一种基于5G宏基站的通探一体化资源优化方法

本发明属于通信探测一体化，具体涉及一种基于5g宏基站的通探一体化资源优化方法。

背景技术：

1、通信探测一体化技术可满足资源紧张环境下电子设备的多功能发展需求，将通信与探测功能集成在同一平台，协调分配系统资源，实现多功能共存协作。该系统通过从信号、信道、资源、处理等方面进行通信、探测双功能复用来实现。同时，随着5g技术不断演进，基站覆盖范围密集，通信带宽增加，载频提高，mimo天线规模扩大，通信系统的频带与雷达工作范围相近，面向5g的通信探测一体化技术得益于其在硬件资源、成本优势，逐渐成为一个内容广泛、意义重要的研究课题。

2、文献“wymeersch h，mach t，et al.positioning and sensing for vehicularsafety applications in 5g and beyond.ieee communications magazine，2021，59(11)：15-21”提出了一种基于可操纵模拟天线阵列的新型多波束框架，该框架允许功率或体积受限情况下通信与探测功能无缝集成。文献“interference measurement between3.5ghz 5g system and radar.2018international conference on information andcommunication technology convergence(ictc).ieee，2018：1539-1541”将上述的基于可操纵模拟天线阵列的新型多波束框架应用在5g基站中，利用5g基站覆盖广和大规模部署优势，提高通探一体化系统可扩展性，但以上工作大多并没有给出具体的方案或实现方法。

3、基于5g的研究多面向室内环境、短距离探测场景，其原因可以归结为随着频率增加，信号在环境中的衰减陡然提高，同时受制于小型设备在功率、天线增益等硬件条件不足，难以进行远距离、大范围的主动监测，针对该问题，面向宏基站实现探测能力是一种有效手段，然而目前针对宏基站的感知技术鲜有研究。在资源分配、硬件系统融合、探测信息处理等部分仍存在很大研究空白。

技术实现思路

1、为解决上述技术问题，本发明提出了一种基于5g宏基站的通探一体化资源优化方法，针对时频资源分配和空域波束资源分配，分别提出了基于博弈模型与基于波束调度的资源优化算法，通过仿真，验证了优化算法对一体化功能业务需求性能的提升。

2、本发明采用的技术方案：一种基于5g宏基站的通探一体化资源优化方法，具体步骤如下：

3、s1、建立5g通信探测一体化场景，并初始化系统参数；

4、s2、分析通信业务与时频资源分配过程，搭建通信业务传输模型和探测功能任务模型，结合通信、探测两模型，构建5g通信探测一体化二维场景模型；

5、s3、选择通信系统能效作为目标函数，结合最大可能的探测覆盖率约束条件，建立5g宏基站的通探一体化资源优化问题；

6、s4、求解所述优化问题，实现5g宏基站的通探一体化资源优化。

7、进一步地，所述步骤s1具体如下：

8、所述5g通信探测一体化场景即一座宏基站、多台移动用户设备和多座微小站进行数据交互的场景。

9、所述系统参数包括：宏基站覆盖范围，宏基站海拔，移动用户、微小站的数量和位置，用户请求、基站缓存文件数目，最大文件数，文件大小，波束小区的数量和位置，微小站平均覆盖半径，通信下行snr需求，子载波间隔，探测速度分辨率需求，探测距离分辨率需求，探测匹配增益需求。

10、设定在一个宏基站覆盖场景模型中，一个5g宏基站覆盖范围内，部署有ns个微小站和nu个待业务请求的移动用户，微小站配备有缓存服务器，以及可以与宏站进行通信的无线回程链路。

11、进一步地，所述步骤s2具体如下：

12、通信业务传输模型中，包括业务处理模型、业务突发请求模型、业务响应与接入模型、业务传输通信模型。

13、所述业务处理模型包括：文件请求机制、通信接入机制、缓存机制以及宏站下行通信业务量计算方法。

14、在一次数据型业务的通信下行传输过程中，将一次文件传输分为三个处理阶段：用户请求阶段、响应接入阶段、响应传输阶段，并对应构建业务突发请求模型、业务响应与接入模型、业务传输通信模型。

15、探测功能任务模型根据天线波束方向将整个宏站覆盖范围低空区域分割为d束低空探测任务区域，同时，宏站向低空探测区域发射一体化波束需要完成的业务量间接定量描述了对该区域进行探测所耗费的时频资源量，且当一个波束小区在扫描周期内探测性能可以满足探测需求的最低性能指标时，表示该低空探测任务区域被探测覆盖到。

16、最后结合通信、探测两模型，构建5g通信探测一体化二维场景模型，场景模型中既包含用户、微小站、协作缓存网络构建的通信模型，又包含基于波束小区分割的探测模型。

17、进一步地，所述步骤s3具体如下：

18、设定宏站完成下行业务响应所需总功率为pmbs，微小站与接入的移动用户之间，用于完成下行业务相应所需要的功率ps,y，通信系统能效ee描述了服务单位文件业务请求所需要的平均能耗，表示为：

19、

20、其中，φu＝{x}表示在不同波束小区的移动用户设备的位置集合，x∈φu表示处在不同波束小区的移动用户，kx表示每个用户的文件请求队列。

21、设定满足探测性能的低空探测数量为ndcover，则探测覆盖率rdcover表示如下：

22、

23、其中，d表示根据天线波束方向将整个宏站覆盖范围低空区域分割的低空探测任务区域数目。

24、选取通信系统能效为优化目标来建立优化模型，将基于5g宏基站的通探一体化资源优化问题建模为：

25、

26、其中，ee表示通信系统能效，表示所有用户的文件数目，pmbs表示宏站完成下行业务响应所需总功率，ps,y表示微小站与接入的移动用户之间，用于完成下行业务相应所需要的功率，rdcover,max表示最大可能的探测覆盖率，rdcover表示探测覆盖率。

27、进一步地，所述步骤s4具体如下：

28、s41、在业务与时频资源分配层面，将基站对业务的响应问题模型带入博弈论模型分析，实现业务资源的最优化分配；

29、获取场景模型信息后，优化目标与约束均通过用户请求序列、微小站缓存文件目录两类数据经过间接计算获得，资源分配主要体现在如何更新微小站缓存文件，则该优化问题进行转化为如下表达

30、

31、其中，表示每个微小站期望缓存文件矩阵，代表初始时刻每个微小站缓存文件矩阵。表示宏站向微小站下发的缓存更新文件，初始缓存文件目录和更新后的缓存文件目录进行异同，表示将由微小站所响应的用户请求，表示用户是否请求该文件，可为0表示无请求。

32、将基站对业务的响应问题模型带入博弈论模型分析，将优化的主体由宏站转化为各微小站，即微小站作为博弈的玩家，向宏站请求更新缓存文件行为作为博弈中选择的动作，并采用迭代的方法进行优化求解。

33、将该博弈设为g，第j次博弈中的动作由表示，收益表示为在每次迭代过程中选择部分微小站进行动作改变，被选中的基站被称为主动站，剩余不进行动作改变的称为被动站，设某次迭代中主动站集合为φact，主动站所带领的被动站集合为φneg(y)。

34、提出一种二阶段迭代算法，在第一阶段以波束小区作为玩家，进行探测目标优化，此时尽可能的实现小区探测任务需求，第二阶段以降低通信损耗为目标函数，寻找更优反应路径，达到纳什均衡，实现业务资源的最优化分配。

35、所述二阶段迭代算法具体如下：

36、a1、初始化：在每个时隙的开始，随机化微小站的文件缓存，获取移动用户的文件请求列表为ωs，设ωs'＝ωs；

37、a2、阶段一：

38、a21、从ωs'随机选取一个小基站ζ加入φact，并从ωs'中移除基站ζ以及与之相关的被动站φneg(ζ)；

39、a22、回到步骤a21直至

40、a23、对于所有φact中基站，将每个小基站中每个文件依次置零，得到每个基站动作使得

41、a24、若不存在满足条件的动作则进入步骤a3，并设否则，设ωs'＝ωs并回到步骤a21；

42、a3、阶段二：

43、a31、从ωs'随机选取一个小基站ζ加入φact，并从ωs'中移除基站ζ以及与之相关的被动站φneg(ζ)；

44、a32、回到步骤a31直至

45、a33、对于所有φact中基站，选择每个基站动作使得表示宏站所响应的全部下行请求；

46、a34、判断若成立则退出，否则回到步骤a31。

47、s42、提出基于波束调度的空域资源分配方法，求解优化问题，得到最后的探测功能覆盖率，实现以低通信损耗为代价实现探测覆盖率提升；

48、首先，针对探测未覆盖范围内的波束，分析宏站覆盖范围内所有响应的下行业务所对应波束接入情况，定义cd,u为波束-用户关联因子，如果设备u请求响应被d区域的波束所接入，则cd,u＝1，否则为0。

49、其中，u表示用户设备或微小站。

50、此时系统能效ee表示为：

51、

52、其中，ee表示通信系统能效，表示所有用户的文件数目，表示宏基站选择cd,u＝1区域响应通信业务的下行功率，表示宏站完成下行业务响应所消耗总功率，即低空探测任务区域d∈{1:d}时，所有用户通信业务响应的下行功率矩阵px,k和微小站进行缓存更新的下行功率矩阵py,k，ps,y表示所有微小站的发射功率，rdcover,max表示最大可能的探测覆盖率，rdcover表示探测覆盖率。

53、由于ee中宏站下行功率pms往往远大于微小站发射功率，则对ee最大化优化目标转化为对宏站耗费功率最小化优化，如下式所示：

54、

55、其中，波束-用户匹配因子cd,u构成矩阵ku表示每个用户的文件请求队列，ks表示每个微小站的文件请求队列，kth表示设定的门限值。

56、将波束-用户匹配因子松弛化，将上述问题转化为凸问题，即将cd,u取值范围由{0,1}转为可以取[0,1]中任意实数值，并且选择用拉格朗日对偶方法求解该问题，则上述优化问题可以写成：

57、

58、选择用拉格朗日对偶方法求解该问题，其拉格朗日函数写作：

59、

60、其中，λu≥0，υd≥0为拉格朗日乘子，分别对应于优化问题的s.t.1与s.t.2，式(7)的拉格朗日对偶函数，忽略宏站与微小站之间的固定功率部分，写成：

61、

62、其中，fd,u(cd,u,λu,υd)是每个cd,u对应的拉格朗日对偶函数：

63、

64、其中，表示宏基站选择cd,u＝1区域响应用户通信业务的下行功率。

65、最后，得到拉格朗日对偶问题：

66、

67、根据kkt条件，求解fd,u(cd,u,λu,υd)对cd,u的偏导数，可以得到：

68、

69、为了得到ee最小值，根据波束-用户匹配因子的选择方法进行定义：

70、

71、其中，

72、

73、将松弛化问题所得到的匹配结果cd,u进一步转化为二元整数，即松弛前问题的解。则获得了最佳波束-用户接入因子解，考虑其与拉格朗日乘数υd有关，采用梯度下降的方法来更新υd，并保证收敛性，表示为：

74、

75、

76、其中，[·]+＝max{0,·}，表示宏站向低空探测任务区域d发射一体化波束需要完成的业务量，δ(t)表示第t次迭代中大于零的更新步长，且公式应满足：

77、

78、其中，gt表示迭代次梯度方向，q*表示对偶问题最优解，q表示对偶问题当前迭代解。

79、针对探测未覆盖范围内的任务区域，当设备u请求响应接入波束并非是来自此波束小区的波束，被其他波束小区的波束所接入，选取现接入波束小区若为照射探测未覆盖范围内的任务区域的波束小区时，则实现以低通信能效损耗为代价实现探测覆盖率提升，完成5g宏基站的通探一体化资源优化。

80、本发明的有益效果：本发明的方法首先建立5g通信探测一体化场景，并初始化系统参数，通过分析通信业务与时频资源分配过程，搭建通信业务传输模型和探测功能任务模型，结合通信、探测两模型，构建5g通信探测一体化二维场景模型，选择通信系统能效作为目标函数，结合最大可能的探测覆盖率约束条件，建立5g宏基站的通探一体化资源优化问题，最后求解优化问题，实现5g宏基站的通探一体化资源优化。本发明的方法在完成通信业务的前提下，满足探测需求，通过时频资源和空域资源的分配最大化通探一体化资源优化效果，在探测功能覆盖率方面明显优于优化前的探测功能覆盖率，可以应用于通信探测一体化等领域。