CN112636795B - 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 - Google Patents
一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 Download PDFInfo
- Publication number
- CN112636795B CN112636795B CN202011471838.0A CN202011471838A CN112636795B CN 112636795 B CN112636795 B CN 112636795B CN 202011471838 A CN202011471838 A CN 202011471838A CN 112636795 B CN112636795 B CN 112636795B
- Authority
- CN
- China
- Prior art keywords
- cell
- user
- power
- minimum rate
- base station
- 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 45
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000011480 coordinate descent method Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000000126 substance Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 abstract description 8
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 11
- 230000003595 spectral effect Effects 0.000 description 9
- 238000011160 research Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 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
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC 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
-
- 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
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- 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
- H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
- H04W52/367—Power values between minimum and maximum limits, e.g. dynamic range
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种基于最小速率保证的多小区大规模多输入多输出(MIMO,Multiple‑Input Multiple‑Output)系统中高谱效功率分配方法,针对不完全信道状态信息下的多小区大规模MIMO系统,建立了系统模型,采用破零检测,得出优化目标函数,其可由凹凸过程法转化为凹函数;由各用户功率限制结合最小速率约束得出各用户功率上下限,使用块坐标下降法可得结果;经仿真验证,本发明所提出的功率分配方法可以提供与粒子群法近乎相同的效果,且复杂度更低。
Description
技术领域:
本发明涉及移动通信系统的频谱效率优化的功率分配方法,尤其涉及一种基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,其属于移动通信领域。
背景技术:
伴随无线通信数据业务量和多样化新兴业务的大量涌现,5G以及B5G通信技术成为通信界研究热点。作为5G的关键技术之一,大规模MIMO系统在基站使用远超激活终端数的天线,能增加一个数量级的频谱效率并大幅降低发射功率。实际应用中,必然存在多个小区并且存在小区间干扰,所以单小区大规模MIMO系统设计有局限性。此外,考虑到实际环境中无法获取完全信道状态信息,进行非完全信道状态信息条件下的多小区大规模MIMO系统研究有重要的实际意义。
关于频谱效率的研究是大规模MIMO系统中的一个热点问题。文献1(T.Van Chien,C.Mollén and E."Large-Scale-Fading Decoding in Cellular Massive MIMOSystems With Spatially Correlated Channels,"in IEEE Transactions onCommunications,vol.67,no.4,pp.2746-2762,April 2019.)中介绍了获得多小区大规模MIMO系统频谱效率优化局部最优解的低复杂度功率分配方法。文献2(T.Van Chien,T.Nguyen Canh,E.and E.G.Larsson,"Power Control in Cellular MassiveMIMO With Varying User Activity:A Deep Learning Solution,"in IEEETransactions on Wireless Communications,vol.19,no.9,pp.5732-5748,Sept.2020.)考虑了具有不同活跃用户数量的多小区大规模MIMO系统中的总频谱效率优化问题。
以上文献分析了多小区大规模MIMO系统中频谱效率优化的功率分配方法,但是未考虑用户最小速率约束。综上,现有研究中缺乏对保证最小速率的大规模MIMO系统的频谱效率优化的功率分配方法的相关研究,尤其在不完全信道状态信息的情况下。因此,本发明在不完全信道状态信息的情况下,对多小区大规模MIMO系统频谱效率优化的功率分配方法进行研究,并给出系统平均频谱效率。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,该方法考虑用户最大发射功率,误比特率以及最小速率要求,运用凹凸过程法,将非凹的频谱效率优化问题转化为一个新的凹函数,结合块坐标下降法给出高频谱效率的功率分配方法。
本发明所采用的技术方案有:一种基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,包括如下步骤:
S3、将用户最大发射功率和最小速率作为约束条件,构建出基于不完全信道状态信息的多小区大规模MIMO系统频谱效率优化问题;
S4、将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数,结合块坐标下降算法,求解出功率分配。
进一步地,S1包括以下子步骤:第l个基站处的接收信号表示为
得出经过破零检测后的近似接收信噪比,同时令误比特率等于目标误比特率BER0,则第l个小区内第k个用户的速率为
进一步地,S3包括以下子步骤:将用户最大发射功率和最小速率作为约束条件,得到的频谱效率优化函数为:
其中,Pmax和Rmin分别表示每个用户的最大发射功率和最小速率。
进一步地,S4包括以下子步骤:
(a)将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数:
(b)利用块坐标下降法求解出功率分配方法:
考虑第l个小区中的第k个用户,固定其他用户功率,将约束条件Rl,k≥Rmin转化为该用户功率的上下限,利用二分法求解pl,k,i *,更新p0
其中,pl,k,i **为式(8)的导数等于零的解,式(8)的导数为
(c)当||pi+1 *-pi *||小于给定精度,即用户功率收敛时,结束迭代过程,返回最优功率分配方法p*。
本发明具有如下有益效果:本发明在信道建模时考虑不完全信道状态信息,对信道进行了估计,从而使分析结果更贴合实际。通过将非凹的频谱效率优化问题,转化为一个新的凹函数,可以获得与粒子群法近乎相同的频谱效率。通过给每个用户分配特定功率,使在满足用户最小速率约束的条件下系统频谱效率尽可能地得到提高。该方法流程简单,复杂度低。
附图说明:
图1为本发明基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法的流程图。
图2为本发明仿真结果与粒子群算法在不同最小速率约束下多小区大规模MIMO的频谱效率对比图。
图3为本发明实施仿真结果与粒子群算法在不同基站天线数下多小区大规模MIMO的频谱效率对比图。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法中涉及到的硬件装置包括L个小区,每个小区中有一个配备M根天线的基站与K个单天线用户。由基站发射导频序列,在用户处进行信道估计后,将信道信息状态反馈给基站。
本发明基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,包括以下步骤:
S3、将用户最大发射功率和最小速率作为约束条件,构建出基于不完全信道状态信息的多小区大规模MIMO系统频谱效率优化问题;
S4、将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数,结合块坐标下降算法,求解出功率分配。
进一步地,S1包括以下子步骤:第l个基站处的接收信号表示为
得出经过破零检测后的近似接收信噪比,同时令误比特率等于目标误比特率BER0,则第l个小区内第k个用户的速率为
进一步地,如S3所述,将用户最大发射功率和最小速率作为约束条件,得到的频谱效率优化函数为:
其中,Pmax和Rmin分别表示每个用户的最大发射功率和最小速率。
进一步地,利用凹凸过程法求解功率分配方法的过程包括以下子步骤:
(a)将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数:
(b)利用块坐标下降法求解出功率分配方法:
考虑第l个小区中的第k个用户,固定其他用户功率,将约束条件Rl,k≥Rmin转化为该用户功率的上下限,利用二分法求解pl,k,i *,更新p0;
其中,pl,k,i **为式(8)的导数等于零的解,式(8)的导数为
(c)当||pi+1 *-pi *||小于给定精度,即用户功率收敛时,结束迭代过程,返回最优功率分配方法p*。
下面通过Matlab平台的仿真来验证本发明所提出的基于不完全信道状态信息并且保证最小速率的多小区大规模MIMO系统频谱效率优化的功率分配方法的有效性。设定4个正方形小区,每个小区边长1km,以中心点为原点,基站分别位于(0.25,0.25),(0.75,0.25),(0.25,0.75),(0.75,0.75)km处。每个小区中用户数K=5,用户与基站参考距离为35m,目标误比特率BER0为10-3。
图2给出了天线数为512时仿真结果与粒子群(PSO,Particle SwarmOptimization)算法在不同最小速率Rmin下的频谱效率(SE,Spectral Efficiency)对比图。可见本发明所提出的方法能提供与粒子群法近乎相同的频谱效率性能,但复杂度较低。并且,最小速率越大,优化的系统频谱效率越低。
图3给出了最小速率为2时仿真结果与粒子群算法在不同基站天线数M下的频谱效率对比图。可见在基站天线数为1024的情况下,本发明所提出的方法也能提供与粒子群法近乎相同的频谱效率性能,且拥有低复杂度。另外,基站天线数为1024时的频谱效率结果比基站天线数为512时的结果高,可见增加天线数使得系统容量更大。
综上,本发明所提出的基于不完全信道状态信息的多小区大规模MIMO系统频谱效率优化的功率分配方法能在最小用户速率约束下最大化系统频谱效率,这充分说明了该方法的有效性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (3)
1.一种基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,其特征在于:包括如下步骤:
其中,pl,k表示第l个小区内第k个用户的发射功率,xl,k表示第l个小区内第k个用户的信号,Wll为线性检测矩阵,为M×K矩阵,wll,k为其第k列,本方法采用破零检测,则 表示等效噪声,包括其他用户的干扰和噪声;从而可以根据式(2)得出目标误比特率约束下的用户速率;
S3、将用户最大发射功率和最小速率作为约束条件,构建出基于不完全信道状态信息的多小区大规模MIMO系统频谱效率优化问题;
S4、将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个凹函数,结合块坐标下降算法,求解出功率分配;
S1包括以下子步骤:第l个基站处的接收信号表示为
3.如权利要求2所述的基于最小速率保证的多小区大规模MIMO中高谱效功率分配方法,其特征在于:S4包括以下子步骤:
(a)将步骤S3中得到的优化函数中的减数项在一阶泰勒展开点p0处展开,得到一个凹函数:
其中,p0,l,v表示p0的第l行第v列的元素;
(b)利用块坐标下降法求解出功率分配方法:
考虑第l个小区中的第k个用户,固定其他用户功率,将约束条件Rl,k≥Rmin转化为该用户功率的上下限,利用二分法求解第i次迭代时第l个小区内第k个用户的功率值pl,k,i *,更新p0
其中,pl,k,i **为式(6)的导数等于零的解,式(6)的导数为
(c)当||pi+1 *-pi *||小于给定精度,即用户功率收敛时,结束迭代过程,返回最优功率分配方法p*。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471838.0A CN112636795B (zh) | 2020-12-14 | 2020-12-14 | 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471838.0A CN112636795B (zh) | 2020-12-14 | 2020-12-14 | 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112636795A CN112636795A (zh) | 2021-04-09 |
CN112636795B true CN112636795B (zh) | 2022-06-28 |
Family
ID=75312784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011471838.0A Active CN112636795B (zh) | 2020-12-14 | 2020-12-14 | 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112636795B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186232A (zh) * | 2011-05-27 | 2011-09-14 | 华南理工大学 | 一种多小区ofdma系统的功率分配方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10321409B2 (en) * | 2013-10-28 | 2019-06-11 | Huawei Technologies Co., Ltd. | System and method for joint power allocation and routing for software defined networks |
CN109361483B (zh) * | 2018-10-12 | 2021-03-26 | 南京邮电大学 | 一种主用户最小速率需求下的认知无线供能网络资源分配方法 |
CN110191512B (zh) * | 2019-05-27 | 2022-07-26 | 南京邮电大学 | 一种基于合作博弈的多用户码本分配公平性方法 |
CN110808765B (zh) * | 2019-08-30 | 2021-09-17 | 南京航空航天大学 | 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法 |
CN110730494B (zh) * | 2019-10-17 | 2022-04-29 | 哈尔滨工业大学 | 最大化无人机下行非正交多址noma移动用户最小安全速率的功率优化方法 |
-
2020
- 2020-12-14 CN CN202011471838.0A patent/CN112636795B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186232A (zh) * | 2011-05-27 | 2011-09-14 | 华南理工大学 | 一种多小区ofdma系统的功率分配方法 |
Non-Patent Citations (1)
Title |
---|
Xiangbin Yu.Joint Energy-Efficient Power Allocation and Beamforming for Uplink mmWave-NOMA System.《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》.2020,第69卷(第10期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112636795A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108234101B (zh) | 能效最大化导频信号设计方法及大规模多天线系统 | |
CN110808765B (zh) | 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法 | |
CN104617996B (zh) | 大规模mimo系统中最大化最小信噪比的预编码设计方法 | |
CN102347820B (zh) | 一种多小区协作无线通信系统联合编解码方法 | |
CN109905917B (zh) | 基于无线携能的noma通信系统中无线资源分配方法 | |
Ding et al. | Performance analysis of mixed-ADC massive MIMO systems over spatially correlated channels | |
CN101174870B (zh) | 一种基于波束集选择的随机波束成形传输方法 | |
CN105636188A (zh) | 认知解码转发中继系统的功率分配方法 | |
CN113660062B (zh) | 无蜂窝大规模分布式mimo系统中基于深度强化学习的低精度adc量化比特数分配方法 | |
CN104717035A (zh) | 一种基于d2d通信的蜂窝网络的干扰对齐方法 | |
CN104954055B (zh) | 一种低复杂度的多用户信能同传系统能效优化方法 | |
CN103581913A (zh) | 一种异构网络中的协作传输方法及装置 | |
Almasaoodi et al. | New Quantum Strategy for MIMO System Optimization. | |
CN107733488B (zh) | 一种大规模mimo系统中注水功率分配改进方法及系统 | |
CN112636795B (zh) | 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 | |
CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
CN110149133B (zh) | 一种基于波束空间的大规模上行传输方法 | |
CN104821840B (zh) | 一种大规模多输入多输出下行系统的抗干扰方法 | |
CN107104715B (zh) | 一种基于天线选择的干扰对齐方法 | |
CN101483467A (zh) | 多输入多输出多址信道吞吐量最大化的方法 | |
Dong et al. | Energy efficiency analysis with circuit power consumption in downlink large-scale multiple antenna systems | |
Kamel et al. | Average downlink rate in Ultra-Dense Networks | |
CN102802245A (zh) | 一种mimo网络的功率管理方法 | |
CN109768817B (zh) | 无线能量传输的大规模MIMO系统基于max-min公平的资源分配方法 | |
CN105119869A (zh) | 基于空时矩阵星座图的空移键控通信方法 |
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 |