[发明专利]基于智能优化算法的多小区大规模MIMO系统实时功率分配方法

说明书

基于智能优化算法的多小区大规模MIMO系统实时功率分配方法，属于移动通信与无线网络技术领域。基于传统方法的大规模MIMO功率分配算法计算复杂度高以及当前在多小区大规模MIMO系统中直接采用线性预编码方案不能使系统获得很好性能的缺点。本发明根据小区内的分组结果，针对非单独用户的分组在分组内采取RZF预编码，将在等效的独立用户与未被分组的单独用户间采用BD预编码；小区之间采用SLNR进行预编码；然后利用免疫算法寻优并构建训练集，进而训练神经网络，利用神经网络去拟合用户信息和功率分配之间的关系，从而执行实时的功率分配。主要用于MIMO系统的实时功率分配。

技术领域

本发明涉及MIMO系统实时功率分配方法，属于移动通信与无线网络技术领域。

背景技术

为了适应无线数据流量的快速增长，5G技术的一个关键目标是将区域吞吐量提高两到三个数量级，甚至更高。目前，提高频谱效率已经成为实现5G网络中高吞吐量的主要途径，一种通用的提高频谱效率的方法是在收发机中使用多天线技术，即大规模MIMO技术。在大规模MIMO技术中，成千数百根天线被部署在基站侧，这种大规模天线阵列利用复用增益和分集增益，将通信系统的能量效率和频谱效率提升到了新的高度，并给未来移动通信的发展指明了方向；但大量的天线增加了接收终端信号检测的复杂度，进而影响对发送信号准确的接收，而通过预编码技术在发送端对发射信号进行预处理，即可避免影响接收机对信号的正确检测。

功率分配问题伴随着通信系统的发展，在大规模MIMO系统中功率分配一直是一个重要的问题。通常解决功率分配问题会构建特定的目标函数进行算法设计，常见的目标函数有最大化最小频谱效率或最大化总和频谱效率，但传统的解决方法高度依赖于迭代，其计算复杂度高、计算时间长，无法应用到实际。并且在实际的通信系统中，为了给所有用户提供相同质量的服务，通常选择最大化最小频谱效率为目标函数求解功率分配，虽然能够实现完全的公平，但会降低系统总频谱效率；最大化总和频谱效率能够获得很高的总和频谱效率，但却完全忽略了用户之间的公平性。

发明内容

本发明是为了解决基于传统方法的大规模MIMO功率分配算法计算复杂度高以及当前在多小区大规模MIMO系统中直接采用线性预编码方案不能使系统获得很好性能的缺点，提出了一种基于智能优化算法的多小区大规模MIMO系统实时功率分配方法。

基于智能优化算法的多小区大规模MIMO系统实时功率分配方法，首先获取用户位置信息，基于用户的位置信息，利用实时功率分配网络对用户进行实时功率分配；

所述的实时功率分配网络为神经网络，实时功率分配网络通过以下方式获得：

S1、建立多小区大规模MIMO系统模型，系统工作在TDD模式下；TDD即时分双工模式；

S2、在上行链路阶段，基站利用接收到的导频信息进行信道状态信息CSI估计，根据信道的互易性得到对下行链路的信道估计；

S3、首先对用户进行分组；根据小区内的分组结果，判断在小区内进行分组后是否存在未被分组的单独用户，如果存在单独用户，针对非单独用户的分组，在分组内采取RZF预编码；同时将分组后的每组等效为独立用户，将在等效的独立用户与未被分组的单独用户间采用BD预编码消除干扰；完成小区内干扰消除预编码；小区之间采用SLNR进行预编码；

S4、基于免疫算法对多小区大规模MIMO系统的功率进行分配，免疫算法产生初始抗体种群为N_k种可能的解决方案，每个免疫个体代表对应分配的功率；构建免疫算法的亲和度函数如下：

Max mean(SE_cell1)×...×mean(SE_cellL)×min(SE_cell1,k)×...×min(SE_cellL,k)