CN102158310A - 一种实现多小区预编码的方法和装置 - Google Patents

Abstract

本发明公开了一种实现多小区预编码的方法和装置，均可根据区域将用户划分为中心用户和边缘用户，对划分的中心用户和边缘用户采用不同的预编码方法进行处理。本发明方法和装置，使得位于小区簇边缘和中心的用户能够区分处理，从而对整个多小区MIMO系统的速率有较大的优化和提升；并且使得目标用户在多小区边缘用户受到的干扰有了明确的界定和度量方法。上述特点均可保证对异构网络中的通信干扰实现有效抑制。

Description

一种实现多小区预编码的方法和装置

技术领域

本发明涉及通信领域，具体涉及一种实现多小区预编码的方法和装置。

背景技术

多输入多输出(MIMO)技术经过近十年的发展，从点对点的单链路到单小区多用户都取得了巨大的进展。随着下一代移动通信技术和标准的推进，MIMO技术已经开始从实验室走向实际应用，并且采用MIMO技术的下一代无线技术验证系统有力验证了MIMO技术所能带来的高频谱容量优势。但是MIMO技术在扩展多小区系统中也存在多天线多小区中的邻小区干扰问题(OCI)。单用户MIMO和多用户MIMO的许多干扰抑制技术都可以扩展到多小区系统中进行研究，其中有些方法是建立在单用户MIMO和多用户MIMO的干扰抑制技术上的，这也是当前多小区MIMO中所使用最多的一类研究方法。

从理论上来讲，采用MIMO技术具有很强的吸引力，但是在商用的蜂窝系统中，引入了MIMO技术的网络中小区间的干扰还是非常复杂的，这也是蜂窝MIMO系统必然面临的一个问题。尤其是在下行系统中，由于终端的处理能力有限，因此基站侧面临的干扰抑制的压力非常大。也因此在多小区环境中由MIMO带来的系统容量的增益大打折扣。传统的多小区干扰消除方法(比如软频率复用、扇区化和扩展频谱方法)由于方法本身的一些限制对多小区MIMO系统都不是非常有效，这显然不利于抑制通信干扰。

发明内容

有鉴于此，本发明的主要目的在于提供一种实现多小区预编码的方法和装置，以保证对异构网络中的通信干扰实现有效抑制。

为达到上述目的，本发明的技术方案是这样实现的：

一种实现多小区预编码的方法，该方法包括：

根据区域将用户划分为中心用户和边缘用户，对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

进一步包括：

引入协作距离，表示包含多小区的小区组从内边缘到外边缘的间隔；

基于效用函数及博弈论原理证明纳什平衡点存在并且唯一，据此获取协作距离，以进行用户调度。

进一步包括涉及对多小区进行分簇的过程：

对多小区进行分簇；

收集簇内目标用户的信道信息以及对用户造成干扰的信道信息；

获取目标用户的预编码向量。

所述对划分的中心用户和边缘用户采用不同的预编码方法进行处理的过程包括：

基于功率约束对目标用户的预编码向量进行调整；

求解小区簇内的所有用户的预编码向量；

根据所述协作距离获取小区簇边缘的信道干扰信息；

求解小区簇边缘用户的预编码向量。

所述对划分的中心用户和边缘用户采用不同的预编码方法进行处理的方法为：

对所述中心用户，采用多小区多用户的对角化预编码方法；对所述边缘用户，采用小区簇用户协作预编码方法。

一种实现多小区预编码的装置，该装置包括区域用户维护单元、区域用户预编码单元；其中，

所述区域用户维护单元，用于根据区域将用户划分为中心用户和边缘用户；

所述区域用户预编码单元，用于对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

所述区域用户维护单元，进一步用于：

引入协作距离，表示包含多小区的小区组从内边缘到外边缘的间隔；

基于效用函数及博弈论原理证明纳什平衡点存在并且唯一，据此获取协作距离，以进行用户调度。

所述区域用户维护单元，进一步用于执行包括涉及对多小区进行分簇的过程：

对多小区进行分簇；

收集簇内目标用户的信道信息以及对用户造成干扰的信道信息；

获取目标用户的预编码向量。

所述区域用户预编码单元，对划分的中心用户和边缘用户采用不同的预编码方法进行处理时，用于：

基于功率约束对目标用户的预编码向量进行调整；

求解小区簇内的所有用户的预编码向量；

根据所述协作距离获取小区簇边缘的信道干扰信息；

求解小区簇边缘用户的预编码向量。

所述区域用户预编码单元，对划分的中心用户和边缘用户采用不同的预编码方法进行处理时，具体用于：

对所述中心用户，采用多小区多用户的对角化预编码方法；对所述边缘用户，采用小区簇用户协作预编码方法。

本发明方法和装置，使得位于小区簇边缘和中心的用户能够区分处理，从而对整个多小区MIMO系统的速率有较大的优化和提升；并且使得目标用户在多小区边缘用户受到的干扰有了明确的界定和度量方法。上述特点均可保证对异构网络中的通信干扰实现有效抑制。

附图说明

图1为本发明实施例的基于分簇结构的多小区结构示意图；

图2为本发明实施例的协作距离示意图；

图3为本发明实施例的实现多小区预编码的流程简图；

图4为本发明实施例的实现多小区预编码的装置图。

具体实施方式

在实际应用中，可以假定一蜂窝网中共有N个小区。为分析方便，可以对网络中的小区进行分组，假设分为n个组，则每一组中有N/n个小区。为描述方便，假定某一蜂窝网中存在21个小区，将总共21个小区分成了三个小区组，每组中共有7个小区，三个小区组分别记为G1、G2、G3。

进一步划分，在每一小区组内部对不同区域的用户进行区分，分为边缘用户和中心用户：将靠近小区中心的用户定义为中心用户，分布于小区边缘的用户定义为边缘用户。基于上述小区分簇的网络结构，可以对不同的区域采用不同的预编码方法，如：对位于各小区组内部的用户(即中心用户)，可采用多小区多用户的对角化预编码方法；对位于各小区组边缘的用户(即边缘用户)，可采用小区簇用户协作预编码方法。

基于上述小区分簇思想，可以将单小区的预编码算法进行扩展，并针对上述结构进行多小区统一块对角化或多小区协作块对角处理。为分析问题方便，假定描述中基站能够获得来自终端的完全信道信息。

需要说明的是，无论是在小区组内部还是在单个小区内部，对不同区域的用户进行区分都是非常关键的。

针对簇内多小区预编码时，可以用g代表任意一小区簇，假定簇g内共有S个小区，每一小区服务的基站为1个，则该簇g为具有S个基站的MIMO网络。设每一基站均有相同的天线数Nt，每一终端用户的天线数为Nr，则将BD算法的用户数限制加以推广，可以得到该小区组可以支持的用户数为：

其中

表示取最大整数。

针对小区簇g中任意用户k，接收信号为：

$r_k^{\left(g\right)}={\hat{H}}_k^{\left(g\right)}\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{F_i^{\left(g\right)}x}_i^{\left(g\right)}+z_k^{\left(g\right)}---\left(2\right)$

式中为用户k接收过程中经历的等效信道，

为用户i的预编码矩阵，

为发送向量信号，

为用户k的等效噪声。

在小区簇g内，用户k的所有干扰矩阵的集合为：

${\tilde{H}}_k^{\left(g\right)}={[{\hat{H}}_1^{\left(g\right)*}\·\·\·{\hat{H}}_{k-1}^{\left(g\right)*}{\hat{H}}_{k+1}^{\left(g\right)*}\·\·\·{\hat{H}}_K^{\left(g\right)*}]}^{*}---\left(3\right)$

假定g内总用户数为K，则在小区簇内寻找预编码矩阵的方法就是在所有发送天线数SN_t不小于所有接收天线数KN_r情况下使得

这样也就没有用户间的干扰。

令

则

的奇异值分解(SVD)为：

$\mathrm{SVD}\left({\tilde{H}}_k^{\left(g\right)}\right)={\tilde{U}}_k^{\left(g\right)}{\widetilde{\mathrm{\Λ}}}_k^{\left(g\right)}{\left[\begin{array}{cc}{\tilde{V}}_{k,1}^{\left(g\right)}& {\tilde{V}}_{k,0}^{\left(g\right)}\end{array}\right]}^{*}---\left(4\right)$

其中

包含

个右奇异值向量，

为剩余的

个向量。对于k用户最多可以发送个码流，由此可以得到用户k的预编码矩阵

则接收信号变为：

$r_k^{\left(g\right)}={\hat{H}}_k^{\left(g\right)}{F}_k^{\left(g\right)}{x}_k^{\left(g\right)}+z_k^{\left(g\right)}---\left(5\right)$

在基站侧，定义

为基站s对应的预编码矩阵，为保证发射功率的恒定，基站s对预编码的功率约束为：

$\mathrm{tr}\left({\stackrel{\‾}{F}}_s^{\left(g\right)}{R}^{\left(g\right)}{\stackrel{\‾}{F}}_s^{\left(g\right)*}\right)\≤P---\left(6\right)$

其中P为总发送功率，R^(g)为小区组g的发送信号向量的协方差矩阵，

R_k ^(g)为小区组中用户k发送向量的协方差矩阵即经过上述处理后，小区组的总速率可表示为：

${\mathrm{Rate}}_{\mathrm{cell}}=\underset{\mathrm{tr}\left({\stackrel{\‾}{F}}_s^{\left(g\right)}{R}^{\left(g\right)}{\stackrel{\‾}{F}}_s^{\left(g\right)*}\right)\≤P}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\log }_2|I_{N_r}+{\hat{H}}_k^{\left(g\right)}{F}_k^{\left(g\right)}{R}_k^{\left(g\right)}{F}_k^{\left(g\right)*}{\hat{H}}_k^{\left(g\right)*}|---\left(7\right)$

对于(7)式中，对小区组内的任意用户k，

的SVD分解为：

$\mathrm{SVD}\left({\hat{H}}_k^{\left(g\right)}{F}_k^{\left(g\right)}\right)=U_k^{\left(g\right)}\left[\begin{array}{cc}{\mathrm{\Λ}}_k^{\left(g\right)}& 0\\ 0& 0\end{array}\right]V_k^{\left(g\right)}---\left(8\right)$

其中 ${\mathrm{\Λ}}_k^{\left(g\right)}=\mathrm{diag}\left({\mathrm{\λ}}_{k,1,\·\·\·,}{\mathrm{\λ}}_{k,r_k}\right),$ $r_k=\mathrm{rank}\left(H_k^{\left(g\right)}{F}_k^{\left(g\right)}\right).$

令 ${\mathrm{\Λ}}^{\left(g\right)}=\mathrm{blockdiag}({\mathrm{\Λ}}_1^{\left(g\right)},\·\·\·,{\mathrm{\Λ}}_K^{\left(g\right)});$

则小区组的总速率可以进一步改写为：

${\mathrm{Rate}}_{\mathrm{cell}}=\underset{\mathrm{tr}\left({\stackrel{\‾}{F}}_s^{\left(g\right)}{R}^{\left(g\right)}{\stackrel{\‾}{F}}_s^{\left(g\right)*}\right)\≤P}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\log }_2|I_{N_r}+{\mathrm{\Λ}}^{\left(g\right)}{\tilde{R}}^{\left(g\right)}{\mathrm{\Λ}}^{\left(g\right)*}|---\left(9\right)$

针对小区簇边缘预编码时，

为一等效的协方差矩阵。

在上述技术描述中没有考虑到在小区组边缘处的用户受到其他小区组影响的情况，当考虑到小区组间的用户干扰时，则采用BD算法可以支持的最大用户数为：

这样显然就减少了系统可支持的用户数，也就使得系统的吞吐量受到了影响。为了平衡克服干扰用户数的减少对系统容量的影响，也为了使得在此情况下达到最优的系统容量，可以进一步引入如图2所示的协作距离Dc的概念，Dc表示从小区组内边缘到外边缘的间隔。

假定在小区簇G1中定义协作距离为Dc，定义此时G1中最小用户速率为Rate_min。考虑到在小区边缘的用户都会与其他小区簇进行协作，因此在Dc区域内的用户的速率都会随之减小，因此进一步定义参数

表示小区簇G1中平均最小速率。显然，协作距离Dc越大，则该区域用户数越多，

就会越大。另外，定义一个有效速率Rate_eff，如(11)式：

${\mathrm{Rate}}_{\mathrm{eff}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{{\mathrm{Rate}}_k}{N_{c,k}\left(D_c\right)}---\left(11\right)$

其中Rate_k为小区组中每一用户的理论速率，N_c，k(D_c)表示用户k所在的主小区组和N_c个邻小区组的用户协作。当Dc增加时，N_c，k(D_c)数增多，有效速率Rate_eff减小。

从上述分析看出，Dc的变化会导致一对速率Rate_eff和

的矛盾，为寻找最优的Dc值，以进行用户的合理调度，因此可以构造下述(12)式所示的效用函数：

$u\left(D_c\right)=\mathrm{\α}{\stackrel{\‾}{\mathrm{Rate}}}_{\min }\left(D_c\right)+(1-\mathrm{\α}){\mathrm{Rate}}_{\mathrm{eff}}\left(D_c\right)$ 0＜α＜1    (12)

基于博弈论原理，令：

$\frac{\∂u}{{\∂D}_c}=0;$

得到 $D_c=f({\stackrel{\‾}{\mathrm{Rate}}}_{\min },{\mathrm{Rate}}_{\mathrm{eff}});$

利用现有技术，可以证明其中的纳什平衡点存在并且唯一，最终搜索到合理的Dc值，并据此进行合理的用户调度。

在具体应用时，所执行的操作步骤包括：

步骤一：对多小区进行合理分簇；

合理地进行簇的划分可以有效地提高算法的性能，簇内小区数和用户数的选择可以依据对实时信道的仿真结果，还可以基于经验值。

步骤二：收集簇内用户k的信道信息以及对用户造成干扰的信道信息；

根据下式得到目标用户k对应的干扰信道信息：

${\tilde{H}}_k^{\left(g\right)}={[{\hat{H}}_1^{\left(g\right)*}\·\·\·{\hat{H}}_{k-1}^{\left(g\right)*}{\hat{H}}_{k+1}^{\left(g\right)*}\·\·\·{\hat{H}}_K^{\left(g\right)*}]}^{*};$

步骤三：获取目标用户k的预编码向量；

令

则的SVD为：

$\mathrm{SVD}\left({\tilde{H}}_k^{\left(g\right)}\right)={\tilde{U}}_k^{\left(g\right)}{\widetilde{\mathrm{\Λ}}}_k^{\left(g\right)}{\left[\begin{array}{cc}{\tilde{V}}_{k,1}^{\left(g\right)}& {\tilde{V}}_{k,0}^{\left(g\right)}\end{array}\right]}^{*};$

其中

包含

个右奇异值向量，

为剩余的

个向量。对于k用户最多可以发送

个码流，由此可以得到用户k的预编码矩阵

$F_k^{\left(g\right)}={\tilde{V}}_{k,1}^{\left(g\right)};$

步骤四：基于功率约束对目标用户k的预编码向量进行调整；

在步骤三的基础上，对

进行功率约束的调整。具体而言，在基站侧，定义

为基站s对应的预编码矩阵，为保证发射功率的恒定，基站s对预编码的功率约束为：

$\mathrm{tr}\left({\stackrel{\‾}{F}}_s^{\left(g\right)}{R}^{\left(g\right)}{\stackrel{\‾}{F}}_s^{\left(g\right)*}\right)\≤P;$

步骤五：求解小区簇内的所有用户的预编码向量；

采用和步骤三、四相同的方法对小区簇内所有用户进行预编码向量的求解。

步骤六：确定小区簇边缘的协作距离；

根据协作距离D_c的表达式确定协作距离。

其中参数

表示小区簇中平均最小速率；另外，定义一个有效速率Rate_eff如下式：

${\mathrm{Rate}}_{\mathrm{eff}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{{\mathrm{Rate}}_k}{N_{c,k}\left(D_c\right)};$

其中Rate_k为小区组中每一用户的理论速率，N_c，k(D_c)表示用户k所在的主小区组和N_c个邻小区组的用户协作。

步骤七：获取小区簇边缘的信道干扰信息；

根据步骤六得到的协作距离可以确定位于小区簇边缘的用户数，如附图1，假定簇G1、G2、G3边缘的用户数分别为K1、K2、K3，则对于位于小区簇边缘的某一用户k，其干扰集合为：

${\tilde{H}}_k^{\left(g\right)}={[{\hat{H}}_1^{\left(g\right)*}\·\·\·{\hat{H}}_{k-1}^{\left(g\right)*}{\hat{H}}_{k+1}^{\left(g\right)*}\·\·\·{\hat{H}}_{\frac{1}{3}(K_1+K_2+K_3)}^{\left(g\right)*}]}^{*}$

步骤八：求解小区簇边缘用户的预编码向量。

在步骤七的基础上，依据步骤三的方法对小区簇边缘用户的预编码向量进行求解。

结合以上技术描述可知，本发明实现多小区预编码的操作思路可以表示如图3所示。参见图3，图3为本发明实施例的实现多小区预编码的流程简图，该流程包括以下步骤：

步骤310：根据区域将用户划分为中心用户和边缘用户。

步骤320：对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

为了保证上述技术描述能够顺利实现，可以进行如图4所示的设置。参见图4，图4为本发明实施例的实现多小区预编码的装置图，该装置包括相连的区域用户维护单元、区域用户预编码单元。

在实际应用时，区域用户维护单元能够根据区域将用户划分为中心用户和边缘用户，区域用户预编码单元则能够对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

综上所述可见，无论是方法还是装置，本发明实现多小区预编码的技术，使得位于小区簇边缘和中心的用户能够区分处理，从而对整个多小区MIMO系统的速率有较大的优化和提升；并且使得目标用户在多小区边缘用户受到的干扰有了明确的界定和度量方法。上述特点均可保证对异构网络中的通信干扰实现有效抑制。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种实现多小区预编码的方法，其特征在于，该方法包括：

根据区域将用户划分为中心用户和边缘用户，对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

2.根据权利要求1所述的方法，其特征在于，进一步包括：

引入协作距离，表示包含多小区的小区组从内边缘到外边缘的间隔；

基于效用函数及博弈论原理证明纳什平衡点存在并且唯一，据此获取协作距离，以进行用户调度。

3.根据权利要求2所述的方法，其特征在于，进一步包括涉及对多小区进行分簇的过程：

对多小区进行分簇；

收集簇内目标用户的信道信息以及对用户造成干扰的信道信息；

获取目标用户的预编码向量。

4.根据权利要求3所述的方法，其特征在于，所述对划分的中心用户和边缘用户采用不同的预编码方法进行处理的过程包括：

基于功率约束对目标用户的预编码向量进行调整；

求解小区簇内的所有用户的预编码向量；

根据所述协作距离获取小区簇边缘的信道干扰信息；

求解小区簇边缘用户的预编码向量。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述对划分的中心用户和边缘用户采用不同的预编码方法进行处理的方法为：

对所述中心用户，采用多小区多用户的对角化预编码方法；对所述边缘用户，采用小区簇用户协作预编码方法。

6.一种实现多小区预编码的装置，其特征在于，该装置包括区域用户维护单元、区域用户预编码单元；其中，

所述区域用户维护单元，用于根据区域将用户划分为中心用户和边缘用户；

所述区域用户预编码单元，用于对划分的中心用户和边缘用户采用不同的预编码方法进行处理。

7.根据权利要求6所述的装置，其特征在于，所述区域用户维护单元，进一步用于：

引入协作距离，表示包含多小区的小区组从内边缘到外边缘的间隔；

基于效用函数及博弈论原理证明纳什平衡点存在并且唯一，据此获取协作距离，以进行用户调度。

8.根据权利要求7所述的装置，其特征在于，所述区域用户维护单元，进一步用于执行包括涉及对多小区进行分簇的过程：

对多小区进行分簇；

收集簇内目标用户的信道信息以及对用户造成干扰的信道信息；

获取目标用户的预编码向量。

9.根据权利要求8所述的装置，其特征在于，所述区域用户预编码单元，对划分的中心用户和边缘用户采用不同的预编码方法进行处理时，用于：

基于功率约束对目标用户的预编码向量进行调整；

求解小区簇内的所有用户的预编码向量；

根据所述协作距离获取小区簇边缘的信道干扰信息；

求解小区簇边缘用户的预编码向量。

10.根据权利要求6至9任一项所述的装置，其特征在于，所述区域用户预编码单元，对划分的中心用户和边缘用户采用不同的预编码方法进行处理时，具体用于：

对所述中心用户，采用多小区多用户的对角化预编码方法；对所述边缘用户，采用小区簇用户协作预编码方法。

Images