適用於移動組播系統的離散速率跨層功率分配方法
2023-10-21 10:56:02 1
專利名稱：適用於移動組播系統的離散速率跨層功率分配方法
技術領域：
本發明涉及一種適用於移動組播系統的自適應跨層功率分配方法，屬於移動通信中的無線資源管理領域。
背景技術：
近年來，無線多媒體業務的迅速發展對通信系統傳輸的可靠性和有效性要求大大提高，正交頻分多址(OFDM)因具有頻譜利用率高和抗多徑衰落等諸多優點被公認為第三代移動通信系統(3G)長期演進(LTE)標準以及第四代移動通信系統(4G)的核心技術。在OFDM系統中，為了提高無線資源的利用率，同一個小區中有相同業務要求的移動用戶可以使用同一個子信道接收基站傳輸的下行業務，這就形成組播(Multicast)，這在多媒體廣播組播(MBMS)，無線傳感器網絡(WSN)等系統中有廣泛的應用前景。
功率分配和功率控制是現代移動通信系統中必不可少的資源管理技術之一，直接影響到移動通信系統的總體性能。目前，功率分配技術的研究大都是基於集中式(CPC)和分布式(DPC)進行的。參考文獻「Grandhi S，Vijavan R，Goodman D，et al.Centralizedpower control in cellular radio systems[J].IEEE Trans Vehicular Techmology，1993，42(4)466～468.」在接收噪聲功率為零的假設下基於幹擾最小化給出最優功率分配方案。參考文獻「Saraydar C U，Mandayam N B，Goodman D J.Efficient power control via pricingin wireless data networks[J].IEEE Trans Communication，2002，50(2)291～303.」，「Xiao M，Shroff N B，Edwin K P.A utility-based power-control scheme inwireless cellular systems[J].IEEE/ACM Trans Networking，2003，11(2)210～221.」和「Koskie S，Gajic Z.A Na sh gamealgorithm for SIR-based power control in 3G wireless CDMA networks[J].IEEE/ACM TransNetworking，2005，13(5)1017～1026.」借用經濟學中優化效用函數的方法在不同的用戶之間實現分布式功率分配，大大提高了系統的性能。以上的研究都是針對單播(Unicast)傳輸系統的，針對組播系統的功率分配問題，相關的研究較少。文獻「Kim J Y，Kwon T，Cho D H.OFDM resource allocation scheme for minimizing power consumption in multicastsystems[C]//IEEE 64th Vehicular Technology Conference.Québec，Canada，20061～5.」研究OFDM組播系統中的資源分配，其目標是總功率消耗最少，資源分配採用功率最省的方案；提出一種次優算法，這種算法以略微損失系統吞吐量系性能換取計算複雜度的大幅度降低。文獻「Du Q，Zhang X.Adaptive power and rate allocation for mobile multicastthroughput optimization over fading channels in wireless networks[C]//ComputerCommunications And Networks15th International Conference.Washington，USA，2006261～266.」在組播系統中採用特殊的疊合編碼和重傳機制提高系統吞吐量。
遺傳算法(GA)是一種利用自然選擇和進化思想在高維空間中強有力的隨機搜索和優化算法，具有簡單、快速、頑健性好等特點。它採用有指導的非遍歷隨機搜索機制，可以快速收斂到全局近似最優解，其在通信系統中的子載波分配、比特加載等資源分配中有重要的應用。
發明內容
技術問題針對移動組播系統中的自適應傳輸問題，本發明提出一種基於改進遺傳算法的適用於移動組播系統的離散速率跨層功率分配方法，該方法是在系統只能支持有限個離散傳輸速率的假設下進行跨層功率分配的，更適合於實際系統。
技術方案本發明提出一種適用於移動組播系統的離散速率跨層功率分配方法，該方法的具體實現步驟為 第一步基站讀取數據鏈路層中每種業務的隊列狀態信息，並獲得每種業務相應組播組的用戶反饋的信道狀態信息； 第二步系統根據各組播業務的隊列狀態信息和信道狀態信息利用改進遺傳算法進行跨層功率分配。
上述的適用於移動組播系統的離散速率跨層功率分配方法，第一步中的每種業務的隊列狀態信息是指第t個調度周期業務S1，S2，…，SN在基站的緩存量u1(t)，u2(t)，…，uN(t)，每種業務相應的組播組信道狀態信息是指訂閱業務S1，S2，…，SN的組播組中所有用戶反饋的信道衰落係數其中，N表示系統支持的業務種數，K1，K2，…，KN分別表示訂閱業務S1，S2，…，SN的各組播組的用戶數。
1.上述的適用於移動組播系統的離散速率跨層功率分配方法，其實現步驟的第二步的主要步驟為 ①系統根據業務S1，S2，…，SN的隊列狀態信息及對應的組播組的用戶反饋的信道狀態信息建立功率跨層分配的優化模型 表示功率分配矢量，P1，P2，…，PN分別為業務S1，S2，…，SN的發送功率，Ptotal表示基站總的發送功率，f(P)＝κ1ξ+κ2ζ表示目標函數，κ1和κ2分別為ξ和ζ的權重，0≤κ1，κ2≤1且κ1+κ2＝1，ζ表示系統公平性係數，定義為系統在某個調度周期達到所訂閱業務最低信噪比要求的用戶佔系統所有用戶的比例，即Ti表示訂閱業務Si的移動用戶中滿足業務Si的最低信噪比要求Γi的用戶個數，ξ表示系統吞吐量係數，定義為系統在某個調度達到所訂閱業務最低信噪比要求的用戶所獲得的吞吐量之和與所有用戶所能獲得的最大吞吐量之和的比值，即Ri表示業務Si在第某個調度周期的下行傳輸速率，其值取決於在這個調度周期業務Si所分配到功率，設在每個調度周期內，N種業務S1，S2，…，SN只能以M種可供使用的速率下傳，這M種速率分別為R(1)，R(2)，…，R(M)，它們滿足下列不等式與這M種速率對應的基站發送功率的最低門限設為P(0)，P(1)，…，P(M+1)，且滿足業務Si在第t個調度周期的下行傳輸速率Ri(t)和其功率Pi(t)之間的函數關係可以表示為其中Ri＝ui(t)/T表示業務Si在第t個調度周期的最大吞吐量，T為一個調度周期持續的時間，為0.5ms， ②對①中優化模型的功率分配矢量進行實數編碼，取染色體的結構為 {P1，P2，…，PN}； ③產生初始群體，在①中優化模型的可行域的每一維上以Ptotal/30為間隔畫網格，在每個網格與可行域相交的部分內隨機地選取一點作為初始群體的個體，顯然，初始群體的規模Ps取值為與可行域相交的網格的個數； ④評價群體中個體的優劣，適應度函數取為f(O)＝κ1ξ+κ2ζ，即群體中個體O＝{P1，P2，…，PN}的適應度值為f(O)； ⑤進行選擇，以個體適應度的大小確定該個體被遺傳到下一代群體中的概率，個體O1被選擇遺傳到下一代的概率採用賭輪法從父代群體中選擇Ps個個體組成新的群體，將目前找到的適應度值最大的個體不參與以下遺傳操作，直接替換下一代中適應度值最小的個體； ⑥進行遺傳操作，包括交叉和變異，改進遺傳算法交叉操作的具體方法為從父代群體中隨機選擇兩個個體，記適應度值大的個體為O1，再從父代群體中隨機選擇兩個個體，記適應度值大的個體為O2，對選出的兩個父代個體O1和O2以交叉概率pc＝0.6進行交叉，交叉後的兩個子代個體為其中，α為區間
上的隨機數；變異操作同時對個體O＝(P1，P2，…，PN)兩個基因座上的基因以變異概率pm＝0.1進行變異，具體操作方法為隨機地選擇兩個基因座i，j，1≤i，j≤N，i≠j，設Δ為[O，Pi]上的隨機數，個體O變異後的新個體為其中 ⑦評價新一代群體中個體的優劣，方法同④；當算法所找到的適應度值最大的解不再變化，或遺傳次數超過30，終止算法，否則，返回⑤。
有益效果與現有技術方案相比，本發明提出的功率分配方法是在系統只能支持有限個離散傳輸速率的假設下同時考慮數據鏈路層的隊列狀態信息和物理層的信道狀態信息利用改進遺傳算法進行跨層優化；為了在實時性的條件下有效地找到近優解，改進遺傳算法在選擇、交叉和變異等方面都對遺傳算法進行了改進；離散傳輸速率的假設更符合實際系統；系統採用本發明所提的跨層功率分配方法，可以有效提高系統隊列時延性能、系統吞吐量性能和系統公平性性能；當然，本發明所提的跨層功率分配方法對於單播系統也是適用的。
圖1為多業務組播系統結構示意圖。
圖2為業務發送功率與傳輸速率的關係圖。
圖3為本發明所提跨層功率分配方法的流程圖。
具體實施例方式 本發明提出一種適用於移動組播系統的離散速率跨層功率分配方法，該方法的具體實現步驟為 第一步基站讀取數據鏈路層中每種業務的隊列狀態信息，並獲得每種業務相應組播組的用戶反饋的信道狀態信息； 第二步系統根據各組播業務的隊列狀態信息和信道狀態信息利用改進遺傳算法進行跨層功率分配。
上述的適用於移動組播系統的離散速率跨層功率分配方法，第一步中的每種業務的隊列狀態信息是指第t個調度周期業務S1，S2，…，SN在基站的緩存量u1(t)，u2(t)，…，uN(t)，每種業務相應的組播組信道狀態信息是指訂閱業務S1，S2，…，SN的組播組中所有用戶反饋的信道衰落係數其中，N表示系統支持的業務種數，K1，K2，…，KN分別表示訂閱業務S1，S2，…，SN的各組播組的用戶數。
2.上述的適用於移動組播系統的離散速率跨層功率分配方法，其實現步驟的第二步的主要步驟為 ①系統根據業務S1，S2，…，SN的隊列狀態信息及對應的組播組的用戶反饋的信道狀態信息建立功率跨層分配的優化模型 表示功率分配矢量，P1，P2，…，PN分別為業務S1，S2，…，SN的發送功率，Ptotal表示基站總的發送功率，f(P)＝κ1ξ+κ2ζ表示目標函數，κ1和κ2分別為ξ和ζ的權重，0≤κ1，κ2≤1且κ1+κ2＝1，ζ表示系統公平性係數，定義為系統在某個調度周期達到所訂閱業務最低信噪比要求的用戶佔系統所有用戶的比例，即Ti表示訂閱業務Si的移動用戶中滿足業務Si的最低信噪比要求Γi的用戶個數，ξ表示系統吞吐量係數，定義為系統在某個調度達到所訂閱業務最低信噪比要求的用戶所獲得的吞吐量之和與所有用戶所能獲得的最大吞吐量之和的比值，即Ri表示業務Si在第某個調度周期的下行傳輸速率，其值取決於在這個調度周期業務Si所分配到功率，設在每個調度周期內，N種業務S1，S2，…，SN只能以M種可供使用的速率下傳，這M種速率分別為R(1)，R(2)，…，R(M)，它們滿足下列不等式與這M種速率對應的基站發送功率的最低門限設為P(0)，P(1)，…，P(M+1)，且滿足業務Si在第t個調度周期的下行傳輸速率Ri(t)和其功率Pi(t)之間的函數關係可以表示為其中Ri＝ui(t)/T表示業務Si在第t個調度周期的最大吞吐量，T為一個調度周期持續的時間，為0.5ms， ②對①中優化模型的功率分配矢量進行實數編碼，取染色體的結構為{P1，P2，…，PN}； ③產生初始群體，在①中優化模型的可行域的每一維上以Ptotal/30為間隔畫網格，在每個網格與可行域相交的部分內隨機地選取一點作為初始群體的個體，顯然，初始群體的規模Ps取值為與可行域相交的網格的個數； ④評價群體中個體的優劣，適應度函數取為f(O)＝κ1ξ+κ2ζ，即群體中個體O＝{P1，P2，…，PN}的適應度值為f(O)； ⑤進行選擇，以個體適應度的大小確定該個體被遺傳到下一代群體中的概率，個體O1被選擇遺傳到下一代的概率採用賭輪法從父代群體中選擇Ps個個體組成新的群體，將目前找到的適應度值最大的個體不參與以下遺傳操作，直接替換下一代中適應度值最小的個體； ⑥進行遺傳操作，包括交叉和變異，改進遺傳算法交叉操作的具體方法為從父代群體中隨機選擇兩個個體，記適應度值大的個體為O1，再從父代群體中隨機選擇兩個個體，記適應度值大的個體為O2，對選出的兩個父代個體O1和O2以交叉概率pc＝0.6進行交叉，交叉後的兩個子代個體為其中，α為區間
上的隨機數；變異操作同時對個體O＝(P1，P2，…，PN)兩個基因座上的基因以變異概率pm＝0.1進行變異，具體操作方法為隨機地選擇兩個基因座i，j，1≤i，j≤N，i≠j，設Δ為[O，Pi]上的隨機數，個體O變異後的新個體為其中 ⑦評價新一代群體中個體的優劣，方法同④；當算法所找到的適應度值最大的解不再變化，或遺傳次數超過30，終止算法，否則，返回⑤。
下文結合附圖詳細說明本發明所提的跨層功率分配方法。研究一個支持下行組播業務傳輸的單小區蜂窩移動通信系統，如圖1所示，基站支持多種下行組播業務，設每種業務的數據包到達基站後，被存儲在基站的相應緩衝隊列中，並且按照先入先出(FIFO)的規則，以組播的方式下傳給訂閱該業務的所有移動用戶。基站以OFDM的方式將下行傳輸的頻帶劃分成若干個相互正交的子信道，每種業務佔用一個子信道，不同的業務使用不同的子信道，假設每種業務下傳時所使用的子信道具有相互獨立的衰落特性。此外，每個移動用戶不能同時訂閱兩種或兩種以上的業務。移動用戶能夠通過信道估計算法測量信道的參數，並能通過反饋信道將所測量的信道狀態信息(CSI)反饋給基站。
這樣，基站就可以根據數據鏈路層的隊列狀態信息(QSI)和物理層的CSI自適應地調整不同業務的傳輸功率，並進行相應的自適應調製編碼(AMC)，從而優化系統整體性能。
假設基站支持N種組播業務的下傳，N≥1，例如N＝2、N＝5，將這N種組播業務分別記為S1，S2，…，SN，每種業務在第t個傳輸時間間隔(TTI)內在基站中的緩存量為u1(t)，u2(t)，…，uN(t)比特，訂閱業務Si的移動用戶有Ki個，
表示訂閱業務Si的第j個移動用戶。設在一個TTI內系統的
個移動用戶的信道衰落係數保持恆定，
表示在第t個TTI內
的信道衰落係數，Pi(t)表示基站在第t個TTI分配給業務Si的傳輸功率，σ2表示各移動用戶接收機的加性Gauss白噪聲功率，則移動用戶
的接收信噪比(SNR)為 假設在每個TTI內，這N種業務只能以M種可供使用的速率下傳，這M種速率分別為R(1)，R(2)，…，R(M)，它們滿足下列不等式 與這M種速率對應的基站發送功率的最低門限設為P(0)，P(1)，…，P(M+1)，且滿足 設業務Si在第t個TTI所分配到的發送功率為Pi(t)，若Pi(t)∈[P(m)，P(m+1))，則此時只能選擇R(m)作為下行傳輸速率，如圖2所示，故業務Si的下行傳輸速率Ri(t)和其功率Pi(t)之間的函數關係可以表示為 其中U(x)為Heaviside單位階躍函數 業務Si在第t個TTI內傳輸的業務量為 si(t)＝TRi(t) (6) T表示一個TTI持續的時間，為0.5ms。
由於在第t個TTI業務Si的緩存量為ui(t)，因此業務Si在第t個TTI內的最大吞吐量為 顯然所有業務的功率總和具有上限，即 每種業務都有其最低SNR要求，設業務Si的最低SNR要求為Γi，設在第t個TTI內訂閱業務Si的Ki個移動用戶中有Ti個用戶滿足業務Si的最低SNR要求，定義系統的公平性係數為 定義系統的吞吐量係數為 顯然，此處的功率分配是一個多目標優化問題，第一個目標是最大化系統吞吐量係數ξ，第二個目標是最大化系統公平性係數ζ，但同時達到這兩個目標的功率分配矢量在很多場合不存在，因此本發明採用加權求和的方法折中這兩個目標，也即用f(P)＝κ1ξ+κ2ζ作為目標函數，其中κ1和κ2分別為ξ和ζ的權重，0≤κ1，κ2≤1且κ1+κ2＝1。具體來說，跨層功率分配問題的離散速率集優化模型為 為方便起見，式(9)-(11)省去了TTI下標n。式(11)是一個複雜的組合優化問題，目前沒有有效的方法獲得該問題的最優解，提出一種簡單快速的全局搜索方案有很大的應用價值，下文擬用改進遺傳算法優化式(11)，整個功率跨層優化的流程如圖3所示。
遺傳算法來源於生物遺傳學和適者生存的自然規律，它的基本思想是從一個初始群體也即一組候選解開始迭代，在每次迭代的過程中都按候選解的優劣進行排序，保留其中優秀的部分，通過一些遺傳操作如雜交、變異等運算產生新一代候選解，重複這個過程，直到滿足某個收斂條件為止。遺傳算法的主要步驟如下①進行基因編碼；②產生初始群體；③評價群體的優劣；④對群體進行選擇；⑤進行遺傳操作，包括雜交和變異；⑥評價新一代群體的優劣；⑦如果滿足收斂條件，結束算法；如果不滿足，返回④。下面給出求解式(11)的改進遺傳算法的幾個關鍵步驟。
確定編碼方式是設計遺傳算法的首要任務，不僅影響交叉算子、變異算子的運算方法，而且與遺傳算法的收斂性能有密切關係。二進位編碼方法編碼解碼過程簡單，對交叉、變異操作易於實現，但受染色體長度的限制，計算精度不高。實數編碼是對連續參數優化問題的自然描述，不存在編碼和解碼的過程，能大大提高解的精度和算法的收斂速度。本算法採用實數編碼，染色體的結構為{P1，P2，…，PN}，染色體的基因滿足式(11)的約束條件。
一般地，初始群體的個體產生是隨機進行的，但考慮到功率控制問題的實時性要求，初始群體最好能分布在最優個體附近，這樣，經過有限次迭代，群體向最優解逼近；另一方面，為了防止算法陷入局部最優解，改進遺傳算法在式(11)的可行域的每一維上以Ptotal/30為間隔畫網格，在每個網格與可行域相交的部分內隨機地選取一點作為初始群體的一個個體，初始群體的規模Ps取值為與可行域相交的網格的個數； 在遺傳算法中，以個體適應度的大小確定該個體被遺傳到下一代群體中的概率。在該算法中，適應度函數就取為式(11)的目標函數，個體O1被選擇遺傳到下一代的概率採用賭輪法從父代群體中選擇Ps個個體組成新的群體。為了保證算法以概率1收斂到最優解，改進算法在個體選擇時採取保護措施，即將目前找到的適應度值最大的個體不參與任何遺傳操作，直接替換下一代中適應度值最小的個體。
交叉和變異是最主要的遺傳操作。為了提高子代個體的質量，藉助優生學原理，改進遺傳算法交叉操作的具體方法為從父代群體中隨機選擇兩個個體，保留適應度值大的個體，再進行一次兩兩優選，對選出的兩個父代個體以概率pc進行交叉。設兩父代個體分別為O1和O2，則交叉後的兩個子代個體分別為 其中，α為區間
上的隨機數。顯然，交叉後的個體依然滿足式(11)的約束條件。
變異運算是將個體染色體編碼串中的某些基因座上的基因值用該基因座的其它等位基因替換。變異可以改善遺傳算法的局部搜索能力，維持群體的多樣性。為了使變異後的個體仍然滿足式(11)的約束，同時對兩個基因座上的基因進行變異。對個體O＝(P1，P2，…，PN)以概率pm進行變異操作，隨機地選擇兩個基因座i，j，設Δ為
上的隨機數，個體O變異後的新個體為其中 算法會一代一代向前進化去搜尋最優功率分配矢量，直到終止條件滿足。當算法所找到的適應度值最大的解不再變化，或遺傳次數超過30，終止算法。
權利要求
1.一種適用於移動組播系統的離散速率跨層功率分配方法，其特徵在於，該方法的具體實現步驟為
第一步基站讀取數據鏈路層中每種業務的隊列狀態信息，並獲得每種業務相應組播組的用戶反饋的信道狀態信息；
第二步系統根據各組播業務的隊列狀態信息和信道狀態信息利用改進遺傳算法進行跨層功率分配。
2.如權利要求1所述的適用於移動組播系統的離散速率跨層功率分配方法，其特徵在於，第一步中的每種業務的隊列狀態信息是指第t個調度周期業務S1，S2，…，SN在基站的緩存量u1(t)，u2(t)，…，uN(t)，每種業務相應的組播組信道狀態信息是指訂閱業務S1，S2，…，SN的組播組中所有用戶反饋的信道衰落係數其中，N表示系統支持的業務種數，K1，K2，…，KN分別表示訂閱業務S1，S2，…，SN的各組播組的用戶數。
3.如權利要求1所述的適用於移動組播系統的離散速率跨層功率分配方法，其特徵在於，其實現步驟的第二步的主要步驟為
①系統根據業務S1，S2，…，SN的隊列狀態信息及對應的組播組的用戶反饋的信道狀態信息建立功率跨層分配的優化模型
表示功率分配矢量，P1，P2，…，PN分別為業務S1，S2，…，SN的發送功率，Ptotal表示基站總的發送功率，f(P)＝κ1ξ+κ2ζ表示目標函數，κ1和κ2分別為ξ和ζ的權重，0≤κ1，κ2≤1且κ1+κ2＝1，ζ表示系統公平性係數，定義為系統在某個調度周期達到所訂閱業務最低信噪比要求的用戶佔系統所有用戶的比例，即Ti表示訂閱業務Si的移動用戶中滿足業務Si的最低信噪比要求Γi的用戶個數，ξ表示系統吞吐量係數，定義為系統在某個調度達到所訂閱業務最低信噪比要求的用戶所獲得的吞吐量之和與所有用戶所能獲得的最大吞吐量之和的比值，即Ri表示業務Si在第某個調度周期的下行傳輸速率，其值取決於在這個調度周期業務Si所分配到功率，設在每個調度周期內，N種業務S1，S2，…，SN只能以M種可供使用的速率下傳，這M種速率分別為R(1)，R(2)，…，R(M)，它們滿足下列不等式與這M種速率對應的基站發送功率的最低門限設為P(0)，P(1)，…，P(M+1)，且滿足業務Si在第t個調度周期的下行傳輸速率Ri(t)和其功率Pi(t)之間的函數關係可以表示為其中表示業務Si在第t個調度周期的最大吞吐量，T為一個調度周期持續的時間，為0.5ms，
②對①中優化模型的功率分配矢量進行實數編碼，取染色體的結構為{P1，P2，…，PN}；
③產生初始群體，在①中優化模型的可行域的每一維上以Ptotal/30為間隔畫網格，在每個網格與可行域相交的部分內隨機地選取一點作為初始群體的個體，顯然，初始群體的規模Ps取值為與可行域相交的網格的個數；
④評價群體中個體的優劣，適應度函數取為f(O)＝κ1ξ+κ2ζ，即群體中個體O＝{P1，P2，…，PN}的適應度值為f(O)；
⑤進行選擇，以個體適應度的大小確定該個體被遺傳到下一代群體中的概率，個體Ol被選擇遺傳到下一代的概率採用賭輪法從父代群體中選擇Ps個個體組成新的群體，將目前找到的適應度值最大的個體不參與以下遺傳操作，直接替換下一代中適應度值最小的個體；
⑥進行遺傳操作，包括交叉和變異，改進遺傳算法交叉操作的具體方法為從父代群體中隨機選擇兩個個體，記適應度值大的個體為O1，再從父代群體中隨機選擇兩個個體，記適應度值大的個體為O2，對選出的兩個父代個體O1和O2以交叉概率pc＝0.6進行交叉，交叉後的兩個子代個體為其中，α為區間
上的隨機數；變異操作同時對個體O＝(P1，P2，…，PN)兩個基因座上的基因以變異概率pm＝0.1進行變異，具體操作方法為隨機地選擇兩個基因座i，j，1≤i，j≤N，i≠j，設Δ為
上的隨機數，個體O變異後的新個體為其中
⑦評價新一代群體中個體的優劣，方法同④；當算法所找到的適應度值最大的解不再變化，或遺傳次數超過30，終止算法，否則，返回⑤。
全文摘要
一種適用於移動組播系統的離散速率跨層功率分配方法涉及一種適用於單小區移動組播系統多業務之間的跨層功率分配方法。在移動組播系統中，需要為每種業務分配適當的功率以完成點到多點的業務傳輸，該方法在假定基站只能使用有限個離散傳輸速率的情況下首先獲得數據鏈路層的隊列狀態信息和物理層的信道狀態信息，然後應用改進遺傳算法優化系統的吞吐量係數和系統的公平性係數，從而進行跨層功率分配。離散傳輸速率的假設更符合實際系統，組播系統採用本發明所提的跨層功率分配方法，可以有效提高系統隊列時延性能、系統吞吐量性能和系統公平性性能。
文檔編號H04W72/04GK101489298SQ20091002914
公開日2009年7月22日 申請日期2009年1月8日 優先權日2009年1月8日
發明者唐蘇文, 明 陳 申請人:東南大學