CN104901736B - 一种大规模天线场景下基于统计信道信息的下行传输方法 - Google Patents

Abstract

本发明公开了一种大规模天线场景下基于统计信道信息的下行传输方法，包括：(1)采用K均值聚类法将用户按照统计信息相似度分组，分组后组中心作为外层预编码；(2)对每个组利用外层预编码降维后用户等效信道选出调度用户集合，独立计算内层预编码(3)将整个下行预编码表示为内编码与外编码和乘积，并进行下行传输。本发明利用大规模天线的特性，提出了一种分步的预编码策略，该策略分为外层预编码和内层预编码。外层预编码用来消除组间干扰并且降低信道维度，减小导频和信道反馈开销；内层预编码用降维后的瞬时等效信道信息消除本组用户间的干扰，不同组内层预编码过程可独立进行，此过程降低了传统大规模天线系统集中式计算复杂度。

Description

一种大规模天线场景下基于统计信道信息的下行传输方法

技术领域

本发明属于通信技术领域，更具体地，涉及一种大规模天线场景下基于统计信道信息的下行传输方法。

背景技术

随着互联网的迅猛发展，智能终端设备也越来越多，与此同时，各种无线应用与服务与日俱增，随之带来的是对无线网络高速率和高带宽的需求。在过去的发展中，传统物理层发展出了多入多出技术(Multiple-Input Multiple-Output，MIMO)与正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术，大大提高了无线网络的吞吐量。在此基础上，为了进一步提升数据率，又提出了大规模天线(Massive-MIMO)技术。该技术在基站侧配置大规模的天线，天线数目的增加能够提供更多的自由度，因此能够支持更多数据流，显著提升系统吞吐量。然而，该技术存在许多关键问题，首先是信道估计和反馈的开销非常巨大。在时分双工(Time Division Duplexing，TDD)系统中，大规模天线的信道估计能够利用上下行对称性，不需要大量导频开销，而在常用的频分双工(FrequencyDivision Duplexing，FDD)系统中，大规模天线所需要的导频开销巨大，信道估计和反馈的开销会导致性能严重下降。然后，大规模天线在数据处理时，矩阵运算的计算量随着矩阵维度增加显著上升。

理论指出当天线数目很大时，用户在空间的分辨率高。在实际场景中，用户往往不是均匀分布的，而是呈现一定的相对稳定的群聚分布，例如一个咖啡厅，公交站，办公室等场景。散射条件相似一个群组的用户信道信息在统计信息上有相似特性。且用户信道在空间维度上也往往呈现一定稀疏性，用户信道在一段时间内可能只在有限秩的子空间变化。

发明内容

本发明的目的是为了减小在FDD系统大规模天线场景下，信道估计开销和计算复杂度，同时进行下行预编码。

为了实现上述目的，本发明提供了一种大规模天线场景下基于统计信道信息的下行传输方法，包括：

(1)输入K个用户信道相关矩阵分解后得到的U_k以及分组数目G，采用K均值聚类法将用户按照统计信息相似度分组，分组后组中心作为外层预编码，得到外层预编码B；

(2)输入用户组g内等效瞬时信道用户组支持数据流数b_g，对每个组利用外层预编码降维后用户等效信道选出调度用户集合，独立计算内层预编码，得到内层预编码P；

(3)将整个下行预编码表示为V＝BP，B＝[B₁,B₂,..,B_G]，P＝diag[P₁,P₂,..,P_G]，则下行传输表示为y＝H^HVd+z，其中基站侧到用户的信道矩阵为H，d为S×1条原始数据流，z为零均值循环对称复高斯噪声。

本发明的一个实施例中，所述步骤(1)具体包括：

(1-1)初始化，在用户集合{1,2,...,K}随机选取G个用户作为算法初始化中心点，设这G个用户标号为π(g),初始中心点为

(1-2)对于用户k，计算用户k的非零特征值对应特征矢量矩阵与每个组中心点弦 距离

(1-3)在(1-2)求出的这G个距离中找到最小值，设该组标号为将该用户k加入 到最小值对应的组

(1-4)重复(1-2)至(1-3)步骤，直到K个用户都分配完毕；

(1-5)更新每个组组中心，表 示矩阵经过特征分解后主特征值对应的特征矢量构成的矩阵；

(1-6)重复(1-2)至(1-5)直至用户组分配结果不变；

(1-7)输出G个分组为S_g，G个中心点为V_g，外层预编码B_g＝V_g。

本发明的一个实施例中，所述步骤(2)具体为：

(2-1)对于组g，初始化，i＝1；

(2-2)对于每个k∈S_g，计算每个用户等效信道与已选用户等效信道张成空间Q正交部分，当i＝1时，

(2-3)找到模长最大的q_k，其对应用户标号π(i)，将该用户加入调度用户集合Υ_g←Υ_g∪{π(i)}，其方向加入q_(i)＝q_π(i)，该等效信道成为的新列向量，将该用户从用户组集合中删除，S_g＝S_g|π(i)，迭代次数i←i+1；

(2-4)判断循环条件当满足条件时，重复(2-2)(2-3)；

(2-5)内层采用迫零预编码，

(2-6)每个组独立进行(2-1)至(2-5)步骤，得到每个组内层预编码矢量P_g,g＝1,2,...,G。

本发明具有以下技术优点和效果：

1、本发明利用大规模天线的特性，提出了一种分步的预编码策略，该策略分为外层预编码和内层预编码。外层预编码用来消除组间干扰并且降低信道维度，减小导频和信道反馈开销；内层预编码用降维后的瞬时等效信道信息消除本组用户间的干扰，不同组内层预编码过程可独立进行，此过程降低了传统大规模天线系统集中式计算复杂度。

2、本方案能够大大减少由于配置大规模天线所带来的信道状态反馈开销；

3、本方案能够将小区的用户分成若干组，组间无干扰，组内预编码独立进行，能够减少集中式预编码带来的运算复杂度。

附图说明

图1为本发明系统模型示意图；

图2为本发明下行传输流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明涉及在大规模天线场景下，利用信道统计信息来减少信道状态反馈开销和计算复杂度的下行预编码方法，具体的说，一种两步预编码方案，利用统计信息进行用户分组和外层预编码，利用等效瞬时信息进行用户选择和内层预编码的方案。

系统模型如图1所示，考虑FDD单小区系统下行信道，基站侧配置大规模天线，发射天线数为M，小区用户数目为K，用户侧接收端天线数为1。

基站到用户的信道为h_k，获取到统计信息R_k，统计信息R_k的特征值分解为U_k为r_k个非零特征值对应特征矢量构成的M×r_k维的矩阵，Λ_k为r_k×r_k维对角矩阵。

算法流程如图2所示，两步预编码具体操作如下，预编码矩阵V＝BP，第一步预编码B为M×b维外层预编码，将原来M维度降到b，该外层预编码依赖信道的统计信息，即信道相关矩阵，来消除组间干扰；第二步预编码P为b×S内层预编码，依赖降维后等效信道的瞬时信息，以消除组内用户干扰。S为数据流数，需要选定b，满足S≤b。

设一个小区支持G个用户组，S_g表示第g个组的用户集合，|S_g|表示用户组内用户数目。

该方案步骤为：

(1)用户分组，外层预编码

采用K均值聚类法将用户按照统计信息相似度分组，分组后组中心作为外层预编 码，输入K个用户信道相关矩阵分解后得到的U_k，分组数目G；输出G个分组集合S_g，每个集合组中心矩阵V_g ，步骤如下：

(1-1)初始化，在用户集合{1,2,...,K}随机选取G个用户作为算法初始化中心点，设这G个用户标号为π(g),初始中心点为

(1-2)对于用户k，计算用户k的非零特征值对应特征矢量矩阵与每个组中心点弦 距离

(1-3)在(1-2)求出的这G个距离中找到最小值，设该组标号为将该用户k加入 到最小值对应的组

(1-4)重复(1-2)至(1-3)步骤，直到K个用户都分配完毕；

(1-5)更新每个组组中心，表 示矩阵经过特征分解后主特征值对应的特征矢量构成的矩阵；

(1-6)重复(1-2)至(1-5)直至用户组分配结果不变；

(1-7)输出G个分组为S_g，G个中心点为V_g，外层预编码B_g＝V_g。

(2)用户选择和内层预编码

每个组利用外层预编码降维后用户等效信道选出调度用户集合，独立计算内层预 编码，设用户组S_g内用户数为|S_g|，用户标号集合输入用户组g内等效 瞬时信道用户组支持数据流数b_g，输出调度用户集合Υ_g，调度用户信 道组成矩阵经第i次后已选用户张成空间Q＝{q₍₁₎,q₍₂₎,...,q_(i)}，步骤如下：

(2-1)对于组g，初始化，i＝1；

(2-2)对于每个k∈S_g，计算每个用户等效信道与已选用户等效信道张成空间Q正交部分，当i＝1时，

(2-3)找到模长最大的q_k，其对应用户标号π(i)，将该用户加入调度用户集合Υ_g←Υ_g∪{π(i)}，其方向加入q_(i)＝q_π(i)，该等效信道成为的新列向量，将该用户从用户组集合中删除，S_g＝S_g|π(i)，迭代次数i←i+1；

(2-4)判断循环条件当满足条件时，重复(2-2)(2-3)；

(2-5)内层采用迫零预编码，

(2-6)每个组独立进行(2-1)至(2-5)步骤，得到每个组内层预编码矢量P_g,g＝1,2,...,G。

(3)整个下行预编码表示为V＝BP，B＝[B₁,B₂,..,B_G]，P＝diag[P₁,P₂,..,P_G]，则下行传输表示为y＝H^HVd+z，其中基站侧到用户的信道矩阵为H，d为S×1条原始数据流，z为零均值循环对称复高斯噪声。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种大规模天线场景下基于统计信道信息的下行传输方法，其特征在于，所述方法包括如下步骤：

(1)输入K个用户信道相关矩阵分解后得到的U_k以及分组数目G，采用K均值聚类法将用户按照统计信息相似度分组，分组后组中心作为外层预编码，得到外层预编码B；其中,U_k为r_k个非零特征值对应特征矢量构成的M×r_k维的矩阵，M×r_k为外层预编码B的维数；

(2)输入用户组g内等效瞬时信道用户组支持数据流数b_g，对每个组利用外层预编码降维后用户等效信道选出调度用户集合，独立计算内层预编码，得到内层预编码P；其中,|s_g|表示用户组内用户数目；

(3)将整个下行预编码表示为V＝BP，B＝[B₁,B₂,..,B_G]，P＝diag[P₁,P₂,..,P_G]，则下行传输表示为y＝H^HVd+z，其中基站侧到用户的信道矩阵为H，d为S×1条原始数据流，z为零均值循环对称复高斯噪声，S为数据流数；

所述步骤(2)具体为：

(2-1)对于组g，初始化， S_g为第g个组的用户集合，为调度拥护信道组成矩阵，经第i次后已选用户张成空间Q；

(2-2)对于每个k∈S_g，计算每个用户等效信道与已选用户等效信道张成空间Q正交部分，当i＝1时，

(2-3)找到模长最大的q_k，其对应用户标号π(i)，将该用户加入调度用户集合Υ_g←Υ_g∪{π(i)}，其方向加入q_(i)＝q_π(i)，该等效信道成为的新列向量，将该用户从用户组集合中删除，S_g＝S_g|π(i)，迭代次数i←i+1；

(2-4)判断循环条件当满足条件时，重复(2-2)(2-3)；

(2-5)内层采用迫零预编码，

(2-6)每个组独立进行(2-1)至(2-5)步骤，得到每个组内层预编码矢量P_g,g＝1,2,...,G。

2.如权利要求1所述的方法，其特征在于，所述步骤(1)具体包括：

(1-1)初始化，在用户集合{1,2,...,K}随机选取G个用户作为算法初始化中心点，设这G个用户标号为初始中心点为

(1-2)对于用户k，计算用户k的非零特征值对应特征矢量矩阵与每个组中心点弦距离

(1-3)在(1-2)求出的这G个距离中找到最小值，设该组标号为将该用户k加入到最小值对应的组

(1-4)重复(1-2)至(1-3)步骤，直到K个用户都分配完毕；

(1-5)更新每个组组中心， 表示矩阵经过特征分解后主特征值对应的特征矢量构成的矩阵；

(1-6)重复(1-2)至(1-5)直至用户组分配结果不变；

(1-7)输出G个分组为S_g，G个中心点为V_g，外层预编码B_g＝V_g。