CN107332595B - 一种mimo无线能量通信网络最大化吞吐量方法 - Google Patents

Abstract

本发明公开了一种MIMO无线能量通信网络最大化吞吐量方法，包括，首先采用奇异值分解技术，将多输入多输出信道分解成等效平行子信道，利用调制分集对星座图进行旋转避免星座点重叠；然后进行时隙分配与功率分配的两步迭代计算，直到吞吐量收敛。从而设计出满足实际应用需求的时隙分配与预编码方法。本发明对比传统的基于高斯信源的设计方案有较大的性能改善。

Description

一种MIMO无线能量通信网络最大化吞吐量方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种MIMO无线能量通信网络最大化吞吐量方法。

背景技术

无线通信网络中的节点受限于传统的能量供应，如电网供电以及电池供电，不可避免铺设电力线、更换电池等问题。因此大规模、高密度的无线通信网络的布设面临诸多问题。无线充电技术的出现，使得对无线通信网络节点进行无线供电成为可能，可以提高网络布设的灵活性、延长网络的工作周期、增加网络的吞吐量、提高网络的可靠性等。

目前的无线充电技术主要有电磁感应式、磁场共振式以及射频充电式。其中射频充电式由于其部署更灵活，以及可以与无线通信相结合的优点受到了广泛关注。然而射频充电也存在着能量传输效率低和安全性等问题。无线充电与无线通信相结合，催生了一种新场景：无线能量通信网络。在该系统中，无线充电站在下行链路利用无线射频给网络节点充电，网络节点激活后利用接收的能量在上行链路将数据信息发送给接收机。目前针对无线能量通信网络的研究，大都是基于理想的高斯信源来进行系统设计的，其忽略了实际通信系统中所采用的有限字符集调制方式(如振幅调制、调频调制、调相调制等)，或者所采用信噪比沟道作为折衷的方法并不能很好地弥补其设计缺陷。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种MIMO无线能量通信网络最大化吞吐量方法。本发明能够在基于工程实际中有限字符集调制信号的情况下，达到系统近似最大化吞吐量。

本发明采用如下技术方案：

一种MIMO无线能量通信网络最大化吞吐量方法，包括如下步骤：

S1用户U_i获取信道矩阵H_i，并采用奇异值分解(SVD，Singular ValueDecomposition)技术在用户U_i发射端对信道矩阵H_i以及预编码矩阵G_i进行分解，H_i分解得到N个并行子信道，所述H_i分解成

U_H,i是左酉矩阵，Σ_H,i表示H_i的奇异值矩阵，其第l个对角线上的元素表示第l个并行子信道的增益，V_H,i是右酉矩阵，

是V_H,i的共轭转置矩阵，二者可互相转换；

同理，所述G_i分解成

U_G,i是左酉矩阵，Σ_G,i表示G_i的功率分配矩阵，其第l个对角线上的元素表示对第l个并行子信道的功率分配因子，V_G,i是右酉矩阵。有U₁,U₂,...,U_K共K个用户，对每个用户U_i(1≤i≤K)的信道矩阵H_i和预编码矩阵G_i都作上述SVD分解。

S2把G_i的左酉矩阵U_G,i设置成V_H,i可以忽略酉矩阵的影响，而继续保持并行子信道的分解，便于功率分配。接着采用调制分集星座图旋转方法，构造一个调制分集酉矩阵V_M，将G_i的右酉矩阵

设置为V_M。具体为：

其中，N_t是用户U_i的发射天线数，N_r是信息-能量混合收发机的天线数q_M则依不同的调制方式而定，j表示虚数单位，即j×j＝-1。

S3开始时隙分配与功率分配两步迭代算法，设置迭代次数n＝0。

S4第n次迭代A步：优化时隙分配向量。

利用第n-1次迭代得到的K个功率分配矩阵集合

不变({·}表示集合，

表示所有的i取值，即1≤i≤K，下文省略

)，并由S2选取左右酉矩阵得到预编码矩阵集合

在一个传输时间块T内，对下行能量传输时隙τ₀T和K个用户的上行信息传输时隙集合{τ_iT}共K+1个时隙，以吞吐量最大化为目标进行优化分配，基于

得到第n次迭代的时隙分配向量：τ⁽ⁿ⁾＝[τ₀,τ₁,...,τ_K]。

S5第n次迭代B步：优化K个功率分配矩阵。

由S2选取左右酉矩阵并初始化功率分配矩阵集合，得到K个初始化预编码矩阵的集合{G_i}。基于{G_i}以及S4中得到的优化时隙分配向量τ⁽ⁿ⁾，采用梯度下降法结合内点法，以吞吐量最大化为目标进行迭代计算直至收敛，得到第n次迭代的功率分配矩阵集合：

S6判断是否满足吞吐量收敛条件，若不满足，令n＝n+1并重复S4到S5的迭代过程；若满足收敛条件，则得到最优时隙分配向量τ^*以及K个用户的最优功率分配矩阵的集合

S7将S6中得到的最优时隙分配向量τ^*作为下行能量传输与上行信息传输的时隙分配方案；将S6中得到的用户U_i的最优功率分配矩阵

与S2中选取的左右酉矩阵进行乘积作为用户U_i的预编码矩阵，即

利用该预编码方案进行上行信息传输。

所述S1中奇异值分解式

即给定的信道矩阵H_i应用奇异值分解可分解成等号右边三个矩阵相乘。

所述S2中q_M其选取原则为使发射信号向量构成的复合星座图的星座点之间的欧氏距离尽量大。

所述S4中优化时隙分配向量τ的具体实现依照下述公式：

其中θ_i表示用户U_i的下行信道状况，

是一个自定义方程g_i(w_i)＝0的解，该方程的参数具体依用户U_i的上行信道状况和调制方式而定。

本发明基于凸优化的联合时隙分配与功率分配方法，并与调制分集星座图旋转方法相结合。首先采用奇异值分解技术，将多输入多输出(MIMO，Multiple-input multiple-output)信道分解成等效并行子信道，利用调制分集对星座图进行旋转避免星座点重叠；然后进行时隙分配与功率分配的两步迭代计算，直到吞吐量收敛。从而设计出满足实际应用需求的时隙分配与预编码方法。

本发明的有益效果：

本发明在无线能量通信网络中，引入多天线技术提高系统吞吐量；使用调制分集星座图旋转方法提高系统性能；基于有限字符集信源联合时隙分配与功率分配，对比传统的基于高斯信源的设计方案有较大的性能改善，从而满足工程实际应用需求。

附图说明

图1是本发明的工作流程图；

图2是多用户多天线无线能量通信网络模型；

图3是多用户无线能量通信网络时隙分配图；

图4是本实施例中2×2MIMO-BPSK调制采用不同方案的功率-总吞吐量曲线；

图5是本实施例中2×2MIMO-QPSK调制采用不同方案的功率-总吞吐量曲线；

图6是本实施例中2×2MIMO-BPSK调制采用不同方案的用户数-归一化吞吐量曲线。

具体实施方式

下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。

实施例

如图1所示，一种MIMO无线能量通信网络最大化吞吐量方法，核心是通过两步迭代方法分别得到最优时隙分配向量τ^*和各用户U_i的功率分配矩阵

进一步可得到预编码矩阵

i的取值为1≤i≤K。

图2是一个装备N_r根天线的信息/能量混合收发站和K个用户，每个用户U_i装备N_t根接收天线的无线能量通信网络模型。混合收发站在下行链路处于能量传输模式，在上行链路处于信息接收模式。

考虑用户U_i的上行信息传输多天线基带等效模型为：y_i＝H_iG_ix_i+n_i。

其中x_i是N_t×1的发射复向量，y_i是N_r×1的接收复向量，H_i是N_r×N_t的复信道矩阵，G_i是N_t×N_t的预编码矩阵。对用户U_i获取的信道矩阵进行奇异值分解可得到：

对预编码矩阵G_i进行奇异值分解可得到：

本发明的预编码方法中，预编码矩阵G_i的左酉矩阵U_G,i取V_H,i，对角功率分配矩阵

则依据两步迭代法得到，右酉矩阵

取V_M，于是本发明的预编码方法为：

i的取值为1≤i≤K。

图3是多用户无线能量通信网络时隙分配图，在一个时间传输块T内，首先分配时隙τ₀T，用于下行链路混合收发站向K个用户通过射频传输无线能量。接下来，各个用户U_i在充电激活后，按分时多址(TDMA，Time Division Multiple Address)的接入方式，会被依次分配给时隙τ_iT用于在上行链路将数据信息发送给混合收发站。

本实例首先建立一个两用户的无线能量通信网络，信息/能量混合收发站装备两根天线，每个用户装备两根天线，并采用二元相移键控(BPSK)调制，两个用户U₁和U₂选取的信道矩阵分别是

和

第二步，确定调制分集矩阵V_M。由于采用BPSK调制，q_M＝1；若是采用正交相移键控(QPSK)调制，q_M＝1/2。于是本实例的调制分集矩阵为：

第三步是核心的通过两步迭代方法分别得到最优时隙分配向量τ^*和用户U₁的功率分配矩阵

用户U₂的功率分配矩阵

首先随机选取初始的时隙分配向量τ⁽⁰⁾和功率分配矩阵

和

在第n次迭代中，A步：采用奇异值分解对信道矩阵H₁和H₂进行分解，分别各得到两个等效并行子信道，分解结果为

和

利用第n-1次迭代得到的功率分配矩阵

和

分别得到两个预编码矩阵

和

然后通过最优化时隙分配公式求解得到第n次迭代的最优时隙分配向量τ⁽ⁿ⁾。

B步：由上一步得到的时隙分配τ⁽ⁿ⁾，基于梯度下降法结合内点法，得到第n次迭代的最优功率分配矩阵

和

判断是否达到收敛条件(如达到预先设定的迭代次数或者总吞吐量的提升小于某个阈值时)，若达到，则停止迭代，输出最优时隙分配向量τ^*和功率分配矩阵

和

否则，继续第n+1次迭代。

第四步，由第三步中得到的两个最优功率分配矩阵，分别得到两个预编码矩阵

和

本实例的仿真结果使用仿真软件Matlab获得。吞吐量的计算采用互信息下界近似公式，从而大大降低计算复杂度。

采用BPSK调制的仿真结果如图4所示，可以看到，图中分别列出了五种方案的功率-总吞吐量曲线。功率是指两个用户相同的发射功率。这五种方案分别是方案A本发明的一种MIMO无线能量通信网络最大化吞吐量方法(两步迭代)、方案B联合时隙分配与基于调制分集、注水算法的预编码(时隙分配-注水-调制分集)，方案C时隙分配与无预编码(时隙分配-无预编码)，方案D等时隙分配与基于调制分集、注水的预编码(等时隙-注水-调制分集)，方案E联合时隙分配与注水预编码(时隙分配-注水)。由图可知，本发明提出的方案A性能最好，是图中五种方案中最优的；方案B是次优的；而方案D在功率大于35dBm时和方案E在大于55dBm时，其总吞吐量就基本上不随着功率的增大而提升了，远不能达到饱和点。

采用QPSK调制的仿真结果如图5所示。和图4相似，本发明提出的方案A依旧是图中最优的。

图6所示的是BPSK调制下，采用不同方案的用户数-归一化吞吐量曲线。各个信道矩阵用Matlab随机生成多次，并做多次仿真取归一化吞吐量的平均值此图的仿真场景和图4以及图5有所差别，依旧是两收两发的多天线，但此时所有用户的发射功率固定为50dBm，用户数不再是固定两个。归一化吞吐量是指总吞吐量除以用户数。从图中可以看出，在高功率下(50dBm)，本发明提出的方案A依旧是最优的，不过方案B与其已经比较接近了；随着用户数的增加，方案A相对于其它方案的性能增益逐渐缩小，在用户数K为10时，前四种方案(A,B,C,D)变得很接近了，只有方案E效果比较差。

结合本文中所公开的实施例描述的方法或步骤可以用硬件如DSP和FPGA、处理器执行的软件程序，或者二者的结合来实施。软件程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它形式的存储介质中。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (2)

1.一种MIMO无线能量通信网络最大化吞吐量方法，其特征在于，包括如下步骤：

S1用户U_i获取信道矩阵H_i并做奇异值分解；

采用奇异值分解技术分解信道矩阵H_i以及预编码矩阵G_i，分解H_i得到N个并行子信道，所述H_i分解成

U_H,i是左酉矩阵，Σ_H,i表示H_i的奇异值矩阵，其中第l个对角线上的元素表示第l个并行子信道的增益，V_H,i是右酉矩阵，

是V_H,i的共轭转置矩阵；

所述G_i分解成

U_G,i是左酉矩阵，Σ_G,i表示G_i的功率分配矩阵，其第l个对角线上的元素表示对第l个并行子信道的功率分配因子，V_G,i是右酉矩阵，i的取值范围为1≤i≤K，K为用户数；

S2把G_i的左右酉矩阵分别设置成V_H,i和调制分集酉矩阵V_M；

S3开始时隙分配与功率分配两步迭代算法，设置迭代次数n＝0；

S4第n次迭代A步：在一个传输时间块T内，对下行能量传输时隙τ₀T和K个用户的上行信息传输时隙集合{τ_iT}共K+1个时隙，以吞吐量最大化为目标进行优化分配，基于第n-1次迭代得到的K个功率分配矩阵的集合

得到第n次迭代的时隙分配向量：τ⁽ⁿ⁾＝[τ₀,τ₁,...,τ_K]；

S5第n次迭代B步：基于S4中得到的优化时隙分配向量τ⁽ⁿ⁾，采用梯度下降法结合内点法，以吞吐量最大化为目标进行迭代计算直至收敛，得到第n次迭代的功率分配矩阵集合

S6判断是否满足吞吐量收敛条件，若不满足，令n＝n+1并重复S4到S5的迭代过程；若满足收敛条件，则得到最优时隙分配向量τ^*以及K个用户的最优功率分配矩阵的集合

S7将S6中得到的时隙分配向量τ^*作为下行能量传输与上行信息传输的时隙分配方案，基于S6中得到的用户U_i的最优功率分配矩阵

和S2得到左右酉矩阵进行乘积作为用户U_i的预编码矩阵，即

利用预编码矩阵进行上行信息传输；

所述S4中优化时隙分配τ具体实现依照下述公式：

其中θ_i表示用户U_i的下行信道状况，

是一个自定义方程g_i(w_i)＝0的解。

2.根据权利要求1所述的一种MIMO无线能量通信网络最大化吞吐量方法，其特征在于，所述V_M采用调制分集星座图旋转构成，具体为：

其中，N_t是用户U_i的发射天线数，N_r是信息-能量混合收发机的天线数，q_M则依不同的调制方式而定，j表示虚数单位，即j×j＝-1。

Images