CN101499837B - 多用户mimo广播信道中低复杂度用户的选择方法 - Google Patents

Abstract

本发明涉及一种多用户MIMO广播信道中低复杂度用户的选择方法。本发明首先从所有移动接收端获得每个用户的信道状态信息；对于每一个移动终端用户的信道状态信息提取所有的信道模值；根据得到的信道模值，进行基于效用函数最大化的用户选择，其中每次迭代选定一个用户，该用户不再参与下一轮迭代。本发明使基站能够快速地选择出一组具有高质量信道条件的活动用户，使系统获得较好的总吞吐量性能，在系统和容量性能损失很小的同时，保证基于迫零波束形成策略的通信系统能够获得多用户分集增益。

Description

多用户MIMO广播信道中低复杂度用户的选择方法

技术领域

本发明涉及一种无线通信领域的多天线多用户调度技术，更具体地讲，是一种多用户MIMO广播信道中低复杂度用户的选择方法。

背景技术

下一代无线通信系统(B3G/4G)支持的业务从语音到多媒体业务，包括实时的流媒体业务，这需要更高的数据传输速率和频谱效率。然而在有限的无线资源条件下，即对于功率、带宽和复杂度受限的无线通信系统而言，大幅度提高系统容量是一个极具挑战性的任务。为了应对这种挑战，在发射机和接收机上同时装备多根天线，构成多入多出(MIMO)传输系统。MIMO技术充分开发空间资源，可以在不增加带宽和发射功率的情况下成倍提高通信系统的容量和频谱利用率并能够增强无线连接的可靠性。在散射丰富的无线通信环境中，一个拥有M根发射天线和N根接收天线的点对点MIMO系统的信道容量是与发射天线数和接收天线数相对较小的值min(M，N)成线性关系的。

近年来，多用户多入多出(MU-MIMO)系统成为研究热点。在多用户MIMO广播信道中，具备M根发射天线的基站与K个具有多接收天线的移动用户进行通信。这种系统能够获得多用户分集增益。由于网络中存在多个用户，多用户分集来源于存在着独立衰落信号路径，这可理解为一种用户选择性分集。多用户分集是利用信道衰落来改善系统性能的：由衰落引起的信道波动确保以高概率存在一个用户，其信道强度远大于所有用户的平均水平，将全部的系统资源分配给该用户就可以充分利用强信道的增益。MIMO广播系统的容量域可以通过脏纸编码技术(DPC)达到。脏纸编码使得发射端能够预先消除非因果知道的干扰，从而达到最优系统速率和。可以利用广播信道(BC)和多址接入信道(MAC)之间的对偶性实现DPC容量，即将应用于多址接入信道的迭代注水方法映射为广播信道的调度策略以达到DPC容量，这种方法的复杂度为O(M²K²)。然而这种非线性编码复杂度太高，以至于难以在实际系统中采用。

作为次优的迫零波束形成(ZFBF)方法可以避免实施DPC的高复杂度，这种简单的线性预编码方法也被称为正交发射空间滤波(OTSF)或信道倒置。此方法对发送给每个用户的数据流进行独立编码，并以波束形成矢量加权产生相互正交的信道以消除多用户间干扰。ZFBF也是一种渐进性最优的方法，即当用户个数趋于无限时，可获得与DPC相同的渐进性容量和。

迫零方案的成功实现要求所用用户总的接收天线数必须不多于基站的发射天线数。当条件不满足时，不能进行完全迫零，也即不能实现向所有K个用户同时传送数据流而不存在用户间干扰。然而在实际系统中，用户数K和总的接收天线数一般远远大于基站发射天线数M，此时解决的办法是在所有K个用户中选择不多于M个用户数的子集同时进行通信显然最优用户子集通过完全搜索(穷举)获得，搜索空间的大小为

显然当K较大时，穷举法的复杂度将变得很高。

经对现有技术的文献检索发现，为了减小穷举用户选择方法的搜索复杂度，Goran Dimic等在《IEEE Transactions On Signal Processing》(美国电气与电子工程师协会信号处理会报)(2005年第53期第3857页至3868页)上发表了(”OnDownlink Beamforming with Greedy User Selection：Performance Analysis and aSimple New Algorithm”)(“具有贪婪用户选择的下行波束成型：性能分析和一种简单的新方法”)，该文中提出了基于迫零波束形成的一种贪婪用户递增选择方法，每次选取用户使得系统下行速率和最大化，直到选取的用户数达到发射天线数或是总的容量不再增加。其不足之处在于：该方法每次迭代时要对复合信道矩阵求逆，其复杂度为O(M³K)，当M和K较大时，该方法的复杂度仍然比较高。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种多用户MIMO广播信道中低复杂度用户的选择方法，使基站能够快速地选择出一组具有高质量信道条件的活动用户，使系统获得较好的总吞吐量性能，在系统和容量性能损失很小的同时，保证基于迫零波束形成策略的通信系统能够获得多用户分集增益。

本发明是通过以下技术方案实现的，本发明是具有多个发射天线的基站通过具有单接收天线的多个终端的信道信息来选择一组满足要求的下行链路发送目标终端，首先由小区内全部移动终端得到每个用户的完全信道状态信息。然后构造信道模值-角度效用函数，直接通过各用户接收端的信道估计得到待选用户集合Ω_s中第i个用户的信道模值‖h_Ω(i)‖，β是该用户与已选用户信道之间的角度累积和，本方法迭代选取用户使效用函数F_utility(i)最大化，每次迭代完成后，选中的用户进入已选用户子集A，并从待选用户集合Ω_s中删除，直到选择的用户数|A|等于发射天线数M。

本发明包括如下步骤：

第一步，从所有移动接收端获得每个用户的信道状态信息(CSI)，该信道状态信息可以利用信道估计方法获得；

第二步，对于每一个移动终端用户的信道状态信息提取所有的信道模值；

所述的选取信道模值最大的用户作为第一个选定的用户，也即选取信道增益或信道容量最大的用户。

第三步，根据得到的信道模值，进行基于效用函数最大化的用户选择，

所述的基于效用函数最大化的用户选择，具体为：

①选取信道模值最大的用户作为第一个选定的用户；

②计算剩余用户与第一个用户的信道间角度，通过信道和模值构造效用函数；

③将选定的用户标号存入索引集合A中，并从待选用户集合Ω中删除；

④按照效用函数最大化准则，迭代选取其余的M-1个用户；

进一步的，所述的基于效用函数最大化的用户选择，具体实现如下：

I、初始化各量：s＝1，

(空集)，Ω₁＝{1，...，K}。其中s为迭代次数，A为选中的用户集合，Ω为本次迭代时待选用户的集合。

II、选取第一个用户，其信道模值为所有用户中最大的： $\mathrm{\π}\left(1\right)=\arg \underset{k\∈{\mathrm{\Ω}}_s}{\max }\left|\right|h_k\left|\right|;$ 此用户的序号进入已选用户集合A，并从待选用户集合中删除，A←A∪{π(1)}，Ω₂＝{k∈Ω₁，k≠π(1)}；迭代次数指标更新：s＝s+1。

III、设置角度累加变量β，表示待考察用户与已选用户信道间的角度累加和。计算待选用户与已选的第一个用户信道之间的角度： $\cos \mathrm{\θ}=\frac{\left|h_{\mathrm{\π}\left(1\right)}{h}_{{\mathrm{\Ω}}_s\left(i\right)}^H\right|}{\left|\right|h_{\mathrm{\π}\left(1\right)}\left|\right|\left|\right|h_{{\mathrm{\Ω}}_s\left(i\right)}\left|\right|},$ β＝β+θ，构造效用函数F_utility(i)＝(‖h_Ω(i)‖×β)^β，依据效用函数最大化准则，选出第二个用户： $\mathrm{\π}\left(2\right)=\arg \underset{k\∈{\mathrm{\Ω}}_s}{\max }{F}_{\mathrm{utility}}\left(k\right),$ 同步骤II，更新已选用户集合A，待选用户集合Ω_s和迭代次数s：A←A∪{π(s)}，Ω_s+1＝{k∈Ω_s，k≠π(s)}，s＝s+1；

IV、以效用函数F_utility为核心，迭代选取其余(M-2)个用户，重复第III步直到满足要求的已选用户子集合A。

上述过程中，每次迭代选定一个用户，该用户不再参与下一轮迭代，缩小搜索的空间。

每次迭代选取一个用户，当已选的用户数小于基站发射天线数M时，重复执行按照效用函数最大化准则迭代选取其余用户；当已选的用户数等于基站发射天线数M时，则输出选择的目标终端索引集合。

第四步，根据选出的用户子集A，进行迫零波束成形和功率注水分配。

本发明根据多用户的信道状态信息(CSI)对MIMO下行链路进行用户调度，将信道状态信息分解为信道模值和信道间角度，并根据两者关于信道模型的概率统计分布构造了一个新的乘积-指数型的效用函数，基站发射端以这个效用函数最大化为准则迭代选取用户。构造的新型效用函数综合考虑了用户的信道模值和彼此间的正交性，并且有效地避免了传统贪婪用户递增选择方法中的复合信道矩阵求逆运算，复杂度大大减小，从而使基站能够快速寻找到一组信道条件较好的用户子集同时进行数据传输。

本发明的优点在于：构造的效用函数只包含信道模值和角度，因次所提出的方法有效地避免了贪婪用户递增选择方法中的用户信道复合矩阵求逆运算，只需要进行矢量内积运算，复杂度上得以大大的降低。同时本发明方法在不同的发射天线数、用户数和信噪比条件下均能达到很好的吞吐量性能，和贪婪方法性能十分接近，比传统的TDMA方式和基于信道模值或基于角度的用户选择方法有了很大的性能增益。因此本发明实现了在通信系统性能与系统实现复杂度之间合理有效的折中选择，很适合在实际系统中使用。可以为超三代(B3G)、第四代(4G)蜂窝移动通信以及无线局域网(WLAN)、无线广域网(WWAN)等系统的用户选择方案提供重要的理论依据和具体的实现方法。

附图说明

图1是多用户MIMO下行链路框图；

图2是M＝2，K＝100条件下系统速率和随SNR变化的方法性能比较曲线图(Rayleigh信道模型)；

图3是M＝4，K＝100条件下系统速率和随SNR变化的方法性能比较曲线图(Rayleigh信道模型)；

图4是M＝2，K＝100条件下不同用户选择方法系统速率和之间的比值曲线图；

图5是M＝4，K＝100条件下不同用户选择方法系统速率和之间的比值曲线图；

图6是M＝2，SNR＝10dB时速率和随用户数K变化的方法性能比较曲线图；

图7是M＝4，SNR＝10dB时速率和随用户数K变化的方法性能比较曲线图；

图8是不同用户选择方法复杂度性能比较曲线图。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

(1)基于波束成形的多用户MIMO广播信道系统的构造

基于发射端波束成形策略的多用户MIMO下行广播信道系统的构造如图1所示，本发明基站采用2根或4根发射天线，每个移动用户终端为单接收天线。准确的信道状态信息在各个用户接收端获取，并通过无噪声，无延迟的理想反馈信道反馈给基站发射端，本发明不涉及具体的获取方式。发射端依据用户信道反馈信息完成对发射信号的波束形成。为了全面测试本发明对系统和容量性能的影响，采用多径Rayleigh信道模型仿真。

(2)信道状态信息的获取

本发明不涉及信道估计的具体问题，本发明都是假定每个用户接收端能够准确地得到各自全部的信道状态信息。

(3)效用函数的构造

对于两个用户的情况，MIMO广播信道容量的一个下界为：

$C_{\mathrm{BC}}(H,P)\≥\log |I_2+\frac{P}{2}(h_1^H{h}_1+h_2^H{h}_2)|=\log (1+\frac{P}{2}({\left|\right|h_1\left|\right|}^2+{\left|\right|h_2\left|\right|}^2)+\frac{P^2}{4}{\left|\right|h_1\left|\right|}^2{\left|\right|h_2\left|\right|}^2{U}_{12})---\left(1\right)$

其中 $U_{12}\stackrel{\mathrm{def}}{=}1-\frac{{\left|h_1{h}_2^H\right|}^2}{{\left|\right|h_1\left|\right|}^2{\left|\right|h_2\left|\right|}^2}.$ 注意到两个信道矢量的夹角为

因此U₁₂反映了用户信道间的相关性，U₁₂越大则信道正交性越好。

从式(1)可以得出结论：两用户MIMO下行链路容量与用户信道矢量的模值以及两者间的正交性密切相关。因此针对MU-MIMO系统，为了获得更大的系统下行速率和，基站在进行用户选择时，应当综合考虑用户信道矢量模值以及信道相互之间的相关性。为此构造信道模值-角度效用函数F_utility(i)＝(‖h_Ω(i)‖×β)^β，其中‖h_Ω(i)‖为待选用户集合Ω_s中第i个用户的信道模值，β是该用户与已选用户信道之间的角度累积和，本方法迭代选取用户使效用函数F_utility(i)最大化，每次迭代完成后，选中的用户在保证自身信道模值较大的同时，又可以保证它与已选用户间的角度性能较好(更加接近于正交情况)，从而保证了最终选出的用户集合可以获得良好的下行的系统速率和性能。

(4)MU-MIMO发射端迫零波束成形过程

基站发射端采用线性波束成形发射策略。设发送给用户k的数据符号为s_k，波束成形矩阵W＝[w₁，w₂，...，w_K]，功率控制矩阵P＝diag(p₁，p₂，...，p_K)，则发射信号矢量可表示为：

$X=W\sqrt{P}S=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\sqrt{p_k}{w}_k{s}_k---\left(2\right)$

其中w_j为归一化权重矢量，即满足： $w_j^H{w}_j=1,$ j＝1，2，...，K则第k个用户的接收信号为：

基站通过迫零波束成形(ZFBF)选取每个波束成形权重矢量以满足h_kw_j＝0， $\∀j\≠k,$ 从而完全消除了用户间干扰，这要求所有用户总的接收天线数不大于发射天线数。当条件不满足时，由于HH^H不可逆，不能进行完全迫零，因此不能实现向所有K个用户同时传送数据流而不存在用户间干扰。解决的办法是在所有K个用户中选择不多于M个用户数的子集同时进行通信。设A为所有用户的一个子集合， $A\⋐\{1,...,K\}$ 且|A|≤M。设A中的用户信道矩阵分别为

则用户子集A对应的复合信道矩阵为：

$H_A={[h_{i_1}^H,h_{i_2}^H,...,h_{i_{\left|A\right|}}^H]}^H---\left(4\right)$

迫零波束成形矩阵为：

用户i_k接收到的信号为：

$y_{i_k}=h_{i_k}X+z_{i_k}=\frac{\sqrt{p_{i_k}}}{\left|\right|{\hat{w}}_{i_k}\left|\right|}{s}_{i_k}+z_{i_k}---\left(6\right)$

则用户集合A的系统速率和为：

$R_A^{\mathrm{ZFBF}}=\underset{\underset{k}{\mathrm{\Σ}}{p}_{i_k}\≤P}{\max }\underset{k=1}{\overset{\left|A\right|}{\mathrm{\Σ}}}{\log }_2(1+\frac{p_{i_k}}{{\left|\right|{\hat{w}}_{i_k}\left|\right|}^2})=\underset{\underset{k}{\mathrm{\Σ}}{p}_{i_k}\≤P}{\max }\underset{k=1}{\overset{\left|A\right|}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{\γ}}_{i_k}{p}_{i_k})---\left(7\right)$

其中 ${\mathrm{\γ}}_{i_k}=\frac{1}{{\left|\right|{\hat{w}}_{i_k}\left|\right|}^2}=\frac{1}{{\left[{\left(H_A{H}_A^H\right)}^{-1}\right]}_{k,k}}$ 是第i_k个用户的等效信道增益。

(5)功率注水分配

通过注水方法(water-filling)求得分配给第i_k个用户的功率

：

$p_{i_k}={(\mathrm{\λ}-\frac{1}{{\mathrm{\γ}}_{i_k}})}^{+}---\left(8\right)$

其中(x)⁺＝max(x，0)，λ为注水线，其作用是使用户分配的功率和满足总功率约束条件。

本发明中，基于效用函数F_utility的用户选择方法有效地避免了贪婪方法过程中的矩阵求广义逆运算。以一次矢量内积运算为基本单元考察方法的复杂度，所提出方法的矢量内积运算主要集中在步骤3：迭代选择用户时，需要求出待选用户和已选用户信道间的角度。一个角度包括了一次矢量内积和两个向量的Euclidean范数计算。但对于信道模值，基站可以通过用户反馈的信道状态信息，在调度开始前一次性计算得到。每次计算角度时，不需要再计算各用户的信道模值，而只需根据选中的用户标号直接调用。因此，求信道间的角度仅为一次内积运算。

步骤3需要迭代选出第二个到第M个用户。选择第二个用户时，需要求待选的K-1个用户与已选的第一个用户的信道角度，即K-1次矢量内积。依此类推，选择第M个用户时，要求待选的K-M+1个用户与已选的M-1个用户间的角度，每一个待选用户需要进行M-1次矢量内积。加上迭代开始前的K个用户信道模值计算，本发明方法的总运算量为：

$K+\underset{i=1}{\overset{M-1}{\mathrm{\Σ}}}i(K-i)=(M^2-M+2)K/2-M(M-1)(2M-1)/6---\left(9\right)$

由式(9)可得本文方法的复杂度近似为O(M²K)。在现有的MU-MIMO用户选择方法中达到DPC容量的迭代注水方法复杂度为O(M²K²)。贪婪用户选择方法的复杂度也以矢量内积为基准，其复杂度为O(M³K)。因此，基于效用函数最大化的用户选择方法比迭代注水方法和贪婪选择方法的复杂度大为降低，尤其是当发射天线数M和用户数K较大时，基站采用新方法的快速调度性能将更加突出。

(5)实施例

实施例1

本实施例基于上述的多径Rayleigh信道模型，这种窄带通信系统的信道模型适合于散射丰富且无视距传输分量的无线通信环境，此时h_i，j为零均值循环对称复高斯随机变量(ZMCSCG)。假定信道为准静态的频率非选择性慢衰落信道，即信道在每一帧传输开始时刻随机产生，而在每一帧的传输间隔内保持不变。进一步假定系统的收发端都具有准确的信道状态信息(perfectCSI)，每个用户通过无噪声无延时的理想反馈信道，将各自的信道状态信息反馈给发射端，使基站获得所有用户准确的信道状态信息。

通过Monte Carlo仿真比较新方法与几种传统用户选择方法的性能。传统的用户选择方法包括通过迭代注水方法实现的最优和容量DPC，贪婪用户递增选择方法，分别基于信道模值或信道角度的选择方法，以及时分复用(TDMA)下行调度方法。在TDMA中，基站每一个调度时刻只选择一个具有最大信道容量的用户进行通信。如系统模型所假设，系统仿真产生10⁴个独立同分布的准静态、平坦、瑞利衰落信道，通过对所有信道实现取平均得到系统速率和。

图2所示为发射天线数分别为M＝2情况下，系统速率和随信噪比SNR的变化情况，其中用户数为K＝100。可以看出，在不同信噪比条件下所提出的效用函数最大化选择方法和贪婪用户递增选择方法性能十分接近。本发明方法比迭代注水方法的DPC容量仅差0.6bps，在相同速率和条件下，SNR仅有0.9dB的损失，比基于角度和基于模值的选择方法分别要好2dB和4dB；

图3所示为发射天线数分别为M＝4，K＝100时，系统速率和随信噪比SNR的变化情况。本发明方法与DPC的差距在2dB以内，比基于角度和基于模值的优化大约2dB和6dB。和TDMA方式相比，基于效用函数的方法平均要优化13.88bps，并且随着SNR的增加，本发明方法的性能更加突出。

图4所示为用户数M＝2，K＝100条件下，本发明方法和DPC容量以及贪婪选择方法速率和的比值关系曲线图。从图中可以看出随着SNR的增加，两个比值都在逐渐提高。本发明方法与贪婪用户选择下行速率和的比值十分接近于1，两种方法基本上能达到相同的速率和。同时本发明方法也达到了相比于DPC容量很高比例的系统速率和，效用函数方法获得了不低于DPC容量88％的系统吞吐量；

图5是M＝4，K＝100时，本发明方法和DPC容量以及贪婪选择方法速率和的比值关系。可以看出，所提出的基于效用函数的方法与贪婪选择方法的比值在任意SNR(0-30dB)下都高于0.95；在中高信噪比区域(SNR＝10-30dB)，本发明方法与迭代注水DPC和容量的比值在0.85至0.95之间。

图6比较了M＝2，SNR＝10dB条件下几种用户选择方法随用户数K的变化情况。从图中可以看出，在不同K值下，效用函数方法和贪婪选择方法性能十分接近，并且随着用户数的增大，两者之间的差距进一步减小。同时比基于模值，基于角度和TDMA三种用户选择方案获得了很大的性能增益。

图7是M＝4，SNR＝10dB情况下几种用户选择方法随用户数K的变化情况。与图6所示的M＝2时的曲线相比，可以看出，随着天线数的增加，效用函数方法和贪婪选择方法的和容量性能更加接近，两者之间的差距进一步减小。

图8所示为M＝2，4两种情况下，基于效用函数的用户选择方法与迭代注水方法、贪婪方法的复杂度关系比较图。从图8可以看出，三种方法中实现DPC最优容量的迭代注水方法复杂度最高，贪婪用户选择方法复杂度次之，本发明所提出的基于效用函数最大化的用户选择方法复杂度最低。并且随着发射天线数M的增大，本发明方法的低复杂度优越性比另外两种方法更加突出。

Claims (5)

1.一种多用户MIMO广播信道中低复杂度用户的选择方法，其特征在于，包括如下步骤：

第一步，从所有移动接收端获得每个用户的信道状态信息；

第二步，对于每一个移动终端用户的信道状态信息提取所有的信道模值；

第三步，根据得到的信道模值，进行基于效用函数最大化的用户选择；

所述的基于效用函数最大化的用户选择，具体为：

①选取信道模值最大的用户作为第一个选定的用户；

②计算待选用户与第一个选定的用户的信道间角度，通过信道模值和角度构造效用函数；

③将选定的用户标号存入索引集合A中，并从待选用户集合Ω中删除；

④按照效用函数最大化准则，迭代选取其余的M-1个用户；

所述的基于效用函数最大化的用户选择，具体实现如下：

I、初始化各量：s＝1，

空集，Ω₁＝{1，...，K}，其中s为迭代次数，A为选中的用户集合，Ω为本次迭代时待选用户的集合；

II、选取第一个用户，其信道模值为所有用户中最大的：此用户的序号进入已选用户集合A，并从待选用户集合中删除，A←A∪{π(1)}，Ω₂＝{k∈Ω₁，k≠π(1)}；迭代次数指标更新：s＝s+1；

III、设置角度累加变量β，表示待选用户与已选用户信道间的角度累加和，计算待选用户与已选的第一个用户信道之间的角度：

β＝β+θ，构造效用函数F_utility(i)＝(||h_Ω(i)||×β)^β，依据效用函数最大化准则，选出第二个用户：

同步骤II，更新已选用户集合A，待选用户集合Ω_s和迭代次数s：A←A∪{π(s)}，Ω_s+1＝{k∈Ω_s，k≠π(s)}，s＝s+1；

IV、以效用函数F_utility为核心，迭代选取其余M-2个用户，重复第III步直到得到满足要求的已选用户子集合A；

第四步，根据选出的用户子集A，进行迫零波束成形和功率注水分配。

2.如权利要求1所述的多用户MIMO广播信道中低复杂度用户的选择方法，其特征是：所述的信道状态信息是通过信道估计方法获得。

3.如权利要求1所述的多用户MIMO广播信道中低复杂度用户的选择方法，其特征是：所述的选取信道模值最大的用户作为第一个选定的用户，也即选取信道增益或信道容量最大的用户。

4.如权利要求3所述的多用户MIMO广播信道中低复杂度用户的选择方法，其特征是：每次迭代选定一个用户，该用户不再参与下一轮迭代。

5.如权利要求3所述的多用户MIMO广播信道中低复杂度用户的选择方法，其特征是：每次迭代选取一个用户，当已选的用户数小于基站发射天线数M时，重复执行按照效用函数最大化准则迭代选取其余用户；当已选的用户数等于基站发射天线数M时，则输出选择的目标终端索引集合。

Images