[发明专利]基于POMDP的受控无线网络系统动态资源分配方法

权利要求书

1.基于POMDP的受控无线网络系统动态资源分配方法，其特征在于：在某个通信小区内，包含有一个具有N根天线的基站和M个单天线的用户，当已知小区用户接入数的状态转移概率矩阵和反馈网络用户接收功率和数据传输误码率的QoS指标的观测矩阵后，依据某一时刻用户接入数的信度状态概率，从而获得此时刻具有最大收益的基站天线开启数和下一时刻小区用户最优接入数，具体依次按以下步骤实现：

步骤(1)，系统初始化，根据实际情况有：

小区内包含有M个单天线用户，某一时刻，需要接入基站的用户数表示为s₁,s₂,…,s_m,…,s_M，s_m表示有m个用户接入基站，同时，包含有一个N根天线的基站，开启天线数表示为T₁,T₂,…,T_n,…,T_N，T_n表示基站开启n根天线；基站与各用户之间的传输带宽为B，信道衰落系数均为h_S,D，基站发送功率为P_total，各发送天线均相同，对应每根天线的发送功率P_tr＝P_total/N，系统噪声功率表示为σ；

步骤(2)，构造用户接入基站数的状态转移矩阵：根据基站开启各个天线数，确定小区内用户接入数的转移概率矩阵，当基站开启天线数为T_n时，小区用户接入数转移概率矩阵S_n表示为：

用s_i表示当前时刻，用户接入基站数为i个，其中1≤i≤M，s'_j表示下一时刻，用户接入基站数为j个，其中1≤j≤M，p_ij表示用户接入基站数从i个到j个的概率，其计算方法表示如下：

当基站开启天线数为T_n时，随机重复A次观测，观察用户接入数转移情况，当用户接入基站数从i个转移到j个共有B(B≤A)次时，概率p_ij表示为：

pij=B{m=j}A;]]>

步骤(3)，构造反馈观测矩阵：根据反馈控制策略，针对系统待优化的反馈QoS目标，即用户接收功率和用户传输误码率，确定观测矩阵，具体步骤如下：

步骤(3.1)，当开启天线数为T_n，用户接入基站数为m时，计算用户接收功率，表示为：

Puser_m=m·Tn·Ptr·(lnHn)-hS,D]]>

其中，基站的发射功率为P_total，每一根天线的发射功率表示为P_tr＝P_total/N，l_n为基站与用户之间的距离，H_n为用户天线高度，h_S,D为路径衰落系数；

步骤(3.2)，当开启天线数为T_n，用户接入基站数为m时，计算用户传输误码率：

小区内用户接收基站发送数据的误码率会随用户接入数与基站开启数，以及路径损耗有关，因此，用户接收误码率表示为：

Pe=(SNR)-(m·Tn)]]>

SNR=10lg(1+Tn·Ptrσ2)]]>

步骤(3.3)，当基站开启天线数为T_n时，根据用户接收功率和用户传输误码率，计算系统反馈观测概率矩阵O_n，表示为：

其中，o₁表示考虑用户接收功率所带来的影响，o₂表示考虑数据传输误码率所带来的影响，pp_m1表示在用户接入数是m个的情况下，满足用户接收功率的门限阈值α的概率，pp_m2表示在用户接入数是m个的情况下，满足用户误码率的门限阈值β的概率，门限阈值α和β分别满足：

0<α≤M·Tn·Ptr·(lnHn)-hS,D]]>

(SNR)-(Tn)<β≤(SNR)-(M·Tn)]]>

pp_m1和pp_m2的计算方法如下：

ppm1=1-δPuser_m≥aδPuser_m<a]]>

ppm2=1-ϵPe>βϵPe≤β]]>

其中，δ和ε分别满足：

0<δ≤1,0<ε≤1

步骤(4)，在完成步骤(1)-步骤(3)构造用户数转移矩阵和反馈观测矩阵后，开始计算每一时刻的最优资源分配，按下式计算所述的用户信度状态概率，即根据天线开启数T_n所对应的状态转移矩阵S_n和反馈观测矩阵O_n，以及上一时刻k-1的用户信度状态值b(s)_nlm，计算此时刻k的b_nlm值：

bnlm=ηOn(ol|sm′,Tn)Σsm=s1sm=sMSn(sm′|sm,Tn)b(s)nlm]]>

η＝1/Pr(o|b,T)

Pr(o|b,T)=Σsm′=s1′sm′=sM′On(ol|sm′,Tn)Σsm=s1sm=sMSn(s′m|sm,Tn)b(s)nlm]]>

其中，S_n(s'_m|s_m,T_n)表示在基站开启天线数为T_n时，用户接入数从s_m转移到s'_m的概率，O_n(o_l|s'_m,T_n)表示在基站开启天线数为T_n时，接入用户数s'_m对应第l种反馈QoS优化目标的概率，l＝1或l＝2，η为中间变量，第一时刻的初始b(s)_nlm值设定为：

分别计算后，分别带入b_nlm值，得到在基站天线开启数从1至T_N、接入用户数从1到M、对应两种反馈QoS优化目标的b'(s')_nlm矩阵：

步骤(5)，计算基站开启天线数为T_n、接入用户数为s_m时的系统传输速率c_nm，即对应各种情形所获得的数据传输速率C：

其中，

步骤(6)，根据步骤(4)所得的b'(s')_nlm和步骤(5)所得的数据传输速率C，计算系统在考虑第l种反馈QoS优化目标时，l＝1或l＝2，基站天线开启数从1至T_n所获得的系统收益

其中，R_nm＝c_nm·b_nlm；

步骤(7)，确定优化目标：

步骤(7.1)，对应第l种反馈QoS优化目标方法，确定收益表示为：

Rol=maxR(Tn,Puser_m,Pe)]]>

即选取中最大的R_nm所对应的T_n，即为当前时刻k时，对应考虑第l种反馈QoS优化目标方法时应开启的基站天线数，l＝1或l＝2，对应的s_m，即为下一时刻k+1时，小区用户接入数的初始状态b(s)_nlm；

步骤(7.2)，综合考虑用户接收功率和数据传输误码率的最大收益，表示为：

Rtotal=γRo1+λRo2]]>

其中，γ和λ分别为两种反馈QoS优化目标方法所对应的权重系数，满足：

0<γ≤1,0<λ≤1γ+λ=1,]]>

若优先考虑用户接收功率，则有γ>λ；若优先考虑数据传输误码率，则有γ<λ。