基于OPGW接头盒的OAM-MIMO系统能效优化方法

摘要

本发明公开了一种基于OPGW接头盒的OAM‑MIMO系统能效优化方法，该方法步骤包括：建立一个基于UCAs的OAM‑MIMO通信系统能效模型并提出优化问题，由于不同UCA在同一模式下的相互干扰，优化问题是非凸的，难以直接求解。基于双层迭代算法，内层循环利用一阶Taylor近似将非凸功率分配问题转化为凸问题，并外层循环利用二分法对外层的能效进行更新，从而求解寻求优化问题的次优解。本发明结合应用基于UCAs的OAM‑MIMO技术和双层迭代算法的优势，通过合理设置每个OAM模态最小容量和发射功率，保证每个模态都分配到功率基础上进行最大化系统能效，从而优化系统整体性能。

说明书

技术领域

本发明涉及无线通信技术领域，具体涉及一种基于OPGW接头盒的OAM-MIMO系统能效优化方法。

背景技术

由于电网高电压线路大多数都有OPGW光缆，因此可实现灵活业务接入的OPGW接头盒是十分关键的，它影响着输电线路智能化。可实现灵活业务接入的OPGW接头盒可实现输电线路业务的灵活接入，为输电业务提供大带宽、高安全性、灵活接入的基础通道。另外，为了在实现数字通信系统的同时满足技术发展的要求，如何缓解通信网络能耗的上升也是一个迫切需要解决的问题。由于有限的频谱资源，提高通信系统的能源效率需要新的理论和技术。

基于轨道角动量(OAM)模式正交性的优势，OAM模式复用技术为满足爆炸性数据流量的需求提供了新的视角。由于OAM光束的波前是螺旋结构，因此OAM光束是非平面波它也被称为涡旋电磁波。此外，OAM不同模式的正交性可以保证每个信道的独立性，从而增加系统的自由度，这也称为OAM模态复用。由于理论上OAM模式是无限的，因此OAM在未来的通信系统中具有很大的应用潜力，而基于OAM的无线通信系统的研究也在不断发展，近年来取得了突破性进展。F.Tamburini等学者在威尼斯进行了利用螺旋抛物线天线同时传输两种信号的OAM多路无线通信系统的实验。结果表明，OAM多路复用系统提高了系统容量。此外，Y.Yan等人为了实现更多的OAM复用，搭建了32Gbit/s毫米波无线通信链路，在2.5米的传输距离上实现了OAM的8路复用数据传输。日本NTT公司的研究人员研究了基于双极化的OAM-MIMO系统，实现10米内21通道的数据传输，实现了偏振复用、OAM复用和MIMO复用。可见，OAM技术在通信领域受到了广泛的关注。

产生OAM的天线结构有多种，包括螺旋反射结构、透射螺旋结构、透射光栅结构和均匀圆阵(UCA)等。然而，除了UCA外，前三种结构所产生的OAM波束的模态值很难改变。因此，在研究人员逐渐对基于UCA的OAM波束生成方法进行了系统研究。将Butler相移矩阵与UCA相结合，对UCA中的每个天线阵同时馈电，可实现OAM波束的多路复用。Wangjoo-Lee等研究了采用Butler相移器和UCA实现复用三种模态的OAM波束，并研究了其在微波中的功率和隔离特性。仿真结果表明，可实现的最大模态值取决于天线阵列的数目。由于发散的原因，OAM光束很难长距离传输。较高模态的光束发散度越大，对OAM光束的接收就越不利。随着传输距离的增加，OAM光束的束半径逐渐增大，最终导致波束中心存在能量空洞，从而限制了传输距离。

由于OAM和MIMO是下一代无线通信的两项潜在技术，许多研究都集中在OAM和MIMO的结合上。以往文献主要侧重于研究OAM-MIMO系统的最大容量，与能效优化相关的相对较少。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种基于OPGW接头盒的OAM-MIMO系统能效优化方法，本发明结合基于UCAs的OAM-MIMO技术和双层迭代算法的优势，通过合理设置每个OAM模态最小容量和发射功率，保证每个模态都分配到功率基础上进行最大化系统能效，从而优化系统整体性能。

本发明的第二目的在于提供一种基于OPGW接头盒的OAM-MIMO系统能效优化系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种基于OPGW接头盒的OAM-MIMO系统能效优化方法，包括下述步骤：

OAM-MIMO系统具有多个UCA，发送端和接收端的UCA个数相同，基于UCAs和巴特勒矩阵构建发射接收端的OAM-MIMO系统容量模型、总功率损耗模型和能效模型；

采用ZF-SIC技术得到所有UCA在同一模态下对应的信道矩阵，根据各模态对应的信道矩阵计算系统总容量，根据UCA的静态功耗以及其模态的发射功率加权计算系统的总功率损耗，计算系统总容量与总功率损耗的比值得到能效；

在满足最优功率分配的基础上实现能效的最大化，根据系统总容量和系统总功率损耗建立基于UCAs的OAM-MIMO系统的能效最大化数学模型；

将每个OAM波束所需要满足的最低容量要求和最小发射功率要求作为约束条件，根据所得的系统总容量和约束条件构建能效优化问题；

建立基于优化多个UCA上多个OAM模态波束的功率分配方案最大化能效的双层迭代算法，利用内层的一阶Taylor近似将非凸功率分配问题转化为凸问题，利用二分法对外层的能效进行更新，求解优化问题的次优解。

作为优选的技术方案，所述基于UCAs和巴特勒矩阵构建发射接收端的OAM-MIMO系统容量模型、总功率损耗模型和能效模型，具体步骤包括：

将每个UCA上的每个OAM波束视为一个链路，对不同UCA上相同模态的OAM波束进行排序，总发射功率和系统硬件消耗的总功率分别表示为：

系统总的功率损耗P

定义第i个链路的SINR为：

其中，i′和j′代表的是第i个链路在信道矩阵G

系统的总容量C

基于UCAs的OAM-MIMO系统的能效λ

其中，N表示发送端UCA个数，N

作为优选的技术方案，根据所得的系统总容量和约束条件建立基于UCAs的OAM-MIMO系统的能效最大化数学模型，具体表示为：

其中，C1表示各链路的最小容量约束，C2保证每条链路的有效性，C3表示总发射功率约束，R

作为优选的技术方案，所述根据系统总容量和系统总功率损耗建立基于UCAs的OAM-MIMO系统的能效最大化数学模型，具体步骤包括：

对于给定的第z次迭代更新得到的能效

其中，C

将优化问题P2的目标函数转换为：

将优化问题P2的约束C1转化为等价的凸线性形式：

将优化问题P2转化为优化问题P3，具体表示为：

s.t.C1′,C2,C3

定义P

其中

其中，e表示列向量；

将优化问题P3转化为优化问题P4，具体表示为：

s.t.C1′,C2,C3

优化问题P4的约束集为凸的，目标函数为凹函数。

作为优选的技术方案，对优化问题P2进行求解得到固定能效

初始化：设置迭代次数和精确度，设置发射功率P

重复迭代计算直至达到收敛条件，收敛条件为|I

求解优化问题P4得到相应的功率分配方案P

判断|I

若|I

作为优选的技术方案，所述利用二分法对外层的能效进行更新，具体步骤包括：

初始化：设置迭代次数和精确度，设置能效边界值，

重复迭代计算直至达到收敛条件，收敛条件为

能效计算：第z次迭代下的能效

在确定的

更新：功率分配方案P

判断

若

为了达到上述第二目的，本发明采用以下技术方案：

本发明提供一种基于OPGW接头盒的OAM-MIMO系统能效优化系统，包括：OAM-MIMO系统模型构建模块、能效最大化数学模型构建模块、能效优化问题构建模块和优化问题求解模块；

所述OAM-MIMO系统模型构建模块用于基于UCAs和巴特勒矩阵构建发射接收端的OAM-MIMO系统容量模型、总功率损耗模型和能效模型，OAM-MIMO系统具有多个UCA，发送端和接收端的UCA个数相同；

采用ZF-SIC技术得到所有UCA在同一模态下对应的信道矩阵，根据各模态对应的信道矩阵计算系统总容量，根据UCA的静态功耗以及其模态的发射功率加权计算系统的总功率损耗，计算系统总容量与总功率损耗的比值得到能效；

所述能效最大化数学模型构建模块用于在满足最优功率分配的基础上实现能效的最大化，根据系统总容量和系统总功率损耗建立基于UCAs的OAM-MIMO系统的能效最大化数学模型；

所述能效优化问题构建模块用于将每个OAM波束所需要满足的最低容量要求和最小发射功率要求作为约束条件，根据所得的系统总容量和约束条件构建能效优化问题；

所述优化问题求解模块用于建立基于优化多个UCA上多个OAM模态波束的功率分配方案最大化能效的双层迭代算法，利用内层的一阶Taylor近似将非凸功率分配问题转化为凸问题，利用二分法对外层的能效进行更新，求解优化问题的次优解。

为了达到上述第三目的，本发明采用以下技术方案：

一种计算机可读存储介质，存储有程序，所述程序被处理器执行时实现上述基于OPGW接头盒的OAM-MIMO系统能效优化方法。

为了达到上述第四目的，本发明采用以下技术方案：

一种计算设备，包括处理器和用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述基于OPGW接头盒的OAM-MIMO系统能效优化方法。

本发明与现有技术相比，具有如下优点和有益效果：

本发明采用一种双层迭代的能效最大化算法，内层采用一阶泰勒和拉格朗日对偶将非凸的功率分配问题转化为凸的功率分配问题，外层采用二分法更新能效，解决了将基于UCA的OAM-MIMO系统的能效优化问题非凸难以求解的技术问题，从而求得最优功率分配方案。

附图说明

图1为本发明基于OPGW接头盒的OAM-MIMO系统能效优化方法流程图；

图2为本发明OAM-MIMO系统和MIMO系统的能效

图3为本发明OAM-MIMO系统和MIMO系统的能效

图4为本发明在不同的复用模态个数下，OAM-MIMO系统的能效

图5为本发明在不同的复用模态个数下，OAM-MIMO系统的能效

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

如图1所示，本实施例提供一种基于OPGW接头盒的OAM-MIMO系统能效优化方法，包括下述步骤：

步骤一：系统包括一个具有多个UCAs的OAM-MIMO系统，其中发射机和接收机假设是对齐的。发送端和接收端的UCA个数相同，每个UCA上的发射天线和接收天线的数量也设置为相同，基于UCAs和巴特勒矩阵构建发射接收端的OAM-MIMO系统容量模型、总功率损耗模型和能效模型；

在步骤一中，发送端和接收端的UCA个数相同，分别用N和M表示。此外，每个UCA上的发射天线和接收天线的数量也设置为相同，分别用T和R表示。其中，每个UCA上复用OAM信道的数量是相同的，而每个OAM信道承载的数据是不同的。由于发射端同时发射多路复用信号，接收端需要先进行解复用。对于不同UCA在同一模态下的相互干扰，采用ZF-SIC技术得到所有UCA在同一模态下对应的信道矩阵，以恢复复用信号。获得第l个模态对应的信道矩阵G

其中，σ

系统的总功耗模型表示为：

其中PC

为了实现优化，将每个UCA上的每个OAM波束视为一个链路，因此本系统存在N

根据公式(4)和(5)，系统总的功率损耗可重新表示为：

基于以上的转换，定义第i个链路的SINR为：

其中，i′和j′代表的是第i个链路在信道矩阵G

C

则本系统的总容量可以表示为：

根据上述的系统总功率损耗公式和总系统容量公式，系统能效可以表示为：

步骤二：目标是在满足最优功率分配的基础上实现能效的最大化，系统容量关于基站发射功率均是单调增的，但发射功率越大，能效不一定越高。系统的能效取决于系统容量和系统总功耗，基于此建立基于UCAs的OAM-MIMO系统的能效最大化数学模型；

在步骤二中，基于UCAs的OAM-MIMO系统的能效最大化数学模型如下：

其中，C1表示各链路的最小容量约束，C2保证每条链路的有效性，C3表示总发射功率约束。C

步骤三：考虑系统要实现每个OAM波束的都被成功发射，将每个OAM波束所需要满足的最低容量要求和最小发射功率要求作为约束条件，基于所得的系统的总容量C

步骤三中：

首先，定义

根据公式(12)，定义

由公式(13)可以看出，设最优功率分配为P

假设

因此F(λ

s.t.C1，C2，C3 (15b)

很明显，公式(9)可以转化为两个凹函数关于发射功率的差值。因此，将优化问题P2的目标函数转换为：

问题P2中的C1是非凸约束，因此C1需要被转化为等价的凸线性形式：

根据上述的转化，优化问题可以被重新表示为：

s.t.C1′,C2,C3 (20b)

对优化问题P3的具体求解步骤如下：

问题P3中约束C1′、C2、C3的可行集是凸的。但是，优化问题P3的目标函数是两个凹函数的差值，无法判断目标函数是凹的或凸的。因此，优化问题P3难以证明为凸优化问题。由于问题P3是非凸且NP-hard，采用一阶泰勒近似对目标函数(20a)进行变换，即将V(P)转化为一个仿射函数。定义P

其中

其中，e∈C

s.t.C1′,C2,C3 (23b)

由于目标函数被转换成一个凹函数减去一个仿射函数，所以它近似于一个凹函数。优化问题P4的约束集为凸的，目标函数为凹函数，因此问题P4是一个凸优化问题，可以求解。

对问题P2的求解来得到固定能效

初始化：迭代次数k＝0，∈＝10

重复以下过程直至达到收敛条件，收敛条件为|I

求解优化问题P4可以得到相应的功率分配方案P

判断|I

若|I

步骤四：所提出的能效优化问题，由于不同UCA在同一模式下的相互干扰，优化问题是非凸的，难以直接求解，因此将优化问题拆分成两个子问题。建立基于优化多个UCA上多个OAM模态波束的功率分配方案来最大化能效的双层迭代算法，利用内层的一阶Taylor近似将非凸功率分配问题转化为凸问题，并利用二分法对外层的能效进行更新，从而来求解寻求优化问题的次优解。

在本实施例中，采用二分法来更新逼近最优能效的具体步骤如下：

初始化：迭代次数z＝0，ε＝10

重复以下过程直至达到收敛条件，收敛条件为

能效计算：第z次迭代下的能效

在确定的

更新：功率分配方案P

判断

若

如图2-图5所示，本实施例提供基于OPGW接头盒的OAM-MIMO系统能效优化方法的仿真效果图。

如图2和图3所示，比较了所提出的EE最大化算法在OAM-MIMO系统和传统点对点MIMO系统上的性能。每个UCA上的多路复用模态值为[-6，6]。为了公平比较，设置MIMO系统的天线与OAM-MIMO系统相同。此外，MIMO系统的所有天线所覆盖的区域与OAM-MIMO系统中最大半径的UCA所覆盖的区域相同。为了保证信道能达到最小容量要求，在MIMO系统中对信道矩阵进行奇异值分解后，选择特征值较大的信道，即性能相对较好的信道。

如图2所示，设置R

如图3所示，设置P

为了分析复用模态和P

如图4所示，设置R

如图5所示，设置P

实施例2

本实施例提供一种基于OPGW接头盒的OAM-MIMO系统能效优化系统，包括：OAM-MIMO系统模型构建模块、能效最大化数学模型构建模块、能效优化问题构建模块和优化问题求解模块；

在本实施例中，OAM-MIMO系统模型构建模块用于基于UCAs和巴特勒矩阵构建发射接收端的OAM-MIMO系统容量模型、总功率损耗模型和能效模型，OAM-MIMO系统具有多个UCA，发送端和接收端的UCA个数相同；

采用ZF-SIC技术得到所有UCA在同一模态下对应的信道矩阵，根据各模态对应的信道矩阵计算系统总容量，根据UCA的静态功耗以及其模态的发射功率加权计算系统的总功率损耗，计算系统总容量与总功率损耗的比值得到能效；

在本实施例中，能效最大化数学模型构建模块用于在满足最优功率分配的基础上实现能效的最大化，根据系统总容量和系统总功率损耗建立基于UCAs的OAM-MIMO系统的能效最大化数学模型；

在本实施例中，能效优化问题构建模块用于将每个OAM波束所需要满足的最低容量要求和最小发射功率要求作为约束条件，根据所得的系统总容量和约束条件构建能效优化问题；

在本实施例中，优化问题求解模块用于建立基于优化多个UCA上多个OAM模态波束的功率分配方案最大化能效的双层迭代算法，利用内层的一阶Taylor近似将非凸功率分配问题转化为凸问题，利用二分法对外层的能效进行更新，求解优化问题的次优解。

实施例3

本实施例提供一种存储介质，存储介质可以是ROM、RAM、磁盘、光盘等储存介质，该存储介质存储有一个或多个程序，程序被处理器执行时，实现实施例1的基于OPGW接头盒的OAM-MIMO系统能效优化方法。

实施例4

本实施例提供一种计算设备，该计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有显示功能的终端设备，该计算设备包括处理器和存储器，存储器存储有一个或多个程序，处理器执行存储器存储的程序时，实现实施例1的基于OPGW接头盒的OAM-MIMO系统能效优化方法。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。