CN107769905B - 一种基于mse的多小区导频改进分配方法 - Google Patents

Abstract

本发明公开了一种基于MSE的多小区导频改进分配方法。本发明实现过程如下：步骤1、采用每L个小区作为一组分簇，记为标号为l；步骤2、对于簇内各个小区中的用户，求取每个用户到各个小区基站的大尺度衰落系数β_ljk；步骤3、当基站天线数趋向于无穷时，则小区l中的第k个用户的信噪比为

则每个用户的可达速率为：r_lk＝log₂(1+SINR_lk)。步骤4、计算每个簇内所有小区的所有用户的可达和速率为

再计算每个用户的平均可达速率

步骤5、采用枚举法或贪婪算法对导频进行分配，获取最优分配方案。本发明采用了基于MSE的导频分配方案，能够使得用户的平均可达和速率较大，同时改进采用了贪婪算法与随机分配方法结合进行降复杂度，使得复杂度从O((K！)^L)降低到O(K×K^L)。

Description

一种基于MSE的多小区导频改进分配方法

技术领域

本发明涉及一种导频分配方法，属于通信技术应用领域，实现基于最大平均可达和速率的导频分配方案与基于用户公平的导频分配方案之间的有效折中，具体是一种基于MSE的导频分配方案与改进的分配方案，即通过计算导频分配方案用户可达速率的MSE的最大值的最小值为最优导频分配方案。

背景技术

近年来，一种新型的大规模MIMO技术得到了广泛的关注。该系统的主要特征是基站天线配备几十根甚至上百根天线，使得该系统能够在不增加频谱与带宽的情况下，可以很好地提高频谱利用率、能效和容量。并且，该系统在假设基站已知理想信道状态的条件下，通过简单的线性处理，如迫零处理，就可以很好地消除用户干扰，提高频谱效率。

在实际系统中，基站不能预知理想信道状态信息，通常采用传统的基于导频训练序列的方法进行信道估计来获得信道的真实状态。在常见的TDD多小区系统中，正交的导频序列的数量是有限的，在各个小区中的用户就需要进行导频复用。目标小区中的信道估计结果会受到其他小区发送的导频信号的污染，因此，合理的导频分配方案能够有效的降低导频污染。

在传统导频分配方案中，最普遍的就是基于用户公平与基于用户可达和速率最大的这两种导频分配方案。基于用户公平的导频分配方案是使得用户中最小可达和速率最大化，该方案的用户平均可达和速率较低，而基于用户可达和速率最大化的导频分配方案会使得用户的最小可达和速率较低。

发明内容

为了使得在基于用户公平与基于用户可达和速率最大的两种分配方案中有个折中，即提升所有用户的最小可达速率，同时提升用户的平均可达和速率，则本发明要解决的技术问题是使各个用户的上行可达和速率的均方误差的最大值为最小值。另外考虑到算法的复杂度的问题，进一步改进了提出方法来降低算法复杂度。

为达到上述的目的，本发明解决其技术问题所采用的技术方案具体包含以下步骤：

步骤1、采用每L个小区作为一组分簇，记为标号为l，假设导频干扰只存在于簇内，不同簇之间不存在干扰。

步骤2、对于簇内各个小区中的用户，求取每个用户到各个小区基站的大尺度衰落系数β_ljk，表示小区j中的第k个用户到小区l的大尺度衰落系数，其中k∈{1,2,...,K}，K表示小区内的用户数，j,l∈{1,2,...,L}，L表示小区数。

步骤3、在大规模MIMO系统中，当基站天线数趋向于无穷时，则小区l中的第k个用户的信噪比为

则每个用户的可达速率为：r_lk＝log₂(1+SINR_lk)。其中，β_llk表示本小区中的第k个用户到本小区的大尺度衰落系数；r_lk表示小区l中第k个用户的可达速率；

步骤4、计算每个簇内所有小区的所有用户的可达和速率为

再计算每个用户的平均可达速率

步骤5、采用枚举法或贪婪算法对导频进行分配，获取最优分配方案。

所述的步骤5中的枚举法的具体实现如下：

①对导频先进行随机导频分配方案，如果

则分别计算每个用户的均方误差

其中

为随机导频分配方案的平均可达和速率；如果

则放弃该导频分配方案。

②找出用户均方误差的最大值，即mse_max＝max(mse_lk)，则最优的导频分配方案U_opt为U_opt←min(mse_max)，即最优导频分配方案为各个用户可达速率均方误差的最大值为最小值的分配方案。

所述的步骤5中的贪婪算法的具体实现如下：

⑴先对所有导频进行随机分配，从而得到的所有用户平均可达和速率

⑵设每个小区用户数为K个，分配K个导频为P＝{P₁,P₂,...,P_K}。则选取其中一个导频P_i进行分配，假设导频P_i(i＝1,2,…,K)有J个分配方案，则第j个方案的用户平均可达和速率为

a.若第j个方案的平均可达和速率大于随机分配的所有用户的平均可达和速率，即：

则求出该导频P_i分配的用户的可达速率均方误差

找出导频P_i第j个分配方案的最大值

即

其中，k₁,k₂,…,k_L表示第j个分配方案中各个小区对应的用户，则导频P_i的最优分配方案

为

b.若第j个方案的平均可达和速率均小于随机分配的所有用户的平均可达和速率，即：

则导频P_i采用随机分配方案。

⑶导频P_i分配完成后，删除导频P_i与该导频分配方案的用户，重复以上步骤⑴和⑵，完成所有导频分配。

本发明的有益效果如下：

针对现有的导频分配方案的不足，本发明考虑了基于用户最大可达和速率和基于用户平均的导频分配方案的情况下，采用了基于MSE的导频分配方案，能够使得用户的平均可达和速率较大，并且用户最小的可达速率也有所提升。考虑到复杂度问题，本发明的改进采用了贪婪算法与随机分配方法结合进行降复杂度，使得复杂度从O((K！)^L)降低到O(K×K^L)。

附图说明

图1为本发明实例中的分配方案的具体实施步骤的框图；

图2为本发明改进的分配方案的具体实施步骤的框图；

图3、4为本发明的仿真图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，但不限于此。

本发明实施例如图1、2所示，基于MSE的全用户导频分配方案与基于MSE的低复杂度导频分配方案，用户设置有3个小区的大规模MIMO导频分配，其中每个小区具有K个用户，每个用户配备单个天线，基站配置无数根天线，系统采用TDD系统，同时考虑信道的互易性，假设K个导频在3个小区中复用。考虑小区为六边形组成的多小区多用户大规模MIMO系统，每个小区由M根天线的基站与K个单天线用户，则第j个小区的第k个用户到l小区基站的信道可以建模为

其中，g_ljk由小尺度衰落系数组成，β_ljk为大尺度衰落系数，它和用户与基站间的距离以及阴影衰落有关，可以表示为：

其中，s_ljk表示阴影衰落，r_ljk表示第j个小区的第k个用户到l小区基站的距离，R表示小区半径，α表示路径损耗因子。

用户上行信号干扰噪声比(SINR)是一个依赖于用户随机位置与大尺度衰落的随机量，用户k在第l个小区的上行SINR可表示为：

其中，

表示加性高斯白噪声。

以MSE为目标，先对导频进行随机分配，计算平均可达和速率，通过枚举法，计算分配方案的平均可达和速率与随机分配的平均可达和速率进行比较，如果

则计算每个用户的MSE，找出每种分配方案的MSE的最大值，再找出最大值的最小值，即为最优分配方案。具体步骤如下：

步骤1、采用每L个小区作为一组分簇，记为标号为l，假设导频干扰只存在于簇内，不同簇之间不存在干扰。

步骤2、对于簇内各个小区中的用户，求取每个用户到各个小区基站的大尺度衰落系数β_ljk，表示小区j中的第k个用户到小区l的大尺度衰落系数，其中k∈{1,2,...,K}，K表示小区内的用户数，j,l∈{1,2,...,L}，L表示小区数。

步骤3、在大规模MIMO系统中，当基站天线数趋向于无穷时，则小区l中的第k个用户的信噪比为

则每个用户的可达速率为：r_lk＝log₂(1+SINR_lk)。其中，β_llk表示本小区中的第k个用户到本小区的大尺度衰落系数；r_lk表示小区l中第k个用户的可达速率；

步骤4、计算每个簇内所有小区的所有用户的可达和速率为

再计算每个用户的平均可达速率

步骤5、采用枚举法或贪婪算法对导频进行分配，获取最优分配方案。

步骤5中的枚举法的具体实现如下：

①对导频先进行随机导频分配方案，如果

则分别计算每个用户的均方误差

其中

为随机导频分配方案的平均可达和速率；如果

则放弃该导频分配方案。

②找出用户均方误差的最大值，即mse_max＝max(mse_lk)，则最优的导频分配方案U_opt为U_opt←min(mse_max)，即最优导频分配方案为各个用户可达速率均方误差的最大值为最小值的分配方案；

所述的步骤5中的贪婪算法的具体实现如下：

⑴先对所有导频进行随机分配，从而得到的所有用户平均可达和速率

⑵设每个小区用户数为K个，分配K个导频为P＝{P₁,P₂,...,P_K}。则选取其中一个导频P_i进行分配，假设导频P_i(i＝1,2,…,K)有J个分配方案，则第j个方案的用户平均可达和速率为

a.若第j个方案的平均可达和速率大于随机分配的所有用户的平均可达和速率，即：

则求出该导频P_i分配的用户的可达速率均方误差

找出导频P_i第j个分配方案的最大值

即

其中，k₁,k₂,…,k_L表示第j个分配方案中各个小区对应的用户，则导频P_i的最优分配方案

为

b.若第j个方案的平均可达和速率均小于随机分配的所有用户的平均可达和速率，即：

则导频P_i采用随机分配方案。

⑶导频P_i分配完成后，删除导频P_i与该导频分配方案的用户，重复以上步骤⑴和⑵，完成所有导频分配。

如图3和图4所示为本发明枚举法和贪婪算法与其他分配算法的对比仿真图。图3为各算法用户最大可达速率与最小可达速率的对比，图4为各算法用户平均可达和速率的对比。从图3和图4可以看出，本文提出的基于枚举的MSE导频分配方案和基于贪婪算法的MSE导频分配方案相比于基于最大可达和速率导频分配方案，提升了用户最小可达速率，相比于基于用户公平导频分配方案，提高了用户平均可达和速率,实现了基于最大可达和速率导频分配方案与基于用户公平的可达和速率分配方案的折中，并且提出的算法的平均可达和速率均高于随机导频分配方案。对比提出的两种方法，枚举法的在最小可达速率与平均可达和速率均优于贪婪算法。但贪婪算法的复杂度为O(K×K^L)，枚举法的复杂度O((K！)^L)，贪婪算法复杂度更低。

Claims (1)

1.一种基于MSE的多小区导频改进分配方法，其特征在于包括如下步骤：

步骤1、采用每L个小区作为一组分簇，记为标号为l，假设导频干扰只存在于簇内，不同簇之间不存在干扰；

步骤2、对于簇内各个小区中的用户，求取每个用户到各个小区基站的大尺度衰落系数β_ljk，表示小区j中的第k个用户到小区l的大尺度衰落系数，其中k∈{1,2,...,K}，K表示小区内的用户数，j,l∈{1,2,...,L}，L表示小区数；

步骤3、在大规模MIMO系统中，当基站天线数趋向于无穷时，则小区l中的第k个用户的信噪比为

则每个用户的可达速率为：r_lk＝log₂(1+SINR_lk)；其中，β_llk表示本小区中的第k个用户到本小区的大尺度衰落系数；r_lk表示小区l中第k个用户的可达速率；

步骤4、计算每个簇内所有小区的所有用户的可达和速率为

再计算每个用户的平均可达速率

步骤5、采用枚举法或贪婪算法对导频进行分配，获取最优分配方案；

所述的步骤5中的枚举法的具体实现如下：

①对导频先进行随机导频分配方案，如果

则分别计算每个用户的均方误差

其中

为随机导频分配方案的平均可达和速率；如果

则放弃该导频分配方案；

②找出用户均方误差的最大值，即mse_max＝max(mse_lk)，则最优的导频分配方案U_opt为U_opt←min(mse_max)，即最优导频分配方案为各个用户可达速率均方误差的最大值的取值最小时的分配方案；

所述的步骤5中的贪婪算法的具体实现如下：

(1)先对所有导频进行随机分配，从而得到的所有用户平均可达和速率

⑵设每个小区用户数为K个，分配K个导频为P＝{P₁,P₂,...,P_K}；则选取其中一个导频P_i进行分配，假设导频P_i(i＝1,2,…,K)有J个分配方案，则第j个方案的用户平均可达和速率为

a.若第j个方案的平均可达和速率大于随机分配的所有用户的平均可达和速率，即：

则求出该导频P_i分配的用户的可达速率均方误差

找出导频P_i第j个分配方案的最大值

即

其中，k₁,k₂,…,k_L表示第j个分配方案中各个小区对应的用户，则导频P_i的最优分配方案

为

b.若第j个方案的平均可达和速率均小于随机分配的所有用户的平均可达和速率，即：

则导频P_i采用随机分配方案；

⑶导频P_i分配完成后，删除导频P_i与该导频分配方案的用户，重复以上步骤(1)和⑵，完成所有导频分配。

Images