CN107580369B - 大规模3d mimo反向tdd异构网络无线回程资源分配方法 - Google Patents

Abstract

本发明公开了大规模3D MIMO反向TDD异构网络无线回程资源分配方法，包括以下步骤：构建一个异构网络，异构网络中包括N个频率资源块，异构网络中包括一个宏小区，宏小区包括S个微小区和K个宏小区用户，S和K均为大于等于1的自然数，每个微小区包括一个微小区用户，每个微小区均通过无线回程链路与宏小区进行通信，无线回程链路包括上行链路和下行链路；宏小区中覆盖有一个宏小区基站，每个微小区中覆盖有一个微小区基站；宏小区配备有N_A个天线，宏小区中波束形成组的大小为N_B；通过目标函数f(θ,α,β)得到最优下倾角θ、最优α和最优β。本发明考虑了大规模3D MIMO反向TDD异构网络无线回程资源分配方法和3D波束赋形，极大地提升系统的整体性能。

Description

大规模3D MIMO反向TDD异构网络无线回程资源分配方法

技术领域

本发明属于无线通信技术领域，涉及一种针对大规模3D MIMO反向TDD异构网络的无线回程资源分配方法。

背景技术

小区密集化指在传统宏小区中密集部署微小区以组成异构网络，是一种可满足用户流量指数式增长的有效手段。这个网络的瓶颈是微小区回程链路的数据率，其中无线回程由于费用低的优点常被采纳。本发明将研究考虑微小区无线回程的异构网络的性能。

近期调查已经研究了考虑无线回程的异构网络的性能。文献“N.Wang,E.Hossain,and V.K.Bhargava,“Joint downlink cell association and bandwidth allocationfor wireless backhauling in twotierHetNets with large-scale antenna arrays,”IEEE Trans.WirelessCommun.,vol.15,no.5,pp.3251–3268,2016.”中研究了5G反时分复用异构网络中的干扰管理，其中宏基站装备有大量天线。宏小区和微小区间的层间干扰减少，因此促进提升了异构网络的性能。文献“N.Wang,E.Hossain,and V.K.Bhargava,“Jointdownlink cell association and bandwidth allocation for wireless backhaulingin twotierHetNets with large-scale antenna arrays,”IEEETrans.WirelessCommun.,vol.15,no.5,pp.3251–3268,2016.”和“U.Siddique,H.Tabassum,and E.Hossain,“Spectrum allocation forwireless backhauling of 5Gsmall cells,”in IEEE Int.Conf.Commun.Workshops,2016,pp.122–127.”中研究了无线回程资源分配问题。这两个文献都表明通过优化无线回程的资源分配可以提升系统的性能。但是二者都湿基于二维信道信息的，其中垂直方向的信道信息没有被利用。通过考虑三维信道信息，包含三维大型天线的异构网络的系统性能可大幅提升。本发明研究在一个宏小区协助的微小区网络中用户和小区无线回程的资源分配问题，其中宏基站设置有大型天线，且系统在反时分复用(TDD)模式下工作。天线的下倾角和对所有用户和微小区无线回程的资源分配将被联合优化以提升网络性能。这个问题被建模为通过考虑微小区回程容量限制最大化用户总的对数数据数率。一个迭代算法被用来解决建立的优化问题。

发明内容

本发明涉及一种针对大规模3D MIMO反向TDD异构网络的无线回程资源分配方法，解决了现有技术中的综合考虑3D波束赋形和资源分配的问题。本发明首先对所针对的系统的资源分配策略和里3D波束赋形进行联合建模，然后提出了一种迭代算法解决了系统的联合资源分配策略和3D波束赋形的优化问题。本发明对实际系统的部署实施具有重要的指导意义。

本发明所采用的技术方案是，

大规模3D MIMO反向TDD异构网络无线回程资源分配方法，其特征在于，包括以下步骤：

步骤1，构建一个异构网络，所述异构网络中包括N个频率资源块；

所述异构网络中包括一个宏小区，所述宏小区包括S个微小区和K个宏小区用户，S和K均为大于等于1的自然数；

每个微小区包括一个微小区用户，每个微小区均通过无线回程链路与宏小区进行通信；

所述宏小区中覆盖有一个宏小区基站，每个微小区中覆盖有一个微小区基站；

所述宏小区配备有N_A个天线，宏小区中同时接入同一个频率资源块上的宏小区用户和微小区的总数为N_B，N_B＜＜N_A；

步骤2，从多个微小区中任选一个微小区作为微小区s，通过式(1)得到微小区s的数据传输速率R_s,0(θ)：

R_s,0(θ)＝α_sNr_s,0(θ) (1)

通过式(2)得到微小区s中微小区用户的数据传输速率R_s,s：

R_s,s＝(1-α_s)Nr_s,s (2)

通过式(3)得到宏小区用户k的数据传输速率R_k,0：

其中，θ是宏小区天线的下倾角，α_s是分配给微小区s的频率资源块数量所占N个频率资源块的比例，0≤α_s≤1，则分配给宏小区用户的剩余频率资源块的数量是(N_B-∑_s∈Sα_s)N，β_k是(N_B-∑_s∈Sα_s)N个频率资源块中分配给宏小区用户k的频率资源块所占的比例，k＝1,2,...,K；

其中r_s,0(θ)是微小区s在每个频率资源块上的数据传输速率；γ_s,0(θ)是微小区s在每个频率资源块上的信噪比，p_s,0是从宏小区基站到微小区基站s的发射功率，L_s,0是从宏小区基站到微小区基站s的路径损耗，g_s,0(θ)为微小区基站s到宏小区基站的大尺度信道信息，为微小区基站s接收的噪声功率；

r_s,s＝log₂(1+γ_s,s)，其中r_s,s是微小区s中微小区用户在每个频率资源块上的数据传输速率；γ_s,s是微小区s中微小区用户在每个频率资源块上的信噪比，p_s,s是从微小区基站s到微小区s中微小区用户的发射功率，L_s,s是从微小区基站到微小区s中微小区用户的路径损耗，g_s,s是从微小区基站s到微小区s中微小区用户的天线增益，p_s',s'是从微小区基站s′到微小区s′中微小区用户的发射功率，L_s,s'是从微小区基站s′到微小区s′中微小区用户的路径损耗，g_s,s'是从微小区基站s′到微小区s′中微小区用户的天线增益，s′≠s，s′＝1,2,...,S，s＝1,2,...,S，为微小区s中微小区用户接收的噪声功率；

其中r_k,0(θ)是宏小区用户k的在每个频率资源块上的数据传输速率；γ_k,0(θ)是宏小区用户k在每个频率资源块上的信噪比，p_k,0是从宏小区基站到宏小区用户k的发射功率，L_k,0是从宏小区基站到宏小区用户k的路径损耗，g_k,0(θ)为宏小区用户k到宏小区基站的大尺度信道信息，为宏小区用户k接收的噪声功率；

步骤3，通过式(4)得到目标函数f(θ,α,β)，求取θ、α、β的最优值；

其中，θ_min≤θ≤θ_max；C₀＝(K+S)log(N)+∑_s∈Slog(r_s,s)。

进一步地，求解式(4)目标函数的方法，包括：

步骤31，设微小区回程链路资源分配比例的初始值为α′＝{α′₁,α′₂,...,α′_s,...α′_S}，宏小区用户资源分配比例的初始值β′＝{β′₁,β′₂,...,β′_k,...β′_K}；

步骤32，通过式(5)得到θ的最优值θ^*：

其中，θ为下倾角,θ_min≤θ≤θ_max；

步骤33，通过式(6)得到α的最优值α^*：

其中，α＝{α₁,α₂,...α_s,...,α_S}，α^*＝{α₁ ^*,α₂ ^*,...,α_s ^*,...,α_S ^*}；

步骤34，通过式(7)得到β的最优值β^*：

其中，β＝{β₁,β₂,...β_k,...,β_K}，β^*＝{β₁ ^*,β₂ ^*,...,β_k ^*,...,β_K ^*}；

步骤35，令α′＝α^*，β′＝β^*，重复步骤32至34，直至在迭代过程中α^*、θ^*、β^*的值不发生变化，则得到最优的α^*、θ^*、β^*。

进一步地，式(6)可转化为：

本发明的有益效果是

本发明与已有的方法相比综合考虑了大规模3D MIMO反向TDD异构网络无线回程资源分配方法和3D波束赋形，与已有的方法相比可以极大地提升系统的整体性能；

1)联合考虑3D波束赋形和涉及小基站的HetNets，使该HetNets具有3D波束赋形增益和小区密集化的优点，提供了更好的性能；

2)本发明联合考虑系统的资源分配策略，进一步提升了系统的性能；

3)本发明提供了一种迭代方法，综合优化资源分配和3D波束赋形，和已有的方法相比，不仅提升了小区边缘吞吐量，也提升了小区总的吞吐量。

附图说明

图1本发明方法和已有方法相比的边缘数据率对比图；

图2本发明方法和已有方法相比的总数据率对比图。

具体实施方式

本发明中的频率资源块用于宏小区用户和微小区与宏小区通信时提供频率资源，若一个频率资源块只用于一个宏小区用户或一个微小区与宏小区之间的通信，则通信速度快；若一个频率资源块用于多个宏小区用户或微小区与宏小区之间的通信，则通信速度较慢。

下面通过附图和实施例对本发明作进一步说明。

实施例1

本实施例提供了大规模3D MIMO反向TDD异构网络无线回程资源分配方法，包括以下步骤：

构建一个异构网络，所述异构网络中包括N个频率资源块，所述异构网络中包括一个宏小区，所述宏小区包括S个微小区和K个宏小区用户，S和K均为大于等于1的自然数，每个微小区包括一个微小区用户，每个微小区均通过无线回程链路与宏小区进行通信，所述无线回程链路包括上行链路和下行链路，宏小区的上行链路/下行链路所占用的时隙是微小区的下行链路/上行链路所占用的时隙，且上行链路时隙的数量等于所有微小区的下行链路时隙的数量；

所述宏小区中覆盖有一个宏小区基站，每个微小区中覆盖有一个微小区基站；

所述宏小区配备有N_A个天线，宏小区中同时接入同一个频率资源块上的宏小区用户和微小区的总数为N_B(即波束赋形组大小)，N_B＜＜N_A；

步骤2，从多个微小区中任选一个微小区作为微小区s，通过式(1)得到微小区s的数据传输速率R_s,0(θ)：

R_s,0(θ)＝α_sNr_s,0(θ) (1)

通过式(2)得到微小区s中微小区用户的数据传输速率R_s,s：

R_s,s＝(1-α_s)Nr_s,s (2)

通过式(3)得到宏小区用户k的数据传输速率R_k,0(θ)：

其中，α_s是分配给微小区s的频率资源块比例，0≤α_s≤1，则分配给宏小区用户的剩余频率资源块的数量是(N_B-∑_s∈Sα_s)N，β_k是剩余频率资源块中分配给宏小区用户k的比例，k＝1,2,...,K；

是微小区s的在每个频率资源块上的数据传输速率，是微小区s的在每个频率资源块上的信干噪比，p_s,0是从宏小区基站到微小区基站s的发射功率，L_s,0是从宏小区基站到微小区基站s的路径损耗，g_s,0(θ)为微小区基站s到宏小区基站的大尺度信道信息，为微小区基站s接收的噪声功率；

r_s,s＝log₂(1+γ_s,s)是微小区s中的用户在每个频率资源块上的数据传输速率，是微小区s中的用户在每个频率资源块上的信干噪比，p_s,s是从微小区基站s到微小区s中微小区用户的发射功率，L_s,s是从微小区基站到微小区s中微小区用户的路径损耗，g_s,s是从微小区基站s到微小区s中微小区用户的天线增益，p_s',s'是从微小区基站s′到微小区s′中微小区用户的发射功率，L_s,s'是从微小区基站s′到微小区s′中微小区用户的路径损耗，g_s,s'是从微小区基站s′到微小区s′中微小区用户的天线增益，s′≠s，s′＝1,2,...,S，s＝1,2,...,S，为微小区s中微小区用户接收的噪声功率；

是宏小区用户k的在每个频率资源块上的数据传输速率，是宏小区用户k在每个频率资源块上的信干噪比，p_k,0是从宏小区基站到宏小区用户k的发射功率，L_k,0是从宏小区基站到宏小区用户k的路径损耗，g_k,0(θ)为宏小区用户k到宏小区基站的大尺度信道信息，为宏小区用户k接收的噪声功率；

步骤3，无线回程的资源分配问题以及在异构网络中三维大型天线阵列用户的问题被限制为式(4)的目标函数f(θ,α,β),，求取θ、α、β的最优值，以完成无线回程资源的最佳分配；

其中，限制了微小区和宏小区用户的频率资源块分配比例；保证了分配给宏小区用户的总的频率资源块数量不超过(N_B-∑_s∈Sα_s)N；对微小区的回程进行限制，在一个微小区内整个用户的数据传输速率不能超过相应的微小区基站的数据传输速率；θ_min≤θ≤θ_max，下倾角的限制，θ_min和θ_max分别是最小和最大的下倾角；

由于(4)中的目标函数是非凸的，且在中有耦合的约束，难以直接解决，故中的目标函数可以进一步表示为：

其中C₀＝(K+S)log(N)+∑_s∈Slog(r_s,s)为一个限制条件，式(4)中变量α_s,β_k,θ是可分离的，简化了最优化问题。

实施例2

本发明在实施例1的基础上提供了求解式(4)目标函数的方法，包括：

步骤31，设微小区回程链路资源分配比例的初始值为α′＝{α′₁,α′₂,...,α′_s,...α′_S}，宏小区用户资源分配比例的初始值β′＝{β′₁,β′₂,...,β′_k,...β′_K}；

本实施例中，宏小区用户资源分配比例的初始值

步骤32，通过式(5)得到θ的最优值θ^*：

其中，θ为下倾角,θ_min≤θ≤θ_max；

步骤33，通过式(6)得到α的最优值α^*：

其中，α＝{α₁,α₂,...α_s,...,α_S}，α^*＝{α₁ ^*,α₂ ^*,...,α_s ^*,...,α_S ^*}；

式(6)中的凸问题有一个线性约束，由目标函数∑_s∈Slog(1-α_s)+Klog(N_B-∑_s∈Sα_s)得α_s是线性递增的，因此式(12)可转化为：

步骤34，通过式(7)得到β的最优值β^*：

其中，β＝{β₁,β₂,...β_k,...,β_K}，β^*＝{β₁ ^*,β₂ ^*,...,β_k ^*,...,β_K ^*}；

根据算术平均和几何平均的关系，∑_k∈Klog(β_k)＝log(β₁β₂...β_k)≤Klog(∑_k∈Kβ_k)-Klog(K)，在β₁＝β₂＝...＝β_k情况下等价于等式，因此β_k的优化值为所以β*＝{1/K,1/K,...,1/K}；

步骤35，将作为微小区回程链路资源分配比例的初始值α^*，将宏小区用户资源分配比例的初始值β*，重复步骤32至34，直至在迭代过程中α^*、θ^*、β^*的值不发生变化或者迭代次数达到设定的最大值，则得到最优的α^*、θ^*、β^*。

实验结果分析：

仿真环境为一个异构网络，其中多个微小区和所有用户均匀地分布在一个宏小区中。宏基站配置有大规模三维(3D)天线。每个微小区服务一个用户。功率在频率资源块上均匀分布。宏小区中，同一个频率资源块上的功率平均分配在不同用户或微基站之间。载波频率和系统带宽分别为2GHz和10MHz。路径损耗指数为3.74且噪声参数为-174dBm/Hz。所有用户设为1.5n高。对宏小区，小区半径是350m且宏基站发射功率，天线高度，最大天线增益，天线垂直半功率波束宽度、天线数量分别为46dBm，30m，18dBi，8°，100。对微小区，小区半径为40m，小基站天线高度，天线增益，发射功率分别设为8m，5dBi，23dBm。从小基站到它的关联用户的最近距离为10m。从小基站到宏基站的最小距离为20m且从宏基站到它的关联用户的最小距离为30m。

图1和图2将所提出的算法和参考文献中的算法进行性能比较。’固定下倾角和资源分配比率’表示算法基于固定的下倾角和固定的微小区资源分配方案，即’固定下倾角’表示下倾角为固定值但资源分配方案如同文中提出的算法。图1有10个宏基站用户和变化数目的微小区，当图2有4个微小区和变化数量的宏基站用户。图中的小区平均和边缘吞吐量分别代表平均用户数据率和5％用户数据率。由图可知，当宏基站用户数量或微小区数量上升，小区平均和边缘吞吐量同时下降，因为当它们数量上升，每个宏基站用户和微小区所获得的资源减少，导致系统性能下降。当宏基站用户数量/微小区数量上升，所提算法的小区平均/边缘性能增益变小。此外，所提算法比图中另外两个参考算法在小区平均和边缘性能方面性能更优越，尤其是当小区中宏基站用户和微小区数量较少时。在计算机仿真中，所提算法收敛只需要两次循环。

Claims (3)

1.大规模3D MIMO反向TDD异构网络无线回程资源分配方法，其特征在于，包括以下步骤：

步骤1，构建一个异构网络，所述异构网络中包括N个频率资源块；

所述异构网络中包括一个宏小区，所述宏小区包括S个微小区和K个宏小区用户，S和K均为大于等于1的自然数；

每个微小区包括一个微小区用户，每个微小区均通过无线回程链路与宏小区进行通信；

所述宏小区中覆盖有一个宏小区基站，每个微小区中覆盖有一个微小区基站；

所述宏小区配备有N_A个天线，宏小区中同时接入同一个频率资源块上的宏小区用户和微小区的总数为N_B，N_B＜＜N_A；

步骤2，从多个微小区中任选一个微小区作为微小区s，通过式(1)得到微小区s的数据传输速率R_s,0(θ)：

R_s,0(θ)＝α_sNr_s,0(θ) (1)

通过式(2)得到微小区s中微小区用户的数据传输速率R_s,s：

R_s,s＝(1-α_s)Nr_s,s (2)

通过式(3)得到宏小区用户k的数据传输速率R_k,0(θ)：

其中，θ是宏小区天线的下倾角，α_s是分配给微小区s的频率资源块数量所占N个频率资源块的比例，0≤α_s≤1，则分配给宏小区用户的剩余频率资源块的数量是(N_B-∑_s∈Sα_s)N，β_k是(N_B-∑_s∈Sα_s)N个频率资源块中分配给宏小区用户k的频率资源块所占的比例，k＝1,2,...,K；

其中r_s,0(θ)是微小区s在每个频率资源块上的数据传输速率；γ_s,0(θ)是微小区s在每个频率资源块上的信噪比，p_s,0是从宏小区基站到微小区基站s的发射功率，L_s,0是从宏小区基站到微小区基站s的路径损耗，g_s,0(θ)为微小区基站s到宏小区基站的大尺度信道信息，为微小区基站s接收的噪声功率；

r_s,s＝log₂(1+γ_s,s)，其中r_s,s是微小区s中微小区用户在每个频率资源块上的数据传输速率；γ_s,s是微小区s中微小区用户在每个频率资源块上的信噪比，p_s,s是从微小区基站s到微小区s中微小区用户的发射功率，L_s,s是从微小区基站到微小区s中微小区用户的路径损耗，g_s,s是从微小区基站s到微小区s中微小区用户的天线增益，p_s',s'是从微小区基站s′到微小区s′中微小区用户的发射功率，L_s,s'是从微小区基站s′到微小区s′中微小区用户的路径损耗，g_s,s'是从微小区基站s′到微小区s′中微小区用户的天线增益，s′≠s，s′＝1,2,...,S，s＝1,2,...,S，为微小区s中微小区用户接收的噪声功率；

其中r_k,0(θ)是宏小区用户k的在每个频率资源块上的数据传输速率；γ_k,0(θ)是宏小区用户k在每个频率资源块上的信噪比，p_k,0是从宏小区基站到宏小区用户k的发射功率，L_k,0是从宏小区基站到宏小区用户k的路径损耗，g_k,0(θ)为宏小区用户k到宏小区基站的大尺度信道信息，为宏小区用户k接收的噪声功率；

步骤3，通过式(4)得到目标函数f(θ,α,β)，求取θ、α、β的最优值；

其中，0≤α_s≤1， 为微小区集合；0≤β_k≤1， 为宏小区集合；R_s,s≤R_s,0(θ)， 为微小区集合；θ_min≤θ≤θ_max；C₀＝(K+S)log(N)+∑_s∈Slog(r_s,s)。

2.如权利要求1所述的大规模3D MIMO反向TDD异构网络无线回程资源分配方法，其特征在于，求解式(4)目标函数的方法，包括：

步骤31，设微小区回程链路资源分配比例的初始值为α′＝{α′₁,α′₂,...,α′_s,...α′_S}, 为微小区集合；宏小区用户资源分配比例的初始值β′＝{β′₁,β′₂,...,β′_k,...β′_K}， 为宏小区集合,其中α′_s＝1/(1+r_s,0(θ)/r_s,s)，β′_k＝1/K；

步骤32，通过式(5)得到θ的最优值θ^*：

其中，θ为下倾角,θ_min≤θ≤θ_max；

步骤33，通过式(6)得到α的最优值α^*：

其中，α＝{α₁,α₂,...α_s,...,α_S}，α^*＝{α₁ ^*,α₂ ^*,...,α_s ^*,...,α_S ^*}；

步骤34，通过式(7)得到β的最优值β^*：

其中，β＝{β₁,β₂,...β_k,...,β_K}，β^*＝{β₁ ^*,β₂ ^*,...,β_k ^*,...,β_K ^*}；

步骤35，令α′＝α^*，β′＝β^*，重复步骤32至34，直至在迭代过程中α^*、θ^*、β^*的值不发生变化，则得到最优的α^*、θ^*、β^*。

3.如权利要求2所述的大规模3D MIMO反向TDD异构网络无线回程资源分配方法，其特征在于，式(6)可转化为：