一种基于发射天线功率约束的认知系统功率分配方法

文档序号:7815366阅读:857来源:国知局
一种基于发射天线功率约束的认知系统功率分配方法
【专利摘要】本发明公开了一种基于发射天线功率约束的认知系统功率分配方法。主要包括首先建立认知基站端功率分配优化问题,其次根据系统参数求解最优的波束成形向量,进而求出用户发射功率以及每根天线所分配的发射功率。具体为建立的优化问题以最小化系统总的发射功率为优化目标,约束条件为:对主用户的干扰约束、认知用户的信干噪比约束以及认知基站端每根发射天线发射功率约束。由于在实际通信过程中,认基站端每根天线的末端都会装有功率放大器,天线发射功率的能力是互不相同的,因此考虑每根天线功率约束与实际更加的相符合,具有一定的实用价值。
【专利说明】一种基于发射天线功率约束的认知系统功率分配方法

【技术领域】
[0001] 本发明为一种基于发射天线功率约束的认知系统功率分配方法,属于认知无线电 通信领域。

【背景技术】
[0002] 美国联邦通信委员会(FCC)经过调查发现无线频谱资源并没有得到充分的利用, FCC于2003年底指出目前分配出的频段的利用率是从15 %?85 %不等,某些频带是超负荷 使用的(如移动手机网络频段),但是诸如业余无线电等相当多的频段并没有得到充分的 使用。进入21世纪,无线通信技术高速发展,频谱资源的稀缺变得日益严峻。为了解决该 问题,1999年J.Mitola博士在他的博士论文中提出认知无线电的概念。他描述了认知无线 电怎样通过一种称做"无线电知识表达语言"的新语言来提高个人无线业务的灵活性。由 于认知无线电系统中存在主用户和认知用户两种用户,因此认知无线电的提出可以有效的 提高频段的使用率,如何有效的降低认知用户对主用户的干扰成为目前研究的重点。
[0003] 从空间域的角度进行分析,由于主用户与认知用户空间位置的互异性,在认知基 站端设立多根天线,通过在天线端设计相应的波束成形向量将认知基站的发射信号形成具 有一定方向性的波束,进而降低对主用户的干扰,提高主用户与认知用户的共存性。目前国 内在这方面的研究比较多,主要是根据不同的系统建立不同的优化问题,然后利用相应的 方法进行求解。YongweiHuang等研究部分信道已知的认知系统中,在同时满足认知用户服 务质量受限以及对主用户干扰受限的前提下设计最优的下行波束成形向量,使得认知基站 总的发射功率最小化,进而实现功率的分配。但是计算出的最优的波束成形向量并没有考 虑每根天线的实际发射功率的能力,但是在某些情况下,为了使系统达到最优,某些天线所 需承担的发射功率可能会超出发射天线自身的发射能力,因此需要进一步改进。


【发明内容】

[0004] 技术方案:本发明采用的技术方案为一种应用于MIM0通信系统的基于发射天线 功率约束的认知系统功率分配方法,旨在建立以抑制主用户干扰、保证认知用户端信干噪 比以及满足认知基站端每根天线发射功率受限约束为条件,最小化认知基站端发射功率为 目标的优化问题,通过求解下行波束成形向量来实现功率的分配。最终得到每根天线需要 "承担"的发射功率,且该功率不会超过其发射功率的门限值。本发明采用的技术方案包括 以下步骤:
[0005] 步骤1 :基于认知系统,建立最小化认知基站发射功率的最优化问题,与此同时需 要考虑认知基站端每根天线的发射功率的门限值。
[0006] 建立的优化问题以主用户干扰门限、认知用户信干噪比门限值以及认知基站端每 根天线发射功率限制为约束条件,最小化认知基站的发射功率为优化目标函数。由于天线 的发射功率能力各有不同,因此考虑每根天线的发射功率受限与实际通信更为接近,具有 一定的实用价值。
[0007] 考虑每根天线发射功率约束的原因是由于在实际多天线通信过程中,每根天线的 末端均配置一个模拟功率放大器,因此不同天线的发射能力是各不相同的。在优化功率分 配时,如果不考虑每根天线功率约束,通过优化问题求解出的某些天线需要承担的发射功 率可能大于该天线的发射功率能力,造成功率分配失败,无法实现系统功率的最优分配。因 此对每根天线发射功率约束进行考虑,符合实际通信的需求。
[0008] 步骤2 :将步骤1中得到的非凸优化问题转化为凸问题,再使用凸优化方法进行求 解,最终得出最优的下行波束成形向量,实现功率分配。
[0009] 步骤1中建立的优化问题为一二次约束二次规划(QCQP)优化问题,无法使用常用 的方法进行求解,本发明的求解方法为先将原优化问题转化为二次锥规划(S0CP)问题,随 后使用内敛法进行求解,根据求出的最优的波束成形向量可以得到最优的功率分配方法。
[0010] 使用S0CP方法进行求解,计算复杂度低,有利于认知基站降低功率分配而花费的 时间,减少系统延迟,便于提高系统的实时性能。
[0011] 具体步骤如下:
[0012] (1)基于认知系统,建立最小化认知基站发射功率的最优化问题。该优化问题的约 束条件为:主用户干扰门限、认知用户信干噪比门限以及认知基站端每根天线发射功率限 制;优化目标为:最小化认知基站的发射功率。

【权利要求】
1. 一种基于发射天线功率约束的认知系统功率分配方法,其特征在于,该方法包括以 下步骤: 步骤1 :基于认知系统,建立最小化认知基站发射功率的优化问题,同时考虑认知基站 端每根发射天线的发射功率的门限值; 步骤2 :步骤1得到的优化问题为一非凸问题,现对该非凸优化问题进行转化,再进行 求解,得到的波束成形向量即为最优的波束成形向量值,通过该值可以计算出认知基站分 配给不同认知用户的发射功率以及不同发射天线所承担发射的功率大小。
2. 根据权利要求1所述的一种基于发射天线功率约束的认知系统功率分配的方法,其 特征在于步骤1中所述的根据认知系统建立最小化认知基站发射功率的最优化问题,具体 为:建立的优化问题以主用户干扰门限、认知用户信干噪比门限值以及认知基站端每根天 线发射功率限制为约束条件,最小化认知基站的发射功率为优化目标函数。
3. 根据权利要求1所述的一种基于发射天线功率约束的认知系统功率分配方法,其特 征在于步骤2中所述的求解步骤1中建立的优化问题,具体为:步骤1中建立的优化问题为 一二次约束二次规划(QCQP)优化问题,常用的求解凸优化问题的方法不能给出最优的功 率分配方案,本发明的求解方法为先将原优化问题转化为二次锥规划(SOCP)问题,再使用 内敛法进行求解,根据求出的最优的波束成形向量可以得到最优的功率分配方法。
【文档编号】H04W52/34GK104320841SQ201410498258
【公开日】2015年1月28日 申请日期:2014年9月25日 优先权日:2014年9月25日
【发明者】刘旭, 朱文涛, 杨京波 申请人:南京邮电大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1