一种基于单调优化法的OFDMA系统子载波及功率分配方法、装置及计算机存储介质

摘要

本发明实施例公开了一种基于单调优化法的OFDMA系统子载波及功率分配方法、装置及计算机存储介质；该方法包括：S101：基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据初始化的系统容量上限向量生成初始化的系统容量上限向量集合；S102：从系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；S103：针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；S104：相应于可达程度值与1之间的差值不符合设定的阈值数值，基于被选的系统容量上限向量和可达程度值对系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并返回S102；S105：相应于可达程度值与1之间的差值符合设定的阈值数值，基于被选的系统容量上限向量和可达程度值对系统子载波和功率进行分配。

说明书

技术领域

本发明实施例涉及无线通信技术领域，尤其涉及一种基于单调优化法的正交频分多址(OFDMA，Orthogonal Frequency Division Multiple Access)系统子载波及功率分配方法、装置及计算机存储介质。

背景技术

通信技术的飞速发展以及对无线宽带日益增长的需求刺激了第五代移动通信网络(5G，5th-Generation)的快速发展。然而日益增长的频谱需求和有限的频谱资源之间的矛盾，成为制约无线通信发展的主要因素之一，在这一前提下OFDMA由于其具有较高的频谱效率及能量效率进入了人们的视野。

并且，当设定电磁频谱空间中发生的频谱事件的个数为N，其中，第n个事件可能发生在不同时间、地点、频率的组合可能有M_n种，每种情况出现的概率为p_n,m，那么能够获得一个被下式定义的频谱信息熵：

作为正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)技术的演进，OFDMA是一种在利用OFDM技术对信道进行子载波化后，在部分子载波上加载传输数据的传输技术。在即将到来的5G时代，作为电气和电子工程师协会(IEEE，Institute ofElectrical and Electronics Engineers)802.22无线区域网络的候选接入方法，OFDMA仍会被广泛使用；但是面对有限的无线频谱资源与多媒体业务不断提高的服务质量需求之间日益尖锐的矛盾，目前迫切需要既能提高网络整体性能又可以支持高质量多媒体业务的无线频谱资源分配与功率分配的策略。

当前已有的子载波分配与功率分配方案中，大多数方案是将子载波分配与功率分配分开考虑，也就是说在寻求子载波分配的最优解之后再在已有的子载波分配方案中进行功率分配。虽然这些方案能够提升系统性能，但是将原有的单一问题分解为两个子问题，尽管对于每个子问题都可以采用匹配论等方法求得最优解，可是最终每个子问题所得到的最优解大多只是局部最优解，可以理解的，局部最优解之和并不一定是全局最优解。

发明内容

有鉴于此，本发明实施例期望提供一种基于单调优化法的OFDMA系统子载波及功率分配方法、装置及计算机存储介质；能够将子载波分配与功率分配进行联合考虑，从而获得整体最优解。不仅能够针对系统实现子载波分配与功率分配，而且该整体最优解还可以作为后续其他关于子载波及功率分配算法的性能参考标准。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供了一种基于单调优化法的OFDMA系统子载波及功率分配方法，所述方法包括：

S101：基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合；

S102：从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；

S103：针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；其中，所可达程度值用于描述系统对于所述被选的系统容量上限向量的可达程度；

S104：相应于所述可达程度值与1之间的差值不符合设定的阈值数值，基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并返回S102；

S105：相应于所述可达程度值与1之间的差值符合设定的阈值数值，基于所述被选的系统容量上限向量和所述可达程度值对系统子载波和功率进行分配。

第二方面，本发明实施例提供了一种子载波及功率分配装置，所述装置包括：初始化部分、抽取部分、获取部分、更新部分和分配部分；其中，

所述初始化部分，配置为基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合；

所述抽取部分，配置为从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；

所述获取部分，配置为针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；其中，所可达程度值用于描述系统对于所述被选的系统容量上限向量的可达程度；以及，

相应于所述可达程度值与1之间的差值不符合设定的阈值数值，触发所述更新部分；以及，

相应于所述可达程度值与1之间的差值符合设定的阈值数值，触发所述分配部分；

所述更新部分，配置为基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并触发所述抽取部分；

所述分配部分，配置为基于所述被选的系统容量上限向量和所述可达程度值对系统子载波和功率进行分配。

第三方面，本发明实施例提供了一种子载波及功率分配装置，所述装置包括：网络接口、存储器和处理器；其中，所述网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

所述存储器，用于存储能够在处理器上运行的计算机程序；

所述处理器，用于在运行所述计算机程序时，执行第一方面所述方法的步骤。

第四方面，本发明实施例提供了一种计算机存储介质，所述计算机存储介质存储有基于单调优化法的OFDMA系统子载波及功率分配程序，所述基于单调优化法的OFDMA系统子载波及功率分配程序被至少一个处理器执行时实现第一方面所述方法的步骤。

本发明实施例提供了一种基于单调优化法的OFDMA系统子载波及功率分配方法、装置及计算机存储介质；基于OFDMA系统，那么可以通过系统内各用户在各子载波上的信道质量与系统针对每一子载波所限制的功率上限获得系统最初的系统容量上限向量；并且基于系统容量上限向量生成系统容量上限向量集合，接着从系统容量上限向量集合中抽取被选的系统容量上限向量并获取可达程度值，最终基于该可达程度值与1之间的差值确定是否能够对系统子载波和功率进行优化分配；当该可达程度值与1之间的差值无法对系统子载波和功率进行优化分配时，更新系统容量上限向量集合并获取更新后的可达程度值，直至该可达程度值与1之间的差值能够对系统子载波和功率进行优化分配。由于系统容量上限向量既和子载波有关，也和子载波功率有关，那么本发明实施例的技术方案能够将子载波分配与功率分配进行联合考虑，从而获得整体最优解。不仅能够针对系统实现子载波分配与功率分配，而且该整体最优解还可以作为后续其他关于子载波及功率分配算法的性能参考标准。

附图说明

图1为本发明实施例提供的一种基于单调优化法的OFDMA系统子载波及功率分配方法流程示意图；

图2为本发明实施例提供的一种基于单调优化法的OFDMA系统子载波及功率分配方法的具体示例流程示意图；

图3为本发明实施例提供的一种系统的可行域示意图；

图4为本发明实施例提供的一种系统容量上限向量的更新示意图；

图5为本发明实施例提供的另一种系统容量上限向量的更新示意图；

图6为本发明实施例提供的又一种系统容量上限向量的更新示意图；

图7为本发明实施例提供的一种系统最优解的示意图；

图8为本发明实施例提供的一种子载波及功率分配装置组成示意图；

图9为本发明实施例提供的一种子载波及功率分配装置的具体硬件结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

参见图1，其示出了本发明实施例提供的一种基于单调优化法的OFDMA系统子载波及功率分配方法，该方法可以应用于移动通信系统中的基站设备，比如长期演进(LTE，LongTerm Evolution)中的演进型基站(Evolutional Node B，简称“eNB”或“eNodeB”)，或者中继站或接入点，或者车载设备、可穿戴设备以及NR网络中的网络设备，例如5G基站(gNB)，或者未来演进的公共陆地移动网络(Public Land Mobile Network，简称“PLMN”)网络中的网络设备等，本发明实施例对此不做具体限定。而基站设备覆盖范围内的用户在本发明实施例中也可以称为用户设备(User Equipment，简称“UE”)、终端设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。终端设备可以是无线局域网(Wireless Local Area Networks，简称“WLAN”)中的站点(STAION，简称“ST”)，可以是蜂窝电话、无绳电话、会话启动协议(SessionInitiation Protocol，简称“SIP”)电话、无线本地环路(Wireless Local Loop，简称“WLL”)站、个人数字处理(Personal Digital Assistant，简称“PDA”)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备以及下一代通信系统，例如，第五代通信(fifth-generation，简称“5G”)网络中的终端设备或者未来演进的公共陆地移动网络(Public Land Mobile Network，简称“PLMN”)网络中的终端设备等。在本发明实施例中，该终端设备还可以是可穿戴设备。可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。本发明实施例对此不作具体限定。该方法可以包括：

S101：基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合；

S102：从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；

S103：针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；

其中，所可达程度值用于描述系统对于所述被选的系统容量上限向量的可达程度；

S104：相应于所述可达程度值与1之间的差值不符合设定的阈值数值，基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并返回S102；

S105：相应于所述可达程度值与1之间的差值符合设定的阈值数值，基于所述被选的系统容量上限向量和所述可达程度值对系统子载波和功率进行分配。

需要说明的是，基于OFDMA系统，那么可以通过系统内各用户在各子载波上的信道质量与系统针对每一子载波所限制的功率上限获得系统最初的系统容量上限向量；并且基于系统容量上限向量生成系统容量上限向量集合，接着从系统容量上限向量集合中抽取被选的系统容量上限向量并获取可达程度值，最终基于该可达程度值与1之间的差值确定是否能够对系统子载波和功率进行优化分配；当该可达程度值与1之间的差值无法对系统子载波和功率进行优化分配时，更新系统容量上限向量集合并获取更新后的可达程度值，直至该可达程度值与1之间的差值能够对系统子载波和功率进行优化分配。由于系统容量上限向量既和子载波有关，也和子载波功率有关，那么图1所示的技术方案能够将子载波分配与功率分配进行联合考虑，从而获得整体最优解。不仅能够针对系统实现子载波分配与功率分配，而且该整体最优解还可以作为后续其他关于子载波及功率分配算法的性能参考标准。

针对图1所示的技术方案，在一种可能的实现方式中，所述基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，包括：

获取系统内各用户在所有信道的质量向量G_m；其中，G_m＝[g_m,1,g_m,2,...,g_m,f,...,g_m,F]，m表示用户标识，F表示系统内每个用户能够使用的子载波数量上限值，表示用户m在子载波f上无同频干扰的信道质量，|h_m,f|²为用户m在子载波f上的信道增益，N_m,f为用户m在子载波f上的噪声功率；

将系统内所有用户的质量向量G_m生成系统内总用户的信道质量向量G＝[G₁,G₂,...,G_m,...,G_M]^T，其中，M表示系统内的用户总数；

根据所述系统内各用户在所有信道的质量向量G_m获取各用户的容量上限向量Z_m＝[z_m,1,z_m,2,...,z_m,f,...,z_m,F]；其中，基于香农公式，可以得到z_m,f＝(1+g_m,fp_max)，p_max表示用户m在子载波f上的最大发射功率；

将系统内所有用户的容量上限向量Z_m生成所述初始化的系统容量上限向量Z＝[Z₁,Z₂,...,Z_m,...,Z_M]^T。

对于上述实现方式，优选来说，所述根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合，包括：

生成一空集合；

将所述初始化的系统容量上限向量加入所述空集合中，获得所述初始化的系统容量上限向量集合。

对于上述实现方式，优选来说，从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量，包括：

基于下式所示的选取策略，获得被选的系统容量上限向量Z：

将所述被选的系统容量上限向量从所述系统容量上限向量集合中删除，获取抽取后的系统容量上限向量集合。

对于上述实现方式，优选来说，所述针对被选的系统容量上限向量通过设定的规划算法获取可达程度值，包括：

根据所述被选的系统容量上限向量中各元素所对应的子载波分配状态，更新所述系统内总用户的信道质量向量G′；其中，G′中的元素表示使用同一子载波f的用户m′对用户m的干扰因子，p_m′,f表示用户m′使用子载波f的发送功率；

确定所述可达程度值的表达式如式1所示：

其中，P表示由设定的功率分配限制条件所确定的功率域，z_m,f表示所述被选的系统容量上限向量中，用户m在子载波f的信道容量上限；

根据所述Dinkelbach算法将式1所示的可达程度值的表达式改写为式2所示的可达程度值的表达式：

其中，s.t.表示受限制于，1≤m≤M,1≤f≤F；

基于式2为凸优化问题，通过凸优化算法解决所述凸优化问题以确定所述可达程度值以及获取对应子载波的功率分配状态。

需要说明的是，针对上述优选示例，对于被选的系统容量上限向量Z中的每一个元素z_m,f，其取值与子载波分配有关：

(1)当z_m,f＝1时，用户m不使用子载波f通信；

(2)当z_m,f＞1时，用户m使用子载波f通信。

根据上述子载波的分配情况，就能够更新系统内总用户的信道质量向量。

并且由于式2为一个凸优化问题，那么本发明实施例可以采用针对凸优化问题的凸优化算法来确定所述可达程度值，因此，具体所采用的凸优化算法本发明实施例不作具体限制。

对于上述实现方式，优选来说，所述基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合，包括：

遍历所述被选的系统容量上限向量中的各元素：

针对被遍历的元素与所述可达程度值相乘并保持所述被选的系统容量上限向量中的其余元素不变，生成更新的系统容量上限向量；

将所有更新的系统容量上限向量加入到所述抽取后的系统容量上限向量集合中，获得更新的系统容量上限向量集合。

举例来说，被选的系统容量上限向量Z_1×MF＝[z₁₁,z₁₂,...,z_m,f,...,z_M,F]，那么针对Z_1×MF中的每一个元素，以z_m,f为例，针对z_m,f与所述可达程度值相乘并保持Z_1×MF中的其余元素不变，生成更新的系统容量上限向量Z₁′_×MF＝[z₁₁,z₁₂,...,r×z_m,f,...,z_M,F]，那么针对Z_1×MF中共M×F个元素，那么就能够生成M×F个更新的系统容量上限向量，最后将得到的所有更新的系统容量上限向量加入到所述抽取后的系统容量上限向量集合中，获得更新的系统容量上限向量集合。

对于上述实现方式，优选来说，所述基于所述被选的系统容量上限向量和所述可达程度值对系统子载波和功率进行分配，包括：

将所述被选的系统容量上限向量和所述可达程度值确定为系统最优解，并且将在确定所述可达程度值过程中所获得的P向量确定为最优的子载波及功率的分配方案。

通过图1所示的技术方案，由于系统容量上限向量既和子载波有关，也和子载波功率有关，那么图1所示的技术方案能够将子载波分配与功率分配进行联合考虑，从而获得整体最优解。不仅能够针对系统实现子载波分配与功率分配，而且该整体最优解还可以作为后续其他关于子载波及功率分配算法的性能参考标准。

基于前述实施例所述的技术方案，本发明实施例以一个二维的系统模型为例对上述技术方案进行具体说明。具体示例的过程示意图如图2所示，在本具体示例中，设定信道信息已知，并且系统的可行域如图3中的灰色部分所示，由于通信系统模型具有单调性，所以系统的最优解一定处于系统可行域的边界，在本具体示例中，以五角星进行标记。由于可行域边界通常不可知，因此，本发明实施例所述的技术方案在某种程度上是对可行域边界的一种迫近。具体示例的过程如下：

首先，初始化系统容量上限向量得到图3中的并将加入到系统容量上限向量集合B中。

接着，就是第一次对可行域边界的迫近，具体流程如下：

步骤一：从系统容量上限向量集合B中选出最大的系统容量上限向量，由于B中仅包含所以将赋值给Z并将从B中删除。

步骤二：通过Dinkelbach方法计算系统对于该系统容量上限向量的可达情况，并转化为一个凸问题进行求解，获得Z对应的可达程度值r。

具体如图4所示，此时r与1的差距未满足设定的阈值数值，可以理解地，在本发明实施例中，阈值数值是个非常小的数目，从而能够表征r与1十分靠近；当r与1的差距未满足设定的阈值数值的情况下，说明r与1相距较远，如图4所示，因此，需要继续迫近可行域边界。

步骤三：针对Z中的每个元素，每次选取Z中的一个元素与可达值相乘并保持其余维度值不变产生新的更小的系统容量上限向量，并加入到系统容量上限向量集合B中；

具体如图4所示：并将和分别加入B中。

接下来，由于第一次对可行域边界的迫近所得到的可达程度值r与1的差距未满足设定的阈值数值，因此，需要第二次对可行域边界的迫近，具体流程如下：

步骤一：从系统容量上限向量集合B中选出最大的系统容量上限向量，此时B中包含和设定系统上限容量最大，所以将赋值给Z，并将从B中删除。

步骤二：通过Dinkelbach方法计算系统对于该系统容量上限向量的可达情况，并转化为一个凸问题进行求解，获得Z对应的可达值r。

具体如图5所示，此时r与1的差距未满足设定的阈值数值，说明r与1仍然相距较远，如图5所示，因此，需要继续迫近可行域边界。

步骤三：针对Z中的每个元素，每次选取Z中的一个元素与可达值相乘并保持其余维度值不变产生新的更小的系统容量上限向量，并加入到系统容量上限向量集合B中；

具体如图6所示，并将和分别加入B中。

通过上述循环，直至需要第N次对可行域边界的迫近，具体流程如下：

步骤一：从系统容量上限向量集合B中选出最大的系统容量上限向量，选出的系统容量上限向量Z。

步骤二：通过Dinkelbach方法计算系统对于该系统容量上限向量的可达情况，并转化为一个凸问题进行求解，获得Z对应的可达值r。

具体如图7所示，此时r与1的差距满足设定的阈值数值，说明r与1相距较近，因此可以认定该系统容量上限向量与r的乘积即为系统最优解，并且在求解r时所得p向量即为最优的子载波及功率分配方案。

通过该具体示例，实现了将子载波分配与功率分配进行联合考虑，从而获得整体最优解。不仅能够针对系统实现子载波分配与功率分配，而且该整体最优解还可以作为后续其他关于子载波及功率分配算法的性能参考标准。

基于前述实施例相同的发明构思，参见图8，其示出了本发明实施例提供的一种子载波及功率分配装置80，可以应用于通信系统中的基站设备，具体基站设备的实现形式参见前述实施例所述，在此不再赘述，所述装置80包括：初始化部分801、抽取部分802、获取部分803、更新部分804和分配部分805；其中，

所述初始化部分801，配置为基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合；

所述抽取部分802，配置为从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；

所述获取部分803，配置为针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；其中，所可达程度值用于描述系统对于所述被选的系统容量上限向量的可达程度；以及，

相应于所述可达程度值与1之间的差值不符合设定的阈值数值，触发所述更新部分804；以及，

相应于所述可达程度值与1之间的差值符合设定的阈值数值，触发所述分配部分805；

所述更新部分804，配置为基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并触发所述抽取部分802；

所述分配部分805，配置为基于所述被选的系统容量上限向量和所述可达程度值对系统子载波和功率进行分配。

在上述方案中，所述初始化部分801，配置为：

获取系统内各用户在所有信道的质量向量G_m；其中，G_m＝[g_m,1,g_m,2,...,g_m,f,...,g_m,F]，m表示用户标识，F表示系统内每个用户能够使用的子载波数量上限值，表示用户m在子载波f上无同频干扰的信道质量，|h_m,f|²为用户m在子载波f上的信道增益，N_m,f为用户m在子载波f上的噪声功率；

将系统内所有用户的质量向量G_m生成系统内总用户的信道质量向量G＝[G₁,G₂,...,G_m,...,G_M]^T，其中，M表示系统内的用户总数；

根据所述系统内各用户在所有信道的质量向量G_m获取各用户的容量上限向量Z_m＝[z_m,1,z_m,2,...,z_m,f,...,z_m,F]；其中，z_m,f＝(1+g_m,fp_max)，p_max表示用户m在子载波f上的最大发射功率；

将系统内所有用户的容量上限向量Z_m生成所述初始化的系统容量上限向量Z＝[Z₁,Z₂,...,Z_m,...,Z_M]^T。

在上述方案中，所述初始化部分801，配置为：

生成一空集合；

将所述初始化的系统容量上限向量加入所述空集合中，获得所述初始化的系统容量上限向量集合。

在上述方案中，所述抽取部分802，配置为：

基于下式所示的选取策略，获得被选的系统容量上限向量Z：

将所述被选的系统容量上限向量从所述系统容量上限向量集合中删除，获取抽取后的系统容量上限向量集合。

在上述方案中，所述获取部分803，配置为：

根据所述被选的系统容量上限向量中各元素所对应的子载波分配状态，更新所述系统内总用户的信道质量向量G′；其中，G′中的元素表示使用同一子载波f的用户m′对用户m的干扰因子，p_m′,f表示用户m′使用子载波f的发送功率；

确定所述可达程度值的表达式如式1所示：

其中，P表示由设定的功率分配限制条件所确定的功率域，z_m,f表示所述被选的系统容量上限向量中，用户m在子载波f的信道容量上限；

根据所述Dinkelbach算法将式1所示的可达程度值的表达式改写为式2所示的可达程度值的表达式：

其中，s.t.表示受限制于，1≤m≤M,1≤f≤F；

基于式2为凸优化问题，通过凸优化算法解决所述凸优化问题以确定所述可达程度值以及获取对应子载波的功率分配状态。

在上述方案中，所述更新部分804，配置为：

遍历所述被选的系统容量上限向量中的各元素：

针对被遍历的元素与所述可达程度值相乘并保持所述被选的系统容量上限向量中的其余元素不变，生成更新的系统容量上限向量；

将所述更新的系统容量上限向量加入到所述抽取后的系统容量上限向量集合中，获得更新的系统容量上限向量集合。

在上述方案中，所述分配部分805，配置为将所述被选的系统容量上限向量和所述可达程度值确定为系统最优解，并且将在确定所述可达程度值过程中所获得的P向量确定为最优的子载波及功率的分配方案。

可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。

另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

因此，本实施例提供了一种计算机存储介质，所述计算机存储介质存储有基于单调优化法的OFDMA系统子载波及功率分配程序，所述基于单调优化法的OFDMA系统子载波及功率分配程序被至少一个处理器执行时实现前述技术方案中所述基于单调优化法的OFDMA系统子载波及功率分配方法的步骤。

基于上述子载波及功率分配装置以及计算机存储介质，参见图9，其示出了本发明实施例提供的一种子载波及功率分配装置80的具体硬件结构，包括：通信接口901，存储器902和处理器903；各个组件通过总线系统904耦合在一起。可理解，总线系统904用于实现这些组件之间的连接通信。总线系统904除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统904。其中，

所述通信接口901，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

所述存储器902，用于存储能够在所述处理器903上运行的计算机程序；

所述处理器903，用于在运行所述计算机程序时，执行以下步骤：

S101：基于系统内用户在系统内各子载波上的信道质量获得初始化的系统容量上限向量，并根据所述初始化的系统容量上限向量生成初始化的系统容量上限向量集合；

S102：从所述系统容量上限向量集合中抽取符合设定的选取策略的系统容量上限向量；

S103：针对被选的系统容量上限向量通过设定的规划算法获取可达程度值；其中，所可达程度值用于描述系统对于所述被选的系统容量上限向量的可达程度；

S104：相应于所述可达程度值与1之间的差值不符合设定的阈值数值，基于所述被选的系统容量上限向量和所述可达程度值对所述系统容量上限向量集合进行更新，获取更新的系统容量上限向量集合并返回S102；

S105：相应于所述可达程度值与1之间的差值符合设定的阈值数值，基于所述被选的系统容量上限向量对系统子载波和功率进行分配。

可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的系统和方法的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。

而处理器903可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器903中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器903可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器903读取存储器902中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

具体来说，处理器903还配置为运行所述计算机程序时，执行前述技术方案中所述基于单调优化法的OFDMA系统子载波及功率分配方法的步骤，这里不再进行赘述。

需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。