CN109361435B - 大规模多输入多输出波束域多播传输方法 - Google Patents
大规模多输入多输出波束域多播传输方法 Download PDFInfo
- Publication number
- CN109361435B CN109361435B CN201811227911.2A CN201811227911A CN109361435B CN 109361435 B CN109361435 B CN 109361435B CN 201811227911 A CN201811227911 A CN 201811227911A CN 109361435 B CN109361435 B CN 109361435B
- Authority
- CN
- China
- Prior art keywords
- base station
- power distribution
- user
- multicast transmission
- beam domain
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000005540 biological transmission Effects 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 230000007774 longterm Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 43
- 230000009977 dual effect Effects 0.000 claims description 40
- 238000005457 optimization Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims 9
- 230000017105 transposition Effects 0.000 claims 3
- 238000013459 approach Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009191 jumping Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0408—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas using two or more beams, i.e. beam diversity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了大规模多输入多输出波束域多播传输方法。首先,基站利用统一的酉变换矩阵对小区实现大规模波束覆盖,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输;然后,基站利用实施多播传输的所有用户的长时信道信息,依据给定的准则,对发送信号进行波束域功率分配;在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站间歇地获取长时信道信息,动态实施波束域多播传输。本发明可以提高大规模MIMO物理层多播系统的功率利用率及传输可靠性,同时适用于时分双工和频分双工系统,且能够逼近最优传输性能。
Description
技术领域
本发明属于无线通信系统领域,特别涉及了大规模多输入多输出波束域多播传输方法。
背景技术
虚拟现实、增强现实、物联网、车联网等技术的兴起对无线通信系统提出了更高的要求。大规模MIMO技术作为一种提高频谱效率和功率效率的有效技术,可以在同一时频资源上服务数十个用户,已经成为未来无线通信系统最具前景的技术之一。
在无线通信系统中,由物理层多播技术所支持的公共信号传输发挥着重要作用,且已经被加入到第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)的不同版本中。大规模MIMO与物理层多播技术相结合对提高系统鲁棒性,降低系统功耗有着重要的实际意义。在应用大规模MIMO的物理层多播系统中,为了进行多播传输,基站往往需要获取瞬时信道信息,而在复杂多变的无线通信环境中获取瞬时信道信息的难度较高,难以在实际系统中应用。
与瞬时信道信息相比,长时信道信息具有变化缓慢的特点,更加便于基站及时准确地获取。
发明内容
为了解决上述背景技术提出的技术问题,本发明旨在提供大规模多输入多输出波束域多播传输方法,通过获取长时信道信息实施波束域多播传输。
为了实现上述技术目的,本发明的技术方案为:
大规模多输入多输出波束域多播传输方法,包括以下步骤:
(1)基站利用统一的酉变换矩阵对小区实现大规模波束覆盖,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输;
(2)基站利用实施多播传输的所有用户的长时信道信息,依据给定的准则,对发送信号进行波束域功率分配;
(3)在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站间歇地获取长时信道信息,动态实施波束域多播传输。
进一步地,在步骤(1)中,基站侧配备大规模天线阵列,天线单元间距为半个波长的量级,天线阵列为一维或二维阵列,当天线阵列结构确定时,酉变换矩阵也随之确定,且不随用户的位置及信道状态而改变,基站利用该酉变换矩阵生成大规模波束覆盖整个小区,实现空间资源的波束域划分。
进一步地,在步骤(2)中,所述长时信道信息为波束域能量矩阵;在上行链路中,每个用户发送探测信号,基站根据接收到的探测信号估计所有用户的波束域能量矩阵,然后依据给定的准则,对发送信号进行波束域功率分配。
进一步地,在步骤(2)中,所述给定的准则包括但不限于MMF准则和QoS准则。
进一步地,在MMF准则下,对发送信号进行波束域功率分配的问题能够表示为一个关于功率分配矢量的凸优化问题。
进一步地,在步骤(2)中,对发送信号进行波束域功率分配的方法包括基于随机规划的功率分配方法;在MMF准则下,基于随机规划的功率分配方法的步骤如下:
(201)利用KKT条件得到与凸优化问题等价的关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解;
(202)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值。
进一步地,在步骤(2)中,对发送信号进行波束域功率分配的方法包括基于确定性等同的功率分配方法;在MMF准则下,基于确定性等同的功率分配方法的步骤如下:
(211)利用波束域能量矩阵,计算所有用户的确定性等同速率,将确定性等同速率代入功率分配凸优化问题中;
(212)利用KKT条件得到关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解;
(213)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值。
进一步地,在步骤(2)中,对发送信号进行波束域功率分配的方法包括基于积和式的功率分配方法;在MMF准则下,基于积和式的功率分配方法的步骤如下:
(221)利用波束域能量矩阵,计算所有用户的积和式速率,将积和式速率代入功率分配凸优化问题中;
(222)利用KKT条件得到关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解;
(223)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值。
采用上述技术方案带来的有益效果:
(1)本发明中基站所需的各用户波束域长时信道信息可以通过稀疏的上行探测信号获得,且该多播传输方法适用于时分双工(TDD)和频分双工(FDD)系统;
(2)本发明基站在波束域进行多播传输,可以获得大规模天线阵列所能够提供的频谱效率增益和功率效率增益,提高功率利用率及传输可靠性;
(3)本发明中基于确定性等同的功率分配方法以及基于积和式的功率分配方法具有较低的计算复杂度,且可以逼近最优传输的性能。
附图说明
图1是大规模MIMO多播传输系统示意图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
图1为大规模MIMO多播传输系统示意图。基站侧配备大规模天线阵列,天线单元间距为半个波长的量级,天线阵列可以为一维或二维阵列,基站利用统一的酉变换生成大规模波束覆盖整个小区,实现空间资源的波束域划分,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输。
考虑单小区场景,基站侧配置M(M为102或103数量级)根发射天线,K个用户均匀分布在小区内,每个用户配置N根接收天线。假设基站到每个用户的信道为平坦衰落信道,例如单径信道,或者多径信道在某一个正交频分复用(Orthogonal Frequency DivisionMultiplexing,OFDM)子载波上的频域信道等,且认为信道在相关时间间隔内保持不变。基站为K个用户提供多播服务。记 和分别为N维和N×M维的复(实)数空间。记yk∈CN为用户k的接收信号,其可以表示为
yk=Hkx+zk (1)
其中,Hk∈CN×M为基站到用户k的信道矩阵。x∈CM为多播发送信号,且满足功率约束E{xHx}≤P,其中P为基站侧最大发送功率,上标H表示共轭转置,E{·}表示求期望运算。zk∈CN为加性复高斯白噪声,且均值E{zk}=0N,协方差矩阵其中0N表示N维全零向量,IN表示N×N的单位矩阵。
在大规模MIMO系统中,由于基站侧天线数M足够大,基站到用户k的信道矩阵Hk可以表示为
Hk=UkGkVH (2)
其中,Uk∈CN×N和V∈CM×M均为确定的酉矩阵,分别表示接收特征矩阵和发送特征矩阵,Gk∈CN×M为随机矩阵,其各元素均值为0且相互独立。需要注意的是,发送特征矩阵V仅取决于基站侧的天线阵列结构,且对所有用户都相同。特别地,当基站侧配备均匀线性阵列(Uniform Linear Array,ULA)时,V为M点离散傅里叶变换(Discrete Fourier Transform,DFT)矩阵。
定义用户k的波束域能量矩阵为其中运算符⊙为矩阵的哈达玛乘积,上标*表示共轭运算。由于波束域能量矩阵,也就是长时信道信息,在上下行链路中具有互易性,因此,其可通过上行链路的信道探测过程获得。具体地,在上行链路中,每个用户发送探测信号,基站根据接收到的探测信号估计所有用户的波束域能量矩阵。
定义Hb,k=UkGk为基站到用户k的波束域信道矩阵。基站利用统一的酉变换V将空间域信道Hk变换为波束域信道Hb,k,从而生成大规模波束覆盖整个小区。在大规模MIMO波束域多播传输中,考虑多播发送信号x具有如下形式:
x=VP1/2s (3)
其中,为功率归一化的波束域多播发送信号,且满足均值E{s}=0M,协方差矩阵E{ssH}=IM,为波束域预编码矩阵,上标1/2表示P1/2P1/2=P,其中P为半正定矩阵。波束域多播发送信号s中的各个元素可以选取为二进制相移键控(Binary PhaseShift Keying,BPSK)或者正交相移键控(Quadrature Phase Shift Keying,QPSK)或者正交幅度调制(Quadrature Amplitude Modulation,QAM)等调制信号。用户k的接收信号yk可以重新表示为
yk=Hb,kP1/2s+zk。 (4)
用户k的遍历速率可以由下式计算:
其中,log表示自然对数,det(·)表示矩阵的行列式。
基站利用实施波束域多播传输的所有用户的长时信道信息,依据给定的准则,对波束域预编码矩阵P1/2,即矩阵P进行优化。考虑基站在不同的波束上发送相互独立的数据流,即波束域预编码矩阵P1/2为对角矩阵,则矩阵P也为对角矩阵。对对角矩阵P进行优化,也就是对发送信号进行波束域功率分配。记a=diag(A)为矩阵A的对角线元素构成的列向量。令则对复数矩阵P的优化可以简化为对波束域功率分配矢量p的优化。表达式(5)中用户k的遍历速率可以重新写为
其中,diag(p)∈RM×M表示由p作为对角线矢量构成的对角矩阵。
所述的给定准则包括但不限于QoS准则和MMF准则。所述的QoS准则即如下优化问题:
其中,p★表示优化问题的最优解,ck为预先设定的用户k需要达到的最低速率,K={1,2,…,K},表示任取,p≥0表示p的每个元素pi≥0,1M表示M维全1向量,上标T表示转置。所述的MMF准则即如下优化问题:
其中,P为发送功率约束,γk为预先确定的用户k的权重。
可以发现,优化问题(7)和(8)都是关于功率分配矢量p的凸优化问题。本发明针对波束域功率分配矢量p,提出了三种利用波束域长时信道信息的波束域功率分配方法,包括基于随机规划的功率分配算法、基于确定性等同的功率分配算法、基于积和式的功率分配算法。
在MMF准则下,基于随机规划的功率分配算法首先利用优化问题(8)的KKT条件,构造如下的定点方程:
其中,[x]+=max{x,0},pi为p的第i个元素,v为功率约束1Tp≤P对应的对偶变量,λk为用户k的拉格朗日乘子变量, 为Gk的第i列,为p删掉pi构成的M-1维矢量。接着,通过定点迭代得到定点方程(9)的解。然后,利用定点方程的解更新对偶变量v,迭代上述过程,直至对偶变量v收敛,即v的次梯度的绝对值小于某个设定值。
令上标(n)表示变量在第n次内循环迭代中的值,例如,p(1)表示在第1次内循环迭代中的功率分配矢量。记|·|为取绝对值,||·||为向量的二范数,exp(·)为指数函数,[A]i,j为矩阵A的第i,j个元素。基于随机规划的功率分配算法的详细过程如下:
其中,k∈K,i∈M。计算遍历速率Ik(p(n)),k∈K。
步骤5:更新p(n+1):=θ(n+1)p(n+1)+(1-θ(n+1))p(n),其中为内循环中第n+1次迭代的平滑系数,并计算若||p(n+1)-p(n)||<δ,更新外循环功率分配矢量p:=p(n +1)及各个用户的拉格朗日乘子变量跳出内循环,执行步骤6;否则,令n:=n+1,跳转至步骤3继续执行内循环。
基于随机规划的功率分配算法中,在计算辅助变量以及遍历速率Ik(p(n))时,需要对信道进行样本平均来计算其期望值。为降低计算复杂度,本实施例利用随机矩阵理论中的确定性等同方法,仅使用长时信道信息(即波束域能量矩阵),通过迭代计算确定性等同辅助变量,即可获得遍历速率的确定性等同。由于确定性等同速率可以很好地逼近遍历速率,因此基于确定性等同的功率分配算法性能也逼近基于随机规划的功率分配算法性能。在MMF准则下,基于确定性等同的功率分配算法首先需要计算遍历速率Ik(p)的确定性等同。定义单边相关阵和其分别为自变量和C的函数,且和均为对角矩阵,且对角线元素为
遍历速率Ik(p)的确定性等同可表示为
基于确定性等同的功率分配算法的详细过程如下:
步骤5:更新p(n+1):=θ(n+1)p(n+1)+(1-θ(n+1))p(n),其中为内循环中第n+1次迭代的平滑系数,并计算若||p(n+1)-p(n)||<δ,更新外循环功率分配矢量p:=p(n+1)及各个用户的拉格朗日乘子变量跳出内循环,执行步骤6;否则,令n:=n+1,跳转至步骤3继续执行内循环。
基于确定性等同的功率分配算法,利用随机矩阵理论中的确定性等同方法来避免复杂的样本平均。本实施例利用遍历速率的积和式上界,也可以很好地逼近遍历速率,并降低计算复杂度。由于积和式速率是遍历速率的一个紧致上界,基于积和式的功率分配算法也接近基于随机规划的功率分配算法性能。在MMF准则下,基于积和式的功率分配算法首先需要计算遍历速率Ik(p)的积和式上界,也就是积和式速率:
特别地,若用户侧天线数N=2,对(22)中Per([INΩkdiag(pi)])的计算可以采用下式进行快速计算:
基于积和式的功率分配算法的详细过程如下:
步骤5:更新p(n+1):=θ(n+1)p(n+1)+(1-θ(n+1))p(n),其中为内循环中第n+1次迭代的平滑系数,并计算若||p(n+1)-p(n)||<δ,更新外循环功率分配矢量p:=p(n +1)及各个用户的拉格朗日乘子变量跳出内循环,执行步骤6;否则,令n:=n+1,跳转至步骤3继续执行内循环。
在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站侧动态实施波束域多播传输。
实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (9)
1.大规模多输入多输出波束域多播传输方法,其特征在于,包括以下步骤:
(1)基站利用统一的酉变换矩阵对小区实现大规模波束覆盖,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输;
(2)基站利用实施多播传输的所有用户的长时信道信息,依据给定的准则,对发送信号进行波束域功率分配;
所述给定的准则包括MMF准则和QoS准则;在MMF准则下,对发送信号进行波束域功率分配的问题能够表示为一个关于功率分配矢量的凸优化问题;
对发送信号进行波束域功率分配的方法包括基于随机规划的功率分配方法;在MMF准则下,基于随机规划的功率分配方法的步骤如下:
(201)利用KKT条件得到与凸优化问题等价的关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解,所述定点方程如下:
上式中,[x]+=max{x,0},pi为p的第i个元素,p为波束域功率分配矢量,v为功率约束1Tp≤P对应的对偶变量,1T表示全1向量的转置,P为基站侧最大发送功率,λk为用户k的拉格朗日乘子变量,γk为预先确定的用户k的权重,K为用户数,gk,i为Gk的第i列,Gk为随机矩阵,其各元素均值为0且相互独立,IN为N维单位矩阵,M为基站侧配置的发射天线根数;
(202)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值;
(3)在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站间歇地获取长时信道信息,动态实施波束域多播传输。
2.根据权利要求1所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(1)中,基站侧配备大规模天线阵列,天线单元间距为半个波长的量级,天线阵列为一维或二维阵列,当天线阵列结构确定时,酉变换矩阵也随之确定,且不随用户的位置及信道状态而改变,基站利用该酉变换矩阵生成大规模波束覆盖整个小区,实现空间资源的波束域划分。
3.根据权利要求1或2所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(2)中,所述长时信道信息为波束域能量矩阵;在上行链路中,每个用户发送探测信号,基站根据接收到的探测信号估计所有用户的波束域能量矩阵,然后依据给定的准则,对发送信号进行波束域功率分配。
4.大规模多输入多输出波束域多播传输方法,其特征在于,包括以下步骤:
(1)基站利用统一的酉变换矩阵对小区实现大规模波束覆盖,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输;
(2)基站利用实施多播传输的所有用户的长时信道信息,依据给定的准则,对发送信号进行波束域功率分配;
所述给定的准则包括MMF准则和QoS准则;在MMF准则下,对发送信号进行波束域功率分配的问题能够表示为一个关于功率分配矢量的凸优化问题;
对发送信号进行波束域功率分配的方法包括基于确定性等同的功率分配方法;在MMF准则下,基于确定性等同的功率分配方法的步骤如下:
(211)利用波束域能量矩阵,计算所有用户的确定性等同速率,将确定性等同速率代入功率分配凸优化问题中;
(212)利用KKT条件得到关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解,所述定点方程如下;
上式中,[x]+=max{x,0},pi为p的第i个元素,p为波束域功率分配矢量,v为功率约束1Tp≤P对应的对偶变量,1T表示全1向量的转置,P为基站侧最大发送功率,λk为用户k的拉格朗日乘子变量,γk为预先确定的用户k的权重,K为用户数,tk,i为Γk对角线上第i个元素, ηk和为单边相关阵,IN和IM分别为N维和M维单位矩阵,M为基站侧配置的发射天线根数;
(213)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值;
(3)在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站间歇地获取长时信道信息,动态实施波束域多播传输。
5.根据权利要求4所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(1)中,基站侧配备大规模天线阵列,天线单元间距为半个波长的量级,天线阵列为一维或二维阵列,当天线阵列结构确定时,酉变换矩阵也随之确定,且不随用户的位置及信道状态而改变,基站利用该酉变换矩阵生成大规模波束覆盖整个小区,实现空间资源的波束域划分。
6.根据权利要求4或5所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(2)中,所述长时信道信息为波束域能量矩阵;在上行链路中,每个用户发送探测信号,基站根据接收到的探测信号估计所有用户的波束域能量矩阵,然后依据给定的准则,对发送信号进行波束域功率分配。
7.大规模多输入多输出波束域多播传输方法,其特征在于,包括以下步骤:
(1)基站利用统一的酉变换矩阵对小区实现大规模波束覆盖,基站在生成的波束上对小区内所有用户提供多播服务,实现波束域多播传输;
(2)基站利用实施多播传输的所有用户的长时信道信息,依据给定的准则,对发送信号进行波束域功率分配;
所述给定的准则包括MMF准则和QoS准则;在MMF准则下,对发送信号进行波束域功率分配的问题能够表示为一个关于功率分配矢量的凸优化问题;
对发送信号进行波束域功率分配的方法包括基于积和式的功率分配方法;在MMF准则下,基于积和式的功率分配方法的步骤如下:
(221)利用波束域能量矩阵,计算所有用户的积和式速率,将积和式速率代入功率分配凸优化问题中;
(222)利用KKT条件得到关于功率分配矢量的定点方程,并通过定点迭代得到该定点方程的解,所述定点方程如下:
上式中,[x]+=max{x,0},pi为p的第i个元素,p为波束域功率分配矢量,v为功率约束1Tp≤P对应的对偶变量,1T表示全1向量的转置,P为基站侧最大发送功率,λk为用户k的拉格朗日乘子变量,γk为预先确定的用户k的权重,K为用户数,ξk,i通过下式计算:
(223)利用定点方程的解更新对偶变量,迭代上述过程,直至对偶变量收敛,即对偶变量的次梯度的绝对值小于设定值;
(3)在各用户移动过程中,随着基站与各用户之间长时信道信息的变化,基站间歇地获取长时信道信息,动态实施波束域多播传输。
8.根据权利要求7所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(1)中,基站侧配备大规模天线阵列,天线单元间距为半个波长的量级,天线阵列为一维或二维阵列,当天线阵列结构确定时,酉变换矩阵也随之确定,且不随用户的位置及信道状态而改变,基站利用该酉变换矩阵生成大规模波束覆盖整个小区,实现空间资源的波束域划分。
9.根据权利要求7或8所述大规模多输入多输出波束域多播传输方法,其特征在于,在步骤(2)中,所述长时信道信息为波束域能量矩阵;在上行链路中,每个用户发送探测信号,基站根据接收到的探测信号估计所有用户的波束域能量矩阵,然后依据给定的准则,对发送信号进行波束域功率分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811227911.2A CN109361435B (zh) | 2018-10-22 | 2018-10-22 | 大规模多输入多输出波束域多播传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811227911.2A CN109361435B (zh) | 2018-10-22 | 2018-10-22 | 大规模多输入多输出波束域多播传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109361435A CN109361435A (zh) | 2019-02-19 |
CN109361435B true CN109361435B (zh) | 2020-07-07 |
Family
ID=65346105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811227911.2A Active CN109361435B (zh) | 2018-10-22 | 2018-10-22 | 大规模多输入多输出波束域多播传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109361435B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113133022B (zh) * | 2019-12-31 | 2022-07-01 | 中国移动通信集团重庆有限公司 | 一种基于构建mimo多径的下载速率提升方法和系统 |
CN111245525B (zh) * | 2020-01-17 | 2021-05-11 | 东南大学 | 大规模mimo水声通信方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199908A (zh) * | 2013-04-15 | 2013-07-10 | 电子科技大学 | 一种适用于宽带集群系统的自适应切换波束赋形方法 |
CN105933979A (zh) * | 2016-04-12 | 2016-09-07 | 东南大学 | 多小区bdma传输功率分配方法 |
CN107294575A (zh) * | 2017-06-16 | 2017-10-24 | 东南大学 | 大规模mimo波束域安全通信方法 |
CN107733510A (zh) * | 2017-09-26 | 2018-02-23 | 同济大学 | 具有鲁棒性的云无线传输系统的波束成型设计 |
CN107979826A (zh) * | 2017-11-28 | 2018-05-01 | 深圳大学 | 复用模式下含d2d通信的das中功率分配方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7627347B2 (en) * | 2006-03-17 | 2009-12-01 | Nokia Corporation | Data transmission parameter optimization in MIMO communications system |
-
2018
- 2018-10-22 CN CN201811227911.2A patent/CN109361435B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199908A (zh) * | 2013-04-15 | 2013-07-10 | 电子科技大学 | 一种适用于宽带集群系统的自适应切换波束赋形方法 |
CN105933979A (zh) * | 2016-04-12 | 2016-09-07 | 东南大学 | 多小区bdma传输功率分配方法 |
CN107294575A (zh) * | 2017-06-16 | 2017-10-24 | 东南大学 | 大规模mimo波束域安全通信方法 |
CN107733510A (zh) * | 2017-09-26 | 2018-02-23 | 同济大学 | 具有鲁棒性的云无线传输系统的波束成型设计 |
CN107979826A (zh) * | 2017-11-28 | 2018-05-01 | 深圳大学 | 复用模式下含d2d通信的das中功率分配方法及装置 |
Non-Patent Citations (1)
Title |
---|
认知MIMO系统中波束成形和功率的联合控制博弈算法;彭青,李银伟,郭志军;《电信科学》;20150831(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109361435A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sohrabi et al. | Hybrid analog and digital beamforming for mmWave OFDM large-scale antenna arrays | |
Zhang et al. | Capacity characterization for intelligent reflecting surface aided MIMO communication | |
Zhu et al. | Millimeter-wave NOMA with user grouping, power allocation and hybrid beamforming | |
Jiang et al. | Joint user scheduling and beam selection optimization for beam-based massive MIMO downlinks | |
CN110212959B (zh) | 一种毫米波mimo-ofdm通信系统的混合预编码能效优化方法 | |
Feng et al. | Joint beamforming optimization for reconfigurable intelligent surface-enabled MISO-OFDM systems | |
CN109104225A (zh) | 一种能效最优的大规模mimo波束域多播传输方法 | |
Jeon et al. | New beamforming designs for joint spatial division and multiplexing in large-scale MISO multi-user systems | |
Buzzi et al. | RIS configuration, beamformer design, and power control in single-cell and multi-cell wireless networks | |
Ha et al. | Subchannel allocation and hybrid precoding in millimeter-wave OFDMA systems | |
Cui et al. | Low complexity joint hybrid precoding for millimeter wave MIMO systems | |
Li et al. | Analog–digital beamforming in the MU-MISO downlink by use of tunable antenna loads | |
Ngo et al. | Energy efficiency optimization for cell-free massive MIMO | |
CN109361435B (zh) | 大规模多输入多输出波束域多播传输方法 | |
Du et al. | Weighted sum-rate and energy efficiency maximization for joint ITS and IRS assisted multiuser MIMO networks | |
Balevi et al. | Unfolded hybrid beamforming with GAN compressed ultra-low feedback overhead | |
Lizarraga et al. | Deep reinforcement learning for hybrid beamforming in multi-user millimeter wave wireless systems | |
Papazafeiropoulos et al. | STAR-RIS assisted cell-free massive MIMO system under spatially-correlated channels | |
Chen et al. | Hybrid beamforming and data stream allocation algorithms for power minimization in multi-user massive MIMO-OFDM systems | |
Jing et al. | Transceiver beamforming for over-the-air computation in massive MIMO systems | |
Li et al. | Ergodic achievable rate maximization of RIS-assisted millimeter-wave MIMO-OFDM communication systems | |
Gao et al. | Spatially sparse precoding in wideband hybrid terahertz massive MIMO systems | |
Darabi et al. | Active IRS design for RSMA-based downlink URLLC transmission | |
Chatterjee et al. | Frequency selective hybrid beamforming and optimal power loading for multiuser millimeter wave cognitive radio networks | |
Tseng et al. | Hybrid Beamforming and Resource Allocation Designs for mmWave Multi-User Massive MIMO-OFDM Systems on Uplink |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |