一种毫米波联合波束选择和功率分配优化方法技术

本发明专利技术公开了一种毫米波联合波束选择和功率分配优化方法，利用增量和减量算法对不同分组情况下出现的非共享波束进行矩阵重构，实现低复杂度、高频谱效率的联合波束选择和功率分配优化方案，利用Sherman‑Morrison‑Woodbury公式和最小均方误差函数将非凸目标函数转换为凸目标函数，通过转换目标函数的可行域，使得约束条件中的非线性条件转变为线性条件，通过利用对偶拉格朗日函数来使得新建的凸优化模型满足Karush‑Kuhn‑Tucker条件，推导出最优的功率分配因子，再进行最优功率分配因子的迭代更新，使每一条波束中的用户信号都可以分配到一个最优的功率值。

【技术实现步骤摘要】
一种毫米波联合波束选择和功率分配优化方法
本专利技术属于信号通信
，特别涉及一种毫米波联合波束选择和功率分配优化方法。
技术介绍
毫米波大规模MIMO系统中硬件复杂度高和功耗大的问题一直备受关注，波束选择的主要作用是减少射频链路的使用数量，从而达到降低系统硬件复杂度和功耗的作用，目前相关的研究还存在严重的局限和瓶颈。贝尔实验室的T.L.Marzetta教授在2010年提出了大规模MIMO构想后，天线选择技术被认为是降低系统功耗的有效方法。但随着研究的深入，研究人员发现天线选择技术在不增加发射端功率的条件下会导致通信系统频谱效率的明显下降。为了在降低系统功耗的同时获得接近最优的频谱效率，2015年P.V.Amadori在波束空间中提出了三种经典的波束选择方案，其原理分别是以信号功率的幅值、接收机的信干噪比和系统容量为参考依据，进行主要波束的选择，从而降低射频链路的数量，但由于其并未考虑用户间干扰的问题，这就导致系统频谱效率并未得到大幅度地提升。2016年清华大学戴凌龙教授团队提出了一种干扰感知的波束选择算法，该算法以最大幅值算法和最大容量算法为基础，对用户间的干扰进行了分组消除，但在干扰用户数较多的情况下，该算法的复杂度依旧较高。针对干扰用户数较多时，计算复杂度较大的问题，2018年文献提出了一种基于蚁群优化的波束选择算法，但由于其受噪声的影响比较大，需要完美的CSI作为基础。2020年，文献在波束空间MIMO系统下提出了一种新颖的混合波束选择方案，以实现多波束或射频链路的选择，并为每个用活跃用户找到合适的信道簇方向，但依旧有功耗较大的问题存在。综上所述，毫米波大规模MIMO系统功耗问题依旧是一个尚未完全解决的问题，并且随着后5G时代的即将到来，解决功耗问题迫在眉睫。大规模MIMO系统采用波束选择技术后，一条射频链路在同一时频资源下可以服务多个用户，但会出现用户间干扰的问题。针对波束选择技术存在的问题，NOMA技术被引入，其通过在基站端使用叠加编码且在接收端采用SIC技术来使一条波束同时服务多个用户。此外，在波束赋形过程中进行合理的功率分配可以极大地提升用户的通信质量。基于以上分析，毫米波大规模MIMO系统下的波束选择和功率分配技术对未来无线通信的发展有着重要的意义。另外，面对未来海量的终端接入，波束空间中采用的传统正交多址接入OMA技术的弊端越来越明显，主要表现在海量的终端设备存在严重的用户间干扰，这将导致系统频谱效率的大幅度降低。为了克服传统多址方案中无线资源对接入终端数的限制，获得更高的频谱利用率，基于正交频分多址接入OFDMA技术基础上的非正交多址接入NOMA技术被提出，业界对NOMA技术的研究主要分为以下三种：编码域NOMA、多域联合NOMA和功率域NOMA，本专利技术主要考虑的是功率域NOMA，其基本思想是在信道传输中采用正交频分复用技术(即子信道之间相互正交且互不干扰)，但是子信道上的信息不再只分配给一个用户，而是多个用户之间共享，其中出现的用户间干扰问题，主要的解决方式是在发送端的同一子信道上不同用户之间采用非正交传输，并采用叠加编码技术主动引入干扰信息，而在接收端采用串行干扰消除(SuccessiveInterferenceCancellation,SIC)接收机实现正确解调。在这个过程中，子信道上的不同用户信息如果采用功率复用技术进行发送，即不同用户的信号功率按照相关功率优化算法进行分配，那么接收端上的SIC接收机就可以根据不同用户信号的功率大小按照一定的顺序进行干扰消除，同时达到区分用户的目的。在毫米波大规模MIMO中引入功率域NOMA技术后需要考虑两个关键技术，分别是发射端的功率分配技术和接收端的SIC技术。本专利技术主要的研究重点是降低毫米波大规模MIMO系统的硬件复杂度和功耗，功率分配技术在其中占据着至关重要的角色，优化子信道上各用户的功率可以在保证系统频谱效率较高的条件下，大幅度降低系统的射频链路使用数量。本专利技术将基于凸优化理论将目标函数转换为凸函数，并通过拉格朗日函数和Karush-Kuhn-Tucker条件【即非线性规划(nonlinearprogramming)最佳解的必要条件】等数学工具求得最佳的功率因子，功率分配算法具有高和速率、低复杂度、低功耗等优势。
技术实现思路
本专利技术的目的在于提供一种毫米波联合波束选择和功率分配优化方法，本专利技术采用以下技术方案：一种毫米波联合波束选择和功率分配优化方法，其特征在于，所述方法通过分析3D波束空间的波束信道矩阵状态信息，重构等效低维度信道矩阵，利用增量和减量算法对不同分组情况下出现的非共享波束进行矩阵重构，实现低复杂度、高频谱效率的联合波束选择和功率分配优化方案，利用Sherman-Morrison-Woodbury公式和最小均方误差函数将非凸目标函数转换为凸目标函数，并通过转换目标函数的可行域，使得约束条件中的非线性条件转变为线性条件，降低系统的整体运算量，利用对偶拉格朗日函数来使得新建的凸优化模型满足Karush-Kuhn-Tucker条件，推导出最优的功率分配因子，再进行最优功率分配因子的迭代更新，使每一条波束中的用户信号都可以分配到一个最优的功率值。进一步地，所述方法包括以下步骤：(1)定义用户最强波束集合，选择出每个用户的最强波束；(2)将选择过最强波束的用户分为干扰用户和非干扰用户，干扰用户集合为非干扰用户集合为K1+K2＝K，非共享波束集合为B1＝[B1,B2,…,Bv1]，B1≠B2≠…≠Bv1，共享波束为B2＝[G1,G2,…,Gv2]，G1≠G2≠…≠Gv2，(3)为每个干扰用户寻找最佳的非共享波束，提高系统和速率；(4)将第o条波束的第k个用户的接收信号矢量表示为：约束条件C3由非线性转换为线性；(5)利用了Sherman-Morrison-Woodbury公式将系统和速率公式进行转换，得到(6)定义均方误差系数MSEk,o来评估sk,o，MSEk,o＝E[|sk,o-ck,oyk,o|2]，其中ck,o为信道均衡系数；(7)将第o条波束的第k个用户的接收信号矢量代入MSEk,o公式中得到最优的ck,o可以通过对MSEk,o求偏导得到；(8)将求得的最优的ck,o代入MSEk,o中可以得到(MSEk,o)o＝(1+SINRk,o)-1然后原始的非凸优化问题可以转换凸优化问题，得到s.t.C1,C2,C3.(9)利用拉格朗日对偶函数的基本思想来解决以上凸优化问题，定义LagrangianL为其中λ1和λ2是拉格朗日乘子，为求得最优的pk,o，求偏导得得到最优的功率因子pk,o；(10)通过pk,o多次迭代得到第o条波束中第k个用户的最优发送功率值。进一步地，步骤(1)中所述最强波束为幅值最大的波束，所述用户最强波束集合为：其中是信道矩阵的第个元素，其中k＝0,1,…,K，I(N)表本文档来自技高网...

【技术保护点】
1.一种毫米波联合波束选择和功率分配优化方法，其特征在于，所述方法通过分析3D波束空间的波束信道矩阵状态信息，重构等效低维度信道矩阵，利用增量和减量算法对不同分组情况下出现的非共享波束进行矩阵重构，实现低复杂度、高频谱效率的联合波束选择和功率分配优化方案，利用Sherman-Morrison-Woodbury公式和最小均方误差函数将非凸目标函数转换为凸目标函数，通过转换目标函数的可行域，使得约束条件中的非线性条件转变为线性条件，降低系统的整体运算量，利用对偶拉格朗日函数来使得新建的凸优化模型满足Karush-Kuhn-Tucker条件，推导出最优的功率分配因子，再进行最优功率分配因子的迭代更新，使每一条波束中的用户信号都可以分配到一个最优的功率值。/n

【技术特征摘要】
1.一种毫米波联合波束选择和功率分配优化方法，其特征在于，所述方法通过分析3D波束空间的波束信道矩阵状态信息，重构等效低维度信道矩阵，利用增量和减量算法对不同分组情况下出现的非共享波束进行矩阵重构，实现低复杂度、高频谱效率的联合波束选择和功率分配优化方案，利用Sherman-Morrison-Woodbury公式和最小均方误差函数将非凸目标函数转换为凸目标函数，通过转换目标函数的可行域，使得约束条件中的非线性条件转变为线性条件，降低系统的整体运算量，利用对偶拉格朗日函数来使得新建的凸优化模型满足Karush-Kuhn-Tucker条件，推导出最优的功率分配因子，再进行最优功率分配因子的迭代更新，使每一条波束中的用户信号都可以分配到一个最优的功率值。


2.根据权利要求1所述的一种毫米波联合波束选择和功率分配优化方法，其特征在于，所述方法包括以下步骤：
(1)定义用户最强波束集合，选择出每个用户的最强波束；
(2)将选择过最强波束的用户分为干扰用户和非干扰用户，干扰用户集合为非干扰用户集合为K1+K2＝K，非共享波束集合为B1＝[B1,B2,…,Bv1]，B1≠B2≠…≠Bv1，共享波束为B2＝[G1,G2,…,Gv2]，G1≠G2≠…≠Gv2，
(3)为每个干扰用户寻找最佳的非共享波束，提高系统和速率；
(4)将第o条波束的第k个用户的接收信号矢量表示为：

，
约束条件C3由非线性转换为线性；
(5)利用了Sherman-Morrison-Woodbury公式将系统和速率公式进行转换，得到
(6)定义均方误差系数MSEk,o来评估sk,o，MSEk,o＝E[|sk,o-ck,oyk,o|2]，其中ck,o为信道均衡系数；
(7)将第o条波束的第k个用户的接收信号矢量代入MSEk,o公式中得到，
最优的ck,o可以通过对MSEk,o求偏导得到；
(8)将求得的最优的ck,o代入MSEk,o中可以得到
(MSEk,o)o＝(1+SINRk,o)-1
然后原始的非凸优化问题可以转换凸优化问题，...

【专利技术属性】
技术研发人员：刘洋，张颖慧，刘磊，贺鑫，陈长涛，董娜，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：内蒙古;15