分布式 Massive MIMO 的联合 AP-UE 关联与功率因子优化

分布式大规模多输入多输出网络的上行链路总吞吐量主要取决于接入点（AP）-用户设备（UE）关联和功率控制。在分布式 mMIMO 网络中，AP-UE 关联和功率控制本身都是重要的问题，前者用于提高可扩展性并降低网络的前传负载，后者则通过缓解干扰和增强期望信号来提升系统性能。以往的研究主要侧重于分别解决这两个问题，与此不同的是，本工作通过求解联合 AP-UE 关联和功率控制问题，在保持每个 UE 的服务质量要求的同时，解决了分布式 mMIMO 网络中的上行链路总吞吐量最大化问题。为了提高可扩展性，我们提出了一个 $l_1$ 惩罚函数，该函数在频谱效率（SE）和前传信令负载之间取得了精细的平衡。我们提出的方法论利用分数规划、拉格朗日对偶形式和惩罚函数，提供了一个优雅且有效的迭代解决方案，并具有收敛保证。大量的数值仿真验证了所提技术在考虑联合 AP-UE 关联和功率控制问题时最大化总吞吐量的有效性，证明了其优于单独处理这些问题的方法。此外，结果表明，引入的惩罚函数可以帮助我们有效地控制最大前传负载。