无线通信网络中基于预编码的多用户功率优化理论研究

摘要

随着信息技术的迅猛发展和信息化进程的快速推进，不同网络制式、不同技术标准、不同业务形式的信息系统趋于融合，信息的流通方式发生重大变革。这其中，无线通信扮演着越来越重要的角色并呈现出泛在、异构、高数据速率、高服务质量的趋势和特点。近年来，智能移动终端的数量迅速增加，无线网络规模不断变大，未来的无线通信网络需要将形式内容多样、数据比特量大、服务质量要求高的信息实时、准确地发送到无线终端上。这使得未来无线通信系统所承载的数据量急剧增加。
　　 为了满足高速、海量数据实时传输的需求，需要进一步提升未来无线通信的系统容量。从这个角度分析，通信系统需要更加高效的利用有限的频谱资源，例如通过认知无线电技术更为灵活地接入频谱;增加所能并行传输的数据流数目，例如使用多天线及相关增强技术;优化功率资源的配置和使用，例如采用最优功率分配技术。随着以上三方面技术的发展，用户对于未来无线通信的需求得到很大程度的满足;但同时通信网络数据量的不断变大、泛在异构网络布网密集且相互渗透、移动终端数量的持续增加导致了无线通信网络中的干扰环境更加复杂，以及无线通信资源的过度使用和消耗。因此，干扰受限和资源受限是制约未来无线通信发展的两大因素。这势必要求无线通信网络采用干扰管理技术来抑制和消除不同数据流之间、用户终端之间、通信网络之间的干扰，例如在发送端应用预编码等干扰管理技术;在此基础上，通过对资源进行有效乃至最优配置，如对功率进行分配，进一步地提升无线通信系统的性能。在未来的无线通信系统中，根据无线数据业务的多元要求，资源管理和分配的目标可以适配从物理层数据传输能力到应用层服务质量要求等多层面的需求。
　　 基于此，本文研究了基于预编码的多用户多天线无线通信网络和认知无线电网络中的最优功率分配问题。资源优化配置的目标包括最大化物理层的传输容量和、及应用层的峰值信噪比(PSNR)和。针对数学建模得到的多变量非线性非凸优化问题，通过综合运用分支定界(BranchandBound，B&B)框架、凸化放松技术、几何规划、凸函数组合特性、单调分析等数学理论与方法，设计了目标问题的最优功率分配算法。本论文旨在通过相关理论研究为未来无线通信网络性能的分析和比较提供参考和依据，为未来无线通信网络设计和资源管理提供理论和算法上的指导。本文的主要工作和创新点包括:
　　 1.研究了基于预编码的多用户MISO下行链路中最优功率分配问题。针对多用户MISO下行链路，在基站端使用SLNR预编码对系统中的用户间干扰进行抑制。在等功率分配得到的预编码向量基础上，以最大化多用户MISO下行链路用户容量和为优化目标，相关问题建模为一个带约束的多变量非线性非凸优化问题。由于该问题无法通过常规的凸优化理论获得全局最优解，故基于非凸优化理论，本论文设计了一种适用于任何信道条件下的最优功率分配算法。进一步，通过分析可以发现当系统工作在高SINR区域时，问题可以通过近似，利用几何规划转化成一个凸优化问题。故在所设计的容量和最优功率分配算法的基础上，本文设计了一种基于自适应判决的功率分配算法，该算法可以在最优性和复杂度之间取得折中。具体来说，当信道状态满足高SINR条件时，通过几何规划完成对于功率分配问题的求解;而在高SINR信道状态不能得到满足时，使用所提出的容量和最优功率分配算法对功率分配问题进行求解。通过数值仿真，可以发现在所研究的系统模型中，本部分提出的功率分配算法与三种已有的功率分配方案相比可以提供系统容量和方面的增益;并对仿真结果进行了解释，从理论的角度分析了发送天线数目和接收端加性噪声功率值对增益的影响。本创新点对应论文第二章的内容和学术论文成果列表中的1。
　　 2.研究了基于混合机会频谱接入和预编码的认知无线电系统中的最优功率分配问题。
　　 针对基于混合机会频谱接入的认知无线电系统，在次要用户基站端采用SLNR预编码来降低不同次要用户之间的干扰和次要用户系统对主要用户的干扰，在所设计的预编码的基础上，以最大化次要用户系统用户容量和为目标，研究了不同子信道、不同用户之间的最优功率分配问题。在功率分配算法的设计过程中，要保证在主要用户存在的子信道上，次要用户系统对主要用户的干扰要低于主要用户预先设定的干扰门限。功率分配问题建模为一个关于各个子信道上用户功率变量、在功率约束和干扰门限约束下的连续变量非线性非凸优化问题，本文基于分支定界框架和凸化放松技术设计了一种能以任意指定精度逼近全局最优的功率分配算法。原问题借助凸化放松技术进行放松，转化为一个凸优化可解的问题，继而在分支定界框架下对变量空间不断进行划分，通过不断形成新的子问题，从而使通过放松后的问题求得的系统可达容量逐渐逼近原问题的最优容量，并最终得到了能够最大化次要用户容量和的全局最优功率分配方案。本文通过数值仿真将所设计的最优功率分配与已有的三种基于SLNR预编码的功率分配方案进行比较，验证了所设计的最优功率分配算法在次要用户系统容量和方面所能取得的增益。本创新点对应论文第三章的内容和学术论文成果列表中的2。
　　 3.研究了基于预编码的多用户MISO下行链路多媒体传输中的最优功率分配问题。
　　 在本部分研究中，以应用层上每个用户接收到的视频图像的峰值信噪比(PSNR)作为视频质量的衡量指标，并将其作为该用户的效用函数。针对多用户MISO下行链路，在发送端采用SLNR预编码来抑制用户之间的干扰，在得到的预编码向量的基础上，本文以最大化系统所有用户PSNR和(等效于系统平均PSNR)为优化目标在不同用户之间进行功率分配。通过数学建模，目标问题建模为一个复杂的多变量非线性非凸优化问题，该问题无法通过常规凸优化理论进行求解。本文针对该问题设计了一种适用于物理层高SINR条件下的应用层PSNR和最优功率分配算法。当系统工作在高SINR条件下时，可以通过单调分析、几何规划和凸函数的组合特性等数学方法对这一非凸问题进行分析和变换，从而将原问题转化为一个凸优化问题，继而可以通过凸优化理论对问题进行求解。通过数值仿真，本文对所提出的功率分配算法在系统PSNR和方面取得的增益进行了验证，并进一步基于仿真结果分析了不同的预编码处理技术和不同的功率分配方案对于系统所有用户PSNR和产生的影响。本创新点对应论文第四章的内容和学术论文成果列表中的3。

目录

声明

英文缩写对照表

符号说明

摘要

第一章 绪论

§1．1 研究背景

§1．2 关键技术简介

§1．2．1 多天线技术

§1．2．2 干扰处理技术

§1．2．3 认知无线电技术

§1．2．4 资源管理和分配技术

§1．3 研究意义与主要贡献

§1．3．1 研究意义

§1．3．2 主要贡献

§1．3．3 论文的组织结构

第二章 多用户MISO系统中基于预编码的功率优化理论研究

§2．1 相关研究工作

§2．2相关预备知识

§2．2．1 多天线通信系统容量

§2．2．2 基于信号泄漏噪声比的预编码

§2．3 系统模型与问题建模

§2．3．1 系统模型

§2．3．2 多用户MISO系统容量和最优问题建模

§2．4 系统容量和最优功率分配算法

§2．4．1 主算法框架

§2．4．2 凸化放松技术

§2．4．3 变量划分

§2．4．4 仿真结果与分析

§2．5 自适应判决功率分配算法

§2．5．1 算法设计

§2．5．2 仿真结果与分析

§2．6 本章小结

§2．7 本章附录

§2．7．1 附录：关于|hiwi|2恒不为0的证明

第三章 多用户认知网络中基于预编码的功率优化理论研究

§3．1 相关研究工作

§3．2 系统模型

§3．3 次要用户系统容量和最优功率分配问题建模

§3．4 次要用户系统容量和最优功率分配算法

§3．4．1 最优算法设计

§3．4．2 非凸问题的凸化放松解

§3．5 仿真结果与分析

§3．6 本章小结

第四章 无线多媒体传输中基于预编码的功率优化理论研究

§4．1 相关研究工作

§4．2 多用户多媒体传输模型

§4．2．1 物理层模型

§4．2．2 应用层模型

§4．3 PSNR和最优问题数学模型

§4．4 PSNR和最优功率分配算法

§4．4．1 问题分析

§4．4．2 算法设计

§4．5 基于PSNR线性近似的高效算法设计

§4．6 仿真结果与分析

§4．7 本章小结

第五章 结论与展望

§5．1 论文总结

§5．2 论文不足与研究展望

参考文献

致谢

攻读博士学位期间的成果列表