CN109787737A - 一种基于混合能量采集的ofdm系统下行链路多用户资源优化方法 - Google Patents

Abstract

本发明属于移动通信技术领域，公开了一种基于混合能量采集的正交频分复用系统(OFDM)下行链路多用户资源优化方法，包括：基站作为发送端由可再生能源与稳定的电网协同供电，可再生能量采集后存储于一个电池中用于数据传输，当电池电量匮乏时，基站将利用电网能量保证服务；以最大化系统能量效率为目标，同时考虑动态能量采集特性和信道状态时变特性以及用户间速率的比例常数要求，对功率和子载波进行分步优化，最终在保证用户间公平性的同时提高系统的能量效率。

Description

一种基于混合能量采集的OFDM系统下行链路多用户资源优化 方法

技术领域

本发明属于移动通信技术领域，尤其涉及一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法。

背景技术

配有能量采集器基站的引入为资源优化方案的设计带来了许多挑战。现有的资源优化方案已经考虑了点对点窄带通信系统中，通过优化功率分配和分组调度，以最小化传输完成时间；或点对点窄带通信系统中，基站仅有单一能量采集器，通过优化功率分配以实现系统吞吐量最大化；或在多用户系统中，针对加性高斯白噪声(AWGN)广播信道提出不同的最优分组调度算法以最小化传输完成时间。但现有的资源优化方案存在一些问题：假设的点对点窄带通信系统，所获得的结果不适用于宽带多用户系统情况；部分优化方案仅考虑具有单能量源的系统，采用仅由能量采集器供电的基站可能无法维持稳定的操作并且不能保证特定的服务质量，需要对可再生能源与电网共存场景的研究；无线通信信道不仅受到加性高斯白噪声的影响，而且受到大尺度衰落的影响；现有的优化方案没有考虑用户要求的速率比，使得用户之间的公平性不能得到保证，信道条件好的用户会得到更高的传输速率，信道条件差的用户可能不会被服务。

解决上述技术问题的难度和意义：

针对现有优化方案存在的问题，本发明提供了一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法，建立了混合能量采集模型，以最大化系统能量效率为目标，同时考虑动态能量采集特性和信道状态时变特性以及用户间速率的比例常数要求，对子载波和功率进行分步优化，最终在保证用户间公平性的同时提高系统的能量效率。

发明内容

针对现有技术存在的问题，本发明提供了一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法。

本发明是这样实现的，一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述基于混合能量采集的OFDM系统下行链路多用户资源优化方法包括以下步骤：

步骤一，采用泊松分布对能量采集过程进行建模，基于能量到达和信道状态时变特性定义时间段m概念，每一个时间段m内基站发射功率不变；

步骤二，根据信道状态时变特性以及用户间速率的比例常数要求，确定传输过程中的子载波分配(i,k)，其中i＝1,2,…,I表示子载波i，k表示第k个用户；

步骤三，设计以最大化能量效率η_ee为目标的优化模型，利用拉格朗日对偶性将原问题转化为对偶问题，计算所有时间段m内各子载波i上的功率分配，采用梯度下降法对拉格朗日乘子进行迭代更新，求得原问题的最优解。

进一步，所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法为综合考虑子载波分配、功率分配两组优化变量，进行分步优化，使系统能量效率最大化，每一个用户速率达到比例公平。

进一步，所述的资源优化方法采用泊松分布对能量采集过程进行建模，并基于能量到达和信道状态时变特性定义时间段m概念。

能量的到达过程服从速率为λ_e的泊松计数分布，用表示能量到达时刻序列，根据泊松分布的性质，时刻序列的间隔服从均值为1/λ_e的指数分布。至于信道状态变化过程，主要采用相干时间来描述信道特性，在相干时间内，信道的状态是相同的，信道改变时刻记为：信道衰落变化时刻序列的间隔是固定的相干时长。在整个传输过程中，每一次的能量到达时刻或者信道状态变化时刻记为一个时刻断点，从前一个时刻断点到一个新的时刻断点，这一段时间记为一个时间段，其中时间段m记为[t_m,t_m+1)，t_m和t_m+1为相邻的两个时刻断点，时间段m的时间间隔为L_m＝t_m+1-t_m，在每一段时间内，没有能量的到达也没有信道的变化，所以假设基站信号的发射功率是相同的。假设在时刻t_m采集到的能量用E_in(m)表示，E_in(m)将用于下一时刻的功率发送，只有在能量到达时刻采集的能量才会被充进电池中，当采集的能量不足以满足信号发射所需的能量时，剩余发射所需的能量由电网提供，当新到达的能量超过电池的剩余容量E_max时，能量将会溢出而无法再利用，导致能量的浪费。

进一步，所述基于混合能量采集的OFDM系统下行链路多用户资源优化方法，根据信道状态时变特性以及用户间速率的比例常数要求，对子载波进行分配。由于信道条件是时变的，对于不同的用户来说信道条件最好的子载波总是变化的，因此需要在每一次信道变化时对子载波重新分配；用户速率随子载波重新分配而变化，每一个用户至少需要获得一个子载波以保证速率不为零，兼顾最终用户速率比例公平性，速率最小的用户需要分配更多的载波，具体分配方式如下：

假设待分配的子载波合集是Ω，在每一次信道变化时刻点来临时：

第一步，对于用户k＝1…K，将满足的子载波i分配给用户k，H_i,k是载波i到用户k的信道参数，更新子载波集Ω为Ω-K；

第二步，计算每一个用户的速率R_k，找到用户φ_k表示用户k与用户1的速率比值，将满足的子载波i分配给用户k，并更新子载波集Ω-K为Ω-K-i；

第三步，重复第二步至待分配的子载波合集变为0。

进一步，所述的资源优化方法首先采用分式规划方法，将分数形式的优化目标等价变换成减法形式，将问题化为凸优化问题，然后使用拉格朗日对偶理论求解，计算优化变量时对偶间隙为零。求解得到的最优功率分配为：

其中是由采集能量提供的时间段m载波i上，基站对第一个用户和其它用户的发射功率，是由电网能量提供的时间段m载波i上，基站对第一个用户和其它用户的发射功率，和分别为由采集能量和电网提供的电路消耗功率，E_in(m)为第t_m时刻的采集能量，M表示信道变化的次数，Q表示能量到达的次数，L_m为第m＝{1,...,Q+M}个时间段时长，并且[x]⁺＝max(0,x)，表示0≤x≤P_C，P_C为基站的电路功率消耗，φ₁/φ_k表示用户1与用户k的速率比值，ρ,γ,β,λ,μ,ψ均为拉格朗日乘子。

进一步，所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法的优化目标函数是能量效率η_ee，整个优化过程采用外层和内层两层循环嵌套的方法。外层循环采用Dinkelbach法找到最优的能量效率；内层循环对子载波和功率分步优化：由信道状态和用户间速率的比例常数进行子载波分配，采用对偶理论和梯度下降算法得到最优的功率分配。

综上所述，本发明的优点及积极效果为：建立了混合能量采集模型，以最大化系统能量效率为目标，同时考虑动态能量采集特性和信道状态时变特性以及用户间速率的比例常数要求，对功率和子载波进行分步优化，最终在保证用户间公平性的同时提高系统的能量效率。相同约束下，提出的优化算法获得的能量效率高于其它算法，具体地，当最小用户速率约束为0.5bps，基站的发射功率是4w，用户间速率的比例约束为1:2:2:2时，提出的算法得到的系统能量效率是考虑子载波分配，但采用平均功率分配优化方案的1.14倍。

附图说明

图1是本发明实施例提供的基于混合能量采集的OFDM系统下行链路多用户资源优化方法流程图。

图2是本发明实施例提供的使用OFDM系统下行通信系统的模型示意图。

图3是本发明实施例提供的动态能量到达过程和信道状态时变过程模型图。

图4是本发明实施例提供的基于混合能量采集的OFDM系统下行链路多用户资源优化方法的能量效率与考虑子载波分配，但采用平均功率分配优化方案的比较示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的基于混合能量采集的OFDM系统下行链路多用户功率分配方法包括以下步骤：

S101：采用泊松分布对能量采集过程进行建模，基于能量到达和信道状态时变特性定义时间段m概念，每一个时间段m内基站发射功率不变；

S102：根据信道状态时变特性以及用户间速率的比例常数要求，确定传输过程中的子载波分配(i,k)，其中i＝1,2,…,I表示子载波i，k表示第k个用户；

S103：设计以最大化能量效率η_ee为目标的优化模型，利用拉格朗日对偶性将原问题转化为对偶问题，计算所有时间段m内各子载波i上的功率分配，采用梯度下降法对拉格朗日乘子进行迭代更新，求得原问题的最优解。

下面结合附图对本发明的应用原理作进一步的描述。

如图2所显示的多用户OFDM下行通信系统模型，系统包括一个配有能量采集器的基站，基站同时为K个单天线用户终端提供服务，子载波个数为I，整个传输过程一共是T秒。

本发明采用泊松分布对能量采集过程进行建模。如图3所示，能量的到达过程服从速率为λ_e的泊松计数分布，用表示能量到达时刻序列，根据泊松分布的性质，时刻序列的间隔服从均值为1/λ_e的指数分布。至于信道状态变化过程，主要采用相干时间来描述信道特性，在相干时间内，信道的状态是相同的，信道改变时刻记为：信道衰落变化时刻序列的间隔是固定的相干时长。在整个传输过程中，每一次的能量到达时刻或者信道状态变化时刻记为一个时刻断点，从前一个时刻断点到一个新的时刻断点，这一段时间记为一个时间段，其中时间段m记为[t_m,t_m+1)，其中t_m和t_m+1为相邻的两个时刻断点，时间段m的时间间隔为L_m＝t_m+1-t_m，在每一时间段内，没有能量的到达也没有信道的变化，所以假设基站信号的发射功率是相同的。

在使用采集的能量时必须满足能量因果约束和电池容量约束：假设在时刻t_m采集到的能量用E_in(m)表示，E_in(m)只能用于以后时刻的功率发送，只有在能量到达时刻采集的能量才会被充进电池中，假设采集的能量可以毫无损失的进行存储。当采集的能量不足以满足信号发射所需的能量时，发射所需的剩余能量由电网提供，当新到达的能量超过电池的最大容量E_max时，能量将会溢出而无法再利用，导致能量的浪费。

在本发明中，假设在传输时间[0，T]内，信道变化的次数是M次，能量到达的次数是Q次，一共变化L＝Q+M次。初始时刻的到达能量记为E_in(1)＝E₁＝0，对于t_m时刻，如果t_m为能量到达时刻，E_in(m)＝E_i，如果t_m为信道变化的时刻，则E_in(m)＝0。

在时间段m，设基站到用户k链路的信噪比为：

其中i∈{1,…,I}为子载波i，k表示第k个用户，p_i,k(m)是基站的发射功率，是加性高斯白噪声的平均功率，信道系数是h_i,k(m)＝g_i,k(m)ω_k(m)。g_i,k(m)代表无线信道的小尺度衰落，并且是服从均值为0，方差为1的独立同分布的复高斯随机变量。ω_k(m)是基站到用户k∈{1,...,K}的大尺度衰落因子且独立于g_i,k(m)：

其中，s_k(m)表示阴影衰落，是一个对数正态随机变量，10log₁₀s_k是均值为0，方差为的高斯随机变量，d_k是基站到第k个用户的距离，α代表路径损耗。

系统的容量为：

这里 和分别为能量采集和电网提供的信号的发射功率，Ω_k是分配给用户k的子载波合集。

系统中的功率消耗有两部分组成：基站的信号发射功率和基站的电路消耗功率，整个传输过程T内系统消耗的总能量为：

其中，和为能量采集和电网提供的信号的发射功率，和为能量采集和电网提供的电路消耗功率。

系统的能量效率可表示为：

综合上述描述的优化问题，建立以最大化能量效率为优化目标，满足能量因果约束和电池容量约束，电网供应功率小于电网功率上限，基站总发射功率不超过最大限制P_max，用户间速率的比例常数等约束的优化模型如下：

分别是基站的发射功率和电路消耗功率，E_max为能量采集器的电池容量，P_N表示电网能提供的最大功率，P_max表示基站信号发射功率的最大值，η_ee表示系统的能量效率，Φ_k:Φ₁表示用户k与用户1的速率比例常数。c1和c2表示采集的能量用于发射功率和电路消耗功率时，需要满足能量因果约束和电池容量约束，c3表示电网供应功率上限的限制，c4设置了基站电路消耗功率是一个常数P_C的限制，c5表示用户间速率的比例常数要求限制，c6表示基站总发射功率不超过P_max的限制，c7表示所有功率都要大于零的限制，c8表示了每个用户速率不低于最小速率要求，由于已知c5中用户间速率的比例常数要求，只需限制一个用户的最小速率即可，这里以用户1为例。

由于优化模型的目标是分数形式，不是凸问题，求解起来较为复杂。为了降低算法的复杂度，将采用两层循环嵌套的方法求解最优解。具体来说，外层循环采用Dikelbach算法找到最大的能量效率，内层循环给定能量效率η_ee寻找优化变量的可行解。在内层循环中，将分步对子载波和功率进行优化。首先根据信道状态变化和用户间速率的比例常数要求对子载波进行合理分配，其次采用分式规划的方法，将目标函数等价转换为减法形式，使优化问题转为一个凸优化问题，再采用对偶理论求解功率分配。

对该优化问题的求解过程具体如下：给定外层循环变量η_ee＝0.01，内层首先对子载波进行如下分配：

假设待分配的子载波合集是Ω，在每一次信道变化时刻点来临时：

第一步，对于用户k＝1…K，将满足的子载波i分配给用户k，H_i,k是载波i到用户k的信道参数，更新子载波集Ω为Ω-K；

第二步，计算每一个用户的速率R_k，找到用户φ_k表示用户k与用户1的速率比值，将满足的子载波i分配给用户k，并更新子载波集Ω-K为Ω-K-i；

第三步，重复第二步至待分配的子载波合集变为0。

其次，由于优化目标的分数形式，不是凸问题，采用分式规划方法将分数形式的优化目标等价变换成减法形式，原优化目标：

可等价变换为：

容易看出系统的最大能量效率应当在最优功率分配处取得。

再次，优化目标等价转换后，该问题转化为凸优化问题，其拉格朗日对偶问题的解与原问题最优解的对偶间隙为零，可以转化为求解其对偶问题。拉格朗日函数表示为：

其中γ,β,μ,ψ,λ,ρ均为拉格朗日乘子，即对偶变量。根据定义，拉格朗日对偶问题为：

对该问题求解的过程如下：使用KKT条件，对L(X(p),γ,β,μ,ψ,λ,ρ)关于每个功率求偏导，并令导数为0，进而求得功率的解：

由于L(X(p)，γ，β，μ，ψ，λ,ρ)对求导时得到：

可知L(X(p),γ,β,μ,ψ,λ,ρ)关于是一个仿射函数，当m＞1时，的最优值应由其他约束的可行集决定：

根据能量的因果性，m＝1时， 表示0≤x≤P_C。经以上方法可确定所有的功率变量。

上述过程确定的最优功率是在固定拉格朗日乘子的前提下得到的，下面采用梯度下降算法更新对偶变量，找到使拉格朗日函数值最大的功率的解。对偶变量的更新公式为：

其中j∈{1,…Q+M}，为迭代次数，ξ_u u∈{1,2,3,4}均为迭代步长，表示某次迭代中用户k在最优功率分配下的容量。

内层循环计算出η_ee＝0.01下的最优功率分配后，将功率带入能量效率计算公式：

计算得到新的η_ee，再次开始内层循环，对子载波进行分配，依据KKT条件求解最优功率，对对偶变量进行更新，并根据最优功率求解η_ee，重复此过程至η_ee收敛，此时的η_ee即为系统可达到的最大能量效率。

下面结合仿真对本发明的应用效果作详细的描述。

图4为本发明资源优化算法与其它算法的仿真对比图，横坐标为η_ee的迭代次数，纵坐标为系统可以达到的能量效率。可以看出相同条件下，提出的优化算法获得的能量效率高于其它算法，具体地，当最小用户速率约束为0.5bps，基站的发射功率是4w，用户间速率的比例约束为1:2:2:2时，提出的算法得到的系统能量效率是仅考虑子载波分配，但采用平均功率分配方案的1.14倍。

本发明以最大化系统的能量效率为目标，提出了一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述基于混合能量采集的OFDM系统下行链路多用户资源优化方法包括以下步骤：

步骤一，采用泊松分布对能量采集过程进行建模，基于能量到达和信道状态时变特性定义时间段m概念，每一个时间段m内基站发射功率不变；

步骤二，根据信道状态时变特性以及用户间速率的比例常数要求，确定传输过程中的子载波分配(i,k)，其中i＝1,2,…,I表示子载波i，k表示第k个用户；

步骤三，设计以最大化能量效率η_ee为目标的优化模型，利用拉格朗日对偶性将原问题转化为对偶问题，计算所有时间段m内各子载波i上的功率分配，采用梯度下降法对拉格朗日乘子进行迭代更新，求得原问题的最优解。

2.如权利要求1所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法为综合考虑子载波分配、功率分配两组优化变量，进行分步优化，使系统能量效率最大化，每一个用户速率达到比例公平。

3.如权利要求1所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述的资源优化方法采用泊松分布对能量采集过程进行建模，并基于能量到达和信道状态时变特性定义时间段m概念。

能量的到达过程服从速率为λ_e的泊松计数分布，用表示能量到达时刻序列，根据泊松分布的性质，时刻序列的间隔服从均值为1/λ_e的指数分布。至于信道状态变化过程，主要采用相干时间来描述信道特性，在相干时间内，信道的状态是相同的，信道改变时刻记为：信道衰落变化时刻序列的间隔是固定的相干时长。在整个传输过程中，每一次的能量到达时刻或者信道状态变化时刻记为一个时刻断点，从前一个时刻断点到一个新的时刻断点，这一段时间记为一个时间段，其中时间段m记为[t_m,t_m+1)，t_m和t_m+1为相邻的两个时刻断点，时间段m的时间间隔为L_m＝t_m+1-t_m，在每一段时间内，没有能量的到达也没有信道的变化，所以假设基站信号的发射功率是相同的。假设在时刻t_m采集到的能量用E_in(m)表示，E_in(m)将用于下一时刻的功率发送，只有在能量到达时刻采集的能量才会被充进电池中，当采集的能量不足以满足信号发射所需的能量时，剩余发射所需的能量由电网提供，当新到达的能量超过电池的剩余容量E_max时，能量将会溢出而无法再利用，导致能量的浪费。

4.如权利要求1所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，根据信道状态时变特性以及用户间速率的比例常数要求，对子载波进行分配。由于信道条件是时变的，对于不同的用户来说信道条件最好的子载波总是变化的，因此需要在每一次信道变化时对子载波重新分配；用户速率随子载波重新分配而变化，每一个用户至少需要获得一个子载波以保证速率不为零，兼顾用户速率比例公平性，速率最小的用户需要分配更多的载波，具体分配方式如下：

假设待分配的子载波合集是Ω，在每一次信道变化时刻点来临时：

第一步，对于用户k＝1…K，将满足的子载波i分配给用户k，H_i,k是载波i到用户k的信道参数，更新子载波集Ω为Ω-K；

第二步，计算每一个用户的速率R_k，找到用户φ_k表示用户k与用户1的速率比值，将满足的子载波i分配给用户k，更新子载波集Ω-K为Ω-K-i；

第三步，重复第二步至待分配的子载波合集变为0。

5.如权利要求1所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述的资源优化方法采用分式规划方法，将分数形式的优化目标等价变换成减法形式，将问题化为凸优化问题，然后使用拉格朗日对偶理论求解，计算优化变量时对偶间隙为零。求解得到的最优功率分配为：

其中是由采集能量提供的，基站对第一个用户和其它用户的发射功率，是由电网能量提供的，基站对第一个用户和其它用户的发射功率，和分别为由采集能量和电网提供的电路消耗功率，E_in(m)为第t_m时刻的采集能量，M表示信道变化的次数，Q表示能量到达的次数，L_m为第m＝{1,...,Q+M}个时间段时长，并且[x]⁺＝max(0,x)，表示0≤x≤P_C，P_C为基站的电路消耗功率，φ₁/φ_k表示用户1与用户k的速率比值，η_ee表示系统的能量效率，ρ,γ,β,λ,μ,ψ均为拉格朗日乘子。

6.如权利要求1所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法，其特征在于，所述的基于混合能量采集的OFDM系统下行链路多用户资源优化方法的优化目标函数是能量效率η_ee，整个优化过程采用外层和内层两层循环嵌套的方法。外层循环采用Dinkelbach法找到最优的能量效率；内层循环对子载波和功率分步优化：由信道状态和用户间速率的比例常数进行子载波分配，采用对偶理论和梯度下降算法得到最优的功率分配。