[發明專利]一種無線資源分配聯合優化方法及裝置

有效

• 申請號: 202011248200.0
• 申請日: 2020-11-10
• 公開（公告）號: CN112566253B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 張海君;盧同威;隆克平
• 申請（專利權）人: 北京科技大學
• 主分類號: H04W72/04
• 分類號: H04W72/04;H04W72/08;H04B7/0413;H04B7/06;H04B17/336;H04B17/345;H04B17/382;H04B17/391
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波;付忠林

本發明公開了一種無線資源分配聯合優化方法及裝置，該方法包括：對待資源分配優化的MIMO網絡架構的應用場景進行建模，得到對應的MIMO網絡架構的信道模型；其中，用戶對之間采用NOMA通信技術，在發射端采用迫零波束賦形技術對發射信號進行編碼；基于信道模型，采用深度強化學習網絡進行學習，實現MIMO網絡架構中的簇間干擾和簇內干擾的分配；其中，深度強化學習的目標是在保證網絡架構內第一組用戶的最低目標數據速率時，最大化第二組用戶的和速率。本發明可以實現MIMO網絡架構中對于多個子功率控制的資源分配，獲取用戶的最大和速率，最終實現無線資源分配的整體經濟效益。

技術領域

本發明涉及移動通信技術領域，特別涉及一種無線資源分配聯合優化方法及裝置。

背景技術

NOMA作為一種很有前途的技術，最近引起了業界和學術界的廣泛關注。NOMA是一種多用戶多路復用方案，能夠在功率域同時進行多路訪問，對頻譜和資源進行更有效的利用。在NOMA網絡里，通常會進行連續干擾抵消SIC，這樣可以去除由NOMA引起的共通道干擾，并將期望的信號連續解碼。

數字域波束賦形通常采用自適應陣列天線系統，根據參考信號的接收質量，進行信道估計計算產生對應用戶的波束賦形矢量，通過靈活控制波束賦形矢量，使波束主瓣對準用戶，低功率的旁瓣或者零限位置對準干擾源，提高通信通信系統的信噪比使系統性能得到提升。

深度強化學習是將深度神經網絡和強化學習進行結合，將高維動態數據進行分析并做出決策。面對資源分配的問題，采用深度強化學習可以對該問題進行建模后快速得出最優決策，并展現出很高的性能。深度強化學習對于狀態空間和動作空間較大的資源分配具有良好性能。

另一方面，在基于NOMA通信的多用戶多輸入多輸出網絡系統MIMO-NOMA架構中，功率控制一直都是人們關注的焦點之一。功率的合理分配能夠極大的節省系統資源。而目前針對在MIMO-NOMA網絡系統的應用場景下，如何實現更優化的功率分配，依然是一個亟待解決的難題。

發明內容

本發明提供了一種無線資源分配聯合優化方法及裝置，用于多用戶多輸入多輸出MIMO網絡架構，以實現MIMO網絡架構中對于多個子功率控制的資源分配，獲取用戶的最大和速率，最終實現無線資源分配的整體經濟效益。

為解決上述技術問題，本發明提供了如下技術方案：

一方面，本發明提供了一種無線資源分配聯合優化方法，用于多用戶多輸入多輸出MIMO網絡架構，該方法包括：

對待資源分配優化的MIMO網絡架構的應用場景進行建模，得到對應MIMO網絡架構的信道模型；其中，在所述MIMO網絡架構中，用戶對之間采用NOMA通信技術，在發射端采用迫零波束賦形技術對發射信號進行編碼；

基于所述信道模型，采用深度強化學習網絡進行學習，實現MIMO網絡架構中的簇間干擾和簇內干擾的分配；其中，深度強化學習的目標是在保證網絡架構內第一組用戶的最低目標數據速率時，最大化第二組用戶的和速率。

進一步地，對待資源分配優化的MIMO網絡架構的應用場景進行建模包括：

對待資源分配優化的MIMO網絡架構的用戶設備及信道狀態資源建模為有限狀態馬爾可夫模型；其中，所述MIMO網絡架構為一離散時隙系統，在同一時刻內，系統狀態不發生變化，下一時刻系統狀態依據狀態轉移概率進行轉換。

進一步地，所述深度強化學習網絡為雙重深度Q網絡，所述雙重深度Q網絡包括主網絡和目標網絡兩個神經網絡，兩個神經網絡的結構相同，參數不同。

進一步地，所述基于所述信道模型，采用深度強化學習網絡進行學習，實現MIMO網絡架構中的簇間干擾和簇內干擾的分配，包括：

S1，初始化系統的狀態空間、動作空間以及深度強化學習網絡參數；