一种优化5G混合随机接入方案吞吐量的方法与流程

一种优化5g混合随机接入方案吞吐量的方法
技术领域
1.本发明属于5g混合随机接入方案领域，涉及一种优化5g混合随机接入方案吞吐量的方法。


背景技术：

2.机器类通信是物联网重要组成部分，其产生的业务数据量在所有通信服务中占有很大的比重。而大规模机器类通信是机器类通信在5g蜂窝系统中的一种重要应用场景，其具有海量连接，时延容忍度高的特点。然而在现有的正交接入机制下，由于竞争接入资源有限，每个上行链路资源只能由单个机器类型设备使用，必然会导致严重的接入冲突与碰撞，无法为提供海量的连接。


技术实现要素：

3.为了克服已有技术的不足，本发明提供了一种优化5g混合随机接入方案吞吐量的方法，利用一种基于混合量子理论的鸽群优化算法用来解决以最大化混合随机接入方案的吞吐量为目标的优化问题。该算法可以用最少的个体，表达最多的种群特性；因此可用最小的种群数量获得接入方案的最大的吞吐量，大大地减少了算法的时间复杂度，同时能很大程度地缓解海量连接的造成接入冲突。
4.本发明解决其技术问题所采用的技术方案是：
5.一种优化5g混合随机接入方案吞吐量的方法，包括以下步骤：
6.步骤1:在5g混合随机接入方案中，将通过与未通过接入等级限制的设备分别定义为主设备与次级设备，基站首先基于设备的ta信息识别传输相同前导码的多个主设备，随后，对成功传输前导码的主设备分组，同一组的主设备通过非正交随机接入方式发送其连接请求信息，并允许次级设备以正交的方式竞争剩余的上行资源，吞吐量表示为
[0007][0008]
其中，为主设备的接入吞吐量，当接入限制参数为b，可用前导码数为r时，其计算为
[0009][0010]
其中，ζ为划分小区的环数，mi为每个环中平均的设备数，i为每个非正交组中的设备数，t
ra
(i,q)表示每个非正交组中能够成功接入的吞吐量，次级设备的接入吞吐量计算为
[0011][0012]
步骤2:在每个非正交组中设备数与功率退避因子q，构建以最大化混合随机接入方案的吞吐量为目标的优化问题表示为
[0013]
max es(i,q)
[0014]
s.t.0《q＜1,0《i＜r-1
[0015][0016]
其中，j为前导码最大传输次数，ps为预定义成功接入概率门限；
[0017]
步骤3:设计了一种基于混合量子理论的鸽群优化算法，在该算法中，首先随机初始化每一只鸽子位置即优化的功率退避因子与速度vj，其中j＝1,2,...,n，n为鸽子总数；初始迭代次数t＝0，每个非正交组的设备数i＝1，地图与指南针算子的迭代上限为tm，地标算子的迭代上限为tn；
[0018]
步骤4:计算并比较每只鸽子的初始适应度获得初始最优解并进行初始化量子表示。由于一个量子能够通过“0”态和“1”态表示，其量子位状态表示为
[0019][0020]
其中，α与β分别表示两种状态的线性概率，满足其初始值为最优解是“0”态和“1”态概率的线性叠加，因此最优解的实数编码的量子表示更新为
[0021][0022]
步骤5：此时每个鸽子的收敛方向由下式表示为其中，为最优解的观测值，引入复函数w(xi)，此时最优解的观测值计算为
[0023][0024]
其中，|w(xi)2为复函数的概率密度，由下式表示为
[0025][0026]
其中，ui为期望值，由最优解表示，σi为方差，计算为
[0027][0028]
步骤6：当迭代次数t≤tm操作地图和指南针算子，按照如下准则更新鸽子速度信息和位置信息分别为
[0029]
vj(t 1)＝v
j,s
rand
·vj,c
(t)＝e-rt
vj(t) d
j,c
[0030]
[0031]
其中，vj和分别是为j代鸽子的速度和位置，rand函数为0～1的随机数，r为罗盘算子，v
j,c
和d
j,c
分别是当前的最优速度和位置；
[0032]
步骤7：更新适应度值，同时获取更新后的最优适应值与最优功率退避若则使用量子旋转门对最优解的概率幅值进行更新，通过增加旋转角度，提高αi的概率幅值，从而提高个体向全局最佳解的收敛速度，其概率幅度值更新为
[0033][0034]
同时，为了防止量子位状态被捕获在1或0处，引入了约束常数ε，限制更新αi(t 1)的策略为
[0035][0036]
在获得更新后的概率幅值αi(t 1)后，如步骤4所述，利用概率幅值αi(t 1)更新最优解的实数编码的量子表示，同时迭代次数t＝t 1；
[0037]
步骤8：如果迭代次数t＜tm，返回执行步骤6与步骤7，否则操作地标算子；在此过程中，首先排序鸽子适应度值，然后每次迭代，其种群数量减半即n(t)＝n(t-1)/2，假设中心鸽子熟悉地形，能够直接飞向目的地，其位置表示为
[0038][0039]
其中，wj为第j个鸽子的权重表示为
[0040][0041]
其中，ε表示一常数，此时每个鸽子位置信息更新策略由下式表示为
[0042][0043]
步骤9：若t≤tn，返回执行步骤7与步骤8；否则，存储当前混合随机接入方案的最大吞吐量与最优解即最优功率退避因子为q
best
，同时i＝i 1，返回步骤3，直至不满足的步骤2所定义的约束条件，最后，比较存储的在不同非正交组设备数下所对应的最大吞吐量，即获得该方案最优的分组数，最大吞吐量以及最优参数值。
[0044]
本发明利用基于混合量子理论的鸽群优化算法解决所定义的以最大化吞吐量的优化问题，从而获得主设备最优的分组数，混合接入方案的最大吞吐量以及最优的功率退避参数，进而提高混合随机接入方案的性能。
[0045]
本发明的有益效果主要表现在：1、大大地减少了算法的时间复杂度，同时能很大程度地缓解海量连接的造成接入冲突；2、构建以最大化混合随机接入方案吞吐量的优化问
题；改进基于混合量子理论的鸽群优化算法使其能够有效解决所定义的优化问题。
附图说明
[0046]
图1是系统模型图。
[0047]
图2是基于混合量子理论的鸽群优化算法流程图。
[0048]
图3是系统的接入吞吐量随活跃设备数变化的曲线。
具体实施方式
[0049]
下面结合附图对本发明作进一步描述。
[0050]
参照图1～图3，一种优化5g混合随机接入方案吞吐量的方法，包括以下步骤：
[0051]
步骤1:在5g混合随机接入方案中，将通过与未通过接入等级限制的设备分别定义为主设备与次级设备，基站首先基于设备的ta信息识别传输相同前导码的多个主设备，随后，对成功传输前导码的主设备分组，同一组的主设备通过非正交随机接入方式发送其连接请求信息，并允许次级设备以正交的方式竞争剩余的上行资源，故该方案的吞吐量表示为
[0052][0053]
其中，为主设备的接入吞吐量，当接入限制参数为b，可用前导码数为r时，其计算为
[0054][0055]
其中，ζ为划分小区的环数，mi为每个环中平均的设备数，i为每个非正交组中的设备数，t
ra
(i,q)表示每个非正交组中能够成功接入的吞吐量；进一步，次级设备的接入吞吐量计算为
[0056][0057]
步骤2:在每个非正交组中设备数与功率退避因子q，构建以最大化混合随机接入方案的吞吐量为目标的优化问题表示为
[0058]
max es(i,q)
[0059]
s.t.0《q＜1,0《i＜r-1
[0060][0061]
其中，j为前导码最大传输次数，ps为预定义成功接入概率门限。
[0062]
步骤3:为解决上述优化问题，设计了一种基于混合量子理论的鸽群优化算法，在该算法中，首先随机初始化每一只鸽子位置即优化的功率退避因子与速度vj，其中j＝1,2,...,n，n为鸽子总数。初始迭代次数t＝0，每个非正交组的设备数i＝1，地图与指南针算子的迭代上限为tm，地标算子的迭代上限为tn；
[0063]
步骤4:计算并比较每只鸽子的初始适应度获得初始最优解并进行初始化量子表示，由于一个量子能够通过“0”态和“1”态表示，其量子位状态表示为
[0064][0065]
其中，α与β分别表示两种状态的线性概率，满足其初始值为最优解是“0”态和“1”态概率的线性叠加，因此最优解的实数编码的量子表示更新为
[0066][0067]
步骤5：此时每个鸽子的收敛方向由下式表示为其中，为最优解的观测值。引入复函数w(xi)，此时最优解的观测值计算为
[0068][0069]
其中，|w(xi)2为复函数的概率密度，由下式表示为
[0070][0071]
其中，ui为期望值，可由最优解表示，σi为方差，计算为
[0072][0073]
步骤6：当迭代次数t≤tm操作地图和指南针算子，按照如下准则更新鸽子速度信息和位置信息分别为
[0074]
vj(t 1)＝v
j,s
rand
·vj,c
(t)＝e-rt
vj(t) d
j,c
[0075][0076]
其中，vj和分别是为j代鸽子的速度和位置，rand函数为0～1的随机数，r为罗盘算子，v
j,c
和d
j,c
分别是当前的最优速度和位置；
[0077]
步骤7：更新适应度值，同时获取更新后的最优适应值与最优功率退避若则使用量子旋转门对最优解的概率幅值进行更新，通过增加旋转角度，提高αi的概率幅值，从而提高个体向全局最佳解的收敛速度，其概率幅度值更新为
[0078]
[0079]
同时，为了防止量子位状态被捕获在1或0处，引入了约束常数ε，限制更新αi(t 1)的策略为
[0080][0081]
在获得更新后的概率幅值αi(t 1)后，如步骤4所述，利用概率幅值αi(t 1)更新最优解的实数编码的量子表示，同时迭代次数t＝t 1；
[0082]
步骤8：如果迭代次数t＜tm，返回执行步骤6与步骤7，否则操作地标算子，在此过程中，首先排序鸽子适应度值，然后每次迭代，其种群数量减半即n(t)＝n(t-1)/2，假设中心鸽子熟悉地形，能够直接飞向目的地，其位置表示为
[0083][0084]
其中，wj为第j个鸽子的权重表示为
[0085][0086]
其中，ε表示一常数，此时每个鸽子位置信息更新策略由下式表示为
[0087][0088]
步骤9：若t≤tn，返回执行步骤7与步骤8，否则，存储当前混合随机接入方案的最大吞吐量与最优解即最优功率退避因子为q
best
，同时i＝i 1，返回步骤3，直至不满足的步骤2所定义的约束条件，最后，比较存储的在不同非正交组设备数下所对应的最大吞吐量，即获得该方案最优的分组数，最大吞吐量以及最优参数值。
[0089]
本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。