1.一种迫零接收的去蜂窝大规模MIMO系统的上行功率优化方法,其特征在于,具体包括如下步骤:步骤1,构建迫零接收的去蜂窝大规模MIMO系统的上行系统模型;
步骤2,基于上行系统模型,计算迫零接收下用户的上行可达速率的封闭表达式,并建立系统功率的优化问题模型;
步骤3,引入松弛变量对步骤2构建的系统功率的优化问题模型进行重建,改进其中的目标函数和约束条件;
步骤4,利用拉格朗日函数对改进的目标函数和约束条件进行处理,进一步重构为新的优化问题模型;
步骤5,对新的优化问题模型进行解耦变形,转化为多变量的凸优化问题,并通过迭代算法进行模型求解,得到系统的上行功率分配优化方案;
所述步骤1的方法,具体如下:
所述去蜂窝大规模MIMO系统包括M个AP和K个单天线用户,每个所述AP均配置有N个天线,M×N>>K;其中,m∈[1 ,M]表示AP的编号,k∈[1 ,K]表示用户的编号;APm与用户k之间的信道模型gmk表达式如下:式中,APm表示第m个AP,βmk表示APm与用户k之间的大尺度衰落系数,hmk表示APm与用户k之间的小尺度衰落矢量,其元素独立同分布于均值为0、方差为1的复高斯分布,即hmk~CN(0,1),则gmk~CN(0,βmkIN),IN为N维单位矩阵;
APm端接收到所有用户发送的导频信号Ymp为:Ymp=GmP1/2φH+Wmp (2)式中,Gm=[gm1,gm2,...,gmK]~CN×K,CN×K为N×K的复数矩阵,P1/2为发射功率分配矩阵,φ为导频矩阵,其元素为系统分配给用户k的导频,k∈[1,K];Wmp为加性高斯白噪声,Wmp~CN×τ,τ为导频长度;
基于最小均方误差准则,APm与用户k之间的信道估计为:式中,ρp为导频传输的标准化信噪比,为系统分配给用户i的导频,信道估计误差为gmk=gmk‑gmk,且步骤2所述计算迫零接收下用户的上行可达速率的封闭表达式,具体包括如下步骤:步骤2.1,所有用户均发送数据给AP,设置用户k发送的数据矢量为sk,功率满足E{|sk|2}=1,APm接收到的信号ym表示为:式中,ρu为信号的标准化信噪比,gmk为APm与用户k之间的信道模型,ηk为APm对于用户k的功率控制系数,0≤ηk≤1,wm为APm信道的加性高斯白噪声;
AP通过回传链路将接收信号传送给CPU,迫零接收机对接收信号进行解码,所述迫零接收机的接收矩阵为其中,表示的转置;定义用户k的接收矢量为ak,具体为接收矩阵A∈CMN×K的第k列,则用户k的迫零接收信号的表达式为:式中,为信道估计误差所导致的用户间干扰,ηi为APm对于用户i的功率控制系数,0≤ηi≤1,si为用户i发送的数据矢量,gi为用户i的信道估计误差,上标H表示矩阵的共轭转置,为信道噪声干扰;
对于迫零接收机,用户k的上行信干噪比表达式为:式中,amk表示APm对用户k的迫零接收矢量;[amk]n表示amk的第n个元素;
设置基于Jensen不等式,利用近似方法得到用户k的上行可达速率的封闭表达式RkP1:
式中,为用户k的通信速率要求;
所述步骤3的方法,具体如下:
引入松弛变量ξk,将系统功率的优化问题模型重建为:P2:
其中,当P2达到最优解时,
所述步骤4的方法,具体如下:
利用拉格朗日函数对重建的优化问题模型进行处理,将公式(9a)和公式(9b)进行联合,得到含部分约束拉格朗日函数表示如下:式中,L( )表示拉格朗日函数,η、ξ、λ分别表示功率控制因子、松弛变量和拉格朗日辅助变量;λk为第k个约束的松弛因子;
系统功率的优化问题模型由P2重建为P3:
P3:
其中,P3包含两层优化问题,即内层优化问题和外层优化问题;
所述内层优化问题为:
当达到最优解时,ξk 为驻点,得到此时P 3 取最优解,下:步骤5.1,初始化:令迭代次数t=0,并定义收敛容差ε和最大迭代次数T,初始化可行点ηk(t)、ξk(t) ,k=1,...,K,其中可行点ηk