[发明专利]基于MIMO系统加权能效最大化的分布式波束赋形优化方法

权利要求书

1.一种基于MIMO系统加权能效最大化的分布式波束赋形优化方法，其特征在于，包括：

步骤S1：所有基站初始化发射波束赋形向量、接收波束赋形向量，

步骤S2：每个基站向其各自所服务的用户发送该用户的当前发射波束赋形向量，

步骤S3：各用户根据自身的发射波束赋形向量更新自身的接收波束赋形向量，并将其反馈给所有基站，

步骤S4：各基站接收到的所有用户的接收波束赋形向量，计算自己到所有用户的有效信道信息，

步骤S5：根据上述计算结果通过ADMM过程、SCA过程以及MMSE过程三层迭代得到最优发射波束赋形向量和接收波束赋形向量；

所述步骤S1中还初始化松弛变量和引入变量ADMM全局变量v⁽⁰⁾，以及拉格朗日乘子，

所述步骤S5具体包括：

步骤S51：设ADMM过程、SCA过程以及MMSE过程的迭代指示初始值分别为l＝0,n＝0,m＝0，

步骤S52：每个基站执行最里层ADMM迭代过程，更新局部变量为全局变量为v^(l+1),以及拉格朗日乘子为直至更新后的变量与更新前的变量残差小于第一设定阈值，得到ADMM迭代优化后的最优解，并进入中间层SCA迭代过程，

步骤S53：各基站根据ADMM迭代的最优解，进行SCA迭代更新，直至SCA迭代更新后的变量与更新前之差小于第二设定阈值，并得到SCA迭代优化后的最优解，其中令：

{v⁽⁰⁾,ξ⁽⁰⁾}＝{v^(l),ξ^(l)}

其中：为用户b_k的经过SCA迭代更新后的发射波束赋形向量，为用户b_k的经过SCA迭代更新后的引入变量，为经过SCA迭代更新后的松弛变量，v⁽⁰⁾和ξ⁽⁰⁾分别为经SCA迭代更新的ADMM迭代过程中全局变量和拉格朗日乘子的初始值，v^(l),ξ^(l)和为ADMM迭代优化的最优解，

步骤S54：各基站根据SCA迭代得到的最优解，更新接收波束赋形向量，并判断更新后的接收波束赋形向量与更新前接收波束赋形向量之差是否小于第三设定阈值，若为是，则优化结束，若为否，则返回步骤S2；

所述步骤S52中，局部变量、全局变量和拉格朗日乘子中任一者更新后与自身当前值之间的残差小于第一设定阈值，即进入中间层SCA迭代过程；

所述步骤S3中，用户更新的接收波束赋形向量为：

其中：为用户b_k更新后的接收波束赋形向量，为基站i到用户b_k的信道矩阵，为基站i所服务的用户i_j的更新前发射波束赋形向量，(·)^H为矩阵的共轭转置，N₀为噪声功率谱密度，I为单位矩阵，为基站b到用户b_k的信道矩阵，为用户b_k的当前的发射波束赋形向量，B为基站的集合，K_i为基站i所服务的用户的集合；

所述步骤S4中，基站b到用户i_j的有效信道信息具体为：

其中：为用户i_j更新后的接收波束赋形向量，为基站b到用户i_j的信道矩阵；

所述步骤S52具体包括：

步骤S521：每个基站计算局部变量

其中：为更新后的基站b的局部变量，为局部变量s_b满足的约束集合，ω_b为基站b的能效权重，η_b为代表每个基站能效的松弛变量，为当前的拉格朗日乘子，θ_b为ADMM优化算法引入的一致性变量，(·)^T表示转制，ρ为罚系数，为当前的全局变量，表示欧几里得范数的平方；

步骤S522：各基站更新全局变量

其中：v^(l+1)为更新后的全局变量，

步骤S523：更新拉格朗日乘子：

其中：为更新基站b的拉格朗日乘子，为更新前基站b的拉格朗日乘子；

步骤S524：判断更新后的任何优化变量与更新前优化变量之差是否小于第一设定阈值，若为是，则执行步骤S53，若为否，则l＝l+1，返回步骤S521；

所述第一设定阈值为10^-5；

所述步骤S53具体包括：

S531：更新当前SCA优化系数和ADMM参数初始值，

S532：判断更新后的发射波束赋形向量与更新前发射波束赋形向量之差是否小于第二设定阈值，若为是，则执行步骤S54，若为否，则n＝n+1，返回步骤S531；

所述步骤S54具体包括：

步骤S541：更新接收波束赋形向量，

步骤S542：判断更新后的接收波束赋形向量与更新前的接收波束赋形向量之差是否小于第三设定阈值，若为是，则优化结束，若为否，则m＝m+1，返回步骤S4；

所述局部变量s_b满足的约束集合具体为：

其中：为经SCA第n次迭代更新的的一阶泰勒近似，为经SCA第n次迭代更新的的一阶泰勒近似，a为给定常数，ε为功率放大效率，P₀为基站的电路功耗，P_b为基站b额定发射功率，Γ₀为接收用户信噪比阈值，为基站b对用户i_j(i≠b)的干扰ICI变量，为用户b_k受到的来自其他基站的干扰ICI变量。