基站额定功率固定的下行OFDMA系统的高能效资源分配方法与流程

本发明涉及一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法。

背景技术：

作为4G通信的重要技术之一，在移动通信领域还有巨大的发展前景。基站作为通信信号的发送端，在向移动终端发送信号时往往消耗巨大的能源。由耗能过多带来的诸多问题也迫使人们逐渐关注能源的节约问题。如何在保证用户通信速率和质量的同时，还能在基站端节约能源是大家关注的焦点之一。

能效指的是传输一比特数据所消耗的焦耳数。近些年很多人从数据传输速率的角度切入，期望找到实现高能效的解决方法。但是，这种方法往往对通信速率会产生较大的影响。于是，从基站发射信号功率的方向考虑能效节约问题，逐渐成为当下的热点。

技术实现要素：

本发明的目的是提供一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法。

为达到上述目的，本发明采用以下技术方案：

一种基站额定功率固定的下行OFDMA系统的高能效资源分配方法，包括以下步骤：

(1)根据能效的定义，确定优化问题(P1)的目标函数和约束条件：

目标函数：

其中，且

约束条件：

f(P)≤P_t；

其中，B为基站发射OFDM信号的带宽，K为发射的子载波数，h_u,k(k＝1,...,K,u＝1,...,U)为从基站到用户的子载波的基带信道系数，ξ_s(ξ_s＜1)为基站的功率放大器的效率，P_c为基站和所有用户的总电路功率，σ²(Watt)为每个用户接收机所对应的每个子载波的噪声功率，P_k为基站发射OFDM信号的第k个子载波的平均功率，P_t为基站的额定总功率， P表示各子载波的功率分配集合，I表示子载波分配给用户的情况；

(2)假设优化问题(P1)的约束条件中，基站的总功率消耗是固定值ρ，那么将优化问题(P1)转化成优化问题(P2)：

目标函数：

约束条件：f(P)＝ρ

由下式决定

这里G_k＝max_u{G_u,k}

(3)步骤(2)中确定了一种最优的子载波分配方式，并结合步骤(1)中R(I,P)的表达式将优化问题(P2)进一步转化成优化问题(P3)：

目标函数：

约束条件：f(P)＝ρ

利用凸优化理论中的KKT条件求解优化问题(P3)，得到子载波的功率分配为 其中，υ∈R是对等式约束条件f(P)＝ρ引入的拉格朗日乘子；

(4)结合条件∑_kP_k(ρ)＝ξ_s(ρ-P_c)，利用二分法求数值解的方法，得到 v^*＝μ(ρ)以及是关于ρ的函数；

(5)利用二分法找到基站最佳能效的实际总功率ρ^*。具体过程如下：

经证明，在ρ＞P_c时，是单调增的严格凹的函数，同时满足从而得到，

按照以上条件，在同一坐标系中绘制η(ρ)以及μ(ρ)的图像。

发现存在一个功率点ρ₀，ρ从P_c增加到ρ₀时，μ(ρ)是严格递减的，η(ρ)是严格递增的，且μ(ρ)＞η(ρ)(即)一直成立。

当ρ＝ρ₀时，两条直线重合，μ(ρ₀)＝η(ρ₀)(即)成立。

当ρ大于ρ₀且单调递增时，μ(ρ)和η(ρ)都是严格递减的，且μ(ρ)＜η(ρ)(即)一直成立。

ρ^*＝ρ₀是使基站能效达到最优的实际总功率。

与现有技术相比，本发明具有如下的优点：

本发明方法对大功率OFDM信号发射基站的能源节约效果十分明显，并且具有低复杂度的特点。

附图说明

图1为本发明的下行OFDMA系统模型。

图2为本发明进行最大能效功率分配时，基站总功率ρ与能效函数η(ρ)、能效最优的数据传输率函数和能效最优的拉格朗日变量μ(ρ)的函数图像。

图3为本发明的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明作更进一步的说明。

如图1所示，小区基站向该小区的U个用户发射OFDM信号。基站的额定总功率为P_t。信号的总带宽为B Hz，有K个子载波，每个子载波只分配给一个用户。从基站到用户u的子载波k的基带信道系数为h_u,k(k＝1,...,K,u＝1,...,U)。基站的功率放大器的效率为ξ_s(ξ_s＜1)。 基站和所有用户的总电路功率为P_c(不包括基站功率放大器的功率)。每个用户接收机所对应的每个子载波的噪声功率为σ²(Watt)。

同时，定义变量P_k≥0表示从基站到子载波k符号传输的平均功率。而且变量t_ku∈{0,1}，当t_ku＝1时，子载波k被分配给用户u，当t_ku＝0时，子载波k未被分配给用户u。由此可知，下行链路OFDMA系统的高能效资源分配的优化变量为其中P表示各子载波的功率分配集合，I表示子载波分配给用户的情况。

系统能效的衡量标准是消耗每焦耳能量所传输的比特数，因此需要求出基站发射信号时的总功率和数据传输率。

总功率包括电路功率P_c和发射功率P_T，其具体表达式如下：

根据香农公式，基站到所有用户的数据传输率为：

其中那么在已知的情况下，就可以执行一个算法找到基站总功率固定时达到最大能效的最佳资源分配。

假设基站的总功率消耗限制在规定的有效值P_t(P_t＞P_c)以下。最大能效资源分配问题可以建立为优化问题(P1)：

约束条件为：

f(P)≤P_t；

本实施例分为两部分来解决以上能效优化问题。步骤1进行子载波的最优分配，步骤2进行基站发射信号的功率最佳分配。

步骤1进行子载波的最优分配方法如下。

假设系统的总功率消耗是固定值ρ，那么优化问题(P1)可以转变为高频谱效率的资源分配问题(P2)：

约束条件为：

式(3)，(4)，(5)，f(P)＝ρ；

则由下式决定

这里，G_k＝max_u{G_u,k}。

式(6)的实际意义是，基站发射出来的每个子载波分配给信道最强的用户，即规定了一种最优的子载波分配方式。分配方式要根据小区的具体环境而决定。

在子载波达到最佳分配后，接下来的问题就是找到能使基站能效最大化的功率分配方式。总功率消耗为ρ时，最大能效表达式为：

这里，

此时，找到问题(P1)的最佳资源分配等同于先找到

然后I^*和P^*(ρ^*)即为(P1)的最优解。

步骤2进行基站发射信号的功率最佳分配方法如下。

综合问题(P1)、(P2)以及式(8)，得到求解P^*(ρ)的最优化问题(P3)：

约束条件为：

式(5)，f(P)＝ρ

步骤201：对于问题(P3)可以利用凸问题的KKT条件进行求解。

对不等式约束(5)引入拉格朗日乘子λ∈Rⁿ，对等式约束条件f(P)＝ρ引入一个乘子υ∈R，得到优化问题(P3)的拉格朗日函数为：

然后利用KKT条件来求解该优化问题。P_k^*,(λ^*,v^*)分别是满足原函数和对偶问题的最优解，同时，满足如下的KKT条件：

分析求解得到：

可以表示为：

步骤202：通过式(13)可以看出，P_k无法用一个确定的解析式表达出来，但是可以确定它是一个关于υ的减函数，而且满足∑_kP_k(ρ)＝ξ_s(ρ-P_c)。因此，利用二分法的思想求出当基站的总功率ρ给定一个值时，所对应的υ的具体数值，进而得到η(ρ)的数值解。步骤203：η(ρ)以及最优拉格朗日变量υ^*的数值都与ρ相关。下面要对这三个函数的性质以及它们之间的相互关系进行分析，进而找到使能效函数η(ρ)达到最大时，基站发射信 号的实际功率ρ^*。

假设v＝μ(ρ)，根据凸优化理论，可以得到：

同时还可以证明是关于ρ的递增的严格的凹函数。根据的性质可以近似的画出随着ρ变化的曲线，如图2。图中的粗实线表示的是：时，的图像。那么η(ρ)函数图像(虚线)的含义为原点和之间的连线，μ(ρ)函数图像(点划线)的含义为 在的切线。

对η(ρ)求关于ρ的导数：

结合图2分析可知，ρ从P_c增加到ρ₀时，η(ρ)是严格递增的，且μ(ρ)＞η(ρ)一直成立。当ρ＝ρ₀时，两条直线重合，μ(ρ₀)＝η(ρ₀)成立。当ρ大于ρ₀时，η(ρ)都是严格递减的，且μ(ρ)＜η(ρ)一直成立。

我们发现ρ^*＝ρ₀时，使ρ₀为最佳总功率的分配点。可以利用二分法来找到ρ^*，这个过程实际上是比较μ(ρ)和η(ρ)大小关系的过程，当二者相等或者近似相等的时候，即为能效最优化的功率。

如图3所示，给出了整个下行OFDMA系统的高能效资源分配算法的流程图。本算法的核心部分在于通过观察证明μ(ρ)和η(ρ)之间的关系，利用二分法找到高能效的功率分配方式。在最坏的情况下，它的算法复杂度为