CN102684765B - 一种基于最大化虚拟信噪比的分布式协作波束赋形方法 - Google Patents

Abstract

本发明提出一种基于最大化虚拟信噪比的分布式协作波束赋形方法，相对于以前提出的方法，是一种分布式的方法，更好应用于实际中，相对以前的直接应用最大化VSINR求波束赋形矢量的方法，加入了一个对VSINR加权值的设计，加权和速率性能有很明显的提升；相对于对VSINR的加权值进行设计的迭代算法，简化了很多，不需要进行迭代，而且性能损失也不是很大。

Description

一种基于最大化虚拟信噪比的分布式协作波束赋形方法

技术领域：

本发明涉及通信技术领域，特别涉及一种小区间进行协作的基于最大虚拟信噪比的分布式协作波束赋形方法(Coordinated Beamforming,CB)。

背景技术：

为了更好应对日益增长的需求，3GPP组织于2004年12月正式开始了第三代移动通信(3G)长期演进(Long Term Evolution,LTE)系统的标准化工作。IEEE 802.16工作组也开始进行WiMAX演进系统IEEE 802.16m标准的讨论。这些演进系统要实现的频谱效率相对3G系统会有质的飞跃。

为了解决更高的要求，国际电联（International Telecommunication Union,ITU）对未来移动通信系统(IMT-Advanced)提出了更为长远的目标与展望：系统可用的最大带宽将为100MHZ；在固定和低速率移动的热点覆盖场景下能提供1Gbit/s的速率，在高速移动的广域覆盖场景下提供不低于100Mbit/s的速率；相应的频谱效率应能达到5～20bit/s/Hz。

相应的为了保证LTE及其后续技术的长久生命力，同时也为了满足IMT-A和未来通信的更高需求，3GPP开始了LTE的平滑演进LTE-Advanced(以下简称LTE-A)的研究，并将其作为4G的首选技术，为了满足上述要求，LTE-A引入载波聚合、多天线增强、中继技术和多点协作传输(Coordinated Multipoint transmission,CoMP)等关键技术。

协作波束赋形技术作为其中的一个关键技术多点协作子问题，近些年也随着要求，而得到了不断的发，很多组织机构都对其进行了研究。对于协作调度/波束赋形技术，很多企业给出了一些方案，NEC公司，分析了当前CoMP几种技术，对CoMP下容量上线进行了分析。摩托罗拉公司，提出了一种基于信露比的迭代算法。ZTE提出的协作波束赋形算法中，比较了几种发送端权值调整的方法，对比了局部预编码、全局预编码、SFBC+Beamforming后，发现SFBC+BF性能最好。三菱公司对ZF、JLS、CISVD三种算法进行了仿真分析，对比总结出CISVD性能最好，但是需要迭代，而JLS基本也能达到和CISVD差不多的性能。

很多关心这一技术的实验室、研究院等科研机构也发表了很多文章，来讨论这一技术。对于SIMO（发送端多天线接收端单天线，multiple-input single-output）情况下，实际上是属于上行接受波束赋形的范畴，经典的接受波束赋形算法在一些文献中有研究，作者提出了两种算法MVDR和MMSE。对于MISO情况下的发送波束赋形，其主要想法是把下行MISO问题转化为上行SIMO接受波束赋形问题，是一种对偶问题，后来又有人应用对偶理论，在MIMO情况下讨论了波束赋形问题。实际上波束赋形，主导思想是，在最大化自己接受功率的时候，尽量减少对别的协作小区用户的干扰，其实是一个利己利他的博弈，结合博弈论对MISO、MIMO情况下的波束赋形算法进行了讨论。还有最近比较热门的分布式干扰对齐算法，，当前研究的最热门的就是分布式算法，因为分布式算法更能体现出协作节点之间的独立来，小区之间需要更少的共享信息，更能体现出波束赋形该算法应用于实际的优势，所以现在很多文献提到的算法基本都是趋于分布式的。

现在比较热门的分布式波束赋形算法，尤其是MISO情况，加权和速率时候，虚拟VSINR，现有算法要不是没有根据和速率加权值进行设计波束赋形值，要不是计算过程繁琐，需要进行矩阵运算和迭代。本发明主要针对这个问题进行改进。

发明内容：

本发明，针对上述的基于最大化VSINR(虚拟信噪比，virtualsignal-to-interference-plus-noise ratio)现在的协作波束赋形进行了一些改进，使其更好应用于实际中。

本发明采用如下的技术方案，包括如下步骤：

一种基于最大虚拟信噪比的分布式协作波束赋形方法，包括如下步骤：

1)在多小区MISO系统中设置初始参数，包括：加权和速率的加权值w，信噪比SNR，固定的发送功率，根据SNR计算得到的噪声；

2)根据上面设定的初始参数，生成独立非相关的信道h；根据发送功率和当前的SNR，计算得到噪声方差N₀；

3)使用加权和速率的加权值w，得到一组相应的虚拟信噪比VSINR分母干扰项权值系数α，根据VSINR可以得到一个初始的发送波束赋形矢量；

4)加权和速率对其中一个基站的发送波束赋形矢量求偏导；

5)相应基站的VSINR，也对该基站的发送波束赋形矢量求偏导；

6)当上述两偏导在同一点为零时，得到α的一个对应比例关系；

7)根据这一比例关系，对步骤2)得到的权值α微调；

8)根据微调的权值，应用最大化VSINR，可以得到本基站的波束赋形权值；

9)根据得到的波束赋形矢量，得到本信噪比下的加权和速率。

10)在该SNR下，更新下信道，根据每次更新的信道，重复步骤2)-9)，最后统计平均加权和速率，得到该信噪比下的和速率统计信息。

进一步地，所述虚拟信噪比分母干扰项权值系数alpha为： ${\mathrm{\α}}_1=\left[\begin{array}{ccccc}\frac{w_2}{w_1}& ...& \frac{w_k}{w_1}& ...& \frac{w_K}{w_1}\end{array}\right],$ 其中，w_k是指第k个用户的加权和速率的加权值。

进一步地，所述虚拟信噪比为：

${\mathrm{VSINR}}_k=\frac{{\left|h_{\mathrm{kk}}{v}_k\right|}^2}{N_0+{\mathrm{\Σ}}_{j\≠k}{\mathrm{\α}}_{\mathrm{kj}}{\left|h_{\mathrm{kj}}{v}_k\right|}^2}$

其中，h_kj表示基站k到用户j的信道信息，v_k表示基站k的发送波束赋形矢量，α_kj表示基站k对用户j造成的干扰功率的加权值，N₀表示接收端的噪声协方差。

根据权利要求1所述的方法，其特征在于：所述比例关系为： ${\mathrm{\ξ}}_{1\left(2k\right)}=\frac{{\mathrm{\α}}_{12}}{{\mathrm{\α}}_{1k}}=\frac{w_2(N_0+{\left|h_{1k}{v}_1\right|}^2)}{w_k(N_0+{\left|h_{12}{v}_1\right|}^2)}(k\∈[3,K\left]\right),$ ξ_1(2k)表示基站1到用户2和用户k的干扰功率加权值的比例。

进一步地，所述步骤7)具体为：引入一个微调参数σ，使得可以得到α₁₂＝w₂/w₁+σ₁₍₂₃₎，α_1k＝w_k/w₁+σ_1(2k)(k∈[3,K])。

本发明的有益效果是：

本发明相对于以前提出的方法，是一种分布式的方法，更好应用于实际中，相对以前的直接应用最大化VSINR求波束赋形矢量的方法，加入了一个对VSINR加权值的设计，加权和速率性能有很明显的提升；相对于对VSINR的加权值进行设计的迭代算法，简化了很多，不需要进行迭代，而且性能损失也不是很大。

附图说明

图1为本发明系统模型图。

图2为实施例1示意图。

图3为实施例2示意图。

图1中发送端为基站端，接收端为用户；图2分别统计了采用最大比合并（圆圈）、迫零算法（向上三角）、最大化虚拟信噪比（向左三角）、迭代的波束赋形算法（加号）、本发明的算法（叉）加权和速率随着SNR变化的曲线。图3统计了本算法用于迭代中（加号）、和原来迭代算法（叉）在信噪比为20dB时候的收敛次数对比。

具体实施方式

下面对本发明的实施案例作详细说明，本实施例在本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的过程，但本发明可以实施的范围不单限于以下描述的场景。

本实例采用了三小区三用户的多小区MISO下行系统，基站发送功率为1W，基站天线数为3，每个用户天线数为1，三个基站加权和速率的加权值分别为[w₁,w₂,w₃]=[10,5,1]，数据流数为1。设信道为非相关瑞利衰落信道，噪声为均值为零、协方差是根据每次计算的SNR计算所得，各个用户经历的信道是独立的，基站可以获得和本基站相关的信道，及是一种分布式的。

下面提到的h_jk表示基站j到用户k的信道信息，h_jk为1×M的复矢量，v_j表示基站j端的发送波束赋形矢量，v_j为M×1的复矢。

本实例使用的多小区MISO系统发送波束赋形矢量设计过程具体如下（对于三小区三用户下面过程中的K取值为3）：

步骤1：首先根据上面设定的初始参数，生成独立非相关的信道h。根据发送功率和当前的SNR，计算得到噪声方差N₀。

步骤2：根据三个基站加权和速率的加权值得到最初始的VSINR的加权值，这里假设是第一个基站的加权值，其他基站类似。 ${\mathrm{\α}}_1=\left[\begin{array}{ccccc}\frac{w_2}{w_1}& ...& \frac{w_k}{w_1}& ...& \frac{w_K}{w_1}\end{array}\right].$

步骤3：根据上述得到的VSINR的权值，应用最大化VSINR，得到初始的发送波束赋形矢量。α_kj表示基站k对用户j造成的干扰功率的加权值,最大化该式，实际上就是一个广义特征值分解，得到 $v_k=\max {\mathrm{VSINR}}_k=\frac{{(N_{0}I+{\mathrm{\Σ}}_{j\≠k}{\mathrm{\α}}_{\mathrm{kj}}{h}_{\mathrm{kk}}{h}_{\mathrm{kk}}^H)}^{-1}{h}_{\mathrm{kk}}}{\left|\right|{(N_{0}I+{\mathrm{\Σ}}_{j\≠k}{\mathrm{\α}}_{\mathrm{kj}}{h}_{\mathrm{kk}}{h}_{\mathrm{kk}}^H)}^{-1}{h}_{\mathrm{kk}}\left|\right|}.$ I是一个K*K的单位矩阵。

步骤4:把加权和速率对某一基站的发送波束赋形矢量求偏导，同时也用对应的发送波束赋形矢量对VSINR求偏导，当他们偏导在同一个点为零时候，可以得到α的一个对应比例关系，ξ_1(2k)中的下标括号外的数字代表本基站VSINR的基站代号，括号里面的2和k分别代表了本基站到2基站和本基站到k基站的VSINR中分母干扰项系数相比。把步骤三得到的波束赋形矢量和和速率加权值带入，可以的带该比式具体数值。

步骤5：对最初得到的α的权值进行微调，这一步是非常关键一步，此处本方法引入了了一个微调参数σ，它主要反映出原来迭代算法波束赋形调整时候，α的值发展的一个趋势和幅度大小，原来需要迭代多次才能得到的，本发明直接对其进行求解得到，根据步骤4得到的ξ_1(2k)，可以求解得到σ_1(2k)，根据这个微调参数，可以得到α₁₂=w₂/w₁+σ₁₍₂₃₎，α_1k=w_k/w₁+σ_1(2k)(k∈[3,K])。同理可以求得别的权值。

步骤6：根据上述调整的α的值，带入到最大化VSINR中，可以求得发送波束赋形矢量。

步骤7：最后根据得到的波束赋形矢量，得到本信噪比下的加权和速率。

步骤8：最后还在该SNR下，更新下信道，根据每次更新的信道，重复步骤1-7，最后统计平均加权和速率，得到该信噪比下的和速率统计信息。

图1所示，为本发明的多小区多用户系统模型。系统包含K个基站，K个用户，用户所属小区的基站的有用信道（实线）及相邻小区的基站对本小区用户的干扰信道（虚线）等。

实施例1

如图2所示，为多基站协作系统中，基站数为3，每个基站采用3个天线，每个小区1个用户，每个用户1个天线，3个用户的和速率加权值为10：5：1，发送的功率为1W，加权和速率随着信噪比（0-40dB）变化的曲线,并仿真比较了本算法和采用最大比合并、迫零、最大化VSINR（权值为1）、还有进行迭代的权值设计的VSINR算法性能，可以看到，当在三小区三用户下，平均加权和速率随着信噪比变化的曲线本文提到的算法，是完全优于直接应用最大化VSINR的，在底的和高的SNR下基本和文献提到的迭代分布是算法一样，只是在噪声和干扰比较相当的（15-30dB）有一点下降。

实施例2

如图3所示，为本发明在上述的三小区三用户下，信噪比为20dB下，本发明提出的算法作为初值赋予原来题出的迭代算法进行迭代，和原来的迭代算法进行对比。本发明大概需要6次就能收敛了。

Claims (4)

1.一种基于最大虚拟信噪比的分布式协作波束赋形方法，其特征在于，包括如下步骤： 

1)在三小区、三用户、用户配置单天线、每用户数据流数为1的MISO系统中设置初始参数，包括：根据三个基站加权和速率的加权值得到最初始的VSINR的加权值w，信噪比SNR，固定的发送功率，根据SNR计算得到的噪声； 

2)根据上面设定的初始参数，生成独立非相关的信道h；根据发送功率和当前的SNR，计算得到噪声方差N₀； 

3)使用加权和速率的加权值w，得到一组相应的虚拟信噪比VSINR分母干扰项权值系数α，根据VSINR得到一个初始的发送波束赋形矢量；第k个用户虚拟信噪比为：

其中，h_kj表示基站k到用户j的信道信息，v_k表示基站k的发送波束赋形矢量，α_kj表示基站k对用户j造成的干扰功率的加权值，N₀表示接收端的噪声协方差； 

4)加权和速率对其中一个基站的发送波束赋形矢量求偏导； 

5)相应基站的VSINR，也对该基站的发送波束赋形矢量求偏导； 

6)当上述两偏导在同一点为零时，得到α的一个对应比例关系； 

7)根据这一比例关系，对步骤2)得到的权值α微调； 

8)根据微调的权值，应用最大化VSINR，可以得到本基站的波束赋形权值； 

9)根据得到的波束赋形矢量，得到本信噪比下的加权和速率； 

10)在该SNR下，更新下信道，根据每次更新的信道，重复步骤2)-9)，最后统计平均加权和速率，得到该信噪比下的和速率统计信息。 

2.根据权利要求1所述的方法，其特征在于：所述虚拟信噪比分母干扰项权值系数α为： 其中，w_k是指第k个用户的加权和速率的加权值，w₁指第1个用户的加权和速率的加权值。 

3.根据权利要求1所述的方法，其特征在于：所述比例关系为： ξ_1(2k)表示基站1到用户2和用户k的干扰功率加权值的比例，N₀表示接收端的噪声协方差，h_1k表示基站k到用户1的信道系数， h₁₂表示基站2到用户1的信道系数，v₁表示基站1的发送波束赋形矢量，α₁₂为表示基站1到用户2干扰功率加权值，α_1k表示基站1到用户k的干扰功率加权值。 

4.根据权利要求1所述的方法，其特征在于，所述步骤7)具体为：引入一个微调参数σ，使得得到α₁₂＝w₂/w₁+σ₁₍₂₃₎，α_1k＝w_k/w₁+σ_1(2k)(k∈[3,K])，ξ_1(2k)表示基站1到用户2和用户k的干扰功率加权值的比例，w₁指第1个用户的加权和速率的加权值，w₂指第2个用户的加权和速率的加权值，w₃指第3个用户的加权和速率的加权值，α₁₂为表示基站1到用户2干扰功率加权值，α_1k表示基站1到用户k的干扰功率加权值。