论文部分内容阅读
随着互联网技术和无线通信网络技术的迅猛发展,人们对各种无线通信业务的需求越来越丰富,通信系统在提升这些性能的同时要降低系统能量损耗,使能符合绿色通信的理念。系统的能量效率综合考虑了系统的传输性能和能量损耗,是目前通信系统的主要性能指标,也成为绿色通信的重点研究内容。而现有绿色通信的研究中,一般假设系统发射获得的信道状态信息(Channel State Information,CSI)是完全理想的。对多输入多输出(Multiple Input Multiple Output,MIMO)系统的研究,也多以传输速率、总均方误差(Mean Square Error,MSE)、信干噪比(Signal to Interference plus Noise Ratio,SINR)等作为系统性能的衡量准则。这样的系统模型设定主要问题没有考虑到实际系统无法获得理想的CSI,而且所采用的脏纸预编码复杂度过高,迫零预编码在信噪比较低条件下性能过差。因此本文将基于上述现状展开分析研究,考虑发射端无法获得完全理想的CSI的情况下,以系统能量效率最大化为优化目标,联合优化预编码矩阵和功率分配算法,有效提升系统性能。本文通过建立一定信道估计误差模型来考虑发射端所获得的CSI的准确程度对预编码矩阵设计的影响,然后在最大化系统能量效率的优化问题中设定相应功率约束条件,同时优化系统总功率的分配比,最后利用凸优化理论的相关知识求解优化问题。我们先以下行多小区多用户MIMO系统为模型,进行了以系统能量效率最大化为优化目标的研究,设计了预编码方案和功率分配的联合优化算法。本文采用的系统模型中假设所有的基站与用户都配置多个天线,并且发射端无法获得理想的CSI,并建立相应信道估计误差模型,给出初始的优化函数的表达式。对优化问题做相关分析后提出基于样本平均近似和基于用户速率下界化两种算法求解。由于初始的优化函数不满足凸性与线性条件,本文提出的第一个优化算法将采用Dinkelbach方法将目标函数转换成线性函数的形式。然后再利用加权均方误差最小化方法将和速率最大化问题替换为等价的均方误差最小化问题。最后利用样本平均近似算法将初始优化问题转化为可求解的表达式。考虑到样本平均近似算法的求解复杂度,在Dinkelbach方法和加权均方误差最小化方法的基础上又提出了基于用户速率下界化算法。最后利用Matlab仿真分析,对基于样本平均近似和基于用户速率下界化两种算法分别进行性能验证。根据仿真结果得到,本文研究的鲁棒性联合优化算法与单变量优化方法和非鲁棒性联合优化方法比较,对系统能量效率都有一定程度的提升,是一种有效的求解方案。针对下行多用户MIMO中继系统模型,假设发射端无法得到完全理想的CSI,以最大化系统的能量效率为优化目标,再加以一定的功率约束条件,联合优化发射端预编码矩阵、中继节点转发预编码矩阵及系统功率分配比。本文采用的系统模型中,中继节点工作在半双工通信模式,并且忽略发射端与接收端之间的直连链路,即接收端用户收到的数据只来自中继节点,保证了系统的总发射功率分别分配给训练序列用作信道估计、给发射端用于发送数据信号和分配给中继节点用于转发数据。基于以上假设,最终以交替迭代算法求得最优解,仿真结果表明了该算法对系统能量效率有一定的提升。