首页 / 专利库 / 电信 / 子载波 / 基站额定功率固定的下行OFDMA系统的高能效资源分配方法

基站额定功率固定的下行OFDMA系统的高能效资源分配方法

阅读:0发布:2022-11-27

专利汇可以提供基站额定功率固定的下行OFDMA系统的高能效资源分配方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法。该分配方法包括最优的 子载波 分配 算法 和最优功率分配算法。在进行子载波分配时,基站发射出来的每没个子载波分配给信道最强的用户。在最佳功率分配算法中,利用注 水 算法和二分法找到最佳的基站总功率。本发明方法对大功率OFDM 信号 发射基站的 能源 节约效果十分明显,并且具有低复杂度的特点。,下面是基站额定功率固定的下行OFDMA系统的高能效资源分配方法专利的具体信息内容。

1.一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法,其特征在于,包括以下步骤:
(1)根据能效的定义,确定优化问题(P1)的目标函数和约束条件:
目标函数:
其中, 且

约束条件:



f(P)≤Pt;
其中,B为基站发射OFDM信号的带宽,K为发射的子载波数,hu,k(k=1,…,K,u=1,…,U)为从基站到用户的子载波的基带信道系数,ξs(ξs<1)为基站的功率放大器的效率,Pc为基站和所有用户的总电路功率,σ2(Watt)为每个用户接收机所对应的每个子载波的噪声功率,Pk为基站发射OFDM信号的第k个子载波的平均功率,Pt为基站的额定总功率, P表示各子载波的功率分配集合,I表示子载波分配给用户的
情况;
(2)假设优化问题(P1)的约束条件中,基站的总功率消耗是固定值ρ,那么将优化问题(P1)转化成优化问题(P2):
目标函数:
约束条件: f(P)=ρ
由下式决定

这里Gk=maxu{Gu,k}
(3)步骤(2)中确定了一种最优的子载波分配方式,并结合步骤(1)中R(I,P)的表达式将优化问题(P2)进一步转化成优化问题(P3):
目标函数:
约束条件: f(P)=ρ
利用凸优化理论中的KKT条件求解优化问题(P3),得到子载波的功率分配为 
其中,υ∈R是对等式约束条件f(P)=ρ引入的拉格朗日乘
子;
(4)结合条件∑kPk(ρ)=ξs(ρ-Pc),利用二分法求数值解的方法,得到 
v*=μ(ρ)以及 是关于ρ的函数;
(5)利用二分法找到基站最佳能效的实际总功率ρ*,具体过程如下:
经证明,在ρ>Pc时, 是单调增的严格凹的函数,同时满足 从而得到,
按照以上条件,在同一坐标系中绘制 η(ρ)以及μ(ρ)的图像,发现存在一个功率点ρ0,ρ从Pc增加到ρ0时,μ(ρ)是严格递减的,η(ρ)是严格递增的,且μ(ρ)>η(ρ),即 一直成立;当ρ=ρ0时,两条直线重合,μ(ρ0)=η(ρ0),即 成立;当ρ大于ρ0一直增*
大,μ(ρ)和η(ρ)都是严格递减的,且μ(ρ)<η(ρ),即 一直成立;ρ=ρ0是使基站能效达到最优的实际总功率。

说明书全文

基站额定功率固定的下行OFDMA系统的高能效资源分配方法

技术领域

[0001] 本发明涉及一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法。

背景技术

[0002] 作为4G通信的重要技术之一,在移动通信领域还有巨大的发展前景。基站作为通信信号的发送端,在向移动终端发送信号时往往消耗巨大的能源。由耗能过多带来的诸多问题也迫使人们逐渐关注能源的节约问题。如何在保证用户通信速率和质量的同时,还能在基站端节约能源是大家关注的焦点之一。
[0003] 能效指的是传输一比特数据所消耗的焦数。近些年很多人从数据传输速率的度切入,期望找到实现高能效的解决方法。但是,这种方法往往对通信速率会产生较大的影响。于是,从基站发射信号功率的方向考虑能效节约问题,逐渐成为当下的热点。

发明内容

[0004] 本发明的目的是提供一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法。
[0005] 为达到上述目的,本发明采用以下技术方案:
[0006] 一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法,包括以下步骤:
[0007] (1)根据能效的定义,确定优化问题(P1)的目标函数和约束条件:
[0008] 目标函数:
[0009] 其中, 且
[0010]
[0011] 约束条件:
[0012]
[0013]
[0014]
[0015] f(P)≤Pt;
[0016] 其中,B为基站发射OFDM信号的带宽,K为发射的子载波数,hu,k(k=1,...,K,u=1,...,U)为从基站到用户的子载波的基带信道系数,ξs(ξs<1)为基站的功率放大器的效率,Pc为基站和所有用户的总电路功率,σ2(Watt)为每个用户接收机所对应的每个子载波的噪声功率,Pk为基站发射OFDM信号的第k个子载波的平均功率,Pt为基站的额定总功率, P表示各子载波的功率分配集合,I表示子载波分配给用户的
情况;
[0017] (2)假设优化问题(P1)的约束条件中,基站的总功率消耗是固定值ρ,那么将优化问题(P1)转化成优化问题(P2):
[0018] 目标函数:
[0019] 约束条件: f(P)=ρ
[0020] 由下式决定
[0021]
[0022] 这里Gk=maxu{Gu,k}
[0023] (3)步骤(2)中确定了一种最优的子载波分配方式,并结合步骤(1)中R(I,P)的表达式将优化问题(P2)进一步转化成优化问题(P3):
[0024] 目标函数:
[0025] 约束条件: f(P)=ρ
[0026] 利用凸优化理论中的KKT条件求解优化问题(P3),得到子载波的功率分配为 其中,υ∈R是对等式约束条件f(P)=ρ引入的拉格朗日乘子;
[0027] (4)结合条件∑kPk(ρ)=ξs(ρ-Pc),利用二分法求数值解的方法,得到 v*=μ(ρ)以及 是关于ρ的函数;
[0028] (5)利用二分法找到基站最佳能效的实际总功率ρ*。具体过程如下:
[0029] 经证明,在ρ>Pc时, 是单调增的严格凹的函数,同时满足 从而得到,
[0030] 按照以上条件,在同一坐标系中绘制 η(ρ)以及μ(ρ)的图像。
[0031] 发现存在一个功率点ρ0,ρ从Pc增加到ρ0时,μ(ρ)是严格递减的,η(ρ)是严格递增的,且μ(ρ)>η(ρ)(即 )一直成立。
[0032] 当ρ=ρ0时,两条直线重合,μ(ρ0)=η(ρ0)(即 )成立。
[0033] 当ρ大于ρ0且单调递增时,μ(ρ)和η(ρ)都是严格递减的,且μ(ρ)<η(ρ)(即)一直成立。
[0034] ρ*=ρ0是使基站能效达到最优的实际总功率。
[0035] 与现有技术相比,本发明具有如下的优点:
[0036] 本发明方法对大功率OFDM信号发射基站的能源节约效果十分明显,并且具有低复杂度的特点。附图说明
[0037] 图1为本发明的下行OFDMA系统模型。
[0038] 图2为本发明进行最大能效功率分配时,基站总功率ρ与能效函数η(ρ)、能效最优的数据传输率函数 和能效最优的拉格朗日变量μ(ρ)的函数图像。
[0039] 图3为本发明的方法流程图

具体实施方式

[0040] 下面结合附图和具体实施例对本发明作更进一步的说明。
[0041] 如图1所示,小区基站向该小区的U个用户发射OFDM信号。基站的额定总功率为Pt。信号的总带宽为B Hz,有K个子载波,每个子载波只分配给一个用户。从基站到用户u的子载波k的基带信道系数为hu,k(k=1,...,K,u=1,...,U)。基站的功率放大器的效率为ξs(ξs<
1)。 基站和所有用户的总电路功率为Pc(不包括基站功率放大器的功率)。每个用户接收机所对应的每个子载波的噪声功率为σ2(Watt)。
[0042] 同时,定义变量Pk≥0表示从基站到子载波k符号传输的平均功率。而且变量tku∈{0,1},当tku=1时,子载波k被分配给用户u,当tku=0时,子载波k未被分配给用户u。由此可知,下行链路OFDMA系统的高能效资源分配的优化变量为 其中P表示各子载波的功率分配集合,I表示子载波分配给用户的情况。
[0043] 系统能效的衡量标准是消耗每焦耳能量所传输的比特数,因此需要求出基站发射信号时的总功率和数据传输率。
[0044] 总功率包括电路功率Pc和发射功率PT,其具体表达式如下:
[0045]
[0046] 根据香农公式,基站到所有用户的数据传输率为:
[0047]
[0048] 其中 那么在已知 的情况下,就可以执行一个算法找到基站总功率固定时达到最大能效的最佳资源分配。
[0049] 假设基站的总功率消耗限制在规定的有效值Pt(Pt>Pc)以下。最大能效资源分配问题可以建立为优化问题(P1):
[0050]
[0051] 约束条件为:
[0052]
[0053]
[0054]
[0055] f(P)≤Pt;
[0056] 本实施例分为两部分来解决以上能效优化问题。步骤1进行子载波的最优分配,步骤2进行基站发射信号的功率最佳分配。
[0057] 步骤1进行子载波的最优分配方法如下。
[0058] 假设系统的总功率消耗是固定值ρ,那么优化问题(P1)可以转变为高频谱效率的资源分配问题(P2):
[0059]
[0060] 约束条件为:
[0061] 式(3),(4),(5),f(P)=ρ;
[0062] 则 由下式决定
[0063]
[0064] 这里,Gk=maxu{Gu,k}。
[0065] 式(6)的实际意义是,基站发射出来的每个子载波分配给信道最强的用户,即规定了一种最优的子载波分配方式。分配方式要根据小区的具体环境而决定。
[0066] 在子载波达到最佳分配后,接下来的问题就是找到能使基站能效最大化的功率分配方式。总功率消耗为ρ时,最大能效表达式为:
[0067]
[0068] 这里,
[0069] 此时,找到问题(P1)的最佳资源分配等同于先找到
[0070]
[0071] 然后I*和P*(ρ*)即为(P1)的最优解。
[0072] 步骤2进行基站发射信号的功率最佳分配方法如下。
[0073] 综合问题(P1)、(P2)以及式(8),得到求解P*(ρ)的最优化问题(P3):
[0074]
[0075] 约束条件为:
[0076] 式(5),f(P)=ρ
[0077] 步骤201:对于问题(P3)可以利用凸问题的KKT条件进行求解。
[0078] 对不等式约束(5)引入拉格朗日乘子λ∈Rn,对等式约束条件f(P)=ρ引入一个乘子υ∈R,得到优化问题(P3)的拉格朗日函数为:
[0079]
[0080] 然后利用KKT条件来求解该优化问题。Pk*,(λ*,v*)分别是满足原函数和对偶问题的最优解,同时,满足如下的KKT条件:
[0081]
[0082] 分析求解得到:
[0083]
[0084] 可以表示为:
[0085] 步骤202:通过式(13)可以看出,Pk无法用一个确定的解析式表达出来,但是可以确定它是一个关于υ的减函数,而且满足∑kPk(ρ)=ξs(ρ-Pc)。因此,利用二分法的思想求出当基站的总功率ρ给定一个值时,所对应的υ的具体数值,进而得到 η(ρ)的数值解。步骤203: η(ρ)以及最优拉格朗日变量υ*的数值都与ρ相关。下面要对这三个函数的性质以及它们之间的相互关系进行分析,进而找到使能效函数η(ρ)达到最大时,基站发射信 号的实际功率ρ*。
[0086] 假设v=μ(ρ),根据凸优化理论,可以得到:
[0087]
[0088] 同时还可以证明 是关于ρ的递增的严格的凹函数。根据 的性质可以近似的画出随着ρ变化的曲线,如图2。图中的粗实线表示的是: 时, 的图像。那么
η(ρ)函数图像(虚线)的含义为原点和 之间的连线,μ(ρ)函数图像(点划线)的含义为  在 的切线。
[0089] 对η(ρ)求关于ρ的导数:
[0090]
[0091] 结合图2分析可知,ρ从Pc增加到ρ0时,η(ρ)是严格递增的,且μ(ρ)>η(ρ)一直成立。当ρ=ρ0时,两条直线重合,μ(ρ0)=η(ρ0)成立。当ρ大于ρ0时,η(ρ)都是严格递减的,且μ(ρ)<η(ρ)一直成立。
[0092] 我们发现ρ*=ρ0时,使 ρ0为最佳总功率的分配点。可以利用二分法来找到ρ*,这个过程实际上是比较μ(ρ)和η(ρ)大小关系的过程,当二者相等或者近似相等的时候,即为能效最优化的功率。
[0093] 如图3所示,给出了整个下行OFDMA系统的高能效资源分配算法的流程图。本算法的核心部分在于通过观察证明μ(ρ)和η(ρ)之间的关系,利用二分法找到高能效的功率分配方式。在最坏的情况下,它的算法复杂度为
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈