CN116760448A - 一种基于mimo-noma的星地融合网络资源高效分配方法 - Google Patents
一种基于mimo-noma的星地融合网络资源高效分配方法 Download PDFInfo
- Publication number
- CN116760448A CN116760448A CN202310759877.8A CN202310759877A CN116760448A CN 116760448 A CN116760448 A CN 116760448A CN 202310759877 A CN202310759877 A CN 202310759877A CN 116760448 A CN116760448 A CN 116760448A
- Authority
- CN
- China
- Prior art keywords
- user
- satellite
- users
- representing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000004927 fusion Effects 0.000 title claims abstract description 26
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 15
- 201000008585 noma Diseases 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 38
- 230000014509 gene expression Effects 0.000 claims description 21
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 230000003595 spectral effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- 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
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- 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
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
-
- 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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18517—Transmission equipment in earth stations
-
- 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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Radio Relay Systems (AREA)
Abstract
提出一种基于MIMO‑NOMA的星地融合网络资源高效分配方法，包含以下步骤，步骤S1：根据系统用户的信道增益特点，将用户划分为卫星用户和地面用户两类；步骤S2：利用用户聚类算法来减小用户间干扰，并通过模拟波束成型和数字波束成形来进一步改善系统能量效率；步骤S3：以最大化网络能量效率为优化目标，以用户分配功率为优化变量，考虑到卫星和基站的发射功率限制和卫星用户和地面用户之间的干扰温度阈值限制，建立优化模型进行求解。本发明方法解决的是星地融合网络中卫星用户和地面用户之间相互干扰而使系统能量效率下降的问题。本发明方法能够在满足用户服务质量的前提下最大程度的提升星地融合网络的能量效率，为未来星地网络的大规模融合提供指导。
Description
技术领域
本发明属于天地一体化通信与认知网络技术领域，具体涉及一种基于MIMO-NOMA的星地融合网络资源高效分配方法。
背景技术
地面网络和卫星网络的异构融合是未来6G网络发展的一个重要方面，也是星地融合网络的核心思想。在星地融合网络中，地面基站可以为用户提供高速传输链路，卫星可以作为地面基站的补充，为超出地面基站服务能力的用户或者地面基站覆盖范围之外的用户提供服务。传统的地面网络和卫星网络只是简单的互为备份，并未形成真正的深度融合。考虑未来星地网络的深度融合，卫星和地面基站复用整个带宽，配备多天线进行波束成形，同时为多用户提供服务，这可以显著提升网络的服务容量和频带利用率。然而，在星地网络深度融合场景下，不可避免地会带来卫星用户和地面用户相互干扰使整个网络能量效率下降的问题。
由于大带宽和高频谱效率，毫米波MIMO技术在5G网络中得到广泛应用。在毫米波MIMO技术中为了实现全数字信号处理，每个天线通常需要一个专用的射频链路，这将导致需要大量的射频链路，增加硬件负担和设备能耗。混合预编码技术可以将全数字编码器分解为高维模拟编码器和低维数字编码器，不仅可以显著减少射频链路的数量，而且不会造成明显的性能损失。
作为5G中的一项重要技术，非正交多址技术(Non-orthogonal multiple access，NOMA)相比于正交多址技术能够显著提高网络的吞吐量和频谱效率，还可以进一步提高系统能效。借助发射机的叠加编码和接收机的连续干扰消除，NOMA技术可以在每个波束中支持多个用户，这能够进一步增加毫米波大规模MIMO的容纳用户数量和频谱效率。
发明内容
基于现有星地融合网络中由于卫星和地面用户同频干扰而使系统资源利用率低下的问题，本发明提供一种基于MIMO-NOMA的星地融合网络资源高效分配方法，其基于一种基于MIMO-NOMA的星地融合网络资源高效分配系统，该系统由卫星、地面基站、地面网关和用户组成，卫星和地面基站工作在相同频段，复用整个系统带宽同时为用户提供服务；卫星和地面基站在地面网关的集中控制下协同为用户提供服务，地面网关和卫星之间由射频链路进行连接，地面网关和基站之间由光纤链路连接；本发明方法具体实现如下：
假设地面基站和地面用户之间的无线信道满足瑞利分布模型，卫星和地面基站以及地面用户之间的信道满足莱斯分布模型；假设系统中共有L个基站，每个基站都能够通过MIMO技术产生G个波束，每个地面基站波束需要为K个用户提供服务，而地面基站由于服务能力和服务范围的限制，只能为K个用户中的S个用户提供服务，而卫星为其余的K-5个用户提供服务，因此需要卫星提供服务的用户数量为LG(K-S)；
根据用户的信道增益比进行卫星用户的挑选，信道增益比定义如下
其中gsbIJ为用户的卫星信道增益，hbIJ为用户的基站信道增益，||·||2用于求向量的2范数；将用户按照信道增益比进行降序排列，选取其中前LG(K-S)个用户为卫星用户，剩余LGS个用户由地面基站进行服务；
基于上述挑选的卫星用户和地面基站用户，依据最大用户信道增益进行模拟波束成形
其中hI，J为第I个波束中第J个用户的波束成型向量，N为天线单元的数量，LI，J为多径链路数量，l为中间变量，为第l条链路的复信道增益，/>为天线阵列方向矢量，其中/>和/>分别表示第l条路径的方位角和仰角。第i个用户的模拟预编码矢量可以表示为/>其中B为量化编码位数，第i个元素对应的最优模拟预编码序号/>表示为
其中，angle(·)是用于计算复数对应的辐角的函数，Γ(I)代表第I个波束中对应的簇头，hΓ(I)(i)代表第I个波束对应簇头中的第i个元素，n表示计数因子，表示第i个元素对应的最优模拟预编码矢量，arg用于输出最小值对应的序号/>
模拟波束成形矩阵表示为
其中，ai(i＝1，2，…G)表示第i个用户的模拟预编码矢量；
基于模拟波束成形矩阵，第k个用户的等效信道增益为其中/>表示第k个用户的复信道增益的转置；依据最大组内用户信道相关性原则进行用户分组，当满足公式(5)时，第k个用户分配到第I个波束簇
其中argmax用于求与第k个用户具有最大相关性波束对应的序号，表示第I个波束簇头对应的等效矢量；
假设第I组中的第m个用户具有最大等效信道增益，信道数字预编码矩阵可以表示为/> 表示第g个用户的数字波束成形矢量，/> 表示/>的转置，/>表示第g个波束中第m个用户的等效信道增益。因此，归一化数字波束矢量表示为/>
地面基站用户信噪比γbIJ以及和速率RBsum分别表示为
其中，pbIJ和分别表示基站b中第I组第J个用户的基站发射功率和复信道增益的转置，dI表示第I组用户的数字波束矢量，σBBIJ和σSBIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σb表示加性高斯白噪声功率；
地面用户消耗总功率PB表示为
其中PBC为基站电路总功耗。卫星用户信噪比γsbIJ以及和速率RSsum分别表示为
其中，表示gsbIJ的转置，vIJ表示第I组第J个卫星用户的波束成形矢量，psbIJ表示基站b中第I组第J个用户的卫星发射功率，σBSIJ和σSSIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σs表示加性高斯白噪声功率；
卫星用户消耗总功率表示为
其中PSC为卫星电路总功耗。
以最大化网络能量效率η为目标，建立优化模型如下
其中RT＝RBSum+RSsum，RT表示系统和速率，PT＝PB+PS，PT表示系统总功率消耗，ξ为卫星功率重要因子，C1表示基站用户的最大发射功率约束，其中PBmax表示基站最大发射功率，C2表示单个波束的最大发射功率约束，其中PbImax表示波束最大发射功率，C3表示卫星用户的最大发射功率约束，其中PSmax表示卫星最大发射功率，C4和C5分别表示基站用户和卫星用户干扰温度阈值约束，PBth表示基站用户干扰温度阈值，PSth表示卫星用户干扰温度阈值，C6表示功率非负性约束；
采用连续凸近似方法，通过对数近似法将目标函数转化为凸函数，表达式为
其中，θbIJ和βbIJ均表示基站用户连续凸近似因子，θsbIJ和βsbIJ均表示卫星用户连续凸近似因子，在基站用户连续凸近似因子的情况下，其表达式为
其中表示式(13)等号成立时γbIJ的值；
进行变量替换和/> 均为替换参数，利用Dinkelbach方法，优化模型转化为
首先令卫星用户功率保持不变，对基站用户功率进行优化，目标函数改写为
利用拉格朗日乘子法对目标函数(17)进行求解
其中，表示拉格朗日函数，λb，/>和κbIJ均表示拉格朗日乘子；
拉格朗日对偶函数表示为
其中inf{}表示求下确界的函数
令得到
其中，pbIJ[t+1]表示基站用户第t+1次迭代的功率分配结果，t表示迭代次数，φbIJ和ψbIJ是为了简化式(20)所设置的中间变量，其表达式如(21)和(22)所示，di表示第i组用户的数字波束矢量，IbIJ[t]表示第t次迭代产生的中间变量，表达式如(23)所示，[x]+＝max(0，x)表示取0和x中较大值的函数，x表示引入的中间变量；另外，此处di和dI都表示用户的数字波束矢量，同时用i和I是为了区分不同的用户，用来表示除了I自身以外的其它用户对I的干扰；同理θbIJ和θbij表示的含义相同，但是对应不同的用户，θbIJ指代用户自身的凸近似因子，θbij指代除自身外的其它用户的凸近似因子，和/>关系与之类似，/>表示用户自身信道增益，/>表示除用户自身以外的其它用户信道增益，/>表示卫星用户的基站信道增益，用于计算卫星用户对基站用户的干扰。
其中， 和/>含义相同，是为了对不同用户进行区分，/>表示用户自身功率，/>表示同组内用户功率，/>表示不同组的用户功率；
采用次梯度迭代方法对拉格朗日乘子进行更新，更新方法如下
其中tσ表示迭代次数，d1[tσ+1]，d2[tσ+1]和d3[tσ+1]分别表示相应拉格朗日乘子的迭代步长；
当pbIJ收敛时，计算出的用户功率值即为地面基站用户的最优功率分配结果；同理，卫星用户的最优分配结果表示为
其中psbIJ[t+1]卫星用户第t+1次迭代的功率分配结果，λs表示拉格朗日乘子，φsbIJ和ψsbIJ是为了简化式(27)所设置的中间变量，其表达式如式(28)和式(29)所示，IsbIJ[t]表示第t次迭代产生的中间变量，表达式如式(30)所示
其中，和κsIJ均表示卫星用户对应的拉格朗日乘子，/>表示第I组中第J个基站用户对应的卫星信道增益的转置，/>指代卫星用户自身功率，/>指代除卫星自身外的其它卫星用户功率；
当psbIJ收敛时，计算出的功率即为卫星基站用户的最优功率分配结果；由于地面用户和卫星用户相互耦合影响，仅对一个网络优化无法得到网络的最优功率分配结果，因此提出卫星地面功率联合优化算法；联合优化算法首先固定卫星用户的功率psbIJ[t]，对地面用户功率采用优化算法进行求解，利用求解出的pbIJ[t]作为卫星用户功率更新的初值，对卫星用户功率进行求解，求解得到的卫星用户功率psbIJ[t+1]再作为地面用户功率更新的初值，进行依次迭代更新求解，直至整个算法的功率收敛，此时得到的功率分配解为整个星地融合网络的最优功率分配解。
在本发明的一个具体实施例中，利用matlab软件进行仿真，仿真参数设置如表1所示
本发明方法通过用户组分簇、波束成形、功率联合分配，达到降低用户间干扰，提升网络能量效率的目的。
本发明所要解决的技术问题是提供基于MIMO-NOMA的星地融合网络资源高效分配方法，解决星地融合网络中卫星用户和地面用户相互干扰使系统能效下降的问题，在满足卫星和地面基站发射功率以及干扰温度阈值约束条件下最大程度提升星地融合网络的能量效率。
本发明的优点在于能够在满足卫星和地面基站发射功率的条件下最大化网络的能量效率。通过用户分组、波束成形、和功率优化实现资源的最大化利用，算法实现简单、收敛速度快，适用于未来星地融合网络中大规模用户的随时随地接入。
附图说明
图1为本发明的系统模型图；
图2为本发明方法的基本实施流程图；
图3为在仿真实验中，本发明方法的收敛性能图；
图4为在仿真实验中，本发明提出的功率分配方法与其它功率分配方法的能量效率情况对比图。
具体实施方式
下面结合说明书附图对本发明做进一步说明。
本发明提供一种基于MIMO-NOMA的星地融合网络资源高效分配方法，其基于一种基于MIMO-NOMA的星地融合网络资源高效分配系统，该系统模型如图1所示。系统主要由卫星、地面基站、地面网关和用户组成，卫星和地面基站工作在相同频段，复用整个系统带宽同时为用户提供服务。卫星和地面基站在地面网关的集中控制下协同为用户提供服务，地面网关和卫星之间由射频链路进行连接，地面网关和基站之间由光纤链路连接。
假设地面基站和地面用户之间的无线信道满足瑞利分布模型，卫星和地面基站以及地面用户之间的信道满足莱斯分布模型。假设系统中共有L个基站，每个基站都能够通过MIMO技术产生G个波束，每个地面基站波束需要为K个用户提供服务，而地面基站由于服务能力和服务范围的限制，只能为K个用户中的S个用户提供服务，而卫星为其余的K-S个用户提供服务，因此需要卫星提供服务的用户数量为LG(K-S)。
下面结合图2对本发明的基于MIMO-NOMA的星地融合网络资源高效分配方法进行具体说明。
根据用户的信道增益比进行卫星用户的挑选，信道增益比定义如下
其中gsbIJ为用户的卫星信道增益，hbIJ为用户的基站信道增益，||·||2用于求向量的2范数。将用户按照信道增益比进行降序排列，选取其中前LG(K-S)个用户为卫星用户，剩余LGS个用户由地面基站进行服务。通过这种方式进行挑选，既能够增加卫星用户的信道容量，又能够减少卫星用户和地面基站用产之间的干扰。
基于上述挑选的卫星用户和地面基站用户，依据最大用户信道增益进行模拟波束成形
其中hI，J为第I个波束中第J个用户的波束成型向量，N为天线单元的数量，LI，J为多径链路数量，l为中间变量，为第l条链路的复信道增益，/>为天线阵列方向矢量，其中/>和/>分别表示第l条路径的方位角和仰角。第i个用户的模拟预编码矢量可以表示为/>其中B为量化编码位数，第i个元素对应的最优模拟预编码序号/>表示为
其中，angle(·)是用于计算复数对应的辐角的函数，Γ(I)代表第I个波束中对应的簇头，hΓ(I)(i)代表第I个波束对应簇头中的第i个元素，n表示计数因子，表示第i个元素对应的最优模拟预编码矢量，arg用于输出最小值对应的序号/>
模拟波束成形矩阵表示为
其中，ai(i＝1，2，…G)表示第i个用户的模拟预编码矢量。
基于模拟波束成形矩阵，第k个用户的等效信道增益可以写为其中/>表示第k个用户的复信道增益的转置，/>上面的横线没有数学含义，只是为了和/>进行区分。依据最大组内用户信道相关性原则进行用户分组，当满足公式(5)时，第k个用户分配到第I个波束簇
其中argmax用于求与第k个用户具有最大相关性波束对应的序号，表示第I个波束簇头对应的等效矢量。
假设第l组中的第m个用户具有最大等效信道增益，信道数字预编码矩阵可以表示为/> 表示第g个用户的数字波束成形矢量，/> 表示/>的转置，/>表示第g个波束中第m个用户的等效信道增益。因此，归一化数字波束矢量表示为/>
地面基站用户信噪比γbIJ以及和速率RBsum分别表示为
其中，pbIJ和分别表示基站b中第I组第J个用户的基站发射功率和复信道增益的转置，dI表示第I组用户的数字波束矢量，σBBIJ和σSBIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σb表示加性高斯白噪声功率。
地面用户消耗总功率PB表示为
其中PBC为基站电路总功耗。
卫星用户信噪比γsbIJ以及和速率RSsum分别表示为
其中，表示gsbIJ的转置，表示第I组中第J个用户的复信道增益，vIJ表示第I组第J个卫星用户的波束成形矢量，psbIJ表示基站b中第I组第J个用户的卫星发射功率，σBSIJ和σSSIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σs表示加性高斯白噪声功率。
卫星用户消耗总功率表示为
其中PSC为卫星电路总功耗。
以最大化网络能量效率η为目标，建立优化模型如下
其中RT＝RBsum+RSsum，RT表示系统和速率，PT＝PB+PS，PT表示系统总功率消耗，ξ为卫星功率重要因子，C1表示基站用户的最大发射功率约束，其中PBmax表示基站最大发射功率，C2表示单个波束的最大发射功率约束，其中PbImax表示单个波束最大发射功率，C3表示卫星用户的最大发射功率约束，其中PSmax表示卫星最大发射功率，C4和C5分别表示基站用户和卫星用户干扰温度阈值约束，PBth表示基站用户干扰温度阈值，PSth表示卫星用户干扰温度阈值，C6表示功率非负性约束。
由于目标函数为非凸函数，难以直接进行优化求解，采用连续凸近似方法，通过对数近似法将目标函数转化为凸函数，表达式为
其中，θbIJ和βbIJ均表示基站用户连续凸近似因子，θsbIJ和βsbIJ均表示卫星用户连续凸近似因子，两者计算方法相同，以基站用户连续凸近似因子为例，其表达式为
其中表示式(13)等号成立时γbIJ的值。
进行变量替换和/> 均为替换参数，利用本领域技术人员熟知的Dinkelbach方法，该方法为本领域研究人员熟知，优化模型转化为
由于式(16)目标函数包含基站用户功率和卫星用户功率两个变量，难以同时进行优化。因此，首先令卫星用户功率保持不变，对基站用户功率进行优化，目标函数改写为
利用拉格朗日乘子法对目标函数(17)进行求解
/>
其中，表示拉格朗日函数，λb、/>和κbIJ均表示拉格朗日乘子。
拉格朗日对偶函数表示为
其中inf{}表示求下确界的函数
令得到
其中，pbIJ[t+1]表示基站用户第t+1次迭代的功率分配结果，t表示迭代次数，φbIJ和ψbIJ是为了简化式(20)所设置的中间变量，其表达式如(21)和(22)所示，di表示第i组用户的数字波束矢量，IbIJ[t]表示第t次迭代产生的中间变量，表达式如(23)所示，[x]+＝max(0，x)表示取0和x中较大值的函数，x表示引入的中间变量。另外，此处di和dI都表示用户的数字波束矢量，同时用i和I是为了区分不同的用户，用来表示除了I自身以外的其它用户对I的干扰。同理θbIJ和θbij表示的含义相同，但是对应不同的用户，θbIJ指代用户自身的凸近似因子，θbij指代除自身外的其它用户的凸近似因子，和/>关系与之类似，/>表示除用户自身外同组其它用户信道增益，/>表示其它组用户信道增益，/>表示卫星用户的基站信道增益，用于计算卫星用户对基站用户的干扰。
其中， 和/>含义相同，是为了对不同用户进行区分，/>表示用户自身功率，/>表示同组内用户功率，/>表示不同组的用户功率。
采用次梯度迭代方法对拉格朗日乘子进行更新，更新方法如下
/>
其中tσ表示迭代次数，d1[tσ+1]，d2[tσ+1]和d3[tσ+1]分别表示相应拉格朗日乘子的迭代步长。
当pbIJ收敛时，计算出的用户功率值即为地面基站用户的最优功率分配结果。同理，卫星用户的最优分配结果表示为
其中psbIJ[t+1]卫星用户第t+1次迭代的功率分配结果，λs表示拉格朗日乘子，φsbIJ和ψsbIJ是为了简化式(27)所设置的中间变量，其表达式如式(28)和式(29)所示，IsbIJ[t]表示第t次迭代产生的中间变量，表达式如式(30)所示
其中，和κsIJ均表示卫星用户对应的拉格朗日乘子，/>表示第I组中第J个基站用户对应的卫星信道增益的转置，是为了计算基站用户对卫星用户的干扰，/>指代卫星用户自身功率，/>指代除卫星自身外的其它卫星用户功率。
当psbIJ收敛时，计算出的功率即为卫星基站用户的最优功率分配结果。由于地面用户和卫星用户相互耦合影响，仅对一个网络优化无法得到网络的最优功率分配结果，因此提出卫星地面功率联合优化算法。联合优化算法首先固定卫星用户的功率psbIJ[t]，对地面用户功率采用优化算法进行求解，利用求解出的pbIＪ[t]作为卫星用户功率更新的初值，对卫星用户功率进行求解，求解得到的卫星用户功率psbIJ[t+1]再作为地面用户功率更新的初值，进行依次迭代更新求解，直至整个算法的功率收敛，此时得到的功率分配解为整个星地融合网络的最优功率分配解。
利用matlab软件进行仿真，验证本专利提出的资源分配算法的有效性，仿真参数设置如表1所示
图3给出了专利所提算法的收敛特性图，可以看出算法在30次迭代后基本达到收敛，具有良好的收敛特性，适用于大规模星地融合网络场景。图4给出了专利所提功率分配算法的能量效率与其它功率分配算法的性能对比图，能够看出所提的联合功率优化算法显著提升了系统的能量效率。
Claims (2)
1.一种基于MIMO-NOMA的星地融合网络资源高效分配方法，其基于一种基于MIMO-NOMA的星地融合网络资源高效分配系统，该系统由卫星、地面基站、地面网关和用户组成，卫星和地面基站工作在相同频段，复用整个系统带宽同时为用户提供服务；卫星和地面基站在地面网关的集中控制下协同为用户提供服务，地面网关和卫星之间由射频链路进行连接，地面网关和基站之间由光纤链路连接；其特征在于，所述方法具体实现如下：
假设地面基站和地面用户之间的无线信道满足瑞利分布模型，卫星和地面基站以及地面用户之间的信道满足莱斯分布模型；假设系统中共有L个基站，每个基站都能够通过MIMO技术产生G个波束，每个地面基站波束需要为K个用户提供服务，而地面基站由于服务能力和服务范围的限制，只能为K个用户中的S个用户提供服务，而卫星为其余的K-S个用户提供服务，因此需要卫星提供服务的用户数量为LG(K-S)；
根据用户的信道增益比进行卫星用户的挑选，信道增益比定义如下
其中gsbIJ为用户的卫星信道增益，hbIJ为用户的基站信道增益，||·||2用于求向量的2范数；将用户按照信道增益比进行降序排列，选取其中前LG(K-S)个用户为卫星用户，剩余LGS个用户由地面基站进行服务；
基于上述挑选的卫星用户和地面基站用户，依据最大用户信道增益进行模拟波束成形
其中hI，J为第I个波束中第J个用户的波束成型向量，N为天线单元的数量，LI，J为多径链路数量，l为中间变量，为第l条链路的复信道增益，/>为天线阵列方向矢量，其中/>和/>分别表示第l条路径的方位角和仰角。第i个用户的模拟预编码矢量可以表示为/>其中B为量化编码位数，第i个元素对应的最优模拟预编码序号/>表示为
其中，angle(·)是用于计算复数对应的辐角的函数，Γ(I)代表第I个波束中对应的簇头，hΓ(I)(i)代表第I个波束对应簇头中的第i个元素，n表示计数因子，表示第i个元素对应的最优模拟预编码矢量，arg用于输出最小值对应的序号/>
模拟波束成形矩阵表示为
其中，ai(i＝1，2，…G)表示第i个用户的模拟预编码矢量；
基于模拟波束成形矩阵，第k个用户的等效信道增益为其中/>表示第k个用户的复信道增益的转置；依据最大组内用户信道相关性原则进行用户分组，当满足公式(5)时，第k个用户分配到第I个波束簇
其中arg max用于求与第k个用户具有最大相关性波束对应的序号，表示第I个波束簇头对应的等效矢量；
假设第I组中的第m个用户具有最大等效信道增益，信道数字预编码矩阵可以表示为表示第g个用户的数字波束成形矢量，/>表示/>的转置，/>表示第g个波束中第m个用户的等效信道增益。因此，归一化数字波束矢量表示为/>
地面基站用户信噪比γbIJ以及和速率RBsum分别表示为
其中，pbIJ和分别表示基站b中第I组第J个用户的基站发射功率和复信道增益的转置，dI表示第I组用户的数字波束矢量，σBBIJ和σSBIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σb表示加性高斯白噪声功率；
地面用户消耗总功率PB表示为
其中PBC为基站电路总功耗。卫星用户信噪比γsbIJ以及和速率RSsum分别表示为
其中，表示gsbIJ的转置，vIJ表示第I组第J个卫星用户的波束成形矢量，psbIJ表示基站b中第I组第J个用户的卫星发射功率，σBSIJ和σSSIJ分别表示基站b中第I组第J个用户受到的基站用户干扰和卫星用户干扰，σs表示加性高斯白噪声功率；
卫星用户消耗总功率表示为
其中PSC为卫星电路总功耗。
以最大化网络能量效率η为目标，建立优化模型如下
其中RT＝RBsum+RSsum，RT表示系统和速率，PT＝PB+PS，PT表示系统总功率消耗，ξ为卫星功率重要因子，C1表示基站用户的最大发射功率约束，其中PBmax表示基站最大发射功率，C2表示单个波束的最大发射功率约束，其中PbImax表示波束最大发射功率，C3表示卫星用户的最大发射功率约束，其中PSmax表示卫星最大发射功率，C4和C5分别表示基站用户和卫星用户干扰温度阈值约束，PBth表示基站用户干扰温度阈值，PSth表示卫星用户干扰温度阈值，C6表示功率非负性约束；
采用连续凸近似方法，通过对数近似法将目标函数转化为凸函数，表达式为
其中，θbIJ和βbIJ均表示基站用户连续凸近似因子，θsbIJ和βsbIJ均表示卫星用户连续凸近似因子，在基站用户连续凸近似因子的情况下，其表达式为
其中表示式(13)等号成立时γbIJ的值；
进行变量替换和/>均为替换参数，利用Dinkelbach方法，优化模型转化为
首先令卫星用户功率保持不变，对基站用户功率进行优化，目标函数改写为
利用拉格朗日乘子法对目标函数(17)进行求解
其中，表示拉格朗日函数，λb，/>和κbIJ均表示拉格朗日乘子；
拉格朗日对偶函数表示为
其中inf{}表示求下确界的函数
令得到
其中，pbIJ[t+1]表示基站用户第t+1次迭代的功率分配结果，t表示迭代次数，φbIJ和ψbIJ是为了简化式(20)所设置的中间变量，其表达式如(21)和(22)所示，di表示第i组用户的数字波束矢量，IbIJ[t]表示第t次迭代产生的中间变量，表达式如(23)所示，[x]+＝max(0，x)表示取0和x中较大值的函数，x表示引入的中间变量；另外，此处di和dI都表示用户的数字波束矢量，同时用i和I是为了区分不同的用户，用来表示除了I自身以外的其它用户对I的干扰；同理θbIJ和θbij表示的含义相同，但是对应不同的用户，θbIJ指代用户自身的凸近似因子，θbij指代除自身外的其它用户的凸近似因子，和/>关系与之类似，/>表示用户自身信道增益，/>表示除用户自身以外的其它用户信道增益，/>表示卫星用户的基站信道增益，用于计算卫星用户对基站用户的干扰。
其中，和/>含义相同，是为了对不同用户进行区分，/>表示用户自身功率，表示同组内用户功率，/>表示不同组的用户功率；
采用次梯度迭代方法对拉格朗日乘子进行更新，更新方法如下
κb[tσ+1]＝[κb[tσ]-d3[tσ+1](PSth-σBSIJ+σSSIJ+σs)]+ (26)
其中tσ表示迭代次数，d1[tσ+1]，d2[tσ+1]和d3[tσ+1]分别表示相应拉格朗日乘子的迭代步长；
当pbIJ收敛时，计算出的用户功率值即为地面基站用户的最优功率分配结果；同理，卫星用户的最优分配结果表示为
其中psbIJ[t+1]卫星用户第t+1次迭代的功率分配结果，λs表示拉格朗日乘子，φsbIJ和ψsbIJ是为了简化式(27)所设置的中间变量，其表达式如式(28)和式(29)所示，IsbIJ[t]表示第t次迭代产生的中间变量，表达式如式(30)所示
其中，和κsIJ均表示卫星用户对应的拉格朗日乘子，/>表示第I组中第J个基站用户对应的卫星信道增益的转置，/>指代卫星用户自身功率，/>指代除卫星自身外的其它卫星用户功率；
当psbIJ收敛时，计算出的功率即为卫星基站用户的最优功率分配结果；由于地面用户和卫星用户相互耦合影响，仅对一个网络优化无法得到网络的最优功率分配结果，因此提出卫星地面功率联合优化算法；联合优化算法首先固定卫星用户的功率psbIJ[t]，对地面用户功率采用优化算法进行求解，利用求解出的pbIJ[t]作为卫星用户功率更新的初值，对卫星用户功率进行求解，求解得到的卫星用户功率psbIJ[t+1]再作为地面用户功率更新的初值，进行依次迭代更新求解，直至整个算法的功率收敛，此时得到的功率分配解为整个星地融合网络的最优功率分配解。
2.如权利要求1所述的基于MIMO-NOMA的星地融合网络资源高效分配方法，其特征在于，利用matlab软件进行仿真，仿真参数设置如表1所示
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310759877.8A CN116760448A (zh) | 2023-06-21 | 2023-06-21 | 一种基于mimo-noma的星地融合网络资源高效分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310759877.8A CN116760448A (zh) | 2023-06-21 | 2023-06-21 | 一种基于mimo-noma的星地融合网络资源高效分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116760448A true CN116760448A (zh) | 2023-09-15 |
Family
ID=87951119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310759877.8A Pending CN116760448A (zh) | 2023-06-21 | 2023-06-21 | 一种基于mimo-noma的星地融合网络资源高效分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116760448A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117639903A (zh) * | 2024-01-23 | 2024-03-01 | 南京控维通信科技有限公司 | 一种基于noma辅助的多用户卫星通信方法及系统 |
| CN117833997A (zh) * | 2024-03-01 | 2024-04-05 | 南京控维通信科技有限公司 | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 |
| CN117833997B (zh) * | 2024-03-01 | 2024-05-31 | 南京控维通信科技有限公司 | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 |
-
2023
- 2023-06-21 CN CN202310759877.8A patent/CN116760448A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117639903A (zh) * | 2024-01-23 | 2024-03-01 | 南京控维通信科技有限公司 | 一种基于noma辅助的多用户卫星通信方法及系统 |
| CN117639903B (zh) * | 2024-01-23 | 2024-05-07 | 南京控维通信科技有限公司 | 一种基于noma辅助的多用户卫星通信方法及系统 |
| CN117833997A (zh) * | 2024-03-01 | 2024-04-05 | 南京控维通信科技有限公司 | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 |
| CN117833997B (zh) * | 2024-03-01 | 2024-05-31 | 南京控维通信科技有限公司 | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111447631A (zh) | 基于非正交多址技术的星地联合波束形成和功率分配方法 | |
| CN108737057B (zh) | 基于深度学习的多载波认知noma资源分配方法 | |
| CN110190881B (zh) | 权重速率最优的下行mimo-noma功率分配方法 | |
| CN110299937B (zh) | 一种上行mimo-noma无线通信系统波束成形方法 | |
| CN111147112B (zh) | 一种基于mimo-noma系统的能量最大化收集方法 | |
| CN112468196B (zh) | 一种基于pzf预编码的去蜂窝大规模mimo系统中功率分配方法 | |
| CN102055563B (zh) | 一种适用于多基站协作的自适应联合线性预编码方法 | |
| CN108718445B (zh) | 一种QoS驱动的D2D安全通信资源分配方法 | |
| CN112290995A (zh) | 星地集成网络中基于安全能效的波束设计方法 | |
| 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 | |
| CN109327894B (zh) | 基于干扰抑制的多小区mimo-noma最优功率分配方法 | |
| CN111405596B (zh) | 莱斯信道下大规模天线无线携能通信系统资源优化方法 | |
| CN109861728B (zh) | 大规模mimo系统的联合多中继选择与时隙资源配置方法 | |
| US7983710B2 (en) | Method of coordinated wireless downlink transmission | |
| CN111918320B (zh) | 时分双工下非正交多址接入的无线通信资源优化分配方法 | |
| CN116760448A (zh) | 一种基于mimo-noma的星地融合网络资源高效分配方法 | |
| CN112188605B (zh) | 无线携能通信场景下网络辅助全双工系统收发机设计方法 | |
| CN110048753B (zh) | 基于mimo系统加权能效最大化的分布式波束赋形优化方法 | |
| CN107733488B (zh) | 一种大规模mimo系统中注水功率分配改进方法及系统 | |
| CN111465108A (zh) | 一种能量获取d2d异构网络中频效能效优化方法 | |
| CN113258985B (zh) | 单站多星mimo上注系统能效优化方法 | |
| CN112437450B (zh) | 一种双无人机无线网络中的发射功率优化的方法 | |
| CN112584403B (zh) | Noma小小区最大速率最小功率的联合优化方法 | |
| CN108718228A (zh) | 网络辅助的灵活双工无线通信系统及其方法 | |
| CN114710185B (zh) | 一种去蜂窝大规模mimo系统的ap选择方法 |
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 |