本发明涉及无线通信传输，具体涉及一种零阶并行无线网络参数优化方法。
背景技术：
1、无线网络参数优化旨在通过合理配置网络中的基站参数，如下倾角、方位角、发射功率等，来提升网络整体性能、资源利用率以及用户满意度等。
2、考虑到无线网络性能评估的复杂性，现有技术中对无线网络参数的优化主要采用零阶优化方法。该方法通过随机扰动方向估计参数的调整方向。但是，该方法主要存在两个缺陷：第一，主流的梯度估计方法在处理带约束优化问题时不能保证收敛到问题的驻点；第二，现有方法均为集中式方法，在处理大规模无线网络优化问题上时间开销很大，无法通过增加计算资源的方式降低算法运行时间。
3、因此，现有技术的无线网络参数优化方法还具有较大的提升空间。
技术实现思路
1、本发明是为了解决上述问题而进行的，目的在于提供一种零阶并行无线网络参数优化方法。
2、本发明提供了一种零阶并行无线网络参数优化方法，用于得到服务区内m个基站对应的大规模无线网络优化参数，具有这样的特征，包括以下步骤：步骤s1，将服务区划分为n个栅格；步骤s2，根据各个栅格采集多个基站数据作为现有数据；步骤s3，根据现有数据计算各个栅格和与其连接的各个基站之间的路径损耗；步骤s4，采用惩罚对偶分解方法，结合连续上界优化算法，根据n个栅格的位置坐标进行聚类计算，得到包含多个栅格的s个簇作为子网络；步骤s5，根据现有数据和路径损耗，采用惩罚对偶分解方法，结合零阶算法，对s个子网络中各个基站的基站参数进行优化，得到对应的优化基站参数；步骤s6，将所有优化基站参数作为大规模无线网络优化参数。
3、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，现有数据包括各个栅格收到各个基站的信号强度、各个栅格与各个基站之间的天线增益和各个基站的发射信号功率，步骤s3中，基站m与栅格n之间的路径损耗lm,n的计算表达式为：lm,n＝pm+gm,n-sim,n，式中pm为基站m的发射信号功率，gm,n为基站m与栅格n之间的天线增益，sim,n为路测数据中栅格n收到基站m的信号强度。
4、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，步骤s4包括以下子步骤：步骤s4-1，根据位置坐标构建聚类问题；步骤s4-2，根据惩罚对偶分解方法，将聚类问题转化为增广拉格朗日优化问题；步骤s4-3，根据增广拉格朗日优化问题，并行求解n个单纯形上的投影问题，得到迭代矩阵b；步骤s4-4，根据迭代矩阵b更新对偶变量λ；步骤s4-5，根据迭代矩阵b计算聚类问题约束残差r与变量残差s；步骤s4-6，判断聚类问题约束残差r是否小于第一阈值且变量残差s是否小于第二阈值，若是，则得到s个子网络，若否，则执行步骤s4-3。
5、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，在步骤s4-1中，聚类问题的表达式为：w＝qtq，q＝[q1,q2,…,qn]，式中ns为第s个簇中的栅格数量，矩阵b为0-1矩阵，bi,s为第i个栅格是否属于第s个簇的指示变量，bi,s＝1时第i个栅格属于第s个簇，bi,s＝0时第i个栅格不属于第s个簇，bs为矩阵b的第s列，为矩阵b的第i行转置得到的列向量，qn为第n个栅格的位置坐标。在步骤s4-2中，增广拉格朗日优化问题的表达式为：
6、式中λs为通过惩罚对偶分解算法引入的拉格朗日乘子，ρ为通过惩罚对偶分解算法引入的惩罚系数，在步骤s4-3中，单纯形上的投影问题的表达式为：
7、式中为上一轮迭代得到的矩阵b，为将中的第i行第s列的元素对应除以ns得到的矩阵，wi为矩阵w的第i行转制得到的列向量，ai为矩阵a第i行转制得到的列向量，a＝ni-11t，i为单位阵，1为全1的列向量，n＝[n1,n2,…,ns]t，为第i行第s列的元素，在步骤s4-4中，更新对偶变量λ的计算表达式为：λ←λ+ρ[bt1-n]，在步骤s4-5中，聚类问题约束残差r和变量残差s的计算表达式为：r←||1tb-n||∞，式中|| ||∞为无穷范数。
8、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，步骤s5包括以下子步骤：步骤s5-1，设置全局变量z，并根据现有数据和路径损耗构建s个子网络的一致性优化问题；步骤s5-2，根据惩罚对偶分解方法，将一致性优化问题转化为各个子网络对应的参数优化问题；步骤s5-3，根据零阶算法，并行求解各个子网络的参数优化问题，得到优化目标收敛的各个子网络；步骤s5-4，根据各个子网络的参数更新全局变量z；步骤s5-5，计算一致性优化问题的约束残差∈与变量残差η；步骤s5-6，判断约束残差∈是否小于第三阈值，若是，则更新参数优化问题的拉格朗日乘子；步骤s5-7，判断约束残差∈是否小于第三阈值且变量残差η是否小于第四阈值，若否，则执行步骤s5-3，若是，则全局变量z中各个元素为对应的各个基站的优化基站参数。
9、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，在步骤s5-1中，s个子网络的一致性优化问题的表达式为：
10、
11、sij,i＝pj+gj,i-lj,i，其中，xs为第s个子网络中所有基站的参数组成的向量，βs为第s个子网络的用户数量占全网用户数量的比例，为全局变量z包含的第s个子网络上的参数子集，z为m个基站的参数组成的向量，为第s个子网络的参数可行集，fs为第s个子网络上的目标函数，为第s个子网络的栅格集合，ni为第i个栅格的用户数量，rsrpi与sinri分别为第i个栅格的参考信号接收强度与信干燥比，εi为服务第i个栅格的基站集合，为第i个栅格处的背景噪声强度，pj为基站j的发射信号功率，gj,i为基站j与栅格i之间的天线增益，lj,i为基站j与栅格i之间的路径损耗，在步骤s5-2中，第s个子网络对应的参数优化问题的表达式为：式中γ为根据惩罚对偶分解方法引入的惩罚因子，ys为根据惩罚对偶分解方法引入的拉格朗日乘子。
12、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，在步骤s5-3中，通过计算得到优化目标收敛的第s子网络，包括以下步骤：步骤t1，对第s子网络中的各个基站添加对应的微小扰动μ，计算得到对应的估计梯度；步骤t2，根据估计梯度，通过梯度投影法更新对应的各个基站的参数；步骤t3，根据第s子网络对应的参数优化问题计算得到第s个子网络的优化目标；步骤t4，判断第s个子网络的优化目标是否收敛，若是，则得到优化目标收敛的第s子网络，若否，执行步骤t1。
13、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，在步骤t1中，第s子网络的第m个基站的估计梯度gs,m(x)的计算表达式为：
14、式中um为仅第m个基站的参数在向量xs中对应下标的元素等于1，其余均等于0的坐标向量，在步骤t2中，更新第s子网络的第m个基站对应的参数xs,m的计算表达式为：式中为第m个基站的参数的可行集，η为梯度下降的步长。
15、在本发明提供的零阶并行无线网络参数优化方法中，还可以具有这样的特征：其中，在步骤s5-4中，更新全局变量z中第g个元素[z]g的计算表达式为：
16、式中[·]i为向量的第i个元素，为第s个子网络中第j个参数在全局变量z中的下标，在步骤s5-5中，∈和η的计算表达式为：η＝maxs||z-zold||∞，式中zold为上一轮迭代的全局变量z，在步骤s5-6中，更新拉格朗日乘子的计算表达式为：
17、发明的作用与效果
18、根据本发明所涉及的零阶并行无线网络参数优化方法，因为，第一，采用惩罚对偶分解的方法，结合连续上界优化算法，实现大规模栅格聚类问题的并行求解；第二，通过引入子网络之间的一致性约束，将大规模网络优化问题转化成多个子网络之间的一致性优化问题，并使用惩罚对偶分解算法，使得各个子网络可以并性优化；第三，采用零阶算法通过添加微小扰动来观察网络性能指标的变化，从而得到各个子网络中各个基站的估计梯度，并使用块坐标梯度下降的方式，依次循环优化子网络中的每个基站参数，进而得到大规模无线网络优化参数。所以，本发明的零阶并行无线网络参数优化方法能够快速且有效地得到具有良好效果的基站参数。
1.一种零阶并行无线网络参数优化方法，用于得到服务区内m个基站对应的大规模无线网络优化参数，其特征在于，包括以下步骤：
2.根据权利要求1所述的零阶并行无线网络参数优化方法，其特征在于：
3.根据权利要求1所述的零阶并行无线网络参数优化方法，其特征在于：
4.根据权利要求3所述的零阶并行无线网络参数优化方法，其特征在于：
5.根据权利要求1所述的零阶并行无线网络参数优化方法，其特征在于：
6.根据权利要求5所述的零阶并行无线网络参数优化方法，其特征在于：
7.根据权利要求6所述的零阶并行无线网络参数优化方法，其特征在于：
8.根据权利要求7所述的零阶并行无线网络参数优化方法，其特征在于：
9.根据权利要求6所述的零阶并行无线网络参数优化方法，其特征在于：
