Massive-MIMO系统中能效和频效的性能折中方法

发布时间：2021-02-04 04:12

　　Massive-MIMO多用户系统中,现有能效（EE）和频效（SE）性能折中方法在单个目标优化时无法适应变化场景,进而无法对优化目标进行有效追踪.对此,提出了一种能够适应变化场景需求的能效和频效性能折中方法.通过构建折中优化函数,将非凸的多目标优化问题转化为单目标凸优化问题,并利用拉格朗日乘子法进行求解.理论分析和仿真结果表明,提出的性能折中方法能够在系统电路功耗的限制下,通过设定折中因子改变系统能效值或频效值,并同时获取能效和频效的最佳性能折中. 

【文章来源】：北京邮电大学学报. 2020,43(04)北大核心

【文章页数】：7 页

【部分图文】：

系统模型

图2为发射天线128，有效功率预算Q=PT/θp分别为0.04,0.09,0.11时[17],SE和EE在不同权衡因子α下的性能曲线．从图2可以看出:(1)当α=0时，该问题转变为最大化系统频效SE，当α=1时，问题转变为最小化传输功率;(2)当α=αEE=0.5，系统平均能效EE达到了最大，当α从0～αEE变化时，EE在逐渐增大，而SE在逐渐减小，且当α从αEE～1变化时，EE和SE都在减小，故而此时性能折中点为αEE=0.5．在图2中，可通过改变α来实现预定的EE或SE的性能指标;(3)对于在较大的发射功率预算(Q=0.11)处，可以观察到SE和EE与α之间存在的折中关系，可以通过设定能效值得到该设定目标下频效所能达到的最优值;反之亦然．此外，足够的传输功率预算限制了SE随着α的减小而改善的趋势，并且对EE的曲线从其所预期的趋势进行了限制．图3所示为Q=PT/θp=0.11时，不同电路功率消耗对于系统EE的作用曲线．可以看出:(1)随着电路功耗Pc的降低，系统EE在增大，这是因为传输数据的总功耗成本降低，符合式(6)的变化趋势．(2) Pc为20、100、300 W时，系统EE的最大值出现在αEE为0.7、0.6、0.5处，这显示出随着αEE的增加，Pc在降低，说明了传输系统在Pc较大时，会用较大的传输功率去保证数据传输的成功，并提高EE;反之，在Pc较小时，用较小的传输功率提高EE.

图4所示为Q=PT/θp=0.11时，不同电路功率消耗对于系统SE的作用曲线．可以看出:(1)对于α=0时，优化问题转变为最大化系统SE，并且无论Pc的值如何变化，都得到了相等的最大SE，这是因为SE不依赖于电路功耗;(2)对于α>0时，随着电路功耗Pc的增加，系统SE在增大，这种趋势与系统EE的变化是相反的，符合二者的矛盾关系．综合考虑，所提方案在不同场景要求上，具有良好的适应性和较好的系统性能．图4 不同电路功耗下的系统频效性能


本文编号：3017702