论文部分内容阅读
随着无线通信的发展,移动用户对通信网络的数据传输速率要求越来越高。Massive MIMO系统通过在基站配置大规模天线,可在不增加额外系统带宽的情况下,显著的提高系统的速率,因而成为下一代移动通信系统的关键技术。但是Massive MIMO系统的射频模块成本和能源损耗随基站天线数的增加而增加。为了满足人们对绿色通信的需求,研究兼顾信号传输速率和系统功耗的能效优化技术具有更加重要的实际意义。天线选择和功率分配技术是Massive MIMO系统提高能效的两种重要技术,但在以往的研究中,能效优化以找到最优的发射天线子集为目的,忽略了发射天线数和发射功率对能效的影响,而功率分配时,通常假设基站为每个用户平均分配功率,没有对用户不等功率分配时的能效进行分析。针对这些问题,本文做了更深一步的研究,论文的主要工作如下:1、在Massive MIMO系统中,联合研究发射天线数和发射功率对能效的影响,证明了系统存在最优的发射功率和发射天线数使能效最大,进而提出了一种功率分配和天线选择联合优化算法求解最优值。主要思想为,文中建立了同时考虑发射功率和电路功率的系统功耗模型,在此模型上,讨论基站发射天线数和用户数对功耗的影响。然后以能效最大化为优化目标,证明了能效分别是关于发射天线数和发射功率的凸函数,并利用凸优化理论提出了联合优化算法求解最优的发射功率和发射天线数。仿真结果证明了最优解的存在性以及该联合优化算法提高能效的有效性。2、针对Massive MIMO下行链路系统能效优化问题,研究用户不等功率分配时的能效优化方案,并提出了新的用户功率分配算法。文中首先建立了在用户不等功率分配时的能效优化模型,并证明了能效是关于用户功率的凸函数。然后讨论了无功率限制和有功率限制两种场景下的功率分配问题,在无功率限制下提出了功率迭代分配算法求解用户功率的最优值。在有功率限制场景下,利用拉格朗日优化得到用户功率最优值的近似表达式。仿真结果说明,与等功率分配算法相比,本文提出的优化算法能更大程度的提高系统的能效。