一种基于信道不确定性的共生无线电资源优化方法

技术领域

本发明属于共生无线电技术领域，涉及一种基于信道不确定性的共生无线电资源优化方法。

背景技术

随着低功耗物联网技术的飞速发展，急剧增加的连接需求与无线节点有限的电池寿命、稀缺的频谱资源之间的矛盾显得更加严重。共生无线电是一种结合认知无线电与反向散射通信的技术优点而产生的一种新的通信范式，可有效缓解频谱短缺、减小用户间干扰。在该系统中，次用户设备对主用户设备的干扰不复存在，而是通过加载自身信号进行反射通信来帮助主用户传输，使得两个不同类型的通信系统实现互惠共生，从而在提高了频谱效率的同时，还解决了传统认知无线电系统中主次用户同频干扰的问题。

由于实际的通信场景较为复杂，总是假设收发机或基站可以获得完美的信道状态信息是不切实际的，传统的共生无线电资源优化方法常常忽略不完美信道状态信息(即，信道不确定性)对系统性能的影响，不完美信道状态信息可能会导致资源优化方法性能下降，因此，基于信道不确定性的共生无线电资源优化方法对提高系统资源分配能力与实际工程应用提出了新的挑战。

发明内容

有鉴于此，本发明的目的在于提供一种基于信道不确定性的共生无线电资源优化方法，考虑信道不确定性的影响，提高系统的吞吐量。

为达到上述目的，本发明提供如下技术方案：

一种基于信道不确定性的共生无线电资源优化方法，在一个配备有N根天线的主发射机、一个主接收机和K个单天线的反向散射设备的共生无线电系统中，主发射机通过直连链路向主接收机传递信息，同时反向散射设备通过调整反射系数将自身信息调制到来自主发射机的入射信号上，并将它们反射到主接收机；该方法包括以下步骤：

S1：初始化系统参数；

S2：迭代初始化；设定背景噪声σ

S3：根据直连链路的最小吞吐量约束、反向散射链路的最小吞吐量约束、传输时间约束、最大发射功率约束、反射系数约束以及信道不确定性集合约束，以系统吞吐量最大化为优化目标构建基于信道不确定性的共生无线电资源优化模型；

S4：利用最坏准则法和柯西-施瓦茨不等式将基于信道不确定性的资源优化模型转换为确定性问题模型；

S5：利用变量替换方法解耦目标变量，固定时间分配因子t

S6：固定波束成形向量W，利用连续凸逼近方法和二元函数泰勒展开方法将确定性问题转化为凸优化问题计算得到t

S7：判断系统总吞吐量是否收敛；若是，计算并输出最优的系统总吞吐量R

S8：判断当前迭代次数是否大于最大迭代次数；若是，输出R

进一步，步骤S1中所述系统参数包括主发射机天线数N、反向散射设备数K、主发射机最大发射功率P

进一步，步骤S3所述基于信道不确定性的共生无线电资源优化模型如下：

C

C

其中，k表示任意反向散射设备，

进一步，系统和吞吐量表示为：

其中，

进一步，步骤S4所述将基于信道不确定性的资源优化模型转换为确定性问题模型，具体包括以下步骤：

S41：令W＝ww

考虑以下问题

该式的拉格朗日函数表述为：

取一阶导数等于零，得到

定义

采用变量替换法，令A

S42：基于最坏准则方法对约束C

基于柯西-施瓦茨不等式，有

约束条件C

S43：将基于信道不确定性的资源优化模型转换为确定性问题模型：

C

C

进一步，步骤S5中计算得到的波束成形向量W如下：

其中，

进一步，步骤S6具体包括以下步骤：

基于求得的W，求解t

使用连续凸逼近方法和二元函数泰勒展开方法将非凸约束转化为线性表达式，定义函数

其中，

函数g(t

令

将求解t

C

其中，

进一步，步骤S7所述判断系统总吞吐量是否收敛，具体包括：

当第l次迭代共生无线电系统的总吞吐量满足

本发明的有益效果在于：本发明在保证系统和吞吐量最大化的同时，提高了系统的鲁棒性，满足了用户的服务质量要求。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明的系统模型；

图2为本发明的求解流程图；

图3为本发明在不同方法下信道不确定性与中断概率的曲线图；

图4为本发明在不同方法下天线数量与系统吞吐量的曲线图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明提供一种基于信道不确定性的共生无线电资源优化方法，基于共生无线电系统，该共生无线电系统如图1所示，含有一个主发射机，一个主接收机和K个反向散射设备。其中，主发射机配置有N≥1根天线，主接收机和K个反向散射设备配置单根天线。主发射机通过直连链路向主接收机传递信息，同时反向散射设备能够通过调整反射系数将自身信息调制到来自主发射机的入射信号上，并将它们反射到主接收机。当主发射机向主接收机发送消息时，反向散射系统之间存在多个反向散射设备带来的同频干扰。因此采取时分多址接入技术来避免反向散射设备间的同频干扰，假设时间帧T分成K个时隙，K个时隙分别分配给K个反向散射设备，

如图2所示，本方法包括以下步骤：

S1：初始化系统参数；所述系统参数包括主发射机天线数N、反向散射设备数K、主发射机最大发射功率P

S2：迭代初始化；设定背景噪声σ

S3：基于信道不确定性根据直连链路的最小吞吐量约束、反向散射链路的最小吞吐量约束、传输时间约束、最大发射功率约束、反射系数约束以及信道不确定性集合约束以系统吞吐量最大化为优化目标构建基于信道不确定性的共生无线电资源优化模型；

S4：利用最坏准则法和柯西-施瓦茨不等式将基于信道不确定性的资源优化模型转换为确定性问题模型；

S5：利用变量替换方法解耦目标变量，固定时间分配因子t

S6：固定波束成形向量W，利用连续凸逼近方法和二元函数泰勒展开方法将确定性问题转化为凸优化问题计算得到t

S7：判断系统总吞吐量是否收敛；若是，计算并输出最优的系统总吞吐量R

S8：判断当前迭代次数是否大于最大迭代次数；若是，输出R

考虑块衰落信道模型，主接收机的接收信号为

其中，

主接收机对直连链路信息进行解码，可以得到在第k个时隙内，由主发射机到主接收机直连链路的信干噪比为

因此基于香农公式，主发射机到主接收机的吞吐量为

假设主接收机利用串行干扰消除技术将直连链路信息s

同理，在第k个时隙内，反向散射设备到主接收机的吞吐量为

因此，系统总吞吐量最大化资源分配问题可描述为

C

C

其中,

由于在实际信道中存在传输延迟等因素，要获得完美的信道状态信息是非常困难的，例如信道系数h和g

其中，||·||表示二范数符号。

C

C

其中，C

为了处理约束条件C

由于上式中的不确定性，考虑以下问题

该式的拉格朗日函数可表述为

取一阶导数等于零，得到

定义

式中存在耦合的优化变量t

为了处理约束C

同理，有

基于柯西-施瓦茨不等式，有

因此，约束条件C

问题P2可重新表述为

C

C

由于约束

子问题1：求解W。

首先，固定t

为了处理目标函数中的耦合的优化变量，使用松弛变量法

χ

φ

然而，优化变量仍是非凸的。因此，使用连续凸逼近方法和一阶泰勒展开方法，可以重新表示为

其中，

由于仍然存在非凸的秩一约束，问题P3-A为非凸优化问题。因此，使用半正定松弛法松弛秩一约束。该问题转化为凸优化问题，可以通过CVX工具箱直接求解。假如求得的解满足秩一约束，则可以通过特征值分解法获得最优的波束成形向量。否则，采用高斯随机化技术获得其近似解。

子问题2：基于求得的W，求解t

问题中存在非凸约束，使用连续凸逼近方法和二元函数泰勒展开方法将非凸约束转化为线性表达式。定义函数

其中，

令

由于约束

P3-B是一个凸优化问题，可以利用CVX工具箱进行求解。

在本实施例中：以下通过对通信网络初始值的假设，对本发明进一步说明。

1)仿真条件

本节通过仿真结果来验证算法的收敛性和有效性。假设系统中存在一个基站，基站配备有2根天线，两个反向散射设备和一个主接收机。路径损耗为d

2)仿真结果

本实施例中，将所提的基于信道不确定性的共生无线电资源分配方法与非鲁棒方法以及传统非共生方法进行对比，从图3可以看出，随着信道不确定性的增加，三种方法的中断概率也随之增加。其原因在于，信道不确定性的增加导致信道环境变差后，发生中断的概率变大。由于本发明方法考虑了系统的鲁棒性，因此中断概率较小，与传统非共生方法相比，本文算法中断概率减小了约1.085％。从图4可以看出，随着天线数量的增加，3种方法的吞吐量都随之增加。其原因在于，天线数量的增加可以提高波束增益，获得更好的波束成形的效果，因此系统吞吐量增加。传统非共生方法由于没有消除主信道和反向散射信道之间的信道干扰，从而信干噪比小于本发明方法，因此该方法的系统总吞吐量较小。本发明方法由于考虑信道不确定性影响与采用共生机制，系统总吞吐量始终高于传统非共生方法，吞吐量提升约1.184％。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。