CN112105077A - 一种基于swipt技术的大规模mimo系统uav中继通信方法 - Google Patents
一种基于swipt技术的大规模mimo系统uav中继通信方法 Download PDFInfo
- Publication number
- CN112105077A CN112105077A CN202011006391.XA CN202011006391A CN112105077A CN 112105077 A CN112105077 A CN 112105077A CN 202011006391 A CN202011006391 A CN 202011006391A CN 112105077 A CN112105077 A CN 112105077A
- Authority
- CN
- China
- Prior art keywords
- uav
- power
- noma
- user group
- division ratio
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
- H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
-
- 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
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0037—Inter-user or inter-terminal allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0058—Allocation criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于SWIPT技术的大规模MIMO系统中UAV中继通信方法,按照预定轨迹飞行,同时接收源基站的信号,利用功率分割比将源基站的信号分为能量采集信号和信息解码信号;利用基站发送信号、能量采集信号、信息解码信号和功率分配比,采用交替优化方法优化功率分割比、UAV的发射功率和子载波的分配;根据优化后的最优功率分割比、发射功率、功率分配比和子载波计算NOMA用户组的频谱效率;本发明使用UAV作为动态中继,协助基站与地面终端用户进行通信,中继UAV采用NOMA技术是为了获得更大的频谱效率,源基站中采用大规模天线不仅可以提升频谱效率,还可以有效弥补SWIPT的传播损耗,提高功率传输效率;利用OFDM消除地面NOMA用户组的组间干扰,在避免网络中断的同时降低信号干扰,提高系统频谱效率。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法。
背景技术
随着无线网络和RF能量采集的发展,Massive MIMO系统和SWIPT技术成为备受关注的研究。此外,面对偏远距离突然聚集的人流引起数据流量急剧增加以及突发性自然灾害等要实现无缝无线覆盖,几乎是不太现实的。在上述Massive MIMO系统引入中继UAV(无人机)来协作基站进行通信,相比传统地面通信网络,UAV中继基站部署方便、灵活,在升空后利用空中优势,可以避开障碍物,建立起可靠的通信链路。
使用UAV作为中继基站时,因其空中飞行,无法利用电力线对其供电,此时UAV的能量供应对其飞行以及通信就显得格外重要。UAV需要携带能量源,但是,由于UAV的体积大小限制,难以携带大容量能量源,这就使得UAV需要频繁的更换能量源,在其更换能量源的空档期,就会产生网络中断,难以实现无缝无线覆盖。
发明内容
本发明的目的是提供一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,以通过源基站为UAV提供能量源,避免网络中断,实现无缝无线覆盖。
本发明采用以下技术方案:一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,其特征在于,源基站发送信号,UAV和终端用户接收信号,且UAV将接收的信号转发给终端用户,其中,UAV采用NOMA技术对终端用户进行分组,UAV接收及转发信号的方法包括:
UAV按照预定轨迹飞行,同时接收源基站信号,利用功率分割方式将源基站信号分为能量采集信号和信息解码信号;
利用源基站信号、能量采集信号和信息解码信号,优化功率分割时的功率分割比、发射功率和NOMA用户组内强弱用户的功率分配比,并进行子载波的分配;
根据优化后的功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配为终端用户转发信号。
进一步地,每个NOMA用户组均由两个终端用户组成,且分组方法为:
获取UAV与每个终端用户之间的距离信息;
分组:将与UAV最近的终端用户和与UAV最远的终端用户划分为同一NOMA用户组;
针对未分组的终端用户,重复执行分组步骤,直至将所有终端用户分组完成。
进一步地,功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配的优化建模为如下数学问题:
其中,Rs(i,n)和Rw(i,n)分别是第i个时隙第n个子载波上NOMA用户组中强、弱用户频谱效率,R为所有NOMA用户组的系统总频谱效率,i为时隙的序数,i∈Q,n∈N,Q为时隙的总数,K为终端用户的总数,为NOMA用户组的总数,k为NOMA用户组数,n为子载波数,N为UAV发出的子载波总数,M为向UAV发射信号的源基站的天线数量,β0是源基站和UAV之间的大尺度衰落因子的随机变量,Ps表示源基站的发射功率,和分别是时隙i源基站与第k个NOMA用户组内强、弱用户的参考信道SNR,ρ(i)为第i个时隙的功率分割比,ξi,n为第i个时隙上第n个子载波的功率分配比,τi,n为第i个时隙UAV发射的第n个子载波的分配值,pk(i,n)是时隙i第n个子载波的功率,该功率用于提供给第k个NOMA用户组,hsr(i)为第i个时隙源基站到UAV距离的倒数,和分别为第i个时隙第n个子载波与第k个NOMA用户组中强、弱用户之间的信道增益,σ2是信道噪声,η为采集能量的转换效率。
进一步地,基于所建的数学问题,采用交替优化方法对功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配进行优化,交替优化方法包括:
S1、以初始功率分割比和初始子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出UAV为各NOMA用户组分配的发射功率;
以初始功率分割比、初始子载波的分配和在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率为已知值,以相邻两次迭代计算得出的函数差值小于等于阈值为目标,计算得出NOMA用户组内强弱用户的功率分配比;
以初始功率分割比、在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率和UAV为各NOMA用户组分配的发射功率对应的功率分配比为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出子载波的分配;
以在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率、UAV为各NOMA用户组分配的发射功率对应的功率分配比和计算得出的子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出优化后的功率分割比;
S2、以优化后的功率分割比和子载波的分配作为初始功率分割比和初始子载波的分配返回步骤S1重复执行,直至执行次数达到最大次数,得到最终的功率分割比及其对应的发射功率、NOMA用户组内强弱用户的功率分配比及子载波的分配。
进一步地,UAV为各NOMA用户组分配发射功率的计算方法包括:
以UAV的发射功率为变量,建立目标优化函数及约束条件:
构建目标优化函数的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出UAV为各NOMA用户组分配的发射功率。
进一步地,计算得出NOMA用户组内强弱用户的功率分配比包括:
利用连续凸函数逼近的方法求解得到目标优化函数,得出NOMA用户组内强弱用户的功率分配比。
进一步地,计算得出子载波的分配的计算方法包括:
以初始功率分割比、在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率和UAV为各NOMA用户组分配的发射功率对应的功率分配比为已知值,子载波的分配为变量,建立目标优化函数及约束条件;其中,目标优化函数和约束条件为:
构建目标优化函数和约束条件的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出优化后的子载波的分配。
进一步地,功率分割比的计算方法为:
以在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率、UAV为各NOMA用户组分配的发射功率对应的功率分配比和计算得出的子载波的分配为已知值、功率分割比为变量,建立目标优化函数及约束条件;其中,目标优化函数及约束条件为:
构建目标优化函数的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出优化后的功率分割比。
本发明的有益效果是:本发明使用UAV作为动态中继,协助源基站与地面终端用户进行通信,UAV具备能量采集功能,利用SWIPT技术将采集的能量用于UAV与用户之间的传输,同时用户终端为了获得更大的频谱效率,中继UAV采用NOMA技术对地面用户进行分组,源基站中采用大规模天线不仅可以提高系统的频谱效率,而且与SWIPT技术结合也可以有效弥补SWIPT的传播损耗,利用OFDM消除地面NOMA用户组的组间干扰,在避免网络中断的同时降低信号干扰,提高频谱效率。
附图说明
图1为本发明实施例的流程示意图;
图2为本发明实施例中协作通信的方法应用场景示意图;
图3为本发明实施例中交替优化方法的流程示意图;
图4为不同的方法所实现的频谱效率随着基站天线的变化情况对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明公开了一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,在该系统中UAV采用SWIPT和NOMA技术提升协助通信系统的频谱效率,并利用OFDM消除组间干扰,使其在地面的终端用户为多用户时也能实现很好的系统性能。
本发明是这样实现的,源基站发送信号,UAV和终端用户接收信号,且UAV将接收的信号转发给终端用户。其中,UAV采用NOMA技术对终端用户进行分组,UAV接收及转发信号的方法包括:UAV按照预定轨迹飞行,同时接收源基站信号,利用功率分割方式将源基站信号分为能量采集信号和信息解码信号,通过射频能量采集器从源基站获取射频能量协助源基站为终端用户提供能量供应,从而延长通信网络的使用寿命。同时,采用离UAV中继的距离远近对终端用户进行NOMA分组,通过引入OFDM消除NOMA用户组的组间的干扰。在该系统中,每个NOMA用户组均由两个终端用户组成,根据UAV的飞行轨迹,实时调整NOMA用户组以及组内的强弱用户的功率分配,从而实现合理资源分配获得所有NOMA用户组的系统总频谱效率。
在具体应用环境中,考虑大规模MIMO下行链路传输,源基站作为发送端配备大规模天线阵列,天线数量为M,M为大于0的正整数,中继UAV具有能量采集功能,根据SWIPT技术的PS协议将UAV从源基站接收的信号分为信息解码信号和能量采集信号,具体分割根据功率分割比ρ设定。
在该系统中,如图2所示,UAV服务地面终端多用户,中继UAV采用NOMA技术提高用户传输系统的频谱效率,UAV(即无人飞行器)根据信道状态信息对终端用户进行分组,并利用OFDM消除组间干扰。
在该系统中,源基站位置与接收端用户位置固定不变,UAV的飞行轨迹预知,且以固定高度H飞行,建立源基站、UAV以及终端用户的笛卡尔坐标系,源基站坐标为(0,0),高度为H,UAV沿预定轨迹飞行,飞行过程中的位置坐标为(x,y),终端用户位置坐标为(wtx,wty),其中,t∈K,K为用户数量。
本发明的一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,如图1所示:
S A1:源基站发送信号,UAV和终端用户接收信号,源基站首先需获取无人机预定轨迹的位置和终端用户的状态信息,同时无人机也要获取与终端用户的信道状态信息,且UAV将接收的信号转发给终端用户。
S A2:UAV按照预定轨迹飞行,同时接收源基站的信号,利用功率分割方式将源基站的信号分为能量采集信号和信息解码信号。
S A3:利用源基站的发送信号、能量采集信号和信息解码信号,采用交替优化方法优化功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配;
根据优化后的功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配为所述终端用户转发信号。其中,每个NOMA用户组均由两个终端用户组成,且分组方法为:根据UAV与每个终端用户之间的距离信息,将与UAV最近的终端用户和与UAV最远的终端用户划分为同一NOMA用户组,未分组的用户重复执行NOMA用户组分配方法,直至将所有终端用户分组完成。
本发明使用UAV作为动态中继,协助基站与地面的终端用户进行通信,UAV采用SWIPT和NOMA技术提升协助通信系统的频谱效率,源基站中采用大规模天线不仅可以提升系统的频谱效率,还可以有效弥补SWIPT的传播损耗,利用OFDM消除地面NOMA用户组的组间干扰,在避免网络中断的同时降低信号干扰,提高频谱效率。
在本发明实施例中,交替优化方法包括:
S1、以初始功率分割比和初始子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出UAV为各NOMA用户组分配的发射功率;
以初始功率分割比、初始子载波的分配和在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率(即在上一段中计算得出的发射功率)为已知值,以相邻两次迭代计算得出的函数差值小于等于阈值为目标,计算得出NOMA用户组内强弱用户的功率分配比。
以初始功率分割比、在初始功率分割比和初始子载波的分配下得到的UAV发射功率和UAV为各NOMA用户组分配的发射功率(即计算得出的发射功率)和UAV为各NOMA用户组分配的发射功率对应的功率分配比为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出子载波的分配。
以在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率、UAV为各NOMA用户组分配的发射功率对应的功率分配比和计算得出的子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出优化后的功率分割比。
S2、以优化后的功率分割比和子载波的分配作为初始功率分割比和初始子载波的分配返回步骤S1重复执行,直至执行次数达到最大次数,得到最终的功率分割比及其对应的发射功率、NOMA用户组内强弱用户的功率分配比及子载波的分配。
在Massive MIMO系统中,中继UAV是单天线,UAV服务于单天线用户组成的NOMA用户组。源基站和UAV之间信道的形式表示为:
G=HD1/2,
其中,H是小尺度衰落矩阵,D是大尺度衰落矩阵。
如果终端用户与源基站之间的大尺度衰落(Large Scale Fading,LSF)系数是相互独立的,那么,当源基站天线数足够大时,信道矩阵的列向量渐进正交。由此得出:
GHG=D1/2HHHD1/2≈MD,
利用功率分割比来表示第i个时隙来自于源基站的信息传输和采集能量比例为ρ(i)和(1-ρ(i)),ρ(i)为第i个时隙的功率分割比,由上面大规模MIMO信道的分析可以得到UAV从源基站接收到的信号表示为:
其中,β0是源基站和UAV之间的大尺度衰落因子的随机变量,Ps表示源基站的发射功率,hsr表示源基站到UAV距离的倒数,xu表示信息传输信号,nu表示均值为0、方差为1的加性高斯白噪声;满足β0=z·rh 2,z是正态随机变量,rh是源基站与UAV之间的参考距离值。
UAV通过能量采集模块采集源基站传输的能量,为下行链路传输供应电量,从而为终端用户转发信号。采用将时间离散化的方式进行分析,时间T离散化为一系列时隙,总共分为Q个时隙,每个时隙分为N个子载波。
在本发明实施例中,能量采集功率通过以下公式得出:
其中,E(i)为第i个时隙的采集的能量,η为能量采集的转换效率,hsr(i)为第i个时隙源基站到UAV的信道增益。
在第二跳中,即UAV与终端用户的通信过程中,为了提高信号的增益,UAV采用NOMA技术,将一远一近用户组合成NOMA用户组,在UAV的每个飞行位置点处获取UAV到终端用户之间的距离状态信息其中,Is表示UAV到NOMA用户组中强用户的距离信息,Iw表示UAV到NOMA用户组中弱用户的距离信息。判断UAV飞行位置与终端用户之间的距离,以UAV与终端用户之间的距离大小作为用户排序的方法,距离最近的用户为强用户,最远用户为弱用户。
具体地,根据UAV与终端用户的距离信息,将离UAV距离最近和最远的终端用户合为一个NOMA用户组,次近、次远的终端用户合为第二的NOMA组,以此类推,其中,NOMA组内距离近的用户为强用户,远的为弱用户。
也就是说,将地面终端用户分为不同的NOMA用户组包括:
获取UAV与每个终端用户之间的距离信息;
分组:将与UAV最近的终端用户和与UAV最远的终端用户划分为同一NOMA用户组;
针对未分组的终端用户,重复执行分组步骤,直至将所有终端用户分组完成。
下行链路中,发送端(即UAV)根据NOMA技术功率复用技术,将NOMA用户组内信道条件差的用户(即距离大的用户)分配更多的功率,将信道条件好的用户(即距离小的用户)分配较小的功率。将终端用户信号经过线性叠加发送出去,发送信号可以表示为:
其中,p(i,n)是UAV在第i个时隙发出的第n个子载波的发射功率。在接收端(终端用户)根据串行干扰删除技术(SIC)消除用户间干扰。对第k个NOMA用户组内的2个强弱用户来说,满足:
其中,pk(i,n)是第i个时隙第n个子载波上分配到第k个NOMA用户组的总功率,是第i个时隙第n个子载波的分配给第k个NOMA组中弱用户的功率,是第i个时隙第n个子载波的分配给第k个NOMA组中强用户的功率,于是,存在一个功率分配比ξi,n,使得1-ξi,n是弱用户的分配系数,ξi,n是强用户的分配系数,则满足:
值得说明的是,带宽已经进行了归一化处理,每一个时隙由2个阶段组成,第一阶段UAV进行能量采集和信息传输,第二阶段UAV与用户之间的信息传输,且设第一阶段与第二阶段时间相等。因此,第i个时隙的终端用户的频谱效率可以表示为:
R(i,n)=Rs(i,n)+Rw(i,n),
综合以上分析,提出以最大化系统总频谱效率为优化目标,此优化问题模型表述为:
其中,c1表示满足能量因果约束,c2是功率的非负性约束,c3是功率分割比的取值范围约束,c4中,为了消除NOMA组的组间干扰引入了OFDM技术,即τi,n∈{0,1},τi,n等于0时表示第i个时隙第n个子载波不含有NOMA组用户,τi,n等于1时表示第i个时隙第n个子载波上复用的是NOMA用户组,值得说明的是,上述的c4在求解之前先进行变量松弛化,即对子载波进行了松弛处理,0≤τi,n≤1。
子载波松弛化之后,上述的数学优化问题仍然是一个凸与非凸的混合优化问题。以最大化所有NOMA用户组的系统总频谱效率为目标,采用交替优化方法对发射功率、子载波的分配和NOMA用户组内强弱用户的功率分割比进行变量分离,将上述的数学问题分解为子问题进行求解。即采用交替优化方法具体为:
1)以初始功率分割比ρ(i)和初始子载波的分配(即赋予初始值),以UAV的发射功率为变量去优化发射功率。
根据初始功率分割比和初始子载波的分配(即赋予初始值),以最大化用户组的系统总频谱效率为目标,构建目标优化函数及约束条件,再利用拉格朗日对偶函数和KKT条件方法求解目标优化函数,计算得出UAV为各NOMA用户组分配的发射功率。
目标优化函数及约束条件为:
其中,R为所有NOMA用户组的系统总吞吐量,i为时隙的序数,i∈Q,n∈N,Q为时隙的总数,K为终端用户的总数,为NOMA用户组的总数,k为NOMA用户组数,n为子载波数,N为UAV发出的子载波总数,M为向UAV发射信号的源基站的天线数量,β0是源基站和UAV之间的大尺度衰落因子的随机变量,Ps表示源基站的发射功率,和分别是时隙i源基站到第k个NOMA用户组内强、弱用户的参考信道SNR,ρ(i)为第i个时隙的功率分割比,ξi,n为第i个时隙第n个子载波上的功率分配比,τi,n为第i个时隙UAV发射的第n个子载波的分配值,pk(i,n)是时隙i第n个子载波的功率,该功率用于提供给第k个NOMA用户组,hsr(i)为第i个时隙源基站到UAV距离的倒数,和分别为第i个时隙第n个子载波与第k个NOMA用户组中强、弱用户之间的信道增益,σ2是信道噪声,η为采集能量的转换效率。
β1是中继UAV与终端用户参考距离为1米的信道功率增益,和分别是第i个时隙第n个子载波对应的第k个NOMA用户组内强、弱用户的坐标,q(i)表示的是第i个时隙UAV的二维横纵坐标,是第k个NOMA用户组中在第i个时隙子载波n上UAV与强用户之间的距离的平方,对应的,是第i个时隙子载波n上UAV与弱用户之间的距离的平方。
构建目标优化函数和约束条件的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出UAV的发射功率。具体包括以下步骤:
上述问题是个凸问题,最优解通过对偶问题来解决。
首先,构建目标优化函数的拉格朗日对偶函数为
其次,利用KKT条件方法得到的功率分配表达式为:
根据上式,将已知值代入,即可得到优化后的发射功率。其中,A=Mβ0Ps|hsr(i)|2。
2)以初始功率分割比、初始子载波的分配和在初始功率分割比和初始子载波的分配下得到的UAV的发射功率为已知值,以相邻两次迭代计算得到的函数差值小于等于阈值为目标,计算得出NOMA用户组内强弱用户的功率分配比。
其中,Y(ξi,n)=F(ξi,n)-G(ξi,n), ξi,n为时隙i第n个子载波中的功率分配比;是时隙i源基站与第k个NOMA用户组内弱用户的参考信道SNR,是时隙i源基站与第k个NOMA用户组内强用户的参考信道SNR,B=Mβ0Psρ(i)|hsr(i)|2。
3)以初始功率分割比、在初始功率分割比下得到的UAV的发射功率和UAV的发射功率对应的NOMA用户组内强弱用户的功率分配比为已知值,以最大化NOMA用户组的系统总频谱效率为目标,计算得出子载波的分配。
具体的,以初始功率分割比、UAV的发射功率和NOMA用户组内强弱用户的功率分配比为已知值,建立目标优化函数及约束条件:
构建目标优化函数和约束条件的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出优化后的子载波的分配。其中上述的c4是经过松弛化处理的结果。具体步骤如下:
首先,构建所述目标优化函数的拉格朗日对偶函数为:
其中,α,β为拉格朗日乘子。上述拉格朗日乘子以下面的方式进行迭代:
其中,l(χ)是迭代步长,χ是迭代次数。
其次,利用KKT条件:
其中,A=Mβ0Ps|hsr(i)|2,将初始功率分割比、优化的发射功率和功率分配比带入上式即可得到子载波的分配。
4)以优化后的UAV的发射功率、NOMA用户组内强弱功率分配比和优化后的子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出优化后的功率分割比。具体包括以下步骤:
以UAV的发射功率、功率分配比和优化后的子载波的分配为已知值,建立目标优化函数及约束条件:
构建目标优化函数和约束条件的拉格朗日对偶函数,并结合KKT条件方法求解目标优化函数,得出优化后的功率分割比。具体包括以下步骤:
首先,构建目标函数的拉格朗日对偶函数为:
其中,ψ,γ为拉格朗日乘子;上述拉格朗日乘子以下面的方式进行迭代:
ψi(χ+1)=[ψi(χ)-Δψi×l(χ)]+
μi(χ+1)=[μi(χ)-Δμi×l(χ)]+
Δμi=1-ρ(i)
其次,上式利用KKT条件可得:
将上述的已知值代入该公式即可得到优化后的功率分割比。
以优化后的功率分割比作为初始功率分割比返回步骤S1重复执行,直至执行次数达到最大次数,得到最终的功率分割比及其对应的发射功率、NOMA组内强弱用户的功率分配比及子载波的分配,可以最大化系统的频谱效率。
下面结合仿真对本发明的应用效果作详细的描述,通过MATLAB仿真来验证上述实施例方法的有效性。设地面终端用户为2个,能量采集速率η为0.85,仿真时间设置为1s,源基站与用户终端的参考SNR为10dBm,基站的发射功率为36dBm,UAV的飞行轨迹按照直线y=x,其中,时隙数目设置为10,UAV的起始位置是(10,10),终点位置为(100,100)。图4表示不同的方案所实现的频谱效率随着基站天线的变化情况。从该图中可以看出,本实施例方法的频谱效率性能要好于其他分配算法,其中,固定功率分割比的取值为0.2。
Claims (8)
1.一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,其特征在于,源基站发送信号,UAV和终端用户接收所述信号,且UAV将接收的所述信号转发给所述终端用户,其中,UAV采用NOMA技术对终端用户进行分组,所述UAV接收及转发信号的方法包括:
UAV按照预定轨迹飞行,同时接收源基站信号,利用功率分割方式将所述源基站信号分为能量采集信号和信息解码信号;
利用所述源基站信号、能量采集信号和信息解码信号,优化功率分割时的功率分割比、发射功率和NOMA用户组内强弱用户的功率分配比,并进行子载波的分配;
根据优化后的功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配为所述终端用户转发信号。
2.如权利要求1所述的一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,其特征在于,每个所述NOMA用户组均由两个终端用户组成,且分组方法为:
获取UAV与每个终端用户之间的距离信息;
分组:将与UAV最近的终端用户和与UAV最远的终端用户划分为同一NOMA用户组;
针对未分组的所述终端用户,重复执行所述分组步骤,直至将所有终端用户分组完成。
3.如权利要求1所述的一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,其特征在于,所述功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配的优化建模为如下数学问题:
其中,Rs(i,n)和Rw(i,n)分别是第i个时隙第n个子载波上NOMA用户组中强、弱用户频谱效率,R为所有NOMA用户组的系统总频谱效率,i为时隙的序数,i∈Q,n∈N,Q为时隙的总数,K为终端用户的总数,为NOMA用户组的总数,k为NOMA用户组数,n为子载波数,N为UAV发出的子载波总数,M为向UAV发射信号的源基站的天线数量,β0是源基站和UAV之间的大尺度衰落因子的随机变量,Ps表示源基站的发射功率,和分别是时隙i源基站与第k个NOMA用户组内强、弱用户的参考信道SNR,ρ(i)为第i个时隙的功率分割比,ξi,n为第i个时隙上第n个子载波的功率分配比,τi,n为第i个时隙UAV发射的第n个子载波的分配值,pk(i,n)是时隙i第n个子载波的功率,该功率用于提供给第k个NOMA用户组,hsr(i)为第i个时隙源基站到UAV距离的倒数,和分别为第i个时隙第n个子载波与第k个NOMA用户组中强、弱用户之间的信道增益,σ2是信道噪声,η为采集能量的转换效率。
4.如权利要求3所述的一种基于SWIPT技术的大规模MIMO系统UAV中继通信方法,其特征在于,基于所建的数学问题,采用交替优化方法对功率分割比、发射功率、NOMA用户组内强弱用户的功率分配比和子载波的分配进行优化,所述交替优化方法包括:
S1、以初始功率分割比和初始子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出UAV为各NOMA用户组分配的发射功率;
以所述的初始功率分割比、所述初始子载波的分配和在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率为已知值,以相邻两次迭代计算得出的函数差值小于等于阈值为目标,计算得出NOMA用户组内强弱用户的功率分配比;
以所述初始功率分割比、在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率和UAV为各NOMA用户组分配的发射功率对应的功率分配比为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出子载波的分配;
以在初始功率分割比和初始子载波的分配下得到的UAV为各NOMA用户组分配的发射功率、UAV为各NOMA用户组分配的发射功率对应的功率分配比和计算得出的子载波的分配为已知值,以最大化所有NOMA用户组的系统总频谱效率为目标,计算得出优化后的功率分割比;
S2、以所述优化后的功率分割比和子载波的分配作为初始功率分割比和初始子载波的分配返回步骤S1重复执行,直至执行次数达到最大次数,得到最终的功率分割比及其对应的发射功率、NOMA用户组内强弱用户的功率分配比及子载波的分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011006391.XA CN112105077B (zh) | 2020-09-23 | 2020-09-23 | 一种基于swipt技术的大规模mimo系统uav中继通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011006391.XA CN112105077B (zh) | 2020-09-23 | 2020-09-23 | 一种基于swipt技术的大规模mimo系统uav中继通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112105077A true CN112105077A (zh) | 2020-12-18 |
CN112105077B CN112105077B (zh) | 2021-09-03 |
Family
ID=73755882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011006391.XA Active CN112105077B (zh) | 2020-09-23 | 2020-09-23 | 一种基于swipt技术的大规模mimo系统uav中继通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112105077B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506040A (zh) * | 2021-08-05 | 2021-10-15 | 重庆大学 | 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法 |
CN114245448A (zh) * | 2021-11-18 | 2022-03-25 | 国网福建省电力有限公司漳州供电公司 | 一种用于电力5g微基站的功率分配方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170054489A1 (en) * | 2014-11-06 | 2017-02-23 | Ubiqomm Llc | Beam forming and pointing in a network of unmanned aerial vehicles (uavs) for broadband access |
CN107277925A (zh) * | 2017-05-08 | 2017-10-20 | 西安电子科技大学 | 基于信息和能量传输的能量采集协作网络资源分配方法 |
CN108683442A (zh) * | 2018-05-16 | 2018-10-19 | 大连理工大学 | 基于干扰对齐的无人机通信系统的能量效率优化方法 |
-
2020
- 2020-09-23 CN CN202011006391.XA patent/CN112105077B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170054489A1 (en) * | 2014-11-06 | 2017-02-23 | Ubiqomm Llc | Beam forming and pointing in a network of unmanned aerial vehicles (uavs) for broadband access |
CN107277925A (zh) * | 2017-05-08 | 2017-10-20 | 西安电子科技大学 | 基于信息和能量传输的能量采集协作网络资源分配方法 |
CN108683442A (zh) * | 2018-05-16 | 2018-10-19 | 大连理工大学 | 基于干扰对齐的无人机通信系统的能量效率优化方法 |
Non-Patent Citations (2)
Title |
---|
XU JIANG等: "Power Consumption Minimization of UAV Relay in NOMA Networks", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
YABO LI等: "Resource Allocation for Optimizing Energy Efficiency in NOMA-Based Fog UAV Wireless Networks", 《IEEE NETWORK》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506040A (zh) * | 2021-08-05 | 2021-10-15 | 重庆大学 | 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法 |
CN113506040B (zh) * | 2021-08-05 | 2022-06-03 | 重庆大学 | 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法 |
CN114245448A (zh) * | 2021-11-18 | 2022-03-25 | 国网福建省电力有限公司漳州供电公司 | 一种用于电力5g微基站的功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112105077B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109005551B (zh) | 一种非理想信道状态信息的多用户noma下行功率分配方法 | |
CN111147112B (zh) | 一种基于mimo-noma系统的能量最大化收集方法 | |
CN110430613B (zh) | 多载波非正交多址接入系统基于能效的资源分配方法 | |
CN104600873B (zh) | 面向大规模天线阵列的无线能量信息传输网络功控方法 | |
CN110299937B (zh) | 一种上行mimo-noma无线通信系统波束成形方法 | |
CN105337651A (zh) | 一种有限反馈下非正交多址接入系统下行链路的用户选择方法 | |
CN112105077B (zh) | 一种基于swipt技术的大规模mimo系统uav中继通信方法 | |
CN111615202B (zh) | 基于noma与波束成型的超密集网络无线资源分配方法 | |
CN110519029B (zh) | 蜂窝与v2v混合大规模mimo导频复用信道获取方法 | |
CN113613198B (zh) | 无人机辅助的无线携能d2d网络资源分配方法 | |
CN111342869B (zh) | 一种基于非对角信道的干扰对齐设计方法及系统 | |
CN110881010B (zh) | 统计csi辅助的多用户noma下行传输方法 | |
Wang et al. | Beamforming optimization and power allocation for user-centric MIMO-NOMA IoT networks | |
CN113365288B (zh) | 一种基于SWIPT的NB-IoT系统上行链路资源分配法 | |
CN102958172B (zh) | 分组mimo-mc-cdma系统中基于比例公平性的资源分配算法 | |
CN104158575A (zh) | Zf预编码策略下的多小区mimo系统用户调度方法 | |
CN102202403B (zh) | 多用户多输入单输出-正交频分多址系统的资源分配方法 | |
CN110365384B (zh) | 一种基于大规模mimo混合波束成形系统的用户调度方法 | |
CN115664471B (zh) | 基于宽学习的毫米波mimo基站协作波束选择方法 | |
Diaz-Vilor et al. | Cell-Free UAV Networks with Wireless Fronthaul: Analysis and Optimization | |
CN103905097A (zh) | 一种结合自适应天线选择的分布式天线系统资源调度方法 | |
CN107911867B (zh) | 一种蜂窝与d2d混合通信网络的下行传输与干扰协调方法 | |
CN106788937B (zh) | 一种兼顾Massive MIMO系统总体性能和用户间公平性的导频分配方法 | |
CN113301532B (zh) | 一种用于无人机辅助毫米波应急通信网的信道分配方法 | |
CN115209422A (zh) | 一种密集城区下无人机基站协同组网参数配置方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221111 Address after: 510000 3rd floor, building B2, No. 11, Kaiyuan Avenue, Science City, Guangzhou high tech Industrial Development Zone, Guangdong Province Patentee after: GUANGZHOU ITS COMMUNICATION EQUIPMENT Co.,Ltd. Address before: No. 58, middle Yanta Road, Yanta District, Xi'an City, Shaanxi Province Patentee before: XI'AN University OF SCIENCE AND TECHNOLOGY |