CN111740766A - 一种基于码本的波束设计方法与装置 - Google Patents

一种基于码本的波束设计方法与装置 Download PDF

Info

Publication number
CN111740766A
CN111740766A CN202010508820.7A CN202010508820A CN111740766A CN 111740766 A CN111740766 A CN 111740766A CN 202010508820 A CN202010508820 A CN 202010508820A CN 111740766 A CN111740766 A CN 111740766A
Authority
CN
China
Prior art keywords
user
codebook
detection matrix
objective function
iteration
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.)
Withdrawn
Application number
CN202010508820.7A
Other languages
English (en)
Inventor
朱政宇
徐金雷
申凌峰
贾少波
李双志
郭新
王忠勇
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.)
Zhengzhou University
Original Assignee
Zhengzhou 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 Zhengzhou University filed Critical Zhengzhou University
Priority to CN202010508820.7A priority Critical patent/CN111740766A/zh
Publication of CN111740766A publication Critical patent/CN111740766A/zh
Withdrawn legal-status Critical Current

Links

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
    • H04B7/0452—Multi-user MIMO systems
    • 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
    • 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
    • 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)
  • Radio Transmission System (AREA)

Abstract

本发明提供了一种基于码本的波束设计方法与装置，所述方法包括：建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；提出了一种基于码本的模拟波束设计；联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化问题；将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数；内环采用一种基于ZF技术的低复杂度迭代算法来设计检测矩阵，外环采用双段迭代来获得问题的最优解。本发明研究的上行MIMO‑NOMA毫米波***，提出了一种基于码本的模拟波束设计减少了信道估计的导频开销；用户的发射功率和BS的检测矩阵的联合优化设计在频谱效率和能量效率方面都取得了较好的性能。

Description

一种基于码本的波束设计方法与装置
技术领域
本发明属于通信技术领域，具体涉及一种基于码本的波束设计方法和装置。
背景技术
毫米波(mmWave)技术已成为满足无线网络快速增长的容量需求的一种有前途的解决方案。然而，由于高载频，毫米波信号遭受严重的传播损耗。为了补偿损耗，基站(BS)通常使用大量天线来提供大的阵列增益。然而，由于高功率消耗，为所有天线元件实现专用射频(RF)链是不实际的。因此，为了降低能量消耗和硬件成本，采用先进稀疏射频链天线结构。为了提高无线网络的频谱利用率，非正交多(NOMA)技术被认为是一种很有前途的解决方案。此方案研究了功率域NOMA技术。将mmWave多输入多输出(MIMO)技术与NOMA技术相结合，形成了mmWave-MIMO-NOMA***，为满足无线网络的高容量和高服务质量要求提供了一种有效的方案。
毫米波MIMO-NOMA***面临两大挑战。第一种是用户聚类，即如何划分用户，形成NOMA聚类。迄今为止，大多数的聚类方案都是在对信道状态信息(CSI)完全了解的前提下设计的。另一个挑战与上行链路的能量效率(EE)优化有关，这是评估***性能的一个重要指标。不同于那些专注于下行的EE，上行链路EE的优化更具挑战性，因为用户的功率分配和基站的波束设计必须共同考虑。另一方面，对于下行链路MIMO-NOMA，变量往往是波束成形矩阵，通常采用半定规划(SDP)来解决这类问题。相比之下，对于考虑的问题，需要优化BS处的检测矩阵和用户处的功率值。此外，由于用户的信干噪比(SINR)是其乘法器的函数，这两个不同的变量在问题公式中是耦合的。因此，SDP可能不再适用。此外，在下行链路中，只有总功率约束，而在上行链路中，每个用户都有自己的功率约束。因此，现有的下行链路解决方案不能用于解决所考虑的问题。
发明内容
由于当前毫米波MIMO-NOMA***面临如何划分用户，形成NOMA聚类和上行链路的能量效率(EE)的优化问题，本发明提出一种基于码本的波束设计方法和装置。
第一方面，本发明提出一种基于码本的波束设计方法，包括：
S1：建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
S2：提出了一种基于码本的模拟波束设计和改进的NOMA解码方案；
S3：联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化问题；
S4：将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数；内环采用一种基于ZF技术的低复杂度迭代算法来设计检测矩阵，外环采用双段迭代来获得问题的最优解。
优选地，所述步骤S1具体包括：
上行链路mmWave***的射频链的数目远低于天线的数目，其中BS配备N个天线和M个(M≤N)RF链，每个RF链通过N个移相器连接到所有天线，每个用户配备一个天线。
优选地，所述步骤S2具体包括：
采用离散傅立叶变换(DFT)码本，从预定义的码本中选择模拟波束矩阵；将波束对准应用于用户聚类，属于同一集群的用户将被NOMA服务，通过波束对准获得有效的CSI；采用了一种广泛使用的带有G个散射体的几何mmWave信道模型。
优选地，所述步骤S3具体包括：
提出了一种仅依赖有效信道强度而不依赖用户簇/组的解码方案来消除用户间干扰，满足用户的发射功率和速率，最大限度地实现用户最小EE，其可以表述如下：
Figure BDA0002527630790000031
Figure BDA0002527630790000032
Figure BDA0002527630790000033
Figure BDA0002527630790000034
其中(1b)表示每个用户的最小速率要求，(1c)是用户的最大发射功率约束，并且(1d)表示BS上的混合检测向量和模拟波束的归一化功率约束。
优选地，所述步骤S4具体包括：
得到的数学模型(1)是非凸的，很难直接求解。将(1a)变换为减法形式，提出了一种有效的双循环迭代算法，将
Figure BDA0002527630790000036
定义为问题(1)的最优EE解，W*和P*分别是相应的最优检测矩阵和功率分配矩阵。问题(1)可以重写为：
Figure BDA0002527630790000035
提出的内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用基于双段的迭代算法来获得问题(1)的最优解。
另一方面，本发明还提供一种基于码本的波束设计装置，其特征在于，包括：
模型建立模块，用于建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
波束设计模块，用于减少信道估计的导频开销的一种基于码本的模拟波束设计和改进的NOMA解码方案；
方程构造模块，用于联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程；
迭代处理模块，用于将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代来获得问题的最优解。
优选地，所述建模模块包括：
第一建模单元，用于根据上行非正交多址毫米波***射频链的数目远低于天线的数目，在BS配备N个天线和M个(M≤N)RF链，每个RF链通过N个移相器连接到所有天线，每个用户配备一个天线；
第二建模单元，用于采用离散傅立叶变换(DFT)码本，从预定义的码本中选择模拟波束矩阵；将波束对准应用于用户聚类，通过波束对准获得有效的CSI；采用带有G个散射体的几何mmWave信道模型。
优选地，所述方程构造模块具体包括：
采用联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程:
Figure BDA0002527630790000041
Figure BDA0002527630790000042
Figure BDA0002527630790000043
Figure BDA0002527630790000044
优选地，所述迭代处理模块具体包括：
将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代求问题最优解。
本发明提供一种基于码本的波束设计方法与装置，通过提出一种基于码本的模拟波束设计和改进的NOMA解码方案减少导频开销，并通过联合优化BS处的检测矩阵和在用户的最大发射功率来制定最大最小用户能量效率EE优化问题，将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代来获得问题的最优解。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于码本的波束设计方法流程示意图；
图2是本发明实施例提供的具有稀疏射频链天线结构的上行链路毫米波MIMO-NOMA模型图；
图3是本发明实施例提供的N＝4，K＝8码本阵列因子极坐标图；
图4是本发明实施例提供的频谱效率与迭代次数的关系图；
图5是本发明实施例提供的能量效率与外环迭代次数的关系图；
图6是本发明实施例提供的两种基本方案与提出的方法保密率与信噪比的关系图；
图7是本发明实施例提供的NOMA和传统OMA频谱效率与信噪比的对比图；
图8是本发明实施例提供的两种基本方案与提出的方法的能量效率与信噪比的对比图；
图9是本发明实施例提供的NOMA和OMA的能量效率与信噪比的对比图；
图10是本发明实施例提供的基于码本的波束设计装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，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的实施例，都属于本发明保护的范围。
图1是本发明实施例提供的基于码本的波束设计方法流程示意图，包括：
S1：建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
S2：提出了一种基于码本的模拟波束设计和改进的NOMA解码方案；
S3：联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化问题；
S4：将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数；内环采用一种基于ZF技术的低复杂度迭代算法来设计检测矩阵，外环采用双段迭代来获得问题的最优解。
本实施例通过建立上行非正交多址毫米波***模型，根据所述模型的稀疏射频链结构在BS配备天线和RF链，提出了一种基于码本的模拟波束设计和改进的NOMA解码方案来减少导频开销，提出了一种双循环迭代算法来求解联合优化BS处的检测矩阵和在用户处的发送功率构建最大最小用户能量效率(EE)优化问题。
具体地，步骤S1包括：
本实施例所述的方法应用于如图2所示的上行链路mmWave***模型，所述的***参数包括：基站配备N＝32个天线和M＝4个射频链,每个RF链通过N个移相器连接到所有天线，每个用户一个天线，假设有足够多的用户组成多个两个用户波束组；假设mmWave通道中的团簇数为G＝8，
Figure BDA0002527630790000071
Figure BDA0002527630790000072
在[-π,π]处服从均匀分布；同时，将信噪比定义为
Figure BDA0002527630790000073
并假设所有用户具有相同的最大发射功率；功率放大器的低效率设为1/0.38，而每个用户的电路功耗设为Pc＝100mW；假设所有用户的最低速率要求相同，并设置为
Figure BDA0002527630790000074
进一步地，步骤S2包括：图3是本发明实施例提供的N＝4，K＝8码本阵列因子极坐标图从预定义码本中选择模拟波束矩阵。采用离散傅立叶变换(DFT)码本，定义为
Figure BDA0002527630790000075
其中：
Figure BDA0002527630790000076
表示BS天线集合，
Figure BDA0002527630790000077
是码本中的波束模式集，DFT码本F是N×K矩阵。
将波束对准应用于用户聚类，属于同一集群的用户将被NOMA服务，通过波束对准获得有效的CSI，码本F的每一列代表一个波束方向，即F＝{f1,...,fK}。
存在M个RF链，BS处的第m个模拟波束的检测信号可以表示为
Figure BDA0002527630790000078
其中，smi和Pmi分别表示第m个模拟波束的第i个用户处的发送信号和功率(用户(m,i))，满足
Figure BDA0002527630790000079
V是模拟波束矩阵。
Figure BDA00025276307900000710
表示用户(m,i)(i∈{1,2})的检测向量，hmi表示从用户(m,i)到BS的信道系数。
采用了一种广泛使用的带有G个散射体的几何信道模型，信道hmi可写为
Figure BDA0002527630790000081
式中,
Figure BDA0002527630790000082
是具有
Figure BDA0002527630790000083
的第g路径的复增益；
Figure BDA0002527630790000084
是第g路径的方位角，
Figure BDA0002527630790000085
表示天线阵的方向矢量，可以写成
Figure BDA0002527630790000086
其中d和λ分别表示天线间距离和信号波长。
将BS和用户(m,i)之间的有效信道定义为
Figure BDA0002527630790000087
(2)可重写为
Figure BDA0002527630790000088
其中
Figure BDA0002527630790000089
为进一步消除用户间干扰，提出了一种仅依赖有效信道强度而不依赖用户簇/组的解码方案；γmi表示用户(m,i)的SINR。
Figure BDA00025276307900000810
其中
Figure BDA00025276307900000811
表示拥有比User(m,i)’s弱的有效信道的用户，其可实现速率可以写为
Rmi(W，P)＝log2(1+γmi), (7)
对于User(m,i)，总功耗包括电路功耗和发射功率，总功耗包括电路功耗和发射功率，可以表示为
Figure BDA00025276307900000812
User(m,i)的EE表示为
Figure BDA0002527630790000091
目标是满足用户的发射功率和速率要求下最大限度地实现用户最小EE，其表述如下：
Figure BDA0002527630790000092
Figure BDA0002527630790000093
Figure BDA0002527630790000094
Figure BDA0002527630790000095
其中(10b)表示每个用户的最小速率要求，(10c)是用户的最大发射功率约束，并且(10d)表示BS上的混合检测向量和模拟波束的归一化功率约束。
进一步地，步骤S3包括：
问题(10)是一个非凸优化问题，很难直接求解，将(10)分类为广义分式规划，(10a)变换为减法形式，联合优化BS处的检测矩阵和在用户的最大发射功率，将
Figure BDA0002527630790000096
定义为问题(10)的最优EE解，W*和P*分别是相应的最优检测矩阵和功率分配矩阵
Figure BDA0002527630790000097
其中Ω是满足(10b)-(10d)的所有可行解的集合。关于最优解，有以下定理：
定理1:问题(10)的最优解(W*,P*)能够获得，当且仅当:
Figure BDA0002527630790000098
从必要性和充分性两个方面证明上述定理。首先，证明必要性。假设{W,P}是(12)的任何可行解，有
Figure BDA0002527630790000101
根据(13)，得到
Figure BDA0002527630790000102
因此，{W*,P*}也是(12)的最优解。
其次，充分性的证明：假设{W,P}和{W*,P*}分别是(12)的可行解和最优解，可得
Figure BDA0002527630790000103
重写(15)
Figure BDA0002527630790000104
因此，{W*,P*}也是(10)的最优解。
定理1证明了问题(10)的解可以通过解(12)得到，因为无法预先获得
Figure BDA0002527630790000105
(12)仍然很难解决,为此，定义了以下函数：
Figure BDA0002527630790000106
定理2:
Figure BDA0002527630790000107
是具有ηEE的严格单调递减函数。
对于任何
Figure BDA0002527630790000108
和
Figure BDA0002527630790000109
的证明，假定
Figure BDA00025276307900001010
和(W1，P1),(W2，P2)为相应的最优解；那么，有
Figure BDA0002527630790000111
对于实际***，当ηEE＝0时，
Figure BDA0002527630790000112
当ηEE足够大时，
Figure BDA0002527630790000113
可以使用经典的二分法来求解
Figure BDA0002527630790000114
得到
Figure BDA0002527630790000115
对于给定的η'EE，需要解决以下问题(19)来获得
Figure BDA0002527630790000116
Figure BDA0002527630790000117
s.t(10b)-(10d). (19b)
目标函数(19a)非光滑，约束(10)非凸，引入一个辅助变量t改写(19)为
Figure BDA0002527630790000118
Figure BDA0002527630790000119
(10b)-(10d). (20c)
进一步地，步骤S4具体包括：
问题(20)，是{W,P,t}三个变量的非凸问题。W和P是耦合的，同时优化非常困难，提出了一个双循环迭代算法来解决问题，其中内环采用基于ZF的算法，根据有效信道强度，按降序排列每个波束组中的两个用户，即
Figure BDA00025276307900001110
基于强用户的有效信道生成检测向量，因此，定义了
Figure BDA00025276307900001111
和W＝(HHH)-1HH，检测向量wm可以表示为
Figure BDA00025276307900001112
其中V(m)定义为V的第m行。在BS处的第m波束的检测信号可以表示为
Figure BDA0002527630790000121
采用步骤S3中解码顺序相同的解码顺序。同样，将
Figure BDA0002527630790000122
定义为在具有比用户(m,i)弱的有效信道的所有集群中的第二用户集，因此，用户(m,i)的SINR可以计算为
Figure BDA0002527630790000123
和获得的保密率能被表示为
Figure BDA0002527630790000124
然后，将下面的max-min EE优化问题重新表述为
Figure BDA0002527630790000125
Figure BDA0002527630790000126
Figure BDA0002527630790000127
根据前边提出的方案，将(25)直接转化为：
Figure BDA0002527630790000128
Figure BDA0002527630790000129
(25b),(25c). (26c)
其次，给定W下优化P和t，获得的W*，A，(20)可以简化为
Figure BDA00025276307900001210
Figure BDA00025276307900001211
Figure BDA00025276307900001212
Figure BDA00025276307900001213
其中
Figure BDA0002527630790000131
将Rmi(W*,P)重写为
Figure BDA0002527630790000132
其中
Figure BDA0002527630790000133
和
Figure BDA0002527630790000134
为此，约束(27b)可以表示为
Figure BDA0002527630790000135
由于
Figure BDA0002527630790000136
和
Figure BDA0002527630790000137
都是带P的凸的，(29)是凸约束的差，(27)是一个DC规划问题，约束凹凸过程(CCCP)用于求解DC规划。在此基础上，首先，通过一阶泰勒展开，近似将(29)变换为凸约束
Figure BDA0002527630790000138
其中
Figure BDA0002527630790000139
和
Figure BDA00025276307900001310
最终，(27)转化为
Figure BDA00025276307900001311
Figure BDA00025276307900001312
Figure BDA00025276307900001316
Figure BDA00025276307900001313
式中
Figure BDA00025276307900001314
问题(32)是一个标准的凸优化问题，可以用内点法求解，采用迭代求解(32)以获得(27)的解。从一个初始可行的
Figure BDA00025276307900001315
开始，通过求解(32)可以得到最优的P*，然后，用P*更新
Figure BDA0002527630790000141
并解决(32)，进行上述迭代直到收敛。
由上述技术方案可知，本发明提供一种基于码本的Max-Min的上行毫米波MIMO-NOMA***节能资源分配的方法，在预定义的最小速率和每个用户的最大发射功率约束下，联合优化BS处的检测矩阵和在用户处发送功率获取了最优的用户能量效率。
图4给出了在设置η'EE＝0时，频谱效率与内环迭代次数的关系。
曲线收敛需要4次迭代。
图5给出了能量效率EE与外环迭代次数的关系，由于采用了双段法，能量效率EE曲线出现波动，在第2次迭代到达峰值，在第4次迭代到达谷值，大约8次迭代后收敛。
图6给出了设置η'EE＝0时提出的基于码本的波束设计方法(方案1)与由依赖于有效信道和用户组或集群的强度的传统上行链路解码顺序提供的SE结果(方案2)和另一个集群之间的弱干扰没有消除基线方案(方案3)频谱效率SE和信噪比SNR的对比。在所有考虑的方案中，方案1总是最好的，其次是方案2和3。本发明实施例提供的方法与方案2之间的差距表明根据强度消除干扰的效率，尤其是在高信噪比下。方案2和方案3之间的差距说明了消除集群间弱干扰的必要性。
图7给出了NOMA方案的频谱效率SE与传统OMA方案的频谱效率SE的对比图，其中属于同一波束组的用户被时分双工分割接入服务。结果表明，本发明实施例提供的方法比传统的OMA方案具有更高的信噪比。
图8给出了三个方案的能量效率EE与信噪比SNR的对比图。对比这三个方案表明：随着信噪比的增加EE先增加后饱和。在低信噪比情况下，信噪比的小幅度增加会导致SE的大幅度增加，从而导致EE的大幅度增加。相比之下，在高信噪比情况下，信噪比的大幅度提高只会导致SE的小幅度提高。因此，额外的可用功率不能增加EE。
图9给出了NOMA方案和OMA方案的能量效率EE图。与OMA相比，本发明实施例提供的方法具有更高的EE。
图10是本发明实施例提供的基于码本的波束设计装置的结构示意图；
模型建立模块，用于建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
波束设计模块，用于减少信道估计的导频开销的一种基于码本的模拟波束设计和改进的NOMA解码方案；
方程构造模块，用于联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程；
迭代处理模块，用于将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代来获得问题的最优解。
优选地，所述建模模块包括：
第一建模单元，用于根据上行非正交多址毫米波***射频链的数目远低于天线的数目，在BS配备N个天线和M个(M≤N)RF链，每个RF链通过N个移相器连接到所有天线，每个用户配备一个天线；
第二建模单元，用于采用离散傅立叶变换(DFT)码本，从预定义的码本中选择模拟波束矩阵；将波束对准应用于用户聚类，通过波束对准获得有效的CSI；采用带有G个散射体的几何mmWave信道模型。
本实施例中，所述函数方程构造模块具体包括：
联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程：
Figure BDA0002527630790000151
Figure BDA0002527630790000161
Figure BDA0002527630790000162
Figure BDA0002527630790000163
本实施例中，所述函数方程构造模块具体包括：
将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代求问题最优解。

Claims (8)

1.一种基于码本的波束设计方法，其特征在于，所述方法包括：
S1：建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
S2：提出了一种基于码本的模拟波束设计和改进的NOMA解码方案；
S3：联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化问题；
S4：将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数；内环采用一种基于ZF技术的低复杂度迭代算法来设计检测矩阵，外环采用双段迭代来获得问题的最优解。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括：
上行链路mmWave***的射频链的数目远低于天线的数目，其中BS配备N个天线和M个(M≤N)RF链，每个RF链通过N个移相器连接到所有天线，每个用户配备一个天线。
3.根据权利要求1所述的方法，其特征在于，所述步骤S2具体包括：
采用离散傅立叶变换(DFT)码本，从预定义的码本中选择模拟波束矩阵；将波束对准应用于用户聚类，属于同一集群的用户将被NOMA服务，通过波束对准获得有效的CSI；采用了一种广泛使用的带有G个散射体的几何mmWave信道模型。
4.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括：
提出了一种仅依赖有效信道强度而不依赖用户簇/组的解码方案来消除用户间干扰，满足用户的发射功率和速率，最大限度地实现用户最小EE，其可以表述如下：
Figure FDA0002527630780000021
Figure FDA0002527630780000022
Figure FDA0002527630780000023
Figure FDA0002527630780000024
其中(1b)表示每个用户的最小速率要求，(1c)是用户的最大发射功率约束，并且(1d)表示BS上的混合检测向量和模拟波束的归一化功率约束。
5.根据权利要求1所述的方法，其特征在于，所述步骤S4具体包括：
得到的数学模型(1)是非凸的，很难直接求解，将(1a)变换为减法形式，提出了一种有效的双循环迭代算法，将
Figure FDA0002527630780000025
定义为问题(1)的最优EE解，W*和P*分别是相应的最优检测矩阵和功率分配矩阵，问题(1)可以重写为：
Figure FDA0002527630780000026
提出的内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用基于双段的迭代算法来获得问题(1)的最优解。
6.一种基于码本的波束设计装置，其特征在于，包括：
模型建立模块，用于建立基站采用全连接的稀疏射频链天线结构的上行非正交多址毫米波***模型；
波束设计模块，用于减少信道估计的导频开销的一种基于码本的模拟波束设计和改进的NOMA解码方案；
方程构造模块，用于联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程；
迭代处理模块，用于将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解分式目标函数，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用基于双段的迭代算法最优解。
所述建模模块包括：
第一建模单元，用于根据上行非正交多址毫米波***射频链的数目远低于天线的数目，在BS配备N个天线和M个(M≤N)RF链，每个RF链通过N个移相器连接到所有天线，每个用户配备一个天线；
第二建模单元，用于采用离散傅立叶变换(DFT)码本，从预定义的码本中选择模拟波束矩阵；将波束对准应用于用户聚类，通过波束对准获得有效的CSI；采用带有G个散射体的几何mmWave信道模型。
7.根据权利要求6中所述的装置，其特征在于,包括：
方程构造模块，联合优化BS处的检测矩阵和在用户处的发送功率来构建最大最小用户能量效率(EE)优化方程：
Figure FDA0002527630780000031
Figure FDA0002527630780000032
Figure FDA0002527630780000033
Figure FDA0002527630780000034
8.根据权利要求6中所述的装置，其特征在于,包括：
迭代处理模块，用于将分式目标函数转化为减式目标函数，提出了一种双循环迭代算法来求解，内环采用基于ZF技术的低复杂度迭代算法来设计检测矩阵,迭代更新检测矩阵和发射功率，外环采用双段迭代求问题最优解。
CN202010508820.7A 2020-06-06 2020-06-06 一种基于码本的波束设计方法与装置 Withdrawn CN111740766A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010508820.7A CN111740766A (zh) 2020-06-06 2020-06-06 一种基于码本的波束设计方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010508820.7A CN111740766A (zh) 2020-06-06 2020-06-06 一种基于码本的波束设计方法与装置

Publications (1)

Publication Number Publication Date
CN111740766A true CN111740766A (zh) 2020-10-02

Family

ID=72648369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010508820.7A Withdrawn CN111740766A (zh) 2020-06-06 2020-06-06 一种基于码本的波束设计方法与装置

Country Status (1)

Country Link
CN (1) CN111740766A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113163497A (zh) * 2021-03-29 2021-07-23 南京航空航天大学 一种基于可重构智能面的毫米波移动边缘计算***中计算效率优化方法
CN113225112A (zh) * 2021-04-30 2021-08-06 内蒙古大学 一种毫米波联合波束选择和功率分配优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108183735A (zh) * 2017-12-28 2018-06-19 东南大学 全双工多用户mimo***发射功率最小化的收发机优化方法
CN109617583A (zh) * 2018-12-14 2019-04-12 华南理工大学 一种预编码与功率分配联合优化方法
US20190173540A1 (en) * 2006-10-02 2019-06-06 Apple Inc. MIMO Precoding Enabling Spatial Multiplexing, Power Allocation and Adaptive Modulation and Coding
US20190326965A1 (en) * 2017-06-16 2019-10-24 Mediatek Inc. Method And Apparatus For Linear Combination Codebook Design And CSI Feedback In Mobile Communications
CN110719127A (zh) * 2019-09-25 2020-01-21 东南大学 一种具有恒模约束的毫米波mimo***波束成形方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190173540A1 (en) * 2006-10-02 2019-06-06 Apple Inc. MIMO Precoding Enabling Spatial Multiplexing, Power Allocation and Adaptive Modulation and Coding
US20190326965A1 (en) * 2017-06-16 2019-10-24 Mediatek Inc. Method And Apparatus For Linear Combination Codebook Design And CSI Feedback In Mobile Communications
CN108183735A (zh) * 2017-12-28 2018-06-19 东南大学 全双工多用户mimo***发射功率最小化的收发机优化方法
CN109617583A (zh) * 2018-12-14 2019-04-12 华南理工大学 一种预编码与功率分配联合优化方法
CN110719127A (zh) * 2019-09-25 2020-01-21 东南大学 一种具有恒模约束的毫米波mimo***波束成形方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WANMING HAO: "Codebook-Based Max–Min Energy-Efficient Resource Allocation for Uplink mmWave MIMO-NOMA Systems", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113163497A (zh) * 2021-03-29 2021-07-23 南京航空航天大学 一种基于可重构智能面的毫米波移动边缘计算***中计算效率优化方法
CN113225112A (zh) * 2021-04-30 2021-08-06 内蒙古大学 一种毫米波联合波束选择和功率分配优化方法
CN113225112B (zh) * 2021-04-30 2023-04-18 内蒙古大学 一种毫米波联合波束选择和功率分配优化方法

Similar Documents

Publication Publication Date Title
CN111726156A (zh) 一种基于noma的资源分配方法与装置
CN109104225B (zh) 一种能效最优的大规模mimo波束域多播传输方法
Kaushik et al. Joint bit allocation and hybrid beamforming optimization for energy efficient millimeter wave MIMO systems
CN111835406B (zh) 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法
CN111371482B (zh) 基于波束聚合的下行广播链路的毫米波mimo-noma方法
CN111970033B (zh) 能效谱效联合优化的大规模mimo多播功率分配方法
CN114070365B (zh) 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法
CN114040478A (zh) 低功耗的智能超表面硬件结构、预编码方法及装置
CN113691295B (zh) 一种基于irs的异构网络中干扰抑制方法
CN111740766A (zh) 一种基于码本的波束设计方法与装置
CN111431568B (zh) 一种毫米波noma上行通信***中联合功率分配和波束成形设计方法
CN113852402B (zh) 一种irs辅助的noma-mimo大容量接入方法
CN113395703B (zh) 一种基于mimo技术的高频段异构网络共存传输方法
CN112312569A (zh) 一种基于透镜阵列的预编码和波束选择矩阵联合设计方法
CN112803978A (zh) 基于逐次逼近的智能表面miso***联合波束成形方法
CN108923831B (zh) 一种发射信号的预编码方法和装置
CN113824477B (zh) 离散透镜天线阵列辅助的多用户大规模mimo优化方法
CN116056210A (zh) 一种面向容量覆盖的irs辅助超密集网络资源分配方法
CN107104715B (zh) 一种基于天线选择的干扰对齐方法
CN113922849B (zh) 一种毫米波mimo-noma***下的用户分组和功率分配方法
CN114765785B (zh) 一种基于最大信噪比的多智能反射面选择方法
CN114337902A (zh) 一种irs辅助的毫米波多小区间干扰的抑制方法
CN111726157A (zh) 面向航空通信的自适应波束赋形方法
Neha et al. Efficient channel estimation in mm wave massive MIMO using hybrid beamforming
Hu et al. Beamforming Design for Self‐Sustainable IRS‐Assisted MISO Downlink Systems

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201002