CN108429574A - 大规模mimo系统发射天线选择方法 - Google Patents

Abstract

本发明公开了大规模MIMO系统发射天线选择方法，所述大规模MIMO系统发射天线选择方法，基于最大化用户接收信号总功率准则的发射天线选择算法以提高系统的误码率性能，使用凸优化方法获得最佳解，具体步骤包括：(1)初始化；(2)天线选择；(3)最大化信漏噪比的预编码传输；(4)每个用户接收机的接收，有效地改善了利用凸优化方法求解的可行性，降低了运算量。本发明的大规模MIMO系统发射天线选择方法具有可行性高、运算量低、操作方便等特点。

Description

大规模MIMO系统发射天线选择方法

技术领域

本发明涉及通信技术领域，更为具体地，涉及大规模MIMO系统发射天线选择方法。

背景技术

大规模MIMO系统，也可以称为大规模天线阵列，它比传统的MIMO具有更多数量级的天线，大规模MIMO可以显着提高链路可靠性、数据速率和频谱效率等性能，但是在实际应用中，由于物理尺寸限制和实现的复杂性，基站端使用的天线数量不能无限大，所以基站的天线选择技术成为研究的热点。

天线选择的最佳算法是遍历搜索法，即遍历从M个天线中选出N个的所有组合，计算出满足一定准则的最优解。这种穷搜法在天线数很大时计算量巨大几乎不可行。在天线数较小的传统MIMO系统中，使用迭代算法或穷搜法选择具有最大信道传输矩阵范数的天线组合，但对于收发天线数较多时就这些方法具有太多的运算量而不可行。在massive MIMO系统，有基于最大化信道容量选择天线的方法，其使用松弛方法进行凸优化问题的求解，降低了运算复杂度。也有是基于最大化最小信道矩阵的特征值准则选择天线的方法，用于改善系统误码率性能。这些方法均使用松弛方法，它们得到的解只是具有较好性能的次优解。比如提出的最大化系统和容量的方法中，在极大数目天线中选择较小数目的天线时，由于松弛求解带来的容量损失接近于5％。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于针对本文提出基于最大化用户接收信号总功率准则的发射天线选择算法以提高系统的误码率性能，使用凸优化方法获得最佳解，有效地改善了利用凸优化方法求解的可行性，降低了运算量。

本发明大规模MIMO系统发射天线选择方法，其特征在于，所述大规模MIMO系统发射系统包括包括大规模天线阵列的基站、MIMO信道、单天线用户接收机组成，其中发射端的天线数为100-1000根，接收端为多个单天线的用户，所选天线数可调，MIMO信道为Rayleigh平坦衰落信道，用户数据为单位功率的BPSK信号，基站已知CSI，且每个预编码矢量都是通过其2范数来确保，具体步骤如下：

1.，所述大规模MIMO系统发射天线选择方法包括如下步骤：

(1)初始化

(1a)基站发射端对所有发射天线按顺序进行编号；

(1b)按照已知的信道状态信息，构造基站所有发射天线到每个所有用户单接收天线的信道传输矩阵；

(2)天线选择

(2a)按照最大化信道传输矩阵的Frobenius范数的准则求解信道选择矩阵；

(2b)利用信道选择矩阵求解采用的发射天线编号；

(2c)按照所选的信道的信道编号获得其对应的信道传输矩阵；

(3)最大化信漏噪比的预编码传输

(3a)按照所选的信道传输矩阵求解每个用户的预编码矩阵；

(3b)使用预编码矩阵对基站欲发送的信息进行线性预处理，即预编码矩阵左乘信息矢量；

(3c)使用所选的天线将预处理后的信息调制以后发送出去；

(4)每个用户接收机的接收过程

(4a)每个用户匹配滤波的方法求解接收处理矩阵；

(4b)使用接收处理矩阵左乘接收的信号后然后进行解调，恢复出有用信息，完成一次通信。

上本发明的有益效果是：大规模MIMO系统发射天线选择方法，该算法是基于最大化所有用户的接收功率。仿真结果表明该算法的可行性高，并且比原始随机选择方案具有更好的BER性能和更大的容量。与最大化和容量算法相比，虽然和容量有所降低，但提高了系统的误码率性能。且提出的算法通过凸优化计算得到的解全部为最优解，明显的降低了运算复杂度，提高了计算效率。该算法可用于大规模的阵列天线中，为大规模MIMO系统的天线选择提供了一种有效的解决方法。

附图说明

图1为本发明系统的基本工作流程；

图2为本发明的大规模天线系统基本结构图；

图3为本发明天线选择算法的误码率性能曲线图；

图4为本发明天线选择算法的和容量曲线图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

如图2所示，系统的下行链路中基站有M个发射天线，与K个单天线的用户进行通信。MIMO系统下行链路基站的发送端完全已知CSI，根据一定的准则，把最好的N(K＜N＜＜M)个天线从M个天线中选出来服务K个用户构成大规模MIMO系统。

MIMO系统的输入输出关系可用下列矢量形式描述为：

y＝Hs+n

式中，y＝[y₁ y₂ y₃ … y_k]表示K×1的接收信号矢量；

s＝[s₁ s₂ s₃ … s_m]表示发射端的信号矢量；n＝[n₁ n₂ n₃ … n_k]是K×1的零均值复高斯随机矢量，方差为；H表示表示从发送端到用户的信道矩阵，它的大小为K×M。

参照图1，本发明实现的步骤如下：

步骤1，初始化

基站发射端对所有发射天线按顺序进行编号；按照已知的信道状态信息，构造基站所有发射天线到每个所有用户单接收天线的信道传输矩阵H。

步骤2，天线选择

按照最大化信道传输矩阵的Frobenius范数平方的准则求解信道选择矩阵；利用信道选择矩阵求解采用的发射天线编号；按照所选的信道的信道编号获得其对应的信道传输矩阵。

引入一个M×M个对角矩阵，其对角元素为γ_t(i＝1，2，.....，M)γ_i是一个二进制变量，表示第i根天线是否被选择。同时N必须满足以满足发射总功率约束。通过选择矩阵γ，我们的优化目标为：

对于M可能超过100的大规模MIMO系统，由于可能的天线组合数量极大，所以难以进行遍历的搜索。凸优化方法来解决上述问题，注意到不是一个凸问题，其他的限制条件是凸问题。所以我们上式中的约束条件：

这样目标问题变成一个可以求解的凸优化问题。这个问题可以用内点算法来解决。这种处理使得γ_i变成一个分数，从中选出N个最大取值，它们的下标代表在基站侧选取的天线。仿真结果表明，上式中的最优解γ_i通过软件CVX得出的只是1或者0，而不是分数，这个结果表明我们提出的选择方案比现有的可解性要好，更加简单可行。

步骤3，最大化信漏噪比的预编码传输

按照所选的信道传输矩阵求解每个用户的预编码矩阵；使用预编码矩阵对基站欲发送的信息进行线性预处理，即预编码矩阵左乘信息矢量；使用所选的天线将预处理后的信息调制以后发送出去；

本发明中使用最大SLNR预编码方法传输数据，以验证所提出的天线选择算法的性能。正如其中所定义的第k个用户的SLNR为：

其中p_k是代表第k个用户一个1×N预编码的矢量。h_Nk是代表从基站到第k个用户大小为1×N的信道。这里是指从k个用户中选出的最优的信道。

第k个用户的最优预编码矩阵是矩阵对和

的最大广义特征值对应的特征向量。使用预编码矩阵p_k左乘用户的信息矢量S然后使用选择的天线发送出去。

步骤4，每个用户接收机的接收过程

每个用户采用迫零或者最小均方误差方法求解接收处理矩阵，即预处理矩阵为G_k＝(h_kp_k)⁺/||(h_kp_k)||；使用接收处理矩阵左乘接收的信号后然后进行解调，恢复出有用信息，完成一次通信。

发明的效果可通过以下仿真实验条件进一步说明：

基于以上的分析，本文提出的最大化用户总功率的算法在容量性能上，比随机天线选择算法要好很多，但低于最大化和容量算法；在误码率性能上，明显优于随机选择算法，且略好于最大化和容量算法；在可解性上，我们的算法通凸优化得出的最优解γ_i只是1或者0，而不是分数，可解性更高。本发明提出的算法可以获得该目标问题的全局最优解，而最大化和容量算法得到的为局部最优解，本发明算法更加简单可行；在运算复杂度上方面，假设大规模MIMO系统发射端天线数为M，接收端为K个单天线用户，Monte-Carlo仿真次数为N，则最大化和容量算法的计算量约为[(M-1)M²+M²+M！]×(M×K×N)次加法运算和[M³+M！(M-1)]×(M×K×N)次乘法运算。提出算法的运算量约为[(M-1)M²]×(M×K×N)次加法运算和M³×(M×K×N)次乘法运算。与最大化和容量算法相比，可减少约(M²+M！)×(M×K×N)次加法和M！(M-1)×(M×K×N)次乘法运算。而在大规模MIMO系统中，100≤M≤1000，所以，提出的算法的运算复杂度更小。

仿真结果和讨论

为了分析提出算法的性能，对本文提出的算法、最大化和容量算法和随机选择天线算法进行Monte-Carlo仿真，比较了其系统容量和误码率性能。在仿真中，假设下行链路发射端的天线数为128根，接收端为3个单天线的用户，MIMO信道为Rayleigh平坦衰落信道，用户数据为单位功率的BPSK信号。基站已知CSI，且每个预编码矢量都是通过其2范数来确保|p_k|²＝1。

为了比较几种算法的误码率性能，图3给出了三种算法的BER曲线。由仿真结果来看，提出的算法误码率性能略高于最大化和容量算法的BER性能，但明显优于随机天线选择算法的BER性能。它能获得大规模MIMO系统更多的分集增益。

图4为三种算法的和容量性能比较，其中使用2000个相互独立的信道矩阵进行计算。对于每个信道，信道模型服从平坦瑞利衰落。由仿真结果可以看出，本文提出方案的系统和容量高于随机天线选择方案，低于最大和容量方案。另外从图中可见，用户数K不变，本文方案的系统和容量随着选择天线数N的增加而大幅提升。可见本文方案虽然从提升误码性能出发设计，但仍然保持较大的大规模MIMO系统的复用增益。

在本发明中，我们提出了一种有效的大规模MIMO系统发射端天线选择算法，该算法是基于最大化所有用户的接收总功率。仿真结果表明该算法的可行性高，并且比原始随机选择方案具有更好的BER性能和更大的容量。与最大化和容量算法相比，虽然和容量有所降低，但提高了系统的误码率性能。且提出的算法通过凸优化计算得到的解全部为最优解，明显的降低了运算复杂度，提高了计算效率。该算法可用于大规模的阵列天线中，为大规模MIMO系统的天线选择提供了一种有效的解决方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型均应包含在本发明的保护范围之内。

Claims (3)

1.大规模MIMO系统发射天线选择方法，其特征在于，所述大规模MIMO系统发射系统包括包括大规模天线阵列的基站、MIMO信道、单天线用户接收机组成，其中发射端的天线数为100-1000根，接收端为多个单天线的用户，所选天线数可调，MIMO信道为Rayleigh平坦衰落信道，用户数据为单位功率的BPSK信号，基站已知CSI，且每个预编码矢量都是通过其2范数来确保|p_k|²＝1，所述大规模MIMO系统发射天线选择方法包括如下步骤：

(1)初始化

(1a)基站发射端对所有发射天线按顺序进行编号；

(1b)按照已知的信道状态信息，构造基站所有发射天线到每个所有用户单接收天线的信道传输矩阵；

(2)天线选择

(2a)按照最大化信道传输矩阵的Frobenius范数的平方准则求解信道选择矩阵；

(2b)利用信道选择矩阵求解采用的发射天线编号；

(2c)按照所选的信道的信道编号获得其对应的信道传输矩阵；

(3)最大化信漏噪比的预编码传输

(3a)按照所选的信道传输矩阵求解每个用户的预编码矩阵；

(3b)使用预编码矩阵对基站欲发送的信息进行线性预处理，即预编码矩阵左乘信息矢量；

(3c)使用所选的天线将预处理后的信息调制以后发送出去；

(4)每个用户接收机的接收过程

(4a)每个用户采用匹配滤波的方法求解接收处理矩阵；

(4b)使用接收处理矩阵左乘接收的信号后然后进行解调，恢复出有用信息，完成一次通信。

2.根据权利要求1所述的大规模MIMO系统发射天线选择方法，其特征在于，步骤2a)中所述的信道选择矩阵是按照下列公式实现：M×M个对角矩阵，其对角元素为γ_i(i＝1，2，.....，M)，γ_i是一个二进制变量，表示第i根天线是否被选择。同时N必须满足以满足发射总功率约束。选择矩阵的求解是按照最大化备选信道矩阵的Frobenius范数的平方准则来确定的，即最大化从物理含义上讲是最大化用户接收的总功率。

3.根据权利要求1所述的大规模MIMO系统发射天线选择方法，其特征在于，步骤3)中所述每个用户的预编码矩阵是按照下列公式实现：

其中p_k是代表第k个用户一个1×N预编码的矢量。h_Nk是代表从基站到第k个用户大小为1×N的信道。这里是指从k个用户中选出的最优的信道。第k个用户的最优预编码矩阵是矩阵对和的最大广义特征值对应的特征向量。