CN103338517A - 一种基于高性能处理器的基站多点协同系统的分簇方法 - Google Patents

Abstract

一种基于高性能处理器的基站多点协同系统的分簇方法。在CoMP多点传输系统中，由于协作，基站之间需要传递相当大的数据和信令信息，这就给系统带来相当大的开销，采用半动态的分簇方策略可以有效降低复杂度，并保证系统性能不至于下降太多。采用基于高性能处理器的近邻传播online分簇方法能有效应对基站数目较多的情况，并且收敛速度较快能满足实时系统的需求，高性能处理器的复杂计算能力能进一步降低由于计算带来的系统延时，其集中式处理更能保证系统间信道信息和数据信息的共享。Online分簇方法主要通过吸引度和归属度的反复迭代，达到系统稳定，此时系统总的相似度达到最大化，也就使得系统中每个基站的SINR最大化，从而最大化系统频谱效率，达到优化系统容量的目的。

Description

一种基于高性能处理器的基站多点协同系统的分簇方法

技术领域

本发明涉及无线通信技术领域，特别的，本发明是用于提供一种基于高性能处理器的基站多点协同(CoMP)网络中，提高网络性能的分簇机制，可用于演进下一代长期演进(LTE-A)移动通信系统中。 

背景技术

随着越来越多的用户开始用其通信设备上传数据,这就要求移动通信有更大的系统容量、更高的传输速率以及更好的服务质量。但是由于小区边缘用户易受到严重的小区间干扰(ICIC)，蜂窝系统提供的数据速率在小区中心和小区边缘存在很大差异，极大影响了整个系统的吞吐量。因此，下一代无线通信系统(如3GPP LTE、IEEE802.16m等)都将小区边缘性能作为主要的性能指标之一。 

为改善小区边缘用户的性能，提出了新的思路，也即采用多基站协同处理的技术来消除ICIC，比如LTE-A中提出的多点协同技术(CoMP,Coordinated Multi Point Transmission/Reception)。CoMP技术通过地理位置上分离的多个基站间共享一些必要的信息，如调度信息、信道状态信息、数据信息等，协同参与一个终端的数据(PDSCH)传输或者联合接收一个终端发送的数据(PUSCH)。通过CoMP技术能够明显的降低小区间干扰，甚至变废为宝，化干扰为有用信号，从整体上提高小区吞吐量，尤其是边缘用户吞吐量。 

根据基站是否共享用户的数据信息，可以将CoMP分为两类策略：联合联合传输/处理(JP,Joint Processing)和协作调度/波束(CS/CB,Coordinated Scheduling and/or Beam-forming)。本专利主要针对JP策略。 

（1）联合传输/处理：协作的多个基站（也称为协作簇）对用户数据进行联 合预处理，消除基站间的干扰。协作簇内的基站不仅需要共享信道信息，还需要共享用户的数据信息。整个协作簇同时服务一个或多个用户。 

（2）协作调度/波束：协作簇间通过协作，对系统资源进行有效的分配，尽可能地避免小区边缘用户使用的资源在时频资源上的冲突。该方式下，协作簇间只需要共享信道信息，不需要共享数据信息。簇内的基站各自服务各自的用户，即一个UE只由一个基站服务。 

两种策略均涉及到协作簇，目前研究分簇的文献主要分为动态分簇、静态分簇和半静态分簇三大类：动态分簇是基于完全信道信息进行的，其复杂度相对较大；静态分簇则无法根据信道的时变而改变，其性能增益十分有限；现有的半动态分簇则考虑了部分信道信息，在保证性能增益的前提下降低复杂度，但少有研究考虑到CoMP带来的信道信息和数据共享开销。 

图1为不采用和采用CoMP策略两种系统的示意图，图1(a)不采用CoMP策略，其同频干扰较大，会降低系统，特别是边缘用户的性能；图1(b)为采用CoMP策略，能有效化干扰为有用信号。 

发明内容

本发明旨在针对LTE-A系统中如何进行CoMP分簇，有效降低系统复杂度并同时实现最大化消除干扰，基于部分信道信息，提出一种有效的提高频谱效率和边缘用户性能的半动态分簇机制。 

CoMP的半动态分簇机制有效的利用地理信息，预先确定一个大的候选集（预协作集），然后UE在预协作集中动态地选择参与协作的基站，最终协作的基站数小于或者等于候选集中的基站数。这种协作方式明显比静态协作的适应性更强，复杂度相对动态协作小，因此CoMP采用的多位半动态分簇机制。 

本发明提出一种半静态CoMP分簇机制，将其分解为offline和online两个步骤，offline与通用半动态分簇机制类似，利用地理信息，预先确定一个大的候选集，online分簇方法则基于信息近邻传播进行： 

online分簇步骤： 

步骤1.用户测量其接受到的信号功率与干扰功率，确定是否需要进行CoMP，如需要则向其服务基站发送CoMP请求，由服务基站根据上报的信息创建邻小区列表； 

步骤2.由服务基站为其CoMP，在邻小区中根据地理位置构造CoMP用户的测量簇； 

步骤3.对每个CoMP用户，测量其仅由服务基站服务下的信干噪比，以及由服务站与一个邻站共同进行CoMP协作下的信干噪比，连接中心处理器的基站计算根据公式计算其相似度，并上报给中心处理器； 

$s(i,k)=\log ({\mathrm{SINR}}_{\mathrm{CoMP}}(i,k)/{\mathrm{SINR}}_{\mathrm{non}}^i),i\≠k$

$=\log (1/{\mathrm{SINR}}_{\mathrm{non}}^i)-c,i=k$

步骤4.在中心处理器中，计算每个基站其与测量簇内相邻基站的吸引度和自吸引度； 

$r(i,k)=s(i,k)-\underset{\mathrm{adj}(i,k^{\′})=\mathrm{true}}{\underset{k^{\′}s.t.k^{\′}\≠k}{\max }}\{a(i,k^{\′})+s(i,k^{\′})\}$

步骤5.在中心处理器中，计算每个基站计算其与测量簇内相邻基站的归属度和自归属度； 

$a(i,k)=\min (0,r(k,k)+\underset{\mathrm{adj}(i^{\′},k)=\mathrm{true}}{\underset{i^{\′}s.t.i^{\′}\∉\{i,k\}}{\mathrm{\Σ}}}\max \{0,r(i^{\′},k)\left\}\right),i\≠k$

$a(k,k)\underset{\mathrm{adj}(i^{\′},k)=\mathrm{true}}{=\underset{i^{\′}s.t.i^{\′}\≠k}{\mathrm{\Σ}}}\max \{0,r(i^{\′},k\left)\right\},i=k$

步骤6.由中心处理器判断接收到的吸引度和归属度是否达到收敛，收敛则 跳到步骤7，否则跳转步骤4继续进行迭代； 

步骤9.中心处理器根据下式输出协作簇集合，并判断簇头，最为协作簇的主基站，其余则最为该协作簇的从基站，根据分簇结果向连接至中心处理器的基站发送协作模式。 

${\mathrm{master}}_C\left(\mathrm{ibs}\right)=\underset{\mathrm{adj}(\mathrm{ibs},k)=\mathrm{true}}{\arg \max }\left\{a\right(\mathrm{ibs},k)+r(\mathrm{ibs},k\left)\right\}$

说明： 

分簇步骤1中，如需进行CoMP协作，则用户需上报本服务基站与周围邻基站的一系列信道信息，比如CSI等。 

分簇步骤2中，允许存在一个基站同属于不同测量簇的情况。 

分簇步骤8中，为避免迭代震荡，引入了一组的阻尼系数，可以保证收敛； 

分簇步骤9中，在SU-MIMO中资源存在独占性，所以必须排除协作簇的重叠，也就是说一个基站最多属于一个协作簇。 

下面通过附图和具体实施例对本发明的技术方法进行进一步说明。 

附图说明

为了更清晰地阐述本发明的实施例和现有的技术方法，下面将本发明的技术方法说明附图和现有技术描述中用到的说明附图做简单的介绍，显而易见，在不付出创造性劳动的前提下，本领域普通技术人员可以通过本附图获得其他的附图。 

图1是本发明实施例中CoMP系统示意图。 

图2是本发明实施例中CoMP半动态分簇流程图。 

具体实施方式

为将本发明的技术方法优势描述的更加清楚，下面结合附图对本发明的具体实施方式作进一步的详细阐述，显然所描述的实施例只是本发明的部分实施例，而不是全部的实施例。在此基础上可以将本发明的实施例加以扩展，在整体架构一致的情况下，得到更多优化方法。根据本发明的实施例，本领域的普通技术人员在不经创造性劳动的基础上可以实现本发明的所有其他实施例，都属于本发明的保护范围。 

本发明的主要思想是： 

在CoMP多点传输系统中，由于协作，基站之间需要传递相当大的数据和信令信息，这就给系统带来相当大的开销，采用半动态的分簇方策略可以有效降低复杂度，并保证系统性能不至于下降太多。采用基于高性能处理器的近邻传播online分簇方法能有效应对基站数目较多的情况，并且收敛速度较快能满足实时系统的需求，高性能处理器的复杂计算能力能进一步降低由于计算带来的系统延时，其集中式处理更能保证系统间信道信息和数据信息的共享。Online分簇方法主要通过吸引度和归属度的反复迭代，达到系统稳定，此时系统总的相似度达到最大化，也就使得系统中每个基站的SINR最大化，从而最大化系统频谱效率，达到优化系统容量的目的。 

图1是本发明实施例中CoMP系统示意图。 

图2是本发明实施例中CoMP半动态分簇流程图。 

具体描述如下： 

步骤201.用户测量其接受到的信号功率与干扰功率，确定是否需要进行CoMP，如需要则向其服务基站发送CoMP请求，由服务基站根据上报的信息创建邻小区列表； 

步骤202.由服务基站为其CoMP，在邻小区中根据地理位置构造CoMP用户的测量簇； 

步骤203.对每个CoMP用户，测量其仅由服务基站服务下的信干噪比，以及由服务站与一个邻站共同进行CoMP协作下的信干噪比，计算根据公式计算相似度； 

步骤204.每个基站计算其与测量簇内相邻基站的吸引度和自吸引度； 

步骤205.各基站将相应的吸引度在其测量簇内进行广播； 

步骤206.每个基站计算其与测量簇内相邻基站的归属度和自归属度； 

步骤207.各基站将相应的归属度在其测量簇内进行广播； 

步骤208.判断接收到的吸引度和归属度是否达到收敛，收敛则跳到步骤9，否则跳转步骤4继续进行迭代； 

步骤209.输出协作簇集合，并判断簇头，最为协作簇的主基站，其余则最为该协作簇的从基站。 

Claims (5)

1.一种基于高性能处理器的基站多点协同系统的分簇方法，其特征在于包括以下步骤： 

步骤201.用户测量其接受到的信号功率与干扰功率，确定是否需要进行CoMP，如需要则向其服务基站发送CoMP请求，由服务基站根据上报的信息创建邻小区列表； 

步骤202.由服务基站为其CoMP，在邻小区中根据地理位置构造CoMP用户的测量簇； 

步骤203.对每个CoMP用户，测量其仅由服务基站服务下的信干噪比，以及由服务站与一个邻站共同进行CoMP协作下的信干噪比，计算根据公式计算相似度； 

步骤204.每个基站计算其与测量簇内相邻基站的吸引度和自吸引度； 

步骤205.各基站将相应的吸引度在其测量簇内进行广播； 

步骤206.每个基站计算其与测量簇内相邻基站的归属度和自归属度； 

步骤207.各基站将相应的归属度在其测量簇内进行广播； 

步骤208.判断接收到的吸引度和归属度是否达到收敛，收敛则跳到步骤9，否则跳转步骤4继续进行迭代； 

步骤209.输出协作簇集合，并判断簇头，最为协作簇的主基站，其余则最为该协作簇的从基站。 

2.根据权利要求1所述的基于高性能处理器的基站多点协同系统的分簇方法，其特征在于： 

所述分簇步骤1和步骤2中，家庭基站进行分簇时测量的导频信号功率，只有功率大于某一门限值的家庭基站才加入该基站邻区列表。根据导频信号功率值立刻创建邻区列表能够有效减少其后网络交互通信的负载。 

3.根据权利要求1所述的基于高性能处理器的基站多点协同系统的分簇方法，其特征在于： 

所述分簇步骤3中，如需进行CoMP协作，则用户需上报本服务基站与周围邻基站的一系列信道信息，比如CSI等。 

4.根据权利要求1所述的基于高性能处理器的基站多点协同系统的分簇方法，其特征在于： 

所述分簇步骤8中，允许存在一个基站同属于不同测量簇的情况。 

5.根据权利要求1所述的基于高性能处理器的基站多点协同系统的分簇方法，其特征在于： 

所述分簇步骤9中，在SU-MIMO中资源存在独占性，所以必须排除协作簇的重叠，也 就是说一个基站最多属于一个协作簇。