CN105072632A - 一种mimo分布式基站系统中能量效率最优化的方法 - Google Patents
一种mimo分布式基站系统中能量效率最优化的方法 Download PDFInfo
- Publication number
- CN105072632A CN105072632A CN201510532611.5A CN201510532611A CN105072632A CN 105072632 A CN105072632 A CN 105072632A CN 201510532611 A CN201510532611 A CN 201510532611A CN 105072632 A CN105072632 A CN 105072632A
- Authority
- CN
- China
- Prior art keywords
- access point
- energy efficiency
- user
- base station
- under
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/085—Access point devices with remote components
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种单用户MIMO分布式基站系统能量效率最优化方法:首先,建立给定远程接入点集合下的能量效率最优化问题模型,并将所述问题模型转化为速率最大化问题、没有速率约束下能效最优化问题和有速率约束下功率最小化问题的三个子问题进行求解,得到发送协方差的最优解和最大能量效率;然后,根据用户与接入点距离从小到大的顺序依次将接入点纳入激活接入点集合,基于能量效率最优化问题模型求解最大能量效率,确定最终选择给用户发送信息的接入点集合。本发明能够解决单用户MIMO分布式基站系统中基站发送预编码设计问题以及如何选择合适的分布式接入点使得系统的能量效率最大化问题,能快速收敛到最优解。
Description
技术领域
本发明属于移动通信系统中的网络技术领域,尤其涉及一种移动通信网络中能量效率最优化问题。
背景技术
作为移动通信网络设计中要的性能指标之一,频谱效率在过去几十年间已被广泛研究,而MIMO分布式天线系统能大大提高系统的频谱效率。然而,由于能量短缺以及温室效应,能量效率成为移动通信网络的一个新的研究热点。而MIMO分布式天线中的能效最优化问题是一个非凸问题,在现有的技术中很难求得其最优解。
发明内容
发明目的:本发明的目的在于针对现有技术存在的不足,提供一种MIMO分布式基站系统中能量效率最优化的方法,该方法一方面解决了选择远程接入点的问题:选择一部分远程接入点进行信息传输,并不是采用远程接入点全开的方式;另一方面,在给定激活远程接入点集合的情况下,给出了一种求解能效最优化的问题。
技术方案:为实现上述发明目的,本发明采取的技术方案如下:
一种MIMO分布式基站系统中能量效率最优化的方法,包括如下步骤:
(1)建立给定远程接入点集合下的能量效率最优化问题模型,并将所述问题模型转化为三个子问题进行求解,得到满足远程端口最大发送功率约束和用户最小速率约束下使得用户能效最大的发送协方差的最优解和对应的最大能量效率值,所述三个子问题为:满足远程端口最大发送功率约束下最大化用户速率问题(P1),满足远程端口最大发送功率约束下最大化能效问题(P2),以及满足用户最小速率约束和远程端口最大发送功率约束下功率最小化问题(P3);
(2)将用户到远程接入点的距离按照从小到大的顺序排列,每次将距离用户最小的接入点纳入激活接入点集合,采用步骤(1)的方法基于给定激活接入点集合计算得到对应的能量效率,直到增加的接入点使得接入点集合对应的能量效率降低,得到的最大能量效率对应的接入点集合即为最终选择给用户发送信息的接入点集合。
具体地,所述给定远程接入点集合下的能量效率最优化问题模型可表示为
其中,表示激活远程接入端口到用户的信道矩阵,Rmin为用户的最小速率需求,为系统的硬件总功耗,为所有激活接入点给用户的发送信号的相关矩阵,表示在满足每个远程接入点最大发送功率约束条件下的可行解集合,A为集合中接入点总个数,为第si个接入点的天线数。
进一步地,基于上述能量效率最优化问题模型,所述三个子问题分别表示为:
对所述三个子问题进行求解的步骤包括:
(1.1)求解(P1)得到满足接入点功率约束下使得用户速率最大的发送协方差如果则进入步骤(1.2),否则问题不可解;
(1.2)求解(P2)得到满足接入点功率约束下使得用户能效最大的发送协方差如果则即是给定远程接入点集合下能量效率最优化问题的最优解;否则进入步骤(1.3);
(1.3)求解问题(P3)得到满足接入点功率和用户速率约束下使得用户能效最大的发送协方差即为给定远程接入点集合下能量效率最优化问题的最优解。
进一步地,所述步骤(1.1)中求解问题(P1)的方法为:将问题(P1)优化模型转化为拉格朗日函数对偶函数优化模型,最优解表示为其中,λi为拉格朗日因子,U为对矩阵进行奇异值分解得到的特征向量组成的矩阵,Λ=diag{q1,…,qr}为r个子信道上的发送功率组成的对角矩阵;通过迭代算法求得最优解具体包括:
(1.1.1)令迭代次数初值n=0,随机产生拉格朗日因子λ(0)=[λ1,…,λA]使得矩阵
(1.1.2)计算用户发送协方差
(1.1.3)计算次梯度步长
(1.1.4)更新u(n)=1/n,如果收敛,则停止迭代,得到的即为最优解否则进入步骤(1.1.2),ε为设定的收敛阈值。
进一步地,所述步骤(1.2)中求解问题(P2)的方法为:将问题(P2)优化模型转化为函数通过迭代算法求得最优解具体包括:
(1.2.1)令迭代次数n=0,设置初始值η(0),使得G(η(0))=0;
(1.2.2)采用所述步骤(1.1.1)至(1.1.4)的方法计算得到此时步骤(1.1.1)至(1.1.4)中的矩阵B替代为
(1.2.3)更新如果|η(n+1)-η(n)|≤ε收敛,则停止迭代,得到的即为最优解否则进入步骤(1.2.2)。
进一步地,所述步骤(1.3)中求解问题(P3)的步骤包括:
(1.3.1)记η*=η(n+1),其中η(n+1)为求解(P2)算法产生的结果,令迭代次数n=1,初始化umax=η*,umin=0,u(1)=(umax+umin)/2,;
(1.3.2)采用所述步骤(1.1.1)至(1.1.4)的方法计算得到此时步骤(1.1.1)至(1.1.4)中的矩阵B替代为如果则停止迭代;否则,令umax=u(n),u(n+1)=(umax+umin)/2,重复步骤(1.3.2)进行迭代。
进一步地,所述步骤(2)中具体包括:
(2.1)设置初始的能量效率EEopt=0,问题可行标志flag=0,最优的接入点集合为激活的接入点个数A=1;将接入点到用户的距离di按照递增的顺序排列,即dπ(1)≤…≤dπ(I),π(i)代表离用户第i近的接入点的索引,I为远程接入点总个数;
(2.2)令激活接入点集合来自激活接入点的信道矩阵为
(2.3)在给定情况下,通过采用所述步骤(1.1)至(1.3)的方法求解能效最大化问题,得到最优解,如果最优化问题不可解,那么令否则,令flag=1,根据最优解计算得到
(2.4)如果令否则,终止,得到最终选择给用户发送信息的接入点集合
(2.5)如果A<I,令A=A+1,跳到步骤(2.2);否则进入步骤(2.6);
(2.6)如果flag=0,令基于求解速率最大化问题(P1),计算相应的并将所有接入点打开;否则,终止。
有益效果:与现有技术相比,本发明求解了分布式基站系统在用户速率约束和分布式接入点功率限制条件下的能效最优化问题,并提出一种新型的基于距离的接入点选择方案,方法简单,能快速收敛到最优解,并且结果精确。
附图说明
图1是MIMO分布式基站系统的网络结构图。
具体实施方式
下面对本发明技术方案进行详细说明,但本发明的保护范围不局限于所述实施实例。
本发明实施例公开了一种MIMO分布式基站系统中能量效率最优化的方法。如图1所示,
我们考虑一个下行的单用户分布式基站中有I个远程接入点,和1个用户。当远程接入点数目小于6时,第j个接入点的位置为(rcos(2π(j-1)/I)),rsin(2π(j-1)/I)),j=1,2,…,I,其中r=2Rsin(π/I)/(3π/I),否则第一个远程接入点位于小区中心(0,0),其他I-1个接入点位于(rcos(2π(j-1)/(I-1))),rsin(2π(j-1)/(I-1))),j=2,…,I。
本发明实施例的能量效率最优化的方法主要包括两个部分,首先在给定激活接入点集合下,提出了一种低复杂度的发送预编码最优设计方案,该方案将能效最优化问题转化为三个子问题进行求解(速率最大化问题,没有速率约束下能效最优化问题,有速率约束下功率最小化问题),通过迭代求解最优的发送预编码方案(即所有激活接入点给用户的发送信号的相关矩阵的最优解);然后提出了一种基于距离的新型的低复杂度分布式接入点选择算法。具体的,本发明实施例的方法主要包括如下步骤:
(1)给定远程接入点集合下的能量效率最优化问题可以表示为
其中,表示激活远程接入端口到用户的信道矩阵,Rmin为这个用户的最小和速率需求,为激活的远程接入点总个数,系统的硬件总功耗为所有激活的天线总数,为第si个接入点的天线数,pc为每根天线对应的射频链路功率损耗,p0为每个远程接入端口的静态链路损耗,为所有激活接入点给用户的发送信号的相关矩阵,表示满足每个远程接入点最大发送功率约束下的可行解集合,
我们将上述能量效率最优化问题转化为求解如下三个辅助的子问题:满足远程端口最大发送功率限制下最大化用户速率问题(P1),满足远程端口最大发送功率限制下最大化能效最优化问题(P2),以及用户最小速率约束和远程端口最大发送功率约束下功率最小化问题(P3)。所述的三个子问题分别表示为:
那么求解给定激活接入点集合下的能效优化问题可以分为以下步骤求解:
(1.1)求解(P1)得到满足接入点功率约束下使得用户速率最大的发送协方差如果则进入步骤(1.2),否则问题不可解;
(1.2)求解(P2)得到满足接入点功率约束下使得用户能效最大的发送协方差如果则即是给定远程接入点集合下能量效率最优化问题的最优解;否则进入步骤(1.3);
(1.3)求解问题(P3)得到满足接入点功率和用户速率约束使得用户能效最大的发送协方差即为给定远程接入点集合下能量效率最优化问题的最优解。
(2)将用户到远程接入点的距离按照从小到大的顺序排列,每次将距离用户最小的接入点纳入激活接入点集合,用步骤(1)的方法计算能量效率,直到增加的接入点使得能量效率降低,得到的接入点集合即为最终选择给用户发送信息的接入点集合。
上述步骤(1)中对三个子问题进行求解的步骤包括:
(2.1)求解问题(P1)的步骤
对矩阵进行奇异值分解其中其中λi为拉格朗日因子,U为特征向量组成的矩阵,D=diag{d1,…,dr}为矩阵的特征值组成的对角矩阵,首先定义矩阵Λ=diag{q1,…,qr}为r个子信道上的发送功率组成的对角矩阵,其中每个对角元素为然后下面给出问题(P1)求解的详细步骤:
第一步、迭代次数初值n=0,随机产生拉格朗日因子λ(0)=[λ1,…,λA]使得矩阵
第二步、计算用户发送协方差
第三步、计算次梯度步长
第四步、更新 u(n)=1/n,如果 收敛,则停止迭代,否则重复第二步。
(2.2)求解问题(P2)的步骤
定义函数那么求解问题(P2)的具体算法流程为:
第一步、设置初始值η(0),使得G(η(0))=0,迭代次数n=0;
第二步、用问题(P1)的算法得到此时矩阵B替代为
第三步、更新如果|η(n+1)-η(n)|≤ε收敛,否则重复第二步。
(2.3)求解问题(P3)的步骤
记η*=η(n+1),其中η(n+1)为求解(P2)算法产生的结果。
那么求解问题(P3)的具体方法如下:
第一步、初始化umax=η*,umin=0,u(1)=(umax+umin)/2,此时迭代次数n=1;
第二步、用问题(P1)的算法求解G(u(n))得到此时矩阵B替代为如果则停止迭代;否则,umax=u(n),u(n+1)=(umax+umin)/2。重复进行第二步。
其中步骤(2)的具体方法如下:
设置初始的能量效率EEopt=0,问题可行标志flag=0,最优的接入点集合为激活的接入点个数A=1。将接入点到用户的距离di按照递增的顺序排列,即dπ(1)≤…≤dπ(I),π(i)代表离用户第i近的接入点的索引。
第一步、令来自激活接入点的信道矩阵为
第二步、在给定情况下,通过步骤一的方法求解能效最大化问题。如果最优化问题不可解,那么令否则,flag=1,计算得到
第三步、如果令否则,终止;
第四步、如果A<I,令A=A+1,跳到第一步;否则进行第五步;
第五步、如果flag=0,令基于求解速率最大化问题(P1),计算相应的并将所有接入点打开;否则,终止。
以上所述发明仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干可以预期的改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种MIMO分布式基站系统中能量效率最优化的方法,其特征在于,包括如下步骤:
(1)建立给定远程接入点集合下的能量效率最优化问题模型,并将所述问题模型转化为三个子问题进行求解,得到满足远程端口最大发送功率约束和用户最小速率约束下使得用户能效最大的发送协方差的最优解和对应的最大能量效率值,所述三个子问题为:满足远程端口最大发送功率约束下最大化用户速率问题(P1),满足远程端口最大发送功率约束下最大化能效问题(P2),以及满足用户最小速率约束和远程端口最大发送功率约束下功率最小化问题(P3);
(2)将用户到远程接入点的距离按照从小到大的顺序排列,每次将距离用户最小的接入点纳入激活接入点集合,采用步骤(1)的方法基于给定激活接入点集合计算得到对应的能量效率,直到增加的接入点使得接入点集合对应的能量效率降低,得到的最大能量效率对应的接入点集合即为最终选择给用户发送信息的接入点集合。
2.根据权利要求1所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述给定远程接入点集合下的能量效率最优化问题模型表示为
其中,表示激活远程接入端口到用户的信道矩阵,Rmin为用户的最小速率需求,为系统的硬件总功耗,为所有激活接入点给用户的发送信号的相关矩阵,表示在满足每个远程接入点最大发送功率约束条件下的可行解集合,A为集合中接入点总个数,为第si个接入点的天线数。
3.根据权利要求2所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述三个子问题分别表示为:
对所述三个子问题进行求解的步骤包括:
(1.1)求解(P1)得到满足接入点功率约束下使得用户速率最大的发送协方差如果则进入步骤(1.2),否则问题不可解;
(1.2)求解(P2)得到满足接入点功率约束下使得用户能效最大的发送协方差如果则即是给定远程接入点集合下能量效率最优化问题的最优解;否则进入步骤(1.3);
(1.3)求解问题(P3)得到满足接入点功率和用户速率约束下使得用户能效最大的发送协方差即为给定远程接入点集合下能量效率最优化问题的最优解。
4.根据权利要求3所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述步骤(1.1)中求解问题(P1)的方法为:将问题(P1)优化模型转化为拉格朗日函数对偶函数优化模型,最优解表示为其中,λi为拉格朗日因子,U为对矩阵进行奇异值分解得到的特征向量组成的矩阵,Λ=diag{q1,…,qr}为r个子信道上的发送功率组成的对角矩阵;通过迭代算法求得最优解具体包括:
(1.1.1)令迭代次数初值n=0,随机产生拉格朗日因子λ(0)=[λ1,…,λA]使得矩阵
(1.1.2)计算用户发送协方差
(1.1.3)计算次梯度步长
(1.1.4)更新u(n)=1/n,如果收敛,则停止迭代,得到的即为最优解否则进入步骤(1.1.2),ε为设定的收敛阈值。
5.根据权利要求4所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述步骤(1.2)中求解问题(P2)的方法为:将问题(P2)优化模型转化为函数通过迭代算法求得最优解具体包括:
(1.2.1)令迭代次数n=0,设置初始值η(0),使得G(η(0))=0;
(1.2.2)采用所述步骤(1.1.1)至(1.1.4)的方法计算得到此时步骤(1.1.1)至(1.1.4)中的矩阵B替代为
(1.2.3)更新如果|η(n+1)-η(n)|≤ε收敛,则停止迭代,得到的即为最优解否则进入步骤(1.2.2)。
6.根据权利要求5所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述步骤(1.3)中求解问题(P3)的步骤包括:
(1.3.1)记η*=η(n+1),其中η(n+1)为求解(P2)算法产生的结果,令迭代次数n=1,初始化umax=η*,umin=0,u(1)=(umax+umin)/2,;
(1.3.2)采用所述步骤(1.1.1)至(1.1.4)的方法计算得到此时步骤(1.1.1)至(1.1.4)中的矩阵B替代为如果则停止迭代;否则,令umax=u(n),u(n+1)=(umax+umin)/2,重复步骤(1.3.2)进行迭代。
7.根据权利要求3所述的MIMO分布式基站系统中能量效率最优化的方法,其特征在于,所述步骤(2)中具体包括:
(2.1)设置初始的能量效率EEopt=0,问题可行标志flag=0,最优的接入点集合为激活的接入点个数A=1;将接入点到用户的距离di按照递增的顺序排列,即dπ(1)≤…≤dπ(I),π(i)代表离用户第i近的接入点的索引,I为远程接入点总个数;
(2.2)令激活接入点集合来自激活接入点的信道矩阵为
(2.3)在给定情况下,通过采用所述步骤(1.1)至(1.3)的方法求解能效最大化问题,得到最优解,如果最优化问题不可解,那么令否则,令flag=1,根据最优解计算得到
(2.4)如果令否则,终止,得到最终选择给用户发送信息的接入点集合
(2.5)如果A<I,令A=A+1,跳到步骤(2.2);否则进入步骤(2.6);
(2.6)如果flag=0,令基于求解速率最大化问题(P1),计算相应的并将所有接入点打开;否则,终止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510532611.5A CN105072632B (zh) | 2015-08-26 | 2015-08-26 | 一种mimo分布式基站系统中能量效率最优化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510532611.5A CN105072632B (zh) | 2015-08-26 | 2015-08-26 | 一种mimo分布式基站系统中能量效率最优化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105072632A true CN105072632A (zh) | 2015-11-18 |
CN105072632B CN105072632B (zh) | 2018-05-15 |
Family
ID=54501883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510532611.5A Active CN105072632B (zh) | 2015-08-26 | 2015-08-26 | 一种mimo分布式基站系统中能量效率最优化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105072632B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105848277A (zh) * | 2016-03-17 | 2016-08-10 | 深圳大学 | 一种基于广播信道的分布式天线能量效率优化方法及系统 |
CN106131880A (zh) * | 2016-08-12 | 2016-11-16 | 辛建芳 | 基于单重休假的蜂窝网络基站功率控制方法 |
CN107257560A (zh) * | 2017-06-09 | 2017-10-17 | 杭州电子科技大学 | 多小区多用户大规模mimo系统中基站合理分布的方法 |
CN110225533A (zh) * | 2019-05-05 | 2019-09-10 | 中山大学 | NB-IoT无线能量分配方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103747448A (zh) * | 2013-12-12 | 2014-04-23 | 东南大学 | 一种移动通信网络中能量效率最优化的方法 |
EP2728944A1 (en) * | 2011-07-29 | 2014-05-07 | Huawei Technologies Co., Ltd | Power determination method and base station |
-
2015
- 2015-08-26 CN CN201510532611.5A patent/CN105072632B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2728944A1 (en) * | 2011-07-29 | 2014-05-07 | Huawei Technologies Co., Ltd | Power determination method and base station |
CN103747448A (zh) * | 2013-12-12 | 2014-04-23 | 东南大学 | 一种移动通信网络中能量效率最优化的方法 |
Non-Patent Citations (3)
Title |
---|
ALESSIO ZAPPONE,ETC: ""Low-Complexity Energy Efficiency Optimization with Statistical CSI in Two-Hop MIMO Systems"", 《IEEE SIGNAL PROCESSING LETTERS, VOL.21, NO.11》 * |
CUNHUA PAN,ETC: ""Totally Distributed Energy-Efficient Transmission Design in MIMO Interference Channels》", 《GLOBECOM 2014-WIRELESS COMMUNICATIONS SYMPOSIUM》 * |
HONG REN,ETC: ""Energy Efficiency Optimization for MIMO Distributed Antenna Systems"", 《IEEE》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105848277A (zh) * | 2016-03-17 | 2016-08-10 | 深圳大学 | 一种基于广播信道的分布式天线能量效率优化方法及系统 |
CN105848277B (zh) * | 2016-03-17 | 2019-03-08 | 深圳大学 | 一种基于广播信道的分布式天线能量效率优化方法及系统 |
CN106131880A (zh) * | 2016-08-12 | 2016-11-16 | 辛建芳 | 基于单重休假的蜂窝网络基站功率控制方法 |
CN107257560A (zh) * | 2017-06-09 | 2017-10-17 | 杭州电子科技大学 | 多小区多用户大规模mimo系统中基站合理分布的方法 |
CN107257560B (zh) * | 2017-06-09 | 2020-09-18 | 杭州电子科技大学 | 多小区多用户大规模mimo系统中基站合理分布的方法 |
CN110225533A (zh) * | 2019-05-05 | 2019-09-10 | 中山大学 | NB-IoT无线能量分配方法、装置、计算机设备及存储介质 |
CN110225533B (zh) * | 2019-05-05 | 2020-10-20 | 中山大学 | NB-IoT无线能量分配方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105072632B (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105871436B (zh) | 一种分布式miso系统在空间相关信道下的功率分配方法 | |
CN103826219B (zh) | 一种保证时延QoS要求的保密系统功率分配方法 | |
CN105072632A (zh) | 一种mimo分布式基站系统中能量效率最优化的方法 | |
CN106604400A (zh) | 一种协作蜂窝网络的资源分配和能量管理方法 | |
CN105451343A (zh) | 一种基于能量采集的多中继网络资源分配方法 | |
CN105407535B (zh) | 一种基于约束马尔可夫决策过程的高能效资源优化方法 | |
CN104869626A (zh) | 基于低复杂度接收机的上行大规模mimo系统功率控制方法 | |
CN105680920A (zh) | 一种多用户多天线数能一体化通信网络吞吐量优化方法 | |
CN105188125A (zh) | 无线网络能效谱效联合优化的功率分配方法 | |
CN105163380A (zh) | Mimo无线多跳网络的分布式跨层优化方法 | |
CN105281817A (zh) | 一种基于分布式双向中继系统的鲁棒波束成型方法 | |
CN105246158A (zh) | 基于高信噪比的能效最大化多天线中继系统功率分配方法 | |
CN102347820A (zh) | 一种多小区协作无线通信系统联合编解码方法 | |
CN102291727B (zh) | 一种分布式协作波束成形设计方法 | |
CN106998222A (zh) | 一种分布式天线系统中高能效的功率分配方法 | |
CN104717730B (zh) | 大规模天线系统高能效资源优化方法 | |
CN102355294B (zh) | 单基站功率约束的多点协作波束成型和功率分配方法 | |
CN103905106A (zh) | 一种多天线多播波束赋形向量计算方法 | |
CN106357315B (zh) | 一种具有不完全csi的大型多天线网络能效资源分配方法 | |
CN101562882B (zh) | 一种功率分配的方法及装置 | |
CN103001685A (zh) | 应用于协作多点传输的分布式协作多小区波束成型方法 | |
CN105722203B (zh) | 大规模天线系统基于粒子群算法的高能效功率分配方法 | |
CN103944618A (zh) | 大规模miso协同能效发送方法 | |
CN105873206B (zh) | 一种大规模mimo传输的蜂窝中继网络模型及功率分配方法 | |
CN104253638A (zh) | 基于Stiefel流形上共轭梯度法的MIMO干扰对齐算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |