CN109348531B - 基于缓存的高铁通信上行链路能效优化的功率分配方法 - Google Patents

Abstract

本发明提出了一种基于缓存的高铁通信上行链路能效优化的功率分配方法，包括以下步骤：功率分配策略；设置拉格朗日乘子范围及能效迭代初值；确定可达信道容量值；计算缓存数据量；计算平均发射功率

和平均信道容量

；能效优化；最优化判决。本发明的优点是能够根据列车与基站之间实时变化的无线传输速率与列车上接入点处恒定的数据到达率之间的关系动态分配功率，即在满足缓存区和最大发送功率的要求下最大化系统容量，进而提高整个系统的能效。

Description

基于缓存的高铁通信上行链路能效优化的功率分配方法

技术领域

本发明涉及一种基于缓存的高铁通信上行链路能效优化的功率分配方法，具体的说是一种基于列车上接入点处的缓存考虑列车到基站上行链路能效优化的功率分配方法，属于无线通信技术技术领域。

背景技术

随着高速铁路的迅猛发展，高铁无线通信系统越来越受到人们的关注。且随着用户业务需求的不断增长，对高铁无线通信系统的服务质量要求也愈来愈高。然而，高速移动性和高带宽要求也带来了极高的能耗，因此如何降低高铁通信系统的能耗也是一个值得探讨的问题。除了采用先进的物理层技术提高无线传输的能效之外，对移动通信系统进行资源管理也是一个行之有效的解决办法。由于列车高速移动，铁路沿线的基站可以为列车服务的时间是有限的，且列车与基站之间的无线信道状态也在快速变化。而且，高铁多数是视距传输，传输速率是由列车与基站之间的距离决定的，且可以预测列车下一时刻的位置和传输速率。随着列车驶向小区边缘，接入点处能够提供的服务速率越来越小，使得部分信息不能及时传送出去，即部分数据会存放在缓存区内。如何使列车在满足缓存区要求的条件下获得能效与时间公平的折中是一个值得思考的问题。

经检索发现，Hui Li等人在《IEEE Transactions on Communications,Volume62,Issue 2,Feb.2014,pp.638-647(电气电子工程师协会通信会刊，2014年2月，第62卷第2期，第638-647页)》上发表了题为“Energy Efficiency of Large-Scale MultipleAntenna Systems with Transmit Antenna Selection(具有发射天线选择的大型多天线系统的能量效率)”的文章，该文主要提出了通过发射端的天线选择方案来提高系统的能效，然而该文没有考虑高铁场景；Chuang Zhang等人在《IEEE Transactions on VehicularTechnology Jan.2015,pp.5775-5788(电气电子工程师协会车载技术会刊，2015年1月，第5775-5788页)》上发表了题为“Optimal Power Allocation With Delay Constraint forSignal Transmissions From a Moving Train to Base Stations in High-SpeedRailway Scenarios(高铁场景下移动的列车到基站间带延迟约束的最优功率分配)”一文，该文通过匹配接入点处的数据到达率与无线传输速率来最小化发射功率，但是在现可提供的最大化平均功率的限制下没有达到更有效的传输系统容量；Tao Li等人在《IEEE AccessMay 2017,pp.8343-8356(美国电气电子工程师学会，2017年5月，第8343-8356页)》上发表了题为“Service-Oriented Power Allocation for High-Speed Railway WirelessCommunications”一文，该文研究了基于服务质量区分时域功率分配算法，以达到延迟敏感流和延迟不敏感流的最大可实现速率区域，其不足之处在于没有考虑时间公平性问题；Yunquan Dong等人在《IEEE Transactions on Vehicular Technology,Volume 63,Issue2,Feb.2014,pp.925-930(电气电子工程师协会车载技术会刊，2014年2月，第63卷第2期，第925-930页)》上发表了题为“High-Speed Railway Wireless Communications:EfficiencyVersus Fairness(高铁无线通信：效率与公平)”，该文提出了高铁场景下基于时间公平的功率分配方法，但是该文没有考虑缓存，会造成列车上用户信息的丢失。

另外，专利号为2015100291618的中国专利公开了一种用于LTE系统能效优化的联合动态资源分配方法，该方法采用分步资源调度策略能有效降低计算复杂度，使能量效率最优；申请号为2017106383006的中国专利申请公开了一种蜂窝下行通信能效优化方法，该方法采用基站辅助决策和接收点独立决策的措施。但是，这两件专利都没有考虑高速移动性，只是考虑传统的移动通信场景。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足而提供一种基于缓存的高铁通信上行链路能效优化的功率分配方法，该方法基于列车上接入点处缓存区的要求，获得满足缓存区要求、发送功率限制及在此过程中没有丢包现象的能效优化功率分配，再通过控制更新拉格朗日乘子来使得其满足限制条件，即列车上接入点获得可用的发送功率及其相应的系统容量。

本发明提供一种基于缓存的高铁通信上行链路能效优化的功率分配方法，包括以下步骤：

第一步、获得列车到沿途基站上行链路的能效优化功率分配策略

假设车载缓存终端的发送功率为P(h(t))，则根据下式确定发送功率的动态分配即取值范围，

其中，γ^m表示第m次迭代时的能效值，λ、η和κ分别为解三个约束条件的拉格朗日乘子，t₁为开始缓存时刻，T表示列车经过一个小区使用的时间，u表示数据到达率，h(t)表示大尺度衰落信道增益。

第二步、设置拉格朗日乘子范围及能效迭代初值

首先给出拉格朗日乘子λ、η和κ的取值范围(即λ_max、λ_min、η_max、η_min、κ_max、κ_min)以及γ^m的初值(γ⁰)，根据二分法得到λ、η和κ的相应初值，再判断这些初值是否满足优化的约束条件，如此不断更新其值，直到满足约束条件时停止更新，最终获得最优的λ、η、κ及γ^m值。

第三步、确定接入点到基站的可达信道容量值

根据下式计算系统的瞬时信道容量C(t)，

C(t)＝log₂(1+h(t)P(h(t)))

其中，h(t)表示大尺度衰落信道增益，P(h(t))表示车载缓存终端的发送功率。

第四步、计算缓存数据量

根据下式计算数据缓存的数据量Q_c，

其中，T表示列车经过一个小区使用的时间，t₁为开始缓存时刻，u表示数据到达率，是一个常数，C(t)表示瞬时信道容量，dt表示对时间t进行积分，t表示列车从正对基站的位置开始行使所花的时间，本发明中其取值范围是[0,T/2]，T是列车通过一个基站覆盖的小区的时间。

第五步、计算平均发射功率P_a和平均信道容量C_a

计算列车在通过该小区的过程中消耗的平均发射功率P_a和平均信道容量C_a。整个过程中列车上接入点处消耗的总功率和总的服务速率是分为三个时间段来计算的。先根据步骤一的功率分配策略确定列车在通过一个小区过程中的三个时间段，再分别计算整个过程中相应消耗的总发射功率及总的可达信道容量值，进而计算列车通过小区过程中的平均发射功率P_a和平均信道容量C_a。

第六步、能效优化

判断是否有数据丢失，若有数据丢失，则通过二分法更新λ的值，并返回步骤三；若没有数据丢失，则实际消耗的发射功率是否满足条件，若不满足条件，则通过二分法更新η的值，并返回步骤三；若满足条件，则判断系统平均信道容量C_a是否不小于数据到达率u，若小于则通过二分法更新κ的值，并返回步骤三；若不小于则结束该内层循环，确定了λ、η和κ的值，再根据下式计算本次迭代的能效值γ^m，

第七步、最优化判决

根据下式计算第m次迭代的容量误差，

其中，C^m(t)表示第m次迭代时的可达信道容量值，P^m(h(t))表示第m次迭代时的发送功率，P_c表示固定的电路功率损耗，是一个常数；

设置最优能效的误差阈值ε，并判断上述第m次迭代的容量误差是否在误差阈值ε的范围内(即判断γ^m是否为最优)，若满足条件，则判断当前能效值γ^m为最优能效，若不满足，则更新能效值γ^(m+1),并返回步骤三，直至更新后的能效值为最优能效后结束操作。

本发明为了避免车厢的金属穿透损耗和降低用户越区切换的失败率，列车上的用户不直接与基站进行通信，而是通过列车上的接入点转发信号给基站。列车的高速移动引起信道环境的快速变化，且列车到基站的距离和其无线传输速率在下一时刻可以预测，故可根据接入点处的数据到达率u与无线传输速率C(t)之间的关系，动态分配功率，避免由于信道条件的恶劣造成数据丢失和无限延迟，提高能效。本发明先获得列车到沿途基站上行链路的能效优化功率分配策略，再根据获得的能效优化功率分配政策计算其相应的的无线传输速率即系统容量及能效，然后判断该能效值是否为最大值，若是便获得了在缓冲约束下的系统最优能效，否则通过迭代算法重新计算可用的功率和相应的系统容量，如此循环直到获得最优能效。与现有发明技术相比，本发明在时延即缓冲区约束下能够提高系统能效，减少数据丢失。

作为本发明的进一步技术方案，第一步中，根据下式计算大尺度衰落信道增益h(t)，

其中，d₀表示基站到列车的垂直距离，v表示列车的行驶速度，t表示列车从正对基站的位置开始行使所花的时间，本发明中的取值范围是[0,T/2]，T是列车通过一个基站覆盖的小区的时间，α表示路径损耗指数。

第二步中，根据功率分配策略及约束条件估计出λ、η和κ的大致范围，根据二分法就能得到相应的初值。

将上述初值代入功率分配策略中，首先判断κ是否满足条件，即缓存区是否有数据溢出，再判断λ是否满足条件，即判断整个过程中消耗的发射功率是否超过最大的发射功率，最后判断η是否满足条件，即判断平均信道容量值是否不小于数据到达率。

第三步中，首先将步骤二获得的λ、η、κ及γ^m值代入步骤一的公式中，

然后通过能效最优功率分配政策计算相应的系统信道容量即接入点处的无线传输速率。

第五步中，根据功率分配策略，可预测列车在行驶过程中每个时刻所分配的发射功率，且整个过程中的功率分配被分为三段，第一段相当于注水算法，第二段相当于信道反演法，第三段也相当于注水算法，先通过积分法计算每段时间内消耗的发射功率及可达信道容量值，便可得整个过程中相应消耗的总发射功率和总的可达信道容量值。

根据计算的整个过程中消耗的总发射功率和可达信道容量值，除以整个过程中所花的时间便可得列车通过小区过程中的平均发射功率和平均信道容量。

第六步中，根据下式判断是否有数据丢失，

Q_c＞Q

其中，Q_c为缓存数据量，Q为缓冲区长度，即为能够缓存的最大数据量，是一个常数，若Q_c＞Q，则说明有数据丢失，若Q_c≤Q，则说明没有数据丢失；

根据下式判断实际消耗的发射功率是否满足条件，

P_a＞P_max

其中，P_a为实际消耗的发射功率，P_max为平均发射功率的最大值，若P_a＞P_max，则说明实际消耗的发射功率不满足条件，若P_a≤P_max，则说明实际消耗的发射功率满足条件；

根据下式判断系统平均信道容量是否不小于数据到达率，

C_a＜u

其中，C_a为系统平均信道容量，u为数据到达率，若C_a＜u，则系统平均信道容量小于数据到达率，若C_a≥u，则系统平均信道容量不小于数据到达率。

第七步中，最优能效误差阈值ε的取值是1e-10。

根据下式计算更新的能效值γ^(m+1)，

其中，其中，C^m(t)表示第m次迭代时的可达信道容量值，P^m(h(t))表示第m次迭代时的发送功率，P_c表示固定的电路功率损耗，dt表示对时间进行积分，t表示列车从正对基站的位置开始行驶所花的时间。

本发明的优点是能够根据列车与基站之间实时变化的无线传输速率与列车上接入点处恒定的数据到达率之间的关系动态分配功率，即在满足缓存区和最大发送功率的要求下最大化系统容量，进而提高整个系统的能效。

附图说明

图1为本发明中具有缓存的上行高铁通信系统模型图。

图2为接本发明中接入点处数据到达率与系统瞬时信道容量的关系说明图。

图3为本发明中最优能效功率分配政策的仿真结果图。

图4为采用本发明技术方案与其他技术方案能效仿真结果对比图。

图5为本发明中系统能效随缓冲区长度的变化图。

图6为本发明中优化处理流程图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护权限不限于下述的实施例。

本实施例的基于缓存的高铁通信上行链路能效优化的功率分配方法，如图6所示通过以下步骤实现：

第一步、功率分配策略

假设车载缓存终端的发送功率为P(h(t))，则根据下式确定发送功率的动态分配即其取值范围，

其中，γ^m表示第m次迭代时的能效值，λ、η和κ分别为解三个约束条件的拉格朗日乘子。λ是用来约束系统平均信道容量的，要求系统平均信道容量不小于数据到达率u，这样列车在通过小区的过程中不会出现数据无限等待的情况；η是用来限制接入点处平均发射功率的，要求平均发射功率不能超过最大的平均发射功率；κ是用来约束接入点处数据缓存量的，缓存的总数据量不能超过缓存区的长度，否则会造成数据丢失。t₁为开始缓存时刻，其是指系统信道容量小于数据到达率的时刻，用户传送给接入点处的数据不能立即被其转发给基站，有一部分数据需要缓存。T表示列车经过一个小区使用的时间，u表示数据到达率，h(t)表示大尺度衰落信道增益。

根据下式计算大尺度衰落信道增益h(t)，

其中，d₀表示基站到列车的垂直距离，v表示列车的行驶速度，t表示列车从正对基站的位置开始行使所花的时间，其取值范围是[0,T/2]，T是列车通过一个基站覆盖的小区的时间，α表示路径损耗指数。

第二步、设置拉格朗日乘子取值范围及能效迭代初值

设置拉格朗日乘子λ、η和κ的最大值及最小值(即λmax、λmin、ηmax、ηmin、κmax、κmin的值)，γ^m的初值(γ⁰)，其中拉格朗日乘子的值通过二分法查找获得，γ^m通过迭代算法更新获得。

根据二分法得到λ、η和κ的相应初值，再判断这些初值是否满足优化的约束条件，如此不断更新其值，直到满足约束条件时停止更新，最终获得最优的λ、η、κ及γ^m值。

具体地，根据功率分配策略及约束条件估计出λ、η和κ的大致范围，根据二分法就能得到相应的初值。

将上述初值代入功率分配策略中，首先判断κ是否满足条件，即缓存区是否有数据溢出，再判断λ是否满足条件，即判断整个过程中消耗的发射功率是否超过最大的发射功率，最后判断η是否满足条件，即判断平均信道容量值是否不小于数据到达率。

第三步、确定接入点到基站的可达信道容量值

将步骤二获得的λ、η、κ及γ^m值代入步骤一的公式中，

然后通过能效最优功率分配政策计算相应的系统信道容量即接入点处的无线传输速率。

根据下式计算系统的瞬时信道容量C(t)，

C(t)＝log₂(1+h(t)P(h(t)))

其中，h(t)表示大尺度衰落信道增益，P(h(t))表示车载缓存终端的发送功率。

第四步、计算缓存数据量

判断瞬时信道容量C(t)与数据到达率u的大小，并根据步骤一的能效功率分配政策确定开始缓存时刻t₁并计算缓存的数据量Q_c。

根据下式计算数据缓存的数据量Q_c，

其中，T表示列车经过一个小区使用的时间，t₁为开始缓存时刻，u表示数据到达率，是一个常数，C(t)表示瞬时信道容量，dt表示对时间t进行积分，t表示列车从正对基站的位置开始行使所花的时间，本发明中其取值范围是[0,T/2]，T是列车通过一个基站覆盖的小区的时间。

第五步、计算平均发射功率P_a和平均信道容量C_a

计算列车在通过该小区的过程中消耗的平均发射功率P_a和平均信道容量C_a。整个过程中列车上接入点处消耗的总功率和总的服务速率是分为三个时间段来计算的。根据步骤一的功率分配策略确定列车在通过一个小区过程中的三个时间段，第一阶段，列车上接入点处的服务速率大于其数据到达率；第二阶段，接入点处的服务速率与数据到达率相等；第三阶段，接入点处的服务速率小于其数据到达率，开始有数据缓存。计算整个过程中相应消耗的总发射功率，根据各阶段消耗的总功率的计算方式，便可得各阶段的接入点处的总服务速率，即总的信道容量。故计算列车通过小区过程中的平均发射功率P_a和平均信道容量C_a。

根据功率分配策略，可预测列车在行驶过程中每个时刻所分配的发射功率，且整个过程中的功率分配被分为三段，第一段相当于注水算法，第二段相当于信道反演法，第三段也相当于注水算法，先通过积分法计算每段时间内消耗的发射功率及可达信道容量值，便可得整个过程中相应消耗的总发射功率和总的可达信道容量值。

根据计算的整个过程中消耗的总发射功率和可达信道容量值，除以整个过程中所花的时间便可得列车通过小区过程中的平均发射功率和平均信道容量。

第六步、能效优化

判断是否有数据丢失，即判断Q_c(Q_c为缓存数据量)是否大于Q(Q为缓冲区长度，即为能够缓存的最大数据量，是一个常数)，若Q_c＞Q，则说明有数据丢失，通过二分法更新λ的值，并返回步骤三；若Q_c≤Q，则说明没有数据丢失，继续判断实际消耗的发射功率是否满足条件，即判断实际消耗的发射功率P_a是否大于平均发射功率的最大值P_max，若P_a＞P_max，则说明不满足条件，通过二分法更新η的值，并返回步骤三；若P_a≤P_max，则说明实际消耗的发射功率满足条件，继续判断系统平均信道容量C_a是否不小于数据到达率u，若C_a＜u，则系统平均信道容量小于数据到达率，通过二分法更新κ的值，并返回步骤三；若C_a≥u，则系统平均信道容量不小于数据到达率，结束该内层循环，确定了λ、η和κ的值，根据λ、η和κ的值计算本次迭代的能效值γ^m

第七步、最优化判决

根据下式计算第m次迭代的容量误差，

其中，其中，C^m(t)表示第m次迭代时的可达信道容量值，P^m(h(t))表示第m次迭代时的发送功率，P_c表示固定的电路功率损耗，dt表示对时间进行积分，t表示列车从正对基站的位置开始行驶所花的时间；

设置最优能效的误差阈值ε，并判断上述第m次迭代的容量误差是否在误差阈值ε的范围内(即判断γ^m是否为最优)，若满足条件，则判断当前能效值γ^m为最优能效，若不满足，则更新能效值γ^(m+1),并返回步骤三，直至更新后的能效值为最优能效后结束操作。

最优能效误差阈值ε的取值是1e-10。

根据下式计算更新的能效值γ^(m+1)，

其中，C^m(t)表示第m次迭代时满足约束的可达信道容量值，P^m(h(t))表示相应的第m次迭代时的发送功率，P_c表示固定的电路功率损耗，是一个常数；dt表示对时间进行积分，t表示列车从正对基站的位置开始行使所花的时间，其取值范围是[0,T/2]，T是列车通过一个基站覆盖的小区的时间。

本实施例的仿真设置如图1所示，仿真区域由一个基站覆盖，假设每个基站无缝覆盖且位于覆盖区域的中心，每个小区仅有一个基站提供服务。列车车厢上装有接入点，接入点处设有数据缓存区，每节车厢上的用户均通过接入点转发信号来与基站进行通信。仿真场景的主要参数如表1所示。

表1仿真场景主要参数

垂直距离d<sub>0</sub>	50m
		列车速度v	100m/s
路径损耗指数α	3
		基站覆盖直径d<sub>s</sub>	1000m
单位频带缓冲区大小Q	2.5bits/Hz
		单位数据到达率u	5bits/s/Hz
平均发射功率P<sub>ave</sub>	60W

1)基于缓存的能效最优功率分配政策

从图3可以看出，本实施例的能效最优功率分配政策可以分为三个阶段，第一阶段相当于采用注水算法，即在信道条件良好对时延要求不高时最大化系统的信道容量；第二阶段相当于采用信道反演法，在列车逐渐远离基站时，信道容量随着信道条件越差而越来越小，由于缓冲区的长度是固定的，故采用信道反演法使得这一阶段的接入点处的无线传输速率恰好为数据到达率的值，没有数据缓冲；第三阶段仍然采用注水算法，列车慢慢接近小区边缘，信道条件最差，接入点处的无线传输速率小于数据到达率，缓冲区开始存放数据。

2)开始缓冲时刻对能效性能的影响

图2描述了开始缓冲时刻t₁对系统能效性能的影响。随着列车的高速移动，其离基站越来越远，接入点处的服务速率也越来越低，当其服务速率小于数据到达率，缓存区开始存放数据。而开始缓存数据的时刻及图1中第一阶段的持续时间对系统的能效性能有很大的影响。与列车接近小区边缘时的信道状态相比，列车靠近基站时信道状态较好，接入点可以消耗较少的发射功率便能实现较大速率的信息传输。因此，寻找到合适的数据缓存时刻及图1中第一阶段的持续时间，可以提高系统的能效性能。

3)数据到达率u对系统能效的影响

图4展示了系统能效随着数据到达率的变化曲线及其在不同的功率分配政策下的能效对比。

首先，随着数据到达率的增大，系统能效随之逐渐降低。数据到达率越大，对接入点处的无线传输速率的要求越高，导致其缓冲点越来越小，需要缓存的数据越来越多，特别在小区边缘时需要更多的功率来提高无线传输速率以满足缓冲区的要求，从而使得能效逐渐降低。本实施例的能效与最小功率分配相比有提高，主要是使得图3中第一阶段的时间延长，第三阶段的时间缩短。

3)缓存区大小Q_c对系统能效的影响

如图5所示，随着缓冲区不断增大，系统的能效也逐渐增大而最后随之不变。当缓冲区较小时，即系统对时延的要求较高，需要通过提高发射功率来缩短图3中第三阶段的持续时间，而这阶段的列车接近小区边缘，信道条件较差，花费很多的功率，而无线传输速率提高较少，故其能效较低。随着缓冲区不断增大，系统的能效也逐渐增大，当缓冲区增大到一定值时相当于其没有时延约束作用了，都能满足缓冲区的要求，系统能效保持不变。

本实施例的高铁场景下基于缓冲的能效最优功率分配方法，与传统的功率分配方法如注水法、信道反演法及最小功率法相比，系统能效性能得到了提升。本实施例在图3中所示的第一阶段的持续时间变长了，即列车接入点处瞬时信道容量比数据到达率大的时间延长了，用户发送给接入点处的数据能快速被转发给基站，减小了用户数据延迟发送等待的时间，进而能提升系统容量。并且从列车从基站覆盖中心驶向基站覆盖边缘时间内，由于列车上接入点处服务盈余大于缓冲数据量，故缓冲区的数据均可在这个过程中转发给基站，不会造成数据溢出或丢包的现象。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (5)

1.一种基于缓存的高铁通信上行链路能效优化的功率分配方法，其特征在于，包括以下步骤：

第一步、功率分配策略

假设车载缓存终端的发送功率为P(h(t))，则根据下式确定其取值范围，

其中，γ^m表示第m次迭代时的能效值，λ、η和κ分别为解三个约束条件的拉格朗日乘子，t₁为开始缓存时刻，T表示列车经过一个小区使用的时间，u表示数据到达率，h(t)表示大尺度衰落信道增益；

第二步、设置拉格朗日乘子范围及能效迭代初值

给出拉格朗日乘子λ、η和κ的取值范围以及γ^m的初值，根据二分法得到λ、η和κ的相应初值，再判断这些初值是否满足优化的约束条件，如此不断更新其值，直到满足约束条件时停止更新，最终获得最优的λ、η、κ及γ^m值；

第三步、确定可达信道容量值

根据下式计算系统的瞬时信道容量C(t)，

C(t)＝log₂(1+h(t)P(h(t)))

其中，h(t)表示大尺度衰落信道增益，P(h(t))表示车载缓存终端的发送功率；

第四步、计算缓存数据量

根据下式计算数据缓存的数据量Q_c，

其中，T表示列车经过一个小区使用的时间，t₁为开始缓存时刻，u表示数据到达率，C(t)表示瞬时信道容量；

第五步、计算平均发射功率P_a和平均信道容量C_a

先根据步骤一的功率分配策略确定列车在通过一个小区过程中的三个时间段，再分别计算整个过程中相应消耗的总发射功率及总的可达信道容量值，进而计算列车通过小区过程中的平均发射功率P_a和平均信道容量C_a；

第六步、能效优化

判断是否有数据丢失，若有数据丢失，则通过二分法更新λ的值，并返回步骤三；若没有数据丢失，则实际消耗的发射功率是否满足条件，若不满足条件，则通过二分法更新η的值，并返回步骤三；若满足条件，则判断系统平均信道容量C_a是否不小于数据到达率u，若小于则通过二分法更新κ的值，并返回步骤三；若不小于则结束该内层循环；

第七步、最优化判决

根据下式计算第m次迭代的容量误差，

其中，C^m(t)表示第m次迭代时的可达信道容量值，P^m(h(t))表示第m次迭代时的发送功率，P_c表示固定的电路功率损耗；

设置最优能效的误差阈值ε，并判断上述第m次迭代的容量误差是否在误差阈值ε的范围内，若满足条件，则判断当前能效值γ^m为最优能效，若不满足，则更新能效值γ^(m+1),并返回步骤三，直至更新后的能效值为最优能效后结束操作；根据下式计算更新的能效值γ^(m+1)，

其中，C^m(t)表示第m次迭代时的可达信道容量值，P^m(h(t))表示第m次迭代时的发送功率，P_c表示固定的电路功率损耗，dt表示对时间进行积分，t表示列车从正对基站的位置开始行驶所花的时间。

2.根据权利要求1所述一种基于缓存的高铁通信上行链路能效优化的功率分配方法，其特征在于，第一步中，根据下式计算大尺度衰落信道增益h(t)，

其中，d₀表示基站到列车的垂直距离，v表示列车的行驶速度，t表示列车从正对基站的位置开始行使所花的时间，α表示路径损耗指数。

3.根据权利要求2所述一种基于缓存的高铁通信上行链路能效优化的功率分配方法，其特征在于，第三步中，首先将步骤二获得的λ、η、κ及γ^m值代入步骤一中，然后通过能效最优功率分配政策计算相应的系统信道容量即接入点处的无线传输速率。

4.根据权利要求3所述一种基于缓存的高铁通信上行链路能效优化的功率分配方法，其特征在于，第六步中，根据下式判断是否有数据丢失，

Q_c＞Q

其中，Q_c为缓存数据量，Q为缓冲区长度，若Q_c＞Q，则说明有数据丢失，若Q_c≤Q，则说明没有数据丢失；

根据下式判断实际消耗的发射功率是否满足条件，

P_a＞P_max

其中，P_a为实际消耗的发射功率，P_max为平均发射功率的最大值，若P_a＞P_max，则说明实际消耗的发射功率不满足条件，若P_a≤P_max，则说明实际消耗的发射功率满足条件；

根据下式判断系统平均信道容量是否不小于数据到达率，

C_a＜u

其中，C_a为系统平均信道容量，u为数据到达率，若C_a＜u，则系统平均信道容量小于数据到达率，若C_a≥u，则系统平均信道容量不小于数据到达率。

5.根据权利要求4所述一种基于缓存的高铁通信上行链路能效优化的功率分配方法，其特征在于，第七步中，最优能效误差阈值ε的取值是1e-10。

Images