本发明涉及无线通信技术领域，特别是指一种基于大规模天线系统多参数优化频谱效率的方法。
背景技术
近年来，随着全球无线通信技术日新月异地发展，无线通信数据业务的需求呈指数增长。加之目前无线通信系统采用的是静态(固定)频谱分配策略，频谱资源也越来越紧缺。大规模天线(massivemultiple-inputmultiple-output，massivemimo)技术不需要大面积更新用户的终端设备，只需对基站进行改造，即可提高系统的频谱利用率及系统容量，解决频谱短缺的问题。
在大规模天线系统中，导频污染、信道有效估计、功率消耗和硬件设备成本等诸多问题的多解决亟待研究。目前常用方法有：
基于天线选择技术有效解决硬件设备成本的问题；基于波束成形技术，可获得较大的阵列增益，显著提高信道容量，解决功率消耗的问题；基于信道估计和导频调度两个方向减轻或消除导频污染；目前这些方法解决各自针对的问题效果显著，然而这些方法未能全面均衡解决大规模天线系统中存在的导频污染，功率消耗、系统的高复杂性和成本等诸多问题。
技术实现要素：
本发明要解决的技术问题是提供一种基于大规模天线系统多参数优化频谱效率的方法，以解决现有技术所存在的导频污染、功率消耗高、系统的复杂性高和成本高的问题。
为解决上述技术问题，本发明实施例提供一种基于大规模天线系统多参数优化频谱效率的方法，包括：
建立多参数优化频谱效率的模型，其中，所述多参数包括：天线选择矩阵、波束成形矢量、发射功率和导频序列长度；
根据建立的多参数优化频谱效率模型，优化天线选择矩阵；
根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率；
根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度；
将优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。
进一步地，建立的多参数优化频谱效率模型为：
argmaxr
variablesw,s,ps,τ；
其中，variables表示模型的优化变量，r表示频谱效率，w是波束成形矢量，s是天线选择矩阵，ps是发射功率，τ是用户发送的导频序列长度。
进一步地，频谱效率r表示为：
其中，k是大规模天线系统内的用户数，ik是k×k维的单位矩阵，非上标h是基站bs的m个天线和系统内k个用户之间m×k维的信道矩阵，上标h表示矩阵的共轭，||表示矩阵的行列式。
进一步地，所述根据建立的多参数优化频谱效率模型，优化天线选择矩阵包括：
根据与联合优化等效的分步优化，对建立的所述模型进行凸优化处理，将所述模型从非凸目标函数转变为凸目标函数；
在得到的凸目标函数中，固定波束成形矢量、发射功率、导频序列长度后，计算凸目标函数对天线选择矩阵的导数gi；
根据凸目标函数对天线选择矩阵的导数gi，求凸目标函数下边界的最大值si+1；
根据凸目标函数下边界的最大值si+1，得到优化后的天线选择矩阵。
进一步地，转变后得到的凸目标函数表示为：
其中,α是凸函数系数。
进一步地，所述根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率包括：
根据与联合优化等效的分步优化，对建立的所述模型进行凸优化处理，将所述模型从非凸目标函数转变为凸目标函数：
argmaxf(w)＝fcave(w)+fvex(w)
其中，fcave(w)表示凸目标函数f(w)中的凹函数，fvex(w)表示凸目标函数f(w)中的凸函数；
根据得到的凸目标函数，固定导频序列长度后，利用优化得到的天线选择矩阵，计算凸目标函数中凹函数对波束成形矢量的偏导数
根据凸目标函数中凹函数对波束成形矢量的偏导数
根据凸目标函数下边界的最大值wi+1，得到优化后的波束成形矢量和发射功率。
进一步地，所述根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度包括：
根据能量效率最大化原则，构造导频序列长度优化函数；
根据建立的多参数优化频谱效率模型，固定频谱效率为一预设的常量后，利用优化得到的天线选择矩阵、波束成形矢量、发射功率，搜索使得能量效率最大化的导频序列长度，得到优化后的导频序列长度。
进一步地，构造的导频序列长度优化函数表示为：
进一步地，所述信道是指大规模天线系统的上行信道。
本发明的上述技术方案的有益效果如下：
上述方案中，建立多参数优化频谱效率的模型；根据建立的多参数优化频谱效率模型，优化天线选择矩阵；根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率；根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度；将优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。这样，通过对建立的频谱效率模型中的天线选择矩阵、波束成形矢量、发射功率和导频序列长度这4个参数进行优化，可以综合解决大规模天线系统中存在的导频污染、功率消耗大、高复杂性和成本高的问题，从而提高系统的频谱效率。
附图说明
图1为本发明实施例提供的基于大规模天线系统多参数优化频谱效率的方法的流程示意图；
图2为本发明实施例提供的massivemimo通信系统的结构示意图；
图3为本发明实施例提供的大规模天线系统多参数优化频谱效率的方法与ga效果对比示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的导频污染、功率消耗高、系统的复杂性高和成本高的问题，提供一种基于大规模天线系统多参数优化频谱效率的方法。
如图1所示，本发明实施例提供的基于大规模天线系统多参数优化频谱效率的方法，包括：
s101，建立多参数优化频谱效率的模型，其中，所述多参数包括：天线选择矩阵、波束成形矢量、发射功率和导频序列长度；
s102，根据建立的多参数优化频谱效率模型，优化天线选择矩阵；
s103，根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率；
s104，根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度；
s105，将优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。
本发明实施例所述的基于大规模天线系统多参数优化频谱效率的方法，建立多参数优化频谱效率的模型；根据建立的多参数优化频谱效率模型，优化天线选择矩阵；根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率；根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度；将优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。这样，通过对建立的频谱效率模型中的天线选择矩阵、波束成形矢量、发射功率和导频序列长度这4个参数进行优化，可以综合解决大规模天线系统中存在的导频污染、功率消耗大、高复杂性和成本高的问题，从而提高系统的频谱效率。
在前述基于大规模天线系统多参数优化频谱效率的方法的具体实施方式中，进一步地，建立的多参数优化频谱效率模型为：
argmaxr
variablesw,s,ps,τ；
其中，variables表示模型的优化变量，r表示频谱效率，w是波束成形矢量，s是天线选择矩阵，ps是发射功率，τ是用户发送的导频序列长度。
进一步地，频谱效率r表示为：
其中，k是大规模天线系统内的用户数，ik是k×k维的单位矩阵，非上标h是基站bs的m个天线和系统内k个用户之间m×k维的信道矩阵，上标h表示矩阵的共轭，||表示矩阵的行列式。
本发明实施例中，如图2所示为大规模天线系统结构示意图，假设有一个基站(bs)配备m个天线，k个单天线用户，符合平坦性衰落的上行信道。所有的用户在以基站为中心点的指定范围内都是可移动的，当然也可以不移动。
本实施例中，假设，大规模天线系统包括：m个发送天线的基站(bs)和k个单天线用户，其中，m≥k，k个用户占用相同的时频资源发送数据，则基站bs的接收信号y表示为：
y＝hswx+n
其中，y是基站(bs)的接收信号，m×1维的矢量；h是基站bs的m个天线和系统内k个用户之间m×k维的信道矩阵h＝[h1,h2,...,hm]，bs的第m个天线与第k个用户之间的信道是hk，k×1维的hk对应第m个传输天线的信道向量；w为m根传输天线的波束形成加权值，表示波束成形矢量，是m×1维的矩阵，w＝[w1,w2,...,wm]t∈r+，r+表示正实数，且||w||≤1，wm是第m个发送天线的波束形成加权值，||||表示矩阵的范数，∈表示属于集合；x是传输的信号矢量，x＝[x1,x2,...,xm]t，t表示矩阵的转置，xm是从第m个传输天线传输的符号；n是零均值加性高斯白噪声向量，m×1维的向量；s是天线选择矩阵，为m×m维的对角矩阵,trace(s)＝k,trace表示矩阵的迹，使得：
基站bs的接收信号y经过线性检测器后，得到接收信号r，可以表示为：
r＝ahy
其中，a是m×k维的线性检测矩阵，使用线性迫零检测器时，a＝h，非上标h是基站(bs)的m个天线和k个用户之间m×k维的信道矩阵；上标h表示矩阵的共轭。
根据得到的接收信号r，建立上行链路系统多参数优化频谱效率模型为：
argmaxr
variablesw,s,ps,τ；
其中，variables表示模型的优化变量，r表示频谱效率，w是波束成形矢量，s是天线选择矩阵，ps是发射功率，τ是用户发送的导频序列长度。
所述频谱效率r表示为：
其中，k是大规模天线系统内的用户数，ik是k×k维的单位矩阵，非上标h是基站bs的m个天线和系统内k个用户之间m×k维的信道矩阵，上标h表示矩阵的共轭，||表示矩阵的行列式。
本发明实施例中，在s102、s103、s104中可以利用s101建立的多参数优化频谱效率模型，与多优化等效的分步优化，分步优化天线选择矩阵s、波束成形矢量w、发射功率ps和导频序列长度τ。
本实施例中，所述根据建立的多参数优化频谱效率模型，优化天线选择矩阵具体可以包括：
根据与联合优化等效的分步优化，对建立的所述模型进行凸优化处理，分步优化天线选择矩阵，将所述模型从非凸目标函数转变为凸目标函数，所述凸目标函数表示为：
其中,a是凸函数系数，α为常数，a>0；
在得到的凸目标函数中，先固定波束成形矢量、发射功率、导频序列长度，然后计算凸目标函数对天线选择矩阵的导数gi；
根据计算得到的凸目标函数对天线选择矩阵的导数gi，求凸目标函数下边界的最大值si+1：
其中，
根据凸目标函数下边界的最大值si+1，得到优化后的天线选择矩阵。
本实施例中，所述根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵，优化波束成形矢量和发射功率具体可以包括：
根据与联合优化等效的分步优化，对建立的所述模型进行凸优化处理，分步优化波束成形矢量w和发射功率ps，将所述模型从非凸目标函数转变为凸目标函数：
argmaxf(w)＝fcave(w)+fvex(w)
其中，fcave(w)表示凸目标函数f(w)中的凹函数，fvex(w)表示凸目标函数f(w)中的凸函数；
在得到的凸目标函数中，先固定导频序列长度，利用优化得到的天线选择矩阵，计算目标函数中凹函数对波束成形矢量的偏导数
根据目标函数中凹函数对波束成形矢量的偏导数
根据凸目标函数下边界的最大值wi+1，得到优化后的波束成形矢量和发射功率。
本实施例中，所述根据建立的多参数优化频谱效率模型及优化得到的天线选择矩阵、波束成形矢量和发射功率，优化导频序列长度具体可以包括：
根据能量效率最大化原则，构造导频序列长度优化函数；
根据建立的多参数优化频谱效率模型，固定频谱效率为一预设的常量后，利用优化得到的天线选择矩阵、波束成形矢量、发射功率，搜索使得能量效率最大化的导频序列长度，得到优化后的导频序列长度。
本实施例中，重复执行s102-s104，直至满足预设的迭代终止条件，即系统的频谱效率迭代增加值小于等于0.01，将最终优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。
本实施例中涉及的信道是指大规模天线系统的上行信道。
为了更好地理解本发明实施例所述的基于大规模天线系统多参数优化频谱效率的方法，以一个具体的实施例对其进行详细说明：
本实施例中、假设，基站(bs)配备100个天线，55个单天线用户，符合平坦性衰落的上行信道。所有的用户在以基站为中心点的指定范围内都是可移动的，当然也可以不移动。
本发明实施例中，假定系统中在基站端配置大规模天线阵列，并同时为多个用户终端提供服务，而且基站配置的天线数远大于接收端用户数；对于平坦性衰落信道，由于空间衰落和阴影衰落非级数级，可以假定为常数，故只考虑快衰落；相干时间假定为196ms，则建立多参数优化频谱效率的模型可以包括：
a11，基站bs的接收信号y表示如下：
y＝hswx+n
其中，n是零均值加性高斯白噪声向量，100×1维的向量；
a12，利用a11得到基站的接收信号，经过线性迫零检测器，基站bs的接收信号表示如下：
r＝ahy
其中，a是100×55维的线性检测矩阵；y是基站(bs)的接收信号，100×1维的矢量；
a13，获知基站bs的接收信号r，建立上行链路系统多参数优化频谱效率模型为：
variablesw,s,ps,τ；
其中，k表示系统内的用户数为55；ik是55×55维的单位矩阵；τ是用户发送导频的导频序列长度，55≤τ≤196；ps是发射功率；非上标h是基站(bs)的100个天线和55个用户之间100×55维的信道矩阵，h＝[h1,h2,...,hm]，bs的第m个天线与第k个用户之间的信道是hk，55×1维的hk对应第m个传输天线的信道向量；s是天线选择矩阵，100×100维的对角矩阵,trace(s)＝55，使得：
其中，x是传输的信号矢量，x＝[x1,x2,…,xm]t(t表示矩阵的转置)，xm是从第m个传输天线传输的符号；w是m根传输天线的波束形成加权值，100×1维的矩阵，w＝[w1,w2,…,wm]t∈r+(r+表示正实数)且||w||≤1，wm是第m个发送天线的波束形成加权值；t是相干时间；上标h表示矩阵的共轭；trace表示矩阵的迹；||||表示矩阵的范数；||表示矩阵的行列式。
本实施例中，设随机生成100×1维的信号矢量x，优化波束成形矢量w为随机生成||w||≤1的100×1维的向量，发射功率ps＝whwe{|x|2}，导频序列长度τ＝k＝55；优化天线选择矩阵s，具体步骤如下：
a21，根据与联合优化等效的分步优化，分步优化天线选择矩阵，将参数模型从非凸目标函数转变为凸目标函数；
a22，在得到的凸目标函数中，先固定波束成形矢量为100×1维的元素均为0.1、发射功率whwe{|x|2}，信号随机生成、导频序列长度为55；
a23，计算凸目标函数对天线选择矩阵的导数；
a24，根据凸目标函数对天线选择矩阵的导数，求凸目标函数下边界的最大值si+1；
a25，根据凸目标函数下边界的最大值si+1，得到优化后的天线选择矩阵。
本实施例中，得到天线选择矩阵，固定导频序列长度，优化波束成形矢量w和发射功率ps，具体步骤可以包括：
a31，根据与联合优化等效的分步优化，分步优化波束成形矢量w和发射功率ps，将参数模型从非凸目标函数转变为凸目标函数：
argmaxf(w)＝fcave(w)+fvex(w)
其中，fcave(w)表示凸目标函数f(w)中的凹函数，fvex(w)表示凸目标函数f(w)中的凸函数；
a32，在得到的凸目标函数中，先固定导频序列长度55，利用优化得到的天线选择矩阵，计算目标函数中凹函数对波束成形矢量的偏导数
a33，根据目标函数中凹函数对波束成形矢量的偏导数
a34，求解a33中的式子可得波束成形矢量、发射功率。
本实施例中，根据上述求解得到的天线选择矩阵、波束成形矢量、发射功率，分步优化导频序列长度τ，具体步骤如下：
a41，根据能效最大化原则，构造导频序列长度优化函数；
a42，根据建立的多参数优化频谱效率模型，固定频谱效率为一预设的常量后，利用优化得到的天线选择矩阵、波束成形矢量、发射功率，搜索使得能量效率最大化的导频序列长度，得到优化后的导频序列长度。
最后，将优化得到的天线选择矩阵、波束成形矢量和、发射功率和优化导频序列长度带入建立的多参数优化频谱效率模型中，得到优化后的频谱效率。
本实施例中，图3描述了实施例提供的大规模天线系统的多参数优化频谱效率的方法与传统的遗传(ga)算法的频谱效率效果对比示意图。图3中的横坐标是信噪比(db)，纵坐标是频谱效率，该结果是在发送天线为100，服务用户数55，相干时间为196ms，信噪比同等增加的同条件重复实验得出的。由图3可知，本发明实施例提供的提高频谱效率的方法与传统的遗传(ga)算法相比，不仅降低了系统中存在的导频污染，功率消耗、系统的复杂性和成本等诸多问题，而且得到了更好的性能。这说明本发明提出的方法是全面且有效的。同时，对比结果也表明本发明实施例提供的基于大规模天线系统多参数优化频谱效率的方法优于传统的遗传(ga)算法的频谱效率的性能。
综上，本发明实施例提供的所述基于大规模天线系统多参数优化频谱效率的方法，主要有以下几个优点：
1).有效降低导频污染，本发明实施例提供的大规模天线系统的多参数优化频谱效率的方法，能够基于导频对信道进行估计，获取信道完整的信道状态信息(csi)，并且对导频进行调度，对导频序列的长度进行优化，有效减轻了系统的导频污染；
2).降低了系统的复杂度和硬件成本，本发明实施例提供的大规模天线系统的多参数优化频谱效率的方法，可以从基站的诸多天线中选择部分性能最优的天线进行信号的传输，在不影响对用户服务质量的前提下，提高了系统频谱效；
3).降低了系统的功率消耗，本发明实施例提供的大规模天线系统的多参数优化频谱效率的方法，利用波束成形技术，对波束成形矢量进行了优化，获得较大的阵列增益，相对应的降低了发射功率，达到了相同的服务质量；
4).提高了频谱效率，在同等条件下，该方法的频谱效率优于传统经典的遗传算法(ga)的频谱效率。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。