一种提升高可靠低时延通信系统能效的调度和波束形成方法

1.本发明涉及无线通信技术领域，具体涉及一种提升高可靠低时延通信系统能效的调度和波束形成方法。


背景技术：

2.超可靠低时延通信(urllc)是由5g新无线电支持的新服务类别，适用于各种类型的关键任务用例，如工厂自动化、远程手术和自动驾驶，这些应用需要严格的端到延迟(1ms)和超高可靠性(10-6
的丢包概率)。
3.在5g移动无线网络中，无蜂窝mimo(cf-mimo)系统在支持urllc业务上发挥至关重要的作用。其中，具有一根或者多根天线的接入点(ap)分布在不同的地方，协作的为用户提供服务。协调多点(comp)传输是一种有前景的技术，用户将与多个ap相关联，数据包可以通过多条传输路径进行传输给用户，并且能够通过ap之间的协调传输来减轻干扰。为了提高系统频谱效率，子载波分配是comp传输的一个重大问题，其中子载波根据业务需求被动态地分配给urllc用户。此外，有限块长传输(fbc)可以被用来提供高可靠低时延服务。
4.目前现有的研究大多针对单个时隙的性能并且忽视排队时延。由于随机到达的数据包和随机的无线信道，排队延迟是不可避免的。并且在urllc流量大的情况下，不考虑排队时延的资源调度可能存在资源短缺的问题，从而出现阻塞，导致数据包排队延迟严重，影响传输可靠性。此外。实时变化的数据队列积压，也会影响网络的稳定性。实际的方案研究应该基于考虑数据到达的随机性和信道时变特性，而不是静态的信道状态，并且排队时延应该考虑在内。为此，一种联合队列感知的资源分配策略被提出来提高系统长期能效，并且考虑了波束成形、comp传输与混合正交调度为urllc提供服务。


技术实现要素：

5.本发明的目的是提供一种提升高可靠低时延通信系统能效的调度和波束形成方法，使得在有效提高系统长期能效和网络稳定性之间实现均衡，并且可满足高可靠低时延通信需求。
6.为了达到上述目的，本发明提供如下技术方案：
7.一种提升高可靠低时延通信系统能效的调度和波束形成方法，包括：
8.s1.针对cf-mimo系统构建其在urllc业务下的数学模型；
9.s2.长期能量效率优化问题的目标函数和约束条件；
10.s3.采用基于二维大m法、半定松弛、整数松弛、分式规划来重构s2中的长期时间平均问题，然后基于李雅普诺夫方程和罚函数的思想，将s2中提出的长期时间平均问题转化为单时隙优化问题；
11.s4.采用辅助变量和凸差分规划的方法将s3中单时隙的优化问题转化为凸问题；
12.s5.采用内外双循环资源分配优化算法迭代求解s4中得到的凸问题。
13.进一步的，所述s1中具体包括以下子步骤：
14.s101.配置拥有1个基带单元、m个配备l根天线的ap和k个单天线用户的cf-mimo系统，整个频带被划分为个n正交子载波，每个子载波分配给多个上述的单天线用户，其中基带单元已知统计信道状态信息；
15.s102.根据s101中构建的cf-mimo系统，建立该系统的网络队列动态模型，其具体包括：
16.qk(t+1)＝[qk(t)-rk(t)]
+
+ak(t)
ꢀꢀ
(5)
[0017]
在公式(1)中，qk(t)为时刻t用户k的队列长度，t∈{1,2,...,t}，t为系统考虑的最大时隙数，rk(t)为时刻t用户k的吞吐量，ak(t)为时刻t用户k随机到达的包数，其中假设ak(t)在每个时隙是独立同分布的，平均到达率为λk，[
·
]
+
表示取0和此数中的较大值；
[0018]
s103.根据s101中构建的cf-mimo系统，建立该系统的数据传输模型，其具体包括：用户的数据速率表达式和系统的吞吐量表达式：
[0019]
第n个子载波服务的第k个urllc用户的数据速率为：
[0020][0021]
在公式(2)中，k∈{1,...,k}，表示为系统的信干噪比，其具体表示为为信道增益矩阵的共轭转置，为噪声方差，为从第m个ap的第n个子载波到用户k的波束形成矢量，是用于用户关联与子载波分配的整数变量，如果用户k接收来自apm的第n个子载波的信号，否则a＝log2(e)，δk为解码错误概率，md是码字块长度，q-1
(
·
)是高斯函数的反函数，是短包衰落，log表示对数运算，|
·
|表示绝对值运算，∑
·
表示求和运算。
[0022]
s104.根据s101中构建的cf-mimo系统，建立该系统的长期能量效率表达式：
[0023][0024]
在公式(3)中，其中分别是电路功耗、总发射功率、总速率。
[0025]
进一步的，所述s2具体包括如下子步骤：
[0026]
s201.建立长期能效目标函数：
[0027]
[0028]
其中v,s分别表示所有的集合，表示分别优化波束成形向量、用户关联与子载波分配方案使其后面的函数值最大。
[0029]
s202.建立约束条件，包括用户qos要求、排队时延约束、系统功耗要求、网络稳定性约束、整数约束如下：
[0030]
建立urllc用户qos约束、排队时延约束以及系统功耗约束：
[0031][0032][0033][0034]
其中，k∈{1,...,k},m∈{1,...,m},n∈{1,...,n},t∈{1,...,t}，r
min
为用户要求的最小和速率，qk(t)/λk为延迟度量，是用户k允许的最大队列延迟，为可容忍的延迟违反概率，p
max
为每个ap的传输能耗最大值；
[0035]
建立系统网络稳定性约束：
[0036][0037]
建立整数约束
[0038][0039]
进一步的，所述步骤3具体包括如下子步骤：
[0040]
s301.首先引入辅助变量然后通过半定松弛重构sinr，为了便于表达，使sinr，为了便于表达，使接着构建两个hermitian矩阵以及重构后的sinr以及系统功耗约束如下：
[0041][0042]
在公式(4)中，jm＝diag([0
(m-1)l
,1
l
,0
(m-m)l
,]),jm用来区分hermitian矩阵中每个ap天线，根据(4)对s201、s202中的目标函数以及约束进行更新；
[0043]
s302.使用二维大m法在不改变可行解的情况下对s301中的变量进行松弛，引入新的约束如下：
[0044]
[0045]
该约束保证了如果apm的子载波n没有分配给用户那么apm的子载波n上传输给用户k的功率为0，即
[0046]
s303.使用整数松弛的方法对s202中的整数约束进行重构，设那么引入新约束如下：
[0047][0048][0049]
其中s(t)是变量的集合，以上两个约束将整数变量松弛为连续变量；
[0050]
s304.应用马尔可夫不等式对s202中关于用户时延的概率约束进行线性化，可以得到和因此可以得到新约束：
[0051][0052]
s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：
[0053][0054][0055][0056][0057][0058][0059][0060]
其中表示优化分配使得其后函数值最小，s.t.表示使其满足后述条件，μ为控制参数来调整系统在能效和稳定性之间的均衡。
[0061]
进一步的，所述s4具体包括如下子步骤：
[0062]
s401.针对单时隙非凸问题，引入辅助变量来约束urllc中存在的用户k的非凸信干噪比sinr，引入辅助变量分别约束分子的下界和分母的上界，并引入临时变量用辅助变量对数据传输模型中的所有sinr进行替换，并引
入新的约束如下：
[0063][0064][0065][0066]
公式中，其中第一个约束代表了用户k接收信息的功率需要大于第二个约束代表用户k的干扰和噪声功率需要小于由于这两个约束的存在，避免优化能效时，用户的接收功率与干扰噪声功率同步变小而信干噪比仍然很大的不理想情况，第三个约束代表了引入的辅助变量的取值范围；
[0067]
s402.由于s401的第三个约束、s303得到的第一个约束以及urllc切片的吞吐量仍然是非凸约束，但是他们符合凸差分规划的形式，因此使用一阶泰勒近似的方法对它们转变，并引入松弛变量，将s301中得到的重构后的系统能效问题转变为凸问题：
[0068][0069][0070][0071][0072][0073][0074][0075][0076][0077]
其中γk是松弛变量，β是惩罚因子，π(t),ρ(t),γ分别是的集合，第7个约束是对进行泰勒近似的结果，
是对urllc切片的吞吐量进行一阶泰勒近似的结果，g
(d)
(s(t))表示对g(s(t))进行一阶泰勒近似的结果，它们的具体表达式如下：
[0078][0079][0080]
其中
[0081]
进一步的，所述s5具体包括：
[0082]
s501.初始化系统场景各参数，初始化外循环各项参数，包括控制参数μ和总时隙t，设置能效初始值为0；
[0083]
s502.初始化内循环的各项参数，其包括：设置最大迭代次数i
max
，通过mrt预编码的方式初始化波束成形向量、通过给定的v
(0)
(t)计算z
(0)
(t)，π
(0)
(t)，ρ
(0)
(t)，设置惩罚因子β；
[0084]
s503.解所述s402的单时隙内优化问题，得到系统当前波束成型向量v
*
、用户关联和子载波分配系数s
*
(t)以及对应的辅助变量z
*
(t),π
*
(t),ρ
*
(t)；
[0085]
s504.更新迭代次数d＝d+1，通过以下表达式对s
(d)
(t),z
(d)
(t),π
(d)
(t),ρ
(d)
(t)进行更新，表示为：
[0086][0087]s(d)
(t)＝s
*
(t),
[0088]z(d)
(t)＝z
*
(t),
[0089]
π
(d)
(t)＝π
*
(t),
[0090]
ρ
(d)
(t)＝ρ
*
(t)
[0091]
s505.判断循环是否收敛，如果算法收敛或者达到最大迭代次数i
max
转s506，否则转s503；
[0092]
s506.根据s502-s505获得的波束成形变量v
*
(t)以及用户关联和子载波分配方案s
*
(t)计算并更新t+1时刻的按照s103构造的队列公式，动态更新数据队列qk(t)；
[0093]
s507.进入下一个时隙t+1，重复s502-s506，直到遍历t个时隙。
[0094]
进一步的，还包括以下步骤：
[0095]
在通信过程中，接入点和用户位置固定，信道大尺度衰落信息保持不变，而信道小尺度衰落随时隙变化，系统根据不同时隙的统计信道状态信息，动态实施s5步骤资源分配方法中的内层迭代和外层更新算法。
[0096]
与现有技术相比，本发明具有如下优点和有益效果：
[0097]
本发明能够通过联合优化系统的波束成形、用户关联和子载波分配，在有效提高系统长期能效和网络稳定性之间实现均衡，并且可满足高可靠低时延通信需求，具有广阔
的应用前景。
附图说明
[0098]
图1为实施例1中提供的一种提升高可靠低时延通信系统能效的调度和波束形成方法流程图。
[0099]
图2为实施例1中提供的内外双循环资源分配优化算法的示意图。
[0100]
图3为实施例1分别在子载波数目分别为8和16时与只考虑embb的情况、子载波数目为16时ofdm方式分配子载波的情况下所获得的能量效率与功耗对比图。
具体实施方式
[0101]
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
[0102]
本发明提供的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其流程如图1所示，包括如下步骤：
[0103]
s1.针对cf-mimo系统构建其在urllc业务下的数学模型；
[0104]
s2.长期能量效率优化问题的目标函数和约束条件；
[0105]
s3.采用基于二维大m法、半定松弛、整数松弛、分式规划来重构s2中的长期时间平均问题，然后基于李雅普诺夫方程和罚函数的思想，将s2中提出的长期时间平均问题转化为单时隙优化问题；
[0106]
s4.采用辅助变量和凸差分规划的方法将s3中单时隙的优化问题转化为凸问题；
[0107]
s5.采用内外双循环资源分配优化算法迭代求解s4中得到的凸问题。
[0108]
进一步地，所述s1中具体包括以下子步骤：
[0109]
s101.配置拥有1个基带单元、m个配备l根天线的ap和k个单天线用户的cf-mimo系统，整个频带被划分为个n正交子载波，每个子载波分配给多个上述的单天线，其中基带单元已知统计信道状态信息；
[0110]
s102.根据s101中构建的cf-mimo系统，建立该系统的网络队列动态模型，其具体包括：
[0111]
qk(t+1)＝[qk(t)-rk(t)]
+
+ak(t)
ꢀꢀ
(9)
[0112]
在公式(1)中，qk(t)为时刻t用户k的队列长度，t∈{1,2,...,t}，rk(t)为时刻t用户k的吞吐量，ak(t)为时刻t用户k随机到达的包数，其中假设ak(t)在每个时隙是独立同分布的，平均到达率为λk，[
·
]
+
表示取0和此数中的较大值；
[0113]
s103.根据s101中构建的cf-mimo系统，建立该系统的数据传输模型，其具体包括：用户的数据速率表达式和系统的吞吐量表达式：.
[0114]
第n个子载波服务的第k个urllc用户的数据速率为：
[0115][0116]
在公式(2)中，k∈{1,...,k}，表示为系统的信干噪比，其具体表示为
为信道增益矩阵的共轭转置，为噪声方差，为从第m个ap的第n个子载波到用户k的波束形成矢量，是用于用户关联与子载波分配的整数变量，如果用户k接收来自apm的第n个子载波的信号，否则a＝log2(e)，δk为解码错误概率，md是码字块长度，q-1
(
·
)是高斯函数的反函数，是短包衰落，log表示对数运算，|
·
|表示绝对值运算，∑
·
表示求和运算。
[0117]
s104.根据s101中构建的cf-mimo系统，建立该系统的长期能量效率表达式：
[0118][0119]
在公式(3)中，其中分别是电路功耗、总发射功率、总速率。
[0120]
进一步地，所述s2中具体包括以下子步骤：
[0121]
s201.建立长期能效目标函数：
[0122][0123]
其中v,s分别表示所有的集合，表示分别优化波束成形向量、用户关联与子载波分配方案使其后面的函数值最大。
[0124]
s202.建立约束条件，包括用户qos要求、排队时延约束、系统功耗要求、网络稳定性约束、整数约束，如下：
[0125]
建立urllc用户qos要求、排队时延约束以及系统功耗要求：
[0126][0127][0128][0129]
其中，k∈{1,...,k},m∈{1,...,m},n∈{1,...,n},t∈{1,...,t}，r
min
为用户要求的最小和速率，qk(t)/λk为延迟度量，是用户k允许的最大队列延迟，为可容忍的延迟违反概率，p
max
为每个ap的传输能耗最大值；
[0130]
建立系统网络稳定性约束：
[0131][0132]
建立整数约束：
[0133][0134]
进一步地，所述s3中具体包括以下子步骤：
[0135]
s301、首先引入辅助变量然后通过半定松弛重构sinr，为了便于表达，使sinr，为了便于表达，使接着构建两个hermitian矩阵以及重构后的sinr以及系统功耗约束如下：
[0136][0137]
在公式(4)中，jm用来区分hermitian矩阵中每个ap天线，根据(4)对s201、s202中的目标函数以及约束进行更新；
[0138]
s302.使用二维大m法在不改变可行解的情况下对s301中的变量进行松弛，引入新的约束如下：
[0139][0140]
该约束保证了如果apm的子载波n没有分配给用户那么apm的子载波n上传输给用户k的功率为0，即
[0141]
s303.使用整数松弛的方法对s202中的整数约束进行重构，设那么引入新约束如下：
[0142][0143][0144]
其中s(t)是变量的集合，以上两个约束将整数变量松弛为连续变量；
[0145]
s304.应用马尔可夫不等式对s202中关于用户时延的概率约束进行线性化，可以得到和因此可以得到新约束：
[0146][0147]
s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：
[0148][0149][0150][0151][0152][0153][0154][0155]
其中表示优化分配使得其后函数值最小，s.t.表示使其满足后述条件，μ为控制参数来调整系统在能效和稳定性之间的均衡。
[0156]
进一步地，所述s4中具体包括以下子步骤：
[0157]
s401.针对单时隙非凸问题，引入辅助变量来约束urllc中存在的用户k的非凸信干噪比sinr，引入辅助变量分别约束分子的下界和分母的上界，并引入临时变量用辅助变量对数据传输模型中的所有sinr进行替换，并引入新的约束如下：
[0158][0159][0160][0161]
公式中，其中第一个约束代表了用户k接收信息的功率需要大于第二个约束代表用户k的干扰和噪声功率需要小于由于这两个约束的存在，避免优化能效时，用户的接收功率与干扰噪声功率同步变小而信干噪比仍然很大的不理想情况，第三个约束代表了引入的辅助变量的取值范围；
[0162]
步骤402.由于步骤401的第三个约束、s303得到的第一个约束以及urllc切片的吞吐量仍然是非凸约束，但是他们符合凸差分规划的形式，因此使用一阶泰勒近似的方法对它们进行转变，并引入松弛变量，将s301中得到的重构后的系统能效问题转变为凸问题；
[0163][0164][0165][0166][0167][0168][0169][0170][0171][0172]
其中γk是松弛变量，β是惩罚因子，π(t),ρ(t),γ分别是的集合，第7个约束是对进行泰勒近似的结果，是对urllc切片的吞吐量进行一阶泰勒近似的结果，g
(d)
(s(t))表示对g(s(t))进行一阶泰勒近似的结果，它们的具体表达式如下：
[0173][0174][0175]
其中
[0176]
进一步地，所述s5中具体包括以下子步骤：
[0177]
s501.初始化系统场景各参数，初始化外循环各项参数，包括控制参数μ和总时隙t，设置能效初始值为0；
[0178]
s502.初始化内循环的各项参数，其包括：设置最大迭代次数i
max
，通过mrt预编码的方式初始化波束成形向量、通过给定的v
(0)
(t)计算z
(0)
(t)，π
(0)
(t)，ρ
(0)
(t)，设置惩罚因子β；
[0179]
s503.解所述s402的单时隙内优化问题，得到系统当前波束成型向量v
*
、用户关联和子载波分配系数s
*
(t)以及对应的辅助变量z
*
(t),π
*
(t),ρ
*
(t)；
[0180]
s504.更新迭代次数d＝d+1，通过以下表达式对s
(d)
(t),z
(d)
(t),π
(d)
(t),ρ
(d)
(t)进行更新，表示为：
[0181][0182]s(d)
(t)＝s
*
(t),
[0183]z(d)
(t)＝z
*
(t),
[0184]
π
(d)
(t)＝π
*
(t),
[0185]
ρ
(d)
(t)＝ρ
*
(t)
[0186]
s505.判断循环是否收敛，如果算法收敛或者达到最大迭代次数i
max
转s506，否则转s503；
[0187]
s506.根据s502-s505获得的波束成形变量v
*
(t)以及用户关联和子载波分配方案s
*
(t)计算并更新t+1时刻的按照s103构造的队列公式，动态更新数据队列qk(t)；
[0188]
s507.进入下一个时隙t+1，重复s502-s506，直到遍历t个时隙。
[0189]
本发明提供的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其有益效果如图3所示。
[0190]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，包括以下步骤：s1.针对cf-mimo系统，构建其在高可靠低时延(urllc)通信下的数学模型，其中数学模型包括网络队列动态模型、数据传输模型和长期能量效率表达式；s2.针对s1中构建的cf-mimo数学模型以及网络队列动态模型，联合考虑波束成形、协调多点(comp)传输与混合正交调度，以最大化长期能量效率为目标函数，并且以qos要求、最大功耗限制、网络稳定性要求、urllc通信的排队时延约束以及整数约束为约束条件，来构建优化问题；其中，该最大功耗限制采用ap子载波分配变量与波束成形变量的乘积形式，该优化问题是一个长期时间平均问题；s3.依次采用基于二维大m法、半定松弛、整数松弛、分式规划来重构s2中的长期时间平均问题，然后基于李雅普诺夫方程和罚函数的思想，将s2中提出的长期时间平均问题转化为单时隙优化问题，其包括：首先，根据二维大m法分解整数变量与波束成形变量的乘积形式，其中整数变量决定了用户关联与子载波分配情况，然后使用半定松弛重构sinr，再使用整数松弛的方法重构整数约束，之后采用分式规划将分式目标函数等效转换为减法的形式，最后基于李雅普诺夫方程和罚函数的思想将长期时间平均问题转化为单时隙优化问题；s4.依次采用辅助变量和凸差分规划的方法将s3中的单时隙优化问题转化为凸问题，其包括：通过引入辅助变量和凸差分规划的方法，将重构后的单时隙的优化问题转变为凸问题；其中，引入的辅助变量是用来约束用户的非凸信干噪比；s5.采用内外双循环资源分配优化算法迭代求解s4转化后的凸问题。2.根据权利要求1所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s1具体包括如下子步骤：s101.配置拥有1个基带单元、m个配备l根天线的无线电接入点(ap)和k个单天线用户的cf-mimo系统，整个频带被划分为n个正交子载波，每个子载波分配给多个上述的单天线，其中基带单元已知统计信道状态信息；s102.根据s101中构建的cf-mimo系统，建立该系统的网络队列动态模型，其具体包括：q
k
(t+1)＝[q
k
(t)-r
k
(t)]
+
+a
k
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)在公式(1)中，q
k
(t)为时刻t用户k的队列长度，t∈{1,2,...,t}，t为系统考虑的最大时隙数，r
k
(t)为时刻t用户k的吞吐量，a
k
(t)为时刻t用户k随机到达的包数，其中a
k
(t)在每个时隙是独立同分布的，并且平均到达率为λ
k
，[
·
]
+
表示取0和此数中的较大值；s103.根据s101中构建的cf-mimo系统，建立该系统的数据传输模型，其具体包括：用户的数据速率表达式和系统的吞吐量表达式；s104.根据s101中构建的cf-mimo系统，建立该系统的长期能量效率表达式。3.根据权利要求2所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s103具体包括：第n个子载波服务的第k个urllc用户的数据速率为：
在公式(2)中，k∈{1,...,k}，表示为系统的信干噪比，其具体表示为为信道增益矩阵的共轭转置，为噪声方差，为从第m个ap的第n个子载波到用户k的波束形成矢量，是用于用户关联与子载波分配的整数变量，如果用户k接收来自第m个ap的第n个子载波的信号，否则a＝log2(e)，δ
k
为解码错误概率，m
d
是码字块长度，q-1
(
·
)是高斯函数的反函数，是短包衰落，log表示对数运算，|
·
|表示绝对值运算，∑
·
表示求和运算。4.根据权利要求3所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s104的长期能量效率表达式为：在公式(3)中，其中p
cp
，分别是电路功耗、总发射功率、总速率。5.根据权利要求3所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s2具体包括如下子步骤：s201.建立长期能效目标函数：其中v,s分别表示所有的集合，表示分别优化波束成形向量、用户关联与子载波分配方案使其后面的函数值最大；s202.建立约束条件，包括用户qos要求、排队时延约束、系统功耗要求、网络稳定性约束、整数约束如下：建立urllc用户qos约束、排队时延约束以及系统功耗约束：建立urllc用户qos约束、排队时延约束以及系统功耗约束：建立urllc用户qos约束、排队时延约束以及系统功耗约束：
其中，k∈{1,...,k},m∈{1,...,m},n∈{1,...,n},t∈{1,...,t}，r
min
为用户要求的最小速率，q
k
(t)/λ
k
为延迟度量，是用户k允许的最大队列延迟，
ò
k
＜＜1为可容忍的延迟违反概率，p
max
为每个ap的传输能耗最大值；建立系统网络稳定性约束：建立整数约束6.根据权利要求5所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，在所述的s3中，所述的根据二维大m法分解整数变量与波束成形变量的乘积形式，再使用整数松弛的方法重构整数约束，然后采用分式规划将分式目标函数等效为减法形式，得到重构后的目标函数以及约束，其具体包括：s301.首先引入辅助变量然后通过半定松弛重构sinr，为了便于表达，使于表达，使接着构建两个hermitian矩阵以及重构后的sinr以及系统功耗约束如下：在公式(4)中，j
m
用来区分hermitian矩阵中每个ap天线，根据(4)对s201、s202中的目标函数以及约束进行更新；s302.使用二维大m法在不改变可行解的情况下对s301中的变量进行松弛，引入新的约束如下：该约束保证了如果apm的子载波n没有分配给用户k，那么apm的子载波n上传输给用户k的功率为0，即s303.使用整数松弛的方法对s202中的整数约束进行重构，设那么引入新约束如下：那么引入新约束如下：
其中s(t)是变量的集合，以上两个约束将整数变量松弛为连续变量；s304.应用马尔可夫不等式对s202中关于用户时延的概率约束进行线性化，得到和因此得到新约束：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：s305.将原问题转化为单个时隙内最小化李雅普诺夫加罚漂移函数的问题：其中表示优化分配使得其后函数值最小，s.t.表示使其满足后述条件，μ为控制参数来调整系统在能效和稳定性之间的均衡。7.根据权利要求6所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s305利用dinkelbach变换转化问题。8.根据权利要求6所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s4具体包括如下子步骤：s401.针对单时隙非凸问题，引入辅助变量来约束urllc中存在的用户k的非凸信干噪比sinr，引入辅助变量分别约束分子的下界和分母的上界，并引入临时变量用辅助变量对数据传输模型中的所有sinr进行替换，并引入新的约束如下：的约束如下：
公式中，其中第一个约束代表了用户k接收信息的功率需要大于第二个约束代表用户k的干扰和噪声功率需要小于第三个约束代表了引入的辅助变量的取值范围；s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：s402.将s301中得到的重构后的系统能效问题转变为凸问题：其中γ
k
是松弛变量，β是惩罚因子，π(t),ρ(t),γ分别是γ
k
的集合，第7个约束是对进行泰勒近似的结果，是对urllc切片的吞吐量进行一阶泰勒近似的结果，g
(d)
(s(t))表示对g(s(t))进行一阶泰勒近似的结果，它们的具体表达式如下：似的结果，它们的具体表达式如下：其中
9.根据权利要求8所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，所述s5具体包括：s501.初始化系统场景各参数，初始化外循环各项参数，包括控制参数μ和总时隙t，设置能效初始值为0；s502.初始化内循环的各项参数，其包括：设置最大迭代次数i
max
，通过mrt预编码的方式初始化波束成形向量、通过给定的v
(0)
(t)计算z
(0)
(t)，π
(0)
(t)，ρ
(0)
(t)，设置惩罚因子β；s503.解所述s402的单时隙内优化问题，得到系统当前波束成型向量v
*
、用户关联和子载波分配系数s
*
(t)以及对应的辅助变量z
*
(t),π
*
(t),ρ
*
(t)；s504.更新迭代次数d＝d+1，通过以下表达式对s
(d)
(t),z
(d)
(t),π
(d)
(t),ρ
(d)
(t)进行更新，表示为：s
(d)
(t)＝s
*
(t),z
(d)
(t)＝z
*
(t),π
(d)
(t)＝π
*
(t),ρ
(d)
(t)＝ρ
*
(t)s505.判断循环是否收敛，如果算法收敛或者达到最大迭代次数i
max
转s506，否则转s503；s506.根据s502-s505获得的波束成形变量v
*
(t)以及用户关联和子载波分配方案s
*
(t)计算p(t)并更新t+1时刻的按照s103构造的队列公式，动态更新数据队列q
k
(t)；s507.进入下一个时隙t+1，重复s502-s506，直到遍历t个时隙。10.根据权利要求1-9中任意一项所述的一种提升高可靠低时延通信系统能效的调度和波束形成方法，其特征在于，还包括以下步骤：在通信过程中，接入点和用户位置固定，信道大尺度衰落信息保持不变，而信道小尺度衰落随时隙变化，系统根据不同时隙的统计信道状态信息，动态实施s5中内外双循环资源分配方法中的迭代更新算法。

技术总结
本发明公开了一种提升高可靠低时延通信系统能效的调度和波束形成方法。包括以下步骤：建立下行无小区(CF-MIMO)系统模型；建立网络队列动态模型；联合考虑波束成形、多点协作(CoMP)与混合正交调度，建立考虑时延约束的长期能效优化问题的目标函数与约束条件；基于二维大M法、半定松弛、整数松弛、分式规划、李雅普诺夫方程和罚函数的思想将长期时间平均问题转化为单时隙优化问题；采用辅助变量近似和凸差分规划将单时隙问题转化为凸问题；本发明能够通过联合优化系统的波束成形、用户关联和子载波分配，在有效提高系统长期能效和网络稳定性之间实现均衡，并且可满足高可靠低时延通信需求，具有广阔的应用前景。具有广阔的应用前景。具有广阔的应用前景。


技术研发人员：朱鹏程 尹雨婷 李佳珉 王炎 尤肖虎
受保护的技术使用者：东南大学
技术研发日：2023.06.26
技术公布日：2023/9/7