[发明专利]量子回溯搜索优化的CCFD-Massive MIMO系统功率分配方法

权利要求书

1.量子回溯搜索优化的CCFD-Massive MIMO系统功率分配方法，其特征在于：步骤如下：

步骤一，建立CCFD-Massive MIMO系统模型

在单小区Massive MIMO系统中有一个配置M根天线的基站、K个双天线用户和一个N根天线的窃听器，且基站中的M₁根天线用来发送信号、剩余的M₂根天线接收信号，每个用户的一根天线用来接收信号、另一根天线发送信号，假设系统带宽为B，H^BU、H^UB为基站到用户、用户到基站的信道衰落矩阵，V_a、V_b为基站的预编码矩阵和接收矩阵，H^BI、H^UI为基站的自干扰矩阵和用户之间的干扰矩阵，G^B、G^U为基站到窃听器、用户到窃听器的信道衰落矩阵，ρ_BS、ρ_U分别为基站和用户的自干扰系数；

在CCFD-Massive MIMO系统中，当用户k与基站通信时，基站和各用户均受到自干扰和来自其他用户的干扰的影响，用户k收到的信号为：

其中，s_BS、s_k、s_j分别为基站、用户k、用户j发送的单位能量信号，j≠k,p_a为基站的发送功率，p_k、p_j分别为用户k、用户j的发送功率，为基站到用户k的信道状态信息，表示用户k的自干扰信道状态信息，为用户k与用户j的互干扰信道状态信息，n_k为用户k收到的噪声；

基站处接收到的信号为：

其中，为用户k到基站的信道状态信息，(.)^H表示共轭转置，n_BS为基站处收到的噪声；

系统中存在的窃听器会试图窃取用户与基站的信息，其收到的信号为：

其中，为用户k到窃听器的信道状态信息，n_e为窃听器收到的噪声；

在下行链路，基站向各用户发送信息时，用户k收到的信干噪比为：

其中，为用户k收到的噪声功率，窃听器在截取用户k接收来自基站的信息时的信干噪比为：

其中，为窃听器收到的噪声功率，此时用户k的保密速率为：

R_k＝B[log₂(1+γ_k)-log₂(1+γ_ek)]⁺

令z_k＝log₂(1+γ_k)-log₂(1+γ_ek)，则R_k＝B[z_k]⁺，其中，[z_k]⁺表示取正函数，具体规则如下：

CCFD-Massive MIMO系统下行保密速率为：

假设基站采用最大比合并(MRC)方式接收信号，则基站收到来自用户k的信干噪比为：

其中，为基站收到的噪声功率，窃听器在截取用户k向基站发送信息时的信干噪比为：

此时用户k的保密速率为：

得到CCFD-Massive MIMO系统上行保密速率为：

则CCFD-Massive MIMO系统的保密容量为：

其中，表示取R、两数中的最小值；

步骤二，初始化量子种群及系统参数

设定量子种群中量子个体数目为L，待求解问题的维度为D，在第t代量子种群中，由量子态表示的第i个量子个体为其对应的映射态通过如下规则得到：

其中，和分别为搜索区间的上界和下界，历史量子种群记录的第i个量子个体为在初始阶段，历史量子种群的生成方式与第一代量子种群的生成方式相同；

步骤三，通过如下的适应度函数计算量子个体的适应值：

其中，第i个量子个体对应的映射态代表CCFD-Massive MIMO系统中第i种功率分配方案，将量子种群中适应值最大的量子个体记为全局最优解

步骤四，通过进化和交叉策略生成新的量子个体，当随机数α₁小于随机数α₂时，将当前量子种群记录到历史量子种群中，对于任意量子个体i，随机排列历史量子种群的量子个体，对于当前量子种群，其每一个量子个体按照如下规则演进：

其中，为演进后的量子种群中第i个量子个体的第d维量子旋转角，为量子个体i演进后的第d个元素，φ₁和φ₂为全局最优量子个体、任意量子个体l和历史量子个体在两种不同演进规则下的影响因子，l∈[1,2,...,L]，l≠i，|.|表示取绝对值，和为[0,1]间的均匀随机数，η为演进概率，ε为变异概率；

map为控制交叉过程的L×D维二元整数矩阵，初值均为1；当随机数β₁大于随机数β₂时，map_i为仅有一个元素为0的向量，i＝1,2,...,L；反之，map_i为D′个元素为0的向量，0的位置是随机的；其中，w^t为动态混合比例参数，用来控制量子种群中交叉的量子个体数目，ψ(w^t)表示与w^t有关的函数，表示向上取整，对于量子个体i，其交叉过程为：

其中，为量子个体i交叉后的第d个元素；

步骤五，根据映射规则，得到新的量子个体i对应的映射态计算新生成的量子个体的适应值，经贪婪选择机制，完成量子种群的更新，其过程具体为：

将更新后的量子种群中适应值最大的量子个体记为全局最优解

步骤六，如果迭代次数小于预先设定的最大迭代次数，令t＝t+1，返回步骤四；否则，终止迭代，输出量子种群的全局最优解得到最佳功率分配方案。