CN104540232B - 一种无线协作网络中继功率优化方法 - Google Patents
一种无线协作网络中继功率优化方法 Download PDFInfo
- Publication number
- CN104540232B CN104540232B CN201510036452.XA CN201510036452A CN104540232B CN 104540232 B CN104540232 B CN 104540232B CN 201510036452 A CN201510036452 A CN 201510036452A CN 104540232 B CN104540232 B CN 104540232B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- msubsup
- mfrac
- node
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- 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
- H04B7/022—Site diversity; Macro-diversity
- H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无线协作网络中继功率优化方法，所述方法包括以下步骤：基于压缩感知理论构建大容量协作传输模型；对所述大容量协作传输模型进行功率优化，获取中继节点的最优功率分配系数表达式，即获得了最优中继功率分配方法。本方法基于压缩感知，在保证信号能够准确重构的前提下，对基于压缩感知的多中继节点协作通信***的功率分配作了讨论，得出了中继节点的最优功率分配系数表达式，获得了最优中继功率分配方法，从而提高信息的传输速率，节省能耗延长网络寿命，提高整个***的性能。
Description
技术领域
本发明涉及无线通信物理层领域，尤其涉及一种无线协作网络中继功率优化方法。
背景技术
协作通信技术涉及的研究范围和内容十分广阔，而由于无线资源非常稀缺，因此中继功率分配通常是其中重要的研究内容。
功率控制问题首先出现在并行独立子信道***容量的求解问题中，Gallager和Cover等提出的著名的注水算法，该算法可以用于计算多入多出(MIMO)***及正交频分复用(OFDM)***的信道容量等。而协作通信中的功率分配是针对不同的***模型，依据某些评判准则，考虑在不同的约束条件下将有限的功率在各通信链路上进行合理分配，能够更高效地利用功率资源，进一步提高中继***的性能。当前关于中继协作通信***中功率分配问题的研究很多，出现了多种***模型，而且也得出了很多成果。本方法研究的是基于协作压缩感知网络模型中的多中继节点功率分配问题。
发明内容
本发明提供了一种无线协作网络中继功率优化方法，本发明将多中继协作技术应用到压缩感知技术中，在中继转发功率分配中采用最优中继功率分配策略，从而进一步提高***的信道容量，提升整个***的性能，详见下文描述：
一种无线协作网络中继功率优化方法，所述方法包括以下步骤：
基于压缩感知理论构建大容量协作传输模型；
对所述大容量协作传输模型进行功率优化，获取中继节点的最优功率分配系数表达式，即获得了最优中继功率分配方法。
所述大容量协作传输模型具体为：
每个源节点、每个中继节点和目的节点均配置为单天线；源节点的总发射功率为PS，中继节点的总转发功率为PR；
假定源节点与中继节点之间的信道矩阵为A，α1表示第一时隙信号传输的路径损耗，HSR表示源节点与中继节点之间的多径衰落；中继节点与目的节点之间的正交信道矩阵为H，α2表示第二时隙信号传输的路径损耗，HRD表示中继节点与目的节点之间的多径衰落。
所述获取中继节点的最优功率分配系数表达式具体为：
其中，和分别为第一时隙和第二时隙的信道噪声功率；N为源节点个数；Hii为每个中继节点到目的节点的信道衰落系数；Aij为第j个源节点到第i个中继节点间的信道衰落系数；λ为拉格朗日乘子。
本发明提供的技术方案的有益效果是：本方法基于压缩感知，在保证信号能够准确重构的前提下，对基于压缩感知的多中继节点协作通信***的功率分配作了讨论，得出了中继节点的最优功率分配系数表达式，获得了最优中继功率分配方法，从而提高信息的传输速率，节省能耗延长网络寿命，提高整个***的性能。
附图说明
图1为基于压缩感知理论构建大容量协作传输模型的示意图；
图2为不同分配算法下的信道容量比较示意图；
图3为一种无线协作网络中继功率优化方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
协作通信基本原理为：装备单个天线的移动终端通过彼此间天线协作的方式，以此借助其他用户的天线来传输数据，因此虚拟的多天线阵列就在一定的形式上形成了。根据协作通信中中继节点处理信息方式的不同，协作方案主要可分为三种：放大转发、解码转发和编码协作。
由于无线资源非常稀缺，所以在物理层的一个主要应用就是功率分配。协作通信中，***的性能可以通过有效的中继功率分配来改善。最优功率分配算法通常是基于***某一性能的最优化而进行的一种功率分配算法。
压缩感知的核心思想是压缩和采样合并进行，并且测量值远小于传统采样方法的数据量，突破了香农采样定理的瓶颈，使高分辨率的信号采集成为可能。它指出只要信号是可压缩的或在某个变换域是稀疏的，那么就可以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空间上，然后通过求解一个优化问题就可以从这些少量的投影中以高概率重构出原信号，可以证明这样的投影包含了重构信号的足够信息。目前，压缩感知(CS)在无线传感器网络中的定位，检测，数据收集等方面的研究已开展。
一种无线协作网络中继功率优化方法，参见图1和图3，该方法包括以下步骤：
101：基于压缩感知理论构建大容量协作传输模型；
参见图1，给出了N个源节点S、M个中继节点R以及1个目的节点D的基于CS的协作通信***模型。每个源节点Si(1≤i≤N)、每个中继节点Ri(1≤i≤M)和目的节点D均配置为单天线。其中，源节点S的总发射功率为PS，中继节点S的总转发功率为PR。假设源节点S和目的节点D之间没有直传链路，所有通信都要经过中继节点R的转发来协作完成。
假定S与R之间的信道矩阵为A，α1表示第一时隙信号传输的路径损耗，即α1＝dSR -γ，dSR是S到R的距离，γ是路径损耗因子；HSR表示S与R之间的多径衰落，其各元素独立且服从均值为零，方差为1/M的高斯分布。R与D之间的正交信道矩阵为H，α2表示第二时隙信号传输的路径损耗，即α2＝dRD -γ，dRD是中继节点R到目的节点D的距离；HRD表示R与D之间的多径衰落，其各元素是均值为零的独立同分布高斯随机变量。
102：对大容量协作传输模型进行功率优化，获取中继节点的最优功率分配系数表达式，即获得了最优中继功率分配方法。
对上述模型中源节点S与中继节点R之间的信道矩阵A进行奇异值分解，得
A＝U·Λ·V' (1)
其中，U,V为酉矩阵，矩阵Λ非对角线元素为0，对角线元素为矩阵AA'的特征值的平方根。其中，A'为A的共轭转置矩阵。则单位带宽下的信道容量可以表示为
上式中，ai(1≤i≤M)是每个中继节点的功率分配系数，且0≤ai≤1；Λi是矩阵Λ对角线上的第i个元素；和分别为第一时隙和第二时隙的信道噪声功率；Hii(1≤i≤M)为每个中继节点到目的节点的信道衰落系数；Aij(1≤i≤M,1≤j≤N)为第j个源节点到第i个中继节点间的信道衰落系数。
以信道容量为优化目标函数，即
且
利用拉格朗日乘子法，可得函数：
令可得到ai的表达式
由可求得λ的值，再将λ值代入到(5)式中，可求出每一个ai的值。如果有ai比1大或比0小，则从M个中继节点中选择M1个信道条件比较好的(使信道容量达到最大的M个信道)进行平均功率分配。
为了评估协作压缩感知网络模型中最优功率分配的性能，本方法进行了仿真，详见下文描述：
仿真模型中，假定源节点、中继节点和目的节点位于一条直线上，源节点到目的节点的距离归一化为1，dSR为源到距离。源节点和目的节点分别位于(0，0)和(1，0)，中继节点的y坐标固定为0，横坐标在[0，1]之间变化。假定所选择的协作中继到目的节点有相同的路径损耗，路径损耗系数为4。源节点和中继节点的总发射功率都为10-2w，噪声为10-8w。
图2仿真了在平均功率分配和最优功率分配下，***信道容量随中继位置的变化关系。图2中可以看到，当中继节点靠近源节点时，最优功率分配下的信道容量明显大于平均功率分配下的，随着中继节点靠近目的节点，差距越来越小，两种功率分配方案下的信道容量趋于一致。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种无线协作网络中继功率优化方法，其特征在于，所述方法包括以下步骤：
基于压缩感知理论构建大容量协作传输模型；
对所述大容量协作传输模型进行功率优化，获取中继节点的最优功率分配系数表达式，即获得了最优中继功率分配方法；
其中，所述大容量协作传输模型具体为：
每个源节点、每个中继节点和目的节点均配置为单天线；源节点的总发射功率为PS，中继节点的总转发功率为PR；
假定源节点与中继节点之间的信道矩阵为A，α1表示第一时隙信号传输的路径损耗，HSR表示源节点与中继节点之间的多径衰落；中继节点与目的节点之间的正交信道矩阵为H，α2表示第二时隙信号传输的路径损耗，HRD表示中继节点与目的节点之间的多径衰落。
2.根据权利要求1所述的一种无线协作网络中继功率优化方法，其特征在于，所述获取中继节点的最优功率分配系数表达式具体为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msqrt>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
</msqrt>
<mo>&CenterDot;</mo>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>&omega;</mi>
<mn>0</mn>
</msub>
</msub>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<msqrt>
<mrow>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>&CenterDot;</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>&omega;</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<mfrac>
<mrow>
<mn>4</mn>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
</mrow>
<mrow>
<mi>&lambda;</mi>
<mi>ln</mi>
<mn>2</mn>
</mrow>
</mfrac>
</mrow>
</msqrt>
</mrow>
<mrow>
<mn>2</mn>
<mo>&lsqb;</mo>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>&rsqb;</mo>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>&omega;</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>&omega;</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mn>2</mn>
<mo>&lsqb;</mo>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>S</mi>
</msub>
<mi>N</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<msub>
<mi>&Lambda;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<msubsup>
<mi>&sigma;</mi>
<msub>
<mi>n</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</msubsup>
<mo>&rsqb;</mo>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，和分别为第一时隙和第二时隙的信道噪声功率；N为源节点个数；Hii为每个中继节点到目的节点的信道衰落系数；Aij为第j个源节点到第i个中继节点间的信道衰落系数；λ为拉格朗日乘子；Λi是矩阵Λ对角线上的第i个元素；矩阵Λ的非对角线元素为0，对角线元素为矩阵AA'的特征值的平方根，其中，A'为A的共轭转置矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510036452.XA CN104540232B (zh) | 2015-01-23 | 2015-01-23 | 一种无线协作网络中继功率优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510036452.XA CN104540232B (zh) | 2015-01-23 | 2015-01-23 | 一种无线协作网络中继功率优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104540232A CN104540232A (zh) | 2015-04-22 |
| CN104540232B true CN104540232B (zh) | 2018-01-09 |
Family
ID=52855649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510036452.XA Expired - Fee Related CN104540232B (zh) | 2015-01-23 | 2015-01-23 | 一种无线协作网络中继功率优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104540232B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107041000A (zh) | 2016-02-04 | 2017-08-11 | 电信科学技术研究院 | 上行控制信息的传输方法及装置 |
| CN106374992B (zh) * | 2016-08-11 | 2019-01-18 | 上海交通大学 | 无人机最优中继位置定位方法及*** |
| CN106162797B (zh) * | 2016-08-14 | 2019-08-06 | 深圳市凯贝罗科技有限公司 | 一种基于分式规划的多中继协作通信***资源分配方法 |
| CN107612605A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种基于压缩感知和解码转发的数据传输方法 |
| CN108924779A (zh) * | 2018-06-07 | 2018-11-30 | 天津大学 | 一种多跳压缩解码转发数据传输方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103312653A (zh) * | 2013-05-16 | 2013-09-18 | 西安电子科技大学 | 基于信道分离的放大转发***的压缩感知信道估计方法 |
| CN104184554A (zh) * | 2014-09-03 | 2014-12-03 | 北京邮电大学 | 用于中继网络的欠采样量化转发方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101684925B1 (ko) * | 2010-12-21 | 2016-12-20 | 삼성전자주식회사 | 기지국 및 단말의 통신 방법 |
-
2015
- 2015-01-23 CN CN201510036452.XA patent/CN104540232B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103312653A (zh) * | 2013-05-16 | 2013-09-18 | 西安电子科技大学 | 基于信道分离的放大转发***的压缩感知信道估计方法 |
| CN104184554A (zh) * | 2014-09-03 | 2014-12-03 | 北京邮电大学 | 用于中继网络的欠采样量化转发方法 |
Non-Patent Citations (2)
| Title |
|---|
| Yixuan Wang.The research on sparse channel estimation in multi‐relay cooperative communication system.《AMM ICMMR 2014》.2014, * |
| 压缩感知理论在通信***中的应用研究;赵晓辉;《中国硕士学位论文全文数据库信息科技辑》;20131215;II136-212 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104540232A (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104540232B (zh) | 一种无线协作网络中继功率优化方法 | |
| CN101868030B (zh) | 一种分布式无线网络无线资源分配方法 | |
| CN104254985B (zh) | 用于访问或形成受限访问窗口的分组字段的方法和设备 | |
| WO2021211560A1 (en) | Self interference noise cancellation to support multiple frequency bands with neural networks or recurrent neural networks | |
| CN101588627B (zh) | 协作通信中源与中继节点的功率最优联合分配的方法 | |
| Ji et al. | The efficient BackFi transmission design in ambient backscatter communication systems for IoT | |
| CN107613567A (zh) | 一种基于无线输能的无线传感网络资源分配方法 | |
| CN106162846A (zh) | 一种考虑sic能耗的两用户noma下行能效优化方法 | |
| Pang et al. | A new 5G radio evolution towards 5G-Advanced | |
| CN107276650A (zh) | 一种多用户大规模mimo混合预编码能效优化方法 | |
| CN104039004A (zh) | 大规模多输入多输出***中异构用户导频功率优化分配方法 | |
| CN106028456A (zh) | 一种5g高密度网络中虚拟小区的功率分配方法 | |
| CN103199908A (zh) | 一种适用于宽带集群***的自适应切换波束赋形方法 | |
| CN104768185B (zh) | 两层异构网络的干扰消除与能量采集折中方法 | |
| Chai et al. | On the use of immune clonal optimization for joint subcarrier and power allocation in OFDMA with proportional fairness rate | |
| Xu et al. | Joint relay assignment and power allocation for cooperative communications | |
| CN105813189A (zh) | 一种蜂窝网中的d2d分布式功率优化方法 | |
| CN103607717B (zh) | 蜂窝分层无线网络中基站密度和功率的配置方法和设备 | |
| CN103051581B (zh) | 一种基于有效容量的mimo-ofdm***能效优化方法 | |
| Zheng et al. | Energy-efficient analysis of an IEEE 802.11 PCF MAC protocol based on WLAN | |
| CN106211235A (zh) | 一种无线网络中的小包数据传输方法及*** | |
| CN108462975A (zh) | D2d无线供电通信网络中功率与时间联合分配方法 | |
| CN103248460B (zh) | 非理想信道状态下mimo***中基于干扰对齐的信号处理方法 | |
| CN103607759B (zh) | 一种蜂窝网络中微基站缩放休眠方法和设备 | |
| CN103368702B (zh) | 无线局域网分布式干扰对齐中的流数自适应方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180109 Termination date: 20210123 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |