《表1 大规模MIMO能效优化相关研究工作总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大规模MIMO系统能效优化算法研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对以上关于大规模MIMO能效优化算法相关工作进行总结见表1。基于天线选择的能效优化算法的优化变量为天线个数，变量为离散变量，最坏情况可以通过穷举法搜索获得，对于一些特殊网络模型甚至存在闭式解，因此，该类算法一般复杂度较低；但是由于只是优化天线选择，算法没有考虑联合其他维度资源如功率等联合优化，存在一定能效损失。基于功率分配的能效优化算法，优化变量为功率，变量为连续变量，一般算法设计通过分式规划问题求解，然后基于凸逼近和拉格朗日对偶算法设计2层迭代交替优化功率和系统能效。因此，基于功率分配的能效优化算法一般需要多次迭代求解，算法复杂度特别依赖于内存循环中求解固定能效下对应的功率分配问题，复杂度一般较高。频效和能效折中的优化方法，由于同时考虑了2个性能指标，可以将其看作一个多目标优化问题，因此，该方法可以更好地调节和优化系统的资源；但是由于考虑了2个指标的联合处理，设计的优化算法复杂度一般高于单独处理能效问题的复杂度。多参数联合优化方法由于同时考虑了系统天线数、用户数、功率等多个维度资源进行联合优化，优化问题一般是一个多元混合非线性问题，因此，设计的多参数联合优化算法复杂度相对更高。该方法考虑的优化变量比较全面，相对于单独一个维度的方法如基于天线选择或功率分配的能效优化算法，多参数联合优化的性能更佳。综上所述，在对大规模MIMO系统能效优化问题进行建模和优化的时候，需要考虑实际的情况，在系统的可达能效和实现复杂度之间选择适当的算法进行优化。