[發明專利]網絡輔助全雙工無蜂窩大規模MIMO雙工模式優化方法

有效

• 申請號: 202110289438.6
• 申請日: 2021-03-18
• 公開（公告）號: CN113078929B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 李佳珉;朱悅;朱鵬程;王東明;尤肖虎
• 申請（專利權）人: 東南大學
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04L25/03
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 沈廉

1.一種網絡輔助全雙工無蜂窩大規模MIMO雙工模式優化方法，其特征在于：該方法包括以下步驟：

步驟1：設定最大化頻譜效率目標函數：

其中，R_U,i為上行鏈路的頻譜效率，R_D,j為下行鏈路的頻譜效率，K_u為上行鏈路中的用戶數，K_d為下行鏈路中的用戶數；u、d分別為上行鏈路、下行鏈路的標識，i、j分別為第i個上行鏈路用戶和第j個下行鏈路用戶；

為了確定每個遠端天線單元RAU應該以哪種模式運行，定義兩個二進制分配向量x^u,x^d∈{0,1}^M×1，M為RAU的總數量，如果RAU用于上行鏈路或下行鏈路則第i個上行RAU的二進制分配向量或第j個下行RAU的二進制分配向量取值為1，否則取值為0；被第j個下行鏈路用戶接收到的信號和所有的上行遠端天線單元RAUs聯合接收來自上行用戶的信號可分別表示為式(2)和式(3)：

定義X^u＝diag(x^u)，X^d＝diag(x^d)，diag(a)表示用元素a構成對角矩陣；式中分別表示有效的下行鏈路信道向量，有效的上行鏈路信道向量以及有效的上行鏈路RAU和下行鏈路RAU之間的信道向量；表示有效的噪聲，

其中，表示所有下行鏈路RAU與接收信號的下行用戶j之間的信道向量，為下行預編碼向量，為發送給第m個下行用戶的數據信號，g_i,j表示第i個上行用戶和第j個下行用戶之間的信道向量，p_u,i是第i個上行用戶的發送功率，x_i是第i個用戶發送的數據信號，為復值加性高斯白噪聲，表示第i個上行用戶與所有上行RAUs之間信道，G_I是下行RAUs和上行RAUs之間真實的干擾信道矩陣，w_j為下行預編碼向量，η^u為復值加性高斯白噪聲；

步驟2：利用用戶速率與均方誤差MSE的反比關系重塑優化問題為：

滿足約束：x^u+x^d＝1；

和分別表示上下行的均方誤差；

對非平滑和非凸優化采用并行連續凸逼近，以便在使函數最小化和保持與先前迭代結果接近之間找到一個折衷方案，具體如下：

放松對單元超立方體的二進制約束，并使用并行連續凸逼近PSCA框架解決這個非確定性多項式問題NP；由x^d＝1-x^u，將式(4)的優化問題拆解為只含有變量X^u的函數項G(X^u)，只含有變量X^d的函數項G(X^d)，含有X^u和X^d兩項的函數項G(X^u,X^d):

min G(X^u)+G(X^d)+G(X^u,X^d)， (5)

由矩陣的性質，對需要優化的式子進行化簡，得到優化問題的變形為：

min x^uTΛx^u-2b^u,dTx^u， (6)

滿足x^u∈{0,1}^M×1；

其中Λ和b^u,d為經過矩陣運算和多項式合并之后的代數項；

為了使優化問題轉化為凸問題，添加一個近端算子

式中，滿足x^u∈{0,1}^M×1。

2.根據權利要求1中的網絡輔助全雙工無蜂窩大規模MIMO雙工模式優化方法，其特征在于：所述的凸優化問題為：

步驟1，初始化其中α，λ都為設定算法收斂閾值的輔助因子，

步驟2，隨機生成x^u(0)∈{0,1}^M×1，n＝0，x^u(0)表示初始的x^u；

步驟3，當||x^u(n)-x^u(0)||≤λ，更新上標n表示迭代的次數；

步驟4，找到最佳的

步驟5，更新直到步驟3的判斷條件不滿足為止；

步驟6，返回最優解x^u(n)；

步驟7，若算法收斂，結束算法，保存x^u(n)，計算去計算頻譜效率SE；否則，n＝n+1，返回步驟2。