CN114513235B - 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备 - Google Patents

基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备 Download PDF

Info

Publication number
CN114513235B
CN114513235B CN202210059008.XA CN202210059008A CN114513235B CN 114513235 B CN114513235 B CN 114513235B CN 202210059008 A CN202210059008 A CN 202210059008A CN 114513235 B CN114513235 B CN 114513235B
Authority
CN
China
Prior art keywords
energy efficiency
user
iteration
communication system
power
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
Application number
CN202210059008.XA
Other languages
English (en)
Other versions
CN114513235A (zh
Inventor
唐杰
宋彦
陈真
黄嘉毅
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202210059008.XA priority Critical patent/CN114513235B/zh
Publication of CN114513235A publication Critical patent/CN114513235A/zh
Application granted granted Critical
Publication of CN114513235B publication Critical patent/CN114513235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0426Power distribution
    • H04B7/043Power distribution using best eigenmode, e.g. beam forming or beam steering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0452Multi-user MIMO systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/20Control channels or signalling for resource management
    • H04W72/23Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于B5G通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备,该方法的目标是在基站最大发送功率和最小数据速率的约束下使***的能量效率最大化,建立基于B5G通信***的平面轨道角动量传输的下行信道模型,提出双层资源分配算法,外层采用二分法得到最优EE,内层采用功率分配迭代算法优化发射功率,每根天线向相应的用户发送携带数据流的平面轨道角动量模态群电磁波,每个用户随机分布在一个扇形区域内。每个用户配备接收天线,根据部分孔径接收法被放置在发送波束的主瓣范围内。本发明与传统NOMA‑MIMO***相比,在满足约束条件的情况下,结合平面轨道角动量模态群和非正交多址技术的优势,能够获得更高的***能效。

Description

基于B5G通信***中的平面轨道角动量传输与资源分配方法、 ***、介质及设备
技术领域
本发明涉及无线通信技术领域,具体涉及基于B5G通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备。
背景技术
物联网(Internet of Things,IoT)的飞速发展使得无线设备数量呈指数级增长。因此,B5G无线网络在满足可靠数据连接和超高数据速率方面面临着特殊的挑战。此外,由于频谱资源不足,设备的数据速率受到严重限制。这些趋势使得频谱效率成为移动通信网络的主要性能指标。另一方面,大量的连接设备也导致了巨大的能源消耗,因此从环境和经济的角度来看,能量效率(Energy Efficiency,EE)已经成为B5G移动通信网络亟待解决的问题。平面轨道角动量模态群(PSOAM MGs)和多输入多输出非正交多址技术(MIMO-NOMA)是两种极具潜力的提高频谱效率和能量效率的新兴关键技术。
NOMA在B5G无线网络中被视作增强频谱效率的关键技术,该技术通过叠加编码,可以同时为大量用户提供相同的物理资源,通过不同的功率等级区分不同的用户,并利用串行干扰消除(SIC)技术来消除多个用户之间的干扰。平面轨道角动量技术因其正交性成为除传统多路复用方式以外的一种新的复用方式,提供了一个新的自由度。相较于传统轨道角动量技术,平面轨道角动量技术可以避免相位奇点和能量空洞问题。在波束赋形领域,应用平面轨道角动量模态群技术可以降低硬件设备的复杂度。将上述两种技术结合有望满足B5G物联网时代对无线通信***的关键性能要求,有着开阔的发展前景。现有的平面轨道角动量传输与资源分配方法主要集中在单用户场景,针对多用户场景下的平面轨道角动量传输与资源分配方法很少有人研究。
当前已有的科研工作者致力于研究MIMO-NOMA技术在多用户场景下的应用,主要关注***能量效率、频谱效率以及***误码率等方面。同时还致力于研究平面轨道角动量技术在单用户场景下的应用,主要关注***频谱效率以及***误码率等方面。在此基础上,将上述两种技术结合是一个极具实际运用意义的研究课题。
发明内容
本发明的目的是针对现有技术的不足,本发明提供一种基于B5G通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备,针对B5G物联网时代对于无线通信网络高频谱效率以及高***能量效率的需求,建立了基于B5G通信***中的平面轨道角动量传输下行信道模型以及基于多用户***能量效率最大化的数学模型,提出了优化功率分配方案的低复杂度迭代算法,在满足用户通信质量的同时,最大化***能量效率。一方面通过平面轨道角动量提供的新自由度提高了***能效,另一方面通过多个用户复用频谱提高了***能效。
本发明的第二目的在于提供一种基于B5G通信***中的平面轨道角动量传输与资源分配***。
本发明的第三目的在于提供一种计算机可读存储介质。
本发明的第四目的在于提供一种计算设备。
为了达到上述目的,本发明采用以下技术方案:
一种基于B5G通信***中的平面轨道角动量传输与资源分配方法,包括下述步骤:
建立基于B5G通信***中的平面轨道角动量传输的下行信道模型:将平面轨道角动量模态群技术与多天线非正交多址技术相结合形成多用户的信道模型;
建立基于B5G通信***能量效率最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式;
建立优化B5G通信***总能量效率的迭代算法,得到各用户各模态群的最优功率分配方案,最终获得优化目标的最优解。
作为优选的技术方案,所述建立基于B5G通信***中的平面轨道角动量传输的下行信道模型,具体步骤包括:
基于平面轨道角动量的B5G网络中包括一个具有Nt根发送天线的基站BS,发送端天线排列成均匀线性阵列,天线间距为ζ,设置天线k发送数据流给对应指定的用户k,k∈{1,…,K}为用户集合的索引,mg∈{1,…,MGs}为模态群集合的索引,在接收端,每个用户配置有Nr根接收天线,接收天线根据部分孔径接收法放置在对应发送电磁波束的主瓣范围内;
在第mg个模态群下,发送给第k个用户的信号Xk,mg表示为:
Xk,mg=Pk,mg·xk,mg
其中,Pk,mg表示分配给第mg个模态群下第k个用户的功率;
在第mg个模态群下,第k个用户的第nr根接收天线与对应的第nt根发送天线之间的信道表示为:
其中,βk,nt是一个与发送天线和接收天线增益相关的一个常数,由发送电磁波的主瓣和旁瓣大小确定,代表第k个用户的第nr根接收天线与第nt根发送天线之间的相位,Gmg代表第mg个模态群中模态的总个数,将得到的信道矩阵H进行奇异值分解,得到奇异值记作λk,l,mg,λ代表发送电磁波波长,/>代表第k个用户的第nr根接收天线与第nt根发送天线之间的距离,/>代表第mg个模态群中的模态数取值,j代表虚部;
根据B5G通信***中的平面轨道角动量传输采用NOMA技术作为多址方案,所有用户共享同一频谱资源实现与基站之间的通信,信息接收端采用串行干扰消除技术;
比较基站与每个用户之间信道的功率增益,设置满足以下关系:λ1,1,mg≤λ2,2,mg≤…≤λK,K,mg,下行链路信息解调顺序按照信道增益递增的顺序进行解码。
作为优选的技术方案,所述建立基于B5G通信***能量效率最大化的数学模型,具体步骤包括:
在第mg个模态群下用户k的数据率表示为:
***总数据率表示为:
在基于B5G通信***的平面轨道角动量传输中,***总功率损耗为电路硬件功率损耗以及发送端功率之和,表示为:
所述基于***能量效率最大化的数学模型的优化变量为各用户各模态群的功率;
所述基于***能量效率最大化的数学模型的约束条件包括:
各用户各模态群下的数据率不小于最低通信数据率:Rk,mg≥Rreq,k=1,…,K,mg=1,…,MGs;Rreq是保证通信质量下的最低通信数据率;
在所有模态群下所有用户分配到的实际总功率不大于基站所能提供的最大功率:
各个模态群下各个用户的最低功率约束:pk,mg>0;
基于用户采集能量最大化的数学模型如下:
s.t.C1:
C2:
C3:
其中,B代表带宽,代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第k个接收天线的奇异值,/>代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第l个接收天线的奇异值,pk,mg代表在第mg个模态群下用户k的发射功率,Pk,mg表示分配给第mg个模态群下第k个用户的功率,α是功率放大器漏极效率,Pic是每根发送天线的硬件电路功耗,λk,l,mg表示信道矩阵进行奇异值分解后得到的奇异值,MGs表示模态群的个数,C1、C2、C3表示约束条件。
作为优选的技术方案,所述建立优化B5G通信***总能量效率的迭代算法,具体步骤包括:
将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题;
在算法外层获得最优***能效使用二分算法求解;
基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法。
作为优选的技术方案,所述将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题,具体步骤包括:
根据广义分式规划将原能效优化问题P1转化为如下优化问题P2:
其中,Rtotal(P)代表***总体的数据率,PCtotal(P)代表***总体的硬件损耗,γ(γEE)是关于自变量γEE的单调递减的函数;
***最优能效表示为:
将Rtotal根据所叠加的模态群个数拆分成如下相应独立的部分:
Rtotal(P)-γEEPCtotal(P)=F(P)-H(P)
其中
F(P)=fmg1(Pmg)+fmg2(Pmg)+…+fmgMGs(Pmg)
H(P)=hmg1(Pmg)+hmg2(Pmg)+…+hmgMGs(Pmg)
在每一个模态群下,根据对数变换得到fmg(Pmg)和hmg(Pmg)的表达式如下:
其中,Pl,mg表示向量P中的元素:Pl,mg=P(1,(mg-1)K+l);
约束条件C1转化为一个等价的线性形式:
此时将能效优化问题P2转化为如下优化问题P3:
max F(P)-H(P)
s.t.C1′,C2,C3
利用一阶泰勒展开将凹函数hmg(Pmg)近似为一个仿射函数,能效优化问题P3转化为如下优化问题P4:
s.t.C1′,C2,C3
其中,代表在第q次迭代下的hmg(Pmg)函数,Pmg代表在模态群mg下的功率向量,/>代表在模态群mg下的第q次迭代的功率向量;
将能效优化问题P4转化为一个凸优化问题,采用拉格朗日对偶并利用梯度下降求解。
作为优选的技术方案,所述在算法外层获得最优***能效使用二分算法求解,具体步骤包括:
初始化参数:设置迭代计数参数i=0,设置停止条件ε>0,设置***能效上下限使得
重复以下步骤直至
计算
对于给定的和Pi求解***最优能效/>若/>此时的Pi即为功率分配的最优方案并月/>若/>若/>参数i递增1。
作为优选的技术方案,所述基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法,具体步骤包括:
初始化参数:设置迭代计数参数q=0,设置停止条件∈>0,设置发射功率的初始值P(0),计算I0=F(P0)-H(P0);
重复以下步骤直至|Iq-Iq-1|≤∈;
初始化参数:设置迭代计数参数s1=0,设置停止条件∈1>0,∈2>0,设置拉格朗日乘子μ(0)≥0,ν(0)≥0,Ψ(0)≥0;
重复迭代直至||μ(s1)(s1-1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)(s1-1)|2≤∈2
设置q=q+1,Pq=P*
计算Iq=F(Pq)-H(Pq);
所述重复迭代直至||μ(s1)(s1-1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)-Ψ(s1-1)|2≤∈2,具体步骤包括:
设置迭代计数参数s2=0,初始化
重复以下步骤直至
根据梯度下降法更新
设置s1=s1+1;
更新拉格朗日参数μ,ν,Ψ;
其中,F(P0)表示第0次迭代下的F(P)函数,H(P0)表示第0次迭代下的H(P0)函数,q表示迭代的次数,μ(s1)、μ(s1-1)、ν(s1)、ν(s1-1)、Ψ(s1)、Ψ(s1-1)分别表示第s1次和s1-1次迭代下的拉格朗日乘子。
为了达到上述第二目的,本发明采用以下技术方案:
一种基于B5G通信***中的平面轨道角动量传输与资源分配***,包括:下行信道模型构建模块、能效数学模型构建模块和迭代模块;
所述下行信道模型构建模块用于构建下行信道模型构建模块,将平面轨道角动量模态群技术与多天线非正交多址技术相结合形成多用户的信道模型;
所述能效数学模型构建模块用于建立基于B5G通信***能量效率最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式;
所述迭代模块用于建立优化B5G通信***总能量效率的迭代算法,得到各用户各模态群的最优功率分配方案,最终获得优化目标的最优解。
为了达到上述第三目的,本发明采用以下技术方案:
一种计算机可读存储介质,存储有程序,所述程序被处理器执行时实现上述基于B5G通信***中的平面轨道角动量传输与资源分配方法。
为了达到上述第四目的,本发明采用以下技术方案:
一种计算设备,包括处理器和用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述基于B5G通信***中的平面轨道角动量传输与资源分配方法。
本发明与现有技术相比,具有如下优点和有益效果:
本发明提供基于B5G通信***中的平面轨道角动量传输的同时最大化***能量效率的功率分配优化方案,利用平面轨道角动量模态群和NOMA技术的优势,在保证所有用户满足最低数据率以及所有用户分配功率之和小于基站提供总功率要求的基础上,实现***能量效率最大化。一方面通过平面轨道角动量提供的新自由度提高了***能效,另一方面通过多个用户复用频谱提高了***能效。
附图说明
图1为本发明基于B5G通信***中的平面轨道角动量传输与资源分配方法的流程示意图;
图2为本发明用户数量和***最优能效的关系示意图;
图3为本发明各用户最低数据率约束与***最优能效的关系示意图;
图4为本发明***最大总功率约束与***最优能效的关系示意图。
具体实施方式
下面结合实施例及附图对本发明的具体实施作进一步详细的描述,但本发明的实施方式不限于此。
实施例1:
如图1所示,本实施例提供一种基于B5G通信***中的平面轨道角动量传输与资源分配方法,包括以下步骤:
步骤一:建立基于B5G通信***中的平面轨道角动量传输的下行信道模型。
基于B5G通信***中的平面轨道角动量传输网络中包括一个具有Nt根发送天线的基站BS,K个用户随机分布在距基站30米之内的120°扇形区域中。发送端天线排列成均匀线性阵列,天线间距为ζ,假设天线k发送数据流给对应指定的用户k,k∈{1,…,K}为用户集合的索引。天线采用环形行波天线外加环形喇叭的结构发送平面轨道角动量模态群电磁波,mg∈{1,…,MGs}为模态群集合的索引。在接收端,每个用户配置有Nr根接收天线,接收天线根据部分孔径接收法放置在对应发送电磁波束的主瓣内。由于不同的平面轨道角动量模态群电磁波在主瓣宽度内可视为正交的,各用户在不同模态群电磁波下的干扰可以忽略。由于所有用户共享相同的带宽,在同一模态群电磁波下,用户间干扰在解码时不可忽略。在第mg个模态群下,发送给第k个用户的信号Xk,mg可以表示为:
Xk,mg=pk,mg·xk,mg, (1)
其中Pk,mg表示分配给第mg个模态群下第k个用户的功率。
在第mg个模态群下,第k个用户的第nr根接收天线与对应的第nt根发送天线之间的信道可表示为:
其中是一个与发送天线和接收天线增益相关的一个常数,由发送电磁波的主瓣和旁瓣大小确定。/>代表第k个用户的第nr根接收天线与第nt根发送天线之间的相位。Gmg代表第mg个模态群中模态的总个数。将得到的信道矩阵H进行奇异值分解,得到奇异值记作λk,l,mg,λ代表发送电磁波波长,/>代表第k个用户的第nr根接收天线与第nt根发送天线之间的距离,/>代表第mg个模态群中的模态数取值,j代表虚部。
根据基于B5G通信***中的平面轨道角动量传输采用NOMA技术作为多址方案,所有用户共享同一频谱资源实现与基站之间的通信,在同一个模态群下,各个用户在信息接收端解调信息时会受到其他用户的干扰。信息接收端采用串行干扰消除技术,降低或消除其他用户的干扰;假设BS与每个用户间的信道状态信息在基站处已知,比较基站与每个用户之间信道的功率增益,假设满足以下关系:λ1,1,mg≤λ2,2,mg≤…≤λK,K,mg,下行链路信息解调顺序为用户1,用户2…用户K,即按照信道增益递增的顺序进行解码。
步骤二:建立基于***能效最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式。
在第mg个模态群下用户k的数据率表示为:
其中B代表带宽,代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第k个接收天线的奇异值、/>代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第1个接收天线的奇异值、pk,mg代表在第mg个模态群下用户k的发射功率。
假设一共有MGs个模态群,***总数据率表示为:
在基于B5G通信***中的平面轨道角动量传输中,***总功率损耗为电路硬件功率损耗以及发送端功率之和,表示为:
其中,α是功率放大器漏极效率,Pic是每根发送天线的硬件电路功耗;
所述基于***能量效率最大化的数学模型的优化变量为各用户各模态群的功率;
所述基于***能量效率最大化的数学模型的约束条件包括:
(1)各用户各模态群下的数据率不小于最低通信速率:Rk,mg≥Rreq,k=1,…,K,mg=1,…,MGs;Rreq是保证通信质量下的最低通信速率。
(2)在所有模态群下所有用户分配到的实际总功率不大于基站所能提供的最大功率:
(3)各个模态群下各个用户的最低功率约束:Pk,mg>0;
基于用户采集能量最大化的数学模型如下:
s.t.C1:
C2:
C3:
其中C1、C2、C3表示约束条件。
步骤三:建立优化***总能量效率的低复杂度迭代算法。
S1将基于用户采集能量最大化的数学模型转化为一个凸优化问题;
S2在算法外层获得最优***能效使用二分算法求解;
S3基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法。
进一步地,步骤S1包括以下步骤:
S1.1、根据广义分式规划可以将原能效优化问题P1转化为如下优化问题P2
其中,Rtotal(P)代表***总体的数据率,PCtotal(P)代表***总体的硬件损耗,γ(γEE)是关于自变量γEE的单调递减的函数。并且***最优能效可以记作:
S1.2、由于不同的平面轨道角动量模态群电磁波具有正交性和多样性,可以将其看作相互平行的子信道,因此可以将Rtotal根据所叠加的模态群个数拆分成如下相应独立的部分:
Rtotal(P)-γEEPCtotal(P)=F(P)-H(P) (9)
其中
F(P)=fmg1(Pmg)+fmg2(Pmg)+…+fmgMGs(Pmg) (10)
H(P)=hmg1(Pmg)+hmg2(Pmg)+…+hmgMGs(Pmg) (11)
在每一个模态群下,根据对数变换可以得到关于每一个不同模态群下的函数定义为fmg(Pmg)和hmg(Pmg)。其表达式如下:
其中pl,mg表示向量P中的元素:pl,mg=P(1,(mg-1)K+l)。
约束条件C1可以转化为一个等价的线性形式:
此时将能效优化问题P2转化为如下优化问题P3:
max F(P)-H(P) (15a)
s.t.C1′,C2,C3 (15b)
S1.3、根据不同模态群相互正交,将相同模态群下fmg(Pmg)-hmg(Pmg)看作一个独立的表达式,此时fmg(Pmg)与hmg(Pmg)是两个凹函数,利用一阶泰勒展开将hmg(Pmg)近似为一个仿射函数。能效优化问题P3可转化为如下优化问题P4:
s.t.C1′,C2,C3 (16b)
其中,代表在第q次迭代下公式(11)中的hmg(Pmg)函数,Pmg代表在模态群mg下的功率向量,/>代表在模态群mg下的第q次迭代的功率向量。
至此,能效优化问题P4转化为一个凸优化问题可用拉格朗日对偶并利用梯度下降求解。
进一步地,步骤S2中,基于γ(γEE)是关于自变量γEE的单调递减函数,当γEE大于***最优能效时γ(γEE)小于零,当γEE小于***最优能效/>时γ(γEE)大于零,因此可用二分算法求解,具体算法如下:
I.初始化参数:设置迭代计数参数i=0,设置停止条件ε>0,设置***能效上下限使得
II.重复以下步骤直至
A.计算
B.对于给定的和Pi求解(8)。如果/>此时的Pi即为功率分配的最优方案并且/>如果/>如果/>
进一步地,步骤S3包括以下步骤:
基于外层循环获得的***能效,在内层使用功率分配迭代算法获得最优功率分配方案,具体算法如下:
I.初始化参数:设置迭代计数参数q=0,设置停止条件∈>0,设置发射功率的初始值P(0),计算I0=F(P0)-H(P0)。
II.重复以下步骤直至|Iq-Iq-1|≤∈。
A.初始化参数:设置迭代计数参数s1=0,设置停止条件∈1>0,∈2>0,设置拉格朗日乘子μ(0)≥0,ν(0)≥0,Ψ(0)≥0。
B.重复以下步骤直至||μ(s1)(s1-1)||2≤∈2,||v(s1)(s1-1)||2≤∈2和|Ψ(s1)-Ψ(s1-1)|2≤∈2
a.设置迭代计数参数s2=0,初始化
b.重复以下步骤直至
根据梯度下降法更新
c.设置s1=s1+1
d.更新拉格朗日参数μ,ν,Ψ
C.设置q=q+1,Pq=P*
D.计算Iq=F(Pq)-H(Pq)。
其中,第0次迭代下的F(P)函数为F(P0)、第0次迭代下的H(P)函数为H(P0),定义第0次迭代下函数I0=F(P0)-H(P0)且在第q次迭代下的函数为Iq、在第q-1次迭代下的函数为Iq -1。μ(s1)、μ(s1-1)、ν(s1)、ν(s1-1)、Ψ(s1)、Ψ(s1-1)分别表示第s1次和s1-1次迭代下的拉格朗日乘子。
如图2-图4所示,分别为本实施例基于B5G通信***中的平面轨道角动量传输的同时最大化***能效的功率分配优化方案的仿真效果图。
如图2所示,研究了在不同用户数量,不同电路功率损耗情况下所提出算法的***能效性能。用户数量为1-7,电路功率损耗分别为6W,11W,16W。从图2可以看出,随着电路功率损耗的增加,***能效降低。这是由于***能效与总功率消耗成反比,当电路功率损耗增加时,***最优能效相应降低。当***电路损耗不变时,随着用户数量的增加,***最优能效降低。这是由于随着用户的增多,在同一模态群下***各用户间的干扰会增加。因此,在用户数量增多的情况下,需要更高的发射功率来满足最小的用户数据率和硬件电路消耗。
如图3所示,研究了在所提出算法下各用户最低数据率约束Rreq与***最优能效的关系。用户最低数据率约束为0.5-4.5bit/s/Hz。从图3可以看出,随着用户最低数据率约束Rreq的增加,***能效降低。当用户最低数据率约束大于4bit/s/Hz时,***能效显著下降,这是由于发送功率的限制不能满足每个用户的QoS需求。图3中还研究了所提出的基于B5G通信***中的平面轨道角动量传输与传统MIMO-NOMA***传输的能效关系。本实施例提出的***最优能效相较于传统MIMO-NOMA***最优能效有显著的增益提升,这是由于平面轨道角动量提供了一个新的自由度,是一种新的复用方式。
如图4所示,研究了在所提出算法下***最大功率约束Pmax与***最优能效的关系。***最大功率约束Pmax为0.05-1.95W,用户数量分别设置为3和4。从图4可以看出,随着***最大功率约束Pmax的增加,***能效先增加再趋于平缓。当***最大功率约束Pmax较小时,***最优能效增加速度较快,当用户可达数据率和能量消耗达到平衡时,***最优能效趋于一个固定值。这是由于当***最大功率约束Pmax较高时,只需要部分功率即可满足最大化***用户速率。当用户数量增多时,***最优能效降低,这是由于随着用户数量的增大,***功率消耗会增多。图4中还研究了所提出的基于B5G通信***中的平面轨道角动量传输与与传统MIMO-NOMA***传输的能效关系。提出的***相较于传统MIMO-NOMA***有显著的增益提升,这是由于平面轨道角动量模态群之间的正交性和多样性使得所提出***的并行子信道数目多于传统MIMO-NOMA***的信道个数。
实施例2
本实施例提供一种基于B5G通信***中的平面轨道角动量传输与资源分配***,具体实施方式与实施例的基于B5G通信***中的平面轨道角动量传输与资源分配方法相同,具体包括:下行信道模型构建模块、能效数学模型构建模块和迭代模块;
在本实施例中,下行信道模型构建模块用于构建下行信道模型构建模块,将平面轨道角动量模态群技术与多天线非正交多址技术相结合形成多用户的信道模型;
在本实施例中,下能效数学模型构建模块用于建立基于B5G通信***能量效率最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式;
在本实施例中,下迭代模块用于建立优化B5G通信***总能量效率的迭代算法,得到各用户各模态群的最优功率分配方案,最终获得优化目标的最优解。
实施例3
本实施例提供一种计算机可读存储介质,存储介质可以是ROM、RAM、磁盘、光盘等储存介质,该存储介质存储有一个或多个程序,程序被处理器执行时,实现实施例1的基于B5G通信***中的平面轨道角动量传输与资源分配方法。
实施例4
本实施例提供一种计算设备,该计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有显示功能的终端设备,该计算设备包括处理器和存储器,存储器存储有一个或多个程序,处理器执行存储器存储的程序时,实现实施例1的基于B5G通信***中的平面轨道角动量传输与资源分配方法。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (6)

1.一种基于B5G通信***中的平面轨道角动量传输与资源分配方法,其特征在于,包括下述步骤:
建立基于B5G通信***中的平面轨道角动量传输的下行信道模型:将平面轨道角动量模态群技术与多天线非正交多址技术相结合形成多用户的信道模型;
建立基于B5G通信***能量效率最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式;
建立优化B5G通信***总能量效率的迭代算法,得到各用户各模态群的最优功率分配方案,最终获得优化目标的最优解;
所述建立优化B5G通信***总能量效率的迭代算法,具体步骤包括:
将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题;
在算法外层获得最优***能效使用二分算法求解;
基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法;
所述将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题,具体步骤包括:
根据广义分式规划将原能效优化问题P1转化为如下优化问题P2:
其中,Rtotal(P)代表***总体的数据率,PCtotal(P)代表***总体的硬件损耗,是关于自变量γEE的单调递减的函数;
***最优能效表示为:
将Rtotal根据所叠加的模态群个数拆分成如下相应独立的部分:
Rtotal(P)-γEEPCtotal(P)=F(P)-H(P)
其中
F(P)=fmg1(Pmg)+fmg2(Pmg)+…+fmgMGs(Pmg)
H(P)=hmg1(Pmg)+hmg2(Pmg)+…+hmgMGs(Pmg)
在每一个模态群下,根据对数变换得到fmg(Pmg)和hmg(Pmg)的表达式如下:
其中,pl,mg表示向量P中的元素:pl,mg=P(1,(mg-1)K+l),Pic是每根发送天线的硬件电路功耗,MGs表示模态群的个数,K表示用户数;
约束条件C1转化为一个等价的线性形式:
C1′:
此时将能效优化问题P2转化为如下优化问题P3:
max F(P)-H(P)
s.t.C1′,C2,C3
利用一阶泰勒展开将凹函数hmg(Pmg)近似为一个仿射函数,能效优化问题P3转化为如下优化问题P4:
s.t.C1′,C2,C3
其中,代表在第q次迭代下的hmg(Pmg)函数,Pmg代表在模态群mg下的功率向量,代表在模态群mg下的第q次迭代的功率向量;
将能效优化问题P4转化为一个凸优化问题,采用拉格朗日对偶并利用梯度下降求解;
所述在算法外层获得最优***能效使用二分算法求解,具体步骤包括:
初始化参数:设置迭代计数参数i=0,设置停止条件ε>0,设置***能效上下限使得
重复以下步骤直至
计算
对于给定的和Pi求解***最优能效/>若/>此时的Pi即为功率分配的最优方案并且/>若/>若/>参数i递增1;
所述基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法,具体步骤包括:
初始化参数:设置迭代计数参数q=0,设置停止条件∈>0,设置发射功率的初始值P90),计算I0=F(P0)-H(P0);
重复以下步骤直至|Iq-Iq-1|≤∈;
初始化参数:设置迭代计数参数s1=0,设置停止条件∈1>0,∈2>0,设置拉格朗日乘子μ(0)≥0,ν(0)≥0,Ψ(0)≥0;
重复迭代直至||μ(s1)(s1-1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)(s1-1)|2≤∈2
设置参数q递增1,Pq=P*
计算Iq=F(Pq)-G(Pq);
所述重复迭代直至||μ(s1)(s1-1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)(s1-1)|2≤∈2,具体步骤包括:
设置迭代计数参数s2=0,初始化
重复以下步骤直至
根据梯度下降法更新
设置参数s1递增1;
更新拉格朗日参数μ,ν,Ψ;
其中,F(P0)表示第0次迭代下的F(P)函数,H(P0)表示第0次迭代下的H(P0)函数,q表示迭代的次数,μ(s1)、μ(s1-1)、ν(s1)、ν(s1-1)、Ψ(s1)、Ψ(s1-1)分别表示第s1次和s1-1次迭代下的拉格朗日乘子。
2.根据权利要求1所述的基于B5G通信***中的平面轨道角动量传输与资源分配方法,其特征在于,所述建立基于B5G通信***中的平面轨道角动量传输的下行信道模型,具体步骤包括:
基于平面轨道角动量的B5G网络中包括一个具有Nt根发送天线的基站BS,发送端天线排列成均匀线性阵列,天线间距为ζ,设置天线k发送数据流给对应指定的用户k,k∈{1,…,K}为用户集合的索引,mg∈{1,…,MGs}为模态群集合的索引,在接收端,每个用户配置有Nr根接收天线,接收天线根据部分孔径接收法放置在对应发送电磁波束的主瓣范围内;
在第mg个模态群下,发送给第k个用户的信号Xk,mg表示为:
Xk,mg=pk,mg·xk,mg
其中,pk,mg表示分配给第mg个模态群下第k个用户的功率;
在第mg个模态群下,第k个用户的第nr根接收天线与对应的第nt根发送天线之间的信道表示为:
其中,是一个与发送天线和接收天线增益相关的一个常数,由发送电磁波的主瓣和旁瓣大小确定,/>代表第k个用户的第nr根接收天线与第nt根发送天线之间的相位,Gmg代表第mg个模态群中模态的总个数,将得到的信道矩阵H进行奇异值分解,得到奇异值记作λk,l,mg,λ代表发送电磁波波长,/>代表第k个用户的第nr根接收天线与第nt根发送天线之间的距离,/>代表第mg个模态群中的模态数取值,j代表虚部;
根据B5G通信***中的平面轨道角动量传输采用NOMA技术作为多址方案,所有用户共享同一频谱资源实现与基站之间的通信,信息接收端采用串行干扰消除技术;
比较基站与每个用户之间信道的功率增益,设置满足以下关系:λ1,1,mg≤λ2,2,mg≤…≤λK,K,mg,下行链路信息解调顺序按照信道增益递增的顺序进行解码。
3.根据权利要求1所述的基于B5G通信***中的平面轨道角动量传输与资源分配方法,其特征在于,所述建立基于B5G通信***能量效率最大化的数学模型,具体步骤包括:
在第mg个模态群下用户k的数据率表示为:
***总数据率表示为:
在基于B5G通信***的平面轨道角动量传输中,***总功率损耗为电路硬件功率损耗以及发送端功率之和,表示为:
所述基于***能量效率最大化的数学模型的优化变量为各用户各模态群的功率;
所述基于***能量效率最大化的数学模型的约束条件包括:
各用户各模态群下的数据率不小于最低通信数据率:Rk,mg≥Rreq,k=1,…,K,mg=1,…,MGs;Rreq是保证通信质量下的最低通信数据率;
在所有模态群下所有用户分配到的实际总功率不大于基站所能提供的最大功率:
各个模态群下各个用户的最低功率约束:pk,mg>0;
基于用户采集能量最大化的数学模型如下:
s.t.C1:
C2:
C3:
其中,B代表带宽,λk,k,mg代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第k个接收天线的奇异值,λk,l,mg代表信道矩阵奇异值分解后所对应的在第mg个模态群下第k个用户与其对应的第l个接收天线的奇异值,pk,mg代表在第mg个模态群下用户k的发射功率,α是功率放大器漏极效率,C1、C2、C3表示约束条件。
4.一种基于B5G通信***中的平面轨道角动量传输与资源分配***,其特征在于,包括:下行信道模型构建模块、能效数学模型构建模块和迭代模块;
所述下行信道模型构建模块用于构建下行信道模型构建模块,将平面轨道角动量模态群技术与多天线非正交多址技术相结合形成多用户的信道模型;
所述能效数学模型构建模块用于建立基于B5G通信***能量效率最大化的数学模型,包括确定优化变量、目标函数以及约束条件的数学表达式;
所述迭代模块用于建立优化B5G通信***总能量效率的迭代算法,得到各用户各模态群的最优功率分配方案,最终获得优化目标的最优解;
所述建立优化B5G通信***总能量效率的迭代算法,具体步骤包括:
将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题;
在算法外层获得最优***能效使用二分算法求解;
基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法;
所述将基于B5G通信***能量效率最大化的数学模型转化为一个凸优化问题,具体步骤包括:
根据广义分式规划将原能效优化问题P1转化为如下优化问题P2:
其中,Rtotal(P)代表***总体的数据率,PCtotal(P)代表***总体的硬件损耗,是关于自变量γEE的单调递减的函数;
***最优能效表示为:
将Rtotal根据所叠加的模态群个数拆分成如下相应独立的部分:
Rtotal(P)-γEEPCtotal(P)=F(P)-H(P)
其中
F(P)=fmg1(Pmg)+fmg2(Pmg)+…+fmgMGs(Pmg)
H(P)=hmg1(Pmg)+hmg2(Pmg)+…+hmgMGs(Pmg)
在每一个模态群下,根据对数变换得到fmg(Pmg)和hmg(Pmg)的表达式如下:
其中,pl,mg表示向量P中的元素:pl,mg=P(1,(mg-1)K+l),Pic是每根发送天线的硬件电路功耗,MGs表示模态群的个数,K表示用户数;
约束条件C1转化为一个等价的线性形式:
C1′:
此时将能效优化问题P2转化为如下优化问题P3:
max F(P)-H(P)
s.t.C1′,C2,C3
利用一阶泰勒展开将凹函数hmg(Pmg)近似为一个仿射函数,能效优化问题P3转化为如下优化问题P4:
s.t.C1′,C2,C3
其中,代表在第q次迭代下的hmg(Pmg)函数,Pmg代表在模态群mg下的功率向量,代表在模态群mg下的第q次迭代的功率向量;
将能效优化问题P4转化为一个凸优化问题,采用拉格朗日对偶并利用梯度下降求解;
所述在算法外层获得最优***能效使用二分算法求解,具体步骤包括:
初始化参数:设置迭代计数参数i=0,设置停止条件ε>0,设置***能效上下限使得
重复以下步骤直至
计算
对于给定的和Pi求解***最优能效/>若/>此时的Pi即为功率分配的最优方案并且/>若/>若/>参数i递增1;
所述基于外层迭代的***能效,在内层获得最优功率分配方案使用功率分配迭代算法,具体步骤包括:
初始化参数:设置迭代计数参数q=0,设置停止条件∈>0,设置发射功率的初始值P(0),计算I0=F(P0)-H(P0);
重复以下步骤直至|Iq-Iq-1|≤∈;
初始化参数:设置迭代计数参数s1=0,设置停止条件∈1>0,∈2>0,设置拉格朗日乘子μ(0)≥0,ν(0)≥0,Ψ(0)≥0;
重复迭代直至||μ(s1)(s1-1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)(s1-1)|2≤∈2
设置参数q递增1,Pq=P*
计算Iq=F(Pq)-H(Pq);
所述重复迭代直至||μ(s1)(s1*1)||2≤∈2,||ν(s1)(s1-1)||2≤∈2和|Ψ(s1)(s1-1)|2≤∈2,具体步骤包括:
设置迭代计数参数s2=0,初始化
重复以下步骤直至
根据梯度下降法更新
设置参数s1递增1;
更新拉格朗日参数μ,ν,Ψ;
其中,F(P0)表示第0次迭代下的F(P)函数,H(P0)表示第0次迭代下的H(P0)函数,q表示迭代的次数,μ(s1)、μ(s1-1)、ν(s1)、ν(s1-1)、Ψ(s1)、Ψ(s1-1)分别表示第s1次和s1-1次迭代下的拉格朗日乘子。
5.一种计算机可读存储介质,存储有程序,其特征在于,所述程序被处理器执行时实现如权利要求1-3任一项所述基于B5G通信***中的平面轨道角动量传输与资源分配方法。
6.一种计算设备,包括处理器和用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现如权利要求1-3任一项所述基于B5G通信***中的平面轨道角动量传输与资源分配方法。
CN202210059008.XA 2022-01-19 2022-01-19 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备 Active CN114513235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210059008.XA CN114513235B (zh) 2022-01-19 2022-01-19 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210059008.XA CN114513235B (zh) 2022-01-19 2022-01-19 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备

Publications (2)

Publication Number Publication Date
CN114513235A CN114513235A (zh) 2022-05-17
CN114513235B true CN114513235B (zh) 2023-07-18

Family

ID=81549887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210059008.XA Active CN114513235B (zh) 2022-01-19 2022-01-19 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备

Country Status (1)

Country Link
CN (1) CN114513235B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116436740B (zh) * 2023-06-15 2023-09-15 北京遥感设备研究所 一种轨道角动量模态间干扰抑制方法及***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109041196B (zh) * 2018-08-09 2020-09-22 华南理工大学 Noma携能通信***中基于能效最大化的资源联合分配方法
KR20210026866A (ko) * 2019-09-02 2021-03-10 삼성전자주식회사 무선 통신 시스템에서 비동기적 신호를 송신 및 수신하기 위한 장치 및 방법

Also Published As

Publication number Publication date
CN114513235A (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
Qi et al. Integrating sensing, computing, and communication in 6G wireless networks: Design and optimization
CN111447631A (zh) 基于非正交多址技术的星地联合波束形成和功率分配方法
CN108770007A (zh) 基于noma的无线携能通信***多目标优化方法
CN110212959B (zh) 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法
CN113938183B (zh) 多波束卫星***下基于非正交多址的通信资源分配方法
CN112533274B (zh) 一种室内太赫兹bwp和功率调度方法及装置
CN110492915A (zh) 一种基于mimo-noma短包传输的功率分配方法
CN107592144B (zh) Eh-mimo能量收集及多天线通信***的节点天线选择方法及装置
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
US20080299981A1 (en) Method of coordinated wireless downlink transmission
CN113949427B (zh) 一种多用户无线网络安全能效优化设计方法和***
CN114513235B (zh) 基于b5g通信***中的平面轨道角动量传输与资源分配方法、***、介质及设备
Khaleelahmed et al. Energy efficient power allocation using Salp Particle Swarm Optimization model in MIMO–NOMA systems
CN116192220A (zh) 一种irs辅助的认知swipt***安全速率优化方法
CN110191476B (zh) 一种基于可重构天线阵列的非正交多址接入方法
CN102291727B (zh) 一种分布式协作波束成形设计方法
Yang et al. Reconfigurable intelligent surface empowered underlaying device-to-device communication
CN109587088B (zh) 一种基于无线信息与能量协同传输的大规模接入方法
CN114765785B (zh) 一种基于最大信噪比的多智能反射面选择方法
CN113258985B (zh) 单站多星mimo上注***能效优化方法
CN104467930A (zh) 基于空间角的多用户mimo***用户选择方法
Li et al. Computation Offloading for Edge Computing in RIS-Assisted Symbiotic Radio Systems
CN113726396A (zh) 一种全双工无线携能中继通信***高能效保密传输方法
CN113630734B (zh) 一种智能电网供电***的计算卸载与资源分配方法
Wang et al. Resource allocation for IRS-aided JP-CoMP cellular networks with underlaying D2D communications

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
GR01 Patent grant
GR01 Patent grant