CN106899337A - 一种采用混合adc的大规模mimo中继系统多用户功率配置方法 - Google Patents

Abstract

本发明公开了一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法，本发明在基站混合配置高精度和低精度ADC，有效降低大规模MIMO系统的硬件和功耗成本；采用加性量化噪声模型，将ADC量化精度对数据速率的非线性影响近似成线性，简化了求解过程，降低了计算复杂度；在给定的数据速率要求下，快速确定每个用户的发送功率，对于实际应用具有重要价值。

Description

一种采用混合ADC的大规模MIMO中继系统多用户功率配置 方法

技术领域

本发明涉及无线通信技术领域，尤其是一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法。

背景技术

在发射端和接收端分别配置大量发射天线和接收天线的大规模MIMO技术，能够充分利用空间资源抑制信道衰落，不仅能够显著提高系统的频谱效率，还能同时提高能量效率。因此，大规模MIMO已成为下一代无线通信系统5G的关键技术。在多用户MIMO方案中，一个基站同时服务于多个单天线用户，所有用户同时与基站进行数据传输。

然而，天线数目的增长同时也提升了硬件实现的复杂度。在上行链路中，基站作为接收端，每个天线需要配置一个ADC，因此，硬件成本和功耗成本随着天线数目的增加而快速增加，这大大限制了大规模MIMO的应用。针对这个问题，目前主要有两种解决方案，一是减少ADC的数目，在接收端设计数字、模拟混合的接收方案；二是减少ADC的精度，极端情况下设置仅采用1比特量化的ADC。其中第一种方案是采用混合ADC，即给部分天线配置接近理想的高精度ADC，而给剩余的天线配置低精度ADC，此种方法能够在系统性能和功耗成本之间进行权衡。第二种方案对于低精度ADC的分析，一种典型加性量化噪声模型被广泛应用，此模型将量化后的信号近似为两个不相关的部分之和，一是量化前的原始信号与一个衰减因子之积，二是加性量化噪声。其中，衰减因子与ADC的量化比特数成正相关，通常情况下，理想高精度ADC的衰减因子近似为1。

在无线通信领域，中继技术被广泛用来提高基站的有效覆盖范围和系统可靠性。当用户与基站之间因为某些障碍无法直接进行通信时，需要在通信链路上增加中继设备。在上行链路中，中继端在某一时刻同时接收所有用户发送的信号，在下一时刻将信号放大后发给基站，中继与大规模MIMO技术相结合能够有效提高系统的频谱效率。

发明内容

本发明所要解决的技术问题在于，提供一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法，能够在满足多用户传输速率的前提下有效控制系统的功耗。

为解决上述技术问题，本发明提供一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法，包括如下步骤：

(1)K个用户同时发送信号到中继，再由中继转发到基站，中继和基站分别配置N、M根天线，且比例固定；基站有M₀根天线配置高精度ADC，剩余M₁＝M-M₀根天线配置低精度ADC，高精度ADC所占比例因子为

(2)针对低精度ADC，引入参数α，设α为与量化比特数成正相关的衰减因子，通常α由ADC的量化精度决定，对于高精度ADC，衰减因子设为α＝1，根据下式计算混合ADC的平均衰减因子为：

(3)用户到中继的信道矩阵为其中是N×K的复矩阵，代表信道中的小尺度衰落；D_F＝β_KI_K是K×K的对角矩阵，代表大尺度衰落，假设所有用户的大尺度衰落因子相同，由β_K表示，I_K表示K×K的单位矩阵；

(4)每个用户的发送功率记为符号P_U，当中继发送信号的总功率较大时，每个用户的上行可达速率可以根据下面公式计算：

由此，当系统给定一个目标数据速率R，则每个用户的发送功率P_U应该配置为：

优选的，步骤(2)中，的具体取值根据典型的ADC加性量化噪声模型计算，如ADC精度分别为[1,2,3,4,5]时，对应的α通常取值为α＝[0.6366,0.8825,0.96546,0.990503,0.997501。

本发明的有益效果为：本发明在基站混合配置高精度和低精度ADC，有效降低大规模MIMO系统的硬件和功耗成本；采用加性量化噪声模型，将ADC量化精度对数据速率的非线性影响近似成线性，简化了求解过程，降低了计算复杂度；在给定的数据速率要求下，快速确定每个用户的发送功率，对于实际应用具有重要价值。

附图说明

图1为本发明的多用户大规模MIMO中继系统的上行链路示意图。

图2为本发明的大规模MIMO中继系统中多用户功率配置算法的性能示意图。

具体实施方式

如图1所示，一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法，包括如下步骤：

(1)K个用户同时发送信号到中继，再由中继转发到基站，中继和基站分别配置N、M根天线，且比例固定。基站有M₀根天线配置高精度ADC，剩余M₁＝M-M₀根天线配置低精度ADC，高精度ADC所占比例因子为

(2)针对低精度ADC，引入参数α，设α为与量化比特数成正相关的衰减因子。通常α由ADC的量化精度决定，具体取值可以根据典型的ADC加性量化噪声模型计算，如ADC精度分别为[1,2,3,4,5]时，对应的α通常取值为α＝[0.6366,0.8825,0.96546,0.990503,0.997501。对于高精度ADC，衰减因子设为α＝1。根据下式计算混合ADC的平均衰减因子为：

(3)用户到中继的信道矩阵为其中是N×K的复矩阵，代表信道中的小尺度衰落；D_F＝β_KI_K是K×K的对角矩阵，代表大尺度衰落。假设所有用户的大尺度衰落因子相同，由β_K表示。I_K表示K×K的单位矩阵。

(4)每个用户的发送功率记为符号P_U，当中继发送信号的总功率较大时，每个用户的上行可达速率可以根据下面公式计算：

由此，当系统给定一个目标数据速率R，则每个用户的发送功率P_U应该配置为：

图1展示了采用混合ADC的多用户大规模MIMO中继系统的上行链路。在某一时刻，K个单天线用户同时发送数据给中继，信道矩阵为F；在下一时刻，中继通过N个天线将数据转发给基站，信道矩阵为G。基站共有M个接收天线，其中M₀个配置高精度ADC，剩余M₁＝M-M₀个配置低精度ADC。经过ADC量化得到的数字信号继续进行处理恢复出原始发送数据。

图2展示了本发明提出的大规模MIMO中继系统中多用户功率配置算法的性能。各参数取值为：K＝10，μ＝2，τ＝0.5，β_K＝0.0716。低精度ADC的量化比特数为1，相应的衰减因子α为0.6366。单用户目标数据速率R设为1bit/s/Hz。由以上参数，根据本发明计算得到用户发射功率P_U，在此条件下仿真得到用户的实际数据速率如图。从图中可以看出，当基站天线数目M从50至500变化时，用户数据速率都接近于1bit/s/Hz，说明本发明能获得较好的性能。M越大，数据速率越接近1bit/s/Hz，说明本发明比较适合采用大规模天线阵列的MIMO系统。单用户发射功率P_U的计算步骤如下：

(1)低精度ADC的量化比特数为1，相应的衰减因子α为0.6366，且τ＝0.5，根据下式计算混合ADC的平均衰减因子：

(2)对于不同的基站天线数目M，由μ＝2，可得中继天线数N。再由β_K＝0.0716，R＝1bit/s/Hz，按下式计算用户发射功率：

尽管本发明就优选实施方式进行了示意和描述，但本领域的技术人员应当理解，只要不超出本发明的权利要求所限定的范围，可以对本发明进行各种变化和修改。

Claims (2)

1.一种采用混合ADC的大规模MIMO中继系统多用户功率配置方法，其特征在于，包括如下步骤：

(1)K个用户同时发送信号到中继，再由中继转发到基站，中继和基站分别配置N、M根天线，且比例固定；基站有M₀根天线配置高精度ADC，剩余M₁＝M-M₀根天线配置低精度ADC，高精度ADC所占比例因子为

(2)针对低精度ADC，引入参数α，设α为与量化比特数成正相关的衰减因子，通常α由ADC的量化精度决定，对于高精度ADC，衰减因子设为α＝1，根据下式计算混合ADC的平均衰减因子为：

$\stackrel{\‾}{\mathrm{\α}}=\mathrm{\τ}+\mathrm{\α}(1-\mathrm{\τ})$

(3)用户到中继的信道矩阵为其中是N×K的复矩阵，代表信道中的小尺度衰落；D_F＝β_KI_K是K×K的对角矩阵，代表大尺度衰落，假设所有用户的大尺度衰落因子相同，由β_K表示，I_K表示K×K的单位矩阵；

(4)每个用户的发送功率记为符号P_U，当中继发送信号的总功率较大时，每个用户的上行可达速率可以根据下面公式计算：

$R=\frac{1}{2}log(1+\frac{\mathrm{\μ}\stackrel{\‾}{\mathrm{\α}}}{\mathrm{\μ}\stackrel{\‾}{\mathrm{\α}}+1}{\mathrm{\β}}_K{\mathrm{NP}}_U)$

由此，当系统给定一个目标数据速率R，则每个用户的发送功率P_U应该配置为：

$P_U=\frac{(\mathrm{\μ}\stackrel{\‾}{\mathrm{\α}}+1)(2^{2R}-1)}{\mathrm{\μ}\stackrel{\‾}{\mathrm{\α}}{\mathrm{\β}}_{K}N}.$

2.如权利要求1所述的采用混合ADC的大规模MIMO中继系统多用户功率配置方法，其特征在于，步骤(2)中，α的具体取值根据典型的ADC加性量化噪声模型计算，如ADC精度分别为[1,2,3,4,5]时，对应的α通常取值为α＝[0.6366,0.8825,0.96546,0.990503,0.997501]。