一种太赫兹通信系统中最大化频谱效率的资源分配方法与流程

1.本发明属于通信领域，尤其涉及一种太赫兹通信系统中最大化频谱效率的资源分配方法。


背景技术：

2.太赫兹(thz)通信因为其巨大的带宽和超高的数据传输速率具有广阔的应用前景，成为第六代(6g)移动通信网络中备受瞩目的技术之一，可应用到无线个域网(wpan)、无线局域网(wlan)、室内蜂窝网络、室外回程通信、纳米通信和空间通信等场景。但是太赫兹通信存在一些局限性，极大的自由空间损耗和水蒸汽分子吸收引起的路径损耗限制了通信距离。此外，路径损耗峰值的存在会产生频谱窗口，使得太赫兹频谱具有很高的频率选择性。因此考虑到太赫兹通信距离受限和频率选择性的主要特点，需要高增益和高方向性天线来对抗高路径损耗。目前对超高速、短距离的室内通信场景研究更多。
3.在太赫兹通信中，距离和频谱窗是最主要的影响因素，使得太赫兹频段的资源管理与以往的低频段有所区别。鉴于太赫兹的超高频率及超高数据传输速率，研究其可达到的频谱效率具有很重要的意义。然而，在目前已有的太赫兹资源分配研究中，大多数尚未考虑最大化系统频谱效率的目标。


技术实现要素：

4.本发明目的在于提供一种太赫兹通信系统中最大化频谱效率的资源分配方法,以解决太赫兹频段下最大化系统频谱效率，得到最优的资源分配方案的技术问题。
5.为解决上述技术问题，本发明的具体技术方案如下：
6.一种太赫兹通信系统中最大化频谱效率的资源分配方法，以最大化系统频谱效率为目标，在满足每个用户服务质量要求的同时，分配带宽和功率，包括以下步骤：
7.步骤1、构建太赫兹室内网络拓扑结构，基于太赫兹室内信道模型提出子带分配和功率分配的联合优化问题，将系统频谱效率建模为目标函数；
8.步骤2、将联合优化问题分解为子带分配和功率分配两个子问题；
9.步骤3、在功率平均分配的情况下，将太赫兹距离受限的特性与匈牙利算法结合进行子带的分配；
10.步骤4、经过子带分配，原混合整数规划问题转化为凸优化问题，利用序列二次规划sqp算法，得到最优功率分配结果。
11.进一步的，所述步骤3中对子带分配的具体步骤为：基于太赫兹距离受限的长用户使用中心窗口lucw原理，构建子带到用户分配对的成本矩阵，作为二分图匹配方法的边权矩阵，以进行一对一匹配。
12.进一步的，步骤4中对功率分配进行优化的具体步骤为：利用二次规划sqp算法，将问题分解为一系列二次规划问题，使用二次逼近迭代求解，得到最优功率分配结果。
13.本发明的一种太赫兹通信系统中最大化频谱效率的资源分配方法具有以下优点：
14.本发明在太赫兹室内下行网络中，以最大化系统频谱效率为目标，建立子带分配和功率分配的联合优化问题，本发明利用了太赫兹频带距离受限和频谱窗的特性，基于长用户使用中心窗口原理(lucw)原理和匈牙利算法进行子带分配，利用二次规划(sqp)算法优化功率分配，实现对子频带以及功率的合理分配，达到更高的系统频谱效率。
附图说明
15.图1为本发明的太赫兹室内下行网络架构示意图；
16.图2为本发明的太赫兹通信系统中最大化频谱效率的资源分配方法示意图；
具体实施方式
17.为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种太赫兹通信系统中最大化频谱效率的资源分配方法做进一步详细的描述。
18.如图1所示，在太赫兹室内下行通信网络架构中，包含一个接入点(access point,ap)和k个用户，系统总带宽为b
t
，平均分为n个子带，每个子带的带宽为b＝b
total
/n。根据网络状态，系统的最大发射功率p
max
，在保证每个用户达到最小数据速率r
min
的约束下，采用最大化系统频谱效率的资源分配方法，将子带分配给合适的用户，并将合适的功率分配给相应的子带。其中，每个子带最多只能分配给一个用户，一个用户可以占用多个子带。不需要将所有的子带都分配给用户，只要每个用户都能满足各自的数据速率要求即可。如图2所示，该过程的具体步骤如下：
19.步骤1、在太赫兹室内网络拓扑结构中，基于太赫兹室内信道模型提出子带分配和功率分配的联合优化问题，将系统频谱效率建模为目标函数，约束条件为：
①
所有用户的发射功率不超过最大功率限制p
max
；
②
分配在每个子带上的发射功率是非负的；
③
每个用户都要满足最小数据速率要求r
min
；
④
每个子带最多只能分配给一个用户。
20.步骤2、借助分解理论，将联合优化问题分解为子带分配和功率分配两个子问题。首先假设功率平均分配进行子带分配，基于长用户使用中心窗口原理lucw(long
‑
user
‑
central
‑
window)原理构建子带分配到用户的成本矩阵c
k,n
作为匈牙利算法的边权矩阵进行一对一匹配。
21.步骤3、经过子带分配，原混合整数规划问题转化为了凸优化问题，基于子带分配的结果对功率分配进行优化，利用二次规划(sqp)算法，将问题分解为一系列二次规划问题，使用二次逼近迭代求解，得到最优功率分配结果。
22.下面结合相关公式，对本发明的实施方法做进一步的具体分析和描述。
23.具体地，在20m
×
20m的正方形房间内，接入点位于房间的中心，用户均匀分布在房间中，k定义为第k
th
个用户的索引值，其中k∈{1,2,
…
,k}，n定义为第n
th
个子带的索引值，其中n∈{1,2,
…
,n}，每个子带的带宽为b。使用二进制变量s
k,n
∈{0,1}指示子带n
th
是否分配给用户k
th
，s
k,n
＝1表示子带n
th
被用户k
th
占用，否则s
k,n
＝0。p
n
表示子带n
th
上分配到的功率。
24.基于太赫兹室内信道模型，将系统中的噪声近似为均值为0，方差为σ2的加性高斯白噪声。用户k
th
在子带n
th
上的sinr(信号与干扰加噪声比)为
25.其中g
t
代表发送端的天线增益，g
r
代表发送端和接收端的天线增益，h
k,n
表示ap到子带n
th
上的用户k
th
的信道响应。i
k,n
表示子带n
th
上的用户k
th
的干扰，主要包括相邻子带的功率泄露引起的频带间干扰(ibi)。因此，干扰i
k,n
为
[0026][0027]
基于香农信道容量公式，用户k
th
在子带n
th
上实现的速率r
k,n
为
[0028]
r
k，n
＝blog2(1 sinr
k，n
)
ꢀꢀ
(3)
[0029]
太赫兹系统的频谱效率se表示为总数据速率与总占用带宽的比值
[0030][0031]
因此，联合子带分配和功率分配的优化问题可以表述为
[0032][0033]
其中，约束c1将所有用户的发射功率之和限制在p
max
以下，c2表示分配在每个子带上的发射功率是非负的，c3给定了每个用户需达到的最低数据速率为r
min
，c4和c5保证了每个子带最多只能分配给一个用户。
[0034]
该优化问题是一个混合整数规划问题，本发明利用分解理论将其解耦为子带分配和功率分配两个子问题，并分别利用不同的算法进行求解，子带分配基于平均功率分配的假设，功率分配在子带分配的结果上进行迭代优化。
[0035]
子带分配子问题是一个0
‑
1分配问题，可以利用二分图匹配算法解决。针对太赫兹通信距离受限的特性，给出lucw原则，即对于系统使用的一段频谱，将中心子窗口分配给长距离链接，将侧边子窗口分配给短距离链路。基于lucw原理，定义一个成本值作为二分图匹配的边权值，用c
k,n
表示将子带n
th
分配给用户k
th
的成本值
[0036][0037]
其中δ
fc,n
表示子带n
th
相对中心频率f
c
的频移，d
k
表示用户k
th
到ap的距离。因此，用户到ap的距离越远，子带离中心频率越近，路径损耗越小的用户子带匹配对的成本越低，
更倾向于被选中，与lucw原理相符合。
[0038]
因此，子带分配的流程大致如下：
[0039]
步骤1、根据式(7)计算c
k,n
成本值得到c
k
×
n
矩阵，对每一行按升序排序。
[0040]
步骤2、按照排序后的成本矩阵，估计每个用户达到最小数据速率要求所需的最少子带数。
[0041]
步骤3、根据最少子带数形成二分图匹配的权重表。
[0042]
步骤4、应用匈牙利算法得到由s
k,n
组成的分配矩阵s
k
×
n
。判断分配结果是否满足用户速率要求，如果不能满足则增加子带数，返回第三步。
[0043]
基于子带分配结果进行功率分配的优化。原始问题可重新表述为
[0044][0045]
其中
[0046][0047]
在式(7)中，k’表示分配好的对应子带，n’表示分配好的对应用户，由式(8)可知r
k,n
是关于p
n
的凹函数，不等式约束c1
‑
c3是凸的，所以目标函数的可行集是凸的。
[0048]
目标函数的拉格朗日函数可以写成下式，其中λ,μ是非负拉格朗日乘子。
[0049][0050]
对于以上非线性约束优化问题是np难的，可以使用sqp方法解决。将原始问题分解为一系列二次规划问题，使用二次逼近进行迭代计算，直到满足收敛条件。
[0051]
通过在第it次迭代中求解以下二次规划子问题，得到代表下降方向的校正矩阵d
it
，
[0052][0053]
其中h
it
是hessian矩阵，是拉格朗日函数(9)的二阶偏导方阵，是拉格朗日函数(9)的梯度，是约束条件的梯度，c
i
(p
it
)是更新功率p
it
后的约束条件。hessian矩阵使用如下bfgs方法更新
[0054][0055]
其中，s
it
为两次迭代功率的差值，q
it
为两次迭代的拉格朗日函数导数的差值
[0056][0057]
根据修正矩阵d
it
更新p
it
[0058]
p
it 1
＝p
it
α
it
d
it
ꢀꢀꢀ
(13)
[0059]
其中α
it
是基于评价函数确定的非负步长，评价函数ψ如下
[0060]
ψ(p，λ，μ)＝f(p) λmax[0，c1(p)] μmax[0，c3(p)]
ꢀꢀꢀ
(14)
[0061]
直到满足收敛条件完成迭代，从而可获得子带和功率最优联合分配结果。
[0062]
可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本技术的权利要求范围内的实施例都属于本发明所保护的范围内。