[发明专利]一种面向有效容量的资源分配方法及系统

权利要求书

1.一种面向有效容量的资源分配方法，其特征在于，包括以下步骤：

S1、对用户的有效容量进行理论推导得到大规模MIMO-NOMA系统的理论有效容量，得到的强弱用户的有效容量如下：

弱用户为：

强用户为：

其中，θ₁,θ₂分别为弱用户和强用户的时延QoS指数；E_n,1，E_n,2分别为第n簇的弱用户与强用户的有效容量；α_n,1，α_n,2分别为第n簇的弱用户与强用户的功率分配因子；定义簇内发送信噪比为P_n为第n簇用户的总发送功率，σ²为噪声的方差；N为所分簇数目；为合流超几何函数，Δ＝N_t-N+1，N_t为发送天线数；随机变量及其符合的分布为：g₁＝|h_n,1w_n|²～Γ(1,1)，h,w为信道矩阵和波束成形矢量；

S2、分别利用用户分簇和功率分配问题建立对应的有效容量优化模型，优化目标为步骤S1中得到的系统理论有效容量之和最大，约束条件为功率约束与用户总数约束，以系统有效容量之和最大为目标，建立联合优化问题如下：

E_n,k(θ_k)≥E_min (c)

其中，为功率分配因子集，{U_n,k}为用户集，N为所分簇数目，K为簇内用户数，E_n,k为第n簇中用户k的理论有效容量，θ_k为用户k的时延QoS指数，p_n为第n簇中用户的总功率，P为基站允许传输的最大功率，α_n,k为第n簇中用户k的功率分配因子，E_min为最小有效容量约束；

S3、设置最小用户有效容量约束，采用二分法对步骤S2功率分配问题建立的优化模型进行功率分配；

S4、将步骤S2用户分簇的优化模型构建强化学习任务，确定状态空间为用户信道信息的组合以及动作空间为所有分组情况，根据步骤S3的功率分配结果计算有效容量之和作为奖励函数；

S5、根据步骤S4中建模的强化学习任务构建深度Q学习网络，将深度Q学习网络输入确定为状态空间与动作空间的组合，输出为步骤S4计算的奖励函数值，初始化深度Q网络及Q标签网络的参数及隐含层数目；深度Q学习网络在线训练后，根据输入状态，深度Q学习网络选取最佳动作作为最佳分簇结果，实现用户分簇。

2.根据权利要求1所述的方法，其特征在于，步骤S3具体为：

将需要搜索的弱用户功率分配因子设置为α_n,1，强用户的功率分配因子为α_n,2＝1-α_n,1；设置搜索范围为α_l＜α_n,1＜α_r，α_l是二分法的搜索下界，α_r是搜索上界；功率分配因子α_n,1的搜索范围是α_l＜α_n,1＜α_r，且α_l＞0.5，α_r＜1，若将上界功率分配给用户均不满足约束条件，进行固定功率分配；设置|α_r-α_l|≤δ为二分法搜索结束的条件。

3.根据权利要求1所述的方法，其特征在于，步骤S4中，强化学习任务包括相互作用的智能体和环境，包括状态空间S、行动空间A、即时奖励R和当前状态与下一状态之间的转移概率；其中，以基站作为智能体，NOMA系统的性能为环境，智能体采取的行动a_t是基于用户获得的预期奖励来决策的；根据当前状态s_t达到的系统有效容量，智能体根据学习到的用户分簇策略从多种动作中选择动作a_t；环境演变为一个新的状态；然后根据获得的用户簇进行功率分配和波束赋形，计算步长奖励r_t并反馈给智能体。