基于天线选择的大规模MIMO系统能效优化算法.pdf
《基于天线选择的大规模MIMO系统能效优化算法.pdf》由会员分享,可在线阅读,更多相关《基于天线选择的大规模MIMO系统能效优化算法.pdf(5页珍藏版)》请在咨信网上搜索。
1、250第40 卷第6 期2023年6 月真机仿算文章编号:10 0 6-9348(2 0 2 3)0 6-0 2 50-0 5基于天线选择的大规模MIMO系统能效优化算法李国民,李甜,李新民(西安科技大学通信与信息工程学院,陕西西安7 10 6 0 0)摘要:针对多用户大规模MIMO下行链路系统,考虑用户QoS需求和功耗要求,以最大化系统能效下界为准则建立能效优化模型。区别于传统单一优化天线数目或天线子集的方法,首先采用朗伯函数推导出最佳发射功率和最优发射天线数的闭式表达式;其次提出一种将多天线选择算法与系统能效联合优化的方法,并采用凸优化方法求解最佳发射天线子集,以此提出一种选代的多用户最大
2、化能效优化算法。仿真结果表明,当用户数为6 时,所提算法与最优能效算法相比,系统能效提高了6.5%。关键词:大规模多输人多输出;联合天线选择;能效;凸优化中图分类号:TN929.5文献标识码:BEnergy Efficiency Optimization Algorithm of MassiveMIMO System Based on Antenna SelectionLI Guo-min,LI Tian,LI Xin-min(School of Communication and Information Engineering,Xian University of Scienceand Te
3、chnology,Xian Shaanxi 710600,China)ABSTRACT:For multi-user massive mimo downlink system,considering user QoS requirements andpower consump-tion requirements,an energy efficiency optimization model was established in the paper to maximize the lower boundof system energy efficiency.Different from the
4、traditional method of single optimization of antenna number or antennasubset,the closed expressions of the optimal transmitting power and the optimal transmitting antenna number were de-rived by using Lambert function.Secondly,a joint optimization method of multi-antenna selection algorithm and sys-
5、tem energy efficiency was proposed.The convex optimization method was used to solve the optimal subset of transmit-ting antenna,and an iterative multi-user optimization algorithm for maximizing energy efficiency was proposed.Thesimulation results show that when the number of users is 6,compared with
6、 the optimal energy efficiency algorithm,theproposed algorithm can improve the system energy efficiency by 6.5%.KEYWORDS:Massive MIMO;Joint antenna selection;Energy efficiency;Convex optimization1引言大规模多输人多输出(MassiveMultiple-InputMultiple-Output,MIMO)技术作为通信系统中的关键技术之一,其在基站发射端配有大量的天线并且服务于多个单天线用户1由于总功耗与
7、发射天线的数量成正比,因此随着天线数量增加,MassiveMIMO系统的能耗也显著增加,导致系统的能源效率下降2 。随着资源短缺和环境问题的出现,能源效率已成为绿色通信系统的关键设计指标3基金项目:国家自然科学青年基金(6 18 0 137 1)收稿日期:2 0 2 1-0 8-17修回日期:2 0 2 1-0 8-2 7近些年,MassiveMIMO系统的资源分配问题成为热点,文献6 中研究了在MassiveMIMO系统中各种能效问题。Hossain等人【6 研究了在固定平均发射功率下最大化能效的天线数量,该文献只考虑了平均发射功率分配能效,未考虑在系统信道条件不同的情况下,平均分配功率会降
8、低系统的能效。Zheng等人7 首先讨论了假设每个用户具有相同功率的天线选择方案,然后讨论了基于所获得功率的功率分配策略。胡莹等8 把分数最优化问题转换成减式形式,联合调整天线数和发射功率来优化能效函数,但是该算法没有考虑系统的总功耗约束。NG等人9 给出了MassiveMIMO系统能效资源分配问题的送代算法,但该算法只考虑了系统总容量的要求,并没有考虑每个用户的系统最小速率。LI等10 提251出了电路功率和发射功率共存,且分析电路功率占系统总功耗的主导地位和只考虑发射功率,忽略电路功率两种情况下MassiveMIMO系统的能效变化规律。本文以最大化系统能效为准则,建立了基站发射天线数、发射
9、功率、用户数的能效优化模型,首先利用朗伯函数求得系统的最佳发射功率、最佳发射天线选择数的闭式表达式,其次在求解天线数的基础上,提出一种多天线选择算法与系统能效联合优化的方法,利用分数规划性质与凸优化理论进行发射天线选择,然后对天线集合和天线数目分别进行优化,采用多种天线选择算法进行比较,仿真发现所提算法使系统能效最优,系统性能提升。2系统模型考虑单小区多用户MassiveMIMO系统的下行链路,假设基站端配有M根发射天线,并通过共享相同的时频资源与单小区内的K(且1 KM)个单天线用户进行通信。整个MassiveMIMO系统下行链路以时分双工模式(TimeDivisionDuplexing,T
10、DD)运行,基站端和用户端都有完美的信道状态信息(Channel State Information,C SI)。为了平衡系统性能和复杂度,也为了消除用户接收端的噪声干扰和用户之间的干扰,假定发送端采用迫零(ZeroForcing,ZF)线性预编码方式进行发送信号。在MassiveMIMO系统下行链路中,设HeCkM是系统的信道矩阵,此时,矩阵元素为hkm=Hkm,其中,1 kK,1mP,分别表示D/A转换器、混合器、滤波器功耗;设P,为发射机的静态功耗,表示为P.=Ps+Psm,其中PBVPsm分别表示为硬件模块中的基带、频率合成器功耗,式中,p,和p,通常均取定值,因此,总功耗可表示为13
11、P=Pa/p+Mp,+p,(9)根据能效的定义,MassiveMIMO系统的能效可表示为Rn=P(10)由于本文以能效最大化为准则,满足单个用户的服务质量(QualityofService,Q o S)需求,同时考虑系统的最小用户速率和总功耗要求,则最大化能效的优化目标为MBKlog2RnoBKmaxnPPd+Mp,+Ps(11)Ps.t.C1:R R.minC2:0 P Pmax.式(11)中,n(单位bit/J)表示非负值的能量效率;C1保证了每个用户的最小可实现的下行速率约束;C2是系统的总功耗约束。3能效资源分配方案3.1能效模型从能效闭式表达式中可以看出目标函数是一个关于基站天线数M
12、、基站端发射功率pa、用户天线数K的非凸多维优化问题。在给定发射端的天线数目下,通过朗伯函数(LambertWfunction)可获得使系统能效最大的最佳发射功率以及最优天线数。具体的证明步骤参照文献14。在给定基站天线数M的情况下,可根据文献14 推导出最佳发射功率的闭式表达式,求得不同用户情况下的最佳发射功率pd252no BK(er(1)+1-1)Pd(12)MpM(Mp,+p,)1其中,1=noBKee同理,从上式可得出不同用户数K所对应的最佳发射功率pl,然后根据最佳发射天线数的闭式表达式,求出最优发射天线数目NnoBK(eW($2)+1Pd(13)Pa(pa/p+p,)-noBKp
13、,其中,92=P该处的N要求取整,即向上noBKp.e取整。为了选取使系统能效最佳的发射天线集,可将信道容量化简为R=Blog2(1+入,)(14)式(14)中,为系统的信噪比,假设采用等功率分配,=Pd,入,为厄米特对称矩阵HkH的特征值,代人有:DTPdKR=Blog2 I I,+H(15)Hn.BKk则系统的能效优化表达式为KPdBlog2k=1noBKmax(16)Pd+Mp,+Ps观察上式可发现,信噪比与信道矩阵的平方有关,计算量很大,为了降低运算复杂度,使用凸优化方法选取最佳的发射天线集,即从M个发射天线中选择N个天线。为了求解上述的天线选择问题,引人为MxM的对角矩阵,对角线上元
14、素的值为1或0,代表着该发射天线是否被选择。H,表示选取使系统能效最佳的发射矩阵,则凸优化目标表示为PdBlog2 1 I;+HHnoBKmaxPd+Mp,+PsPS.1.0%,1,ZM,=N(17)3.2最佳能效算法由于MassiveMIMO系统天线组合数量极大,很难去应用传统的天线选择算法去进行求解,所以提出用联合天线方法来解决使系统复杂度高的问题,分析得到范数法计算复杂度较小,能效优化的天线选择算法能够获得较好能效性能,但凸优化求解的运算复杂度过高。本文将两者联合应用于系统能效中去,仍将最大化能效作为优化目标,本文算法的基本思想是联合范数法和能效优化算法,先利用范数法从M根天线中选出N,
15、根天线集,再根据最大化系统能效的优化目标从N,根天线选择出N根天线集。优化目标为PdBlog2 1 I;+noBKmaxPd+Mp,+PsPS.1.0,1,ZM%,=N.(18)可看出目标函数变成一个凸优化问题,用内点算法进行求解,使用CVX优化软件可以有效求解。通过求解式(2 0),可以得到最优的发射天线集。因此,提出一种新的能效优化方法,延续了最优能效算法的思路,通过优化天线选择数、发射功率、天线子集来最大化能效。具体算法描述如下:输人:H、M、K、Pmx 等参数;输出:pa、N,、N、H,、。1)初始化M、Pm等值;XHmax寸,2)给定M,根据式(12)计算不同用户K下的最佳发射功率p
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 天线 选择 大规模 MIMO 系统 能效 优化 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。