[发明专利]一种基于SCMA的认知MIMO系统能效优化方法

权利要求书

1.一种基于SCMA的认知MIMO系统能效优化方法，其特征在于，包括以下步骤：

(1)在认知MIMO网络中建立系统模型；

(2)问题构建及优化：将多个次用户系统的能耗求解的非凸问题转化为时间分配优化的凸问题；

(3)目标函数求解：采用两种方法对时隙进行分配优化，分别为：

(3.1)基于TDMA的正交时隙分配优化；

(3.2)基于SCMA的非正交时隙分配优化；

步骤(1)中所述在认知MIMO网络中建立系统模型的具体过程为：

假设在一个认知无线网络中有K个次用户SUs和J个主用户PUs，用S_k表示第k个次用户，P_j表示第j对主用户收发器；在underlay模型下，主用户链路处于潜在活跃中，并始终受保护；主用户通信网络由J对用户收发器组成，次用户系统是个单蜂窝网，其中所有次用户的上行链路通过TDMA发送到同一个认知基站，认知基站在认知网络中的中心位置，认知基站能够评估次用户S_k到认知基站的信道矩阵通过单独的控制信道反馈给相应的次用户；因此次用户S_k的信道矩阵和认知基站均已知其信道矩阵，次用户的上行链路传输同步于认知基站，这使次用户分配在相互无干扰的正交时隙中传输；由于在认知网络中主用户和次用户共存，则它们之间会存在相互干扰；为了便于分析，假设信道为频率平坦衰落信道，则规定带宽内信道矩阵是不变的；再进一步假设，信道为块衰落信道，则在一帧内信道矩阵不会变化，而且保证了帧与帧之间的信道矩阵是不相关的；

在认知MIMO网络中，主用户和次用户都能通过MIMO发射多数据流，假定表示S_k的发射天线数，N_BS表示认知基站的接收天线数；表示P_j的发射天线数，表示P_j的接收天线数；表示S_k的数据流，表示P_j的数据流；S_k的天线发送的数据流矩阵为P_j的天线发送的数据流矩阵为则的协方差矩阵为的协方差矩阵为并且和都为半正定的Hermitian矩阵；

次用户S_k通过信道到达接收端，次用户系统的认知基站接收到S_k的数据为：

其中n_BS是噪声功率谱密度为N₀/2的加性高斯白噪声，w为带宽；

假设次BS无法连续消除干扰，把来自主用户的干扰看作噪声，则在S_k传输数据时，次BS的干扰噪声协方差矩阵为

其中为N_BS×N_BS的半正定Hermitian矩阵；

根据香农定理在MIMO链路中的容量公式可知，S_k可达到速率为

其中传输速率是次用户S_k活跃的瞬时传输速率，单位：nats/秒；

次用户S_k在所有天线上的总传输功率为次用户S_k对主用户P_j造成的总干扰功率为

步骤(2)中所述问题构建及优化的具体过程为：

系统的目标是为每一个次用户分配合适的传输时间，从而最小化所有次用户的总能耗，这样不但能够确保主用户受到来自次用户的干扰尽可能的小，还能保证每一个次用户的QoS；在统计CSI模型下，为了保证次用户对主用户的干扰，必须为每一个次用户设定一个针对主用户的干扰阈值，以最大可能的保护主用户的QoS；为了保证每个次用户的QoS，必须满足每个次用户的速率要求单位：nats/帧，也即一帧时间内需要传输的数据量；规定次用户系统中的TDMA帧的长度为1，则每一个次用户占据的时间段去传输数据，并且每一个次用户S_k的传输功率受限于其最大功率由此，可以把目标转化为以下数学公式：

其中目标函数是次系统中所有次用户的总能耗；

对于约束(5a)是为了保证每个次用户最低速率要求；(5b)表示所有次用户分配的总时间不超过一个TDMA的帧长，由于次系统是一个TDMA接入网，所以次用户不能同时传输，避免了次用户之间的干扰；(5c)表示每个主用户接受器受到的干扰低于干扰门限，用主用户接收器天线上接收到的干扰功率表示其所受干扰；(5d)表示每个次用户发射的最大功率不超过(5e)表示每个次用户所分配的时间为非负；(5f)表示次用户S_k的协方差矩阵为半正定矩阵；

对于此数学模型，其中目标函数和(5a)均是非凸问题；统计CSI模型下，在瑞利衰减信道和丰富色散环境中，信道矩阵中的每项都是均值为0，协方差服从独立同分布的高斯随机变量；考虑实际情况，允许认知用户发射的信号对主用户的干扰超过主用户的干扰门限并采用注水法解决次用户S_k的发射功率限制，(5a)～(5f)可以转换为时间分配优化的凸问题；因此，每个次用户S_k随时间的能量消耗公式为：

其中，是数据流的最佳数字，是时间的分段函数：

是的减函数，是矩阵的秩，即为的半正定Hermitian矩阵，其非负特征值分别为，值得注意的是，因为是时间的分段函数，所以，随的区间不同，具有不同的表现形式；并且由(5a)～(5f)可知，是连续函数；每个用户的最佳能耗是严格凸函数，关于的连续，一阶可导，单调递减；将问题(1)的数学模型最终转换成了如下形式：

由(9)可知，包含多个次用户的次系统的能耗求解的非凸问题通过分部解决能够转化时间分配优化的凸问题。