论文部分内容阅读
大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)技术可以显著提升系统容量和频谱效率。然而,伴随着频谱效率的提高,能源消耗总量和碳排放量也在不断增加,资源短缺与可持续发展之间的矛盾日渐突出,绿色通信技术应运而生。能量采集(Energy Harvesting,EH)作为绿色通信的关键技术,受到广泛关注。本文主要围绕混合能量采集技术和无线信息与功率同时传输(Simultaneous Wireless Information and Power Transfer,SWIPT)技术对Massive MIMO系统资源优化问题展开研究,具体研究成果如下:(1)针对混合能量采集的Massive MIMO系统功率优化问题,本文建立了单小区、多用户的系统模型,其中基站采用固定电网和可再生能源共同供电。在上述模型下,本文设计了以最大化系统吞吐量为目标,以发射功率和电路消耗功率为变量的优化问题,并提出了两种优化算法,分别如下:a)当已知完整的信道状态信息(Channel State Information,CSI)和能量采集过程时,即离线情况,优化问题被建模为凸优化问题,可以通过对偶理论求解最优的功率分配。仿真结果表明,相比于现有的算法,该算法不仅提高了系统容量,而且可以最大限度减少不可再生能源的消耗。b)在实际情况中,完整的CSI和能量采集过程是不可预知的,仅仅已知当前时刻的状态信息。针对上述离线算法的理想性,本文进一步提出了符合实际情况的在线功率分配算法,该算法是在已知CSI和能量采集统计特性的基础上设计的,并且同时采用了动态规划的思想。仿真结果表明,提出的在线算法与离线优化算法性能相近,而且在线算法可行性更高。(2)针对SWIPT技术的Massive MIMO系统的资源优化问题,本文在不理想CSI的Massive MIMO系统模型中,分析出功率分割(Power Splitting,PS)接收机的采集能量以及下行链路的可达速率的渐进表达式,更进一步,提出了以最小化基站发射功率为目标的资源优化算法,算法集中优化了功率分割比、基站发射功率以及用户导频信号发射功率,在确保实现最低传输速率和采集能量的同时,为移动端提供了可持续和可预测的能量供应。仿真结果验证了渐进表达式的正确性以及所提算法的性能优势。