CN103873205B

CN103873205B - 基于mmse预编码与模拟退火算法的mimo用户选择算法

Info

Publication number: CN103873205B
Application number: CN201410102338.8A
Authority: CN
Inventors: 曹叶文; 李吉宗
Original assignee: Shandong University
Current assignee: Shandong University
Priority date: 2014-03-19
Filing date: 2014-03-19
Publication date: 2017-05-17
Anticipated expiration: 2034-03-19
Also published as: CN103873205A

Abstract

本发明公开了一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，首先使用MMSE预编码，能有效的抑制多个用户间的通信干扰。与通常使用的线性预编码方法相比，MMSE预编码能支持更多的接收端用户，并且减少功率浪费。然后借鉴模拟退火算法，局部最优解能概率性地跳出并最终趋于全局最优的思想，提出一种新的MIMO用户选择算法，该算法能在保持较低算法复杂度的同时，同时获得良好的信道容量与误码率性能，适宜在实际中应用。

Description

基于MMSE预编码与模拟退火算法的MIMO用户选择算法

技术领域

本发明涉及一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法。

背景技术

MIMO(multi-input multi-output)技术因其能成倍地提高信道容量，得到人们越来越多的关注，成为新一代移动通信的关键技术之一。近年来MIMO系统的研究热点逐渐从单用户扩展到点对多点的多用户系统。由于多用户MIMO系统中，基站能同时服务的用户数量受限，所以需要进行用户选择，选出合适的用户集发送以获取多用户分集增益，保证系统获得良好性能。

近年来人们对多用户MIMO用户选择算法进行了深入研究。其中具有代表性的有穷搜索选择算法、最大范数选择算法、贪婪选择算法以及基于线性预编码的用户选择算法等。穷搜索选择算法通过遍历所有可能的用户集合选出其中具有最大信道容量的用户集，该算法可以获得最优的信道容量性能，但运算复杂度过高；最大范数选择算法通过计算每个用户的信道矩阵范数并从大往小排序，选择前K个作为最后的用户集，该算法运算复杂度低，但选出的用户集性能也较低；贪婪选择算法通过迭代运算，每一步都选择局部最优集合，迭代完成后产生最终的用户集合，贪婪选择算法的运算复杂度随用户数量增加呈线性增长，复杂度增长速度要远低于穷搜索算法，但性能距离穷搜索算法的最优性能还有一定上升空间。而且以上三种算法由于没有使用预编码技术，各个用户间信道会产生相互干扰，降低信道总容量。而基于线性预编码的用户选择算法虽然能完全消除用户间干扰，但是造成了发射功率的浪费以及对接收端用户数量有着严格限制。

发明内容

本发明为了解决上述问题，提出了一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，该算法使用MMSE预编码，能有效的抑制多个用户间的通信干扰；与通常使用的线性预编码方法相比，MMSE预编码能支持更多的接收端用户，并且减少功率浪费。

为了实现上述目的，本发明采用如下技术方案：

一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，具体包括以下步骤：

1）算法初始化，设置算法收敛的控制参数A的初值；

2）对所有用户信道矩阵计算F-范数，选择K个范数最大的用户作为初始选取用户集S，剩余的K_t-K个用户组成用户备选集U；其中，K表示发射端能同时支持的用户数，K_t表示接受端活动的最大用户数，问题的解集合S表示被选出的用户集；

3）在当前A下，迭代选择m次，每次以随机的方式从S和U各选取一个用户，使之互换，得到新的选择用户集合S'，m为自然数，且10≤m≤15；

4）分别计算S与S'的评价函数最小化各用户均方误差和前后两次所选用户集性能差异程度，如果前后两次所选用户集性能差异程度大于0，则用新的选择用户集合S'替换S，否则，以概率α接收新的选择用户集合S'替换S；

5）判断终止条件，若满足终止条件，则这时上一次更新的S就是最后所选出来的用户集合，算法终止；若不满足终止条件，则算法执行步骤6）；

6）改变控制参数A，重新转到步骤3）进行计算。

所述步骤4）中，S的评价函数其中，

M_k和G_k高度互耦，通过迭代算法进行求解；其中，表示接收用户平均信噪比，y_i指的是第i个用户的接收符号，s_i指的是第i个用户的发送符号；G_i和G_k分别表示第i个用户和第k个用户的接收滤波矩阵，M_i和M_k分别表示第i个和第k个用户的预编码矩阵，H_i表示第i个用户的信道矩阵，G_k ^H、H_i ^H、M_k ^H分别表示G_k、H_i、M_k各自的转置矩阵，K表示接收端同时支持的用户个数，I_i表示i阶单位矩阵，N₀表示噪声功率，P表示发射总功率。

所述步骤4）中，α=exp(-Δt′/A)，其中，Δt′=sum.MSE(S’)-sum.MSE(S)，表示前后两次用户集均方误差和的增量函数；exp表示以自然常数e为底的指数函数。

所述步骤5）中，所述终止条件为：设连续n次迭代运算，用户集合S没有更新改变，其中10<n<30。

所述步骤6）中，控制参数A的取值方法为：A_i+1=βA_i，其中A_i和A_i+1分别表示第i次算法循环和第i+1次算法循环的控制参数A；β表示A的递减速率，0<β<1。

本发明的有益效果为：

（1）该算法使用MMSE预编码，能有效的抑制多个用户间的通信干扰。与通常使用的线性预编码方法（例如块对角化预编码）相比，它能支持更多的接收端用户，并且减少功率浪费；

（2）该算法借鉴模拟退火思想，通过改变控制参数，使得局部最优解能概率性地跳出并最终趋于全局最优，通过低复杂度的运算，获得较高信道容量与误码率性等。

附图说明

图1为基于MMSE预编码与模拟退火算法的MIMO多用户选择算法流程图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

如图1所示，一种基于MMSE预编码与模拟退火算法的MIMO用户选择方案设计，如图1所示，步骤如下：

1）算法初始化，设置算法收敛的控制参数A的初值，初始化迭代因子count=1；

2）对所有用户信道矩阵计算F-范数，选择K个范数最大的用户作为初始选取用户集S，剩余的K_t-K个用户组成用户备选集U。

3）以随机的方式从S和U各选取一个用户，使之互换，得到新的选择用户集合S'，令迭代次数m=10；

4）分别计算S与S'的评价函数最小化各用户均方误差和sum.MSE，增量Δt′=sum.MSE(S’)-sum.MSE(S)；

5）如果Δt′>0，则接受S'作为新的S，否则以概率α=exp(-Δt′/A)接受S′；

6）判断终止条件，终止条件设为连续25次迭代运算，用户集合S没有更新改变，若满足终止条件，此时上一次更新的S就是最后所选出来的用户集合，算法终止。若不满足终止条件，则算法执行步骤7）。

7）若迭代因子count<=10，则count=count+1，再转到步骤3）进行迭代循环。若count>10，则改变控制参数A，A_i+1=βA_i，再重设迭代因子count=1；从而保证在每个控制变量A下，算法能循环执行10次。

不断改变控制变量A，保证每个A值算法循环执行10次，直到一共积累连续25次迭代运算，用户集合S都没有更新改变，则最后一次更新的S就是选出来的用户集合。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims

1.一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，其特征是：具体包括以下步骤：

1)算法初始化，设置算法收敛的控制参数A的初值；

2)对所有用户信道矩阵计算F-范数，选择K个范数最大的用户作为初始选取用户集S，剩余的K_t-K个用户组成用户备选集U；其中，K表示发射端能同时支持的用户数，K_t表示接受端活动的最大用户数，问题的解集合S表示被选出的用户集；

3)在当前A下，迭代选择m次，每次以随机的方式从S和U各选取一个用户，使之互换，得到新的选择用户集合S'，m为自然数，且10≤m≤15；

4)分别计算S与S'的评价函数最小化各用户均方误差和前后两次所选用户集性能差异程度，如果前后两次所选用户集性能差异程度大于0，则用新的选择用户集合S'替换S，否则，以概率α接收新的选择用户集合S'替换S；

5)判断终止条件，若满足终止条件，则这时上一次更新的S就是最后所选出来的用户集合，算法终止；若不满足终止条件，则算法执行步骤6)；

6)改变控制参数A，重新转到步骤3)进行计算；

所述步骤4)中，S的评价函数其中，

{MSE}_{i} = E | | y_{i} - s_{i} | |^{2} = t r [G_{i} H_{i} (Σ_{k = 1}^{K} M_{k} M_{k}^{H}) H_{i}^{H} G_{i}^{H} + I_{i} - M_{i}^{H} H_{i}^{H} G_{i}^{H} - G_{i} H_{i} M_{i} + N_{0} G_{i} G_{i}^{H}],

M_{i} = {(Σ_{k = 1}^{K} H_{k}^{H} G_{k}^{H} G_{k} H_{k} + {μI}_{i})}^{- 1} H_{i}^{H} G_{i}^{H};

G_{i} = M_{i}^{H} H_{i}^{H} {(H_{i} (Σ_{k = 1}^{K} M_{k} M_{k}^{H}) H_{i}^{H} + N_{0} I_{i})}^{- 1}

M_k和G_k高度互耦，通过迭代算法进行求解；其中，表示接收用户平均信噪比，G_i和G_k分别表示第i个用户和第k个用户的接收滤波矩阵，M_i和M_k分别表示第i个和第k个用户的预编码矩阵，H_i表示第i个用户的信道矩阵，G_k ^H、H_i ^H、M_k ^H分别表示G_k、H_i、M_k各自的转置矩阵，K表示接收端同时支持的用户个数，I_i表示i阶单位矩阵，N₀表示噪声功率，P表示发射总功率；

所述步骤6)中，控制参数A的取值方法为：A_i+1＝βA_i，其中A_i和A_i+1分别表示第i次算法循环和第i+1次算法循环的控制参数A；β表示A的递减速率，0<β<1。

2.如权利要求1所述的一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，其特征是：

所述步骤4)中，α＝exp(-Δt′/A)，其中，Δt′＝sum.MSE(S’)-sum.MSE(S)，表示前后两次用户集均方误差和的增量函数；exp表示以自然常数e为底的指数函数。

3.如权利要求1所述的一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，其特征是：

所述步骤5)中，所述终止条件为：设连续n次迭代运算，用户集合S没有更新改变，其中10<n<30。