CN108811067A - 一种多载波能效最优的能量分配方法 - Google Patents
一种多载波能效最优的能量分配方法 Download PDFInfo
- Publication number
- CN108811067A CN108811067A CN201810813218.7A CN201810813218A CN108811067A CN 108811067 A CN108811067 A CN 108811067A CN 201810813218 A CN201810813218 A CN 201810813218A CN 108811067 A CN108811067 A CN 108811067A
- Authority
- CN
- China
- Prior art keywords
- energy efficiency
- water level
- channel information
- energy
- channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 79
- 239000000969 carrier Substances 0.000 claims abstract description 10
- 230000003247 decreasing effect Effects 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000010295 mobile communication Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 239000000243 solution Substances 0.000 description 38
- 239000011159 matrix material Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
- H04W52/04—Transmission power control [TPC]
- H04W52/30—Transmission power control [TPC] using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
- H04W52/346—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading distributing total power among users or channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
- H04W52/04—Transmission power control [TPC]
- H04W52/38—TPC being performed in particular situations
- H04W52/42—TPC being performed in particular situations in systems with time, space, frequency or polarisation diversity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种多载波能效最优的能量分配方法，属于移动通信技术领域。该方法包括以下步骤：S1：确定多载波阶梯：将所有子载波的多信道水位都纳入信道信息池，确定水位阶梯；S2：计算单阶梯能效水位最优解：计算在单阶梯范围内能效最大的能效水位；S3：计算全局能效水位最优解：计算信道信息池中所有阶梯的能效最大的能效水位，并确定全局能效最优能效水位；S4：多载波能量分配：根据全局能效水位最优解，确定多载波多信道的能量分配。本发明在实现能量最优分配情况下，精度更高，计算量更小，运算复杂度更低。
Description
技术领域
本发明属于移动通信技术领域，涉及绿色移动通信领域，尤其涉及一种多载波能效最优的能量分配方法。
背景技术
目前我国乃至世界范围内，数据传输量越来越大，其能源消耗也随之增大。为了达到节能减排、避免能源的浪费和降低对生活环境的污染，绿色通信(GreenCommunications)的概念应运而生。在移动通信网络中，能源消耗最多的部分为无线接入网，而无线接入网中的基站能耗又占了最大的比重。因此，降低移动通信的能源消耗，应主要着手于降低基站对资源的需求，因此如何更有效地提高基站能效成为近年来的研究热点。
现有技术中虽然有针对绿色移动通信MIMO-OFDM技术的能效问题展开研究，SCA(Sequential Convex Approximation)方法是常用的解决能效优化问题的方法，其缺点在于参数较多因而迭代次数及运算量较大。Dinkelbach算法也是解决能效分配的分数规划问题的常规解决，它是一种将连续加权值转换为离散加权值的迭代算法，该算法的收敛性、算法精度均与离散加权值的采样精度有关。当目标函数的定义域较大时，该方法的搜索空间较大，且为了保证结果的精度，采样数增大则迭代次数增多。为了解决该问题，本发明提出将分数形式函数转换为局部凸函数，由于凸函数存在边界解和单调超越方程的闭解，采用二分法求得的近似闭解将具有精度更高的特点，且该方法的收敛速度更快。而且针对多载波的能效问题的研究较少，因此，本发明针对频率选择性信道的特点，提出多载波能量分配方案。
发明内容
有鉴于此，本发明的目的在于提供一种多载波能效最优的能量分配方法，将分数形式函数转换为局部凸函数，由于凸函数存在边界解和单调超越方程的闭解，采用二分法求得的近似闭解将具有精度更高的特点，且该方法的收敛速度更快；在实现能量最优分配情况下，精度更高，计算量更小，运算复杂度更低。
为达到上述目的，本发明提供如下技术方案：
一种多载波能效最优的能量分配方法，具体包括以下步骤：
S1：确定多载波阶梯：将所有子载波的多信道水位都纳入信道信息池，确定水位阶梯；
S2：计算单阶梯能效水位最优解：计算在单阶梯范围内能效最大的能效水位；
S3：计算全局能效水位最优解：计算信道信息池中所有阶梯的能效最大的能效水位，并确定全局能效最优能效水位；
S4：多载波能量分配：根据全局能效水位最优解，确定多载波多信道的能量分配。
进一步，所述步骤S1具体包括：
S11：将所有子载波的所有子信道状态信息构成信道信息池
其中，dk,i表示第k个子载波第i个信道的水位信道信息，K表示发送端经过信道的子载波数，Nr表示接收天线数；
S12：将信道信息池中元素dk,i从小到大排序，得到排序后的信道信息D；
其中，KNr表示信道信息池中元素个数，表示排序后的信道信息池元素；
S13：将相邻两个信道状态信息构成一个阶梯Dt；
其中，KNr表示信道信息池中元素排序后的个数，Dt，Dt表示第t级阶梯。
进一步，所述信道信息池的更新需要考虑能量分配总功率受限的调节：
1)根据能量小于总能量最大值的限制条件，确定能效水位上限在每个阶梯中判断该阶梯中的水位上限是否满足分配总功率小于最大功率的条件；
2)根据水位上限更新信道信息池的大小，即更新每个阶梯内的信道信息集合Qt，当上限高于最大阶梯值，则在信道信息池中增加水位上限信息；当上限低于最大阶梯值，则在信道信息池中删除高于水位上限的信道信息。
进一步，所述步骤S2具体包括：计算单阶梯中能效最大的能效水位，将能效表示转换为分数形式一元超越函数的最优解；
所述分数形式的超越一元函数为：其中μ表示能效水位，ρ＝1/η，η为传输效率，dk,i表示第k个子载波第i个信道的水位信道信息，Lt表示每个阶梯内信道信息集合Qt中元素个数，K表示发送端经过信道的子载波数，Psta为环路功率，Pdyn为动态功率。
进一步，所述分数形式一元超越函数的求解过程为：
(1)得到分数形式一元超越函数的导数其中
(2)求导数函数的拐点，即μ＝μq，μq＝t2/ρ；
(3)根据导数在边界点和拐点的大小分3种情况判断原函数的最大值对应的解。
进一步，所述根据导数在边界点和拐点的大小分3种情况判断原函数的最大值对应的解，具体为：
(1)当μ处于D'(μ)减函数的范围内，即μq＜di＜μ＜di+1时，D'(μ)为减函数，其中di表示单阶梯中的信道信息下限，di+1表示单阶梯中的信道信息上限；
a)当D'(di)＞0,D'(di+1)＜0时，存在点μp∈(di,di+1)，使得D'(μp)＝0；当μ＜μp，D(μ)为增函数，当μ＞μp，D(μ)为减函数，μ*＝μp时，最大值Dmax＝D(μ*)；其中Dmax和μ*分别为分数形式一元超越函数D(μ)的最大值和对应的能效水位；
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
(2)当μ处于D'(μ)增函数的范围内，即di＜μ＜di+1＜μq时，
a)当D'(di)＜0,D'(di+1)＞0时，由于其单调性，存在点μp∈(di,di+1)，使得D'(μp)＝0；当μ＜μp，D(μ)为减函数，当μ＞μp，D(μ)为单调增函数，所以在μ∈(di,di+1)，D(μ)最大值存在边界处，Dmax(μ*)＝max(D(di),D(di+1))
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
(3)当di＜μq＜di+1时，即μ∈(di,di+1)时，
a)当D'(di)＞0,D'(μq)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
b)当D'(di)＜0,D'(μq)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＜0,D'(μq)＞0,D'(di+1)＞0时，D(μ)最大值存在边界处，最大值Dmax(μ*)＝max(D(di),D(di+1))；
d)当D'(di)＞0,D'(μq)＞0,D'(di+1)＜0时，μ*＝μp，最大值Dmax＝D(μ*)；
e)当D'(di)＜0,D'(μq)＞0,D'(di+1)＜0时，D(μ)最大值在边界处和处，最大值Dmax＝D(μ*)，其中是范围内D'(μ)＝0的解；
其中，所述分数形式一元超越函数的最优解存在于边界点或者导数的根，由于导数是超越函数只能求其近似值，由于其解处于在单调区间范围内，所以采用二分法求解。当符合(1)a，(3)d和(3)e三种情况下需要求解D'(μ)＝0的解μp，当μp处于在D'(μ)的单调区间范围内，采用二分法快速求解。
进一步，所述步骤S3具体包括：计算信道信息池中所有阶梯的局部最优解，从中选择最大的能效，其对应的能效水位作为全局最优能效水位，即全局最优能效对应的阶梯等级为：其中，EEt为每个阶梯中的最大能效，全局最大能效为EEt'，对应的全局最优能效水位为μt'。
进一步，所述步骤S4具体包括：将全局最优能效水位μt'减去每个子信道的状态信息dk,i，得到每个子信道的能量分配，即每个子信道的能量分配为
本发明的有益效果在于：本发明所述方法由于是局部最优求解，且某些阶梯中不需要迭代，所以计算量少于在全部阶梯范围内迭代计算的传统dinkelach方法。另外，由于方法为求取单调区间内的导数函数的根，采用二分法比dinkelach方法的精度更高。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明所述方法流程图；
图2为本发明所述情况(3)的D'(μ)和D(μ)关系图；
图3为本发明所述方法与dinkelbach方法的能效水位误差对比图；
图4为本发明所述方法与dinkelbach方法的最大能效对比图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
本发明提供了一种新型多载波能效最优的能量分配方法，该方法适用于单载波和多载波系统的能量分配，是一套满足系统能效最优的能量分配方法。该方法基于注水定理，能效最优信道的总功率不会超过信道容量最优的信道总能量，即能效最优的能效水位不会超过信道容量最优的注水水位。如图1所示，该方法实现由四步完成：(1)确定多载波阶梯：确定多载波不同信道的阶梯信息；(2)计算单阶梯能效水位最优解：确定在单阶梯中最优能效水位；(3)技术全局能效水位最优解：确定多载波的全局最优能效水位；(4)多载波能效分配：确定多载波的最优能量分配方法。
本方法是将所有载波的所有子信道状态信息构成信道信息池，根据能量上限增加或者删减信道信息池中的元素。在每个阶梯内求解能效水位的局部最优解，再从局部最优解中取能效最大值得到全局最优解。单阶梯的局部最优能效水位的求解过程是将能效目标函数转换为分数形式的一元超越函数，根据其导数在边界和拐点的取值确定目标函数的最大值。本方法由于是局部最优求解，且某些阶梯中不需要迭代，所以计算量少于在全部阶梯范围内迭代计算的传统dinkelach方法。另外，由于本方法为求取单调区间内的导数函数的根，采用二分法比dinkelach方法的精度更高。
多子载波的能效最大值问题描述如下：假设发送端有K个子载波经过信道，Pmax为总传输总能量上限，Psta为环路功率，Pdyn为动态功率，Σ2[k]为第k个子载波的信道增益能量矩阵。Σ[k]为维度为Nr×Nr的对角阵，其对角线上的元素为信道增益，Nr为接收天线数。γ2[k]为第k个子载波的能量分配矩阵，γ2[k]为维度为Nr×Nr的对角阵，其对角线上的元素为每个信道的能量分配增益。η为传输效率，I表示单位矩阵，σ2表示噪声功率。|·|表示行列式，能效最优的限制条件为传输总能量小于能量最大值Pmax，则能效最优需要满足：
设λk,i表示第k个子载波第i个信道的能量增益，sk,i表示第k个子载波第i个信道的能量分配因子。则公式(1.a)可写为：
根据注水定理，将第k个子载波第i个信道的水位信道信息dk,i表示为
设第k个子载波的水位为μk，分配的能量则表示为：
这里表示a的最大值为0。由于
则公式(1)可写为：
s.t.μk＞dk,i,i＝1,...,Mk (5.3)
公式(5.3)表示第k个子载波的水位μk大于第k个子载波的信道信息dk,i,i＝1,...,Mk，Mk≤Nr。
将公式(5.1)展开为：
将所有子载波对应的所有信道信息作为信道信息池
信道信息池中元素个数为KNr，将元素dk,i从小到大排序，得到排序后的信道信息D
D中元素个数为将D分解为KNr个子集Dt，Dt表示第t级阶梯
第t级阶梯的能效水位为μt∈Dt，所有低于μt的信道信息dk,i属于集合：
集合Qt中元素个数为Lt。
由于最大能量的限制，需要考虑水位上限
其中t＝1,...,KNr，Lt是小于μt的元素的个数，公式(8)表示在所有的阶梯中找到满足小于能量最大值的最大μt作为水位上限设：
水位上限在所有阶梯t＝1,...,KNr范围内，使S(μt)为零，即
设满足即水位上限高于最大信道信息情况下的水位上限。
当水位上限低于最大信道信息时，就需要在每个阶梯t中求解水位上限在这两种情况下，满足的水位上限表示为：
t*为满足公式(10)的最大t。
根据水位上限更新每个阶梯内的信道信息集合Qt：
在信道信息阶梯Dt范围内的能效表示为：
设：
ρ＝1/η (17)
则公式(14)转换为分数形式的超越一元函数：
下面对公式(18)进行求解，解决思路为在阶梯范围di＜μ＜di+1内求D(μ)的导数的拐点，其中di表示在单台阶中信道信息的下限，di+1表示在单台阶中信道信息的上限，将目标优化函数写为分数形式：
其中，分子为f(μ)＝log2μ-t1，分母为g(μ)＝ρμ-t2，对D(μ)的导数为：
这里
分别对D'(μ)的分子和分母求导，得到
(g2(μ))'＝2ρ(ρμ-t2) (23)
b’(μ)＝0和(g2(μ))'＝0的解为：
μq＝t2/ρ (24)
注意到当μ＞μq时，b(μ)为减函数，g2(μ)为增函数，所以D'(μ)为减函数。同理，μ＜μq时，D'(μ)为增函数。μ＝μq为D'(μ)的拐点。
下面分几种情况考虑D(μ)的最大值Dmax和对应的能效水位μ*：
(1)当μ处于D'(μ)减函数的范围内，即μq＜di＜μ＜di+1时，D'(μ)为减函数。
a)当D'(di)＞0,D'(di+1)＜0时，存在点μp∈(di,di+1)，使得D'(μp)＝0。当μ＜μp，D(μ)为增函数，当μ＞μp，D(μ)为减函数，μ*＝μp时，最大值Dmax＝D(μ*)。
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为减函数，μ*＝di时，最大值Dmax＝D(μ*)。
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为增函数，μ*＝di+1时，最大值Dmax＝D(μ*)。
(2)当μ处于D'(μ)增函数的范围内，即di＜μ＜di+1＜μq时，
a)当D'(di)＜0,D'(di+1)＞0时，由于其单调性，存在点μp∈(di,di+1)，使得D'(μp)＝0。当μ＜μp，D(μ)为减函数，当μ＞μp，D(μ)为单调增函数，所以在μ∈(di,di+1)，D(μ)最大值存在边界处，Dmax(μ*)＝max(D(di),D(di+1))
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)。
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)。
(3)当di＜μq＜di+1时，μ∈(di,di+1)，如图2所示，
a)当D'(di)＞0,D'(μq)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)。
b)当D'(di)＜0,D'(μq)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)。
c)当D'(di)＜0,D'(μq)＞0,D'(di+1)＞0时，D(μ)最大值存在边界处，最大值Dmax(μ*)＝max(D(di),D(di+1))。
d)当D'(di)＞0,D'(μq)＞0,D'(di+1)＜0时，μ*＝μp，最大值Dmax＝D(μ*)。
e)当D'(di)＜0,D'(μq)＞0,D'(di+1)＜0时，D(μ)最大值在边界处和处，最大值Dmax＝D(μ*)。其中是范围内D'(μ)＝0的解。
综上所述，只有当(1)a，(3)d和(3)e三种情况下需要求解D'(μ)＝0的解μp。而且在μp处于在D'(μ)的单调区间范围内，可以采用二分法来快速求解。
全局最优能效对应的阶梯等级为：
EEt为每个阶梯中的最大能效，全局最大能效为EEt'，对应的全局最优能效水位为μt'。
由公式(4)得到每个信道的能量分配为：
具体实现过程：
1、多载波阶梯的确定：
a)由公式(7.1)得到信道信息池由公式(7.2)得到排序后的信道信息D，由公式(7.3)得到信道信息阶梯Dt，由公式(7.4)得到阶梯t的信道信息集合Qt。
b)由公式(12)得到水位上限根据水位上限，由公式(13)更新阶梯t的信道信息集合Qt。
2、计算单阶梯能效水位最优解：
c)由公式(18)计算Dt范围内的D(μ)，由公式(15)、(16)、(17)得到t1、t2和ρ。
d)由公式(24)计算Dt范围内μq，分别对D'(di)、D'(di+1)和D'(μq)的大小进行判断，确定属于情况1、2、3的哪种情况，当为情况1.a，3.d和3.e时，用二分法求解D'(μ)＝0的根，在根据不同情况求解Dt范围内的最优解μ*及对应的Dmax。
3、计算全局能效水位最优解：在每个阶梯Dt中调用单阶梯能效水位最优解模块直到解出所有阶梯的能效水位，由公式(25)计算全局最优能效的阶梯等级t'，及其对应的能效水位为μt'。
4、多载波能量分配：由公式(26)计算每个信道的能量分配为sk,i。
仿真及描述：
本次对本发明所述的能量分配方法进行仿真，为了比较性能，也仿真了传统的dinkelbach方法，该方法在所有信道信息范围内搜索全局最优能效水位。仿真条件为Psta＝0.9，Pdyn＝0.3，η＝0.9，σ2＝0.1，Nr＝4，信道数为NrK，本发明采用的二分法与dinkelbach方法的迭代次数都为15，仿真结果参考图3和图4所示。从图3可以看出，dinkelbach的方法的能效水位的误差较大，从图4可以看出，采用传统的dinkelbach的方法的能效略低于本发明所述方法的能效。
由于本发明所述能量分配方法不需要在每个阶梯内进行迭代，且在某些阶梯内仅仅判断边界条件即可求得最优值，是否需要采用二分法的判断条件简单易实现。而传统的dinkelbach方法在所有阶梯范围内都需要进行迭代。所以本发明推荐的方法比dinkelbach方法的精度更高，运算复杂度更低。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。
Claims (8)
1.一种多载波能效最优的能量分配方法，其特征在于，该方法具体包括以下步骤：
S1：确定多载波阶梯：将所有子载波的多信道水位都纳入信道信息池，确定水位阶梯；
S2：计算单阶梯能效水位最优解：计算在单阶梯范围内能效最大的能效水位；
S3：计算全局能效水位最优解：计算信道信息池中所有阶梯的能效最大的能效水位，并确定全局能效最优能效水位；
S4：多载波能量分配：根据全局能效水位最优解，确定多载波多信道的能量分配。
2.根据权利要求1所述的一种多载波能效最优的能量分配方法，其特征在于，所述步骤S1具体包括：
S11：将所有子载波的所有子信道状态信息构成信道信息池
其中，dk,i表示第k个子载波第i个信道的水位信道信息，K表示发送端经过信道的子载波数，Nr表示接收天线数；
S12：将信道信息池中元素dk,i从小到大排序，得到排序后的信道信息D；
其中，KNr表示信道信息池中元素个数，表示排序后的信道信息池元素；
S13：将相邻两个信道状态信息构成一个阶梯Dt；
Dt表示第t级阶梯。
3.根据权利要求2所述的一种多载波能效最优的能量分配方法，其特征在于，所述信道信息池的更新需要考虑能量分配总功率受限的调节：
1)根据能量小于总能量最大值的限制条件，确定能效水位上限在每个阶梯中判断该阶梯中的水位上限是否满足分配总功率小于最大功率的条件；
2)根据水位上限更新信道信息池的大小，即更新每个阶梯内的信道信息集合Qt，当上限高于最大阶梯值，则在信道信息池中增加水位上限信息；当上限低于最大阶梯值，则在信道信息池中删除高于水位上限的信道信息。
4.根据权利要求1所述的一种多载波能效最优的能量分配方法，其特征在于，所述步骤S2具体包括：计算单阶梯中能效最大的能效水位，将能效表示转换为分数形式一元超越函数的最优解；
所述分数形式的超越一元函数为：其中μ表示能效水位，ρ＝1/η，η为传输效率，dk,i表示第k个子载波第i个信道的水位信道信息，Lt表示每个阶梯内信道信息集合Qt中元素个数，K表示发送端经过信道的子载波数，Psta为环路功率，Pdyn为动态功率。
5.根据权利要求4所述的一种多载波能效最优的能量分配方法，其特征在于，所述分数形式一元超越函数的求解过程为：
(1)得到分数形式一元超越函数的导数其中
(2)求导数函数的拐点，即μ＝μq，μq＝t2/ρ；
(3)根据导数在边界点和拐点的大小分3种情况判断原函数的最大值对应的解。
6.根据权利要求5所述的一种多载波能效最优的能量分配方法，其特征在于，所述根据导数在边界点和拐点的大小分3种情况判断原函数的最大值对应的解，具体为：
(1)当μ处于D'(μ)减函数的范围内，即μq＜di＜μ＜di+1时，D'(μ)为减函数，di表示单阶梯中的信道信息下限，di+1表示单阶梯中的信道信息上限；
a)当D'(di)＞0,D'(di+1)＜0时，存在点μp∈(di,di+1)，使得D'(μp)＝0；当μ＜μp，D(μ)为增函数，当μ＞μp，D(μ)为减函数，μ*＝μp时，最大值Dmax＝D(μ*)；其中Dmax和μ*分别为分数形式一元超越函数D(μ)的最大值和对应的能效水位；
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
(2)当μ处于D'(μ)增函数的范围内，即di＜μ＜di+1＜μq时，
a)当D'(di)＜0,D'(di+1)＞0时，由于其单调性，存在点μp∈(di,di+1)，使得D'(μp)＝0；当μ＜μp，D(μ)为减函数，当μ＞μp，D(μ)为单调增函数，所以在μ∈(di,di+1)，D(μ)最大值存在边界处，
b)当D'(di)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
(3)当di＜μq＜di+1时，即μ∈(di,di+1)时，
a)当D'(di)＞0,D'(μq)＞0,D'(di+1)＞0时，D(μ)为单调增函数，μ*＝di+1时，最大值Dmax＝D(μ*)；
b)当D'(di)＜0,D'(μq)＜0,D'(di+1)＜0时，D(μ)为单调减函数，μ*＝di时，最大值Dmax＝D(μ*)；
c)当D'(di)＜0,D'(μq)＞0,D'(di+1)＞0时，D(μ)最大值存在边界处，最大值Dmax(μ*)＝max(D(di),D(di+1))；
d)当D'(di)＞0,D'(μq)＞0,D'(di+1)＜0时，μ*＝μp，最大值Dmax＝D(μ*)；
e)当D'(di)＜0,D'(μq)＞0,D'(di+1)＜0时，D(μ)最大值在边界处和处，最大值Dmax＝D(μ*)，其中是范围内D'(μ)＝0的解；
其中，当符合(1)a，(3)d和(3)e三种情况下需要求解D'(μ)＝0的解μp，当μp处于在D'(μ)的单调区间范围内，采用二分法快速求解。
7.根据权利要求1所述的一种多载波能效最优的能量分配方法，其特征在于，所述步骤S3具体包括：计算信道信息池中所有阶梯的局部最优解，从中选择最大的能效，其对应的能效水位作为全局最优能效水位，即全局最优能效对应的阶梯等级为：其中，EEt为每个阶梯中的最大能效，全局最大能效为EEt'，对应的全局最优能效水位为μt'。
8.根据权利要求7所述的一种多载波能效最优的能量分配方法，其特征在于，所述步骤S4具体包括：将全局最优能效水位μt'减去每个子信道的状态信息dk,i，得到每个子信道的能量分配，即每个子信道的能量分配为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810813218.7A CN108811067B (zh) | 2018-07-23 | 2018-07-23 | 一种多载波能效最优的能量分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810813218.7A CN108811067B (zh) | 2018-07-23 | 2018-07-23 | 一种多载波能效最优的能量分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108811067A true CN108811067A (zh) | 2018-11-13 |
| CN108811067B CN108811067B (zh) | 2021-06-15 |
Family
ID=64077645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810813218.7A Active CN108811067B (zh) | 2018-07-23 | 2018-07-23 | 一种多载波能效最优的能量分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108811067B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102724761A (zh) * | 2012-06-23 | 2012-10-10 | 电子科技大学 | 一种用于ofdma系统中的动态资源分配方法 |
| CN104079333A (zh) * | 2014-06-24 | 2014-10-01 | 哈尔滨工业大学 | 能量高效的双层异构网络下行协作传输方法 |
| CN104936234A (zh) * | 2015-01-20 | 2015-09-23 | 重庆邮电大学 | 一种用于lte系统中能效优化的联合动态资源分配方法 |
| CN106411487A (zh) * | 2016-03-08 | 2017-02-15 | 上海大学 | 基站额定功率固定的下行ofdma系统的高能效资源分配方法 |
| CN107733488A (zh) * | 2017-10-16 | 2018-02-23 | 中南大学 | 一种大规模mimo系统中注水功率分配改进方法及系统 |
-
2018
- 2018-07-23 CN CN201810813218.7A patent/CN108811067B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102724761A (zh) * | 2012-06-23 | 2012-10-10 | 电子科技大学 | 一种用于ofdma系统中的动态资源分配方法 |
| CN104079333A (zh) * | 2014-06-24 | 2014-10-01 | 哈尔滨工业大学 | 能量高效的双层异构网络下行协作传输方法 |
| CN104936234A (zh) * | 2015-01-20 | 2015-09-23 | 重庆邮电大学 | 一种用于lte系统中能效优化的联合动态资源分配方法 |
| CN106411487A (zh) * | 2016-03-08 | 2017-02-15 | 上海大学 | 基站额定功率固定的下行ofdma系统的高能效资源分配方法 |
| CN107733488A (zh) * | 2017-10-16 | 2018-02-23 | 中南大学 | 一种大规模mimo系统中注水功率分配改进方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| MOHAMED AMINE CHARAR ET AL: "Assessment of a closed-form iterative water filling energy efficient power control algorithm in multi-carrier context", 《2017 INTERNATIONAL CONFERENCE ON WIRELESS NETWORKS AND MOBILE COMMUNICATIONS (WINCOM)》 * |
| 吴凡: "绿色无线网络资源分配关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108811067B (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Joint device scheduling and resource allocation for latency constrained wireless federated learning | |
| CN111132335B (zh) | 雷达通信一体化系统子载波聚类与功率联合分配方法 | |
| CN109195214B (zh) | 一种基于遗传算法的noma功率分配方法 | |
| CN106341878B (zh) | 一种低复杂度的noma系统功率分配方法 | |
| CN113905443A (zh) | 不完美csi下多载波noma系统基于频谱效率的资源分配方法 | |
| Li et al. | Dynamic spectrum access for internet-of-things based on federated deep reinforcement learning | |
| CN110868723B (zh) | 一种基于功率方差比较的多频带迭代频谱感知方法 | |
| CN112202847B (zh) | 一种基于移动边缘计算的服务器资源配置方法 | |
| Zhou et al. | Multi-server federated edge learning for low power consumption wireless resource allocation based on user QoE | |
| CN105451268B (zh) | 一种高能效的异构小区接入方法 | |
| CN106998222A (zh) | 一种分布式天线系统中高能效的功率分配方法 | |
| CN108811067B (zh) | 一种多载波能效最优的能量分配方法 | |
| CN103052078B (zh) | 认知网络中最大化主用户收益的定价方法 | |
| CN103249050B (zh) | 基于业务需求的多尺度频谱接入方法 | |
| CN112954806A (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
| WO2022111403A1 (zh) | 一种机器学习方法、装置和系统 | |
| CN109586848A (zh) | Scma系统中一种消息传递解码算法 | |
| CN109275163A (zh) | 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 | |
| CN102833832B (zh) | 一种无线蜂窝网络拓扑控制节能方法 | |
| CN115208470A (zh) | 基于模糊逻辑的混合多址接入vlc网络的资源分配方法 | |
| CN109104741B (zh) | 一种样本分组方法及使用其估计主用户占空比的方法 | |
| CN109600858B (zh) | 一种非正交多址接入机制下的低复杂度用户调度方法 | |
| CN102577531B (zh) | 一种功率分配方法、装置和一种基站 | |
| CN111935842A (zh) | 一种面向非正交多址接入的多用户分簇调度方法 | |
| CN107181557B (zh) | 一种基于优先级以用户为中心的小区间干扰抑制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |