0 引言

    隨著智能終端的快速發(fā)展及其在無(wú)線通信網(wǎng)絡(luò)中的廣泛應(yīng)用,，無(wú)線數(shù)據(jù)傳輸速率需求呈現(xiàn)指數(shù)增長(zhǎng)，至2020年,，無(wú)線通信的傳輸速率需求將是目前傳輸速率的近千倍,，能夠提供每秒千兆比特傳輸?shù)?G移動(dòng)通信系統(tǒng)仍然難以滿足這種需求。因此,，有學(xué)者提出了大規(guī)模MIMO的概念^[1],，即在基站端部署上百根天線來(lái)服務(wù)幾十個(gè)終端。對(duì)于一個(gè)非常大的天線陣列,，信道狀態(tài)由隨機(jī)變?yōu)榻y(tǒng)計(jì)確定,。其結(jié)果是小尺度衰弱能夠被平均。此外,，隨著基站天線數(shù)目的增加,，不同用戶信道矢量之間近似正交,當(dāng)天線數(shù)目趨于無(wú)窮時(shí),不同用戶信道矢量之間趨于正交。若天線數(shù)量無(wú)限制,，在BS端進(jìn)行簡(jiǎn)單的匹配濾波處理(Matched Filtering,，MF)，不相關(guān)的噪聲和小區(qū)內(nèi)干擾可完全抑制^[1],。大規(guī)模MIMO系統(tǒng)的另一個(gè)重要的優(yōu)勢(shì)是能夠降低發(fā)射功率,。在上行鏈路中，減少終端的發(fā)射功率有助于減緩電池的耗盡速度,。在下行鏈路中,，基站端的功率放大，電路及冷卻系統(tǒng)耗費(fèi)了主要的功率,。因此,，減少發(fā)射的射頻功率將有助于減少基站的功率消耗,。

    大規(guī)模天線陣列可實(shí)現(xiàn)大規(guī)模MIMO的巨大潛力激發(fā)了研究者的興趣及其相關(guān)技術(shù)研究。現(xiàn)有的主要研究集中在以下幾個(gè)方面：(1)大規(guī)模天線陣列的設(shè)計(jì)^[2],；(2)信道的建模和估計(jì)^[3],；(3)頻譜效率和能量效率的權(quán)衡分析^[4]；(4)預(yù)編碼方案^[5],；(5)信道估計(jì)和檢測(cè)算法^[6],；(6)導(dǎo)頻的設(shè)計(jì)以及分配方案^[7]。

    在上行鏈路中的研究中,，文獻(xiàn)[8]證明了能量效率是關(guān)于天線數(shù)量M的擬凹函數(shù),。在下行鏈路中文獻(xiàn)[9]說(shuō)明了能量效率是關(guān)于M的擬凹函數(shù)。但是上述文獻(xiàn)得出結(jié)論的過(guò)程中沒(méi)有綜合考慮M和K 對(duì)最大化能量效率的影響,，或者能量效率的推導(dǎo)建立在簡(jiǎn)單的功率消耗模型上,。對(duì)于給定上行和速率，文獻(xiàn)[10]獲得了最佳的M和K,，由于沒(méi)有考慮導(dǎo)頻信號(hào)的開(kāi)銷,，從而使得獲得的K值很大。為了獲取更準(zhǔn)確的結(jié)果,，本文使用一種典型的MIMO功率消耗模型,，通過(guò)該模型來(lái)說(shuō)明實(shí)際的功耗擴(kuò)展速度大于隨線性增長(zhǎng)的M和K?；诖四Ｐ投聪ざ嘤脩舸笠?guī)模MIMO系統(tǒng)中M,、K和發(fā)送功率對(duì)總的上行和下行能量效率的影響。

1 系統(tǒng)模型

    考慮單小區(qū)系統(tǒng),，小區(qū)內(nèi)有K個(gè)用戶,。基站擁有M根天線服務(wù)于單天線用戶,。帶寬為B(Hz),，采用的是平坦衰落，相干帶寬為B_C(Hz),，相干時(shí)間為T(mén)_C(s),。所以在一個(gè)相干塊U=B_CT_C的長(zhǎng)度內(nèi)，信道特性保持不變,。假設(shè)基站和用戶之間完全同步,，并且兩端采用TDD方式進(jìn)行通信，上下行發(fā)送的數(shù)據(jù)結(jié)構(gòu)如圖1所示,。上行和下行碼元發(fā)送比例是ζ^(ul)和ζ^(dl),，并且ζ^(dl)+ζ^(ul)=1,，上行鏈路中導(dǎo)頻信號(hào)占用Kτ^(ul)個(gè)碼元,，τ^(ul)≥1,。由于采用TDD方式進(jìn)行通信，所以基站可以充分利用信道的互易性,，由上行信道的估計(jì)來(lái)進(jìn)行信號(hào)接收以及下行信號(hào)預(yù)處理,。

1.1 信道模型和預(yù)編碼

1.2 上行鏈路

其中，第一項(xiàng)表示期望信號(hào),，第二項(xiàng)表示小區(qū)內(nèi)來(lái)自其他用戶的干擾,，第三項(xiàng)表示噪聲。p_d表示每個(gè)用戶的平均發(fā)送功率,，滿足p_d=ρK,。s=[s₁，s₂,，…,，s_K]^T為K個(gè)用戶同時(shí)發(fā)送的信號(hào)矢量。

    采用ZF檢測(cè)器時(shí),，第k個(gè)用戶的信干比(Signal to Interference Ratio,，SINR)為：

1.3 下行鏈路

1.4 實(shí)際功率消耗消耗模型

    現(xiàn)有的大多數(shù)關(guān)于大規(guī)模MIMO能量效率的研究中，選取的功率消耗模型主要包括發(fā)射功率和設(shè)置為常數(shù)的電路消耗功率,。然而當(dāng)基站天線數(shù)目趨于無(wú)窮時(shí),，使用這種簡(jiǎn)單的模型會(huì)導(dǎo)致能量效率隨著基站天線數(shù)目的增加也無(wú)限增長(zhǎng)。產(chǎn)生這種結(jié)果的主要原因是由于電路當(dāng)中射頻(Radio Frequency,，RF)和基帶處理所消耗的功率會(huì)隨著M和K的增加而變化,。因此在傳統(tǒng)的MIMO中由于收發(fā)兩端的天線數(shù)目較少，可以將電路消耗的功率設(shè)置為常數(shù),。然而在大規(guī)模MIMO系統(tǒng)中并不適用,。本文使用文獻(xiàn)[11]提出的典型MIMO收發(fā)器電路功率消耗模型：

    該模型分為兩部份，固定功率P_FIX為常量,，表示控制信號(hào),、與負(fù)載無(wú)關(guān)的回程以及基帶處理器的功率消耗；后面三項(xiàng)表示收發(fā)器的功率消耗,，其中P_BS表示基站中每根天線的電路功率消耗包括轉(zhuǎn)換器,、混頻器和濾波器三部分，P_SYN表示本地振蕩所需要的功率,，P_UE則表示用戶端的放大器,、混頻器、振蕩器以及濾波器的電路功率消耗,。通過(guò)上述功率模型使分析得到的能量效率更接近真實(shí)值,。

2 最大化能量效率

2.1 多小區(qū)系統(tǒng)中最大化能量效率

    大規(guī)模MIMO系統(tǒng)中的能量效率采用bit/Joule來(lái)衡量，即表示平均和速率(bit/second)與總共消耗的平均功率的比值(Watt)。在多用戶環(huán)境中,，采用ZF處理上行鏈路和下行鏈路來(lái)最大化能量效率可以表示為：

    本文通過(guò)最優(yōu)的用戶數(shù)目 K,、天線數(shù)目 M和發(fā)送功率ρ來(lái)最大化能量效率。 K和 M是整數(shù),，從而可以通過(guò)窮舉所有的( K,， M)對(duì)并為每對(duì)分配最優(yōu)的功率，以此來(lái)計(jì)算對(duì)應(yīng)的能量效率,。通過(guò)比較,，找出能量效率最大時(shí)所對(duì)應(yīng)的 K、M值,。

    上述方法雖然簡(jiǎn)單,，但是計(jì)算復(fù)雜度較大，它需要遍歷所有 K和M可能組合的能量效率值然后進(jìn)行對(duì)比從而解出最大值,。一個(gè)實(shí)用的方案是根據(jù)標(biāo)準(zhǔn)的迭代算法優(yōu)化系統(tǒng)參數(shù),，可以通過(guò)乘積對(duì)數(shù)函數(shù)^[12]來(lái)推導(dǎo)出每一次迭代的最優(yōu)解M和ρ，而對(duì)于K作為自變量時(shí),，目標(biāo)函數(shù)的求解不滿足乘積對(duì)數(shù)函數(shù)的求解條件,，所以K無(wú)法利用上述方法求解。由于能量效率是關(guān)于K的擬凹函 ,，所以可以通過(guò)對(duì)目標(biāo)函數(shù)求關(guān)于K的導(dǎo)數(shù),，進(jìn)而求得最優(yōu)的K值。具體的算法如下：

    (1)初始化M,、K,、ρ。

    (2)求解最優(yōu)用戶數(shù)量

    ρ^*的表達(dá)式中含有C′,、D′兩項(xiàng),，可以看出發(fā)送功率(PA)隨著固定功率、基站天線和用戶天線{P_BS,，P_FIX,，P_SYN，P_UE}的增加而增加,，即天線數(shù)目增加時(shí),，由式(9)可知相應(yīng)的電路消耗功率也會(huì)增加，而式(16)說(shuō)明了電路消耗功率的增加會(huì)引起ρ^*的增加,，從而提升和速率,。所以當(dāng)發(fā)射功率相對(duì)于總的消耗功率可以忽略不計(jì)時(shí)，通過(guò)提高電路消耗功率來(lái)最大化能量效率是可行的,。從文獻(xiàn)[13]的研究中可以得出,，當(dāng)基站無(wú)法獲得準(zhǔn)確的信道狀態(tài)信息(CSI)時(shí)，隨著M的變大，發(fā)送功率與成反比,。然而,，本文通過(guò)式(16)來(lái)說(shuō)明通過(guò)文獻(xiàn)[13]無(wú)法準(zhǔn)確獲得系統(tǒng)最優(yōu)的能量效率。

    (5)重復(fù)步驟(2)～(5),，直到迭代完成,。

    上述所求解的能量效率有上界,。因此,，設(shè)置任意的初始值M、K,、ρ,，通過(guò)迭代算法使每一次計(jì)算數(shù)值向最優(yōu)的值逼近，并且在逼近的過(guò)程中,，M,、K、ρ的值只會(huì)增加(或保持),直到求得最終的解,。   

2.2 多小區(qū)系統(tǒng)中最大化能量效率

    在多小區(qū)系統(tǒng)中采用與單小區(qū)相同的分析架構(gòu),。假設(shè)所有小區(qū)中的M、K,、ρ小區(qū)形狀,，用戶分配方式以及傳播環(huán)境都相同，即小區(qū)間完全對(duì)稱,。仿真中使用J個(gè)小區(qū),。記x_jk表示小區(qū)j中的第k個(gè)終端的位置，l_j(x)表示小區(qū)j中在位置x∈R²處用戶和基站之間的信道衰減包括路徑損耗,、散射,、陰影衰弱三部分。由于仿真中采用完全對(duì)稱的方案表明在不同小區(qū)的同一位置處反向平均信道衰弱S_x=E{(l_j(x_jk))^-1}都相同,。此外,，定義：

用來(lái)表征小區(qū)l中的用戶k對(duì)小區(qū)j的上行鏈路干擾。由于對(duì)稱的原因,，系統(tǒng)中上行鏈路和下行鏈路的干擾相同,，即I_jl=I_lj。

    式(18)相對(duì)于單小區(qū)系統(tǒng)要復(fù)雜的多,，由于文中考慮的參數(shù)K,、M、ρ都出現(xiàn)在了分子和分母上,，所以求解非常復(fù)雜,。在這里本文將其放到單小區(qū)的系統(tǒng)模型中去求解，通過(guò)將式(18)代入到單小區(qū)系統(tǒng)中可取得與單小區(qū)相似的結(jié)果。

3 仿真分析

    本節(jié)中對(duì)前文提出的假設(shè)通過(guò)MATLAB仿真來(lái)證明,。仿真中,，上行鏈路和下行鏈路都采用ZF處理。本文分別分析了在單小區(qū)擁有好的信道狀態(tài)信息時(shí)能量效率與發(fā)送功率的關(guān)系以及在多小區(qū)中導(dǎo)頻污染對(duì)能量效率的影響,。同時(shí),，分別給出了在兩種模式下系統(tǒng)達(dá)到最大能量效率時(shí)所需要的基站天線數(shù)目，小區(qū)內(nèi)所能服務(wù)的最大用戶量和最佳發(fā)射功率,。相應(yīng)的仿真參數(shù)由表1給出,。

    本文所考慮的多小區(qū)系統(tǒng)是完全對(duì)稱的。用戶的分配方式和單小區(qū)系統(tǒng)完全相同,，小區(qū)的形狀為正六邊形,，并且假定每個(gè)小區(qū)所受到的干擾只限于其每個(gè)方向上最近的一個(gè)小區(qū)。仿真中分別采用導(dǎo)頻復(fù)用因子為1,、4進(jìn)行仿真,。所有仿真結(jié)果如圖2～5所示。

    圖2和圖3是對(duì)單小區(qū)性能的描述,。圖2表示當(dāng)基站擁有完整的信道狀態(tài)信息并使用ZF處理時(shí),，每次迭代產(chǎn)生的能量效率所對(duì)應(yīng)的M和K。每組M和K所對(duì)應(yīng)的最優(yōu)ρ由式(15)求得,。圖中的*號(hào)表示全局最優(yōu)點(diǎn),，可以看出圖2的表面光滑并且是凹的，并且達(dá)到的能量效率為33.78 Mbit/Joule所對(duì)應(yīng)的M=188,，K=120,。每次迭代的過(guò)程即為圖中所標(biāo)記的圓點(diǎn)，從圖中可以看到大約經(jīng)過(guò)5次迭代之后就已經(jīng)非常接近最佳值點(diǎn),。

    圖3表示的是使用不同M(K是最優(yōu)的)最大化能量效率時(shí)候所消耗的PA功率,，圓圈表示最大能量效率點(diǎn)。圖中總的PA功率曲線隨著M的增加而上升,，說(shuō)明當(dāng)基站增加天線數(shù)目時(shí),，可以通過(guò)提高發(fā)射功率來(lái)最大化能量效率。同時(shí)圖3給出了每根基站天線的發(fā)射功率隨著天線數(shù)目的增加而減小,，原因是總的發(fā)射功率雖然增加,，但是由于M值較大，從而分配到每根天線上的功率就相對(duì)較小,。

    圖4～5為多小區(qū)的仿真結(jié)果,。圖4表示在多小區(qū)中最優(yōu)的能量效率所對(duì)應(yīng)的M和K的值，采用的導(dǎo)頻復(fù)用因子為4,，此時(shí)受到導(dǎo)頻污染的可能性最小,。盡管如此,，在多小區(qū)系統(tǒng)中，目標(biāo)小區(qū)所能達(dá)到的能量效率僅為單小區(qū)的一半,。圖5表示不同導(dǎo)頻復(fù)用因子下的發(fā)射功率,。圖5和圖3比較相似，只是在多小區(qū)的仿真中能夠?qū)崿F(xiàn)的能量效率減小,。因此,，小區(qū)間的干擾通過(guò)減少吞吐量減少了發(fā)送功率和能量效率。從圖中可以看出,，導(dǎo)頻復(fù)用因子越高,，受到的小區(qū)間干擾越小。同時(shí)隨著天線數(shù)目的增加,，仍然可以通過(guò)增加發(fā)送功率來(lái)提升能量效率,。

4 結(jié)論

    本文針對(duì)現(xiàn)有大規(guī)模MIMO系統(tǒng)中的功率消耗模型只考慮了發(fā)射功率的消耗而忽視了電路功率消耗,，或者僅將電路消耗功率作常數(shù)處理,，不考慮隨著硬件變化，相應(yīng)的電路功耗也會(huì)隨之改變,。本文使用一種現(xiàn)有的功率消耗模型,，基于該模型的能量效率是關(guān)于M和K的擬凹函數(shù)。通過(guò)對(duì)上下行鏈路進(jìn)行ZF處理,，聯(lián)合M和K以及發(fā)射功率來(lái)最大化能量效率,。在基站端配置上百根天線同時(shí)服務(wù)大量的終端，并且隨著M和K的增加,，可以通過(guò)提高總的發(fā)射功率來(lái)提升系統(tǒng)的能量效率,。

參考文獻(xiàn)

[1] MARZETTA T L.Noncooperative cellular wireless with unlimited numbers of base station antennas[J].IEEE Transactions on Wireless Communications，2010,，9(11)：3590-3600.

[2] ALRABADI O N,，TSAKALAKI E，HUANG H,，et al.Beamforming via large and dense antenna arrays above a clutter[J].IEEE Journal on Selected Areas in Communications,，2013，31(2)：314-325.

[3] FICKER T, MARTISEK D.Channel   measurements and analysis for very large array systems at 2.6 GHz[C].European Conference on Antennas and Propagation,，2012：433-437.

[4] ZHAO L,，ZHENG K，LONG H,，et al.Performance analysis for downlink massive MIMO system with ZF precoding[J].Transactions on Emerging Telecommunications Technologies,，2014，25(12)：1219-1230.

[5] YANG H,，MARZETTA T L.Performance of conjugate and zero-forcing beamforming in large-scale antenna systems[J].IEEE Journal on Selected Areas in Communications,，2013,，31(2)：172-179.

[6] YIN H，GESBERT D,，F(xiàn)ILIPPOU M,，et al.A coordinated approach to channel estimation in large-scale multipleantenna systems[J].IEEE Journal on Selected Areas in Communications，2012,，31(2)：264-273.

[7] APPAIAH K,，ASHIKHMIN A，MARZETTA T L.Pilot contamination reduction in multi-user TDD systems[C].IEEE International Conference on Communications,，2010：1-5.

[8] HU Y,，JI B，HUANG Y,，et al.Energy-efficiency resource allocation of very large multi-user MIMO systems[J].Wire-less Networks,，2014，20(6)：1421-1430.

[9] BJORNSON E,，KOUNTOURIS M,，DEBBAH M.Massive MIMO and small cells: improving energy efficiency by optimal soft-cell coordination[C].International Conference on Telecommunications，2013：1-5.

[10] MOHAMMED S K.Impact of transceiver power consumption on the energy efficiency spectral efficiency tradeoff of zero-forcing detector in massive MIMO systems[J].IEEE Transactions on Communications,，2014,，62(11)：3874-3890.

[11] CUI S，GOLDSMITH A J,，BAHAI A.Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J].IEEE Journal on Selected Areas in Communications,，2006，22(6)：1089-1098.

[12] BJORNSON E,，SANGUINETTI L,，HOYDIS J，et al.Designing multi-user MIMO for energy efficiency：When is massive MIMO the answer?[C].2014 IEEE Wireless Communications and Networking Conference(WCNC).IEEE,，2014：242-247.

[13] NGO H Q,，LARSSON E G，MARZETTA T L.Energy and spectral efficiency of very large multiuser MIMO systems[J].Communications IEEE Transactions on,，2011,，61(4)：1436-1449.

作者信息：

吳君欽，彭  斌

（江西理工大學(xué) 信息工程學(xué)院,，江西 贛州341000）