CN107404375A - 一种非规则多点海域通信网络中时空协同传输优化方法 - Google Patents
一种非规则多点海域通信网络中时空协同传输优化方法 Download PDFInfo
- Publication number
- CN107404375A CN107404375A CN201710580709.7A CN201710580709A CN107404375A CN 107404375 A CN107404375 A CN 107404375A CN 201710580709 A CN201710580709 A CN 201710580709A CN 107404375 A CN107404375 A CN 107404375A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- cell
- user
- munderover
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005457 optimization Methods 0.000 title claims abstract description 40
- 230000005540 biological transmission Effects 0.000 title claims abstract description 29
- 238000004891 communication Methods 0.000 title claims abstract description 18
- 230000001788 irregular Effects 0.000 title claims abstract description 18
- 238000005562 fading Methods 0.000 claims abstract description 22
- 238000001228 spectrum Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 230000007423 decrease Effects 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims description 10
- 230000000977 initiatory effect Effects 0.000 claims description 7
- 238000012804 iterative process Methods 0.000 claims description 4
- 238000003825 pressing Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013456 study Methods 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000003653 coastal water Substances 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003643 water by type Substances 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
- 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
- H04L5/0058—Allocation criteria
- H04L5/0073—Allocation arrangements that take into account other cell interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种非规则多点海域通信网络中时空协同传输优化方法，属于无线通信中复杂干扰条件下的信道估计与传输技术领域，该方法采用大规模MIMO技术的时移导频位置和功率的联合优化实现时空协同传输优化；即基站在某个相干时间内，利用信道的大尺度衰落信息，通过迭代，联合优化下一个相干时间的导频位置和功率，以实现时空协同传输优化。本方法利用海域信道大尺度衰落的差异性，通过时空协同优化，即非规则多站时移导频的协同优化，减小导频污染带来的小区间干扰，以提供比现有用户调度方案更高的频谱效率。
Description
技术领域
本发明属于无线通信中复杂干扰条件下的信道估计与传输技术领域，特别涉及应用于非规则多点海域通信网络中采用大规模MIMO技术后的时移导频的时空协同传输优化方法。
背景技术
随着海洋经济的快速发展，海域安全生产以及参与到海事活动中的人们对宽带多媒体业务的需求不断增长，例如视频监控和多媒体下载等。因此，海域通信系统需要利用有限的频谱资源，提供更高的数据速率，提升用户的服务质量。构建海域宽带网络面临的突出难题是站址受限，由于海面上很难建设基站，海域网络的基站往往只能沿岸建设。与传统地面4G、5G网络的蜂窝结构不同，这使得海域网络呈现非规则多点拓扑结构，系统中多个小区间不可避免地出现很强的干扰，亟待解决。
大规模多输入多输出(MIMO)技术能够减小小区间干扰，提高频谱效率，在海域通信系统中的应用前景广阔。如图1所示，通过沿海岸线1架设具有大规模天线阵列的基站2，利用大规模天线阵列的动态窄波束，可以有效提升单站的覆盖区域3的能力。但也面临新的难题，具体地，在大规模MIMO时分双工(TDD)系统中，由于信道互易性，基站根据用户4发送的上行导频来估计信道状态信息。然而，由于相干时间有限，不同小区的导频序列需要复用，造成导频污染，导致基站的信道估计和波束成型不准确，进而产生很强的小区间干扰。
目前，常见的用于减轻导频污染的方法有：基于到达角(AOA)估计的方法、基于预编码的方法、基于博弈论的方法，以及时移导频传输方法。在时移导频传输方法中，所有小区被分成若干组，在不同组的小区中，导频传输顺序不同，由此避免小区间干扰。与地面蜂窝系统不同，海域通信系统中的小区是串行分布的。因此，对于海域大规模MIMO系统中的导频污染问题，时移导频方案是一种更有效的方法。
目前，学术界与工业界对于时移导频传输方案已有一些相关研究，主要是针对基站天线数无限/有限、使用共轭波束成形/迫零预编码等场景，分析大规模MIMO系统的性能，并通过用户调度等方法，优化系统的频谱效率。相关研究表明，大规模MIMO系统在使用时移导频时的频谱效率，受基站天线数、小区半径、小区分组方式、时移导频位置、导频功率、数据功率等诸多因素影响。已有的频谱效率优化方法中，一种是在导频和数据功率固定的条件下，利用信道的大尺度衰落信息，通过用户调度(即优化分配不同用户使用的导频位置)来减轻导频污染，另一种是在各用户使用的导频位置固定的条件下，通过优化分配不同用户的传输功率来减轻导频污染。然而，已有研究均没有考虑时移导频位置和功率的联合优化，也没有考虑导频和数据序列之间的功率分配问题。由于导频位置、导频功率和数据功率都是影响系统频谱效率的重要因素，且各个因素相互耦合，单方面优化某个因素时难以保证其他因素处于最优，因此，已有方法存在一定的局限性。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种非规则多点海域通信网络中时空协同传输优化方法，本方法利用海域信道大尺度衰落的差异性，通过时空协同优化，即非规则多站时移导频的协同优化，减小导频污染带来的小区间干扰，以提供比现有用户调度方案更高的频谱效率。
本发明提出一种非规则多点海域通信网络中时空协同传输优化方法，其特征在于，该方法采用大规模MIMO技术的时移导频位置和功率的联合优化实现时空协同传输优化；即基站在某个相干时间内，利用信道的大尺度衰落信息，通过迭代，联合优化下一个相干时间的导频位置和功率，以实现时空协同传输优化。
本方法具体包括：
设非规则多点海域通信系统由L个小区组成，在每个小区中，有1个配有M根天线的基站和K个单天线用户，使用K个正交导频序列；第i个小区第k个用户到第j个小区基站之间的大尺度衰落系数表示为βjki，第i个小区第k个用户到第j个小区的第k＇个用户之间的大尺度衰落系数表示为βk′jki，第i个小区和第j个小区基站之间的大尺度衰落系数表示为βij；
该系统使用时分双工TDD模式，在信号传输过程中，每个相干时间被划分为四个阶段：首先，用户以ρp的功率向基站发送长度为τ的导频序列；然后，基站使用接收到的导频序列进行信道估计，并计算预编码矩阵，所用时间为E；接着，基站以功率ρd向用户发送长度为D的下行数据序列；最后，用户以功率P向基站发送长度为U的上行数据序列；在采用时移导频的TDD系统中，所有小区被分为N组，用G1,G2,...,GN表示，在某组小区发送导频时，其他组小区传输下行数据序列；
该方法包括以下步骤：
1)初始化参数：
令其中T′＝τ+U＝T-E-D，令系统频谱效率的初值Cu0＝0；
2)根据由上一次迭代过程反馈的功率分配结果，构建指派问题模型并求解，得到每个小区内各个用户的导频位置，即将每个小区的K个正交导频序列分配给该小区的K个单天线用户；若为第一次迭代，则采用步骤1)中的初始化参数；具体步骤如下：
2-1)新建K个空导频位置链表；
2-2)对每个小区i＝1:L依次执行：
2-2-1)对用户j＝1:K，计算第i个小区第j个用户到第i个小区基站之间的大尺度衰落系数βiji；
2-2-2)将K个用户按照大尺度衰落系数βiji从小到大排序；
2-2-3)按照步骤2-2-2)得到的顺序，将这K个用户分别加入到链表1,2,…,K中；
2-3)对每个小区i＝1:L依次执行：
2-3-1)对经过按βiji从小到大排序后的用户j＝1:K，将第i个小区的第j个用户从其所在链表中删除；
2-3-2)对链表p＝1:K，用户q＝1:K，将第i个小区的第q个用户添加到第p个链表中，由公式计算将第i个小区的第q个用户添加到第p个链表后，链表p中所有用户的频谱效率之和然后将第i个小区的第q个用户从第p个链表中删除；其中：
2-3-3)求解下面公式所示的指派问题，得到0-1变量xpq，表示是否将第i个小区的第q个用户添加到第p个链表中：
2-3-4)对链表p＝1:K，用户q＝1:K，若由步骤2-3-3)中得到的xpq＝1，则将第i个小区的第q个用户添加到第p个链表中；
至此，得到K个链表，1,2,…,K,每个链表由L个元素组成，每个元素的取值为{1,2，…,K}，第k个链表中第i个元素的值为k＇代表第i个小区的第k＇个用户使用第k个正交导频位置；因此，这K个链表即为每个小区内各个用户的导频位置分配结果，该结果作为步骤3)的输入参数；
3)根据步骤2)中得到的导频位置分配结果，利用凸优化方法，在平均功率约束ρpτ+PU＝ρT′，其中T′＝τ+U＝T-E-D下，优化得到导频功率和数据功率，并判断是否结束迭代；具体地：
3-1)由公式计算得到导频功率；
3-2)由公式计算得到数据功率；
其中：
取值区间为(0,1)；
3-3)判断是否结束迭代：
3-3-1)由公式计算得到系统的频谱效率之和Cu，由公式计算得到Δ；
3-3-2)若Δ＞0.001，则令Cu0＝Cu，并返回到步骤2)，继续迭代；
若Δ≤0.001，则认为迭代已经收敛，结束迭代，得到最终的导频功率ρp、数据功率P，以及链表1,2,…,K表示的导频位置分配结果。
本发明的特点如下：
本发明的关键点在于：面向海域宽带通信应用场景，将空域上非规则多站和时域上时移导频进行协同设计，并有效利用海域信道的结构化特性(大尺度衰落变化慢的特性)，克服了多站间的复杂干扰影响，改善了近海宽带覆盖性能。
本发明的效果如下：
本方法相比已有的随机位置和固定功率的时移导频分配方案，能够更有效地减小由导频污染带来的小区间干扰，以提供更高的频谱效率。同时该方法具有多项式的时间复杂度，复杂度不高，在已知信道的大尺度衰落信息后，可以在每个相干时间内，自适应地调整时移导频的位置和功率分配方案。
附图说明
图1为近海海域非规则多点多用户通信网络示意图。
图2为本发明的非规则多点海域通信网络中时空协同传输优化方法流程框图。
图3为本发明与已有方案性能比较图。
具体实施方式
本发明提出一种非规则多点海域通信网络中时空协同传输优化方法，下面结合附图和具体实施例进一步详细说明如下。
本发明提出一种非规则多点海域通信网络中时空协同传输优化方法，该方法采用大规模MIMO技术的时移导频位置和功率的联合优化实现时空协同传输优化。即基站在某个相干时间内，利用信道的大尺度衰落信息，通过迭代，联合优化下一个相干时间的导频位置和功率，以实现时空协同传输优化。
本方法具体包括：
设非规则多点海域通信系统由L个小区组成，在每个小区中，有1个配有M根天线的基站和K个单天线用户，可以使用K个正交导频序列。第i个小区第k个用户到第j个小区基站之间的大尺度衰落系数表示为βjki，第i个小区第k个用户到第j个小区的第k＇个用户之间的大尺度衰落系数表示为βk′jki，第i个小区和第j个小区基站之间的大尺度衰落系数表示为βij；
该系统使用时分双工(TDD)模式，在信号传输过程中，每个相干时间被划分为四个阶段：首先，用户以ρp的功率向基站发送长度为τ的导频序列；然后，基站使用接收到的导频序列进行信道估计，并计算预编码矩阵，所用时间为E；接着，基站以功率ρd向用户发送长度为D的下行数据序列；最后，用户以功率P向基站发送长度为U的上行数据序列。在采用时移导频的TDD系统中，所有小区被分为N组，用G1,G2,...,GN表示，在某组小区发送导频时，其他组小区传输下行数据序列。
该方法总体流程如图2所示，包括以下步骤：
1)初始化参数：
令其中T′＝τ+U＝T-E-D，令系统频谱效率的初值Cu0＝0；
2)根据由上一次迭代过程反馈的功率分配结果(若为第一次迭代，则采用步骤1)中的初始化参数)，构建指派问题模型并求解，得到每个小区内各个用户的导频位置，即将每个小区的K个正交导频序列分配给该小区的K个单天线用户；具体子步骤如下：
2-1)新建K个空导频位置链表；
2-2)对每个小区i＝1:L依次执行：
2-2-1)对用户j＝1:K，计算第i个小区第j个用户到第i个小区基站之间的大尺度衰落系数βiji；
2-2-2)将K个用户按照大尺度衰落系数βiji从小到大排序；
2-2-3)按照步骤2-2-2)得到的顺序，将这K个用户分别加入到链表1,2,…,K中；
2-3)对每个小区i＝1:L依次执行：
2-3-1)对经过按βiji从小到大排序后的用户j＝1:K，将第i个小区的第j个用户从其所在链表中删除；
2-3-2)对链表p＝1:K，用户q＝1:K，将第i个小区的第q个用户添加到第p个链表中，由公式计算将第i个小区的第q个用户添加到第p个链表(即使用第p个正交导频)后，链表p中所有用户的频谱效率之和然后将第i个小区的第q个用户从第p个链表中删除。其中：
2-3-3)求解下面公式所示的指派问题(可用匈牙利算法求解)，得到0-1变量xpq，表示是否将第i个小区的第q个用户添加到第p个链表中：
2-3-4)对链表p＝1:K，用户q＝1:K，若由步骤2-3-3)中得到的xpq＝1，则将第i个小区的第q个用户添加到第p个链表中；
至此，得到K个链表(1,2,…,K),每个链表由L个元素组成，每个元素的取值为{1,2，…,K}，第k个链表中第i个元素的值为k＇代表第i个小区的第k＇个用户使用第k个正交导频位置。因此，这K个链表即为每个小区内各个用户的导频位置分配结果，该结果作为步骤3)的输入参数；
3)根据步骤2)中得到的导频位置分配结果，利用凸优化方法，在平均功率约束ρpτ+PU＝ρT′，其中T′＝τ+U＝T-E-D下，优化得到导频功率和数据功率，并判断是否结束迭代；具体地：
3-1)由公式计算得到导频功率；
3-2)由公式计算得到数据功率；
其中：
取值区间为(0,1)；
3-3)判断是否结束迭代：
3-3-1)由公式计算得到系统的频谱效率之和Cu，由公式计算得到Δ；
3-3-2)若Δ＞0.001，则令Cu0＝Cu，并返回到步骤2)，继续迭代；
若Δ≤0.001，则认为迭代已经收敛，结束迭代，得到最终的导频功率ρp、数据功率P，以及链表1,2,…,K表示的导频位置分配结果。
实施例
方案应用在如图1所示的海域多用户多天线系统下，系统由15个半径为10km的半圆形小区组成，在每个小区中有5个用户。系统的载波频率为1.9GHz，相干时间为50，噪声功率为-107dBm。对于时移导频，假设τ＝3,E＝1,D＝5,U＝2,T＝11,N＝3，表示TDD系统中四个阶段的相对序列长度。信道采用两径模型，第i个小区第k个用户到第j个小区基站之间的大尺度衰落系数为：
其中λ为载波波长，djki为第i个小区第k个用户到第j个小区基站之间的距离，ht和hr分别为基站发射天线和用户接收天线的高度。
本实施例方法包括以下步骤：
1)初始化参数：
令即α＝0.5,令Cu0＝0；
2)根据由上一次迭代过程反馈的功率分配结果，构建指派问题模型并求解，得到每个小区内各个用户的导频位置，将每个小区的K＝5个正交导频序列分配给该小区的5个单天线用户，得到每个小区内各个用户的导频位置；若为第一次迭代，则采用步骤1)中的初始化参数；具体地：
2-1)新建K＝5个空导频位置链表；
2-2)对每个小区i＝1:15依次执行：
2-2-1)对用户j＝1:5，计算第i个小区第j个用户到第i个小区基站之间的大尺度衰落系数βiji；
以小区1为例，计算得到β1j1如下表所示：
| 用户j | 1 | 2 | 3 | 4 | 5 |
| β1j1 | 4 | 6 | 11 | 13 | 1 |
2-2-2)将5个用户按照大尺度衰落系数βiji从小到大排序；
2-2-3)按照步骤2-2-2)得到的顺序，将这5个用户分别加入到链表1,2,…,5中；
以小区1为例，根据步骤2-2-1)中的计算结果，相应的操作结果为：
| 链表 | 1 | 2 | 3 | 4 | 5 |
| 用户j | 5 | 1 | 2 | 3 | 4 |
2-3)对每个小区i＝1:15依次执行：
2-3-1)对经过按βiji从小到大排序后的用户j＝1:5，将第i个小区的第j个用户从其所在链表中删除；
2-3-2)对链表p＝1:5，用户q＝1:5，将第i个小区的第q个用户添加到第p个链表中，由公式计算将第i个小区的第q个用户添加到第p个链表后，链表p中所有用户的频谱效率之和然后将第i个小区的第q个用户从第p个链表中删除；其中：
2-3-3)求解下面公式所示的指派问题(采用匈牙利算法求解)，得到0-1变量xpq，表示是否将第i个小区的第q个用户添加到第p个链表中：
2-3-4)对链表p＝1:K，用户q＝1:K，若由步骤2-3-3)中得到的xpq＝1，则将第i个小区的第q个用户添加到第p个链表中；
以小区1为例，若x15＝x21＝x32＝x43＝x54＝1，则将第1个小区的5个用户(12345)分别加入到链表(2,3,4,5,1)中。
3)根据步骤2)中得到的导频位置分配结果，利用凸优化方法，在平均功率约束ρpτ+PU＝ρT′，其中T′＝τ+U＝T-E-D下，优化得到导频功率和数据功率，并判断是否结束迭代；具体地：
3-1)由公式计算得到导频功率；
3-2)由公式计算得到数据功率；
其中：
取值区间为(0,1)；
3-3)判断是否结束迭代：
3-3-1)由公式计算得到系统的频谱效率之和Cu，由公式计算得到Δ；
3-3-2)若Δ＞0.001，则令Cu0＝Cu，并返回到步骤2)，继续迭代；
若Δ≤0.001，则认为迭代已经收敛，结束迭代，得到最终的导频功率ρp、数据功率P，以及链表1,2,…,K表示的导频位置分配结果。
例如：
若上一次迭代计算得到的Cu0＝5，本次迭代计算得到的Cu＝5.5，
则返回步骤2)继续迭代；
若上一次迭代计算得到的Cu0＝5，本次迭代计算得到的Cu＝5.005，
则认为迭代已经收敛，结束迭代，得到最终优化结果。
仿真过程中随机生成用户位置，使用上述方案分配时移导频的位置和功率，并计算系统平均每个用户的频谱效率。
本实施例方法与已有方法的性能比较如图3所示，说明如下：
在上述仿真条件下，本实施例对系统上行平均功率从-10dBm到50dBm区间进行仿真，得到各个平均功率下的系统平均每个用户的频谱效率，并将本方案的性能与现有的随机位置和固定功率的时移导频分配方案进行比较。图3中圆形○虚线表示已有的随机分配导频位置、固定分配导频和数据功率方法的结果，圆形○实线表示固定导频功率、单独使用步骤2)中导频位置分配方法的结果，菱形◇虚线表示固定导频位置、单独使用步骤3)中导频功率分配方法的结果，菱形◇实线表示本方案提出的导频位置-功率联合优化方法的结果。由仿真结果可以看出，本方案提出的时移导频位置和功率的联合优化分配方法可以有效提高系统的频谱效率。
Claims (2)
1.一种非规则多点海域通信网络中时空协同传输优化方法，其特征在于，该方法采用大规模MIMO技术的时移导频位置和功率的联合优化实现时空协同传输优化；即基站在某个相干时间内，利用信道的大尺度衰落信息，通过迭代，联合优化下一个相干时间的导频位置和功率，以实现时空协同传输优化。
2.如权利要求1所述方法，其特征在于，该方法具体包括：
设非规则多点海域通信系统由L个小区组成，在每个小区中，有1个配有M根天线的基站和K个单天线用户，使用K个正交导频序列；第i个小区第k个用户到第j个小区基站之间的大尺度衰落系数表示为βjki，第i个小区第k个用户到第j个小区的第k＇个用户之间的大尺度衰落系数表示为βk′jki，第i个小区和第j个小区基站之间的大尺度衰落系数表示为βij；
该系统使用时分双工TDD模式，在信号传输过程中，每个相干时间被划分为四个阶段：首先，用户以ρp的功率向基站发送长度为τ的导频序列；然后，基站使用接收到的导频序列进行信道估计，并计算预编码矩阵，所用时间为E；接着，基站以功率ρd向用户发送长度为D的下行数据序列；最后，用户以功率P向基站发送长度为U的上行数据序列；在采用时移导频的TDD系统中，所有小区被分为N组，用G1,G2,...,GN表示，在某组小区发送导频时，其他组小区传输下行数据序列；
该方法包括以下步骤：
1)初始化参数：
令其中T′＝τ+U＝T-E-D，令系统频谱效率的初值Cu0＝0；
2)根据由上一次迭代过程反馈的功率分配结果，构建指派问题模型并求解，得到每个小区内各个用户的导频位置，即将每个小区的K个正交导频序列分配给该小区的K个单天线用户；若为第一次迭代，则采用步骤1)中的初始化参数；具体步骤如下：
2-1)新建K个空导频位置链表；
2-2)对每个小区i＝1:L依次执行：
2-2-1)对用户j＝1:K，计算第i个小区第j个用户到第i个小区基站之间的大尺度衰落系数βiji；
2-2-2)将K个用户按照大尺度衰落系数βiji从小到大排序；
2-2-3)按照步骤2-2-2)得到的顺序，将这K个用户分别加入到链表1,2,…,K中；
2-3)对每个小区i＝1:L依次执行：
2-3-1)对经过按βiji从小到大排序后的用户j＝1:K，将第i个小区的第j个用户从其所在链表中删除；
2-3-2)对链表p＝1:K，用户q＝1:K，将第i个小区的第q个用户添加到第p个链表中，由公式计算将第i个小区的第q个用户添加到第p个链表后，链表p中所有用户的频谱效率之和然后将第i个小区的第q个用户从第p个链表中删除；其中：
<mrow>
<msubsup>
<mi>S</mi>
<mrow>
<mi>k</mi>
<mi>i</mi>
</mrow>
<mi>u</mi>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mo>-</mo>
<mi>K</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&rho;</mi>
<mi>p</mi>
</msub>
<msubsup>
<mi>&tau;&beta;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mi>i</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
<mrow>
<mi>P</mi>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mo>-</mo>
<mi>K</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&rho;</mi>
<mi>p</mi>
</msub>
<mi>&tau;</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
<mo>,</mo>
<mi>j</mi>
<mo>&NotEqual;</mo>
<mi>i</mi>
</mrow>
</munder>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mi>i</mi>
</mrow>
</msub>
<mi>F</mi>
<mo>&rsqb;</mo>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
1
<mrow>
<mi>F</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>&beta;</mi>
<mrow>
<msup>
<mi>ik</mi>
<mo>&prime;</mo>
</msup>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mi>p</mi>
</msub>
<mi>&tau;</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mfrac>
<msubsup>
<mi>&beta;</mi>
<mrow>
<msup>
<mi>ik</mi>
<mo>&prime;</mo>
</msup>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<msub>
<mi>&lambda;</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mi>i</mi>
</mrow>
</msub>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>&rho;</mi>
<mi>d</mi>
</msub>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&NotElement;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&rho;</mi>
<mi>p</mi>
</msub>
<mi>&tau;</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mi>s</mi>
</mrow>
</msub>
</mrow>
2-3-3)求解下面公式所示的指派问题，得到0-1变量xpq，表示是否将第i个小区的第q个用户添加到第p个链表中：
<mrow>
<mi>max</mi>
<mi> </mi>
<mi>C</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>q</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>c</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>q</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>&Element;</mo>
<mo>{</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>}</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>p</mi>
<mo>,</mo>
<mi>q</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>K</mi>
</mrow>
2-3-4)对链表p＝1:K，用户q＝1:K，若由步骤2-3-3)中得到的xpq＝1，则将第i个小区的第q个用户添加到第p个链表中；
至此，得到K个链表，1,2,…,K,每个链表由L个元素组成，每个元素的取值为{1,2，…,K}，第k个链表中第i个元素的值为k＇代表第i个小区的第k＇个用户使用第k个正交导频位置；因此，这K个链表即为每个小区内各个用户的导频位置分配结果，该结果作为步骤3)的输入参数；
3)根据步骤2)中得到的导频位置分配结果，利用凸优化方法，在平均功率约束ρpτ+PU＝ρT′，其中T′＝τ+U＝T-E-D下，优化得到导频功率和数据功率，并判断是否结束迭代；具体地：
3-1)由公式计算得到导频功率；
3-2)由公式计算得到数据功率；
其中：
取值区间为(0,1)；
<mrow>
<mi>&gamma;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>&rho;</mi>
<mi>d</mi>
</msub>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&NotElement;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>)</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>&beta;</mi>
<mrow>
<msup>
<mi>ik</mi>
<mo>&prime;</mo>
</msup>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mi>U</mi>
<mrow>
<msup>
<mi>&rho;T</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</mfrac>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>&rho;</mi>
<mi>d</mi>
</msub>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&NotElement;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mi>U</mi>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>&rho;</mi>
<mi>d</mi>
</msub>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>&NotElement;</mo>
<msub>
<mi>G</mi>
<mi>n</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>i</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msub>
<mi>&beta;</mi>
<mrow>
<msup>
<mi>ik</mi>
<mo>&prime;</mo>
</msup>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
3-3)判断是否结束迭代：
3-3-1)由公式计算得到系统的频谱效率之和Cu，由公式计算得到Δ；
3-3-2)若Δ＞0.001，则令Cu0＝Cu，并返回到步骤2)，继续迭代；
若Δ≤0.001，则认为迭代已经收敛，结束迭代，得到最终的导频功率ρp、数据功率P，以及链表1,2,…,K表示的导频位置分配结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710580709.7A CN107404375B (zh) | 2017-07-17 | 2017-07-17 | 一种非规则多点海域通信网络中时空协同传输优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710580709.7A CN107404375B (zh) | 2017-07-17 | 2017-07-17 | 一种非规则多点海域通信网络中时空协同传输优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107404375A true CN107404375A (zh) | 2017-11-28 |
| CN107404375B CN107404375B (zh) | 2020-04-03 |
Family
ID=60400998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710580709.7A Active CN107404375B (zh) | 2017-07-17 | 2017-07-17 | 一种非规则多点海域通信网络中时空协同传输优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107404375B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110536355A (zh) * | 2019-08-15 | 2019-12-03 | 南方科技大学 | 数据上行传输的控制方法和毫米波大规模多天线系统 |
| CN111245525A (zh) * | 2020-01-17 | 2020-06-05 | 东南大学 | 大规模mimo水声通信方法与系统 |
| CN111726879A (zh) * | 2020-06-10 | 2020-09-29 | 中南大学 | 一种基于时移导频的固定功率分配方法及系统 |
| CN113193945A (zh) * | 2021-05-07 | 2021-07-30 | 中山大学 | 导频与功率分配联合优化方法、系统、介质及通信设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104410480A (zh) * | 2014-11-27 | 2015-03-11 | 山东大学 | 一种大规模mimo系统中基于大尺度衰落的导频分配方法 |
| CN104601297A (zh) * | 2015-01-30 | 2015-05-06 | 北京邮电大学 | 协作无线能量传输方法和系统 |
| WO2015081588A1 (zh) * | 2013-12-03 | 2015-06-11 | 东南大学 | 密集分布式无线网络动态导频复用信道估计与导频分配方法 |
| CN105163328A (zh) * | 2015-10-13 | 2015-12-16 | 清华大学 | 一种偏移导频位置分配方法和装置 |
| CN105681008A (zh) * | 2015-12-25 | 2016-06-15 | 清华大学 | 一种基于干扰协同的导频设计方法及系统 |
-
2017
- 2017-07-17 CN CN201710580709.7A patent/CN107404375B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015081588A1 (zh) * | 2013-12-03 | 2015-06-11 | 东南大学 | 密集分布式无线网络动态导频复用信道估计与导频分配方法 |
| CN104410480A (zh) * | 2014-11-27 | 2015-03-11 | 山东大学 | 一种大规模mimo系统中基于大尺度衰落的导频分配方法 |
| CN104601297A (zh) * | 2015-01-30 | 2015-05-06 | 北京邮电大学 | 协作无线能量传输方法和系统 |
| CN105163328A (zh) * | 2015-10-13 | 2015-12-16 | 清华大学 | 一种偏移导频位置分配方法和装置 |
| CN105681008A (zh) * | 2015-12-25 | 2016-06-15 | 清华大学 | 一种基于干扰协同的导频设计方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘继恩: "适用于OFDM系统快衰落时变信道的最优导频序列研究", 《万方数据知识服务平台》 * |
| 徐晶: "面向5G系统基于压缩感知理论的信道状态获取研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110536355A (zh) * | 2019-08-15 | 2019-12-03 | 南方科技大学 | 数据上行传输的控制方法和毫米波大规模多天线系统 |
| CN110536355B (zh) * | 2019-08-15 | 2023-02-28 | 南方科技大学 | 数据上行传输的控制方法和毫米波大规模多天线系统 |
| CN111245525A (zh) * | 2020-01-17 | 2020-06-05 | 东南大学 | 大规模mimo水声通信方法与系统 |
| CN111726879A (zh) * | 2020-06-10 | 2020-09-29 | 中南大学 | 一种基于时移导频的固定功率分配方法及系统 |
| CN113193945A (zh) * | 2021-05-07 | 2021-07-30 | 中山大学 | 导频与功率分配联合优化方法、系统、介质及通信设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107404375B (zh) | 2020-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105634571B (zh) | 大规模mimo系统中基于部分导频复用的导频污染减轻方法 | |
| CN107404375A (zh) | 一种非规则多点海域通信网络中时空协同传输优化方法 | |
| CN101800578B (zh) | 减小下行链路多点协作隐式反馈开销方法 | |
| CN113014295B (zh) | 一种去蜂窝大规模mimo系统上行联合接收方法 | |
| CN104768162B (zh) | 一种多小区大规模mimo系统的导频动态分配方法 | |
| CN106060950B (zh) | 一种基于机会干扰对齐的蜂窝下行信道中数据传输方法 | |
| CN105162507B (zh) | 大规模mimo fdd系统中基于信漏噪比的两阶段预编码方法 | |
| CN101925070B (zh) | 一种基于空间复用的认知系统资源分配方法 | |
| CN103997394A (zh) | 多小区协调大规模mimo导频复用传输方法 | |
| CN113490219B (zh) | 一种面向超密集组网的动态资源分配方法 | |
| CN104168659B (zh) | Mrt预编码策略下的多小区mimo系统用户调度方法 | |
| CN107086886A (zh) | 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计 | |
| CN107231684A (zh) | 基于最大容量的scma系统三级功率分配方法 | |
| CN112215335B (zh) | 一种基于深度学习的系统检测方法 | |
| CN106788934B (zh) | 一种大规模mimo系统中多小区联合的导频分配方法 | |
| CN104092519A (zh) | 一种基于加权和速率最大化的多用户mimo协作传输方法 | |
| CN103929382A (zh) | 一种大规模mimo系统的大尺度衰落估计方法与装置 | |
| CN104796991B (zh) | 基于势博弈的ofdma系统的资源分配方法 | |
| CN109890075A (zh) | 一种大规模mimo系统导频污染的抑制方法、系统 | |
| CN104539339B (zh) | 基于slnr多用户双流波束赋形的资源分配方法 | |
| Li et al. | Spectral efficiency of unicast and multigroup multicast transmission in cell-free distributed massive MIMO systems | |
| CN105163328B (zh) | 一种偏移导频位置分配方法和装置 | |
| CN102300332A (zh) | 多小区系统基于部分信道信息的机会调度方法及系统 | |
| CN114389730B (zh) | 一种基于深度学习和脏纸编码的miso系统波束形成设计方法 | |
| CN102664857B (zh) | 超高速短距离无线接入系统中的有限反馈多用户分组方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |