CN102006146B - Mu-mimo系统下行链路的用户调度方法 - Google Patents

Abstract

本发明涉及MU-MIMO系统下行链路的用户调度方法，包括步骤：步骤1：各用户根据接收的导频数据进行信道估计以获取自身当前的MIMO信道矩阵，各用户分别计算自身的MIMO信道矩阵的Frobenius范数值，也即各用户的MIMO信道增益；步骤2：基站通过信道互易性获知各用户端的MIMO信道矩阵和MIMO信道增益；步骤3：基站根据从用户获知的各用户的MIMO信道增益，调度具有最大MIMO信道增益的用户作为基站发送的第一个用户；步骤4：基站代入已调度的用户的MIMO信道矩阵和未调度用户的MIMO信道矩阵到用户调度函数，计算并选取最大函数值所对应的用户作为下一个调度用户，依次遍历所有未调度用户直到调度出的用户的数目达到基站调度器的设计要求。本发明的有益效果是：提高了MU-MIMO系统的吞吐量。

Description

MU-MIMO系统下行链路的用户调度方法

技术领域

本发明属于无线通信技术领域，特别涉及多用户多输入多输出(简称MU-MIMO)系统下行链路的用户调度方法。

背景技术

众所周知，多输入多输出(简称MIMO)技术以其很高的频谱利用率、良好的抗多径衰落和抗干扰性能，成为未来移动通信的主要技术之一。多用户多输入多输出(简称MU-MIMO)系统由于能同时服务多个用户，并仍然保持MIMO天线系统的优点，因此引起了越来越广泛的关注。然而由于多用户MIMO系统中多个用户共用同一时间与频率资源，必然会引入多用户的共信道干扰(简称CCI)，影响数据的可靠接收，导致MU-MIMO系统的吞吐量降低。为了有效的抑制多用户的CCI，基站(简称BS)需要采用合理的用户调度方法。

在时分双工复用(简称TDD)模式下，基站可以通过信道互易性获知用户的信道信息，采用基于非码本的用户调度方法，可以更好的利用TDD模式的优点，从而更好的提高MU-MIMO系统的性能。现有的用户调度方法主要有：

1.基站遍历所有用户，计算每个用户的MIMO信道矩阵的Frobenius范数值，也即用户的MIMO信道增益。根据用户信道增益的大小，进行用户的调度。使得被调度的用户集合具有最大的MIMO信道增益。这种方法简称为NBS。

2.基站遍历所有用户，计算每个用户的MIMO信道矩阵的Frobenius范数值，也即用户的MIMO信道增益，调度具有最大MIMO信道增益的用户。遍历所有未被调度的用户，计算与已调度用户的信道相关性。通过门限值的设定，对未调度的用户进行取舍，更新未调度用户的集合。在更新的用户集合内，仍然优先调度具有最大MIMO信道增益的用户。这种方法简称为SUS。

3.基站遍历所有用户，计算每个用户的SU-MIMO系统吞吐量，选取具有最大系统吞吐量值的用户作为第一个调度用户。遍历所有未被调度的用户，联合已调度的用户，计算MU-MIMO系统的系统吞吐量，调度使得MU-MIMO系统吞吐量最大的用户。这种方法简称为GIS。

4.基站遍历所有用户，计算每个用户对于MU-MIMO系统吞吐量的影响，依次排除对MU-MIMO系统吞吐量影响小的用户，更新剩余用户的集合，即为调度用户的集合。这种方法简称为GDS。

上述现有的MU-MIMO系统用户调度方法的主要缺点是未能充分的利用多用户分集增益，导致MU-MIMO系统吞吐量不高。

发明内容

本发明的目的是为了克服现有的MU-MIMO系统用户调度方法未能充分的利用多用户分集增益的不足，提出了MU-MIMO系统下行链路的用户调度方法。

为了实现上述目的，本发明的技术方法是：MU-MIMO系统下行链路的用户调度方法，包括步骤：

步骤1：各用户根据接收的导频数据进行信道估计以获取自身当前的MIMO信道矩阵，各用户分别计算自身的MIMO信道矩阵的Frobenius范数值，也即各用户的MIMO信道增益；

步骤2：基站通过信道互易性获知各用户端的MIMO信道矩阵和MIMO信道增益；

步骤3：基站根据从用户获知的各用户的MIMO信道增益，调度具有最大MIMO信道增益的用户作为基站发送的第一个用户；

步骤4：基站代入已调度的用户的MIMO信道矩阵和未调度用户的MIMO信道矩阵到用户调度函数，计算并选取最大函数值所对应的用户作为下一个调度用户，依次遍历所有未调度用户直到调度出的用户的数目达到基站调度器的设计要求。

本发明的有益效果是：由于本发明基站代入已调度的用户的MIMO信道矩阵和未调度用户的MIMO信道矩阵到用户调度函数来确定下一个调度用户，保证了每次调度的用户都使得MU-MIMO系统具有最大的多用户分集增益，从而提高了MU-MIMO系统的吞吐量。

附图说明

图1是MU-MIMO系统下行链路的系统示意图。

图2是本发明具体实施例的主流程图。

图3是本发明具体实施例的方法与现有技术方法的吞吐量对比图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明。

在对具体实施作详细的介绍时，同时对实施例的基础知识做简要介绍，由于这部分内容都是基于现有技术，因此没有做详细的展开描述，但是这并不影响本领域的普通技术人员对本发明的理解和实施。

如附图1所示，图中基站包括调度器和预编码器，基站所覆盖的所有用户(从用户1到用户X)通过导频估计出各自的信道矩阵，并使用Frobenius范数计算出信道增益。根据TDD模式下的信道互易性，基站可获知所有用户的信道矩阵和信道增益，利用调度器调度出用于用户发送数据信息的用户，系统再经过预编码器将数据信息传送到天线端进行发送到用户接收。在TDD模式下，定义M为基站端发射天线数，小区内共有X个用户，每个用户都只有1根接收天线。同一时间基站只对K(K小于或等于M)个用户进行数据传输。为了简化分析，本发明的功率分配采用平均功率分配。

第k个用户的MIMO信道矩阵为

h_k＝[h_k，1 K h_k，M]    (1)

h_k，j为第j根发射天线到第k个用户的接收天线的信道冲激响应，其包络服从独立同分布的Rayleigh衰落。

第k个用户接收到的信号为

y_k＝h_kWs+n_k    (2)

s为K×1维的发射数据矢量，包含K个用户的数据流。W为M×K维预编码矩阵。n_k是零均值和方差为δ²加性高斯噪声。

在TDD模式下，通过信道互易性，基站可以获得所有用户的信道状态信息。基站根据用户的信道信息，进行预编码器的设计。本发明采用ZFBF预编码技术。ZFBF技术只需通过简单地对信道矩阵作伪逆运算来实现，复杂度低，因此在实际的系统中有着广泛的应用。假设所有被调度的K个用户的MIMO信道矩阵所组成的信道集合为

$H={[h_1^T,...,h_K^T]}^T---\left(3\right)$

其中(g)^T表示矩阵的转置

应用基于迫零的波束成形(ZFBF)线性预编码技术，预编码矩阵W可表示为

W＝H⁺＝H^H(HH^H)^-1    (4)

其中(g)⁺表示矩阵的伪逆，(g)^H表示矩阵的共轭转置，(g)^-1表示矩阵的逆。

如附图2所示，本实施例的MU-MIMO系统下行链路的用户调度方法，包括以下步骤：

步骤1：各用户根据接收的导频数据进行信道估计以获取自身当前的MIMO信道矩阵，各用户分别计算自身的MIMO信道矩阵的Frobenius范数值，也即各用户的MIMO信道增益；

该步骤所包含的具体操作：

1.初始化所有待调度用户的集合为T＝{1，...，X}，已调度用户的集合为

表示空集。

2.各用户计算出自身的MIMO信道增益，即

k＝1，...，X，||g||_F表示矩阵的Frobenius范数。

步骤2：基站通过信道互易性获知各用户端的MIMO信道矩阵和MIMO信道增益；

步骤3：基站根据从用户端获知各用户的MIMO信道增益，调度具有最大MIMO信道增益的用户作为基站发送的第一个用户；

该步骤所包含的具体操作：

1.确定第一个用户的选取准则为：

其中，ind_1表示调度的第一个用户，argmax(g)表示取参数的最大值。

2.同时，基站更新待调度用户的集合和已调度用户的集合

T＝T-ind_1    (6)

S＝S+ind_1    (7)

其中T表示待调度用户的集合，S表示已调度用户的集合。

步骤4：基站代入已调度的用户的MIMO信道矩阵和未调度用户的MIMO信道矩阵到用户调度函数，计算并选取最大函数值所对应的用户作为下一个调度用户，依次遍历所有未调度用户直到调度出的用户的数目达到基站发射机调度器的设计要求。

该步骤所包含的具体操作：

1.确定第k(2≤k≤K)个用户的选取准则为：

$\mathrm{ind}\_k=\arg \underset{j\∈T}{\max }\left(\det \left(h_j{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left(h_j{\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H\right)\right)---\left(8\right)$

其中，ind_k表示调度的第k个用户，det(g)表示对矩阵取行列式计算，j表示对未调度用户集合T的遍历。

该准则中的

可以通过如下矩阵分解获得

${\stackrel{\‾}{H}}_s={\stackrel{\‾}{U}}_s{\mathrm{\Σ}}_s{\stackrel{\‾}{V}}_s^H={\stackrel{\‾}{U}}_s{\mathrm{\Σ}}_s{\left[\begin{array}{cc}{\stackrel{\‾}{V}}_s^{\left(1\right)}& {\stackrel{\‾}{V}}_s^{\left(0\right)}\end{array}\right]}^H---\left(9\right)$

${\stackrel{\‾}{H}}_s={\left[\begin{array}{cccc}{h}_1^T& h_2^T& K& h_{k-1}^T\end{array}\right]}^T---\left(10\right)$

其中

表示已调度的用户集S中的用户所组成的复合信道矩阵，

分别表示对矩阵

进行SVD分解后的左，右奇异酉矩阵，∑_s是由奇异值构成的对角矩阵，

由

和

两部分组成，

表示非零奇异值所对应的正交基，表示零奇异值所对应的正交基。(g)^H表示矩阵的共轭转置。令矩阵

的秩为

rank(g)表示对矩阵取秩运算。进一步，

即表示

的右奇异矩阵的后(M-L)个右奇异列向量，即

的零空间正交基。接下来根据(6)-(7)式相应的更新待调度用户的集合和已调度用户的集合。

以上对该用户调度算法的步骤作了介绍，现给出该用户调度算法的详细工作原理，如下所示：

假设已从X个待调度用户中调度了k-1个用户，定义

为相应的复合多用户信道矩阵，如(10)式所示。此时MU-MIMO系统的吞吐量为

$C\left({\stackrel{\‾}{H}}_s\right)={\log }_2\left(\det (I_M+\mathrm{\ρ}{{\stackrel{\‾}{H}}_s}^H{\stackrel{\‾}{H}}_s)\right)={\log }_2\left(\det (I_{k-1}+\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H)\right)---\left(11\right)$

其中ρ＝p₀/Mσ²，p₀为基站发射机的总功率。

因为矩阵单位阵和

均为正定矩阵，I为单位阵。所以有

$C\left({\stackrel{\‾}{H}}_s\right)={\log }_2\left(\det (I_{k-1}+\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H)\right)\≥{\log }_2\left(\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\right)---\left(12\right)$

从而得到：

$C_{\mathrm{low}}\left({\stackrel{\‾}{H}}_s\right)={\log }_2\left(\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\right)---\left(13\right)$

其中

表示k-1个调度用户所构成的MU-MIMO系统的吞吐量下界。

当下一个用户k被调度后，新的复合信道矩阵定义为

${\stackrel{\‾}{H}}_a={\left[\begin{array}{cccc}{h}_1^T& h_2^T& K& h_k^T\end{array}\right]}^T={\left[\begin{array}{cc}{\stackrel{\‾}{H}}_s^T& h_k^T\end{array}\right]}^T---\left(14\right)$

根据(14)有

${\stackrel{\‾}{H}}_a{{\stackrel{\‾}{H}}_a}^H=\left(\begin{array}{cc}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H& {\stackrel{\‾}{H}}_s{h}_k^H\\ h_k{\stackrel{\‾}{H}}_s^H& h_k{h}_k^H\end{array}\right)---\left(15\right)$

根据行列式的性质有

$\det \left({\stackrel{\‾}{H}}_a{{\stackrel{\‾}{H}}_a}^H\right)=\det \left({\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\×\det (h_k{h}_k^H-h_k{\stackrel{\‾}{H}}_s^H\×{\left({\stackrel{\‾}{H}}_s{\stackrel{\‾}{H}}_s^H\right)}^{-1}\×{\stackrel{\‾}{H}}_s{h}_k^H)---\left(16\right)$

根据(9)式和(14)式有

$C_{\mathrm{low}}\left({\stackrel{\‾}{H}}_a\right)=\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_a{{\stackrel{\‾}{H}}_a}^H\right)$

$=\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\×\det (\mathrm{\ρ}{h}_k{h}_k^H-{\mathrm{\ρ}}^2{h}_k{\stackrel{\‾}{V}}_s{\mathrm{\Σ}}_s^H\×{\left(\mathrm{\ρ}{\mathrm{\Σ}}_s{\mathrm{\Σ}}_s^H\right)}^{-1}\×{\mathrm{\Σ}}_s{\stackrel{\‾}{V}}_s^H{h}_k^H)---\left(17\right)$

$=\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\×\det (\mathrm{\ρ}{h}_k{h}_k^H-\mathrm{\ρ}{h}_k{\stackrel{\‾}{V}}_s^{\left(1\right)}{\left({\stackrel{\‾}{V}}_s^{\left(1\right)}\right)}^H{h}_k^H)$

其中

表示k个调度用户所构成的MU-MIMO系统的吞吐量下界。

又因为

${\stackrel{\‾}{V}}_s^{\left(1\right)}{\left({\stackrel{\‾}{V}}_s^{\left(1\right)}\right)}^H+{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left({\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H=1---\left(18\right)$

所以有

$C_{\mathrm{low}}\left({\stackrel{\‾}{H}}_a\right)=\det \left(\mathrm{\ρ}{\stackrel{\‾}{H}}_s{{\stackrel{\‾}{H}}_s}^H\right)\×\det \left(\mathrm{\ρ}{h}_k{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left({\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H{h}_k^H\right)$ (19)

$=C_{\mathrm{low}}\left({\stackrel{\‾}{H}}_s\right)\×\det \left(\mathrm{\ρ}{h}_k{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left({\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H{h}_k^H\right)$

从(19)式我们可以看出，为了获得最大的k个用户的系统吞吐量下界，下一个被调度的用户k的选择应该满足

$\mathrm{ind}\_k=\arg \underset{j\∈T}{\max }\left(\det \left(h_j{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left({\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H{h}_k^H\right)\right)---\left(20\right)$

其中T为未被调度的用户集合。

下面结合附图3以具体实例的形式对本发明进行详细的说明。

附图3是用于显示在不同的信噪比条件下，本发明方法与现有技术方法的吞吐量性能对比图。基站端设置4根发射天线，小区内共有20个用户，所有用户端设置1根接收天线。基站调度4个用户进行数据通信。将信道模型建模为单径瑞利信道模型。基站总的发射功率为1。如附图3所示，本发明的方法比现有的用户调度方法具有更好的吞吐量性能。原因在于本发明的方法以MU-MIMO系统的吞吐量作为目标函数，对小区内的用户进行调度，更加精确和直观的描述了各用户对系统吞吐量的影响。使用本发明设计的调度函数可以设计出更加合理的用户调度器，充分的利用多用户的分集增益，增加系统的吞吐量，提高系统的性能。通过实例分析，可以看出本发明可以轻易扩展至用户端多天线的MU-MIMO系统。

总之，由于可以提高小区吞吐量，MU-MIMO系统已成为许多宽带无线通信标准的研究热点，而多用户的CCI成为限制系统吞吐量进一步提高的瓶颈。本发明在基站端使用合理的用户调度算法，充分的利用多用户的分集增益，进一步的提高系统的吞吐量，有效的抑制了CCI，并能带来明显的优势。而且，本发明可以轻易扩展至用户端多天线的MU-MIMO系统。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (1)

1.MU-MIMO系统下行链路的用户调度方法，包括步骤：

步骤1：各用户根据接收的导频数据进行信道估计以获取自身当前的MIMO信道矩阵，各用户分别计算自身的MIMO信道矩阵的Frobenius范数值，也即各用户的MIMO信道增益；

所述步骤1包括如下分步骤：

步骤11.初始化所有待调度用户的集合为T={1,...,X}，已调度用户的集合为

表示空集；

步骤12.各用户计算出自身的MIMO信道增益，即‖h_k‖_F,k=1,...,X，‖‖_F表示矩阵的Frobenius范数；

步骤2：基站通过信道互易性获知各用户端的MIMO信道矩阵和MIMO信道增益；

步骤3：基站根据从用户获知的各用户的MIMO信道增益，调度具有最大MIMO信道增益的用户作为基站发送的第一个用户；

步骤31.确定第一个用户的选取准则为：

其中，ind_1表示调度的第一个用户，argmax( )表示取参数的最大值；

步骤32.同时，基站更新待调度用户的集合和已调度用户的集合

T=T-ind_1；（6）

S=S+ind_1；（7）

其中T表示待调度用户的集合，S表示已调度用户的集合；

步骤4：基站代入已调度的用户的MIMO信道矩阵和未调度用户的MIMO信道矩阵到用户调度函数，计算并选取最大函数值所对应的用户作为下一个调度用户，依次遍历所有未调度用户直到调度出的用户的数目达到基站调度器的设计要求；

步骤4所包含的具体操作为：

确定第k(2≤k≤K)个用户的选取准则为：

$\mathrm{ind}\_k=\arg \underset{j\∈T}{\max }\left(\det \left(h_j{\stackrel{\‾}{V}}_s^{\left(0\right)}{\left(h_j{\stackrel{\‾}{V}}_s^{\left(0\right)}\right)}^H\right)\right)---\left(8\right)$

其中，ind_k表示调度的第k个用户，det( )表示对矩阵取行列式计算，j表示对未调度用户集合T的遍历，同一时间基站只对K个用户进行数据传输，其中K小于或等于M;该选取准则中的

通过如下矩阵分解获得

${\stackrel{\‾}{H}}_s={\stackrel{\‾}{U}}_s{\mathrm{\Σ}}_s{\stackrel{\‾}{V}}_s^H={\stackrel{\‾}{U}}_s{\mathrm{\Σ}}_s{\left[\begin{array}{cc}{\stackrel{\‾}{V}}_s^{\left(1\right)}& {\stackrel{\‾}{V}}_s^{\left(0\right)}\end{array}\right]}^H---\left(9\right)$

${\stackrel{\‾}{H}}_s={\left[\begin{array}{cccc}{h}_1^T& h_2^T& ...& h_{k-1}^T\end{array}\right]}^T---\left(10\right)$

其中

表示已调度的用户集S中的用户所组成的复合信道矩阵，分别表示对矩阵

进行SVD分解后的左，右奇异酉矩阵，Σ_s是由奇异值构成的对角矩阵，

由

和两部分组成，

表示非零奇异值所对应的正交基，表示零奇异值所对应的正交基；( )^H表示矩阵的共轭转置；令矩阵

的秩为

rank( )表示对矩阵取秩运算；进一步，

即表示

的右奇异矩阵的后(M-L)个右奇异列向量，即

的零空间正交基，其中M为基站端发射天线数；接下来根据(6)-(7)式相应的更新待调度用户的集合和已调度用户的集合。

Images