[发明专利]一种基于极化域和功率域协同的认知异构蜂窝网络频谱共享方法

摘要

本发明公开了一种认知异构蜂窝网络基于极化域和功率域协同的频谱共享方法，通过优化小蜂窝基站的发送功率和发送极化状态，以及小蜂窝用户的接收极化状态，在满足宏蜂窝的干扰约束下实现了小蜂窝下行容量的最大化，提高了系统频谱效率。本发明利用认知异构蜂窝网络的极化信息，增加认知异构蜂窝网络频谱共享的自由度；采用虚拟变极化方法产生极化状态，相比于改变天线硬件配置产生极化状态的方法，具有实现复杂度低的优点；通过极化和功率域资源的协同利用，保证了宏蜂窝用户的正常工作，实现了小蜂窝下行容量的最大化，提高了认知异构蜂窝网络的频谱效率。

主权项

一种基于极化域和功率域协同的认知异构蜂窝网络频谱共享方法，所述的认知异构蜂窝网络模型，作为授权网络的宏蜂窝和作为认知网络的小蜂窝同频共存，宏蜂窝基站向宏蜂窝用户发送下行信号，小蜂窝基站和K个小蜂窝用户均配置正交双极化天线，用于极化信号的发送和接收，小蜂窝基站向第i个小蜂窝用户发送的下行信号和向第j个小蜂窝用户发送的下行信号相互独立，小蜂窝下行通信对宏蜂窝下行通信造成干扰；具体的，包括以下几个步骤：S01构建认知异构蜂窝网络基于极化域和功率域协同的频谱共享优化模型：假设小蜂窝中共有K个小蜂窝用户，小蜂窝基站发送信号为{si},i＝1,2,…K，发送极化状态为{Pi,T}，小蜂窝基站到宏蜂窝用户的干扰信道为Hi,I，宏蜂窝用户接收极化状态为PMR，则小蜂窝基站对宏蜂窝用户的干扰I表示为I=Σi=1K||(PMR)HHi,IPi,Tsi||2=Σi=1KGi|(PMR)HHi,IPi,T|2]]>其中：Gi＝||si||2表征小蜂窝基站向SUEi发送的信号功率；小蜂窝下行通信对宏蜂窝用户的干扰不大于干扰门限Q，即I≤Q小蜂窝基站的发送功率满足发送功率约束条件，且不小于零，即其中：GS是小蜂窝基站的发送功率门限假设为每个小蜂窝用户分配的带宽相同且等于B，噪声方差为σi2，接收极化状态为{Pi,R}，小蜂窝基站到小蜂窝用户的目标信道为{Hi,S}，宏蜂窝基站到小蜂窝用户的干扰信道为{Hi,M}，根据香农定理，小蜂窝下行容量C表征为其中：PMT表征宏蜂窝基站发送极化状态，Gi,M表征宏蜂窝基站在和SUEi同频段的发送功率以最大化小蜂窝下行容量为目标，以小蜂窝基站对宏蜂窝用户的干扰低于干扰门限以及小蜂窝基站发送功率不大于功率门限并不小于零为约束条件，构建认知异构蜂窝网络基于极化域和功率域协同的频谱共享优化模型为S02简化基于极化域和功率域协同的频谱共享优化模型：固定小蜂窝发送功率，优化参数减少为小蜂窝基站发送极化状态和小蜂窝用户接收极化状态，基于极化域和功率域协同的频谱共享优化模型简化为s.t.Σi=1KGi|(PMR)HHi,IPi,T|2≤Q]]>S03计算小蜂窝用户的最优接收极化状态和小蜂窝基站的最优发送极化状态，具体过程如下：小蜂窝用户的接收极化状态和经过信道衰落的宏蜂窝基站发送极化状态失配，即满足(Pi,R)H Hi,MPMT＝0则小蜂窝用户的最优接收极化状态为其中：(γi,φi)是Hi,MPMT的幅度和相位描述子，将小蜂窝用户的最优接收极化状态代入优化模型中，假设成立，忽略常数项B，则频谱共享优化模型简化为maxC=Σi=1Klog2(Giσi2(Pi,T)HAiPi,T)]]>s.t.Σi=1KGi(Pi,T)HBiPi,T≤Q]]>其中：根据拉格朗日乘子法，解得小蜂窝基站最优发送极化状态的闭合表达式分别为vmin(·)表示矩阵最小特征值对应的特征矢量；S04代入蜂窝用户的最优接收极化状态和小蜂窝基站的最优发送极化状态，基于极化域和功率域协同的频谱共享优化模型简化为maxC=Σi=1KBlog2(1+αiGi)]]>s.t.Σi=1KβiGi≤Q]]>其中，S05求解小蜂窝基站的最优发送功率：根据拉格朗日乘子法，设拉格朗日方程为其中：G＝{Gi}，μ和ν是拉格朗日乘子，上述拉格朗日方程的KKT条件为αi/(1+αiGi)‑μβi‑ν＝0求解上述KKT条件，得到小蜂窝基站的最优发送功率为Gi*＝[1/(ν+μβi)‑1/αi]+其中：[.]+＝max(0,.)。