一种异构网中的低能耗协作传输方法

摘要

本发明公开了一种异构网中低能耗的协作传输方法，异构网系统包括宏小区和微小区，宏小区包括一个宏基站，微小区包括一个微基站，宏小区和微小区组成一个协作簇，包括以下几个步骤：1：获取CoMP-JP模式、MBS模式、mBS模式基于P-ZFBF的归一化预编码；2：构造混合协作预编码，将CoMP-JP、MBS、mBS三种模式进行复数加权组合，得到所有基站对用户i的混合预编码向量：3：确定复加权系数幅值|λ_ij|的取值范围，获取取值范围内的电路功耗、信号处理功耗、骨干网功耗和发射功耗；4：获取步骤3中7种混合模式对应的总功耗，得到使总功耗最低的服务模式以及对应的混合预编码和最低功耗，本发明自适应地选择功耗最低的协作模式，从而达到最低的能耗。

主权项

一种异构网中低能耗的协作传输方法，所述的异构网系统包括宏小区和微小区，宏小区包括一个宏基站，微小区包括一个微基站，宏小区和微小区组成一个协作簇，协作簇内的基站包括宏基站和微基站，在相同时间相同频率服务K个用户，包括以下几个步骤：步骤1：获取CoMP‑JP模式、MBS模式、mBS模式基于P‑ZFBF的归一化预编码；其中：CoMP‑JP表示宏基站与微基站进行联合预编码服务用户，MBS表示宏基站服务，mBS表示微基站服务，P‑ZFBF表示基于伪逆的迫零波束成型；(1)CoMP‑JP模式下的P‑ZFBF预编码；其中：表示复数域，表示基于P‑ZFBF的CoMP‑JP预编码矩阵，表示协作基站到用户i的CoMP‑JP模式全局预编码向量，H＝[h₁…h_i…h_K]表示协作基站到K个用户的信道矩阵，$h_i={\left[\begin{array}{cc}{h}_{i1}^T& h_{i2}^T\end{array}\right]}^T$表示协作基站到用户i的全局信道列向量，分别表示宏基站和微基站到用户i的本地信道列向量，M₁表示宏基站的天线数目，M₂表示微基站的天线数目，由于P‑ZFBF要求M₁+M₂≥K，因此是H的右侧逆，满足即用户间无干扰，I表示单位矩阵；对基于P‑ZFBF的预编码矩阵进行列归一化，得到用户i的归一化预编码向量：其中：表示CoMP‑JP模式下，协作基站对用户i的归一化全局预编码向量，表示宏基站到用户i的预编码向量，表示微基站到用户i的预编码向量；||·||表示矩阵的Frobenius范数；(2)MBS模式下的P‑ZFBF预编码；${\tilde{W}}^{{\mathrm{BS}}_1}=H_1{\left(H_1^H{H}_1\right)}^{-1}=[{\tilde{w}}_{11}^{{\mathrm{BS}}_1}...{\tilde{w}}_{i1}^{{\mathrm{BS}}_1}...{\tilde{w}}_{K1}^{{\mathrm{BS}}_1}]$其中：H₁＝[h₁₁…h_i1…h_K1]表示宏基站到K个用户的本地信道矩阵，h_i1表示宏基站到用户i的本地信道向量；表示基于P‑ZFBF的MBS预编码矩阵；表示宏基站到用户i的MBS模式的预编码向量；同理P‑ZFBF要求M₁≥K，因此是H₁的右侧逆，满足即用户间无干扰，I表示单位矩阵；对基于P‑ZFBF的预编码矩阵进行列归一化，得到用户i的归一化预编码向量：其中：表示MBS模式下，宏基站对用户i的归一化预编码向量；||·||表示矩阵的Frobenius范数；(3)mBS模式下的P‑ZFBF预编码；${\tilde{W}}^{{\mathrm{BS}}_2}=H_2{\left(H_2^H{H}_2\right)}^{-1}=[{\tilde{w}}_{12}^{{\mathrm{BS}}_2}...{\tilde{w}}_{i2}^{{\mathrm{BS}}_2}...{\tilde{w}}_{K2}^{{\mathrm{BS}}_2}]$其中：H₂＝[h₁₂…h_i2…h_K2]表示微基站到K个用户的本地信道矩阵，h_i2表示微基站到用户i的信道向量，表示基于P‑ZFBF的mBS预编码矩阵，表示微基站到用户i的mBS模式预编码向量；同理P‑ZFBF要求M₂≥K，因此是H₂的右侧逆，满足${H_2}^H{\tilde{W}}^{{\mathrm{BS}}_2}=I_{K\times K},$即用户间无干扰；对基于P‑ZFBF的预编码矩阵进行列归一化，得到用户i的归一化预编码向量：其中：表示mBS模式下，微基站对用户i的归一化预编码向量；获取中间变量：$G_{i1}=\left[\begin{array}{cc}{g}_{i1}^{\mathrm{JP}}& g_{i1}^{{\mathrm{BS}}_1}\end{array}\right]$$G_{i2}=\left[\begin{array}{cc}{g}_{i2}^{\mathrm{JP}}& g_{i2}^{{\mathrm{BS}}_2}\end{array}\right]$$a_{i1}=\frac{1}{\sigma }{\left[\begin{array}{cc}{h}_{i1}^H{g}_{i1}^{\mathrm{JP}}& h_{i1}^H{g}_{i1}^{{\mathrm{BS}}_1}\end{array}\right]}^H\stackrel{\Delta }{=}\frac{1}{\sigma }{\left(h_{i1}^H{G}_{i1}\right)}^H$$a_{i2}=\frac{1}{\sigma }{\left[\begin{array}{cc}{h}_{i2}^H{g}_{I2}^{\mathrm{JP}}& h_{i2}^H{g}_{i2}^{{\mathrm{BS}}_2}\end{array}\right]}^H\stackrel{\Delta }{=}\frac{1}{\sigma }{\left(h_{i2}^H{G}_{i2}\right)}^H$其中：σ²是用户端高斯白噪声的方差；步骤2：构造混合协作预编码，将CoMP‑JP、MBS、mBS三种模式进行复数加权组合，得到所有基站对用户i的混合预编码向量：$w_i^{\mathrm{HY}}={\lambda }_{i1}{g}_i^{\mathrm{JP}}+{\left[\begin{array}{cc}{\lambda }_{i2}{\left(g_{i1}^{{\mathrm{BS}}_1}\right)}^T& {\lambda }_{i3}{\left(g_{i2}^{{\mathrm{BS}}_2}\right)}^T\end{array}\right]}^T={\left[\begin{array}{cc}{\left(w_{i1}^{\mathrm{HY}}\right)}^T& {\left(w_{i2}^{\mathrm{HY}}\right)}^T\end{array}\right]}^T---\left(1\right)$其中：λ_i1、λ_i2和λ_i3分别表示协作基站对用户i的预编码向量中CoMP‑JP模式、MBS模式和mBS模式预编码向量的复数加权系数；和分别表示宏基站与微基站到用户i的混合预编码向量，表示协作基站对用户i的全局混合预编码向量；步骤3：确定复加权系数幅值|λ_ij|的取值范围，获取取值范围内的电路功耗、信号处理功耗、骨干网功耗和发射功耗；根据(1)式中λ_i1、λ_i2和λ_i3的含义，可知：|λ_i1|＝0和|λ_i1|＞0分别表示用户i的预编码无CoMP‑JP模式和有CoMP‑JP模式；|λ_i2|＝0和|λ_i2|＞0分别表示用户i的预编码无MBS模式和有MBS模式；|λ_i3|＝0和|λ_i3|＞0分别表示用户i的预编码无mBS模式和有mBS模式；Λ_i1＝[λ_i1 λ_i2]^T表示宏基站对用户i的预编码加权系数向量，Λ_i2＝[λ_i1 λ_i3]^T表示微基站对用户i的预编码加权系数向量，令基站1，即BS₁代表宏基站，基站2，即BS₂代表微基站，获取基站b端混合预编码向量：$w_{\mathrm{ib}}^{\mathrm{HY}}=G_{\mathrm{ib}}{\Lambda }_{\mathrm{ib}}$获取基站b端的发射功率为：$P_{t,b}=\underset{i=1}{\overset{K}{\Sigma }}{\left|\right|w_{\mathrm{ib}}^{\mathrm{HY}}\left|\right|}^2=\underset{i=1}{\overset{K}{\Sigma }}{\left|\right|G_{\mathrm{ib}}{\Lambda }_{\mathrm{ib}}\left|\right|}^2$b等于1或者2；按照混合预编码中包含的协作模式对|λ_ij|的取值范围进行分类；(1)针对单一模式：只有单一的mBS模式时，|λ_i1|＝0,|λ_i2|＝0,|λ_i3|＞0,i＝1…K，表示第1种混合模式，使用n＝1代表该模式；由Λ_i1＝[λ_i1 λ_i2]^T和Λ_i2＝[λ_i1 λ_i3]^T，得到此时的“Λ_ib取值约束”，计算以最小化发射功率为目标，满足单基站功率约束和用户数据率需求，满足混合模式对Λ_ib取值约束的优化问题：$\begin{array}{cc}\underset{{\Lambda }_{\mathrm{ib}}}{\min }& {\Sigma }_{b=1}^2\left\{\frac{1}{{\rho }_b}{\Sigma }_{i=1}^K{\left|\right|G_{\mathrm{ib}}{\Lambda }_{\mathrm{ib}}\left|\right|}^2\right\}\end{array}$$\begin{array}{ccc}s.t.& {\Sigma }_{i=1}^K{\left|\right|G_{\mathrm{ib}}{\Lambda }_{\mathrm{ib}}\left|\right|}^2\le P_{M,b},& b=\mathrm{1,2}\end{array}$${\log }_2(1+{\left|{\Sigma }_{b=1}^2{a}_{\mathrm{ib}}^H{\Lambda }_{\mathrm{ib}}\right|}^2)\ge R_i,i=1...K---\left(2\right)$Λ_i1[1]＝Λ_i2[1],    i＝1…KΛ_ib取值约束    b＝1,2,i＝1…K其中：ρ_b表示基站b发射端放大器效率；G_ib如步骤1中介绍，表示基站b对用户i的CoMP‑JP和单基站服务模式预编码的组合；P_M,b表示基站b的最大发射功率，R_i表示用户i的数据率需求，Λ_i1[1]＝Λ_i2[1]表示宏基站与微基站对用户i的CoMP‑JP模式预编码的加权系数相同；解上述优化问题式(2)，得到使发射功耗最小的加权因子Λ_ib¹，获取基站b的发射功耗P_t,b¹、电路功耗P_c,b¹、信号处理功耗P_sp,b¹和骨干网功耗P_bh,b¹：${P_{t,b}}^n=\frac{1}{{\rho }_b}{\Sigma }_{i=1}^K{\left|\right|G_{\mathrm{ib}}{{\Lambda }_{\mathrm{ib}}}^n\left|\right|}^2$${P_{c,b}}^n=M_b(\mathrm{sign}\left({\Sigma }_{i=1}^K{\left|\right|G_{\mathrm{ib}}{{\Lambda }_{\mathrm{ib}}}^n\left|\right|}^2\right)·(P_{\mathrm{ca},b}-P_{\mathrm{ci},b})+P_{\mathrm{ci},b})$${P_{\mathrm{sp},b}}^n=P_{s,b}{\left(\frac{K·\left({\Sigma }_{j=1}^2{M}_j\right)}{M_b}\right)}^2·\mathrm{sign}\left\{{\Sigma }_{i=1}^K{\left|{{\Lambda }_{\mathrm{ib}}}^n\right[1\left]\right|}^2\right\}+P_{s,b}·K^2·\mathrm{sign}\left\{{\Sigma }_{i=1}^K{\left|{{\Lambda }_{\mathrm{ib}}}^n\right[2\left]\right|}^2\right\}---\left(3\right)$${P_{\mathrm{bh},b}}^n=\frac{p_{\mathrm{bh}}}{C_{\mathrm{bh}}}{\Sigma }_{i=1}^K\mathrm{sign}\left\{\right|\left|{{\Lambda }_{\mathrm{ib}}}^n\right|\left|\right\}·R_i$其中：n＝1，P_ca,b、P_ci,b表示基站b工作状态和休眠状态时单根天线的电路功耗，P_s,b表示基站b不协作时的信号处理功耗，p_bh表示骨干网以C_bh的数据率传输时的骨干网功耗，R_i表示用户i的数据率；只有单一的MBS模式，表示第2种混合模式，使用n＝2代表该模式，此时|λ_i1|＝0,|λ_i2|＞0,|λ_i3|＝0，得到对应的“Λ_ib取值约束”，计算优化问题式(2)，得到该模式下使发射功耗最小的Λ_ib²，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b²、电路功耗P_c,b²、信号处理功耗P_sp,b²和骨干网功耗P_bh,b²；只有单一的CoMP‑JP模式，表示第3种混合模式，使用n＝3代表该模式，此时|λ_i1|＞0,|λ_i2|＝0,|λ_i3|＝0，得到对应的“Λ_ib取值约束”，计算优化问题式(2)，得到该模式下使发射功耗最小的Λ_ib³，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b³、电路功耗P_c,b³、信号处理功耗P_sp,b³和骨干网功耗P_bh,b³；(2)针对两种模式：包含MBS与mBS的混合模式，表示第4种混合模式，使用n＝4代表该模式，此时$\left|{\lambda }_{i1}\right|=0,{\Sigma }_{i=1}^K\left|{\lambda }_{i2}\right|>0,{\Sigma }_{i=1}^K\left|{\lambda }_{i3}\right|>0,$且${\Sigma }_{j=1}^3\left|{\lambda }_{\mathrm{ij}}\right|>0,$得到对应的“Λ_ib取值约束”，计算优化问题式(2)，得到此时使发射功耗最小的Λ_ib⁴，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b⁴、电路功耗P_c,b⁴、信号处理功耗P_sp,b⁴和骨干网功耗P_bh,b⁴；包含CoMP‑JP与mBS的混合模式，表示第5种混合模式，使用n＝5代表该模式，此时${\Sigma }_{i=1}^K\left|{\lambda }_{i1}\right|>0,\left|{\lambda }_{i2}\right|=0,{\Sigma }_{i=1}^K\left|{\lambda }_{i3}\right|>0,$且${\Sigma }_{j=1}^3\left|{\lambda }_{\mathrm{ij}}\right|>0,$得到对应的“Λ_ib取值约束”，计算满足该约束的优化问题式(2)，得到此时使发射功耗最小的Λ_ib⁵，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b⁵、电路功耗P_c,b⁵、信号处理功耗P_sp,b⁵和骨干网功耗P_bh,b⁵；包含CoMP‑JP与MBS的混合模式，表示第6种混合模式，使用n＝6代表该模式，此时${\Sigma }_{i=1}^K\left|{\lambda }_{i1}\right|>0,{\Sigma }_{i=1}^K\left|{\lambda }_{i2}\right|>0,\left|{\lambda }_{i3}\right|=0,$且${\Sigma }_{j=1}^3\left|{\lambda }_{\mathrm{ij}}\right|>0,$得到对应的“Λ_ib取值约束”，计算满足该约束的优化问题式(2)，得到此时使发射功耗最小的Λ_ib⁶，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b⁶、电路功耗P_c,b⁶、信号处理功耗P_sp,b⁶和骨干网功耗P_bh,b⁶；(3)针对三种模式：获取CoMP‑JP、MBS和mBS三种模式混合的最优预编码，并用n＝7代表该模式；此时，λ_ij满足的条件为：${\Sigma }_{i=1}^K\left|{\lambda }_{i1}\right|>0,{\Sigma }_{i=1}^K\left|{\lambda }_{i2}\right|>0,{\Sigma }_{i=1}^K\left|{\lambda }_{i3}\right|>0$且${\Sigma }_{j=1}^3\left|{\lambda }_{\mathrm{ij}}\right|>0,$得到对应的“Λ_ib取值约束”，计算满足该约束的优化问题式(2)，得到此时使发射功耗最小的Λ_ib⁷，代入式(3)，得到该模式下基站b的最低发射功耗P_t,b⁷、电路功耗P_c,b⁷、信号处理功耗P_sp,b⁷和骨干网功耗P_bh,b⁷；如果上述7种情况中，某些模式中优化问题无解，即在单基站功率约束和模式约束下，达不到用户的数据率需求，此时将各部分功耗全部设置为无穷大；步骤4：获取步骤3中7种混合模式对应的总功耗：$P^n={\Sigma }_{b=1}^2\{{P_{t,b}}^n+{P_{c,b}}^n+{P_{\mathrm{sp},b}}^n+{P_{\mathrm{bh},b}}^n\},n=1...7$其中：P_t,bⁿ是第n种混合模式的发射功耗，P_c,bⁿ是第n种混合模式的电路功耗，P_sp,bⁿ是第n种混合模式的信号处理功耗，P_bh,bⁿ是第n种混合模式的骨干网功耗，Pⁿ是第n种混合模式的总功耗；比较以上7种混合模式的功耗，得到功耗最低的模式n^*，进而得到最优的加权系数${{\Lambda }_{\mathrm{ib}}}^{*}={{\Lambda }_{\mathrm{ib}}}^{n^{*}}$以及对应的最低功耗$P^{*}=P^{n^{*}}.$