CN101784098A - 用户选择方法及系统、基站和用户终端 - Google Patents

Abstract

本发明公开了一种用户选择方法及系统、基站和用户终端。该方法包括接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。通过本发明实施例可以降低反馈开销并减少运算量。

Description

用户选择方法及系统、基站和用户终端

技术领域

本发明涉及移动通信技术，特别涉及一种用户选择方法及系统、基站和用户终端。

背景技术

多输入多输出(Multiple Input Multiple Output，MIMO)技术可以在不增加带宽的基础上极大地提高无线通信系统的传输速率，满足了高速率数据传输业务的要求。而MIMO系统在利用空间维度进行信号传输以提高速率的同时，也引入了信号间的干扰。信号间的干扰在点对点传输中表现为天线间信号的干扰，在多用户系统中表现为用户间的相互干扰。块对角化(BlockDiagonalization，BD)预编码算法是一种消除用户间干扰的线性预编码算法，具有比较简单、应用性较强的特点。在应用BD算法的多用户系统中，基站需要选择最优的用户终端形成用户集合，基站同时为该用户集合中的用户提供服务以提高系统容量。用户集合可以通过穷搜的方法，即以系统容量为标准，搜索所有可能用户组合情况，选择达到系统容量最大的组合。这种穷搜的方法计算复杂度太大，不适合实际应用。为了降低计算复杂度，现有技术中存在贪婪(greedy)算法和Frobenius范数算法。它们均需要用户终端将各自的信道状态信息反馈给基站，贪婪算法是基站基于容量的次优用户选择算法，该算法需要采用奇异值分解和注水算法，运算量还是较大。Frobenius范数算法是基站采用Frobenius范数，虽然较奇异值分解和注水算法的计算量有所降低，但是计算次数还是较多，运算较复杂。

发明人发现现有技术至少存在如下问题：现有应用BD算法的多用户MIMO系统中，需要各用户终端都向基站反馈信道状态矩阵，致使用户选择方法的反馈开销较大且运算量也较大。

发明内容

本发明实施例提供了用户选择方法及系统、基站和用户终端，解决现有用户选择方法的反馈开销及运算量较大的问题。

本发明实施例提供了一种用户选择方法，包括：

接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；

选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

本发明实施例提供了一种基站，包括：

接收模块，用于接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；

选择模块，与所述接收模块连接，用于选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

本发明实施例提供了一种用户终端，包括：

获取模块，用于接收基站广播的映射矩阵；

计算模块，与所述获取模块连接，用于根据所述映射矩阵和自身的信道矩阵得到反馈值，该反馈值为行列式的值；

反馈模块，与所述计算模块连接，用于将所述反馈值发送给基站。

本发明实施例提供了一种用户选择系统，包括：

用户终端，用于根据基站广播的映射矩阵和自身的信道矩阵得到反馈值，并发送给基站，该反馈值为行列式的值；

基站，与所述用户设备连接，用于将反馈值最大的用户终端添加到用户集合，并在用户集合中的用户终端的数目达到预设的阈值时，输出该用户集合。

由上述技术方案可知，本发明实施例通过根据用户终端反馈的行列式的值确定选择的用户集合，可以降低反馈开销且减小运算量。

附图说明

图1为本发明第一实施例的方法流程示意图；

图2为本发明第二实施例的方法流程示意图；

图3为本发明第三实施例的各算法性能比较仿真曲线图；

图4为本发明第四实施例的各算法性能比较仿真曲线图；

图5为本发明第五实施例的基站的结构示意图；

图6为本发明第六实施例的用户终端的结构示意图；

图7为本发明第七实施例的系统的结构示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图1为本发明第一实施例的方法流程示意图，包括：

步骤11：基站接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；

步骤12：基站选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

本实施例通过向基站反馈行列式的值，而不是所有用户终端的信道矩阵，可以降低反馈开销，减少运算量。

图2为本发明第二实施例的方法流程示意图，包括：

步骤201：基站向所有用户终端广播映射矩阵A，初始化的映射矩阵A为N_t×N_t单位阵，其中，N_t为发射天线的数目。

步骤202：用户终端接收基站广播的映射矩阵A，根据接收的映射矩阵A计算其反馈值：其中H_i为第i个用户终端的信道矩阵，大小为N_r×N_t，N_r为第i个用户终端的接收天线的数目，为H_i的共轭矩阵。

步骤203：基站接收备选用户终端发送的反馈值m_i。其中，初始化的备选用户终端为该基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的该基站覆盖下的用户终端。

步骤204：基站选择具有最大反馈值的用户终端K_i＝argmax_im_i(H_i，A)，将该用户终端添加进用户集合中。

步骤205：基站判断用户集合中的用户终端的数目是否达到预设的阈值，若是，执行步骤208，否则，执行步骤206。

步骤206：基站向选择的具有最大反馈值的用户终端发送请求信道矩阵消息，接收上述具有最大反馈值的用户终端发送的信道矩阵H_i，用该信道矩阵更新已有的系统矩阵H，即

其中，H0为更新前已有的系统矩阵，H为更新后的系统矩阵，初始化的H0为空矩阵。

步骤207：基站根据更新后的系统矩阵H计算得到映射矩阵A。映射矩阵A的计算公式为A＝I-H^H×(H×H^H)^-1×H，H^H为H的共轭转置矩阵。推导如下：

系统的性能可以用det(H×H^H)表示，即要获取det(H×H^H)最大的用户终端。

假设H是原有的系统矩阵，选择一个用户终端H_k，选择后更新的系统矩阵为H1。则：

$\det (H1\×{H1}^H)=\det \left(\begin{array}{c}\left[\begin{array}{c}H\\ H_k\end{array}\right]\end{array}\×\left[\begin{array}{cc}{H}^H& H_k^H\end{array}\right]\right)=\det \left(\begin{array}{c}\left[\begin{array}{cc}{\mathrm{HH}}^H& {\mathrm{HH}}_k^H\\ H_k{H}^H& H_k{H}_k^H\end{array}\right]\end{array}\right)$

$=\det \left(\left[\begin{array}{cc}{\mathrm{HH}}^H& {\mathrm{HH}}_k^H\\ 0& H_k{H}_k^H-H_k{H}^H{\left({\mathrm{HH}}^H\right)}^{-1}{\mathrm{HH}}_k^H\end{array}\right]\right)$

$=\det \left({\mathrm{HH}}^H\right)\×\det (H_k{H}_k^H-H_k{H}^H{\left({\mathrm{HH}}^H\right)}^{-1}{\mathrm{HH}}_k^H)$

$=\det \left({\mathrm{HH}}^H\right)\×\det (H_k\×(I-H^H{\left({\mathrm{HH}}^H\right)}^{-1}H)\×H_k^H)$

$=\det \left({\mathrm{HH}}^H\right)\×\det (H_k\×A\×H_k^H).$

由于det(HH^H)已固定，要想使det(H1×H1^H)最大，只需

最大即可(此时A＝I-H^H×(H×H^H)^-1×H)，即将

最大的用户终端添加进用户集合中。

基站得到映射矩阵A之后，重复执行上述步骤201-207，直到用户集合中的用户终端的数目达到预设的阈值。根据上述映射矩阵A的计算公式可得映射矩阵A为Hermit矩阵(即A＝A^H)，因此基站只需向用户终端广播A的上三角矩阵即可。

步骤208：基站输出用户集合中的用户终端(例如输出用户终端的索引)，即为基站选择的用户终端。之后，基站可以同时为该用户集合中的用户终端同时服务，提高系统的容量。

本实施例通过根据反馈值选择用户，无需所有用户终端将自身的信道状态信息反馈给基站，可以降低反馈开销，并且由于反馈值是根据计算行列式获取的，可以降低运算量。同时，在选择作为发送目标时，也只有一个用户终端向基站反馈信道状态信息，即信道矩阵。

在MIMO多用户通信系统中，假定基站配置N_t根发射天线，用户终端配置N_r根接收天线，则基站接入的最大用户终端数为K_max＝N_t/N_r，即上述预设的阈值。通过本发明实施例提供了从K个用户终端中选择出具有最好信道状态的K_max个用户终端获得多用户分集增益的方法。

图3为本发明第三实施例的各算法性能比较仿真曲线图，本实施例的仿真基础为基站的发射天线数目M为4，用户总数K为2，每个用户的接收天线的数目N为2。图3示出了信噪比SNR分别为20dB、10dB、0dB时的最优BD算法(BD-opt)、基于容量的BD算法(BD-c)、基于Frobenius范数的算法(BD-n)及本发明实施例基于行列式算法的用户总数与和容量的关系曲线。从图3中可以看出，本发明实施例的算法可以基本达到最优性能。

图4为本发明第四实施例的各算法性能比较仿真曲线图，本实施例的仿真基础为基站的发射天线数目M为6，用户总数K为3，每个用户的接收天线的数目N为2。图4示出了信噪比SNR分别为20dB、10dB、0dB时的基于容量的BD算法(BD-c)、基于Frobenius范数的算法(BD-n)及本发明实施例基于行列式算法的用户总数与和容量的关系曲线。从图4可以看出，本发明实施例的算法基本可以与基于容量的BD算法、基于Frobenius范数的算法达到同样的性能。

从图3、4可以知道，本实施例可以达到与现有的算法基本相同的性能，但是，由于本发明实施例不需要反馈所有的用户终端的信道矩阵，可以降低反馈开销，并且采用本发明实施例的基于行列的计算方法可以降低运算量。表1比较了基于Frobenius范数的算法与本发明实施例的方法的运算量。

表1

从表1可以看出，本发明实施例需要的运算量远小于基于Frobenius范数的运算量。

图5为本发明第五实施例的基站的结构示意图，包括接收模块51和选择模块52。接收模块51用于接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；选择模块52与接收模块51连接，用于选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

进一步地，本实施例还可以包括输出模块，与所述选择模块连接，用于在用户集合中的用户终端的数目达到预设的阈值时，输出所述用户集合；或者，本实施例还可以包括映射模块、广播模块。映射模块用于在用户集合中的用户终端的数目未达到预设的阈值时，根据所述反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵；具体地，所述映射矩阵用于根据所述信道矩阵更新已有的系统矩阵，并根据所述更新后的系统矩阵得到所述映射矩阵；其中根据信道矩阵得到映射矩阵的计算公式可参见方法中的计算公式。广播模块用于向所有用户终端广播所述映射矩阵；根据方法中得到的映射矩阵的公式可知映射矩阵为Hermit矩阵，因此广播矩阵可以只向用户终端广播映射矩阵的上三角。

本实施例通过根据反馈值确定用户集合，该反馈值是各用户终端相关的行列式的值，可以降低反馈开销、减少运算量。

图6为本发明第六实施例的用户终端的结构示意图，包括获取模块61、计算模块62和反馈模块63。获取模块61用于接收基站广播的映射矩阵；计算模块62用于根据获取模块61得到的所述映射矩阵和自身的信道矩阵得到反馈值；反馈模块63用于将计算模块62得到的所述反馈值发送给基站。其中，反馈值的计算公式可参见方法中的计算公式。

本实施例通过向基站反馈行列式的值，使基站可以根据该反馈值选择用户，可以降低反馈开销，减少运算量。

图7为本发明第七实施例的系统的结构示意图，包括用户终端71和基站72。用户终端71用于根据基站广播的映射矩阵和自身的信道矩阵得到反馈值，并发送给基站，该反馈值为行列式的值；基站72用于将用户终端71发送的反馈值中最大的反馈值对应的用户终端添加到用户集合，并在用户集合中的用户终端的数目达到预设的阈值时，输出该用户集合。基站72还用于在用户集合中的用户终端的数目未达到预设的阈值时，用反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵，并广播给用户终端71。

本实施例通过用户终端向基站反馈行列式的值，基站根据行列式的值选择用户，可以降低反馈量，减少运算量。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (14)

1.一种用户选择方法，其特征在于，包括：

接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；

选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

2.根据权利要求1所述的方法，其特征在于，还包括：

用户集合中的用户终端的数目达到预设的阈值时，输出所述用户集合。

3.根据权利要求1所述的方法，其特征在于，还包括：

用户集合中的用户终端的数目未达到预设的阈值时，根据所述反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵；

向所有用户终端广播所述映射矩阵。

4.根据权利要求3所述的方法，其特征在于，根据所述反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵包括：

用所述信道矩阵更新已有的系统矩阵；

根据所述更新后的系统矩阵得到映射矩阵。

5.根据权利要求4所述的方法，其特征在于，用所述信道矩阵更新已有的系统矩阵计算公式为：

$H=\left[\begin{array}{c}H0\\ H_i\end{array}\right];$

其中，H为更新后的系统矩阵，H0为更新前已有的系统矩阵，H_i为反馈值最大的用户终端的信道矩阵。

6.根据权利要求4所述的方法，其特征在于，根据所述更新后的系统矩阵得到映射矩阵的计算公式为：

A＝I-H^H×(H×H^H)^-1×H

其中，I为单位阵，H为更新后的系统矩阵。

7.根据权利要求1所述的方法，其特征在于，根据映射矩阵和信道矩阵得到所述反馈值的计算公式为：

m_i＝det(H_i×A×H_i ^*)

其中，m_i为第i个用户终端发送的反馈值，H_i为第i个用户的信道矩阵，A为映射矩阵，H_i ^*为H_i的共轭矩阵。

8.一种基站，其特征在于，包括：

接收模块，用于接收备选用户终端发送的反馈值，所述反馈值是所述备选用户终端根据接收基站广播的映射矩阵和自身的信道矩阵得到的行列式的值，初始化的备选用户终端为所述基站覆盖下的所有用户终端，之后，备选用户终端为除基站已选择的用户终端之外的所述基站覆盖下的用户终端；

选择模块，与所述接收模块连接，用于选择反馈值最大的用户终端，并将所述反馈值最大的用户终端添加到用户集合中。

9.根据权利要求8所述的基站，其特征在于，还包括：

输出模块，与所述选择模块连接，用于在用户集合中的用户终端的数目达到预设的阈值时，输出所述用户集合。

10.根据权利要求8所述的基站，其特征在于，还包括：

映射模块，与所述选择模块连接，用于在用户集合中的用户终端的数目未达到预设的阈值时，根据所述反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵；

广播模块，与所述映射模块连接，用于向所有用户终端广播所述映射矩阵。

11.根据权利要求10所述的基站，其特征在于，所述映射矩阵具体用于根据所述信道矩阵更新已有的系统矩阵，并根据所述更新后的系统矩阵得到所述映射矩阵。

12.一种用户终端，其特征在于，包括：

获取模块，用于接收基站广播的映射矩阵；

计算模块，与所述获取模块连接，用于根据所述映射矩阵和自身的信道矩阵得到反馈值，该反馈值为行列式的值；

反馈模块，与所述计算模块连接，用于将所述反馈值发送给基站。

13.一种用户选择系统，其特征在于，包括：

用户终端，用于根据基站广播的映射矩阵和自身的信道矩阵得到反馈值，并发送给基站，该反馈值为行列式的值；

基站，与所述用户终端连接，用于将反馈值最大的用户终端添加到用户集合，并在用户集合中的用户终端的数目达到预设的阈值时，输出该用户集合。

14.根据权利要求13所述的系统，其特征在于：所述基站还用于在用户集合中的用户终端的数目未达到预设的阈值时，用反馈值最大的用户终端的信道矩阵和已有的系统矩阵得到映射矩阵，并广播给用户终端。

Images