CN103634244B - 密集分布式无线网络动态导频复用信道估计与导频分配方法 - Google Patents

Abstract

本发明提出密集分布式无线网络动态导频复用信道估计与导频分配方法。小区内密集布设远程接入单元RAU，所有RAU通过高速回程链路与中心处理单元相连，在同一时频资源上多个用户与其相邻的RAU进行无线通信。在导频资源受限的场景下，根据各用户的大尺度衰落信道信息在同一时频资源上复用导频，并根据系统参数的变化，实施动态导频复用信道估计。中心处理单元利用获取的用户大尺度衰落信道信息，为各调度用户分配导频信号。各调度用户发送各自分配到的导频信号，RAU依据不同的导频复用因子估计信道参数并统计信道估计误差，最后RAU利用信道估计值设计上行接收机和下行发送预编码。本发明使得密集分布式无线网络具有频谱效率高、功率效率高和所需导频开销低的优点。

Description

密集分布式无线网络动态导频复用信道估计与导频分配方法

技术领域

本发明涉及一种多天线无线通信信道估计与导频分配方法，尤其涉及一种密集分布式无线网络动态导频复用信道估计与导频分配方法。

背景技术

为满足未来移动通信应用需求，在基站端密集布设天线阵列，以深度挖掘利用空间维度资源，成为未来无线通信的发展趋势之一。而密集分布式无线通信系统将基站端密集布设的天线阵列采用分布式方式在小区中密集布设远程接入单元(RAU)，每个RAU与中心处理单元通过光纤或者高速链路相连。小区通过密集布设RAU可以进一步缩短用户和天线间的接入距离，从而获得低传播损耗和高空间复用的优势，提高系统频谱效率和功率效率。

实际通信系统通常使用基于导频辅助的信道估计方法，为了获得较好的信道估计，用户需要使用正交导频。但是信道的相干时间长度通常不能支持大量的用户使用正交导频。为了减少导频开销，需要靠导频复用信道估计方法支持更多的用户，但是用户发送非正交的训练序列会造成基站端上行信道估计被其他的用户发送训练序列所污染，从而会带来导频污染问题。导频污染问题是制约密集分布式无线通信系统性能的瓶颈问题之一。本发明提出一种导频复用信道估计与导频分配方法，其实现复杂度低，在减少导频开销的同时，可有效地降低导频污染的影响。

发明内容

技术问题：本发明的目的是提供一种密集分布式无线网络动态导频复用信道估计与导频分配方法，节省系统的导频开销，提高系统频谱效率和功率效率。该方法基本特点是，小区内在同一资源上通信的不同用户所使用的导频信号不要求完全正交，不同用户根据用户大尺度衰落信道信息进行动态导频复用信道估计，并且实施导频分配，使得所需优化的系统性能最优。

技术方案：本发明提出了一种密集分布式无线网络动态导频复用信道估计与导频分配方法，具有以下特征：

a.小区密集布设远程接入单元(RAU)，所有RAU通过高速回程链路与中心处理单元相连，在同一时频资源上多个用户与相邻的RAU进行无线通信，通信的上下行采用时分双工TDD方式，通信过程包括上行信道探测和导频分配、上行信道训练、上行数据传输、下行数据传输四个阶段；

b.在上行信道探测和导频分配阶段，RAU依据接收到的探测信号获取各用户的大尺度衰落信道信息，并回传给中心处理单元；中心处理单元利用大尺度衰落信道信息，进行导频分配，确定各用户所使用的导频信号；

c.在上行信道训练阶段，各用户在同一时频资源上周期性地发送各自所分配到的导频信号，RAU依据收到的导频信号进行各用户的信道估计；

d.随着系统参数变化，即用户数的增减，用户移动位置的更新，以及不同的应用场景，需要实施动态复用导频信道估计和导频分配；

e.在上行数据传输、下行数据传输阶段，RAU利用信道估计以及估计误差的统计特性对上、下行链路数据信号进行处理。

所述的导频分配在中心处理单元依据各用户的大尺度衰落信道信息完成，中心处理单元依据信道估计均方误差之和最小准则，或者上下行加权净遍历和速率最大准则，对小区中的用户及导频资源进行调度，确定最佳的导频复用模式，即各用户使用的导频信号，导频分配可以通过低复杂度的用户排序分组法实施。

在上行信道训练阶段，各调度用户在给定的时频资源上发送各自所分配到的导频信号，不同用户所使用的导频不要求完全正交，不同用户之间可以复用相同的导频。RAU利用接收到的上行导频信号和各用户信道的大尺度衰落信道信息，实现各调度用户的最小均方误差信道估计，获得信道矢量的估计值及其均方误差。

所述的动态复用导频信道估计是指当用户大尺衰落信道信息发生变化，需要动态的更新导频分配结果，各调度用户发送各自重新分配的导频，RAU对各调度用户进行最小均方误差信道估计。

所述的用户排序分组法主要思想是首先根据导频因子τ＝1计算各用户的性能，并依据各用户性能大小重新排序；然后导频因子τ＝τ+1，将性能最佳的前τ个用户分配到τ组，剩余的K-τ个用户按照贪婪的方式分配到τ组使得系统性能最优，并决定各组所分配的导频；最后比较当前导频复用因子与前一导频复用因子下的系统性能，若当前导频复用因子下的系统性能较优，则增加导频因子重新分配导频，若前一导频复用因子下的系统性能较优，则结束导频分配。

有益效果：本发明提供的密集分布式无线网络动态导频复用信道估计与导频分配方法，具有如下优点：

1、可以大幅降低系统的导频开销，解决密集分布式无线网络信道信息获取瓶颈问题，提升系统的频谱效率及功率效率。

2、利用大尺度衰落信道信息进行导频分配，共享的信道信息开销低，算法复杂度低，并且分配效率高；

3、利用大尺度衰落信道信息实现动态导频复用下的信道估计，提升了信道估计的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅表明本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1为密集分布式无线网络配置示意图。

图2为密集分布式无线网络动态导频分配方法流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

1、系统配置及通信过程

图1为密集分布式无线网络布设远程接入单元配置示意图，图中考虑单小区应用场景，考虑时分双工(TDD)传输方式，小区中分布式布设RAU的个数为N，并设RAU端配备的天线个数为M，用户个数为K，每个用户配备单根天线。所有RAU节点都通过高速链路与小区的中心处理单元相连，并且所用RAU只共享用户的大尺度衰落信道信息。当小区的导频复用因子为τ，即K个用户使用τ个导频进行上行信道训练，依据给定的准则，将K个用户分为τ组，使得密集分布式无线网络的性能最优。

在此实施例中，仅考虑窄带信道，在所考虑的窄带信道中只有单个复合径，所考虑的窄带信道可以看作是常规宽带OFDM系统中的单个子载波信道。

密集分布式无线通信过程包括以下四个阶段：

1)上行探测和导频分配：各用户间歇地发送上行探测信号，RAU根据接收到的探测信号估计各用户的大尺度衰落信道信息，并发送到中心处理单元，中心处理单元利用各用户的大尺度衰落信道信息实施导频分配。

2)上行信道训练：各调度用户发送所分配的上行导频信号，被调度的RAU利用接收到的导频信号，获取各调度用户的信道参数估计，并计算出信道估计误差的统计信息。

3)上行最大比合并(MRC)：各调度用户发送上行数据信号，被调度的RAU利用信道参数估计，对接收到的上行数据信号进行MRC接收处理，进而获得发送比特数据流。

4)下行最大比发送(MRT)：被调度的RAU利用信道参数估计，采用MRT下行发送信号，由被调度的RAU向各调度的用户同时发送，各调度的用户依据接收到的信号进行接收处理，获得下行发送比特数据流。

2、动态导频复用与信道估计

为降低密集分布式无线网络的导频开销，利用各用户信道的空间位置差异，在小区中空间位置相距较远的用户复用相同的导频，进行上行导频信道参数估计。随着系统参数变化，即用户数的增减，用户移动位置的更新，以及不同的应用场景，需要实施动态导频复用下的信道估计和导频分配。在上行信道训练阶段，各调度用户发送各自所分配到的导频信号，不同用户所使用的导频不要求完全正交，不同用户之间可以复用相同的导频，RAU对接收到的导频信号处理后，实现各调度用户的最小均方误差信道估计。

设小区中存在K个被调度的单天线用户以及与其相邻K个被调度的RAU，每个RAU配置M根天线，导频个数为τ，被调度用户集合表示为了描述方便，假设第i个被调度用户与第i个被调度RAU相互通信，则相对应调度的RAU集合表示可用正交导频序列编号集合表示第l个导频序列所构成的导频矢量表示其中。以表示导频复用模式，其中k表示用户编号，π_k表示第k个用户所使用的导频序列编号。此外，以表示复用第m个导频序列的被调度用户集合。在导频复用情况下，导频个数小于小区内调度用户个数，即τ小于K，导频序列长度不小于τ。设τ个导频序列之间正交，即 ${\left(x_l^{\mathrm{tr}}\right)}^H{x}_{l^{\′}}^{\mathrm{tr}}={\mathrm{\τ\σ}}_x^{\mathrm{tr}}\mathrm{\δ}(l-l^{\′}),$ 其中为发送导频信号的功率， $\mathrm{\δ}(l-l^{\′})=\left\{\begin{array}{cc}1,& l=l^{\′}\\ 0,& l\≠l^{\′}\end{array}\right..$

在上行训练阶段，按照导频复用模式第k个用户发送第π_k个导频序列，即发送导频信号矢量为第k个RAU中第m根天线接收到的导频信号为第j个用户与第k个RAU之间的信道矢量表示为h_kj，其中β_kj表示第j个用户与第k个RAU之间的大尺度衰落信息，主要包括路径损耗和阴影衰落，表示第j个用户与第k个RAU之间快衰落信道矢量，其各个元素是均值为零方差为1的高斯随机变量。设 $X^{\mathrm{tr}}={\left[\begin{array}{cccc}{x}_{{\mathrm{\π}}_1}^{\mathrm{tr}}& x_{{\mathrm{\π}}_1}^{\mathrm{tr}}& ...& x_{{\mathrm{\π}}_K}^{\mathrm{tr}}\end{array}\right]}^T,Y_k^{\mathrm{tr}}={\left[\begin{array}{cccc}{y}_{k1}^{\mathrm{tr}}& y_{k2}^{\mathrm{tr}}& ...& y_{\mathrm{kM}}^{\mathrm{tr}}\end{array}\right]}^T,$ $H_k^u=\left[\begin{array}{cccc}{h}_{k1}& h_{k2}& ...& h_{\mathrm{kK}}\end{array}\right].$ 第k个RAU接收到的导频信号可表示为：

$Y_k^{\mathrm{tr}}=H_k^u{X}^{\mathrm{tr}}+Z_k^{\mathrm{tr}}$

其中为加性高斯白噪声矩阵，其各个元素的均值为零，方差为

第k个RAU依据接收到的导频信号进行信道估计，获得各用户信道的估计值及其均方误差。以RAU端作最小均方误差(MMSE)信道估计为例，第j个用户信道估计值按下式计算：

其估计的均方误差按下式计算：

其中为各用户上行训练阶段的发射信噪比。

在上行数据传输阶段，利用所获得的各调度用户的信道估计值，采用MRC接收数据。以x^u表示小区中K个用户当前时刻发送的数据信号，其中第k个元素为第k个用户的发送数据信号，设其均值为零、方差为每个用户的发送数据信号为其发送信息比特流经过信道编码、交织及调制符号映射后得到的数据信号。以表示第k个RAU接收到的数据信号，其中第m个元素为第k个RAU中第m根天线接收到的数据信号。第k个RAU接收信号可表示为：

$y_k^u=H_k^u{x}^u+z^u$

其中z^u为加性高斯白噪声矢量，各元素是均值为零，方差为第k个RAU采用MRC接收第k个用户数据信号，即各调度RAU利用接收到的信号，经过解调、解交织及信道解码等过程，可获得用户上行发送信息比特流的估计值。

在下行数据传输阶段，利用所获得的各调度用户的信道估计值实施MRT发送数据。以x^d表示调度的RAU在当前时刻向小区中K个用户发送的预编码之前的数据信号，其中第k个元素为第k个用户的发送数据信号，设其均值为零、方差为每个用户的发送数据信号为其发送信息比特流经过信道编码、交织及调制符号映射后得到的数据信号。以W表示调度的K个RAU的发送预编码矩阵，其中第k列矢量表示第k个RAU发送预编码矢量，以y^d表示第k个用户接收到的数据信号，其中第k个元素为第k个用户接收到的数据信号。由于采用TDD传输模式，在同一信道训练周期内，由于下行信道可表示为上行信道的转置，因此第k个用户的下行信道可表示第k个用户接收信号可表示为：

$y_k^d=h_k^{d}W{x}^d+z_k^d$

其中为加性高斯白噪声变量，均值为零，方差为调度的K个RAU的发送预编码矩阵根据MRT准则表示为各调度用户利用接收到的信号，经过解调、解交织及信道解码等过程，可获得下行发送信息比特流的估计值。

3、导频分配

前述的上行信道估计、上行MRC接收以及下行MRT传输适用于任意的导频复用模式，此处给出如何实施动态导频分配。

动态导频分配在中心处理单元实施，中心处理单元利用所获得的各用户的大尺度衰落信道信息，依据给定的准则，如信道估计均方误差之和最小准则或者上下行加权净遍历和速率最大准则，对导频资源进行调度，确定各用户使用的导频信号。

信道估计均方误差之和可由下式得到：

基于信道估计均方误差之和最小准则的导频分配即是：搜索出使得ε最小的导频复用模式

上行遍历和速率可近似表示为

其中

为各用户上行数据传输阶段的发射信噪比。

下行遍历和速率可近似表示为

其中

Γ(.)是伽玛函数，

为各用户上行数据传输阶段的发射信噪比。

上下行加权净遍历和速率

$\frac{T-\mathrm{\τ}-1}{T}[\mathrm{\α}{R}^u+(1-\mathrm{\α})R^d]$

其中T为信道相干时间的时隙数，τ个时隙用于信道估计，1个时隙用于上下行接收和发送信号处理，α为加权因子且0≤α≤1。基于上下行加权净遍历和速率最大准则的导频分配即是：搜索出使得R最大的导频复用模式

上述导频分配均可通过低复杂度的贪婪算法完成求解。此处给出一种基于上下行加权净和速率最大准则的用户排序分组算法，具体算法描述如下：

步骤201：初始化用户集合及导频集合：用户集合导频集合

步骤202：各用户间歇地发送上行探测信号，RAU根据接收到的探测信号估计各用户的大尺度衰落信道信息，并发送到中心处理单元。

步骤203：按照导频复用因子τ为1，中心处理单元计算各用户的上下行加权遍历速率，按照用户速率由大到小将用户进行排序，即

步骤204：k＝τ，ττ+1，首先从集合中选出上下行加权遍历速率最大的τ个用户，分配到τ组用户集合，即则剩余的用户集合和未分配的导频集合为

步骤205：假设用户集台中第k＝k+1个用户分配到不同用户组中，计算这τ种情况下的上下行加权遍历和速率大小。

步骤206：比较这τ种情况下的上下行加权遍历和速率，选出上下行加权遍历和速率最大的一组，将第k个用户分配到该组用户集合中。

步骤207：判断K个用户是否分配完，若分配完，即则转步骤208；若没有分配则转步骤205。

步骤208：比较不同复用因子下的上下行加权净遍历和速率，若复用因子τ的上下行加权净遍历和速率高于复用因子τ-1的上下行加权净遍历和速率，则重复步骤204，若复用因子τ的上下行加权净遍历和速率低于复用因子τ-1的上下行加权净遍历和速率，则结束导频分配。

在本申请所提供的实施例中，应该理解到，所揭露的方法，在没有超过本申请的精神和范围内，可以通过其他的方式实现。当前的实施例只是一种示范性的例子，不应该作为限制，所给出的具体内容不应该限制本申请的目的。例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种密集分布式无线网络动态导频复用信道估计与导频分配方法，其特征在于该方法包括：

a.小区密集布设远程接入单元RAU，所有RAU通过高速回程链路与中心处理单元相连，在同一时频资源上K个用户与相邻的RAU进行无线通信，通信的上下行采用时分双工TDD方式，通信过程包括上行信道探测和导频分配、上行信道训练、上行数据传输、下行数据传输四个阶段；

b.在上行信道探测和导频分配阶段，RAU依据接收到的探测信号获取各用户的大尺度衰落信道信息，并回传给中心处理单元；中心处理单元利用大尺度衰落信道信息，依据信道估计均方误差之和最小准则或者上下行加权净遍历和速率最大准则进行导频分配，确定各用户所使用的导频信号；

c.在上行信道训练阶段，各用户在同一时频资源上周期性地发送各自所分配到的导频信号，RAU依据收到的导频信号进行各用户的信道估计；

d.随着系统参数变化，即用户数的增减，用户移动位置的更新，以及不同的应用场景，需要实施动态导频复用信道估计和导频分配；

e.在上行数据传输、下行数据传输阶段，RAU利用信道估计以及估计误差的统计特性对上、下行链路数据信号进行处理。

2.根据权利要求1所述的密集分布式无线网络动态导频复用信道估计与导频分配方法，其特征在于：所述的导频分配在中心处理单元依据各用户的大尺度衰落信道信息完成，中心处理单元依据信道估计均方误差之和最小准则，或者上下行加权净遍历和速率最大准则，对小区中的用户及导频资源进行调度，确定最佳的导频复用模式，即各用户使用的导频信号，导频分配可以通过低复杂度的用户排序分组法实施。

3.根据权利要求1所述的密集分布式无线网络动态导频复用信道估计与导频分配方法，其特征在于：在所述的上行信道训练阶段，各调度用户在给定的时频资源上发送各自所分配到的导频信号，不同用户所使用的导频不要求完全正交，不同用户之间可以复用相同的导频；RAU利用接收到的上行导频信号和各用户信道的大尺度衰落信道信息，实现各调度用户的最小均方误差信道估计，获得信道矢量的估计值及其均方误差。

4.根据权利要求1所述的密集分布式无线网络动态导频复用信道估计与导频分配方法，其特征在于：所述的动态复用导频信道估计是指当用户大尺衰落信道信息发生变化，需要动态的更新导频分配结果，各调度用户发送各自重新分配的导频，RAU对各调度用户进行最小均方误差信道估计。

5.根据权利要求2所述的密集分布式无线网络动态导频复用信道估计与导频分配方法，其特征在于所述的用户排序分组法是：首先根据导频复用因子τ＝1计算所有K个用户的性能，并依据各用户性能大小重新排序；然后导频复用因子τ＝τ+1，将性能最佳的前τ个用户分配到τ组，剩余的K-τ个用户按照贪婪的方式分配到τ组使得系统性能最优，并决定所分配的导频；最后比较当前导频复用因子与前一导频复用因子下的系统性能，若当前导频复用因子下的系统性能较优，则增加导频因子重新分配导频，若前一导频复用因子下的系统性能较优，则结束导频分配。