CN111093212A - 一种noma下行链路的资源分配方法、装置及系统 - Google Patents
一种noma下行链路的资源分配方法、装置及系统 Download PDFInfo
- Publication number
- CN111093212A CN111093212A CN201911250167.2A CN201911250167A CN111093212A CN 111093212 A CN111093212 A CN 111093212A CN 201911250167 A CN201911250167 A CN 201911250167A CN 111093212 A CN111093212 A CN 111093212A
- Authority
- CN
- China
- Prior art keywords
- target
- base station
- wireless terminal
- sub
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
- H04W28/22—Negotiating communication rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
- H04W72/29—Control channels or signalling for resource management between an access point and the access point controlling device
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种NOMA下行链路的资源分配方法、装置及系统，涉及通信技术领域，为解决现有技术中资源分配策略的最优配置与实际资源配置消耗偏差较大的问题而发明。主要方法包括：基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率；根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令。本发明主要应用于通信过程中下行数据传输的过程中。
Description
技术领域
本发明涉及通信技术领域，特别是涉及一种NOMA下行链路的资源分配方法、装置及系统。
背景技术
5G作为新一代的移动通信网络，广泛采用宏蜂窝、微微蜂窝、豪微微蜂窝等多种蜂窝签到的异构网络结构，以充分适应无线终端分布规律，满足热点区域中无线终端的接入需求。在接入技术上，NOMA(non-orthogonal multiple-access，非正交多址接入)可以在功率域中同时为具有相同频率和时隙的多个无线终端提供服务。其基本思想是在发送端采用非正交发送，将多个无线终端的信号叠加，在接收端通过串行干扰消除技术将每个无线终端的信号进行正确解码。采用NOMA技术，不同子信道之间是正交的，互相之间没有干扰，但是同于同一个子信道，在同一时间由多个无线终端共享，多个无线终端之间是非正交传输，在发送端应用串行干扰消除技术，避免同信道无线终端之间会相互干扰。
现有技术中，资源分配方法包括外层迭代算法和内层迭代算法；其中，外层迭代算法是在初始化后，给定一个能效值λ，通过内层迭代算法解决资源分配问题以获得资源分配策略，然后对能效更新收敛的判断，得出最大能效；内层迭代算法是在满足每个无线终端最小数据速率约束的情况下，基于拉格朗日对偶和次梯度迭代的方法，得到资源分配策略，即无线终端分配的功率和中继的放大增益。也就是以功率和放大增益作为资源分配变量，以能效最小为目标，通过外层迭代算法和内层迭代算法得到资源分配策略。
现有技术的方案，仅考虑发射功率及增益，未考虑不同信道之间的干扰，以及可传输数据信息的基站，导致得到的资源分配策略所追求的最优配置，与实际资源消耗偏差较大。
发明内容
有鉴于此，本发明提供一种NOMA下行链路的资源分配方法、装置及系统，主要目的在于解决现有技术中资源分配策略的最优配置与实际资源消耗偏差较大的问题。
依据本发明一个方面，提供了一种NOMA下行链路的资源分配方法，包括：
基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
依据本发明另一个方面，提供了一种NOMA下行链路的资源分配装置，包括：
计算模块，用于基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
选取模块，用于设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
生成模块，用于根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
依据本发明再一个方面，提供了一种NOMA下行链路的资源分配系统，包括：控制中心、数据中心和目标基站；
所述控制中心，用于执行NOMA下行链路的资源分配方法，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端；
所述数据中心，用于执行所述信息传输指令，将所述待传输信息发送至所述目标基站；
所述目标基站，用于执行所述基站传输指令，以所述目标信道和所述目标功率，将所述待传输信息发送至所述目标无线终端。
根据本发明的又一方面，提供了一种计算机存储介质，所述计算机存储介质中存储有至少一种可执行指令，所述可执行指令使处理器执行如上述NOMA下行链路的资源分配方法对应的操作。
根据本发明的再一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一种可执行指令，所述可执行指令使所述处理器执行上述NOMA下行链路的资源分配方法对应的操作。
借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：
本发明提供了一种NOMA下行链路的资源分配方法、装置及系统，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种NOMA下行链路的资源分配方法流程图；
图2示出了本发明实施例提供的另一种NOMA下行链路的资源分配方法流程图；
图3示出了本发明实施例提供的一种NOMA下行链路的资源分配装置组成框图；
图4示出了本发明实施例提供的另一种NOMA下行链路的资源分配装置组成框图；
图5示出了本发明实施例提供的一种影响关系计算单元的组成框图；
图6示出了本发明实施例提供的一种遗传提取单元的组成框图；
图7示出了本发明实施例提供的一种遗传提取单元的组成框图；
图8示出了本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种NOMA下行链路的资源分配方法，如图1所示，该方法包括：
101、基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率。
NOMA通信方式是指在发送端采用非正交发送数据信息，并主动引入干扰信息，在接收端通过串行干扰删除技术实现正确调节，能够获取更高的频谱效率。采用NOMA通信方式传输数据信息时，在传输过程中受到同一NOMA通讯组中其他无线终端的影响，才能计算准确的下行传输速率。
102、设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率。
效益函数也就是预置智能算法中的目标函数，具体可以为能效函数，能效函数是指基于当前资源分配方案下,无线终端所能获得的总的传送速率与基站的总消耗通信功率的比值。效益函数以下行传输数据为变量，随着下行传输速率的变化而变化。可用基站是指为目标无线终端传输数据信息可使用的基站。在为目标无线终端传输数据信息时依据的基站、子信道和链路，都具有特定的物理特性，是传输数据信息所依靠的有限的传输资源，与无线终端是否使用无关。在选取目标无线终端传输数据信息的目标基站、目标子信道和目标功率过程中，遵循的约束条件包括：在同一时刻同一可用基站上在各个子信道上传输数据的各个无线终端的传输功率总和不大于单个可用基站的最大发射功率；同一时刻连接到同一基站的无线终端数量不大于多路复用最大链接无线终端数量，且同一时刻每个无线终端最多与一个基站连接；同一时刻每个基站所占用的子信道个数不大于最多能够承载的可用子信道个数，且同一子信道最多由预置数量的基站共享。此外，还包括所有的传输功率、发射功率等功率数据均为大于或等于0的数据。
其中基站用于实现有线通信网络与无线终端之间的无线信号传输，子信道是指基站无线终端进行无线信号传输时采用的频段。在确定变量、约束条件和获取目标后，采用预置智能算法选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率，其中预置智能算法可以为遗传算法、人工蜂群算法、人工蚁群算法、神经网络算法等等，在本申请实施例中对此不做限定。
103、根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令。
目标基站、目标子信道和目标功率，即为目标无线终端选取的通信资源。据此生成信息传输指令和基站传输指令，将目标基站、目标子信道和目标功率分配给目标无线终端。具体的，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站。基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。
本发明提供了一种NOMA下行链路的资源分配方法，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
本发明实施例提供了另一种NOMA下行链路的资源分配方法，如图2所示，该方法包括：
201、根据预置分配传输功率，计算各个可用基站中在可用子信道上为待连接无线终端传输数据信息的发送信号。
在下行链路的信息传输过程中，有多个可用基站能够为目标无线终端传输数据信息，然而在多个可用基站上为其他待连接无线终端传输数据信息时，都会干扰可用基站为目标无线终端传输数据信息。为了计算目标无线终端传输数据信息过程中受到的干扰，需要可用基站传输数据信息的待连接无线终端之间的干扰关系。其中，待连接无线终端包括目标无线终端。
发送信息是指在同一可用基站中在可用子信道上为待连接无线终端传输数据信息的信号，具体表示为：
其中，t表示基站编号，n表示信道编号，k表示待连接无线终端编号，
表示在某一可用基站上的某一可用子信道上传输的所有待连接无线终端的发送信号，ρt,k是二进制变量，表示可用基站t是否为待连接无线终端k发送数据信息，βt,n是二进制变量，表示可用子信道n是否分配给可用基站t，
表示采用可用基站t使用可用子信道n为待连接无线终端k传输数据信息的预置分配传输功率，
表示可用基站t使用可用子信道n为待连接无线终端k传输的数据信息。
202、根据预置信道系数和预置分配传输功率，计算与发送信号对应的基站互扰信号。
在下行链路传输过程中，发送信号不仅受到同一基站的同一子信道为不同无线终端传输的数据信息的干扰，还受到加性高斯白噪声的干扰，还受到其他可用基站的干扰。基站互扰信号，其计算公式为
其中，
表示各个待连接无线终端和可用基站在各个可用子信道上的信道系数，
表示在某一可用基站上的某一可用子信道上传输的某一待连接无线终端的发送信号，
表示某一可用基站上的某一可用子信道上传输的所有待连接无线终端的功率和，
其他参数含义详见步骤201中的解释。
203、根据基站互扰信号，计算采用NOMA通信方式且在各个可用基站中传输数据信息的各个待连接无线终端之间的信号影响关系。
信号影响关系，可以理解为多个二维关系表，用于表示目标无需终端与待连接无线终端之间是否相互干扰。不同的二维关系表，用于区分基站和子信道。其计算过程具体包括：计算与目标无线终端所属的同一NOMA通信组的同组无线终端，NOMA通信组包括与目标无线终端使用相同的基站，且采用相同的可用子信道的待连接无线终端；计算目标无线终端的第一预测接收功率，以及同组无线终端的第二预测接收功率；如果第一预测接收功率大于第二预测接收功率，则在信号影响关系中将目标位置的数据值记录为第一数值，目标位置采用目标无线终端编号、同组无线终端编号、基站编号和信道编号共同标识；如果第一预测接收功率不大于第二预测接收功率，则在信号影响关系中将目标位置的数据值记录为第二数值。为了方便记录，便于机器执行，可以为第一数值取值为0，第二数值取值为1。
204、根据预置分配传输功率和信号影响关系，计算目标无线终端在各个可用基站中的各个可用子信道上的信干噪比。
信干噪比是指是指接收到的有用信号的强度与接收到的干扰信号的强度及噪声和的比值。有用信号的强度可采用
表示，其中，ρt,k是二进制变量，表示可用基站t是否为待连接无线终端k发送数据信息，βt,n是二进制变量，表示可用子信道n是否分配给可用基站t，
表示各个待连接无线终端和可用基站在各个可用子信道上的信道系数
表示采用可用基站t使用可用子信道n为待连接无线终端k传输数据信息的预置分配传输功率。接收到的干扰信号包括在各个可用基站上其他待连接无线终端的干扰信号，对于其他待连接无线终端是否产生干扰，根据信号影响关系确定。接收到的干扰信号还包括在传输数据信息的过程中信道系数对传输功率的干扰信号，以及加性高斯白噪声的干扰信号。
205、根据信干噪比，计算待连接无线终端与可用基站之间通过可用子信道传输数据信息的理论传输速率。
理论传输速率与信干噪比的对数成正比，具体计算公式可以为
其中W为带宽，N为可用子信道的个数。
206、根据目标无线终端对应的理论传输速率，采用频谱聚合方法，计算目标无线终端与可用基站之间通过可用子信传输的下行传输速率。
采用频谱聚合的方法聚合各个可用基站和可以子信道上的理论传输速度，生成下行传输速率。
207、设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率。
效益函数也就是预置智能算法中的目标函数，在设置效益函数后，将下行传输速率作为遍历，以获取效益函数的最大值为目标，采用预置智能算法，在多约束条件下，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，其采用的方法具体包括：
初始化整数变量子种群，以获取效益函数的最大值为目标，将预置分配功率作为可用基站的发射功率，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用遗传算法，计算并提取目标无线终端的第一最优基站，和目标无线终端的第一最优子信道，第一最优基站属于可用基站，第一最优子信道属于可用子信道；初始化连续变量子种群，以获取效益函数的最大值为目标，将预置选定基站作为目标无线终端的下行传输基站，将预置选定子信道作为目标无线终端的下行传输子信道，以单个可用基站的最大发射功率为约束条件，采用人工蜂群算法，计算并提取目标无线终端的第一最优分配功率；将第一最优分配功率作为可用基站的发射功率，将第一最优基站作为目标无线终端的下行传输基站，将第一最优子信道作为目标无线终端的下行传输子信道，以获取效益函数的最大值为目标，将整数变量子种群作为优化参数，采用遗传算法，计算目标无线终端的第二最优基站和第二最优子信道，并判断是否满足遗传算法的优化结束条件；如果判断结果为是，则确定第一最优基站为目标基站，第一最优子信道为目标子信道，第一最优分配功率为目标功率；如果判断结果为否，则将第一最优分配功率作为可用基站的发射功率，将第一最优基站作为目标无线终端的下行传输基站，将第一最优子信道作为目标无线终端的下行传输子信道，以获取效益函数的最大值为目标，将连续变量子种群作为优化参数，采用人工蜂群算法，计算并提取目标无线终端的第二最优分配功率，并判断是否满足人工蜂群算法的优化结束条件；如果判断结果为是，则确定第一最优基站为目标基站，第一最优子信道为目标子信道，第一最优分配功率为目标功率；如果判断结果为否，则将第二最优分配功率作为可用基站的发射功率，将第二最优基站作为目标无线终端的下行传输基站，将第二最优子信道作为目标无线终端的下行传输子信道，以获取效益函数的最大值为目标，将整数变量子种群作为优化参数，采用遗传算法，计算目标无线终端的第一最优基站和第一最优子信道，以及将第二最优分配功率作为可用基站的发射功率，将第二最优基站作为目标无线终端的下行传输基站，将第二最优子信道作为目标无线终端的下行传输子信道，以获取效益函数的最大值为目标，将连续变量子种群作为优化参数，采用人工蜂群算法，重新计算并提取目标无线终端的第一最优分配功率。
预置智能算法采用遗传算法和人工蜂群算法两种算法，并经过两次遗传算法和人工蜂群算法的运算，共同作用以选取目标基站、目标子信道和目标功率。在两次遗传算法或者两次人工蜂群算法的过程中，只有部分参数不同，其计算目标、约束条件和计算过程都相同。
其中，初始化整数变量子种群，以获取效益函数的最大值为目标，将预置分配功率作为可用基站的发射功率，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用遗传算法，计算并提取目标无线终端的第一最优基站，和目标无线终端的第一最优子信道，包括：初始化初始种群，初始种群为空种群；采用轮盘赌算法，从整数变量子种群中，选取第一初始个体和第二初始个体，整数变量子种群中的每个个体都包括基站元素和子信道元素；对第一个体和第二个体执行交叉操作，分别生成第一交叉个体和第二交叉个体；对第一交叉个体和第二交叉个体执行变异操作，分别生成第一变异个体和第二变异个体；更新初始种群的种群个体，种群个体为初始种群和第一变异个体和第二变异个体的并集；判断初始种群中的个体数量是否等于连续变量子种群中的个体数量；如果判断结果为否，则根据轮盘赌算法，从整数变量子种群中，重新选取第一初始个体和第二初始个体；如果判断结果为是，则采用精英策略，将整数变量子种群中适应值低的个体替换为初始种群中适应值高的个体，适应值是根据预置分配功率、效益函数，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件计算得到的；判断遗传算法的运算次数是否大于最大遗传进化次数；如果判断结果为否，则重新初始化初始种群；如果判断结果为是，则结束遗传操作，记录整数变量子种群中的适应值最高的目标个体；提取目标个体中的第一最优基站和第一最优子信道。
其中，初始化连续变量子种群，以获取效益函数的最大值为目标，将预置选定基站作为目标无线终端的下行传输基站，将预置选定子信道作为目标无线终端的下行传输子信道，以单个可用基站的最大发射功率为约束条件，采用人工蜂群算法，计算并提取目标无线终端的第一最优分配功率，包括：初始化连续变量子种群；根据预置选定基站、预置选定子信道，以单个可用基站的最大发射功率为约束条件，以获取效益函数的最大值为目标，计算目标无线终端的第一最优分配功率；提取第一最优分配功率。
208、根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令。
目标基站、目标子信道和目标功率，即为目标无线终端选取的通信资源。据此生成信息传输指令和基站传输指令，将目标基站、目标子信道和目标功率分配给目标无线终端。具体的，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站。基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。
本发明提供了一种NOMA下行链路的资源分配方法，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种NOMA下行链路的资源分配装置，如图3所示，该装置包括：
计算模块31，用于基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
选取模块32，用于设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
生成模块33，用于根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
本发明提供了一种NOMA下行链路的资源分配装置，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
进一步的，作为对上述图2所示方法的实现，本发明实施例提供了另一种NOMA下行链路的资源分配装置，如图4所示，该装置包括：
计算模块41，用于基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
选取模块42，用于设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
生成模块43，用于根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
进一步地，所述计算模块41，包括：
发送信号计算单元411，用于根据预置分配传输功率，计算各个所述可用基站中在所述可用子信道上为待连接无线终端传输数据信息的发送信号，所述待连接无线终端包括所述目标无线终端；
干扰信号计算单元412，用于根据预置信道系数和所述预置分配传输功率，计算与所述发送信号对应的基站互扰信号；
影响关系计算单元413，用于根据所述基站互扰信号，计算采用所述NOMA通信方式且在各个所述可用基站中传输数据信息的各个所述待连接无线终端之间的信号影响关系；
信噪计算单元414，用于根据所述预置分配传输功率和所述信号影响关系，计算所述目标无线终端在各个所述可用基站中的各个所述可用子信道上的信干噪比；
理论速率计算单元415，用于根据所述信干噪比，计算所述待连接无线终端与所述可用基站之间通过所述可用子信道传输数据信息的理论传输速率；
下行速率计算单元416，用于根据所述目标无线终端对应的理论传输速率，采用频谱聚合方法，计算所述目标无线终端与所述可用基站之间通过所述可用子信传输的下行传输速率。
进一步地，如图5所示，所述影响关系计算单元413，包括：
同组计算子单元4131，用于计算与所述目标无线终端所属的同一NOMA通信组的同组无线终端，所述NOMA通信组包括与所述目标无线终端使用相同的所述基站，且采用相同的所述可用子信道的待连接无线终端；
功率计算子单元4132，还用于计算所述目标无线终端的第一预测接收功率，以及所述同组无线终端的第二预测接收功率；
比较记录子单元4133，用于如果所述第一预测接收功率大于所述第二预测接收功率，则在所述信号影响关系中将目标位置的数据值记录为第一数值，所述目标位置采用所述目标无线终端编号、所述同组无线终端编号、所述基站编号和所述信道编号共同标识；
所述比较记录子单元4133，还用于如果所述第一预测接收功率不大于所述第二预测接收功率，则在所述信号影响关系中将目标位置的数据值记录为第二数值。
进一步地，所述选取模块42，包括：
遗传提取单元421，用于初始化整数变量子种群，以获取所述效益函数的最大值为目标，将预置分配功率作为所述可用基站的发射功率，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用遗传算法，计算并提取所述目标无线终端的第一最优基站，和所述目标无线终端的第一最优子信道，所述第一最优基站属于所述可用基站，所述第一最优子信道属于所述可用子信道；
蜂群提取单元422，用于初始化连续变量子种群，以获取所述效益函数的最大值为目标，将预置选定基站作为所述目标无线终端的下行传输基站，将预置选定子信道作为所述目标无线终端的下行传输子信道，以单个所述可用基站的最大发射功率为约束条件，采用人工蜂群算法，计算并提取所述目标无线终端的第一最优分配功率；
遗传判断单元423，用于将所述第一最优分配功率作为所述可用基站的发射功率，将所述第一最优基站作为所述目标无线终端的下行传输基站，将所述第一最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述整数变量子种群作为优化参数，采用遗传算法，计算所述目标无线终端的第二最优基站和第二最优子信道，并判断是否满足遗传算法的优化结束条件；
遗传确定单元424，用于如果判断结果为是，则确定所述第一最优基站为所述目标基站，所述第一最优子信道为所述目标子信道，所述第一最优分配功率为所述目标功率；
蜂群判断单元425，用于如果判断结果为否，则将所述第一最优分配功率作为所述可用基站的发射功率，将所述第一最优基站作为所述目标无线终端的下行传输基站，将所述第一最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述连续变量子种群作为优化参数，采用人工蜂群算法，计算并提取所述目标无线终端的第二最优分配功率，并判断是否满足人工蜂群算法的优化结束条件；
蜂群确定单元426，用于如果判断结果为是，则确定所述第一最优基站为所述目标基站，所述第一最优子信道为所述目标子信道，所述第一最优分配功率为所述目标功率；
遗传/蜂群提取单元427，用于如果判断结果为否，则将所述第二最优分配功率作为所述可用基站的发射功率，将所述第二最优基站作为所述目标无线终端的下行传输基站，将所述第二最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述整数变量子种群作为优化参数，采用遗传算法，计算所述目标无线终端的第一最优基站和第一最优子信道，以及将所述第二最优分配功率作为所述可用基站的发射功率，将所述第二最优基站作为所述目标无线终端的下行传输基站，将所述第二最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述连续变量子种群作为优化参数，采用人工蜂群算法，重新计算并提取所述目标无线终端的第一最优分配功率。
进一步地，如图6所示，所述遗传提取单元421，包括：
初始化子单元4211，用于初始化初始种群，所述初始种群为空种群；
选取子单元4212，用于采用轮盘赌算法，从所述整数变量子种群中，选取第一初始个体和第二初始个体，所述整数变量子种群中的每个个体都包括基站元素和子信道元素；
生成子单元4213，用于对所述第一个体和所述第二个体执行交叉操作，分别生成第一交叉个体和第二交叉个体；
所述生成子单元4213，用于对所述第一交叉个体和所述第二交叉个体执行变异操作，分别生成第一变异个体和第二变异个体；
更新子单元4214，用于更新所述初始种群的种群个体，所述种群个体为所述初始种群和所述第一变异个体和所述第二变异个体的并集；
个体判断子单元4215，用于判断所述初始种群中的个体数量是否等于所述连续变量子种群中的个体数量；
所述选取子单元4212，还用于如果判断结果为否，则根据轮盘赌算法，从所述整数变量子种群中，重新选取所述第一初始个体和所述第二初始个体；
替换子单元4216，用于如果判断结果为是，则采用精英策略，将所述整数变量子种群中适应值低的个体替换为所述初始种群中适应值高的个体，所述适应值是根据预置分配功率、所述效益函数，以所述多路复用最大链接无线终端数量和所述最多能够承载的可用子信道个数为约束条件计算得到的；
运算判断子单元4217，用于判断遗传算法的运算次数是否大于最大遗传进化次数；
所述初始化子单元4211，还用于如果判断结果为否，则重新初始化所述初始种群；
个体记录子单元4218，用于如果判断结果为是，则结束遗传操作，记录所述整数变量子种群中的适应值最高的目标个体；
个体提取子单元4219，用于提取所述目标个体中的第一最优基站和第一最优子信道。
进一步地，如图7所示，所述蜂群提取单元422，包括：
初始化子单元4221，用于初始化所述连续变量子种群；
计算子单元4222，用于根据所述预置选定基站、所述预置选定子信道，以所述单个所述可用基站的最大发射功率为约束条件，以获取所述效益函数的最大值为目标，计算所述目标无线终端的第一最优分配功率；
提取子单元4223，用于提取所述第一最优分配功率。
本发明提供了一种NOMA下行链路的资源分配装置，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
进一步的，本发明实施例提供了另一种NOMA下行链路的资源分配系统，该系统包括：控制中心、数据中心和目标基站；
所述控制中心，用于执行上述任一项实施例所述的NOMA下行链路的资源分配方法，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端；
所述数据中心，用于执行所述信息传输指令，将所述待传输信息发送至所述目标基站；
所述目标基站，用于执行所述基站传输指令，以所述目标信道和所述目标功率，将所述待传输信息发送至所述目标无线终端。
本发明提供了一种NOMA下行链路的资源分配系统，首先基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，然后设置效益函数，将下行传输速率作为变量，以获取效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为目标无线终端传输数据信息的目标基站、目标子信道和目标功率，最后根据目标基站、目标子信道和目标功率，生成信息传输指令和基站传输指令，信息传输指令用于指示将目标无线终端所需的待传输信息发送至目标基站，基站传输指令用于指示目标基站以目标子信道和目标功率，将待传输信息传输至目标无线终端。与现有技术相比，本发明实施例通过预置智能算法计算为目标无线终端传输数据信息分配最优配置的目标基站、目标子信道和目标功率，在计算过程包括多种约束条件，以减少资源分配策略的最优配置与实际资源配置消耗之间的偏差。
根据本发明一个实施例提供了一种计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的NOMA下行链路的资源分配方法。
图8示出了根据本发明一个实施例提供的一种计算机设备的结构示意图，本发明具体实施例并不对计算机设备的具体实现做限定。
如图8所示，该计算机设备可以包括：处理器(processor)802、通信接口(Communications Interface)804、存储器(memory)806、以及通信总线808。
其中：处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。
通信接口804，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器802，用于执行程序810，具体可以执行上述NOMA下行链路的资源分配方法实施例中的相关步骤。
具体地，程序810可以包括程序代码，该程序代码包括计算机操作指令。
处理器802可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算机设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器806，用于存放程序810。存储器806可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序810具体可以用于使得处理器802执行以下操作：
基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (10)
1.一种NOMA下行链路的资源分配方法，其特征在于，包括：
基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
2.如权利要求1所述的方法，其特征在于，所述基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率，包括：
根据预置分配传输功率，计算各个所述可用基站中在所述可用子信道上为待连接无线终端传输数据信息的发送信号，所述待连接无线终端包括所述目标无线终端；
根据预置信道系数和所述预置分配传输功率，计算与所述发送信号对应的基站互扰信号；
根据所述基站互扰信号，计算采用所述NOMA通信方式且在各个所述可用基站中传输数据信息的各个所述待连接无线终端之间的信号影响关系；
根据所述预置分配传输功率和所述信号影响关系，计算所述目标无线终端在各个所述可用基站中的各个所述可用子信道上的信干噪比；
根据所述信干噪比，计算所述待连接无线终端与所述可用基站之间通过所述可用子信道传输数据信息的理论传输速率；
根据所述目标无线终端对应的理论传输速率，采用频谱聚合方法，计算所述目标无线终端与所述可用基站之间通过所述可用子信传输的下行传输速率。
3.如权利要求2所述的方法，其特征在于，所述根据所述基站互扰信号，计算采用所述NOMA通信方式且在各个所述可用基站中传输数据信息的各个所述待连接无线终端之间的信号影响关系，包括：
计算与所述目标无线终端所属的同一NOMA通信组的同组无线终端，所述NOMA通信组包括与所述目标无线终端使用相同的所述基站，且采用相同的所述可用子信道的待连接无线终端；
计算所述目标无线终端的第一预测接收功率，以及所述同组无线终端的第二预测接收功率；
如果所述第一预测接收功率大于所述第二预测接收功率，则在所述信号影响关系中将目标位置的数据值记录为第一数值，所述目标位置采用所述目标无线终端编号、所述同组无线终端编号、所述基站编号和所述信道编号共同标识；
如果所述第一预测接收功率不大于所述第二预测接收功率，则在所述信号影响关系中将目标位置的数据值记录为第二数值。
4.如权利要求1所述的方法，其特征在于，所述采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率，包括：
初始化整数变量子种群，以获取所述效益函数的最大值为目标，将预置分配功率作为所述可用基站的发射功率，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用遗传算法，计算并提取所述目标无线终端的第一最优基站，和所述目标无线终端的第一最优子信道，所述第一最优基站属于所述可用基站，所述第一最优子信道属于所述可用子信道；
初始化连续变量子种群，以获取所述效益函数的最大值为目标，将预置选定基站作为所述目标无线终端的下行传输基站，将预置选定子信道作为所述目标无线终端的下行传输子信道，以单个所述可用基站的最大发射功率为约束条件，采用人工蜂群算法，计算并提取所述目标无线终端的第一最优分配功率；
将所述第一最优分配功率作为所述可用基站的发射功率，将所述第一最优基站作为所述目标无线终端的下行传输基站，将所述第一最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述整数变量子种群作为优化参数，采用遗传算法，计算所述目标无线终端的第二最优基站和第二最优子信道，并判断是否满足遗传算法的优化结束条件；
如果判断结果为是，则确定所述第一最优基站为所述目标基站，所述第一最优子信道为所述目标子信道，所述第一最优分配功率为所述目标功率；
如果判断结果为否，则将所述第一最优分配功率作为所述可用基站的发射功率，将所述第一最优基站作为所述目标无线终端的下行传输基站，将所述第一最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述连续变量子种群作为优化参数，采用人工蜂群算法，计算并提取所述目标无线终端的第二最优分配功率，并判断是否满足人工蜂群算法的优化结束条件；
如果判断结果为是，则确定所述第一最优基站为所述目标基站，所述第一最优子信道为所述目标子信道，所述第一最优分配功率为所述目标功率；
如果判断结果为否，则将所述第二最优分配功率作为所述可用基站的发射功率，将所述第二最优基站作为所述目标无线终端的下行传输基站，将所述第二最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述整数变量子种群作为优化参数，采用遗传算法，计算所述目标无线终端的第一最优基站和第一最优子信道，以及将所述第二最优分配功率作为所述可用基站的发射功率，将所述第二最优基站作为所述目标无线终端的下行传输基站，将所述第二最优子信道作为所述目标无线终端的下行传输子信道，以获取所述效益函数的最大值为目标，将所述连续变量子种群作为优化参数，采用人工蜂群算法，重新计算并提取所述目标无线终端的第一最优分配功率。
5.如权利要求4所述的方法，其特征在于，所述初始化整数变量子种群，以获取所述效益函数的最大值为目标，将预置分配功率作为所述可用基站的发射功率，以多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用遗传算法，计算并提取所述目标无线终端的第一最优基站，和所述目标无线终端的第一最优子信道，包括：
初始化初始种群，所述初始种群为空种群；
采用轮盘赌算法，从所述整数变量子种群中，选取第一初始个体和第二初始个体，所述整数变量子种群中的每个个体都包括基站元素和子信道元素；
对所述第一个体和所述第二个体执行交叉操作，分别生成第一交叉个体和第二交叉个体；
对所述第一交叉个体和所述第二交叉个体执行变异操作，分别生成第一变异个体和第二变异个体；
更新所述初始种群的种群个体，所述种群个体为所述初始种群和所述第一变异个体和所述第二变异个体的并集；
判断所述初始种群中的个体数量是否等于所述连续变量子种群中的个体数量；
如果判断结果为否，则根据轮盘赌算法，从所述整数变量子种群中，重新选取所述第一初始个体和所述第二初始个体；
如果判断结果为是，则采用精英策略，将所述整数变量子种群中适应值低的个体替换为所述初始种群中适应值高的个体，所述适应值是根据预置分配功率、所述效益函数，以所述多路复用最大链接无线终端数量和所述最多能够承载的可用子信道个数为约束条件计算得到的；
判断遗传算法的运算次数是否大于最大遗传进化次数；
如果判断结果为否，则重新初始化所述初始种群；
如果判断结果为是，则结束遗传操作，记录所述整数变量子种群中的适应值最高的目标个体；
提取所述目标个体中的第一最优基站和第一最优子信道。
6.如权利要求5所述的方法，其特征在于，所述初始化连续变量子种群，以获取所述效益函数的最大值为目标，将预置选定基站作为所述目标无线终端的下行传输基站，将预置选定子信道作为所述目标无线终端的下行传输子信道，以单个所述可用基站的最大发射功率为约束条件，采用人工蜂群算法，计算并提取所述目标无线终端的第一最优分配功率，包括：
初始化所述连续变量子种群；
根据所述预置选定基站、所述预置选定子信道，以所述单个所述可用基站的最大发射功率为约束条件，以获取所述效益函数的最大值为目标，计算所述目标无线终端的第一最优分配功率；
提取所述第一最优分配功率。
7.一种NOMA下行链路的资源分配装置，其特征在于，包括：
计算模块，用于基于非正交多址接入NOMA通信方式，计算目标无线终端的下行传输速率；
选取模块，用于设置效益函数，将所述下行传输速率作为变量，以获取所述效益函数的最大值为目标，以单个可用基站的最大发射功率、多路复用最大链接无线终端数量和最多能够承载的可用子信道个数为约束条件，采用预置智能算法，选取为所述目标无线终端传输数据信息的目标基站、目标子信道和目标功率；
生成模块，用于根据所述目标基站、所述目标子信道和所述目标功率，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端。
8.一种NOMA下行链路的资源分配系统，其特征在于，包括：控制中心、数据中心和目标基站；
所述控制中心，用于执行权利要求1-6中任一项所述的NOMA下行链路的资源分配方法，生成信息传输指令和基站传输指令，所述信息传输指令用于指示将所述目标无线终端所需的待传输信息发送至所述目标基站，所述基站传输指令用于指示所述目标基站以所述目标子信道和所述目标功率，将所述待传输信息传输至所述目标无线终端；
所述数据中心，用于执行所述信息传输指令，将所述待传输信息发送至所述目标基站；
所述目标基站，用于执行所述基站传输指令，以所述目标信道和所述目标功率，将所述待传输信息发送至所述目标无线终端。
9.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一种可执行指令，所述可执行指令使处理器执行如权利要求1-6中任一项所述的NOMA下行链路的资源分配方法对应的操作。
10.一种计算机设备，其特征在于，包括：处理器、存储器、通信接口和通信总线、所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一种可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的NOMA下行链路的资源分配方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911250167.2A CN111093212B (zh) | 2019-12-09 | 2019-12-09 | 一种noma下行链路的资源分配方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911250167.2A CN111093212B (zh) | 2019-12-09 | 2019-12-09 | 一种noma下行链路的资源分配方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111093212A true CN111093212A (zh) | 2020-05-01 |
| CN111093212B CN111093212B (zh) | 2021-03-26 |
Family
ID=70396303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911250167.2A Active CN111093212B (zh) | 2019-12-09 | 2019-12-09 | 一种noma下行链路的资源分配方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111093212B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111970762A (zh) * | 2020-08-06 | 2020-11-20 | 北京邮电大学 | 一种频谱分配方法、装置及电子设备 |
| CN113163501A (zh) * | 2021-02-24 | 2021-07-23 | 北京邮电大学 | 一种通信资源分配方法、装置及电子设备 |
| CN114448496A (zh) * | 2022-03-21 | 2022-05-06 | 北京国电高科科技有限公司 | 一种应用于卫星物联网半双工终端的数据传输方法与系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105337651A (zh) * | 2015-09-28 | 2016-02-17 | 西安交通大学 | 一种有限反馈下非正交多址接入系统下行链路的用户选择方法 |
| US20180288741A1 (en) * | 2012-11-29 | 2018-10-04 | Huawei Technologies Co., Ltd. | Systems and Methods for Waveform Selection and Adaptation |
| CN108650689A (zh) * | 2018-04-03 | 2018-10-12 | 华南理工大学 | 基于noma下行链路的无线携能通信系统能效优化方法 |
| CN109451571A (zh) * | 2018-10-18 | 2019-03-08 | 南京邮电大学 | 一种noma中继系统中的联合资源分配方法 |
| CN110365436A (zh) * | 2019-07-24 | 2019-10-22 | 东北大学 | 异构网络中融合noma与d2d通信的资源分配方法 |
| WO2019216715A1 (ko) * | 2018-05-11 | 2019-11-14 | 삼성전자 주식회사 | 무선 통신 시스템에서 pdcch를 송수신하는 방법 및 장치 |
-
2019
- 2019-12-09 CN CN201911250167.2A patent/CN111093212B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180288741A1 (en) * | 2012-11-29 | 2018-10-04 | Huawei Technologies Co., Ltd. | Systems and Methods for Waveform Selection and Adaptation |
| CN105337651A (zh) * | 2015-09-28 | 2016-02-17 | 西安交通大学 | 一种有限反馈下非正交多址接入系统下行链路的用户选择方法 |
| CN108650689A (zh) * | 2018-04-03 | 2018-10-12 | 华南理工大学 | 基于noma下行链路的无线携能通信系统能效优化方法 |
| WO2019216715A1 (ko) * | 2018-05-11 | 2019-11-14 | 삼성전자 주식회사 | 무선 통신 시스템에서 pdcch를 송수신하는 방법 및 장치 |
| CN109451571A (zh) * | 2018-10-18 | 2019-03-08 | 南京邮电大学 | 一种noma中继系统中的联合资源分配方法 |
| CN110365436A (zh) * | 2019-07-24 | 2019-10-22 | 东北大学 | 异构网络中融合noma与d2d通信的资源分配方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙彦景等: "基于非完美信道信息的MIMO NOMA系统和速率最大化", 《通信学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111970762A (zh) * | 2020-08-06 | 2020-11-20 | 北京邮电大学 | 一种频谱分配方法、装置及电子设备 |
| CN113163501A (zh) * | 2021-02-24 | 2021-07-23 | 北京邮电大学 | 一种通信资源分配方法、装置及电子设备 |
| CN114448496A (zh) * | 2022-03-21 | 2022-05-06 | 北京国电高科科技有限公司 | 一种应用于卫星物联网半双工终端的数据传输方法与系统 |
| CN114448496B (zh) * | 2022-03-21 | 2022-08-16 | 北京国电高科科技有限公司 | 一种应用于卫星物联网半双工终端的数据传输方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111093212B (zh) | 2021-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109729528B (zh) | 一种基于多智能体深度强化学习的d2d资源分配方法 | |
| CN109947545B (zh) | 一种基于用户移动性的任务卸载及迁移的决策方法 | |
| CN111093212B (zh) | 一种noma下行链路的资源分配方法、装置及系统 | |
| CN104640220B (zh) | 一种基于noma系统的频率和功率分配方法 | |
| CN111132191B (zh) | 移动边缘计算服务器联合任务卸载、缓存及资源分配方法 | |
| Hasan et al. | A novel HGBBDSA-CTI approach for subcarrier allocation in heterogeneous network | |
| CN103889061B (zh) | 一种基于多载波通信的d2d用户资源分配方法 | |
| CN104737609A (zh) | 用于无线接入虚拟化的系统和方法 | |
| CN112601284B (zh) | 基于多智能体深度强化学习的下行多小区ofdma资源分配方法 | |
| Zhang et al. | Team learning-based resource allocation for open radio access network (O-RAN) | |
| Lu et al. | A cross-layer resource allocation scheme for ICIC in LTE-Advanced | |
| US20230319585A1 (en) | Methods and systems for artificial intelligence based architecture in wireless network | |
| CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
| Yu et al. | Interference coordination strategy based on Nash bargaining for small‐cell networks | |
| Yassin et al. | Cooperative resource management and power allocation for multiuser OFDMA networks | |
| CN110139282B (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
| Sharma et al. | On the use of NSGA-II for multi-objective resource allocation in MIMO-OFDMA systems | |
| CN108366428B (zh) | 一种基于博弈优化的联合频谱感知与资源分配方法及装置 | |
| Della Penda et al. | Potential games for subcarrier allocation in multi-cell networks with D2D communications | |
| CN115802370A (zh) | 一种通信方法及装置 | |
| CN104838714B (zh) | 基站及用户调度方法 | |
| Li et al. | A resource allocation scheme based on predatory search algorithm for ultra-dense D2D communications | |
| CN111314938B (zh) | 一种用于单个蜂窝小区的蜂窝网络时频域资源分配的优化方法 | |
| Du et al. | Capacity and rate maximization in MEC systems | |
| Zhang et al. | Context-Aware Mobile Edge Resource Allocation in OFDMA Downlink System |
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 |