利索能及
我要发布
收藏
专利号: 2021100170638
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-01-15
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于HAGA的D2D‑NOMA资源分配方法,其特征在于,包括以下步骤:S1、以D2D系统的总吞吐量为目标建立蜂窝网络下基于NOMA技术的D2D通信模型;

S2、进行D2D组的信道匹配:为D2D组复用蜂窝用户的信道进行匹配,其中同一蜂窝用户的信道允许多个D2D组进行复用;

利用自适应惩罚函数法与HAGA结合进行D2D组的信道匹配,包括:S21、对实数型的离散整数型的子信道匹配标识变量进行基于实值编码的染色体编码,编码长度为M,子信道匹配标识变量对应的染色体中每个基因取值为[1,N]的离散整数值;N表示蜂窝用户数;

S22、根据D2D通信模型中的目标函数和约束条件建立信道匹配的自适应惩罚函数,并根据自适应惩罚函数确定适应度函数;

信道匹配的自适应惩罚函数表示为:

2 α

其中,C(ρ)为自适应惩罚系数,且C(ρ)=αlog2(1/ρ),α为当前个体不满足约束条件的个数,ρ为可行解比例; 表示用户dmk在子信道n上的接收信噪比, 为优化变量;

为信道匹配的自适应惩罚函数的罚项;K为D2D接收用户数;

适应度函数表示为:

为当前个体惩罚函数的值; 为当代种群中所有个体惩罚函数的最小值;

S23、根据适应度函数计算个体适应度,并将当前个体进行选择复制、自适应的交叉与变异操作,得到初始种群;

S24、利用爬山算法对得到的初始种群进行局部寻优,得到新一代种群;

S25、返回步骤S23,对得到的新一代种群进行适应度计算、选择复制、自适应的交叉与变异操作以及爬山寻优,得到下一代种群,迭代直至最大种群代数,选出个体适应度最大的染色体为最优的染色体;

S3、进行D2D组内的功率匹配:为D2D组内的每个接收用户分配功率系数,D2D组内的用户功率分配遵循NOMA准则;

利用自适应惩罚函数法与HAGA结合进行D2D组内的功率匹配,包括:S31、对实数型的连续功率分配系数变量进行基于实值编码的染色体编码,编码长度为M×K,功率分配变量对应的染色体每个基因取值为(0,1)的连续值;K为D2D接收用户数,M为编码长度;

S32、根据D2D通信模型中的目标函数和约束条件建立功率匹配的自适应惩罚函数,并根据惩罚函数确定适应度函数;

表示为:

2 α

其中,C(ρ)为自适应惩罚系数,且C(ρ)=αlog2(1/ρ),α为当前个体不满足约束条件的个数,ρ为可行解比例; 表示用户dmk在子信道n上的接收信噪比, 为优化变量;Φ(αmk)为功率匹配的惩罚函数的罚项;αmk为连续的功率分配变量;

适应度函数表示为:fitness=G(αmk)‑minG(αmk);

G(αmk)为当前个体惩罚函数的值;minG(αmk)为当代种群中所有个体惩罚函数的最小值;

S33、根据适应度函数计算个体适应度,并将当前个体进行选择复制、自适应的交叉与变异操作,得到初始种群;

S34、针对得到的初始种群,利用爬山算法进行局部寻优,得到新一代种群;

S35、对得到的新一代种群进行重新进行适应度计算、选择复制、自适应的交叉与变异及爬山寻优得到下一代种群,迭代直至最大种群代数,选出个体适应度最大的为最优的染色体。

2.根据权利要求1所述的一种基于HAGA的D2D‑NOMA资源分配方法,其特征在于,所述计算个体适应度包括:

根据D2D通信模型的约束条件得到违反程度变量;

根据违反程度变量得到惩罚函数的罚项,根据惩罚函数的罚项以及D2D通信模型构建惩罚函数;

根据惩罚函数建立适应度函数并计算当前种群每个个体的适应度。

3.一种基于HAGA的D2D‑NOMA资源分配系统,其特征在于,包括基于NOMA技术的D2D通信模型建立模块、信道匹配模块和功率分配模块,所述基于NOMA技术的D2D通信模型建立模块用于系统资源分配的分析;信道匹配模块用于D2D组复用蜂窝用户信道的匹配;功率分配模块用于D2D组内接收用户功率系数的分配,其中组内用户功率分配遵循NOMA准则;

所述信道匹配模块利用自适应惩罚函数法与HAGA结合进行D2D组的信道匹配,包括:S21、对实数型的离散整数型的子信道匹配标识变量进行基于实值编码的染色体编码,编码长度为M,子信道匹配标识变量对应的染色体中每个基因取值为[1,N]的离散整数值;N表示蜂窝用户数;

S22、根据D2D通信模型中的目标函数和约束条件建立信道匹配的自适应惩罚函数,并根据自适应惩罚函数确定适应度函数;

信道匹配的自适应惩罚函数表示为:

2 α

其中,C(ρ)为自适应惩罚系数,且C(ρ)=αlog2(1/ρ),α为当前个体不满足约束条件的个数,ρ为可行解比例; 表示用户dmk在子信道n上的接收信噪比, 为优化变量;

为信道匹配的自适应惩罚函数的罚项;K为D2D接收用户数;

适应度函数表示为:

为当前个体惩罚函数的值; 为当代种群中所有个体惩罚函数的最小值;

S23、根据适应度函数计算个体适应度,并将当前个体进行选择复制、自适应的交叉与变异操作,得到初始种群;

S24、利用爬山算法对得到的初始种群进行局部寻优,得到新一代种群;

S25、返回步骤S23,对得到的新一代种群进行适应度计算、选择复制、自适应的交叉与变异操作以及爬山寻优,得到下一代种群,迭代直至最大种群代数,选出个体适应度最大的染色体为最优的染色体;

所述功率分配模块利用自适应惩罚函数法与HAGA结合进行D2D组内的功率匹配,包括:S31、对实数型的连续功率分配系数变量进行基于实值编码的染色体编码,编码长度为M×K,功率分配变量对应的染色体每个基因取值为(0,1)的连续值;M为编码长度;

S32、根据D2D通信模型中的目标函数和约束条件建立功率匹配的自适应惩罚函数,并根据惩罚函数确定适应度函数;

功率匹配的自适应惩罚函数表示为:

2 α

其中,C(ρ)为自适应惩罚系数,且C(ρ)=αlog2(1/ρ),α为当前个体不满足约束条件的个数,ρ为可行解比例; 表示用户dmk在子信道n上的接收信噪比, 为优化变量;Φ(αmk)为功率匹配的惩罚函数的罚项;αmk为连续的功率分配变量;

适应度函数表示为:fitness=G(αmk)‑minG(αmk);

G(αmk)为当前个体惩罚函数的值;minG(αmk)为当代种群中所有个体惩罚函数的最小值;

S33、根据适应度函数计算个体适应度,并将当前个体进行选择复制、自适应的交叉与变异操作,得到初始种群;

S34、针对得到的初始种群,利用爬山算法进行局部寻优,得到新一代种群;

S35、对得到的新一代种群进行重新进行适应度计算、选择复制、自适应的交叉与变异及爬山寻优得到下一代种群,迭代直至最大种群代数,选出个体适应度最大的为最优的染色体。

4.根据权利要求3所述的一种基于HAGA的D2D‑NOMA资源分配系统,其特征在于,所述信道匹配模块与功率分配模块中均包括基于HAGA的染色体编码单元,计算适应度函数单元,选择复制、自适应的交叉与变异单元及爬山再寻优单元;

所述基于HAGA的染色体编码单元用于表示信道匹配与功率分配的方案,其中信道匹配模块对应的染色体中每个基因取值为[1,N]的离散整数值,功率分配模块对应的染色体每个基因取值为(0,1)的连续值,N表示蜂窝用户数;

所述计算适应度函数单元用于对染色体进行评价,通过构建自适应惩罚系数C(ρ)=α

2 α

log2(1/ρ),其中α为当前个体不满足约束条件的个数,ρ为可行解比例,得到针对信道匹配的惩罚函数与针对功率分配的惩罚函数,从而计算出信道匹配的个体适应度为针对功率分配的个体适应度为:fitness=G(αmk)‑minG(αmk),其中适应度最大的染色体对应最好的资源分配方案; 为当前个体惩罚函数的值;

为当代种群中所有个体惩罚函数的最小值,G(αmk)为当前个体惩罚函数的值;

minG(αmk)为当代种群中所有个体惩罚函数的最小值;

所述选择复制、自适应的交叉与变异单元属于染色体的进化的过程用于种群的搜索及优化;

所述爬山再寻优单元用于防止最优解的丢失,同时用于加快算法的收敛速度。