CN108811069B - 一种全双工非正交多址接入系统基于能效的功率控制方法 - Google Patents

Abstract

本发明一种全双工非正交多址接入系统基于能效的功率控制方法，属于网络功率控制领域，针对采用全双工基站同时为多个半双工下行用户和上行用户提供服务的单载波非正交多址系统的能效问题建立优化模型，然后采用分式规划和基于拉格朗日乘子的迭代算法对发射功率进行分配，以实现系统能量效率最大化。该发明所得结果提高了全双工NOMA系统的能量效率，在一定程度上，降低了计算复杂度。

Description

一种全双工非正交多址接入系统基于能效的功率控制方法

技术领域

本发明属于非正交多址接入通信领域中，尤其是一种全双工非正交多址接入中带有服务质量保障的基于能效的功率控制方法。

背景技术

在最新的5G新型多址技术研究中，基于功率域复用的非正交多址接入技术是5G网络中提高系统容量、改善频效、能效的一种有广泛应用前景的技术。NOMA技术相对于传统的OMA技术具有如下优点：更高的频谱效率、更高的小区边缘吞吐量、更低传输等待时间、增强用户公平性和支持更多的用户连接数等。

然而，迄今为止NOMA的大部分工作仅限于半双工操作。由于NOMA和全双工技术都提高了频谱效率。全双工收发器在NOMA系统中的潜在应用是允许在蜂窝网络中同时进行上行链路和下行链路传输，其中来自上行链路信道中的配对用户的数据以及下行链路信道中的配对用户的数据在同一时间在同一频率上。关于全双工操作和NOMA原理相结合的最新研究很少，目前，通过对协作NOMA系统的研究成果分析发现，已有研究成果主要集中在以下方面。如Sun Y等人在《IEEE Communications Letters,2017,65(3):1077-1091》上发表题为“Optimal joint power and subcarrier allocation for full-duplexmulticarriernon-orthogonal multiple access systems”的文章，是基于全双工NOMA系统的加权和容量提出NOMA的最优和次优功率分配方案。其次，是针对系统遍历和速率的性能研究，如Zhang C等人在《IEEE Communications Letters,2016,22:2478-2481.》上发表的“Non-orthogonal multiple access with cooperative full-duplex relaying”的文章，是基于全双工协作NOMA中继系统的遍历和速率提出NOMA的功率分配方案。

因此，针对全双工NOMA系统，主要集中在优化系统的功耗，系统容量以及和速率等性能指标，很少有对系统的能量效率进行研究。有必要考虑全双工NOMA系统中研究基于最大化能效的资源分配方法。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高了系统的能量效率、实用性和可行性强的全双工非正交多址接入的基于能效的功率控制方法。本发明的技术方案如下：

一种全双工非正交多址接入系统基于能效的功率控制方法，其包括以下步骤：

在全双工非正交多址接入系统中，定义能效优化问题为：实现最大化NOMA通信系统的能量效率同时保证包括上行用户和下行用户的服务质量，通过采用控制上行用户和基站的发射功率的方法，将该最优化问题描述为问题P1：

将问题P1运用分式规划问题转换为减式形式，并定义函数F(x)＝f(p_k,q_j)-xg(p_k,q_j)将优化问题P1等效地转化为优化问题P2：其中

表示系统的和速率总和，

表示系统的总功耗。

求解问题P2，等价于求解F(x^*)＝0,其中

则优化问题P2等价为优化问题P3：

P3：

引入乘子λ和μ_k，变形为子问题P4：

为了求解最优解(p_k ^*，q_j ^*)采用分层的思想对问题P4进行优化求解。

进一步的，所述最优化问题P1为：

P1:

其中：

受限制于：

在问题P1中，各参数定义如下：

R^UL：表示系统中上行用户的和速率；

R^DL：表示系统中下行用户的和速率；

p_c：表示系统中的电路损耗；

p_k：基站分配给下行用户k的发射功率；

q_j：上行用户j的发射功率；

表示下行用户k和基站之间的路径损耗和阴影衰落；

表示上行用户j和基站之间的路径损耗和阴影衰落；

表示上行用户j和下行用户k之间的路径损耗和阴影衰落；

基站发射到下行用户的最大功率总和限制；

单个上行用户的最大发射功率限制；

h_k：基站到下行用户k链路间的信道增益，不失一般性，令0≤|h₁|≤|h₂|≤…≤|h_K|；

g_j：上行用户j到基站链路间的信道增益，不失一般性，令|g₁|≥|g₂|≥...≥|g_J|≥0；

f_j,k：上行用户j到下行用户k链路间的信道增益；

表示下行用户k处的高斯白噪声；

表示基站处的高斯白噪声；

Γ_k：下行用户k的吞吐量要求；

上行用户j的吞吐量要求；

l_SI：基站处自干扰信道增益；

ρ：0＜ρ＜＜1，表示自干扰消除效果的一个常量。

进一步的，所述将问题P1运用分式规划问题转换为减式形式，并定义函数F(x)＝f(p_k,q_j)-xg(p_k,q_j)将优化问题P1等效地转化为优化问题P2，具体包括：定义

P2:

受限于：

F(x)≥0,

其中x为辅助变量；

进一步的，所述求解问题P2，等价于求解F(x^*)＝0,其中

则优化问题P2等价为优化问题P3：具体包括：

P3：

受限于：

其中

则p_k ^*,q_j ^*为问题P3的最优解。

进一步的，所述引入乘子λ和μ_k，变形为子问题P4，具体包括：

为求解问题P3，令

引入乘子λ和μ_k，变形为如下子问题P4：

P4-A：

P4-B：

进一步的，所述为了求解最优解(p_k ^*，q_j ^*)采用分层的思想对问题P4进行优化求解，步骤为：

步骤4.1：初始化外层最大迭代次数l_max和最大终止误差ε，首先令l＝0和x＝0；

步骤4.2：初始化内层最大迭代次数t_max和乘子α,β_k,η_j,

μ_k,λ，并且令t＝0。根据给定的x，由步骤(4)可得出最优解(p_k ^*，q_j ^*)：

步骤4.3：根据次梯度算法更新拉格朗日乘子α,β_k,η_j,

μ_k,λ，并将t+1赋值给t。直至内层迭代收敛或者t＝t_max，并返回最优解(p_k ^*,q_j ^*)；

步骤4.4：根据上述步骤4.3得到的最优解(p_k ^*,q_j ^*)，来判断f(p_k ^*,q_j*)-xg(p_k ^*,q_j ^*)＜ε，如果判断不收敛，则返回

否则不收敛，令

并返回步骤4.2，直至外层迭代收敛或者l＝l_max，那么结束算法。

本发明的优点及有益效果如下：

本发明针对基于全双工NOMA系统的能效最大化问题，在满足每个用户最小数据速率约束的情况下，采用分式规划和拉格朗日对偶方法，提出一种功率控制方案，最大化系统的能量效率。本发明所提供的方法相比其他的方案(基于NOMA最大功率发送方案MPT-NOMA以及传统的OMA方案)提高了系统的能量效率，实用性和可行性强。

附图说明

图1是本发明提供优选实施例提供的全双工NOMA网络的系统模型；

图2是本发明对比不同自干扰消除量对系统能效的影响。

图3是本发明对比算法(所提NOMA方案、传统OMA方案)的基站最大发射功率对系统能效的影响。

图4本发明的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

本发明的技术方案如下：

(1)在全双工非正交多址接入系统中，定义能效优化问题为：实现最大化NOMA通信系统的能量效率同时保证包括上行用户和下行用户的服务质量，通过采用控制上行用户和基站的发射功率的方法，将该最优化问题描述为问题P1：

P1:

其中：

受限制于：

在问题P1中，各参数定义如下：

p_k：基站分配给下行用户k的发射功率；

q_j：上行用户j的发射功率；

表示下行用户k和基站之间的路径损耗和阴影衰落；

表示上行用户j和基站之间的路径损耗和阴影衰落；

表示上行用户j和下行用户k之间的路径损耗和阴影衰落；

基站发射到下行用户的最大功率总和限制；

单个上行用户的最大发射功率限制；

h_k：基站到下行用户k链路间的信道增益，不失一般性，令0≤|h₁|≤|h₂|≤…≤|h_K|；

g_j：上行用户j到基站链路间的信道增益，不失一般性，令|g₁|≥|g₂|≥...≥|g_J|≥0；

f_j,k：上行用户j到下行用户k链路间的信道增益；

表示下行用户k处的高斯白噪声；

表示基站处的高斯白噪声；

Γ_k：下行用户k的吞吐量要求；

上行用户j的吞吐量要求；

l_SI：基站处自干扰信道增益；

ρ：0＜ρ＜＜1，表示自干扰消除效果的一个常量。

(2)定义

将问题P1运用分式规划问题转换为减式形式，并定义函数F(x)＝f(p_k,q_j)-xg(p_k,q_j)将优化问题P1等效地转化为优化问题P2：

P2:

受限于：

F(x)≥0,

在问题P2中，各参数定义如下：

p_k：基站分配给下行用户k的发射功率；

q_j：上行用户j的发射功率；

表示下行用户k和基站之间的路径损耗和阴影衰落；

表示上行用户j和基站之间的路径损耗和阴影衰落；

表示上行用户j和下行用户k之间的路径损耗和阴影衰落；

基站发射到下行用户的最大功率总和限制；

单个上行用户的最大发射功率限制；

h_k：基站到下行用户k链路间的信道增益，不失一般性，令0≤|h₁|≤|h₂|≤…≤|h_K|；

g_j：上行用户j到基站链路间的信道增益，不失一般性，令|g₁|≥|g₂|≥...≥|g_J|≥0；

f_j,k：上行用户j到下行用户k链路间的信道增益；

表示下行用户k处的高斯白噪声；

表示基站处的高斯白噪声；

Γ_k：下行用户k的吞吐量要求；

Υ_j：上行用户j的吞吐量要求；

l_SI：基站处自干扰信道增益；

ρ：0＜ρ＜＜1，表示自干扰消除效果的一个常量；

A_k：

B_j：

x：辅助待决定的控制变量；

(3)求解问题P2，等价于求解F(x^*)＝0,其中

则优化问题P2等价为优化问题P3：

P3：

受限于：

则

p_k ^*,q_j ^*为问题P3的最优解

(4)为求解问题P3，令

引入乘子λ和μ_k，变形为如下子问题P4：

P4-A：

受限于：

上述问题的拉格朗日函数定义为：

其中，α,β_k,η_j,

μ_k,λ表示各约束条件对应的拉格朗日乘子。然后拉格朗日函数等价的对偶问题为：

P4-B：

通过对问题P4-B中的q_j,p_k,f_k,S分别求偏导可得：

p_k ^*，q_j ^*分别为下行用户k与上行用户j的最优功率分配。

采用次梯度算法更新如下的拉格朗日乘子：

其中，

是基站最大发射功率，

是单个上行的最大发射功率，t表示迭代指数，ξ_i(i＝1,2,3,4,5,6)表示更新的步长，A_k和B_j分别是上行用户k与下行用户j关于用户最低速率需求的表达式。

为了求解最优解(p_k ^*，q_j ^*)采用分层的思想对问题P4进行优化求解，步骤为：

步骤4.1：初始化外层最大迭代次数l_max和最大终止误差ε，首先令l＝0和x＝0；

步骤4.2：初始化内层最大迭代次数t_max和乘子α,β_k,η_j,

μ_k,λ。并且令t＝0。根据给定的x，由步骤(4)可得出最优解(p_k ^*，q_j ^*)：

步骤4.3：根据次梯度算法更新拉格朗日乘子α,β_k,η_j,

μ_k,λ，并将t+1赋值给t。直至内层迭代收敛或者t＝t_max，并返回最优解(p_k ^*,q_j ^*)；

步骤4.4：根据上述步骤4.3得到的最优解(p_k ^*,q_j ^*)，来判断f(p_k ^*,q_j*)-xg(p_k ^*,q_j ^*)＜ε，如果判断不收敛，则返回

否则不收敛，令

并返回步骤4.2，直至外层迭代收敛或者l＝l_max，那么结束算法。

本发明公开全双工NOMA系统功率分配的资源分配算法，包括：外层迭代首先初始化最大迭代次数l_max和最大判决门限ε；且设置初始最大能效x＝0和迭代索引l＝0；然后给定一个x，解决资源分配问题来获得资源分配策略；能效更新收敛的判断，计算更新的能效值，如果更新的能效与上一次的能效之差不大于最大判决门限，能效收敛，给出最大的能效值，方法结束；如果更新的能效与上一次的能效之差大于最大判决门限，则将新计算出的能效值保存为此时的能效值，并转到第三步中更新分配的功率，直到能效收敛或迭代次数达到l_max，给出最大的能效。

而内层迭代初始化迭代索引t＝0和最大迭代次数t_max；并初始化拉格朗日乘子α,β_k,η_j,

μ_k,λ和资源分配策略{p_k,q_j}(当t＝0)；解出上行用户k与下行用户j的功率分配p_k、q_j；采用次梯度方法更新拉格朗日乘子α,β_k,η_j,

μ_k,λ；直到收敛或迭代次数达到t_max。

本实施例为协作NOMA系统联合功率分配和放大增益选择的资源分配算法，在一个协作NOMA网络中，我们考虑小区内有一个基站、K个下行用户和J个上行用户随机分布在外半径为600米和内半径为30米的圆环内，最小数据速率R_k ^min＝0.5bit/s/Hz，基站最大发射功率P_max＝35dBm，上行用户最大发射功率

电路恒定功耗P_c＝20dBm，路径损耗指数为3.6，系统带宽为5MHz，自干扰消除常量ρ＝-110dBm，下行用户噪声功率和基站噪声功率分别为：

在本实施例中，图1为本发明提供全双工NOMA网络中的系统模型，图中一个基站，K个下行用户和J个上行用户，下行链路中，全双工基站给下行用户发送信息；上行链路中，上行用户发送信号给上行用户。其中下行用户收到上行用户的干扰以及基站处的自干扰。图2是对比不同自干扰消除量对系统能效的影响关系对比图；图3在所提出的NOMA功率分配方案、传统的OMA方案中随基站最大发射功率变化得到系统的能效对比图；从图2中可以看出随着自干扰消除常量的增加，系统平均能效呈现出单调递减的趋势。这是因为更大的自干扰消除常量在基站处会导致更多的残余干扰。从图3中可以看出，NOMA方案和传统OMA方案能效都随着P_max的增长而增长，且当P_max达到一定值后能效就不再增加，这是因为发射功率p_k和q_j达到了最优值，但是所提方案的实现的能效最高。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种全双工非正交多址接入系统基于能效的功率控制方法，其特征在于，包括以下步骤：

在全双工非正交多址接入系统中，定义能效优化问题为：实现最大化NOMA通信系统的能量效率同时保证包括上行用户和下行用户的服务质量，通过采用控制上行用户和基站的发射功率的方法，将优化问题描述为问题P1；

将问题P1运用分式规划问题转换为减式形式，并定义函数F(x)＝f(p_k,q_j)-xg(p_k,q_j)；将优化问题P1等效地转化为优化问题P2；其中

表示系统的和速率，

表示系统的总功耗；x：辅助待决定的控制变量；p_k：基站分配给下行用户k的发射功率；q_j：上行用户j的发射功率；K:上行用户的集合；H_k表示基站到下行用户k的信道增益与噪声功率比；F_j.k表示上行用户j到下行用户k的信道增益与噪声功率比；G_j表示上行用户j到基站的信道增益与噪声功率比；p_m：弱用户m的发射功率；J：下行用户的集合；

表示自干扰消除效果的一个常量；l_SI：基站处自干扰信道增益；p_c为电路损耗；x*：最优控制变量；p_k ^*为基站分配给下行用户k的最优发射功率；q_j ^*为上行用户j的最优发射功率，

求解问题P2，等价于求解F(x^*)＝0,其中

则优化问题P2等价为优化问题P3；

P3：

引入乘子λ和μ_k，变形为子问题P4；

为了求解最优解(p_k ^*，q_j ^*)采用分层的思想对问题P4进行优化求解；

最优化问题P1为：

P1:

其中：

受限制于：

在问题P1中，各参数定义如下：

R^UL：表示系统中上行用户的和速率；

表示系统中上行用户j的和速率；

R^DL：表示系统中下行用户的和速率；

表示系统中下行用户k的和速率；

p_c：表示系统中的电路损耗；

p_k：基站分配给下行用户k的发射功率；

q_j：上行用户j的发射功率；q_t表示上行用户t的发射功率；

表示下行用户k和基站之间的路径损耗和阴影衰落；

表示上行用户j和基站之间的路径损耗和阴影衰落；

表示上行用户t和基站之间的路径损耗和阴影衰落；

表示上行用户j和下行用户k之间的路径损耗和阴影衰落；

基站发射到下行用户的最大功率总和限制；

单个上行用户的最大发射功率限制；

h_k：基站到下行用户k链路间的信道增益，不失一般性，令0≤|h₁|≤|h₂|≤…≤|h_K|；

g_j：上行用户j到基站链路间的信道增益，不失一般性，令|g₁|≥|g₂|≥...≥|g_J|≥0；g_t表示上行用户t到基站链路间的信道增益；

f_j,k：上行用户j到下行用户k链路间的信道增益；

表示下行用户k处的高斯白噪声；

表示基站处的高斯白噪声；

Γ_k：下行用户k的吞吐量要求；

Υ_j：上行用户j的吞吐量要求；

l_SI：基站处自干扰信道增益；

ρ：0＜ρ＜＜1，表示自干扰消除效果的一个常量。

2.根据权利要求1所述的一种全双工非正交多址接入系统基于能效的功率控制方法，其特征在于，通过定义

L_SI表示基站处自干扰信道增益与噪声功率比，将问题P1运用分式规划问题转换为减式形式，并定义函数F(x)＝f(p_k,q_j)-xg(p_k,q_j)，其中将优化问题P1等效地转化为优化问题P2：

P2:

受限于：

F(x)≥0,

在问题P2中，各参数定义如下：G_t表示上行用户t到基站的信道增益与噪声功率比；G_j表示上行用户j到基站的信道增益与噪声功率比；

p_k：基站分配给下行用户k的发射功率；

q_j：上行用户j的发射功率；

表示下行用户k和基站之间的路径损耗和阴影衰落；

表示上行用户j和基站之间的路径损耗和阴影衰落；

表示上行用户j和下行用户k之间的路径损耗和阴影衰落；

基站发射到下行用户的最大功率总和限制；

单个上行用户的最大发射功率限制；

h_k：基站到下行用户k链路间的信道增益，不失一般性，令0≤|h₁|≤|h₂|≤…≤|h_K|；

g_j：上行用户j到基站链路间的信道增益，不失一般性，令|g₁|≥|g₂|≥...≥|g_J|≥0；

f_j,k：上行用户j到下行用户k链路间的信道增益；

表示下行用户k处的高斯白噪声；

表示基站处的高斯白噪声；

Γ_k：下行用户k的吞吐量要求；

Υ_j：上行用户j的吞吐量要求；

l_SI：基站处自干扰信道增益；

ρ：0＜ρ＜＜1，表示自干扰消除效果的一个常量；

A_k：

B_j：

x：辅助待决定的控制变量。

3.根据权利要求2所述的一种全双工非正交多址接入系统基于能效的功率控制方法，其特征在于，所述求解问题P2，等价于求解F(x^*)＝0,其中

则优化问题P2等价为优化问题P3：

P3：

受限于：

其中

则p_k ^*,q_j ^*为问题P3的最优解。

4.根据权利要求3所述的一种全双工非正交多址接入系统基于能效的功率控制方法，其特征在于，所述引入乘子λ和μ_k，变形为子问题P4，具体包括：

为求解问题P3，令

引入乘子λ和μ_k，变形为如下子问题P4：

P4-A：

受限于：

上述问题的拉格朗日函数定义为：

其中，α,β_k,η_j,

μ_k,λ表示各约束条件对应的拉格朗日乘子；

然后拉格朗日函数等价的对偶问题为：

P4-B：

通过对问题P4-B中的q_j,p_k,f_k,S分别求偏导可得：

p_k ^*，q_j ^*分别为下行用户k与上行用户j的最优功率分配；

采用次梯度算法更新如下的拉格朗日乘子：

其中，

是基站最大发射功率，

是单个上行的最大发射功率，t表示迭代指数，ξ_i(i＝1,2,3,4,5,6)表示更新的步长，A_k和B_j分别是上行用户k与下行用户j关于用户最低速率需求的表达式。

5.根据权利要求4所述的一种全双工非正交多址接入系统基于能效的功率控制方法，其特征在于，所述为了求解最优解(p_k ^*,q_j ^*)采用分层的思想对问题P4进行优化求解，步骤为：

步骤4.1：初始化外层最大迭代次数l_max和最大终止误差ε，首先令l＝0和x＝0；

步骤4.2：初始化内层最大迭代次数t_max和乘子α,β_k,η_j,

μ_k,λ，并且令t＝0；根据给定的x，由步骤(4)可得出最优解(p_k ^*，q_j ^*)：

步骤4.3：根据次梯度算法更新拉格朗日乘子α,β_k,η_j,

μ_k,λ，并将t+1赋值给t；直至内层迭代收敛或者t＝t_max，并返回最优解(p_k ^*,q_j ^*)；

步骤4.4：根据上述步骤4.3得到的最优解(p_k ^*,q_j ^*)，来判断f(p_k ^*,q_j ^*)-xg(p_k ^*,q_j ^*)＜ε，如果判断不收敛，则返回

否则不收敛，令

并返回步骤4.2，直至外层迭代收敛或者l＝l_max，那么结束算法。

Images