CN107104715B - 一种基于天线选择的干扰对齐方法 - Google Patents

Abstract

本发明公开了一种基于天线选择的干扰对齐方法，本发明引入了发送端天线选择技术，基站侧使用的发送端天线选择技术，将信道矩阵的列向量范数作为选择参数，选择出范数较大的列向量所对应的天线。根据所选天线对应的信道向量设计预编码矩阵，使用两个串联矩阵构成预编码矩阵，前置矩阵用于消除同一个小区中不同用户间的干扰，后置矩阵是为了让迫零矩阵存在而设计的。接着通过设计接收端的迫零矩阵来消除邻小区造成的干扰。首先根据干扰信道矩阵来设计迫零矩阵，消除邻小区造成的干扰；在此基础上去设计预编码矩阵。结合这两种技术，减小用户的反馈信息量，本发明在不显著增加复杂度的前提下，达到干扰对齐的同时可以获得­­更高的系统和速率。

Description

一种基于天线选择的干扰对齐方法

技术领域

本发明涉及移动无线通信技术领域，特别是一种基于天线选择的干扰对齐方法。

背景技术

为了满足动态增益以及简化信号处理过程，Massive MIMO(大规模多输入多输出)技术应运而生。它的核心思想是通过在基站侧配置50根甚至更多数量的天线构成天线阵列，形成多个并行数据传输通道。通过这一技术能够同时服务更多的用户，系统获得的分集増益和数据传输速率就越高，从而获得更高的系统容量及频谱利用率。特别是当基站配置的天线数量趋向于无穷大时，可以将热噪声以及小区间干扰对系统性能的影响平均化，特别是当天线之间相关性较低时，可以直接忽略掉波束间干扰。基于上述特点，在多用户大规模MIMO场景中，最简单的线性预编码技术，如匹配滤波，迫零编码等，实现的系统性能与非线性预编码技术实现的几乎相同。

Massive MIMO系统的基站配置有大型天线阵列，当利用所有天线进行无线数据传输时，需要安装与基站天线数量相同的射频链路。同时，随着基站侧天线数量的增加，用户数量的增加将导致不同用户信道之间的相关性急剧增加，导致系统实现复杂度和射频链路(RF)硬件成本远高于传统MIMO系统。天线选择技术主要分为发送端天线选择技术和接收端天线选择技术两种，主要思想是通过在发送端或者接收端处选择合适的天线子集来传输数据或者接收数据，在降低系统成本以及实现复杂性的同时提高系统的能量效率和频谱效率，并且可以实现绿色宽带移动通信。

干扰对齐(Interference Alignment)技术是一种有效的干扰管理方法，最初是由Jafer提出，通过发送端使用预编码技术处理后，使得干扰在接收端重叠，以完全消除干扰对期望信号的影响。TSE等人提出了一种有效的干扰对齐技术，在发送端利用两个串联的预编码矩阵来消除同小区内不同用户间的干扰，在接收端使用了迫零矩阵来消除相邻小区对本小区中用户的干扰，经过一系列处理后可以实现较高的增益。

在干扰对齐中加入天线选择技术会使得方法的复杂度升高，为了降低方法实现的复杂度，大多数场景讨论的是接收端配置一根天线的情况，很少有多根天线的场景。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于天线选择的干扰对齐方法，本发明在不显著增加复杂度的前提下，达到干扰对齐的同时可以获得更高的系统和速率。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于天线选择的干扰对齐方法，包括以下步骤：

步骤1、初始化迭代次数q＝1，小区数量I＝2；

步骤2、初始化每个小区的用户数为K，基站配置的天线数量为M，每个用户配置的天线数量为N，且满足N＝K+1，设基站和用户都已知完整的信道状态信息，Massive MIMO系统的总功率平均分配给为用户传输数据的天线；

步骤3、初始化第i个小区的第k个用户的信道矩阵H_i,k∈C^N×M，第

个小区的第k个用户的干扰信道矩阵

其中，C^N×M为N×M维空间，1≤k≤K，i＝1,2，

第

个小区是第i个小区的相邻小区，初始化两个小区基站使用的后置预编码矩阵P，P的维度是N×K；

步骤4、初始化第i个小区的基站的天线集合S_i＝φ，φ为空集，初始化迭代次数t＝1；

步骤5、根据H_i,k，分别计算得到H_i,k中每个列向量对应的范数，选择出范数最大的列向量所对应的天线，将该天线加入天线集合S_i中并且更新S_i，接着将该列向量从H_i,k中删除；

步骤6、若迭代次数t小于或者等于天线数量T，T＝N，则t＝t+1，返回执行步骤5；否则执行步骤7；

步骤7、根据得到的天线集合S_i，更新信道矩阵H_i,k∈C^N×T，干扰矩阵

其中，C^N×T为N×T维空间；

步骤8、根据干扰矩阵

后置预编码矩阵P，计算第i个小区的第k个用户的迫零矩阵

步骤9、根据步骤8计算得到的迫零矩阵

以及信道矩阵H_i,k和后置预编码矩阵P，计算出第i个小区的前置预编码矩阵B_i；

步骤10、根据迫零矩阵

信道矩阵H_i,k、后置预编码矩阵P和前置预编码矩阵B_i，计算出Massive MIMO系统所能实现的总速率R_q；

步骤11、当q没达到预设值Q，q＝q+1，重复步骤2-10；当q达到预设值，将Q个R_q求和平均，得到Massive MIMO系统所能实现的总速率的平均值。

作为本发明所述的一种基于天线选择的干扰对齐方法进一步优化方案，Q＝10000。

作为本发明所述的一种基于天线选择的干扰对齐方法进一步优化方案，步骤8中小区i中第k个用户的迫零矩阵

满足式子

是N×K维的，因此迫零矩阵

总是存在的。

作为本发明所述的一种基于天线选择的干扰对齐方法进一步优化方案，步骤9中第i个小区的前置预编码矩阵B_i从以下公式中获得：

作为本发明所述的一种基于天线选择的干扰对齐方法进一步优化方案，步骤10中总速率R_q从以下公式中获得：

(·)^*表示共轭转置矩阵。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

(1)在基站侧进行天线选择后不仅能够降低射频链路实现的硬件成本，而且可以减少用户需要反馈的信息量；

(2)现有技术从来没有将天线选择技术与Tse提出的下行信道的干扰对齐技术结合起来，本发明考虑将两种技术结合起来，能够称为一项创新；而且通过仿真可以得出结论：结合天线选择和干扰对齐技术，能够提高系统的和速率；

(3)本发明考虑的系统模型是Massive MIMO系统，现有技术大多数讨论的场景是用户配置一根天线，本发明提出的方法适用于用户配置一根及多根天线的场景，更具实用性。

附图说明

图1为本发明适用的2小区K用户系统的等效干扰信道图；

图2为本发明方法实现的流程图；

图3为本发明方法使用的干扰对齐技术实现的流程图；

图4为本发明与仅使用干扰对齐技术以及结合随机天线选择和干扰对齐技术实现的系统总速率性能的比较图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

图1是本发明适用的2小区K用户系统的等效干扰信道图，本案例采用2个小区，每个小区服务4个用户，基站和用户分别配备50和5根天线的下行信道场景。系统工作在下行链路中。每个基站会对非本小区的用户产生干扰，系统模型如图1所示，流程如图2所示，以小区1为例，具体的实施步骤为：

(1)、初始化迭代次数q＝1，小区数量为2；

(2)、初始化每个小区的用户数为K＝4，基站配置的天线数量为M＝50，每个用户配置的天线数量为N＝5，选择的发送天线数量T＝N＝5。

(3)、初始化基站到各个用户的信道矩阵为H_1k∈C^5×50，k＝{1,2,3,4}。计算矩阵H_1k的各个列向量的范数，即

选择出其中最大的5个范数所对应的基站天线，记为T_1k，k＝{1,2,3,4}。同理小区2中为每个用户选择的天线集记为T_2k，k＝{1,2,3,4}；

(4)、根据上一步骤，每个用户都获得了各自选择的天线集，由于本发明考虑的是下行信道，给用户发送信息的基站使用的是相同的天线集，因此需要在这些天线集合中选择出使系统信道总速率最大的天线集。小区1中基站分别使得其发送信息的天线为T_1k，k＝{1,2,3,4}；小区2中基站分别使得其发送信息的天线为T_2k，k＝{1,2,3,4}。计算每种情况下能够实现的信道总速率，选择出使得信道总速率最大的发送天线集，记i个小区中第k个用户选择的发送天线集为S_ik，i＝{1,2}，k＝{1,2,3,4}。经过天线选择后的信道矩阵为H′_ik＝H_ik(k∈S_ik)，干扰矩阵为G′_ik＝G_ik(k∈S_ik)；

(5)、接下来就是实现干扰对齐技术，这项技术的具体实施步骤如附图3所示，首先基站初始化一个Mt×K的预编码矩阵P，Mt是基站的天线数目，K是每个小区的用户数。由于在进行干扰对齐技术之前先进行了天线选择，因此发送天线数Mt＝5，K＝4。P中元素都服从正态分布，因此矩阵的列与列之间是线性独立的。为了简便起见，两个小区所使用的P矩阵是相同的。每个基站的第二个预编码矩阵B是分别设计的，例如小区1中的基站，其第二个预编码矩阵为B₁＝[v₁₁,v₁₂,v₁₃,v₁₄]∈C^4×4，该矩阵放置在P矩阵之前；

(6)、小区1中第k个用户的接收信号可以表示为：

其中H′_1k∈C^5×5是基站1到小区1中各个用户的信道矩阵，G′_2k∈C^5×5是基站2到小区1中各个用户的干扰矩阵，假定z_1k～CN(0,I)；

(7)设计用户侧的迫零矩阵，消除相邻小区造成的干扰。小区1中的用户需要消除来自于小区2中的干扰G′_2kP，可以在接收端使用一个迫零矩阵u_1k使得上述干扰消除，即满足式子

因为矩阵G′_2kP的尺寸是5×4的，因此这样的迫零矩阵总是存在的；(·)^*表示共轭转置矩阵；

(8)、设计基站侧的前置预编码矩阵，消除同小区中不同用户间的干扰，使用一个预编码矩阵B₁＝[v₁₁,v₁₂,v₁₃,v₁₄]来消除同小区干扰。满足式子

式子中的系数α₁，α₂，α₃，α₄的出现是为了满足发送总功率的限制。

(9)、根据迫零矩阵、信道矩阵、后置预编码矩阵P和前置预编码矩阵B₁，计算出Massive MIMO系统所能实现的总速率R_q；

(10)、当q没达到预设值Q＝10000，q＝q+1，重复步骤2-9；当q达到Q＝10000，将Q个R_q求和平均，得到Massive MIMO系统所能实现的总速率的平均值。

从附图4中可以发现，本发明提出的算法在系统实现的总速率性能方面优于仅使用干扰对齐的算法，主要原因是提出的算法在进行干扰对齐之前先进行了天线选择，选择出信道条件较好的天线为用户传输信息。本发明提出的算法使用的是基于范数的天线选择技术，这种技术优于随机天线选择技术，因此算法要优于基于随机天线选择的干扰对齐方法。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (5)

1.一种基于天线选择的干扰对齐方法，其特征在于，包括以下步骤：

步骤1、初始化迭代次数q＝1，小区数量I＝2；

步骤2、初始化每个小区的用户数为K，基站配置的天线数量为M，每个用户配置的天线数量为N，且满足N＝K+1，设基站和用户都已知完整的信道状态信息，Massive MIMO系统的总功率平均分配给为用户传输数据的天线；

步骤3、初始化第i个小区的第k个用户的信道矩阵H_i,k∈C^N×M，第

个小区的第k个用户的干扰信道矩阵

其中，C^N×M为N×M维空间，1≤k≤K，i＝1,2，

第

个小区是第i个小区的相邻小区，初始化两个小区基站使用的后置预编码矩阵P，P的维度是N×K；

步骤4、初始化第i个小区的基站的天线集合S_i＝φ，φ为空集，初始化迭代次数t＝1；

步骤5、根据H_i,k，分别计算得到H_i,k中每个列向量对应的范数，选择出范数最大的列向量所对应的天线，将该天线加入天线集合S_i中并且更新S_i，接着将该列向量从H_i,k中删除；

步骤6、若迭代次数t小于天线数量T，T＝N，则t＝t+1，返回执行步骤5；否则执行步骤7；

步骤7、根据得到的天线集合S_i，更新信道矩阵H_i,k∈C^N×T，干扰矩阵

其中，C^{N ×T}为N×T维空间；

步骤8、根据干扰矩阵

后置预编码矩阵P，计算第i个小区的第k个用户的迫零矩阵u_i,k；

步骤9、根据步骤8计算得到的迫零矩阵u_i,k，以及信道矩阵H_i,k和后置预编码矩阵P，计算出第i个小区的前置预编码矩阵B_i；

步骤10、根据迫零矩阵u_i,k、信道矩阵H_i,k、后置预编码矩阵P和前置预编码矩阵B_i，计算出Massive MIMO系统所能实现的总速率R_q；

步骤11、当q没达到预设值Q，q＝q+1，重复步骤2-10；当q达到预设值，将Q个R_q求和平均，得到Massive MIMO系统所能实现的总速率的平均值。

2.根据权利要求1所述的一种基于天线选择的干扰对齐方法，其特征在于，Q＝10000。

3.根据权利要求1所述的一种基于天线选择的干扰对齐方法，其特征在于，步骤8中小区i中第k个用户的迫零矩阵u_i,k满足式子

是N×K维的，因此迫零矩阵u_i,k总是存在的。

4.根据权利要求1所述的一种基于天线选择的干扰对齐方法，其特征在于，步骤9中第i个小区的前置预编码矩阵B_i从以下公式中获得：

5.根据权利要求1所述的一种基于天线选择的干扰对齐方法，其特征在于，步骤10中总速率R_q从以下公式中获得：

(·)^*表示共轭转置矩阵。

Images