最大化吞吐量的多小区联合波束成形设计方法,申请号CN201110383525.4-传众专利搜索

最大化吞吐量的多小区联合波束成形设计方法

申请公布号：CN102572864B

申请号：CN201110383525.4

申请日期：2011.11.25

申请公布日期：2015.04.22

申请人：

上海交通大学

发明人：张茜;何晨;蒋铃鸽

分类号：H04W16/28(2009.01)I

主分类号：H04W16/28(2009.01)I

代理机构：

上海汉声知识产权代理有限公司 31236

代理人：郭国中

地址：200240 上海市闵行区东川路800号

摘要：一种最大化吞吐量的多小区联合波束成形设计方法，属于无线通信技术领域，基于拉格朗日对偶理论得到对偶上行问题，采用广义特征值分解和内点法迭代求解该对偶上行问题，确定下行单位波束成形向量和最优的上行信干噪比，再由上下行信干噪比对偶相等得到下行功率分配。该方法能够获得较高的系统吞吐量，并且在用户数较多时能够节省计算时间。

主权项：一种最大化吞吐量的多小区联合波束成形设计方法，基于拉格朗日对偶推导出多小区多用户下行吞吐量最大化问题的上行对偶问题，通过求解该上行对偶问题进行波束成形设计，其特征在于，包括以下步骤：1)设置系统参数：小区数M，每个小区用户数K，第n个基站到第m个小区的第k个用户<img file="FDA0000583025640000011.GIF" wi="81" he="89" />的信道状态信息<img file="FDA0000583025640000012.GIF" wi="116" he="92" />其中：m,n＝1,...,M,k＝1,...,K，基站天线数Nt，第m个基站的功率约束Pm，其中：m＝1,...,M，零均值复高斯加性噪声的协方差N0；2)定义<img file="FDA0000583025640000013.GIF" wi="72" he="87" />和<img file="FDA0000583025640000014.GIF" wi="68" he="89" />分别为对偶上行问题的用户<img file="FDA0000583025640000015.GIF" wi="72" he="82" />的发射功率和第m个基站的接收噪声功率，<img file="FDA0000583025640000016.GIF" wi="59" he="78" />为对应用户<img file="FDA0000583025640000017.GIF" wi="70" he="91" />的下行单位波束成形向量，构造上行发射功率向量<img file="FDA0000583025640000018.GIF" wi="44" he="67" />和噪声功率向量<img file="FDA0000583025640000019.GIF" wi="88" he="85" />以及矩阵T，其中：<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mrow><mover><mi>α</mi><mo>&OverBar;</mo></mover><mo>=</mo><mo>[</mo><msubsup><mover><mi>α</mi><mo>&OverBar;</mo></mover><mn>1</mn><mn>1</mn></msubsup><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msubsup><mover><mi>α</mi><mo>&OverBar;</mo></mover><mn>1</mn><mi>K</mi></msubsup><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msubsup><mover><mi>α</mi><mo>&OverBar;</mo></mover><mi>M</mi><mn>1</mn></msubsup><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo></mrow><msup><mrow><msubsup><mover><mi>α</mi><mo>&OverBar;</mo></mover><mi>M</mi><mi>K</mi></msubsup><mo>]</mo></mrow><mi>T</mi></msup><mo>,</mo><mover><mi>β</mi><mo>&OverBar;</mo></mover><mo>=</mo><msup><mrow><mo>[</mo><msub><mover><mi>β</mi><mo>&OverBar;</mo></mover><mn>1</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mover><mi>β</mi><mo>&OverBar;</mo></mover><mi>M</mi></msub><mo>]</mo></mrow><mi>T</mi></msup><mo>,</mo></mrow>]]></math><img file="FDA00005830256400000110.GIF" wi="1142" he="87" /></maths><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>T</mi><mi>m</mi></msub><mo>=</mo><mo>[</mo><msubsup><mi>t</mi><mi>m</mi><mn>1</mn></msubsup><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msubsup><mi>t</mi><mi>m</mi><mi>K</mi></msubsup><mo>]</mo><mo>,</mo></mrow>]]></math><img file="FDA00005830256400000111.GIF" wi="374" he="90" /></maths>T＝[T1,...,TM]；3)初始化向量<img file="FDA00005830256400000112.GIF" wi="104" he="81" />和<img file="FDA00005830256400000113.GIF" wi="120" he="83" />取一个很小的正实数ε＞0，最大迭代次数imax，迭代次数i＝0；4)固定<img file="FDA00005830256400000114.GIF" wi="86" he="75" />和<img file="FDA00005830256400000115.GIF" wi="120" he="85" />通过广义特征值分解计算单位波束成形向量<img file="FDA00005830256400000116.GIF" wi="160" he="87" /><maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msup><mrow><mo>(</mo><msubsup><mi>t</mi><mi>m</mi><mi>k</mi></msubsup><mo>)</mo></mrow><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></msup><mo>=</mo><msub><mi>v</mi><mi>max</mi></msub><mrow><mo>(</mo><msubsup><mi>h</mi><mrow><mi>m</mi><mo>,</mo><mi>m</mi></mrow><mi>k H</mi></msubsup><msubsup><mi>h</mi><mrow><mi>m</mi><mo>,</mo><mi>m</mi></mrow><mi>k</mi></msubsup><mo>,</mo><msup><mrow><mo>(</mo><msubsup><mi>Q</mi><mi>m</mi><mi>k</mi></msubsup><mo>)</mo></mrow><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></msup><mo>)</mo></mrow><mo>,</mo><mo>&ForAll;</mo><mi>m</mi><mo>,</mo><mi>k</mi></mrow>]]></math><img file="FDA00005830256400000117.GIF" wi="891" he="93" /></maths>其中：<img file="FDA00005830256400000118.GIF" wi="154" he="77" />为归一化最大广义特征向量，<img file="FDA00005830256400000119.GIF" wi="1016" he="102" />5)固定<img file="FDA00005830256400000120.GIF" wi="92" he="85" />和<img file="FDA00005830256400000121.GIF" wi="104" he="75" />采用内点法求解子优化问题<img file="FDA00005830256400000122.GIF" wi="112" he="78" />得到新的上行发射功率向量<img file="FDA00005830256400000123.GIF" wi="156" he="74" />内点法初始值为<img file="FDA00005830256400000124.GIF" wi="109" he="76" />6)固定<img file="FDA00005830256400000125.GIF" wi="114" he="77" />和T(i)，采用内点法求解子优化问题<img file="FDA00005830256400000126.GIF" wi="132" he="84" />得到新的噪声功率向量<img file="FDA00005830256400000127.GIF" wi="156" he="85" />内点法初始值为<img file="FDA00005830256400000128.GIF" wi="117" he="84" />7)增加迭代次数i＝i+1，检验终止条件是否满足，如果不满足则返回步骤4)，如果满足则进行步骤8)；8)如果i≤imax，最优的上行发射功率向量<img file="FDA0000583025640000021.GIF" wi="232" he="78" />最优的噪声功率向量<img file="FDA0000583025640000022.GIF" wi="238" he="89" />由广义特征值分解计算单位波束成形向量<img file="FDA0000583025640000023.GIF" wi="104" he="87" />如同步骤4)，其中：m＝1,...,M,k＝1,...,K，然后进行下行功率分配，定义<img file="FDA0000583025640000024.GIF" wi="86" he="89" />是对应用户<img file="FDA0000583025640000025.GIF" wi="74" he="89" />的下行发射功率，得到下行发射功率向量<img file="FDA0000583025640000026.GIF" wi="713" he="86" />若向量p满足每个基站的功率约束，则算法结束，输出p和T*，T*表示取得最优值的T，T表示下行单位波束成形向量构成的矩阵，若不满足，则采用现有技术中的ICBF算法重新计算波束成形向量并输出；如果i＞imax，采用现有技术中的ICBF算法重新计算波束成形向量并输出。