一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf

上传人:1520****312 文档编号:53247 上传时间:2018-01-20 格式:PDF 页数:10 大小:1.06MB
返回 下载 相关 举报
摘要
申请专利号:

CN201410364997.9

申请日:

2014.07.29

公开号:

CN104113366A

公开日:

2014.10.22

当前法律状态:

实审

有效性:

审中

法律详情:

实质审查的生效IPC(主分类):H04B 7/04申请日:20140729|||公开

IPC分类号:

H04B7/04; H04L27/26

主分类号:

H04B7/04

申请人:

北京邮电大学

发明人:

谢刚; 胡碧波; 刘元安; 倪枫; 刘凯明; 刘芳

地址:

100876 北京市海淀区西土城路10号

优先权:

专利代理机构:

北京同恒源知识产权代理有限公司 11275

代理人:

张水俤

PDF下载: PDF下载
内容摘要

本发明公开了一种针对Massive MIMO通信系统能量有效的天线选择方法。首先确定各个用户的大尺度衰落因子,并从中选择出最优的大尺度衰落因子,然后确定最优的发送天线数目和相应的子集。本发明基于全面考虑收发端的功率消耗,分析并给出了Massive MIMO能量效率最优的天线选择方法,使得Massive MIMO系统的能量效率有极大提高;在基站天线数远远大于可服务终端数的情况下,所给出的预编码矩阵将信道容量的表达式由对数行列式形式转化成了加和对数形式,极大地简化了能量效率的求解问题;对能量效率的各个参数,发射端天线数目及子集和可服务移动终端子集进行了与联合优化等价的分布优化,极大地降低了Massive MIMO系统的计算复杂度。

权利要求书

1.  一种针对Massive MIMO系统的能量有效的天线选择方法,其包括:
步骤1:根据接收信号确定预编码矩阵及信道容量模型:
步骤2:建立功率消耗模型,并基于所述信道容量模型和所述功率消耗模型建立能量效率模型。
步骤3,对所述能量效率模型进行与联合优化等价的分布优化,得到最优发送天线个数和最优可服务移动终端子集。
步骤4,根据所述最优可服务移动终端子集和所述信道容量模型确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优可服务移动终端个数;
步骤5,根据所述最优发送天线个数和最优可服务移动终端子集计算相应的信道容量;判断该信道容量是否大于给定的信道容量门限值;如果大于,则进行步骤6;如果不大于,则进行步骤7。
步骤6,将最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优能量效率。
步骤7,根据步骤203确定的最优发送天线个数直接计算最优能量效率。

2.
  根据权利要求1所述的方法,其特征在于发送天线个数M远远大于可服务的移动终端数K,所述接收信号为
yfM>>K=ρfMDβ1/2qf+nf]]>
所述预编码矩阵为:
F=1MG*Dβ-1/2,]]>
所述信道容量模型为:
CM>>K=Σk=1Klog2(1+fβk)]]>
其中,ρf成比例于发送信噪比;qf是发送的信号矢量,且满足E{||qf||2}=1;nf是高斯白噪声,其中的元素是均值为0且方差为1的高斯随机变量;G为上行用导频序列估计出来的信道矩阵,由小尺度衰落矩阵H和大尺度衰落矩阵Dβ构成,即小尺度衰落矩阵H中的元素服从均值为0且方差为1复高斯分布;Dβ=diag(β1,...,βK)是大尺度衰落矩阵,其中的元素βk为大尺度衰落因子,k∈(1,2,...,K)。

3.
  根据权利要求2所述的方法,其特征在于所述功率消耗模型为:
所述功率消耗模型为:
Psum=η·Pt+M·(Pct+P′bb)+K·Pcr
所述能量效率模型为
EEM>>K=CM>>KPsum]]>
其中,η是功率放大器效率;Pt是基站发射功率;Pct和Pcr分别表示发送端和接收端RF链路所消耗的功率;P'bb是每根发送天线等效的基 带处理功率。

4.
  根据权利要求3所述的方法,其特征在于所述分布优化的目标为:

所述得到最优发送天线个数和最优可服务移动终端子集具体为:先找出最优的即所有大尺度衰落因子中最大的前Nr个;再令求出最优的
其中为最优发送天线个数,为最优发送天线子集;Nr为最优可服务移动终端数,Nr≤K,为最优可服务移动终端子集;EE*是能量效率模型的最大值。

5.
  根据权利要求4所述的方法,其特征在于所述信道容量的门限值为:
CT=Σk=1Nrlog2(1+10Nrρfβk)]]>

6.
  根据权利要求4所述的方法,其特征在于根据所述最优发送天线个数和最优可服务移动终端子集计算相应的信道容量为:
Copt=Σk=1Nrlog2(1+Ntoptρfβk)]]>

7.
  根据权利要求5所述的方法,其特征在于所述步骤6中计算最优能量效率具体为:
EEopt=Σk=1Nrlog2(1+10Nrρfβk)ηPt+10Nr(Pct+Pbb)+NrPcr]]>

8.
  根据权利要求6所述的方法,其特征在于所述步骤7中计算最优能量效率具体为:
EEopt=Σk=1Nrlog2(1+Ntoptρfβk)ηPt+Ntopt(Pct+Pbb)+NrPcr]]>

说明书

一种针对Massive MIMO通信系统能量有效的天线选择方法
技术领域
本发明属于无线通信技术领域,尤其涉及一种针对Massive MIMO通信系统能量有效的天线选择方法。
背景技术
MIMO(Multiple Input Multiple Output)技术,即多输入多输出技术,被视为是未来通信系统中实现信息高速传输的关键技术之一。MIMO技术的发展经历了点对点MIMO,多用户MIMO以及到现在的Massive MIMO,每一次的发展都对通信界产生了重大的影响。Massive MIMO带来的好处有当基站天线数趋于无穷时,快衰落影响以及其他不相关噪声的影响都会消失,从而使得吞吐量和可服务的移动终端数与小区尺度无关,并且使得频谱效率与带宽无关以及每比特传输的能量趋于零。
与传统的MIMO通信系统有关能量效率的方法不同,本发明是关于基站有几百根、甚至上千根天线,而移动终端数远远小于基站天线数的Massive MIMO通信系统中的高能量效率的天线选择方法。传统设计无线通信系统主要集中于提高系统的吞吐量,而如今由于通信中能量消耗的问题愈加严重,设计高性能的能量效率的通信系统越来越紧迫。在Massive MIMO通信系统中,系统的吞吐量有了很大的提高,但是Massive MIMO系统中,发送天线个数很多。发送/接收天线数目越多,所使用的射频链路也越多,而每个射频链路包括功率放大器,A/D转换, 混频器和滤波器等,由于这些器件都需要消耗能量,所以天线数越多,能量消耗越大。因此很有必要进行天线选择,从而降低能量消耗的同时提高系统的能量效率。此外,降低能耗同时也符合Green Touch组织的目标宗旨。
由于Massive MIMO是近几年来刚兴起的技术,有关Massive MIMO能量效率的问题还没有取得太大的进展,虽然也取得了部分研究成果,但主要是集中在通过天线选择来提高系统的能量效率方面,这些研究成果在对能量效率的求解过程中对信道的分析都不够充分,有的只考虑了信道的小尺度衰落,有的则只考虑大尺度衰落,并且对整个通信系统的能耗问题考虑的也不够全面,因此所提出方法的优化参数较为单一,比如只对发送天线个数进行优化,且复杂度较高。
基于上述问题,本发明提出一种针对Massive MIMO通信系统能量有效的天线选择方法。该方法对三个参数,即发射天线个数、发送天线子集、可服务终端子集,进行了与联合优化等价的分步优化,复杂度很低。首先,根据预编码矩阵确定整个系统的信道容量。然后,确定Massive MIMO通信系统中的功率消耗模型,特别是符合大规模天线的功率消耗特点的基带功率消耗模型。最后,对发射天线数、发送天线子集、可服务移动终端子集进行联合优化。本发明的有益效果是:在考虑发送端射频链路功耗,基带DSP功耗,接收射频链路功率消耗的链路模型中,分析并给出了Massive MIMO能量效率最优的天线选择方法,使得Massive MIMO系统的能量效率有极大的提高;在基站天线数远远大于移动终端数的情况下,所给出的预编码矩阵将信道容量的 表达式由对数行列式形式转化成了加和对数形式,极大地简化了能量效率的求解问题;对能量效率的各个参数,发射端天线数目及子集和可服务移动终端子集进行了与联合优化等价的分布优化,极大地降低了Massive MIMO系统的复杂度。
发明内容
本发明能够在计算复杂度不高的情况下,通过天线选择的方式提高整个系统的能量效率。在TDD下行链路中,使用OFDM技术,通过对发送天线数、发送天线子集、可服务移动终端子集的联合优化来最大化系统的能量效率。
本发明提出了一种针对Massive MIMO通信系统能量有效的天线选择方法,其中涉及了一种联合优化发送天线数、发送天线子集、可服务终端子集以最大化系统能量效率的技术方案,其包括:
步骤1:根据接收信号确定预编码矩阵及信道容量模型:
步骤2:建立功率消耗模型,并基于所述信道容量模型和所述功率消耗模型建立能量效率模型。
步骤3,对所述能量效率模型进行与联合优化等价的分布优化,得到最优发送天线个数和最优可服务移动终端子集。
步骤4,根据所述最优可服务移动终端子集和所述信道容量模型确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优可服务移动终端个数;
步骤5,根据所述最优发送天线个数和最优可服务移动终端子集计 算相应的信道容量;判断该信道容量是否大于给定的信道容量门限值;如果大于,则进行步骤6;如果不大于,则进行步骤7。
步骤6,将最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优能量效率。
步骤7,根据步骤203确定的最优发送天线个数直接计算最优能量效率。
本发明的技术方案主要有以下的优点:
(1)、所建立的模型综合考虑了基站端、接收端射频链路的功率消耗,对基带的功率消耗使用了专门用于大规模集成电路的功率消耗模型,在此基础上对Massive MIMO通信系统的能量效率进行了优化,极大地提高了系统的能量效率。
(2)、在基站天线数远远大于可服务移动终端数的情况下,所使用的预编码矩阵将信道容量的表达式由对数行列式形式转化成了加和对数形式,极大地简化了能量效率的求解问题;
(3)、对能量效率中各个参数进行了与联合优化等价的分步优化,从而在不增加计算复杂度的情况下获得同样好的性能。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点:
图1是本发明一个实施例的具体流程图。
具体实施方式
下面通过实施例,对本发明进行详细阐述。
图1为本发明一个实施例的具体方法流程,主要包括以下步骤。
在步骤201中,根据接收信号确定预编码矩阵及信道容量:
一般通信系统中接收信号yf和预编码矩阵F的定义分别为:
yf=ρfGTFqf+nf,]]>
F=1MG*Dβ-1/2,]]>
其中,ρf成比例于发送信噪比;()T表示求转置;()*表示求共轭;qf是发送的信号矢量,且满足E{||qf||2}=1;nf是高斯白噪声,其中的元素是均值为0、方差为1的高斯随机变量。
G为上行用导频序列估计出来的信道矩阵,由小尺度衰落矩阵H和大尺度衰落矩阵Dβ构成,即小尺度衰落矩阵中的元素服从均值为0、方差为1复高斯分布。Dβ=diag(β1,...,βK)是大尺度衰落矩阵,其中的元素βk表示大尺度衰落因子,大尺度衰落主要包括阴影衰落和路径损耗,k∈(1,2,...,K),K表示可服务的移动终端个数,M为发送天线个数。
在本发明的Massive MIMO系统中,由于发送天线数M远远大于可服务的移动终端数K,此时接收信号变为
yfM>>K=ρfMDβ1/2qf+nf]]>
上式中用到了近似表达式
(GTG*M)M>>K=Dβ1/2(HTH*M)M>>KDβ1/2≈Dβ]]>
此时信道容量为:
CM>>K=Σk=1Klog2(1+fβk)]]>
在步骤202中,建立功率消耗模型,确定系统消耗的总功率,并根据信道容量和系统消耗的总功率计算系统的能量效率。
能量效率定义为信道容量除以系统消耗的总功率,即
EEM>>K=CM>>KPsum]]>
系统的功率消耗模型为
Psum=η·Pt+M·(Pct+P′bb)+K·Pcr
η是功率放大器效率;Pt是基站发射功率;Pct和Pcr分别表示发送端和接收端RF链路所消耗的功率;P′bb是每根发送天线等效的基带处理功率。
P′bb的表达式为:
Pbb=χ(Gflpos)ρ(Gfplops/W)=MB·[(TuTs)log2(TuB)+(TuTs)(1-TpTsl)K+(TuTs)(TpTsl)log2(TuTpTsTd)+(TdTsl)K2]]]>
上式中χ(Gflops)是Massive MIMO系统中重要计算的总计算次数,ρ(Gfplop/W)表示大规模集成电路的处理效率,B表示系统带宽,Tu表示一个OFDM符号中有用符号的持续时间,Ts表示一个OFDM符号的持续时间,Tp表示一个时隙中导频序列所用的OFDM符号,Tsl表示每个时 隙的持续时间,Td表示多径时延扩展。
在步骤203中,对能量效率进行与联合优化等价的分布优化,得到最优发送天线个数和最优的可服务移动终端子集。假设最优的可服务的移动终端数为Nr,Nr≤K,此时整个系统的优化目标为

式中表示最优的发送天线个数,表示最优发送天线子集,表示最优可服务移动终端子集,CT表示系统所要求的信道容量门限值。
具体地,先找出最优的即所有大尺度衰落因子中最大的前Nr个。接下来,再令求出最优的
接下来进行联合优化等价于分布优化的证明。由EE的表达式可知,在使用所给出的预编码矩阵及发送天线数目远远大于可服务移动终端数目时,EE的值与发送天线子集无关,即如果确定了最优的发送天线个数后,可以通过随机选择来确定最优的发送天线子集。此时EE是发送天线个数M和可服务移动终端子集的函数,即此时要同时选择出来最大化EE。由于EE的最大值EE*的单增函数,所以我们可以进行分步优化,即先找出最优的也即是所有大尺度衰落因子中最大的前Nr个, 然后再令求出最优的
关于EE的最大值EE*的单增函数的证明如下:从EE的表达式可以看出,EE是Nt的凸函数,是的拟凸函数,因此最优点在处取得。因此最优的Nt满足
Σk=1Nr(Pct+Pbb)ln(1+Ntoptρfβk)=Σk=1Nrρfβk[ηPt+Ntopt(Pct+Pbb)+NrPcr]1+Ntoptρfβk]]>
然后可以得到
∂Ntopt∂βk=1pfβk2·ηPt+NrPcr-Ntopt2(Pct+Pbbpfβk)ηPt+Ntopt+NrPcr]]>
此时EE的最大值
EE*(β1,...βNr)=Σk=1Nr1ln2·pct·(1pfβk+Ntopt(β1,...βNr))]]>
然后可以得到
∂EE*(β1,...βNr)∂βk=Ntopt(β1,...βNr)ln2·pct·[1+pfβkNtopt(β1,...βNr)]2·1+Ntopt(β1,...βNr)pctβkpfηpt+Ntopt(β1,...βNr)+Nrpct+pct>0]]>
k=1,...Nr
即EE的最大值是的单增函数。
在步骤204中,根据步骤203得到的最优的可服务移动终端子集确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优的可服务移动终端个数,而不是步骤203中确定的最优发送天线个数。即,系统信道容量的门限值CT
CT=Σk=1Nrlog2(1+10Nrρfβk)]]>
在步骤205中,根据步骤203确定的最优发送天线个数和最优可服务移动终端子集计算相应的信道容量,即最优能量效率对应的信道容量,即:
Copt=Σk=1Nrlog2(1+Ntoptρfβk)]]>
判断该信道容量是否大于给定的信道容量门限值。如果大于,则进行步骤206;如果不大于,则进行步骤207。
在步骤206中,把最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优的能量效率EEopt,由此可得:
EEopt=Σk=1Nrlog2(1+10Nrρfβk)ηPt+10Nr(Pct+Pbb)+NrPcr]]>
在步骤207中,根据步骤203确定的最优发送天线个数直接计算最优的能量效率EEopt,由此可得:
EEopt=Σk=1Nrlog2(1+Ntoptρfβk)ηPt+Ntopt(Pct+Pbb)+NrPcr]]>

一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf_第1页
第1页 / 共10页
一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf_第2页
第2页 / 共10页
一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf_第3页
第3页 / 共10页
点击查看更多>>
资源描述

《一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf》由会员分享,可在线阅读,更多相关《一种针对MASSIVEMIMO通信系统能量有效的天线选择方法.pdf(10页珍藏版)》请在专利查询网上搜索。

1、10申请公布号CN104113366A43申请公布日20141022CN104113366A21申请号201410364997922申请日20140729H04B7/04200601H04L27/2620060171申请人北京邮电大学地址100876北京市海淀区西土城路10号72发明人谢刚胡碧波刘元安倪枫刘凯明刘芳74专利代理机构北京同恒源知识产权代理有限公司11275代理人张水俤54发明名称一种针对MASSIVEMIMO通信系统能量有效的天线选择方法57摘要本发明公开了一种针对MASSIVEMIMO通信系统能量有效的天线选择方法。首先确定各个用户的大尺度衰落因子,并从中选择出最优的大尺度衰落。

2、因子,然后确定最优的发送天线数目和相应的子集。本发明基于全面考虑收发端的功率消耗,分析并给出了MASSIVEMIMO能量效率最优的天线选择方法,使得MASSIVEMIMO系统的能量效率有极大提高;在基站天线数远远大于可服务终端数的情况下,所给出的预编码矩阵将信道容量的表达式由对数行列式形式转化成了加和对数形式,极大地简化了能量效率的求解问题;对能量效率的各个参数,发射端天线数目及子集和可服务移动终端子集进行了与联合优化等价的分布优化,极大地降低了MASSIVEMIMO系统的计算复杂度。51INTCL权利要求书2页说明书6页附图1页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说。

3、明书6页附图1页10申请公布号CN104113366ACN104113366A1/2页21一种针对MASSIVEMIMO系统的能量有效的天线选择方法,其包括步骤1根据接收信号确定预编码矩阵及信道容量模型步骤2建立功率消耗模型,并基于所述信道容量模型和所述功率消耗模型建立能量效率模型。步骤3,对所述能量效率模型进行与联合优化等价的分布优化,得到最优发送天线个数和最优可服务移动终端子集。步骤4,根据所述最优可服务移动终端子集和所述信道容量模型确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优可服务移动终端个数;步骤5,根据所述最优发送天线个数和最优可服务移动终端子集计算相应的信。

4、道容量;判断该信道容量是否大于给定的信道容量门限值;如果大于,则进行步骤6;如果不大于,则进行步骤7。步骤6,将最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优能量效率。步骤7,根据步骤203确定的最优发送天线个数直接计算最优能量效率。2根据权利要求1所述的方法,其特征在于发送天线个数M远远大于可服务的移动终端数K,所述接收信号为所述预编码矩阵为所述信道容量模型为其中,F成比例于发送信噪比;QF是发送的信号矢量,且满足E|QF|21;NF是高斯白噪声,其中的元素是均值为0且方差为1的高斯随机变量;G为上行用导频序列估计。

5、出来的信道矩阵,由小尺度衰落矩阵H和大尺度衰落矩阵D构成,即小尺度衰落矩阵H中的元素服从均值为0且方差为1复高斯分布;DDIAG1,K是大尺度衰落矩阵,其中的元素K为大尺度衰落因子,K1,2,K。3根据权利要求2所述的方法,其特征在于所述功率消耗模型为所述功率消耗模型为PSUMPTMPCTPBBKPCR所述能量效率模型为权利要求书CN104113366A2/2页3其中,是功率放大器效率;PT是基站发射功率;PCT和PCR分别表示发送端和接收端RF链路所消耗的功率;PBB是每根发送天线等效的基带处理功率。4根据权利要求3所述的方法,其特征在于所述分布优化的目标为所述得到最优发送天线个数和最优可服。

6、务移动终端子集具体为先找出最优的即所有大尺度衰落因子中最大的前NR个;再令求出最优的其中为最优发送天线个数,为最优发送天线子集;NR为最优可服务移动终端数,NRK,为最优可服务移动终端子集;EE是能量效率模型的最大值。5根据权利要求4所述的方法,其特征在于所述信道容量的门限值为6根据权利要求4所述的方法,其特征在于根据所述最优发送天线个数和最优可服务移动终端子集计算相应的信道容量为7根据权利要求5所述的方法,其特征在于所述步骤6中计算最优能量效率具体为8根据权利要求6所述的方法,其特征在于所述步骤7中计算最优能量效率具体为权利要求书CN104113366A1/6页4一种针对MASSIVEMIM。

7、O通信系统能量有效的天线选择方法技术领域0001本发明属于无线通信技术领域,尤其涉及一种针对MASSIVEMIMO通信系统能量有效的天线选择方法。背景技术0002MIMOMULTIPLEINPUTMULTIPLEOUTPUT技术,即多输入多输出技术,被视为是未来通信系统中实现信息高速传输的关键技术之一。MIMO技术的发展经历了点对点MIMO,多用户MIMO以及到现在的MASSIVEMIMO,每一次的发展都对通信界产生了重大的影响。MASSIVEMIMO带来的好处有当基站天线数趋于无穷时,快衰落影响以及其他不相关噪声的影响都会消失,从而使得吞吐量和可服务的移动终端数与小区尺度无关,并且使得频谱效。

8、率与带宽无关以及每比特传输的能量趋于零。0003与传统的MIMO通信系统有关能量效率的方法不同,本发明是关于基站有几百根、甚至上千根天线,而移动终端数远远小于基站天线数的MASSIVEMIMO通信系统中的高能量效率的天线选择方法。传统设计无线通信系统主要集中于提高系统的吞吐量,而如今由于通信中能量消耗的问题愈加严重,设计高性能的能量效率的通信系统越来越紧迫。在MASSIVEMIMO通信系统中,系统的吞吐量有了很大的提高,但是MASSIVEMIMO系统中,发送天线个数很多。发送/接收天线数目越多,所使用的射频链路也越多,而每个射频链路包括功率放大器,A/D转换,混频器和滤波器等,由于这些器件都需。

9、要消耗能量,所以天线数越多,能量消耗越大。因此很有必要进行天线选择,从而降低能量消耗的同时提高系统的能量效率。此外,降低能耗同时也符合GREENTOUCH组织的目标宗旨。0004由于MASSIVEMIMO是近几年来刚兴起的技术,有关MASSIVEMIMO能量效率的问题还没有取得太大的进展,虽然也取得了部分研究成果,但主要是集中在通过天线选择来提高系统的能量效率方面,这些研究成果在对能量效率的求解过程中对信道的分析都不够充分,有的只考虑了信道的小尺度衰落,有的则只考虑大尺度衰落,并且对整个通信系统的能耗问题考虑的也不够全面,因此所提出方法的优化参数较为单一,比如只对发送天线个数进行优化,且复杂度。

10、较高。0005基于上述问题,本发明提出一种针对MASSIVEMIMO通信系统能量有效的天线选择方法。该方法对三个参数,即发射天线个数、发送天线子集、可服务终端子集,进行了与联合优化等价的分步优化,复杂度很低。首先,根据预编码矩阵确定整个系统的信道容量。然后,确定MASSIVEMIMO通信系统中的功率消耗模型,特别是符合大规模天线的功率消耗特点的基带功率消耗模型。最后,对发射天线数、发送天线子集、可服务移动终端子集进行联合优化。本发明的有益效果是在考虑发送端射频链路功耗,基带DSP功耗,接收射频链路功率消耗的链路模型中,分析并给出了MASSIVEMIMO能量效率最优的天线选择方法,使得MASSI。

11、VEMIMO系统的能量效率有极大的提高;在基站天线数远远大于移动终端数的情况下,所给出的预编码矩阵将信道容量的表达式由对数行列式形式转化成了加和对数形式,说明书CN104113366A2/6页5极大地简化了能量效率的求解问题;对能量效率的各个参数,发射端天线数目及子集和可服务移动终端子集进行了与联合优化等价的分布优化,极大地降低了MASSIVEMIMO系统的复杂度。发明内容0006本发明能够在计算复杂度不高的情况下,通过天线选择的方式提高整个系统的能量效率。在TDD下行链路中,使用OFDM技术,通过对发送天线数、发送天线子集、可服务移动终端子集的联合优化来最大化系统的能量效率。0007本发明提。

12、出了一种针对MASSIVEMIMO通信系统能量有效的天线选择方法,其中涉及了一种联合优化发送天线数、发送天线子集、可服务终端子集以最大化系统能量效率的技术方案,其包括0008步骤1根据接收信号确定预编码矩阵及信道容量模型0009步骤2建立功率消耗模型,并基于所述信道容量模型和所述功率消耗模型建立能量效率模型。0010步骤3,对所述能量效率模型进行与联合优化等价的分布优化,得到最优发送天线个数和最优可服务移动终端子集。0011步骤4,根据所述最优可服务移动终端子集和所述信道容量模型确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优可服务移动终端个数;0012步骤5,根据所述最。

13、优发送天线个数和最优可服务移动终端子集计算相应的信道容量;判断该信道容量是否大于给定的信道容量门限值;如果大于,则进行步骤6;如果不大于,则进行步骤7。0013步骤6,将最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优能量效率。0014步骤7,根据步骤203确定的最优发送天线个数直接计算最优能量效率。0015本发明的技术方案主要有以下的优点00161、所建立的模型综合考虑了基站端、接收端射频链路的功率消耗,对基带的功率消耗使用了专门用于大规模集成电路的功率消耗模型,在此基础上对MASSIVEMIMO通信系统的能量效率进。

14、行了优化,极大地提高了系统的能量效率。00172、在基站天线数远远大于可服务移动终端数的情况下,所使用的预编码矩阵将信道容量的表达式由对数行列式形式转化成了加和对数形式,极大地简化了能量效率的求解问题;00183、对能量效率中各个参数进行了与联合优化等价的分步优化,从而在不增加计算复杂度的情况下获得同样好的性能。附图说明0019下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点0020图1是本发明一个实施例的具体流程图。说明书CN104113366A3/6页6具体实施方式0021下面通过实施例,对本发明进行详细阐述。0022图1为本发明一个。

15、实施例的具体方法流程,主要包括以下步骤。0023在步骤201中,根据接收信号确定预编码矩阵及信道容量0024一般通信系统中接收信号YF和预编码矩阵F的定义分别为002500260027其中,F成比例于发送信噪比;T表示求转置;表示求共轭;QF是发送的信号矢量,且满足E|QF|21;NF是高斯白噪声,其中的元素是均值为0、方差为1的高斯随机变量。0028G为上行用导频序列估计出来的信道矩阵,由小尺度衰落矩阵H和大尺度衰落矩阵D构成,即小尺度衰落矩阵中的元素服从均值为0、方差为1复高斯分布。DDIAG1,K是大尺度衰落矩阵,其中的元素K表示大尺度衰落因子,大尺度衰落主要包括阴影衰落和路径损耗,K1。

16、,2,K,K表示可服务的移动终端个数,M为发送天线个数。0029在本发明的MASSIVEMIMO系统中,由于发送天线数M远远大于可服务的移动终端数K,此时接收信号变为00300031上式中用到了近似表达式00320033此时信道容量为00340035在步骤202中,建立功率消耗模型,确定系统消耗的总功率,并根据信道容量和系统消耗的总功率计算系统的能量效率。0036能量效率定义为信道容量除以系统消耗的总功率,即00370038系统的功率消耗模型为0039PSUMPTMPCTPBBKPCR0040是功率放大器效率;PT是基站发射功率;PCT和PCR分别表示发送端和接收端RF链路所消耗的功率;PBB。

17、是每根发送天线等效的基带处理功率。说明书CN104113366A4/6页70041PBB的表达式为00420043上式中GFLOPS是MASSIVEMIMO系统中重要计算的总计算次数,GFPLOP/W表示大规模集成电路的处理效率,B表示系统带宽,TU表示一个OFDM符号中有用符号的持续时间,TS表示一个OFDM符号的持续时间,TP表示一个时隙中导频序列所用的OFDM符号,TSL表示每个时隙的持续时间,TD表示多径时延扩展。0044在步骤203中,对能量效率进行与联合优化等价的分布优化,得到最优发送天线个数和最优的可服务移动终端子集。假设最优的可服务的移动终端数为NR,NRK,此时整个系统的优化。

18、目标为00450046式中表示最优的发送天线个数,表示最优发送天线子集,表示最优可服务移动终端子集,CT表示系统所要求的信道容量门限值。0047具体地,先找出最优的即所有大尺度衰落因子中最大的前NR个。接下来,再令求出最优的0048接下来进行联合优化等价于分布优化的证明。由EE的表达式可知,在使用所给出的预编码矩阵及发送天线数目远远大于可服务移动终端数目时,EE的值与发送天线子集无关,即如果确定了最优的发送天线个数后,可以通过随机选择来确定最优的发送天线子集。此时EE是发送天线个数M和可服务移动终端子集的函数,即此时要同时选择出和来最大化EE。由于EE的最大值EE是的单增函数,所以我们可以进行。

19、分步优化,即先找出最优的也即是所有大尺度衰落因子中最大的前NR个,然后再令求出最优的说明书CN104113366A5/6页80049关于EE的最大值EE是的单增函数的证明如下从EE的表达式可以看出,EE是NT的凸函数,是的拟凸函数,因此最优点在处取得。因此最优的NT满足00500051然后可以得到00520053此时EE的最大值00540055然后可以得到00560057K1,NR0058即EE的最大值是的单增函数。0059在步骤204中,根据步骤203得到的最优的可服务移动终端子集确定系统信道容量的门限值,其中该门限值对应的发送天线个数为10倍的最优的可服务移动终端个数,而不是步骤203中确。

20、定的最优发送天线个数。即,系统信道容量的门限值CT为00600061在步骤205中,根据步骤203确定的最优发送天线个数和最优可服务移动终端子集计算相应的信道容量,即最优能量效率对应的信道容量,即00620063判断该信道容量是否大于给定的信道容量门限值。如果大于,则进行步骤206;如说明书CN104113366A6/6页9果不大于,则进行步骤207。0064在步骤206中,把最优发送天线个数重新赋值为信道容量门限对应的天线个数,即10倍的可服务移动终端个数,并利用重新赋值的最优发送天线个数计算最优的能量效率EEOPT,由此可得00650066在步骤207中,根据步骤203确定的最优发送天线个数直接计算最优的能量效率EEOPT,由此可得0067说明书CN104113366A1/1页10说明书附图CN104113366A10。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 电学 > 电通信技术


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1