[发明专利]一种基于干扰动态更新的能效资源分配方法

摘要

本发明公开了一种基于干扰动态更新的能效资源分配方法。本发明针对采用MRC接收的大规模MIMO上行链路，将进行基站天线数和发射功率的联合优化，并在满足用户最低速率的基础上进一步考虑用户端的最高发射功率限制作为约束因子从而建立起能效最优化模型，与已有研究中将干扰项用常数值代替的方法不同，由于本发明在每一轮迭代过程中都会对用户端发射功率进行重新分配，进而导致干扰项的值发生改变，因而在每一次的迭代过程都将对干扰项进行重新计算，采用实时更新干扰项的方式来代替已有研究中的干扰项常数化方案。本发明能够以更低的资源消耗获得更高的能量效率，同时还且有较好的系统吞吐量。

主权项

一种基于干扰动态更新的能效资源分配方法，其特征在于包括如下步骤：步骤1.确定系统模型并进行问题描述；1‑1.考虑单小区多用户的大规模MIMO上行链路系统，配有M根天线的基站位于小区中央和K个地理位置分散的单天线用户进行通信；G表示基站(BS)和K个用户之间的信道矩阵，表示成：G＝HD1/2   公式1其中，H表示M×K维的快衰落系数矩阵，D＝diag{β1,β2,…,βk,…,βK}表示大尺度衰落矩阵，元素由路径损耗和阴影衰落组成，是与载波频率和天线增益相关的常数，dk表示基站BS和第k个用户之间的距离，α为路径损耗指数，表示服从对数正太分布的阴影衰落；1‑2.采用最大比合并接收(MRC)；则第k个用户的接收信号yk表示为：其中pk表示用户k的发射功率,gk是信道矩阵G的第k个向量元素,xk是用户k的发送信号,nk为用户k的高斯白噪声；1‑3.假设接收端完全已知信道状态信息(CSI),噪声方差值为1，通过对矩阵的随机理论加以应用推导出用户k的上行速率下界:其中，pk表示用户k的发射功率，pl表示来自其他用户的干扰，M表示基站端的天线数目；因此，系统吞吐量的下界能够表示为：能效EE定义为每焦耳能量所能成功传输的比特数(bits/J)；因此大规模MIMO上行链路系统能效函数下界表示为：其中，P＝[p1,...,pk,...,pK]，pk表示用户k的发射功率，M表示基站配备的天线数，pC表示每根天线平均所消耗的电路功率；1‑4.在实际的通信系统中，除了能效还需要考虑用户的QoS要求；本文除了考虑每个用户的最低速率外还对每个用户的最高发射功率进行限制；因此大规模MIMO上行通信系统中基于能效优化的资源分配问题能够表述为如下的约束优化问题：C1,C2表示两个约束条件，PT,k表示第k个用户可提供的最高发射功率，RT,k表示第k个用户的最低速率要求；由于上述问题是一个约束性的非凸优化问题，难以获得最优解，因次将通过凸转化和约束消除对目标问题进行转化；步骤2.目标函数的转化2‑1.凸转换：公式6中的分数目标函数归类为非线性分数规划问题；通过使用分数规划的性质，可实现能效最大化，当且仅当：其中因此初始的最优化问题可以转化成：由于上式是一个凸优化问题；因此能够利用凸优化的方法来求解目标函数的极值问题；2‑2.约束消除对于上式中的凸优化问题，利用拉格朗日对偶函数，将含有约束条件的凸优化问题转化为等价的无约束问题；因此，目标函数的拉格朗日对偶函数可以表示为：其中λ表示数据速率约束的拉格朗日乘子，ω为对应于发射功率约束的拉格朗日乘子；因此，上式的对偶问题可以表示为：2‑3.基于干扰动态更新的能效资源分配2‑3‑1.基于标准干扰求解P和M的表达式：对于上式中的对偶问题，给定λ和ω，采用KKT条件，分别对pk和M进行求导，其中速率表达式中干扰项表达式采用以pk为自变量的函数即：其中，表示向上取整，令pk右边的表达式用T(pk)表示，若在迭代过程中令其中n表示迭代次数,则算法可以快速收敛至局部最优点；由利用对干扰项θk进行更新；令τ表示循环终止的阈值，δ1和δ2表示迭代步长，采用Dinkelbach方法。