CN103001685A - 应用于协作多点传输的分布式协作多小区波束成型方法 - Google Patents

Abstract

本发明公开了一种应用于协作多点传输的分布式协作多小区波束成型方法，所述方法首先针对MISO IC场景提出一种改进的分布式迭代波束成型算法，该算法选择虚拟SINR作为判决标准进行初始化，然后迭代地求解在对其它用户造成的干扰一定时最大化虚拟SINR的受限优化问题；然后，基于分层信道的观点，利用一种启发式的功率分配机制将该算法推广到多小区数据共享场景。本发明提供的一种应用于协作多点传输中的分布式协作多小区波束成型方法，只利用本地信道状态信息进行波束成型设计，降低了所需反馈的信息量，获得了相较MRT和ZF更好的性能；可以应用于协作多点传输系统的下行MU-MIMO传输。

Description

应用于协作多点传输的分布式协作多小区波束成型方法

技术领域

本发明属于无线通信领域，涉及协作多点传输系统中的分布式波束成形设计技术，尤其涉及一种回程链路容量受限条件下的最优波束成形设计方法。

背景技术

协作多小区波束成型是一种非常有效的提高多小区下行场景性能的方法。通过由多个相邻的基站服务每个终端（尤其是处于小区边界的终端），可以抑制小区间干扰并获得更高的频谱效率。如果基站只为自己的终端服务，移动终端将同时接收到来自于服务基站的有用信号和来自于其它基站的干扰信号。当基站端有多根天线，移动终端只有一根天线，从信息论角度可以将该场景建模为MISO IC（multiple-inputsingle-output interference channel）。从博弈论的角度已经证明了任何帕累托边界上的点都可以由ZF和MRT策略的线性组成达到。为了避免CSI（channel state information）共享造成上行反馈链路负担的增加，本文主要研究分布式优化场景。该场景中，基站只知道它和处于它的服务区域内的终端间的本地CSI。本文提出了一种基于虚拟SINR的迭代波束成型算法，该算法利用虚拟SINR代替系统和速率作为判决标准，避免了需要移动终端反馈信息来辅助基站端设计波束成型。如果基站端共享所用用户的数据信息，信道模型将不再是MISO IC。其根本区别是多个基站协作为每个用户服务，这意味着可以大大地提高用户可达到的速率。为了降低信令回程和算法的复杂度，本文仅利用本地CSI设计波束成型。该场景中，需要解决在基站端如何分布式地在不同数据流间分配功率。我们利用启发式算法来解决这个问题。该算法的核心思想是基站给信道条件好的终端分配更多的功率，既然信道条件不好的终端有可能被其它基站更好的服务。功率分配之后，我们基于分层信道的观点，将针对MISO IC场景提出的分布式迭代波束成型算法推广到数据共享场景。

发明内容

技术问题：本发明提供了一种降低所需的反馈信息量，应用于协作多点传输的分布式协作多小区波束成型方法。

技术方案：本发明的应用于协作多点传输的分布式协作多小区波束成型方法，基于分层信道的观点，利用一种启发式的功率分配机制在基站端分布式地进行波束成型设计，在每次迭代中求解在对其它用户造成的干扰一定时的最大化虚拟信干噪比的受限优化问题，具体步骤如下：

1）在所有基站处，利用下式进行分布式功率分配：

$p_{\mathrm{jk}}=\frac{\mathrm{Tr}(h_{\mathrm{jk}}^H*h_{\mathrm{jk}})}{\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}\mathrm{Tr}(h_{j\stackrel{\‾}{k}}^H*h_{j\stackrel{\‾}{k}})}{P}_j,$

其中，j表示基站编号，k表示用户编号，

表示除用户k以外的其它用户编号，Tr(X)表示矩阵X的迹，K_R表示总的用户个数，X^H表示矩阵X的共轭转置，P_j是基站j的最大发送功率，h_jk是基站j到用户k的信道状态信息；

2）如果利用迫零算法获得的虚拟信干噪比大于等于利用最大比发射算法获得的虚拟信干噪比，则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{ZF}},$ $c_{\mathrm{jk}}^l=0,$ ${\mathrm{\δ}}_{\mathrm{jk}}=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

否则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{MRT}},$ $c_{\mathrm{jk}}^l=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right),$ ${\mathrm{\δ}}_{\mathrm{jk}}=-I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

其中，l表示迭代次数，表示第1次迭代的干扰门限，

表示基站j采用w_jk作为波束成型矢量时对用户

造成的干扰，δ_jk表示迭代更新的步长，N是最大的迭代次数；

3）更新l=l+1，

求下面最优化问题的解

s.t. $I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^l\right)\≤c_{\mathrm{jk}}^l$

得到 $w_{\mathrm{jk}}^l;$

4）如果第1次迭代获得比第1-1迭代更大的虚拟信干噪比，并且迭代次数l≤N，则转到步骤3），否则输出

作为最优波束成型。

本发明方法考虑基站端只知道本地信道状态信息，在对其它用户造成干扰一定的情况下最大化虚拟SINR，并基于分层信道的观点利用启发式功率分配机制将该算法推广到多小区数据共享场景。

有益效果：本发明与现有技术相比，具有以下优点：

本发明方法利用虚拟SINR替代和速率作为优化的目标函数，只需知道本地信道状态信息进行波束成型设计，降低了所需的反馈信息量；优化了算法的初始化设置，大大降低了算法迭代的次数（如图2所示）；能够获得相较MRT和ZF更接近最优的性能（如图1，3，4所示）；利用启发式功率分配机制，该算法可以应用于协作多点传输系统的下行MU-MIMO传输。

附图说明

图1为本发明的工作流程图。

图2为用户可达到的速率区域。

图3为算法所需迭代次数的比较。

图4为信道相关系数为0时的和速率比较。

图5为信道相关系数为0.8时的和速率比较。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为一种应用于协作多点传输中的分布式协作多小区波束成型方法的流程图，其工作步骤如下：

1）在所有基站处，利用下式进行分布式功率分配：

$p_{\mathrm{jk}}=\frac{\mathrm{Tr}(h_{\mathrm{jk}}^H*h_{\mathrm{jk}})}{\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}\mathrm{Tr}(h_{j\stackrel{\‾}{k}}^H*h_{j\stackrel{\‾}{k}})}{P}_j,$

其中，j表示基站编号，k表示用户编号，

表示除用户k以外的其它用户编号，Tr(X)表示矩阵X的迹，K_R表示总的用户个数，X^H表示矩阵X的共轭转置，P_j是基站j的最大发送功率，h_jk是基站j到用户k的信道状态信息；

2）如果利用迫零算法获得的虚拟信干噪比大于等于利用最大比发射算法获得的虚拟信干噪比，则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{ZF}},$ $c_{\mathrm{jk}}^l=0,$ ${\mathrm{\δ}}_{\mathrm{jk}}=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

否则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{MRT}},$ $c_{\mathrm{jk}}^l=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right),$ ${\mathrm{\δ}}_{\mathrm{jk}}=-I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

其中，l表示迭代次数，

表示第1次迭代的干扰门限，

表示基站j采用w_jk作为波束成型矢量时对用户

造成的干扰，δ_jk表示迭代更新的步长，N是最大的迭代次数；

3）更新l=l+1，

求下面最优化问题的解

s.t. $I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^l\right)\≤c_{\mathrm{jk}}^l$

得到 $w_{\mathrm{jk}}^l;$

4）如果第1次迭代获得比第l-1迭代更大的虚拟信干噪比，并且迭代次数l≤N，则转到步骤3），否则输出

作为最优波束成型。

下面针对具体的系统模型，对本发明方法进行详细说明。

我们考虑如下通信场景：该场景中有K_T个小区，每小区有1个处于小区边界的单天线用户终端。用户的总个数为K_R=K_T。其中每个基站装备N_T根天线。基站和用户终端分别由BS_j和MS_k表示，j∈{1,...,K_T}并且k∈{1,...,K_R}。本发明采用频率平坦衰落窄带信道模型，假设基站BS_j完全知道瞬时信道状态信息h_jk和噪声功率

其中k＝1,…,K_R。可以发现，基站端只知道自身和所有处于自己服务区域内的用户终端间的CSI，基站间不存在CSI的交换。和MISOIC场景不同，为了实现协作波束成型，我们假设BS_j知道所有用户的数据信息。首先分析当K_T＝2，K_R＝2时的情况，并且系统可以直接推广到K_T＞2的场景。

BS_j发送的信号

经过线性波束成型之后，可以表示为

$x_j=\underset{k=1}{\overset{K_R}{\mathrm{\Σ}}}\sqrt{p_{\mathrm{jk}}}{w}_{\mathrm{jk}}{s}_k$

其中s_k是发送给MS_k的数据符号，w_jk是具有单位范数的波束成型向量，p_jk代表发送功率。P_j是BS_j端最大的发送功率，所以

MS_k端的接受信号可以表示为

其中h_jk是BS_j和MS_k间的信道，

是MS_k处的噪声。我们假设所有用户接收机将共信道干扰看作加性高斯白噪声，不解码和压缩干扰。则MS_k处的SINR_k等于

${\mathrm{SINR}}_k=\frac{{\left|\underset{j=1}{\overset{K_T}{\mathrm{\Σ}}}{h}_{\mathrm{jk}}\sqrt{p_{\mathrm{jk}}}{w}_{\mathrm{jk}}{s}_k\right|}^2}{{\left|\underset{j=1}{\overset{K_T}{\mathrm{\Σ}}}{h}_{\mathrm{jk}}\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}\sqrt{p_{j\stackrel{\‾}{k}}}{w}_{j\stackrel{\‾}{k}}{s}_{\stackrel{\‾}{k}}\right|}^2+{\mathrm{\σ}}_k^2}$

相应的，可达到的最大发送速率等于

R_k＝log₂(1+SINR_k)

当每个基站为所有用户服务时，在只利用本地CSI的限制下，我们不能够联合的设计整体的波束成型。受分层信道观点的启发，我们利用下面针对MISO IC场景提出的分布式迭代波束成型算法在每个基站端分布式的计算波束成型向量。按照分层信道的观点，此时的信道可以看作是两层干扰信道的叠加：第一层信道中，BS₁和MS₁通信，BS₂和MS₂通信；第二层信道中，BS₁和MS₂通信，BS₂和MS₁通信。此场景中，因为BS_j为两个用户服务，所以BS_j端的发送功率需要在两个数据流间分配。知道功率分配p_jk后，通过在每层信道中求解一个受限优化问题可以得到波束成型向量w_jk。下面我们将详细说明所提出的分布式协作多小区波束成型方法。

首先我们解决如何在不同的数据流间分配功率的问题。BS_j处分配给MS_k的功率用p_jk表示。我们提出了一种简单有效的功率分配机制，基站为信道状态好的用户分配更多的功率，既然信道状态不好的用户有可能由其它基站更好的服务。当BS_j知道本地理想瞬时CSI，

$p_{\mathrm{jk}}=\frac{\mathrm{Tr}(h_{\mathrm{jk}}^H*h_{\mathrm{jk}})}{\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}\mathrm{Tr}(h_{j\stackrel{\‾}{k}}^H*h_{j\stackrel{\‾}{k}})}{P}_j$

然后我们详细地描述所提出的分布式协作多小区波束成型方法。为了避免需要全局CSI设计波束成型，我们采用虚拟SINR代替和速率作为判决标准。BS_j端的虚拟SINR定义为服务用户MS_k处接收到的有用信号功率D_jk(w_jk)与对其它用户造成的干扰

加上噪声间的比值。当BS_j知道理想CSI时，MS_k端接收到的来自BS_j的有用信号功率表示为

$D_{\mathrm{jk}}\left(w_{\mathrm{jk}}\right)=p_{\mathrm{jk}}{w}_{\mathrm{jk}}^H{h}_{\mathrm{jk}}{h}_{\mathrm{jk}}^H{w}_{\mathrm{jk}}$

同时泄露到其它用户端的干扰为：

$I_{j\stackrel{-}{k}}\left(w_{\mathrm{jk}}\right)=\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}{p}_{\mathrm{jk}}{w}_{\mathrm{jk}}^H{h}_{j\stackrel{\‾}{k}}{h}_{j\stackrel{\‾}{k}}^H{w}_{\mathrm{jk}}$

则BS_j端的虚拟SINR可以表示为：

${\mathrm{SINR}}_{\mathrm{jk}}^{\mathrm{virtual}}=\frac{p_{\mathrm{jk}}{\left|h_{\mathrm{jk}}^H{w}_{\mathrm{jk}}\right|}^2}{{\mathrm{\σ}}_j^2+p_{\mathrm{jk}}\underset{\stackrel{\‾}{k}=1\stackrel{\‾}{k},\≠k}{\overset{K_R}{\mathrm{\Σ}}}{\left|h_{j\stackrel{\‾}{k}}^H{w}_{\mathrm{jk}}\right|}^2}$

其中

…,K_R并且

对应着MS_k外所有用户。

MRT和ZF是两种经典的波束成型方案，其目标分别是最大化接收信号功率和最小化共信道干扰。已知瞬时信道信息时可以表示为

$w_{\mathrm{jk}}^{\mathrm{MRT}}=\frac{h_{\mathrm{jk}}}{\left|\right|h_{\mathrm{jk}}\left|\right|}$ $w_{\mathrm{jk}}^{\mathrm{ZF}}=\frac{{\mathrm{\Π}}_{h_{j\stackrel{\‾}{k}}}^{\⊥}{h}_{\mathrm{jk}}}{\left|\right|{\mathrm{\Π}}_{h_{j\stackrel{\‾}{k}}{h}_{\mathrm{jk}}\left|\right|}^{\⊥}}$

本发明方法中，计算BS_j到MS_k间的波束成型时，选择BS_j对

干扰的上边界作为议价的值。这个边界用c_jk表示，并且在每次迭代中按照固定的步长δ_jk更新。δ_jk的取值决定于预先设定的迭代次数N，计算公式为ZF和MRT作为最无私和最自私的波束成型策略，将分别对其它用户产生0和最大的干扰，所以我们设定

为了避免需要用户反馈信息通知基站应该选择哪种波束成型策略初始化，选择可以由本地CSI得到的虚拟SINR作为判决标准。我们选择能够获得更大虚拟SINR的MRT或者ZF作为初始化策略。当采用ZF初始化时，δ_jk的符号取正，否则取负。在第l次迭代，BS_j利用公式

更新干扰水平，然后求解下面的受限优化问题，

s.t. $I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^l\right)\≤c_{\mathrm{jk}}^l$

如果 ${\mathrm{SINR}}_{\mathrm{jk}}^{\mathrm{virtual}}\left(w_{\mathrm{jk}}^l\right)\≥{\mathrm{SINR}}_{\mathrm{jk}}^{\mathrm{virtual}}\left(w_{\mathrm{jk}}^{l-1}\right),$ BS_j继续更新c_jk，否则终止迭代并选择作为输出波束成型向量，具体的方法流程如图1所示。将式

和的表达式代入上面的受限优化问题，

s.t. $\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{2K_R}{\mathrm{\Σ}}}{p}_{\mathrm{jk}}{\left(w_{\mathrm{jk}}^l\right)}^H{h_{j\stackrel{\‾}{k}}h}_{j\stackrel{\‾}{k}}^H{w}_{\mathrm{jk}}^l\≤c_{\mathrm{jk}}^l$

${\left(w_{\mathrm{jk}}^l\right)}^H{w}_{\mathrm{jk}}^l=1$

利用求解广义瑞利商的方法，定义 $A_{\mathrm{jk}}=p_{\mathrm{jk}}{h}_{\mathrm{jk}}{h}_{\mathrm{jk}}^H,$ $B_{\mathrm{jk}}={\mathrm{\σ}}_j^2+p_{\mathrm{jk}}\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{2K_R}{\mathrm{\Σ}}}{h}_{j\stackrel{\‾}{k}}{h}_{j\stackrel{\‾}{k}}^H,$

并转换优化变量为 $w_{\mathrm{jk}}^l=u_{\mathrm{jk}}^l{\left(u_{\mathrm{jk}}^l\right)}^H,$ 则该优化问题转化为

s.t. $\mathrm{Tr}\left\{B_{\mathrm{jk}}^{-1/2}(B_{\mathrm{jk}}-{\mathrm{\σ}}_j^2)B_{\mathrm{jk}}^{-1/2}{w}_{\mathrm{jk}}^l\right\}\≤c_{\mathrm{jk}}^l$

$\mathrm{Tr}\left\{w_{\mathrm{jk}}^l\right\}=1$

$w_{\mathrm{jk}}^l\≥0$

$\mathrm{rank}\left\{w_{\mathrm{jk}}^l\right\}=1$

该优化问题的目标函数和前三个限制条件是线性或者凸的，但是秩限制是非凸的。如果我们释放秩限制，则该问题是一个半正定优化问题，可以采用标准的数学优化工具求解。并且，已经证明了只要半正定优化问题是可行的，总会存在一个秩为1的最优解。所以我们可以采用释放秩限制的方法利用凸优化工具求解该问题。解出

后，

可以利用

的主特征向量求得，波束成型向量

可以利用公式 $w_{\mathrm{jk}}^l=B_{\mathrm{jk}}^{-1/2}{u}_{\mathrm{jk}}^l$ 得到。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种应用于协作多点传输的分布式协作多小区波束成型方法，其特征在于，该方法基于分层信道的观点，利用一种启发式的功率分配机制在基站端分布式地进行波束成型设计，在每次迭代中求解在对其它用户造成的干扰一定时的最大化虚拟信干噪比的受限优化问题，具体步骤如下：

1）在所有基站处，利用下式进行分布式功率分配：

$p_{\mathrm{jk}}=\frac{\mathrm{Tr}(h_{\mathrm{jk}}^H*h_{\mathrm{jk}})}{\underset{\stackrel{\‾}{k}=1,\stackrel{\‾}{k}\≠k}{\overset{K_R}{\mathrm{\Σ}}}\mathrm{Tr}(h_{j\stackrel{\‾}{k}}^H*h_{j\stackrel{\‾}{k}})}{P}_j,$

其中，j表示基站编号，k表示用户编号，

表示除用户k以外的其它用户编号，Tr(X)表示矩阵X的迹，K_R表示总的用户个数，X^H表示矩阵X的共轭转置，P_j是基站j的最大发送功率，h_jk是基站j到用户k的信道状态信息；

2）如果利用迫零算法获得的虚拟信干噪比大于或等于利用最大比发射算法获得的虚拟信干噪比，则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{ZF}},$ $c_{\mathrm{jk}}^l=0,$ ${\mathrm{\δ}}_{\mathrm{jk}}=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

否则进行如下初始化：

l=0， $w_{\mathrm{jk}}^l=w_{\mathrm{jk}}^{\mathrm{MRT}},$ $c_{\mathrm{jk}}^l=I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right),$ ${\mathrm{\δ}}_{\mathrm{jk}}=-I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^{\mathrm{MRT}}\right)/N,$

其中，l表示迭代次数，

表示第1次迭代的干扰门限，表示基站j采用w_jk作为波束成型矢量时对用户

造成的干扰，_jk表示迭代更新的步长，N是最大的迭代次数；

3）更新l=l+1，

求下面最优化问题的解

s.t. $I_{j\stackrel{\‾}{k}}\left(w_{\mathrm{jk}}^l\right)\≤c_{\mathrm{jk}}^l$

得到 $w_{\mathrm{jk}}^l;$

4）如果第1次迭代获得比第1-1迭代更大的虚拟信干噪比，并且迭代次数l≤N，则转到步骤3），否则输出

作为最优波束成型。

Images