速率指标上报、快速收敛的蚁群功率分配优化算法。首先根据不同终端业务对期望速率的不同，确定NOMA 功率分配优化的目标函数，然后终端将地理位置上报基站，基站按照距离远近排序，终端根据业务需求将期望速率上报基站，基站在获得上述数据后，根据终端的距离进行终端编码，然后根据是否相邻编码进行信息素的初始化，并将编码添加到行走概率中，其他再按照蚁群算法的要求进行信息素更新，在经过指定次数的循环后，基站获得优化后的功率分配系数。

附图说明

图1是本发明的方法流程图。

具体实施方式

以下结合附图和实施例对本发明作进一步详细的描述。

为简化分析，本实施例以一个基站BS和M个移动终端的NOMA 系统中下行链路的功率分配优化问题为例说明。

本实施例由4个部分组成，见附图1.

第一部分、功率分配优化目标函数确定

1.1、用户可达速率确定

基站将发送给M个用户的信号进行功率叠加，然后通过相同的发送设备进行发送，终端同基站之间位置不同，信道具有不同的衰减，则任一用户m∈{1,2,...,M}接收到的信号是所有用户信号经过信道衰减后的叠加，如式(1)所示：

其中，y_m是m用户接收到的信号，s_i是发送给i用户的信号，P是基站信号发送总功率，α_i是i用户的功率分配系数，n_m是附加噪声，其方差为σ²，h_m是基站到m用户的信道增益：

g_m是瑞利信道增益，d是基站到m用户的距离，γ是衰减因数。

假设基站能获得部分终端的信道状态信息(CSI：channel state information)，按照NOMA功率复用的要求，基站将终端按照信道增益进行排序，设|h₁|²≥...≥|h_M|²，则功率分配系数按照α₁≤...≤α_M的顺序进行分配，以保证各个终端用户都能将各自的信息可靠解码，本实施例为简化CSI在通信中的传递，采用距离预测信道增益。

接收端采用NOMA串行SIC方法进行信号解码，将接收的各信号按照功率从大到小排序，分别选择待检测信号中最强的信号进行检测，然后从总信号中减去重构的这个信号，再循环检测下一个最强的信号，直到检测出发送给该终端的信号。

按照上述SIC的原理，由于比m用户信号弱的用户{m+1,M}信号不能检测出而无法消除，则这部分信号对本用户信号成为噪声，则m 用户能达到的速率如式(3)所示：

1.2、优化目标函数确定

5G中不同应用对速率要求不同，根据期望速率进行优化能获得更好的优化性能。因此，满足不同期望速率要求的最小发送功率的优化问题可以描述为：

其中，s.t.(subject to)指受…约束。从式(4)可见，功率优化的目标是获得功率分配系数αi。

第二部分、终端位置信息上报和更新

2.1、终端发起呼叫时，通过终端配置的GPS或者北斗或者终端的地理位置数据，然后发送到基站，格式为{PID,GP}，其中，PID是终端的标识，GP是地理位置数据；

2.2、基站将接收到的地理位置数据依次存储，并且同基站本身的地理位置信息运算后，获得各个上报终端到基站的距离；

2.3、基站将各个上报终端到基站的距离排序，获得有序矩阵 D＝{D₁,...,D_M}；

2.4、终端通过自身的地理位置装置不断检测终端的移动情况，当移动距离超过系统设定的门限时，将新的地理位置信息上报基站，格式还是{PID,GP}；

2.5、基站将接收到的新的地理位置信息更新到距离矩阵并重新排序；

第三部分、终端业务期望速率指标上报

3.1、终端i开始使用某项业务前，在业务服务器取得该业务需要的服务质量指标其中，PID是终端的唯一标识，是该业务的期望速率；

3.2、服务器接收到终端的服务质量指标后，进行存储

3.3、终端更换业务到新的业务类型后，在新的业务服务器重新取得新业务的服务质量指标，发送给基站，基站更新保存的服务质量指标队列

第四部分、快速收敛的蚁群功率分配优化算法

4.1、终端编码

基站按照终端上报的地理位置信息后根据距离排序后得到有序矩阵D＝{D₁,...,D_M}，然后进行终端编码T＝{T₁,...,T_M}

4.2、初始化信息素

按照下式确定两个终端节点(u,v)之间的信息素初始化值：

其中，Q为信息素的初始化总量，M为终端数量，使得人工蚂蚁可低概率选择同一级或者跨一级的终端，这样可以使得人工蚂蚁高概率在相邻终端行走，同时减少无效行走的概率降低，这些无效行走发生在反方向行走、同距离横向行走、跨越相邻终端行走等。

4.4、路径选择概率确定

第k个人工蚂蚁在终端u依照下式选择下一个节点v：

α，β，γ是常数，由系统设定。根据式(6)的节点编码判断规则，在终端距离有序矩阵的反向、横向、跨越两个以上终端等无效方向，都有τ_u,v(t)＝0，使得人工蚂蚁在这些方向的概率为0，避免了人工蚂蚁无效的行走。

4.5、信息素更新按照：

τ_u,v(t+n)＝ρ·τ_u,v(t)+(1-ρ)·Δτ_u,v (7)

参数(1-ρ)表示了信息素的减弱程度，则各个节点的信息素蒸发按照：

τ_u,v←(1-P)τ_u,v (8)

进行刷新，同时，每个人工蚂蚁根据下式对信息素进行增强：

Q是信息素总量，L_k是第k个人工蚂蚁循环一次的总的路径长度，式(10)中，当第k个人工蚂蚁经过(u,v)节点时，取Q/L_k，否则取0。循环直到系统设定的次数结束。经过若干次循环，系统得到优化后的各个终端的最优化功率分配系数{α₁,...,α_M}。

以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。

Claims (6)

1.本发明公开一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，为实现非正交多址(Non-Orthogonal Multiple Access，NOMA)的功率优化，将改进后的具有快速收敛特性的蚁群优化算法应用于NOMA的功率分配优化，首先根据不同终端业务对期望速率的不同，确定NOMA功率分配优化的目标函数，然后终端将地理位置上报基站，基站按照距离远近排序，终端根据业务需求将期望速率上报基站，基站在获得上述数据后，根据终端的距离进行终端编码，然后根据是否相邻编码进行信息素的初始化，并将编码添加到行走概率中，其他再按照蚁群算法的要求进行信息素更新，在经过指定次数的循环后，基站获得优化后的功率分配系数，包括如下步骤。

S1：功率分配优化目标函数确定。

S2：终端位置信息上报和更新。

S3：终端业务期望速率指标上报。

S4：快速收敛的蚁群功率分配优化算法。

2.根据权利要求1所述的一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，其特征在于，所述步骤S1中，本发明中NOMA各个终端功率分配的优化目标是根据不同终端选择不同业务对应的期望速率来确定的。

3.根据权利要求2所述的一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，其特征在于，所述步骤S2中，终端上报地理位置到基站，基站根据地理位置计算各终端到基站的距离，并作为优化的基础之一。

4.根据权利要求3所述的一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，其特征在于，所述步骤S3中，终端上报当前业务的期望速率，基站根据终端当前期望速率进行优化的基础之一。

5.根据权利要求4所述的一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，其特征在于，所述步骤S4中，基站根据各个终端的距离进行排序获得具有有序队列，然后根据队列对终端编码，并根据编码数据判断是否在有序队列的相邻节点进行信息素初始化，并将编码添加到人工蚂蚁行走概率中，从而避免无效的人工蚂蚁行走概率，提高蚁群算法收敛的速度。

6.根据权利要求5所述的一种适用于5G网络的非正交多址接入的蚁群功率分配优化算法，其特征在于，通过按照距离对终端进行编码，是的人工蚂蚁高概率在相邻终端行走，同时减少无效行走的概率降低，这些无效行走发生在反方向行走、同距离横向行走、跨越相邻终端行走等，从而显著提高了蚁群算法收敛的概率。