基于5G的绿色宽带通信系统研究与实现*

陶妍

(上海宝信软件股份有限公司，上海 201900)

1 引言

随着智能设备的不断普及与发展，全球无线数据流量将继续保持高速增长势头[1].一些新兴领域的应用，例如分辨率视频流、触觉式互联网、远程监控、道路安全和实时控制等应用都将产生大量的数据流量.然而，目前4G无线通信系统不具备处理爆炸性增长数据的能力.为了提高系统性能，研究了一些提高容量的技术，如正交频分复用(orthogonal frequency division multiplexing，OFDM)、大规模多输入多输出(multiple input multiple output，MIMO)和协作通信和毫米波通信等[2].然而，随着人们对高数据速率和普适服务需求的不断增长，使得发送器和接收器都消耗了大量的能源，而绿色通信可以节约通信能量，对实现5G连续通信起着至关重要的作用.特别是在高密度蜂窝通信系统中，绿色通信在实现长期和自我维持的运行方面面临着巨大的挑战[3-4].

近年来，无线功率传输(wireless power transfer，WPT)作为一种最有希望延长系统寿命的技术而受到广泛关注.能量回收是WPT的关键，其通过一个整流电路将交流(alternating current，AD)功率转换为直流(direct current，DC)功率，从而实现对周围信号源射频的(radio frequency，RF)能量再利用.此外，传统的WPT通常独立于无线信息传输(wireless information transfer，WIT)执行，同时，WPT和WIT有时相互矛盾，即WPT通常关注最大化能量效率，而WIT关注最大化传输吞吐量.考虑到传输信号同时可携带数据信息和射频能量，因此WIT和WPT可以组合构成无线携能通信(simultaneous wireless information and power transfer，SWIPT)，从而提高吞吐量和能效[5-6].为此，许多学者对SWIPT技术进行研究，并取得了丰硕成果.文献[7]从中继选择、转发方式和收发机增益等不同角度对中继网络模型进行分析，研究了5G协作通信系统下的网络模型.文献[8]基于SWIPT技术设计了源端到目的端，源端到中继再到目的的两条路径的5G通信模型.文献[9]基于SWIPT和非正交多址接入技术，构建了全双工物联网中继系统模型，从而提高5G通信系统性能.然而，传统SWIPT执行方法为时间切换和功率分割，其中时间切换会导致通信时延，而功率分裂会导致低信噪比.因此，基于SWIPT的5G通信效率、能耗和抗干扰等方面仍有提升空间.

为解决传统模型带来的时延和低信噪比问题，本文提出了一种改进的基于SWIPT的5G通信系统.在SWIPT模型中，一些子带被选为WIT，而其他子带被选为WPT，采用子带和子带功率联合优化单元.进一步，将数据传输和能量采集联合优化过程描述为一个联合优化问题，并基于拉格朗日乘子法求解.

2 系统模型

2.1 SWIPT发射机

图1所示为SWIPT的发射机模型.N个子带被分成两个子带集，一个用于WIT，另一个用于WPT.

图1 SWIPT发射机模型

令系统频带频率为ω，则WIT与WPT两个集合的向量描述为

(1)

(2)

式中,D=2r表示长度为m的序列;mN为随机变量，且mN∈[0,D-1].用于数据传输和功率传输计算公式分别为

(3)

然后通过快速傅立叶逆变换(inverse fast Fourier transform，IFFT)得到数据传输的时域FMW.计算公式为

(4)

1)二进制调制：此调制模式下，比特流S由一位0和1组成，调制信号公式为

(5)

2)循环码移键控(Cyclic Code Shift Keying，CCSK)调制[10]：此调制模式下，比特流S为n维流，高阶调制信号公式为

(6)

2.2 SWIPT接收机

(7)

式中,T为符号周期，b*(t)为b(t)的共轭矩阵.

直流电储存在可充电电池中，图2所示为信息处理所消耗的能量.为了保证正确的数据检测，接收器必须生成与发射机相同的FMW.因此，子带发射机的分配必须在接收机中获得.这个发送器可以使用公共信道或导频信号.在导频估计中，只有FMW中b(t)被发送到接收器.接收器得到频率接收信号的域并比较子带频谱有阈值的振幅.如果频谱振幅较大阈值之后，本地光谱标记将设置为1，否则0.

图2 SWIPT接收机

2.3 系统性能

如果接收机得到相同的频谱标记向量A(ω)，可以生成理想的局部FMW.考虑在高斯白噪声(white Gaussian noise，WGN)信道，采用二进制调制时系统误码率为

(8)

式中,Eb是符号功率，N0是功率谱密度.函数Q(x)计算公式为

(9)

在CCSK调制下[10]，系统误码率为

(10)

然而，在接收机中估计的频谱标记向量有时和发射器里的不同.定义发送器与接收器之间在A(ω)中不同数量为ε，因此频谱标记不一致情况下的误码率为

(11)

同理，在频谱标记不一致情况下的误码性能(Bit error performance，BER)计算公式为

(12)

接下来考虑由WPT带来的功耗和干扰，BER计算公式为

(13)

式中ζ为功率分配系数，表示数据传输功率与总功率之比，且0<θ<1表示干扰因子.

3 系统参数优化

系数设计时部署联合优化单元以改进系统受能源需求限制.优化将过程描述为一个联合优化问题，因此可通过拉格朗日乘子法求解.

与传输有关的系统吞吐量子带集A(ω)和子带幂向量{pn}，由下式给出

(14)

(15)

式中,0<μ<1是能量收集效率.此外，系统中的能量可能会由于电子设备在回收电路中的能量辐射而泄漏，这可能会干扰数据的检测.因此，必须控制WPT带来的干扰.进一步，系统优化目标可描述为：最大化系统吞吐量R，同时保证最小能量Emin和子带功率受限.系统优化问题最终简化为

(16)

式中,Imax表示系统中最大干扰，N(ω)表示聚合子带的集合,n=1,2,…,N.

进一步，将公式(16)利用拉格朗日方法计算，优化公式如下

图3 不同调制下误码率对比结果Fig.3 Comparison results of bit error rate under different modulation

(17)

式中ζ1、ζ2和ζ3为拉格朗日乘子.

4 仿真与分析

为简化模型，假设系统子带数量为32，带宽为1 kHz，能量收集效率为0.9，功率谱密度为1 mW/Hz，图3所示为二进制下不同类型误码率对比结果.可以看出，二进制调制会产生最高的误码率.多维调制的误码率会随着维度的增加而降低，表明高阶调制可以改善系统的性能.

图4 不同频谱误差下误码率对比结果Fig.4 Comparison results of bit error rate under different spectrum errors

图4所示为不同频谱标记误差下(ρ=[0,20%,40%,80%])，且Eb/N0=[1,10]时，误码率对比结果.可以看出，频谱标记发送器与接收器越接近，误码率越低.这符合实际情况，进一步验证了本文方法的有效性.

5 结语

为应对5G通信中发送器和接收器消耗大量能源的问题，本文提出了一种改进的5G绿色宽带通信系统，并对系统中发射机与接收机具体运行过程进行了详细阐述.通过仿真分析，结果表明本文提出的方法能够有效进行5G通信传输，验证了利用高阶调制可以改善系统的性能.该结构为5G绿色宽带通信系统的发展提供了一定借鉴和思路.