CN106452714A - 一种多小区多用户大规模mimo系统的导频分配方法 - Google Patents

Abstract

本发明公开一种多小区多用户大规模MIMO系统的导频分配方法，根据大尺度衰落因子将各小区用户划分为中心用户组和边缘用户组，进一步对边缘用户组用户进行二次筛选，中心用户组用户由于与小区基站之间的大尺度衰落因子较小，且相邻小区中心用户组之间的空间距离较远，所有小区的中心用户组用户复用导频序列集合；边缘用户组用户由于与小区基站之间的大尺度衰落因子较大，且相邻小区边缘用户组之间的空间距离较近，为不同小区的边缘用户组分配彼此正交的导频序列。本发明的显著特点：既能减少对导频序列集合规模的要求，节省导频资源开销，又能抑制来自相邻小区的导频污染，提高信道估计精度，进而提升系统性能。

Description

一种多小区多用户大规模MIMO系统的导频分配方法

技术领域

本发明涉及无线通信领域，特别是涉及一种多小区多用户大规模MIMO系统的导频分配方法。

背景技术

大规模MIMO系统也称多天线阵列，通过在基站侧配置大规模天线阵列获得丰富的空间自由度，利用相同的时频资源为多用户提供通信服务，每个用户可选择接入多根天线单元，既能增大用户连接数密度，又能提升能量效率和系统容量。相对于仅配置中小规模天线阵列的传统MIMO，大规模MIMO技术具有众多优点：首先，基于随机矩阵理论的渐进分析表明，随着基站天线数的增加，无线信道的小尺度衰落效应能得到有效抑制。其次，单天线发射功率随天线数增加线性减小，意味着单位比特的发射能耗随天线数增加大幅降低，且部分天线单元或射频链路故障不会对系统整体性能造成严重影响，鲁棒性强。再者，随着基站天线数的增加，仅需采用低复杂度信号处理的接收检测和发射预编码就能优化系统性能。

为了执行上行链路接收检测和下行链路发射预编码，需要已知信道状态信息。信道估计算法主要有基于导频辅助的信道估计和盲信道估计两类，前者是在发送信号中插入导频，接收端利用接收信号估计信道参数，后者无需发送导频，而是利用接收信号的高阶统计量估计信道参数。但是在大规模MIMO系统中，由于信道估计维度高，盲信道估计算法的运算复杂度极高，难以适用，因而主要采用导频辅助执行信道估计。但在移动通信应用中，无线电波传播环境复杂，信道相干时间短，造成导频序列长度和导频集合规模受限，相邻小区导频复用产生的导频污染会造成信道估计偏差。

发明内容

为解决以上技术问题，本发明提供一种多小区多用户大规模MIMO系统的导频分配方法，根据大尺度衰落因子将各小区基站覆盖区域的用户划分为中心用户组和边缘用户组，中心用户组用户由于与小区基站之间的大尺度衰落因子较小，且相邻小区中心用户组之间的空间距离较远，所有小区的中心用户组用户复用相同的导频集合，以减少导频数量；而边缘用户组用户由于与小区基站之间的大尺度衰落因子较大，且相邻小区边缘用户组之间的空间距离较近，为不同小区的边缘用户组分配彼此正交的导频，以抑制导频污染。

技术方案如下：

一种多小区多用户大规模MIMO系统的导频分配方法，所述MIMO系统包括L个小区，每个小区配置1个小区基站，每个小区有K个用户随机分布在其覆盖区域内，其关键在于：包括以下步骤：

步骤1、估计信道参数：小区l(l＝1,…,L)的基站利用接收信号强度和信号检测估计本小区内用户k(k＝1,…,K)与基站天线阵列之间的大尺度衰落因子其中，表示第l个小区的第k个用户的大尺度衰落因子，包括传输路径损失和阴影衰落的共同效应；

步骤2、计算分组阈值：小区l(l＝1,…,L)的基站根据信道参数估计获得的大尺度衰落因子计算本小区用户分组阈值ρ_l,l＝1,…,L；

步骤3、用户分组：小区l(l＝1,…,L)的基站将用户k(k＝1,…,K)与该基站天线阵列之间的大尺度衰落因子与本小区用户分组阈值ρ_l比较，执行用户分组，的用户归入中心用户组其余用户归入边缘用户组中心用户组和边缘用户组中的用户数分别为和

步骤4：计算总的导频需求数量并划分为两个子集：总的导频需求数量为C(1)＝C₁(1)+C₂(1)，其中，C₁(1)为所有L个小区的中心用户组中用户数的最大值，

C₂(1)为所有L个小区的边缘用户组中用户数的总和，将总的导频需求数量划分为两个子集，子集1和子集2的导频数分别为C₁(1)和C₂(1)；

步骤5：导频预分配：同一小区基站的中心用户组中的用户分配子集1中的导频，不同小区基站的中心用户组中的用户复用子集1中的导频；各个小区的边缘用户组中的用户分配子集2中的导频；

步骤6、二次筛选：依据小区基站的平均信干比对边缘用户组中的用户进行二次筛选，确定最终的用户分组，即获得最终中心用户组和最终边缘用户组最终中心用户组和最终边缘用户组中的用户数分别为和

步骤7：计算二次筛选后的总的导频需求数量并划分为两个子集：总的导频需求数量为C(2)＝C₁(2)+C₂(2)，其中，为所有L个小区的最终的中心用户组中用户数的最大值，为所有L个小区的最终的边缘用户组中用户数的总和，重新将总的导频需求数量划分为两个新的子集，新的子集1和新的子集2的导频数分别为C₁(2)和C₂(2)；

步骤8、导频再分配：同一小区基站的中心用户组中的用户分配新的子集1中的导频，不同小区基站的中心用户组中的用户复用新的子集1中的导频；各个小区的边缘用户组中的用户分配新的子集2中的导频。

采用上述方法，对多小区多用户大规模MIMO系统中的用户区别对待，中心用户组用户由于与归属基站之间的大尺度衰落因子较小，且相邻小区中心用户组之间的空间距离较远，所有小区的中心用户组用户复用导频集合，可以减少导频数量；而边缘用户组用户由于与归属基站之间的大尺度衰落因子较大，且相邻小区边缘用户组之间的空间距离较近，为不同小区的边缘用户组分配彼此正交的导频，可以抑制导频污染。

更进一步的，步骤2中小区l(l＝1,…,L)的基站按照以下公式计算分组阈值：

其中，λ为分组参数，用于调节中心用户组和边缘用户组的规模，根据系统性能需求和导频集合规模选取。

采用上述方法，不同用户的大尺度衰落因子可以依据接收信号强度和导频信号检测容易估计，便于对用户分组。

更进一步的，步骤6对边缘用户组进行二次筛选的具体步骤为：

步骤6.1、小区l(l＝1,…,L)的基站与其相邻小区的基站交互各自小区的用户预分配的导频；

步骤6.2、小区l(l＝1,…,L)的基站测算其边缘用户组的用户与相邻小区的用户复用和不复用导频时的平均信干比和并计算性能增益：

其中，为小区l的第k_e个边缘用户分配与相邻小区j的用户正交的导频时小区l的平均信干比，为小区l的第k_e个边缘用户与相邻小区j的用户复用导频时小区l的平均信干比；

步骤6.3、小区l(l＝1,…,L)的基站将性能增益与筛选阈值δ比较，若性能增益不小于筛选阈值δ，则在边缘用户组中保留该用户；若性能增益小于筛选阈值δ，则将该用户重新归入中心用户组，构成最终边缘用户组和最终中心用户组

采用上述方法，能筛选出受相邻小区导频污染较小的边缘用户，将此类边缘用户归入中心用户组，通过导频复用，能进一步节省导频开销。

更进一步的，所述筛选阈值δ根据系统的工作环境、传输质量和通信开销等运行参数综合选取。

采用上述方法，能根据通信环境变化和通信质量要求确定筛选阈值，使本发明的适应性更强。

有益效果：采用本发明的多小区多用户大规模MIMO系统的导频分配方法既能减少对导频集合规模的要求，节省导频资源开销，又能抑制来自相邻小区用户对本小区用户形成的导频污染，提高信道估计精度，进而提升系统的通信性能。

附图说明

图1为本发明的多小区多用户大规模MIMO系统结构框图；

图2为本发明的用户分组和导频分配流程图；

图3为本发明的边缘用户二次筛选流程图；

图4为本发明的用户分组及其效果图；

图5为本发明的边缘用户二次筛选后的用户分组及其效果图。

具体实施方式

下面结合实施例和附图对本发明作进一步说明。

如图1所示的多小区多用户大规模MIMO系统结构框图中，L＝7个正六边形结构的小区且小区之间彼此相连，每个小区配置1套基站，每个小区基站利用相同的时频资源为K＝11用户提供服务，且11个用户随机分布在小区内。采用多小区多用户大规模MIMO系统的导频分配方法对各个小区进行导频分配。

如图2-5所示，该方法包括以下步骤：

步骤1、估计信道参数：小区l(l＝1,…,7)的基站利用接收信号强度和信号检测估计本小区内用户k(k＝1,…,11)与基站天线阵列之间的大尺度衰落因子其中，表示第l个小区的第k个用户的大尺度衰落因子，包括传输路径损失和阴影衰落的共同效应。

小区l的基站对其覆盖区域内的用户k(k＝1,…,11)执行信道参数估计，获得的大尺度衰落因子为：

其中，r_lk为用户k到小区l的基站的距离，仅与基站和用户位置有关，通过测量接收信号强度，依据经典的电波传播模型估算；R为小区半径，z_lk为服从对数正态分布的阴影衰落，即10log(z_lk)服从均值为0，标准差为σ_s的高斯分布，α为路径损失指数，取决于小区内散射体的分布，通过导频信号检测或经验估算。

步骤2、计算分组阈值：小区l(l＝1,…,L)的基站根据信道参数估计获得的大尺度衰落因子计算本小区用户分组阈值。

目标小区l(l＝1,…,7)的基站利用用户k(k＝1,…,11)的大尺度衰落因子计算分组阈值：

其中，λ为分组参数，用于调节中心用户组和边缘用户组的规模，根据系统性能需求和导频集合规模选取，本实施例中，分组参数选择为λ＝0.1。

步骤3、用户分组：小区l(l＝1,…,7)的基站将用户k(k＝1,…,11)与该基站天线阵列之间的大尺度衰落因子与本小区用户分组阈值ρ_l比较，执行用户分组，的用户归入中心用户组其余用户归入边缘用户组中心用户组和边缘用户组中的用户数分别为和

分组结果如图4所示，图中·表示边缘用户，+表示中心用户，7个小区的分组情况为：中心用户组中的用户数分别为{8,6,7,3,9,5,7}，边缘用户组中的用户数分别为{3,5,4,8,2,6,4}。

步骤4：计算总的导频需求数量并划分为两个子集：总的导频需求数量为C(1)＝C₁(1)+C₂(1)＝9+32＝41，其中，为所有7个小区的中心用户组中用户数的最大值，为所有7个小区的边缘用户组中用户数的总和，将总的导频需求数量划分为两个子集，子集1和子集2的导频数分别为C₁(1)＝9和C₂(1)＝32；

步骤5：导频预分配：同一小区基站的中心用户组中的用户分配子集1中的导频，不同小区基站的中心用户组中的用户复用子集1中的导频；各个小区的边缘用户组中的用户分配子集2中的导频。

步骤6、二次筛选：依据小区基站的平均信干比对边缘用户组中的用户进行二次筛选，确定最终的用户分组，即获得最终中心用户组和最终边缘用户组最终中心用户组和最终边缘用户组中的用户数分别为和

步骤6.1、小区l(l＝1,…,L)的基站与其相邻小区的基站交互各自小区的用户预分配的导频。

步骤6.2、小区l(l＝1,…,L)的基站测算其边缘用户组的用户与相邻小区的用户复用和不复用导频时的平均信干比和并计算性能增益：

其中，为小区l的第k_e个边缘用户分配与相邻小区j的用户正交的导频时小区l的平均信干比，为小区l的第k_e个边缘用户与相邻小区j的用户复用导频时小区l的平均信干比，7个小区的边缘用户组中的用户数分别为{3,5,4,8,2,6,4}。

步骤6.3、小区l(l＝1,…,7)的基站将性能增益与筛选阈值δ比较，若性能增益不小于筛选阈值δ，则在边缘用户组中保留该用户；若性能增益小于筛选阈值δ，则将该用户重新归入中心用户组，构成最终边缘用户组和最终中心用户组筛选阈值δ根据系统的工作环境、传输质量和通信开销等运行参数综合选取，本实施例中选取的二次筛选阈值为δ＝5％。

二次筛选后的分组结果如图5所示，图中·表示边缘用户，+表示中心用户，7个小区的分组情况为：中心用户组中的用户数分别为{10,10,8,8,9,7,7}，边缘用户组中的用户数分别为{1,1,3,3,2,4,4}。

步骤7：计算二次筛选后的总的导频需求数量并划分为两个子集：总的导频需求数量为：

C(2)＝C₁(2)+C₂(2)＝10+18＝28

其中，为所有7个小区的最终的中心用户组中用户数的最大值，为所有7个小区的最终的边缘用户组中用户数的总和，重新将总的导频需求数量划分为两个新的子集，新的子集1和新的子集2的导频数分别为C₁(2)＝10和C₂(2)＝18。

步骤8、导频再分配：同一小区基站的中心用户组中的用户分配新的子集1中的导频，不同小区基站的中心用户组中的用户复用新的子集1中的导频；各个小区的边缘用户组中的用户分配新的子集2中的导频。

经过二次筛选后，总的导频需求数量减少了(41-28)/41＝31.7％。

最后需要说明的是，上述描述仅仅为本发明的优选实施例，本领域的普通技术人员在本发明的启示下，在不违背本发明宗旨及权利要求的前提下，可以做出多种类似的表示，这样的变换均落入本发明的保护范围之内。

Claims (4)

1.一种多小区多用户大规模MIMO系统的导频分配方法，所述MIMO系统包括L个小区，每个小区配置1个小区基站，每个小区有K个用户随机分布在其覆盖区域内，其特征在于：包括以下步骤：

步骤1、估计信道参数：小区l(l＝1,…,L)的基站利用接收信号强度和信号检测估计本小区内用户k(k＝1,…,K)与基站天线阵列之间的大尺度衰落因子其中，表示第l个小区的第k个用户的大尺度衰落因子，包括传输路径损失和阴影衰落的共同效应；

步骤2、计算分组阈值：小区l(l＝1,…,L)的基站根据信道参数估计获得的大尺度衰落因子计算本小区用户分组阈值ρ_l,l＝1,…,L；

步骤3、用户分组：小区l(l＝1,…,L)的基站将用户k(k＝1,…,K)与该基站天线阵列之间的大尺度衰落因子与本小区用户分组阈值ρ_l比较，执行用户分组，的用户归入中心用户组其余用户归入边缘用户组中心用户组和边缘用户组中的用户数分别为和

步骤4：计算总的导频需求数量并划分为两个子集：总的导频需求数量为C(1)＝C₁(1)+C₂(1)，其中，C₁(1)为所有L个小区的中心用户组中用户数的最大值，

C₂(1)为所有L个小区的边缘用户组中用户数的总和，将总的导频需求数量划分为两个子集，子集1和子集2的导频数分别为C₁(1)和C₂(1)；

步骤5：导频预分配：同一小区基站的中心用户组中的用户分配子集1中的导频，不同小区基站的中心用户组中的用户复用子集1中的导频；各个小区的边缘用户组中的用户分配子集2中的导频；

步骤6、二次筛选：依据小区基站的平均信干比对边缘用户组中的用户进行二次筛选，确定最终的用户分组，即获得最终中心用户组和最终边缘用户组最终中心用户组和最终边缘用户组中的用户数分别为和

步骤7：计算二次筛选后的总的导频需求数量并划分为两个子集：总的导频需求数量为C(2)＝C₁(2)+C₂(2)，其中，为所有L个小区的最终的中心用户组中用户数的最大值，为所有L个小区的最终的边缘用户组中用户数的总和，重新将总的导频需求数量划分为两个新的子集，新的子集1和新的子集2的导频数分别为C₁(2)和C₂(2)；

步骤8、导频再分配：同一小区基站的中心用户组中的用户分配新的子集1中的导频，不同小区基站的中心用户组中的用户复用新的子集1中的导频；各个小区的边缘用户组中的用户分配新的子集2中的导频。

2.根据权利要求1所述的一种多小区多用户大规模MIMO系统的导频分配方法，其特征在于：步骤2中小区l(l＝1,…,L)的基站按照以下公式计算分组阈值：

${\mathrm{\ρ}}_l=\frac{\mathrm{\λ}}{K}\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\β}}_{lk}^2,l=1,2,...,L,$

其中，λ为分组参数，用于调节中心用户组和边缘用户组的规模，根据系统性能需求和导频集合规模选取。

3.根据权利要求1所述的一种多小区多用户大规模MIMO系统的导频分配方法，其特征在于：步骤6对边缘用户组进行二次筛选的具体步骤为：

步骤6.1、小区l(l＝1,…,L)的基站与其相邻小区的基站交互各自小区的用户预分配的导频；

步骤6.2、小区l(l＝1,…,L)的基站测算其边缘用户组的用户与相邻小区的用户复用和不复用导频时的平均信干比和并计算性能增益：

$S_{{\mathrm{lk}}_e}=\frac{{\mathrm{SIR}}_{{\mathrm{ljk}}_e}^o-{\mathrm{SIR}}_{{\mathrm{ljk}}_e}^r}{{\mathrm{SIR}}_{{\mathrm{ljk}}_e}^r},l,j=1,...,L,l\≠j;k_e=1,...,K_l^e---\left(1\right)$

其中，为小区l的第k_e个边缘用户分配与相邻小区j的用户正交的导频时小区l的平均信干比，为小区l的第k_e个边缘用户与相邻小区j的用户复用导频时小区l的平均信干比；

步骤6.3、小区l(l＝1,…,L)的基站将性能增益与筛选阈值δ比较，若性能增益不小于筛选阈值δ，则在边缘用户组中保留该用户；若性能增益小于筛选阈值δ，则将该用户重新归入中心用户组，构成最终边缘用户组和最终中心用户组

4.根据权利要求3所述的一种多小区多用户大规模MIMO系统的导频分配方法，其特征在于：所述筛选阈值δ根据系统的工作环境、传输质量和通信开销等运行参数综合选取。