CN101754346A - 一种基于信道相关性多用户调度的小区间干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于信道相关性多用户调度的小区间干扰抑制方法，具体为：首先确定多点协作传输传输模式下(CoMP)的激活用户集，对激活用户集进行多用户调度，采用信道相关性调度准则，选出相互之间信道相关性最小的用户集合，作为最终的CoMP传输用户集，系统根据CoMP传输用户集中各用户的信道状态信息，设计块对角预编码矩阵，消除用户间的干扰，对用户进行多基站协作联合传输。本发明适用于多小区多用户MIMO系统，较好的兼顾了系统性能及复杂度，有效抑制了小区间干扰，提高了小区边缘用户性能，提升了整个系统的容量。

Description

一种基于信道相关性多用户调度的小区间干扰抑制方法

技术领域

本发明属于无线通信技术，具体涉及一种基于信道相关性多用户调度的小区间干扰抑制方法。

背景技术

随着移动通信用户数量的急剧增加和无线宽带业务(如多媒体业务)的迅速兴起，现有的移动通信系统已无法充分满足需要，人们希望能够得到更高的数据传输率和频谱效率。

多输入多输出(Multiple Input Multiple Output，MIMO)是一种在发射端和接收端都配置多根天线的技术。它能够成倍的提高系统的频谱效率。而在实际MIMO系统的应用中，来自同小区和邻小区的干扰会极大地影响系统性能，因此，我们需要对干扰进行抑制。

原有的单小区多用户MIMO系统的干扰抑制算法无法处理多小区情况下的干扰问题，且其采用的贪婪和轮询等调度算法虽然在技术上各有优点，但是却无法很好的同时解决性能、公平性及复杂度的关系。

发明内容

本发明的目的在于提出一种基于信道相关性多用户调度的小区间干扰抑制方法，适用于多小区多用户MIMO系统，较好的兼顾了系统性能及复杂度，有效抑制了小区间干扰，提高了小区边缘用户性能，提升了整个系统的容量。

一种基于信道相关性多用户调度的小区间干扰抑制方法，按照以下步骤进行：

(1)边缘小区用户检测当前干扰信号强度并反馈当前信干噪比SINR，依据SINR确定多点协作传输模式下的激活用户集；

(2)确定已选用户集：

(2.1)设激活用户集中共有k个用户。初始化，设已选用户集S＝{s₁}，s₁为激活用户集中信道容量最大的边缘小区用户，将激活用户集中s₁以外的边缘小区用户加入待选用户集U，此时系统容量C＝C(s₁)；

(2.2)计算U中第e个用户u_e与每个已选用户的相关性系数之和 $\mathrm{CF}\left(u_e\right)=\underset{S_i\∈S}{\mathrm{\Σ}}{\mathrm{\ρ}}_{u_e,s_i},$ 其中 ${\mathrm{\ρ}}_{u_e,s_i}=\frac{{\left|\right|H_i{H}_e^H\left|\right|}_F^2}{{\left|\right|H_i\left|\right|}_F^2{\left|\right|H_e\left|\right|}_F^2},$ i＝1，…，d，e＝1，…，k-d，d为已选用户集S中的用户数，H_i表示S中第i个用户s_i的联合信道矩阵，H_e表示U中第e个用户u_e的联合信道矩阵，||||_F表示求取F范数；

(2.3)从待选用户集U中选出与已选用户相关性最小的边缘小区用户，记为u_m；

(2.4)计算已选用户集S加入u_m后的系统容量C_sum，若C_sum不小于C，则确认将u_m加入S，从U中删除U_m，d＝d+1，C＝C_sum，进入步骤(2.5)，否则进入步骤(2.6)；

(2.5)返回步骤(2.2)，直到已选用户集中的边缘小区用户数达到用户个数上限；

(2.6)采用贪婪算法对已选用户集S进行筛选，确定具有最大系统容量的多点协作传输用户集；

(3)对多点协作传输用户集中的各边缘小区用户分别设计块对角预编码矩阵，各协作基站使用块对角预编码矩阵对相应的边缘小区用户进行联合预编码和发送。

本发明的技术效果体现在：本发明扩展到多小区情况下，采取了多点协作传输技术和信道相关性调度算法，并对发送信号预编码处理，较好的兼顾了系统性能及复杂度，有效抑制了小区间干扰，提高了小区边缘用户性能，提升了整个系统的容量，在实际系统中能获得较优的性能且更容易实现。

附图说明

图1为本发明系统中小区基站分簇示意图；

图2为本发明中联合传输方案示意图；

图3为本发明流程图；

图4为采用本发明与现有贪婪调度和轮询调度方法的仿真结果比较图。

具体实施方式

下面结合附图具体描述本发明。

如图1所示，小区基站分簇方法采用固定的小区分簇结构。考虑正六边形结构的七个小区，每个小区有3个扇区。每三个相邻小区的相邻扇区组成一个簇，本发明联合传输(JP)方案在簇内进行。

如图2所示，考虑有K个边缘小区用户组成的多小区多用户MIMO下行链路，用户UE天线数为N_r，协作多点传输的基站eNB数目为N_b，每个基站发射天线数为N_t，功率限制为P_b。基站到用户的信道为瑞利平坦衰落信道，{H_b，c}为第b个协作基站eNB_b到第c个用户UE_c的小尺度衰落信道矩阵，a_b，c为对应的大尺度衰减系数；在任意时隙协作基站允许容纳的用户上限为 $\hat{K}=\left[\frac{N_t{N}_b}{N_r}\right].$ 图2给出了该系统模型一实例，实例中边缘区域由三个边缘小区构成，基站发射天线数N_t＝4，边缘用户终端的接收天线数N_r＝2，协作的边缘小区个数N_b＝3，每个边缘小区内边缘用户数为10，总边缘用户数K＝30，基站功率限制P_b＝1W，发送端采取平均功率分配，信噪比从-10db到30db取值，步进为10db。基站到用户的信道为瑞利平坦衰落信道。

为简化说明，文中将协作基站简称为基站，边缘小区用户简称为用户。

整个系统工作流程图如图3所示。具体包括以下几个步骤：

步骤一：用户检测当前的干扰信号强度并向所在小区的基站反馈当前信干噪比SINR数值，协作基站通过比较用户反馈的SINR值和预设的阈值门限α确定其是否属于CoMP传输模式下的激活用户集，阈值门限α根据基站和信道状态信息确定；

步骤二：多用户调度。

当待选的边缘小区用户比较庞大时，选择一组信道尽量正交的用户组可以显著减少信道在预编码后信道的衰减，相关性系数可作为一种信道正交与否的度量准则对边缘小区用户进行优选和调度。

对待选用户集，每次从中选出和已选用户集中用户的联合信道相关性系数之和最小的用户，直至已选用户集中的用户数达到CoMP传输用户集用户个数上限

或是新选择的用户造成系统总容量下降。具体步骤如下：

(1)设激活用户集中共有k个用户。设已选用户集S＝{s₁}，s₁为激活用户集中信道容量最大的边缘小区用户，将激活用户集中s₁以外的边缘小区用户加入待选用户集U，此时系统容量C＝C(s₁)；

(2)令已选用户集S的用户数为d，对待选用户集中的每一个用户U_e(e＝1，...，K-d)，计算它与S中每个用户的相关性系数。相关性系数可用两个用户信道矢量之间的夹角 ${\mathrm{\ρ}}_{u_e,s_i}=\frac{{\left|\right|H_i{H}_e^H\left|\right|}_F^2}{{\left|\right|H_i\left|\right|}_F^2{\left|\right|H_e\left|\right|}_F^2}$ 表征，其中H_i表示S中第i个用户s_i的联合信道矩阵，H_e表示U中第e个用户u_e的联合信道矩阵，H_e ^H表示H_e的共轭转置矩阵，||H_e||_F ²表示H_e的F范数的平方，则相关性系数 $\mathrm{CF}\left(u_e\right)=\underset{S_i\∈S}{\mathrm{\Σ}}{\mathrm{\ρ}}_{u_e,s_i}.$

(3)从U中选出与已选用户相关性最小的一个用户u_m，使

$\mathrm{CF}\left(u_m\right)=\underset{e=1,...,K-d}{\min }\underset{S_i\∈S}{\mathrm{\Σ}}{\mathrm{\ρ}}_{U_e,S_i};$

(4)计算已选用户集新加入当前选择用户U_m后的和容量C_sum，如果不小于C，则确认将该用户加入S，S＝S+{u_m}，U＝U-{U_m}，C＝C_sum，d＝d+1，进入步骤(5)；否则，进入步骤(6)；

(5)重复(2)到(4)的选择过程，直至选择的用户数达到用户个数上限

则进入步骤(6)；

(6)采用贪婪算法对已选用户集S进行筛选，确定具有最大系统容量的多点协作传输用户集；

步骤三：对多点协作传输用户集中的各边缘小区用户分别设计块对角预编码矩阵，各协作基站使用块对角预编码矩阵对相应的边缘小区用户进行联合预编码和发送。具体方法如下：

若步骤二中多点协作传输用户集共有个用户，则其中第j个用户UE_j的接收信号y_j可表示为：

$y_j=H_{\mathrm{Ej}}{T}_j{x}_j+\underset{\underset{l=1,...,\tilde{K}}{l\≠j}}{\mathrm{\Σ}}{H}_{\mathrm{Ej}}{T}_l{x}_l+n_j---\left(1\right)$

其中，x_j表示各协作基站向用户UE_j发送的联合信号，x_l表示各协作基站向第l个用户UE_l发送的联合信号，用户UE_j受到的噪声干扰n_j是一个协方差矩阵为N₀I(I为单位矩阵)的零均值循环对称复高斯向量，N₀＝1。H_EjT_jx_j项表示第j个用户UE_j收到的有用信号，

项表示UE_j收到的来自其他用户的同频干扰信号， $H_{\mathrm{Ej}}=[a_{1,j}{H}_{1,j},a_{2,j}{H}_{2,j},...a_{N_b,j}{H}_{N_b,j}]$ 为用户UE_j收到的联合发送信号的衰落信道矩阵。

T_j为基站对用户UE_j的联合发送预编码矩阵，由下式给出：

其中，干扰抑制矩阵G_j＝V_jV′_j，V_j是由其他用户的衰落信道矩阵组成的矩阵 ${\stackrel{\‾}{H}}_{T\_j}={[H_{E1}^T,...,H_{\mathrm{Ej}-1}^T,H_{\mathrm{Ej}+1}^T,...,H_{E\tilde{K}}^T]}^T$ 进行奇异值分解后零奇异值对应的右奇异值向量，H_E1 ^T表示矩阵H_E1的转置矩阵；V′_j是虚拟信道H_{Ej_para}＝H_EjV_j的非零奇异值对应的右奇异值向量。所有

个用户的干扰抑制矩阵构成G， $G=[G_1,G_2,...,G_{\tilde{K}}],$ G^[b]是矩阵G中第b个基站eNB_b的N_t根发送天线所对应的N_t行构成的矩阵。

项表示采取的功率分配方案为平均功率分配。可知，T_j满足 $\underset{l\≠j}{\mathrm{\Σ}}{H}_{\mathrm{Ej}}{T}_l=0,\∀l\≠j,$ 这样便消除了不同用户间的干扰。

采用联合编码后平均每个小区的容量为：

$R=\frac{1}{N_b}\underset{j=1}{\overset{\tilde{K}}{\mathrm{\Σ}}}{R}_{\mathrm{JP}-\mathrm{multicell\; BD}}\left(j\right)$

$=\frac{1}{N_b}\underset{j=1}{\overset{\tilde{K}}{\mathrm{\Σ}}}\log |I+{[N_{0}I+H_{\mathrm{Ej}}\left(\underset{\underset{l=1,...,\tilde{K}}{l\≠j}}{\mathrm{\Σ}}{T}_l{T}_l^H\right)H_{\mathrm{Ej}}^H]}^{-1}{H}_{\mathrm{Ej}}{T}_j{T}_j^H{H}_{\mathrm{Ej}}^H|---\left(3\right)$

图4为采用本发明与现有贪婪调度和轮询调度对图2所示实例的仿真结果比较图。贪婪算法的基本思想是：每次选择这样的一个用户，该用户与已选用户组成的用户集能够提供最大的系统容量，当选择的用户数目达到能同时支持的最大用户数时或者选择的用户引起系统总容量下降时，算法结束；而轮询调度方法仅将所有用户依据顺序轮流输出，各个用户发送机会均等，与用户接收信号的信噪比无关。

从图中可以看出：本发明明显优于轮询调度，这是由于轮询调度无法提供多用户分集；另外，虽然性能稍逊于贪婪调度，但是贪婪调度复杂度高，会给系统带来沉重负担，可行性不强。本发明在实际系统条件下具有复杂度低且性能优异的特点。

Claims (1)

1.一种基于信道相关性多用户调度的小区间干扰抑制方法，按照以下步骤进行：

(1)边缘小区用户检测当前干扰信号强度并反馈当前信干噪比SINR，依据SINR确定多点协作传输模式下的激活用户集；

(2)确定已选用户集：

(2.1)设激活用户集中共有k个用户。初始化，设已选用户集S＝{s₁}，s₁为激活用户集中信道容量最大的边缘小区用户，将激活用户集中s₁以外的边缘小区用户加入待选用户集U，此时系统容量C＝C(s₁)；

(2.2)计算U中第e个用户u_e与每个已选用户的相关性系数之和 $\mathrm{CF}\left(u_e\right)=\underset{S_i\∈S}{\mathrm{\Σ}}{\mathrm{\ρ}}_{u_e,s_i},$ 其中 ${\mathrm{\ρ}}_{u_e,s_i}=\frac{{\left|\right|H_i{H}_e^H\left|\right|}_F^2}{{\left|\right|H_i\left|\right|}_F^2{\left|\right|H_e\left|\right|}_F^2},$ i＝1，…，d，e＝1，…，k-d，d为已选用户集S中的用户数，H_i表示S中第i个用户s_i的联合信道矩阵，H_e表示U中第e个用户u_e的联合信道矩阵，‖‖F表示求取F范数；

(2.3)从待选用户集U中选出与已选用户相关性最小的边缘小区用户，记为u_m；

(2.4)计算已选用户集S加入u_m后的系统容量C_sum，若C_sum不小于C，则确认将u_m加入S，从U中删除U_m，d＝d+1，C＝C_sum，进入步骤(2.5)，否则进入步骤(2.6)；

(2.5)返回步骤(2.2)，直到已选用户集中的边缘小区用户数达到用户个数上限；

(2.6)采用贪婪算法对已选用户集S进行筛选，确定具有最大系统容量的多点协作传输用户集；

(3)对多点协作传输用户集中的各边缘小区用户分别设计块对角预编码矩阵，各协作基站使用块对角预编码矩阵对相应的边缘小区用户进行联合预编码和发送。

Images