CN111314932B - 一种用于多小区系统的广义速率分割多址接入方法 - Google Patents

一种用于多小区系统的广义速率分割多址接入方法 Download PDF

Info

Publication number
CN111314932B
CN111314932B CN202010053298.8A CN202010053298A CN111314932B CN 111314932 B CN111314932 B CN 111314932B CN 202010053298 A CN202010053298 A CN 202010053298A CN 111314932 B CN111314932 B CN 111314932B
Authority
CN
China
Prior art keywords
user
cell
base station
efficiency
optimization problem
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
CN202010053298.8A
Other languages
English (en)
Other versions
CN111314932A (zh
Inventor
张佳
张京华
孙建德
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.)
Shandong Normal University
Original Assignee
Shandong Normal 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 Shandong Normal University filed Critical Shandong Normal University
Priority to CN202010053298.8A priority Critical patent/CN111314932B/zh
Publication of CN111314932A publication Critical patent/CN111314932A/zh
Application granted granted Critical
Publication of CN111314932B publication Critical patent/CN111314932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/242TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/30TPC using constraints in the total amount of available transmission power
    • H04W52/34TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading

Landscapes

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

Abstract

广义速率分割多址接入(G‑RSMA)技术具有显著提高无线网络能量效率EE和频谱效率SE的潜力。为了使多小区MISO系统的能量效率EE和频谱效率SE达到最大,本发明提出了应用G‑RSMA技术的波束形成向量和速率分配的联合设计,建立了同时最大化能量效率EE和频谱效率SE的多目标优化问题。本发明将所提出的多目标优化问题转化为单目标优化问题来实现EE‑SE权衡,通过进一步研究能量效率EE与频谱效率SE之间的拟凸关系,可知任意可达的频谱效率SE区域内都能得到最大的能量效率EE。仿真结果证明,在不同的系统参数设置下,与传统的多址接入技术相比,在获得理想频谱效率SE下,提高了系统能量效率EE。

Description

一种用于多小区系统的广义速率分割多址接入方法
技术领域
本发明涉及一种用于多小区系统的广义速率分割多址接入(G-RSMA)方法,属于多小区多 输入多输出系统的无线通信技术领域。
背景技术
根据思科公司白皮书的预测,随着各种数据密集型无线应用和服务(如多媒体、自主交通 和虚拟现实)的兴起,到2022年,全球移动数据流量预计将达到每月77艾字节。为了支持这 些高数据速率要求的无线服务,移动通信系统的能耗压力也越来越大。
为了满足日益增长的流量需求,人们提出了各种有前途的技术来提高新兴的第五代(5G) 移动网络的频谱效率SE。在多输入多输出无线通信网络中,基站配置天线阵并且在基站端进 行预处理来得到更高的频谱效率SE。在以往的研究中,往往把重点放在提高系统频谱效率 SE来最大化加权和速率上,而忽略了这种过度开发对能源消耗的成本。基站的超密集部署导 致了过度的频谱效率SE提高,而能源消耗对构建可持续的、绿色的5G无线网络提出了越来 越大的挑战。近年来,提高无线通信系统的能源效率EE越来越受到人们的重视,比如在云 无线电接入网络,下行链路的正交频分多址网络,异构无线网络。
人们希望能够同时最大化能量效率EE和频谱效率SE。但是在无线系统的设计中,最佳 的能量效率EE与频谱效率SE之间存在冲突,意味着在资源受限情况下,能量效率EE和频 谱效率SE之间存在一个权衡。在最近的关于EE-SE权衡的研究中,最优功率分配问题得到 广泛关注。有的方法通过高效节能的资源分配算法来求端到端网络中最优功率分配;有的方 法通过优化有源天线数量和功率分配研究大规模多输入多输出系统的EE-SE权衡。
速率分割多址接入(RSMA)技术由于能够显著改善频谱效率SE和能量效率EE,近年来受 到了广泛的关注。通过速率分割多址将发送给用户的信息被分为公共部分和私有部分。对于 下行传输,所有成对用户的公共部分编码到一个数据流中,而每个用户的私有部分在基站中 单独编码。在解码信息时,每个用户首先通过将所有私有数据视为噪声来解码通用数据流, 然后删除通用数据流并解码自己的私有数据。通过对干扰的灵活处理,速率分割多址接入能 够在频谱效率SE和能量效率EE方面都优于线性预编码(LP)和非正交多址接入(NOMA)。
发明内容
不同于能量效率EE最大化问题在只有两用户的单小区RSMA场景中进行研究或通过传 统功率分配方法来实现EE-SE权衡,本发明提出一个广义速率分割多址接入(G-RSMA)策略, 在多小区多用户的多输入单输出(MISO)系统中平衡能量效率EE和频谱效率SE,在同一小区 内所有用户的共同信息编码成一个通用的数据流。根据G-RSMA方法,本发明构建了一个联 合波束形成和通用数据率非凸二次约束的多目标优化问题,来同时最大化下行链路中的能量 效率EE和频谱效率SE。通过在最小频谱效率SE要求的约束条件下来最大能量效率EE,将 多目标优化问题转化为单目标优化问题。
本发明的技术方案如下:
一种用于多小区系统的广义速率分割多址接入方法,具体包括以下步骤:
1)基于广义速率分割多址接入G-RSMA建立多小区系统模型
在下行传输链路多小区多用户MISO系统中,假设小区的数量为N,每个小区的中间位 置有一个配置Nt个天线的基站并且每个小区随机分布Kn个单天线用户,采用G-RSMA作为用户接入策略,在每个小区中,基站传输信息给Kn个单天线用户;
在基站端,应用G-RSMA进行信息传输,把发送给用户的信息拆分成公共和私有部分, 小区内的所有用户的公共部分叠加编码成一个通用信息,然后进一步编码成通用数据流,每 个私有信息独立编码成私有数据流;
在接收端,用户通过连续干扰消除SIC进行解码,每个用户通过将所有私有数据流视为 噪声来解码通用数据流。移除解码后的通用数据流后,每个用户解码各自的私有数据流;
2)通过同时最大化能量效率EE和频谱效率SE来实现系统中EE-SE权衡,构建的优化 问题如下:
利用小区n内基站n发送给用户un,k的数据信息sn,基站与用户un,k的信道hn,n,k和基站的 最大传输功率Pn,小区内用户un,k接受的信号yn,k,在多小区系统中,在功率约束条件和通用 速率的约束条件下,同时最大化能量效率EE和频谱效率SE,得到下式:
Figure BDA0002371969320000021
Figure BDA0002371969320000022
Figure BDA0002371969320000023
Figure BDA0002371969320000024
Figure BDA0002371969320000031
Figure BDA0002371969320000032
其中ptot是整个系统的传输功率,η∈(0,1)表示功率放大器效率,电路功率Pcir=NtPdyn+Psta, 其中Pdyn是睡眠模式下的动态功率消耗,Psta是冷却系统和电源功耗。Rn,k是用户un,k的总体可 达数据速率,
Figure RE-GDA0002486493140000033
表示小区n的通用速率,
Figure RE-GDA0002486493140000034
是确保小区间速率公平 性的权重,
Figure RE-GDA0002486493140000035
是表示用户之间相对重要性的权重,B是多小区系统中每个基 站共享的总的传输带宽;
3)将上述的多目标优化问题转化成单目标优化问题并求解
将上述的多目标优化问题转化为获得理想的频谱效率SE同时最大化能量效率EE的单目 标优化问题,通过连续凸近似SCA将非凸的优化问题转化成凸优化问题,求解后得到最优的 预编码矩阵和通用速率向量。
与现有技术相比,本发明的有益效果是:在多小区多用户MISO系统中,在不同的系统 参数设置下,与传统的多址接入技术(LP和NOMA)相比,在获得理想频谱效率SE下,提高了系统能量效率EE。基于G-RSMA的方法为多小区系统中其他领域中的研究提供了理论和实践基础。
附图说明
图1是多小区系统中下行链路G-RSMA的一个实例。
图2是G-RSMA的收发机框图。
图3是基于SCA三种波束成形多址接入技术的收敛性比较。
图4是EE-SE关系图。
图5是能量效率EE与最小频率效率SE要求对于不同权重参数的关系图。
图6是三种波束成形多址接入技术的能量效率EE与最小频谱效率SE要求关系图。
图7是传输功率与能量效率EE的关系图。
图8是传输功率与频谱效率SE的关系图。
具体实施方式
构建系统模型基于G-RSMA:
本发明考虑一个下行传输链路多小区多用户多输入单输出系统,假设有N个小区,每个 小区有一个配置Nt个天线的基站并传输信息给Kn个单天线用户。本发明考虑G-RSMA作为 用户接入策略。在小区n中,基站把发送给用户的信息拆分成公共和私有部分,小区内的所 有用户的公共部分叠加编码成一个通用信息,然后进一步编码成通用数据流。此外,每个私 有信息独立编码成私有数据流。在接收端,每个用户通过将所有私有数据流视为噪声来解码 通用数据流。移除解码后的通用数据流后,每个用户解码各自的私有数据流。
信号构建基于G-RSMA:
定义
Figure BDA0002371969320000041
并假设
Figure BDA0002371969320000042
基站n的发送信息定义为
Figure BDA0002371969320000043
可以表示为
Figure BDA0002371969320000044
其中
Figure BDA0002371969320000045
是基站n的波束成形矩阵,
Figure BDA0002371969320000046
Figure BDA0002371969320000047
分别是通用数 据流
Figure BDA0002371969320000048
和私有数据流
Figure BDA0002371969320000049
的波束成形向量。用户un,k接收信息表示为
Figure BDA00023719693200000410
其中
Figure RE-GDA00024864931400000411
表示基站i和用户un,k之间的信道响应向量,
Figure RE-GDA00024864931400000412
表示基站n传输到用 户un,k的信号和
Figure RE-GDA00024864931400000413
是高斯白噪声(AWGN)。
基站n的传输功率表示为
Figure BDA00023719693200000414
其中Pn是基站n的最大传输功率。
用户的可达速率:
基于公式(2),用户解码通用信息的信干噪比(SINR)表示为
Figure BDA00023719693200000415
其中
Figure BDA00023719693200000416
表示小区内部干扰,
Figure BDA00023719693200000417
表示小 区间的干扰。为了确保小区n的所有用户都能成功解码通用数据流,通用数据流的通用数据 速率必须满足下面要求:
Figure BDA00023719693200000418
其中B是多小区系统中每个基站共享的总的传输带宽。根据G-RSMA解码原理,
Figure BDA0002371969320000051
被小区n 的所有用户共享。定义
Figure BDA0002371969320000052
作为用户un,k的通用速率,得到:
Figure BDA0002371969320000053
移除通用数据流之后,用户un,k解码私有数据流基于下面的SINR:
Figure BDA0002371969320000054
其中
Figure BDA0002371969320000055
表示移除通用数据后剩余小区内的干扰。因此,用户un,k的私有数 据流的可达数据速率:
Figure BDA0002371969320000056
用户un,k的总体可达数据速率:
Figure BDA0002371969320000057
问题构建:
本发明致力于G-RSMA在多小区的MISO系统的EE-SE权衡。为了最大化能量效率EE和频谱效率SE,建立了联合波束成形和通用速率优化问题,考虑每个基站和整个系统的发送 功率作为约束。提出的问题可以表示为:
Figure BDA0002371969320000058
Figure BDA0002371969320000059
Figure BDA00023719693200000510
Figure BDA00023719693200000511
Figure BDA00023719693200000512
Figure BDA00023719693200000513
其中Pn是基站n的发送功率,ptot是整个系统的传输功率,η∈(0,1)表示功率放大器效率。电 路功率Pcir=NtPdyn+Psta,其中Pdyn是睡眠模式下的动态功率消耗,Psta是冷却系统和电源功耗。
Figure RE-GDA0002486493140000061
表示小区n的通用速率,
Figure RE-GDA0002486493140000062
是确保小区间速率公平性的权重,
Figure RE-GDA0002486493140000063
是表示用户之间相对重要性的权重。
在问题(10)中,约束(10c)保证小区内的所有用户都能解码通用信息。约束(10d)和(10e)分 别保证每个基站和整个系统的传输功率限制。约束(10f)确保通用速率的非负性。问题(10)是 一个多目标优化问题,其中目标函数(10a)是非凸分数和比的形式,目标函数(10b)和约束(10c) 也是非凸的。因此,问题(10)是一个非凸二次约束优化问题,直接求解比较困难。下一步, 本发明将问题(10)转化为一个单目标优化问题,并依次对近似的单目标优化问题进行优化, 得到一个基于SCA方法的次优凸解。
问题重构:
本发明首先将多目标优化问题转化单目标优化问题,然后通过SCA方法求解。为了解决 多目标优化问题,本发明中最大化目标函数能量效率EE,同时将频谱效率SE最大化的目标 函数转换为最小频谱效率SE要求。因此,问题(10)中的多目标优化问题重新表述为获得理想 的频谱效率SE同时最大化能量效率EE的单目标优化问题,问题(10)重构为:
Figure BDA0002371969320000064
Figure BDA0002371969320000065
Figure BDA0002371969320000066
Figure BDA0002371969320000067
Figure BDA0002371969320000068
Figure BDA0002371969320000069
其中ηSE(min)表示所有用户的最小频谱效率SE要求。本发明中先固定功率约束和最小频谱效 率SE要求约束研究能量效率EE和频谱效率SE之间的关系,发现最大能量效率EE是频谱 效率SE的准凹函数。因此,在任意给定的频谱效率SE区域都可以获得最优的能量效率EE。 目标函数(11a),约束(11b)和(11c)都是非凸的,问题(11)仍是一个非凸二次约束优化问题。
问题(11)运用连续凸近似(SCA)、Schur定理和二次锥规划(SOCP)进行近似转化,最终近 似优化问题:
Figure BDA0002371969320000071
Figure BDA0002371969320000072
Figure BDA0002371969320000073
Figure BDA0002371969320000074
Figure BDA0002371969320000075
Figure BDA0002371969320000076
(11d)-(11f),(14d),(16a)-(16c),(19a),(20a). (12g)
其中t的第n项表示小区n的能量效率EE。问题(12)是凸优化问题,可以有效地解决现有 的CVX解决方案。首先,我们用最大发射功率来代替目标函数来确定波束形成矢量
Figure BDA0002371969320000077
的初 值。
Figure BDA0002371969320000078
Figure BDA0002371969320000079
的值分别由相应的不等式形式转化成等式求得。接下来进入迭代过程, 优化问题的可行解在下一次迭代中更新,直到得到最优解。本发明的优点可以通过以下仿真 实验结果进行进一步说明:
在仿真实验中,本发明考虑了两个小区的情况。每个小区由位于小区覆盖区域中心的一 个基站和随机分布的单天线用户组成。为了简化实验的复杂度,信道采用瑞丽衰落和路径损 耗衰落,原目标问题的权重都设为1对于所有基站和用户,每个小区半径设为300m,总的传 输带宽等于10MHz,噪声功率频谱密度等于-174dBm/Hz,路径损耗指数为3.8,静态功率损耗 为1Watt,功放效率3.5,收敛公差为0.0001。
G-RSMA、LP和NOMA技术的收敛结果如图3所示。三种波束成形多址接入技术基于SCA 来解决能量效率EE和频谱效率SE最大化问题。所有技术都在几个迭代内收敛。并且从图中可 以看出,随着动态功耗的增加,各策略的收敛速度略有提高。这是由于系统的整体优化空间 随着动态功耗的降低而增大了。结果还证明了该算法在不同的动态功耗条件下的可行性和优 越性。
图4显示了固定用户数和基站的天线数下EE-SE的权衡。注意不考虑最大发送功率约束和 最小频谱效率SE要求约束来说明能量效率EE和频谱效率SE权衡,结果证明了能量效率EE是 频谱效率SE的准凹函数。图4(a)为各小区用户数是2,每个基站天线数是10的情况,图4(b)为 各小区用户数是3,每个基站天线数是10的情况。图4(a)和图4(b)有相同的趋势,证明本发明 提出的算法也适用于多用户的场景。此外,由于小区间和小区内的干扰都随着每个小区的用 户数量的增加而变得更加严重,因此当各小区为两用户系统时,实现了更好的EE-SE权衡。 此结果与随着每个小区用户数量的增加,为了实现相同的频谱效率SE区域,在减少干扰时将 消耗更多的能量的情况相一致。
在图5中,说明了最小频谱效率SE要求对于EE的影响。可以看出在图6中,用户un,2的权 重越小,能量效率EE下降的越快。这是因为对于用户un,2权重较大的时候,达到相同的频谱 效率SE需要更多的传输功率,系统功耗的增加导致能量效率EE下降。此外,该设计方法在较 小的最小频谱效率SE要求的情况下,获得一个稳定的最优能量效率EE。然而,对于较大的最 小频谱效率SE要求,能量效率EE随着功耗的增加而降低。这也解释了图6中EE-SE关系的拟凹 性。
图6为G-RSMA、LP、NOMA策略在不同最小频谱效率SE要求下的能量效率EE的性能。三种策略的相同趋势进一步说明本发明提出算法的可行性。首先,在任何可实现的频谱效率 SE区域,都可以观察到所提出的策略总是比LP和NOMA策略更节能。另外,因为它能灵活地 减少小区间的干扰,随着SE需求的增加,性能差距也越来越大,这表明所提出的G-RSMA方 案也可以在所有其他基线方案中实现最佳的EE和SE权衡。
图7和图8描述了三种不同波束形成策略基于连续凸近似SCA算法的发射功率与能量效率 EE和频谱效率SE的关系。在图7中,对于给定的最小频谱效率SE需求,增加传输功率可以在 一开始改善能量效率EE。但随着传输功率的不断增大,会消耗更多的能量消除小区间和小区 内的干扰来保持频谱效率SE要求,从而导致能量效率EE降低。在图8中,随着发射功率的增 大,三种发射策略的频谱效率SE均增大。我们可以看到,在给定的最小速率要求下,所提出 的G-RSMA策略能够同时获得最佳的频谱效率EE和频谱效率SE性能。特别是随着发射功率的 增大,频谱效率EE和频谱效率SE相对于LP和NOMA的性能差距越来越大。

Claims (1)

1.一种用于多小区系统的广义速率分割多址接入方法,具体包括以下步骤:
1)基于广义速率分割多址接入G-RSMA建立多小区系统模型
在下行传输链路多小区多用户MISO系统中,假设小区的数量为N,每个小区的中间位置有一个配置Nt个天线的基站并且每个小区随机分布Kn个单天线用户,采用G-RSMA作为用户接入策略,在每个小区中,基站传输信息给Kn个单天线用户;
在基站端,应用G-RSMA进行信息传输,把发送给用户的信息拆分成公共和私有部分,小区内的所有用户的公共部分叠加编码成一个通用信息,然后进一步编码成通用数据流,每个私有信息独立编码成私有数据流;
在接收端,用户通过连续干扰消除SIC进行解码,每个用户通过将所有私有数据流视为噪声来解码通用数据流;移除解码后的通用数据流后,每个用户解码各自的私有数据流;
信号构建基于G-RSMA:
定义
Figure FDA0003499172200000011
并假设
Figure DEST_PATH_IMAGE001
;基站n的发送信息定义为
Figure FDA0003499172200000013
可以表示为
Figure FDA0003499172200000014
其中
Figure FDA0003499172200000015
是基站n的波束成形矩阵,
Figure FDA0003499172200000016
Figure FDA0003499172200000017
分别是通用数据流
Figure FDA0003499172200000018
和私有数据流
Figure FDA0003499172200000019
的波束成形向量;用户un,k接收信息表示为
Figure FDA00034991722000000110
其中
Figure FDA00034991722000000111
表示基站i和用户un,k之间的信道响应向量,
Figure FDA00034991722000000112
表示基站n传输到用户un,k的信号和zn,k~CN(0,σ2)是高斯白噪声(AWGN);
基站n的传输功率表示为
Figure FDA00034991722000000113
其中Pn是基站n的最大传输功率;
用户的可达速率:
基于公式(2),用户解码通用信息的信干噪比(SINR)表示为
Figure FDA00034991722000000114
其中
Figure FDA0003499172200000021
表示小区内部干扰,
Figure FDA0003499172200000022
表示小区间的干扰;为了确保小区n的所有用户都能成功解码通用数据流,通用数据流的通用数据速率必须满足下面要求:
Figure FDA0003499172200000023
其中B是多小区系统中每个基站共享的总的传输带宽;根据G-RSMA解码原理,
Figure FDA0003499172200000024
被小区n的所有用户共享;定义
Figure FDA0003499172200000025
作为用户un,k的通用速率,得到:
Figure FDA0003499172200000026
移除通用数据流之后,用户un,k解码私有数据流基于下面的SINR:
Figure FDA0003499172200000027
其中
Figure FDA0003499172200000028
表示移除通用数据后剩余小区内的干扰;因此,用户un,k的私有数据流的可达数据速率:
Figure FDA0003499172200000029
用户un,k的总体可达数据速率:
Figure FDA00034991722000000210
2)通过同时最大化能量效率EE和频谱效率SE来实现系统中EE-SE权衡,构建的优化问题如下:
利用小区n内基站n发送给用户un,k的数据信息sn,基站与用户un,k的信道hn,n,k和基站的最大传输功率Pn,小区内用户un,k接受的信号yn,k,在多小区系统中,在功率约束条件和通用速率的约束条件下,同时最大化能量效率EE和频谱效率SE,得到下式:
Figure FDA00034991722000000211
Figure FDA00034991722000000212
Figure FDA0003499172200000031
Figure FDA0003499172200000032
Figure FDA0003499172200000033
Figure FDA0003499172200000034
其中ptot是整个系统的传输功率,η∈(0,1)表示功率放大器效率,电路功率Pcir=NtPdyn+Psta,其中Pdyn是睡眠模式下的动态功率消耗,Psta是冷却系统和电源功耗;Rn,k是用户un,k的总体可达数据速率,
Figure FDA0003499172200000035
表示小区n的通用速率,{αn,n∈N}是确保小区间速率公平性的权重,{λn,k,k∈Kn,n∈N}是表示用户之间相对重要性的权重,B是多小区系统中每个基站共享的总的传输带宽;
3)将上述的多目标优化问题转化成单目标优化问题并求解
将上述的多目标优化问题转化为获得理想的频谱效率SE同时最大化能量效率EE的单目标优化问题,通过连续凸近似SCA将非凸的优化问题转化成凸优化问题,求解后得到最优的预编码矩阵和通用速率向量。
CN202010053298.8A 2020-01-17 2020-01-17 一种用于多小区系统的广义速率分割多址接入方法 Active CN111314932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010053298.8A CN111314932B (zh) 2020-01-17 2020-01-17 一种用于多小区系统的广义速率分割多址接入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010053298.8A CN111314932B (zh) 2020-01-17 2020-01-17 一种用于多小区系统的广义速率分割多址接入方法

Publications (2)

Publication Number Publication Date
CN111314932A CN111314932A (zh) 2020-06-19
CN111314932B true CN111314932B (zh) 2022-05-27

Family

ID=71161493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010053298.8A Active CN111314932B (zh) 2020-01-17 2020-01-17 一种用于多小区系统的广义速率分割多址接入方法

Country Status (1)

Country Link
CN (1) CN111314932B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114143791B (zh) * 2021-12-09 2024-04-26 中央民族大学 基于RSMA的Cell-free系统的传输方法
CN114760642B (zh) * 2022-04-18 2024-01-30 东南大学 一种基于速率分割多址的智能工厂时延抖动控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230557A (zh) * 2016-08-02 2016-12-14 北京邮电大学 基于速率分割非正交多址接入技术的数据传输方法及装置
CN109644494A (zh) * 2016-06-15 2019-04-16 康维达无线有限责任公司 下一代网络中的随机接入过程
CN110536321A (zh) * 2019-08-26 2019-12-03 重庆三峡学院 5g iot通信中权衡能量效率和频谱效率的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109644494A (zh) * 2016-06-15 2019-04-16 康维达无线有限责任公司 下一代网络中的随机接入过程
CN106230557A (zh) * 2016-08-02 2016-12-14 北京邮电大学 基于速率分割非正交多址接入技术的数据传输方法及装置
CN110536321A (zh) * 2019-08-26 2019-12-03 重庆三峡学院 5g iot通信中权衡能量效率和频谱效率的优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种多小区多用户能效波束赋形分层优化算法;张敏等;《数据采集与处理》;20170115(第01期);全文 *
开放式网络中一种新的远程用户认证机制;吴建武;《计算机工程》;20070705(第13期);全文 *

Also Published As

Publication number Publication date
CN111314932A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
Sofi et al. A survey on energy efficient 5G green network with a planned multi-tier architecture
Hao et al. On the energy and spectral efficiency tradeoff in massive MIMO-enabled HetNets with capacity-constrained backhaul links
CN107733490B (zh) 双向不可信中继网络中联合波束成形和最优功率分配方法
CN110493804B (zh) 一种毫米波系统的波束和功率分配方法
Patil et al. Hybrid compression and message-sharing strategy for the downlink cloud radio-access network
Xiao et al. An energy-efficient hybrid structure with resource allocation in OFDMA networks
Diamanti et al. Energy efficient multi-user communications aided by reconfigurable intelligent surfaces and UAVs
Anderson et al. Beamforming in large-scale MIMO multiuser links under a per-node power constraint
CN111314932B (zh) 一种用于多小区系统的广义速率分割多址接入方法
Al-Abbasi et al. Resource allocation for MU-MIMO non-orthogonal multiple access (NOMA) system with interference alignment
Moon et al. Formation of cooperative cluster for coordinated transmission in multi-cell wireless networks
Zhang et al. Joint user clustering and multi-dimensional resource allocation in downlink MIMO–NOMA networks
Koc et al. Swarm intelligence based power allocation in hybrid millimeter-wave massive MIMO systems
Ding et al. Energy efficient user association and power control for dense heterogeneous networks
Zhou et al. A decentralized framework for dynamic downlink base station cooperation
Al-Abbasi et al. EE optimization for downlink NOMA-based multi-tier CRANs
Van Optimal Interference for Device to Device Communication Underlaying Cellular Network.
Shahid et al. Energy Efficiency in 5G Communications–Conventional to Machine Learning Approaches
Ito et al. Joint AP on/off and user-centric clustering for energy-efficient cell-free massive MIMO systems
CN114629539A (zh) 一种基于ris的多用户毫米波非正交多址接入系统中高能效资源分配方法
Wang et al. A Stackelberg game approach for NOMA in mmWave systems
Chen et al. Energy efficient clustering and beamforming for cloud radio access networks
Kong et al. Cooperative Rate-Splitting Multiple Access in Heterogeneous Networks
Xu et al. Energy-efficient cooperative transmission in heterogeneous networks
CN112584403A (zh) Noma小小区最大速率最小功率的联合优化方法

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