协作网络下行链路非完美信道下的总功率联合优化方法

摘要

协作网络下行链路非完美信道下的总功率联合优化方法，涉及无线通信领域，具体涉及协作网络下行链路的总功率联合优化。本发明是为了解决现有的协作网络架构中的网络功率消耗较大的问题，本发明首先根据基站功率消耗模型和回程链路功率模型，建立网络总功率模型，对网络总功率消耗问题进行建模，通过将SINR约束转换到其协方差形式，采用低复杂度的启发式方法进行基站模式选择，提出DC方法迭代求解来确定用户连接，得到用户连接、波束成型；最终解决网络总功率消耗问题，得到联合优化后网络消耗的总功率。本发明适用于无线通信领域。

主权项

协作网络下行链路非完美信道下的总功率联合优化方法，其特征在于包括以下步骤：步骤1、在集中式网络架构下，该架构下有L个基站，基站集合为Λ＝{1,…,L}，每个基站配有N根天线；被调度的用户均为单天线用户，被调度的用户的集合用Κ＝{1,…,K}表示，其中K表示被调度用户的数量，K为正整数；根据基站功率消耗模型和回程链路功率模型，建立网络总功率模型：$\begin{array}{c}{P}^{tot}=\underset{l\in A}{\Sigma }\left(P_l^c+\frac{1}{\eta }{P}_l^{tx}+P_l^{bh}\right)\\ =\underset{l\in A}{\Sigma }\left(P_l^c+\frac{1}{\eta }\underset{k\in U_l}{\Sigma }\left|\right|w_{lk}|{|}_2^2+\frac{p_{bh}}{C_{bh}}{R}_k\right)\end{array}---\left(1\right)$其中，P^tot表示网络消耗的总功率；为基站l的静态功率；为基站l的发射功率；表示基站l的回程链路功率；A为激活基站的集合；η为功率放大器的效率；k表示用户序号；w_lk为基站l到用户k的波束向量；为基站l给用户k的发送功率；||·||表示矩阵的欧式范数；U_l表示基站l服务的用户集合；R_k为用户的速率；p_bh为传输最大数据速率为C_bh时回程链路功率消耗；步骤2、针对网络总功率模型，对网络总功率消耗问题进行建模：$\begin{array}{cc}P:\underset{w_{lk},A,U_l}{\min }& \underset{l\in A}{\Sigma }{P}_l^c+\frac{1}{\eta }\underset{l\in A}{\Sigma }\underset{k\in U_l}{\Sigma }\left|\right|w_{lk}|{|}_2^2+\underset{l\in A}{\Sigma }\frac{p_{bh}}{C_{bh}}\underset{k\in U_l}{\Sigma }{R}_k\\ s.t.& C1:\underset{\forall h_k\in {\Psi }_k}{{\mathrm{SINR}}_k}\ge {\gamma }_k,\forall k\in K\\ & C2:\underset{k\in U_l}{\Sigma }\left|\right|w_{lk}|{|}_2^2\le P_l^{\max },\forall l\in A\end{array}---\left(2\right)$其中，s.t.表示约束条件；C1表示非完美信道状态下的SINR约束，C2表示每个基站的最大发送功率受限；考虑信道的不确定性，将信道建模为一个欧式球约束，用集合Ψ_k表示A个激活基站到用户k的信道，h_k为A个激活基站到用户k真实的信道状态，是A个激活基站到用户k的信道估计向量，C^NA×1表示NA×1的复向量空间，δ_k为用户k的信道不确定性的大小；用户k的信干燥比其中|·|表示向量的模，为A个激活基站到用户k的波束成型向量；w_i为A个激活基站到用户i的波束成型向量；γ_k为用户k的信干燥比门限，为基站l的最大发送功率；为用户k的噪声功率；步骤3：已知基站模式时，将问题P转化问题P7，并通过一个凸优化问题P8迭代解决；步骤4、采用低复杂度的启发式方法进行基站模式选择，并通过迭代求解，得到用户连接、波束成型；最终解决网络总功率消耗问题P，得到联合优化后网络消耗的总功率。