基础的波束赋型的知识
【1】信号处理与通信中的凸优化:从基础到应用
0-符号
符号 | 分布 |
---|---|
N | 基站N根天线 |
K | K个单天线用户 |
s k ∈ C s_k \in \mathbb{C} sk∈C | 给第 k k k个用户的信号 |
h k ∈ C N × 1 \mathrm{h}_k\in\mathbb{C}^{N\times1} hk∈CN×1 | 第 k k k个用户的信道 |
w 1 , . . . , w K ∈ C N × 1 \mathrm{w}_1,...,\mathrm{w}_K\in\mathbb{C}^{N\times1} w1,...,wK∈CN×1 | 在空间上分离出 K K K个波束赋形矢量 |
r k = h k H ( ∑ i = 1 K w i s i ) + n k r_k=\mathrm{h}_k^H\left(\sum_{i=1}^K\mathrm{w}_is_i\right)+n_k rk=hkH(∑i=1Kwisi)+nk | 第 k k k个用户的接收信号 |
S I N R k SINR_{k} SINRk | 第 k k k个用户的信干噪比 |
1-问题建立P1
minimize w 1 , … , w K ∑ k = 1 K ∥ w k ∥ 2 s u b j e c t t o S I N R k ≥ γ k . ( P 1 ) \begin{aligned}&\underset{\mathbf{w}_1,\ldots,\mathbf{w}_K}{\operatorname*{minimize}}\quad\sum_{k=1}^K\|\mathbf{w}_k\|^2\\&\mathrm{subject~to}\quad\mathrm{SINR}_k\geq\gamma_k.\quad\mathrm{(P1)}\end{aligned} w1,…,wKminimizek=1∑K∥wk∥2subject toSINRk≥γk.(P1)
满足SINR阈值约束,最小化发射功率.
目标函数是凸的,约束是非凸的.
转化非凸约束.SINR表达式如下
S I N R k = ∣ h k H w k ∣ 2 ∑ i ≠ k ∣ h k H w i ∣ 2 + σ 2 = 1 σ 2 ∣ h k H w k ∣ 2 ∑ i ≠ k 1 σ 2 ∣ h k H w i ∣ 2 + 1 . \begin{aligned} SINR_{k}& =\frac{\left|\mathrm{h}_k^H\mathrm{w}_k\right|^2}{\sum_{i\neq k}\left|\mathrm{h}_k^H\mathrm{w}_i\right|^2+\sigma^2} &=\frac{\frac1{\sigma^2}|\operatorname{h}_k^H\operatorname{w}_k|^2}{\sum_{i\neq k}\frac1{\sigma^2}|\operatorname{h}_k^H\operatorname{w}_i|^2+1}. \end{aligned} SINRk=∑i=k hkHwi 2+σ2 hkHwk 2=∑i=kσ21∣hkHwi∣2+1σ21∣hkHwk∣2.
分母放到右边,两边同时除以 γ k \gamma_{k} γk
1 γ k σ 2 ∣ h k H w k ∣ 2 ≥ ∑ i ≠ k 1 σ 2 ∣ h k H w i ∣ 2 + 1 ⇔ 1 γ k σ 2 ℜ ( h k H w k ) ≥ ∑ i ≠ k 1 σ 2 ∣ h k H w i ∣ 2 + 1 . \begin{aligned}\frac{1}{\gamma_{k}\sigma^{2}}\mid\mathrm{h}_{k}^{H}\mathrm{w}_{k}\mid^{2}&\geq\sum_{i\neq k}\frac{1}{\sigma^{2}}\mid\mathrm{h}_{k}^{H}\mathrm{w}_{i}\mid^{2}+1\\&\Leftrightarrow\frac1{\sqrt{\gamma_k\sigma^2}}\Re\left(\mathrm{h}_k^H\mathrm{w}_k\right)\\&\geq\sqrt{\sum_{i\neq k}\frac1{\sigma^2}\left|\mathrm{h}_k^H\mathrm{w}_i\right|^2+1}\:.&\end{aligned} γkσ21∣hkHwk∣2≥i=k∑σ21∣hkHwi∣2+1⇔γkσ21ℜ(hkHwk)≥i=k∑σ21 hkHwi 2+1.
上面两边都是平方的形式, h k H \mathrm{h}_{k}^{H} hkH对 w k \mathrm{w}_{k} wk的相位影响,经过平方之后就不存在了,那么直接给两边开根号
得到一个二阶锥规划(second-order cone constraint) pp156 1 γ k σ 2 ℜ ( h k H w k ) ≥ ∑ i ≠ k 1 σ 2 ∣ h k H w i ∣ 2 + 1 \frac1{\sqrt{\gamma_k\sigma^2}}\Re\left(\mathrm{h}_k^H\mathrm{w}_k\right)\geq\sqrt{\sum_{i\neq k}\frac1{\sigma^2}\left|\mathrm{h}_k^H\mathrm{w}_i\right|^2+1} γkσ21ℜ(hkHwk)≥∑i=kσ21 hkHwi 2+1
二阶锥约束左侧是一个向量,右边是一个数,仿射函数 A x + b A x + b Ax+b 的值限制在 R n + 1 \mathbb{R}^{n+1} Rn+1 空间中的二阶锥内, 二阶锥约束要求仿射函数位于锥体的内部
什么是二阶锥 pp31
不等号两边的变量定义在 R n + 1 \mathbb{R}^{n+1} Rn+1
不等号两边形式都是仿射函数
二次函数的形式
所以为什么是二阶锥呢 1 γ k σ 2 ℜ ( h k H w k ) ≥ ∑ i ≠ k 1 σ 2 ∣ h k H w i ∣ 2 + 1 \frac1{\sqrt{\gamma_k\sigma^2}}\Re\left(\mathrm{h}_k^H\mathrm{w}_k\right)\geq\sqrt{\sum_{i\neq k}\frac1{\sigma^2}\left|\mathrm{h}_k^H\mathrm{w}_i\right|^2+1} γkσ21ℜ(hkHwk)≥∑i=kσ21 hkHwi 2+1
更具体地,我们可以定义一个向量 z = [ ℜ ( h k H w k ) , ∑ i ≠ k ∣ h k H w i ∣ 2 ] \mathbf{z} = \left[\Re(\mathrm{h}_k^H \mathbf{w}_k), \sum_{i \neq k} \left|\mathrm{h}_k^H \mathbf{w}_i\right|^2 \right] z=[ℜ(hkHwk),∑i=k hkHwi 2],使得这个约束可以被表示为一个二次锥约束的形式,即: ∥ [ ℜ ( h k H w k ) ∑ i ≠