mmse信道估计_多用户MIMO系统中信道状态信息反馈受限的最优功率分配

e7a668de96f8ef62eefeac0c3a146642.png

摘要:在本文中,得出了在信道状态信息(CSI)具有有限反馈(LF)的多用户多输入多输出(MU-MIMO)系统中用户可达到的数据速率的表达式。通过在服务质量(QoS)约束下分配功率来优化能效(EE)。基于数学等价和拉格朗日乘数法,提出了一种具有CSI LF的节能不等功率分配(EEUPA)。仿真结果表明,随着发射天线数量的增加,EE也随之增加,这使得下一代无线通信网络很有希望。此外,可以看出,QoS要求对系统的EE有影响。最终,提出的带有CSI的LF算法的EEUPA的性能要优于带有LF的CSI方案的节能等效功率分配(EEEPA)。

关键词:能源效率;分配不均;反馈有限;MU-MIMO;QoS保证和预编码

介绍

多输入多输出(MIMO)这项技术已经取得了明显的进步,因为它能够提供高吞吐量而不增加系统带宽[1]。用户之间的有效功率分配可以显着提高MIMO系统的性能,功率分配的效果取决于基站(BS)和用户设备(UE)可用的信道状态信息(CSI)的程度,该信道状态信息用于消除MIMO系统中的多用户干扰。但是,在实际的无线系统中,由于估计误差,反馈延迟,反馈误差等原因,BS无法获得理想的CSI [2]。在使用时分双工(TDD)的蜂窝系统中,BS可以在信道是互易的前提下获得CSI。但是,对于频分双工(FDD),BS必须通过显式反馈链路[3],[4]获得CSI。基于码本的反馈和个体量化反馈是MIMO系统的两种CSI反馈策略[5]。在基于码本的反馈策略中,码本包含CSI的所有可能值,每个值称为码字。UE仅需将选择的码字索引反馈给BS即可指示CSI,从而减少了反馈开销。存在各种类型的代码簿,但V型代码簿[6]被广泛接受,它由通过用户通道矩阵的奇异值分解(SVD)获得的酉矩阵的所有可能值组成。对于用户m, 通过使用SVD可以将信道Hm表示为

,而
是用户m的右酉矩阵,UE根据某些规则从码本中选择一个码字,然后将索引反馈给BS,后者可以通过该索引获得相同的码字,因此BS知道用户的近似右酉矩阵。通过使用块对角化(BD)预编码,可以通过在联合矩阵
的零空间中设置用户m的预编码矩阵来消除同信道干扰(CCI),该联合矩阵
取决于所有用户的

。基于准确的

的预编码矩阵可以完全消除CCI。然而,表示为
的所选码字不精确地等于
,这导致残留的CCI,并且对最优功率分配有影响,这将在本文中解决。

MIMO系统中的最佳功率分配近来引起了很多关注[7],[8]。但是,MIMO系统中最优化的功率分配算法是基于全反馈CSI [9],[10]。只有少数工作研究了有限反馈(LF)场景中的功率分配算法[11]。所有这些工作都集中在最大化系统吞吐量上。然而,为了满足对绿色通信的需求,以“每焦耳的比特数”衡量的能效(EE)对于无线通信变得越来越重要。EE的改进可以平衡功耗和系统吞吐量[12]。另一个问题是,这些工作基于相等的功率分配(EPA)。EPA是指一种功率分配技术,用于调节发射功率,以使所有用户的接收功率相同[13]。不平等功率分配(UPA)方法是一种从不同的天线以不相等的功率传输不同的流,从而减少了由于传输信号中的每个块引起的总失真[14]。因此,当总失真降低时,它会改善MIMO系统的性能。就我们而言,没有文献考虑过具有CSI中LF的MIMO系统中的高能效不均等功率分配(EEUPA)。

在本文中,我们考虑在最大发射功率和服务质量(QoS)约束下,具有CSI的LF的MIMO系统中的功率分配。在满足这两个约束条件的情况下,提出了带LF的CSI算法的UPA以实现最佳EE。

在所考虑的系统中的困难在于,由于CSI的LF,多用户干扰不能通过预编码消除,即,在用户之间存在残余干扰。因此,我们首先导出系统中用户可达到的比特率,然后给出EE的优化模型。所考虑问题的另一个困难是该问题的目标函数是分数非凸问题。传统的优化方法不能用于此问题。因此,利用数学等价和拉格朗日乘数法来解决这个问题。

本文的贡献总结如下:

(1)我们推导了用户反馈有限的MU-MIMO系统中用户可达到的数据速率的表达式,如果没有该表达式,就无法建立能效的优化模型。

(2)我们设计了一种在信道状态信息方案反馈有限的情况下进行的节能不均等功率分配,同时保证了功率约束和用户的QoS要求。

相关工作

在[15]和[16]中,作者开发了具有不完美CSI的MIMO-OFDM系统的最佳功率分配算法。此外,在[17]中,作者推导了量化功率分配算法,以在接收器的发射功率和干扰约束下最大化系统吞吐量。在[18]中,作者提出了一种增强的注水功率分配算法,并且该算法在低频场景下可以实现最大的系统吞吐量。

在[19]中,作者提出了一种基于正交随机波束成形(ORBF)的多用户多波束选择方案,与ORBF相比,该方案可以提高系统的性能。在[20]中,作者推导了一种创新且简单的功率表达,可最大程度地提高MIMO系统的能效。在[21]中,作者集中研究了EE功率分配,其中小区内的用户数量与总发射功率有直接关系。

通过使用数值分数规划方法将分数目标函数转换为次可写形式来优化EE [20]。在[22]中,使用迭代注水算法在广播MIMO系统中将EE最大化。实际上,这种方法在数值上解决了问题,但是没有给出最优功率分配的闭合形式。在[23]中,通过使用可用的反馈字来量化信道噪声比(CNR)范围并将其划分为各个区域,提出了一种针对瑞利衰落信道的有限反馈的节能方案。在[24]中,研究了多对大规模MIMO放大转发(AF)中继系统的节能资源分配,其中专用中继辅助了许多单天线UE之间的成对信息交换。在[25]中,提出了一种基于不完美CSI的正交空时分组编码(OSTBC)的节能自适应传输波束成形,并基于广义凸度解决了非凹问题。数值结果表明CSI缺陷对发射机EE的影响。在[26]中,研究了一种具有不完善CSI的,用于无线电力传输(WPT)的大规模MIMO系统的节能资源分配方案。然而,为了获得最佳的功率和时间分配,使用了非线性分数规划。[27]和[28]中,作者开发了一种新颖的解决方案,用于MIMO系统中的EE最大化和功率分配。此外,[29]和[30]中的作者研究了考虑了实际功耗模型的MU-MIMO系统的节能功率分配策略。[31]-[34],作者研究了不完善的CSI对MIMO系统中最佳功率分配方案的影响。

确实,在MU-MIMO系统的背景下,缺乏针对CSI算法的LF的EEUPA的有效而又稳定的设计方法,构成了我们工作的主要动力。

系统模型

我们考虑具有LF的CSI的MU-MIMO系统,如图1所示。BS用N个子载波为M个用户设备服务。BS具有

天线。用户m具有
的天线,
.在每个频率载波上,BS通过MU-MIMO为所有M个用户传输数据,并且每个用户将CSI反馈给BS,而系统则需要实现节能通信。每个子载波经历平坦衰落[12]。本文重点介绍了在特定载波上的功率分配。

在接收器具有两个或更多天线的MU-MIMO系统中,应用BD方法。BD方法可以通过精心制作的预编码矩阵消除干扰,使其位于所有用户信道矩阵的零空间中。基于SVD,BD方法可用于设计预编码器[7]。

0796f0367c1df26e0303dc58e1b77e07.png

假设已为用户选择了码字,我们将介绍与用户可实现的比特率成比例的多通道集成SINR概念。假设在UE中使用最小均方误差(MMSE)接收器[35],则用户m的估计信号可以表示为:

e0fbb4e39586fb81b1413da8c2a14471.png

其中第一项是用户m的有用信号,第二项是干扰信号,第三项是噪声信号,

是均衡矩阵。构造
的方法包括零强制和MMSE算法。MMSE的性能优于零强制算法,因此本文使用MMSE接收器。MMSE接收器的原理是最小化估计信号和原始信号之间的误差平方根,

04094660b7362e8d90a00a77dbb9aa98.png

能源效率正在成为未来无线通信网络的关键指标设计参数。它是总系统吞吐量与总发射功率消耗之比[12]。据我们所知,对于MU-MIMO系统,带有CSI算法的LF的EEUPA尚未得到很好的研究。基于这些事实,我们设计了具有CSI的LF的EEUPA方案,以在QoS约束下最大化能效。

BS向每个用户分配不同量的功率。通过将功率分配表达为能效优化问题,提出了功率分配方案进一步最大化系统的能源效率。能源效率优化问题可以表述为:

ad0e386e9ddf43b920d5f68cdafe42c4.png

仿真结果与讨论

在本节中,我们通过仿真评估了带有CSI算法的LF算法的EEUPA在MU-MIMO系统中的性能。在MU-MIMO系统中,BS与用户之间的信道被建模为瑞利衰落。

图2描绘了能量效率对CSI为LF的基站天线数量的影响。从图中可以得出,当数目相对较小时,所提出的不等功率分配算法的能量效率与基站天线的数目具有直接关系。这是因为随着基站天线数量的增加,可以在系统中同时调度大量用户。当天线数量超过一定值时,可以安排所有允许进入的用户,并且能效会逐渐变化。可以看出,能源效率随着用户数量的增加而增加。原因是,如[38]中所示,当接纳大量用户时,系统可以完全利用空间复用的优势,从而在不降低系统吞吐量的情况下降低了系统功耗。

01a6d8b1f9c1981951b776ee97f25e6e.png

图3检验了当不同的空间信道分配了不同的功率量时,QoS要求对M=10提出的算法的能效的影响。从图3可以看出,能量效率随着发射天线数量的增加而增加。原因与图2中给出的相同。随着最小传输速率的降低,能量效率会变大。原因是当最低传输速率要求较低时,可以用相对较小的颗粒执行功率分配,这有助于实现更高的能源效率,就像沙子可以装满瓶子而石头不能装满一样。

dda0cb3b31beb6420b01f8d2c822a92d.png

从图4可以看出,当系统中用户总数恒定时,系统吞吐量会随着基站天线的数量而增加。原因是所选用户的最大数量随天线数量的增加而增加,因此系统吞吐量增加。

d7fc541563485cf3f97dc9dbd19ec67e.png

从图5可以看出,当基站天线的数量恒定时,系统吞吐量随着系统中用户总数的增加而增加。从图5可以看出,[23]中提出的带有CSI算法的LF的EEUPA的系统吞吐量大于[23]中带有CSI算法的LF的EEEPA和[26]中带有CSI算法的LF的系统吞吐量。原因是所提出的带有CSI的LF算法的EEUPA可以根据用户的不同信道增益为用户分配优化的功率,但是现有的带有CSI的LF的EEEPA却没有。但是,可以观察到,随着SNR的增加,系统吞吐量变得饱和。

9d7f96f5ae502436355e5271f3f5ead8.png

从图6可以看出,当用户数量恒定时,功耗随着系统的最大发射功率而增加。从图6可以看出,所提出的带有CSI算法的LF的EEUPA的功耗小于具有CSI方案的LF的PA。

ab5a29f49822ea5d3fdebdee6a1c8a28.png

从图7可以看出,当系统中用户总数恒定时,能量效率随SNR的增加而增加。原因是信噪比的增加意味着噪声功率的降低。因此,可以达到的更高比特率是以一定的发射功率获得。从图7还可以看出,提出的带有CSI算法的LF的EEUPA的系统能效比现有的带有CSI的LF方案的EEEPA更大,这是因为提出的带有LF的CSI算法的EEUPA具有较大的系统吞吐量和更低的功耗。

结论

在本文中,多信道集成SINR的概念被用于导出具有CSI的LF的MU-MIMO系统中用户可达到的数据速率的表达式。通过最大分配功率和最小可实现数据速率(QoS)这两个约束条件下的功率分配来优化EE。于数学等价和拉格朗日乘数法,提出了一种在保证用户方案的QoS约束的同时具有CSI的LF的EEUPA。仿真结果表明,随着发射天线数量的增加,能量效率也随之提高,这对于下一代无线通信网络是希望。此外,可以看出,QoS要求对系统的能效有影响。最终,所提出的带有CSI的LF算法的EEUPA在优化能效方面要比现有的带有CSI的LF方案的EEEPA更好。

参考文献

034ccdb2567aa036e158495ff9bd1ceb.png

abcbb2bde282108b70ff82ddc5e7dfb1.png

6833210242289b697af5430c31cb4c1b.png

eb2364414f13484c49d19ce46bd29dbb.png

f962f296cac412c2addc5aa0adfcecdc.png

感悟思考:

这篇文章利用多信道集成SINR的概念得出了在信道状态信息(CSI)具有有限反馈(LF)的多用户多输入多输出(MU-MIMO)系统中用户可达到的数据速率的表达式。通过最大分配功率和最小可实现数据速率(QoS)这两个约束条件下的功率分配来优化EE。基于数学等价和拉格朗日乘数法,提出了一种具有CSI LF的节能不等功率分配(EEUPA)。仿真结果表明,随着发射天线数量的增加,能量效率也随之增加。此外,从仿真结果可以看出,QoS要求对系统的EE有影响。最终证明,提出的带有CSI的LF算法的EEUPA的性能要优于带有LF的CSI方案的节能等效功率分配(EEEPA)。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值