CN105375959B - 3d-mimo系统中基于波束形状匹配的分布式干扰协调方法 - Google Patents

Abstract

本发明3D‑MIMO系统中基于波束形状匹配的分布式干扰协调方法，通过在每个水平扇区内初始化基站各垂直扇区波束方向，根据用户3D位置确定每个用户所属的初始服务波束，并根据每个垂直波束内用户的仰角信息更新该波束方向及半功率波束宽度；将更新后的波束方向及半功率波束宽度代入所建立的优化问题，搜索出最优的天线权值，从而使得不同垂直扇区波束的干扰最小，提高了信干噪比，保证了系统性能。本发明对于只调整倾角的方案，最大的好处在于同时调整天线波束的指向及半功率波束带宽，其不仅追求目标方向上的天线增益，而且对其它方向上的干扰进行抑制，使得各波束更精确地服务用户。通过调整半功率波束宽度扩大覆盖范围，有效提升边缘用户的服务质量。

Description

3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法

技术领域

本发明涉及无线通信中用户3D分布下3D-MIMO系统中的干扰协调方案，具体为一种3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法。

背景技术

受限于传统的基站天线构架，现有的MIMO传输方案一般只能在水平面实现对信号空间分布特性的控制，还没有充分利用3D信道中垂直维度的自由度，更没有深层地挖掘出MIMO技术对于改善移动通信系统整体效率与性能及最终用户体验的潜能。近年来，在基站处配备大量天线并可同时与多个同信道用户通信的大规模MIMO(Very Large MIMO orMassive MIMO)系统，因其仅通过增加基站的天线数量便可使得系统容量显著提高而受到了学者的广泛关注。由于空间及天线尺寸的限制，3D-MIMO被引入到大规模MIMO系统中，以此来解决大规模天线阵列的实现问题。简单来说，3D MIMO技术在不改变现有天线尺寸的条件下，可以将每个垂直的天线阵子分割成多个阵子，从而开发出MIMO的另一个垂直方向的空间维度，进而将MIMO技术推向一个更高的发展阶段，为LTE传输技术的性能提升开拓出更广阔的空间，使得进一步降低小区间干扰、提高系统吞吐量和频谱效率成为可能。

3D-MIMO现有文献研究内容大致包括3D信道建模、小区垂直分裂(研究不同分裂方式、分裂数目情况下系统总体性能及干扰分析)、3D波束赋形(以系统和速率或干扰等为目标优化天线权值或预编码，形成不同波束)、基于3D-MIMO的干扰协调(通过优化下倾角、功率分配、资源分配等降低小区及扇区间干扰)等，其有一共同点是均假设用户分布在接近地面的同一水平高度。然而随着经济的发展，城市中建筑物的高度越来越高，密度越来越大，用户处于高楼层的概率也逐渐增大，现有文献中关于用户分布在地面的假设也越来越不符合实际。为了系统性能的进一步提升，基于用户3D分布的3D-MIMO系统性能研究也急需提上研究日程。

现有的调整倾角方案通过调整天线权值来调整波束指向，以服务不同3D位置的用户。然而其既不能调整波束半功率波束宽度，又不能对用户间干扰进行抑制，其边缘用户服务质量较差。

发明内容

针对现有技术中存在的问题，本发明提供一种能够提升边缘用户及系统总体性能的，3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法。

本发明是通过以下技术方案来实现：

本发明3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，包括如下步骤，

第一步，在一个用户3D分布的多小区3D-MIMO系统中，将每小区划分为多个水平扇区，其中每个水平扇区划分为多个垂直扇区；每个水平扇区的基站天线为一个面天线阵，该天线阵按列划分为多个子阵，每个子阵生成一个波束服务一个垂直扇区，天线子阵列数由对应扇区内用户数决定；在每个水平扇区内，基站初始化各垂直扇区波束主方向；

第二步，根据用户3D位置确定每个用户所属的初始服务波束，并根据每个垂直波束内用户的仰角信息更新该服务波束主方向及半功率波束宽度；

第三步，将更新后的服务波束主方向及半功率波束宽度代入所建立的以实际子阵列天线增益与期望增益的均方误差最小化为目标的优化问题，搜索出最优的天线权值，使不同垂直扇区波束干扰最小。

优选的，每小区划分为3个水平扇区，其中每个水平扇区划分为3个垂直扇区；垂直扇区划分时按照等面积方法划分扇区，高于基站天线的空间划分为高扇区，低于基站天线的空间等面积划分为近扇区与远扇区。

优选的，具体包括如下步骤，

1)按照TR36.873协议参数播散每个小区内的建筑位置和用户位置，并确定初始垂直扇区波束主方向；

2)确定各垂直扇区波束服务的用户集合；同一用户集合内的用户俯仰角与垂直扇区服务波束主方向最为接近；

3)更新各波束主方向及半功率波束宽度HPBW；

更新后束的主方向为此波束服务用户的最大与最小俯仰角中值，更新后束的半功率波束宽度HPBW为此波束服务用户的最大与最小俯仰角差值；

4)对每个垂直扇区搜索最优天线权值；

将更新后的波束主方向及HPBW代入如下优化问题，搜索出最优的天线权值；

|W|²＝1

式中：

为单个天线在水平方位角和垂直俯仰角θ处的阵元增益；d_y为水平方向天线间距，d_z为垂直方向天线间距；w_m,n即为第m行n列天线阵元的权值；M为水平方向天线数目，N为垂直方向天线数目。

d(θ)为HPBW内的期望增益；

θ_tar为波束主方向；

β为期望的波束HPBW；

α为旁瓣最高增益；

γ为过渡角度区间；

σ为零陷阈值；

θg_anrao1,θg_anrao2为同水平扇区内其他波束的主方向。

进一步，d(θ)取波束主方向增益的最大值，归一化后为d(θ)＝1。

再进一步，优化问题的约束条件为：1)HPBW内天线增益高于天线最大增益的-3dB；2)HPBW加过渡区间γ＝5°外的角度范围内天线增益小于某阈值α＝-20dB；3)同水平扇区内其他波束的主方向形成零陷，天线增益小于σ＝-40dB；4)天线权值归一化。

再进一步，步骤4)中求得最优天线权值后，每个用户的接收信号为；

式中：

L为3D-MIMO系统中的小区数量，L为正整数；

K为每个小区的用户数量，K为正整数；

P_k,l为第l个小区第k个用户的下行发送功率；

为第l个小区第k个用户到该用户所属扇区i_k,l天线阵间的信道信息，其中i_k,l为该用户所述扇区的序号；

为扇区i_k,l的天线权值矩阵，为的对角阵，表示扇区所用天线的阵元个数；

v_k,l为第l个小区第k个用户的预编码矢量，维度为

c_k,l为第l个小区用户k的发送符号，且满足|c_k,l|＝1；

η_k,l为用户接收端处的高斯白噪声，均值为零，方差为σ²。

与现有技术相比，本发明具有以下有益的技术效果：

本发明通过在每个水平扇区内，基站初始化各垂直扇区波束方向，根据用户3D位置确定每个用户所属的初始服务波束，并根据每个垂直波束内用户的仰角信息更新该波束方向及半功率波束宽度；将更新后的波束方向及半功率波束宽度代入所建立的优化问题，搜索出最优的天线权值，从而使得不同垂直扇区波束的干扰最小，提高了信干噪比，保证了系统性能。本发明相对于传统只调整倾角的方案，最大的好处在于可以同时调整天线波束的指向及半功率波束带宽，其不仅追求目标方向上的天线增益，而且对其它方向上的干扰进行抑制，使得各波束更精确地服务用户。同时该方案通过调整半功率波束宽度，可扩大覆盖范围，从而可有效提升边缘用户的服务质量。

附图说明

图1是本发明实例中基于用户3D分布的多小区3D-MIMO系统模型。

图2是本发明实例中各波束划分垂直空间，波束方向及HPBW的确定示意图。

图3是本发明实例中列16天线MRT预编码七小区场景下不同方案的用户平均频谱效率对比。

图4是本发明实例中列16天线MRT预编码七小区场景下不同方案中某水平扇区频谱效率随信噪比变化。

图5是只调整倾角方案与本发明实例中在高/低信噪比时两波束之间干扰与噪声影响示意图。

图6是本发明实例中列32天线MRT预编码七小区场景下不同方案的用户平均频谱效率对比。

图7是本发明实例中列32天线MRT预编码七小区场景下不同方案中某水平扇区频谱效率随信噪比变化。

图8是本发明实例中列16天线SLNR预编码七小区场景下不同方案的用户平均频谱效率对比。

图9是本发明实例中列16天线MRT预编码七小区场景下不同方案中某水平扇区频谱效率随信噪比变化。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

本发明3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法的核心思想是：第一步，在每个水平扇区内，基站初始化各垂直扇区波束方向，根据用户3D位置确定各用户初始服务波束，并更新各波束方向及半功率波束宽度；第二步，将更新后的波束方向及半功率波束宽度代入所建立的优化问题，搜索出最优的天线权值。

考虑一个用户3D分布的多小区3D-MIMO系统，系统中共有L个小区，如图1所示，每小区划分为3个水平扇区，其中每个水平扇区划分为3个垂直扇区，优选的我们按照等面积方法划分扇区，即高于基站天线的空间划分为高扇区，低于基站天线的空间等面积划分为近扇区与远扇区，每个小区服务K个单天线用户，用户分布模型采用3D分布模型。每个水平扇区的基站天线为一个面天线阵，天线数为N_T，该天线阵按列划分为3个子阵，每个子阵生成一个波束服务一个垂直扇区，天线子阵列数由对应扇区内用户数决定。假设天线列与列之间相关性较小，可在水平方向上做MU-MIMO预编码，而一列天线内各个天线阵元间相关性较强，用来做波束赋形。在每个水平扇区内，可以认为水平方向上天线全覆盖，只考虑垂直方向上的波束调整。假设第l个小区用户k的发送符号为c_k,l，满足|c_k,l|＝1，MU-MIMO采用MRT预编码算法，预编码矢量为其中i_k,l为该用户所述扇区的序号，且i_k,l∈{1,...,9}。则第l个小区第k个用户的接收信号可以表示为

式中：

P_k,l——第l个小区第k个用户的下行发送功率；

——第l个小区第k个用户到该用户所属扇区i_k,l天线阵间的信道信息，其中i_k,l为该用户所述扇区的序号；

——扇区i_k,l的天线权值矩阵，为的对角阵，表示扇区i_k,l所用天线的阵元个数；

v_k,l——第l个小区第k个用户的预编码矢量，维度为(N_ik,l×1)；

c_k,l——第l个小区用户k的发送符号，且满足|c_k,l|＝1；

η_k,l——接收机处的高斯白噪声，均值为零，方差为σ²。

其信干噪比公式为

信道模型采用TR36.873协议建议的基于WINNER II/WINNER+2D信道模型改进的3D信道模型，支持多种网络拓扑场景和仿真控制参数设定，支持任意的3D天线阵列分布。能够完全实现传统2D信道模型的功能，是对2D信道模型的扩展。并且3D信道模型还具有2D信道模型所不具有的性质，即它能支持垂直分布的天线阵列，能反映出垂直维度上的天线分集增益。

所述3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法的具体步骤如下：

对于某个小区内某个水平扇区，作如下操作：

1)播散建筑、用户及初始波束方向确定。

按照TR36.873协议参数播散用户及高楼建筑之后，需要确定各波束的初始方向。这里，我们首先采用传统的等面积分区方法划分近扇区、远扇区和高扇区，如图2，各波束初始方向θ_tar1,θ_tar2,θ_tar3为基站天线到各垂直扇区边缘俯仰角的中值。

2)确定各波束服务用户集合。

用户所属服务波束为主方向与此用户到基站天线俯仰角最为接近的波束，例如图2中用户k₁,k₂,k₃的俯仰角与θ_tar3最为接近，则这些用户被划分为高扇区波束服务用户集合。

3)更新各波束主方向及半功率波束宽度HPBW。

如图2中的高波束，波束的更新主方向为此波束服务用户的最大与最小俯仰角中值，θ_zhu3＝(max(θ_k)-min(θ_k))/2,θ_k＝{θ_k1,θ_k2,θ_k3}，波束的更新HPBW为此波束服务用户的最大与最小俯仰角差值，HPBW₃＝(max(θ_k)-min(θ_k))。

4)对每个垂直扇区搜索最优天线权值。

将更新后的波束主方向及HPBW代入式建立优化问题，搜索出最优的天线权值，计算并分析系统性能。

|W|²＝1

式中：

为单个天线在水平方位角和垂直俯仰角θ处的阵元增益；d_y为水平方向天线间距，d_z为垂直方向天线间距；w_m,n即为第m、n个天线阵元的权值。

d(θ)——HPBW内的期望增益；

θ_tar——波束主方向；

β——期望的波束HPBW；

α——旁瓣最高增益；

γ——过渡角度区间；

σ——零陷阈值；

θ_ganrao1,θ_ganrao2——同水平扇区内其他波束的主方向。

式(3)中，优化目标为最小化实际天线增益G(θ)与期望增益d(θ)的均方误差，这里，d(θ)取波束主方向增益的最大值，即只调整倾角方案中的波束主方向增益，归一化后为d(θ)＝1。约束条件为：1)HPBW内天线增益高于天线最大增益的-3dB；2)HPBW加过渡区间γ＝5°外的角度范围内天线增益小于某阈值α＝-20dB；3)同水平扇区内其他波束的主方向形成零陷，天线增益小于σ＝-40dB；4)天线权值归一化。这里，我们采用的cvx优化工具包进行搜索操作。

实施例1：

考虑小区簇七小区3D信道场景，每水平扇区基站天线阵列为水平12天线，垂直16天线，预编码算法采用MRT预编码，其余仿真参数参考表1。

表1 用户3D分布场景仿真参数

由图3可知，所提方案相比于只调整倾角的方案能提升边缘用户的性能。这是由于所提方案能调整波束宽度，扩大波束覆盖范围，可有效提升边缘用户的服务质量。本发明方案的用户最高速率低于只调整倾角方案，这由图5可看出，本发明方案的波束主方向增益要略小于只调整倾角方案的波束，并且在远离波束主方向的角度区间内，本发明方案干扰还要大于只调整倾角方案。

由图4可知，低信噪比时本发明方案系统性能略低于只调整倾角方案，高信噪比时高于只调整倾角方案。如图5所示，低信噪比是噪声受限的情况，此时若波束主方向增益较小将可能会淹没在噪声中，而干扰影响较小，故本发明方案中干扰抑制作用较小，系统性能低于只调整倾角方案。但当信噪比增加时，系统逐渐变为干扰受限，对干扰的抑制作用将会逐渐增大，所提方案相比与只调整倾角方案，在波束宽度较大时，能更好地覆盖波束服务用户，既能保证所有用户一定的接收功率，又能保证HPBW之外特别是主干扰方向(相邻波束方向)干扰得到很好的抑制，故此时本发明方案系统性能优于只调整倾角方案。

实施例2：

每水平扇区基站天线阵列水平12天线，垂直32天线，其余场景配置与实施例1相同。

如图6所示，列天线数增多，天线形成的波束变窄，可以更精确的服务目标用户，因此用户的最高频谱效率相比于列16天线场景增加了约3bit/s/Hz。另外，与列16天线场景相比，本发明方案中的边缘用户性能略有提升，这是因为列天线数增多，波束变窄，本方案中半功率波束宽度的调整对服务用户组总体性能提升更加有效，相比于半功率波束宽度固定的只调整倾角方案，边缘用户性能提升更为明显。此外如图7所示，列32天线场景中，波束指向更为精确，系统总体性能提升相比列16天线场景明显。

实施例3：

预编码算法采用SLNR预编码，其余场景配置与实施例1相同。

如图8和图9所示，将MRT预编码改为SLNR预编码之后，用户频谱效率cdf曲线没有明显变化，而各SNR情况下各方案某水平扇区频谱效率相比于MRT预编码略有下降。

系统开销和计算复杂度分析：

只调整倾角方案仅需要知道用户的位置信息，反馈开销较小，每个波束的计算复杂度本发明方案仅需要知道用户的位置信息，反馈开销很小，并且为分布式优化方案，优化过程操作简单，每次搜索计算复杂度较低为O(B²N)，B为该波束半功率波束宽度HPBW大小，但搜索次数较大。

Claims (5)

1.3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，其特征在于，包括如下步骤，

第一步，在一个用户3D分布的多小区3D-MIMO系统中，将每小区划分为多个水平扇区，其中每个水平扇区划分为多个垂直扇区；每个水平扇区的基站天线为一个面天线阵，该天线阵按列划分为多个子阵，每个子阵生成一个波束服务一个垂直扇区，天线子阵列数由对应扇区内用户数决定；在每个水平扇区内，基站初始化各垂直扇区波束主方向；

第二步，根据用户3D位置确定每个用户所属的初始服务波束，并根据每个垂直波束内用户的仰角信息更新该服务波束主方向及半功率波束宽度；

第三步，将更新后的服务波束主方向及半功率波束宽度代入所建立的以实际子阵列天线增益与期望增益的均方误差最小化为目标的优化问题，搜索出最优的天线权值，使不同垂直扇区波束干扰最小；

具体包括如下步骤，

1)按照TR36.873协议参数播散每个小区内的建筑位置和用户位置，并确定初始垂直扇区波束主方向；

2)确定各垂直扇区波束服务的用户集合；同一用户集合内的用户俯仰角与垂直扇区服务波束主方向最为接近；

3)更新各波束主方向及半功率波束宽度HPBW；

更新后波束的主方向为此波束服务用户的最大与最小俯仰角中值，更新后波束的半功率波束宽度HPBW为此波束服务用户的最大与最小俯仰角差值；

4)对每个垂直扇区搜索最优天线权值；

将更新后的波束主方向及HPBW代入如下优化问题，搜索出最优的天线权值；

|W|²＝1；

式中：

为单个天线在水平方位角和垂直俯仰角θ处的阵元增益；d_y为水平方向天线间距，d_z为垂直方向天线间距；w_m,n即为第m行n列天线阵元的权值；M为水平方向天线数目，N为垂直方向天线数目；

d(θ)为HPBW内的期望增益；

θ_tar为波束主方向；

β为期望的波束HPBW；

α为旁瓣最高增益；

γ为过渡角度区间；

σ为零陷阈值；

θ_ganrao1,θ_ganrao2为同水平扇区内其他波束的主方向。

2.根据权利要求1所述的3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，其特征在于，每小区划分为3个水平扇区，其中每个水平扇区划分为3个垂直扇区；垂直扇区划分时按照等面积方法划分扇区，高于基站天线的空间划分为高扇区，低于基站天线的空间等面积划分为近扇区与远扇区。

3.根据权利要求1述的3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，其特征在于，d(θ)取波束主方向增益的最大值，归一化后为d(θ)＝1。

4.根据权利要求1述的3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，其特征在于，优化问题的约束条件为：1)HPBW内天线增益高于天线最大增益的-3dB；2)HPBW加过渡区间γ＝5°外的角度范围内天线增益小于某阈值α＝-20dB；3)同水平扇区内其他波束的主方向形成零陷，天线增益小于σ＝-40dB；4)天线权值归一化。

5.根据权利要求1所述的3D-MIMO系统中基于波束形状匹配的分布式干扰协调方法，其特征在于，步骤4)中求得最优天线权值后，每个用户的接收信号为；

式中：

L为3D-MIMO系统中的小区数量，L为正整数；

K为每个小区的用户数量，K为正整数；

P_k,l为第l个小区第k个用户的下行发送功率；

为第l个小区第k个用户到该用户所属扇区i_k,l天线阵间的信道信息，其中i_k,l为该用户所述扇区的序号；

为扇区i_k,l的天线权值矩阵，为的对角阵，表示扇区i_k,l所用天线的阵元个数；

v_k,l为第l个小区第k个用户的预编码矢量，维度为

c_k,l为第l个小区用户k的发送符号，且满足|c_k,l|＝1；

η_k,l为用户接收端处的高斯白噪声，均值为零，方差为σ²。