[发明专利]莱斯信道下大规模天线无线携能通信系统资源优化方法

权利要求书

1.一种莱斯信道下大规模天线无线携能通信系统资源优化方法，其特征在于，包括：

建立Massive MIMO系统下的莱斯信道模型，使用最小均方误差估计法对信道进行估计，并计算出信道的统计特性；具体包括以下步骤：

建立Massive MIMO系统的快衰落信道模型为：

其中，K_n为第n个用户的莱斯因子，为基站与第n个用户间确定性视距信道分量，为基站与第n个用户间需要估计的随机信道分量；

假设确定性视距信道分量已知，则需要估计的随机信道估计后为：

其中，β_n为第n个用户的大尺度衰落因子，p_n为第n个用户的上行发射导频功率，w_n是矩阵W和第n个用户对应的列向量，W＝NΦ^*，N为噪声矩阵，Φ^*为传输导频矩阵的共轭；

建立基站与用户之间的信道为估计信道服从复高斯随机分布，表示估计误差，I_M为M阶的单位矩阵，M为系统中基站的天线数量；

使用最小均方误差估计法对信道进行估计后，得到信道统计特性：

其中，i为用户的序号，θ_n为第n个用户的到达角，θ_i为第i个用户的到达角；

根据所述统计特性分别计算出上行链路和下行链路的信干噪比和根据和确定上行链路和下行链路的可达速率和并获取第n个用户采集到的能量Q_n；其中，n表示用户的序号，ul表示上行链路，dl表示下行链路；

其中，上行链路下行链路以及第n个用户采集到的能量Q_n通过以下方法得到：

令：

得出上行链路和下行链路的信干噪比分别为：

其中，b_n和c_n分别为上行和下行第n个用户的发射信息所需要的功率，j为用户的序号，ρ_n表示第n个用户的功率分割接收机的功率分割比，为用户的接收端引入噪声，为第n个用户的接收机在信息解码时所引入的噪声；

根据上行链路和下行链路的信干噪比得到第n个用户的上行可达速率和下行可达速率分别为：

其中，τ为下行传输所需要的时间；

第n个用户的功率分割接收机所采集到的能量为

其中，ζ_n为能量转换效率；

以最小化下行发射功率为目标，构建优化问题；其中，所述优化问题为：

其中，和分别表示上行链路和下行链路的可达速率阈值，c1和c2分别为保证上行链路和下行链路传输的基本速率约束，c3是下行传输时间的约束，c4是用户的功率分割接收机的功率分割比约束，c5是功率非负性的约束；

利用连续凸近似算法对所述优化问题进行凸处理，采用拉格朗日算法对凸处理后的优化问题求解，得到所述优化问题的下行发射功率的第一最优闭式解；其中，求解过程中利用次梯度算法对拉格朗日乘子进行迭代更新；

利用一维搜索方法求得最优功率分割比，根据最优功率分割比生成第二最优闭式解，根据所述第二最优闭式解确定对每个用户的最优发射功率。

2.如权利要求1所述的莱斯信道下大规模天线无线携能通信系统资源优化方法，其特征在于，还包括：

根据所述最优功率分割比对每个用户的接收机进行配置。

3.如权利要求1所述的莱斯信道下大规模天线无线携能通信系统资源优化方法，其特征在于，利用连续凸近似算法对所述优化问题进行凸处理，采用拉格朗日算法对凸处理后的优化问题求解，得到所述优化问题的下行发射功率的第一最优闭式解，具体方法为：

确定上行连续凸近似因子为：

确定下行连续凸近似因子为：

利用上行连续凸近似因子和下行连续凸近似因子对所述优化问题进行凸化处理，得到：

其中，为对数运算；

采用拉格朗日算法对凸处理后的优化问题求解，得到所述优化问题的下行发射功率的第一最优闭式解为：

其中，λ_n、μ_n和均为拉格朗日乘子，且均通过次梯度算法进行迭代更新，具体更新公式为：

l为迭代次数，表示迭代步长，[x]⁺＝max[0,x]。