[发明专利]一种基于MIMO-NOMA短包传输的功率分配方法

摘要

本发明公开了一种基于MIMO‑NOMA短包传输的功率分配方法。该方法首次采用了短包传输相关理论，分析了MIMO‑NOMA系统中的远用户通信质量；并在保证近用户的通信质量前提下利用交替迭代算法联合优化簇内用户的发送功率和最大可达传输速率，最终得到一种能够实现远用户吞吐量最大化的功率分配方法。

主权项

1.一种基于MIMO-NOMA短包传输的功率分配方法，其具体包括如下步骤：/n步骤A，建立基于MIMO-NOMA的短包传输系统模型，确定传输速率和吞吐量；/n步骤B，根据步骤A的系统模型，利用所述破零波束成形(Zero Forcing Beam-Forming，ZFBF)技术消除簇间干扰，确定接收信号；/n步骤C，通过短包传输策略分析簇内用户的性能，确定远近用户接收的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)和块传输错误概率；/n步骤D，根据步骤C求得的远近用户的性能，建立目标优化模型，以远用户的吞吐量最大化为优化目标，并以保证近用户的通信质量，及远用户的传输速率和系统功率分配作为优化条件；/n步骤E，求解优化问题,通过功率分配和传输速率实现远用户的有效吞吐量的优化目标。/n其中，步骤A具体包括：/nA1，构建下行链路的MIMO-NOMA系统利用短包进行广播通信的系统信道模型，其中发送端配置N个发射天线，用户总数为NK并且每个用户配备M个接收天线，用户分为N个簇，每个簇可以支持K个用户中，假设每个簇中有两个用户，近用户和远用户分别表示u_i,1u_i,2,i∈1,2,...,N，即|h_i,1|²≥|h_i,2|²，h_i,k表示第i簇中第k个用户的信道增益；/nA2，根据A1构建的系统模型，发送信号可以表示为s_i,k表示发送给用户u_i,k的信息，第i簇的第k个用户分配功率为q_i,k,k＝1,2，总的传输功率为/nA3，对于接收端给定块错误概率ε_i,k的任意用户u_i,k，在时延的控制下传输信号时的速率表示为其中，L_i,k表示传输s_i,k时数据包的长度，Q^-1(·)表示的逆函数，V_i,k表示信道色散，且V_i,k＝1-(1+γ_i,k)^-2，γ_i,k为接收信号的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)；/nA4，根据A3的R_i,k和ε_i,k，利用吞吐量T_i,k来衡量系统的性能，表示为T_i,k＝R_i,k(1-ε_i,k)(bps/Hz)。/n其中，步骤B具体包括：/nB1，根据步骤A确定的传输系统模型，发送端使用归一化波束成形矢量w_i对发送信号进行预编码，接收端的波束成形矢量表示为v_i,k，满足||v_i,k||²＝1，所以可以确定接收信号表示为其中H_i,k∈C^M×N表示从AP到用户的信道矩阵，发送端和用户端都已知信道分布信息，即d_i,k表示从AP端到用户之间的距离，c表示路径损耗指数，G_i,k∈C^M×N服从瑞利衰落，G_i,k～CN(0,∑_i,k)，∑_i,k表示信道协方差矩阵，表示加性高斯白噪声，I表示单位矩阵；/nB2，利用ZFBF消除簇间干扰，波束成形矩阵满足n∈{1,2,...,N,n≠i}，w_i是N×N的预编码矩阵，第n个簇中的第k个用户的约束表示为其中h_n,nk已经被消除，表示H_n,k的第i列元素；/nB3，根据B2确定v_n,k，v_n,k＝U_n,kτ_n,k，其中U_n,k包含对应于零奇异值H_n,k的所有左奇异矢量，τ_n,k是一个归一化矢量且可以通过使用最大比合并来获得/n其中，步骤C具体包括：/nC1，根据NOMA多址接入技术的特点，近用户可以通过串行干扰消除(SuccessiveInterference Cancellation，SIC)消除远用户的干扰，而用户直接解码接收信号，第i个簇中远用户u_i,2的接收信号为其中/nC2，由于|h_i,1|²≥|h_i,2|²，所以u_i,2直接解码s_i,2，其SINR为u_i,2解码s_i,2的块错误概率为/nC3，u_i,1先解码s_i,2同时将s_i,1视为干扰噪声，解码s_i,2的SINR为u_i,1解码s_i,2的块错误概率为/nC4，根据C3，若u_i,1成功消除s_i,2的干扰，则SINR为u_i,1解码s_i,1的块错误概率为/n其中，步骤D具体包括：/nD1，根据以上步骤确定优化目标为约束条件包括q_i,k≥0，其中前面两个为功率的限制，第三个表示中断概率的限制，γ_i表示近用户解码弱用户的链路SINR的限制；/nD2，根据步骤D1，中断概率的约束可以表示为，约束条件表示为其中v_i,1h_i,1是一个高斯变量，|v_i,1h_i,1|²服从参数为的指数分布，通过最大值运算上式约束条件表示为/nD3，步骤D2中由于不等式左边是一个包含q_i,2和v_i,1两个变量的非凸复杂函数，表达式为非凸形式，利用SDP技术和一阶泰勒近似来解决此问题，即可以通过一阶泰勒展开式近似求解约束条件转化为凸形式/n其中，步骤E具体包括：/nE1，在给定的可行q_i,1和q_i,2来确定远用户吞吐量T_i,2的R_i,2值,判断相对于R_i,2的单调性和凹凸性，T_i,2(R_i,2)＝R_i,2(1-ε_i,2)＝R_i,2(1-Q(f(γ_i,2,R_i,2)))，通过二阶导可以判断T_i,2是R_i,2的凹函数，其局部极值就是其全局极值，所以通过设置T_i,2＝0，并利用一维搜索迭代算法实现最大有效吞吐量的R_i,2最优值表示为/nE2，在q_i,1和q_i,2的可行范围内根据优化的R_i,2确定优化功率分配q_i,2，T_i,₂(R_i,2,q_i,2)＝R_i,2(1-ε_i,2)，其中ε_i,2是γ_i,2和R_i,2的函数，γ_i,2是q_i,2的函数，通过求导判断出q_i,2是R_i,2的凸函数，；/nE3，通过给定可行的功率分配的范围，利用一维搜索迭代算法联合设计优化q_i,2及R_i,2确定u_i,2的最大吞吐量步，初始化变量，迭代次数i＝0，收敛精度η≥0；/nE4，判断收敛性性，当时，i＝i+1；/nE5，如果通过式T_i,2(R_i,2)＝R_i,2(1-ε_i,2)＝R_i,2(1-Q(f(γ_i,2,R_i,2)))计算最优传输速率/nE6，根据步骤E5更新计算最优传输功率分配/nE7，满足收敛精度时，迭代结束，通过公式T_i,2＝R_i,2(1-ε_i,2)计算吞吐量，输出/n