CN108064070B - 一种用于大规模mimo多小区网络的用户接入方法 - Google Patents

一种用于大规模mimo多小区网络的用户接入方法 Download PDF

Info

Publication number
CN108064070B
CN108064070B CN201810148988.4A CN201810148988A CN108064070B CN 108064070 B CN108064070 B CN 108064070B CN 201810148988 A CN201810148988 A CN 201810148988A CN 108064070 B CN108064070 B CN 108064070B
Authority
CN
China
Prior art keywords
cell
user
users
pilot
ith
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.)
Expired - Fee Related
Application number
CN201810148988.4A
Other languages
English (en)
Other versions
CN108064070A (zh
Inventor
马帅
杜淳
张凡
贺阳
李世银
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN201810148988.4A priority Critical patent/CN108064070B/zh
Publication of CN108064070A publication Critical patent/CN108064070A/zh
Application granted granted Critical
Publication of CN108064070B publication Critical patent/CN108064070B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information
    • 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

Abstract

本发明公开了一种用于大规模MIMO多小区网络的用户接入方法，本发明引入动态用户接入情景缓解导频污染问题，考虑到用户的移动性，一些已接入用户在导频分配后有几率离开网络，此时基站会允许新用户接入。本发明提出一种新颖的用户接入方案，利用包含导频污染项的谐波渐进信干噪比效用函数来衡量用户接入的公平度，把最优用户接入问题转化为最小化超模函数问题，针对这一NP困难问题，提出一种超模用户接入贪婪算法以得到次优的用户接入方案。通过本发明提出的用户接入方案，有效减少小区间导频污染，且基站不需要重新分配导频给所有用户。

Description

一种用于大规模MIMO多小区网络的用户接入方法
技术领域
本发明涉及第五代无线通信技术(5G)，尤其涉及一种用于大规模MIMO多小区网络的用户接入方法。
背景技术
大规模多输出多输出MIMO(multi-input multi-output)技术是第五代移动通信网络(5G)中的一项新兴技术。大规模MIMO技术能够极大的增加频谱利用率和网络容量。然而在实际多小区大规模MIMO网络中，由于导频序列通过在多小区间利用正交而重复使用，所以在估计的信道状态信息(CSI，Channel State Information)中不仅包含期望的信道状态信息，同时也包含了来自隔壁小区的干扰，这种干扰被称作导频污染(pilotcontamination)。导频污染一直以来是大规模MIMO技术中的一个关键问题，即使在基站天线的数目趋近于无穷大时，导频污染也不会消失。
发明内容
针对现有技术的不足，本发明提出一种用于大规模MIMO多小区网络的用户接入方法，用以减轻大规模多输入多输出(MIMO)多小区网络中的导频污染问题。
本发明引入动态用户接入情景缓解导频污染问题，考虑到用户的移动性，一些已接入用户在导频分配后有几率离开网络，此时基站会允许新用户接入。本发明提出一种新颖的用户接入方案，利用包含导频污染项的谐波渐进信干噪比效用函数来衡量用户接入的公平度，把最优用户接入问题转化为最小化超模函数问题，针对这一NP困难问题，提出一种超模用户接入贪婪算法以得到次优的用户接入方案。通过本发明提出的用户接入方案，有效减少小区间导频污染，且基站不需要重新分配导频给所有用户。
本发明采用以下具体技术方案解决上述技术问题：
步骤1，计算用户的上行信干噪比；
步骤2，根据用户的上行信干噪比获取所有可能的用户接入方案；
步骤3，对所有可能的用户接入方案进行优化，得到所有可能的用户接入方案中的最优结果。
步骤1包括如下步骤：
步骤1-1，假设在一个时分双工(TDD，Time Division Duplexing)模式下的包含N个小区的大规模MIMO网络中，每个小区有一个安装了M根天线的基站和K个单天线的用户，在第j个小区的k个用户和第i个小区的基站间的传输信道向量hi,j,k为：
Figure GDA0002258903670000021
其中βi,j,k为第j个小区的k个用户和第i个小区的基站间的大尺度衰落系数，gi,j,k为小尺度衰落系数；
步骤1-2，在导频训练阶段，所有的已接入用户同步向基站发送导频序列，此时在i个小区的基站与在i个基站内的k个用户间的信道估计
Figure GDA0002258903670000022
为：
Figure GDA0002258903670000023
其中hi,i,k为在第i个小区的k个用户和第i个小区的基站间的传输信道向量，表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户，zp,i,k为加性高斯白噪声，k(i)表示在第i个小区内的第k个用户；
步骤1-3，在信号发送阶段，第i个小区内的基站收到的信号yi为：
Figure GDA0002258903670000025
其中∑为求和，
Figure GDA0002258903670000026
表示在第j个小区的k(j)用户和第i个小区的基站间的传输信道向量，为已接入用户k(j)发送的数据，Pd为发送功率，zd,i为加性高斯白噪声；
步骤1-4，利用信道状态信息估计和低复杂度匹配滤波器解码，解码后的用户k(i)发送的数据
Figure GDA0002258903670000031
为：
Figure GDA0002258903670000032
其中
Figure GDA0002258903670000033
表示解码后的第i个小区的k个用户和第i个小区的基站间的传输信道向量的共轭转置，Pd为发送功率，
Figure GDA0002258903670000034
表示用户k(i)发送的实际数据，
Figure GDA0002258903670000035
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量的共轭转置，
Figure GDA0002258903670000036
表示用户U(j,k(i))发送的数据，
Figure GDA0002258903670000037
是包含了干扰和噪声的联合项；
步骤1-5，计算出用户k(i)的上行信干噪比(SINR，Signal to Interference plusNoise Ratio)SINRi,k：
Figure GDA0002258903670000038
其中hi,i,k表示在第i个小区的k用户和第i个小区的基站间的传输信道向量，
Figure GDA0002258903670000039
表示其共轭转置，
Figure GDA00022589036700000310
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，
Figure GDA00022589036700000311
表示其共轭转置，
Figure GDA00022589036700000312
是包含了干扰和噪声的联合项，根据随机矩阵理论，SINRi,k对应的上行信干噪比SINR渐近值为：
Figure GDA00022589036700000314
其中lim表示求极限，∑为求和，βi,i,k表示第i个小区的k个用户和第i个小区的基站间的大尺度衰落系数，
Figure GDA00022589036700000315
表示第j个小区的U(j,k(i))个用户和第i个小区的基站间的大尺度衰落系数，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户；
步骤2包括如下步骤：
步骤2-1，为了减少导频污染，本发明提出一个用户接入方案以提高上行SINR的最小值，利用谐波信干噪比SINR效用函数，通过最小化所有已接入用户的上行信干噪比SINR倒数的和的方法得到如下最优用户接入问题公式：
Figure GDA0002258903670000041
其中{Ψ}为所有可能的用户接入方案，min为取最小值，∑为求和；
步骤2-2，由于存在导频污染，信道状态信息常常不完美，从而导致不准确的SINR，因此，步骤2-1最优化问题在实际中难以解决。本发明利用渐近值对步骤2-1中的公式进行转换：
Figure GDA0002258903670000043
步骤3，对步骤2-2的公式进行优化，求取最优用户接入问题的最优解。
步骤3包括如下步骤：
步骤3-1，当一些已接入用户离开小区时，基站会从候选用户集合C中接入新的用户，本发明定义指示函数时表示分配了导频l的已接入用户离开了小区i；时表示分配了导频l的已接入用户留在小区i，这时小区i的基站将会分配导频l给一个新接入的用户
Figure GDA0002258903670000046
对于给定的用户接入方案Ψ，设Al为新接入的、分配了导频l的用户集合，Bl为所有分配了导频l的已接入用户集合，函数Fl(Al)为所有分配了导频l的用户的上行信干噪比SINR的倒数，函数Fl(Al)包含两个部分：一部分是已经接入的用户，另一部分是新接入的用户，Fl(Al)表示为：
Figure GDA0002258903670000051
其中，表示第j个小区的用户
Figure GDA0002258903670000053
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000054
表示第i个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000056
表示第q个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户
Figure GDA0002258903670000059
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000510
表示第j个小区的用户
Figure GDA00022589036700000511
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000512
表示在第i个小区中分配了导频l的用户，
Figure GDA00022589036700000513
表示第j个小区分配了导频l的新接入的用户，
Figure GDA00022589036700000514
表示第q个小区分配了导频l的新接入的用户，表示在第i个小区中分配了导频l的用户，表示第j个小区分配了导频l的新接入的用户；
步骤3-2，函数Fl非负，且所有留在小区内的用户的上行信干噪比SINR的倒数表示为：
其中∑为求和，为SINRi,k的渐近值，
Figure GDA00022589036700000519
表示在第t个小区中分配了导频l的用户，
Figure GDA00022589036700000520
表示在第t个小区的用户
Figure GDA00022589036700000521
与第i小区内基站的大尺度衰落系数，
Figure GDA00022589036700000522
表示在第i个小区的用户
Figure GDA00022589036700000523
与第i小区内基站的大尺度衰落系数，并且其中
Figure GDA0002258903670000061
为常数；
则最优用户接入问题重新构造为以下优化问题：
Figure GDA0002258903670000062
使得：
|Al∩C(i)|＝1,此时
Figure GDA0002258903670000063
其中l∈K,1≤i≤N，C(i)表示i小区内的所有候选用户集合，
Figure GDA0002258903670000064
为指示函数，
Figure GDA0002258903670000065
时表示分配了导频l的已接入用户离开了小区i，
Figure GDA0002258903670000066
时表示分配了导频l的已接入用户留在小区i；
Figure GDA0002258903670000067
此时l≠k,其中l,k∈K，Ak表示分配了导频k的用户集合；
步骤3-3，假设
Figure GDA0002258903670000068
因为Fl非负，所以其中
Figure GDA00022589036700000610
为包含了
Figure GDA00022589036700000611
的更大的用户集合，
Figure GDA00022589036700000612
为对应的函数，
当|Al|≥1时，
Figure GDA00022589036700000614
Figure GDA0002258903670000071
其中，函数Fl(Al)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，
Figure GDA0002258903670000072
表示在第i个小区中分配了导频l的用户，
Figure GDA0002258903670000073
表示第j个小区分配了导频l的新接入的用户，
Figure GDA0002258903670000074
表示第j个小区的用户
Figure GDA0002258903670000075
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000076
表示第i个小区的用户
Figure GDA0002258903670000077
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000078
表示第q个小区的用户
Figure GDA0002258903670000079
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000710
表示第i个小区的用户
Figure GDA00022589036700000711
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000712
表示第j个小区的用户
Figure GDA00022589036700000713
和第j个小区的基站间的大尺度衰落系数的平方，
所以，Fl非递减；
当
Figure GDA00022589036700000714
且
Figure GDA00022589036700000715
其中C(t)表示在t小区的所有候选用户集合，
Figure GDA00022589036700000716
表示第t个小区预备分配导频l的候选用户，
Figure GDA00022589036700000718
Figure GDA0002258903670000081
其中
Figure GDA0002258903670000082
是函数Fl的增量，在上式中这个增量为
Figure GDA0002258903670000083
则Fl(Al)是一个非负、非递减的超模函数，通过超模用户接入贪婪算法得到一个该函数的次优解，
Figure GDA0002258903670000084
表示第t个小区的用户
Figure GDA0002258903670000085
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000086
表示第i个小区的用户
Figure GDA0002258903670000087
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000088
表示第t个小区的用户
Figure GDA0002258903670000089
和第j个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户
Figure GDA00022589036700000811
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000812
表示第j个小区的用户
Figure GDA00022589036700000813
和第t个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000814
表示第t个小区的用户
Figure GDA00022589036700000815
和第t个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700000816
表示第j个小区的用户
Figure GDA00022589036700000817
和第j个小区的基站间的大尺度衰落系数的平方。
步骤3-3中，所述通过超模用户接入贪婪算法得到一个该函数的次优解，具体包括：
设Al为空集，T为离开网络的已接入用户数量，则：
Figure GDA00022589036700000818
使得
Figure GDA00022589036700000819
其中，变量n的取值范围为1到T，
Figure GDA00022589036700000820
表示在A中使得B最小的取值，n*,l*,i*分别表示优化后变量n,l,i的最优值，为指示函数，
Figure GDA00022589036700000822
时表示分配了导频l的已接入用户离开了小区i，
Figure GDA00022589036700000823
时表示分配了导频l的已接入用户留在小区i，
进而：
Figure GDA0002258903670000091
其中
Figure GDA0002258903670000092
为次优的、新接入的并且分配了导频l*的用户集合，
Figure GDA0002258903670000093
表示次优的第i*个小区分配了导频l*的新加入的用户，为指示函数，时表示分配了导频l*的已接入用户离开了小区i*，
Figure GDA0002258903670000096
时表示分配了导频l*的已接入用户留在小区i*，
最优用户接入问题的次优解的理论保证如下：
设λ是函数F的曲率，其中U,V,B为一般集合，服从U,
Figure GDA0002258903670000098
表示第t个小区分配了导频l的新接入的用户，ΔF(.)为函数F的增量，函数F为非负、非递减的超模函数，则上述贪婪算法产生的解Agr有：
Figure GDA0002258903670000099
其中Aopt是最优用户接入问题的最优解，即所有可能的用户接入方案中的最优结果，
证明如下：
设Aopt＝{a1,a2,...,aT}，其中aj表示第j个从候选用户中新接入的用户，属于最优解用户集合Aopt，定义
Figure GDA00022589036700000910
设
Figure GDA00022589036700000911
表示使用贪婪算法求得的次优解的集合，其中
Figure GDA00022589036700000912
表示第j个从候选用户中新接入的用户，定义进而：
Figure GDA0002258903670000101
其中不等式(a)由以下事实得到：
Figure GDA0002258903670000102
不等式(b)由贪婪算法得到，证明完毕。
有益效果：本发明引入动态用户接入情景缓解导频污染问题，考虑到用户的移动性，一些已接入用户在导频分配后有几率离开网络，此时基站会允许新用户接入。本发明提出一种新颖的用户接入方案，利用包含导频污染项的谐波渐进信干噪比效用函数来衡量用户接入的公平度，把最优用户接入问题转化为最小化超模函数问题，针对这一NP困难问题，提出一种超模用户接入贪婪算法以得到次优的用户接入方案。通过本发明提出的用户接入方案，有效减少小区间导频污染，且基站不需要重新分配导频给所有用户。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述或其他方面的优点将会变得更加清楚。
图1为仿真实验1用户最小化上行干扰加噪声比(Signal to Interference plusNoise Ratio)的累计分布函数曲线。
图2为仿真实验2基站天线数量-用户平均上行速率曲线。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本发明公开了一种用于大规模MIMO多小区网络的用户接入方法，包括如下步骤：
步骤1，计算用户的上行信干噪比；
步骤2，根据用户的上行信干噪比获取所有可能的用户接入方案；
步骤3，对所有可能的用户接入方案进行优化，得到所有可能的用户接入方案中的最优结果。
步骤1包括如下步骤：
步骤1-1，假设在一个时分双工(TDD，Time Division Duplexing)模式下的包含N个小区的大规模MIMO网络中，每个小区有一个安装了M根天线的基站和K个单天线的用户，在第j个小区的k个用户和第i个小区的基站间的传输信道向量hi,j,k为：
Figure GDA0002258903670000111
其中βi,j,k为第j个小区的k个用户和第i个小区的基站间的大尺度衰落系数，gi,j,k为小尺度衰落系数；
步骤1-2，在导频训练阶段，所有的已接入用户同步向基站发送导频序列，此时在i个小区的基站与在i个基站内的k个用户间的信道估计
Figure GDA0002258903670000112
为：
Figure GDA0002258903670000113
其中hi,i,k为在第i个小区的k个用户和第i个小区的基站间的传输信道向量，
Figure GDA0002258903670000114
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户，zp,i,k为加性高斯白噪声，k(i)表示在第i个小区内的第k个用户；
步骤1-3，在信号发送阶段，第i个小区内的基站收到的信号yi为：
Figure GDA0002258903670000115
其中∑为求和，
Figure GDA0002258903670000121
表示在第j个小区的k(j)用户和第i个小区的基站间的传输信道向量，
Figure GDA0002258903670000122
为已接入用户k(j)发送的数据，Pd为发送功率，zd,i为加性高斯白噪声；
步骤1-4，利用信道状态信息估计和低复杂度匹配滤波器解码，解码后的用户k(i)发送的数据
Figure GDA0002258903670000123
为：
其中
Figure GDA0002258903670000125
表示解码后的第i个小区的k个用户和第i个小区的基站间的传输信道向量的共轭转置，Pd为发送功率，
Figure GDA0002258903670000126
表示用户k(i)发送的实际数据，表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量的共轭转置，
Figure GDA0002258903670000128
表示用户U(j,k(i))发送的数据，
Figure GDA0002258903670000129
是包含了干扰和噪声的联合项；
步骤1-5，计算出用户k(i)的上行信干噪比(SINR，Signal to Interference plusNoise Ratio)SINRi,k：
Figure GDA00022589036700001210
其中hi,i,k表示在第i个小区的k用户和第i个小区的基站间的传输信道向量，
Figure GDA00022589036700001211
表示其共轭转置，
Figure GDA00022589036700001212
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，
Figure GDA00022589036700001213
表示其共轭转置，
Figure GDA00022589036700001214
是包含了干扰和噪声的联合项，根据随机矩阵理论，SINRi,k对应的上行信干噪比SINR渐近值
Figure GDA00022589036700001215
为：
Figure GDA0002258903670000131
其中lim表示求极限，∑为求和，βi,i,k表示第i个小区的k个用户和第i个小区的基站间的大尺度衰落系数，
Figure GDA0002258903670000132
表示第j个小区的U(j,k(i))个用户和第i个小区的基站间的大尺度衰落系数，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户；
步骤2包括如下步骤：
步骤2-1，为了减少导频污染，本发明提出一个用户接入方案以提高上行SINR的最小值，利用谐波信干噪比SINR效用函数，通过最小化所有已接入用户的上行信干噪比SINR倒数的和的方法得到如下最优用户接入问题公式：
Figure GDA0002258903670000133
其中{Ψ}为所有可能的用户接入方案，min为取最小值，∑为求和；
步骤2-2，由于存在导频污染，信道状态信息常常不完美，从而导致不准确的SINR，因此，步骤2-1最优化问题在实际中难以解决。本发明利用渐近值
Figure GDA0002258903670000134
对步骤2-1中的公式进行转换：
Figure GDA0002258903670000135
步骤3，对步骤2-2的公式进行优化，求取最优用户接入问题的最优解。
步骤3包括如下步骤：
步骤3-1，当一些已接入用户离开小区时，基站会从候选用户集合C中接入新的用户，本发明定义指示函数时表示分配了导频l的已接入用户离开了小区i；
Figure GDA0002258903670000137
时表示分配了导频l的已接入用户留在小区i，这时小区i的基站将会分配导频l给一个新接入的用户
Figure GDA0002258903670000141
对于给定的用户接入方案Ψ，设Al为新接入的、分配了导频l的用户集合，Bl为所有分配了导频l的已接入用户集合，函数Fl(Al)为所有分配了导频l的用户的上行信干噪比SINR的倒数，函数Fl(Al)包含两个部分：一部分是已经接入的用户，另一部分是新接入的用户，Fl(Al)表示为：
Figure GDA0002258903670000142
其中，表示第j个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000145
表示第i个小区的用户
Figure GDA0002258903670000146
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000147
表示第q个小区的用户
Figure GDA0002258903670000148
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000149
表示第i个小区的用户
Figure GDA00022589036700001410
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001411
表示第j个小区的用户
Figure GDA00022589036700001412
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001413
表示在第i个小区中分配了导频l的用户，
Figure GDA00022589036700001414
表示第j个小区分配了导频l的新接入的用户，
Figure GDA00022589036700001415
表示第q个小区分配了导频l的新接入的用户，表示在第i个小区中分配了导频l的用户，
Figure GDA00022589036700001417
表示第j个小区分配了导频l的新接入的用户；
步骤3-2，函数Fl非负，且所有留在小区内的用户的上行信干噪比SINR的倒数表示为：
Figure GDA00022589036700001418
其中∑为求和，
Figure GDA0002258903670000151
为SINRi,k的渐近值，
Figure GDA0002258903670000152
表示在第t个小区中分配了导频l的用户，
Figure GDA0002258903670000153
表示在第t个小区的用户
Figure GDA0002258903670000154
与第i小区内基站的大尺度衰落系数，
Figure GDA0002258903670000155
表示在第i个小区的用户
Figure GDA0002258903670000156
与第i小区内基站的大尺度衰落系数，并且其中
Figure GDA0002258903670000157
为常数；
则最优用户接入问题重新构造为以下优化问题：
Figure GDA0002258903670000158
使得：
|Al∩C(i)|＝1,此时
Figure GDA0002258903670000159
其中l∈K,1≤i≤N，C(i)表示i小区内的所有候选用户集合，
Figure GDA00022589036700001510
为指示函数，
Figure GDA00022589036700001511
时表示分配了导频l的已接入用户离开了小区i，
Figure GDA00022589036700001512
时表示分配了导频l的已接入用户留在小区i；
Figure GDA00022589036700001513
此时l≠k,其中l,k∈K，Ak表示分配了导频k的用户集合；
步骤3-3，假设
Figure GDA00022589036700001514
因为Fl非负，所以
Figure GDA00022589036700001515
其中
Figure GDA00022589036700001516
为包含了
Figure GDA00022589036700001517
的更大的用户集合，
Figure GDA00022589036700001518
为对应
Figure GDA00022589036700001519
的函数，
当|Al|≥1时，
Figure GDA00022589036700001520
Figure GDA0002258903670000161
其中，函数Fl(Al)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，
Figure GDA0002258903670000162
表示在第i个小区中分配了导频l的用户，
Figure GDA0002258903670000163
表示第j个小区分配了导频l的新接入的用户，
Figure GDA0002258903670000164
表示第j个小区的用户
Figure GDA0002258903670000165
和第i个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000168
表示第q个小区的用户
Figure GDA0002258903670000169
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001610
表示第i个小区的用户
Figure GDA00022589036700001611
和第j个小区的基站间的大尺度衰落系数的平方，表示第j个小区的用户
Figure GDA00022589036700001613
和第j个小区的基站间的大尺度衰落系数的平方，
所以，Fl非递减；
当
Figure GDA00022589036700001614
且
Figure GDA00022589036700001615
其中C(t)表示在t小区的所有候选用户集合，
Figure GDA00022589036700001616
表示第t个小区预备分配导频l的候选用户，
Figure GDA00022589036700001617
Figure GDA0002258903670000171
其中
Figure GDA0002258903670000172
是函数Fl的增量，在上式中这个增量为
Figure GDA0002258903670000173
则Fl(Al)是一个非负、非递减的超模函数，通过超模用户接入贪婪算法得到一个该函数的次优解，
Figure GDA0002258903670000174
表示第t个小区的用户
Figure GDA0002258903670000175
和第i个小区的基站间的大尺度衰落系数的平方，
Figure GDA0002258903670000176
表示第i个小区的用户
Figure GDA0002258903670000177
和第i个小区的基站间的大尺度衰落系数的平方，表示第t个小区的用户
Figure GDA0002258903670000179
和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001710
表示第i个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001712
表示第j个小区的用户
Figure GDA00022589036700001713
和第t个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001714
表示第t个小区的用户
Figure GDA00022589036700001715
和第t个小区的基站间的大尺度衰落系数的平方，
Figure GDA00022589036700001716
表示第j个小区的用户和第j个小区的基站间的大尺度衰落系数的平方。
步骤3-3中，所述通过超模用户接入贪婪算法得到一个该函数的次优解，具体包括：
设Al为空集，T为离开网络的已接入用户数量，则：
Figure GDA00022589036700001718
使得
其中，变量n的取值范围为1到T，
Figure GDA00022589036700001720
表示在A中使得B最小的取值，n*,l*,i*分别表示优化后变量n,l,i的最优值，
Figure GDA00022589036700001721
为指示函数，
Figure GDA00022589036700001722
时表示分配了导频l的已接入用户离开了小区i，
Figure GDA0002258903670000181
时表示分配了导频l的已接入用户留在小区i，
进而：
Figure GDA0002258903670000182
其中
Figure GDA0002258903670000183
为次优的、新接入的并且分配了导频l*的用户集合，
Figure GDA0002258903670000184
表示次优的第i*个小区分配了导频l*的新加入的用户，
Figure GDA0002258903670000185
为指示函数，
Figure GDA0002258903670000186
时表示分配了导频l*的已接入用户离开了小区i*，
Figure GDA0002258903670000187
时表示分配了导频l*的已接入用户留在小区i*，
最优用户接入问题的次优解的理论保证如下：
设λ是函数F的曲率，
Figure GDA0002258903670000188
其中U,V,B为一般集合，服从U,
Figure GDA0002258903670000189
表示第t个小区分配了导频l的新接入的用户，ΔF(.)为函数F的增量，函数F为非负、非递减的超模函数，则上述贪婪算法产生的解Agr有：
其中Aopt是最优用户接入问题的最优解，即所有可能的用户接入方案中的最优结果，
证明如下：
设Aopt＝{a1,a2,...,aT}，其中aj表示第j个从候选用户中新接入的用户，属于最优解用户集合Aopt，定义
Figure GDA00022589036700001811
设
Figure GDA00022589036700001812
表示使用贪婪算法求得的次优解的集合，其中
Figure GDA0002258903670000191
表示第j个从候选用户中新接入的用户，定义
Figure GDA0002258903670000192
进而：
Figure GDA0002258903670000193
其中不等式(a)由以下事实得到：
不等式(b)由贪婪算法得到，证明完毕。
实施例
为了验证本发明效果，进行了仿真对比实验。
大规模MIMO多小区创新用户接入方案仿真实验1按照如表1(大规模MIMO多小区创新用户接入方案仿真实验1参数)所示给定的仿真实验参数，展示了本发明技术方案在N个接入用户时最小化上行干扰加噪声比(Signal to Interference plus Noise Ratio)的累计分布函数曲线，图1和图2中Random UA Scheme表示随机用户接入方法，Proposed UAScheme表示本发明提出的用户接入方法，Pilot Reassignment Scheme表示导频全部重新分配用户接入方法，图1中横坐标为最小化上行干扰加噪声比(Signal to Interferenceplus Noise Ratio)，纵坐标为累计分布(CDF)；图2中横坐标为基站天线的数量，纵坐标为用户平均上行速率。大规模MIMO多小区创新用户接入方案仿真实验2按照如表2(大规模MIMO多小区创新用户接入方案仿真实验2参数)所示给定的仿真实验参数，展示了本发明技术方案三种不同用户接入方案下基站天线的数量与平均上行速率的关系。根据图1和图2的仿真结果可以看出本发明提出的用户接入方法与其他两种常见的用户接入方案相比是最优的。
表1
参数 取值
小区的数量N 7
小区的半径R 500m
路径损耗指数α 3
对数正太阴影衰落σ<sub>shadow</sub> 8dB
平均传输功率P<sub>p</sub>,P<sub>d</sub> 10dBW
导频序列的数量K 10
候选用户的数量L 5
离开的用户数量T 5
表2
Figure GDA0002258903670000211
本发明提供了一种用于大规模MIMO多小区网络的用户接入方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (1)

1.一种用于大规模MIMO多小区网络的用户接入方法，其特征在于，包括如下步骤：
步骤1，计算用户的上行信干噪比；
步骤2，根据用户的上行信干噪比获取所有可能的用户接入方案；
步骤3，对所有可能的用户接入方案进行优化，得到所有可能的用户接入方案中的最优结果；
步骤1包括如下步骤：
步骤1-1，假设在一个时分双工TDD模式下的包含N个小区的MIMO网络中，每个小区有一个安装了M根天线的基站和K个单天线的用户，在第j个小区的k个用户和第i个小区的基站间的传输信道向量hi,j,k为：
其中βi,j,k为第j个小区的k个用户和第i个小区的基站间的大尺度衰落系数，gi,j,k为小尺度衰落系数；
步骤1-2，在导频训练阶段，所有的已接入用户同步向基站发送导频序列，此时在i个小区的基站与在i个基站内的k个用户间的信道估计
Figure FDA0002258903660000012
为：
Figure FDA0002258903660000013
其中hi,i,k为在第i个小区的k个用户和第i个小区的基站间的传输信道向量，
Figure FDA0002258903660000014
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户，zp,i,k为加性高斯白噪声，k(i)表示在第i个小区内的第k个用户；
步骤1-3，在信号发送阶段，第i个小区内的基站收到的信号yi为：
Figure FDA0002258903660000021
其中∑为求和，表示在第j个小区的k(j)用户和第i个小区的基站间的传输信道向量，
Figure FDA0002258903660000023
为已接入用户k(j)发送的数据，Pd为发送功率，zd,i为加性高斯白噪声；
步骤1-4，利用信道状态信息估计和低复杂度匹配滤波器解码，解码后的用户k(i)发送的数据
Figure FDA0002258903660000024
为：
Figure FDA0002258903660000025
其中
Figure FDA0002258903660000026
表示解码后的第i个小区的k个用户和第i个小区的基站间的传输信道向量的共轭转置，表示用户k(i)发送的实际数据，
Figure FDA0002258903660000028
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量的共轭转置，
Figure FDA0002258903660000029
表示用户U(j,k(i))发送的数据，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户，
Figure FDA00022589036600000210
是包含了干扰和噪声的联合项；
步骤1-5，计算出用户k(i)的上行信干噪比SINRi,k：
Figure FDA00022589036600000211
其中hi,i,k表示在第i个小区的k用户和第i个小区的基站间的传输信道向量，
Figure FDA00022589036600000212
表示其共轭转置，
Figure FDA00022589036600000213
表示在第j个小区的U(j,k(i))用户和第i个小区的基站间的传输信道向量，
Figure FDA0002258903660000031
表示其共轭转置，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户，是包含了干扰和噪声的联合项，根据随机矩阵理论，SINRi,k对应的上行信干噪比SINR渐近值
Figure FDA0002258903660000033
为：
Figure FDA0002258903660000034
其中lim表示求极限，βi,i,k表示第i个小区的k个用户和第i个小区的基站间的大尺度衰落系数，表示第j个小区的U(j,k(i))个用户和第i个小区的基站间的大尺度衰落系数，U(j,k(i))表示在第j个小区与用户k(i)分配相同导频信号的用户；
步骤2包括如下步骤：
步骤2-1，通过最小化所有已接入用户的上行信干噪比SINR倒数的和的方法得到如下最优用户接入问题公式：
其中{Ψ}为所有可能的用户接入方案，min为取最小值；
步骤2-2，利用渐近值
Figure FDA0002258903660000037
对步骤2-1中的公式进行转换：
步骤3，对步骤2-2的公式进行优化，求取最优用户接入问题的最优解；
步骤3包括如下步骤：
步骤3-1，定义指示函数
Figure FDA0002258903660000039
时表示分配了导频l的已接入用户离开了小区i；
Figure FDA00022589036600000311
时表示分配了导频l的已接入用户留在小区i，这时小区i的基站将会分配导频l给一个新接入的用户
Figure FDA0002258903660000041
对于给定的用户接入方案Ψ，设Al为新接入的、分配了导频l的用户集合，Bl为所有分配了导频l的已接入用户集合，函数Fl(Al)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，函数Fl(Al)包含两个部分：一部分是已接入的用户，另一部分是新接入的用户，Fl(Al)表示为：
Figure FDA0002258903660000042
其中，
Figure FDA0002258903660000043
表示第j个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户
Figure FDA0002258903660000046
和第i个小区的基站间的大尺度衰落系数的平方，表示第q个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，
Figure FDA0002258903660000049
表示第i个小区的用户
Figure FDA00022589036600000410
和第j个小区的基站间的大尺度衰落系数的平方，
Figure FDA00022589036600000411
表示第j个小区的用户
Figure FDA00022589036600000412
和第j个小区的基站间的大尺度衰落系数的平方，
Figure FDA00022589036600000413
表示在第i个小区中分配了导频l的用户，表示第j个小区分配了导频l的新接入的用户，
Figure FDA00022589036600000415
表示第q个小区分配了导频l的新接入的用户；
步骤3-2，函数Fl非负，且所有留在小区内的用户的上行信干噪比SINR的倒数表示为：
其中，
Figure FDA00022589036600000417
为SINRi,k的渐近值，表示在第t个小区中分配了导频l的用户，表示在第i个小区中分配了导频l的用户，
Figure FDA00022589036600000420
表示在第t个小区的用户与第i小区内基站的大尺度衰落系数，
Figure FDA0002258903660000051
表示在第i个小区的用户与第i小区内基站的大尺度衰落系数，并且其中为常数；
则最优用户接入问题重新构造为以下优化问题：
使得：
|Al∩C(i)|＝1,此时
Figure FDA0002258903660000055
其中l∈K,1≤i≤N，C(i)表示i小区内的所有候选用户集合；
Figure FDA0002258903660000056
此时l≠k,其中l,k∈K，Ak表示分配了导频k的用户集合；
步骤3-3，假设
Figure FDA0002258903660000057
因为Fl非负，所以其中
Figure FDA0002258903660000059
为包含了
Figure FDA00022589036600000510
的更大的用户集合，
Figure FDA00022589036600000511
为对应
Figure FDA00022589036600000512
的函数，
当|Al|≥1时，
Figure FDA00022589036600000513
Figure FDA0002258903660000061
其中，函数Fl(Al)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，
Figure FDA0002258903660000062
表示在第i个小区中分配了导频l的用户，
Figure FDA0002258903660000063
表示第j个小区分配了导频l的新接入的用户；
所以，Fl非递减；
当
Figure FDA0002258903660000064
且其中C(t)表示在t小区的所有候选用户集合，
Figure FDA0002258903660000066
表示第t个小区预备分配导频l的候选用户，
Figure FDA0002258903660000067
Figure FDA0002258903660000068
其中
Figure FDA0002258903660000071
是函数Fl的增量，在上式中这个增量为则Fl(Al)是一个非负、非递减的超模函数，通过超模用户接入贪婪算法得到一个该函数的次优解，
Figure FDA0002258903660000073
表示第t个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，
Figure FDA0002258903660000075
表示第t个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，
Figure FDA0002258903660000077
表示第i个小区的用户
Figure FDA0002258903660000078
和第j个小区的基站间的大尺度衰落系数的平方，
Figure FDA0002258903660000079
表示第j个小区的用户
Figure FDA00022589036600000710
和第t个小区的基站间的大尺度衰落系数的平方，
Figure FDA00022589036600000711
表示第t个小区的用户和第t个小区的基站间的大尺度衰落系数的平方；
步骤3-3中，所述通过超模用户接入贪婪算法得到一个该函数的次优解，具体包括：
设Al为空集，T为离开网络的已接入用户数量，则：
Figure FDA00022589036600000713
使得
Figure FDA00022589036600000714
其中，变量n的取值范围为1到T，
Figure FDA00022589036600000715
表示在A中使得B最小的取值，n*,l*,i*分别表示优化后变量n,l,i的最优值，进而：
Figure FDA00022589036600000716
其中
Figure FDA00022589036600000717
为次优的、新接入的并且分配了导频l*的用户集合，
Figure FDA00022589036600000718
表示次优的第i*个小区分配了导频l*的新接入的用户，
Figure FDA00022589036600000719
为指示函数，
Figure FDA00022589036600000720
时表示分配了导频l*的已接入用户离开了小区i*，
Figure FDA00022589036600000721
时表示分配了导频l*的已接入用户留在小区i*，
最优用户接入问题的次优解的理论保证如下：
设λ是函数F的曲率，
Figure FDA0002258903660000081
其中U,V,B为一般集合，服从U,
Figure FDA0002258903660000082
Figure FDA0002258903660000083
表示第t个小区分配了导频l的新接入的用户，ΔF(.)为函数F的增量，函数F为非负、非递减的超模函数，则上述贪婪算法产生的解Agr有：
Figure FDA0002258903660000084
其中Aopt是最优用户接入问题的最优解，即所有可能的用户接入方案中的最优结果。
CN201810148988.4A 2018-02-13 2018-02-13 一种用于大规模mimo多小区网络的用户接入方法 Expired - Fee Related CN108064070B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810148988.4A CN108064070B (zh) 2018-02-13 2018-02-13 一种用于大规模mimo多小区网络的用户接入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810148988.4A CN108064070B (zh) 2018-02-13 2018-02-13 一种用于大规模mimo多小区网络的用户接入方法

Publications (2)

Publication Number Publication Date
CN108064070A CN108064070A (zh) 2018-05-22
CN108064070B true CN108064070B (zh) 2020-01-10

Family

ID=62134479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810148988.4A Expired - Fee Related CN108064070B (zh) 2018-02-13 2018-02-13 一种用于大规模mimo多小区网络的用户接入方法

Country Status (1)

Country Link
CN (1) CN108064070B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108768469A (zh) * 2018-06-11 2018-11-06 山东大学 一种适用于协作noma系统的二分图匹配用户配对方法
CN110401519B (zh) * 2019-07-10 2021-12-07 中国联合网络通信集团有限公司 一种导频分配方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104393972A (zh) * 2014-11-27 2015-03-04 山东大学 一种基于用户位置信息的大规模mimo系统导频分配方法
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
CN104768162A (zh) * 2015-03-17 2015-07-08 重庆邮电大学 一种多小区大规模mimo系统的导频动态分配方法
CN106452713A (zh) * 2016-10-28 2017-02-22 北京北方烽火科技有限公司 一种导频污染减轻方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104393972A (zh) * 2014-11-27 2015-03-04 山东大学 一种基于用户位置信息的大规模mimo系统导频分配方法
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
CN104768162A (zh) * 2015-03-17 2015-07-08 重庆邮电大学 一种多小区大规模mimo系统的导频动态分配方法
CN106452713A (zh) * 2016-10-28 2017-02-22 北京北方烽火科技有限公司 一种导频污染减轻方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Pilot Allocation Scheme for TDD Massive MIMO System Enabled HetNet;Hui Zhi, Quan Yuan, Jun Zhu, Yanjun Hu;《IEEE》;20171231;全文 *
基于图着色的大规模MIMO 系统中动态导频分配;樊自甫，胡敏，李悦宁;《计算机应用》;20171210;全文 *
大规模MIMO 系统中基于用户分类的动态导频分配;张进彦，金凤，尹礼欣;《研究与开发》;20171231;全文 *

Also Published As

Publication number Publication date
CN108064070A (zh) 2018-05-22

Similar Documents

Publication Publication Date Title
CN109474980B (zh) 一种基于深度增强学习的无线网络资源分配方法
Xu et al. Optimal power allocation scheme for non-orthogonal multiple access with $\alpha $-fairness
Xu et al. On the outage performance of non-orthogonal multiple access with 1-bit feedback
CN109155661B (zh) 自适应分组用户设备的组播和波束成形
CN102055563B (zh) 一种适用于多基站协作的自适应联合线性预编码方法
CN106452525B (zh) 一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法
CN108616997A (zh) Noma系统中的功率分配方法
CN104144039B (zh) 一种大规模mimo系统中基于相干时间的导频分配方法
CN104039004A (zh) 大规模多输入多输出系统中异构用户导频功率优化分配方法
CN105704721A (zh) 一种提高频谱利用率的d2d-p复用蜂窝网络通信方法
CN109451569A (zh) 一种无线携能异构网络中的资源分配方法
CN108064070B (zh) 一种用于大规模mimo多小区网络的用户接入方法
CN107104711B (zh) 一种大规模非正交多接入方法
CN106209188B (zh) 大规模mimo系统中基于部分导频交替复用的导频污染减轻方法
Dahrouj et al. Coordinated scheduling for wireless backhaul networks with soft frequency reuse
CN103178939B (zh) 基于有限反馈技术降低反馈量提高系统吞吐率的方法
CN105611640B (zh) 一种公平度可调的CoMP下行用户调度方法
US20220369332A1 (en) Scheduling method and apparatus
CN105763238A (zh) 一种基于量化预编码的多用户mimo系统用户选择方法
Zeng et al. Downlink power allocation optimization in pattern division multiple access
CN111277307B (zh) 一种有限反馈欠秩信道时mu-mimo系统的资源分配方法
CN108418615B (zh) 一种基于mu-mimo有限反馈系统的用户调度方法
CN107579762A (zh) 一种基于量化和统计信道信息的多小区协作预编码方法
CN110086591B (zh) 一种大规模天线系统中的导频污染抑制方法
CN107888247B (zh) 无线移动通信系统中基于有限反馈的机会式干扰对齐方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200110

Termination date: 20220213