一种基于速率拆分传输的预编码及公有消息速率分配方法

1.本发明涉及移动通信系统领域，特别是涉及一种基于速率拆分传输的预编码及公有消息速率分配方法。


背景技术：

2.多用户mimo传输虽然能够有效提高系统的分集增益和复用增益，但用户间的干扰会严重影响到系统的性能。相关文献表明，速率拆分多址接入rsma能够有效处理多用户及多小区干扰。目前已有的研究多是从系统加权和速率的角度说明rsma的优越性，很少关注每个用户的性能提升。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种基于速率拆分传输的预编码及公有消息速率分配方法，所提方法首先建立最小用户可达速率最大化模型，然后使用wmmse方法对最小用户可达速率最大化模型进行转化，之后使用交替优化迭代求解优化问题。该最小用户可达速率最大化模型适合两用户多输入单输出系统的应用。
4.为了解决上述问题，本发明采用的技术方案是：
5.一种基于速率拆分传输的预编码及公有消息速率分配方法，包括如下步骤：
6.步骤s1、建立最大化最小用户可达速率模型，简记为模型
‑
0，该模型表述为：
[0007][0008]
受限于
[0009]
c1+c2≤r
c
[0010]
c1≥0,c2≥0
[0011]
tr(ww
h
)≤p
t
[0012]
公式中，w是发射端的预编码矩阵，c是公有消息速率分配矢量，是用户k的总传输速率，表达式为c
k
为c的第k列元素，表示用户k公有部分消息对应的可达速率，r
k
为用户k专有部分消息对应的可达速率，表达式为r
k
＝log2(1+γ
k
)，γ
k
为用户k专有消息的信干噪比，表达式为h
k
为基站和用户k之间的信道状态信息，(
·
)
h
表示共轭转置，为加性高斯白噪声的方差，w
k
和w
j
均为预编码矩阵w的列向量，分别表示用户k和用户j专有消息的预编码矢量，j≠k且j,k＝1,2；p
t
为基站端总的发射功率；
[0013]
步骤s2、引入辅助变量t，令将模型
‑
0转换为模型
‑
1，所述模型
‑
1为：
[0014][0015]
受限于
[0016]
c
k
+r
k
≥t,k＝1,2
[0017]
c1+c2≤r
c
[0018]
c1≥0,c2≥0
[0019]
tr(ww
h
)≤p
t
[0020]
步骤s3、对模型
‑
1进行求解，具体过程如下：
[0021]
步骤s301、用s
c
表示基站发送给用户1和用户2的公有消息，用s
k
表示基站发送给用户k的专有消息，分别计算公有消息s
c
和专有消息s
k
的均方误差，具体步骤为：
[0022]
步骤s3011、为区分用户1和用户2对公有消息的处理，用表示用户k对公有消息s
c
的估计值，用表示用户k对专有消息s
k
的估计值，表达式分别为：
[0023][0024][0025]
公式中，y
k
为用户k的接收信号，g
c，k
和g
k
分别为用户k公有消息和专有消息最小均方误差均衡器，w
c
为预编码矩阵w的列向量，表示公有消息s
c
的预编码矢量；
[0026]
步骤s3012、分别用ε
c,k
和ε
k
表示用户k接收的公有消息s
c
和专有消息s
k
的均方误差，表达式分别为：
[0027][0028][0029]
公式中，re{
·
}表示取实部；
[0030]
步骤s3013、分别对ε
c，k
关于g
c，k
求偏导、对ε
k
关于g
k
求偏导，并令二者为0，得到公有消息和专有消息均衡器的最小值，分别用和表示，具体表达式为：
[0031][0032][0033]
步骤s3014、将步骤s3013得出的结果分别对应代入到均方误差的表达式中，得到公有消息s
c
的最小均方误差和专有消息s
k
的最小均方误差mmse，分别用和表示，具体表达式为：
[0034][0035][0036]
其中
[0037]
步骤s3015、用户k公有消息s
c
的可达速率和专有消息s
k
的可达速率分别表示为：
[0038][0039][0040]
公式中，r
c,k
为用户k消息中公有部分对应的可达速率，表达式为r
c,k
＝log2(1+γ
c,k
)，γ
c,k
为用户k消息中公有部分的信干噪比，表达式为
[0041]
步骤s302、引入加权均方误差，利用步骤s301中用户可达速率和最小均方误差之间的关系，进一步得到加权均方误差和用户可达速率间的关系，具体过程如下：
[0042]
步骤s3021、分别用ξ
c,k
和ξ
k
表示用户k的公有消息和专有消息的加权均方误差wmse，具体定义为：
[0043][0044][0045]
公式中，符号表示定义，u
c,k
和u
k
均为用户k的权重，且有u
c,k
＞0，u
k
＞0；
[0046]
步骤s3022、通过对ξ
c,k
关于g
c,k
求偏导和对ξ
k
关于g
k
求偏导，并令二者为0，得到公有消息和专有消息均衡器的最佳取值，分别用和表示，有：
[0047][0048][0049]
将代入到ξ
c,k
、ξ
k
的表达式中，得到：
[0050][0051][0052]
接下来通过对ξ
c,k
关于u
c,k
求偏导和对ξ
k
关于u
k
求偏导，并令二者为0，得到权重u
c,k
和u
k
的最佳取值，分别用和表示，表达式为：
[0053][0054][0055]
将和代入到ξ
c,k
和ξ
k
的表达式中，得到ξ
c,k
和ξ
k
的加权最小均方误差
wmmse，分别用和表示，表达式为：
[0056][0057][0058]
步骤s303、利用步骤s302中用户可达速率和加权均方误差之间的关系，将步骤s2中的模型
‑
1写为模型
‑
2：
[0059][0060]
受限于
[0061]
c
k
+1
‑
ξ
k
≥t,k＝1,2
[0062]
c1+c2≤1
‑
ξ
c,k
,k＝1,2
[0063]
c1≥0,c2≥0
[0064]
tr(ww
h
)≤p
t
[0065]
公式中，为最小均方误差均衡器集合，为权重集合；
[0066]
步骤s304、对步骤s303中的模型
‑
2进行交叉优化并迭代求解，在第i+1次迭代中，求解过程如下：
[0067]
步骤s3041、利用第i次迭代得到的预编码矩阵来计算g和u的最佳值；
[0068]
步骤s3042、将g和u的最佳值代入到步骤s303中的模型
‑
2，至此模型
‑
2就转变为一个凸优化问题，使用内点法求解得到预编码矩阵和公有速率分配矢量的解；
[0069]
步骤s3043、用得到的预编码和公有速率分配矢量计算用户的可达速率，在迭代求解的过程中，目标函数的值会随着迭代次数的增加而增大，而功率约束的存在会使得算法逐渐收敛；用ε表示算法容忍度，当|t
[i]
‑
t
[i
‑
1]
|≤ε时，就把此时的解当作最大化最小用户可达速率模型的解。
[0070]
进一步的，在所述步骤s3043中，所述算法容忍度ε取值为10
‑3。
[0071]
本发明的有益效果是：
[0072]
本发明首先建立最小用户可达速率最大化模型，然后使用wmmse方法对最小用户可达速率最大化模型进行转化，之后使用交替优化迭代求解优化模型；在迭代求解的过程中，目标函数的值会随着迭代次数的增加而增大，而功率约束的存在会使得算法逐渐收敛；当满足收敛条件时，迭代终止，此时得到的预编码和公有速率分配矢量就为最小用户可达速率最大化模型的解，否则继续下一次迭代。采用本发明方法，在相同的功率约束条件下，相比于传统的sdma和noma传输方案，基于速率拆分传输方案可以取得最大的最小用户可达速率。
附图说明
[0073]
图1为实施例1中发射端的信号处理过程的流程示意图。
[0074]
图2为实施例1中接收端的信号处理过程的流程示意图。
具体实施方式
[0075]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0076]
实施例1
[0077]
参见图1和图2，本实施例提供一种基于速率拆分传输的预编码及公有消息速率分配方法，该方法首先建立最小用户可达速率最大化模型，然后将使用wmmse方法对最小用户可达速率最大化模型进行转化，之后使用交替优化迭代求解优化问题。在迭代求解的过程中，目标函数的值会随着迭代次数的增加而增大，而功率约束的存在会使得算法逐渐收敛。当满足收敛条件时，迭代终止，此时得到的预编码和公有速率分配矢量就为原优化问题的解，否则继续下一次迭代。采用本发明方法，在相同的功率约束条件下，相比于传统的sdma和noma传输方案，基于rsma传输时可以取得最大的最小用户可达速率。
[0078]
具体的说，在本实施例中，考虑一个单小区下行miso速率拆分传输系统，有一个多天线基站和两个单天线用户，基站采用速率拆分下行传输技术向两个用户传输数据。
[0079]
1、发射端的信号处理过程
[0080]
在发射端，基站配备有n
t
根天线，按照速率拆分传输技术向用户传输数据，其数据处理过程如图1所示。
[0081]
第一步，用m1，m2分别表示基站发送给用户1和用户2的消息。按照速率拆分策略，消息m
k
会被分割为两个部分，分别称之为公有部分m
c，k
和专有部分m
p.k
，k＝1，2。之后，所有拆分出来的公有部分m
c，k
合并为一个整的公有消息m
c
。
[0082]
第二步，公有消息m
c
经编码后得到公有信号流s
c
，s
c
中包含基站发送给两个用户的部分信息，因此两个接收用户都需要译码s
c
；专有消息m
p.k
经编码后得到专有信号流s
k
，s
k
是各个用户所独有的，k＝1,2。
[0083]
第三步，基站发送给两个用户的数据流经线性预编码后的下行发送信号为
[0084]
x＝ws＝w
c
s
c
+w1s1+w2s2，
[0085]
其中s＝[s
c
,s1,s2]
t
，(
·
)
t
表示转置，数据流s
c
、s1和s2之间相互独立，假设每流信号都具有单位功率，则s满足e{ss
h
}＝i；w＝[w
c
,w1,w2]为预编码矩阵，和分别为公有消息的预编码矩阵和第k个用户专有信息的预编码矩阵，w满足功率约束tr(ww
h
)≤p
t
，p
t
为基站端总的发射功率。
[0086]
2、接收端的信号处理过程
[0087]
对于第k个用户，接收信号处理流程如图2所示。基站和用户k之间的信道状态信息为第k个用户的接收信号为
[0088][0089]
其中n
k
为加性高斯白噪声，满足为加性高斯白噪声，满足为n
k
的方差。用户k解码公有消息的信干噪比为
[0090][0091]
假设两个用户都能够完美解码s
c
并且重构从y
k
中减去该重构项后对专有数据流进行译码。于是，用户k解码自己的信号s
k
的信干噪比为
[0092][0093]
这样，用户1和用户2公有消息的可达速率为r
c,k
＝log2(1+γ
c,k
),k＝1,2，用户k专有消息的可达速率为r
p,k
＝log2(1+γ
p,k
)。为确保公有消息能够同时被两个用户成功译码，公有消息的可达速率应为r
c
＝min{r
c,1
,r
c,2
}。因为r
c
由接收用户公有部分的速率共同组成，令c＝[c1,c2]，其中c
k
为用户k中公有部分对应的可达速率，则c1和c2满足c1+c2≤r
c
。这样一来，用户k可以获得的总传输速率为
[0094]
为了能够最大化上述系统中最小用户的可达速率，这里建立最大化最小用户可达速率模型，简记为模型
‑
0，该模型表述为：
[0095][0096]
受限于
[0097]
c1+c2≤r
c
[0098]
c1≥0,c2≥0
[0099]
tr(ww
h
)≤p
t
[0100]
引入辅助变量t，令将模型
‑
0转换为模型
‑
1，所述模型
‑
1为：
[0101][0102]
受限于
[0103]
c
k
+r
k
≥t,k＝1,2
[0104]
c1+c2≤r
c
[0105]
c1≥0,c2≥0
[0106]
tr(ww
h
)≤p
t
[0107]
对模型
‑
1进行求解，具体过程如下：
[0108]
步骤1：分别计算公有消息s
c
和专有消息s
k
的均方误差，具体步骤为：
[0109]
步骤1
‑
1：为区分用户1和用户2对公有消息的处理，用表示用户k对公有消息s
c
的估计值，用表示用户k对专有消息s
k
的估计值，表达式分别为：
[0110][0111][0112]
其中，g
c，k
和g
k
分别为用户k公有消息和专有消息最小均方误差均衡器；
[0113]
步骤1
‑
2：分别用ε
c,k
和ε
k
表示用户k接收的公有消息s
c
和专有消息s
k
的均方误差，表达式分别为：
[0114][0115][0116]
其中re{
·
}表示取实部；
[0117]
步骤1
‑
3：分别对ε
c,k
关于g
c,k
求偏导、对ε
k
关于g
k
求偏导，并令二者为0，得到公有消息和专有消息均衡器的最小值，分别用和表示，具体表达式为：
[0118][0119][0120]
步骤1
‑
4：将步骤1
‑
3得出的结果分别对应代入到均方误差的表达式中，得到公有消息s
c
的最小均方误差和专有消息s
k
的最小均方误差mmse，分别用和表示，具体表达式为：
[0121][0122][0123]
其中
[0124]
步骤1
‑
5：用户k公有消息s
c
的可达速率和专有消息s
k
的可达速率分别表示为：
[0125][0126][0127]
步骤2：引入加权均方误差，利用步骤1中用户可达速率和最小均方误差之间的关系，进一步得到加权均方误差和用户可达速率间的关系，具体过程如下：
[0128]
步骤2
‑
1：分别用ξ
c,k
和ξ
k
表示用户k的公有消息和专有消息的加权均方误差wmse，具体定义为：
[0129]
[0130][0131]
其中符号表示定义，u
c,k
和u
k
均为用户k的权重，且有u
c,k
＞0，u
k
＞0；
[0132]
步骤2
‑
2：通过对ξ
c，k
关于g
c，k
求偏导和对ξ
k
关于g
k
求偏导，并令二者为0，得到公有消息和专有消息均衡器的最佳取值，分别用和表示，有：
[0133][0134][0135]
将代入到ξ
c，k
、ξ
k
的表达式中，得到：
[0136][0137][0138]
接下来通过对ξ
c，k
关于u
c，k
求偏导和对ξ
k
关于u
k
求偏导，并令二者为0，得到权重u
c，k
和u
k
的最佳取值，分别用和表示，有：
[0139][0140][0141]
将和代入到ξ
c，k
和ξ
k
的表达式中，得到ξ
c，k
和ξ
k
的加权最小均方误差wmmse，分别用和表示，有：
[0142][0143][0144]
步骤3：利用步骤2中用户可达速率和加权均方误差之间的关系，将模型
‑
1进一步写为模型
‑
2：
[0145][0146]
受限于
[0147]
c
k
+1
‑
ξ
k
≥t，k＝1，2
[0148]
c1+c2≤1
‑
ξ
c,k
,k＝1,2
[0149]
c1≥0,c2≥0
[0150]
tr(ww
h
)≤p
t
[0151]
其中，为最小均方误差均衡器集合，为权重集合；
[0152]
步骤4：对步骤3中的模型
‑
2进行交叉优化并迭代求解，在第i+1次迭代中，求解过程如下：
[0153]
步骤4
‑
1：利用第i次迭代得到的预编码矩阵来计算g和u的最佳值；
[0154]
步骤4
‑
2：将g和u的最佳值代入到步骤3中的模型
‑
2，至此模型
‑
2就转变为一个凸
优化问题，可以使用内点法求解得到预编码矩阵和公有速率分配矢量的解；
[0155]
步骤4
‑
3：用得到的预编码和公有速率分配矢量计算用户的可达速率，在迭代求解的过程中，目标函数的值会随着迭代次数的增加而增大，而功率约束的存在会使得算法逐渐收敛；用ε表示算法容忍度，当|t
[i]
‑
t
[i
‑
1]
|≤ε(ε设为10
‑3)时，就把此时的解当作最大化最小用户可达速率模型的解。
[0156]
本发明未详述之处，均为本领域技术人员的公知技术。
[0157]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。