一种多输入多输出可见光通信特征信道功率分配方法
文献发布时间:2023-06-19 11:57:35
技术领域
本发明属于无线通信技术领域,尤其涉及一种多输入多输出可见光通信特征信道功率分配方法。
背景技术
可见光通信(Visible Light Communication,VLC)是一种新型的宽带无线通信技术,是传统光纤通信和无线射频通信相结合的产物。它以发光二极管(Light EmittingDiode,LED)作为光源,通过发出高速明暗闪烁的可见光信号来传输信息,在接收端利用光电二极管(Photo-Diode,PD)完成光电转换,然后进行电信号的接收、再生、解调来实现信息的传递。
与频谱受到严格管制的无线射频通信相比,VLC利用光波频段进行通信,不存在频谱分配问题,无需申请频段使用执照,而且具有很大的带宽。发展VLC,在缓解无线频谱压力的同时,还符合未来无线通信的高速率发展要求。VLC可以实现高速的数据传输,目前现有的实验系统结合多输入多输出技术,已达到每秒数吉比特甚至数十吉比特的传输速率。
可达传输速率(或信道容量)是评估通讯系统性能的重要衡量标准。然而由于可见光通讯的特殊性,例如信号的非负性,使得多输入多输出的VLC的容量分析与传统无线射频通信的容量分析有本质差异。在传统的射频通讯领域中,已经有大量的文献研究预编码矩阵的优化问题以求获得最大的可达传输速率。由于注水算法可以使性能较好的子信道分配更多的功率,从而实现在功率限制情况下信道容量最大化,所以,在传统射频通信中常常采用注水算法进行特征信道功率分配。但在可见光通信系统基于奇异值(Singular ValueDecomposition,SVD)分解的预编码设计中,一个明显的现状是,信道容量是关于各子信道分配的功率参数平方而非本身的函数,这就导致与射频相比更加复杂困难,急需一种简单的方法,快速最大化信道容量。
发明内容
发明目的:针对技术背景中所提到的可见光通信系统中无法直接采用注水算法这一局限性,本发明依据注水算法思想,提出一种多输入多输出可见光通信特征信道功率分配方法。在功率分配问题中,本发明能够快速有效完成各特征信道功率分配,实现信道容量最大化。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种多输入多输出可见光通信特征信道功率分配方法,包括如下步骤:
步骤1,通过可见光通信系统的发送端获取信道矩阵,并对其进行奇异值分解;
步骤2,对信道容量进行KKT条件分析,得到功率分配数值;
输入信号近似服从高斯分布,所得信道容量下界为
通过KKT条件分析得到的功率分配数值
步骤3,确保N
步骤4,在步骤3基础上进一步去除
步骤5,取步骤4所得信道容量的最大值作为最终的信道容量。
所述步骤1中,获取信道矩阵的方法为以下两种之一:第一种是发射端发送导频,接收端通过接收到的信号和导频计算出信道矩阵,并通过控制链路反馈给发送端;第二种是根据测量具体的发光二极管、光电二极管的空间分布、数量和辐射特性情况来计算信道矩阵。
所述获取信道矩阵的第二种方法中,根据测量具体的发光二极管、光电二极管的空间分布、数量和辐射特性情况来计算信道矩阵的公式为:
其中,h
所述步骤1中,奇异值分解的公式为Η=UΛV
所述步骤2中,关于直流偏置约束条件为abs(F)Δ=d,其中,F是预编码矩阵,abs(·)代表求矩阵所有元素的绝对值,Δ是元素值均为Δ的列向量,Δ为原始信号的最大值,d是直流偏置列向量。
所述步骤2中,关于光功率的约束条件为1
所述步骤3中,由步骤2得到的功率分配数值φ
有益效果:本发明针对可见光通信系统基于SVD分解的预编码设计中无法直接使用注水算法实现信道容量最大化这一限制,提出一种多输入多输出可见光通信特征信道功率分配方法,根据子信道性能好坏分配子信道功率,从而实现信道容量最大化。相比于传统的遍历方法,本发明所涉及的方法在保留可见光通信性能优越性的同时,又具有低复杂度特点,运算速度更快,可以较好地节约时间成本。
附图说明
图1为本发明实施例所涉及的可见光通讯系统模型示意图;
图2为实施例1与传统遍历方法信道容量与信噪比关系图;
图3为实施例2与现有其他预编码方法信道容量与信噪比关系图;
图4为本发明预编码方法的流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
如图1所示为本发明的方法所涉及的可见光通讯系统模型,在可见光通信系统基于SVD分解的预编码设计中,无法直接采用注水算法分配子信道功率,从而快速最大化信道容量;而如果采用传统的遍历方法,则复杂度又较高。为解决这一不足,本发明对优化模型进行KKT条件分析,得到功率参数的解析式。然后,确保性能较好的子信道获取较大的功率参数,得到一种多输入多输出可见光通信系统特征信道功率分配方案,进而实现最大化信道容量。
如图4所示,本发明的一种多输入多输出可见光通信特征信道功率分配方法,包括如下步骤:
步骤1,通过可见光通信系统的发送端获取信道矩阵,并对其进行奇异值分解;奇异值分解的公式为Η=UΛV
其中,获取信道矩阵的方法为以下两种之一:第一种是发射端发送导频,接收端通过接收到的信号和导频计算出信道矩阵,并通过控制链路反馈给发送端;第二种是根据测量具体的发光二极管、光电二极管的空间分布、数量和辐射特性情况来计算信道矩阵。
其中,根据测量具体的发光二极管、光电二极管的空间分布、数量和辐射特性情况来计算信道矩阵的公式为:
其中,h
步骤2,对信道容量进行KKT条件分析,得到功率分配数值;
输入信号近似服从高斯分布,所得信道容量下界为
通过KKT条件分析得到的功率分配数值
其中,关于直流偏置约束条件为abs(F)Δ=d,其中,F是预编码矩阵,abs(·)代表求矩阵所有元素的绝对值,Δ是元素值均为Δ的列向量,Δ为原始信号的最大值,d是直流偏置列向量。
其中,关于光功率的约束条件为1
步骤3,确保N
由步骤2得到的功率分配数值φ
步骤4,在步骤3基础上进一步去除
步骤5,取步骤4所得信道容量的最大值作为最终的信道容量。
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所限定的范围。
实施例1
本实施例包括如下步骤:
步骤1,通过可见光通信系统的发送端获取信道矩阵,并对其进行奇异值分解;
列出可见光通信系统信号模型的表达式为
y
发送端LED数量为N
可见光MIMO的信道矩阵H如下:
其中第i行第j和元素h
其中,系数κ与LED半角值
本实施例所采用的模型如图1所示,设置LED1坐标(-0.2,0,2.5),LED2坐标(0.2,0,2.5);两个探测器坐标分别为PD1:(-0.1,0,0.75),PD2:(-0.1,0,0.75)。
将H矩阵做SVD分解得到
Η=UΛV
其中U和V是左右奇异矩阵,分别是N
步骤2:
发送信号为
x=d+Fs (5)
d为N
带入公式(1)的信道模型,得:
y
去除直流的影响,得到下式:
y=y
为了满足x的非负性,令
abs(F)Δ=d (8)
其中Δ=[Δ,Δ,Δ…]
实例中限制发射机的总光功率是P
1
设置预编码矩阵:
F=VΦ (10)
其中,Φ是N
公式(7)左右两边同时左乘U
y′=U
其中n′=U
对于第k个子信道,
y′
从公式(12)可以看出,φ
φ
本实施例中设置Δ=1方便计算,总能量限制为1
其中1
第k个子信道的可达传输速率下界为
其中,e为自然数,
根据功率约束条件最大化信道容量,建立优化模型如下:
φ
对上述优化模型建立拉格朗日函数:
对该函数进行KKT条件分析,共得到6个约束关系。具体如下:
t
t
φ
η≠0 (22)
现需要根据上述约束条件求解出φ
由公式(17)可知:
由于ε>0,φ
η>0 (25)
随后,可将公式(23)改写为:
对于公式(26),由于
当
当
当
所以,综上所述,直接根据信道容量下限进行模型优化,所得功率分配方案如下:
步骤3:
由步骤2已知φ
步骤4:
在步骤3基础上进一步去除
步骤5:
选用步骤4中最大的容量值作为本发明所得最终信道容量。
现重新考虑公式(27)所得功率分配方式。
图2为本实施例中采用本发明提出的方法与3N
实施例2
本实施例包括以下步骤:
步骤1:
列出可见光通信系统信号模型的表达式为
y
发送端LED数量为N
可见光MIMO的信道矩阵H如下:
其中第i行第j和元素h
其中,系数κ与LED半角值
本实施例所采用的模型与图1相似,只不过增加了LED与PD的个数,设置LED1坐标(-0.3,-0.3,2.5),LED2坐标(-0.3,0.3,2.5);LED3坐标(0.3,-0.3,2.5),LED4坐标(0.3,0.3,2.5);四个探测器坐标分别为PD1:(-0.05,-0.05,0.75),PD2:(-0.05,0.05,0.75),PD3:(0.05,-0.05,0.75),PD4:(0.05,0.05,0.75)。
将H矩阵做SVD分解得到:
Η=UΛV
其中U和V是左右奇异矩阵,分别是N
步骤2:
发送信号为
x=d+Fs (5)
d为N
带入公式(1)的信道模型,得:
y
去除直流的影响,得到下式:
y=y
为了满足x的非负性,令
abs(F)Δ=d (8)
其中Δ=[Δ,Δ,Δ…]
本实施例中限制发射机的总光功率是P
1
F=VΦ (10)
其中,Φ是N
公式(7)左右两边同时左乘U
y′=U
其中n′=U
对于第k个子信道,
y′
从公式(12)可以看出,φ
φ
本实施例中设置Δ=1方便计算,总能量限制为1
其中1
第k个子信道的可达传输速率下界为
其中,e为自然数,
根据功率约束条件最大化信道容量,建立优化模型如下:
φ
对上述优化模型建立拉格朗日函数:
对该函数进行KKT条件分析,共得到6个约束关系。具体如下:
t
t
φ
η≠0 (22)
现需要根据上述约束条件求解出φ
由公式(17)可知:
由于ε>0,φ
η>0 (25)
随后,可将公式(23)改写为:
对于公式(26),由于
当
当
当
所以,综上所述,直接根据信道容量下限进行模型优化,所得功率分配方案如下:
步骤3:
由步骤2已知φ
步骤4:
在步骤3基础上进一步去除
现采用另外一种预编码设计方案用以对比。首先,本发明是建立在信道矩阵H的SVD分解基础上的,现在考虑基于信道矩阵H的GMD分解的预编码矩阵设计方案。将H分解为:
H=QR
并且,预编码矩阵F设计为F
在GMD分解方案下,信道容量可估计为:
其中,K为信道矩阵H的秩,e为自然数,
步骤5:
选用步骤4中满足注水算法思想方案下所得最大的容量值作为本发明所得最终信道容量。
而在基于GMD分解的预编码矩阵设计中,由于默认各子信道分配功率一样,仅需要根据功率限制条件1
最后,比较这两种不同分解方法下的信道容量,如图3所示。可以看出基于SVD分解的预编码矩阵方案下所得信道容量较大,说明该方案下具有更高的可达传输速率。
本发明在基于SVD分解的预编码矩阵设计基础上,提出来一种多输入多输出可见光通信特征信道功率分配方案,可以确保性能较好的子信道分配较大的功率参数,从而最大化信道容量。所以,本发明在保留较好的通信性能同时,还具有低复杂度优点,节约了时间成本。
以上所述仅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。
- 一种多输入多输出可见光通信特征信道功率分配方法
- 多用户多输入多输出系统广播信道功率分配方法及系统