CN106788650A - 一种基于正交投影算子的协作迫零波束成形方法 - Google Patents

Abstract

本发明提供了一种基于正交投影算子的协作迫零波束成形方法，利用正交投影算子，得到每一个下行信道向量到其余下行信道向量的投影长度之和，通过循环计算投影长度之和，选择出参与迫零算法的用户，进而得到实现小区间干扰抑制的下行协作波束成形向量。本发明利用正交投影算子可以准确地表示信道向量之间的近似度，从而有效选择出与其余信道向量最近似的信道向量，可以直接消除参与迫零算法的用户之间的干扰，而且使不能参与迫零算法的用户所遭受的干扰得到抑制，提高小区系统的吞吐率，并且投影算子可以重复使用，可以有效减少运算复杂度。

Description

一种基于正交投影算子的协作迫零波束成形方法

技术领域

本发明涉及一种分布式多输入多输出-正交频分复用(MIMO-OFDM)系统中的下行协作波束成形方法，属于移动通信、干扰抑制、数字信号处理等技术领域。

背景技术

为了在多小区分布式多输入多输出-正交频分复用(MIMO-OFDM)系统中抑制小区间干扰，协作波束成形技术被提出，它是通过多小区基站与用户之间的协作和MIMO空分复用来实现小区间干扰抑制，是一种有效提升小区系统吞吐率、保持基站间较小的数据量反馈和交互负担、具有较好的分布性的干扰抑制技术。而协作迫零波束成形技术由于较低的运算复杂度，对于基于MIMO-OFDM的第四代移动通信具有重要意义。

当前协作迫零波束成形方法主要关注于在基站天线数不小于系统总协作用户数的条件下的多小区场景，这些方法对于总协作用户数大于基站天线数的系统则很难执行。对于已有的基于总协作用户数大于基站天线数条件的协作迫零波束成形方法，虽然可以通过使干扰信道与有效信道之间保持弱相关性来实现小区间干扰抑制，但是这些方法仅关注每个小区只有一个协作用户的场景，对于每小区多个协作用户的场景则没有讨论。在实际中，总协作用户数大于基站天线数和每小区存在多个协作用户是经常同时存在的场景条件，需要针对此两个条件提出新的方法。

发明内容

为了克服现有技术的不足，本发明提供一种基于正交投影算子的下行协作迫零波束成形方法，利用正交投影算子，得到每一个下行信道向量到其余下行信道向量的正交投影长度之和，并通过最大投影长度和准则来选择参与迫零算法的用户，进而得到实现小区间干扰抑制的下行协作波束成形向量，提高小区吞吐率。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1，确定参与协作的K个协作小区的基站BS_k，k＝1,…,K，每个协作小区的协作用户数均是M个，小区k的M个协作用户分别为k(1)…k(m)…k(M)，由基站BS_k服务，k(m)是目标用户；每个基站有N_t个发送天线，每个用户有1个接收天线；设置空集合和

步骤2，基站BS_k通过上、下信道的互易性，得到BS_k到本小区用户k(i)的信道状态向量和BS_k到其他基站BS_f服务的同频用户f(j)的信道状态向量i＝1,…,M，f＝1,…,K，f≠k，j＝1,…,M，除之外的信道向量构成下行信道集合

然后对该集合中的信道向量按照其在Ω中的顺序重新标号，即

步骤3，当N_t≥KM，将Ω中用户所对应的信道以及构建矩阵H_Ω， 然后进行执行迫零运算， 就是基站BS_k针对目标用户k(m)的协作波束成形向量；

步骤4，当N_t<KM-1，基站BS_k计算到其余信道向量的正交投影长度之和其中g＝1,...,KM-1，g≠n，正交投影算子-1代表矩阵的伪逆运算，H代表矩阵的共轭转置运算；

之后将S_n存入集合Φ中；

同理，基站BS_k计算Ω中每一个信道向量到其余信道向量的正交投影长度之和S_l，l＝1,...,KM-1，然后构成集合Φ＝{S₁,...,S_n,...,S_KM-1}；

步骤5，基站BS_k从集合Φ中选出最大值项，并将该最大值项所对应的用户记为存入Ψ，然后将从Ω中删除，并且将集合Φ置空；

步骤6，基站BS_k计算Ω中每一个信道向量到Ω中其余信道向量的正交投影长度之和，然后构成集合Φ＝{S₁,....S_KM-2}，再从集合Φ中选出最大值项，并将其对应的用户记为存入Ψ，然后将从Ω中删除，并且将集合Φ置空；重复本步骤，选出N_t-2个参与迫零的用户得到参与迫零算法的用户集合

步骤7将Ψ中用户所对应的信道以及构建矩阵H_Ψ，

然后进行执行迫零运算， 就是基站BS_k针对目标用户k(m)的下行协作波束成形向量。

本发明的有益效果是：针对基站天线数小于系统总用户数和每小区多用户同时存在的场景，本发明利用正交投影算子可以准确地表示信道向量之间的近似度，从而有效选择出与其余信道向量最近似的信道向量，可以直接消除参与迫零算法的用户之间的干扰，而且使不能参与迫零算法的用户所遭受的干扰得到抑制，提高小区系统的吞吐率，并且投影算子可以重复使用，可以有效减少运算复杂度。

附图说明

图1是本发明下行协作迫零波束成形过程示意图。

图2是系统结构示意图。

具体实施方式

本发明提供了一种基于正交投影算子的下行协作迫零波束成形方法。核心思想是利用正交投影算子，得到每一个下行信道向量到其余下行信道向量的投影长度之和，通过循环计算投影长度之和，选择出参与迫零算法的用户，进而得到实现小区间干扰抑制的下行协作波束成形向量，提高小区吞吐率。

本发明包括以下步骤：

步骤1：初始化，确定参与协作的基站和用户。确定参与协作的K个协作小区的基站BS_k，k＝1,…,K，每个协作小区的协作用户数均是M个，小区k的M个协作用户分别为k(1)…k(m)…k(M)，由基站BS_k服务，k(m)是目标用户。每个基站有N_t个发送天线，每个用户有1个接收天线。设置空集合和

步骤2：基站获得其到所有协作用户的下行信道向量。基站BS_k通过上、下信道的互易性，得到BS_k到本小区用户k(i)的信道状态向量i＝1,…,M和BS_k到其他基站BS_f服务的同频用户f(j),f＝1,…,K,f≠k,j＝1,…,M的信道状态向量除之外的信道向量构成下行信道集合为

然后对该集合中的信道向量按照其在Ω中的顺序重新标号，即

步骤3：当N_t≥KM，直接进行迫零算法。将Ω中用户所对应的信道以及构建矩阵H_Ω，即

然后进行执行迫零运算，即

就是基站BS_k针对目标用户k(m)的协作波束成形向量。

步骤4：当N_t<KM-1，基站计算每一个信道向量到其余信道向量的投影长度之和。基站BS_k计算到其余信道向量g＝1,...,KM-1,g≠n的正交投影长度之和S_n，即

其中P_g是正交投影算子，

公式(2)中-1代表矩阵的伪逆运算，H代表矩阵的共轭转置运算。

之后将S_n存入集合Φ中。

同理，基站BS_k计算Ω中每一个信道向量到其余信道向量的正交投影长度之和S_l,l＝1,...,KM-1，然后构成集合Φ＝{S₁,...,S_n,...,S_KM-1}。

由于进行迫零运算的前提条件是信道向量数要不大于发送天线数，除去必须参与迫零运算的目标用户对应的信道还需要选择N_t-1个用户。

步骤5：选择出第一个参与迫零的用户。基站BS_k从集合Φ中选出最大值项，并将该最大值项所对应的用户记为存入Ψ，即，然后将从Ω中删除，即并且将集合Φ置空，即

步骤6：选择出N_t-2个参与迫零的用户。按照公式(1)，基站BS_k计算Ω中每一个信道向量到Ω中其余信道向量的正交投影长度之和，然后构成集合Φ＝{S₁,....S_KM-2}，再从集合Φ中选出最大值项，并将其对应的用户记为存入Ψ，即， 然后将从Ω中删除，即并且将集合Φ置空，即将上述本步骤的内容循环，选出N_t-2个参与迫零的用户则可得到参与迫零算法的用户集合

步骤7：基站BS_k执行迫零算法，得到针对目标用户k(m)的波束成形向量。将Ψ中用户所对应的信道以及构建矩阵H_Ψ，即

然后进行执行迫零运算，即

就是基站BS_k针对目标用户k(m)的下行协作波束成形向量。

以下结合附图和实例对本发明基于正交投影算子的下行协作迫零波束成形技术作进一步详细描述。

参照图1，描述了基于正交投影算子的下行协作迫零波束成形方法的总体流程，首先初始化，确定参与协作传输的小区基站和用户，然后基站获得其到所有协作用户的下行信道向量，并计算每一个下行信道向量到其余下行信道向量的正交投影长度之和，接着选择最大和值对应的用户去参与迫零运算，通过循环计算正交投影长度之和，选择出N_t-1个用户参与迫零运算，最后得到基站针对目标用户的下行协作波束成形向量。

为简化分析，本实例系统包含两个小区K＝2，如图2所示，其基站分别为BS₁和BS₂，每小区用户数M＝6，分别为1(1)…1(6)2(1)…2(6)。各个小区基站发端天线数N_t为4，用户收端天线数为1，系统中信道相互独立等概产生，代表从BS₁到用户1(2)的下行信道，各用户间是等功率发送信号，如图2所示，设用户1(2)是目标用户，具体操作时：

步骤1：基站BS₁设置空集合和

步骤2：基站BS₁得到BS₁到小区1和小区2所有用户的下行信道状态向量，构成信道集合且

然后对该集合中的信道向量按照其在Ω中的顺序重新标号，即

步骤3：基站计算每一个信道向量到其余信道向量的投影长度之和。对于Ω中的每一个信道向量，其到其余信道向量的投影长度之和分别为

其中P_g由公式(2)所得

然后构成集合Φ＝{S₁,...,S₁₁}，需要选择3个参与迫零的用户。

步骤4：选择第一个参与迫零的用户。基站BS₁从集合Φ中选出最大值项，记为S_max，并将其对应的用户记为存入Ψ，即，

然后将从Ω中删除，即并且将集合Φ置空，即

步骤5：选择第二个参与迫零的用户。按照公式(1)，基站BS₁计算Ω中每一个信道向量到Ω中其余信道向量的投影长度之和，然后构成集合Φ＝{S₁,....S₁₀}，再从集合Φ中选出最大值项，并将其对应的用户记为存入Ψ，即，然后将从Ω中删除，即并且将集合Φ置空，即

步骤6：选择第三个参与迫零的用户。按照公式(1)，基站BS₁计算Ω中每一个信道向量到Ω中其余信道向量的投影长度之和，然后构成集合Φ＝{S₁,....S₉}，再从集合Φ中选出最大值项，并将其对应的用户记为存入Ψ，即，得到参与迫零算法的用户集合

步骤7：基站BS₁执行迫零算法，得到针对目标用户k(m)的波束成形向量。将Ψ中用户所对应的信道构建矩阵H_Ψ，即

然后进行执行迫零运算，即

就是基站BS₁针对目标用户1(2)的下行协作波束成形向量。

以上所述仅为本发明的具体实例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求记载的技术方案及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内，这些基于本发明思想的修改和改变仍在本发明的权利要求保护范围之内。

Claims (1)

1.一种基于正交投影算子的协作迫零波束成形方法，其特征在于包括下述步骤：

步骤1，确定参与协作的K个协作小区的基站BS_k，k＝1,…,K，每个协作小区的协作用户数均是M个，小区k的M个协作用户分别为k(1)…k(m)…k(M)，由基站BS_k服务，k(m)是目标用户；每个基站有N_t个发送天线，每个用户有1个接收天线；设置空集合和

步骤2，基站BS_k通过上、下信道的互易性，得到BS_k到本小区用户k(i)的信道状态向量和BS_k到其他基站BS_f服务的同频用户f(j)的信道状态向量i＝1,…,M，f＝1,…,K，f≠k，j＝1,…,M，除之外的信道向量构成下行信道集合

$\mathrm{\&Omega;}=\left\{\begin{array}{c}{h}_{1\left(1\right)}^k,...,h_{1\left(m\right)}^k,...,h_{1\left(M\right)}^k,...,h_{k\left(1\right)}^k,...,h_{k(m-1)}^k,\\ h_{k(m+1)}^k,...,h_{k\left(M\right)}^k,...,h_{K\left(1\right)}^k,...,h_{K\left(m\right)}^k,...,h_{K\left(M\right)}^k\end{array}\right\},$

然后对该集合中的信道向量按照其在Ω中的顺序重新标号，即步骤3，当N_t≥KM，将Ω中用户所对应的信道以及构建矩阵H_Ω， 然后进行执行迫零运算， 就是基站BS_k针对目标用户k(m)的协作波束成形向量；

步骤4，当N_t<KM-1，基站BS_k计算到其余信道向量的正交投影长度之和其中g＝1,...,KM-1，g≠n，正交投影算子-1代表矩阵的伪逆运算，H代表矩阵的共轭转置运算；

之后将S_n存入集合Φ中；

同理，基站BS_k计算Ω中每一个信道向量到其余信道向量的正交投影长度之和S_l，l＝1,...,KM-1，然后构成集合Φ＝{S₁,...,S_n,...,S_KM-1}；

步骤5，基站BS_k从集合Φ中选出最大值项，并将该最大值项所对应的用户记为存入Ψ，然后将从Ω中删除，并且将集合Φ置空；

步骤6，基站BS_k计算Ω中每一个信道向量到Ω中其余信道向量的正交投影长度之和，然后构成集合Φ＝{S₁,....S_KM-2}，再从集合Φ中选出最大值项，并将其对应的用户记为存入Ψ，然后将从Ω中删除，并且将集合Φ置空；重复本步骤，选出N_t-2个参与迫零的用户得到参与迫零算法的用户集合

步骤7将Ψ中用户所对应的信道以及构建矩阵H_Ψ，

然后进行执行迫零运算， 就是基站BS_k针对目标用户k(m)的下行协作波束成形向量。