[发明专利]一种统计信道特性辅助的雷达通信共存能效优化方法

权利要求书

1.一种统计信道特性辅助的雷达通信共存能效优化方法，其特征在于，包括如下步骤：

步骤1，构建雷达与通信系统共存的场景；

雷达与通信系统共存的场景包括工作在相同带宽的大规模MIMO下行通信传输系统和一个监视雷达；根据大规模MIMO下行链路通信场景，基站侧配置M_t根发送天线的大规模天线阵列，场景中有K个用户，每个用户配置M_k根接收天线；

步骤2，获取通信系统中用户统计信道状态信息；

步骤3，根据用户统计信道状态信息构建通信系统能效表达式并建立雷达通信共存能效优化问题模型；

步骤4，对能效优化问题进行求解。

2.根据权利要求1所述一种统计信道特性辅助的雷达通信共存能效优化方法，其特征在于，步骤2中通过用户反馈、基站直接估计、或通过上行探测信号的方式，来获取用户的统计信道状态信息。

3.根据权利要求1所述一种统计信道特性辅助的雷达通信共存能效优化方法，其特征在于，步骤2中获取通信系统中用户统计信道状态信息的方法为：

各用户发送上行探测信号至基站，基站根据接收到的探测信号估计波束域统计信道状态信息，其中，第k个用户的统计信道状态信息为：

在公式(1)中，G_k为第k个用户的波束域信道矩阵，表示期望运算，⊙表示矩阵的阿达玛积，为矩阵G_k的共轭矩阵。

4.根据权利要求1所述一种统计信道特性辅助的雷达通信共存能效优化方法，其特征在于，步骤3中构建通信系统能效表达式并建立雷达通信共存能效优化问题模型的方法如下：

基站发射给第k个用户的信号被记作x_k，基站发射的总信号为假设对于k≠k′，x_k和x_k′互不相干，那么第k个用户信号的协方差矩阵为用户k的可达遍历速率表示为：

在公式(1)中，其中为用户k的干扰加噪声协方差矩阵，P_r为雷达发射功率，q为用来调制雷达脉冲的序列，为用户接受到的雷达回波幅度的方差，为用户接收到的噪声方差，M_k为用户侧天线数，G_k为波束域信道矩阵，V为基站侧发射相关矩阵的特征向量组成的矩阵，log为对数运算，det表示取矩阵的行列式，为M_k×M_k维单位矩阵，(·)^H为矩阵的共轭转置；

功耗模型为：

在公式(2)中，tr(·)为矩阵取迹的运算，比例因子η为传输放大器效率的倒数，为总发射功率，P_d为每个天线的动态功率损耗，P_t为静态电路功耗，M_t为基站侧天线数；

能效被定义为所有用户可达遍历速率之和与功耗的比值：

在公式(3)中，EE表示能效；

所以，雷达通信共存能效优化问题模型为：

在公式(4)中，P_c,max为通信系统最大发射功率，ρ_v为雷达分辨单元v中所需的最小接收信号干扰比，P_r,max为雷达最大发射功率，SDR_v为雷达在雷达分辨单元v里的接受信号干扰比，表示为其中为雷达目标回波的幅度的方差，为雷达杂波的幅度的方差，为雷达接受到的噪声方差，为雷达接受到通信信号的幅度的方差。

5.根据权利要求3所述一种统计信道特性辅助的雷达通信共存能效优化方法，其特征在于，步骤4中对能效优化问题进行求解，包括如下步骤：

步骤4.1，运用交替优化将雷达通信共存能效优化问题分解为通信预编码Q_k优化问题和雷达传输功率P_r优化问题，设置迭代次数指示d＝0；

步骤4.2，求解通信预编码Q_k优化问题，其具体包括：

步骤4.2.1，利用特征值分解，Q_k被表示为通信预编码Q_k优化问题被分解为有关Ψ_k和Λ_k的子问题；其中，Ψ_k表示发送信号所在的子空间，Λ_k表示与传输信号子空间的每个维度/方向对应的功率；

步骤4.2.2，求解有关Ψ_k的子问题，其具体包括：

有关Ψ_k的子问题的最优解为

步骤4.2.3，求解有关Λ_k的子问题，其具体包括：

有关Λ_k的子问题表示为

在公式(5)中，

Λ＝{Λ₁,…,Λ_k}；

步骤4.2.3.1，初始化发送信号的协方差矩阵Λ⁽⁰⁾，设置迭代次数指示l＝0；

步骤4.2.3.2，求含有期望操作的的确定性等同值，其具体包括：

步骤4.2.3.2.1，引入并且迭代计算下述的四个确定性等同辅助变量，表示为：

其中，Γ_k(X)和Υ_k(X)为用户k的对角矩阵函数，X指代通用的函数变量，其对角线元素表示为：

[Γ_k(X)]_t,t＝tr{diag{([Ω_k]_t,:)}X}；

[Υ_k(X)]_m,m＝tr{diag{([Ω_k]_m,:)^T}X}；

在迭代过程中，四个辅助变量都会趋于收敛，当辅助变量变化值小于给定阈值时停止迭代；

步骤4.2.3.2.2，的确定性等同值表示为：

步骤4.2.3.3，根据MM算法，用的一阶泰勒展开式来替换其具体表示为：

在公式(7)中，代表着的可以表示为

在公式(8)中，指的是Ω_k′的第t行并且

步骤4.2.3.4，再运用Dinkelbach算法，则能效优化问题变为如下形式：

步骤4.2.3.5，由于该优化问题已经变为凸问题，可以运用传统凸优化工具求解出功率分配矩阵；

步骤4.2.3.6，将第l+1次迭代得到的能效值与第l次迭代的结果进行比较，若两次结果之差小于设定的阈值ε₁，则终止迭代并将步骤4.2.3.5中得到的功率分配矩阵作为最终的解；否则将迭代次数l加1，跳转回步骤4.2.3.2并将本次迭代的解代入，重新计算用户速率的确定性等同值和MM算法的一阶泰勒展开项，并重复上述步骤；

步骤4.3，求解雷达传输功率P_r优化问题，其具体包括：

根据能效随着雷达发射功率P_r的增加而严格降低，可得：

步骤4.4，将第d+1次迭代得到的能效值与第d次迭代的结果进行比较，若两次结果之差小于设定的阈值ε₂，则终止迭代，并将步骤4.2.3.6中得到的功率分配矩阵和4.3中得到的雷达发射功率作为最终的解；否则将迭代次数d加1，跳转回步骤4.2。