CN108134661A

CN108134661A - 一种大规模mimo系统中低复杂度的导频分配方法

Info

Publication number: CN108134661A
Application number: CN201810090986.4A
Authority: CN
Inventors: 樊自甫; 胡敏; 王正强; 万晓榆; 张鸿佳
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2018-01-30
Filing date: 2018-01-30
Publication date: 2018-06-08

Abstract

本发明请求保护一种大规模MIMO系统中低复杂度的导频分配方法，属于抑制导频污染领域，为了更有效地分配导频、减小导频污染，首先，在时分双工的工作模式下，利用时移导频获得信道估计；然后，把非线性规划的导频分配问题，通过建模转化为线性分配问题，分层式地分配导频给小区和用户。该发明所得结果有效地提高了用户的频谱效率，减小了导频污染，在一定程度上，降低了计算复杂度。

Description

一种大规模MIMO系统中低复杂度的导频分配方法

技术领域

本发明属于抑制导频污染技术领域，具体涉及一种大规模MIMO系统中低复杂度的导频分配方法。

背景技术

随着智能终端的迅速普及，无线移动通信系统中高速率的需求快速增长，大规模MIMO通过对空间维度的利用以及小区基站配置大量天线，能够有效地提高系统容量、频谱效率以及降低能量消耗，但在多个小区中，由于正交导频数量有限，导频存在复用而引起小区间的干扰，影响信道估计的精确性，降低系统性能，从而造成了导频污染，因此如何减小导频污染受到广泛的关注。

近年来，在大规模MIMO中抑制导频污染的研究受到广泛关注。对现有的文献检索发现，相关文献如下：Zhangbiao等人在《2016IEEE International Conference onCommunication Systems(ICCS),Shenzhen:IEEE,2016:1-5.》上发表了题为“Geneticalgorithmbasedpilot allocation scheme formassive MIMO system”的文章。虽然突破局部最优解的限制，以较低的算法复杂度实现各小区用户和速率最大，但其交叉算子使群体中的染色体具有局部相似性，存在搜索停滞的问题。Xudong Zhu等人在《IEEECommunications Letters,2015,19(9):1644-1647.》上发表了题为“SmartPilotAssignment forMassive MIMO”的文章。该文章提出了智能导频分配方法，利用贪婪算法对信道质量最差的用户依次分配干扰最小的导频序列，虽避免了严重的导频污染，但应用场景有限，并且计算复杂度较高。

因此，针对大规模MIMO系统中存在的导频污染，考虑到不同用户导频污染程度不同的情况，研究抑制导频污染的导频分配方法具有重要的实际应用价值和意义。由于导频分配问题是一个非线性规划问题，需要建立相关模型将其简化为线性分配问题，存在一定的计算复杂度。因此，在大规模MIMO系统中提出了一种低复杂度的导频分配方法。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提高系统的频谱效率、降低计算复杂度的大规模MIMO系统中低复杂度的导频分配方法。本发明的技术方案如下：

一种大规模MIMO系统中低复杂度的导频分配方法，其包括以下步骤：

步骤1)、大规模MIMO系统中，初始化小区个数、基站天线数、用户数、时隙数及大尺度衰落系数；

步骤2)、根据时移导频分配的原理，一个时隙分配一个由若干个小区组成的小区组，计算每个小区中每个用户的下行链路的信干噪比，从而得到每个用户的平均频谱效率；

步骤3)、利用每个用户的平均频谱效率作为优化目标，将导频分配问题转化为0-1规划问题，根据下行小区间干扰程度的衡量因子，对小区的导频污染程度进行升序排列，导频污染程度因子值大的小区优先分配导频，反之，导频污染程度因子值小的小区后分配导频；

步骤4)、根据小区的分组数和用户数，对非线性的0-1规划问题分别转化为对小区分配和用户分配的线性问题，根据每个小区每个用户的下行链路的信干噪比，计算所有小区总的频谱效率；

步骤5)、利用匈牙利算法依次解决步骤4)小区分配、用户分配的线性问题，直到导频分配完成。

进一步的，所述步骤1)中初始化小区个数L、基站天线数M、用户数K、时隙数N，大尺度衰落系数的值为：

其中，z_ikj是第j个小区的第k个用户到第i个小区基站之间阴影衰落，r_ikj是第j个小区的第k个用户到第i个小区基站之间的距离，η是路径损耗衰落系数。

进一步的，所述步骤2)中，根据时移导频分配的原理，一个时隙分配一个小区组，计算每个小区中每个用户的下行链路的信干噪比的具体公式为：

其中，P_kj表示为下行传输功率，P_ki表示为第i小区第k用户的下行传输功率，α_ki表示为第i小区第k用户的边界因子，α_kj表示为第j小区第k个用户的边界因子。

满足不等式：

a_in∈{0,1}表示在第n个时隙中第i个小区的用户是否发送导频给基站，a_jn表示第n个时隙中第j个小区的用户是否发送导频给基站，满足的条件为：从而得到每个用户的平均频谱效率为：

进一步的，所述步骤3)中将导频分配问题转化为0-1规划问题，因此0-1规划问题表示为：

定义下行小区间干扰程度的衡量因子为：根据干扰程度的衡量因子，对小区的导频污染程度进行升序排列，导频污染程度大的小区优先分配导频，反之，导频污染程度小的小区后分配导频；

进一步的，所述步骤4)具体为：根据小区的分组数和用户数，对非线性的0-1规划问题分别转化为对小区和用户分配的线性问题，小区分配的线性问题表示为：

其中，x_pq为优化变量，s_pq对应所有小区总的频谱效率为：

aⁱ _p表示第p组中第i小区是否发送导频给基站，a_jp表示第p组中第j小区是否发送导频给基站。

用户分配的线性问题表示为：

其中，对应所有小区总的频谱效率为：

进一步的，所述步骤5)利用匈牙利算法依次解决小区、用户分配的线性问题，具体包括步骤：每组小区共有N个小区，根据定义的干扰程度衡量因子，干扰程度大的小区优先分配导频，在每次迭代过程中，每组中各个小区分配的导频是上一组中没有分配过的导频，避免小区间导频重复，依次循环完成每组中小区的导频分配；针对用户的分配问题，利用同样的方法，每组用户共有K个用户，将每组中的各用户使用时移导频，保证与上一组的导频不重复，以此类推，直到所有用户分配导频。

本发明的优点及有益效果如下：

本发明针对下行大规模MIMO系统，提出了一种多小区多用户的低复杂度导频分配方法，旨在减小多小区间导频污染，提高系统的频谱效率。在考虑到不同用户导频污染程度不同的情况下，把非线性规划的导频分配问题，通过建模转化为线性分配问题，分层式地分配导频给小区和用户。基于大尺度衰落系数，将系统划分为多个子系统，依次解决线性分配问题。本发明所提供的方法基于小区间协作的优势，结合匈牙利算法依次解决小区和用户分配问题，在一定程度上降低计算复杂度，具有广泛的应用场景和可行性。提高系统的频谱效率是通过步骤三、四、五实现，同时本发明利用时移导频，联合小区分配和导频分配来改善系统的频谱效率。首先，针对小区分配，由于存在(L/N)个组，每组里面含有N个小区，在每次迭代的过程中，利用匈牙利算法对进行分配，于是每次迭代需要计算N²，因此，该阶段的计算复杂度为O(L/N×N²)＝O(LN)。同理可以得到，在导频分配过程中，每次迭代需要计算K²，针对L小区中被分配的用户，该阶段的计算复杂度为O(LK²)，所以本发明总的计算复杂度为O(LN+LK²)。然而，穷举分配方法的计算复杂度为O(N^L)，因此，相比于穷举分配方案，所提方案在一定程度上降低了计算复杂度。

附图说明

图1是本发明提供优选实施例大规模MIMO系统中低复杂度的导频分配方法的流程图；

图2是本发明对比三种算法的发射功率对系统下行频谱效率的影响；

图3是本发明对比三种算法的小区个数对系统下行频谱效率的影响；

图4是本发明对比三种算法的导频个数对系统下行频谱效率的影响。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

本实施例为大规模MIMO系统中低复杂度的导频分配方法，考虑的是由L个小区组成的蜂窝系统，每个小区包含K个单天线用户和配备M根天线的基站。其中，使用的载波频率为1900HZ，用户的位置在相应的小区中随机生成，小区的半径数为1000m，路径损耗因子为3.8，对数阴影衰落为8dB。利用仿真分别进行评估发射功率、小区个数、导频个数对系统频谱效率的性能影响。其中图2、图3和图4分别是系统下行频谱效率随发射功率、小区个数、导频个数的曲线变化图。

第一步，初始化小区个数L、基站天线数M、用户数K、时隙数N，大尺度衰落系数的值为：

第二步，根据时移导频分配的原理，一个时隙分配一个小区组，计算每个小区中每个用户的下行链路的信干噪比的具体公式为：

其中，P_kj表示为下行传输功率，α_ki表示为边界因子，满足不等式：

a_in∈{0,1}表示在第n个时隙中第i个小区的用户是否发送导频给基站，满足的条件为：从而得到每个用户的平均频谱效率为：

第三步，将导频分配问题转化为0-1规划问题，因此0-1规划问题表示为：

第四步，具体为：根据小区的分组数和用户数，对非线性的0-1规划问题分别转化为对小区和用户分配的线性问题，小区分配的线性问题表示为：

其中，x_pq为优化变量，s_pq对应所有小区总的频谱效率为：

用户分配的线性问题表示为：

其中，对应所有小区总的频谱效率为：

第五步，利用匈牙利方法依次解决小区、用户分配的线性问题，直到导频分配完成。

本实施例中，将所提的大规模MIMO系统中低复杂度的导频分配方法与穷举最优分配方法、小区分配方法以及随机导频分配方法作出对比。图2给出了系统下行频谱效率随发射功率的变化趋势图，其中N＝3，L＝12，K＝6。图3是系统下行频谱效率随小区个数的变化趋势图，其中N＝3，K＝6，发射功率为35dBm。图4是系统下行频谱效率随导频个数的变化趋势图，其中L＝12，K＝6，发射功率为35dBm。从图2可以看出，所提的导频分配方法、小区分配方法以及穷举分配方法所获得频谱效率均高于随机分配方法。尽管所提的分配方法与穷举分配方法存在小的差距，但相比小区分配方法，所提的方法获得的性能更高。同时也可以看出，当信噪比较低时，功率限制系统容量，频谱效率随发射功率增加而增大。另外，当信噪比高时，系统的容量受小区间干扰的限制，所提的方法的频谱效率相对稳定增加。从图3可以看出，当N＜L时，使用相同时移导频的小区相互干扰，导致导频污染，每个用户获得的平均频谱效率随小区数增加而减小。从图4可以看出，系统的频谱效率随着导频数量的增加而增大，除最优的穷举分配方法外，所提的方法获得的性能优于其他两种方法。同时可以看出，当导频数为12时，四种方法所得到的频谱效率非常接近。在实际系统中所用的导频数量是高于信道相干时间，因此系统的容量与相干间隔之间存在折中，不可能任意增加。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims

1.一种大规模MIMO系统中低复杂度的导频分配方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的大规模MIMO系统中低复杂度的导频分配方法，其特征在于，所述步骤1)中初始化小区个数L、基站天线数M、用户数K、时隙数N，大尺度衰落系数的值为：

3.根据权利要求2所述的大规模MIMO系统中低复杂度的导频分配方法，其特征在于，所述步骤2)中，根据时移导频分配的原理，一个时隙分配一个小区组，计算每个小区中每个用户的下行链路的信干噪比的具体公式为：

其中，P_kj表示为第j小区第k个用户的下行传输功率，P_ki表示为第i小区第k用户的下行传输功率，α_ki表示为第i小区第k用户的边界因子，α_kj表示为第j小区第k个用户的边界因子；

满足不等式：

4.根据权利要求3所述的大规模MIMO系统中低复杂度的导频分配方法，其特征在于，所述步骤3)中将导频分配问题转化为0-1规划问题，因此0-1规划问题表示为：

maxS

定义下行小区间干扰程度的衡量因子为：根据干扰程度的衡量因子，对小区的导频污染程度进行升序排列，导频污染程度大的小区优先分配导频，反之，导频污染程度小的小区后分配导频。

5.根据权利要求4所述的大规模MIMO系统中低复杂度的导频分配方法，其特征在于，所述步骤4)具体为：根据小区的分组数和用户数，对非线性的0-1规划问题分别转化为对小区和用户分配的线性问题，小区分配的线性问题表示为：

其中，x_pq为优化变量，s_pq对应所有小区总的频谱效率为：

a_ip表示第p组中第i小区是否发送导频给基站，a_jp表示第p组中第j小区是否发送导频给基站；

用户分配的线性问题表示为：

其中，对应所有小区总的频谱效率为：

6.根据权利要求5所述的大规模MIMO系统中低复杂度的导频分配方法，其特征在于，所述步骤5)利用匈牙利算法依次解决小区、用户分配的线性问题，具体包括步骤：每组小区共有N个小区，根据定义的干扰程度衡量因子，干扰程度大的小区优先分配导频，在每次迭代过程中，每组中各个小区分配的导频是上一组中没有分配过的导频，避免小区间导频重复，依次循环完成每组中小区的导频分配；针对用户的分配问题，利用同样的方法，每组用户共有K个用户，将每组中的各用户使用时移导频，保证与上一组的导频不重复，以此类推，直到所有用户分配导频。