[发明专利]一种基于极化域和功率域协同的认知异构蜂窝网络频谱共享方法在审

专利信息
申请号: 201611257431.1 申请日: 2016-12-30
公开(公告)号: CN106656375A 公开(公告)日: 2017-05-10
发明(设计)人: 郭彩丽;陈硕;曾志民;冯春燕 申请(专利权)人: 北京邮电大学
主分类号: H04B17/382 分类号: H04B17/382;H04B17/345;H04B17/391;H04W16/14
代理公司: 北京永创新实专利事务所11121 代理人: 赵文颖
地址: 100876 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 极化 功率 协同 认知 蜂窝 网络 频谱 共享 方法
【权利要求书】:

1.一种基于极化域和功率域协同的认知异构蜂窝网络频谱共享方法,所述的认知异构蜂窝网络模型,作为授权网络的宏蜂窝和作为认知网络的小蜂窝同频共存,宏蜂窝基站向宏蜂窝用户发送下行信号,小蜂窝基站和K个小蜂窝用户均配置正交双极化天线,用于极化信号的发送和接收,小蜂窝基站向第i个小蜂窝用户发送的下行信号和向第j个小蜂窝用户发送的下行信号相互独立,小蜂窝下行通信对宏蜂窝下行通信造成干扰;

具体的,包括以下几个步骤:

S01构建认知异构蜂窝网络基于极化域和功率域协同的频谱共享优化模型:

假设小蜂窝中共有K个小蜂窝用户,小蜂窝基站发送信号为{si},i=1,2,…K,发送极化状态为{Pi,T},小蜂窝基站到宏蜂窝用户的干扰信道为Hi,I,宏蜂窝用户接收极化状态为PMR,则小蜂窝基站对宏蜂窝用户的干扰I表示为

<mfenced open = "" close = ""><mtable><mtr><mtd><mrow><mi>I</mi><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><mo>|</mo><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>M</mi><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>I</mi></mrow></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><msub><mi>s</mi><mi>i</mi></msub><mo>|</mo><msup><mo>|</mo><mn>2</mn></msup></mrow></mtd></mtr><mtr><mtd><mrow><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>M</mi><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>I</mi></mrow></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup></mrow></mtd></mtr></mtable></mfenced>

其中:Gi=||si||2表征小蜂窝基站向SUEi发送的信号功率;

小蜂窝下行通信对宏蜂窝用户的干扰不大于干扰门限Q,即

I≤Q

小蜂窝基站的发送功率满足发送功率约束条件,且不小于零,即

<mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>&le;</mo><msub><mi>G</mi><mi>S</mi></msub></mrow>

<mrow><msub><mi>G</mi><mi>i</mi></msub><mo>&GreaterEqual;</mo><mn>0</mn><mo>,</mo><mo>&ForAll;</mo><mi>i</mi></mrow>

其中:GS是小蜂窝基站的发送功率门限

假设为每个小蜂窝用户分配的带宽相同且等于B,噪声方差为σi2,接收极化状态为{Pi,R},小蜂窝基站到小蜂窝用户的目标信道为{Hi,S},宏蜂窝基站到小蜂窝用户的干扰信道为{Hi,M},根据香农定理,小蜂窝下行容量C表征为

<mrow><mi>C</mi><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><mi>B</mi><mi> </mi><msub><mi>log</mi><mn>2</mn></msub><mrow><mo>(</mo><mrow><mn>1</mn><mo>+</mo><mfrac><mrow><msub><mi>G</mi><mi>i</mi></msub><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>S</mi></mrow></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup></mrow><mrow><msup><msub><mi>&sigma;</mi><mi>i</mi></msub><mn>2</mn></msup><mo>+</mo><msub><mi>G</mi><mrow><mi>i</mi><mo>,</mo><mi>M</mi></mrow></msub><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>M</mi></mrow></msub><msub><mi>P</mi><mrow><mi>M</mi><mi>T</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup></mrow></mfrac></mrow><mo>)</mo></mrow></mrow>

其中:PMT表征宏蜂窝基站发送极化状态,Gi,M表征宏蜂窝基站在和SUEi同频段的发送功率

以最大化小蜂窝下行容量为目标,以小蜂窝基站对宏蜂窝用户的干扰低于干扰门限以及小蜂窝基站发送功率不大于功率门限并不小于零为约束条件,构建认知异构蜂窝网络基于极化域和功率域协同的频谱共享优化模型为

<mrow><mtable><mtr><mtd><mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo></mrow></mtd><mtd><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>M</mi><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>I</mi></mrow></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup><mo>&le;</mo><mi>Q</mi></mrow></mtd></mtr></mtable><mo>;</mo></mrow>

<mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>&le;</mo><msub><mi>G</mi><mi>S</mi></msub></mrow>

<mrow><msub><mi>G</mi><mi>i</mi></msub><mo>&GreaterEqual;</mo><mn>0</mn><mo>,</mo><mo>&ForAll;</mo><mi>i</mi></mrow>

S02简化基于极化域和功率域协同的频谱共享优化模型:

固定小蜂窝发送功率,优化参数减少为小蜂窝基站发送极化状态和小蜂窝用户接收极化状态,基于极化域和功率域协同的频谱共享优化模型简化为

<mfenced open = "" close = ""><mtable><mtr><mtd><mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo></mrow></mtd><mtd><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>|</mo><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>M</mi><mi>R</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>H</mi><mrow><mi>i</mi><mo>,</mo><mi>I</mi></mrow></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><msup><mo>|</mo><mn>2</mn></msup><mo>&le;</mo><mi>Q</mi></mrow></mtd></mtr></mtable></mfenced>

S03计算小蜂窝用户的最优接收极化状态和小蜂窝基站的最优发送极化状态,具体过程如下:

小蜂窝用户的接收极化状态和经过信道衰落的宏蜂窝基站发送极化状态失配,即满足

(Pi,R)H Hi,MPMT=0

则小蜂窝用户的最优接收极化状态为

<mrow><msubsup><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>R</mi></mrow><mo>*</mo></msubsup><mo>=</mo><mfenced open = "(" close = ")"><mtable><mtr><mtd><mrow><mi>c</mi><mi>o</mi><mi>s</mi><mrow><mo>(</mo><mi>&pi;</mi><mo>/</mo><mn>2</mn><mo>-</mo><msub><mi>&gamma;</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><mi>s</mi><mi>i</mi><mi>n</mi><mrow><mo>(</mo><mi>&pi;</mi><mo>/</mo><mn>2</mn><mo>-</mo><msub><mi>&gamma;</mi><mi>i</mi></msub><mo>)</mo></mrow><msup><mi>e</mi><mrow><mi>j</mi><mrow><mo>(</mo><mi>&pi;</mi><mo>+</mo><msub><mi>&phi;</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></msup></mrow></mtd></mtr></mtable></mfenced></mrow>

其中:(γii)是Hi,MPMT的幅度和相位描述子,将小蜂窝用户的最优接收极化状态代入优化模型中,假设成立,忽略常数项B,则频谱共享优化模型简化为

<mfenced open = "" close = ""><mtable><mtr><mtd><mi>max</mi></mtd><mtd><mrow><mi>C</mi><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>log</mi><mn>2</mn></msub><mrow><mo>(</mo><mfrac><msub><mi>G</mi><mi>i</mi></msub><mrow><msup><msub><mi>&sigma;</mi><mi>i</mi></msub><mn>2</mn></msup></mrow></mfrac><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>A</mi><mi>i</mi></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced>

<mfenced open = "" close = ""><mtable><mtr><mtd><mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo></mrow></mtd><mtd><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><msup><mrow><mo>(</mo><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><mo>)</mo></mrow><mi>H</mi></msup><msub><mi>B</mi><mi>i</mi></msub><msub><mi>P</mi><mrow><mi>i</mi><mo>,</mo><mi>T</mi></mrow></msub><mo>&le;</mo><mi>Q</mi></mrow></mtd></mtr></mtable></mfenced>

其中:根据拉格朗日乘子法,解得小蜂窝基站最优发送极化状态的闭合表达式分别为vmin(·)表示矩阵最小特征值对应的特征矢量;

S04代入蜂窝用户的最优接收极化状态和小蜂窝基站的最优发送极化状态,基于极化域和功率域协同的频谱共享优化模型简化为

<mfenced open = "" close = ""><mtable><mtr><mtd><mi>max</mi></mtd><mtd><mrow><mi>C</mi><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><mi>B</mi><mi> </mi><msub><mi>log</mi><mn>2</mn></msub><mrow><mo>(</mo><mn>1</mn><mo>+</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced>

<mfenced open = "" close = ""><mtable><mtr><mtd><mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo></mrow></mtd><mtd><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>&beta;</mi><mi>i</mi></msub><msub><mi>G</mi><mi>i</mi></msub><mo>&le;</mo><mi>Q</mi></mrow></mtd></mtr></mtable></mfenced>

<mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>&le;</mo><msub><mi>G</mi><mi>S</mi></msub></mrow>

<mrow><msub><mi>G</mi><mi>i</mi></msub><mo>&GreaterEqual;</mo><mn>0</mn><mo>,</mo><mo>&ForAll;</mo><mi>i</mi></mrow>

其中,

S05求解小蜂窝基站的最优发送功率:根据拉格朗日乘子法,设拉格朗日方程为

<mrow><mi>L</mi><mrow><mo>(</mo><mi>G</mi><mo>,</mo><mi>&mu;</mi><mo>,</mo><mi>v</mi><mo>)</mo></mrow><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>log</mi><mn>2</mn></msub><mrow><mo>(</mo><mn>1</mn><mo>+</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow><mi>&mu;</mi><mrow><mo>(</mo><mi>Q</mi><mo>-</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>&beta;</mi><mi>i</mi></msub><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>+</mo><mi>v</mi><mrow><mo>(</mo><msub><mi>G</mi><mi>S</mi></msub><mo>-</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow>

其中:G={Gi},μ和ν是拉格朗日乘子,上述拉格朗日方程的KKT条件为

αi/(1+αiGi)-μβi-ν=0

<mrow><mi>&mu;</mi><mrow><mo>(</mo><mi>Q</mi><mo>-</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>&beta;</mi><mi>i</mi></msub><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mn>0</mn></mrow>

<mrow><mi>v</mi><mrow><mo>(</mo><msub><mi>G</mi><mi>S</mi></msub><mo>-</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>K</mi></munderover><msub><mi>G</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mn>0</mn></mrow>

求解上述KKT条件,得到小蜂窝基站的最优发送功率为

Gi*=[1/(ν+μβi)-1/αi]+

其中:[.]+=max(0,.)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611257431.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top