欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020104905094
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种分布式能效子载波功率分配方法,其特征在于:该方法为:在单小区的OFDM上行系统中,无线网络由一个配置着M根发射天线的基站和K个配置着单根接收天线的用户构成,系统用户设置表述为 子载波配置表述为N为子载波个数;假设用户的带宽为W,则每个子载波的带宽为B=W/N;假设上行信道向量为 元素 表示基站的第m根天线和第k个用户在第n个子载波上的传播信道增益,包含了所有用户的信道表示为 在MIMO系统的混合波束赋型方案中,假设基站接收端合并矩阵定义为 对于MRC和ZF(n) (n) (n) (n) (n)H (n) ‑1合并器来说,合并矩阵分别为V =H 和V =H (H H ) ;

定义用户k的所有子载波功率向量为pk=[pk,1,pk,2,...,pk,N],而p\k,n=[p1,n,...,pk‑1,n,pk+1,n,...pK,n]为除了用户k之外的其他用户的所有第n个子载波功率向量;第k个用户的信道容量表示为

γk,n为第k个用户在第n个子载波的SINR,表示为有效信道信干噪比ηk,n和传输功率pk,n的乘积的形式:

第k个用户的能效EEk定义为:这里PT,k为第k个用户的总功率,pc为传输相关的电路环路功率, 为所有子载波的传输功率;根据注水定理:

+

pk,n=[μk‑dk,n]  (5)能效为:

第k个用户的第i个子载波和第i+1个子载波的阶梯深度为dk,i和dk,i+1,处于dk,i和dk,i+1之间的能效注水水位定义为μk,i;

单阶梯内的最优能效注水水位表示为其解 为下面3种情况:

这里 为f(μ)在Ck,i内的零点,且得到第k个用户的第i个阶梯内的局部最优解为 所有子载波的全局最优解为

每次迭代过程是一个最优反应动态过程BRD,每个用户都会基于当前其他用户的策略选择自己的策略来最大化自己的效用函数EEk;

研究这类互作用的问题的框架为非合作博弈理论,多用户的非合作博弈理论定义游戏玩家为 为一组满足限制条件的能量分配策略;假设本用户功率向量为pk=[pk,1,pk,2,...,pk,N],其他用户的功率向量为p\k=[p1,...,pk‑1,pk+1,...pK],第k个用户的行为依赖于其他用户的行为,也就是 用广义纳什均衡的方法GNE来解决这个问题;从(6)的多用户能效函数的定义分析,EEk为pk和p\k的函数;

EEk=EEk(pk,p\k)  (13)定义1:如果 是定义在Ξ上的一个GNE的解,那么有多用户的最优功率 表示为

任何用户都不能通过单方面采取不同的策略来提高自己的能效;只要其他用户的策略不改变,该用户改变自己的策略也不能提供更多的能效增益;这意味着任何一个纳什均衡点都是BRD的一个静态点;由于用户之间不存在功率信息的交互,每个用户的能效功率的优化问题的求解不能使用其他用户最新更新的功率信息;采用Jacobi‑type迭代算法来求取稳定的纳什均衡点;在Jacobi‑type的每次迭代中,需要执行K个用户的能效优化问题;

假设信道为时不变信道,在一次迭代中,所有K个用户都要与基站进行一次交互,根据从基站获知的所有子载波上的SINR采用阶梯能效算法更新得到当前最优能效功率,然后上报给基站;在阶梯能效算法的基础上使用纳什均衡的方法来解决多用户的能效最优的功率分配问题的实现过程;

假设多用户的能效函数定义为 定义在已知dk情况下的阶梯能效函数为则

这里第k个用户的能效gk(μk)如公式(12)所示,dk=[dk,1,...,dk,N]为第k个用户的阶梯深度向量,它和其他用户的功率分配相关,所以dk为p\k,i的函数,而μk为pk的函数,则这里 为最优阶梯深度向量;终端唯一能获取的其他用户的信息为从基站接收的所有子载波上的信干噪比γk=[γk,1,...,γk,N],其对应的等效信干噪比ηk=[ηk,1,...,ηk,N]由(3)定义;根据时刻v获取的ηk(v)迭代地更新dk(v)来逐渐逼近最优阶梯深度向量 时刻v的 由v‑1时刻的信干噪比γk(v‑1)和功率pk(v‑1)相除得到,即这里pk(v)=[pk,1(v),...,pk,N(v)],γk(v)=[γk,1(v),...,γk,N(v)],则根据迭代法得到的能效水位μk(v)表示为由于在能效最优的准则下,用户的平均功率和用户的SINR成正比,该功率的平均操作也类比于SINR的平均操作;

pk(v+1)=αpk(v‑1)+βpk(v)  (22)选用的α=0.25~0.5,采用既往结果的演化策略明显好于Jacobi‑type迭代算法的收敛速度;

算法:基于阶梯能效的多用户功率分配算法实现选择初始点p(0)=(p1(0),...,pK(0)),γk(0)=0,设置υ=0;

假如||pk(v)‑pk(v‑1)||<Δ,则停止;

For k=1,...,K;

为了计算第υ次迭代中第k个用户的注水功率μk(v);

a)根据公式(19)计算等效信干噪比b)使用公式(20)计算dk(v);

c)使用阶梯能效算法(12)求取(21)中的第υ次迭代的能效水位μk(v);

d)根据注水公式(5)求pk(v);

根据(22)得到平均功率。