在论文中,作者提出了一个针对OFDMA系统的精细的功耗模型,考虑了基站侧的传输功率,以及收发两方的信号处理功率和射频电路功率。基于单个子载波用户对(SU)能量效率与系统能量效率的关系分析,作者提出一种低复杂度的两步法,使能量效率最大化。
目录
Research Objective
1.建立一个详尽的功耗模型。
2.设计具有低复杂度的方法。
3.寻找全局最优的功率分配方案以最大化能量效率。
Promblem Statement
1.功耗会随着单个子载波用户对的数量变化而变化。
2.随着带宽或者子载波数量的增加,信号处理的成本会增加。
3.在最大化能量效率时,要同时考虑整个系统的吞吐量和功耗。
能量效率优化问题可以用以下公式表示:
分子可以通过香农公式推导出来。分母是由基站侧的传输功率,信号处理功率,用户端的信号信号处理功率以及两方的射频电路功率(常数,仅随用户对数量变化)组成。约束说明一个子载波最多只能分配给一个用户对。
Methods
1.其中一种特殊情况:将每个子载波与用户配对,从而获得最高的 SU 对能量效率。
令,
的一阶导数为0,可求得最优的能量效率为
每个SU 对的能量效率随着信道增益
的增加,而随着信号处理能力
(基站侧)和
(用户侧)的增加而减少。 对于每个子载波来说,具有最大信道增益和最小单载波信号处理能力的用户是全局最优的。
2.Single pair energy efficiency ordering based successive adding method (SEEOSA)
如果由前L-1对的SU对组成的系统能量效率,则应将第 L 个 SU 对添加到最优问题集中。 否则,不应添加。
Evaluation
小区是半径为1000米的六边形,其中用户在半径为100米的同心圆外均匀分布,有10000条信道。下表列出系统参数:
在不同的SU对、子载波或者用户的数量下,比较SEEOSA和其他方法得到的能量效率。
Conclusion
1.在给定子载波-用户配对情况下,OSA是最优的功率分配方法。
2.SEEOSA的性能逼近联合全局最优算法(JO)的性能,但SEEOSA的复杂度较低。
3.该精细的功耗模型的系统能量效率随着子载波数量的增加而增加,随着系统中用户数量的增加先增加后降低。低复杂度两步法SEEOSA的性能是在多用户分集和系统功耗之间进行权衡,从而获得系统能量效率最大化的全局最优解。
Reference
Q. Wu, W. Chen, J. Li and J. Wu, "Low complexity energy-efficient design for OFDMA systems with an elaborate power model," 2014 IEEE Global Communications Conference, 2014, pp. 2678-2683, doi: 10.1109/GLOCOM.2014.7037212.