CN110601736B - 一种多天线全双工认知无线电能量捕获与信息传输方法 - Google Patents

Abstract

本发明公开了一种多天线全双工认知无线电能量捕获与信息传输方法，该方法为了提高CR‑NOMA***的物理层安全传输速率和能源效率，在多天线认知无线电能量捕获***中通过全双工取代传统的半双工，中继能量接收器处采用自干扰捕获技术取代自干扰删除技术，既提高了***用户的物理层安全性能，又改善了***的能效。利用联合迭代算法对发射协方差、功率分割比、功率分配系数和发射波束形成矢量进行联合优化，以得到最优多天线全双工认知无线电能量捕获***的物理层安全传输方法。

Description

一种多天线全双工认知无线电能量捕获与信息传输方法

技术领域

本发明属于无线通信领域，尤其涉及多天线全双工认知无线电能量捕获与信息传输方法。

背景技术

随着无线通信技术的发展，无线接入用户不断增加，人们对基站等通信设备的能源利用率要求也越来越高。但是实际的测量结果表明在许多通信网中能源利用率并不高，为了提高能源利用率，节省资源，自干扰捕获作为提高能源利用率的关键技术从而得到广泛的关注，同时非正交多址作为一种提高频谱效率的技术也广泛的用于多用户传输过程中，将自干扰技术捕获应用到非正交多址技术上既提高了能源效率又增加了用户接入数量。

同时基于认知网络的非正交多址(CR-NOMA)***在信号传输过程中有两个问题亟待解决，一方面由于为了增大***用户的保密性。另一方面NOMA用户的大量接入，产生了大量的能源消耗，能源利用率较低，同时认知网络中有限的能源限制了网络容量进一步提高。

发明内容

(一)要解决的技术问题

针对基于认知网络CR-NOMA***用户的保密性问题，现有的研究中，有的通过CR-NOMA***的资源分布配算法，提出了一种人工噪声辅助协同干扰方案，从而提高了主次网络的物理层安全性。在自干扰能量采集过程中，中继器可能充当潜在的窃听者，所以本发明基于此首先推导了发射信号协方差和功率分割比的闭合表达式。然后再利用迭代算法算出功率分配系数以及功率分割比从而最大化保密性。然后再通过中继处的能量接收器的自干扰捕获技术去提高能量效率。

为提高多天线全双工认知无线电能量捕获***的安全性，本发明公开了多天线全双工认知无线电能量捕获与信息传输方法。

(二)技术方案

为解决上述技术问题，本发明公开了多天线全双工认知无线电能量捕获与信息传输方法，包括如下步骤：

步骤A，构建多天线全双工认知无线电能量捕获***，根据传输机制确定其传输***模型，并计算各个节点的接收信号；

步骤B，根据认知用户和中继能量接收器的接收信号计算对应的传输速率；

步骤C，根据认知用户和中继能量接收器处的传输速率，确定***认知用户物理层安全指标；

步骤D，将用户物理层安全指标变为等式最优问题进行求解，并通过优化发射协方差波束成形、接收端功率分割比、功率分配系数和发射波束成形矢量得到最优***物理层安全传输速率；

步骤E，通过联合优化算法以得到***物理层安全传输速率的最优解；

其中，步骤A具体包括：

A1，构建多天线全双工认知无线电能量捕获***模型，该模型中包含一个主用户(PU)，一个认知基站(CBS)，多个次用户(CU_m)，一个中继(S)，主用户通过中继分别与认知基站和认知用户进行信息传输，进行信息传输的过程中采用NOMA的传输方式；

A2，对步骤A1的***模型，中继与认知基站的发射功率可由此式得出h_cp和h_sp分别表示认知基站到主用户的信道和中继到主用户的信道，I_th为主用户受到的干扰等级，P_s为中继的发射功率，Q₀为认知基站发射信号x的协方差，tr(·)为矩阵求迹运算，||·||²代表矩阵二阶矩的平方；

A3，对步骤A1的***模型，在利用功率域的情况下，得到第m个认知用户接收到的信号为中继接收到的信号为/>γ_m是功率分配系数，H_m是中继到认知用户m的传输信道，s_m是认知基站发给第m个认知用户的信号，n_D是基带加性高斯白噪声，w_m是中继处的发射波束矢量，ρ₀代表中继处的功率分割比，H₀是认知基站到中继的传输信道，n_s1和n_s2分别为高斯噪声和线路上的噪声，n_s1～CN(0,Iσ²)，n_s2～CN(0,Iσ²)，σ²是方差，I是单位矩阵；

其中，步骤B具体包括：

B1，通过步骤A1和A3的功率分割策略，可以得到中继处能量获得公式为E_s＝η(1-ρ₀)[tr(H₀Q₀H₀ ^H)+||H_e||²P_s]，η为能量转换效率，H_e为中继天线之间的环回信道；

B2，由步骤B1得到的功率分配策略，再通过串行干扰删除对信道状态最好的认知用户的信号进行解码，因此可以由下列式子确定出信道状态最好的认知用户的传输速率且中继处的传输速率为/>M为认知用户数，μ是功率分割比；

B3，由于中继能量接收端成功解码所需信息的概率高，同比类推可得能量接收器的传输速率

其中，步骤C具体包括：

C1，根据信道状态最好的认知用户和中继处能量接收器的传输速率确定此用户的物理层安全传输速率为

C2，根据C1得到的物理层安全传输速率公式，以及步骤A1的***模型所建立的参量Q₀，ρ₀，γ_m，w_m确定物理层安全传输速率最大化所对应的最优解；

C3，由于整个***为物理层安全传输速率最大化也受到其他条件的制约，其约束条件具体E_s≥E_min，时，其中E_min为最低能量捕获的阈值，当m＝1时，功率分配系数γ_m的和为1；

其中，步骤D具体包括：

D1，由于物理层安全传输速率最优问题考虑的因素比较多，对此将其转为等式最优问题进行求解，通过优化发射协方差以得到物理层安全性的局部最优解，首先利用注水算法将发射信号最优协方差***能耗建立函数关系可以得到/>其中，V_p是H₀的右奇异向量，Γ＝diag(p₁,…,p_t)，diag(·)代表对角矩阵，/>其中i＝1,…,t，v表示功率注水算法的平均注水功率；

D2，通过优化功率分割比以得到物理层安全传输速率的局部最优解，首先根据解码转发协议和限制可以确定出最优功率分割比/>为/>

D3，优化功率分配系数，首先通过对数性质找到功率分配系数γ_m与物理层安全传输速率R_sec关系，

D4，最终推出功率分配系数γ_m最优解为

D5，优化发射波束形成矢量，首先在给定功率分配系数的情况下，利用半定松弛算法得到w_m与的函数关系式，函数式为/>由于它的一个约束条件使其是非凸问题，故对它的约束条件进行变换后，再利用遗传算法算出/>的最优解；

其中，步骤E具体包括：

E1，为了最大化用户物理层安全传输速率，需分别对认知基站发射信号x的协方差Q₀、中继处的功率分割比ρ₀、功率分配系数γ_m和中继处的发射波束形成矢量w_m进行联合优化，首先初始化w_m，令其中ξ为公差；

E2，计算最优的功率分割比率ρ₀和认知基站发射信号x的协方差Q₀；

E3，最后根据已经得到的ρ₀、Q₀、不断迭代更新物理层安全传输速率，从而获得物理层安全传输速率的最大值。

(三)有益效果

为了提高CR-NOMA***的物理层安全传输速率和能源效率，在多天线认知无线电能量捕获***中通过全双工取代传统的半双工，中继能量接收器处采用自干扰捕获技术取代自干扰删除技术，既提高了***用户的物理层安全性能，又改善了***的能效。利用联合迭代算法对发射协方差、功率分割比、功率分配系数和发射波束形成矢量进行联合优化，以得到最优多天线全双工认知无线电能量捕获***的物理层安全传输方法。

附图说明

图1本发明实施例的方法流程图。

具体实施方式

本发明公开了多天线全双工认知无线电能量捕获与信息传输方法，包括如下步骤：

步骤A，构建多天线全双工认知无线电能量捕获***，根据传输机制确定其传输***模型，并计算各个节点的接收信号；

步骤B，根据认知用户和中继能量接收器的接收信号计算对应的传输速率；

步骤C，根据认知用户和中继能量接收器处的传输速率，确定***认知用户物理层安全指标；

步骤D，将用户物理层安全指标变为等式最优问题进行求解，并通过优化发射协方差波束成形、接收端功率分割比、功率分配系数和发射波束成形矢量得到最优***物理层安全传输速率；

步骤E，通过联合优化算法以得到***物理层安全传输速率的最优解；

其中，步骤A具体包括：

A1，构建多天线全双工认知无线电能量捕获***模型，该模型中包含一个主用户(PU)，一个认知基站(CBS)，多个次用户(CU_m)，一个中继(S)，主用户通过中继分别与认知基站和认知用户进行信息传输，进行信息传输的过程中采用NOMA的传输方式；

A2，对步骤A1的***模型，中继与认知基站的发射功率可由此式得出h_cp和h_sp分别表示认知基站到主用户的信道和中继到主用户的信道，I_th为主用户受到的干扰等级，P_s为中继的发射功率，Q₀为认知基站发射信号x的协方差，tr(·)为矩阵求迹运算，||·||²代表矩阵二阶矩的平方；

A3，对步骤A1的***模型，在利用功率域的情况下，得到第m个认知用户接收到的信号为中继接收到的信号为/>γ_m是功率分配系数，H_m是中继到认知用户m的传输信道，s_m是认知基站发给第m个认知用户的信号，n_D是基带加性高斯白噪声，w_m是中继处的发射波束矢量，ρ₀代表中继处的功率分割比，H₀是认知基站到中继的传输信道，n_s1和n_s2分别为高斯噪声和线路上的噪声，n_s1～CN(0,Iσ²)，n_s2～CN(0,Iσ²)，σ²是方差，I是单位矩阵；

其中，步骤B具体包括：

B1，通过步骤A1和A3的功率分割策略，可以得到中继处能量获得公式为η为能量转换效率，H_e为中继天线之间的环回信道；

B2，由步骤B1得到的功率分配策略，再通过串行干扰删除对信道状态最好的认知用户的信号进行解码，因此可以由下列式子确定出信道状态最好的认知用户的传输速率且中继处的传输速率为/>M为认知用户数，μ是功率分割比；

B3，由于中继能量接收端成功解码所需信息的概率高，同比类推可得能量接收器的传输速率

其中，步骤C具体包括：

C1，根据信道状态最好的认知用户和中继处能量接收器的传输速率确定此用户的物理层安全传输速率为

C2，根据C1得到的物理层安全传输速率公式，以及步骤A1的***模型所建立的参量Q₀，ρ₀，γ_m，w_m确定物理层安全传输速率最大化所对应的最优解；

C3，由于整个***为物理层安全传输速率最大化也受到其他条件的制约，其约束条件具体E_s≥E_min，时，其中E_min为最低能量捕获的阈值，当m＝1时，功率分配系数γ_m的和为1；

其中，步骤D具体包括：

D1，由于物理层安全传输速率最优问题考虑的因素比较多，对此将其转为等式最优问题进行求解，通过优化发射协方差以得到物理层安全性的局部最优解，首先利用注水算法将发射信号最优协方差***能耗建立函数关系可以得到/>其中，V_p是H₀的右奇异向量，Γ＝diag(p₁,…,p_t)，diag(·)代表对角矩阵，/>其中i＝1,…,t，v表示功率注水算法的平均注水功率；

D2，通过优化功率分割比以得到物理层安全传输速率的局部最优解，首先根据解码转发协议和限制可以确定出最优功率分割比/>为/>

D3，优化功率分配系数，首先通过对数性质找到功率分配系数γ_m与物理层安全传输速率R_sec关系，

D4，最终推出功率分配系数γ_m最优解为

D5，优化发射波束形成矢量，首先在给定功率分配系数的情况下，利用半定松弛算法得到w_m与的函数关系式，函数式为/>由于它的一个约束条件使其是非凸问题，故对它的约束条件进行变换后，再利用遗传算法算出/>的最优解；

其中，步骤E具体包括：

E1，为了最大化用户物理层安全传输速率，需分别对认知基站发射信号x的协方差Q₀、中继处的功率分割比ρ₀、功率分配系数γ_m和中继处的发射波束形成矢量w_m进行联合优化，首先初始化w_m，令其中ξ为公差；

E2，计算最优的功率分割比率ρ₀和认知基站发射信号x的协方差Q₀；

E3，最后根据已经得到的ρ₀、Q₀、不断迭代更新物理层安全传输速率，从而获得物理层安全传输速率的最大值。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (1)

1.多天线全双工认知无线电能量捕获与信息传输方法，其特征在于，其具体包括如下步骤：

步骤A，构建多天线全双工认知无线电能量捕获***，根据传输机制确定其传输***模型，并计算各个节点的接收信号；

步骤B，根据认知用户和中继能量接收器的接收信号计算对应的传输速率；

步骤C，根据认知用户和中继能量接收器处的传输速率，确定***认知用户物理层安全指标；

步骤D，将用户物理层安全指标变为等式最优问题进行求解，并通过优化发射协方差波束成形、接收端功率分割比、功率分配系数和发射波束成形矢量得到最优***物理层安全传输速率；

步骤E，通过联合优化算法以得到***物理层安全传输速率的最优解；

其中，步骤A具体包括：

A1，构建多天线全双工认知无线电能量捕获***模型，该模型中包含一个主用户(PU)，一个认知基站(CBS)，多个次用户(CU_m)，一个中继(S)，主用户通过中继分别与认知基站和认知用户进行信息传输，进行信息传输的过程中采用NOMA的传输方式；

A2，对步骤A1的***模型，中继与认知基站的发射功率可由此式得出h_cp和h_sp分别表示认知基站到主用户的信道和中继到主用户的信道，I_th为主用户受到的干扰等级，P_s为中继的发射功率，Q₀为认知基站发射信号x的协方差，tr(·)为矩阵求迹运算，||·||²代表矩阵二阶矩的平方；

A3，对步骤A1的***模型，在利用功率域的情况下，得到第m个认知用户接收到的信号为中继接收到的信号为/>γ_m是功率分配系数，H_m是中继到认知用户m的传输信道，s_m是认知基站发给第m个认知用户的信号，n_D是基带加性高斯白噪声，w_m是中继处的发射波束矢量，ρ₀代表中继处的功率分割比，H₀是认知基站到中继的传输信道，n_s1和n_s2分别为高斯噪声和线路上的噪声，n_s1～CN(0,Iσ²)，n_s2～CN(0,Iσ²)，σ²是方差，I是单位矩阵；

其中，步骤B具体包括：

B1，通过步骤A1和A3的功率分割策略，可以得到中继处能量获得公式为η为能量转换效率，H_e为中继天线之间的环回信道；

B2，由步骤B1得到的功率分配策略，再通过串行干扰删除对信道状态最好的认知用户的信号进行解码，因此可以由下列式子确定出信道状态最好的认知用户的传输速率且中继处的传输速率为/>M为认知用户数，μ是功率分割比；

B3，由于中继能量接收端成功解码所需信息的概率高，同比类推可得能量接收器的传输速率

其中，步骤C具体包括：

C1，根据信道状态最好的认知用户和中继处能量接收器的传输速率确定此用户的物理层安全传输速率为

C2，根据C1得到的物理层安全传输速率公式，以及步骤A1的***模型所建立的参量Q₀，ρ₀，γ_m，w_m确定物理层安全传输速率最大化所对应的最优解；

C3，由于整个***为物理层安全传输速率最大化也受到其他条件的制约，其约束条件具体E_s≥E_min，时，其中E_min为最低能量捕获的阈值，当m＝1时，功率分配系数γ_m的和为1；

其中，步骤D具体包括：

D1，由于物理层安全传输速率最优问题考虑的因素比较多，对此将其转为等式最优问题进行求解，通过优化发射协方差以得到物理层安全性的局部最优解，首先利用注水算法将发射信号最优协方差***能耗建立函数关系可以得到/>其中，V_p是H₀的右奇异向量，Γ＝diag(p₁,…,p_t)，diag(·)代表对角矩阵，/>其中i＝1,…,t，v表示功率注水算法的平均注水功率；

D2，通过优化功率分割比以得到物理层安全传输速率的局部最优解，首先根据解码转发协议和限制可以确定出最优功率分割比/>为/>

D3，优化功率分配系数，首先通过对数性质找到功率分配系数γ_m与物理层安全传输速率R_sec关系，

D4，最终推出功率分配系数γ_m最优解为

D5，优化发射波束形成矢量，首先在给定功率分配系数的情况下，利用半定松弛算法得到w_m与的函数关系式，函数式为/>由于它的一个约束条件使其是非凸问题，故对它的约束条件进行变换后，再利用遗传算法算出/>的最优解；

其中，步骤E具体包括：

E1，为了最大化用户物理层安全传输速率，需分别对认知基站发射信号x的协方差Q₀、中继处的功率分割比ρ₀、功率分配系数γ_m和中继处的发射波束形成矢量w_m进行联合优化，首先初始化w_m，令其中ξ为公差；

E2，计算最优的功率分割比率ρ₀和认知基站发射信号x的协方差Q₀；

E3，最后根据已经得到的ρ₀、Q₀、不断迭代更新物理层安全传输速率，从而获得物理层安全传输速率的最大值。