[發明專利]量子回溯搜索優化的CCFD-Massive MIMO系統功率分配方法

有效

• 申請號: 201810531057.2
• 申請日: 2018-05-29
• 公開（公告）號: CN108880734B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 高洪元;蘇雨萌;張世鉑;刁鳴;馬雨微;呂闊;臧國建;謝婉婷;劉長庚
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: H04W72/04
• 分類號: H04W72/04;H04K1/00;H04K3/00;H04B7/0456;H04B7/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.量子回溯搜索優化的CCFD-Massive MIMO系統功率分配方法，其特征在于：步驟如下：

步驟一，建立CCFD-Massive MIMO系統模型

在單小區Massive MIMO系統中有一個配置M根天線的基站、K個雙天線用戶和一個N根天線的竊聽器，且基站中的M₁根天線用來發送信號、剩余的M₂根天線接收信號，每個用戶的一根天線用來接收信號、另一根天線發送信號，假設系統帶寬為B，H^BU、H^UB為基站到用戶、用戶到基站的信道衰落矩陣，V_a、V_b為基站的預編碼矩陣和接收矩陣，H^BI、H^UI為基站的自干擾矩陣和用戶之間的干擾矩陣，G^B、G^U為基站到竊聽器、用戶到竊聽器的信道衰落矩陣，ρ_BS、ρ_U分別為基站和用戶的自干擾系數；

在CCFD-Massive MIMO系統中，當用戶k與基站通信時，基站和各用戶均受到自干擾和來自其他用戶的干擾的影響，用戶k收到的信號為：

其中，s_BS、s_k、s_j分別為基站、用戶k、用戶j發送的單位能量信號，j≠k,p_a為基站的發送功率，p_k、p_j分別為用戶k、用戶j的發送功率，為基站到用戶k的信道狀態信息，表示用戶k的自干擾信道狀態信息，為用戶k與用戶j的互干擾信道狀態信息，n_k為用戶k收到的噪聲；

基站處接收到的信號為：

其中，為用戶k到基站的信道狀態信息，(.)^H表示共軛轉置，n_BS為基站處收到的噪聲；

系統中存在的竊聽器會試圖竊取用戶與基站的信息，其收到的信號為：

其中，為用戶k到竊聽器的信道狀態信息，n_e為竊聽器收到的噪聲；

在下行鏈路，基站向各用戶發送信息時，用戶k收到的信干噪比為：

其中，為用戶k收到的噪聲功率，竊聽器在截取用戶k接收來自基站的信息時的信干噪比為：

其中，為竊聽器收到的噪聲功率，此時用戶k的保密速率為：

R_k＝B[log₂(1+γ_k)-log₂(1+γ_ek)]⁺

令z_k＝log₂(1+γ_k)-log₂(1+γ_ek)，則R_k＝B[z_k]⁺，其中，[z_k]⁺表示取正函數，具體規則如下：

CCFD-Massive MIMO系統下行保密速率為：

假設基站采用最大比合并(MRC)方式接收信號，則基站收到來自用戶k的信干噪比為：

其中，為基站收到的噪聲功率，竊聽器在截取用戶k向基站發送信息時的信干噪比為：

此時用戶k的保密速率為：

得到CCFD-Massive MIMO系統上行保密速率為：

則CCFD-Massive MIMO系統的保密容量為：

其中，表示取R、兩數中的最小值；

步驟二，初始化量子種群及系統參數

設定量子種群中量子個體數目為L，待求解問題的維度為D，在第t代量子種群中，由量子態表示的第i個量子個體為其對應的映射態通過如下規則得到：

其中，和分別為搜索區間的上界和下界，歷史量子種群記錄的第i個量子個體為在初始階段，歷史量子種群的生成方式與第一代量子種群的生成方式相同；

步驟三，通過如下的適應度函數計算量子個體的適應值：

其中，第i個量子個體對應的映射態代表CCFD-Massive MIMO系統中第i種功率分配方案，將量子種群中適應值最大的量子個體記為全局最優解

步驟四，通過進化和交叉策略生成新的量子個體，當隨機數α₁小于隨機數α₂時，將當前量子種群記錄到歷史量子種群中，對于任意量子個體i，隨機排列歷史量子種群的量子個體，對于當前量子種群，其每一個量子個體按照如下規則演進：

其中，為演進后的量子種群中第i個量子個體的第d維量子旋轉角，為量子個體i演進后的第d個元素，φ₁和φ₂為全局最優量子個體、任意量子個體l和歷史量子個體在兩種不同演進規則下的影響因子，l∈[1,2,...,L]，l≠i，|.|表示取絕對值，和為[0,1]間的均勻隨機數，η為演進概率，ε為變異概率；

map為控制交叉過程的L×D維二元整數矩陣，初值均為1；當隨機數β₁大于隨機數β₂時，map_i為僅有一個元素為0的向量，i＝1,2,...,L；反之，map_i為D′個元素為0的向量，0的位置是隨機的；其中，w^t為動態混合比例參數，用來控制量子種群中交叉的量子個體數目，ψ(w^t)表示與w^t有關的函數，表示向上取整，對于量子個體i，其交叉過程為：

其中，為量子個體i交叉后的第d個元素；

步驟五，根據映射規則，得到新的量子個體i對應的映射態計算新生成的量子個體的適應值，經貪婪選擇機制，完成量子種群的更新，其過程具體為：

將更新后的量子種群中適應值最大的量子個體記為全局最優解

步驟六，如果迭代次數小于預先設定的最大迭代次數，令t＝t+1，返回步驟四；否則，終止迭代，輸出量子種群的全局最優解得到最佳功率分配方案。