【ISAC】Optimal Multiuser Transmit Beamforming: A Difficult Problem with a Simple Solution Structure

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
$s_k\in \mathbb{C}$	给第$k$个用户的信号
${\mathrm{h}}_k\in {\mathbb{C}}^{N\times 1}$	第$k$个用户的信道
${\mathrm{w}}_1,...,{\mathrm{w}}_K\in {\mathbb{C}}^{N\times 1}$	在空间上分离出$K$个波束赋形矢量
$r_k={\mathrm{h}}_k^H\left({\sum }_{i=1}^K{\mathrm{w}}_i{s}_i\right)+n_k$	第$k$个用户的接收信号
$SIN{R}_k$	第$k$个用户的信干噪比

1-问题建立P1

$\begin{array}{rl}& \underset{{\mathbf{w}}_1,\dots ,{\mathbf{w}}_K}{\mathrm{minimize}}\sum _{k=1}^K\Vert {\mathbf{w}}_k{\Vert }^2\\ & \mathrm{subject}\mathrm{to}{\mathrm{SINR}}_k\ge {\gamma }_k.(P1)\end{array}$

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
$\begin{array}{rlr}SIN{R}_k& =\frac{{\left|{\mathrm{h}}_k^H{\mathrm{w}}_k\right|}^2}{{\sum }_{i\ne k}{\left|{\mathrm{h}}_k^H{\mathrm{w}}_i\right|}^2+{\sigma }^2}& =\frac{\frac{1}{{\sigma }^2}|h_k^H{w}_k{|}^2}{{\sum }_{i\ne k}\frac{1}{{\sigma }^2}|h_k^H{w}_i{|}^2+1}.\end{array}$
分母放到右边，两边同时除以${\gamma }_k$
$\begin{array}{rlr}\frac{1}{{\gamma }_k{\sigma }^2}\mid {\mathrm{h}}_k^H{\mathrm{w}}_k{\mid }^2& \ge \sum _{i\ne k}\frac{1}{{\sigma }^2}\mid {\mathrm{h}}_k^H{\mathrm{w}}_i{\mid }^2+1& \\ & \iff \frac{1}{\sqrt{{\gamma }_k{\sigma }^2}}\Re \left({\mathrm{h}}_k^H{\mathrm{w}}_k\right)& \\ & \ge \sqrt{\sum _{i\ne k}\frac{1}{{\sigma }^2}{\left|{\mathrm{h}}_k^H{\mathrm{w}}_i\right|}^2+1}.& \end{array}$
上面两边都是平方的形式，${\mathrm{h}}_k^H$对${\mathrm{w}}_k$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 $\frac{1}{\sqrt{{\gamma }_k{\sigma }^2}}\Re \left({\mathrm{h}}_k^H{\mathrm{w}}_k\right)\ge \sqrt{{\sum }_{i\ne k}\frac{1}{{\sigma }^2}{\left|{\mathrm{h}}_k^H{\mathrm{w}}_i\right|}^2+1}$
二阶锥约束左侧是一个向量，右边是一个数，仿射函数 $Ax+b$ 的值限制在 ${\mathbb{R}}^{n+1}$ 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${\mathbb{R}}^{n+1}$
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$\frac{1}{\sqrt{{\gamma }_k{\sigma }^2}}\Re \left({\mathrm{h}}_k^H{\mathrm{w}}_k\right)\ge \sqrt{{\sum }_{i\ne k}\frac{1}{{\sigma }^2}{\left|{\mathrm{h}}_k^H{\mathrm{w}}_i\right|}^2+1}$
更具体地，我们可以定义一个向量 $\mathbf{z}=\left[\Re ({\mathrm{h}}_k^H{\mathbf{w}}_k),{\sum }_{i\ne k}{\left|{\mathrm{h}}_k^H{\mathbf{w}}_i\right|}^2\right]$，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 ≠