CN110493804B - 一种毫米波系统的波束和功率分配方法 - Google Patents

一种毫米波系统的波束和功率分配方法 Download PDF

Info

Publication number
CN110493804B
CN110493804B CN201910900406.8A CN201910900406A CN110493804B CN 110493804 B CN110493804 B CN 110493804B CN 201910900406 A CN201910900406 A CN 201910900406A CN 110493804 B CN110493804 B CN 110493804B
Authority
CN
China
Prior art keywords
user
power
representing
power allocation
allocation
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
Application number
CN201910900406.8A
Other languages
English (en)
Other versions
CN110493804A (zh
Inventor
张天魁
陈丹丹
张颖慧
曾志民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Inner Mongolia University
Original Assignee
Beijing University of Posts and Telecommunications
Inner Mongolia University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications, Inner Mongolia University filed Critical Beijing University of Posts and Telecommunications
Priority to CN201910900406.8A priority Critical patent/CN110493804B/zh
Publication of CN110493804A publication Critical patent/CN110493804A/zh
Application granted granted Critical
Publication of CN110493804B publication Critical patent/CN110493804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请提供一种毫米波系统的波束和功率分配方法，该方法包括以下步骤：建立以最大化系统能量效用为目标、联合优化波束和功率分配的问题模型；在给定功率分配的情况下，对问题模型采用波束分配方法为用户进行波束分配，将波束向量分配给用户；在给定波束分配的情况下，对问题模型采用功率分配方法为用户进行功率分配；对问题模型进行联合优化波束分配和功率分配，获得最大化系统能量效用值。本申请将波束向量分配给合适的用户，用户与波束稳定匹配，用户获得更好的传输速率，并且获得最大化的系统能量效用值，本申请提高了用户与基站之间通信过程中信号的传输速率、稳定性和传输质量，并降低了系统能量损失。

Description

一种毫米波系统的波束和功率分配方法
技术领域
本申请涉及移动通讯技术领域，尤其涉及一种毫米波系统的波束和功率分配方法。
背景技术
随着智能终端和无线移动通信业务爆炸式增长，未来无线移动通信面临着严峻的挑战，例如：如何提高系统容量、如何满足不同用户的服务需求、如何解决频谱资源短缺的问题等。现阶段广泛应用的6GHz以下的微波频段无法提供足够的频谱资源,30-300GHz的毫米波段蕴涵丰富可用的频谱资源，能够缓解频谱资源稀缺的压力，但利用毫米波系统进行无线通讯存在如下技术问题：
1)由于毫米波系统中载波频率非常高，导致传输信号路径损失高、对障碍物的穿透能力差，小区覆盖范围下降。
2)当用户终端(UE)未与合适的波束连接时，将使信号传输质量下降，甚至会导致链路中断，影响系统吞吐量和用户体验。
3)在毫米波Massive MIMO-NOMA系统中，利用功率域复用一个波束可以调度多个用户，那么进行功率分配尤为重要。
4)在毫米波Massive MIMO-NOMA系统中，随着射频链的增长和毫米波信号高能量衰减，无线网络的能量消耗急剧增加。因此，研究能量效用(EE)是一个重要而实际的考虑因素。此外EE也是无线通信网络的关键性能指标(KPIs)之一。
发明内容
本申请的目的在于提供一种毫米波系统的波束和功率分配方法，提高了用户与基站之间通信过程中信号的传输速率、稳定性和传输质量，并且降低了系统能量的损失。
为达到上述目的，本申请提供一种毫米波系统的波束和功率分配方法，该方法包括以下步骤：建立以最大化系统能量效用为目标、联合优化波束和功率分配的问题模型；在给定功率分配的情况下，对问题模型采用波束分配方法为用户进行波束分配，将波束向量分配给用户；在给定波束分配的情况下，对问题模型采用功率分配方法为用户进行功率分配；对问题模型进行联合优化波束分配和功率分配，获得最大化系统能量效用值。
如上的，其中，系统能量效用最大化问题模型为:
Figure BDA0002211643150000021
Figure BDA0002211643150000022
C2:Pm,k≥0；
C3:rm,k≥rmin；
Figure BDA0002211643150000023
Figure BDA0002211643150000024
其中，ηEE(b,p)表示系统能量效用；R(b,p)表示系统总传输速率；Ptot表示系统总的传输功率消耗,约束条件C1表示系统最大传输总功率为Pmax；C2确保用户的传输功率为非负值；C3表示被调度的用户的最小传输速率为rmin；C4表示每个用户最多与一个波束连接；C5表示每个波束最多可以调度Bmax个用户；bm,k表示用户k在波束m上的被调度的状态；pm,k表示用户k在波束m上的传输功率；rm,k表示用户k在波束m上的传输速率；s.t.表示满足；M表示波束的总数量；K表示用户的总数量。
如上的，其中，系统总传输速率R(b,p)的计算方法如下：
计算用户k的信干燥比γm,k；
根据用户k的信干燥比γm,k计算用户k的传输速率，计算公式如下：
rm,k＝log(1+γm,k)；
根据用户k的传输速率rm,k计算系统总传输速率，计算公式如下：
Figure BDA0002211643150000031
其中，R(b,p)表示系统总传输速率。
如上的，其中，用户k的信干燥比的计算公式为：
Figure BDA0002211643150000032
其中，γm,k表示用户k的信干燥比，bm,i表示用户i在波束m上被调度的状态，gm,k代表用户k在波束m上的信道增益，gn,k代表用户k在波束n上的信道增益，gm,i代表用户i在波束m上的信道增益，pm,i表示用户i在波束m上的传输功率，Pn代表波束n的传输功率，
Figure BDA0002211643150000034
表示用户的加性高斯白噪声。
如上的，其中，波束分配方法包括：给定功率分配值p，将问题模型转化为第一子问题模型如下：
Figure BDA0002211643150000033
s.t.C3-C5；
其中，ηEE(b)表示给定功率分配后的系统能量效用值，R(b)表示给定功率分配后的系统总传输速率。
如上的，其中，功率分配方法包括：给定波束分配值b，将问题模型转化为第二子问题模型如下：
Figure BDA0002211643150000041
s.t.C1-C3；
其中，ηEE(p)表示给定波束分配后系统能量效用值，R(p)表示给定波束分配后系统总传输速率。
如上的，其中，针对第一子问题模型，波束分配方法包括如下步骤：
初始化，使用户与波束之间随机匹配；
对随机匹配给用户的波束进行交换操作，选取用户k∈K和用户j∈{K\{k},o}，其中o是波束的空位，如果(k,j)是交换对，则交换用户k和用户j的匹配波束；
其中，交换对定义为如果一个交换操作被通过，那么此次交换操作所包含的所有用户的速率将不会减少，且至少有一个用户的速率将增加；
重复交换操作，直至不存在交换对；输出用户与波束之间的匹配结果。
如上的，其中，针对第二子问题模型，功率分配方法包括如下步骤：
将第二子问题模型优化为凸问题如下：
Figure BDA0002211643150000042
其中，
Figure BDA0002211643150000043
表示最大化系统能量效用；
Figure BDA0002211643150000044
表示系统能量效用；f(p)表示系统能量效用公式的分子，g(p)表示系统能量效用公式的分母；f(p)为凹的，g(p)为凸的；
对凸问题的分子式进行分式规划运算，输出功率分配P。
如上的，其中，功率分配方法实现步骤如下：
步骤T1：初始化，设置门限值ε′＝0.05，初始化功率分配p(0)；
步骤T2：执行迭代过程：
pn+1＝argmax{f(pn)-λng(pn)}；
F(λn)＝{f(pn)-λng(pn)}；
Figure BDA0002211643150000051
n＝n+1；
其中，pn+1、pn表示功率分配，F(λn)，λn+1，λn均为参数；
求解
Figure BDA0002211643150000052
得p(l+1)；
若|ηEE(pl+1)-ηEE(pl)|＞ε′，循环迭代过程；否则，执行步骤T3；
其中，l表示循环索引，p(l)和p(l+1)表示不同循环索引下的功率分配值；
Figure BDA0002211643150000053
均表示参数；
步骤T3：输出功率分配p。
对问题模型进行联合优化波束分配和功率分配方法如下：
初始化，设置门限值ε″＝0.05，初始化功率分配p(0)；
初始化后，执行交替迭代过程；
由功率分配p(i-1)和波束分配方法获得波束分配b(i)，然后由波束分配b(i)和功率分配方法获得功率分配p(i)；最后根据波束分配b(i)和功率分配p(i)获得系统能量效用
Figure BDA0002211643150000054
若|ηEE(pi)-ηEE(pi-1)|＞ε″，循环迭代过程；否则，输出系统能量效用ηEE。
本申请实现的有益效果如下：
(1)本申请的波束分配方法，将波束向量分配给合适的用户，保证用户与波束之间匹配稳定，并且采用了交换操作的方法，使用户与波束的匹配是最优的，每一个用户都获得最佳的信号传输速率。
(2)本申请利用了序列凸规划(SCP)和分式规划理论提出一种高效的功率分配方法，可降低波束干扰，提高系统传输质量。
(3)本申请基于交替迭代的方法，交替迭代优化波束和功率分配，获得最大化的系统能量效用值。
(4)本申请非正交多址接入技术(NOMA)利用功率域复用可以使多个用户连接到相同的无线资源，把NOMA技术运用到毫米波Massive MIMO系统中可进一步提高频谱利用率，提高系统容量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请一种毫米波系统的波束和功率分配方法的流程图。
图2为本申请系统总传输速率的计算方法的流程图。
图3为本申请波束分配方法的流程图。
图4为本申请功率分配方法的流程图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请是在毫米波系统中，以最大化系统能量效用提出了一种波束和功率分配联合优化的方法。具体的，在小区下行毫米波系统中，包括一个位于小区中心的基站(BS)和K个均匀分布的用户，用户用k表示，用户总数为K。基站发出M个波束，波束用m表示，本申请采用massive multiple-input multiple-output(MIMO)技术可使毫米波信号获得高波束赋形增益来抵抗路径损失问题，弥补无线链路传输的损耗。同时，毫米波段的短波长也更有利于Massive MIMO基站的部署。
基站利用波束成型技术产生波束成型矩阵W＝{w1,w2,...,wM}，
在接收端，用户k的接收信号表示为：
Figure BDA0002211643150000071
其中，i，j，k均表示用户，n和m表示波束，hm,k表示基站和用户k之间的信道传输向量，
Figure BDA0002211643150000072
是hm,k的共轭矩阵，wm表示波束m的波束成形向量，wn表示波束n的波束成形向量，pm,k表示用户k在波束m上的传输功率，pm,j表示用户j在波束m上的传输功率，pn,i表示用户i在波束n上的传输功率，sk表示为用户k的发送信号，si表示为用户i的发送信号，sj表示为用户j的发送信号，vk服从
Figure BDA0002211643150000073
表示用户的加性高斯白噪声。根据非正交多址技术(NOMA)原理，一个波束可以调度多个用户，记bm为波束m调度的用户集合。另外，每个用户最多能被一个波束调度，所以，
Figure BDA0002211643150000074
令bm,k表示用户k在波束m上的被调度的状态，bm,k∈{0,1}，bm,k＝1表示用户k被波束m调度，bm,k＝0表示用户k未被波束m调度，bn,i表示用户i在波束n上的被调度的状态，bn,i∈{0,1}，bn,i＝1表示用户i被波束n调度，bn,i＝0表示用户i未被波束n调度。
如图1所示，本申请提供一种毫米波系统的波束和功率分配方法，该方法包括以下步骤：
步骤S1，建立以最大化系统能量效用为目标、联合优化波束和功率分配的问题模型；
构建系统能量效用最大化问题模型为:
Figure BDA0002211643150000081
其中，b表示波束分配，p表示功率分配，ηEE(b,p)表示系统能量效用；R(b,p)表示系统总传输速率；Ptot表示系统总的传输功率消耗,约束条件C1表示系统最大传输总功率为Pmax；C2确保用户的传输功率为非负值；C3表示被调度的用户的最小传输速率为rmin；C4表示每个用户最多与一个波束连接；C5表示每个波束最多可以调度Bmax(Bmax≥2)个用户；s.t.表示满足；pm,k表示用户k在波束m上的传输功率，bm,k表示用户k在波束m上的被调度的状态，bm,k＝1表示用户k被波束m调度，bm,k＝0表示用户k未被波束m调度，rm,k表示用户k在波束m上的传输速率。
如图2所示，步骤S1中包括如下子步骤：
步骤S110,计算用户k的信干燥比γm,k。
用户k被波束m调度，用户k的信干燥比的计算公式为：
Figure BDA0002211643150000082
其中，γm,k表示用户k的信干燥比，bm,k表示用户k在波束m上被调度的状态，bm,i表示用户i在波束m上被调度的状态，gm,k＝|hk Hwm|2代表用户k在波束m上的信道增益，gn,k＝|hk Hwn|2代表用户k在波束n上的信道增益，gm,i＝|hi Hwm|2代表用户i在波束m上的信道增益，pm,k表示用户k在波束m上的传输功率，pm,i表示用户i在波束m上的传输功率，pn＝∑i＝1bn, ipn,i代表波束n的传输功率，
Figure BDA0002211643150000091
表示用户的加性高斯白噪声。hk表示基站和用户k之间的信道传输向量，hk H为hk的共轭矩阵，hi表示基站和用户i之间的信道传输向量，hi H为hi的共轭矩阵，wm表示波束m的波束成形向量，wn表示波束n的波束成形向量,bn,i表示用户i在波束n上的被调度的状态，pn,i表示用户i在波束n上的传输功率。
用户k的信干燥比γm,k的计算原理是根据非正交多址技术(NOMA)原理，在传输过程中多个用户可以同时分配给相同的波束，在接收端，采用串行干扰消除技术(SIC)进行多用户间检测进而解码出接收信号。对于一个给定的波束，信道质量更好的用户应用SIC技术成功进行解调并消除波束内干扰，即消除信道质量较差的用户信号，对于信道质量较差的用户而言，会把质量更好的用户信号作为波束间干扰进行处理。
步骤S120,根据用户k的信干燥比γm,k计算用户k的传输速率，计算公式如下：
rm,k＝log(1+γm,k)； (4)
其中，rm,k表示用户k的传输速率。
步骤S130,根据用户k的传输速率rm,k计算系统总传输速率，计算公式如下：
Figure BDA0002211643150000092
其中，R(b,p)表示系统总传输速率，k表示用户，K表示用户的总数，m表示波束，M表示波束的总数。
步骤S140,计算系统总的传输功率消耗Ptot，计算公式如下：
Ptot＝Pc+Pt； (6)
其中，Pc表示系统电路功率消耗，Pt表示系统传输功率消耗。
系统传输功率消耗Pt的计算公式如下：
Figure BDA0002211643150000101
其中bm,k表示用户k在波束m上的被调度的状态，pm,k表示用户k在波束m上的传输功率。
Pc无需计算，为具体给定的数值。
步骤S2，对问题模型采用波束分配方法为用户进行波束分配，将波束向量分配给用户，输出稳定的匹配结果。
步骤S2中，波束分配方法包括：给定功率分配值p，问题模型转化为第一子问题模型如下：
Figure BDA0002211643150000102
s.t.C3-C5； (8)
其中，ηEE(b)表示给定功率分配后的系统能量效用值，R(b)表示给定功率分配后的系统总传输速率。
如图3所示，波束分配方法的步骤如下：
步骤S210，初始化，使用户与波束之间随机匹配；
步骤S220，对随机匹配给用户的波束进行交换操作。选取任意两个不同的用户，如果该两个用户属于交换对，则将两个用户的波束进行交换匹配，重复交换操作，直至所有用户中不存在交换对。
其中，交换对定义为如果一个交换操作被通过，那么此次交换操作所包含的所有用户的速率将不会减少，且至少有一个用户的速率将增加。
具体的，选取用户k∈K和用户j∈{K\{k},o}，其中o是波束的空位，如果(k,j)是交换对，则交换用户k和用户j的匹配波束；该交换操作的作用是使用户与波束之间的匹配达到最好的匹配方案，保证每一个用户都能获得最佳的信号传输速率。
步骤S230，重复交换操作，直至不存在交换对；输出用户与波束之间的稳定匹配结果。
波束分配的过程中包括如下设计：
建立多对一匹配问题，在非正交多址技术(NOMA)系统，每个波束可以同时支持多个用户传输，但每个用户最多接入一个波束，所以，波束分配问题可以看做是用户与波束之间的多对一匹配问题。非正交多址接入技术(NOMA)利用功率域复用可以使多个用户连接到相同的无线资源，把NOMA技术运用到毫米波MassiveMIMO系统中可进一步提高频谱利用率，提高系统容量。
建立外部特性，由于每个用户的速率表达式中存在波束间干扰和波束内干扰的问题，每个波束的偏好列表不仅依赖于它支持的用户，而且依赖于其他波束上的用户，每个用户的偏好列表不仅依赖于他所占有的波束，而且还与其他波束有关，根据这些特征，优化第一问题是一个用户之间存在外部特性的多对一匹配问题。
建立双边交换稳定性，由于建立的匹配问题中外部特性的存在，导致传统的匹配稳定性不再使用，为了解决外部特性引入的困难，首先定义交换匹配，用户k和用户j交换它们匹配的波束，同时其他用户的匹配状态保持不变，这个过程称为交换匹配操作；其次定义交换对，交换对特征确保如果一个交换操作被通过，那么此次交换操作所包含的所有用户的速率将不会减少，且至少有一个用户的速率将增加；最后，经过一系列的交换匹配操作，匹配可以达到一个稳定状态。
步骤S3，对问题模型采用功率分配方法为用户进行功率分配，使每个用户获得高效的传输速率，进一步降低波束内和波束间的干扰；
步骤S3中，功率分配方法包括：给定波束分配值b，将问题模型转化为第二子问题模型如下：
Figure BDA0002211643150000121
s.t.C1-C3； (9)
其中，ηEE(p)表示给定波束分配后系统能量效用值，R(p)表示给定波束分配后系统总传输速率。
如图4所示，功率分配方法的步骤如下：
步骤S310，利用序列凸规划定理将第二子问题模型被优化为可解决的凸问题如下：
Figure BDA0002211643150000122
其中，
Figure BDA0002211643150000123
表示最大化系统能量效用；
Figure BDA0002211643150000124
表示系统能量效用；f(p)表示系统能量效用公式的分子，g(p)表示系统能量效用公式的分母；f(p)为凹的，g(p)为凸的。
具体的优化方法如下：
步骤311，利用序列凸规划定理(SCP)对第二子问题模型中的系统总传输功率R(p)进行转换，将系统能量效用的分子式变成凹的；
具体的，序列凸规划定理为：对于任意用户k信干燥比γm,k和γ′m,k，有：
log(1+γm,k)≥αm,klog(γm,k)+βm,k； (11)
其中，αm,k和βm,k均表示参数，计算方法如下：
Figure BDA0002211643150000125
Figure BDA0002211643150000126
其中，γm,k和γ′m,k均表示信干燥比。
按照上述定理，对第二子问题模型中的系统总传输功率R(p)进行转换。
步骤312，令
Figure BDA0002211643150000131
系统能量效用公式的分子变成凹的，得到：
Figure BDA0002211643150000132
其中，
Figure BDA0002211643150000133
表示分子式变凹后的系统能量效用，pm,k为已知的，pm,k表示用户k在波束m上的传输功率；根据
Figure BDA0002211643150000134
可产生变量qm,k，qm,k无具体的物理意义，仅用于公式的转换；qn等于公式(3)中的Pn；qn无具体的物理意义，仅用于公式的转换；
公式(14)中，
Figure BDA0002211643150000135
其中，
Figure BDA0002211643150000136
表示系统总的传输功率消耗；
qn,i无具体的物理意义，仅用于公式的转换。
步骤313，利用序列凸规划定理将约束条件C3进行转换，使系统能量效用的分子式变成凸的；第二子问题模型被优化为：
Figure BDA0002211643150000137
其中，f(p)表示分子式变凹后的系统能量效用公式的分子，也就是公式(14)中的分子，g(p)表示分子式变凸后的系统能量效用公式的分母，也就是公式(14)中的分母。
经优化后的f(p)为凹的，g(p)为凸的，约束集为凸的。
经序列凸规划定理转换后的系统能量效用公式(15)就可以利用分式规划方法进行求解。
步骤S320，利用分式规划方法对步骤S310优化后的分子式进行运算。
分式规划方法如下：
步骤S321，初始化，设置门限值ε＝0.05，n＝0，λn＝0；初始化功率分配p(0)，其中，n表示循环索引；λn为参数；
步骤S322，初始化后，执行迭代过程，
迭代过程为：
Figure BDA0002211643150000141
其中，pn+1、pn表示功率分配，F(λn)，λn+1，λn均为参数，无具体的物理意义；
若|F(λn)|＞ε，循环以上过程直至|F(λn)|≤ε，执行下一步；
步骤S323，输出功率分配p。
功率分配方法实现步骤如下：
步骤T1：初始化，设置门限值ε′＝0.05，初始化功率分配p(0)；
步骤T2：执行迭代过程，由序列凸规划定理和p(l)计算
Figure BDA0002211643150000142
然后根据所述的分式规划方法求解
Figure BDA0002211643150000143
得p(l+1)，若|ηEE(pl+1)-ηEE(pl)|＞ε'，循环迭代过程；否则，执行步骤T3；
其中，l表示循环索引，p(l)和p(l+1)表示不同循环索引下的功率分配值；
Figure BDA0002211643150000144
均表示参数；
步骤T3：输出功率分配p。使每个用户获得合理的传输速率，进一步降低波束内和波束间的干扰。
步骤S4，对问题模型进行联合优化波束分配和功率分配，获得最大化系统能量效用值。
步骤S4中，对问题模型进行联合优化波束分配和功率分配的方法如下：
步骤S410，初始化，设置门限值ε″＝0.05，初始化功率分配p(0)；
步骤S420，初始化后，执行交替迭代过程，由功率分配p(i-1)和波束分配算法获得波束分配b(i)，然后由波束分配b(i)和功率分配算法获得功率分配p(i)；最后根据波束分配b(i)和功率分配p(i)获得系统能量效用
Figure BDA0002211643150000151
若|ηEE(pi)-ηEE(pi-1)|＞ε”，循环迭代过程；否则，执行步骤S430；
其中，p(i-1)表示第i-1次迭代所产生的功率；b(i)表示第i次迭代所获得的波束，p(i)表示第i次迭代所产生的功率，
Figure BDA0002211643150000153
表示第i次迭代获得的系统能量效用值，
Figure BDA0002211643150000152
表示第i-1次迭代获得的系统能量效用值。
步骤S430，输出系统能量效用ηEE，即获得最大化的系统能量效用值。
本申请实现的有益效果如下：
(1)本申请的波束分配方法，将波束向量分配给合适的用户，保证用户与波束之间匹配稳定，并且采用了交换操作的方法，使用户与波束的匹配是最优的，每一个用户都获得最佳的信号传输速率。
(2)本申请采用了序列凸规划(SCP)和分式规划理论提出一种高效的功率分配方法，可降低波束干扰，提高系统传输质量。
(3)本申请基于交替迭代的方法，交替迭代优化波束和功率分配，获得最大化的系统能量效用值。
(4)本申请非正交多址接入技术(NOMA)利用功率域复用可以使多个用户连接到相同的无线资源，把NOMA技术运用到毫米波Massive MIMO系统中可进一步提高频谱利用率，提高系统容量。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应归属于本发明的专利涵盖范围之内。

Claims (9)

1.一种毫米波系统的波束和功率分配方法，其特征在于，该方法包括以下步骤：
建立以最大化系统能量效用为目标、联合优化波束和功率分配的问题模型；
在给定功率分配的情况下，对问题模型采用波束分配方法为用户进行波束分配，将波束向量分配给用户；
在给定波束分配的情况下，对问题模型采用功率分配方法为用户进行功率分配；
对问题模型进行联合优化波束分配和功率分配，获得最大化系统能量效用值；系统能量效用最大化问题模型为:
Figure FDA0002619261990000011
Figure FDA0002619261990000012
C2:Pm,k≥0；
C3:rm,k≥rmin；
Figure FDA0002619261990000013
Figure FDA0002619261990000014
其中，ηEE(b,p)表示系统能量效用；R(b,p)表示系统总传输速率；Ptot表示系统总的传输功率消耗,约束条件C1表示系统最大传输总功率为Pmax；C2确保用户的传输功率为非负值；C3表示被调度的用户的最小传输速率为rmin；C4表示每个用户最多与一个波束连接；C5表示每个波束最多可以调度Bmax个用户；bm,k表示用户k在波束m上的被调度的状态；pm,k表示用户k在波束m上的传输功率；rm,k表示用户k在波束m上的传输速率；s.t.表示满足；M表示波束的总数量；K表示用户的总数量。
2.根据权利要求1所述的毫米波系统的波束和功率分配方法，其特征在于，系统总传输速率R(b,p)的计算方法如下：
计算用户k的信干燥比γm,k；
根据用户k的信干燥比γm,k计算用户k的传输速率，计算公式如下：
rm,k＝log(1+γm,k)；
根据用户k的传输速率rm,k计算系统总传输速率，计算公式如下：
Figure FDA0002619261990000021
其中，R(b,p)表示系统总传输速率。
3.根据权利要求2所述的毫米波系统的波束和功率分配方法，其特征在于，用户k的信干燥比的计算公式为：
Figure FDA0002619261990000022
其中，γm,k表示用户k的信干燥比，bm,i表示用户i在波束m上被调度的状态，gm,k代表用户k在波束m上的信道增益，gn,k代表用户k在波束n上的信道增益，gm,i代表用户i在波束m上的信道增益，pm,i表示用户i在波束m上的传输功率，pn代表波束n的传输功率，
Figure FDA0002619261990000023
表示用户的加性高斯白噪声。
4.根据权利要求3所述的毫米波系统的波束和功率分配方法，其特征在于，波束分配方法包括：给定功率分配值p，将问题模型转化为第一子问题模型如下：
Figure FDA0002619261990000024
s.t.C3-C5；
其中，ηEE(b)表示给定功率分配后的系统能量效用值，R(b)表示给定功率分配后的系统总传输速率。
5.根据权利要求3所述的毫米波系统的波束和功率分配方法，其特征在于，功率分配方法包括：给定波束分配值b，将问题模型转化为第二子问题模型如下：
Figure FDA0002619261990000031
s.t.C1-C3；
其中，ηEE(p)表示给定波束分配后系统能量效用值，R(p)表示给定波束分配后系统总传输速率。
6.根据权利要求4所述的毫米波系统的波束和功率分配方法，其特征在于，针对第一子问题模型，波束分配方法包括如下步骤：
初始化，使用户与波束之间随机匹配；
对随机匹配给用户的波束进行交换操作，选取用户k∈K和用户j∈{K\{k},o}，其中o是波束的空位，如果(k,j)是交换对，则交换用户k和用户j的匹配波束；
其中，交换对定义为如果一个交换操作被通过，那么此次交换操作所包含的所有用户的速率将不会减少，且至少有一个用户的速率将增加；
重复交换操作，直至不存在交换对；输出用户与波束之间的匹配结果。
7.根据权利要求5所述的毫米波系统的波束和功率分配方法，其特征在于，针对第二子问题模型，功率分配方法包括如下步骤：
将第二子问题模型优化为凸问题如下：
Figure FDA0002619261990000032
其中，
Figure FDA0002619261990000033
表示最大化系统能量效用；
Figure FDA0002619261990000034
表示系统能量效用；f(p)表示系统能量效用公式的分子，g(p)表示系统能量效用公式的分母；f(p)为凹的，g(p)为凸的；
对凸问题的分子式进行分式规划运算，输出功率分配P。
8.根据权利要求7所述的毫米波系统的波束和功率分配方法，其特征在于，功率分配方法实现步骤如下：
步骤T1：初始化，设置门限值ε′＝0.05，初始化功率分配p(0)；
步骤T2：执行迭代过程：
pn+1＝argmax{f(pn)-λng(pn)}；
F(λn)＝{f(pn)-λng(pn)}；
Figure FDA0002619261990000041
n＝n+1；
其中，pn+1、pn表示功率分配，F(λn)，λn+1，λn均为参数；
求解
Figure FDA0002619261990000042
得p(l+1)；
若|ηEE(pl+1)-ηEE(pl)|＞ε′，循环迭代过程；否则，执行步骤T3；
其中，l表示循环索引，p(l)和p(l+1)表示不同循环索引下的功率分配值；
步骤T3：输出功率分配p。
9.根据权利要求8所述的毫米波系统的波束和功率分配方法，其特征在于，对问题模型进行联合优化波束分配和功率分配方法如下：
初始化，设置门限值ε″＝0.05，初始化功率分配p(0)；
初始化后，执行交替迭代过程；
由功率分配p(i-1)和波束分配方法获得波束分配b(i)，然后由波束分配b(i)和功率分配方法获得功率分配p(i)；最后根据波束分配b(i)和功率分配p(i)获得系统能量效用
Figure FDA0002619261990000043
若|ηEE(pi)-ηEE(pi-1)|＞ε″，循环迭代过程；否则，输出系统能量效用ηEE。
CN201910900406.8A 2019-09-23 2019-09-23 一种毫米波系统的波束和功率分配方法 Active CN110493804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910900406.8A CN110493804B (zh) 2019-09-23 2019-09-23 一种毫米波系统的波束和功率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910900406.8A CN110493804B (zh) 2019-09-23 2019-09-23 一种毫米波系统的波束和功率分配方法

Publications (2)

Publication Number Publication Date
CN110493804A CN110493804A (zh) 2019-11-22
CN110493804B true CN110493804B (zh) 2020-10-02

Family

ID=68559225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910900406.8A Active CN110493804B (zh) 2019-09-23 2019-09-23 一种毫米波系统的波束和功率分配方法

Country Status (1)

Country Link
CN (1) CN110493804B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163511A (zh) * 2019-12-20 2020-05-15 北京邮电大学 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法
CN111431568B (zh) * 2020-03-09 2022-10-11 南京航空航天大学 一种毫米波noma上行通信系统中联合功率分配和波束成形设计方法
CN111447620B (zh) * 2020-03-19 2022-05-17 重庆邮电大学 一种毫米波异构网络资源分配联合优化方法
CN111431646B (zh) * 2020-03-31 2021-06-15 北京邮电大学 一种毫米波系统中的动态资源分配方法
CN111556460B (zh) * 2020-04-28 2021-07-13 西安交通大学 非理想毫米波无线供电通信无人机网络的功率分配方法
CN112367674B (zh) * 2020-11-09 2022-06-24 中国科学院上海微系统与信息技术研究所 一种有效的三维环境下毫米波通信系统性能建模方法
CN115348610B (zh) * 2022-10-18 2023-03-24 成都市以太节点科技有限公司 一种毫米波多链路自适应通信方法、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101674273A (zh) * 2008-09-08 2010-03-17 上海交通大学 多用户调度方法、多用户调度装置、信息反馈装置、基站和移动台
CN109104225A (zh) * 2018-08-07 2018-12-28 东南大学 一种能效最优的大规模mimo波束域多播传输方法
WO2019034996A1 (en) * 2017-08-16 2019-02-21 Telefonaktiebolaget Lm Ericsson (Publ) ENERGY EFFICIENT WAITING WITH OPTIMUM BEAM SEARCH BEFORE ACCESS
CN110166090A (zh) * 2019-04-29 2019-08-23 东南大学 能效最优的大规模mimo下行单播波束域功率分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105744628B (zh) * 2016-02-02 2019-02-22 电子科技大学 一种数能一体化通信网络的资源分配最优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101674273A (zh) * 2008-09-08 2010-03-17 上海交通大学 多用户调度方法、多用户调度装置、信息反馈装置、基站和移动台
WO2019034996A1 (en) * 2017-08-16 2019-02-21 Telefonaktiebolaget Lm Ericsson (Publ) ENERGY EFFICIENT WAITING WITH OPTIMUM BEAM SEARCH BEFORE ACCESS
CN109104225A (zh) * 2018-08-07 2018-12-28 东南大学 一种能效最优的大规模mimo波束域多播传输方法
CN110166090A (zh) * 2019-04-29 2019-08-23 东南大学 能效最优的大规模mimo下行单播波束域功率分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《Energy efficient beam-alignment in millimeter wave networks》;Muddassar Hussain，Nicolo Michelusi;《2017 51st Asilomar Conference on Signals, Systems, and Computers》;20180416;全文 *

Also Published As

Publication number Publication date
CN110493804A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110493804B (zh) 一种毫米波系统的波束和功率分配方法
Zhou et al. Fronthaul compression and transmit beamforming optimization for multi-antenna uplink C-RAN
Marcano et al. Impact of NOMA on network capacity dimensioning for 5G HetNets
Wang et al. Energy-efficient joint power and bandwidth allocation for NOMA systems
CN112468196A (zh) 一种基于pzf预编码的去蜂窝大规模mimo系统中功率分配方法
Wei et al. Resource allocation technique for hybrid TDMA-NOMA system with opportunistic time assignment
Liu et al. Power allocation for energy efficiency maximization in downlink CoMP systems with NOMA
CN101499837B (zh) 多用户mimo广播信道中低复杂度用户的选择方法
Kassir et al. Power domain non orthogonal multiple access: A review
Zhang et al. Joint user clustering and multi-dimensional resource allocation in downlink MIMO–NOMA networks
US8385364B2 (en) Distributed message-passing based resource allocation in wireless systems
Tran et al. Dynamic radio cooperation for downlink cloud-RANs with computing resource sharing
CN109068382B (zh) 一种基于时延QoS的NOMA跨层功率分配方法
Liang et al. An efficiency-improved clustering algorithm based on KNN under ultra-dense network
Wei et al. Spectral-energy efficiency trade-off based design for hybrid TDMA-NOMA system
Xia et al. Joint optimization of fronthaul compression and bandwidth allocation in uplink H-CRAN with large system analysis
Chinnadurai et al. Energy efficient MIMO-NOMA HCN with IoT for wireless communication systems
Zhu et al. Joint antenna and user scheduling in the massive MIMO system over time-varying fading channels
Wang et al. Beamforming optimization and power allocation for user-centric MIMO-NOMA IoT networks
Liu et al. Towards accurate throughput analysis for dense heterogeneous networks with cooperative NOMA
US20220159586A1 (en) Transmission power allocation method based on user clustering and reinforcement learning
Muhammed et al. Resource allocation for energy efficiency in NOMA enhanced small cell networks
Xiao et al. Joint uplink and downlink resource allocation in full-duplex OFDMA networks
Ito et al. Joint AP on/off and user-centric clustering for energy-efficient cell-free massive MIMO systems
Yin et al. Joint device assignment and power allocation in multihoming heterogeneous multicarrier NOMA networks

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