1.面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,所述方法的步骤为:
S1、建立面向超大规模MIMO系统中基站端天线与用户的位置关系的信道模型;
S2、基于所述超大规模MIMO的信道模型,建立其下行接收信号模型;
S3、根据所述信道模型及接收信号模型推到发射端预编码和接收端SEP之间的关系模型;
S4、根据S3得到的关系模型,建立超大规模MIMO系统下行链路的能耗模型;
S5、根据S1‑S4所得到的模型,在接收端SEP约束下建立超大规模MIMO系统能耗最优化问题;
S6、建立接收端SEP和RF链数量约束下超大规模MIMO系统能耗最优化问题;
S7、对接收端SEP约束下建立超大规模MIMO系统能耗最优化问题求解,得出系统能耗最优值,然后通过对接收端SEP和RF链数量约束下超大规模MIMO系统能耗优化问题求解来验证前述的系统能耗优化是否有效。
2.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S1中,建立的信道模型具体为:其中 为第k个用户和基站间的信道,μ为莱斯因子, 表示瑞利衰落信道服从准静态衰落块, 表示视距衰落信道:其中a(bk,θk)表示用户k较阵列的导向矢量:bk是用户k到阵列中心之间的距离, 为用户到阵列中心的距离与法线之间的夹角, 表示用户k较阵列中第n个元素的导向矢量,λ表示载波长,bn,k表示用户k到阵列中第n个元素之间的距离:其中 d是超大规模MIMO阵列中两个元素之间的距离;vk是衰落对角矩阵:其中对角线元素vn,k表示用户k与阵列中第n个元素之间衰落系数表达式为:这里q是参考距离处的路径损耗,κ损失衰减指数。
3.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S2中,基于建立的超大规模MIMO的信道模型,其下行接收信号模型为:其中 是第k个用户的接收信号, 是基站处的发射信号,2
加性高斯白噪声且服从复高斯分布 σ是噪声方差。
4.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S3中,基于所得信道模型和接收信号模型,假设 是要发射的符号信息, 是QPSK星座图上的点集,和 分别表示复数的实部和虚部 定义 当我们的发送符号 位于正确的判决区域内则可得到表示所期望接收到的信号;用户接收符号 的SEP为为了使我们的 是我们期望的符号错误概率,我们需要保证接收符号 的实部和虚部的SEP均要小于等于 即 其中 表示 的实部或虚部的错误概率;则发射端预编码信号与接收端SEP之间的关系模型为:为满足SEPk需求,将 代入公式(8)得出:其中:
Q()为Q函数,σ是噪声方差的开根号。
5.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S4中,超大规模MIMO系统下行链路的能耗模型:其中P为超大规模MIMO系统下行链路的总能耗, PRF为RF链消耗的能量,PSW为开关网络消耗的能量,φ=Psw+Prf,Psw表示一个开关消耗的能量,Prf表示一条RF链消耗的能量,η是功率放大器的效率, 为 的0范数。
6.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S5中,提出的在接收端SEP约束建立超大规模MIMO系统能耗最优化的问题进行公式化体现:
T T
其中,m=[m1,m2,…,mK] ,p=[p1,p2,…,pK] ,向量m和p中第k个元素mk和pk为其中第k个元素 信道矩阵
“min”表示最小化运算,“s.t.”表示约束条件。
7.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,S6中接收端SEP和RF链数量约束下超大规模MIMO系统能耗最优化的问题进行公式化体现:
T T
其中,m=[m1,m2,…,mK] ,p=[p1,p2,…,pK] ,向量m和p中第k个元素mk和pk为其中第k个元素 信道矩阵
“min”表示最小化运算,“s.t.”表示约束条件,Λ表示激活的RF链数量。
8.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,在接收端SEP约束建立超大规模MIMO系统能耗最优化的问题(12)中,l0‑norm非凸的,采用l1‑norm进行近似处理,将非凸问题变为凸问题:其中,l0‑norm和l1‑norm分别表示向量的0范数和1范数,通过求解问题(14)得到稀疏信号 然而这个稀疏信号是通过l1‑norm近似求解得来的并非真正的系统能耗最优时的稀疏信号;利用归一化的方式不断逼近最优解,从而求得归一化后的最优解:其中 表示稀疏信号 绝对值的最大值,通过不断迭代求解问题(15),直至求解出的稀疏模式与前一次求解结果相同,此时停止归一化的操作,最终求得超大规模MIMO系统中 的稀疏模式,并根据稀疏模式确定激活了哪些天线从而得到稀疏信道 及SEP约束下超大规模MIMO系统的最优能耗。
9.根据权利要求1所述的面向超大规模MIMO的天线选择与符号级预编码联合设计方法,其特征在于,接收端SEP和RF链数量约束下超大规模MIMO系统能耗最优化的问题(13)中, 非凸的,使用l1‑norm去进行近似l0‑norm并通过引入惩罚因子β的方式来控制激活的RF链数量,改变 的非凸束特性,同时根据提出的ADMM算法引入辅助变量将非凸问题变为凸问题,得到
其中,l0‑norm和l1‑norm分别表示向量的0范数和1范数,针对β的搜索提出二分查找算法加快搜索的速度,当激活的RF链的数量大于Λ时增大β,当激活的RF chains的数量小于Λ时减小β,同时在问题(16)求解时不断进行ADMM不断迭代,直到激活得RF chains的数量等于Λ时退出算法流程,最终求得RF链时超大规模MIMO系统中 的稀疏模式,并根据稀疏模式确定激活了哪些天线从而得到稀疏信道由于l0‑norm到l1‑norm近似处理,求解出来的仅仅是所要得到的稀疏模式而非真正的稀疏信号,将稀疏信道 替换原问题(14)中的信道 此时求解一次以下问题得到超大规模MIMO系统的在接收端SEP约束和RF链数量约束时的系统总能耗: