CN101951307B - 在CoMP下的小区协作集的选择方法 - Google Patents

Abstract

本发明公开了一种LTE-A系统中CoMP下行小区协作集的选择方法，主要解决协作所需的信令和反馈开销与系统性能增益之间的平衡问题。其实现步骤是：(1)计算小区内所有用户的信干噪比，根据信干噪比门限筛选需要进行CoMP的用户集合；(2)根据比例公平算法挑选需要被服务的CoMP用户i，该用户的服务小区记为j；(3)根据用户i在服务小区j中的位置选择候选协作集；(4)根据用户i的参考信号接收功率确定用户i的类型；(5)根据用户i的类型选择不同的协作集选择方法。本发明能够在保证系统吞吐量增益的同时降低调度复杂度；同时通过对CoMP SU-MIMO和CoMP MU-MIMO两种模式下的用户分别采用不同的小区协作集选取方法，优化了两种模式的性能，可用于协作多点传输技术下选择相互协作的小区。

Description

在CoMP下的小区协作集的选择方法

技术领域

本发明属于移动通信技术领域，涉及小区协作集的选择，可用于先进的长期演进(Long Term Evolution-Advanced简称LTE-A)系统中在协作多点传输(Coordinated Multi Point transmission/reception简称CoMP)技术下对小区协作集的选择。

背景技术

随着通信业务的发展以及人们需求的增长，未来的无线通信系统需要支持高速率和大容量，而现有的通信系统存在着若干的问题使高速率和大容量的性能目标难以实现，其中小区间的干扰是较为严重的一个问题，由于位于小区边缘的用户容易受到相邻小区的干扰，导致小区边缘用户的吞吐量低于小区中心用户的吞吐量，这个问题已成为制约系统整体性能的瓶颈。

针对这一问题，近几年来出现了协作多点传输CoMP技术，其基本思想是让不同小区的基站下行协作传输数据。在协作多点传输过程中，协作基站需要将用户的信道信息传递给中心处理单元，中心处理单元实现用户的调度和预编码，将调度和预编码的结果传递给协作基站。随着协作基站个数的增加，对协作基站与中心处理单元间的回传信道容量的要求大大增加，协作所需的信令和反馈开销迅速增加，资源分配和实现预编码的复杂度也急剧增长，但协作所带来的性能增益却在逐步减小。为了降低协作传输系统的复杂度，需要将网络中的小区划分成小区协作集，在各协作集内进行小区间的协作。

现有的小区协作集选择方法主要分为系统定义方法和用户指定方法。其中：

系统定义方法，是指由系统预先划分小区协作集，然后用户根据所在的服务小区选择小区协作集。在系统定义的方法中，系统中的所有小区被划分成互不相交的小区协作集，调度只需要在一个协作集内的所有基站中进行，因此调度复杂度低，但是由于形成的协作集是固定的，所以处于协作集边缘的用户在得到的服务不能达到最优，因此系统定义方法所得到的吞吐量增益有限。

用户指定方法，是由用户根据系统中各个小区和该用户之间的信道信息选择最佳的协作集。用户指定方法虽然能得到最大的吞吐量增益，但是需要对系统中的所有小区进行遍历和调度，实施复杂度过高。

此外，协作多点传输可分为CoMP SU-MIMO和CoMP MU-MIMO两种模式。上述系统定义方法和用户指定方法并未对两种模式下的小区协作集选择方法进行区分，但由于两种模式存在干扰和资源分配等方面的差异，因此上述系统定义方法和用户指定方法不能同时使两种模式下的小区边缘用户性能达到最优。

发明内容

本发明的目的在于针对现有技术的不足，提出一种CoMP下的小区协作集的选择方法，以在保证系统吞吐量增益的同时降低调度复杂度；并对CoMP SU-MIMO用户和CoMP MU-MIMO用户的两种模式性能进行优化。

实现本发明目的的基本思想是：通过结合信干噪比门限筛选算法和比例公平算法选择需要被服务的CoMP用户，在提高边缘用户性能的同时保证用户调度的公平性；根据远距离小区协作效果劣于近距离小区这一原则，缩小协作集选择范围，在调度复杂度和系统吞吐量增益之间取得折中，保证系统吞吐量增益的同时降低调度复杂度；通过对两种模式下的用户分别采用不同的小区协作集选取方法，从而优化两种模式的性能；通过对CoMPMU-MIMO用户使用贪婪算法进行小区协作集选择，在计算复杂度和总吞吐量增益之间取得折中。具体实现步骤包括如下：

(1)根据用户接收到的信号，计算出小区内所有用户的信干噪比，根据信干噪比门限筛选需要进行协作多点传输(CoMP)的用户集合，记为T_CoMP；

(2)从需要进行CoMP的用户集合T_CoMP中，根据比例公平算法挑选出需要被服务的CoMP用户i，该用户的服务小区记为j；

(3)根据用户i在服务小区j中的位置选择候选协作集：

(3a)通过小区j顶点和中心的连线将小区j划分为六个大小相等的三角形区域；

(3b)根据用户i在小区j中的位置确定用户i所在的区域；

(3c)根据用户i所在的区域确定用户i的候选协作集，即用户i的候选协作集为用户i所在区域相邻的小区以及该小区在一级蜂窝系统拓扑中两侧的小区；

(4)将用户i对所得到的参考信号接收功率中功率值最大的5个接收功率{P₀，P₁，P₂，P₃，P₄}按照从大到小的顺序进行排序，其中P₀＞P₁＞P₂＞P₃＞P₄，确定CoMP用户i的类型：

当

时，用户i为CoMP SU-MIMO用户；

当

时，用户i为CoMP MU-MIMO用户。

其中：N为噪声功率，SINR_mode为用户类型判定的信干噪比门限，其值由系统设定；

(5)根据用户i的类型选择不同的协作集选择方法，即当用户i为CoMPSU-MIMO用户时，根据用户i在使用CoMP和未使用CoMP两种情况下信干噪比的比值选取小区协作集；当用户i为CoMP MU-MIMO用户时，采用贪婪算法选取小区协作集。

本发明由于通过在调度复杂度和系统吞吐量增益之间取得折中，因而能够在保证系统吞吐量增益的同时降低了调度复杂度；同时由于通过对CoMP SU-MIMO和CoMP MU-MIMO两种模式下的用户分别采用不同的小区协作集选取方法，优化了两种模式的性能。

附图说明

图1为本发明的流程图；

图2为本发明使用的网络结构示意图。

具体实施方式

参见图1，本发明的实现步骤如下：

步骤1，根据用户接收到的信号，计算出小区内所有用户的信干噪比SINR_l：

${\mathrm{SINR}}_l=\frac{{\left|\right|H_l{w}_l\left|\right|}^2{P}_l}{\underset{k\≠l}{\mathrm{\Σ}}{\left|\right|H_k{w}_k\left|\right|}^2{P}_k+N},$

其中：H_l为服务小区到用户l的信道增益矩阵，w_l为服务小区的预编码矩阵，P_l为服务小区的发送功率，H_k为小区k到用户l的信道增益矩阵，w_k为小区k的预编码矩阵，P_k为小区k的发送功率，N为噪声功率，|| ||表示对其中的函数取范数。

步骤2，根据信干噪比门限筛选需要进行CoMP的用户集合，记为T_CoMP：

当SINR_l≥SINR_threshold时，用户l不需要进行CoMP；

当SINR_l＜SINR_threshold时，用户l需要进行CoMP，向集合T_CoMP中添加用户l；

其中：SINR_threshold为筛选CoMP用户的信干噪比门限，其值由系统设定。

步骤3，从需要进行CoMP的用户集合T_CoMP中，根据比例公平算法挑选出需要被服务的CoMP用户i，该用户的服务小区为j：

$i=\underset{s\∈T_{\mathrm{CoMP}}}{\arg \max }\frac{V_s\left(t\right)}{\stackrel{\‾}{V_s}\left(t\right)},$

其中：V_s(t)为用户s在时刻t请求的传输速率，

为用户s在时刻t之前的平均传输速率，argmax表示寻找具有最大评分的参数。

步骤4，根据用户i在服务小区j中的位置选择候选协作集。

(4a)通过小区j顶点和中心的连线将小区j划分为六个大小相等的三角形区域；

(4b)根据用户i在小区j中的位置确定用户i所在的区域；

(4c)根据用户i所在的区域确定用户i的候选协作集，即用户i的候选协作集为用户i所在区域相邻的小区以及该小区在一级蜂窝系统拓扑中两侧的小区；

为了详细说明本步骤，下面给出在7个蜂窝小区协作场景下候选协作集选择方法的具体实施方法举例。

如图2所示，7个小区的编号分别为0，1，2，3，4，5，6，用户1的服务小区为小区0。根据步骤(4a)-(4c)，通过小区0顶点和中心的连线将小区0划分为六个大小相等的三角形区域分别记为1′，2′，3′，4′，5′，6′；确定用户1所在的区域为1′；根据用户1所在的区域1′确定用户1的候选协作集为与区域1′相邻的小区1以及小区1在一级蜂窝系统拓扑中两侧的小区2和6，即候选协作集为{1，2，6}，从集合{1，2，6}中选取用户1的协作小区。

步骤5，将用户i对所得到的参考信号接收功率中功率值最大的5个接收功率{P₀，P₁，P₂，P₃，P₄}按照从大到小的顺序进行排序，其中P₀＞P₁＞P₂＞P₃＞P₄，根据最大的5个接收功率确定CoMP用户i的类型：

当

时，用户i为CoMP SU-MIMO用户；

当

时，用户i为CoMP MU-MIMO用户。

其中：N为噪声功率，SINR_mode为用户类型判定的信干噪比门限，其值由系统设定。

步骤6，根据用户i的类型选择不同的协作集选择方法。

(6.1)当用户i为CoMP SU-MIMO用户时，根据用户i在使用CoMP和未使用CoMP两种情况下信干噪比的比值按如下步骤选取小区协作集：

(6.1a)将步骤4中所得到用户i的候选协作集中的元素与服务小区j进行组合，得到该用户所有可能性的小区协作集的集合，记作CS_candidates；

(6.1b)对每个CS∈CS_candidates，计算用户i在使用CoMP和未使用CoMP两种情况下的SINR的比值SINR_CoMP/SINR_SiC：

${\mathrm{SINR}}_{\mathrm{CoMP}}=\frac{\underset{k\∈\mathrm{CS}}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k}{\underset{k\∉\mathrm{CS}}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k+N},$

${\mathrm{SINR}}_{\mathrm{SiC}}=\frac{{\left|\right|H_{\mathrm{ji}}{w}_j\left|\right|}^2{P}_j}{\underset{k\≠j}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k+N},$

其中：SINR_CoMP为使用CoMP下用户i的信干噪比，SINR_SiC为未使用CoMP下用户i的信干噪比，H_ki为小区k到用户i的信道增益矩阵，w_k为小区k的预编码矩阵，P_k为小区k的发送功率，N为噪声功率，H_ji为服务小区到用户i的信道增益矩阵，w_j为服务小区的预编码矩阵，P_j为服务小区的发送功率，|| ||表示对其中的函数取范数；

(6.1c)根据SINR_CoMP和SINR_SiC选择小区协作集CS′为：

${\mathrm{CS}}^{\′}=\underset{\mathrm{CS}\∈\mathrm{CScsndidates}}{\arg \max }\left\{\frac{{\mathrm{SINR}}_{\mathrm{CoMP}}}{{\mathrm{SINR}}_{\mathrm{SiC}}}\right\},$

其中：argmax表示寻找具有最大评分的参数。

(6.2)当用户i为CoMP MU-MIMO用户时，采用贪婪算法按如下步骤选取小区协作集：

(6.2a)分别初始化参与协作的小区集合X_CoMP和参与协作的用户集合Y_CoMP：

X_CoMP＝{B_a}，

Y_CoMP＝{U_a}，

其中：U_a为发起协作的用户，B_a为用户U_a的服务小区；

(6.2b)将步骤4中确定的候选协作集合记为{B_b，B_c，B_d}，将B_b、B_c、B_d的CoMP用户表分别记为Ω_b、Ω_c、Ω_d，将候选协作集合中所有CoMP用户的集合记为Ω：

Ω＝Ω_b ∪Ω_c ∪Ω_d；

(6.2c)根据Ω中每个用户U_k∈Ω，分别更新参与协作的临时用户的集合

和参与协作的临时小区的集合

${\stackrel{\‾}{Y}}_{\mathrm{CoMP}}=Y_{\mathrm{CoMP}}+\left\{U_k\right\},$

${\stackrel{\‾}{X}}_{\mathrm{CoMP}}=X_{\mathrm{CoMP}}+\left\{B_k\right\},$

其中：B_k为U_k的服务小区；

(6.2d)计算

中每个用户

联合预编码后的信干噪比：

${\mathrm{SINR}}_m=\frac{P_m{\mathrm{\γ}}_m}{\underset{B_i\∉{\stackrel{\‾}{X}}_{\mathrm{CoMP}}}{\mathrm{\Σ}}{\left|\right|H_{B_I,m}\left|\right|}^2{P}_i+N},$

其中：P_m为服务小区的发送功率，γ_m为信道的有效增益，

为基站B_i到用户U_m的信道增益矩阵，P_i为小区B_i的发送功率，N为噪声功率，|| ||表示对其中的函数取范数；

(6.2e)根据SINR_m计算

中所有协作用户的总吞吐量C_CoMP：

$C_{\mathrm{CoMP}}=\underset{U_m\∈{\stackrel{\‾}{Y}}_{\mathrm{CoMP}}}{\mathrm{\Σ}}{\log }_2(1+{\mathrm{SINR}}_m);$

(6.2f)根据C_CoMP选取参与CoMP的用户U_opt：

$U_{\mathrm{opt}}=\arg \underset{U_k\∈\mathrm{\Ω}}{\max }{C}_r^{\mathrm{CoMP}},$

其中：argmax表示寻找具有最大评分的参数；

(6.2g)根据U_opt分别更新集合Y_CoMP，X_CoMP和Ω：

Y_CoMP＝Y_CoMP+{U_opt}，

X_CoMP＝X_CoMP+{B_opt}，

$\mathrm{\Ω}=\mathrm{\Ω}-{\mathrm{\Ω}}_{B_{\mathrm{opt}}},$

其中：B_opt为用户U_opt的服务小区，

为小区B_opt的CoMP用户表，＝表示将右边的集合赋给左边的集合；

(6.2h)重复步骤(6.2c)-(6.2g)r-1次，得到协作多点传输的小区协作集，其中r为协作集合的大小。

Claims (4)

1.一种LTE-A系统中协作多点传输CoMP下行小区协作集的选择方法，包括如下步骤：

(1)根据用户接收到的信号，计算出小区内所有用户的信干噪比，根据信干噪比门限筛选需要进行协作多点传输CoMP的用户集合，记为T_CoMP；

(2)从需要进行CoMP的用户集合T_CoMP中，根据比例公平算法挑选出需要被服务的CoMP用户i，该用户的服务小区记为j；

(3)根据用户i在服务小区j中的位置选择候选协作集：

(3a)通过小区j顶点和中心的连线将小区j划分为六个大小相等的三角形区域；

(3b)根据用户i在小区j中的位置确定用户i所在的区域；

(3c)根据用户i所在的区域确定用户i的候选协作集，即用户i的候选协作集为用户i所在区域相邻的小区以及该小区在一级蜂窝系统拓扑中两侧的小区；

(4)将用户i对所得到的参考信号接收功率中功率值最大的5个接收功率{P₀,P₁,P₂,P₃,P₄}按照从大到小的顺序进行排序，其中P₀＞P₁＞P₂＞P₃＞P₄，确定CoMP用户i的类型：

当

时，用户i为CoMP SU-MIMO用户；

当

时，用户i为CoMP MU-MIMO用户。

其中：N为噪声功率，SINR_mode为用户类型判定的信干噪比门限，其值由系统设定；

(5)根据用户i的类型选择不同的协作集选择方法：

5a)当用户i为CoMP SU-MIMO用户时，根据用户i在使用CoMP和未使用CoMP两种情况下信干噪比的比值选取小区协作集：

(5a1)将步骤(3)中所得到用户i的候选协作集合中的元素与服务小区j进行组合，得到该用户所有可能性的小区协作集的集合，记作CS_candidates；

(5a2)对每个CS∈CS_candidates，计算用户i在使用CoMP和未使用CoMP两种情况下的SINR的比值SINR_CoMP/SINR_SiC：

${\mathrm{SINR}}_{\mathrm{CoMP}}=\frac{\underset{k\∈\mathrm{CS}}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k}{\underset{k\∉\mathrm{CS}}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k+N},$

${\mathrm{SINR}}_{\mathrm{SiC}}=\frac{{\left|\right|H_{\mathrm{ji}}{w}_j\left|\right|}^2{P}_j}{\underset{k\≠j}{\mathrm{\Σ}}{\left|\right|H_{\mathrm{ki}}{w}_k\left|\right|}^2{P}_k+N},$

其中：SINR_CoMP为使用CoMP下用户i的信干噪比，SINR_SiC为未使用CoMP下用户i的信干噪比，H_ki为小区k到用户i的信道增益矩阵，w_k为小区k的预编码矩阵，P_k为小区k的发送功率，N为噪声功率，H_ji为服务小区到用户i的信道增益矩阵，w_j为服务小区的预编码矩阵，P_j为服务小区的发送功率，‖‖表示对其中的函数取范数；

(5a3)根据SINR_CoMP和SINR_SiC选择小区协作集CS′为：

${\mathrm{CS}}^{\′}=\underset{\mathrm{CS}\∈\mathrm{CScsndidates}}{\arg \max }\left\{\frac{{\mathrm{SINR}}_{\mathrm{CoMP}}}{{\mathrm{SINR}}_{\mathrm{SiC}}}\right\},$

其中：argmax表示寻找具有最大评分的参数。

5b)当用户i为CoMP MU-MIMO用户时，采用贪婪算法选取小区协作集:

(5b1)分别初始化参与协作的小区集合X_CoMP和参与协作的用户集合Y_CoMP：

X_CoMP＝{B_a}，

Y_CoMP＝{U_a}，

其中：U_a为发起协作的用户，B_a为用户U_a的服务小区；

(5b2)将步骤(3)中确定的候选协作集记为{B_b,B_c,B_d}，将B_b、B_c、B_d的CoMP用户表分别记为Ω_b、Ω_c、Ω_d，将候选协作集中所有CoMP用户的集合记为Ω：

Ω＝Ω_b∪Ω_c∪Ω_d；

(5b3)根据Ω中每个用户U_k∈Ω，分别更新参与协作的临时用户的集合

和参与协作的临时小区的集合

${\stackrel{\‾}{Y}}_{\mathrm{CoMP}}=Y_{\mathrm{CoMP}}+\left\{U_k\right\},$

${\stackrel{\‾}{X}}_{\mathrm{CoMP}}=X_{\mathrm{CoMP}}+\left\{B_k\right\},$

其中：B_k为U_k的服务小区；

(5b4)计算中每个用户

联合预编码后的信干噪比：

${\mathrm{SINR}}_m=\frac{P_m{\mathrm{\γ}}_m}{\underset{B_i\∉{\stackrel{\‾}{X}}_{\mathrm{CoMP}}}{\mathrm{\Σ}}{\left|\right|H_{B_I,m}\left|\right|}^2{P}_i+N},$

其中：P_m为服务小区的发送功率，γ_m为信道的有效增益，为基站B_i到用户U_m的信道增益矩阵，P_i为小区B_i的发送功率，N为噪声功率，‖‖表示对其中的函数取范数；

(5b5)根据SINR_m计算

中所有协作用户的总吞吐量C_CoMP：

$C_{\mathrm{CoMP}}=\underset{U_m\∈{\stackrel{\‾}{Y}}_{\mathrm{CoMP}}}{\mathrm{\Σ}}{\log }_2(1+{\mathrm{SINR}}_m),$

(5b6)根据C_CoMP选取参与CoMP的用户U_opt：

$U_{\mathrm{opt}}=\arg \underset{U_k\∈\mathrm{\Ω}}{\max }{C}_r^{\mathrm{CoMP}},$

其中：argmax表示寻找具有最大评分的参数；

(5b7)根据U_opt分别更新集合Y_CoMP，X_CoMP和Ω：

Y_CoMP＝Y_CoMP+{U_opt}，

X_CoMP＝X_CoMP+{B_opt}，

$\mathrm{\Ω}=\mathrm{\Ω}-{\mathrm{\Ω}}_{B_{\mathrm{opt}}},$

其中：B_opt为用户U_opt的服务小区，

为小区B_opt的CoMP用户表，＝表示将右边的集合赋给左边的集合；

(5b8)重复步骤(5b3)-(5b7)r-1次，得到协作多点传输的小区协作集，其中r为协作集合的大小。

2.根据权利要求1所述的LTE-A系统中CoMP下行小区协作集的选择方法，其中步骤(1)所述的计算出小区内所有用户的信干噪比，是通过信干噪比SINR_l的算法计算，即利用如下公式计算：

${\mathrm{SINR}}_l=\frac{{\left|\right|H_l{w}_l\left|\right|}^2{P}_l}{\underset{k\≠l}{\mathrm{\Σ}}{\left|\right|H_k{w}_k\left|\right|}^2{P}_k+N},$

其中：H_l为服务小区到用户l的信道增益矩阵，w_l为服务小区的预编码矩阵，P_l为服务小区的发送功率，H_k为小区k到用户l的信道增益矩阵，w_k为小区k的预编码矩阵，P_k为小区k的发送功率，N为噪声功率，‖‖表示对其中的函数取范数。

3.根据权利要求1所述的LTE-A系统中CoMP下行小区协作集的选择方法，其中步骤(1)所述的根据信干噪比门限筛选需要进行协作多点传输CoMP的用户集合，是通过信干噪比门限算法筛选需要进行CoMP的用户集合，即：

当SINR_l≥SINR_threshold时，用户l不需要进行CoMP；

当SINR_l＜SINR_threshold时，用户l需要进行CoMP。

其中：SINR_threshold为筛选CoMP用户的信干噪比门限，其值由系统设定。

4.根据权利要求1所述的LTE-A系统中CoMP下行小区协作集的选择方法，其中步骤(2)所述的根据比例公平算法挑选出需要被服务的CoMP用户i，是利用如下公式选择：

$i=\underset{s\∈T_{\mathrm{CoMP}}}{\arg \max }\frac{V_s\left(t\right)}{{\stackrel{\‾}{V}}_s\left(t\right)},$

其中：V_s(t)为用户s在时刻t请求的传输速率，

为用户s在时刻t之前的平均传输速率，argmax表示寻找具有最大评分的参数。

Images