多载波协作非正交多址接入***能效最大化方法
技术领域
本发明属于载波协作非正交多址接入下行***技术领域,具体地,涉及多载波协作非正交多址接入下行***中的能效最大化的功率控制方法。
背景技术
随着下一代移动互联网时代的到来,海量物联网设备的接入势必会引起流量拥塞,因此,非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术作为一种新型的多址接入手段通过在功率域将用户复用,在物理层传输叠加编码后的信号,最后在接收端通过串行干扰消除(Successive Interference cancellation,SIC)技术来对各个用户的信息进行解码,比起传统的正交多址接入技术(Orthogonal Multiple Access,OMA),NOMA具有更高的频谱效率和能量效率,因此将NOMA技术与传统移动通信的其他技术相结合已经成为国内外研究的趋势。
多载波技术通过将一个子载波划分成多个子载波来传输信息,子载波之间的用户的干扰可以被避免,因此能够在有限频谱资源下提高***容量。协作通信在无线通信中应用广泛,在源节点和目的节点中增设中继有助于提升***可靠性和其容量,还可以抵抗多径衰落,提升***性能。
在NOMA***中,由于在发送端需要将不同用户的信息进行叠加编码,即在功率域复用不用的用户,从而进行数据传输,因此如何分配功率是影响***性能的一个关键性因素。
目前,大多数学者在研究NOMA***中的功率分配问题时,大多都是以单载波、传统单跳网络中的场景中进行分析,并未将NOMA资源分配问题与多载波和协作通信相结合考虑。而在实际的无线通信中,在不同的场景中需要针对其周围环境特点架设中继,与此同时,采用多载波技术能够在较少的频谱资源下充分提升***性能。
因此,针对NOMA***中,有必要在保证用户最小速率需求的条件下,研究基于多载波协作非正交多址接入下行***中的功率控制方法。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种最大化能效的方法,该方法将能效问题分解成两个子算法,先进行用户载波匹配,再进行功率分配,具有计算复杂度低、收敛次数少、适合多载波协作非正交多址接入***网络的特点。本发明的技术方案如下:
一种多载波协作非正交多址接入***能效最大化方法,其包括以下步骤:
101、初始化子载波个数和用户个数和位置,生成基站和中继的位置,基站和中继获取用户的信道状态信息,确定每个用户的信道增益,将用户按照信道增益降序进行排序,建立优化问题;
102、根据用户的信道增益,生成每个用户和每个子载波的偏好列表,初始化匹配列表和未匹配列表,匹配列表用于记录每个子载波上的用户匹配情况,未匹配列表用于记录未被匹配到子载波上的用户;
103、执行双边匹配算法;
104、根据上述匹配结果得出整个***的能效表达式;
105、基于变量替换、连续凸逼近和分式规划方法进行用户功率和中继功率分配,计算出***能效值。
进一步的,所述步骤101中初始化用户数为K,子载波数为N,令
表示用户集,
表示子载波集,信息传输需要经过两个阶段,在第一个时隙,基站发送广播信号:
式中
是用户k在载波的发射功率,
是数据符号,且满足
基站和中继之间的信道表示为:h
SR n,中继和用户之间的信道被表示为:g
Rk n,因此在中继处接收到来自基站的信号为:
其中
是加性高斯白噪声,σ
2是噪声的方差;
在第二时隙,中继使用AF协议发送信号到第k个用户,则第k个用户在第n条子载波上接收的信号
为:
式中β
n表示在子载波n上中继的放大因子,其与
的关系如下:
式中
是中继在第n条子载波上的发射功率,
是用户k上的加性高斯白噪声。
进一步的,假设在子载波n上K个用户的信道升序排列,第k个用户可以首先解码,把第i个用户的信息当作噪声,解码成功后,从接收信号中删除已解码的第k个用户的信息,然后循环此操作过程,直至成功解码所有的用户信息;
因此,用户k在子载波n上的SINR为:
用户k在子载波n上可实现的和速率为:
系数1/2是因为基站到用户的信号传递需要两个时隙,***总和速率为:
其中,
表示子载波n是否匹配给用户k;
建立优化问题:
s.t.
其中,
是基站给第k个用户在子载波n上发送的功率,
为基站给子载波n分配的功率,
为匹配因子,R
n为子载波n的速率,
为第k个用户在第n个子载波上的信噪比;
式中,C1为基站最大传输功率约束,P
smax表示基站的最大传输功率;C2为中继最大发射功率约束,P
rmax表示中继进行放大转发协议时的最大发射功率;C3为匹配约束,
表示匹配因子,即1表示用户k占据此子载波n,0表示用户k未占用此子载波n;C4为每个子载波能够匹配的最大用户数为2;C5为每个用户的最小速率需求约束,R
k min表示用户的最小速率需求;C6为所有功率的非负约束。
进一步的,所述步骤102根据用户的信道增益,生成每个用户和每个子载波的偏好列表,具体包括:首先将第k个用户表示为UTk,将第n条子载波表示为SCn,假设子载波数和用户数满足K=2N,如果UTk被分配到SCn则说明UTk与SCn相互匹配,基于完美信道状态信息,用户和子载波的偏好列表被表示为:
PF_UT=[PF_UT(1),...,PF_UT(k),...,PF_UT(K)]T
PF_SC=[PF_SC(1),...,PF_SC(n),...,PF_SC(N)]T
其中PF_UT(k)和PF_SC(n)分别是用户UT
k和子载波SC
n的偏好列表,如果UT
k在SC
i上的信道增益比在SC
j上高,UT
k优先选择SC
i而不是SC
j,表示为:
和
分别表示中继到用户的信道增益。
进一步的,所述步骤103执行双边匹配算法,具体包括:
每个用户根据其偏好列表发送匹配请求给其最优先选择的子载波,然后子载波再去选择用户;如果子载波的匹配列表数小于2时,子载波将此用户添加到其匹配列表上;如果子载波的匹配列表数等于2时,通过
式中
表示用户1和用户2在该子载波上能效值,P
1 n=P
2 n=1/2P
n是基站给两个用户在子载波n上发送的功率,
为基站给子载波n分配的功率,
为匹配因子,
为第k个用户在第n个子载波上的信噪比;分别计算三个用户两两配对到该载波上的能效值,计算能效值时,每个子载波分配相同的功率P
n=P
smax/N,P
r n=P
rmax/N,式中P
r n表示中继分配给子载波n的功率,P
rmax表示中继所能分配给所有子载波功率的最大值,子载波选择最大的能效值的用户组合作为该子载波的匹配列表并更新,更新未匹配列表;成功匹配到子载波n的两个用户等分功率P
1 n=P
2 n=1/2P
n,被拒绝的用户从其偏好列表中将该子载波删除;如果优选子载波的用户数超过3个,则仍然使用以上方法去比较其中任意两个用户匹配子载波的能效值,以此方法选出与子载波匹配的用户;其余每一条子载波都按照该方法与剩下的用户进行匹配,直到所有用户都成功匹配到子载波,则匹配算法完毕。
进一步的,所述步骤104、根据上述匹配结果写出整个***的能效表达式,具体为:
能效表达式表示为:
s.t.
其中,
是基站给第k个用户在子载波n上发送的功率,
为基站给子载波n分配的功率,R
n为子载波n的速率,
为第k个用户在第n个子载波上的信噪比;
将离散变量约束由双边匹配算法解决,其中上述公式中的信噪比重新改写为:
其中A
1,A
2和A分别表示为:
令
因此约束C2和C3可以改写为
之后,引入指数函数替换变量,令
因此
又可以重新改写为
和
其中
再令
将该优化问题重新改写为:
s.t.
s.t.
式中,
其中,
分别表示中继和基站分配的功率,
分别表示用户的信噪比,
为第q次迭代的初始点。
进一步的,所述步骤105、基于变量替换、连续凸逼近和分式规划方法进行用户功率和中继功率分配,计算出***能效值,具体包括:
首先由优化问题形式可知,该问题为一个分子凹,分母凸的凸约束多比率问题,基于分式规划理论,引入变量λn将目标函数改写成:
s.t.
其中,
λ
n为引入的辅助变量,
分别表示中继和基站分配的功率,
分别表示用户的信噪比,
初始化迭代容忍因子ε和最大迭代次数qmax,将功率分配初始值设置为0,每一次计算能效值并更新λn,直到两次迭代单位模值之差小于迭代容忍因子或达到最大迭代次数,输出功率值。
本发明的优点及有益效果如下:
本发明在考虑多载波协作NOMA的情况下,基于匹配理论和分式规划方法,传统方法是将该匹配问题转化离散变量约束问题,但本发明采用基于Gale-shapely匹配理论进行求解,首先根据信道增益分别列出用户和子载波的偏好列表将用户与子载波进行配对,如果子载波的匹配列表数小于2时,子载波将此用户添加到其匹配列表上;如果子载波的匹配列表数等于2时,通过
式中
表示用户1和用户2在该子载波上能效值,P
1 n=P
2 n=1/2P
n是基站给两个用户在子载波n上发送的功率,
为基站给子载波n分配的功率,
为第k个用户在第n个子载波上的信噪比;分别计算三个用户两两配对到该载波上的能效值,子载波选择最大的能效值的用户组合作为该子载波的匹配列表并更新,更新未匹配列表;成功匹配到子载波n的两个用户等分功率P
1 n=P
2 n=1/2P
n,被拒绝的用户从其偏好列表中将该子载波删除;如果优选子载波的用户数超过3个,则仍然使用以上方法去比较其中任意两个用户匹配子载波的能效值,以此方法选出与子载波匹配的用户;其余每一条子载波都按照该方法与剩下的用户进行匹配,直到所有用户都成功匹配到子载波,最后计算每个子载波上上的能效值
之后通过一系列变量改写将约束转换成凸集,因此转化为等价问题
s.t.
再通过分式规划方法将上述目标函数改写为一个分子凹,分母凸的凸约束多比率问题,创新地采用基于分式规划理论进行功率分配,引入变量λn将目标函数改写成:
s.t.
其中,
λ
n为引入的辅助变量,
分别表示中继和基站分配的功率,
分别表示用户的信噪比,
最后本发明所提供的方法具有复杂度低,收敛次数少的特点,相比于其他方案能在保证用户最小速率需求的基础上最大化***的能量效率,特别适合下行多载波协作NOMA网络,具有较好的可行性和实用性。
附图说明
图1是本发明提供优选实施例多载波协作非正交多址接入下行***链路模型;
图2为本发明中基站的发射功率对***能效的影响;
图3为本发明中用户最小速率需求与***能效的影响;
图4为本发明中电路恒定损耗与***能耗的影响;
图5为本发明的流程示意图。
具体实施方式
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明公开多载波协作非正交多址接入下行***的能效最大化方法,包括:
初始化用户个数和子载波个数,基站和中继获取用户的信道状态信息,确定每个用户的信道增益,将用户按照信道增益降序进行排序,建立优化问题;根据用户的信道增益,生成每个用户和每个子载波的偏好列表。初始化匹配列表和未匹配列表,匹配列表用于记录每个子载波上的用户匹配情况,未匹配列表用于记录未被匹配到子载波上的用户;执行双边匹配算法;根据上述匹配结果写出整个***的能效表达式;基于分式规划理论进行用户功率和中继功率分配。本发明所提供的方法具有复杂度低,收敛次数少的特点,相比于其他方案能在保证用户速率需求的基础上最大化***的能量效率,适合下行多载波协作NOMA网络,具有较好的可行性和实用性。
本实施为多载波协作非正交多址接入下行***的能效最大化方法,在多载波协作非正交多址接入下行***中,包含一个基站和一个中继,有K个用户,N个子载波,用户随机分布在半径为130米的服务范围内,信号由基站发送给中继,中继采用放大转发协议将信号发送给用户。基站到中继的信道增益可表示成:
中继到用户的增益可表示成:
其中f
SR和f
Rk是瑞利衰落系数,d
SR和d
Rk分别表示基站到中继和中继到用户之间的距离,α为路径损耗因子,设置为2。β
SR和β
Rk分别为在d
SR和d
Rk为1米时的信道增益,均为0.1。***带宽B为5M Hz,加性高斯白噪声能量谱密度为-174dBm/Hz。迭代容忍因子ε为10
-6,最大迭代次数q
max为100次。
下面结合上述具体实例对本发明所述提供一种多载波协作非正交多址接入下行***中的能效最大化的方法做详细说明:
(1)假设在理想信道状态信息的情况下,满足用户最小速率需求,使***能效最大化的优化问题如下表示:
s.t.
式中,C1为基站最大传输功率约束,P
smax表示基站的最大传输功率;C2为中继最大发射功率约束,P
rmax表示中继进行放大转发协议时的最大发射功率;C3为匹配约束,
表示匹配因子,即1表示用户k占据此子载波n,0表示用户k未占用此子载波n;C4为每个子载波能够匹配的最大用户数为2;C5为每个用户的最小速率需求约束,R
k min表示用户的最小速率需求;C6为所有功率的非负约束。
(2)将上述建立的优化问题解耦成两部分,第一部分为子载波与用户之间的匹配问题。首先将第k个用户表示为UTk,将第n条子载波表示为SCn,假设子载波数和用户数满足K=2N,如果UTk被分配到SCn则说明UTk与SCn相互匹配,基于完美信道状态信息,用户和子载波的偏好列表被表示为:
PF_UT=[PF_UT(1),...,PF_UT(k),...,PF_UT(K)]T
PF_SC=[PF_SC(1),...,PF_SC(n),...,PF_SC(N)]T
其中PF_UT(k)和PF_SC(n)分别是UT
k和SC
n的偏好列表,如果UT
k在SC
i上的信道增益比在SC
j上高,UT
k优先选择SC
i而不是SC
j,表示为:
例如,考虑4个用户和2个子载波,其信道增益矩阵为:
H=[0.227,0.335;0.767,0.590;0.684,0.458;0.195,0.658]
其中行索引表示用户,列索引表示子载波,因此,得到用户的偏好列表:
PF_UT(1)=[2 1]T;PF_UT(2)=[1 2]T;PF_UT(3)=[1 2]T;PF_UT(4)=[2 1]T。
每个用户根据其偏好列表发送匹配请求给其最优先选择的子载波,然后子载波再去选择用户。如果子载波的匹配列表数小于2时,子载波将此用户添加到其匹配列表上;如果子载波的匹配列表数等于2时,分别计算三个用户两两配对到该载波上的能效值,计算能效值时,每个子载波分配相同的功率Pn=Psmax/N,Pr n=Prmax/N,子载波选择最大的能效值的用户组合作为该子载波的匹配列表并更新,更新未匹配列表。成功匹配到子载波n的两个用户等分功率P1 n=P2 n=1/2Pn,被拒绝的用户从其偏好列表中将该子载波删除。
(3)子载波与用户匹配过程完毕,进行功率分配部分。首先将该问题表述为:
s.t.
其中C1、C2、C3和C4的表达式与步骤101中对应的含义的相同,将离散变量约束由上述双边匹配算法解决。经过变量替换改写,将该优化问题重新改写为:
s.t.
首先由优化问题形式可知,该问题为一个分子凹,分母凸的凸约束多比率问题。基于分式规划理论,引入变量λn将目标函数改写成:
s.t.
初始化迭代容忍因子ε和最大迭代次数q
max。将功率分配初始值设置为0,更新λ
n,直到两次迭代单位模值之差小于迭代容忍因子即
或达到最大迭代次数q
max,输出功率值
并计算能效值。
算法结束。
在本实施例中,图1为本发明提供实例多载波协作非正交多址接入下行***链路模型。图2为本发明中基站的发射功率对***能效的影响。图3为本发明中用户最小速率需求与***能效的影响。图4为本发明中电路恒定损耗与***能耗的影响。由图2可知,与三种对比方案相比,该算法的提出的方案所得到的***能效随着基站的最大传输功率的增加而增加,且能效均高于三种对比方案。由图3可知,与三种对比方案相比,该算法的提出的方案所得到的***能效随着用户的最小速率需求的增加而降低,且能效均高于三种对比方案。由图4可知,与三种对比方案相比,该算法的提出的方案所得到的***能效随着***内电路的损耗的增加而降低,且能效均高于三种对比方案。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。