基于有限反馈的MU-MIMO无线数据和功率传输系统的能量效率提升方法与流程

本发明涉及无线通讯技术领域，尤其涉及一种基于有限反馈的mu-mimo无线数据和功率传输系统的能量效率提升方法。

背景技术：

近年来，随着物联网(iot)和无线功率传输技术的不断发展，无线数据和功率传输系统引起了越来越多研究机构的重视。该种系统一般为基站-终端模型，主要用在传感器能量受限的环境中，传感器需要接收来自基站通过无线功率传输方式发送的能量，并将该接收到的能量转换为可用能量从而支持其进行数据的采集和传输。该系统通常工作在时分双工(timedivisionduplexing，tdd)模式。每一个工作周期被称做一个时隙，时隙长是t。在每个时隙τ开始的时间内能量源(基站)向终端设备发送无线功率p0，整个系统工作在工行方向；在每个时隙的后t-τ时间内终端设备利用前τ时间内存储下来的能量向基站发送数据，整个系统工作在上行方向。

由于多用户多输入多输出(multi-usermultipleinputmultipleoutput)技术在用户端和基站端均采用多根天线，能极大提高能量有效性，文献(supan，jiannanchen.anenergyefficiencymaximizationschemeforthewirelessinformationandpowertransfersystemwithmu-mimouplinkaccess[j].ieeeaccess，2018，6：58754-58763.)中提出了完全反馈状态下的mu-mimo系统下联合优化τ和p0的能最效率最大化方法。

由于多用户在同一时隙使用相同频率，所以在mu-mimo系统中需要利用信道状态信息(channelstateinformation)在基站端进行预编码，从而消除用户间的共信道干扰(co-channelinterference)。用户端可以通过基站端的信息反馈间接获知上行信道csi，但是在大量用户和大量收发天线场景中，信道矩阵的规模很大，有限的上行信道频谱资源负担不起庞大的反馈量。

技术实现要素：

针对现有技术的不足，本发明的目的是提供了一种基于有限反馈的mu-mimo无线数据和功率传输系统的能量效率提升方法，通过建立系统模型和资源分配，利用有限反馈的mu-mimo无线数据和功率传输系统进行效率提升，解决了现有技术中存在完全反馈状态下的mu-mimo无线功率和数据传输系统无法实现的问题。

本发明提供一种基于有限反馈的mu-mimo无线数据和功率传输系统的能量效率提升方法，所述方法包括以下步骤：

步骤一：建立系统模型：根据工作流程协议，建立有限反馈的mu-mimo无线功率和数据传输系统下行链路模型，基站通过广播电磁辐射方式向所有用户同时进行无线能量传送，计算每个用户能够接收到用于上行数据传输的功率；建立有限反馈的mu-mimo无线功率和数据传输系统上行链路模型，利用块对角化接收检测方法降低用户间干扰，将每个用户的上行信道等效为多个平行信道，将用户可用功率分配在这些平行信道上，计算上行数据传输速率；

步骤二：资源分配：计算有限反馈场景下的mu-mimo无线能量和数据传输系统能量效率，兼顾系统上下行功率切换点的上下限限制，基站总发送功率上下限限制以及每个用户在一个时隙内的数据吞吐量下限限制，对上下行功率切换点和基站总发送功率进行迭代修正，得到系统能量效率的最优值以及相应的系统上下行功率切换点和基站总发送功率的全局联合最优解。

进一步改进在于：所述步骤一中的有限反馈的mu-mimo无线功率和数据传输系统上行链路预编码方法为在终端利用信道矩阵信息对上行传输的信号进行预编码处理，即：其中tk是预编码矩阵，为了求得tk，现对进行svd分解：由于存在于联合矩阵的零空间内，故利用对用户k做预编码处理，就可以完全消除用户间的干扰，即令可得：由可知，设计理想的预编码矩阵需要知道所有的vk，k＝1，2，...，m，在用户端和基站端预存相同的码本，码本中存放的是所有可能的信道矩阵h′u，k的集合，即所有可能的hu，k的取值，其中每种可能的信道矩阵称为码字，用户端根据一定准则从码本中选出一个码字，并将码字索引反馈给基站端，基站端根据索引从码本中取出对应码字，然后利用该码字设计预编码矩阵，并通过码字中全部h′u，k得到对进行svd分解可得从中取进一步改进在于：所述步骤一中的有限反馈的mu-mimo无线功率和数据传输系统上行链路能量效率具体为：通过sinr可根据香农公式计算容量：通过上式得出第k台终端的上行发送功率，将其平均分配到每个等效平行信道中则有：此时系统第k台终端的上行数据速率为：从而可以得到第k台终端设备一个时隙内在上行方向能够发送的数据总量为：系统能量效率定义为一个时隙内上行总的数据发送量与系统总的能耗的比值，结合第k台终端的上行数据速率公式以及基站能量源的发送功率p0以及发送时间τ，系统能量效率表示为：

进一步改进在于：所述步骤一终端利用对上行传输信号做预编码，将带入预编码处理的功率的公式可得

本发明的有益效果是：将有限反馈状态下的mu-mimo系统与无线能量/数据传输系统相结合，扩大了无线能量/数据传输系统的应用范围，并提出了有限反馈下多用户mimo无线功率和数据传输系统的能量效率计算方法。在有限反馈场景下对系统上下行工作切换点τ以及下行发送功率p0同时进行联合优化，达到最仆的能量效率。

附图说明

图1是本发明的有限反馈场景下mu-mimo系统上下行工作流程协议示意图。

图2是本发明的有限反馈的mu-mimo无线能量/数据传输系统下行信道模型。

图3是本发明的有限反馈的mu-mimo无线能量/数据传输系统上行信道模型。

具体实施方式

为了加深对本发明的理解，下面将结合实施例对本发明作进一步的详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。本实施例提供了一种基于有限反馈的mu-mimo无线数据和功率传输系统的能量效率提升方法，所述方法包括以下步骤：

步骤一：建立系统模型：根据工作流程协议，建立有限反馈的mu-mimo无线功率和数据传输系统下行链路模型，基站通过广播电磁辐射方式向所有用户同时进行无线能量传送，计算每个用户能够接收到用于上行数据传输的功率；建立有限反馈的mu-mimo无线功率和数据传输系统上行链路模型，利用块对角化接收检测方法降低用户间干扰，将每个用户的上行信道等效为多个平行信道，将用户可用功率分配在这些平行信道上，计算上行数据传输速率；

步骤二：资源分配：计算有限反馈场景下的mu-mimo无线能量和数据传输系统能量效率，兼顾系统上下行功率切换点的上下限限制，基站总发送功率上下限限制以及每个用户在一个时隙内的数据吞吐量下限限制，对上下行功率切换点和基站总发送功率进行迭代修正，得到系统能量效率的最优值以及相应的系统上下行功率切换点和基站总发送功率的全局联合最优解。

如图1所示，有限反馈场景下多用户mimo无线能量/数解据传输系统分时隙周期性工作，时隙长度为t。在每个时隙的前τ时间内，系统进行下行无线能量传输；在后(t-τ)时间内，系统进行上行数据传输。τ就是上下行工作切换点。

图2和图3所示，分别为有限反馈的多用户mimo下行无线能量传输系统和有限反馈的多用户mimo上行数据传输信道模型图。图2中，基站侧拥有能量发射机和信息接收机，发射和接收天线数均为nt；终端总数为m，每台终端都拥有能量接收机以及信息发射机接收和发射天线数均为nr。因mimo系统中克服用户间干扰的限制，有nt＞nr，nt和nr的具体关系将在下面推导给出。终端侧可用于维持其工作在激活状态的可用能量非常少，因此其需要从外界接收能量从而保证其正常的吞吐量要求。

如图1和图2所示，整个系统首先工作在下行方向，基站通过广播方式向所有终端发送n组带电粒子能量波束(n是不大于nt的一个正整数)。基站侧广播的信号可以表示为：

基站侧广播的信号可以表示为：

其中vi(nt×1维)是第i个能量波束，si是vi的能量承载信号，是独立同分布的高斯随机变量信号，均值为0，方差为1。系统下行链路基站侧总发送功率为：

pmax表示基站侧可以实现的最大发送功率。

终端侧第k台终端处接收到的信号可以表示为(假设对于能量接收机来说忽略接收噪声)：

hd，k表示第k台终端处的下行信道矩阵。下行第k台终端处的接收能量为：

其中0＜ξ＜1代表终端侧终端能量接收机的接收效率。假设总发送功率p0在每个vi，i＝1，2，...，n中平均分配，同时在每个vi的每一维度中平均分配，能量波束的个数固定为即

根据式(2)可以得到vi的每个分量模长均为因此(4)式中的可以被表示为p0的函数，为了简化表示将其表示为fk(p0)。从而可以得到第k台终端可用于上行数据传输的功率为：

如图1和图3所示，系统随后工作在上行方向，终端侧多个终端通过sdma(空分多址)的方式同时向基站发送数据，其空间增益可以带来较大的能量效益，但因此形成的干扰需要通过预编码的方式进行减弱。

由于终端很难承受高复杂度的运算，并且终端之间无协作关系，某一台终端很难获得其他终端的csi。这就决定了上行系统一般会在基站处进行处理以消除多用户干扰。

本实施例采用经典的bd(块对角化)接收检测算法进行上行信号检测。该算法的思想类似于下行bd预编码，将系统上行信道分解为多个互不相关的su-mimo信道从而分别进行检测。

基站侧总的接收信号表示为：

其中hu，i代表终端i的上行链路mimo信道矩阵，假设其为满秩矩阵。si代表第i台终端发送的上行数据信号，ni代表第i台终端上行信道中的加性白高斯噪声，其均值为0，协方差矩阵为为nr维单位矩阵。

分离其余(m-1)台终端的干扰：

定义矩阵，其维度是秩为

为了消除或降低用户间的干扰，需在终端利用信道矩阵信息对上行传输的信号进行预编码处理，即：

其中tk是预编码矩阵，为了求得tk，现对进行svd分解：

由于存在于联合矩阵的零空间内，故利用对用户k做预编码处理，就可以完全消除用户间的干扰，即令可得：

由可知，设计理想的预编码矩阵需要知道所有的vk，k＝1，2，...，m，反馈所有的hu，k需要占用很大的上行资源，广泛采用的方法是在用户端和基站端预存相同的码本，码本中存放的是所有可能的信道矩阵h′u，k的集合，即所有可能的hu，k的取值，其中每种可能的信道矩阵称为码字，用户端根据一定准则从码本中选出一个码字，并将码字索引反馈给基站端，基站端根据索引从码本中取山对应码字，然后利用该码字设计预编码矩阵，并通过码字中全部h′u，k得到对进行svd分解可得从中取终端利用对上行传输信号做预编码，将带入(8)式可得：

假设码字已选出，由此来推导用户sinr的表达式及其与用户容量之间的映射关系。具体的码字挑选规则在后而给出。在接收端，为了降低多用户干扰以及信道估计误差对信号检测的影响，可以利用接收机检测终端上行数据信号，检测到的估计信号可以表示为：

上式中，等号右边第一项为接收到的有用信号，第二项为其他用户对本用户的干扰信号，第三项为噪声信号。常用的构造矩阵gk的方法有：迫零算法(zf准则)和最小均方误差算法(mmse准则)，但mmse考虑了对噪声和干扰的抑制，故能取得更佳的性能。本实施例采用mmse接收机，该接收机的原理是使估计信号和原始信号误差的平方根最小，即：

mine{||s′k-sk||²}＝e(s′k-sk)^h(s′k-sk)}(12)

其中，s′k为估计信号，sk为原始信号。

将s′k＝gkyk带入(12)式并进一步变形可得：

其中tr为矩阵的迹，再对gk求偏导并令其等于零可得：

为了使(21)中gk有非零解，那么等数应该小于变量的个数，因此：

其中，表示的秩，它随着用户数目的增加而增大，因此最大用户数m的上界即为nt/nr。

其中β＝p/(mσ²)

再将代入上式可得

其中为用户k信道矩阵的第j个奇异值。

再把(17)式和代入(11)式可得：

由上式可知mimo信道被分解为多个等效信道，其个数是hu，k的秩，且在第j个奇异值对应的等效信道上，有用信号的功率可以表示为：

其中[vk]j表示用户k信道矩阵奇异值分解所得右酉矩阵的第j列，表示预编码矩阵的第j列。

对应的干扰信号功率和噪产功率可以分别表示为：

故用户k第j个等效信道上有用信号功率和干扰及噪声功率比值即为：

由于用户相互干扰项的值远大于1/β，故为了方便分析可令：

由于vi′和vi存在误差，导致求出的预编码矩阵无法完全消除用户的相互干扰，只能降低干扰。干扰降低的程度取决于误差的大小，故码字的选择准则是尽可能的减小该误差，本实施例码字的挑选如下：由可知，用户k的预编码矩阵由除了用户k之外其他用户的码字确定，而与用户k码字的选择无关；同理，用户i的预编码矩阵与用户i码字的选择无关，但与用户k码字的选择有关，故在(19)式中，用户k码字的选择只会改变分母中的对式中其他项无影响，而分母值越小，用户的sinr就越大。

本实施例码字的挑选原则即为：

由于基站端只能从码本中获知用户k的码字v′k而无法获知vk，故在基站端进行按收检测时，需利用v′k替换(19)式中的vk。

通过sinr可根据香农公式计算容量：

(5)式给出了第k台终端的上行发送功率，将其平均分配到每个等效平行信道中，则有：

此时系统第k台终端的上行数据速率为：

从而可以得到第k台终端设备一个时隙内在上行方向能够发送的数据总量为：

考虑到现今能源短缺的现状，在无线通信系统的性能评价指标中，无论是单独考虑总能耗最小还是总吞吐量最大都不是最佳的，而应当考虑系统的能量效率，即单位能量下系统能够发送的数据量，单位是bits/joule。能量效率越大，说明系统越能够利用最少的能量发送最多的数据，系统的性能越好。因此，本实施例提出一种多约束联合资源分配方案，兼顾系统上下行工作切换点τ的l下限限制，基站总发送功率p0的上下限限制以及每个用户在一个时隙内的数据吞吐量下限限制，得到系统的全局最优能量效率的资源分配方案。

系统能量效率定义为一个时隙内上行总的数据发送量与系统总的能耗的比值，结合式(24)以及基站能量源的发送功率p0以及发送时间τ，系统能量效率可以表示为：

其中分子表示整个系统中所有终端设备在一个时隙内的后(t-τ)时间内发送的总数据量，分母表示整个系统一个时隙内的总功耗。终端侧不同的终端设备对一个时隙内的数据发送量的要求有所不同，这些要求将作为约束条仆。

综上我们可以得到系统能量效率优化问题表示如下：

s.t.rk(t-τ)≥bk，min，k＝1，2，...，m(28)

p0≤pmax(29)

0＜τ＜t(30)

其中约束条仆(28)中的bk，min表示第k台终端设备在一个时隙中的最少数据发送量；约束条仆(29)表示每时隙开始的τ时间内基站侧进行无线功率传输的发送功率不超过最大限制功率；约束条仆(30)表示对系统工作模式切换点的限制。

由于(27)式是分数函数，可以用分数规划方法求解，即式(27)等效于

将其表示为ε(p0，τ)。其中q^*代表当p0和τ分别取得最优解p0^*和τ^*时式(26)的最优值，即能量效率的最优值，记为η(p0^*，τ^*)：

从而能量效率优化问题(27)-(30)转化为如下等效问题：

s.t.rk(t-τ)≥bk，min0＜k≤m(34)

p0≤pmax(35)

0＜τ＜t(36)

式(33)是凸函数。所以式(33)-(36)是一个凸规划问题，可以利用拉格朗日乘子法求解。式(33)的拉格朗日对偶函数可以写为：

其中μ，v，v1，...，υm均被称作拉格朗日乘子，并且都是非负数。记(34)-(36)的可行域为π，式(33)的对偶问题如下：

在给定μ，v，v1，...，vm的情况下，最优解p0^*和τ^*可以通过求解如下kkt条仆而得到：

一种基于dinkelbach算法的用于求解(37)式的迭代算法如下：

1)初始化所有的已知参数，设q^*＝1，

μ＝0，v＝0，υ1＝0，υ2＝0，...，υm＝0；

2)通过如下迭代公式，利用最速下降法对乘子μ，v，υ1，...，υm进行更新：

μ(n+1)＝[μ(n)-δμ(pmax-p0)]⁺，(40)

ω(n+1)＝[ω(n)-δω(t-τ)]⁺，(41)

….

其中n是迭代次数下标，分别是各项的迭代步长，每次迭代之后n+1，[x]⁺代表max(x，0)。

3)联立(39)式的kkt条仆求解p0和τ；

4)设一个最大容忍度t＝0.01，如果：

则不符合要求，将q^*设为：

并返回2)继续求解；如果

那么此时求出的p0＝p0^*和τ＝τ^*即为发送功率以及下行传输时间的最优解，对应的能量效率最优值为：

综上，本实施例在保证每终端用户每时隙上行数据发送量要求的同时兼顾系统上下行工作切换点以及基站总发送功率限制，得到了在有限反馈场景下的上下行工作切换点和基站发送功率的全局最优解以及系统能量效率的全局最优值。