CN115052297A - 一种用于地海通信网络的功率分配及中继设计方法 - Google Patents

一种用于地海通信网络的功率分配及中继设计方法 Download PDF

Info

Publication number
CN115052297A
CN115052297A CN202210619423.6A CN202210619423A CN115052297A CN 115052297 A CN115052297 A CN 115052297A CN 202210619423 A CN202210619423 A CN 202210619423A CN 115052297 A CN115052297 A CN 115052297A
Authority
CN
China
Prior art keywords
user group
vehicle user
optimization
matrix
relay
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
Application number
CN202210619423.6A
Other languages
English (en)
Other versions
CN115052297B (zh
Inventor
马丕明
董旭
张雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN202210619423.6A priority Critical patent/CN115052297B/zh
Publication of CN115052297A publication Critical patent/CN115052297A/zh
Application granted granted Critical
Publication of CN115052297B publication Critical patent/CN115052297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Relay Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种用于地海通信网络的功率分配及中继设计方法,属无线通信领域。该方法以近海中继通信以及海岸车联网为研究对象，通过中继设计以及对车辆链路发送功率进行分配，实现车辆链路满足低时延要求和中继节点满足能量效率要求。该方法由李雅普诺夫优化定理以及连续凸近似算法来实现，李雅普诺夫优化定理保证车联网的低时延要求，并使用连续凸近似算法来解决功率分配和中继设计问题。该方法对降低海洋中继通信的中继能量消耗、提高海岸车辆行驶的安全性有重要意义。

Description

一种用于地海通信网络的功率分配及中继设计方法
技术领域
一种用于地海通信网络的功率分配及中继设计方法，属于无线通信技术领域。
背景技术
随着近年来“空天海地”一体化架构的提出与发展，地海通信网络也在不断地发展，而 海洋通信常使用中继通信方法面临着能耗过大的问题，并且随着海事活动的增多，行驶在海 边公路上的车辆也越来越多，因此海边车辆行驶的安全性也有待提升，车辆通信中的低时延 要求越来越成为车辆通信的关注点。
近来科研人员对低时延车联网以及海洋中继通信进行了广泛的研究。“Touch theSea: Energy Efficiency Relay Design for Maritime Multi-Hop Multicast Systems”[R.Duan,J.Wang,H.Zhang,C.Jiang,Y.Ren and T.Q.S.Quek,2018 IEEE GlobalCommunications Conference(GLOBECOM),2018,pp.1-6]一文中研究了一种中继设计方法，规划了一个最小化中继能耗的优化问题。“Energy-Efficient Power Control andResource Allocation for V2V Communication”[L.Gao,Y.Hou,X.Tao and M.Zhu,2020IEEE Wireless Communicationss and Networking Conference(WCNC),2020,pp.1-6]提出一种低时延车联 网通信模型，并使用李雅普诺夫优化定理解决低时延约束问题。上述研究只是单独考虑车联 网或者海洋中继通信，并没有将二者联合起来考虑，面对新的应用空地通信场景并没有先例。
发明内容
为克服现有技术的缺陷和不足，本发明提出了一种用于地海通信网络的功率分配及中继 设计方法。
本发明的技术方案如下：
一种用于地海通信网络的功率分配及中继设计方法，在以下系统中运行通信业务，该系 统包括一个基站、K个车辆用户组、N个海洋用户组以及S个中继节点，其中每个车辆用户 组由相邻的两个车辆用户组成，且一个为发送端一个为接收端，每个海洋用户组由距离相近 的若干海洋用户组成；车辆用户组集合为Θ＝{1,2,...,K}，海洋用户组集合为{Ω1,Ω2,...,ΩN}，第n个海洋用户组中海洋用户的数目为|Ωn|Δ，其中||Δ表示集合中元素的个 数，中继节点集合为Ψ＝{1,2,...,S}，并记Ξ＝{1,2,...,N}；车辆用户组的发送端和接收端以 及海洋用户均配备单天线，基站和单个中继节点分别配备NB和NR个天线，gk,s、Hs、hs,n,i分别为车辆用户组的发送端到中继节点、基站到中继节点、中继节点到海洋用户的信道增益 矢量(或矩阵)，hk,k′为第k个车辆用户组发送端到第k′个车辆用户组接收端的信道增益；为 了分析车辆用户组的时延和可靠性，每个车辆用户组发送端均配置一个缓存数据的缓存队列， 通信系统按时隙运行通信业务，并以t∈{1,2,...}表示一段时间间隔[t,t+1)；针对以上通信系 统模型，规划优化问题，并根据李雅普诺夫优化定理设计功率分配及中继设计方法对优化问 题进行求解，该方法具体步骤如下：
1)问题规划
在时隙t，第k个车辆用户组接收端的信干噪比为
Figure BDA0003674499290000021
其中σ2为加性高斯白噪声的功率，符号| |表示复数的绝对值，Θ\k为集合Θ排除元素 k后的集合，
Figure BDA0003674499290000022
和
Figure BDA0003674499290000023
分别表示时隙t第k和k′个车辆用户组发送端的发送功率，第k 个车辆用户组的数据传输速率表示为
Figure BDA0003674499290000024
其中W为信道带宽，车辆用户组的低时延要求以速率约束
Figure BDA0003674499290000025
其中
Figure BDA0003674499290000026
E[]为取数学期望符号，Rk(τ)为时隙τ时第k个车辆用户组的数据传输速率，
Figure BDA0003674499290000027
为满足低时延要求时的最低平均速率，每个车辆用户组发送端配置缓存队列，任意车辆用户组k∈Θ的队列长度定义为Qk(t)，其更新公式定义为
Figure BDA0003674499290000028
其中max为求最大值符号；在时隙t中继节点接收到的信号为
Figure BDA0003674499290000029
其中符号H表示复数矩阵的共轭转置，
Figure BDA00036744992900000210
和
Figure BDA00036744992900000211
分别为在时隙t时基站向第n个海 洋用户组的发送信号和第k个车辆用户组发送端的发送信号，ωn为基站的波束赋形矢量， zs为服从均值为0，协方差为
Figure BDA00036744992900000212
的加性高斯白噪声信号，其中I为单位矩阵；中继节点接 收到信号后使用处理矩阵Ws对信号进行处理然后发送，发送信号为
Figure BDA00036744992900000213
最后海洋用户接收信号，接收到的信号为
Figure BDA00036744992900000214
其中zn,i为服从均值为0，协方差为
Figure BDA00036744992900000215
的加性高斯白噪声信号，H表示复数矢量hs,n,i的 共轭转置，海洋用户的信干噪比为
Figure BDA0003674499290000031
其中
Figure BDA0003674499290000032
|| ||1表示向量的二范数，得到时隙t中继节点处的总发送功率为
Figure BDA0003674499290000033
其中|| ||2表示矩阵的Frobenius范数；以最小化中继节点发送功率为目标函数，同时以 车辆用户组的时延和可靠性以及海洋用户组的可靠性要求为约束，规划出如下优化问题
Figure BDA0003674499290000034
Figure BDA0003674499290000035
Figure BDA0003674499290000036
Figure BDA0003674499290000037
其中min表示求最小值符号，s.t.表示约束符号，
Figure BDA0003674499290000038
表示“所有的”，符号PV(t)为在时隙t车辆用户组发送端的发送功率矢量，
Figure BDA0003674499290000039
为中继节点长时间平均发送功率，γTH和γn分别为车辆用户组和海洋用户组的最低信干噪比要求；
2)李雅普诺夫优化定理
针对缓冲队列，在任意时隙t期间，基于队列Qk(t)的李雅普诺夫漂移及惩罚满足如下上 界
Figure BDA00036744992900000310
其中
Figure BDA00036744992900000311
为李雅普诺夫漂移函数，B为常数，U为权衡 目标函数和低时延要求的非负权重；基于上述李雅普诺夫优化定理，可以将优化问题转变为 最小化每时隙李雅普诺夫漂移及惩罚上界问题；为了简便书写，忽略时隙t，优化问题转变 为如下问题1
Figure BDA00036744992900000312
Figure BDA00036744992900000313
Figure BDA00036744992900000314
3)转换优化变量
定义
Figure BDA0003674499290000041
Rs＝[rs,1,...,rs,N]，根据目标函数以及约束条件要求，可将转换矩阵 等价转换为
Ws＝VsRs
其中Vs＝[vs,1,...,vs,N]，定义
Figure BDA0003674499290000042
Φs＝[φs,1,...,φs,N]，
Figure BDA0003674499290000043
则中继节 点的总发送功率可表示为
Figure BDA0003674499290000044
其中
Figure BDA0003674499290000045
vec()表示将矩阵按列排列成矢量，T表示矩阵的转置，*表示矩阵中每个元素取共轭，
Figure BDA0003674499290000046
Figure BDA0003674499290000047
为克罗内克积；类似地，根据公式
Figure BDA0003674499290000048
有
Figure BDA0003674499290000049
其中
Figure BDA00036744992900000410
由此，海洋用户接收端的信干噪比可以表示为
Figure BDA00036744992900000411
另外，通过定义
Figure BDA00036744992900000412
其中Blkdiag()表示矩阵的对角元素构成的列向量；优化问题可以表示为
Figure BDA0003674499290000051
Figure BDA0003674499290000052
Figure BDA0003674499290000053
4)基于李雅普诺夫优化的功率分配和中继设计方法
针对问题1，采取两步算法来解耦合优化变量，并分别采用连续凸近似的方法求解：
(1)第一步求解过程如下
给定一个可行的解PV，求解优化问题关于优化变量v的最优解，此时优化问题简化为
Figure BDA0003674499290000054
Figure BDA0003674499290000055
其中约束条件等价为
Figure BDA0003674499290000056
我们令
Figure BDA0003674499290000057
其中
Figure BDA0003674499290000058
为半负定矩阵，
Figure BDA0003674499290000059
为半正定矩阵且表示为
Figure BDA00036744992900000510
对任意z有
Figure BDA00036744992900000511
其中Re{}表示矩阵中的每个元素取实部；使用连续凸近似方法并引入松弛变量ρ以及 惩罚变量ε，在第j次迭代的优化问题为
Figure BDA00036744992900000512
s.t.vTD(PV)v*≤ρ
Figure BDA00036744992900000513
Figure BDA00036744992900000514
其中
Figure BDA00036744992900000515
λ为惩罚系数且λ＞＞1以保证优化问题可解，zj为第j-1次迭 代时的最优解v，给定收敛精度或者最大迭代次数，会得到在给定PV下的最优解v，可以求 出此时最优的转换矩阵Ws；
(2)第二步求解过程如下
给定一个可行的解v，求解优化问题关于优化变量PV的最优解，此时优化问题简化为
Figure BDA0003674499290000061
Figure BDA0003674499290000062
Figure BDA0003674499290000063
为简化书写，定义
Figure BDA0003674499290000064
将此优化问题记为问题2；问题2中的第二个优化条件可写为
Figure BDA0003674499290000065
应用 连续凸近似方法，根据下面不等式
-ln(1+z)≤-αln(z)-β
其中
Figure BDA0003674499290000066
则函数y＝-αln(z)-β为函数y＝-ln(1+z)的一个上界函数，其中z是函数的自变量， y是函数的因变量，且此上界在z＝z0是一个紧致的上界，z0为固定常数，令
Figure BDA0003674499290000067
此时优化问题转变为
Figure BDA0003674499290000068
Figure BDA0003674499290000069
Figure BDA00036744992900000610
其中
Figure BDA00036744992900000611
且
Figure BDA00036744992900000612
问题2就转换成了一个关于优 化变量
Figure BDA00036744992900000613
的凸问题，使用拉格朗日对偶方法解决，拉格朗日函数为
Figure BDA00036744992900000614
其中λ＝(λ1,...,λK)，
Figure BDA0003674499290000071
为拉格朗日对偶变量，拉格朗日对偶函数为
Figure BDA0003674499290000072
其中
Figure BDA0003674499290000073
为车辆用户组发送端的最大发送功率，拉格朗日对偶问题表示为
Figure BDA0003674499290000074
并且可由子梯度下降算法求解，应用子梯度下降算，拉格朗日对偶变量更新公式为
Figure BDA0003674499290000075
Figure BDA0003674499290000076
其中δk＞0,δn,i＞0为充分小的步长，j是迭代次数且[·]+＝max{0,·}，通过对拉格朗日函 数求偏导并令其为0
Figure BDA0003674499290000077
求解可得
Figure BDA0003674499290000078
5)方法流程
将连续的T0＞＞1组成一个时间帧，基站仅需在每个时间帧的开始阶段执行一次信道状态 捕获任务，每个时隙均需要执行资源分配任务；根据上述步骤4)优化问题求解过程，基于 李雅普诺夫优化的功率分配及中继设计方法如下：
ⅰ.在一个时间帧的开始阶段，初始化t＝1；
ⅱ.在时隙t，基站捕获信道状态信息；
ⅲ.根据当前的信道状态信息、队列长度Q(t)＝(Q1(t),...,QK(t))执行两步求解算法，并且两 个算法交替迭代，直到收敛；
ⅳ.更新队列长度Q(t)并且更新时隙t＝t+1；
ⅴ.重复执行步骤iii至iv，直至t＝T0时，跳转至步骤i重新开始新的时间帧。
本发明的有益的效果是能够联合考虑近海车联网及海洋中继通信网络，兼顾车辆用户组 时延和可靠性要求以及海洋用户组可靠性要求的同时，能够实现中继的低功耗通信。
附图说明
图1为本发明地海通信网络的系统结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明，但不限于此。
实施例：
一种用于地海通信网络的功率分配及中继设计方法，在以下系统中运行通信业务，如图 1所示，该系统包括一个基站、K个车辆用户组、N个海洋用户组以及S个中继节点，其中 每个车辆用户组由相邻的两个车辆用户组成，且一个为发送端一个为接收端，每个海洋用户 组由距离相近的若干海洋用户组成；车辆用户组集合为Θ＝{1,2,...,K}，海洋用户组集合为 {Ω1,Ω2,...,ΩN}，第n个海洋用户组中海洋用户的数目为|Ωn|Δ，其中| |Δ表示集合中元素的个 数，中继节点集合为Ψ＝{1,2,...,S}，并记Ξ＝{1,2,...,N}；车辆用户组的发送端和接收端以 及海洋用户均配备单天线，基站和单个中继节点分别配备NB和NR个天线，gk,s、Hs、hs,n,i分别为车辆用户组的发送端到中继节点、基站到中继节点、中继节点到海洋用户的信道增益 矢量(或矩阵)，hk,k′为第k个车辆用户组发送端到第k′个车辆用户组接收端的信道增益；为 了分析车辆用户组的时延和可靠性，每个车辆用户组发送端均配置一个缓存数据的缓存队列， 通信系统按时隙运行通信业务，并以t∈{1,2,...}表示一段时间间隔[t,t+1)；针对以上通信系 统模型，规划优化问题，并根据李雅普诺夫优化定理设计功率分配及中继设计方法对优化问 题进行求解，该方法具体步骤如下：
1)问题规划
在时隙t，第k个车辆用户组接收端的信干噪比为
Figure BDA0003674499290000081
其中σ2为加性高斯白噪声的功率，符号| |表示复数的绝对值，Θ\k为集合Θ排除元素 k后的集合，
Figure BDA0003674499290000082
和
Figure BDA0003674499290000083
分别表示时隙t第k和k′个车辆用户组发送端的发送功率，第k 个车辆用户组的数据传输速率表示为
Figure BDA0003674499290000084
其中W为信道带宽，车辆用户组的低时延要求以速率约束
Figure BDA0003674499290000085
其中
Figure BDA0003674499290000086
E[]为取数学期望符号，Rk(τ)为时隙τ时第k个车辆用户组的数据传输速率，
Figure BDA0003674499290000087
为满足低时延要求时的最低平均速率，每个车辆用户组发送端配 置缓存队列，任意车辆用户组k∈Θ的队列长度定义为Qk(t)，其更新公式定义为
Figure BDA0003674499290000091
其中max为求最大值符号；在时隙t中继节点接收到的信号为
Figure BDA0003674499290000092
其中符号H表示复数矩阵的共轭转置，
Figure BDA0003674499290000093
和
Figure BDA0003674499290000094
分别为在时隙t时基站向第n个海 洋用户组的发送信号和第k个车辆用户组发送端的发送信号，ωn为基站的波束赋形矢量， zs为服从均值为0，协方差为
Figure BDA0003674499290000095
的加性高斯白噪声信号，其中I为单位矩阵；中继节点接 收到信号后使用处理矩阵Ws对信号进行处理然后发送，发送信号为
Figure BDA0003674499290000096
最后海洋用户接收信号，接收到的信号为
Figure BDA0003674499290000097
其中zn,i为服从均值为0，协方差为
Figure BDA0003674499290000098
的加性高斯白噪声信号，H表示复数矢量hs,n,i的 共轭转置，海洋用户的信干噪比为
Figure BDA0003674499290000099
其中
Figure BDA00036744992900000910
|| ||1表示向量的二范数，得到时隙t中继节点处的总发送功率为
Figure BDA00036744992900000911
其中|| ||2表示矩阵的Frobenius范数；以最小化中继节点发送功率为目标函数，同时以 车辆用户组的时延和可靠性以及海洋用户组的可靠性要求为约束，规划出如下优化问题
Figure BDA00036744992900000912
Figure BDA00036744992900000913
Figure BDA00036744992900000914
Figure BDA00036744992900000915
其中min表示求最小值符号，s.t.表示约束符号，
Figure BDA00036744992900000916
表示“所有的”，符号PV(t)为在时隙t车辆用户组发送端的发送功率矢量，
Figure BDA00036744992900000917
为中继节点长时间平均发送功率，γTH和γn分别为车辆用户组和海洋用户组的最低信干噪比要求；
2)李雅普诺夫优化定理
针对缓冲队列，在任意时隙t期间，基于队列Qk(t)的李雅普诺夫漂移及惩罚满足如下上 界
Figure BDA0003674499290000101
其中
Figure BDA0003674499290000102
为李雅普诺夫漂移函数，B为常数，U为权衡 目标函数和低时延要求的非负权重；基于上述李雅普诺夫优化定理，可以将优化问题转变为 最小化每时隙李雅普诺夫漂移及惩罚上界问题；为了简便书写，忽略时隙t，优化问题转变 为如下问题1
Figure BDA0003674499290000103
Figure BDA0003674499290000104
Figure BDA0003674499290000105
3)转换优化变量
定义
Figure BDA0003674499290000106
Rs＝[rs,1,...,rs,N]，根据目标函数以及约束条件要求，可将转换矩阵 等价转换为
Ws＝VsRs
其中Vs＝[vs,1,...,vs,N]，定义
Figure BDA0003674499290000107
Φs＝[φs,1,...,φs,N]，
Figure BDA0003674499290000108
则中继节 点的总发送功率可表示为
Figure BDA0003674499290000109
其中
Figure BDA00036744992900001010
vec()表示将矩阵按列排列成矢量，T表示矩阵的转置，*表示矩阵中每个元素取共轭，
Figure BDA00036744992900001011
Figure BDA00036744992900001012
为克罗内克积；类似地，根据公式
Figure BDA00036744992900001013
有
Figure BDA00036744992900001014
其中
Figure BDA0003674499290000111
由此，海洋用户接收端的信干噪比可以表示为
Figure BDA0003674499290000112
另外，通过定义
Figure BDA0003674499290000113
其中Blkdiag()表示矩阵的对角元素构成的列向量；优化问题可以表示为
Figure BDA0003674499290000114
Figure BDA0003674499290000115
Figure BDA0003674499290000116
4)基于李雅普诺夫优化的功率分配和中继设计方法
针对问题1，采取两步算法来解耦合优化变量，并分别采用连续凸近似的方法求解： (1)第一步求解过程如下
给定一个可行的解PV，求解优化问题关于优化变量v的最优解，此时优化问题简化为
Figure BDA0003674499290000117
Figure BDA0003674499290000118
其中约束条件等价为
Figure BDA0003674499290000119
我们令
Figure BDA00036744992900001110
其中
Figure BDA00036744992900001111
为半负定矩阵，
Figure BDA00036744992900001112
为半正定矩阵且表示为
Figure BDA0003674499290000121
对任意z有
Figure BDA0003674499290000122
其中Re{}表示矩阵中的每个元素取实部；使用连续凸近似方法并引入松弛变量ρ以及 惩罚变量ε，在第j次迭代的优化问题为
Figure BDA0003674499290000123
s.t.vTD(PV)v*≤ρ
Figure BDA0003674499290000124
Figure BDA0003674499290000125
其中
Figure BDA0003674499290000126
λ为惩罚系数且λ＞＞1以保证优化问题可解，zj为第j-1次迭 代时的最优解v，给定收敛精度或者最大迭代次数，会得到在给定PV下的最优解v，可以求 出此时最优的转换矩阵Ws；
(2)第二步求解过程如下
给定一个可行的解v，求解优化问题关于优化变量PV的最优解，此时优化问题简化为
Figure BDA0003674499290000127
Figure BDA0003674499290000128
Figure BDA0003674499290000129
为简化书写，定义
Figure BDA00036744992900001210
将此优化问题记为问题2；问题2中的第二个优化条件可写为
Figure BDA00036744992900001211
应用 连续凸近似方法，根据下面不等式
-ln(1+z)≤-αln(z)-β
其中
Figure BDA00036744992900001212
则函数y＝-αln(z)-β为函数y＝-ln(1+z)的一个上界函数，其中z是函数的自变量， y是函数的因变量，且此上界在z＝z0是一个紧致的上界，z0为固定常数，令
Figure BDA0003674499290000131
此时优化问题转变为
Figure BDA0003674499290000132
Figure BDA0003674499290000133
Figure BDA0003674499290000134
其中
Figure BDA0003674499290000135
且
Figure BDA0003674499290000136
问题2就转换成了一个关于优 化变量
Figure BDA0003674499290000137
的凸问题，使用拉格朗日对偶方法解决，拉格朗日函数为
Figure BDA0003674499290000138
其中λ＝(λ1,...,λK)，
Figure BDA0003674499290000139
为拉格朗日对偶变量，拉格朗日对偶函数为
Figure BDA00036744992900001310
其中
Figure BDA00036744992900001311
为车辆用户组发送端的最大发送功率，拉格朗日对偶问题表示为
Figure BDA00036744992900001312
并且可由子梯度下降算法求解，应用子梯度下降算，拉格朗日对偶变量更新公式为
Figure BDA00036744992900001313
Figure BDA00036744992900001314
其中δk＞0,δn,i＞0为充分小的步长，j是迭代次数且[·]+＝max{0,·}，通过对拉格朗日函 数求偏导并令其为0
Figure BDA00036744992900001315
求解可得
Figure BDA0003674499290000141
5)方法流程
将连续的T0＞＞1组成一个时间帧，基站仅需在每个时间帧的开始阶段执行一次信道状态 捕获任务，每个时隙均需要执行资源分配任务；根据上述步骤4)优化问题求解过程，基于 李雅普诺夫优化的功率分配及中继设计方法如下：
i.在一个时间帧的开始阶段，初始化t＝1；
ii.在时隙t，基站捕获信道状态信息；
iii.根据当前的信道状态信息、队列长度Q(t)＝(Q1(t),...,QK(t))执行两步求解算法，并且 两个算法交替迭代，直到收敛；
iv.更新队列长度Q(t)并且更新时隙t＝t+1；
v.重复执行步骤iii至iv，直至t＝T0时，跳转至步骤i重新开始新的时间帧。

Claims (1)

1.一种用于地海通信网络的功率分配及中继设计方法，在以下系统中运行通信业务，该系统包括一个基站、K个车辆用户组、N个海洋用户组以及S个中继节点，其中每个车辆用户组由相邻的两个车辆用户组成，且一个为发送端一个为接收端，每个海洋用户组由距离相近的若干海洋用户组成；车辆用户组集合为Θ＝{1,2,...,K}，海洋用户组集合为{Ω1,Ω2,...,ΩN}，第n个海洋用户组中海洋用户的数目为|Ωn|Δ，其中| |Δ表示集合中元素的个数，中继节点集合为Ψ＝{1,2,...,S}，并记Ξ＝{1,2,...,N}；车辆用户组的发送端和接收端以及海洋用户均配备单天线，基站和单个中继节点分别配备NB和NR个天线，gk,s、Hs、hs,n,i分别为车辆用户组的发送端到中继节点、基站到中继节点、中继节点到海洋用户的信道增益矢量，hk,k′为第k个车辆用户组发送端到第k′个车辆用户组接收端的信道增益；为了分析车辆用户组的时延和可靠性，每个车辆用户组发送端均配置一个缓存数据的缓存队列，通信系统按时隙运行通信业务，并以t∈{1,2,...}表示一段时间间隔[t,t+1)；针对以上通信系统模型，规划优化问题，并根据李雅普诺夫优化定理设计功率分配及中继设计方法对优化问题进行求解，该方法具体步骤如下：
1)问题规划
在时隙t，第k个车辆用户组接收端的信干噪比为
Figure FDA0003674499280000011
其中σ2为加性高斯白噪声的功率，符号||表示复数的绝对值，Θ\k为集合Θ排除元素k后的集合，
Figure FDA0003674499280000012
和
Figure FDA0003674499280000013
分别表示时隙t第k和k′个车辆用户组发送端的发送功率，第k个车辆用户组的数据传输速率表示为
Figure FDA0003674499280000014
其中W为信道带宽，车辆用户组的低时延要求以速率约束
Figure FDA0003674499280000015
其中
Figure FDA0003674499280000016
E[]为取数学期望符号，Rk(τ)为时隙τ时第k个车辆用户组的数据传输速率，
Figure FDA0003674499280000017
为满足低时延要求时的最低平均速率，每个车辆用户组发送端配置缓存队列，任意车辆用户组k∈Θ的队列长度定义为Qk(t)，其更新公式定义为
Figure FDA0003674499280000018
其中max为求最大值符号；在时隙t中继节点接收到的信号为
Figure FDA0003674499280000021
其中符号H表示复数矩阵的共轭转置，
Figure FDA0003674499280000022
和
Figure FDA0003674499280000023
分别为在时隙t时基站向第n个海洋用户组的发送信号和第k个车辆用户组发送端的发送信号，ωn为基站的波束赋形矢量，zs为服从均值为0，协方差为
Figure FDA0003674499280000024
的加性高斯白噪声信号，其中I为单位矩阵；中继节点接收到信号后使用处理矩阵Ws对信号进行处理然后发送，发送信号为
Figure FDA0003674499280000025
最后海洋用户接收信号，接收到的信号为
Figure FDA0003674499280000026
其中zn,i为服从均值为0，协方差为
Figure FDA0003674499280000027
的加性高斯白噪声信号，H表示复数矢量hs,n,i的共轭转置，海洋用户的信干噪比为
Figure FDA0003674499280000028
其中
Figure FDA0003674499280000029
|| ||1表示向量的二范数，得到时隙t中继节点处的总发送功率为
Figure FDA00036744992800000210
其中|| ||2表示矩阵的Frobenius范数；以最小化中继节点发送功率为目标函数，同时以车辆用户组的时延和可靠性以及海洋用户组的可靠性要求为约束，规划出如下优化问题
Figure FDA00036744992800000211
Figure FDA00036744992800000212
Figure FDA00036744992800000213
Figure FDA00036744992800000214
其中min表示求最小值符号，s.t.表示约束符号，
Figure FDA00036744992800000215
表示“所有的”，符号PV(t)为在时隙t车辆用户组发送端的发送功率矢量，
Figure FDA00036744992800000216
为中继节点长时间平均发送功率，γTH和γn分别为车辆用户组和海洋用户组的最低信干噪比要求；
2)李雅普诺夫优化定理
针对缓冲队列，在任意时隙t期间，基于队列Qk(t)的李雅普诺夫漂移及惩罚满足如下上界
Figure FDA0003674499280000031
其中
Figure FDA0003674499280000032
为李雅普诺夫漂移函数，B为常数，U为权衡目标函数和低时延要求的非负权重；基于上述李雅普诺夫优化定理，可以将优化问题转变为最小化每时隙李雅普诺夫漂移及惩罚上界问题；为了简便书写，忽略时隙t，优化问题转变为如下问题1
Figure FDA0003674499280000033
Figure FDA0003674499280000034
Figure FDA0003674499280000035
3)转换优化变量
定义
Figure FDA0003674499280000036
Rs＝[rs,1,...,rs,N]，根据目标函数以及约束条件要求，可将转换矩阵等价转换为
Ws＝VsRs
其中Vs＝[vs,1,...,vs,N]，定义
Figure FDA0003674499280000037
Φs＝[φs,1,...,φs,N]，
Figure FDA0003674499280000038
则中继节点的总发送功率可表示为
Figure FDA0003674499280000039
其中
Figure FDA00036744992800000310
vec()表示将矩阵按列排列成矢量，T表示矩阵的转置，*表示矩阵中每个元素取共轭，
Figure FDA00036744992800000311
Figure FDA00036744992800000312
为克罗内克积；类似地，根据公式
Figure FDA00036744992800000313
有
Figure FDA00036744992800000314
其中
Figure FDA0003674499280000041
由此，海洋用户接收端的信干噪比可以表示为
Figure FDA0003674499280000042
另外，通过定义
Figure FDA0003674499280000043
其中Blkdiag()表示矩阵的对角元素构成的列向量；优化问题可以表示为
Figure FDA0003674499280000044
Figure FDA0003674499280000045
Figure FDA0003674499280000046
4)基于李雅普诺夫优化的功率分配和中继设计方法
针对问题1，采取两步算法来解耦合优化变量，并分别采用连续凸近似的方法求解：(1)第一步求解过程如下
给定一个可行的解PV，求解优化问题关于优化变量v的最优解，此时优化问题简化为
Figure FDA0003674499280000047
Figure FDA0003674499280000048
其中约束条件等价为
Figure FDA0003674499280000049
我们令
Figure FDA00036744992800000410
其中
Figure FDA00036744992800000411
为半负定矩阵，
Figure FDA00036744992800000412
为半正定矩阵且表示为
Figure FDA0003674499280000051
对任意z有
Figure FDA0003674499280000052
其中Re{}表示矩阵中的每个元素取实部；使用连续凸近似方法并引入松弛变量ρ以及惩罚变量ε，在第j次迭代的优化问题为
Figure FDA0003674499280000053
s.t.vTD(PV)v*≤ρ
Figure FDA0003674499280000054
Figure FDA0003674499280000055
其中
Figure FDA0003674499280000056
λ为惩罚系数且λ＞＞1以保证优化问题可解，zj为第j-1次迭代时的最优解v，给定收敛精度或者最大迭代次数，会得到在给定PV下的最优解v，可以求出此时最优的转换矩阵Ws；
(2)第二步求解过程如下
给定一个可行的解v，求解优化问题关于优化变量PV的最优解，此时优化问题简化为
Figure FDA0003674499280000057
Figure FDA0003674499280000058
Figure FDA0003674499280000059
为简化书写，定义
Figure FDA00036744992800000510
将此优化问题记为问题2；问题2中的第二个优化条件可写为
Figure FDA00036744992800000511
应用连续凸近似方法，根据下面不等式
-ln(1+z)≤-αln(z)-β
其中
Figure FDA00036744992800000512
则函数y＝-αln(z)-β为函数y＝-ln(1+z)的一个上界函数，其中z是函数的自变量，y是函数的因变量，且此上界在z＝z0是一个紧致的上界，z0为固定常数，令
Figure FDA0003674499280000061
此时优化问题转变为
Figure FDA0003674499280000062
Figure FDA0003674499280000063
Figure FDA0003674499280000064
其中
Figure FDA0003674499280000065
且
Figure FDA0003674499280000066
问题2就转换成了一个关于优化变量
Figure FDA0003674499280000067
的凸问题，使用拉格朗日对偶方法解决，拉格朗日函数为
Figure FDA0003674499280000068
其中λ＝(λ1,...,λK)，
Figure FDA0003674499280000069
为拉格朗日对偶变量，拉格朗日对偶函数为
Figure FDA00036744992800000610
其中
Figure FDA00036744992800000611
为车辆用户组发送端的最大发送功率，拉格朗日对偶问题表示为
Figure FDA00036744992800000612
并且可由子梯度下降算法求解，应用子梯度下降算，拉格朗日对偶变量更新公式为
Figure FDA00036744992800000613
Figure FDA00036744992800000614
其中δk＞0,δn,i＞0为充分小的步长，j是迭代次数且[·]+＝max{0,·}，通过对拉格朗日函数求偏导并令其为0
Figure FDA00036744992800000615
求解可得
Figure FDA0003674499280000071
5)方法流程
将连续的T0＞＞1组成一个时间帧，基站仅需在每个时间帧的开始阶段执行一次信道状态捕获任务，每个时隙均需要执行资源分配任务；根据上述步骤4)优化问题求解过程，基于李雅普诺夫优化的功率分配及中继设计方法如下：
i.在一个时间帧的开始阶段，初始化t＝1；
ii.在时隙t，基站捕获信道状态信息；
iii.根据当前的信道状态信息、队列长度Q(t)＝(Q1(t),...,QK(t))执行两步求解算法，并且两个算法交替迭代，直到收敛；
iv.更新队列长度Q(t)并且更新时隙t＝t+1；
v.重复执行步骤iii至iv，直至t＝T0时，跳转至步骤i重新开始新的时间帧。
CN202210619423.6A 2022-06-01 2022-06-01 一种用于地海通信网络的功率分配及中继设计方法 Active CN115052297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210619423.6A CN115052297B (zh) 2022-06-01 2022-06-01 一种用于地海通信网络的功率分配及中继设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210619423.6A CN115052297B (zh) 2022-06-01 2022-06-01 一种用于地海通信网络的功率分配及中继设计方法

Publications (2)

Publication Number Publication Date
CN115052297A true CN115052297A (zh) 2022-09-13
CN115052297B CN115052297B (zh) 2023-10-17

Family

ID=83160399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210619423.6A Active CN115052297B (zh) 2022-06-01 2022-06-01 一种用于地海通信网络的功率分配及中继设计方法

Country Status (1)

Country Link
CN (1) CN115052297B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117545017A (zh) * 2024-01-09 2024-02-09 大连海事大学 一种面向无线供能移动边缘网络的在线计算卸载方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120236704A1 (en) * 2009-11-26 2012-09-20 Huawei Technologies Co., Ltd. Resource allocation method and apparatus of multi-relay orthogonal frequency division multiplexing system
CN110519848A (zh) * 2019-07-22 2019-11-29 山东大学 一种认知中继无线传感器网络的联合资源分配方法
CN111552313A (zh) * 2020-04-29 2020-08-18 南京理工大学 基于边缘计算动态任务到达的多无人机路径规划方法
CN112583566A (zh) * 2020-12-03 2021-03-30 国网甘肃省电力公司信息通信公司 一种基于空天地一体化系统的网络资源分配方法
CN113795013A (zh) * 2021-09-28 2021-12-14 山东大学 车联网中基于Lyapunov优化的V2V通信资源分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120236704A1 (en) * 2009-11-26 2012-09-20 Huawei Technologies Co., Ltd. Resource allocation method and apparatus of multi-relay orthogonal frequency division multiplexing system
CN110519848A (zh) * 2019-07-22 2019-11-29 山东大学 一种认知中继无线传感器网络的联合资源分配方法
CN111552313A (zh) * 2020-04-29 2020-08-18 南京理工大学 基于边缘计算动态任务到达的多无人机路径规划方法
CN112583566A (zh) * 2020-12-03 2021-03-30 国网甘肃省电力公司信息通信公司 一种基于空天地一体化系统的网络资源分配方法
CN113795013A (zh) * 2021-09-28 2021-12-14 山东大学 车联网中基于Lyapunov优化的V2V通信资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕红芳;张浩: "协作中继网络资源分配控制算法研究", 仪器仪表学报, vol. 35, no. 4, pages 880 - 888 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117545017A (zh) * 2024-01-09 2024-02-09 大连海事大学 一种面向无线供能移动边缘网络的在线计算卸载方法
CN117545017B (zh) * 2024-01-09 2024-03-19 大连海事大学 一种面向无线供能移动边缘网络的在线计算卸载方法

Also Published As

Publication number Publication date
CN115052297B (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
CN107018099B (zh) 一种针对毫米波多用户mimo系统的时变信道估计方法
CN111835406B (zh) 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法
CN110299937B (zh) 一种上行mimo-noma无线通信系统波束成形方法
CN112260737B (zh) 总能效与最小能效权衡的多波束卫星通信鲁棒预编码方法
CN111147113B (zh) 一种能效保障的多波束卫星通信鲁棒预编码方法
KR102510513B1 (ko) 심층 학습 기반의 빔포밍 방법 및 이를 위한 장치
CN102710393B (zh) 一种基于施蒂费尔流形的干扰对齐预编码方法
CN115052297A (zh) 一种用于地海通信网络的功率分配及中继设计方法
CN116017507B (zh) 基于无线空中计算和二阶优化的去中心化联邦学习方法
Lei et al. Joint beam training and data transmission control for mmWave delay-sensitive communications: A parallel reinforcement learning approach
CN113922854B (zh) 一种具有边缘计算辅助的集成雷达感知和无线通信方法
Mahmood et al. Deep Learning Meets Swarm Intelligence for UAV-Assisted IoT Coverage in Massive MIMO
CN111510403B (zh) 一种基于对称lq的大规模mimo系统迭代信号检测方法
Wang et al. Adversarial learning-based spectrum sensing in cognitive radio
CN103441966A (zh) 一种高速下基于ecm的分布式mimo频偏和信道估计
Xia et al. Sensing-enabled Predictive Beamforming Design for RIS-assisted V2I Systems: A Deep Learning Approach
Jing et al. Transceiver beamforming for over-the-air computation in massive MIMO systems
CN115664471A (zh) 基于宽学习的毫米波mimo基站协作波束选择方法
CN115002802A (zh) 一种irs辅助的noma无人机网络的安全速率最大化方法
Huang et al. Wireless federated learning over MIMO networks: Joint device scheduling and beamforming design
CN103532883A (zh) 高速下基于sage的分布式mimo频偏和信道估计
Zhao et al. Learning beamforming for RIS-aided systems with permutation equivariant graph neural networks
Wen et al. Task-oriented over-the-air computation for multi-device edge split inference
Wu et al. Application of C1DAE-ANIL in End-to-End Communication of IRS-Assisted UAV System
CN113852972B (zh) 一种基于波束共享的高速移动终端波束调度方法

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