CN114363931A - 一种面向多接入点场景的共生无线电系统的资源分配方法 - Google Patents

Abstract

本发明提供了一种面向多接入点场景的共生无线电系统的资源分配方法，本发明提出了联合优化时隙分配因子，功率分配因子，次用户反射系数的资源分配问题，考虑到多参数优化的复杂性以及优化目标函数的凹凸性，本发明提出了结合凸优化、块坐标下降法算法和凹凸过程算法的资源分配方法。本发明的有益效果是：本发明所提出的资源分配方法能够实现系统更好的公平性性能，另一方面，本发明资源分配方法的收敛速度很快，适合用于多接入点的共生无线电系统。

Description

一种面向多接入点场景的共生无线电系统的资源分配方法

技术领域

本发明涉及通信技术领域，尤其涉及一种面向多接入点场景的共生无线电系统的资源分配方法。

背景技术

1.目前共生无线电系统架构：

共生无线电系统使用环境能量散射通信技术，不需要设备自身产生射频信号，使共生无线电系统具有低功耗，绿色通信的特点，适合大量部署，在物联网场景中被广泛的研究。在传统的共生无线电系统中，考虑到散射节点都是接收的单射频源信号，通过反射接收到的射频信号，完成自身的信息传输。但是随着接入点数量的增加和接入点分布更加密集，共生无线电系统中的射频信号更加复杂，很多用户往往是同时被多个接入点服务，而考虑单接入点的共生无线电系统就不太适用。

2.共生无线电系统的资源分配策略：

考虑到在共生无线电系统中的资源分配方案通常是通过构造和求解优化问题得到，如果一个标准形式下的优化问题的目标函数和不等式约束函数是凸函数，并且等式约束是仿射函数，则该优化问题就是凸优化问题。凸优化方法是用于求解凸优化问题的常用方法，因此，在已有的基于次用户公平性最大化的资源分配方案的求解中，原始优化问题首先被改造成凸优化问题，之后采用凸优化方法进行求解得到最优的接入点发射功率分配因子、时间分配因子和反射系数因子的结果。常用的凸优化方法有拉格朗日乘子法，内点法等。拉格朗日乘子法是寻找多元函数在一组约束下极值的方法，通过引入拉格朗日乘子，利用KKT(Karush-Kuhn-Tucker,KKT)条件求解有约束优化问题。内点法通过构造障碍函数来代替原始目标函数，将原始有约束优化问题转化为无约束优化问题并迭代进行求解。块坐标下降法是一种非梯度优化算法，可以将多变量的非凸优化问题拆分成几个子优化问题，可以加快收敛的速度。每个子优化问题在进行迭代的时候，沿着当前的坐标方向进行一维搜索，整个过程中循环使用不同的坐标方向，直至目标函数收敛。而凹凸过程是一种构造离散时间迭代系统的方法，它可以保证单调的减少全局优化函数，得到优化问题的最优解，通常是转换非凸问题为凸问题的有效方法。

3.现有共生无线电系统的不足：

在传统的共生无线电系统中，考虑每个散射节点仅仅接收单射频信号，信号构成简单。但是随着接入点部署数量的增加以及接入点分布越来越密集，散射节点更多会接收到多种射频信号，信号更加复杂。而在现有的针对共生无线电系统的资源分配研究中，几乎都是基于单接入点/单射频信号的共生无线电场景下进行的，很少有研究多接入点场景的共生无线电系统。同时，考虑到节点是环境能量散射节点，节点的能耗极低，不能承受高吞吐量的传输，而各个节点实现均匀的数据传输(即公平性)对于共生无线电系统而言是非常重要的性能指标。

4.现有共生无线电系统的资源分配策略的不足：

在现有的固定时间传输方案中，每个次用户的传输时间是固定的。类似的，现有的固定最大发射功率的传输方案中，每个接入点都是以最大发射功率进行发射。这两种方案虽然实现简单，算法复杂度低，但是并没有充分考虑不同次用户的状态，以及不同次用户的信道条件的差异性，系统性能有进一步提升的空间。此外，现有的资源分配问题一般都是通过凸优化方法进行求解。对于拉格朗日乘子法，需要求解KKT方程组，当问题的规模比较大的时候，具有较高的时间复杂度，收敛速度慢。

发明内容

在多接入点下的共生无线电系统，通过资源分配来解决在一定主用户吞吐量约束下的次用户公平性最大化问题。本发明提出了联合优化时隙分配因子，功率分配因子，次用户反射系数的资源分配问题，考虑到多参数优化的复杂性以及优化目标函数的凹凸性，本发明提出了结合凸优化、块坐标下降法算法和凹凸过程算法的资源分配方法。该策略能够得到全局最优解，并且具有较好的收敛速度。与现有传统均匀时间分配和最大发射功率分配策略相比，本发明提出的资源分配策略能够保证更好的公平性性能，适合用于多接入点下的共生无线电系统。

本发明提供了一种面向多接入点场景的共生无线电系统的资源分配方法，包括如下步骤：

步骤1：得到初始点{P^{0},T^{0},A^{0}}，计算得到Q^{0}，P为时隙分配变量，T为功率分配系数变量，A为反射系数变量，Q代表的是公平性限制；

步骤2：给定{P^{j-1},A^{j-1}}，得到结果集{T^{j},Q^{j}}；

步骤3：如果|Q^{j}-Q^{j-1}|＜ε，那么执行步骤4，否则返回执行步骤2，阈值限制参数ε＝10^-4；

步骤4：令Q^{l}＝Q^{j}；

步骤5：计算得到

步骤6：计算得到

步骤7：计算得到Q^{l}；

步骤8：如果|Q^{l}-Q^{l-1}|＜ε，那么执行步骤9，否则返回执行步骤4；

步骤9：得到{P^{j},A^{j}}，更新Q^{j}＝Q^{l}；

步骤10：得到最优结果集

作为本发明的进一步改进，在所述步骤1中，通过公式(2.15)得到初始点{P^{0},T^{0},A^{0}}。当μ＜0,第m个接入点的最优的功率分配变量

如下:

在时隙均匀分配情况下，初始解表达式如下：

h_m为从第m个接入点到主用户的信道系数，P_peak为第m个接入点在第k个时隙所允许发射的最大功率。

作为本发明的进一步改进，在所述步骤1中，通过公式(2.10)、(2.11)计算得到Q^{0}；

第(m,k)个次用户的信噪比：

α_m,k代表第(m,k)个次用户的反射系数，f_m,k表示从第m个接入点到第(m,k)个次用户的信道系数，p_m,k为第m个接入点在第k个时隙内的发射功率，次用户的吞吐量表达式为：

作为本发明的进一步改进，在所述步骤2中，通过公式(2.16)得到结果集{T^{j},Q^{j}}；

对于结果集{P^(j-1),A^(j-1)}，可以得到迭代后次优解T^{j}和Q^{j}，可以得到下面的关于P1的等价子优化问题

作为本发明的进一步改进，在所述步骤5中，通过公式(2.26)计算得到

的表示如下：

根据每个可行域的限制条件，得到在

四个区域下的次优解

最优解为

作为本发明的进一步改进，在所述步骤6中，通过公式(2.26)得到

作为本发明的进一步改进，在所述步骤7中，通过公式(2.27)计算得到Q^{l}；

本发明还提供了一种面向多接入点场景的共生无线电系统，包括M个接入点、主用户、U个次用户，M≥1，U≥1，多个接入点将同时为主用户服务，并且接入点将接收到来自次用户的数据，并且将数据上传给云端；所有接入点以全双工的方式工作，接入点下行传输信号为主用户提供服务，同时，次用户可以接收到接入点发射给主用户的射频信号，并且通过调制自身的天线阻抗，搭载自身的信号通过环境能量散射技术实现上行的传输任务；每个接入点都只会接收到接收机位置放置在该接入点的次用户数据，接入点以时分多址方式接收放置在接入点处的次用户散射的上行散射数据；接入点在传输下行数据给主用户的同时，将会以时分多址的方式接收到次用户上行散射的数据，该共生无线电系统运行本发明所述资源分配方法的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现本发明所述资源分配方法的步骤。

本发明的有益效果是：本发明所提出的资源分配方法能够实现系统更好的公平性性能，另一方面，本发明资源分配方法的收敛速度很快，适合用于多接入点的共生无线电系统。

附图说明

图1是多接入点的共生无线电系统原理框图；

图2是四种可行区域的示意图；

图3是公平性随着SNR的变化曲线与对比图；

图4是公平性随着接入点数量的变化曲线与对比图；

图5是本发明算法的收敛性曲线图。

具体实施方式

本发明主要考虑在多接入点场景下的共生无线电系统，这对拓展共生无线电系统的实用性有着重要意义。本发明针对多接入点场景下的共生无线电系统，在满足主用户吞吐量限制的条件下，以次用户的公平性最大化为目标函数，提出了联合优化各接入点发射功率因子、次用户时间分配因子和次用户反射系数因子的资源分配算法。

1.多接入点场景下的共生无线电系统模型：

本发明考虑的系统具有M(M≥1)个小型接入点和大量用户设备，如图1所示，所有的用户分为两类，一类是主用户，比如手机设备，主用户需要提高吞吐量性能，实现用户服务需求比较高的通信服务。另一类是次用户，系统中有U(U≥1)个次用户，分布在接入点附近用于环境监测或者数据采集，它们是一些服务需求比较低，传输任务间隔时间长的传感器节点。在本发明中我们考虑的是具有环境能量散射通信特点的节点。多个接入点将同时为主用户服务，并且接入点将接收到来自次用户的数据，并且将数据上传给云端。所有接入点以全双工的方式工作，接入点下行传输信号为主用户提供服务，同时，次用户可以接收到接入点发射给主用户的射频信号，并且通过调制自身的天线阻抗，搭载自身的信号通过环境能量散射技术实现上行的传输任务。考虑到环境能量散射通信传输范围短的特点，每个接入点都只会接收到接收机位置放置在该接入点的次用户数据，接入点以时分多址方式接收放置在接入点处的次用户散射的上行散射数据。我们考虑的基于帧结构的传输。由于接入点工作在全双工方式下，接入点在传输下行数据给主用户的同时，将会以时分多址的方式接收到次用户上行散射的数据。我们假设次用户的总数为U＝MK并且k≥1。其中K代表的是上行传输的时隙。在第k个时隙，第(m,k)个次用户将会传输数据给自己特定的接入点。假设在第k个时隙为τ_k，0≤τ_k≤1，满足

我们定义从第m个接入点到主用户，从第m个接入点到第(m,k)个次用户，从第(m,k)个次用户到主用户的信道系数分别为h_m,f_m,k,v_m,k。假设s_m,k在第k个时隙待传输给主用户的信号，其中E[|s_m,k|²]＝1，假设c_m,k为第(m,k)个次用户待传输的信号。第m个接入点待发射信号可由下式表示为：

p_m,k为第m个接入点在第k个时隙内的发射功率。假设接入点在第(m,k)个时隙的能量限制为：E[|x_m,k|²]≤P_peak，P_peak为第m个接入点在第(m,k)个时隙所允许发射的最大功率，即功率限制为：0≤p_m,k≤P_peak。由于次用户将会同时接收到M个接入点的射频信号，所以在第(m,k)个时隙次用户接收到的信号为：

由于环境能量散射通信的特点，接收到环境中的射频信号的次用户节点将会在分配的时隙内反射接收到的射频信号，所以第(m,k)个次用户传输的信号表达式为：

α_m,k代表第(m,k)个次用户的反射系数，剩下的(1-α_m,k)用于自身节点的供电，所以实际情况中，α_m,k通常无法达到1，在本发明，我们假设

其中

由于次用户节点共用主系统的频谱资源，所以在第(m,k)个时隙，主用户也将同时接收到次用户的反射信号干扰。

是主用户接收到的加性高斯白噪声。因此，主用户接收到的信号可以用下式表示：

由于主用户和次用户共享频谱资源，所以主用户会接收到来自次用户的干扰信号，将上式的第二部分当成干扰，我们得到了解码s_k的信干噪比大小为：

其中DS_k和BI_k表示期待的有用功率和干扰功率，可以由下式得到

其中

得到主用户的吞吐量表达式：

由于接入点工作在全双工的模式下，所以第m个接入点将会同时接收到第(m,k)个次用户的信号：

同理可以得到第(m,k)个次用户的信噪比：

同时得到次用户的吞吐量表达式为：

2.多接入点共生无线电系统的次用户公平性最大化问题：

A.优化问题：

我们主要考虑在保证主用户吞吐量的基础上，通过联合优化次用户的反射系数,接入点的功率分配，以及次用户的传输时隙，最大化次用户的吞吐量。由于次用户节点的接入数量多，本发明对公平性的定义为所有次用户节点吞吐量的最小值，即最大化次用户节点最小吞吐量问题。优化问题的表达式如下：

P1:

s.t.C1:R^ps≥D,

C2:

C3:0≤p_m,k≤P_peak,

C4:

C5:

C6:τ_k≥0,

其中T＝{τ_k}_K,P＝{p_m,k}_M×K,A＝{α_m,k}_M×K。约束C2第M个接入点的传输功率的限制；约束C3代表第M个接入点的最大功率限制；约束C4规定了次用户的反射系数限制；约束C5以及C6为时隙分配因子的限制条件；约束C7代表的次用户的公平性限制，Q代表的是公平性限制。由于三种参数都耦合在一起，P1并不是简单的凸问题，不能直接通过凸优化知识进行求解。本发明采用了块坐标下降法算法和凹凸过程算法进行转换和求解。

本发明首先使用块坐标下降法算法将变量分成两部分，即时隙分配变量P，功率分配系数变量T和反射系数变量A：

块坐标下降法方法将从可行解{P^{0},T^{0},A^{0}}开始迭代，在第j次迭代，T^{j}可以通过第(j-1)次迭代结果集{T^{j-1},P^{j-1},A^{j-1},}得到；{P^{j},A^{j}}可以通过更新后的结果集{T^{j},P^{j-1},A^{j-1}}得到；当满足迭代精度的时候，得到最优解。由于变量可以被分为三部分，变量的规模在每一个次优化的问题中得到减少从而求解。

首先我们对初始点进行求解，通过假设时隙平均分配，利用凸优化等理论分析和推导，我们得到了如下初始解：

1)当μ＜0,第m个接入点的最优的功率分配变量

如下:

2)在时隙均匀分配情况下，初始解表达式如下：

B.块坐标下降法算法的求解步骤：

1)优化时隙变量因子

根据块坐标下降法算法的思想，在第j步迭代时，对于此时更新的结果集{P^(j-1),A^(j-1)}，可以得到第j步迭代后次优解T^{j}和Q^{j}，我们可以得到下面的关于P1的等价子优化问题。

我们已经证明了P2是一个严格的凸优化问题，因此可以使用相关的凸优化求解工具进行求解。

2)联合优化反射系数和功率分配因子：

对于给定的T^(j)和Q^{j}，我们得到第j步之后的最优解集{P^(j),A^(j),Q^{j}}。由于功率变量所在公式的复杂性，我们定义辅助变量U＝{u_m,k}_M×K q_m,k＝λ²(k)α_m,k,u_m,k＝[p_m,k,q_m,k]。所以优化功率和反射系数的子问题简化成了如下的问题:

其中主用户的信干噪比和次用户的信噪比表达式为：

请注意，此时的主用户的SINR_k(u_m,k)相对于u_m,k而言并不是一个凸函数，而凹凸过程算法是一种构造离散时间迭代系统的方法，它可以保证单调的减少全局优化函数，得到优化问题的最优解。这里我们使用凹凸过程算法对C13进行变形，变形后得到如下表达式：

其中，

根据凸优化理论，

是凹函数而

是凸函数，C14，C17都是凸限制条件，C15，C16都是线性限制条件，所以问题P3转换成了可以利用凹凸过程算法求解的凸优化问题：假设

为第l次迭代的初始值，并且

下一步迭代的最优解可以通过下式得到：

其中:

此时的问题是标准的凸优化问题，可以使用拉格朗日对偶方法进行求解。使用拉格朗日对偶方法求解如下：

首先我们得到问题P4的拉格朗日问题展示为如下：

P5:

其中，λ＝[λ_1,1,...,λ_m,k,...,λ_M,K],θ＝[θ₁,...,θ_M]和r分别是与约束C19-C21对应的拉格朗日乘子。

的表达式如下所示：

对于给定的λ,θ,r，我们可以需要得到最佳的{U^*,Q^*}来解决上述拉格朗日问题。由于Q对于

是线性关系，所以我们先考虑优化U，即先得到U^*，然后就能够得到最佳的Q^*。求解U^*的问题如下P6所示：

其中

我们使用图形法来求解P6，通过P6的C26,C27，我们能够画出u_m,k的可行域，如图2所示。通过对可行域的等式取值与否，可行域可以划分为四个不相邻的部分，同时可以得到最佳的值

表示如下：

根据每个可行域的限制条件，可以进一步简化P6，带入计算之后得到在

四个区域下的次优解

最优解为

3)最佳Q^*

得到U^*之后，可以代入得到Q^*，表达式如下所示：

4)次梯度下降法求解P5

当得到最佳解{U^*,Q^*}之后，给定

我们使用次梯度下降法求解P5中的拉格朗日因子，如下所示：

更新拉格朗日因子的公式如下：

r^{l+1}＝μ^{l}+ξ^{l}Δr^{j}(2.29)

其中

Δr^{j}是将{p_m,k,q_m,k}换成

之后得到的，ξ^{l}为第l次的迭代步长，为了满足次梯度下降法的收敛性，我们在此处设置的步长为

l≥1。

最后，整体算法总结在了表格中，如下所示：

综上，本发明的面向多接入点场景的共生无线电系统的资源分配方法，包括如下步骤：

步骤1：得到初始点{P^{0},T^{0},A^{0}}，计算得到Q^{0}，P为时隙分配变量，T为功率分配系数变量，A为反射系数变量，Q代表的是公平性限制；

步骤2：给定{P^{j-1},A^j{-1}}，得到结果集{T^{j},Q^{j}}；

步骤3：如果|Q^{j}-Q^{j-1}|＜ε，那么执行步骤4，否则返回执行步骤2，阈值限制参数ε＝10^-4；

步骤4：令Q^{l}＝Q^{j}；

步骤5：计算得到

步骤6：计算得到

步骤7：计算得到Q^{l}；

步骤8：如果|Q^{l}-Q^{l-1}|＜ε，那么执行步骤9，否则返回执行步骤4；

步骤9：得到{P^{j},A^{j}}，更新Q^{j}＝Q^{l}；

步骤10：得到最优结果集

3仿真结果与分析

在本节中，我们通过仿真模拟验证了提出的基于块坐标下降法算法来求解主用户吞吐量限制下最大化次用户公平性的资源优化策略。我们假设该场景下有4个接入点，次用户的个数为21个，K＝4。我们考虑在多接入点共无线电系统的信道符合独立瑞利衰落信道，并且信道的增益服从指数分布，信道的功率增益为10^-3d^-2.5，其中d表示发射端到接收端的距离。我们设置每个接入点的最大发射功率

为30dBm，接入点在每个时隙允许发射的最大功率P_peak＝20P_ave，其中

每个次用户的最大反射系数

我们定义的信噪比为接入点接受次用户的平均信噪比：

图3展示了利用算法进行联合资源分配的性能。我们考虑此时主用户的吞吐量需D＝1bps/Hz。我们将本发明提出的基于块坐标下降法算法的资源优化算法和均匀时间分配策略，最大发射功率分配策略在次用户公平性性能方面进行了对比。均匀时间分配策略下，使时隙分配因子均匀分配，在使用算法进行功率分配因子和反射系数的联合优化。在最大发射功率分配策略下，所有的功率分配因子被设置到了P_m,k＝P_peak,此时优化反射系数和时隙分配因子。通过仿真可以发现，随着SNR的增加，三种资源分配方案都增加，并且最大发射功率分配策略使系统中次用户具有更好的公平性，这是由于最大发射功率分配策略联合优化了时隙分配因子，功率分配因子以及反射系数，所以能够得到额外的性能增益。并且，均匀时间分配策略的曲线性能比最大发射功率分配策略的性能略差，说明优化时间相对于优化功率带来的性能增益更明显。

图4展示了次系统的公平性随接入点数量变化的曲线图。我们假设SNR＝20dB，并且固定每个接入点都有4个次用户，对比三种资源分配方案，我们可以发现，系统的公平性并不是随接入点的数量增加而增加，三条曲线都在接入点数量为2的时候有最大的公平性，随着接入点数量的增加，公平性迅速下降，并最终趋于0。这里由于我们增加了接入点的数量，同时也增加了系统中次用户的数量，随着接入点的增加，系统中的次用户不断增加，导致公平性会下降。同时，随着更多的接入点为主用户服务，只需要达到主用户的吞吐量需求即可，所有的接入点不会全功率发射，所以次用户能够反射的射频信号会减少，这也是公平性会随着接入点数目增加而降低的另一个原因。图4的结果对于我们在实际情况下适当的选择接入点的数量也有指导意义。

图5展示了在不同的接入点最大功率限制下，本发明提出的资源优化策略的收敛特性。我们进行了1000次的信道仿真，对最终的迭代次数取平均。通过曲线图可以发现，随着P的增加，系统的次用户的公平性得到增加，并且，算法可以在10次以内达到很好的收敛效果，更准确的说，在经过四次迭代之后，算法就可以实现很好的收敛。

本发明的有益效果如下：在共生无线电系统中，考虑到随着接入点数量的增加和接入点分布更加密集，共生无线电系统中的射频信号更加复杂，很多用户往往是同时被多个接入点服务，本发明研究多接入点下的共生无线电系统的资源分配问题，在满足主用户的吞吐量需求的前提下，最大化次用户的公平性。本发明通过块坐标下降法算法将优化问题拆分成几个子优化问题，结合内点法和凹凸过程算法，提出了联合优化功率分配因子，时间分配因子和反射系数的资源分配方法。通过仿真，一方面验证了和传统的两种资源分配策略相比，本发明所提出的资源分配方法能够实现系统更好的公平性性能，另一方面，也证明了本发明提出的算法的收敛速度很快，适合用于多接入点的共生无线电系统。同时，本发明的资源分配方法还为部署合理的接入点数量提供了指导。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种面向多接入点场景的共生无线电系统的资源分配方法，其特征在于，包括如下步骤：

步骤1：得到初始点{P^{0},T^{0},A^{0}}，计算得到Q^{0}，P为时隙分配变量，T为功率分配系数变量，A为反射系数变量，Q代表的是公平性限制；

步骤2：给定{P^{j-1},A^{j-1}}，得到结果集{T^{j},Q^{j}}；

步骤3：如果|Q^{j}-Q^{j-1}|＜ε，那么执行步骤4，否则返回执行步骤2，阈值限制参数ε＝10^-4；

步骤4：令Q^{l}＝Q^{j}；

步骤5：计算得到

步骤6：计算得到

步骤7：计算得到Q^{l}；

步骤8：如果|Q^{l}-Q^{l-1}|＜ε，那么执行步骤9，否则返回执行步骤4；

步骤9：得到{P^{j},A^{j}}，更新Q^{j}＝Q^{l}；

步骤10：得到最优结果集

Q^{j}。

2.根据权利要求1所述的资源分配方法，其特征在于，在所述步骤1中，通过公式(2.15)得到初始点{P^{0},T^{0},A^{0}}，

当μ＜0,第m个接入点的最优的功率分配变量

如下:

在时隙均匀分配情况下，初始解表达式如下：

h_m为从第m个接入点到主用户的信道系数，P_peak为第m个接入点在第k个时隙所允许发射的最大功率。

3.根据权利要求2所述的资源分配方法，其特征在于，在所述步骤1中，通过公式(2.10)、(2.11)计算得到Q^{0}；

第(m,k)个次用户的信噪比：

α_m,k代表第(m,k)个次用户的反射系数，f_m,k表示从第m个接入点到第(m,k)个次用户的信道系数，p_m,k为第m个接入点在第k个时隙内的发射功率，次用户的吞吐量表达式为：

4.根据权利要求3所述的资源分配方法，其特征在于，在所述步骤2中，通过公式(2.16)得到结果集{T^{j},Q^{j}}；

对于结果集{P^(j-1),A^(j-1)}，可以得到迭代后次优解T^{j}和Q^{j}，可以得到下面的关于P1的等价子优化问题

5.根据权利要求4所述的资源分配方法，其特征在于，在所述步骤5中，通过公式(2.26)计算得到

的表示如下：

根据每个可行域的限制条件，得到在

四个区域下的次优解

最优解为

6.根据权利要求5所述的资源分配方法，其特征在于，在所述步骤6中，通过公式(2.26)得到

7.根据权利要求6所述的资源分配方法，其特征在于，在所述步骤7中，通过公式(2.27)计算得到Q^{l}；

8.一种面向多接入点场景的共生无线电系统，其特征在于，包括M个接入点、主用户、U个次用户，M≥1，U≥1，多个接入点将同时为主用户服务，并且接入点将接收到来自次用户的数据，并且将数据上传给云端；所有接入点以全双工的方式工作，接入点下行传输信号为主用户提供服务，同时，次用户可以接收到接入点发射给主用户的射频信号，并且通过调制自身的天线阻抗，搭载自身的信号通过环境能量散射技术实现上行的传输任务；每个接入点都只会接收到接收机位置放置在该接入点的次用户数据，接入点以时分多址方式接收放置在接入点处的次用户散射的上行散射数据；接入点在传输下行数据给主用户的同时，将会以时分多址的方式接收到次用户上行散射的数据，该共生无线电系统运行权利要求1至7任一项所述资源分配方法的步骤。

9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1至7任一项所述资源分配方法的步骤。

Images