CN113490277B - H-cran中基于swipt的能量分配与时隙切换系数联合优化方法 - Google Patents

Abstract

本发明公开了一种H‑CRAN中基于SWIPT的能量分配与时隙切换系数联合优化方法。本发明以异构云无线接入网系统能量效率最大化为优化目标建立优化模型，通过用户和子信道双向选择进行最佳子信道分配，在给定时隙切换系数和功率情况下分别进行最佳功率分配和时隙切换系数的优化，在用户最小速率门限和最小能量收集门限的约束下，使系统性能达到所需要求。本发明分析了用户最小速率门限和最小能量收集门限对系统能量效率的影响。研究表明，随着用户最小能量收集门限的增加，系统的能量效率逐渐降低，用户最小速率门限对系统能效几乎没有影响，采用SWIPT的系统能效高于未采用SWIPT的系统能效。采用本发明方法可以使异构云无线接入网的能量效率最大化。

Description

H-CRAN中基于SWIPT的能量分配与时隙切换系数联合优化 方法

技术领域

本发明属于信息与通信工程技术领域，提出了异构云无线接入网(HeterogeneousCloud RadioAccess Network,H-CRAN)中基于无线携能通信(Simultaneous WirelessInformation and Power Transfer,SWIPT)的能量分配与时隙切换系数联合优化方法。

背景技术

随着数据流量的爆炸式增长，传统的网络架构已经不能满足当前的业务需求，业界相继提出了密集异构网络和云无线接入网来分别应对海量业务和海量数据的处理。借助于云无线接入网的处理速度和密集异构网络的覆盖性，业界提出了异构云无线接入网(H-CRAN)作为新一代通信网络架构。如何合理地分配有限的频谱资源是异构云无线接入网中亟待解决的问题之一。与此同时，随着终端设备的增加，巨大的能量消耗也变得尤其严重。目前，绝大数设备都是采用有限容量的电池进行供电，供电场景受到的约束较大。而从自然界获取的风能、热能和水能等清洁能源虽然一定程度上能缓解能源的消耗问题，但是这种自然能源受到环境的因素影响较大。

作为无线信息传输(Wireless Information Transmission,WIT)和无线能量传输(Wireless Power Transmission,WPT)的结合，无线携能通信(SWIPT)技术能够实现能量与信息的同时传输。此外，基于非正交多址接入(Non-orthogonal MultipleAccess,NOMA)的无线通信系统允许一种资源同时分配给多个用户，进一步提升了频谱效率，受到科研工作者的广泛关注。

SWIPT为能量受限网络中的节点提供了无线能量收集新方法，实现信息与能量的同时传输。NOMA允许相同的资源分配给多个用户以提高频谱效率。H-CRAN能够解决云无线接入网络控制信息传输复杂、无法和已有移动通信网络融合等问题，被认为是5G的新型网络架构。作为三者的结合，H-CRAN中基于SWIPT的新型网络架构充分利用了SWIPT信息与能量同时传输的特性和NOMA提升频谱效率的优点，在保证用户能量收集约束和信息传输率的同时，有望提高系统的能量效率(Energy Efficiency,EE)。

发明内容

本发明针对基于SWIPT的H-CRAN下行链路，给出了一种以最大化能量效率为目标的子信道、发射功率和时隙切换系数联合优化方法。该方法涉及子信道的分配，发射功率的分配和时隙分割因子的联合优化设计，主要分析在约束条件下系统的能量效率。

本发明的技术方案包括以下步骤：

步骤1、异构云无线接入网中基于SWIPT的能量(功率)和时隙切换系数联合优化方法的场景假设与建模：

考虑异构云无线接入网中有一个宏基站和K个无线远端射频单元(Remote RadioHead，RRH)的场景，方便起见，宏基站和RRH统称为基站，用k∈{1,2,…,K+1}代表基站，其中k＝K+1代表宏基站，M_k∈{M₁,M₂,…,M_K+1}代表第k个基站有M_k个用户，假设有N个子信道用n∈{1,2,…,N}表示，每个子信道的带宽为B_sc；假设在通信过程中在同一个基站中最多有两个用户被分配到相同的子信道，在相同的子信道中功率高的用户先被解码；s_k,m,n＝1表示子信道n分配到基站k中的用户m，其中m∈{1,2,…,M_k}；p_k,m,n表示基站k在子信道n向用户m发射的功率的大小，h_k,j,m,n表示基站k中的用户m到基站j在信道n上的信道增益；x_k,m和1-x_k,m分别代表基站k中的用户m信息解码的时间和能量收集的时间；根据香农定理，基站k中的用户m在子信道n上的信息速率r_k,m,n为：

r_k,m,n＝x_k,mB_sclog₂(1+SINR_k,m,n) (1)

其中，

其中，σ²是加性高斯白噪声，表示基站j在信道n上的总功率；

系统的总速率为：

基站总的发射功率为：

考虑到SWIPT的影响，基站k中的用户m在子信道n上收集的能量可以表示为：

H_k,m,n＝λ(1-x_k,m)s_k,m,np_k,m,n|h_k,k,m,n|² (5)

其中，λ为能量转换系数；

因此，系统收集到总能量为：

实际中系统消耗的能量为：

系统的总能量效率表示为：

建立如下系统能效最大化的资源分配模型，异构云无线接入网中基于SWIPT的能效优化问题如下：

其中P_k,max表示基站k的最大发射功率，E_k,m,min表示基站k下的用户m的最小能量收集值，R_k,m,min表示基站k下的用户m的最小信息传输速率。定义其中/> 为上次迭代的值；

式(9)的优化问题转化为：

上述式(10)优化问题为非线性分式规划问题，能效定义为：

因此，总的优化问题可以转换为：

步骤2、异构云无线接入网中基于SWIPT的最佳子信道分配策略：

定义Z_k(n)为基站k中分配子信道n的用户集合，表示基站k中尚未被分配子信道的用户集合，则基站k中子信道n的能效可以表示为：

综上，本发明最佳子信道分配策略如下：

(1)初始化子信道分配矩阵S、功率分配矩阵P和时隙分割系数矩阵X；

(2)遍历每个基站从k＝1到k＝K+1：

初始化Z_k(n)和

当时，执行以下循环：

①对于基站k中的用户m＝1到m＝M_k，寻找n^*满足

②如果Z_k(n^*)＜2，否则，子信道n^*选择两个用户使得/>最大，将选择的两个用户从/>中移除，将子信道分配变量设为1，拒绝另外一个用户并添加到/>将子信道分配变量设为0；并且被拒绝的用户在后续遍历中不再选取子信道n^*；

(3)输出子信道分配矩阵S。

步骤3、异构云无线接入网中基于SWIPT的能量(功率)分配和时隙切换系数的联合优化：

在最佳子信道分配策略后，s_k,m,n视为常数，定义优化问题(12)可重写为：

针对上述优化问题，构建拉格朗日函数如下：

由KKT条件可得：

在获取能量(功率)分配参数后，本发明采用梯度下降法更新乘子如下：

其中i为迭代次数，σ₁(i)、σ₂(i)和σ₃(i)为迭代步长，综上异构云无线接入网中基于SWIPT的能量(功率)分配策略如下：

(1)初始化迭代次数i＝0，初始化σ₁(0)，σ₂(0)，σ₃(0)，μ_k(0)，ν_k,m(0)和ξ_k,m(0)，给定初始能效t和时隙切换系数矩阵X；

(2)遍历每个基站从k＝1到k＝K+1；

(3)遍历基站k下的每个用户从m＝1到m＝M_k；

(4)遍历每个子信道从n＝1到n＝N；

(5)根据式(16)更新

(6)根据式(17)～式(19)更新μ_k，ν_k,m和ξ_k,m；

(7)直到系统的能效t收敛；

在得到最优功率后，令R_k,m,n＝B_scα_k,m,nlog₂(SINR_k,m,n)+β_k,m,n,/> 对于给定的子信道分配、能量效率和功率参数，原优化问题可以转化为：

显然，上述优化问题为线性的，因此可以根据函数的单调性对时隙切换系数进行优化求解为：

因此，异构云无线接入网中基于SWIPT的能量(功率)分配和时隙切换系数的联合优化步骤如下：

(1)初始化系统参数；

(2)根据式(16)和式(8)分别获取功率分配矩阵P和系统的能效t；

(3)根据式(21)和式(8)获取时隙切换矩阵X和辅助的能效t'；

(4)令时隙切换系数的能效t'为系统的能效，即t＝t'；

(5)直到系统能效t达到收敛，输出能效t。

本发明有益效果如下：

本发明以基于无线携能通信(SWIPT)的异构云无线接入网(H-CRAN)为研究背景，异构云无线接入网由一个宏基站和多个无线远端射频单元构成，宏基站和无线远端射频单元下的用户含有信息解码和能量收集电路，本发明研究了在非正交多址接入的通信系统中能量(功率)和时隙切换系数的联合优化方法，对子信道分配矩阵、能量(功率)分配矩阵和时隙切换系数进行了联合优化。以异构云无线接入网系统能量效率最大化为优化目标建立优化模型，通过用户和子信道双向选择进行最佳子信道分配，在给定时隙切换系数和功率情况下分别进行最佳功率分配和时隙切换系数的优化，在用户最小速率门限和最小能量收集门限的约束下，使系统性能达到所需要求。本发明分析了用户最小速率门限和最小能量收集门限对系统能量效率的影响。研究表明，随着用户最小能量收集门限的增加，系统的能量效率逐渐降低，用户最小速率门限对系统能效几乎没有影响，采用SWIPT的系统能效高于未采用SWIPT的系统能效。采用本发明方法可以使异构云无线接入网的能量效率最大化。

附图说明

图1为基于SWIPT的异构云无线接入网模型图。

图2为采用SWIPT的系统和未采用SWIPT的系统能量效率与最小能量收集门限关系图。

图3为不同方法下系统的能量效率与最小能量收集门限关系图。

图4为不同用户最小收集能量限制下系统能量效率与用户最小速率门限关系图。

图5为不同时隙分配方法下系统能量效率与最小能量收集门限关系图。

具体实施方式

图1为基于SWIPT的异构云无线接入网模型图。系统中含有一个宏基站和两个无线远端射频单元，统称为基站。系统采用NOMA，在用户接收端采用串行干扰消除(SuccessiveInterference Cancellation,SIC)技术。宏基站和无线远端射频单元下用户都配有信息解码电路和能量收集电路，采用时隙分割的方式进行信息解码和能量收集的切换，对于基站k下的用户m，x_k,m代表信息解码的时间，而1-x_k,m代表能量收集的时间。宏基站下的用户信道衰落模型为31.5+40lgddB，无线远端射频单元下的用户信道衰落模型为31.5+35lgddB，d为用户和基站间的距离。

图2为采用SWIPT的系统和未采用SWIPT的系统能量效率与最小能量收集门限关系图。例如，当子信道的数目为4，每个子信道的带宽B_sc为180KHz，每个基站下的用户的数目为6，用户最小速率门限为1Kbps，宏基站的最大发射功率限制为40W，无线远端射频单元的最大发射功率限制为1W。随着用户最小收集能量的增加，采用SWIPT的系统能效和未采用SWIPT的系统能效都不断降低，其中采用SWIPT的系统能效比未采用SWIPT的系统能效高三倍。

图3为不同方法下系统的能量效率与最小能量收集门限关系图。三种方法分别为本发明所提方法、固定子信道分配方法和固定时隙切换系数方法。例如，当子信道的数目为3，每个子信道的带宽B_sc为180KHz，每个基站下的用户的数目为6，用户最小速率门限为1Kbps，宏基站的最大发射功率限制为40W，无线远端射频单元的最大发射功率限制为1W。随着用户最小收集能量的增加，三种方法的系统能效都不断降低。在相同的用户最小收集能量情况下，本发明方法的系统能效最高，固定时隙切换系数方法的系统能效次之，固定子信道分配方法的系统能效最低。

图4为不同用户最小收集能量限制下系统能量效率与用户最小速率门限关系图。例如，当子信道的数目为4，每个子信道的带宽B_sc为180KHz，每个基站下的用户的数目为6，宏基站的最大发射功率限制为40W，无线远端射频单元的最大发射功率限制为1W。随着用户最小速率的增加，系统的能量效率保持不变，说明系统的能效与用户最小速率的限制没有关系。

图5为不同时隙分配方法下系统能量效率与最小能量收集门限关系图。例如，当子信道的数目为4，每个子信道的带宽B_sc为180KHz，每个基站下的用户的数目为6，宏基站的最大发射功率限制为40W，无线远端射频单元的最大发射功率限制为1W。用户的最小速率门限为1Kbps。随着用户最小能量收集门限的增加，本发明所提的能量(功率)与时隙切换系数联合优化方法与三种固定的时隙切换系数方法都随着用户最小能量收集门限的增加而下降。其中，本发明所提方法的系统能效最高，时隙切换系数固定为0.6的系统能效次之，时隙切换系数固定为0.7的系统能效最低。

本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落在本发明的保护范围。

Claims (1)

1.H-CRAN中基于SWIPT的能量分配与时隙切换系数联合优化方法，其特征在于包括以下步骤：

步骤1、H-CRAN中基于SWIPT的能量和时隙切换系数联合优化方法的场景假设与建模；

步骤2、H-CRAN中基于SWIPT的最佳子信道分配策略；

步骤3、H-CRAN中基于SWIPT的能量分配和时隙切换系数的联合优化；

步骤1具体实现如下：

考虑异构云无线接入网中有一个宏基站和K个无线远端射频单元的场景，宏基站和无线远端射频单元统称为基站，用k∈{1,2,…,K+1}代表基站，其中k＝K+1代表宏基站，M_k∈{M₁,M₂,…,M_K+1}代表第k个基站有M_k个用户，假设有N个子信道用n∈{1,2,…,N}表示，每个子信道的带宽为B_sc；假设在通信过程中在同一个基站中最多有两个用户被分配到相同的子信道，在相同的子信道中功率高的用户先被解码；s_k,m,n＝1表示子信道n分配到基站k中的用户m，其中m∈{1,2,…,M_k}；p_k,m,n表示基站k在子信道n向用户m发射的功率的大小，h_k,j,m,n表示基站k中的用户m到基站j在子信道n上的信道增益；x_k,m和1-x_k,m分别代表基站k中的用户m信息解码的时间和能量收集的时间；根据香农定理，基站k中的用户m在子信道n上的信息速率为：

r_k,m,n＝x_k,mB_sclog₂(1+SINR_k,m,n) (1)

其中，

其中，σ²是加性高斯白噪声，表示基站j在子信道n上的总功率；

系统的总速率为：

基站总的发射功率为：

考虑到SWIPT的影响，基站k中的用户m在子信道n上收集的能量表示为：

H_k,m,n＝λ(1-x_k,m)s_k,m,np_k,m,n|h_k,k,m,n|² (5)

其中，λ为能量转换系数；

因此，系统收集到总能量为：

实际中系统消耗的能量为：

系统的总能量效率表示为：

其中，S为子信道分配矩阵，P为功率分配矩阵，X为时隙分割系数矩阵；

建立如下系统能效最大化的资源分配模型，异构云无线接入网中基于SWIPT的能效优化问题如下：

其中P_k,max表示基站k的最大发射功率，E_k,m,min表示基站k下的用户m的最小能量收集值，R_k,m,min表示基站k下的用户m的最小信息传输速率；定义其中/> 为上次迭代的值；

式(9)的优化问题转化为：

上述式(10)的优化问题为非线性分式规划问题，能效定义为：

因此，总的优化问题转换为：

步骤2具体实现如下：

定义Z_k(n)为基站k中分配子信道n的用户集合，表示基站k中尚未被分配子信道的用户集合，则基站k中子信道n的能效表示为：

综上，最佳子信道分配策略如下：

(1)初始化子信道分配矩阵S、功率分配矩阵P和时隙分割系数矩阵X；

(2)遍历每个基站从k＝1到k＝K+1：

初始化Z_k(n)和

当时，执行以下循环：

①对于基站k中的用户m＝1到m＝M_k，寻找n^*满足

②如果Z_k(n^*)＜2，否则，子信道n^*选择两个用户使得/>最大，将选择的两个用户从/>中移除，将子信道分配变量设为1，拒绝另外一个用户并添加到/>将子信道分配变量设为0；并且被拒绝的用户在后续遍历中不再选取子信道n^*；

(3)输出子信道分配矩阵S；

步骤3具体实现如下：

在最佳子信道分配策略后，s_k,m,n视为常数，定义优化问题(12)可重写为：

针对上述优化问题，构建拉格朗日函数如下：

由KKT条件可得：

在获取能量分配参数后，采用梯度下降法更新乘子如下：

其中i为迭代次数，σ₁(i)、σ₂(i)和σ₃(i)为迭代步长，综上，异构云无线接入网中基于SWIPT的能量分配策略如下：

(1)初始化迭代次数i＝0，初始化σ₁(0)，σ₂(0)，σ₃(0)，μ_k(0)，ν_k,m(0)和ξ_k,m(0)，给定初始能效t和时隙切换系数矩阵X；

(2)遍历每个基站从k＝1到k＝K+1；

(3)遍历基站k下的每个用户从m＝1到m＝M_k；

(4)遍历每个子信道从n＝1到n＝N；

(5)根据式(16)更新

(6)根据式(17)～式(19)更新μ_k，ν_k,m和ξ_k,m；

(7)直到系统的能效t收敛；

在得到最优功率后，令r_k,m,n＝x_k,mR_k,m,n,R_k,m,n＝B_scα_k,m,nlog₂(SINR_k,m,n)+β_k,m,n,/>对于给定的子信道分配、能量效率和功率参数，原优化问题转化为：

显然，上述优化问题为线性的，因此根据函数的单调性对时隙切换系数进行优化求解为：

因此，异构云无线接入网中基于SWIPT的能量分配和时隙切换系数的联合优化步骤如下：

(1)初始化系统参数；

(2)根据式(16)和式(8)分别获取功率分配矩阵P和系统的能效t；

(3)根据式(21)和式(8)获取时隙切换矩阵X和辅助的能效t'；

(4)令时隙切换系数的能效t'为系统的能效，即t＝t'；

(5)直到系统能效t达到收敛，输出能效t。