大规模天线系统基于粒子群算法的高能效功率分配方法技术方案

本发明专利技术公开了一种大规模天线系统基于粒子群算法的高能效功率分配方法，通过分式规划、拉格朗日乘子罚函数法、粒子群算法等方法求解最优能效对应的功率配置。首先，在最大比合并波束赋型下，根据大规模天线独有的信道矩阵特点，利用詹森不等式，获得用户传输速率下界表达式；然后，利用分式规划思想以及拉格朗日乘子法，将原始的有约束非凸优化问题转化为无约束的凸优化问题；最后，在多变量耦合情况下，利用粒子群算法得到最优解。本发明专利技术解决了在干扰严重的情况下(多变量耦合)功率分配求解困难的问题，在保证了用户传输速率的前提下，有效地提升了系统的能量效率。

High efficiency power allocation method based on Particle Swarm Optimization for large scale antenna system

The invention discloses a large-scale antenna system with high efficiency and power allocation method based on particle swarm optimization algorithm, the power allocation by fractional programming and Lagrange multiplier penalty function method, particle swarm optimization method for solving the optimal efficiency of the corresponding. First of all, the maximum ratio combining beamforming, according to the characteristics of large scale antenna channel matrix is unique, using the Jansen inequality, obtains the user transmission rate lower bound expressions; then, using fractional programming ideas and Lagrange multiplier method, the original constrained non convex optimization problem into convex unconstrained optimization problem; finally, in multivariable coupling, using particle swarm algorithm to obtain the optimal solution. The invention solves the problem that the power allocation is difficult to be solved under the condition of serious interference, and effectively improves the energy efficiency of the system under the premise of ensuring the user transmission rate.

【技术实现步骤摘要】

本专利技术涉及一种大规模天线系统基于粒子群算法的高能效功率分配方法，属于移动通信系统中的资源分配技术。
技术介绍
大规模天线技术以其高谱效、高能效的特点而成为未来移动通信中的关键技术。但是随着天线数量的增加，整体的天线固定功率消耗也会急剧增加，功率模型需要重建，同时，常规的波束赋型操作如迫零、最小均方误差等技术的计算复杂度会急剧上升，但幸运的是，大规模天线系统的特点使得最为简单的最大混合比波束赋型即可实现优良的性能，然而，最大混合比波束赋型却无法抑制用户间的干扰，进而造成能效表达式中的多变量耦合问题。尽管大规模天线系统具有高能效的潜在优势，但是从绿色通信的角度而言，大规模天线系统中的高能效资源分配方法仍然是亟需的。在考虑了大规模天线系统中的诸多问题之后，本专利技术提供了一种高能效资源分配优化方法。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种大规模天线系统基于粒子群算法的高能效功率分配方法，在保证用户数据传输速率的前提下，实现对基站端能效情况的改善。技术方案：为实现上述目的，本专利技术采用的技术方案为：大规模天线系统基于粒子群算法的高能效功率分配方法，综合分式规划、拉格朗日乘子罚函数法和粒子群算法求解最优能效对应的功率配置；具体包括如下步骤：(1)初始化迭代标识k＝0；给定初始发射功率向量表示用户i的初始发射功率，N表示总用户数，用户i关于传输速率约束的初始拉格朗日r>系数记为(2)计算第k次迭代时的能效值q(k)：q(k)=Σi=1Nlog2(1+Ntpi(k)Σj=1,j≠iNpj(k)+σ2/βi)Σi=1Npi(k)+Σj=1Ntpc,j]]>式中：q(k)为第k次迭代时的能效值q(k)，为第k次迭代时用户i的发射功率，为第k次迭代时用户j的发射功率；Nt为基站线数，pc,j为天线j上的固定功率消耗；σ2为噪声功率谱密度，βi为用户i的信道大尺度衰落参数；(3)对q(k)采用粒子群算法求解p(k+1)，为第(k+1)次迭代时的发射功率向量，为第(k+1)次迭代时用户i的发射功率；(4)对p(k+1)进行调整，p~(k+1)=[p~1(k+1),p~2(k+1),...,p~i(k+1),...,p~N(k+1)],]]>p~i(k+1)=min{max(pi(k+1),0),pT,i本文档来自技高网...

【技术保护点】
大规模天线系统基于粒子群算法的高能效功率分配方法，其特征在于：综合分式规划、拉格朗日乘子罚函数法和粒子群算法求解最优能效对应的功率配置；具体包括如下步骤：(1)初始化迭代标识k＝0；给定初始发射功率向量表示用户i的初始发射功率，N表示总用户数，用户i关于传输速率约束的初始拉格朗日系数记为(2)计算第k次迭代时的能效值q(k)：q(k)=Σi=1Nlog2(1+Ntpi(k)Σj=1,j≠iNpj(k)+σ2/βi)Σi=1Npi(k)+Σj=1Ntpc,j]]>式中：q(k)为第k次迭代时的能效值q(k)，为第k次迭代时用户i的发射功率，为第k次迭代时用户j的发射功率；Nt为基站线数，pc,j为天线j上的固定功率消耗；σ2为噪声功率谱密度，βi为用户i的信道大尺度衰落参数；(3)对q(k)采用粒子群算法求解p(k+1)，为第(k+1)次迭代时的发射功率向量，为第(k+1)次迭代时用户i的发射功率；(4)对p(k+1)进行调整，p~(k+1)=[p~1(k+1),p~2(k+1),...,p~i(k+1),...,p~N(k+1)],]]>p~i(k+1)=min{max(pi(k+1),0),pT,i},]]>pT，i为用户i的最大发射功率；(5)计算效用函数UEE(p~(k+1))=Σi=1Nri‾(k+1)-q(k)(Σi=1Npi(k+1)+Σj=1Ntpc,j)]]>式中：为用户i在第k+1次迭代时的实时传输速率下界，是在最大混合比接收、大规模天线阵列及詹森不等式联合作用下推导得出的，表示为：ri‾(k+1)=B log2(Ntβipi(k+1)Σj=1,j≠iNβjpj(k+1)+BN0)]]>其中，B为频谱带宽，N0为信道噪声功率谱密度；对给定的正常数ε(量级在10‑1之内)：若则迭代计算结束；否则，k＝k+1；(6)计算第k次迭代时用户i关于传输速率约束的拉格朗日系数记为ωi(k)=max{0,ωi(k-1)-θ(ri‾(k)-RT,i)}]]>式中：θ为非负步长，RT,i为用户i的最低传输速率要求；p(k)=p~(k),]]>返回步骤(2)。...

【技术特征摘要】
1.大规模天线系统基于粒子群算法的高能效功率分配方法，其特征在于：综合分式规
划、拉格朗日乘子罚函数法和粒子群算法求解最优能效对应的功率配置；具体包括如下步
骤：
(1)初始化迭代标识k＝0；给定初始发射功率向量表示用户i的初始发射功率，N表示总用户数，用户i关于传输速率约束的初始拉格朗日系数
记为(2)计算第k次迭代时的能效值q(k)：
q(k)=Σi=1Nlog2(1+Ntpi(k)Σj=1,j≠iNpj(k)+σ2/βi)Σi=1Npi(k)+Σj=1Ntpc,j]]>式中...

【专利技术属性】
技术研发人员：蒋雁翔，张家典，郑福春，高西奇，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32