买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏集萃移动通信技术研究所有限公司

摘要：本发明公开了一种基于智能天线的MIMO全双工功率分配方法，包括建立全双工大规模MIMO网络模型，定义全双工大规模MIMO网络模型中智能天线、用户状态、子载波分配三要素，构建全双工大规模MIMO网络模型的优化后的频谱效率目标函数，建立DDPG模型求解优化后的频谱效率目标函数，优化DDPG模型中的状态和动作，运行DDPG模型输出最优动作和状态，实现MIMO全双工功率分配。本发明采用用户全局唯一标识，实时对用户进行使能、静默管理，避免某些用户在当前时隙造成显著的基站残余自干扰或者用户间干扰等异常情形，并结合各个智能天线的发送和接收等状态及子载波分配，设计出有效的系统频谱效率目标函数并求解，确保系统频谱效率最大，以便尽可能提升全双工系统自由度。

主权项：1.一种基于智能天线的MIMO全双工功率分配方法，其特征在于，包括以下步骤：S1、建立全双工大规模MIMO网络模型；所述全双工大规模MIMO网络模型包括MIMO网络、一个配备有N根天线的基站和Z个与基站进行通信的用户，基站工作在全双工模式，每个用户配备一根天线，且用户工作在半双工模式；S2、定义全双工大规模MIMO网络模型中智能天线、用户状态、子载波分配三要素；所述智能天线为基站每根天线智能选择四种工作模式之一，四种工作模式包括用于发送、用于接收、发送和接收并存以及不发送也不接收；所述用户状态定义为采用全局唯一标识为所有上下行用户定义当前时刻状态，构建上行用户集合和下行用户集合；所述子载波分配包括：根据上行用户集合和下行用户集合定义再分配的子载波分配矩阵所述再分配的子载波分配矩阵表示上下行使能用户的子载波分配状况；S3、构建全双工大规模MIMO网络模型的优化后的频谱效率目标函数；S4、建立DDPG模型求解优化后的频谱效率目标函数：建立与全双工大规模MIMO网络模型映射的DDPG模型，所述DDPG模型包括智能体、状态、动作和奖励，并设有DDPG网络，DDPG网络包括Actor和Critic两个结构不同的神经网络；S5、优化DDPG模型中的状态和动作：基于公平原则求取上行用户发射功率的下限以及基站下行预编码矩阵的下限，得到缩减后的动作和状态空间；S6、运行DDPG模型输出最优动作和状态，实现MIMO全双工功率分配；所述步骤S2中上行用户集合和下行用户集合为：当前时刻上行用户满足下行用户满足α2β-1t为当前时刻第β个用户的上行业务标识，α2βt为当前时刻第β个用户的下行业务标识；全局唯一标识A＝{α1t，α2t，...，α2Zt}，其中，α2Zt为第Z个用户在t时刻的业务标识；其中， α2β-1t＝1，表示当前时刻用户β准使能上行业务，α2β-1t＝0，表示当前时刻用户β不使能上行业务，α2β-1t＝2，表示当前时刻用户β预调用上行业务，不会被静默；α2βt＝1，表示当前时刻用户β准使能下行业务，α2βt＝0，表示当前时刻用户β不使能下行业务，α2βt＝2，表示当前时刻用户β预调用下行业务，不会被静默；Sicut-1＝1或0分别表示前一时刻该用户上行业务静默或未被静默；Sicdt-1＝1或0分别表示前一时刻该用户下行业务静默或未被静默；Requt＝1或0表示当前时刻该用户收到或未收到上行业务需求；Reqdt＝1或0表示当前时刻该用户收到或未收到下行业务需求；所述步骤S2中根据上行用户集合和下行用户集合定义再分配的子载波分配矩阵包括：根据上行用户集合和下行用户集合定义当前时刻上行用户业务状态矩阵eu和下行用户业务状态矩阵ed；上行用户业务状态矩阵eu和下行用户业务状态矩阵ed确定之后定义再分配的子载波分配矩阵当前时刻上行用户业务状态矩阵eu和下行用户业务状态矩阵ed为： 其中定义为： 定义为： 其中，1≤j≤J，1≤k≤K； 表示J+K-S个上下行使能用户的子载波分配状况，Z个用户包括J个上行用户、K个下行用户和O个休眠用户，J+K+O＝Z；其中1≤z≤Z；1≤m≤M；满足： 且子载波集合M为子载波个数；上行用户集合J为上行用户个数；下行用户集合K为下行用户个数；被静默的上下行用户集合S为被静默的上下行用户个数；所述步骤S3中优化后的频谱效率目标函数为： 其中，R表示上下行用户总的频谱效率，G为综合矩阵，为天线和用户不匹配的元素置零的综合矩阵，为上行用户业务状态矩阵eu和下行用户业务状态矩阵ed确定后再分配的子载波分配矩阵，xu表示上行用户发送给基站的符号，xd表示基站发送给下行用户的符号，qu和qd是基站天线状态矩阵，分别表示基站用于上行接收和下行发射的天线，wk是第k个下行用户的预编码矩阵，满足wk∈W＝{w1，w2，...，wK}，W为所有下行用户的预编码矩阵，即基站下行预编码矩阵，pj是第j个上行用户的发射功率，满足pj∈P＝{p1，p2，...，pJ}，P为所有上行用户的发射功率；Z个用户包括J个上行用户、K个下行用户和O个休眠用户，J+K+O＝Z；子载波集合M为子载波个数；上行用户集合J为上行用户个数；下行用户集合K为下行用户个数；被静默的上下行用户集合S为被静默的上下行用户个数；所述步骤S4中，所述智能体为全双工大规模MIMO网络模型中的智能天线和上下行用户；所述状态为：上行用户的信干噪比和下行用户的信干噪比基站天线与第j个上行用户匹配情况和基站天线与第k个下行用户匹配情况及每个上下行用户的子载波分配分别记为状态s＝{s1，s2，s3}；所述动作为：基站下行预编码矩阵W，上行用户发射功率pj∈P，记为动作a＝{W；pj∈P}；所述奖励为：上行用户的频谱效率和下行用户的频谱效率其中： 记为所述步骤S4中DDPG网络设有Actor和Critic两个结构不同的神经网络，其中各自的神经网络又包含一个与自身结构相同但参数不同的副本网络，自身网络记为target_net，副本网络记为eval_net，Actor和Critic共包含四个神经网络分别记为：critic_target_net：Q′s1，s2，s3，a|θQ′、critic_eval_net：Qs1，s2，s3，a|θG、actor_target_net：μ′s1，s2，s3|θQ′、actor_eval_net：μs1，s2，s3|θG；所述步骤S5中基于公平原则求取上行用户发射功率的下限以及基站下行预编码矩阵的下限，计算公式为： 求解得到pj＝pmin，wk＝diag0，…，0，wmin，0，…0；缩减后的动作状态

全文数据：

权利要求：

百度查询： 江苏集萃移动通信技术研究所有限公司 一种基于智能天线的MIMO全双工功率分配方法