CN114629556B - 一种低复杂度的最优功率分配方法 - Google Patents
一种低复杂度的最优功率分配方法 Download PDFInfo
- Publication number
- CN114629556B CN114629556B CN202210321931.6A CN202210321931A CN114629556B CN 114629556 B CN114629556 B CN 114629556B CN 202210321931 A CN202210321931 A CN 202210321931A CN 114629556 B CN114629556 B CN 114629556B
- Authority
- CN
- China
- Prior art keywords
- signal
- complexity
- power
- algorithm
- received
- 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 11
- 238000001228 spectrum Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 10
- 230000003595 spectral effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/50—Transmitters
- H04B10/564—Power control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0079—Operation or maintenance aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0086—Network resource allocation, dimensioning or optimisation
-
- 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
Abstract
本发明提供了一种低复杂度的最优功率分配方法,为了实现谱效和复杂度的折衷方案,本发明建立不同权重的目标函数,同时针对不同的场景,提出的算法可以自适应的切换到不同的工作模式。本发明在系统接收时都首先识别出功率比较大的信号,但是Y1识别出功率较大的信号后,将总的接收信号减去大的功率信号即为Y1应该接收的信号,这种方法能够减少计算量,提高系统接收效率;根据系统需求,建立了以不同权重的高校频谱利用和低复杂度算法的目标函数,根据资源和服务要求,可以针对不同的场景自适应的切换到不同的工作模式。
Description
技术领域
本发明涉及通信技术领域,涉及一种低复杂度的最优功率分配方法,尤其涉及针对不同场景,有约束条件下的通信系统。
背景技术
频谱效率(Spectral Efficiency,SE)简称谱效,也称系统容量、频带利用率。该指标用来衡量系统的有效性,描述了能够提供多少容量。它定义为系统传输的有效信息速率R除以通信信道带宽B,即单位带宽传输频道上每秒可传输的比特数,代表了系统对频谱资源的利用效率。现代社会人们对大数据量的互联网应用,例如语音、视频、游戏等的需求高速增长给光通信系统的频带利用率带来很大的压力。为了满足这一高速的增长,无论是长途大容量的光传输还是短距离接入光网络,大量的研究工作集中在提升系统频谱效率上。
算法复杂度是指算法在编写成可执行程序后,运行时所需要的资源,资源包括时间资源和内存资源。分为时间复杂度和空间复杂度。
一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。算法的时间复杂度是指执行算法所需要的计算工作量。在时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),存在一个正常数c使得fn*c>=T(n)恒成立。记作T(n)=O(f(n)),称O(f(n))为算法的渐进时间复杂度,简称时间复杂度。
与时间复杂度类似,空间复杂度是指算法在计算机内执行时所需存储空间的度量。记作:S(n)=O(f(n)),算法执行期间所需要的存储空间包括3个部分,(1)算法程序所占的空间,(2)输入的初始数据所占的存储空间,(3)算法执行过程中所需要的额外空间。在许多实际问题中,为了减少算法所占的存储空间,通常采用压缩存储技术。
通信系统中因为一些约束条件的存在,同时实现高频谱利用率和低复杂度的算法往往是不现实的,如何建立以资源和系统的服务要求为约束的高频谱效率和低复杂度的折衷方案最为关键。
发明内容
为了克服现有技术的不足,本发明提供一种低复杂度的最优功率分配方法。为了实现谱效和复杂度的折衷方案,本发明建立不同权重的目标函数,同时针对不同的场景,提出的算法可以自适应的切换到不同的工作模式。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1:通信系统有一个发送端,两个接收端,发送端发送两个功率大小不一样的信号X1和X2,其中E{|X1|2}=1,E{|X2|2}=1,发送端各自的信号功率分别为P1和P2,其中P1<P2,P1+P2=A,A为系统最大发射功率,两个接收端接收到的信号分别是Y1和Y2,其中接收Y1的所在信道特性用H1表示,接收Y2的所在信道特性用H2表示,信道噪声服从高斯白噪声分布(0,σ2);
步骤2:Y1和Y2的接收功率分别为
步骤3:因为P1<P2,所以在接收端的Y1和Y2,都首先识别出功率比较大的信号,但是Y1识别出功率较大的信号后,将总的接收信号减去大的功率信号即为Y1应该接收的信号,则可求得接收Y1信号的信道传输速率为接收Y2信号的信道传输速率为/>
步骤4:通信系统信号处理算法复杂度表示为O(β),w1和w2分别为系统传输速率和算法复杂度的权重系数,为了求得谱效和算法复杂度的目标函数,则可得目标函数Z为:
Z=w1(R1+R2)+w2(O(β))
w1+w2=1
0<P1<P2,P1+P2=A
R1>R1 min
R2>R2 min
R1 min和R2 min分别表示该通信系统的最小传输速率;
步骤5:根据不同的权重需求,计算出符合系统要求的Z的最大值。
本发明的有益效果在于:
1.在系统接收时都首先识别出功率比较大的信号,但是Y1识别出功率较大的信号后,将总的接收信号减去大的功率信号即为Y1应该接收的信号,这种方法能够减少计算量,提高系统接收效率;
2.根据系统需求,建立了以不同权重的高校频谱利用和低复杂度算法的目标函数,根据资源和服务要求,可以针对不同的场景自适应的切换到不同的工作模式。
附图说明
图1为本发明w1=0.5,w2=0.5功率分配示意图。
图2为本发明w1=0.9,w2=0.1功率分配示意图。
图3为本发明w1=0.1,w2=0.9功率分配示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
根据本发明所述一种自适应谱效和复杂度的折衷方案,在非正交多址系统(NOMA)中,其算法复杂度表示为NT为发送天线的个数,NR为接收方天线的个数,功率越大,复杂度越低。则可能/>设发射端发送信号功率为40dBm,最小的R1和R2值都为2bps/Hz。
具体包括以下步骤:
步骤1:两个接收端接收到的信号分别是QPSK信号Y1和Y2,信道为高斯信道,其中接收Y1的所在信道特性H1 2=-100dB,Y2的信道特性H2 2=-110dB,信道噪声服从高斯白噪声分布(0,σ2),噪声功率为-100dBm。
步骤2:Y1和Y2的接收功率分别为
步骤3:因为P1<P2,所以在接收方Y1和Y2,都首先识别出功率比较大的信号,但是Y1识别出功率较大的信号后,将总的接收信号减去大的功率信号即为Y1应该接收的信号。则可求得接收Y1和Y2信号的信道传输速率为
步骤4:通信系统信号处理算法复杂度表示为O(β),W1和W2为系统传输速率和算法复杂度的权重系数,为了求得谱效和算法复杂度的目标函数,则可得其目标函数Z为:
w1+w2=1
0<P1<P2,P1+P2=40dBm
R1>0.1bps/Hz
R2>0.2bps/Hz
由于有速率的限制,所以可算得P1的范围为80<P1<5000,单位为mW.此时才可以同时满足0<P1<P2,P1+P2=40dBm这三个条件。
R1>0.1bps/Hz
R2>0.2bps/Hz
步骤5:不同的场景对频谱效率和算法复杂度的要求不一样,对应w1和w2不同,下面分三种情况描述当w1和w2取值固定时,最优的功率分配方法。当w1=w2=0.5时,可得如图1所示的功率分配图,从图中可以看出,当P1为80mw的时候系统性能最佳。
步骤6:当w1=0.9,w2=0.1时,可得如图2所示的功率分配图,P1为941mw的时候系统系统性能最佳。
步骤7:当w1=0.1,w2=0.9时,可得如图3所示的功率分配图,P1为80mw的时候系统性能最佳。
本系统可以根据不同的应用场景选取不同的权重值,从而得到满足系统要求的最优分配功率值。
Claims (1)
1.一种低复杂度的最优功率分配方法,其特征在于包括下述步骤:
步骤1:通信系统有一个发送端,两个接收端,发送端发送两个功率大小不一样的信号X1和X2,其中E{|X1|2}=1,E{|X2|2}=1,发送端各自的信号功率分别为P1和P2,其中P1<P2,P1+P2=A,A为系统最大发射功率,两个接收端接收到的信号分别是Y1和Y2,其中接收Y1的所在信道特性用H1表示,接收Y2的所在信道特性用H2表示,信道噪声服从高斯白噪声分布(0,σ2);
步骤2:Y1和Y2的接收功率分别为
步骤3:在接收端的Y1和Y2,Y1识别出功率较大的信号后,将总的接收信号减去大的功率信号即为Y1应该接收的信号,则可求得接收Y1信号的信道传输速率为接收Y2信号的信道传输速率为/>
步骤4:通信系统信号处理算法复杂度表示为O(β),复杂度表示为NT为发送天线的个数,NR为接收方天线的个数,w1和w2分别为系统传输速率和算法复杂度的权重系数,为了求得谱效和算法复杂度的目标函数,则可得目标函数Z为:
Z=w1(R1+R2)+w2(O(β))
w1+w2=1
0<P1<P2,P1+P2=A
R1>R1 min
R2>R2 min
R1 min和R2 min分别表示该通信系统的最小传输速率;
步骤5:根据不同的权重需求,计算出符合系统要求的Z的最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321931.6A CN114629556B (zh) | 2022-03-29 | 2022-03-29 | 一种低复杂度的最优功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321931.6A CN114629556B (zh) | 2022-03-29 | 2022-03-29 | 一种低复杂度的最优功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114629556A CN114629556A (zh) | 2022-06-14 |
CN114629556B true CN114629556B (zh) | 2024-01-30 |
Family
ID=81904578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210321931.6A Active CN114629556B (zh) | 2022-03-29 | 2022-03-29 | 一种低复杂度的最优功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114629556B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101304298A (zh) * | 2008-07-14 | 2008-11-12 | 北京邮电大学 | 低复杂度的自适应比特和功率分配方法 |
CN102547995A (zh) * | 2012-01-20 | 2012-07-04 | 哈尔滨工业大学 | 认知无线电系统中基于ofdm载波调制技术的权重功率分配方法 |
WO2017012148A1 (zh) * | 2015-07-21 | 2017-01-26 | 南方科技大学 | 一种应用于信能同传系统的资源分配优化方法 |
CN108834112A (zh) * | 2018-06-13 | 2018-11-16 | 南京邮电大学 | 一种基于noma的中继辅助d2d通信系统功率分配方法 |
CN109962728A (zh) * | 2019-03-28 | 2019-07-02 | 北京邮电大学 | 一种基于深度增强学习的多节点联合功率控制方法 |
CN110213816A (zh) * | 2019-05-24 | 2019-09-06 | 南京理工大学 | 基于安全空间调制的低复杂度高性能功率分配方法 |
CN111970033A (zh) * | 2020-08-25 | 2020-11-20 | 东南大学 | 能效谱效联合优化的大规模mimo多播功率分配方法 |
CN112578350A (zh) * | 2020-12-02 | 2021-03-30 | 西安电子科技大学 | 高能微波干扰下的机载sar干扰效应仿真方法 |
KR20210039921A (ko) * | 2019-10-02 | 2021-04-12 | 한국전자통신연구원 | 신경망 모델을 최적화하도록 구성된 심층 신경망 시스템의 동작 방법 |
CN113395097A (zh) * | 2021-05-28 | 2021-09-14 | 西北工业大学 | 一种优化稀疏阵列的多播方向调制方法 |
WO2021238634A1 (zh) * | 2020-05-27 | 2021-12-02 | 华为技术有限公司 | 一种下行预编码方法、装置及基站 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813293B2 (en) * | 2006-05-12 | 2010-10-12 | John Papandriopoulos | Method for distributed spectrum management of digital communications systems |
US7864697B2 (en) * | 2007-08-03 | 2011-01-04 | John Papandriopoulos | Adapted method for spectrum management of digital communication systems |
US8233559B2 (en) * | 2008-03-12 | 2012-07-31 | Lg Electronics Inc. | Method and apparatus for transmitting a pilot in multi-antenna system |
US9071341B2 (en) * | 2012-08-27 | 2015-06-30 | Rupert Theodore Neff | Random non-cyclical binary code generator |
TWI608745B (zh) * | 2016-08-05 | 2017-12-11 | 國立清華大學 | 功率分配方法以及使用所述方法的基地台 |
US20190005554A1 (en) * | 2017-06-28 | 2019-01-03 | Nec Laboratories America, Inc. | Optimal sizing of energy storage units in demand charge management and pv utilization applications |
-
2022
- 2022-03-29 CN CN202210321931.6A patent/CN114629556B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101304298A (zh) * | 2008-07-14 | 2008-11-12 | 北京邮电大学 | 低复杂度的自适应比特和功率分配方法 |
CN102547995A (zh) * | 2012-01-20 | 2012-07-04 | 哈尔滨工业大学 | 认知无线电系统中基于ofdm载波调制技术的权重功率分配方法 |
WO2017012148A1 (zh) * | 2015-07-21 | 2017-01-26 | 南方科技大学 | 一种应用于信能同传系统的资源分配优化方法 |
CN108834112A (zh) * | 2018-06-13 | 2018-11-16 | 南京邮电大学 | 一种基于noma的中继辅助d2d通信系统功率分配方法 |
CN109962728A (zh) * | 2019-03-28 | 2019-07-02 | 北京邮电大学 | 一种基于深度增强学习的多节点联合功率控制方法 |
CN110213816A (zh) * | 2019-05-24 | 2019-09-06 | 南京理工大学 | 基于安全空间调制的低复杂度高性能功率分配方法 |
KR20210039921A (ko) * | 2019-10-02 | 2021-04-12 | 한국전자통신연구원 | 신경망 모델을 최적화하도록 구성된 심층 신경망 시스템의 동작 방법 |
WO2021238634A1 (zh) * | 2020-05-27 | 2021-12-02 | 华为技术有限公司 | 一种下行预编码方法、装置及基站 |
CN111970033A (zh) * | 2020-08-25 | 2020-11-20 | 东南大学 | 能效谱效联合优化的大规模mimo多播功率分配方法 |
CN112578350A (zh) * | 2020-12-02 | 2021-03-30 | 西安电子科技大学 | 高能微波干扰下的机载sar干扰效应仿真方法 |
CN113395097A (zh) * | 2021-05-28 | 2021-09-14 | 西北工业大学 | 一种优化稀疏阵列的多播方向调制方法 |
Non-Patent Citations (2)
Title |
---|
《LOW-COMPLEXITY ADAPTIVE BEAMFORMING USING AUTOCORRELATION-BASED GENERALIZED COHERENCE FACTOR 》;Yong-Qi Xing;《2015 IEEE International Ultrasonics Symposium Proceedings》;全文 * |
一种提高低信噪比OFDM系统频谱效率的资源分配算法;史锋峰;赵春明;;东南大学学报(自然科学版)(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114629556A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11962344B2 (en) | Method and apparatus for obtaining transmitter test parameter, and storage medium | |
CN113626960B (zh) | 一种抗模式耦合少模信号复杂格式解析方法及装置 | |
WO2019210648A1 (zh) | 一种基于非线性能量收集的swipt系统自适应时隙信号接收方法 | |
CN114362855A (zh) | 一种基于lstm的信道状态预测方法及系统 | |
CN114629556B (zh) | 一种低复杂度的最优功率分配方法 | |
CN112512109A (zh) | 一种端到端功率分配方法、装置和全双工中继系统 | |
CN116389207A (zh) | 一种基于信号幅度直方图的调制格式识别方法 | |
CN110730025B (zh) | 一种适用于携能非正交多址通信系统的增量中继方法 | |
CN115733557A (zh) | 一种光信号传输损伤的自适应数字域补偿系统及补偿方法 | |
CN114966556A (zh) | 基于检测概率约束的雷达通信一体化波形优化方法 | |
CN111245761B (zh) | 一种noma上行链路自适应数据接收方法 | |
Dwivedi et al. | A novel MGF based analysis of channel capacity of generalized-K fading with maximal-ratio combining diversity | |
CN113766620A (zh) | 一种认知无线电网络的功率控制方法及装置 | |
Makki et al. | Data transmission in the presence of noisy channel state feedback and outage probability constraint | |
CN110417482B (zh) | 预测干扰信号的方法和装置 | |
CN113507712A (zh) | 一种基于交替方向乘子的资源分配与计算任务卸载方法 | |
CN108882378B (zh) | 一种时间资源分配方法 | |
CN117498941B (zh) | 一种改进型光纤非线性损伤补偿方法、设备及存储设备 | |
CN110933687A (zh) | 一种基于解耦的用户上下行接入方法及系统 | |
CN110944378A (zh) | 5g移动通信场景下d2d通信的noma功率分配方法 | |
CN114422789B (zh) | 一种基于无压缩技术的全景视频无线传输方法及系统 | |
CN115499685B (zh) | 自适应多路复用编码系统及方法 | |
Makki et al. | Data transmission in the presence of channel state feedback and outage probability constraint | |
CN113572523B (zh) | 一种同源相干系统在线本征和信号相对传输时延估计方法 | |
CN117811880A (zh) | 基于下一代无源光网络的通信方法 |
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 |