本发明公开了一种基于混合预编码的无线携能通信系统频谱效率优化方法，包括以下步骤：步骤S1，将无线携能通信系统中的基站BS通过逐步贪心选择算法得到模拟预编码矩阵F；步骤S2，基站BS通过软干扰消除算法，在满足约束条件下最大化无线携能通信系统的频谱效率，得到数字预编码矩阵B；步骤S3，基站BS以模拟预编码矩阵F和数字预编码矩阵B发射信息，实现无线携能通信系统频谱效率最大化。本发明在信号传输的过程中不仅可以提高SWIPT的服务范围，为能量接收机提供一定的能量，而且使用毫米波Massive MIMO技术能够给用户提供更高的数据速率；并且采用混合预编码结构，减少系统硬件复杂度和能量消耗。
1.一种基于混合预编码的无线携能通信系统频谱效率优化方法，其特征在于，包括以下步骤：步骤S1，将无线携能通信系统中的基站BS通过逐步贪心选择算法得到模拟预编码矩阵F；无线携能通信系统为基于毫米波多用户Massive MIMO的毫米波无线携能通信系统，无线携能通信系统包括基站BS、K个信息接收机IR和M个能量接收机ER，信息接收机IR、能量接收机ER均和基站BS连接；
步骤S2，基站BS通过软干扰消除算法，在满足约束条件下最大化无线携能通信系统的频谱效率，得到数字预编码矩阵B，约束条件为基站的最大发射功率为Pm和每个能量接收机ER的最低能量需求为步骤S3，基站BS以模拟预编码矩阵F和数字预编码矩阵B发射信息，实现无线携能通信系统频谱效率最大化；
基站到第k个IR和第m个ER的毫米波信道矩阵分别表示为Hk和Gm，毫米波信道矩阵由Ncl个射频簇构成，每个射频簇有Np个传输路径，毫米波信道矩阵为：其中αil是第i个散射簇中第l个传输路径的复增益 和 分别是天线的到达和离开方位角； 和 分别表示接收和发射天线阵列响应向量；
S11，初始化模拟预编码矩阵F为空矩阵，令迭代次数k＝1；
S13，对于第x迭代，从第k个信息接收机IR的阵列向量集合中 选择使下式最大的列向量：
S14，更新 F[F,fn],x＝x+1，重复步骤S13，直到x＝NrS15，k＝k+1，重复步骤S12‑S14，直到k＝K+1，得到最终的模拟预编码矩阵F。
2.根据权利要求1所述的一种基于混合预编码的无线携能通信系统频谱效率优化方法，其特征在于，基站BS配备Nt根天线和Mt个射频链，K个信息接收机IR配备Nr根天线，M个能量接收机ER配备Mr根天线；基站BS和信息接收IR的每一个射频链都通过移相器组与所有的天线进行连接。
3.根据权利要求1所述的一种基于混合预编码的无线携能通信系统频谱效率优化方法，其特征在于，步骤S2包括以下过程：S21，定义数字预编码矩阵B＝[B1,B2,...,BK]，其中第k个子矩阵服务第k个IR；定义协方差矩阵 定义第k个IR的等效信道 定义第m个ER的等效信道S22，第k个信息接收机IR所获得的速率为：
S23，由于第k个信息接收机IR所获得的信息速率是非凸的，对Rk进行一阶泰勒展开并去掉常数项，得到以下近似函数其中 和 为已知矩阵；
其中η表示ER的电能转化效率，tr(·)表示矩阵的迹；
S25，初始化 为全零矩阵；设定迭代次数初始值为0，最大迭代次数为V；
S27，使用凸优化工具包CVX求解步骤S26的最大化系统频谱效率问题，获得Qi的最优解Q′i，更新S28，重复步骤S25‑S26，直到迭代次数为V；至此得到最优的S29，对 进行特征值分解，得到最优的 并因此得到数字预编码矩阵B＝[B1,B2,...,BK]。
基于混合预编码的无线携能通信系统频谱效率优化方法
技术领域
[0001] 本发明涉及无线传输领域，具体涉及一种基于混合预编码的无线携能通信系统频谱效率优化方法。
背景技术
[0002] 随着网络日益增长，设备接入和业务需求越来越大，频谱资源日益匮乏，所需的能耗也大大增加。由于毫米波波长短，天线尺寸小，可以在有限的空间集成大量的天线；而大规模多输入多输出(Massive Multi‑Input Multi‑Output,Massive MIMO)技术利用波束赋形提供高增益，可以补偿毫米波严重的路径损耗；因此毫米波和Massive MIMO技术相结合起来能够大幅度提升系统的频谱效率，缓解全球频谱资源匮乏的问题，是下一代通信的关键技术。在传统的Massive MIMO系统中，全数字预编码要求每个天线单元都有一个专用的射频链来实现信号处理，这造成了很大的能量消耗和硬件成本。针对这一问题，研究者提出了一种混合预编码方案来减少大规模MIMO系统中射频链的数量。混合预编码由低维数字预编码和高维模拟预编码两部分组成。在数字预编码中，利用少量射频调制基带信号的相位和幅值，支持多数据传输，抑制干扰。在模拟预编码中，为了提高天线阵增益，使用了大量的移相器进行纯相控制。虽然混合预编码方案可以减少能耗，但是整个系统还是消耗的大量能量。
[0003] 无线携能通信(SWIPT，Simultaneous Wireless Information and Power Transfer)被认为是为能量受限的无线系统供能的一种有效方法。相比传统的风能、太阳能等自然能源，能量接收机可以从周围环境的射频信号中获取能量。在无线网络中采用SWIPT可以有效地避免低能无线电池的频繁充电，一方面避免能量资源的浪费，另一方面可以延长能量受限网络设备的使用周期，实现节能减排，绿色通信。但是传统多天线的SWIPT系统的性能增益低，服务距离范围短。
[0004] 因此,行业内急需研发一种能量消耗小、增益服务距离大的利用混合预编码的毫米波多用户Massive MIMO的毫米波无线携能通信系统频谱效率优化方法。
发明内容
[0005] 本发明的目的是针对现有技术的不足，为解决频谱匮乏和能耗的问题，提高SWIPT的服务距离范围，在保障系统中能量用户最低能量获取的情况下，最大化系统频谱效率，提供一种基于混合预编码的无线携能通信系统频谱效率优化方法。
[0006] 本发明的目的可以通过如下技术方案实现：
[0007] 一种基于混合预编码的无线携能通信系统频谱效率优化方法，包括以下步骤：
[0008] 步骤S1，将无线携能通信系统中的基站BS通过逐步贪心选择算法得到模拟预编码矩阵F；无线携能通信系统为基于毫米波多用户Massive MIMO的毫米波无线携能通信系统，无线携能通信系统包括基站BS、K个信息接收机IR和M个能量接收机ER，信息接收机IR、能量接收机ER均和基站BS连接；
[0009] 步骤S2，基站BS通过软干扰消除算法，在满足约束条件下最大化无线携能通信系统的频谱效率，得到数字预编码矩阵B，约束条件为基站的最大发射功率为Pm和每个能量接收机ER的最低能量需求为
[0010] 步骤S3，基站BS以模拟预编码矩阵F和数字预编码矩阵B发射信息，实现无线携能通信系统频谱效率最大化。
[0011] 优选地，基站BS配备Nt根天线和Mt个射频链，K个信息接收机IR配备Nr根天线，M个能量接收机ER配备Mr根天线；基站BS和信息接收IR的每一个射频链都通过移相器组与所有的天线进行连接。
[0012] 优选地，基站到第k个IR和第m个ER的毫米波信道矩阵分别表示为Hk和Gm，毫米波信道矩阵由Ncl个射频簇构成，每个射频簇有Np个传输路径，毫米波信道矩阵为：
[0013]
[0014] 其中αil是第i个散射簇中第l个传输路径的复增益 和 分别是天线的到达和离开方位角； 和 分别表示接收和发射天线阵列响应向量。
[0015] 优选地，步骤S1包括以下过程：
[0016] S11，初始化模拟预编码矩阵F为空矩阵，令迭代次数k＝1；
[0017] S12，初始化单位矩阵T，令迭代次数x＝0；
[0018] S13，对于第x迭代，从第k个信息接收机IR的阵列向量集合中 选择使下式最大的列向量：
[0019]
[0020] S14，更新 F＝[F,fn],x＝x+1，重复步骤S13，直到x＝Nr
[0021] S15，k＝k+1，重复步骤S12‑S14，直到k＝K+1，得到最终的模拟预编码矩阵F。
[0022] 本发明与现有技术相比，具有如下优点和有益效果：
[0023] 本发明提供的基于毫米波多用户Massive MIMO的无线携能通信系统频谱效率优化方法，与现有的无线携能网络相比，结合毫米波Massive MIMO技术，在信号传输的过程中不仅可以提高SWIPT的服务范围，为能量接收机提供一定的能量，而且使用毫米波Massive MIMO技术能够给用户提供更高的数据速率；并且采用混合预编码结构，减少系统硬件复杂度和能量消耗。
附图说明
[0024] 图1为本实施例的基于混合预编码的无线携能通信系统的结构框图。
[0025] 图2为本实施例的频谱效率与信噪比的关系图。
[0026] 图3为本实施例的总能量获取和信噪比的关系图。
具体实施方式
[0027] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0028] 实施例：
[0029] 本实施例提供了一种基于混合预编码的无线携能通信系统频谱效率优化方法，所述方法包括以下步骤：
[0030] 步骤1、假设所述的无线携能通信系统部署一个BS配备Nt根天线和Mt根射频链的基站，K个配备Nr根天线的IR(信息接收机)，M个配备Mr根天线ER(能量接收机)，其中IR从BS发射出的信号获取信息，ER从BS发射出的信号中获取能量。基站到第k个IR和第m个ER的毫米波信道矩阵分别表示为Hk和Gm。BS和IR的每一个射频链都通过移相器组与所有的天线进行连接。毫米波信道矩阵H由Ncl个射频簇构成，每个射频簇有Np个传输路径，毫米波信道矩阵H可以表述为：
[0031]
[0032] 其中αil是第i个散射簇中第l个传输路径的复增益， 和 分别是天线的到达和离开方位角； 和 分别表示接收和发射天线阵列响应向量。
[0033] 对一个在于yz平面的归一化平面天线阵列，设y轴和z轴分别有L1和L2个天线单元，其天线阵列响应可以表述为：
[0034]
[0035] 其中d为天线单元之间间隔，λ为波长，0≤p＜L1和0≤q＜L2。N＝L1L2为天线整列大小。
[0036] 步骤2、已知基站到每个IR和ER毫米波信道矩阵，并以基站到IR的天线阵列响应向量作为模拟预编码矩阵F的候选矢量集合，BS通过逐步贪心选择算法生成模拟预编码矩阵F，步骤如下：
[0037] (1)初始化F为空矩阵，令迭代次数k＝1；
[0038] (2)初始化T为单位矩阵，令迭代次数x＝0；
[0039] (3)对于第x迭代，从第k个IR的阵列向量集合中 选择使下式最大的列向量：
[0040]
[0041] (4)更新 F＝[F,fn],x＝x+1，重复步骤(3)，直到x＝Nr
[0042] (5)k＝k+1，重复步骤(2)‑(4)，直到k＝K+1，得到最终的模拟预编码矩阵F。
[0043] 步骤3、确定模拟预编码矩阵F之后，基站通过软干扰消除算法，满足约束条件的情况下最大化系统的频谱效率，得到数字预编码矩阵B，并满足以下约束条件：基站最大发射功率Pm限制和每个ER的最低能量需求 限制，步骤如下：
[0044] 1)数字预编码矩阵为B＝[B1,B2,...,BK]，其中第k个子矩阵服务第k个IR。定义协方差矩阵为 定义第k个IR的等效信道 定义第m个ER的等效信道
[0045] (2)第k个IR所获得的速率为：
[0046]
[0047] 其中
[0048] (3)由于(2)的信息速率是非凸的，对Rk进行一阶泰勒展开并去掉常数项，得到以下近似函数
[0049]
[0050] 其中 和 为已知矩阵。
[0051] (4)第m个ER所获得的能量为：
[0052]
[0053] 其中η表示ER的电能转化效率，tr(·)表示矩阵的迹
[0054] (5)初始化 为全零矩阵；设定迭代次数初始值为0，最大迭代次数为V；
[0055] (6)最大化系统频谱效率的优化问题，
[0056]
[0057] s.t.
[0058]
[0059] Qi≥0，1≤i≤K
[0060] 其中Qi≥0表示矩阵为半正定矩阵
[0061] (7)使用凸优化工具包CVX求解步骤(3)的优化问题，获得Qi的最优解Q′i，更新[0062] (8)重复步骤(5)(6)，直到迭代次数为V；至此得到最优的Qi,
[0063] (9)对Qi, 进行特征值分解，得到最优的Bi, 并因此得到数字预编码矩阵B＝[B1,B2,...,BK]。
[0064] 图2‑图3为本实施例提供的频谱效率优化方法的仿真效果图。仿真参数设为：BS天线数目Nt＝64，射频链数Mt＝16，IR和ER用户个数为K＝M＝4，天线个数为Nr＝Mr＝4。信道采用毫米波信道模型，设置为Nc＝8，Np＝10，离开角和到达角均服从拉普拉斯分布，角度拓展为8度。噪声功率设为1毫瓦，信道传输路径增益 l满足均值为0，方差为0.1的复高斯分布，能量用户的最低功率需求设为0.1毫瓦。仿真结果通过在1000个信道上平均获得。
[0065] 如图2所示，混合预编码算法的系统频谱效率随着SNR变化曲线，可以看出本发明所提出算法算法性能没有明显性能损失，但是系统所需的射频链是远低于全数字预编码系统的，减少了硬件成本和能量消耗。
[0066] 如图3所示，混合预编码算法的系统总体获取能量功率随着SNR变化曲线，可以看出本文所提出的算法在获取能量方面的性能非常接近全数字预编码算法。
[0067] 以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。
