CN104485988A - 一种基于能量有效的分布式星群节点选择方法 - Google Patents

Abstract

本发明公开了一种基于能量有效的分布式星群节点选择方法。在卫星移动通信系统中，高轨道卫星被分解为分布式卫星群，该分布式卫星群有上百个卫星节点组成。在卫星群与地面终端进行通信的过程中，使用大量的卫星节点，会消耗很大的功率，所以本发明针对这种情况提出了一种有效的节点选择方法。在系统的信道容量大于一定的门限值时，联合优化了发送卫星节点数，发送卫星节点子集，可服务移动终端子集。考虑到能量效率函数的特殊性，即联合优化等价于分步优化，首先，确定不同移动终端的大尺度衰落因子，从中选择出最优的大尺度衰落因子，然后确定最优的发送卫星节点数目和相应的子集。

Description

一种基于能量有效的分布式星群节点选择方法

技术领域

本发明属于卫星通信技术领域，尤其涉及一种基于能量有效的分布式星群节点选择方法。

背景技术

考虑到LTE和LTE-A无线通信系统发展面临的挑战，如：无缝全球漫游、多媒体通信、服务质量管理以及高用户吞吐量等，卫星移动通信系统得到了广泛的关注。卫星移动通信系统的组成部分有：卫星、移动用户、网关、卫星控制中心、网络控制中心。这些组成部分使得直连接入网络、边远陆地网络、因特网服务、交互式多媒体服务之间的连接成为可能。

根据卫星所在的轨道，卫星移动通信系统可以分为两类：低/中轨卫星(LEO/MEO)和高轨卫星(GEO)。LEO和MEO的典型轨道高度分别是1200km和18000km，这些卫星经常是几个卫星组成星群一起工作。GEO的典型轨道高度是36000km。在卫星移动通信系统中，由于长距离的空间传播，信道会受到降雨衰减、多普勒频移、阴影衰落以及多径衰落等影响，传播环境很差。

“分离的航天器”是美国在2006年提出的概念，与传统的卫星通信系统结构相比，这种分离的结构能够提供更多的灵活性和鲁棒性。在2007年美国国防部先进研究项目局(DARPA)提出了一个“F6” 系统，该系统的主要目标是：证明和探索把一个卫星的功能分成多个部分的好处。这种卫星系统的结构能够提高轨道卫星的适应性和存活性，同时能够缩短卫星通信系统的发展时间。

众所周知，在无线通信系统中，增加天线数对无线通信系统总是有利的，受到这点的启发以及F6系统的特点，研究人员最近的研究方向集中到把一个卫星分裂成分布式卫星群，该分布式卫星群有上百颗通信卫星节点。分布式卫星群中的卫星节点之间的通信介质是具有高可靠性的光纤。在具有可持续性和成本效率高的卫星移动通信系统中，能量消耗是一个基本的问题。毫无疑问，使用越多的卫星节点，所消耗的能量就越大。

基于上述问题，本发明所提出的是一种基于能量有效的分布式星群节点选择方法。该方法对三个参数，发送卫星节点个数、发送卫星节点子集、可服务移动终端子集进行了与联合优化等价的分步优化，复杂度很低。首先根据预编码矩阵确定整个系统的信道容量，然后再确定卫星移动通信系统中的功率消耗模型。最后对发送卫星节点数、发送卫星节点子集、可服务移动终端子集进行了联合优化。本发明的有益效果是：在考虑发送端分布式卫星群中卫星节点的功耗，电路中的其他部分功耗(如：基带DSP)，接收端移动终端射频链路功率消耗的链路模型中，分析并给出了卫星移动通信系统能量效率最优的节点选择方法，使得卫星移动通信系统的能量效率有极大的提高；所给出的预编码矩阵在分布式卫星群中卫星节点数远远大于移动终端数的情况下，使得信道容量的表达式由对数行列式形式转化成了加和对 数形式，极大的简化了能量效率的求解问题；对能量效率的各个参数，发射端卫星节点数目及子集和可服务移动终端子集进行了与联合优化等价的分布优化，极大的降低了卫星移动通信系统中能效的计算复杂度。

发明内容

本发明能够在计算复杂度不高的情况下，通过节点选择的方式提高整个系统的能量效率。考虑卫星移动通信系统下行链路，使用OFDM技术，通过对发送卫星节点数、发送卫星节点子集、可服务移动终端子集的联合优化来最大化系统的能量效率。

具体步骤为： 

步骤一：下行链路的接收信号为

$x_f=\sqrt{{\mathrm{\ρ}}_f}{G}^T{\mathrm{Fs}}_f+z_f,$

式中G为上行用导频序列估计出来的信道矩阵，()^T表示求转置，ρ_f成比例于发送信噪比，s_f是发送的信号矢量，且满足E{||s_f||²}＝1。采用的预编码矩阵为：

$F=\frac{1}{\sqrt{K}}{G}^{*}{D}_{\mathrm{\β}}^{-1/2},$

()^*表示求共轭，D_β是大尺度衰落矩阵，此时的信道容量为：

$C_{K>>L}=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{\log }_2(1+K{\mathrm{\ρ}}_f{\mathrm{\β}}_k),$

K是发送卫星节点个数，L是移动终端用户数，β_k大尺度衰落因子。

步骤二：确定卫星移动通信系统的总功率消耗。总功率模型为：

P_sum＝εP_t+KP_ct+LP_cr+P_co, 

ε功率放大器的效率，P_t发送功率，P_ct表示发送卫星节点链路所消耗的功率，P_cr表示移动终端接收端RF链所消耗的功率，P_co是电路的其他部分所消耗的功率，比如，数字信号处理。

步骤三：此时整个系统的优化目标函数为：

$\begin{array}{c}(K_t^{\mathrm{opt}},{\mathrm{\ψ}}_{K_t}^{\mathrm{opt}},{\mathrm{\ψ}}_{L_r}^{\mathrm{opt}})=\underset{K,{\mathrm{\ψ}}_{K_t},{\mathrm{\ψ}}_{L_r}}{\max }\frac{\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{K\ρ}}_f{\mathrm{\β}}_k)}{\mathrm{\ϵ}{P}_t+{\mathrm{KP}}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}\\ s.t.:\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{\log }_2(1+K{\mathrm{\ρ}}_f{\mathrm{\β}}_k)\≥C_T\end{array}$

表示最优的发送卫星节点数目，表示最优发送卫星节点子集， 表示最优可服务移动终端子集，C_T表示系统所要求的信道容量门限值。

步骤四：有EE的表达式可知，在使用所给出的预编码矩阵及发送卫星节点数目远远大于可服务的终端用户数目时，EE的值与发送卫星节点子集无关。即在最优发送卫星节点数目确定后，发送卫星节点是随机选择的。此时EE是发送卫星节点数目K和可服务终端数目子集的函数，即此时要同时选择出和来最大化EE。从EE的表达式可以看出，EE是K的拟凸函数，因此最优点在处取得。因此满足

$\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{P}_{\mathrm{ct}}\ln (1+K_t^{\mathrm{opt}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k)=\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}\frac{{\mathrm{\ρ}}_f{\mathrm{\β}}_k(\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}{P}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}})}{1+K_t^{\mathrm{opt}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k}$

然后对可以得到

$\frac{\∂K_t^{\mathrm{opt}}}{\∂{\mathrm{\β}}_k}=\frac{1}{{\mathrm{\ρ}}_f{\mathrm{\β}}_k^2}\frac{\mathrm{\ϵ}{P}_t+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}-K_t^{o{\mathrm{pt}}^2}{P}_{\mathrm{ct}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k}{\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}{P}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}$

此时EE的最大值

${\mathrm{EE}}^{*}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})=\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}\frac{1}{\ln 2\·P_{\mathrm{ct}}\·(\frac{1}{{\mathrm{\ρ}}_f{\mathrm{\β}}_k}+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...{\mathrm{\β}}_{L_r}))}$

然后可以得到 

$\begin{array}{c}\frac{\∂{\mathrm{EE}}^{*}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})}{\∂{\mathrm{\β}}_k}=\frac{K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})}{\ln 2P_{\mathrm{ct}}{[1+{\mathrm{\ρ}}_f{\mathrm{\β}}_k{K}_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})]}^2}\×\\ \frac{1+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})\·P_{\mathrm{ct}}{\mathrm{\β}}_k{\mathrm{\ρ}}_f}{\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}>0,K=1,...,L_r\end{array}$

即EE的最大值是的单增函数，所以可以选出最大的也即是最优的可服务终端子集带入EE，然后把带入EE后令即可得到

本发明所提出的针对卫星通信系统能量有效的分布式星群节点选择方法给出了一种联合优化发送卫星节点数、发送卫星节点子集、可服务终端子集以最大化系统能量效率的方案，该模型主要有以下的优点：

(1)、所建立的模型综合考虑了分布式卫星群中卫星节点的功率消耗、接收端射频链路的功率消耗，在此基础上对卫星移动通信系统的能量效率进行了优化，极大的提高了系统的能量效率。

(2)、所使用的预编码矩阵在发送端卫星节点数远远大于可服务移动终端数的情况下，使得信道容量的表达式由对数行列式形式转化 成了加和对数形式，极大的简化了能量效率的求解问题；

(3)、对能量效率中各个参数进行了与联合优化等价的分步优化，从而在不增加计算复杂度的情况下获得同样好的性能。

附图说明

下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：

图1是本发明一个实施例的具体流程图。

具体实施方式

下面通过实施例，对本发明进行详细阐述。

图1为本发明一个实施例的具体算法流程，主要包括以下步骤。

在步骤201中，根据接收信号

$x_f=\sqrt{{\mathrm{\ρ}}_f}{G}^{T}F{s}_f+z_f,$

确定预编码矩阵及信道容量，其中预编码为

$F=\frac{1}{\sqrt{K}}{G}^{*}{D}^{\mathrm{\β}},$

上面两个表达式中的各个量的含义分别如下：ρ_f成比例于发送信噪比；s_f是发送的信号矢量，且满足E{||s_f||²}＝1；z_f是高斯白噪声，其中的元素是均值为0、方差为1的高斯随机变量；()^T表示求转置；()^*表示求共轭；G为上行用导频序列估计出来的信道矩阵，由小尺度衰落矩阵H和大尺度衰落矩阵D_β构成，即小尺度衰落矩阵中的元素服从均值为0、方差为1复高斯分布。D_β＝diag(β₁,...,β_L)是大尺度衰落矩阵，其中的元素β_k表示大尺度衰 落因子，大尺度衰落主要包括阴影衰落和路径损耗，K表示发送卫星节点个数。

在发送天线数K远远大于移动终端数L时，接收信号变为

$x_{f_{K>>L}}=\sqrt{{\mathrm{\ρ}}_{f}K}{D}_{\mathrm{\β}}^{1/2}{s}_f+z_f$

上式中用到了近似表达式

${\left(\frac{G^T{G}^{*}}{K}\right)}_{K>>L}=D_{\mathrm{\β}}^{1/2}{\left(\frac{H^T{H}^{*}}{K}\right)}_{K>>L}{D}_{\mathrm{\β}}^{1/2}\≈D_{\mathrm{\β}}$

此时，信道容量为

$C_{K>>L}=\underset{k=1}{\overset{L}{\mathrm{\Σ}}}{\log }_2(1+K{\mathrm{\ρ}}_f{\mathrm{\β}}_k),$

在步骤202中，系统的功率消耗模型为

P_sum＝εP_t+KP_ct+LP_cr+P_co, 

ε功率放大器的效率，P_t发送功率，P_ct表示发送卫星节点链路所消耗的功率，P_cr表示移动终端接收端RF链所消耗的功率，P_co是电路的其他部分所消耗的功率，比如，数字信号处理。

能量效率定义为系统的信道容量除以系统消耗的总功率，即

${\mathrm{EE}}_{K>>L}=\frac{C_{K>>L}}{P_{\mathrm{sum}}}$

在步骤203中，对能量效率进行与联合优化等价的分布优化。假设可服务的移动终端数为L_r，L_r≤L，此时整个系统的优化目标为

$\begin{array}{c}(K_t^{\mathrm{opt}},{\mathrm{\ψ}}_{K_t}^{\mathrm{opt}},{\mathrm{\ψ}}_{L_r}^{\mathrm{opt}})=\underset{K,{\mathrm{\ψ}}_{K_t},{\mathrm{\ψ}}_{L_r}}{\max }\frac{\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{K\ρ}}_f{\mathrm{\β}}_k)}{\mathrm{\ϵ}{P}_t+{\mathrm{KP}}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}\\ s.t.:\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{\log }_2(1+K{\mathrm{\ρ}}_f{\mathrm{\β}}_k)\≥C_T\end{array}$

优化目标中的第二个式子，是限定条件，关于它的具体内容，在步骤204中给出。表示最优的发送卫星节点数目，表示最优发送卫星节点子集，表示最优可服务移动终端子集，C_T表示系统所要求的信道容量门限值。接下来进行联合优化等价于分布优化的证明。有EE的表达式可知，在使用所给出的预编码矩阵及发送卫星节点数目远远大于可服务移动终端数目时，EE的值与发送卫星节点子集无关，即如果确定了最优的发送卫星节点个数后，可以通过随机选择来确定最优的发送卫星节点子集。此时EE是发送卫星节点个数K和可服务终端子集的函数，即此时要同时选择出和 来最大化EE。由于EE的最大值EE^*是的单增函数，所以我们可以进行分步优化，即先找出最优的也即是所有大尺度衰落因子中最大的前L_r个，然后在令求出最优的关于EE的最大值EE^*是的单增函数的证明如下：从EE的表达式可以看出，EE的分子是K的凸函数，分母是K的凹函数，所以EE是K的拟凸函数，因此最优点在处取得。因此最优的K_t满足

$\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}{P}_{\mathrm{ct}}\ln (1+K_t^{\mathrm{opt}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k)=\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}\frac{{\mathrm{\ρ}}_f{\mathrm{\β}}_k(\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}{P}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}})}{1+K_t^{\mathrm{opt}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k}$

然后对可以得到

$\frac{\∂K_t^{\mathrm{opt}}}{\∂{\mathrm{\β}}_k}=\frac{1}{{\mathrm{\ρ}}_f{\mathrm{\β}}_k^2}\frac{\mathrm{\ϵ}{P}_t+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}-K_t^{o{\mathrm{pt}}^2}{P}_{\mathrm{ct}}{\mathrm{\ρ}}_f{\mathrm{\β}}_k}{\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}{P}_{\mathrm{ct}}+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}$

此时EE的最大值

${\mathrm{EE}}^{*}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})=\underset{k=1}{\overset{L_r}{\mathrm{\Σ}}}\frac{1}{\ln 2\·P_{\mathrm{ct}}\·(\frac{1}{{\mathrm{\ρ}}_f{\mathrm{\β}}_k}+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...{\mathrm{\β}}_{L_r}))}$

然后可以得到 

$\begin{array}{c}\frac{\∂{\mathrm{EE}}^{*}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})}{\∂{\mathrm{\β}}_k}=\frac{K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})}{\ln 2P_{\mathrm{ct}}{[1+{\mathrm{\ρ}}_f{\mathrm{\β}}_k{K}_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})]}^2}\×\\ \frac{1+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})\·P_{\mathrm{ct}}{\mathrm{\β}}_k{\mathrm{\ρ}}_f}{\mathrm{\ϵ}{P}_t+K_t^{\mathrm{opt}}({\mathrm{\β}}_1,...,{\mathrm{\β}}_{L_r})+L_r{P}_{\mathrm{cr}}+P_{\mathrm{co}}}>0,K=1,...,L_r\end{array}$

即EE的最大值是的单增函数。

在步骤204中，根据203得到的最优的可服务移动终端子集确定系统信道容量的门限值C_T(其对应的发送卫星节点个数不是203中计算出来的)，该门限对应的发送卫星节点个数为10倍的可服务移动终端个数。

在步骤205中，根据203确定的最优发送卫星节点数和可服务的终端子集计算出相应的信道容量(最优EE的分子部分)，看是否大于给定的信道容量门限C_T。

在步骤206中，如果不满足，则把最优的发送卫星节点数赋值为信道容量门限对应的发送卫星节点数，利用此时的最优发送卫星节点个数求出最优的能量效率。

在步骤207中，如果满足，计算相应的最优的能量效率。

Claims (6)

1.一种基于能量有效的分布式星群节点选择方法，其特征在于：本发明考虑的系统是卫星移动通信系统下行链路，使用OFDM。卫星群中的发送卫星节点数远远大于移动终端用户数时，小尺度衰落因子的影响消失，根据接收信号的表达式，确定预编码矩阵：

G是信道矩阵，()^*表示取共轭，G＝H·D_β，H是小尺度衰落矩阵，D_β是大尺度衰落矩阵，大尺度衰落主要包括阴影衰落和路径损耗。在分布式卫星群中卫星数K远远大于移动终端数L时，小区容量为：

式中ρ_f成比例与发送信噪比，β_k是大尺度衰落因子。

由于卫星移动通信系统的卫星群中有大量的卫星，在整个系统工作时，会消耗很大的能量，因此需要对整个通信系统的功耗进行建模，总的功率消耗模型P_sum可建模为：

P_sum＝εP_t+KP_ct+LP_cr+P_co,

ε是功率放大器效率，P_t是卫星节点发射功率，K是发送卫星节点数目，P_ct表示发送卫星节点链路所消耗的功率，P_cr表示移动终端接收端RF链所消耗的功率，P_co是电路的其他部分所消耗的功率，比如，数字信号处理。

整个通信系统的能量效率为设可服务的移动终端 数为L_r，L_r≤L，此时的优化目标为：

表示最优的发送卫星节点数目，表示最优发送卫星节点子集， 表示最优可服务移动终端子集，C_T表示系统所要求的信道容量门限值。从优化目标可以看出，在使用所给出的预编码矩阵及发送卫星节点数远远大于可服务的终端用户数时，EE的值与发送卫星节点子集无关。即在最优发送卫星节点数确定后，发送卫星节点是随机选择的。此时EE是发送卫星节点数K和可服务终端数子集 的函数，即此时要同时选择出和来最大化EE。从EE的表达式可以看出，EE的分子是K的凸函数，分母是K的凹函数，所以EE是K的拟凸函数，考虑到EE的特殊性，即EE的最大值是的单增函数，所以只需先找到最优也即是最大的把带入EE后令即可得到

2.根据权利要求1所述的针对卫星通信系统中分布式星群的能量有效的节点选择方法，其特征在于，确定预编码矩阵，其预编码矩阵的选取要满足在发送卫星节点数目远远大于移动终端数目时，使得此时的信道容量表达式仅与信道的大尺度衰落因子有关。

3.根据权利要求1所述的针对卫星通信系统中分布式星群的能量有效的节点选择方法，其特征在于，确定一个小区信道容量门限， 该信道容量门限所对应的发送卫星节点数应远远大于可服务的终端数，在发明实现过程中只要发送卫星节点个数大于等于十倍的可服务移动终端数，我们就认为远远大于成立。

4.根据权利要求1所述的针对卫星通信系统中分布式星群的能量有效的节点选择方法，其特征在于，如果对EE求导得出的不满足限制条件则应强制把最优的发送卫星节点个数赋值为C_T对应的发送卫星节点个数，本发明中C_T对应的发送卫星节点个数为10L_r。

5.根据权利要求1所述的针对卫星通信系统中分布式星群的能量有效的节点选择方法，其特征在于，采用的功率消耗模型综合考虑了发送卫星节点端和移动终端接收端以及电路其他部分消耗的功率，考虑的很全面，符合卫星通信系统的实际功率消耗情况。

6.根据权利要求1所述的针对卫星通信系统中分布式星群的能量有效的节点选择方法，其特征在于，经过推导EE使得联合优化等价于分步优化，即同时求最优发送卫星节点个数和最优的移动终端子集等价于先求最优的移动终端子集 然后在求最优发送卫星节点个数