CN109004968A - 异构网中能效最优时参数值的确定方法及装置 - Google Patents

异构网中能效最优时参数值的确定方法及装置 Download PDF

Info

Publication number
CN109004968A
CN109004968A CN201810861172.6A CN201810861172A CN109004968A CN 109004968 A CN109004968 A CN 109004968A CN 201810861172 A CN201810861172 A CN 201810861172A CN 109004968 A CN109004968 A CN 109004968A
Authority
CN
China
Prior art keywords
optimal
base station
efficiency
parameter value
value
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
Application number
CN201810861172.6A
Other languages
English (en)
Inventor
张颖慧
那顺乌力吉
逯效亭
张晓璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University
Original Assignee
Inner Mongolia University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University filed Critical Inner Mongolia University
Priority to CN201810861172.6A priority Critical patent/CN109004968A/zh
Publication of CN109004968A publication Critical patent/CN109004968A/zh
Pending legal-status Critical Current

Links

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
    • H04B7/06—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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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

本申请公开了一种异构网中能效最优时参数值的确定方法及装置，包括：建立满足预设条件的***能效最优模型，对所述***能效最优模型进行凸优化处理，得到优化模型，根据所述优化模型计算确定最优波束赋形矩阵，结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。该方法及装置在实施过程中不仅考虑了基站数量对***能效的影响，且同时考虑了其他参数对***能效的影响，采用本方法及装置能够确定***能效最优时的参数值，后续将确定的参数值应用于实际场景，有利于提升通信***能效。

Description

异构网中能效最优时参数值的确定方法及装置
技术领域
本发明涉及通信技术领域，更具体的说，是涉及一种异构网中能效最优时参数值的确定方法及装置。
背景技术
近年来，信息和通信技术的能源消耗一直在快速增长，且移动多媒体数据流量也呈指数增长趋势，因此，通信***能效目前已成为移动通信领域的研究热点。通过对现有通信***的能耗分布研究得出，网络传输部分的能耗实际上已经占到总能耗的将近90％，而终端部分的能耗仅占了总能耗10％左右。可见，如何大幅度降低网络传输部分的能耗将是未来实现绿色通信***的关键所在。
现有技术中，存在一种提高***能效的研究方案，该方案分析通过Massive MIMO(大规模天线阵列)技术以及部署小基站来提高***能效的可能性。然而其研究过程中并没有考虑不同***参数的动态变化可能对***能效带来的影响，因而最终确定的***能效的最优性不能得到保证。
发明内容
有鉴于此，本发明提供了一种异构网中的能效优化方法及装置，以实现更加准确的***最优能效的确定。
为实现上述目的，本发明提供如下技术方案：
一种异构网中能效最优时参数值的确定方法，包括：
建立满足预设条件的***能效最优模型，所述预设条件包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率；
对所述***能效最优模型进行凸优化处理，得到优化模型；
根据所述优化模型计算确定最优波束赋形矩阵；
结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
可选的，所述对所述***能效最优模型进行凸优化处理，得到优化模型，包括：
采用半正定规划和半正定松弛方法对所述***能效最优模型进行凸优化处理，得到优化模型。
可选的，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
可选的，所述结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值，包括：
初始化***环境；
在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
可选的，所述在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值，包括：
在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算；
确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值；
确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
可选的，所述初始化***环境，包括：
生成不同协作基站数量下所有基站的坐标位置集合；
根据所述坐标位置集合，在每一个协作基站覆盖区域内至少存在一个用户的前提下，随机生成所有用户的位置；
根据每一个用户与所述坐标位置集合的最小距离集合，采用回溯法判断所有用户距离每一个基站的距离是否不小于预设最小距离；
若否，则返回所述随机生成所有用户的位置的步骤，直至所有用户距离每一个基站的距离都不小于所述预设最小距离。
可选的，包括：
模型建立模块，用于建立满足预设条件的***能效最优模型，所述预设条件包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率；
模型优化模块，用于对所述***能效最优模型进行凸优化处理，得到优化模型；
矩阵确定模块，用于根据所述优化模型计算确定最优波束赋形矩阵；
参数值确定模块，用于结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
可选的，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
可选的，所述参数值确定模块包括：
初始化模块，用于初始化***环境；
参数值确定子模块，用于在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
可选的，所述参数值确定子模块包括：
遍历计算模块，用于在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算；
均值确定模块，用于确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值；
最佳值确定模块，用于确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
经由上述的技术方案可知，与现有技术相比，本发明实施例公开了一种异构网中能效最优时参数值的确定方法及装置，包括：建立满足预设条件的***能效最优模型，对所述***能效最优模型进行凸优化处理，得到优化模型，根据所述优化模型计算确定最优波束赋形矩阵，结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。该方法及装置在实施过程中不仅考虑了基站数量对***能效的影响，且同时考虑了其他参数对***能效的影响，采用本方法及装置能够确定***能效最优时的参数值，后续将确定的参数值应用于实际场景，有利于提升通信***能效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的异构网中能效最优时参数值的确定方法流程图；
图2为本发明实施例公开的一个下行双层异构网单小区示意图；
图3为本发明实施例公开的确定最佳参数值的流程图；
图4为本发明实施例公开的不同协作基站数的基站部署图；
图5为本发明实施例公开的不同基站天线数下***能效示意图；
图6为本发明实施例公开的不同服务质量下***能效示意图；
图7为本发明实施例公开的不同用户数量下***能效示意图；
图8为本发明实施例公开的多种参数下***能效示意图；
图9为本发明实施例公开的异构网中能效最优时参数值的确定装置的结构示意图；
图10为本发明实施例公开的参数值确定模块的结构示意图；
图11为本发明实施例公开的参数值确定子模块的结构示意图。
具体实施方式
为了引用和清楚起见，下文中使用的技术名词的说明、简写或缩写总结如下：
异构网：指由宏基站和不同类型低发射功率基站共同构成。常见的低发射功率基站包括微基站、毫微基站、家庭基站和远程射频节点。低发射功率基站在本文描述中简称为小基站。宏基站的覆盖范围称为宏小区，小基站的覆盖范围称为小小区。
波束赋形：传统的通信方式是基站与手机间单天线的电磁波传输，而在波束赋形技术中，基站端拥有多根天线，可以自动调节各个天线发射信号的相位，使其在手机接收点形成电磁波的叠加，从而达到提高接收信号强度的目的。从基站方面看，这种利用数字信号处理产生的叠加效果就如同完成了基站端虚拟天线方向图的构造，因此称为“波束赋形”技术。通过这一技术，发射能量可以汇集到用户所在的位置，而不向其他方向扩散，并且基站可以通过检测用户的信号，保证在任何时候手机接收点的电磁波信号都处于叠加状态。波束赋形技术在扩大覆盖范围、改善边缘吞吐量以及干扰抑止等方面都有很大的优势。
Massive MIMO：大规模天线阵列正是基于多用户波束赋形原理，在基站端布置几百根天线，对几十目标接收机调制各自的波束，通过空间信号隔离，在同一频率资源上同时传输几十条信号。这种对空间资源的充分挖掘，可以有效利用宝贵而稀缺的频带资源，并且几十倍地提升网络容量。
LTE-Advanced：4G通信技术标准、规范。也可简写为LTE-A。
CoMP：Coordinated Multipoint，协作多点。是LTE-Advanced中最重要的增强型传输技术，是解决小区边缘用户与平均用户速率的有效方法。协作多点传输指地理位置上分离的多个传输点，协同参与为一个终端的数据传输。根据基站间是否共享用户数据，下行COMP可以分为协作波束赋形(CB)和联合处理(JP)。基于的CoMP-CB只需要基站之间共享信道信息，基站根据用户丶位置和信道条件为其分配相应的资源块。基于CoMP-JP不仅需要小区间共享信道信息，还需要共享用户的数据。在JP***中，参与协作的多基站联合发送用户数据，可以有效提高用户的接收信干噪比和抑制干扰。
SINR：Signal to Interference plus Noise Ratio，信干噪比。信号与干扰加噪声比是指接收到的有用信号的强度与接收到的干扰信号加噪声和的比。常用作衡量通信***通信质量可靠性的一个主要技术指标。
CMBF：Coordinated multi-point transmission beamforming，多点协作波束赋形，可以利用多个节点的单根或多根天线，组成一个协助通信网络，从而实现复用与分集。这种特性更适应大部分的无线应用场景，即每个基站或用户端都以散落形态分布，并且每个基站和用户端都仅配置有限的发射天线。协作多点本身即假设每一个参与协作的独立节点，通过波束成形技术和预编码器，将每个协作节点所配置的每根天线所发出的数据都调制成类似波束的数据流发给用户。在本文中，CMBF体现为多个基站(宏基站和小基站)做协作波束赋形服务用户。
SDP：SemiDefinite programming，半正规划。
SDR:SemiDefinite Relaxation，半正定松弛。
EE：Energy Efficiency，***能效。
BS：base station，基站。
MBS:macro base station，宏基站。宏基站的覆盖范围称为宏小区。
SBS：small base station，小基站。小基站的覆盖范围称为小小区。
QCQP：quadratically constrained quadratic program，二次约束二次规划。
QoS：Quality of Service，服务质量。用户不同的业务需要其QoS需求也不同。在未来的5G网络中会存在多种服务，这些服务的QoS需求都是不同的，比如视频会议，它是一个实时多媒体业务，它对时延的要求很高，但是可以容忍一定程度的差错；而文件传输，它对差错敏感，而对时延却没有很高的要求，所以***必须能够提供多种QoS保证满足用户不同业务需求。
无线回程：CoMP需要基站之间共享用户数据和信道状态信息而数据共享通过无线回程链路来完成。
动态发射功率、静态发射功率：本文将异构网中的总功率消耗分为动态部分和静态部分。动态部分指基站天线传输功率消耗，静态部分指基站固有的电路功耗，与天线数成正比。“动态”可以理解为天线传输功率消耗是一个优化变量，可以被优化，“静态”可以理解为基站固有的电路功耗是常量。
TDD：时分双工，是移动通信***中使用的全双工通信技术的一种。TDD只需要一个信道，无论上行还是下行传送信息都采用同一信道。发射机和接收机在不同时隙操作。这样的通信***是通过时间来区分上下行数据的，所有数据共享相同的频率资源。在TDD***中，只需要对上行数据中的参考信号进行信道估计，就可以得到下行的信道信息。本文采用TDD下行***，也就是说***默认基站端已得到下行的信道状态信息。
信道：是对无线通信中发送端和接收端之间通信链路的一种形象比喻，对于无线电波而言，它从发送端到接收端，其间并没有一个有形的连接，它的传播路径也有可能不止一条，我们为了形象地描述发送端与接收端之间的工作，可以想象两者之间有一个看不见的道路衔接，把这条衔接通路称为信道。
下行：指信号从基站到移动台(例如手机终端)的通信链路，与此对应的上行指信号从移动台到基站的通行链路。
CSI：channel state information，信道状态信息。在无线通信领域，所谓的CSI，就是通信链路的属性。它描述了信号在每条传输路径衰弱因子，即信道增益矩阵H(有时也称为信道矩阵、信道衰落矩阵)中每个元素的值，如信号散射、环境衰弱、距离衰减等信息。本文中将H统称为信道矩阵。
信道模型:信道模型指可以用数学表达式来描述信道特性。
块衰落模型：在有些情况下，若基站与移动台之间几乎没有相对移动，可认为一定时间内信道基本保持不变，在这段时间内的信号遭受的的衰落是相同的，这就是块衰落模型。
高斯白噪声：如果一个噪声，它的瞬间值服从高斯分布，而它的功率谱密度有时均匀分布的，则称他为高斯白噪声。通信中的主要噪声源——热噪声就属于这类噪声。
多流信号：指用户端可以收到多个来自不同发射端发射来的信号。本文指多个基站向某个用户发射相同信号。
信息速率：指单位时间内传输的信息量。单位：bit/s。
带宽：指无线通信中信号可以使用的最高频率与最低频率之差，或者说是“频带的宽度”。
吞吐量：指某个***在单位时间内正确传输的信息比特数。
载波：载波就是传输信号的载体电波，载波频率一般要远远高于传输信号的功率。低频信号不利于传输，需要将其调制到高频上,例如载波(频率高)。
子载波：将一个载波分为许多个带宽相对较窄次载波，即子载波。这些载波相互正交。
瑞利小尺度衰落模型：一种信道衰落模型。瑞利衰落模型适用于描述建筑物密集的城镇中心地带的无线信道。密集的建筑和其他物体使得无线设备的发射机和接收机之间没有直射路径，而且使无线信号被衰减、反射、折射、衍射。
路径损耗：亦称为传播损耗，指电波在空间传播所产生的损耗，是由发射机的辐射扩散及信道的传播特性造成的，反映了宏观范围内接收信号功率均值的变化。
非视距：我们通常将无线通信***的传播条件分成视距(LOS)和非视距(NLOS)两种环境。视距条件下，无线信号无遮挡地在发射端与接收端之间“直线传播”。而在有障碍物的情况下，无线信号只能通过反射、散射和衍射方式到达接收端，称之为非视距通信，此时无线信号通过多种途径被接收。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例公开的异构网中能效最优时参数值的确定方法流程图，参见图1所示，异构网中能效最优时参数值的确定方法可以包括：
步骤101：建立满足预设条件的***能效最优模型。
其中，所述预设条件可以但不限制为包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率。
本实施例中，首先建立满足预设条件的***能效最优模型，具体可以满足：在满足用户QoS约束及天线功率约束的同时，最小化总功耗，使***能效最大。
图2为本发明实施例公开的一个下行双层异构网单小区示意图。结合图2所示，在第一层部署一个宏基站，配备NBS根天线，第二层部署S个小基站，小基站在异构网小区内随机均匀部署，每一个小基站均配备NS根天线。宏基站和小基站具有不同的最大天线发射功率，分别为P0和Ps，其中P0＞Ps。K个用户随机均匀部署在异构网小区中，用户数大于宏小区内基站个数，每个小小区内至少有一个用户。用户在小区内相对静止，具有非移动性，用户的信道模型为块衰落模型。考虑一个TDD下行***，信道衰落模型为瑞利小尺度衰落模型，路径损耗模型为非视距路径损耗模型，基站端可以获得完整的信道状态信息。宏基站和小基站通过回程链路连接交换信息，基站间的回程链路具有足够的容量并且没有时延。宏基站和小基站可以协作服务某一个用户，协作基站和用户之间可以理想定时同步(基站协作需要时间同步)。
考虑在一个TDD下行***中，部署一个宏基站和C个参与协作的小基站。宏基站天线数为NBS个，每一个小基站天线数均为NS个，***总的天线数为为N＝NBS+CNS。这里用符号j表示基站，j＝0,1,...,C,其中j＝0表示宏基站，j＝1,2,...,C分别表示第1个、第二个、...第C个小基站。
N根天线，K个用户的***的下行信道矩阵可以表示为H，hk表示第k个用户的信道，其中hj,k表示第j个基站到第k个用户的信道，宏基站以及第j个小基站发送给第k个用户的信号符号分别表示为s0，k和sj，k，满足零均值和单位方差。令以及分别表示来自宏基站和小基站信号的波束赋形向量，那么第j个基站发送的信号(加权后的信号)可以表示为
则第k个用户接收到的信号为
式中nk为高斯白噪声，其中nk指属于第k个用户白噪声，服从均值为0，方差为的高斯分布，nk称为高斯白噪声。
假设不同用户的数据信息和接收噪声相互独立，第k个用户的信息速率表示为
Rk＝B log2(1+SIN Rk) (3)
式(3)中B表示带宽，SIN Rk表示第k个用户的信干噪比，如下
式中|h0,kw0,k|2表示宏基站对第k个用户发送信号功率，表示宏基站和C个小基站对第k个用户发送信号功率和。
***功率消耗可以建模为传输功率与电路功率消耗之和，即Ptotal＝Pt+Pc，其中Pt为传输功率，为动态部分，可以表示为
其中η0,ηj分别表示为宏基站和第j个小基站的功率放大器效率。假设***中所有小基站的功率放大器效率均相等，即设置ηj＝ηC,j＝1,2…C。 分别表示宏基站的传输功率消耗和所有小基站的传输功耗。
Pc为电路功耗，正比于天线数目，可以表示为
式中ρ0,ρj分别表示宏基站、小基站电路功耗。基站电路功耗包括冷却损耗、馈线损耗、滤波器损耗、混合器损耗等，电路功耗为基站固有消耗。式中第一项ρ0NBS表示宏基站电路功耗，第二项表示所有小基站电路功耗，其中MBS和SBS这两个简称分别表示为宏基站和小基站。此时基站功耗模型可进一步表示为
***能效定义为单位时间内用户吞吐量与***总功率消耗的比值(能效单位bit/J)。
式中E{}表示求统计平均，其中总的用户数为K(大写)，k(小写)表示第k个用户。
双层异构网***能效最优化问题可以建模为用户信干噪比不低于用户目标信干噪比的QoS约束条件以及基站每根天线传输功率不超过天线最大发射功率的天线功率约束条件，同时，使***总功耗最小。
用γk表示目标用户信干噪比，γk为一个给定值，可由QoS表示即γk＝2QoS-1，QoS单位：bit/s/Hz。在设计***能效最优时，要满足***中每一个用户的最低服务质量，可以表示如下
其中表示任意一个用户。SINRk表示第k个用户的信干噪比，γk表示第k个用户的目标信干噪比。SINRk可以看做第k个用户当前的信干噪比，即实测的信干噪比，而γk表示***要求的信干噪比或者是用户希望达到的信干噪比。信干噪比可以衡量通信***性能。表示要求***中每一个用户的信干噪比均不小于其最低要求(目标信干噪比，γk)。
根据LTE-A标准，***中基站有其最大发射功率限制，即基站中的每根天线的传输功率要不超过其最大发射功率。用Qj,l表示第j个基站中第l根天线的矩阵权重(l＝1,…,Lj)。Lj表示基站天线数，其中L0表示宏基站天线数L0＝NBS，Lj,j＝1,…,C表示小基站天线数Lj＝NS。则基站第l根天线传输功率约束可表示为
式中，pj,l表示第j个基站第l根天线的最大发射功率。
由此异构网能效最优问题可以建模为如下
在此优化模型下，***中每一个用户(包括小区中心用户和小区边缘用户)的最低信息速率为Blo g2(1+γk)，***总功耗最小，***能效最优。
步骤102：对所述***能效最优模型进行凸优化处理，得到优化模型。
所述对所述***能效最优模型进行凸优化处理，得到优化模型，可以包括：采用半正定规划和半正定松弛方法对所述***能效最优模型进行凸优化处理，得到优化模型。
具体的，式(11)中QoS约束条件使求解优化问题困难且非凸，可以通过使用半定规划(SDP)的方法将式(11)转换为二次约束二次规划(QCQP)形式的凸优化问题。引入新的矩阵Wj,k，以及Hj,k，定义可得到Tr(Wj,k)＝||wj,k||2和Tr(Hj,kWj,k)＝|hj,kwj,k|2。Wj,k将代替wj,k作为新的最优化变量。由于所以Wj,k必须是半正定矩阵，即有Wj,k≥0，并且有Wj,k的秩小于等于1的约束条件，即由于Wj,k的秩等于1的约束条件将使优化问题非凸，可使用半正定松弛(SDR)的方法，忽略Rank(wj，k)≤1的约束条件。此外，***的总功耗中，电路功率消耗Pc只与天线数目有关且独立于优化变量Wj,k。Pc与天线数成正比，可看做一个固定值即Pc是静态的，所以优化目标转换为最小化传输功率消耗Pt。由此，优化问题(11)可转换为凸优化问题，如下所示
步骤103：根据所述优化模型计算确定最优波束赋形矩阵。
本实施例中，在给定用户QoS约束条件以及天线最大传输功率约束条件下，优化问题(公式12)可由算法1求解。算法1使用了CVX优化工具包求解最优波束赋形矩阵W。在此优化算法下，***中的每一个用户均可获得一个最低的服务质量要求的同时***总功耗最低。算法1如下所示：
步骤104：结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
其中，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
在一个示意性的示例中，所述结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值，可以包括：初始化***环境，在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
其中，所述初始化***环境，可以包括：生成不同协作基站数量下所有基站的坐标位置集合，根据所述坐标位置集合，在每一个协作基站覆盖区域内至少存在一个用户的前提下，随机生成所有用户的位置，根据每一个用户与所述坐标位置集合的最小距离集合，采用回溯法判断所有用户距离每一个基站的距离是否不小于预设最小距离，若否，则返回所述随机生成所有用户的位置的步骤，直至所有用户距离每一个基站的距离都不小于所述预设最小距离。
图3为本发明实施例公开的确定最佳参数值的流程图，参见图3所示，所述在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值，可以包括：
步骤301：在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算。
步骤302：确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值。
步骤303：确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
具体的，本技术方案的最终目标是在考虑其他因素影响的前提下，通过基站协作提高***能效，具体协作方案可以是遍历不同协作基站数，参与协作的基站做协作波束赋形。在遍历不同协作基站数的基础上，分别考虑不同参数，参数可以包括基站天线数量(宏基站天线数量和小基站天线数量)、QoS和用户数量。在分别考虑这些参数的影响下，分析不同协作基站数对提高***能效的影响。下面分别对上述三个参数对***能效的影响做详细介绍。
在异构网中将Massive MIMO技术以及Small Cell技术相结合可以提高***能效。在考虑Massive MIMO因素下，方案设计了不同天线数量下的基站协作方案。图4为本发明实施例公开的不同协作基站数的基站部署图，结合图4所示，在双层异构网单小区中，宏基站位于小区中心位置，以宏基站为中心，小基站均匀对称部署在小区内。给定小区内用户数量K，K个用户随机部署在小区内，其中，每个小基站覆盖范围内至少有一个服务用户。
1、参数：基站天线数
考虑基站天线数下的协作方案方法可由算法2实现，算法2如下所示
2、参数：QoS
在实际场景中，不同的用户不同的业务会有不同的需求。然而，现有的方法大多仅考虑小区传输速率和频谱利用率的提高，而忽视了不同用户不同业务之间资源需求的差异性。为了最大限度地利用资源，提高***能效，方案设计了一种考虑用户不同QoS需求，在满足用户的最低QoS需求下的基站协作方案。方案可有算法3实现，如下
3、参数：用户数
在考虑天线数以及QoS参数后，方案接着考虑了用户数对基站协作提高能效的影响。基站可以服务多少用户，需要考虑基站的配置和用户的业务需求。基站配置反映出基站的处理能力和网络容量。用户的业务需求主要看用户的使用习惯、频率以及和小区分配的在载波数量有关。在给定小区子载波数量以及基站天线数的情况下设计了一种基于用户数量的基站协作方案。该方案可由算法4实现，算法4在给定基站天线数一用户QoS需求的情况下计算不同用户数下不同协作基站数的能效。算法4如下所示
在具体实施中，可以在MATLAB仿真软件下创建异构网小区场景，参照LTE-A标准，对天线数、QoS以及用户数这些参数对***能效的影响进行仿真。
仿真场景为一个双层异构网正六边形单小区，NCBS个家庭基站在距离小区中心0.35km处，按角度划分，均匀部署在小区内，小基站之间的最小距离为0.04km，协作基站数NCBS∈{0,1,2,3…C}，小区内随机部署K个用户，每一个小基站覆盖范围内至少有一个用户。如图4不同协作基站数的基站部署图所示。信道衰落模型瑞利小尺度衰落模型，路径损耗模型为非视距(NLOS)路径损耗模型，其他仿真参数详见表1所示。
表1仿真参数
大多数早期的研究分析能效集中于动态传输功率的影响，而依赖于收发器硬件的静态电路功率消耗部分通常被忽略，然而在配合Massive MIMO的异构网场景中，基站端配置几十根到几百根天线，***静态电路功耗也会随着天线数的增加而增加，对***的能效产生很大影响，所以***静态电路功耗不能忽略。在本次仿真中，把总功耗分为动态部分和静态部分，动态部分为***传输功率消耗，静态部分为***电路功率消耗。在考虑MassiveMIMO因素下，仿真不同天线数量下的基站协作能效，如图5所示。用户QoS为2bits/s/Hz，宏基站天线数NMBS∈{20,30,…,100}，协作站数NCBS∈{0,1,2,3…10}共11中协作方案。仿真表明***静态电路功耗会降低***EE。在QoS约束和不同的协作基站数NCBS下，可以得到最佳天线数量使***能效最优。从图5中也可观察出，Massive MIMO可以提高***EE，通过部署小基站以及基站协作波束赋形也可以进一步提高***能效。图5中，NCBS∈{0,1,…,10}，QoS＝2bit/s/Hz，NS＝2。
图6给出了在不同QoS约束下NS＝2，NCBS∈{0,1,…,5}以及NBS∈{64,128}时的***能效。仿真结果表明，随着QoS的增加，***能效呈现先增加后减小的趋势，表明在给定天线数的情况下，***可以为用户提供一个最佳的服务质量使***能效最高。与此同时，通过增加协作基站数也可以进一步提高***能效。与图6(a)相比较，从图6(b)中可以看出在***能效相同情况下，更多的天线数可以为用户提供更高的服务质量。图6中，NS＝2,NCBS∈{0,1,…,5},NBS＝64(a)，NBS＝128(b)。
图7给出了在考虑用户数以及协作基站数这两种因素下对***能效的影响。可以看出在基站天线数一定的情况下，***可以服务的用户数量存在一个临界值，即存在一个最佳服务用户数量，在该用户数下，***可以保证每一用户的最低服务质量要求。同时还发现在相同用户数以及宏基站天线数的情况下，通过增加部署小基站个数、基站协作的方式也可以提高***能效。在其他参数一定的情况下(用户数、天线数、QoS、发射功率、基站部署方式等)，协作基站个数存在一个临界值，使***能效最高，如图7中协作基站数临界值为4时***能效最高。图7中，NCBS∈{0,1,2,3,4,}5，NUE∈{5,10,…,30}(a)，NUE∈{20,30,…,60}(b)，QoS＝2bit/s/Hz，NBS＝64(a)，NBS＝128(b)。
图8给出了在综合考虑不同用户服务质量以及协作基站数的情况下的***能效。其中参数包括NS∈{2,4}、QoS∈{1,2,3}以及NCBS∈{0,1,2}。其中，用户个数为10。通过分析基站的不同的天线数量、QoS约束以及基站协作，图7表明，在***设计中，可以通过这些参数的最优设置来提高能效。同时，还发现在相同能效的情况下，可以通过增加协作基站数，较少的宏基站天线数也可以满足QoS要求。与图8(a)相比较，在图8(b)中，通过增加协作基站的天线数量，也可以进一步提高***能效。图8中，NCBS∈{0,1,2},QoS∈{1,2,3}，NS＝2(a)，NS＝4(b)。
本实施例中，所述异构网中能效最优时参数值的确定方法在实施过程中不仅考虑了基站数量对***能效的影响，且同时考虑了其他参数对***能效的影响，采用本方法及装置能够确定***能效最优时的参数值，后续将确定的参数值应用于实际场景，有利于提升通信***能效。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
上述本发明公开的实施例中详细描述了方法，对于本发明的方法可采用多种形式的装置实现，因此本发明还公开了一种装置，下面给出具体的实施例进行详细说明。
图9为本发明实施例公开的异构网中能效最优时参数值的确定装置的结构示意图，参见图9所示，异构网中能效最优时参数值的确定装置90可以包括：
模型建立模块901，用于建立满足预设条件的***能效最优模型。
其中，所述预设条件包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率。
本实施例中，首先建立满足预设条件的***能效最优模型，具体可以满足：在满足用户QoS约束及天线功率约束的同时，最小化总功耗，使***能效最大。
模型优化模块902，用于对所述***能效最优模型进行凸优化处理，得到优化模型。
所述模型优化模块902具体可以用于：采用半正定规划和半正定松弛方法对所述***能效最优模型进行凸优化处理，得到优化模型。
矩阵确定模块903，用于根据所述优化模型计算确定最优波束赋形矩阵。
本实施例中，在给定用户QoS约束条件以及天线最大传输功率约束条件下，优化问题(公式12)可由算法1求解。过程中可以确定最优波束赋形矩阵。
参数值确定模块904，用于结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
其中，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
在一个示意性的示例中，所述参数值确定模块904的结构可以参加图10，包括：
初始化模块1001，用于初始化***环境。
参数值确定子模块1002，用于在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
其中，所述初始化模块1001具体可以用于：生成不同协作基站数量下所有基站的坐标位置集合，根据所述坐标位置集合，在每一个协作基站覆盖区域内至少存在一个用户的前提下，随机生成所有用户的位置，根据每一个用户与所述坐标位置集合的最小距离集合，采用回溯法判断所有用户距离每一个基站的距离是否不小于预设最小距离，若否，则返回所述随机生成所有用户的位置的步骤，直至所有用户距离每一个基站的距离都不小于所述预设最小距离。
图11为本发明实施例公开的参数值确定子模块的结构示意图，参见图11所示，所述参数值确定子模块1002可以包括：
遍历计算模块1101，用于在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算。
均值确定模块1102，用于确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值。
最佳值确定模块1103，用于确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
本实施例中，所述异构网中能效最优时参数值的确定装置在实施过程中不仅考虑了基站数量对***能效的影响，且同时考虑了其他参数对***能效的影响，采用本方法及装置能够确定***能效最优时的参数值，后续将确定的参数值应用于实际场景，有利于提升通信***能效。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种异构网中能效最优时参数值的确定方法，其特征在于，包括：
建立满足预设条件的***能效最优模型，所述预设条件包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率；
对所述***能效最优模型进行凸优化处理，得到优化模型；
根据所述优化模型计算确定最优波束赋形矩阵；
结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
2.根据权利要求1所述的异构网中能效最优时参数值的确定方法，其特征在于，所述对所述***能效最优模型进行凸优化处理，得到优化模型，包括：
采用半正定规划和半正定松弛方法对所述***能效最优模型进行凸优化处理，得到优化模型。
3.根据权利要求1所述的异构网中能效最优时参数值的确定方法，其特征在于，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
4.根据权利要求1所述的异构网中能效最优时参数值的确定方法，其特征在于，所述结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值，包括：
初始化***环境；
在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
5.根据权利要求4所述的异构网中能效最优时参数值的确定方法，其特征在于，所述在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值，包括：
在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算；
确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值；
确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
6.根据权利要求4所述的异构网中能效最优时参数值的确定方法，其特征在于，所述初始化***环境，包括：
生成不同协作基站数量下所有基站的坐标位置集合；
根据所述坐标位置集合，在每一个协作基站覆盖区域内至少存在一个用户的前提下，随机生成所有用户的位置；
根据每一个用户与所述坐标位置集合的最小距离集合，采用回溯法判断所有用户距离每一个基站的距离是否不小于预设最小距离；
若否，则返回所述随机生成所有用户的位置的步骤，直至所有用户距离每一个基站的距离都不小于所述预设最小距离。
7.一种异构网中能效最优时参数值的确定装置，其特征在于，包括：
模型建立模块，用于建立满足预设条件的***能效最优模型，所述预设条件包括总功耗最小、任意一个用户的信干噪比不小于最低服务质量和任何一个天线的传输功率不大于预设的天线最大发射功率；
模型优化模块，用于对所述***能效最优模型进行凸优化处理，得到优化模型；
矩阵确定模块，用于根据所述优化模型计算确定最优波束赋形矩阵；
参数值确定模块，用于结合所述最优波束赋形矩阵，确定不同基站数量下，***能效最优时其他影响因素的最佳参数值。
8.根据权利要求7所述的异构网中能效最优时参数值的确定装置，其特征在于，所述其他影响因素包括基站天线数量、服务质量和用户数量中的至少一种。
9.根据权利要求7所述的异构网中能效最优时参数值的确定装置，其特征在于，所述参数值确定模块包括：
初始化模块，用于初始化***环境；
参数值确定子模块，用于在遍历不同基站数量的前提下，遍历其他影响因素的不同选值，结合所述最优波束赋形矩阵，确定不同基站数量下，所述其他影响因素***能效最优时所述其他影响因素的最佳参数值。
10.根据权利要求9所述的异构网中能效最优时参数值的确定装置，其特征在于，所述参数值确定子模块包括：
遍历计算模块，用于在遍历不同基站数量的前提下，对于每一个所述其他影响因素的选值，结合所述最优波束赋形矩阵，进行多次能效计算；
均值确定模块，用于确定所述多次能效计算结果的平均值，作为所述其他影响因素的当前选值对应的***能效值；
最佳值确定模块，用于确定所述其他影响因素的不同选值对应的***能效值中的最大能效值，并将所述最大能效值对应的所述其他影响因素的选值确定为最佳参数值。
CN201810861172.6A 2018-08-01 2018-08-01 异构网中能效最优时参数值的确定方法及装置 Pending CN109004968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810861172.6A CN109004968A (zh) 2018-08-01 2018-08-01 异构网中能效最优时参数值的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810861172.6A CN109004968A (zh) 2018-08-01 2018-08-01 异构网中能效最优时参数值的确定方法及装置

Publications (1)

Publication Number Publication Date
CN109004968A true CN109004968A (zh) 2018-12-14

Family

ID=64596381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810861172.6A Pending CN109004968A (zh) 2018-08-01 2018-08-01 异构网中能效最优时参数值的确定方法及装置

Country Status (1)

Country Link
CN (1) CN109004968A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350961A (zh) * 2019-07-15 2019-10-18 福州数据技术研究院有限公司 适于5g多用户大规模mimo混合波束赋形算法及***
CN112383936A (zh) * 2020-11-27 2021-02-19 中国联合网络通信集团有限公司 一种可接入用户数的评估方法和装置
CN116367196A (zh) * 2023-04-06 2023-06-30 广州爱浦路网络技术有限公司 基于新一代通信***的网络能量效率评价方法及***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581913A (zh) * 2012-07-27 2014-02-12 华为技术有限公司 一种异构网络中的协作传输方法及装置
CN104202716A (zh) * 2014-09-12 2014-12-10 东南大学 一种基于异构网络的d2d高能效功率优化方法
CN104301975A (zh) * 2014-11-06 2015-01-21 东南大学 基于多点协作传输模式选择的网络节能方法
CN105246139A (zh) * 2015-09-30 2016-01-13 吴豪 救治数据在异构网络中的高能效传输方法及装置
CN105392161A (zh) * 2015-10-15 2016-03-09 北京航空航天大学 协作异构网络中的用户接入与功率控制联合优化方法
CN106452546A (zh) * 2016-10-18 2017-02-22 华北电力大学（保定） 电力线mimo通信中基于能效的波束成形方法
CN108063632A (zh) * 2018-02-27 2018-05-22 哈尔滨工业大学 异构云接入网络中基于能效的协作资源分配方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581913A (zh) * 2012-07-27 2014-02-12 华为技术有限公司 一种异构网络中的协作传输方法及装置
CN104202716A (zh) * 2014-09-12 2014-12-10 东南大学 一种基于异构网络的d2d高能效功率优化方法
CN104301975A (zh) * 2014-11-06 2015-01-21 东南大学 基于多点协作传输模式选择的网络节能方法
CN105246139A (zh) * 2015-09-30 2016-01-13 吴豪 救治数据在异构网络中的高能效传输方法及装置
CN105392161A (zh) * 2015-10-15 2016-03-09 北京航空航天大学 协作异构网络中的用户接入与功率控制联合优化方法
CN106452546A (zh) * 2016-10-18 2017-02-22 华北电力大学（保定） 电力线mimo通信中基于能效的波束成形方法
CN108063632A (zh) * 2018-02-27 2018-05-22 哈尔滨工业大学 异构云接入网络中基于能效的协作资源分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALESSIO ZAPPONE等: "Energy-Efficient Power Control: A Look at 5G Wireless Technologies", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 *
EMIL BJORNSON等: "Massive MIMO and small cells: Improving energy efficiency by optimal soft-cell coordination", 《ICT 2013》 *
YINGHUI ZHANG等: "A Novel Diversity Receiver Design for Cooperative Transmission System", 《IEEE ACCESS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350961A (zh) * 2019-07-15 2019-10-18 福州数据技术研究院有限公司 适于5g多用户大规模mimo混合波束赋形算法及***
CN112383936A (zh) * 2020-11-27 2021-02-19 中国联合网络通信集团有限公司 一种可接入用户数的评估方法和装置
CN112383936B (zh) * 2020-11-27 2023-05-26 中国联合网络通信集团有限公司 一种可接入用户数的评估方法和装置
CN116367196A (zh) * 2023-04-06 2023-06-30 广州爱浦路网络技术有限公司 基于新一代通信***的网络能量效率评价方法及***
CN116367196B (zh) * 2023-04-06 2024-01-30 广州爱浦路网络技术有限公司 基于新一代通信***的网络能量效率评价方法及***

Similar Documents

Publication Publication Date Title
Zheng et al. Survey of large-scale MIMO systems
US10972158B2 (en) Distributed FD-MIMO: cellular evolution for 5G and beyond
RU2678562C1 (ru) Система беспроводной связи и устройство и способ в системе беспроводной связи
Goyal et al. Full duplex cellular systems: will doubling interference prevent doubling capacity?
Sanguinetti et al. Interference management in 5G reverse TDD HetNets with wireless backhaul: A large system analysis
CN106169948B (zh) 在无线通信***中执行参考信号传输的方法和装置
JP6786479B2 (ja) １次元ｃｓｉフィードバックを用いた全次元ｍｉｍｏのための装置および方法
CN110313199A (zh) 多输入多输出无线***的探测参考信号功率控制
CN102026259B (zh) 一种LTE-A***中针对CoMP技术的***级仿真方法
US8989295B2 (en) Multi-layer beamforming with partial channel state information
CN110035441A (zh) 确定波束、信号质量测量方法及通信装置
Kim et al. Hierarchical maritime radio networks for internet of maritime things
CN106685504A (zh) 设备间协作方法、波束训练方法及装置
Osman et al. Achievable rate evaluation of in-building distributed antenna systems
WO2020140353A1 (en) System and Method for Beam Management with Emissions Limitations
CN109004968A (zh) 异构网中能效最优时参数值的确定方法及装置
WO2018068668A1 (zh) 一种天线回退方法及基站
CN107332597A (zh) 一种基于3d mimo的无线传输的方法及装置
CN106332291B (zh) 以用户为中心网络面向服务质量的下行无线资源分配方法
US8976888B2 (en) Method for uplink multi-user cooperation communication
Saxena Pilot contamination and mitigation techniques in massive MIMO systems
Ngo et al. Ultradense Cell-Free Massive MIMO for 6G: Technical Overview and Open Questions
CN112788612B (zh) 一种波束处理方法、装置以及存储介质
Hsiao et al. Multipath division multiple access for 5G cellular system based on massive antennas in millimeter wave band
Xia et al. Bandwidth allocation in heterogeneous networks with wireless backhaul

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181214