一种基于无小区大规模MIMO系统的底层认知用户功率分配方法技术方案

技术编号:37790773 阅读:8 留言:0更新日期:2023-06-09 09:21
本发明专利技术公开了一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,包括:PU

【技术实现步骤摘要】
一种基于无小区大规模MIMO系统的底层认知用户功率分配方法


[0001]本专利技术属于无线通信
,涉及一种基于无小区大规模MIMO系统的底层认知用户功率分配方法。

技术介绍

[0002]随着通信用户数量历年来的激增,传统蜂窝系统中小区边缘用户受多个基站的影响,小区间干扰日益严重,为了解决这一问题,无小区大规模MIMO系统应运而生。在无小区大规模MIMO中,一个区域内分布大量接入点(AP),用户在此区域内随机分布,但数量远少于接入点数,AP通过回程网络与中央处理器(CPU)进行信道统计信息和功率控制系数的交换。无小区大规模MIMO和认知无线电技术作为新一代移动通信中的关键技术,两者的结合是通信研究热点之一,无小区大规模MIMO天线分布众多,覆盖率高,用户与AP距离近,抗阴影衰弱的能力比较强,但频谱利用率仍然没有大幅提升,而认知无线电能通过区分主次用户充分利用频谱,在兼容更多用户的同时仍能提升频谱利用率。
[0003]目前在无小区大规模MIMO系统中,大多数考虑的都是对未分类的用户进行功率分配或者AP选择提升信道速率,没有考虑将用户分为主用户和次用户后再进行功率分配和AP选择。
[0004]中国专利申请CN113365334A公开了一种无小区大规模MIMO系统中的导频分配和功率控制方法,该方法采用迫零预编码提前对发送信号进行处理,并在发送过程中通过max

min功率控制算法,优化了下行链路速率;中国专利CN110166088A公开了以用户为中心的无小区大规模MIMO系统的功率控制算法,该方法通过搜索最佳的功率控制系数实现最小用户速率的最大化;国际会议《ICC 2019

2019IEEE International Conference on Communications(ICC)》中《Cell

Free Massive MIMO with Underlay Spectrum

Sharing》(Diluka Loku Galappaththige and Gayan Amarasuriya)将无小区大规模MIMO系统与认知无线系统相结合,研究了基于时分双工的无小区大规模MIMO和底层频谱共享共存的可行性。然而,以上技术存在以下缺陷:1.没有清晰划分主次用户,频谱利用率不高;2.用户和AP都是单天线,没有考虑多天线情况;3.将AP划分为主AP和辅助AP,在主用户过多次用户偏少的情况下造成了AP资源的浪费。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺陷,提供一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,将用户分为主用户和次用户后,在尽可能减少占用主用户资源和降低对主用户干扰的前提下。通过综合考虑信道大尺度衰落系数、AP功率权重系数,选择最少的AP数目得到最优功率分配方案,最大化次用户接收速率,提升次用户通信质量,从而有效解决频谱利用率不足和多天线AP的分布式传输问题。
[0006]为实现上述目的,本专利技术采用以下技术方案。
[0007]一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,在无小区大规模MIMO系统区域内随机分布L个带有N根天线的AP,K个主用户PU,一个次用户SU,主用户和次用户均为单天线用户,L>>K;所述的L>0、N>0、K>0;用和分别表示AP集合和PU集合,用AP
l
表示集合中第l个AP,PU
k
表示集合中第K个PU;SU作为短暂出现在该区域中的单天线用户,进入区域后尽可能选取最少数量AP进行连接,用动态集合表示选取的AP集合,其中某个元素用AP
m
来表示;
[0008]所述方法,包括以下步骤:
[0009]步骤一、PU
k
和SU分别向AP
l
和AP
m
发送导频信号,导频信号在经过信道传输后到达AP;
[0010]步骤二、先将AP
l
和AP
m
接收到的信号投影到和上,再进行最小均方误差估计;
[0011]步骤三、AP
l
和AP
m
对发送信号进行共轭预编码处理;
[0012]步骤四、先根据接收信号的结构得到PU
k
、SU的接收速率表达式,然后建立功率分配函数和环境相关函数的关系式,之后通过关系式计算SU所需的最小AP连接数M;
[0013]步骤五、计算SU最优功率分配方案;
[0014]在得到SU所需的最小AP连接数M后,需要对集合中每个AP应该分配多少功率给SU进行计算。
[0015]具体地,在步骤一中,所述的PU
k
和SU分别向AP
l
和AP
m
发送导频信号,导频信号在经过信道传输后到达AP,具体过程包括:
[0016]S1.1.PU
k
和SU分别向AP
l
和AP
m
发送导频信号:
[0017]利用时分复用,将每个相干间隔分为三个部分:上行链路训练、上行链路数据传输、下行链路数据传输,不考虑上行链路数据传输;设τ
c
=196为相干间隔长度,τ
u
为上行链路训练相干间隔长度,τ
d
=τ
c

τ
u
为下行链路数据传输相干间隔长度,τ
c
<τ
d
;PU
k
和SU分别向AP
l
和AP
m
发送长度为τ
u
的导频序列其中其中
[0018]S1.2.导频信号在经过信道传输后到达AP:
[0019]信道模型为:
[0020][0021]式中,g
ab
表示第a个AP与第b个用户之间的信道向量,表示第a个AP与第b个用户之间的大尺度衰落系数,d
ab
表示第a个AP与第b个用户之间的距离,η表示路径衰落影响因子,取τ=0.5,h
ab
表示第a个AP与第b个用户之间的小尺度衰落向量,为N
×
1的向量,并且假设h
ab
服从瑞利衰落,其中各元素为服从的随机变量,表示均值为0,方差为1的圆对称复高斯分布;
[0022]AP
l
和AP
m
端接收到的信号分别为:
[0023][0024][0025](2)(3)式中,p
p
为每个导频符号的归一化发射信噪比,W
pl
、W
pm
为对应接收信号中N
×
τ
u
的噪声矩阵,其中各元素为服从的随机变量;g
lk
、g
mSU
分别表示AP
l
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,其特征在于,在无小区大规模MIMO系统区域内随机分布L个带有N根天线的AP,K个主用户PU,一个次用户SU,主用户和次用户均为单天线用户,L>>K;所述的L>0、N>0、K>0;用和分别表示AP集合和PU集合,用AP
l
表示集合中第l个AP,PU
k
表示集合中第K个PU;SU作为短暂出现在该区域中的单天线用户,进入区域后尽可能选取最少数量AP进行连接,用动态集合表示选取的AP集合,其中某个元素用AP
m
来表示;所述方法,包括以下步骤:步骤一、PU
k
和SU分别向AP
l
和AP
m
发送导频信号,导频信号在经过信道传输后到达AP;步骤二、先将AP
l
和AP
m
接收到的信号投影到和上,再进行最小均方误差估计;步骤三、AP
l
和AP
m
对发送信号进行共轭预编码处理;步骤四、先根据接收信号的结构得到PU
k
、SU的接收速率表达式,然后建立功率分配函数和环境相关函数的关系式,之后通过关系式计算SU所需的最小AP连接数M;步骤五、计算SU最优功率分配方案;在得到SU所需的最小AP连接数M后,需要对集合中每个AP应该分配多少功率给SU进行计算。2.根据权利要求1所述的一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,其特征在于,在步骤一中,所述的PU
k
和SU分别向AP
l
和AP
m
发送导频信号,导频信号在经过信道传输后到达AP,具体过程包括:S1.1.PU
k
和SU分别向AP
l
和AP
m
发送导频信号:利用时分复用,将每个相干间隔分为三个部分:上行链路训练、上行链路数据传输、下行链路数据传输,不考虑上行链路数据传输;设τ
c
=196为相干间隔长度,τ
u
为上行链路训练相干间隔长度,τ
d
=τ
c

τ
u
为下行链路数据传输相干间隔长度,τ
c
<τ
d
;PU
k
和SU分别向AP
l
和AP
m
发送长度为τ
u
的导频序列其中其中S1.2.导频信号在经过信道传输后到达AP:信道模型为:式中,g
ab
表示第a个AP与第b个用户之间的信道向量,表示第a个AP与第b个用户之间的大尺度衰落系数,d
ab
表示第a个AP与第b个用户之间的距离,η表示路径衰落影响因子,取η=0.5,h
ab
表示第a个AP与第b个用户之间的小尺度衰落向量,为N
×
1的向量,并且假设h
ab
服从瑞利衰落,其中各元素为服从的随机变量,表示均值为0,方差为1的圆对称复高斯分布;AP
l
和AP
m
端接收到的信号分别为:
(2)(3)式中,p
p
为每个导频符号的归一化发射信噪比,W
pl
、W
pm
为对应接收信号中N
×
τ
u
的噪声矩阵,其中各元素为服从的随机变量;g
lk
、g
mSU
分别表示AP
l
到PU
k
信道和AP
m
到SU的信道;分别表示PU
k
和SU发送的导频序列的共轭转置。3.根据权利要求1所述的一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,其特征在于,在步骤二中,所述的先将AP
l
和AP
m
接收到的信号投影到和上,再进行最小均方误差估计,其过程包括:S2.1.将Y
pl
和Y
pm
分别投影到和上:投影结果分别表示为分别表示为S2.2.进行最小均方误差估计:对信道g
lk
和g
mSU
进行最小均方误差MMSE估计,计算得到的估计值和分别为:分别为:(6)(7)式中,表示期望运算,和有N个独立相同的高斯分量;第n个分量的均方和可由υ
lk
和υ
mSU
表示:表示:4.根据权利要求1所述的一种基于无小区大规模MIMO系统的底层认知用户功率分配方法,其特征在于,在步骤三中,所述的AP
l
和AP
m
对发送信号进行共轭预编码处理,其过程包括:AP
l
向PU
k
发送的信号和AP
m
向SU发送的信号,分别为向SU发送的信号,分别为<...

【专利技术属性】
技术研发人员:戴予成解志斌王亚军苏胤杰练柱先
申请(专利权)人:江苏科技大学
类型:发明
国别省市:

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