[go: up one dir, main page]

CN105848277B - 一种基于广播信道的分布式天线能量效率优化方法及系统 - Google Patents

一种基于广播信道的分布式天线能量效率优化方法及系统 Download PDF

Info

Publication number
CN105848277B
CN105848277B CN201610152989.7A CN201610152989A CN105848277B CN 105848277 B CN105848277 B CN 105848277B CN 201610152989 A CN201610152989 A CN 201610152989A CN 105848277 B CN105848277 B CN 105848277B
Authority
CN
China
Prior art keywords
energy efficiency
das
indicate
mac
fraction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610152989.7A
Other languages
English (en)
Other versions
CN105848277A (zh
Inventor
何春龙
尹佳佳
黄磊
张沛昌
孙维泽
李兴泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Elm Technology Co Ltd
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201610152989.7A priority Critical patent/CN105848277B/zh
Publication of CN105848277A publication Critical patent/CN105848277A/zh
Application granted granted Critical
Publication of CN105848277B publication Critical patent/CN105848277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/04Transmission power control [TPC]
    • H04W52/30Transmission power control [TPC] using constraints in the total amount of available transmission power
    • H04W52/32TPC of broadcast or control channels
    • H04W52/322Power control of broadcast channels

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于广播信道的分布式天线能量效率优化方法及系统,方法包括:建立DAS‑BC系统中能量效率模型;根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS‑BC系统中能量效率模型转化为凸的含有分式的DAS‑MAC系统中能量效率模型;应用分式规划将含有分式的DAS‑MAC系统中能量效率模型转化为含有减号的非分式DAS‑MAC系统中能量效率模型;求解非分式DAS‑MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出。本发明通过建立DAS‑BC系统的能量效率优化模型,通过求解出能量效率最优时对应的发送协方差矩阵算法,提高了信号的传输性能,减小了噪声。

Description

一种基于广播信道的分布式天线能量效率优化方法及系统
技术领域
本发明涉及移动通信技术领域,尤其涉及一种基于广播信道的分布式天线能量效率优化方法及系统。
背景技术
信息与通信技术随着快速的发展,对能源的消耗也大幅增加。作为其中重要的组成部分,无线通信系统在不断提供更大的系统容量的同时,如何节能已经成为一个越来越受人关注的话题。分布式天线系统由于其结构上的优势,使用了远端天线技术,同时简化了基站的结构,被看做是比现有传统基站更为节能环保的移动通信系统架构。
分布式天线系统(DAS,Distributed Antenna System)在过去的十年里已经广泛应用于微蜂窝和室内环境下,在学术界和业界都有广泛而深入的研究。分布式天线系统的概念最早由A.A.M.Saleh等人于1987年提出,通过泄漏馈线的信号传播方式将分布式天线直接部署在室内环境中,以解决蜂窝网络的室内覆盖盲区问题。通过测试发现,采用分布式结构使得信号强度和信道时延扩展都得到了明显的改善。随着光纤技术以及微蜂窝概念的发展,DAS的概念被进一步细化和完善。DAS的系统架构由各个天线单元按照某种规则或者随机部署在小区内的不同地理位置,并通过专用媒质如光纤、同轴电缆或者微波等连接到一个中央处理单元上。每个分布式天线单元都是由一个或者多个集中部署的天线组成,这些天线单元仅仅具有信号的收发功能。同时DAS的所有信号处理功能都通过专用媒质转移到中央处理单元来完成。
目前,对分布式系统的研究主要采用遍历信道容量、中断概率和误比特率作为性能指标。相比于集中式天线,分布式天线可以获得更大的遍历信道容量;相比于集中式天线,分布式天线极大的降低了系统的中断概率,因此具有较高的链路稳定性;相比于集中式天线,分布式天线不仅能降低系统的BER,而且可以提供更高的系统容量。
但现有的天线在广播信道下的能量效率低,从而使广播信道中的信号衰减严重,加重噪声的影响,为信号传播带来不便。
因此,现有技术还有待于改进和发展。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种基于广播信道的分布式天线能量效率优化方法及系统,旨在解决现有技术中天线在广播信道下的能量效率低,从而使广播信道中的信号衰减严重,加重噪声的影响,为信号传播带来不便的缺陷。
本发明的技术方案如下:
一种基于广播信道的分布式天线能量效率优化方法,其中,方法包括;
A、建立DAS-BC系统中能量效率模型;
B、根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的 DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC系统中能量效率模型;
C、应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;
D、求解非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出。
所述的基于广播信道的分布式天线能量效率优化方法,其中,所述步骤A具体包括:
A1、定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU 中的天线个数,L表示RAU的个数;
A2、根据上述定义知,DAS-BC系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束, Tr(·)表示求迹,K表示移动台个数;
A3、采用脏纸编码算法获取DAS-BC的下行和容量,DAS-BC的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为 表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,σn是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵。
所述的基于广播信道的分布式天线能量效率优化方法,其中,所述步骤B具体包括:
B1、根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,表示DAS多址接入信道上行发送端协方差矩阵,与一一对应,并且
B2、与非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵。
所述的基于广播信道的分布式天线能量效率优化方法,其中,所述步骤C具体包括:
C1、根据分式规划理论,将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型,AS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子。
所述的基于广播信道的分布式天线能量效率优化方法,其中,所述步骤D具体包括:
D1、根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出。
一种基于广播信道的分布式天线能量效率优化系统,其中,系统包括:
能量效率模型建立模块,用于建立DAS-BC系统中能量效率模型;
第一转化模块,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的 DAS-MAC系统中能量效率模型;
第二转化模块,用于应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;
计算与输出模块,用于计算非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出。
所述的基于广播信道的分布式天线能量效率优化系统,其中,所述能量效率模型建立模块具体包括:
能量效率定义单元,用于定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU 中的天线个数,L表示RAU光纤的个数;
DAS-BC系统能量效率模型建立单元,用于根据上述定义知,DAS-BC 系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束, Tr(·)表示求迹,K表示移动台个数;
计算单元,用于采用脏纸编码算法获取DAS-BC的下行和容量, DAS-BC的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为 表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,σn是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵。
所述的基于广播信道的分布式天线能量效率优化系统,其中,所述第一转化模块具体包括:
对偶性计算单元,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,表示DAS多址接入信道上行发送端协方差矩阵,与一一对应,并且
第一模型转化单元,用于将非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵。
所述的基于广播信道的分布式天线能量效率优化系统,其中,所述第二转化模块具体包括:
第二模型转化单元,用于根据分式规划理论,将含有分式的DAS-MAC 系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型,DAS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子。
所述的基于广播信道的分布式天线能量效率优化系统,其中,所述计算与输出模块具体包括:
计算与输出模块,用于根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出。
本发明提供了一种基于广播信道的分布式天线能量效率优化方法及系统,本发明通过建立DAS-BC系统的能量效率优化模型,通过求解出能量最优时对应的发送协方差矩阵算法,提高了信号的传输性能,减小了噪声。
附图说明
图1为本发明的一种基于圆形小区的分布式天线系统示意图。
图2为本发明中一种基于广播信道的分布式天线能量效率优化方法的较佳实施例的流程图。
图3a、图3b为分别为本发明方案的具体应用实施例一中DAS、CAS 系统中最大化能量效率时SE和EE随小区半径变化曲线示意图。
图4a、图4b为分别为本发明方案的具体应用实施例二中DAS、CAS 系统中最大化频谱效率时SE和EE随小区半径变化曲线示意图。
图5a、图5b为分别为本发明方案的具体应用实施例三中DAS、CAS 系统中最大化能量效率时SE和EE随用户数变化曲线示意图。
图6a、图6b为分别为本发明方案的具体应用实施例四中DAS、CAS 系统中最大化频谱效率时SE和EE随用户数变化曲线示意图。
图7a、图7b为分别为本发明方案的具体应用实施例五中DAS、CAS 系统中最大化能量效率时SE和EE随天线个数变化曲线示意图。
图8为本发明的一种基于广播信道的分布式天线能量效率优化系统的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明是基于一个圆形小区的分布式天线系统为例进行介绍。如图1 所示,假设小区半径为R,远端接入单元(RAU,Remote Access Unit)个数为L,小区中心有一个基站,记为BS(Base Station)或RAU 1,移动台 (MS,Mobile Station)个数为K,每个RAU装有M根收发天线,每个 MS有N根天线。
本发明还提供了一种基于广播信道的分布式天线能量效率优化方法的较佳实施例的流程图,如图2所示,其中,方法包括:
步骤S100、建立DAS-BC系统中能量效率模型。
具体实施时,本发明对多用户分布式天线(DAS,Distributed Antenna System)在广播信道(BC,Broadcast Channel)下的能量效率(EE,Energy Efficiency)优化问题进行研究。其中DAS-BC是多用户分布式天线在广播信息下的简称。
具体实施时,所述步骤S100具体包括:
步骤S101、定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU 中的天线个数,L表示RAU的个数;
步骤S102、根据上述定义知,DAS-BC系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束, Tr(·)表示求迹,K表示移动台个数;
步骤S103、采用脏纸编码算法获取DAS-BC的下行和容量,DAS-BC 的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为 表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,σn是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵。
具体地,脏纸编码(DPC,Dirty Paper coding)是指信息发送前,发射机已了解了信道的基本情况,通过在发射端处理信号,使接收机在接受信号时可以认为传输不存在干扰,从而增加了多输入多输出系统(MIMO)的总容量。
步骤S200、根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC 系统中能量效率模型。
具体实施时,多输入多输出(MIMO,Multiple Input Multiple Output) 是现有常用的广播信道通信模式。而MIMO广播信道与MIMO多址接入信道是对偶的。其中多址接入信道(MAC,Multiple Access Channel)的模型为一个凸函数,从而将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC系统中能量效率模型。
具体实施时,所述步骤S200具体包括:
步骤S201、根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,表示DAS多址接入信道上行发送端协方差矩阵,与一一对应,并且
步骤S202、与非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵。
具体地,其中所述步骤S200中MIMO上下行协方差矩阵的一一对应关系:
假设上下行发送端具有相同的总发送功率,即
为了后面叙述的方便,对于i=1,2,…,K,定义
并且的奇异值分解(SVD,Singular Value Decomposition) 可以表示为:
则上下行协方差矩阵的一一对应关系可以表示为:
步骤S300、应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型。
具体实施时,所述步骤S300具体包括:
步骤S301、根据分式规划理论,将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型, DAS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子,令
具体实施时,能量效率最优的协方差矩阵Q*当且仅当F(ω*)=0和 f(ω*)=Q*时取得。也就是说对任何一个具有分式结构的优化问题,都存在一个含有减号的非分式等价优化问题。因此我们只需要求解上式优化问题就可以得到能量效率优化问题的解。
步骤S400、求解非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出。
具体地,所述步骤S400具体包括:
步骤S401、根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出。
具体实施时,应用块坐标上升算法(Block Coordinate Ascent Algorithm) 来求解,为表述方便,定义函数f(·)为:
根据块坐标上升算法,假设第n次迭代参数为则第(n+1)次迭代参数可以表示为:
根据
优化问题的拉格朗日可以表示为:
其中λ是引入的拉格朗日乘积因子。根据特征值分解可得 是一个非负的对角矩阵,是酉矩阵。假设Di有L个大于零的对角元素(1≤L≤N)。根据矩阵性质|I+AB|=|I+BA|,可得:
其中Si=UHQiU,并且Tr(Qi)=Tr(Si)。
因此优化问题的拉格朗日可以重新表示为:
最优的Si是一个对角矩阵,并且当k=1,2,…,L时对角元素[Si]kk>0,否则对角元素[Si]kk=0。
上式可简化为:
应用KKT(Karush-Kuhn-Tucker)条件,可以得到上式最优解为:
拉格朗日乘积因子λ可以根据次梯度算法(Sub-gradient method)更新,其数学表达式为:
根据Qi和Si之间映射关系可得DAS-BC能量效率最优的上行协方差矩阵为:
本发明还提供了上述算法的仿真实验结果。其中仿真参数如下表1所示:
表1
具体地,假设BS/RAU 1在小区中心,极坐标为(0,0),其它RAU的极坐标为假设用户均匀分布,在此仿真中然后分别仿真DAS和CAS系统在广播信道下最大化能量效率和频谱效率时SE和EE随小区半径、用户数以及天线个数变化曲线图。
具体地,如图3a、图3b,图4a,图4b所示,分别仿真了DAS和CAS 系统在广播信道下最大化能量效率和频谱效率(SE,Spectrum Efficiency) 时EE和SE随小区半径变化曲线图。图中distance代表小区半径,图中标示MaxEE CAS指的是在CAS系统中采用最大化能量效率优化,MaxEE DAS指的是在DAS系统中采用最大化能量效率优化,MaxSE CAS指的是在CAS系统中采用最大化频谱效率优化,MaxSE DAS指的是在DAS系统中采用最大化频谱效率优化,即在优化问题令ω=0。由图可以看出,最大化能量效率优化时,DAS系统的SE和EE随着发送天线个数的增加而增大。最大化频谱效率优化时,CAS系统的SE和EE也随着发送天线个数的增加而增大。这是由天线分集带来的系统性能增益。在相同的发送天线情况下, DAS系统的SE和EE性能都优于CAS系统。这是因为在DAS系统中,RAU 分散在小区中,因此用户到RAU的平均接入距离变短了,因此在相同的发送功率下,DAS系统性能优于CAS系统。在小区半径为1100m和发送端天线个数8个,最大化能量效率优化时,DAS的SE和EE比CAS分别增加了17.6%和20.9%。最大化频谱效率优化比最大化能量效率优化具有更大的SE,但EE变小。当小区半径为1100m和发送端天线个数8个,DAS系统中最大化能量效率优化时SE性能比最大化频谱效率优化时减少了 47.1%,而EE性能增加了303.7%。
如图5a、图5b、图6a、图6b所示,分别仿真了DAS和CAS系统在广播信道下最大化能量效率和频谱效率时SE和EE随用户数变化曲线图。 User Number K表示用户数,仿真结果是在小区半径等于1000m条件下得到的。由 图可知最大化能量效率优化时,DAS系统的SE和EE随着用户个数的增加而增大,CAS系统的SE和EE也随着用户个数的增加而增大。这是由多用户分集带来的增益。在相同的用户个数下,DAS系统的频谱效率和能量效率性能都优于CAS系统。这是因为在DAS系统中,RAU分散在小区中,因此用户到RAU的平均接入距离变短了,因此在相同的发送功率下,DAS系统性能优于CAS系统。在用户个数为10和发送端天线个数8 时,最大化能量效率优化时,DAS系统的SE和EE比CAS分别增加了12.2%和13.1%。最大化频谱效率优化比最大化能量效率优化具有更大的SE,但 EE变小。当用户个数为10和发送端天线个数8时,DAS系统中最大化能量效率优化时的SE性能比最大化频谱效率优化时减少了43.5%,而EE性能增加了365.3%。
如图7a、图7b所示,分别仿真了DAS和CAS系统在广播信道下最大化能量效率时SE和EE随天线个数变化曲线图。其中Antenna Number表示天线个数。仿真结果是在小区半径等于1000m条件下得到的。最大化能量效率和频谱效率优化时,DAS和CAS系统的SE性能随着天线个数的增加而增大,而最大化能量效率优化时,DAS和CAS系统的EE性能随着天线个数的增加先增大后减少,这是因为随着天线个数的增加,射频链路也相应增加,故芯片消耗的能量也增加,最开始频谱效率的增幅大于总的能量消耗的增幅,故能量效率先增加,当频谱效率的增幅小于总的能量消耗的增幅,则能量效率减少了。在相同的发送天线个数下,DAS系统的SE 和EE性能都优于CAS系统。这是因为在DAS系统中,RAU分散在小区中,因此用户到RAU的平均接入距离变短了,因此在相同的发送功率下, DAS系统性能优于CAS系统。在发送端天线个数为10,DAS系统中最大化能量效率的SE和EE性能比CAS分别增加了18.4%和21.1%。
本发明还提供了一种基于广播信道的分布式天线能量效率优化系统的较佳实施例的功能原理框图,如图8所示,其中,系统包括:
能量效率模型建立模块100,用于建立DAS-BC系统中能量效率模型;具体如上所述。
第一转化模块200,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的 DAS-MAC系统中能量效率模型;具体如上所述。
第二转化模块300,用于应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;具体如上所述。
计算与输出模块400,用于计算非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出;具体如上所述。
进一步的实施例中,所述能量效率模型建立模块具体包括:
能量效率定义单元,用于定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU 中的天线个数,L表示RAU的个数;具体如上所述。
DAS-BC系统能量效率模型建立单元,用于根据上述定义知,DAS-BC 系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束, Tr(·)表示求迹,K表示移动台个数;具体如上所述。
计算单元,用于采用脏纸编码算法获取DAS-BC的下行和容量, DAS-BC的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为 表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,σn是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵;具体如上所述。
具体地,所述第一转化模块具体包括:
对偶性计算单元,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,表示DAS多址接入信道上行发送端协方差矩阵,与一一对应,并且具体如上所述。
第一模型转化单元,用于将非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵;具体如上所述。
具体实施时,所述第二转化模块具体包括:
第二模型转化单元,用于根据分式规划理论,将含有分式的DAS-MAC 系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型,DAS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子;具体如上所述。
进一步地,所述计算与输出模块具体包括:
计算与输出模块,用于根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出;具体如上所述。
综上所述,本发明提供了一种基于广播信道的分布式天线能量效率优化方法及系统,方法包括:建立DAS-BC系统中能量效率模型;根据MIMO 广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC系统中能量效率模型;应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;求解非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出。本发明通过建立DAS-BC 系统的能量效率优化模型,通过求解出能量最优时对应的发送协方差矩阵算法,提高了信号的传输性能,减小了噪声。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种基于广播信道的分布式天线能量效率优化方法,其特征在于,方法包括;
A、建立DAS-BC系统中能量效率模型;
B、根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC系统中能量效率模型;
C、应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;
D、求解非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出;
所述步骤A具体包括:
A1、定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pt表示基站发射功率,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU中的天线个数,L表示RAU的个数;
A2、根据上述定义知,DAS-BC系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束,Tr(·)表示求迹,K表示移动台个数;
A3、采用脏纸编码算法获取DAS-BC的下行和容量,DAS-BC的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为£N×ML,Σk∈£ML×ML表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵;
所述步骤C具体包括:
C1、根据分式规划理论,将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型,DAS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子。
2.根据权利要求1所述的基于广播信道的分布式天线能量效率优化方法,其特征在于,所述步骤B具体包括:
B1、根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,Qk∈£N×N表示DAS多址接入信道上行发送端协方差矩阵,与Σk∈£ML×ML一一对应,并且
B2、与非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵。
3.根据权利要求2所述的基于广播信道的分布式天线能量效率优化方法,其特征在于,所述步骤D具体包括:
D1、根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出。
4.一种基于广播信道的分布式天线能量效率优化系统,其特征在于,系统包括:
能量效率模型建立模块,用于建立DAS-BC系统中能量效率模型;
第一转化模块,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,将非凸的DAS-BC系统中能量效率模型转化为凸的含有分式的DAS-MAC系统中能量效率模型;
第二转化模块,用于应用分式规划将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型;
计算与输出模块,用于计算非分式DAS-MAC系统中能量效率模型中的最优能量效率值对应的矩阵并输出;
所述能量效率模型建立模块具体包括:
能量效率定义单元,用于定义能量效率为系统中总的和容量除以对应的总功率消耗,则能量效率ηEE为:
其中C表示总的和容量,Pt表示基站发射功率,Pdyn表示动态消耗的功率,Psta表示静态消耗的功率,Po表示RAU光纤消耗的功率,η是表示功率放大器效率,M表示RAU中的天线个数,L表示RAU的个数;
DAS-BC系统能量效率模型建立单元,用于根据上述定义知,DAS-BC系统中的能量效率表达式为:
其中CBC表示DAS-BC的下行和容量,Pmax表示最大的和发射功率约束,Tr(·)表示求迹,K表示移动台个数;
计算单元,用于采用脏纸编码算法获取DAS-BC的下行和容量,DAS-BC的下行和容量CBC(H1,H2,…,HK12,…,ΣK)为:
其中Hk=[Hk(dk,1),Hk(dk,2),…,Hk(dk,L)]表示第k个用户的复合信道矩阵,其维度为£N×ML,Σk∈£ML×ML表示DAS-BC下行发送端协方差矩阵,Hk(dk,L)表示复合衰落信道矩阵,σn是表示高斯白噪声,表示信道矩阵装置,IN表示单位矩阵;
所述第二转化模块具体包括:
第二模型转化单元,用于根据分式规划理论,将含有分式的DAS-MAC系统中能量效率模型转化为含有减号的非分式DAS-MAC系统中能量效率模型,DAS-MAC系统中的能量效率h(Q,ω)为:
其中ω是引入的标量因子。
5.根据权利要求4所述的基于广播信道的分布式天线能量效率优化系统,其特征在于,所述第一转化模块具体包括:
对偶性计算单元,用于根据MIMO广播信道和MIMO多址接入信道的对偶性,得
其中代表DAS-MAC信道容量,Qk∈£N×N表示DAS多址接入信道上行发送端协方差矩阵,与Σk∈£ML×ML一一对应,并且
第一模型转化单元,用于将非凸的DAS-BC系统中能量效率模型转化对应的凸的含有分式的DAS-MAC系统中能量效率模型为:
其中Qi表示协方差矩阵,IML表示单位矩阵。
6.根据权利要求5所述的基于广播信道的分布式天线能量效率优化系统,其特征在于,所述计算与输出模块具体包括:
计算与输出模块,用于根据块上升算法对非分式DAS-MAC系统中的能量效率模型进行计算,通过迭代算法计算出最优能量效率值对应的协方差矩阵并输出。
CN201610152989.7A 2016-03-17 2016-03-17 一种基于广播信道的分布式天线能量效率优化方法及系统 Active CN105848277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610152989.7A CN105848277B (zh) 2016-03-17 2016-03-17 一种基于广播信道的分布式天线能量效率优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610152989.7A CN105848277B (zh) 2016-03-17 2016-03-17 一种基于广播信道的分布式天线能量效率优化方法及系统

Publications (2)

Publication Number Publication Date
CN105848277A CN105848277A (zh) 2016-08-10
CN105848277B true CN105848277B (zh) 2019-03-08

Family

ID=56587969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610152989.7A Active CN105848277B (zh) 2016-03-17 2016-03-17 一种基于广播信道的分布式天线能量效率优化方法及系统

Country Status (1)

Country Link
CN (1) CN105848277B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108521666B (zh) * 2018-03-14 2020-06-19 华南理工大学 一种基于非线性能量采集模型的多中继系统动态功率分配方法
CN111608867B (zh) * 2020-05-26 2021-05-14 深圳益风新能源工程技术有限公司 基于迷宫式矩阵算法提升风力发电功率的方法和装置
CN113329415B (zh) * 2021-04-19 2023-01-31 中铁二院工程集团有限责任公司 一种管隧道内列车分布式天线系统的天线选择方法
CN114124186B (zh) * 2022-01-27 2022-06-14 南京信息工程大学 一种多天线无线隐蔽通信协同优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1956761A2 (en) * 2007-02-09 2008-08-13 Samsung Electronics Co., Ltd. Method and apparatus for joint scheduling to increase frequency efficiency and fairness in a distributed antenna system using frequency reuse and common power control
CN101499837A (zh) * 2009-01-08 2009-08-05 上海交通大学 多用户mimo广播信道中低复杂度用户的选择方法
CN101631379A (zh) * 2009-06-19 2010-01-20 东南大学 分布式天线移动通信系统的功率分配与天线选择方法
CN104254135A (zh) * 2013-06-27 2014-12-31 夏普株式会社 物理随机接入信道的发送和接收方法以及基站和用户设备
CN105072632A (zh) * 2015-08-26 2015-11-18 东南大学 一种mimo分布式基站系统中能量效率最优化的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9980269B2 (en) * 2014-01-30 2018-05-22 Commscope Technologies Llc Optimizing power allocation in signal distribution systems using variable and static gains

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1956761A2 (en) * 2007-02-09 2008-08-13 Samsung Electronics Co., Ltd. Method and apparatus for joint scheduling to increase frequency efficiency and fairness in a distributed antenna system using frequency reuse and common power control
CN101499837A (zh) * 2009-01-08 2009-08-05 上海交通大学 多用户mimo广播信道中低复杂度用户的选择方法
CN101631379A (zh) * 2009-06-19 2010-01-20 东南大学 分布式天线移动通信系统的功率分配与天线选择方法
CN104254135A (zh) * 2013-06-27 2014-12-31 夏普株式会社 物理随机接入信道的发送和接收方法以及基站和用户设备
CN105072632A (zh) * 2015-08-26 2015-11-18 东南大学 一种mimo分布式基站系统中能量效率最优化的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Energy efficiency of distributed MIMO systems;chunlong he at.al;《IEEE Xplore Digital library》;20141205;全文

Also Published As

Publication number Publication date
CN105848277A (zh) 2016-08-10

Similar Documents

Publication Publication Date Title
Tang et al. Physical layer security of intelligent reflective surface aided NOMA networks
Wang et al. Joint offloading and computing optimization in wireless powered mobile-edge computing systems
Shi et al. Energy efficiency optimization for MISO SWIPT systems with zero-forcing beamforming
Shi et al. Group sparse beamforming for green cloud-RAN
Xiao et al. Information-theoretic capacity analysis in MIMO distributed antenna systems
CN105848277B (zh) 一种基于广播信道的分布式天线能量效率优化方法及系统
Yuan et al. Wireless information and power transfer design for energy cooperation distributed antenna systems
CN103052134A (zh) 一种可再生能源供能基站接入选择方法和系统
CN110337148B (zh) 基于非正交多址接入的认知无线电能效资源分配方法
Dong et al. Energy efficiency optimization and resource allocation of cross-layer broadband wireless communication system
CN101924593B (zh) 上/下行天线拉远发射机、接收机和信道测量方法
Alsharoa et al. Optimal transmit power allocation for MIMO two-way cognitive relay networks with multiple relays using AF strategy
CN101499837B (zh) 多用户mimo广播信道中低复杂度用户的选择方法
CN101784107A (zh) 无线mimo网络中基于非合作重复博弈的功率调度方法
Jazi et al. Integrated access and backhaul (IAB) in cell-free massive MIMO systems
WO2016090901A1 (zh) 多输入多输出mimo基站
Tran et al. Dynamic radio cooperation for downlink cloud-RANs with computing resource sharing
CN102158321A (zh) 一种能够提高移动通信系统功率效率的分布式mimo系统中功率分配与天线选择方法
CN107979826A (zh) 复用模式下含d2d通信的das中功率分配方法及装置
CN106028456A (zh) 一种5g高密度网络中虚拟小区的功率分配方法
Fu et al. Spectrum-energy-economy efficiency analysis of B5G wireless communication systems with separated indoor/outdoor scenarios
CN106131855A (zh) 一种5g高密度网络中虚拟小区的信道分配方法
Jorswieck et al. Energy-aware utility regions: multiple access pareto boundary
Wang et al. Optimization for user centric massive mimo cell free networks via large system analysis
He et al. Energy efficiency of distributed massive MIMO systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200728

Address after: 518000 903, building 7, No. 1, triangle mountain, Tongsheng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen elm Technology Co., Ltd

Address before: 518060 Nanhai Road, Guangdong, Shenzhen, No. 3688, No.

Patentee before: SHENZHEN University

TR01 Transfer of patent right