CN106059728B - 一种大规模mimo系统中的基于相移的导频设计方法 - Google Patents
一种大规模mimo系统中的基于相移的导频设计方法 Download PDFInfo
- Publication number
- CN106059728B CN106059728B CN201610292831.XA CN201610292831A CN106059728B CN 106059728 B CN106059728 B CN 106059728B CN 201610292831 A CN201610292831 A CN 201610292831A CN 106059728 B CN106059728 B CN 106059728B
- Authority
- CN
- China
- Prior art keywords
- pilot
- cell
- pilot frequency
- iteration
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010363 phase shift Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013461 design Methods 0.000 title claims abstract description 17
- 239000002245 particle Substances 0.000 claims abstract description 47
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 239000013598 vector Substances 0.000 claims description 46
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000000750 progressive effect Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- VWDWKYIASSYTQR-UHFFFAOYSA-N sodium nitrate Chemical compound [Na+].[O-][N+]([O-])=O VWDWKYIASSYTQR-UHFFFAOYSA-N 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 abstract description 8
- 230000002452 interceptive effect Effects 0.000 abstract 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012772 sequence design Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明一种大规模MIMO系统中的基于相移的导频设计方法，包括如下步骤：步骤1，以系统内干扰之和最小为目标建立优化问题，设计系统内每个小区的相位偏移值；步骤2，采用离散粒子群搜索的算法，求解步骤1的优化问题，得到每个小区的相位偏移值；步骤3，在步骤2得到的相位偏移值的基础上，采用基于禁忌搜索的导频分配算法，得到能够降低导频污染的导频设计方案。通过建立求解系统内干扰最小的优化问题，使得相互干扰大的两个小区间的导频矩阵的相关性弱，而相互干扰小的两个小区间的导频矩阵的相关性强，从而降低导频污染。在导频相移基础上，采用低复杂度的导频分配方案，基于禁忌搜索的导频分配方法，提升系统的信道估计精度和频谱效率。
Description
技术领域
本发明属于无线通信中的大规模MIMO系统中的上行信道估计领域，涉及大规模MIMO系统中的导频序列生成和导频调度，具体为一种大规模MIMO系统中的基于相移的导频设计方法。
背景技术
为了提高有限频谱资源的利用率、满足人们日益增长的无线通信需求，大规模MIMO(Large Scale MIMO或Massive MIMO)成为新一代无线通信系统的关键技术之一。它通过配备数百根天线的基站同时为数十个使用相同时频资源的用户服务。研究表明，随着基站天线数目的增加，噪声和不相干的小区间干扰将可以忽略不计；并且采用简单的信号处理方法，如最大比合并(Maximum Ratio Combining,MRC)，迫零(Zero-Forcing,ZF)就可以使系统容量显著提高，降低了实际系统中硬件的实现难度。然而，由于信道相干时间长度是有限的，因此不能保证大规模MIMO系统中所有用户均使用正交的导频序列，在基站对用户进行信道估计时受到使用相同导频资源的用户的干扰，这个现象称之为导频污染。
目前抑制导频污染的方法主要有：精准的信道估计算法，鲁棒的预编码算法，导频序列分配算法和导频序列设计等。其中信道估计算法包括半盲信道估计和基于导频的信道估计，其中半盲信道估计方法有基于特征分解的信道估计算法、基于子空间的信道估计；基于导频的信道估计方法有贝叶斯信道估计算法等。预编码算法主要包括基于基站间协作的导频污染预编码算法和基于最小均方误差(Minimum Mean Square Error,MMSE)的预编码算法。这类算法在已知信道估计会因导频污染而存在估计误差时，通过设计预编码矩阵来弥补信道估计不准确带来的性能损失，从而保证系统性能。导频序列分配算法通过使相互之间导频污染较小的那一组用户使用相关性大的导频，从而降低导频污染对系统性能的影响，导频分配算法主要有穷举搜索法，贪婪搜索法等，但是这两种分配算法的复杂度比较高。导频设计方案主要包括导频时移方案和导频相移方案。导频时移方案是通过将系统中的小区分为若干组，不同组的小区的导频信号在时间上错开来实现的，当天线数趋于无穷时，来自其他组的干扰消失，仅剩同组内的导频污染；已有文献提出的导频相移方案是将不同小区的导频矩阵进行不同的相位偏移值，使得导频矩阵之间的互相关性减小，从而降低导频污染。然而该文献在设计每个小区的相位偏移值时，将所有小区及小区内的所有用户同等对待，并没有将大尺度信息考虑在内，并且该文献在设计相移时对导频长度进行了限制，其所得的相移并不是最优的，因此对系统性能的提升并不是特别理想。
发明内容
针对现有技术中存在的问题，本发明提供一种大规模MIMO系统中的基于相移的导频设计方法，能够降低导频污染，且复杂度低，能够提升系统性能。
本发明是通过以下技术方案来实现：
一种大规模MIMO系统中的基于相移的导频设计方法，包括如下步骤：
步骤1，以系统内干扰之和最小为目标建立优化问题，设计系统内每个小区的相位偏移值；
步骤2，采用离散粒子群搜索的算法，求解步骤1的优化问题，得到每个小区的相位偏移值；
步骤3，在步骤2得到的相位偏移值的基础上，采用基于禁忌搜索的导频分配算法，得到能够降低导频污染的导频设计方案。
优选的，步骤3中，在步骤2得到的相位偏移值的基础上进行导频分配，使相互之间干扰大的用户使用相关性小的导频序列，相互干扰小的用户使用相干性大的导频序列。
优选的，步骤1中，以系统内干扰之和最小为目标建立的优化问题表示如下，
其中，L为系统内的小区数量，为小区l内所有用户到小区i的基站之间的平均大尺度信道，qi,ql分别为小区i与小区l的相位偏移量，Np为导频长度。
进一步，步骤2中，采用离散粒子群搜索的算法，求解步骤1的优化问题，具体步骤如下，
步骤2.1，初始化：需要搜索空间的维数是L，粒子总数为n；则所有粒子初始位置初始化为[0,NP-1]之间的正整数，初始速度可初始化为：
其中，ε～U(0,1)，NP为导频长度；
步骤2.2，迭代过程，最大迭代数为Niter：
步骤2.2.1按照如下公式更新每个粒子的更新速度和位置：
式中：
a——惯性权重因子，经验值为0.8；
c1,c2——加速因子，正常数，分别调节粒子趋向自身最优位置和全局最优位置的搜索步长，经验值为1.6；
r1,r2——[0,1]之间的随机数；
t——当前迭代时刻；
d——当前搜索的维度；
——t时刻第i个粒子在第d维度上的更新速度；
——t时刻第i个粒子在第d维度上的位置；
——t时刻第i个粒子在第d维度上的局部最优值；
——第d维度上所有粒子的全局最优值；
步骤2.2.2，修正：由于所有粒子的位置必须是[0,NP-1]之间的正整数，因此需要对每个粒子的位置变量做如下修正：
步骤2.2.3，定义评价函数其为系统总的干扰，根据步骤2.2.2中得到的修正后的位置变量计算评价函数的值，对比当前评价函数的值和历史评价函数的值，得到当前迭代时刻第i个粒子的局部最优向量和当前迭代时刻所有粒子的全局最优向量
步骤2.2.4，若到达最大迭代次数Niter时则停止迭代；否则令t＝t+1，转到步骤2.2.1继续迭代；
步骤2.3，最后得到最大迭代次数时的全局最优向量中的元素就是L个小区的较优的相位偏移值qi,i＝1,2,…L。
再进一步，步骤3中，基于禁忌搜索的导频分配算法，以每个小区的导频分配序列为优化目标，优化过程中其他小区的导频分配矩阵保持不变，具体包括如下步骤，
步骤3.1，初始化导频分配矩阵p，并初始化小区指数为l＝0；
步骤3.2，更新l＝l+1，当l＞L时，则所有的小区都找到了较优的导频分配序列，算法终结，输出最终的导频分配矩阵popt；若l≤L，则进行步骤3.3；
步骤3.3，对当前小区l，初始化迭代计数器I＝0，设置当前优化对象和历史最优解为：历史最优目标函数值为：禁忌表初始化为空集：
步骤3.4，更新迭代计数器I＝I+1，若I＞Nmax，则迭代终止，得到小区l的导频分配向量转到步骤3.2；否则继续步骤3.5；
步骤3.5，互换向量中任意两个元素的位置，得到的邻域其包含个向量，在该邻域中找到最优的导频分配向量：
其中，若则更新当前迭代向量和历史最优向量为：并将加入禁忌表T中，否则转到步骤3.6；
步骤3.6，从在邻域中但不在禁忌表的向量中选出最优的导频分配向量：然后更新当前迭代向量为：并将加入禁忌表T中，转到步骤3.4；
步骤3.7，直至满足步骤3.2中的算法终结条件时可得到各个小区的导频分配序列，从而得到系统中能够降低导频污染的导频设计方案。
与现有技术相比，本发明具有以下有益的技术效果：
本发明通过建立求解系统内干扰最小的优化问题，使得相互干扰大的两个小区间的导频矩阵的相关性弱，而相互干扰小的两个小区间的导频矩阵的相关性强，从而降低导频污染。在所设计的导频相移基础上，采用一种低复杂度的导频分配方案，基于禁忌搜索的导频分配方法，使得相互之间干扰大的用户使用相关性小的导频序列，从而进一步降低导频污染，提升系统的信道估计精度和频谱效率，从而提升系统性能。
附图说明
图1是本发明实例中所述的大规模MIMO系统场景描述示意图。
图2是本发明实例中所述的大规模MIMO数据传输模式示意图。
图3是本发明实例中所述的基于禁忌搜索的导频分配法流程图。
图4是本发明实例中所述的基站400天线七小区场景下不同方案的信道估计误差随导频功率变化的曲线。
图5是本发明实例中所述的基站400天线七小区场景下不同方案中每用户平均速率的CDF曲线。
图6是本发明实例中所述的七小区场景下不同方案的每用户平均速率随基站天线数变化的曲线。
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。
本发明涉及一种大规模MIMO系统中基于相移的导频设计方法。该方案的核心思想是：第一步，以系统内干扰之和最小为目标建立优化问题，然后用离散粒子群搜索的算法求解优化问题，从而得到系统内每个小区的相位偏移值；第二步，在第一步得到的相位偏移值的基础上，采用禁忌搜索的导频分配算法，进一步降低导频污染。
具体的，本优选实例中以蜂窝无线通信系统为例，如图1所示。系统内含有L个小区，每个小区包含一个放置于中心位置的基站和K个单天线用户，每个基站配备M根天线(K＜＜M)，采用TDD的双工方式，上下行信道具有互易性。
假设信道为平坦块衰落信道，则第j小区中的用户k到目标基站i的M×1维上行信道矢量可以表示为：
其中：h<j,k>,i是M×1维小尺度信道矢量，其每个元素是相互独立的，且服从均值为0方差为1的复高斯分布，即β<j,k>,i为大尺度路径损耗和阴影衰落系数。则小区j内的K个用户与基站i之间的M×K维信道矩阵可表示为：
其中：矩阵Hij的第k列为h<j,k>,i，
Dij是K×K维的对角阵，其对角线元素为：[β<j,1>,i,…,β<j,K>,i]。
大规模MIMO的传输机制如图2所示，在上行信道估计阶段，基站i接收到的导频信号为
式中：
xi——第i个基站的接收到的M×Np维导频信号；
ρp——导频发送功率；
Gij——小区j内的K个用户与基站i之间的M×K维信道矩阵；
Φj——第j个小区用户发送的K×Np维导频信号，且
wi——噪声项，元素相互独立且服从复高斯分布。
若使用LS信道估计，则基站i对本小区内用户的信道估计为：
式中：表示基站i的M×K维信道估计矩阵；Ψji表示第i个小区所有用户的导频向量与第j个小区所有用户的导频向量的内积组成的矩阵，且Ψii＝IK。
在下行数据传输阶段，基站i发送的下行数据信号可表示为：
其中：
ρf——下行数据发送功率；
Wj——基站j处的M×K维预编码矩阵；
qj——基站向小区j内K个用户的K×1维符号向量，qj＝[qj1,…,qjK]T且
zi——第i个基站接收到的高斯白噪声向量。
当基站端采用MRT预编码时，即基站i发送的下行数据信号可表示为：
利用大规模MIMO信道的渐进正交性，即：
基站发送的信号可近似为：
其中基站i向本小区用户k的发送信号可表示为：
则小区i内用户k的渐进SINR可表示为：
由(10)可知小区间的互相关性越小，则导频污染会越小。且导频的互相关性与小区的相移以及导频分配方法有比较大的关系。
本发明所述的基于相移的导频设计方法的基本步骤为：
1导频序列的相移。
假设导频矩阵经过旋转后得到Np×K维矩阵B，则可表示为：
B＝RA (11)
其中：R为Np×Np维旋转矩阵。若原来小区内用户的导频相互正交，经过旋转后仍需满足小区内导频相互正交的条件，则要求旋转矩阵为酉矩阵，即：
RHR＝I (12)
当导频序列采用比较常用的chu序列时，令则an中的元素可表示为：
其中N为与Np互质的正整数，在一下的分析推导中都采用N＝1。此时，旋转矩阵可采用对角矩阵，其对角线元素为：
其中q为正整数，表示相位偏移值，不同的q对应不同的相位偏移值。则经过旋转后的导频序列bl中的元素可表示为：
小区内的用户采用chu序列的循环移位，从而保证小区内使用正交的导频，则小区l的导频矩阵可表示为：
其中<bl>k表示向量bl的k位循环移位。则第l小区用户k与小区i内用户m的导频向量的内积的模为：
|[Ψil]m,k|＝δ((m-k+qi-ql)modNp) (17)
2导频相移设计。
以两个小区之间的平均大尺度信道信息定义两个小区之间的干扰的大小，定义小区l内所有用户到小区i的基站之间的平均大尺度信道定义为：
则系统总的干扰可近似表示为：
其中的值可由(17)式得到：
以系统总的干扰最小为目标，设计每个小区的相位偏移值ql，则可建立优化问题：
优化问题(21)是个非线性整数规划问题，解决办法有穷举搜索法、遗传算法等，但是穷举搜索法的复杂度过高，遗传算法容易陷入局部最优解，因此采用能够较快获得全局最优的离散粒子群算法(DPSO)求解。
传统的PSO算法主要用来求解连续优化问题。PSO算法的基本步骤是：首先在可行解的范围内随机地生成一些粒子，每个粒子都有可能是所建立优化问题的解，并且由评价函数为这些粒子确定一个目标值。接下来每个粒子都会在可行解的空间中以不同的速度和方向进行运动。同时，每个粒子都将基于当前的最优粒子而运动，并通过不断改变运动速度和方向最终获得最优解。DPSO算法用于求解离散优化问题，它直接将离散值作为优化变量进行搜索求解，且其搜索空间和可行域都是离散值的集合。
DPSO算法求解式(21)优化问题的过程可描述为：
需要搜索空间的维数是L，粒子总数为n。第i个粒子位置用向量表示为：xi＝(xi,1,xi,2,...,xi,L)；第i个粒子的速度和到当前时刻为止的最优位置分别为：vi＝(vi,1,vi,2,...,vi,L)，pi＝(pi,1,pi,2,...,pi,L)；所有的粒子到当前时刻为止最优的位置，也就是搜索过程中的全局最优值为：pg＝(pg,1,pg,2,...,pg,L)。
步骤1：初始化：所有粒子初始位置初始化为[0,NP-1]之间的正整数，初始速度可初始化为：
其中ε～U(0,1)。
步骤2：迭代，假设最大迭代次数为Niter：
a)按照如下公式更新每个粒子更新速度和位置：
式中：
a——惯性权重因子，经验值为0.8；
c1,c2——加速因子，正常数，分别调节粒子趋向自身最优位置和全局最优位置的搜索步长，经验值为1.6；
r1,r2——[0,1]之间的随机数；
t——当前迭代时刻。
b)修正：由于所有粒子的位置必须是[0,NP-1]之间的正整数，因此需要对每个粒子的位置变量做如下修正：
c)定义评价函数为系统总的干扰，根据b)中修正后的位置变量得到评价函数的值，对比当前评价函数的值和历史评价函数的值，得到当前迭代时刻第i个粒子的局部最优向量和当前迭代时刻所有粒子的全局最优向量
d)若到达最大迭代次数Niter时则停止迭代；否则令t＝t+1，转到步骤a)继续迭代；
步骤3：最后得到最大迭代次数时的全局最优向量中的元素就是L个小区的较优的相位偏移值qi,i＝1,2,…L。。
由于优化问题(21)只与大尺度信道信息有关，因此优化求解过程的复杂度并不高，每次迭代的数量级大概是o(nL)，且经过少量迭代就可以收敛。
3导频序列分配。
基于步骤2所得的相位偏移值，在导频相移的基础上进行导频分配，可以使相互之间干扰大的用户使用相关性小的导频序列，相互干扰小的用户使用相干性大的导频序列，从而进一步降低导频污染，提升系统性能。
不同于传统导频复用的方法，导频相移的系统中的不再是使用形同导频的用户互相产生干扰，而贪婪搜索的导频分配方法的基本思想是在每次迭代中选出一组使得目标函数最优的使用相同导频的用户组，这在导频相移的系统中不是特别适用，因此在此采用一种低复杂度的局部优选搜索算法，即基于禁忌搜索(Tabu Search,TS)的导频分配方法。
TS算法的基本思想是，在迭代的过程中，算法不要求每次迭代得到的解都比前一次迭代的解好，这样可以避免陷入局部最优解；然而接受劣质解以后，算法有可能陷入死循环，为了解决这一问题，该算法建立一个禁忌表，禁忌表中存入最近几次迭代得到的解，在以后的迭代中不在禁忌表中搜索最优解；并且在每次迭代过程中，禁忌表会更新，当禁忌表的长度超过一定值(禁忌长度)，最先进入禁忌表中的解就会被释放出来。当某次迭代的解的目标函数值大于历史最优的目标函数值，则不管这个解是不是在禁忌表中，它都将作为下次迭代的初始变量，这就是TS算法的特赦准则。
假设第l个小区的导频分配向量为：
其中：是小区l内使用导频序号k的用户。则导频分配矩阵可表示为：
小区l内所有用户的渐进速率和可表示为：
其中：为第l小区用户的渐进SINR，如(10)式所示。则系统的渐进和速率为：
禁忌搜索导频分配算法以每个小区的导频分配序列为优化目标，优化过程中其他小区的导频分配矩阵保持不变，该导频分配算法的大致步骤如下：
a)初始化导频分配矩阵p，并初始化小区指数为l＝0；
b)更新l＝l+1，当l＞L时，则所有的小区都找到了较优的导频分配序列，算法终结，输出最终的导频分配矩阵popt；若l≤L，则进行步骤c)；
c)对当前小区l，初始化迭代计数器I＝0，设置当前优化对象和历史最优解为：历史最优目标函数值为：禁忌表初始化为空集：
d)更新迭代计数器I＝I+1，若I＞Nmax，则迭代终止，得到小区l的导频分配向量转到步骤b)；否则继续步骤e)；
e)互换向量中任意两个元素的位置，得到的邻域其包含个向量，在该邻域中找到最优的导频分配向量：
其中若则更新当前迭代向量和历史最优向量为：并将加入禁忌表T中，否则转到步骤f)；
f)从在邻域中但不在禁忌表的向量中选出最优的导频分配向量：
然后更新当前迭代向量为：并将加入禁忌表T中，转到步骤d)。
当满足步骤b)中的算法终结条件时可得到各个小区的导频分配序列，从而得到系统中能够降低导频污染的导频设计方案。
基于禁忌搜索的导频分配算法的流程图如图3所示。
本发明仿真了传统的导频方案，文献中的导频相移方案，所提导频相移方案，以及在所提导频相移基础上进行导频分配的方案。其中传统的导频方案没有相位偏移，文献中的导频相移方案的相位偏移值为其中L为小区数，K为每小区用户数，Np为导频序列长度。仿真参数参考表1。
表1仿真参数配置
图4，图5、图6仿真了传统的导频方案，文献中的导频相移方案，所提导频相移方案，以及所提导频相移联合导频分配方案这四种方案。图4是这四种情况下信道估计误差随上行导频功率的变化曲线，此时的基站天线数为M＝400；图5给出了这四种情况下每用户平均速率的累积分布函数(Cumulative Distribution Function，CDF)曲线，此时的基站天线数为M＝400，导频功率为ρp＝20dB；图6给出了这四种情况下每用户平均速率随基站天线数变化的曲线，此时的导频功率为ρp＝20dB。可以看出，文献中的导频相移方案相比传统导频方案的信道估计精度和频谱性能提升并不明显，而所提的导频相移方案相较于文献中已有的导频相移方案的信道估计精度和频谱性能有较明显提升，这是由于所提方案并没有像文献中的导频相移方案那样将所有小区同等对待，所提方案通过最小化系统内的干扰，选择合适的导频相位偏移值，能够使得相互之间干扰大的小区分配的导频矩阵的互相关性小，相互之间干扰小的小区分配的导频矩阵的互相关性大，从而降低整体的导频污染，使得信道估计精度更高以及频谱性能更好。同时可以看出，在所提导频相移方案基础上进行基于TS的导频分配，能够更进一步提升信道估计精度，并提升系统频谱性能，这是由于在导频相移机制中，采用TS导频分配，能够使得相互之间干扰大的用户使用相关性小的导频序列，从而进一步降低导频污染，并提升系统的频谱性能。
Claims (2)
1.一种大规模MIMO系统中的基于相移的导频设计方法，其特征在于，包括如下步骤：
步骤1，以系统内干扰之和最小为目标建立优化问题，设计系统内每个小区的相位偏移值；
步骤2，采用离散粒子群搜索的算法，求解步骤1的优化问题，得到每个小区的相位偏移值；
步骤3，在步骤2得到的相位偏移值的基础上，采用基于禁忌搜索的导频分配算法，得到能够降低导频污染的导频设计方案；
步骤1中，以系统内干扰之和最小为目标建立的优化问题表示如下，
其中，L为系统内的小区数量，为小区l内所有用户到小区i的基站之间的平均大尺度信道，qi,ql分别为小区i与小区l的相位偏移量，Np为导频长度，K为对应小区内的用户数量；
步骤2中，采用离散粒子群搜索的算法，求解步骤1的优化问题，具体步骤如下，
步骤2.1，初始化：需要搜索空间的维数是L，粒子总数为n；则所有粒子初始位置初始化为[0,NP-1]之间的正整数，初始速度可初始化为：
其中，ε～U(0,1)，NP为导频长度；
步骤2.2，迭代过程，最大迭代数为Niter：
步骤2.2.1按照如下公式更新每个粒子的更新速度和位置：
式中：
a——惯性权重因子，经验值为0.8；
c1,c2——加速因子，正常数，分别调节粒子趋向自身最优位置和全局最优位置的搜索步长，经验值为1.6；
r1,r2——[0,1]之间的随机数；
t——当前迭代时刻；
d——当前搜索的维度；
——t时刻第i个粒子在第d维度上的更新速度；
——t时刻第i个粒子在第d维度上的位置；
——t时刻第i个粒子在第d维度上的局部最优值；
——第d维度上所有粒子的全局最优值；
步骤2.2.2，修正：由于所有粒子的位置必须是[0,NP-1]之间的正整数，因此需要对每个粒子的位置变量做如下修正：
步骤2.2.3，定义评价函数其为系统总的干扰，根据步骤2.2.2中得到的修正后的位置变量计算评价函数的值，对比当前评价函数的值和历史评价函数的值，得到当前迭代时刻第i个粒子的局部最优向量和当前迭代时刻所有粒子的全局最优向量
步骤2.2.4，若到达最大迭代次数Niter时则停止迭代；否则令t＝t+1，转到步骤2.2.1继续迭代；
步骤2.3，最后得到最大迭代次数时的全局最优向量中的元素就是L个小区的较优的相位偏移值qi,i＝1,2,…L；
步骤3中，基于禁忌搜索的导频分配算法，以每个小区的导频分配序列为优化目标，优化过程中其他小区的导频分配矩阵保持不变，具体包括如下步骤，
步骤3.1，初始化导频分配矩阵p，并初始化小区指数为l＝0；
步骤3.2，更新l＝l+1，当l＞L时，则所有的小区都找到了较优的导频分配序列，算法终结，输出最终的导频分配矩阵popt；若l≤L，则进行步骤3.3；
步骤3.3，对当前小区l，初始化迭代计数器I＝0，设置当前优化对象和历史最优解为：历史最优目标函数值为：禁忌表初始化为空集：其中，为小区l内所有用户的渐进速率和；
步骤3.4，更新迭代计数器I＝I+1，若I＞Nmax，则迭代终止，得到小区l的导频分配向量转到步骤3.2；否则继续步骤3.5；
步骤3.5，互换向量中任意两个元素的位置，得到的邻域其包含个向量，在该邻域中找到最优的导频分配向量：
其中，若则更新当前迭代向量和历史最优向量为：并将加入禁忌表T中，否则转到步骤3.6；
步骤3.6，从在邻域中但不在禁忌表的向量中选出最优的导频分配向量：然后更新当前迭代向量为：并将加入禁忌表T中，转到步骤3.4；
步骤3.7，直至满足步骤3.2中的算法终结条件时可得到各个小区的导频分配序列，从而得到系统中能够降低导频污染的导频设计方案。
2.根据权利要求1所述的一种大规模MIMO系统中的基于相移的导频设计方法，其特征在于，步骤3中，在步骤2得到的相位偏移值的基础上进行导频分配，使相互之间干扰大的用户使用相关性小的导频序列，相互干扰小的用户使用相干性大的导频序列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610292831.XA CN106059728B (zh) | 2016-05-05 | 2016-05-05 | 一种大规模mimo系统中的基于相移的导频设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610292831.XA CN106059728B (zh) | 2016-05-05 | 2016-05-05 | 一种大规模mimo系统中的基于相移的导频设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106059728A CN106059728A (zh) | 2016-10-26 |
| CN106059728B true CN106059728B (zh) | 2019-03-01 |
Family
ID=57176719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610292831.XA Active CN106059728B (zh) | 2016-05-05 | 2016-05-05 | 一种大规模mimo系统中的基于相移的导频设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106059728B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109274613B (zh) * | 2018-09-21 | 2021-02-12 | 河海大学 | 一种信道估计方法、系统及存储介质 |
| CN112235216A (zh) * | 2020-10-16 | 2021-01-15 | 哈尔滨工程大学 | 一种基于禁忌搜索的压缩感知导频设计方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101217345A (zh) * | 2008-01-18 | 2008-07-09 | 西安电子科技大学 | 一种垂直分层空时编码通信系统的检测方法 |
| CN103685096A (zh) * | 2013-12-23 | 2014-03-26 | 广州市花都区中山大学国光电子与通信研究院 | 一种基于最优导频的mimo-ofdm系统信道估计方法 |
| CN104640222A (zh) * | 2013-11-07 | 2015-05-20 | 华为技术有限公司 | 多输入输出系统的导频调度方法及协同设备 |
| CN104768162A (zh) * | 2015-03-17 | 2015-07-08 | 重庆邮电大学 | 一种多小区大规模mimo系统的导频动态分配方法 |
| CN105024793A (zh) * | 2015-06-25 | 2015-11-04 | 山东大学 | 一种大规模天线系统中基于遗传算法的导频分配方法 |
| CN105049098A (zh) * | 2015-06-15 | 2015-11-11 | 西安交通大学 | 大规模mimo系统中克服导频污染的部分导频复用方法 |
| CN105429688A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150207602A1 (en) * | 2014-01-21 | 2015-07-23 | Qualcomm Incorporated | Pilot mapping for mu-mimo |
-
2016
- 2016-05-05 CN CN201610292831.XA patent/CN106059728B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101217345A (zh) * | 2008-01-18 | 2008-07-09 | 西安电子科技大学 | 一种垂直分层空时编码通信系统的检测方法 |
| CN104640222A (zh) * | 2013-11-07 | 2015-05-20 | 华为技术有限公司 | 多输入输出系统的导频调度方法及协同设备 |
| CN103685096A (zh) * | 2013-12-23 | 2014-03-26 | 广州市花都区中山大学国光电子与通信研究院 | 一种基于最优导频的mimo-ofdm系统信道估计方法 |
| CN104768162A (zh) * | 2015-03-17 | 2015-07-08 | 重庆邮电大学 | 一种多小区大规模mimo系统的导频动态分配方法 |
| CN105049098A (zh) * | 2015-06-15 | 2015-11-11 | 西安交通大学 | 大规模mimo系统中克服导频污染的部分导频复用方法 |
| CN105024793A (zh) * | 2015-06-25 | 2015-11-04 | 山东大学 | 一种大规模天线系统中基于遗传算法的导频分配方法 |
| CN105429688A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
Non-Patent Citations (1)
| Title |
|---|
| "Pilot scheduling schemes for multi-cell";Shi Jin et al.;《The Institution of Engineering and Technology 2015》;20150930;689-700 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106059728A (zh) | 2016-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111010219B (zh) | 可重构智能表面辅助的多用户mimo上行链路传输方法 | |
| Al-Eryani et al. | Multiple access in cell-free networks: Outage performance, dynamic clustering, and deep reinforcement learning-based design | |
| CN106549697B (zh) | 协作通信系统中联合波束赋形和天线选择的发射方法 | |
| CN108713295B (zh) | 用于多用户大规模mimo系统的实用混合预编码方案 | |
| CN114900400B (zh) | 一种基于智能反射面辅助物联网的联合稀疏信道估计方法 | |
| CN109155661A (zh) | 自适应分组用户设备的组播和波束成形 | |
| CN109104225A (zh) | 一种能效最优的大规模mimo波束域多播传输方法 | |
| CN115021846B (zh) | 去蜂窝大规模mimo下行链路频谱效率和能量效率均衡优化方法 | |
| CN111970033B (zh) | 能效谱效联合优化的大规模mimo多播功率分配方法 | |
| CN107135544A (zh) | 一种基于干扰动态更新的能效资源分配方法 | |
| CN107710838B (zh) | 一种在无线通信系统中进行功率分配和预编码矩阵计算的方法 | |
| CN109151975A (zh) | 一种时分双工大规模mimo系统的联合动态导频和数据功率分配方法 | |
| CN110167176A (zh) | 一种基于分布式机器学习的无线网络资源分配方法 | |
| CN114828253A (zh) | 一种ris辅助多无人机通信系统的资源分配方法 | |
| Akbudak et al. | CoMP in heterogeneous networks: A low-complexity linear transceiver design | |
| CN106059728B (zh) | 一种大规模mimo系统中的基于相移的导频设计方法 | |
| CN114830607B (zh) | 用于大型多维无线系统的无线x2x接入方法和接收器 | |
| CN109687948A (zh) | 一种时分双工大规模mimo系统中的传输功率和导频联合优化方案 | |
| Li et al. | Joint beamforming and power allocation for intelligent reflecting surface-aided millimeter wave MIMO systems | |
| CN105681008B (zh) | 一种基于干扰协同的导频设计方法及系统 | |
| Li et al. | Online power allocation for sum rate maximization in TDD massive MIMO systems | |
| CN113922849B (zh) | 一种毫米波mimo-noma系统下的用户分组和功率分配方法 | |
| Nwalozie et al. | Distributed Coordinated Beamforming for RIS-aided Dynamic TDD Systems | |
| CN114978268A (zh) | 去蜂窝导频长度优化方法及装置 | |
| Ahmad et al. | Robust channel quality indicator reporting for multi-carrier and multi-user systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201230 Address after: Room 503, building 3, No. 133, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province Patentee after: ZHEJIANG MAIZHI NETWORK TECHNOLOGY Co.,Ltd. Address before: Beilin District Xianning West Road 710049, Shaanxi city of Xi'an province No. 28 Patentee before: XI'AN JIAOTONG University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210510 Address after: 100089 room 068, 1st floor, 11 buildings, south of dongxindu east station, Qinghe Xisanqi, Haidian District, Beijing Patentee after: ZHANSHIWANG (BEIJING) TECHNOLOGY Co.,Ltd. Address before: Room 503, building 3, No. 133, development avenue, Tongxiang Economic Development Zone, Tongxiang City, Jiaxing City, Zhejiang Province Patentee before: ZHEJIANG MAIZHI NETWORK TECHNOLOGY Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Pilot Design Method Based on Phase Shift in Large Scale MIMO Systems Effective date of registration: 20230420 Granted publication date: 20190301 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: ZHANSHIWANG (BEIJING) TECHNOLOGY CO.,LTD. Registration number: Y2023990000226 |