论文部分内容阅读
当前,4G在全球范围内进入了高速发展期,已经能够实现高质量的移动宽带服务。与此同时,5G标准正在加紧制定中,并预计2020年投入商用。相比4G,5G在容量、数据速率、时延等方面会有质的提升;而节能也成为5G的一大亮点,网络功能不再以巨额能耗为代价。大规模 MIMO技术和中继技术不仅能够显著提升系统频谱效率(SE),而且均带有绿色节能属性,是实现绿色5G的关键技术。 为了实现优势互补,我们将中继部署到大规模 MIMO系统,组成中继辅助传输的大规模MIMO系统,深度挖掘无线空间维度资源,使系统频谱效率和能量效率(EE)进一步提升。值得注意的是,在大规模 MIMO系统,电路功耗随天线数线性增长;而引入中继也令网络拓扑变得复杂。因此,我们必须针对该异构网络架构的特点,合理利用网络资源,充分发挥系统优势。这里我们采用两种方案:功率分配和用户关联。 首先,通过功率分配实现中继辅助传输大规模MIMO系统SE和EE的折中。具体研究方法是,得到在导频污染域,单小区、多中继、多用户大规模 MIMO系统下行SE和EE的闭式表达式。基于该理论结果,我们分析了一些系统参数,如基站天线数、发射功率,中继站发射功率对系统EE和SE的影响;然后通过功率分配实现了SE和EE的折中,将问题规划成在满足用户最小SINR要求,基站、中继发射功率约束条件下,通过对基站发射功率、中继发射功率的联合优化最大化系统 EE。为此我们提出了两种优化算法:1-D搜索算法和交替迭代算法。相比之下,1-D搜索算法的有效性更高,而交替迭代算法复杂度更低,最后做了仿真验证。 前面的研究仅考虑了功率分配问题,但是对于中继辅助传输大规模 MIMO系统这样的异构网络架构,用户关联是无线资源管理的重要一坏,并且深刻影响系统性能。因此,我们将优化对象扩展到用户关联方案,通过联合优化用户关联和功率分配,进一步提升系统能量效率。具体研究方法是,将问题规划成在用户最低SINR要求和基站、中继站最大发射功率约束条件下,通过对用户关联和功率分配联合优化,实现基于比例公平的系统能效的最大化。由于该联合优化问题是非凸混合整数非线性的,很难直接得到最优解。为此,我们将原始问题分解成两个子问题,并通过交替迭代算法得到次优解。针对用户关联子问题,我们采用Lagrangian对偶分解法得到最优的用户关联方案。而针对功率分配子问题,我们采用牛顿法确定基站和中继的最优发射功率。最后给出了完整的迭代算法。 本文在5G背景下,将大规模MIMO和中继技术有机结合,并通过资源分配提升了系统能效。研究成果对于未来节能的5G网络设计具有一定意义。