CN115347924A - Vr交叠的超大规模mimo系统中用户功率分配方法 - Google Patents
Vr交叠的超大规模mimo系统中用户功率分配方法 Download PDFInfo
- Publication number
- CN115347924A CN115347924A CN202210891713.6A CN202210891713A CN115347924A CN 115347924 A CN115347924 A CN 115347924A CN 202210891713 A CN202210891713 A CN 202210891713A CN 115347924 A CN115347924 A CN 115347924A
- Authority
- CN
- China
- Prior art keywords
- user
- sub
- matrix
- overlapped
- array
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003491 array Methods 0.000 claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 41
- 238000005562 fading Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000008571 general function Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002699 waste material Substances 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
- H04B7/0426—Power distribution
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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
- H04W52/06—TPC algorithms
- H04W52/14—Separate analysis of uplink or downlink
- H04W52/143—Downlink power control
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了VR交叠的超大规模MIMO系统中用户功率分配方法,包括:在所提出的通信系统中,根据用户的VR分布将基站阵列划分为多个子阵,各子阵针对其服务的用户数采取相应的预编码方法;在所提预编码方案的前提下,仅利用统计信道状态信息,设计各用户最优的功率分配因子。本发明利用超大规模天线系统的空间非平稳性,在保证终端可靠通信的同时,有效地提高系统传输性能。
Description
技术领域
本发明属于无线通信技术领域,具体涉及VR(Visibility Region,可视区域)交叠的超大规模MIMO(Multiple Input Multiple Output,多天线)系统中用户功率分配方法。
背景技术
信息技术的飞速发展导致人们对移动通信的需求也越来越高,5G(The 5thGeneration Mobile Communication Technology,第五代移动通信)已经无法应对未来的挑战。超大规模 MIMO技术作为6G(The 6th Generation Mobile CommunicationTechnology,第六代移动通信) 的关键技术之一,虽然受限于现有材料技术无法实际应用,但其凭借这超高可靠低时延的特性,仍然有着广阔的发展前景。
超大规模MIMO系统有着空间非平稳特性,导致用户只能看到部分天线阵列,其被称为用户的VR。每个用户都有其特定的VR,不同用户的VR的位置可以是分开的、部分交叠的或完全交叠的,这取决于周围环境和用户沿天线阵列的相对位置。多个用户的VR交叠是一种普遍的通信场景,探索该场景下超大规模MIMO系统的普适无线传输方法是目前亟需解决的问题。
发明内容
本发明的目的是提供VR交叠的超大规模MIMO系统中用户功率分配方法,执行以下步骤,
S1、构建VR交叠的超大规模MIMO下行无线传输系统,包括一个具有M根天线的均匀线性阵列和K个单天线的用户,每个用户拥有不同的VR,且用户间VR两两交叠;
S2、根据用户的VR分布将基站阵列划分为K+1个子阵,各子阵针对其服务的用户数采取预设的预编码方法;
S3、利用大维随机矩阵理论和统计信道状态信息,获取用户的信号功率、用户的预编码向量功率;
S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子。
进一步地,前述的步骤S1包括按如下公式获取用户k的信道:
进一步地,前述的步骤S2具体为:根据用户VR的分布,将基站阵列划分为K+1个子阵,包括K-1个交叠子阵和2个非交叠子阵:
第1个子阵到第K-1个子阵为交叠子阵,其天线数分别为M1,M2,...,MK-1;
第0或第K个子阵,只服务一个用户,采用MF预编码,有g0,1=h0,1,gK,K=hK,K。
进一步地,前述的步骤S3的具体包括如下子步骤:
其中,Rk-1,k表示大小为Mk-1×Mk-1的对角矩阵,Rk,k表示大小为Mk×Mk的对角矩阵,其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落;Ψk-1是大小为Mk-1×Mk-1的预编码系数等效矩阵,Ψk是大小为Mk×Mk的预编码系数等效矩阵;
Ψk-1由以下两式迭代得到:
Ψk由以下两式迭代得到:
S3.2、按如下公式计算用户k的预编码向量功率:
其中,Q1和Q2是维度为M×M且具有一致有界谱范数的非负定矩阵,α为规则化参数;Ψ由步骤3.1获得, 为方程的解:其中,η1、η2、ε1和ε2是维度为U×1的矢量,Γ11、Γ12、Γ21和Γ22是维度为U×U的矩阵,并且有[η1]u=η1u,[η2]u=η2u,[ε2]u=0,
S3.4、将以下参数:
将以下参数:
进一步地,前述的步骤S4具体为:基于各子阵针对其服务的用户数采取预设的预编码方法,按如下公式获得各用户最优的功率分配因子:
其中,σ2为系统的噪声向量的方差;μ是过渡参数,按取下公式计算获得:
与现有技术相比,本发明的有益效果:本发明利用大维随机矩阵以及统计信道信息估计了系统和速率,并在此基础上设计了各用户的最优功率分配因子,大大提高了系统性能。在保证用户可靠通信的同时,有效地提高了系统性能,对超大规模MIMO系统的发展具有重要现实意义。
附图说明
图1为本发明的流程图。
图2为用户VR分布的示意图。
具体实施方式
如图2所示,首先构建VR交叠的超大规模MIMO下行无线传输系统,包括一个具有M根天线的均匀线性阵列和K个单天线的用户,每个用户拥有不同的VR,其中不同用户间VR两两交叠,这是一种普遍的通信场景。
其次,利用用户的VR分布,设计了一种基于VR的分组RZF预编码方案,为所有用户提供了可靠通信。然后,基于所述预编码方案,利用大维随机矩阵理论以及统计信道信息,估计了系统的和速率。最后,以最大化系统近似和速率为宗旨对所有用户的功率进行优化,大大减少了功率的浪费。如图1所示,具体流程步骤如下:
S1、构建VR交叠的超大规模MIMO下行无线传输系统,包括一个具有M根天线的均匀线性阵列和K个单天线的用户,每个用户拥有不同的VR,且用户间VR两两交叠;按如下公式获取用户k的信道:
其中,Rk表示用户k的大尺度衰落矩阵,它是大小为M×M的对角矩阵,其对角线元素表示用户k沿阵列的大尺度衰落;Dk表示用户k的可视矩阵,它是大小为M×M的对角矩阵,其对角线元素表示用户k对阵列天线的可视性,即Dk中第t个对角线元素为1表示第t根天线是可视的,第t个对角线元素为0表示第t根天线是不可视的;1≤t≤M,zk表示用户k的小尺度衰落,其服从均值为零,方差为的随机向量。
S2、根据用户的VR分布将基站阵列划分为K+1个子阵,各子阵针对其服务的用户数采取预设的预编码方法如下:每个用户都有不同的VR,且用户间VR两两交叠,根据用户VR的分布,将基站阵列划分为K+1个子阵,包括K-1个交叠子阵和2个非交叠子阵,第1个子阵到第K-1个子阵为交叠子阵,其天线数分别为M1,M2,...,MK-1;第0个和第K个子阵为非交叠子阵,其天线数分别为M0和MK;且有用户k的真实信道可以看作由左信道和右信道组成,其中hk-1,k和hk,k分别表示用户k的信道消去为零的维度的前Mk-1行和后Mk行,第k(1≤k≤K-1)个子阵服务用户k和k+1,采用RZF预编码,其预编码矩阵为其中,αk为规则化参数,是大小为Mk×Mk的单位矩阵,第0或第K个子阵,只服务一个用户,采用MF预编码,有g0,1=h0,1,gK,K=hK,K。
S3、利用大维随机矩阵理论和统计信道状态信息,获取用户的信号功率、用户的预编码向量功率;具体包括如下子步骤:
其中,Rk-1,k表示大小为Mk-1×Mk-1的对角矩阵,Rk,k表示大小为Mk×Mk的对角矩阵,其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落;Ψk-1是大小为Mk-1×Mk-1的预编码系数等效矩阵,Ψk是大小为Mk×Mk的预编码系数等效矩阵;Ψk-1由以下两式迭代得到:
Ψk由以下两式迭代得到:
S3.2、按如下公式计算用户k的预编码向量功率:
S3.4、将以下参数:
将以下参数:
S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子,具体为:基于各子阵针对其服务的用户数采取预设的预编码方法,按如下公式获得各用户最优的功率分配因子:
其中,σ2为系统的噪声向量的方差;μ是过渡参数,按取下公式计算获得:
Claims (5)
1.VR交叠的超大规模MIMO系统中用户功率分配方法,其特征在于,执行以下步骤,
S1、构建VR交叠的超大规模MIMO下行无线传输系统,包括一个具有M根天线的均匀线性阵列和K个单天线的用户,每个用户拥有不同的VR,且用户间VR两两交叠;
S2、根据用户的VR分布将基站阵列划分为K+1个子阵,各子阵针对其服务的用户数采取预设的预编码方法;
S3、利用大维随机矩阵理论和统计信道状态信息,获取用户的信号功率、用户的预编码向量功率;
S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子。
3.根据权利要求2所述的VR交叠的超大规模MIMO系统中用户功率分配方法,其特征在于,步骤S2具体为:根据用户VR的分布,将基站阵列划分为K+1个子阵,包括K-1个交叠子阵和2个非交叠子阵:
第1个子阵到第K-1个子阵为交叠子阵,其天线数分别为M1,M2,...,MK-1;
第0或第K个子阵,只服务一个用户,采用MF预编码,有g0,1=h0,1,gK,K=hK,K。
4.根据权利要求3所述的VR交叠的超大规模MIMO系统中用户功率分配方法,其特征在于,所述步骤S3的具体包括如下子步骤:
其中,Rk-1,k表示大小为Mk-1×Mk-1的对角矩阵,Rk,k表示大小为Mk×Mk的对角矩阵,其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落;Ψk-1是大小为Mk-1×Mk-1的预编码系数等效矩阵,Ψk是大小为Mk×Mk的预编码系数等效矩阵;
Ψk-1由以下两式迭代得到:
Ψk由以下两式迭代得到:
S3.2、按如下公式计算用户k的预编码向量功率:
其中,Q1和Q2是维度为M×M且具有一致有界谱范数的非负定矩阵,α为规则化参数;Ψ由步骤3.1获得, 为方程的解:其中,η1、η2、ε1和ε2是维度为U×1的矢量,Γ11、Γ12、Γ21和Γ22是维度为U×U的矩阵,并且有[η1]u=η1u,[η2]u=η2u,[ε2]u=0,
S3.4、将以下参数:
将以下参数:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210891713.6A CN115347924B (zh) | 2022-07-27 | 2022-07-27 | Vr交叠的超大规模mimo系统中用户功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210891713.6A CN115347924B (zh) | 2022-07-27 | 2022-07-27 | Vr交叠的超大规模mimo系统中用户功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115347924A true CN115347924A (zh) | 2022-11-15 |
CN115347924B CN115347924B (zh) | 2023-05-30 |
Family
ID=83950082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210891713.6A Active CN115347924B (zh) | 2022-07-27 | 2022-07-27 | Vr交叠的超大规模mimo系统中用户功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115347924B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120314806A1 (en) * | 2009-12-17 | 2012-12-13 | Lg Electronics Inc. | Method for transmitting a signal in a distributed antenna system |
US20150201336A1 (en) * | 2014-01-15 | 2015-07-16 | Qualcomm Incorporated | Null beamforming in a communication network |
US20180041270A1 (en) * | 2015-04-10 | 2018-02-08 | Viasat, Inc. | Beamformer for end-to-end beamforming communications system |
CN108832981A (zh) * | 2018-06-20 | 2018-11-16 | 北京邮电大学 | 混合波束成形传输方法和系统 |
CN112968743A (zh) * | 2021-02-25 | 2021-06-15 | 中国人民解放军陆军工程大学 | 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 |
CN113472403A (zh) * | 2021-07-02 | 2021-10-01 | 南京邮电大学 | 超大规模mimo系统中基于交叠可视区域的功率分配方法 |
-
2022
- 2022-07-27 CN CN202210891713.6A patent/CN115347924B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120314806A1 (en) * | 2009-12-17 | 2012-12-13 | Lg Electronics Inc. | Method for transmitting a signal in a distributed antenna system |
US20150201336A1 (en) * | 2014-01-15 | 2015-07-16 | Qualcomm Incorporated | Null beamforming in a communication network |
US20180041270A1 (en) * | 2015-04-10 | 2018-02-08 | Viasat, Inc. | Beamformer for end-to-end beamforming communications system |
CN108832981A (zh) * | 2018-06-20 | 2018-11-16 | 北京邮电大学 | 混合波束成形传输方法和系统 |
CN112968743A (zh) * | 2021-02-25 | 2021-06-15 | 中国人民解放军陆军工程大学 | 基于可见区域划分的时变去蜂窝大规模mimo信道建模方法 |
CN113472403A (zh) * | 2021-07-02 | 2021-10-01 | 南京邮电大学 | 超大规模mimo系统中基于交叠可视区域的功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115347924B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Capacity scaling and spectral efficiency in wide-band correlated MIMO channels | |
CN108234101B (zh) | 能效最大化导频信号设计方法及大规模多天线系统 | |
CN105071843B (zh) | 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用 | |
CN110881010A (zh) | 统计csi辅助的多用户noma下行传输方法 | |
CN109474388A (zh) | 基于改进梯度投影法的低复杂度mimo-noma系统信号检测方法 | |
CN104869626A (zh) | 基于低复杂度接收机的上行大规模mimo系统功率控制方法 | |
CN104717730B (zh) | 大规模天线系统高能效资源优化方法 | |
CN109905917B (zh) | 基于无线携能的noma通信系统中无线资源分配方法 | |
Banerjee et al. | Downlink channel estimation for FDD massive MIMO using conditional generative adversarial networks | |
Govindasamy et al. | Uplink performance of multi-antenna cellular networks with co-operative base stations and user-centric clustering | |
CN103023544A (zh) | Mimo干扰信道系统的低复杂度干扰对齐方法 | |
WO2016023321A1 (zh) | 一种大规模mimo系统中基于相干时间的导频分配方法 | |
CN114884775A (zh) | 一种基于深度学习的大规模mimo系统信道估计方法 | |
CN116192209A (zh) | 一种mimo信道下空中计算联邦学习的梯度上传方法 | |
CN104158634B (zh) | 异构网协作多点传输的预编码方法及装置 | |
CN104506226A (zh) | 双层异构网络中基于协作毫微微蜂窝的干扰抑制预编码方法 | |
CN115347924A (zh) | Vr交叠的超大规模mimo系统中用户功率分配方法 | |
Han et al. | FDD massive MIMO without CSI feedback | |
CN105812032A (zh) | 基于波束块结构压缩感知的信道估计方法 | |
CN105375967B (zh) | 一种基于统计方法的增强型最大比合并检测方法和接收机 | |
CN102158974B (zh) | 协作资源调度方法、装置、基站及系统 | |
CN105722203A (zh) | 大规模天线系统基于粒子群算法的高能效功率分配方法 | |
CN106330280A (zh) | 一种大规模mimo预编码方法 | |
CN101965062A (zh) | 一种基于干扰协调的小区间用户调度方法 | |
CN111010697B (zh) | 一种基于无线携能技术的多天线系统功率优化方法 |
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 |