[發明專利]基于低精度ADC大規模MIMO系統的能效優化方法

有效

• 申請號: 201910364651.1
• 申請日: 2019-04-30
• 公開（公告）號: CN110190879B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 曹海燕;胡文娟;楊曉慧;馬子昌;許方敏;方昕
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/0426;H04L12/24
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.基于低精度ADC大規模MIMO系統的能效優化方法，其特征在于包括如下步驟：

步驟1.確定系統模型并進行問題描述；

1-1.考慮配置低精度ADC的單小區大規模MIMO上行鏈路系統，小區中央的基站配有M根天線，服務于小區內的K個單天線用戶；G表示基站和K個用戶之間的信道矩陣，可以表示成：

G＝H·D^1/2 (1)

其中，H表示M×K維的快衰落系數矩陣，D＝diag{β₁,β₂,…,β_K}表示大尺度衰落矩陣；

1-2.采用最小均方誤差(MMSE)對信道進行估計，則信道矩陣G可以表示為：

其中為估計的信道，表示信道估計誤差；

1-3.采用AQWN模型對ADC的量化過程建模，則經過低精度ADC量化器后，輸出為：

其中，α＝1-ρ，ρ為量化信噪比的倒數，p表示發射功率，x是用戶的發送信號,n表示加性高斯白噪聲，n_q表示量化噪聲，b表示低精度ADC的量化比特數，當b≤5時，其對應的α如表1所示；當b＞5時，其對應的α值可以表示為量化噪聲的協方差矩陣為：

其中I_M表示M×M維的單位制，G^H表示信道矩陣G的共軛轉置矩陣；

表1

b	1	2	3	4	5
α	0.6366	0.8828	0.96546	0.990503	0.997501

1-4.采用最大比合并接收(MRC)；則第k個用戶的接收信號表示為：

其中P_d表示用戶的發射功率，g_k是信道矩陣G的第k列，表示用戶k到基站的信道，表示g_k的共軛轉置，x_k是用戶k的發送信號，n表示加性高斯白噪聲，n_q表示量化噪聲；

1-5.假設噪聲方差值為1，通過對矩陣的隨機理論加以應用推導出用戶k的上行速率:

其中，M表示基站端的天線數目，p_t為導頻功率，τ為導頻長度，β_k為用戶k到基站的大尺度衰落系數；

因此，系統的頻譜效率表示為：

大規模MIMO上行鏈路系統能效函數表示為：

其中P_tb、P_tu分別表示收發鏈路功耗，表示ADC的功率消耗，其中P_site表示其他特定功率消耗；

1-6.大規模MIMO上行通信系統中基于能效優化的資源分配問題表述為如下的約束優化問題：

其中C1,C2表示兩個約束條件，P_max表示用戶可提供的最高發射功率，K和T分別表示最小和最大導頻長度；

由于上述問題是一個帶約束的非凸優化問題，難以獲得最優解，因此將利用分數規劃的性質將目標問題進行轉化；

步驟2.目標函數的轉化；

2-1.凸轉化

公式(9)中的分數目標函數歸類為非線性分數規劃問題；通過使用分數規劃的性質，可實現能效最大化，當且僅當：

其中

因此初始的最優化問題可以轉化成：

由于上式(11)是一個凸優化問題；因此，可以利用凸優化的方法來求解目標函數；

2-2.基于交替優化的能效資源分配；

轉化后目標函數(11)仍難以求解，因此將目標函數(11)進行分解，首先給定q；然后在b值確定的情況下，對τ、p_p進行交替優化，循環直至收斂，具體：

2-2-1.給定q＝0，q_i＝q₀，τ＝τ₀，b＝1；

2-2-2.當q_i-q＞δ時，進入步驟2-2-3，否則步驟2-2-7；

2-2-3.q＝q_i；

2-2-4.當b＜16進入步驟2-2-5，否則跳轉至步驟2-2-9；

2-2-5.輸入以Q2為目標函數優化τ，得到使Q2取最大值時的τ₀；

2-2-6.輸入τ₀，以Q2為目標函數優化p_d，得到使Q2取最大值時的

2-2-7.循環執行步驟2-2-5、2-2-6至Q2收斂；

2-2-8.b＝b+1，進入步驟2-2-4；

2-2-9.將使Q2最大的代入Q1，重新計算q_i；

2-2-10.返回步驟2-2-2；

2-2-11.返回

2.根據權利要求1所述的基于低精度ADC大規模MIMO系統的能效優化方法，其特征在于步驟2-2-5和2-2-6能夠由牛頓迭代法求解，其中步驟2-2-5具體求解如下：

給定初始值b＝b₀，以Q2為目標函數優化τ，證明如下：

將b₀＝b₀，帶入式(5)得：

其中

Q₃關于τ分別求一次導和二次導，經計算可以得到由此可知，Q3隨著τ的增加先增加再減少，在時取得最優解，同時可以利用牛頓迭代法求得最優解時對應的τ。