[发明专利]一种基于非完美串行干扰消除的功率分配方法

权利要求书

1.一种基于非完美串行干扰消除的功率分配方法，其特征在于，包括：

基站设置单位功率价格，并将制定的价格发送给用户端；用户端根据基站设定的价格确定从基站处购买的功率量，并将购买的功率量发送给基站；基站根据用户端的功率购买量重新调整更新价格；基站和用户不断博弈，直至基站的功率价格和用户的功率购买量达到均衡状态；获取均衡后的用户功率，完成功率分配；

所述用户端购买的功率量包括：基站获取用户的有效信道增益，根据每个用户的信干噪比和香农公式构建系统吞吐量最大化模型；根据用户端和基站的连接关系，构建多个一主一从的斯坦克尔伯格博弈模型，定义用户为买方，基站为卖方；根据系统吞吐量最大化模型确定用户的功率限制、系统最大功率约束、用户间公平性约束以及用户服务质量约束条件，得到买方的效用优化模型；采用拉格朗日乘数法和次梯度迭代法计算买方的效用优化模型，根据效用优化模型得到用户端的购买的功率量；

所述基站设置单位功率价格包括：根据功率价格和基站售卖单位功率的成本获得卖方的效用函数，根据最大化效用函数构建卖方的效用优化模型；根据效用优化模型计算单位功率价格；

系统吞吐量最大化模型为：

其中，M表示用户总分簇数，L表示每簇的用户数量，R_m,l表示用户UE_m,l的吞吐量，p_m,l表示基站第m簇中的第l个用户UE_m,l分配的功率值，表示接收端使用的检测矩阵的共轭转置，表示第m簇中的第l个用户与基站的信道增益，c_m表示预编码矩阵C的第m列，p_m,k表示基站第m簇中的第k个用户UE_m,k分配的功率值，η_m.l表示用户UE_m,l在第m簇的串行干扰残留系数，p_m,i表示基站第m簇中的第i个用户UE_m,i分配的功率值，δ²表示高斯白噪声的方差值；

斯坦克尔伯格博弈模型包括：各用户端根据基站制定的价格从基站处购买功率，买方的效用函数为：

其中，U_m,l表示用户UE_m,l的效用函数，表示用户UE_m,l的等效信道增益，表示接收端使用的检测矩阵的共轭转置，H_m.l表示第m簇中的第l个用户与基站的信道增益，c_m表示预编码矩阵C的第m列，p_m,l表示基站为第m簇中的第l个用户UE_m,l分配的功率值，h_m,l表示基站与第m簇中的第l个用户UE_m,l之间的等效信道增益，p_m,k表示基站为第m簇中的第k个用户UE_m,k分配的功率值，p_m,i表示基站为第m簇中的第i个用户UE_m,k分配的功率值，η_m,l表示用户UE_m,l在第m簇的串行干扰残留系数，δ²表示高斯白噪声的方差值，λ_m,l为基站向UE_m,l用户出售功率的价格；

基站向各用户端出售功率，卖方的效用函数为：

U_BS^m,l＝(λ_m,l-c_m,l)p_m,l

其中，U_BS^m,l表示基站向用户UE_m,l出售功率的效用函数，p_m,l表示基站为第m簇中的第l个用户UE_m,l分配的功率值，c_m,l表示基站向UE_m,l出售单位功率的成本；买方的效用优化模型为：

Subject to:

C1:

C2:

C3:

C4:

其中，U_m,l表示用户UE_m,l的效用函数，表示用户UE_m,l的等效信道增益，表示接收端使用的检测矩阵的共轭转置，H_m.l表示第m簇中的第l个用户与基站的信道增益，c_m表示预编码矩阵C的第m列，p_m,l表示基站为第m簇中的第l个用户UE_m,l分配的功率值，h_m,l表示基站与第m簇中的第l个用户UE_m,l之间的等效信道增益，p_m,k表示基站为第m簇中的第k个用户UE_m,k分配的功率值，p_m,i表示基站为第m簇中的第i个用户UE_m,i分配的功率值，η_m,l表示用户UE_m,l在第m簇的串行干扰残留系数，δ²表示高斯白噪声的方差值，λ_m,l为基站向UE_m,l用户出售功率的价格，m表示用户分簇数标号，l表示用户数标号，M表示用户总分簇数，L表示每簇中的用户数，R_m,l表示用户UE_m,l的吞吐量，R_OMA为相同系统总功率约束下此用户在正交多址系统中的吞吐量，P_tot为基站总功率值，G表示系统内总用户数，δ²表示高斯白噪声的方差值，约束条件C1表示单个用户的功率分配值必须大于0，约束条件C2表示基站的总功率约束,约束条件C3和C4为用户间公平性约束，C5为用户的服务质量要求；

根据卖方最大化自身效用函数得到卖方的效用优化模型为：

其中，U_BS^m,l表示表示基站向用户UE_m,l出售功率的效用函数，λ_m,l表示基站向用户UE_m,l出售功率的价格，c_m,l表示基站向UE_m,l出售单位功率的成本，p_m,l表示基站为第m簇中的第l个用户UE_m,l分配的功率值；

用户的最优购买策略包括：买方的效用最大化问题为：

拉格朗日函数对p_m,l求导可得：

令求解得UE_m,l的最优功率：

θ_m,l＝u_m,l+ω_m,l+β_m,l-γ_m,l

其中，L_m,l表示用户UE_m,l效用函数在限制条件下的拉格朗日函数，表示用户UE_m,l的等效信道增益，表示接收端使用的检测矩阵的共轭转置，H_m.l表示第i簇中的第l个用户与基站的信道增益，c_m表示预编码矩阵C的第m列，p_m,l表示基站为第m簇中的第l个用户UE_m,l分配的功率值，h_m,l表示基站与第m簇中的第l个用户UE_m,l之间的等效信道增益，p_m,k表示基站为第m簇中的第k个用户UE_m,k分配的功率值，p_m,i表示基站为第m簇中的第i个用户UE_m,i分配的功率值，η_m,l表示用户UE_m,l在第m簇的串行干扰残留系数，δ²表示高斯白噪声的方差值，λ_m,l为基站向UE_m,l用户出售功率的价格，u_m,l表示约束条件C2的拉格朗日乘子，P_tot为基站总功率值，M表示用户总分簇数，ω_m,l表示约束条件C3的拉格朗日乘子，β_m,l表示约束条件C4的拉格朗日乘子，γ_m,l表示约束条件C5的拉格朗日乘子，G表示，表示拉格朗日函数对p_m,l求导，θ_m,l为一个确定的的值u_m,l+ω_m,l+β_m,l-γ_m,l，p_m,l^*表示用户UE_m,l的最优功率值，λ_m,l表示基站向UE_m,l用户出售功率的价格；

得到用户端的购买的功率量的过程包括：将最优功率解带入卖方最优问题，得到卖方的最优问题解：

对卖方的最优问题解的λ_m,l求导，得到：

令得到最优价格：

其中，U_BS^m,l表示基站对于UE_m,l的效用函数，λ_m,l表示基站为UE_m,l设置的单位功率价格，c_m,l表示基站向UE_m,l出售单位功率的成本，p_m,l^*表示UE_m,l的最优功率值，表示，θ_m,l为一个确定的值u_m,l+ω_m,l+β_m,l-γ_m,l，u_m,l表示约束条件C2的拉格朗日乘子，ω_m,l表示约束条件C3的拉格朗日乘子，β_m,l表示约束条件C4的拉格朗日乘子，γ_m,l表示约束条件C5的拉格朗日乘子，h_m,l表示UE_m,l的有效信道增益，p_m,k表示基站为第m簇中第k个用户的功率，η_m,l表示UE_m,l的串行干扰消除残留系数，p_m,i表示基站为第m簇中第i个用户的功率，表示UE_m,l的信道检测矩阵的共轭转置，δ²表示高斯白噪声的方差，表示基站为UE_m,l设置的的最优价格；

基站和用户双方进行博弈的过程包括：基站设置单位功率价格并出售功率给各用户，各用户根据基站制定的价格从基站处购买功率，以最大化自身的效益；用户根据最优价格制定策略计算此时功率价格，并将结果代入最优功率购买量p_m,l^*，更新用户购买功率的数量，此过程不断循环，直至功率和价格达到均衡。