[发明专利]一种信道欠秩时MU-MIMO系统多目标优化资源分配算法

说明书

本发明公开了一种信道欠秩时MU‑MIMO系统多目标优化资源分配算法，包括如下步骤：步骤1：建立系统模型，并分析处于富散射和非富散射环境时的用户容量上限和等效信道状况；步骤2：建立双目标优化问题模型；步骤3：求解双目标优化问题，通过功率分配和用户选择实现系统有效吞吐量和能量效率的双目标优化；由于双目标优化问题并不是一个标准的凸优化问题，不能直接用凸优化技术来解决，因此本发明通过拉格朗日对偶算法来解决该优化问题。本发明通过功率分配和用户选择能够在保证用户时延和业务速率上下限要求的同时，优化系统有效吞吐量和能量效率系统能量效率与频谱效率。

技术领域

本发明涉及通信领域，具体是涉及一种信道欠秩时MU-MIMO系统多目标优化资源分配算法。

背景技术

多用户MIMO技术可以在不消耗额外频谱带宽的情况下有效地利用空间资源去提高无线通信系统的吞吐量，因此多用户MIMO技术已经成为5G网络的关键技术之一。随着人们对无线通信需求以及社会对节能环保要求的不断提高，优化系统吞吐量以及能量效率(每单位能量所能传输的数据速率)是研究多用户MIMO资源分配的两个重要目标。资源分配算法通过用户选择和功率分配来优化吞吐量和能量，用户选择和功率分配与被选择用户的MIMO信道矩阵的秩相关，信道的秩决定了空分信道的个数，从而影响了一定功率下用户可获得速率。现有文献在研究资源分配时只考虑了信道满秩的情况，即用户信道矩阵和所有用户的联合信道矩阵都是满秩的。然而在一般实际环境中，由于散射情况和物理天线的分布，很多情况下满秩信道和欠秩信道是同时存在的，例如基站天线和用户终端天线存在视线路径(LOS)时。而在欠秩信道存在的情况下，用户可获得速率和系统吞吐量会随着秩的不同而变化，系统总功率也随着变化，而且系统能选择的最大用户数会随着被选择的用户集的不同而变化。因此满秩情况下设计的资源分配算法并不能实现欠秩情况下的系统吞吐量和能量效率的优化。

虽然优化系统吞吐量以及优化能量效率一直是多用户MIMO系统资源分配的研究热点，但是，目前的相关文献只考虑了单一目标优化而没有考虑两者的联合优化，即：限定系统最低吞吐量去实现系统功率最小化，或者限定系统最大功率去实现系统吞吐量最大化，这仅仅是优化了能量效率。这是因为系统吞吐量和能量效率相互耦合，所以传统的贪婪算法无法同时优化这两个目标，而穷举法因为计算量太大而无法实现。

在进行资源分配时，必须考虑到业务的QoS要求，包括时延要求和速率要求。由于不同种类的业务有不同的QoS要求，在研究资源分配时，QoS要求过多可能会导致约束条件过多或者优化问题非凸的情况，因此大多数文献没有对业务的QoS要求提供精细的保证。现有文献只考虑业务QoS速率要求的上限而没有考虑下限。实际上，用户业务可以分为实时业务和非实时业务，而大多数实时业务不需要过大的速率，例如语音业务，64kbps就可使得话音信号质量几乎达到上限，MOS(Mean Opinion Score，平均意见值)4.4分。所以对实时业务来说，超过上限的速率对业务质量来说是无意义的，也就是说是无效的。