[发明专利]一种5G物联网信道相干且有限反馈条件下的用户调度方法

权利要求书

1.一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，所述方法在信道相干且有限反馈条件下的MU-MIMO系统中基于Q-learning对用户进行迭代处理，迭代过程：

步骤1，根据前一迭代周期每个用户的可达速率，计算当前迭代周期每个用户的Q值；

步骤2，按Q值从大至小的顺序，依次将每个用户放入调度用户集中，并从第二顺位放入调度用户集的用户开始，对当前放入调度用户集的用户依次进行如下处理：

判断当前放入调度用户集的用户是否满足预设条件，若是将其保留在调度用户集中，否则将当前放入调度用户集的用户移出调度用户集；其中，所述预设条件为调度用户集中每个用户除自己以外其他用户的联合信道矩阵的秩小于基站天线数；

步骤3，重复步骤2，直至当前调度用户集中每个用户的动作价值估计值收敛于其动作价值真实值，输出收敛时的调度用户集作为最终用户调度结果；

所述方法中用户选择最合适码字发送至基站，基站利用接收到的码字预编码；其中最合适码字以最小化干扰信号功率为目标进行选择，选择依据为：

其中，H′_m表示用户m的最合适码字，codebook表示码本；表示选择最合适码字后S中除用户i以外其他用户的联合信道矩阵的零空间矩阵；V_m表示对用户m的信道状态矩阵进行SVD分解获得的右酉矩阵；S表示系统同时服务的用户集合。

2.根据权利要求1所述的一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，在初始迭代周期内，依次将用户放入调度用户集中，并从第二个放入调度用户集的用户开始，判断当前放入调度用户集的用户是否满足预设条件，若是则将其保留在调度用户集中，否则将当前放入调度用户集的用户移除调度用户集。

3.根据权利要求1所述的一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，用户m在迭代周期t的动作价值估计值和真实值q_m(t)分别为：

q_m(t)＝E[r_m(t)]

其中，表示用户m在迭代周期t-1的动作价值估计值，表示用户m在迭代周期t时已被放入调度用户集的次数；用户m的初始动作价值β∈(0,1)表示折扣因子；a(t)表示迭代周期t内的调度用户集；r_m(t)表示用户m在迭代周期t的可达速率，E[.]表示求期望。

4.根据权利要求1所述的一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，用户m在迭代周期t+1的Q值为：

其中，表示用户m在迭代周期t+1的动作价值估计值，表示用户m在迭代周期t的动作价值估计值，表示用户m在迭代周期t+1时已被放入调度用户集的次数；用户m的初始动作价值β∈(0,1)表示折扣因子；k表示一个常数；a(t)表示迭代周期t内的调度用户集；r_m(t+1)表示用户m在迭代周期t+1的可达速率。

5.根据权利要求3所述的一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，其中，表示迭代周期t内除用户m以外其他用户的联合信道矩阵的零空间矩阵，表示迭代周期t内除用户i以外其他用户的联合信道矩阵的零空间矩阵；V_m(t)表示对用户m在迭代周期t的信道状态矩阵进行SVD分解获得的右酉矩阵。

6.根据权利要求5所述的一种5G物联网信道相干且有限反馈条件下的用户调度方法，其特征在于，以作为用户m在迭代周期t的预编码矩阵。