一种基于发射天线功率约束的认知系统功率分配方法技术方案

技术编号:10959134 阅读:121 留言:0更新日期:2015-01-28 11:24
本发明专利技术公开了一种基于发射天线功率约束的认知系统功率分配方法。主要包括首先建立认知基站端功率分配优化问题,其次根据系统参数求解最优的波束成形向量,进而求出用户发射功率以及每根天线所分配的发射功率。具体为建立的优化问题以最小化系统总的发射功率为优化目标,约束条件为:对主用户的干扰约束、认知用户的信干噪比约束以及认知基站端每根发射天线发射功率约束。由于在实际通信过程中,认基站端每根天线的末端都会装有功率放大器,天线发射功率的能力是互不相同的,因此考虑每根天线功率约束与实际更加的相符合,具有一定的实用价值。

【技术实现步骤摘要】
一种基于发射天线功率约束的认知系统功率分配方法
本专利技术为一种基于发射天线功率约束的认知系统功率分配方法,属于认知无线电通信领域。
技术介绍
美国联邦通信委员会(FCC)经过调查发现无线频谱资源并没有得到充分的利用,FCC于2003年底指出目前分配出的频段的利用率是从15%~85%不等,某些频带是超负荷使用的(如移动手机网络频段),但是诸如业余无线电等相当多的频段并没有得到充分的使用。进入21世纪,无线通信技术高速发展,频谱资源的稀缺变得日益严峻。为了解决该问题,1999年J.Mitola博士在他的博士论文中提出认知无线电的概念。他描述了认知无线电怎样通过一种称做“无线电知识表达语言”的新语言来提高个人无线业务的灵活性。由于认知无线电系统中存在主用户和认知用户两种用户,因此认知无线电的提出可以有效的提高频段的使用率,如何有效的降低认知用户对主用户的干扰成为目前研究的重点。从空间域的角度进行分析,由于主用户与认知用户空间位置的互异性,在认知基站端设立多根天线,通过在天线端设计相应的波束成形向量将认知基站的发射信号形成具有一定方向性的波束,进而降低对主用户的干扰,提高主用户与认知用户的共存性。目前国内在这方面的研究比较多,主要是根据不同的系统建立不同的优化问题,然后利用相应的方法进行求解。YongweiHuang等研究部分信道已知的认知系统中,在同时满足认知用户服务质量受限以及对主用户干扰受限的前提下设计最优的下行波束成形向量,使得认知基站总的发射功率最小化,进而实现功率的分配。但是计算出的最优的波束成形向量并没有考虑每根天线的实际发射功率的能力,但是在某些情况下,为了使系统达到最优,某些天线所需承担的发射功率可能会超出发射天线自身的发射能力,因此需要进一步改进。
技术实现思路
技术方案:本专利技术采用的技术方案为一种应用于MIMO通信系统的基于发射天线功率约束的认知系统功率分配方法,旨在建立以抑制主用户干扰、保证认知用户端信干噪比以及满足认知基站端每根天线发射功率受限约束为条件,最小化认知基站端发射功率为目标的优化问题,通过求解下行波束成形向量来实现功率的分配。最终得到每根天线需要“承担”的发射功率,且该功率不会超过其发射功率的门限值。本专利技术采用的技术方案包括以下步骤:步骤1:基于认知系统,建立最小化认知基站发射功率的最优化问题,与此同时需要考虑认知基站端每根天线的发射功率的门限值。建立的优化问题以主用户干扰门限、认知用户信干噪比门限值以及认知基站端每根天线发射功率限制为约束条件,最小化认知基站的发射功率为优化目标函数。由于天线的发射功率能力各有不同,因此考虑每根天线的发射功率受限与实际通信更为接近,具有一定的实用价值。考虑每根天线发射功率约束的原因是由于在实际多天线通信过程中,每根天线的末端均配置一个模拟功率放大器,因此不同天线的发射能力是各不相同的。在优化功率分配时,如果不考虑每根天线功率约束,通过优化问题求解出的某些天线需要承担的发射功率可能大于该天线的发射功率能力,造成功率分配失败,无法实现系统功率的最优分配。因此对每根天线发射功率约束进行考虑,符合实际通信的需求。步骤2:将步骤1中得到的非凸优化问题转化为凸问题,再使用凸优化方法进行求解,最终得出最优的下行波束成形向量,实现功率分配。步骤1中建立的优化问题为一二次约束二次规划(QCQP)优化问题,无法使用常用的方法进行求解,本专利技术的求解方法为先将原优化问题转化为二次锥规划(SOCP)问题,随后使用内敛法进行求解,根据求出的最优的波束成形向量可以得到最优的功率分配方法。使用SOCP方法进行求解,计算复杂度低,有利于认知基站降低功率分配而花费的时间,减少系统延迟,便于提高系统的实时性能。具体步骤如下:(1)基于认知系统,建立最小化认知基站发射功率的最优化问题。该优化问题的约束条件为:主用户干扰门限、认知用户信干噪比门限以及认知基站端每根天线发射功率限制;优化目标为:最小化认知基站的发射功率。式中hk、gl分别代表认知基站到第k个认知用户之间的信道参数信息以及认知基站到第l个主用户之间的信道参数信息。认知基站端为第k个认知用户设计的波束成形向量用tk表示。假设认知用户正常工作所需的信干噪比门限值为γ1...γK,主用户正常工作所能承受的最大干扰门限值为β1...βL,且认知基站端N根天线的发射功率门限依次为P1...PN。为第k个认知用户端接收到的噪声的方差。(2)将步骤(1)中建立的优化问题转化成SOCP形式的优化问题:其中,T=[t1t2..tK]。通过求解出的最优的波束成形向量k=1...K。可以计算出认知基站发射端每根天线的发射功率为其中i表示第i根天线,[]i,i表示矩阵的第i行i列,且i=1...N。分配给第k个认知用户总的发射功率为有益效果:本专利技术与现有技术相比较,采用的技术方案为一种应用于认知MIMO通信系统的基于发射天线功率约束的认知系统功率分配方法,利用凸优化理论,并在约束条件中充分考虑认知基站端每根发射天线的发射功率限制,在求解优化问题时,将原优化问题将转化为简单的SOCP形式进行求解,最终得到最优的波束成形向量,实现功率分配。该方法考虑了实际通信系统天线发射功率限制,具有一定的实用价值。附图说明图1为本专利技术的系统模型图。图2为本专利技术的流程图。图3为本专利技术的仿真功率分配图。具体实施方式下面结合附图进一步阐述本专利技术:图1为本专利技术的系统模型图。考虑一个认知无线通信系统,其中包含一个配有M根天线的认知基站、K个配有单天线的认知用户以及L个配有单天线主用户。PU(PrimaryUser)、SU(SecondaryUser)分别表示主用户和认知用户。第k个认知用户接收到的信号可以表述为:其中,k=1...K,式中uk表示认知基站发送给第k个认知用户的信号,假设该信号均是归一化的,即E||uk||2=1。hk代表认知基站到第k个认知用户之间的信道参数信息。nk表示第k个认知用户端接收到的噪声,且nk服从的分布为认知基站端为第k个认知用户设计的波束成形向量用tk表示。因此认知基站端分配给第k个认知用户发射功率pk可以表示为:pk=||tk||2其中,k=1...K。根据不同用户分配到的功率表达式可以计算出认知基站端每根天线承担的发射功率:其中,qi表示第i根天线需要承担的发射功率,[]i,i表示矩阵的第i行i列,且i=1...N。对第k个认知用户接收到的信号的表达式进行分析,可以得到其信干噪比表示如下:第l个主用户端接收到的信号可以表述为:其中l=1...L,式中gl表示认知基站到第l个主用户之间的信道参数信息。根据信号表达式可以得到第l个主用户受到的干扰大小可以表示为:假设认知用户正常工作所需的信干噪比门限值为γ1...γK,主用户正常工作所能承受的最大干扰门限值为β1...βL,且认知基站端N根天线的发射功率门限依次为P1...PN。考虑主用户干扰门限、认知用户信干噪比门限以及认知基站端每根天线发射功率受限为约束条件,认知基站端发射功率最小化问题可以建模为:该优化问题是一个非凸问题,无法直接求解得到波束成形向量,可以转化成凸优化问题形式,然后使用二阶锥规划(SOCP)来进行求解。上述问题可以转化为如下形式:根据恒等式上述问题再次进行转本文档来自技高网
...
一种基于发射天线功率约束的认知系统功率分配方法

【技术保护点】
一种基于发射天线功率约束的认知系统功率分配方法,其特征在于,该方法包括以下步骤:步骤1:基于认知系统,建立最小化认知基站发射功率的优化问题,同时考虑认知基站端每根发射天线的发射功率的门限值;步骤2:步骤1得到的优化问题为一非凸问题,现对该非凸优化问题进行转化,再进行求解,得到的波束成形向量即为最优的波束成形向量值,通过该值可以计算出认知基站分配给不同认知用户的发射功率以及不同发射天线所承担发射的功率大小。

【技术特征摘要】
1.一种基于发射天线功率约束的认知系统功率分配方法,其特征在于,该方法包括以下步骤:步骤1):基于认知系统,建立最小化认知基站发射功率的优化问题,同时考虑认知基站端每根发射天线的发射功率的门限值;步骤2):步骤1得到的优化问题为一非凸问题,现对该非凸优化问题进行转化,再进行求解,得到的波束成形向量即为最优的波束成形向量值,通过该值计算出认知基站分配给不同认知用户的发射功率以及不同发射天线所承担发射的功率大小;步骤1)中所述的根据认知系统建立最小化认知基站发射功率的最优化问题,具体为:建立的优化问题以主用户干扰门限、认知用户信干噪比门限值以及认知基站端每根天线发射功率限制为约束条件,最小化认知基站的发射功率为优化目标函数;步骤2)中所述的求解步骤1)中建立的优化问题,具体为:步骤1)中建立的优化问题为一二次约束二次规划(QCQP)优化问题,先将原优化问题转化为二次锥规划(SOCP)问题,再使用内敛法进行求解,根据求出的最优的波束成形向量得到最优的功率分配方法;上述方案具体步骤如下:(1)基于认知系统,建立最小化认知基站发射功率的最优化问题;该优化问题的约束条件为:主用户干扰门限、认知用户信干噪比门限以及认知基站端每根天线发射功率限制;优化目标为:最小化认知基站的发射功率;

【专利技术属性】
技术研发人员:刘旭朱文涛杨京波
申请(专利权)人:南京邮电大学
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1