欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022104405270
申请人: 浙江师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种去蜂窝大规模MIMO上行总速率一阶优化方法,其特征在于,包括以下步骤:步骤1、建立上行导频训练模型并推导MMSE信道估计:在一般瑞利块衰落信道下,建立干扰机恶意攻击下的采用低分辨率ADC结构的去蜂窝大规模MIMO系统上行导频训练模型,基于AQNM对导频传输阶段的AP端的低分辨率ADC量化输出建模,推导出MMSE信道估计;

步骤2、推导UE总速率闭式表达式并建立UE总速率最优化问题:建立干扰机恶意攻击下的采用低分辨率ADC结构的去蜂窝大规模MIMO系统上行数据传输模型,基于AQNM得到AP端包含量化噪声的接收数据信号表达式;AP采用MRC技术对接收信号进行处理并将处理后的信号发送至CPU,CPU利用UatF技术推导出UE总速率闭式表达式;

以UE数据发射功率限制为约束条件,建立UE总速率最优化问题;

步骤3、设计UE总速率最优化方法:采用基于加权MMSE的总速率最优化算法或者基于APG的总速率最优化算法,基于加权MMSE的总速率最优化算法:

求解所述步骤2中建立的UE总速率最优化问题,首先利用加权MMSE策略将所述非凸总速率最优化问题等价表示成一个凸最小化问题,再运用拉格朗日乘子法求解新建立的凸最小化问题并推导出原始优化问题的一个次优闭式解,最终达到优化系统总速率的目的;

基于APG的总速率最优化算法:

求解所述步骤2中建立的UE总速率最优化问题,拟求解的总速率优化问题关于UE发射功率系数是可微分的,首先分别计算出目标函数的梯度和UE发射功率系数在可行集上的投影,在此基础上再利用APG算法求解该优化问题的一个次优闭式解,最终达到优化UE总速率的目的。

2.根据权利要求1所述的一种去蜂窝大规模MIMO上行总速率一阶优化方法,其特征在于,所述步骤1具体包括:考虑存在L个多天线AP,K个单天线UE和1个多天线干扰机的去蜂窝大规模MIMO系统,每个AP配备N根天线且干扰机配备M根天线,当K个UE同时向AP发射导频时,序号为j的干扰机也向AP发射导频信号,APl中第l个AP接收到的导频矢量表达式为:上式中,ρp为UE的导频传输功率, 表示UEk的长度为τ的导频序列,其中序号k表示第k个UE;式中的上标H表示共轭转置,qp为干扰机的导频传输功率,假设干扰机不知晓UE的导频序列并选择一个均匀分布在单位球上的随机序列 作为其每根天线上的导频信号,其满足 其中 表示期望运算符,此外, 代表APl处的加性高斯白噪声, 为APl和UEk之间的信道矢量, 为APl和干扰机的第m根天线之间的信道矢量,利用AQNM对低分辨率ADC量化输出建模,量化后的yl表达式为:其中,αl∈[0,1], 表示与APl的ADC分辨率bl有关的量化失真因子,当bl取值为1,2,3,

4,5时,对应的αl等于0.6366,0.8825,0.9655,0.9905,0.9975;当bl>5时,矩阵 表示与yl不相关的量化噪声,其协方差矩阵为其中diag(A)表示由矩阵A的对角元素组成的对角阵,利用MMSE准则估计信道,得出信道glk的MMSE估计表达式为:其中,βlk为APl和UEk之间的大尺度衰落系数,βlj为APl和干扰机之间的大尺度衰落系数,2

δ表示高斯白噪声功率。此外, 的二阶矩等于:

3.根据权利要求2所述的一种去蜂窝大规模MIMO上行总速率一阶优化方法,其特征在于,所述步骤2具体包括:基于所述步骤1中的描述,APl接收到的数据信号经过ADC量化后,其表达式为其中,xk和sj分别为UEk和干扰机发射的数据信号,ρu和qu则分别表示对应的数据发射功率;此外,0≤ηk≤1为UEk的功率控制系数,nl为加性高斯白噪声, 为量化噪声,其协方差矩阵为 其中APl采用MRC矢量 对 解码并将解码后的信号转发至CPU,CPU接收到的总信号表达式为:利用UatF技术,可推导出UEk的上行速率表达式为:基于上式,UE的总速率可表示为

因此,UE总速率优化问题 可表示为:

T

其中,η=[η1,...,ηK]表示由所有UE的功率控制系数组成的矢量,约束1表示UE数据发射功率应满足的条件。

4.根据权利要求3所述的一种去蜂窝大规模MIMO上行总速率一阶优化方法,其特征在于,所述步骤3中采用加权MMSE技术求解优化问题 具体步骤包括:步骤一、定义 引入松弛变量μk和νk,利用加权MMSE技术,所述步骤2中建立的优化问题 可等价转化为:其中,

步骤二、第t+1次迭代时有关问题 的拉格朗日函数表达为:(t+1)

其中,λ为拉格朗日乘子,此外, λ 和 分别表示对应参数在第t+1次迭代时的值;

步骤三、上述拉格朗日函数的KKT条件为:

步骤四、求解上述KKT条件式,可得:

步骤五、判断 是否成立,其中 为最大迭代次数,如果不成立,令t=t+1,重复步骤二至步骤五,直至满足终止条件;

步骤六、令 即可求出原始优化问题 的一个次优解。

5.根据权利要求3所述的一种去蜂窝大规模MIMO上行总速率一阶优化方法,其特征在于,所述步骤3中采用APG技术求解优化问题 具体步骤包括:T

步骤一、定义 ξ=[ξ1,ξ2,...,ξK] ,所述步骤2中的UE总速率最优化问题可以等价改写为:其中, 表示ξ的可行集,

步骤二、目标函数 关于变量ξ是可微分的,在运用APG算法求解优化问题 时需计算函数 的梯度和变量ξ在可行集 的投影,首先,目标函数 的梯度可计算为:而上式中函数 对变量ξk', 的偏导数可写为:其中,当k'=k时,

当k'≠k时,

紧接着,由于变量ξ在可行集 的投影 是优化问题 的解,可得:

其中,[x]+表示矢量x在第一象限上的投影;

(i+1)

步骤三、第i+1次迭代时,变量ξ 的更新函数为:其中, 表示梯度运算符,

此外,υ>0表示梯度下降步长且υ应小于 的Lipschitz常数的倒数以保证算法的收敛性, 其中ρ为辅助更新常数;

步骤四、判断 是否成立,其中 为最大迭代次数,如果不成立,令i=i+1,重复步骤三至步骤四,直至满足终止条件;

步骤五、令 即可求出原始优化问题 的一个次优解。