CN110808765B - 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 - Google Patents
一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 Download PDFInfo
- Publication number
- CN110808765B CN110808765B CN201910814278.5A CN201910814278A CN110808765B CN 110808765 B CN110808765 B CN 110808765B CN 201910814278 A CN201910814278 A CN 201910814278A CN 110808765 B CN110808765 B CN 110808765B
- Authority
- CN
- China
- Prior art keywords
- user
- power
- matrix
- channel
- power distribution
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001228 spectrum Methods 0.000 title claims abstract description 24
- 238000011478 gradient descent method Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims description 24
- 238000005562 fading Methods 0.000 claims description 21
- 230000003595 spectral effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 230000004888 barrier function Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 238000004088 simulation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000013589 supplement 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法,本发明采用不完全信道状态信息,首先对信道进行估计,以规模MIMO***的频谱效率最大化为优化目标,把大规模MIMO***中各个用户的发射功率作为变量,将最大传输功率作为约束,建立频谱效率优化问题。通过凹凸过程法(concave‑convex procedure,CCCP),将非凹的目标函数的凸函数部分在指定点泰勒展开转换为凹函数,然后通过梯度下降法求解出功率分配方案。本发明所提出的方法有效地解决了大规模MIMO***中频谱效率这一非凹问题的功率分配,可以提供与强烈搜索法近乎相同的功率分配方案,并拥有更低的复杂度。
Description
技术领域:
本发明属于移动通信领域,涉及移动通信***的资源分配方法,尤其是涉及一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法。
背景技术:
作为最令人瞩目的5G技术之一,大规模多入多出(Multiple-Input Multiple-Output,MIMO)天线***拥有出色的抗干扰能力,组成天线成本低,功效高,并且可以显著提升频谱效率以及能量效率。国际电信联盟于2015年发布的5G通信***中包括频谱效率在内的八大性能指标,要求将频谱效率提升至IMT-Advanced的3倍,如何提升频谱效率以满足未来通信需求已成为一个热门课题。
对于频谱效率的研究一直是大规模MIMO***中的一个热点问题。在文献1(Ngo HQ,Larsson E G,Marzetta T L.Energy and spectral efficiency of very largemultiuser MIMO systems[J].IEEE Transactions on Communications,2013,61(4):1436-1449.)中分别给出了采用最大比合并,迫零检测和最小均方误差检测的上行链路大规模MIMO***频谱效率的下界。文献2(T.C.Mai,H.Q.Ngo and T.Q.Duong,"UplinkSpectral Efficiency of Cell-free Massive MIMO with Multi-Antenna Users,"20193rd International Conference on Recent Advances in Signal Processing,Telecommunications&Computing(SigTelCom),Hanoi,Vietnam,2019,pp.126-129.)对分别采用最大比合并(maximum ratio combining,MRC)和迫零检测(zero forcing,ZF)的上行大规模MIMO***能效做了分析,结果表明采用ZF检测的***频谱效率要优于采用MRC检测时的频谱效率。文献3(Y.Lin,X.Li,W.Fu and Y.Hei,"Spectral efficiency analysisfor downlink massive MIMO systems with MRT precoding,"in ChinaCommunications,vol.12,no.Supplement,pp.67-73,December 2015.)提出了对采用最大比传输(maximum-radio transmission,MRT)预编码时,下行链路大规模MIMO***的频谱效率下界,并且基于该近似下界分析了估计错误对频谱效率的影响。
以上文献均未采用功率分配方法来优化频谱效率,仅仅评估了线性检测、预编码以及估计错误对大规模MIMO***频谱效率的影响。文献4(Y.Zhou,C.Zhong,S.Jin,Y.Huangand Z.Zhang,"A Low-Complexity Multiuser Adaptive Modulation Scheme forMassive MIMO Systems,"in IEEE Signal Processing Letters,vol.23,no.10,pp.1464-1468,Oct.2016.)提出了一种大规模多用户MIMO***中低复杂度的功率分配算法,该文献考虑的是采用迫零检测的上行大规模MIMO***,利用大规模MIMO信道近似正交的特征,推导出基于慢衰落信息的功率分配方案。但是文献4的研究基于完全信道状态信息,这在实际通信***中很难实现,因此本发明将基于更为实际的不完全信道信息,对大规模MIMO***频谱效率进行优化。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法,该方法考虑用户最大发射功率以及误比特率要求,运用凹凸过程法,将非凹的频谱效率优化问题转化成一个新的凹函数,结合梯度下降法给出高频谱效率的功率分配方案。
本发明所采用的技术方案有:一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法,包括以下步骤:
(1)首先对上行大规模MIMO***进行模型构建,考虑基站配备有M根发射天线,服务K个单天线用户,信道模型为服从复高斯分布的小尺度衰落,以及包含路径损耗与阴影衰落的大尺度衰落;
(3)将用户最大发射功率作为约束条件,构建出基于不完全信道状态信息的频谱效率优化问题;
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开,得到一个新的凹函数,并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题;
(5)利用凹凸过程法,结合梯度下降法求解出功率分配方案。
进一步地,基站处的接收信号为:
y=GP1/2x+n
其中,G=HD1/2为基站与用户间的信道矩阵,H为瑞利衰落,D是一个K×K的对角矩阵,表示路径损耗与阴影衰落,zk为均值为σk的对数正态分布,rk代表第k个用户与基站的距离,v是路径损耗指数,rh为参考距离,x是K×1的发射信号向量,满足n是方差为1的加性高斯白噪声,基站处经过迫零检测后的第k个用户的接收信噪比为
其中,pk为第k个用户的发射功率。
根据大数定律,上述接收信噪比近似为
进一步地,如步骤(3)所述,将用户最大发射功率作为约束条件,得到的频谱效率优化函数为:
s.t. 0≤pk≤Pmax,k
其中,Pmax,k表示第k个用户的最大发射功率。
进一步地,利用凹凸过程法求解功率分配方案的过程为:
(a)将步骤(3)中得到的优化函数的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数,并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题:
其中,tk为对数障碍函数系数。
(b)利用梯度下降法求解出功率分配方案:
本发明具有如下有益效果:通过将非凹的没有最优解的频谱效率优化问题,转化为一个新的凹函数,可以获得与强烈搜索法近乎相同的频谱效率。通过给每个用户分配特定的功率,使***的频谱效率尽可能地得到提高。相比于强烈搜索法,复杂度得到极大降低。方法计算流程简单,复杂度低。
附图说明:
图1为本发明实施例的流程图。
图2为实施例的仿真结果与强烈搜索法在不同估计错误下大规模MIMO***的频谱效率对比图。
图3为实施例的仿真结果与粒子群算法在不同用户数下大规模MIMO***的频谱效率对比图。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明方法中涉及到的硬件装置包括配备有M根天线的小区基站(BS,BaseStation),以及小区内随机分布的K个用户。由基站发射导频序列,在用户处进行信道估计后,将信道状态信息(CSI,Channel State Information)反馈给基站。本发明基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法,包括以下步骤:
(1)首先对上行大规模MIMO***进行模型构建,考虑基站配备有M根发射天线,服务K个单天线用户。信道模型为服从复高斯分布的小尺度衰落,以及包含路径损耗与阴影衰落的大尺度衰落;信道矩阵G为:
G=HD1/2
其中,H代表小尺度衰落,[H]mk=hmk为第k个用户与第m根天线间的均值为零方差为一的瑞利衰落,D是一个K×K的对角矩阵,表示路径损耗与阴影衰落。zk为均值为σk的对数正态分布,rk代表第k个用户与基站的距离,v是路径损耗指数,rh为参考距离。
则,接收到的第k个用户的信号为
(3)将用户最大发射功率作为约束条件,构建出基于不完全信道状态信息的频谱效率优化问题;
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开,得到一个新的凹函数,并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题;
(5)利用凹凸过程法,结合梯度下降法求解出功率分配方案。
进一步地,基站处的接收信号为
y=GP1/2x+n
其中,G=HD1/2为基站与用户间的信道矩阵,H为瑞利衰落,D是一个K×K的对角矩阵,表示路径损耗与阴影衰落。zk为均值为σk的对数正态分布,rk代表第k个用户与基站的距离,v是路径损耗指数,rh为参考距离。x是K×1的发射信号向量,满足n是方差为1的加性高斯白噪声。
基站处经过迫零检测后的第k个用户的接收信噪比为
其中,pk为第k个用户的发射功率。
根据大数定律,上述接收信噪比可近似为
如步骤(3)所述,将用户最大发射功率作为约束条件,得到的频谱效率优化函数为
s.t. 0≤pk≤Pmax,k
其中,Pmax,k表示第k个用户的最大发射功率。
利用凹凸过程法求解功率分配方案的过程为:
(a)将步骤(3)中得到的优化函数的减数项在一阶泰勒展开点p0处展开,得到一个新的凹函数,并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题:
其中,tk为对数障碍函数系数。
(b)利用梯度下降法求解出功率分配方案:
为了说明本发明算法的技术进步性,通过MATLAB平台模拟仿真,来对比强烈搜索法和本发明在最大功率限制条件下的频谱效率,如图2、3所示。
仿真中为便于分析,设置每个远程天线的最大功率都等于一个特定值Pmax。由于在用户数很大的时候,强烈搜索法的复杂度过高,本专利引入粒子群算法作为参照。图2给出了上行大规模MIMO***在不同Pmax和不同估计错误下的频谱效率值。其中方法1代表本专利所提的方法,方法2代表作为参照的粒子群算法,方法3代表强烈搜索法。仿真结果表明本发明所提出的方法能提供与强烈搜索法与粒子群法近乎相同的频谱效率性能,但是拥有低很多的复杂度。同时,随着天线功率上限Pmax的增大,***频谱效率先增大,后达到饱和。另外,当估计错误增大时,***信噪比降低,由此带来了频谱效率的降低。
附图3给出了在不同用户数的情况下,大规模MIMO***频谱效率与的关系图。仿真结果表明,我们所提出的方法在用户数较大的情况下也同样适用。并且随着用户数的增加,***的频谱效率明显增大,这是因为同样的***配置下,支持的用户增多。
综上所述,本发明提出的方法能有效地获得能使频谱效率达到最大的功率分配方案,同时方法实现的步骤较少,复杂度低。这充分说明了本发明提出的一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法的有效性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (1)
1.一种基于不完全信道信息的大规模MIMO***频谱效率优化的功率分配方法,其特征在于:包括以下步骤:
(1)首先对上行大规模MIMO***进行模型构建,考虑基站配备有M根发射天线,服务K个单天线用户,信道矩阵G=HD1/2建模为服从复高斯分布的小尺度衰落,以及包含路径损耗与阴影衰落的大尺度衰落;H为瑞利衰落,D为大尺度衰落矩阵,是一个K×K的对角矩阵,第k个对角元素为βk,其代表第k个用户的大尺度衰落系数;
(2)对用户到基站间的信道进行估计,假设信道估计存在误差,实际信道矩阵H与信道估计矩阵关系为其中E为信道估计误差,其第k列服从0均值,方差为εk的复高斯分布;信道估计矩阵的第k列服从0均值,方差为1-εk的复高斯分布;经过迫零检测后的第k个用户的接收信噪比为
其中,pk和pi分别为第k个和第i个用户的发射功率,εk和εi分别代表第k个和第i个用户的信道估计错误的方差,βk和βi分别代表第k个和第i个用户的大尺度衰落系数;
根据大数定律,上述接收信噪比近似为
(3)将用户最大发射功率作为约束条件,构建出基于不完全信道状态信息的频谱效率优化问题为:
s.t.0≤pk≤Pmax,k
其中,ηSE代表频谱效率,Pmax,k表示第k个用户的最大发射功率;
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开,得到一个新的凹函数,并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814278.5A CN110808765B (zh) | 2019-08-30 | 2019-08-30 | 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814278.5A CN110808765B (zh) | 2019-08-30 | 2019-08-30 | 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110808765A CN110808765A (zh) | 2020-02-18 |
CN110808765B true CN110808765B (zh) | 2021-09-17 |
Family
ID=69487471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910814278.5A Active CN110808765B (zh) | 2019-08-30 | 2019-08-30 | 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110808765B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112039568B (zh) * | 2020-08-11 | 2022-06-17 | 南京航空航天大学 | 基于不完全信道状态信息的大规模mimo***跨层设计方法 |
CN112636795B (zh) * | 2020-12-14 | 2022-06-28 | 南京航空航天大学 | 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法 |
CN112887995B (zh) * | 2021-01-21 | 2021-09-03 | 哈尔滨工业大学 | 在虚拟化多租户CF-mMIMO***中的资源分配方法 |
CN114337882B (zh) * | 2021-12-24 | 2024-04-12 | 南京工程学院 | 一种不完全信道信息下多用户das中能效功率分配方法 |
CN114302487B (zh) * | 2021-12-28 | 2024-03-05 | 中南大学 | 基于自适应粒子群功率分配的能效优化方法、装置及设备 |
CN114389658B (zh) * | 2021-12-31 | 2023-05-30 | 南京邮电大学 | 一种迫零接收的去蜂窝大规模mimo***的上行功率优化方法 |
CN115065385B (zh) * | 2022-05-27 | 2024-05-28 | 南京航空航天大学 | 一种基于空间调制的去蜂窝大规模mimo***的频谱效率性能分析方法 |
CN115348137B (zh) * | 2022-07-29 | 2023-07-04 | 南京邮电大学 | 基于可视区域估计的导频长度设计方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105338609A (zh) * | 2015-09-29 | 2016-02-17 | 北京工业大学 | 多天线***高能效动态功率分配方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120172049A1 (en) * | 2011-01-05 | 2012-07-05 | The Hong Kong University Of Science And Technology | Bandwidth and power allocations for communication networks with imperfect spectrum sensing |
CN106059642B (zh) * | 2016-05-19 | 2019-11-26 | 南京航空航天大学 | 一种基于不完全估计信息的分布式天线***跨层设计方法 |
CN107171701B (zh) * | 2017-04-19 | 2020-06-30 | 西安电子科技大学 | 一种MassiveMIMO***基于混合能量采集的功率分配方法 |
CN108064077B (zh) * | 2017-12-15 | 2019-11-26 | 西安电子科技大学 | 蜂窝网络中全双工d2d的功率分配方法 |
CN108521290B (zh) * | 2018-02-06 | 2021-08-06 | 南京航空航天大学 | 一种基于空间调制的无线中继协作网络中功率分配方法 |
-
2019
- 2019-08-30 CN CN201910814278.5A patent/CN110808765B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105338609A (zh) * | 2015-09-29 | 2016-02-17 | 北京工业大学 | 多天线***高能效动态功率分配方法 |
Non-Patent Citations (2)
Title |
---|
Dynamic Spectrum Management for Multiple-Antenna Cognitive Radio Systems: Designs with Imperfect CSI;Tariq Al-Khasib; Michael Botros Shenouda; Lutz Lampe;《IEEE Transactions on Wireless Communications ( Volume: 10, Issue: 9, September 2011)》;20110722;2850-2859 * |
不完全信道状态信息下Turbo-BLAST***的自适应发送功率分配算法;陈小敏;徐大专;虞湘宾;《信息与控制》;20090813;382-384 * |
Also Published As
Publication number | Publication date |
---|---|
CN110808765A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110808765B (zh) | 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法 | |
Parfait et al. | Performance analysis and comparison of ZF and MRT based downlink massive MIMO systems | |
CN108234101B (zh) | 能效最大化导频信号设计方法及大规模多天线*** | |
CN107483091B (zh) | 一种fdd大规模mimo-ofdm***下的信道信息反馈算法 | |
CN109474388B (zh) | 基于改进梯度投影法的低复杂度mimo-noma***信号检测方法 | |
CN110299937B (zh) | 一种上行mimo-noma无线通信***波束成形方法 | |
CN105471775B (zh) | 一种大规模mimo***中低复杂度的信道估计方法 | |
CN110138425B (zh) | 低复杂度阵列天线多输入多输出***混合预编码算法 | |
Fan et al. | Optimal pilot length for uplink massive MIMO systems with low-resolution ADC | |
CN108832977A (zh) | 大规模mimo空域稀疏非正交接入实现方法 | |
CN109905917B (zh) | 基于无线携能的noma通信***中无线资源分配方法 | |
CN105429709A (zh) | 一种mu-miso可见光通信***迫零预编码矩阵确定方法 | |
CN105743559B (zh) | 一种Massive MIMO混合波束形成和空时编码多用户下行传输方法 | |
CN102104451A (zh) | 多输入多输出***中多用户收发联合预编码的方法及装置 | |
Su et al. | Investigation on key technologies in large-scale MIMO | |
CN109361438B (zh) | 一种连续优化匹配泄漏加权的信漏噪比预编码方法 | |
CN102291727B (zh) | 一种分布式协作波束成形设计方法 | |
CN104954054A (zh) | 一种解决c-ran架构下多小区***边缘用户干扰的消除方法 | |
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 | |
CN107659348B (zh) | 一种基于slnr和thp混合自适应预编码设计方法 | |
CN103236878B (zh) | 一种基于最大比合并接收矢量估计的协调波束赋形方法 | |
Zarei et al. | A low-complexity linear precoding and power allocation scheme for downlink massive MIMO systems | |
CN104320170A (zh) | 大规模mimo***中导频污染抑制波束赋形方法 | |
CN103236879B (zh) | 一种基于mrc-zf接收矢量估计的协调波束赋形方法 | |
CN107104715B (zh) | 一种基于天线选择的干扰对齐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |