分布式天线系统中节能传输技术研究

摘要

物联网和移动互联网的蓬勃发展推动了对第五代(5G)移动通信系统的研究，然而巨大的数据传输所带来的能源消耗是亟需解决的问题。为此，5G无线通信领域开展了关于节能传输技术的研究。作为5G的关键技术之一，分布式天线系统(Distributed Antenna Systems，DAS)减少了用户的平均接入距离，降低了系统的发送功率，而且在大规模分布式天线系统中，显著改善了小区的覆盖面积，因此对其在节能传输技术方面的研究很有意义。本论文在“绿色通信”与5G移动通信系统的背景下，首先对分布式天线系统的功率消耗模型与能量效率进行了研究，为了更大限度地利用可再生能源，提出了一种新颖的混合能量供电的分布式系统架构，研究了混合能量供电分布式天线系统在在用户正交接入与非正交接入时，不同准则下的功率分配方案，此外还研究了能量有效的大规模分布式天线系统联合RAU(Remote Antenna Unit)成簇与协作预编码问题。
　　首先，介绍了无线信道的特性和MIMO技术的基础理论知识，对大规模MIMO技术与大规模分布式天线系统进行了简要的概述。研究了单小区集中式大规模MIMO与大规模分布式天线系统在理想功率消耗模型和实际功率消耗模型下的能量效率，提出了一种能量有效的启发式RAU选择算法，仿真结果表明，大规模分布式天线系统的能量效率要高于集中式大规模MIMO，启发式RAU选择算法与传统RAU选择算法在谱效相差不大的情况下，能量效率高于传统RAU选择算法。
　　接着，针对多用户正交接入分布式天线系统，提出了一种新颖的混合能量供应(Hybrid Energy Supply，HES)传输模型。系统优先使用自主采集的能量，当采集能量不足时，则用电网能量，从而保证用户的QoS要求。基于最小化电网能量MGP(Minimizing Grid Power)和最大化系统能量效率MEE（Maximizing Energy Efficiency）准则，分别设计了两种不同的功率分配算法。在MGP准则中，采用次梯度与拉格朗日对偶方法，提出了一种最优功率分配迭代算法。在MEE准则中，优化问题是非线性非凸的，不能直接得到闭式解。根据目标函数的性质，通过Dinkelbach方法，将分式优化问题转化为减式优化问题，进而提出了一种基于能效的功率分配方案。仿真结果表明，在能量采集充足时，两种准则下的功率分配算法可以降低混合能量供电分布式天线系统的电网功耗和提高系统的能量效率。
　　然后，研究了混合能量供应分布式天线用户非正交接入时的功率分配问题。分别提出了基于最小化系统电网功率、最大化系统和速率、最大化系统能量准则的功率分配方案。由于存在用户间的干扰，优化问题不能直接解决。对于最小化系统电网功率、最大化系统和速率问题，首先将原问题转化为几何规划问题，接着利用连续几何规划（Successive Geometric Programming，SGP）方法，将几何规划问题转化为凸优化问题，并提出了相应的功率分配算法。对于最大化系统能量效率问题，首先将原问题转化为分式规划问题，然后再将分式规划问题转化为几何规划问题，最终提出相应的功率分配方案。仿真结果表明，可以应用前面两个准则来使得系统具有最大的吞吐量和最小的电网功率消耗，而应用第三个准则可以得到吞吐量和电网功率消耗之间的折衷。
　　最后，论文研究了能量有效的多小区多用户大规模分布式天线系统联合RAU成簇与预编码设计问题，主要包括了启发式成簇下的协作预编码以及动态成簇下的稀疏预编码两个问题。启发式成簇的协作预编码是用户选择距离其比较近的若干个RAU为其服务，然后设计最优的预编码方案。运用新颖的WMMSE方法，将系统加权能效(Weighted Energy Efficiency Maximization，WEEM)问题转化为等价的WMMSE问题，提出了WEEM的分布式实现算法，并与大规模MIMO系统做了比较。动态成簇下的稀疏预编码不仅考虑了以用户为中心的动态成簇问题，还考虑了RAU回程链路的容量限制。将RAU成簇问题与回程链路容量约束结合，首先通过l0范数描述了RAU与服务用户之间的关系，运用压缩感知理论的加权l1范数，得到回程链路约束的近似表达式，将动态成簇问题转化为优化系统的稀疏预编码向量的l1范数，最终将RAU回程链路容量与RAU发送功率受限下的最大化系统能效问题转化为WMMSE问题，并通过块坐标下降法求得原问题的平稳解。仿真结果表明，以用户为中心的动态成簇稀疏预编码算法的能量效率高于启发式成簇预编码算法。

目录

声明

摘要

插图目录

表格目录

缩略语

符号说明

第一章 绪论

1．1．1 能量消耗与环境问题

1．1．2 面向5G移动网络的绿色通信

1．2 分布式天线系统国内外研究现状

1．3 无线通信系统的节能传输与能量采集技术概述

1．3．1 无线通信系统的节能传输技术概述

1．3．2 无线通信系统中的能量采集技术概述

1．4 本文主要内容和结构安排

第二章 大规模分布式天线系统理论与能量效率研究

2．1 移动无线信道统计特性

2．1．1 路径损耗模型

2．1．2 阴影衰落信道模型

2．1．3 小尺度衰落信道模型

2．2 MIMO多天线技术

2．2．3 三种常见的MIMO信道及其可达速率

2．3 大规模MIMo技术

2．3．1 大规模MIMO信道模型

2．3．2 大规模MIMO系统仿真分析

2．4 大规模分布式天线系统

2．5 大规模分布式天线系统能量效率研究

2．5．1 功率消耗模型

2．5．2 Massive DAS能量效率

2．5．3 Massive MIMO能量效率

2．5．4 高能效启发式RAU选择算法

2．5．5 Massive DAs能量效率数值仿真

2．6 本章小结

第三章 用户正交接入时混合能量供应分布式天线系统功率分配研究

3．1 引言

3．2 混合能量供电分布式天线系统模型

3．3 最小化系统电网能量问题

3．3．1 问题描述

3．3．2 最小化电网能量的分布式功率分配算法

3．4 最大化系统能量效率问题

3．4．1 功率消耗模型

3．4．2 系统能量效率优化问题

3．4．3 最大化系统能效的分布式功率分配算法

3．5 算法性能分析

3．6 数值仿真与分析

3．6．1 仿真场景

3．6．2 仿真分析

3．7 本章小结

第四章 用户非正交接入时混合能量供应分布式天线系统功率分配研究

4．1 引言

4．2 几何规划理论

4．2．1 单项式函数与正项式函数

4．2．2 几何规划标准形式

4．2．3 凸形式的几何规划

4．3 有干扰的能量采集型分布式系统模型

4．4 最小化电网供电问题

4．4．1 问题描述

4．4．2 最小化系统电网能量功率分配算法

4．5 最大化系统和速率问题

4．5．1 问题描述

4．5．2 最大化系统和速率的功率分配算法

4．6 最大化系统能量效率问题

4．6．1 系统功率消耗模型

4．6．2 最大化系统能量效率优化问题

4．6．3 最大化系统能效功率分配算法

4．7 数值仿真及分析

4．7．1 仿真场景

4．7．2 仿真分析

4．8 本章小结

第五章 能量有效的大规模分布式天线系统联合成簇与协作预编码研究

5．1 引言

5．2 线性接收机

5．2．1 ZF接收机

5．2．2 MMSE接收机

5．3 高能效大规模分布式天线系统协作预编码研究

5．3．1 系统模型

5．3．2 信号传输模型

5．3．3 最大加权能量效率问题

5．3．4 加权最小均方误差问题

5．3．5 WEEM问题与WMMSE问题的等价转换

5．3．6 WEEM的分布式算法实现

5．4 高能效大规模分布式天线系统稀疏预编码与成簇问题

5．4．1 稀疏预编码

5．4．2 能量有效的以用户为中心动态成簇问题

5．4．3 能量有效的以用户为中心的启发式成簇问题

5．5 数值仿真及分析

5．5．1 仿真场景

5．5．2 仿真分析

5．6 本章小结

第六章 全文总结与展望

6．1 本文工作小结

6．2 未来研究工作建议

致谢

参考文献

作者简介(包括论文和成果清单)