CN103051581B - 一种基于有效容量的mimo-ofdm系统能效优化方法 - Google Patents

Abstract

本发明公开了一种基于有效容量的MIMO-OFDM系统能效优化方法，包括：将MIMO-OFDM系统中每个子载波上的频域信道矩阵进行奇异值分解共得到MN个并行的空频子信道，对所得的MN个空频子信道进行分组，计算各组子信道的优化有效容量，根据优化有效容量计算MIMO-OFDM系统的优化能量效率η_opt。本发明以系统的能量效率优化为目标，将系统各子载波上的频域信道矩阵进行奇异值分解后得到并行的空频子信道，再将子信道进行分组，分别根据各组子信道的边缘概率密度函数求得各组子信道功率分配优化解的门限值，以对各组子信道的有效容量进行优化，从而使整个系统的能效最大化。

Description

一种基于有效容量的MIMO-OFDM系统能效优化方法

技术领域

本发明属于无线通信技术领域，更具体地，涉及一种基于有效容量的MIMO-OFDM系统能效优化方法。

背景技术

MIMO-OFDM技术是结合MIMO和OFDM技术而得到的一种新技术。MIMO技术能够在空间中产生独立的并行信道并传输多路数据流，在不增加系统带宽的情况下增加频谱效率，有效地提高系统的传输速率。而OFDM通过将频率选择性多径衰落信道在频域内转换为平坦信道，减小了多径衰落的影响。这样，将MIMO和OFDM两种技术相结合，就能到达两种效果，一是实现很高的数据传输速率，二是通过分集实现很强的可靠性。

系统级的移动通信系统资源优化中一个关键技术是功率控制。关于功率控制，目前用的比较多的方法之一有功率注水算法。它是利用某种准则，根据信道状况对发送功率进行自适应分配。以往，在传统的以语音业务为主的移动通信系统里，功率控制是为了保证能够提供给用户的指定的信干噪比水平；之后，在现代数字移动通信系统里，功率控制的目标是能够最大化系统的容量或者吞吐率。

QoS保障是下一代无线通信网络的关键问题之一,由于无线通信的移动性及环境变化导致数据率随时间随机变化，故无线网络中的QoS保障问题十分复杂。目前，系统容量是作为系统产出的一个衡量指标。香农容量描述的是一个高斯信道（Gaussian channel）的容量，并假设传播信号的持续时间无限，以及解码和检测的复杂度有限；但是，对于任何一个实际通信网络所能提供的容量都要明显低于该公式提供的容量上限，在严格的QoS约束条件下更是如此。针对这一问题，人们根据无线通信系统中数据传输的特性，建立了一种基于统计特性的QoS约束模型，通过统计约束参数θ来对不同级别的QoS进行约束，并基于此QoS约束模型建立了一种有效容量模型，科学地衡量了系统在不同QoS约束条件下的有效输出。

随着通信领域的能耗问题引起世界范围内的强烈关注，人们极力寻求一种有效的通信资源分配方案来提高系统的能量效率。而现有的MIMO-OFDM能效优化方案很少能在兼顾系统QoS需求的同时，根据系统级的实际输出来衡量系统的能效，故其很难得出科学的能效指标。另外，如何根据子信道的统计特性寻求一种高效的功率分配优化方案是目前通信资源分配研究所面临的另一挑战。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于有效容量的MIMO-OFDM系统能效优化方法，其针对MIMO-OFDM通信系统，在有效容量的基础上建立系统的能效模型，并根据子信道的统计特性，提出了一种功率分配优化方案，在保障系统不同级别QoS的前提下，实现系统的能效优化。

为实现上述目的，本发明提供了一种基于有效容量的MIMO-OFDM系统能效优化方法，包括以下步骤：

（1）将MIMO-OFDM系统中每个子载波上的频域信道矩阵进行奇异值分解共得到MN个并行的空频子信道，其中，M＝min(M_t,M_r)，N为MIMO-OFDM系统中正交子载波的数量，M_t为MIMO-OFDM系统中的发送天线数，M_r为MIMO-OFDM系统中的接收天线数；

（2）对（1）中所得的MN个空频子信道进行分组，具体如下：

（21）将每个子载波上的子信道按其信道增益的大小降序排列；

（22）将N个子载波上排序后处于同一位置的子信道归为一组，这样即可得到M组子信道；

（3）计算各组子信道的优化有效容量，具体如下：

（31）设置计数器i＝1；

（32）计算第i组子信道满足平均功率约束条件的功率分配门限值λ_0i；

（33）根据功率分配门限值λ_0i计算第i组子信道的功率分配优化解μ_{opt_i}(θ，λ)；

（34）根据所求得的功率分配优化解μ_{opt_i}(θ，λ)计算第i组子信道的优化有效容量C_e(θ)_{opt_i}；

（35）设置i＝i+1，并判断是否有i≤M，如果是则返回步骤（32），否则进入步骤（4）；

（4）根据优化有效容量C_e(θ)_{opt_i}计算MIMO-OFDM系统的优化能量效率η_opt。

第i组子信道的功率分配门限值λ_0i通过下式进行计算：

${\∫}_{{\mathrm{\λ}}_{0i}}^{\∞}(\frac{1}{{\mathrm{\λ}}_{0i}^{\frac{1}{\mathrm{\β}+1}}{\mathrm{\λ}}^{\frac{\mathrm{\β}}{\mathrm{\β}+1}}}-\frac{1}{\mathrm{\λ}})p_{\mathrm{\Γi}}\left(\mathrm{\λ}\right)\mathrm{d\λ}=\stackrel{\‾}{P}$

其中，p_Γi(λ)为第i组子信道增益的边缘概率密度函数，β为归一化的QoS指数，且β＝θT_fB/log2，T_f为帧长度，B为信道带宽，θ为系统的QoS统计约束指数，λ为子信道增益。

第i组子信道的功率分配优化解μ_{opt_i}(θ，λ)通过下式进行计算：

${\mathrm{\&mu;}}_{\mathrm{opt}\_i}(\mathrm{\&theta;},\mathrm{\&lambda;})=\left\{\begin{array}{cc}\frac{1}{{\mathrm{\&lambda;}}_{0i}^{\frac{\text{1}}{\mathrm{\&beta;}+1}}{\mathrm{\&lambda;}}^{\frac{\mathrm{\&beta;}}{\mathrm{\&beta;}+1}}}-\frac{1}{\mathrm{\&lambda;}},& \mathrm{\&lambda;}\&GreaterEqual;{\mathrm{\&lambda;}}_{0i}\\ 0,& \mathrm{\&lambda;}<{\mathrm{\&lambda;}}_{0i}\end{array}\right..$

第i组子信道的优化有效容量C_e(θ)_{opt_i}通过下式进行计算：

$C_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}=-\frac{N}{\mathrm{\&theta;}}\log \left({\&Integral;}_0^{\&infin;}{e}^{-{\mathrm{\&theta;T}}_f{B\log }_2(1+{\mathrm{\&mu;}}_{\mathrm{opt}\_i}(\mathrm{\&theta;},\mathrm{\&lambda;})\mathrm{\&lambda;})}{p}_{\mathrm{\&Gamma;i}}\left(\mathrm{\&lambda;}\right)\mathrm{d\&lambda;}\right)$

MIMO-OFDM系统的优化能量效率η_opt通过下式进行计算：

${\mathrm{\&eta;}}_{\mathrm{opt}}=\frac{\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{C}_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}}{\stackrel{\&OverBar;}{P}\&times;\mathrm{MN}}.$

通过本发明所构思的以上技术方案，与现有技术相比，本发明具有以下的有益效果：

1、在步骤（2）中，对N个正交子载波上的子信道进行分组后，由于同一组中的子信道拥有相同的边缘概率密度函数，则可根据各组子信道的边缘概率密度函数，对各组子信道分别进行能效优化，将多链路的能效联合优化问题转化为了M组单链路的能效优化问题，使系统的能效优化问题得以大大简化。

2、在步骤（4）中，将各子信道的总有效容量作为系统的输出，系统的总发送功率作为系统的投入，通过投入产出比来衡量系统的能效，有效地得出了在一定QoS约束条件下系统所对应的能效。

附图说明

图1是MIMO-OFDM系统的原理图。

图2是本发明基于有效容量的MIMO-OFDM系统能效优化方法的流程图。

图3是本发明中三种不同收发天线数的情况下系统的能量效率随平均功率约束条件的变化的性能仿真图。

图4是本发明中三种不同收发天线数的情况下系统的能量效率随QoS统计约束参数θ变化的性能仿真图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，考虑一个拥有M_r×M_t天线阵列及N个正交子载波的MIMO-OFDM系统，M_t为发送天线数，M_r为接收天线数。H_k为第k个子载波上的频域信道矩阵，C为复数空间。对于MIMO系统而言，数据流相当于通过M(M＝min(M_t，M_r))个并行的奇异值信道进行传送。即对信道矩阵H_k进行奇异值分解，将每个正交子载波上的MIMO信道分解为M个并行的SISO信道，故在N个正交子载波共可得MN个并行的空频子信道，其信道增益满足一定的边缘概率密度分布。我们根据子信道信道增益的分布特性，将MN个子信道进行分组，分组后属于同一组的子信道满足相同的边缘概率密度分布。本发明中设定平均功率约束对各子信道功率分配进行约束，即各子信道的功率分配策略须满足其中，μ(θ，λ)为子信道的功率分配策略。

如图2所示，本发明基于有效容量的MIMO-OFDM系统能效优化方法包括以下步骤：

(1)采用以下公式将MIMO-OFDM系统第k个正交子载波上的频域信道矩阵H_k(k＝1，2，...，N)进行奇异值分解，以得到MN个空频子信道：其中，M＝min(M_t，M_r)，N为MIMO-OFDM系统中正交子载波的数量，M_t为MIMO-OFDM系统中的发送天线数，M_r为MIMO-OFDM系统中的接收天线数，和为酉矩阵，C为复数空间；当M_r≥M_t时，分块矩阵 表示一个M_r×(M_t-M_r)的零矩阵，当M_r＜M_t时，Λ_k＝diag(λ_1，k，...，λ_M，k)，其中λ_m，k≥0，k＝1，...，N，diag()表示取对角阵，则为第k个正交子载波上的MIMO子信道的信道增益，于是，通过奇异值分解，将每个正交子载波上的MIMO信道分解为M个并行的SISO信道，故对每个OFDM信号而言，其在N个正交子载波共可得MN个并行的空频子信道。

（2）对（1）中所得的MN个空频子信道进行分组，具体如下：

（21）将每个子载波上的子信道按其信道增益的大小降序排列：λ_1,k≥λ_2,k≥...≥λ_M,k(k＝1,2,...,N)。其中，λ_j，k为第k个子载波上位于第j个位置的子信道信道增益，j＝1,2,...,M；

（22）将N个子载波上排序后处于同一位置的子信道归为一组：Group_j＝{λ_j，1,λ_j，2,...,λ_j，N}。其中，Group_j为第j组子信道；

（3）计算各组子信道的优化有效容量，具体如下：

（31）设置计数器i＝1；

（32）采用下式计算第i组子信道满足平均功率约束条件的功率分配门限值λ_0i：其中p_Γi(λ)为第i组子信道增益的边缘概率密度函数，β为归一化的QoS指数，且β＝θT_fB/log2，T_f为帧长度，B为信道带宽，θ为系统的QoS统计约束指数，λ为子信道增益；

（33）根据功率分配门限值λ_0i并采用以下公式计算第i组子信道的功率分配优化解μ_{opt_i}(θ，λ)： ${\mathrm{\&mu;}}_{\mathrm{opt}\_i}(\mathrm{\&theta;},\mathrm{\&lambda;})=\left\{\begin{array}{cc}\frac{1}{{\mathrm{\&lambda;}}_{0i}^{\frac{\text{1}}{\mathrm{\&beta;}+1}}{\mathrm{\&lambda;}}^{\frac{\mathrm{\&beta;}}{\mathrm{\&beta;}+1}}}-\frac{1}{\mathrm{\&lambda;}},& \mathrm{\&lambda;}\&GreaterEqual;{\mathrm{\&lambda;}}_{0i}\\ 0,& \mathrm{\&lambda;}<{\mathrm{\&lambda;}}_{0i}\end{array}\right.;$

（34）根据所求得的功率分配优化解μ_{opt_i}(θ，λ)采用以下公式计算第i组子信道的优化有效容量C_e(θ)_{opt_i}：

$C_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}=-\frac{N}{\mathrm{\&theta;}}\log \left({\&Integral;}_0^{\&infin;}{e}^{-{\mathrm{\&theta;T}}_f{B\log }_2(1+{\mathrm{\&mu;}}_{\mathrm{opt}\_i}(\mathrm{\&theta;},\mathrm{\&lambda;})\mathrm{\&lambda;})}{p}_{\mathrm{\&Gamma;i}}\left(\mathrm{\&lambda;}\right)\mathrm{d\&lambda;}\right);$

（35）设置i＝i+1，并判断是否有i≤M，如果是则返回步骤（32），否则进入步骤（4）；

（4）根据优化有效容量C_e(θ)_{opt_i}计算MIMO-OFDM系统的优化能量效率： ${\mathrm{\&eta;}}_{\mathrm{opt}}=\frac{\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{C}_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}}{\stackrel{\&OverBar;}{P}\&times;\mathrm{MN}}.$

图3和图4为本发明算法的仿真结果，分别就在M_t=2，M_r=2；M_t=3，M_r=2；M_t=4，M_r=4这三种不同收发天线数的情况下，系统的能量效率随平均功率约束条件的变化情况和随QoS统计约束参数θ的变化情况进行了仿真。仿真中，设定子载波数N=10，帧长度T_f=1ms，信道带宽B=1MHZ。

从仿真结果可以看出，在三种不同的收发天线数的情况下，系统的能量效率均随着平均功率约束条件的增大而降低，并且收发天线数越大，系统的能量效率越大。这是由于当平均功率约束条件增大时，系统的产出即有效容量的增长趋势要小于系统所投入的发送功率的增长趋势，故系统的能量效率是随之降低的。在三种不同的收发天线数的情况下，系统的能量效率均随着QoS统计约束参数θ的增大而降低，并且收发天线数越大，系统的能量效率越大。这充分显示出系统有效容量和QoS保障之间的折中关系以及MIMO技术的优越性。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于有效容量的MIMO-OFDM系统能效优化方法，包括以下步骤：

(1)将MIMO-OFDM系统中每个子载波上的频域信道矩阵进行奇异值分解共得到MN个并行的空频子信道，其中，M＝min(M_t,M_r)，N为MIMO-OFDM系统中正交子载波的数量，M_t为MIMO-OFDM系统中的发送天线数，M_r为MIMO-OFDM系统中的接收天线数；

(2)对(1)中所得的MN个空频子信道进行分组，具体如下：

(21)将每个子载波上的子信道按其信道增益的大小降序排列；

(22)将N个子载波上排序后处于同一位置的子信道归为一组，

这样即可得到M组子信道；

(3)计算各组子信道的优化有效容量，具体如下：

(31)设置计数器i＝1；

(32)计算第i组子信道满足平均功率约束条件的功率分配门限值λ_0i，具体是通过下式进行计算：

${\&Integral;}_{{\mathrm{\&lambda;}}_{0i}}^{\&infin;}(\frac{1}{{\mathrm{\&lambda;}}_{0i}^{\frac{1}{\mathrm{\&beta;}+1}}{\mathrm{\&lambda;}}^{\frac{\mathrm{\&beta;}}{\mathrm{\&beta;}+1}}}-\frac{1}{\mathrm{\&lambda;}})p_{\mathrm{\&Gamma;i}}(\mathrm{\&lambda;d\&lambda;}=\stackrel{\&OverBar;}{P})$

其中，p_Γi(λ)为第i组子信道增益的边缘概率密度函数，β为归一化的QoS指数，且β＝θT_fB/log2，T_f为帧长度，B为信道带宽，θ为系统的QoS统计约束指数，λ为子信道增益；

(33)根据功率分配门限值λ_0i计算第i组子信道的功率分配优化解μ_{opt_i}(θ,λ)，具体是通过下式进行计算：

${\mathrm{\&mu;}}_{\mathrm{opt}\_i}(\mathrm{\&theta;},\mathrm{\&lambda;})=\left\{\begin{array}{cc}\frac{1}{{\mathrm{\&lambda;}}_{0i}^{\frac{1}{\mathrm{\&beta;}+1}}{\mathrm{\&lambda;}}^{\frac{\mathrm{\&beta;}}{\mathrm{\&beta;}+1}}}-\frac{1}{\mathrm{\&lambda;}},& \mathrm{\&lambda;},{\mathrm{\&lambda;}}_{0i}\\ 0,& \mathrm{\&lambda;}<{\mathrm{\&lambda;}}_{0i}\end{array}\right.;$

(34)根据所求得的功率分配优化解μ_{opt_i}(θ,λ)计算第i组子信道的优化有效容量C_e(θ)_{opt_i}，具体是通过下式进行计算：

$C_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}=-\frac{N}{\mathrm{\&theta;}}\log \left({\&Integral;}_0^{\&infin;}{e}^{-\mathrm{\&theta;}{T}_f\mathrm{B\; lo}{g}_2(1+{\mathrm{\&mu;}}_{\mathrm{opti}}(\mathrm{\&theta;},\mathrm{\&lambda;})\mathrm{\&lambda;})}{p}_{\mathrm{\&Gamma;i}}\left(\mathrm{\&lambda;}\right)\mathrm{d\&lambda;}\right);$

(35)设置i＝i+1，并判断是否有i≤M，如果是则返回步骤(32)，否则进入步骤(4)；

(4)根据优化有效容量C_e(θ)_{opt_i}计算MIMO-OFDM系统的优化能量效率η_opt，具体是通过下式进行计算：

${\mathrm{\&eta;}}_{\mathrm{opt}}=\frac{\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{C}_e{\left(\mathrm{\&theta;}\right)}_{\mathrm{opt}\_i}}{\stackrel{\&OverBar;}{P}\&times;\mathrm{MN}}.$