CN109831233A - 一种多小区协调大规模mimo波束域多播功率分配方法 - Google Patents

Abstract

本发明提出了一种基于多小区协调的大规模MIMO波束域多播功率分配方法，配置大规模天线阵列的基站在相同的时频资源上采用小区内多播的方式与本小区的所有用户进行多播通信。多个小区构成一个小区簇，各小区基站获取小区簇内所有用户的波束域统计信道状态信息，并将其发送给中央处理中心。中央处理中心依据统计信道状态信息对小区簇内各小区的基站进行多播信号的功率分配。其中，波束域功率分配基于Minorize‑Maximize迭代算法和确定性等同方法迭代求解，并随着统计信道状态信息的变化动态更新功率分配结果。本发明解决了基站侧仅知道统计信道状态信息的波束域多小区多播的功率分配问题，提升了系统的多播和速率，并且有效降低了实现复杂度。

Description

一种多小区协调大规模MIMO波束域多播功率分配方法

技术领域

本发明属于通信领域，具体涉及一种在多小区多播场景下利用大规模天线阵列和基站到各用户的统计信道状态信息进行多小区协调大规模MIMO波束域多播的功率分配方法。

背景技术

大规模MIMO系统基站利用大规模天线阵列(天线数量为几百甚至上千)同时服务多个用户，有效降低用户间干扰，提高无线通信系统的频谱利用率和功率效率。波束域传输是指基站侧通过统一的酉变换将发射信号转换到波束域，充分利用大规模天线阵列的空间角度分辨率和用户信道在波束域中的局部特性。

多小区多播通信场景下，基站将多播信号发送给小区内的用户，小区内用户收到本小区基站发送的多播信号的同时还会收到其他小区的基站发送过来的干扰信号。在该场景下，往往需要构建并求解关于基站发送多播信号的功率分配问题，此类问题目标函数非凹，通常难以得到全局最优解，并且优化过程中需要进行期望运算，实现复杂度高。同时，现有的多小区多播功率分配方法，仅考虑了小区内用户的信道状况，没有充分利用周边其他小区用户的信道状况，优化结果仍有很高的性能提升空间。

发明内容

发明目的：本发明的目的是提供一种在多小区多播场景下利用大规模天线阵列和基站到各用户的统计信道状态信息进行的多小区协调大规模MIMO波束域多播功率分配方法。

技术方案：为实现上述发明目的，本发明采用的技术方案为：

一种多小区协调大规模MIMO波束域多播功率分配方法，包括以下步骤：

(1)在多小区进行小区内多播通信的场景下，将相邻的多个小区构成一个小区簇，小区簇内各小区的基站配置大规模天线阵列，各基站在统一时频资源上与本小区用户进行多播通信。

(2)各小区基站获取小区簇内各用户的统计信道状态信息，所述统计信道状态信息通过用户反馈或基站直接估计来获取，或者通过上行探测信号获得。

(3)各小区基站将获取的统计信道状态信息发送给中央处理中心(负责协调小区簇内所有小区)，中央处理中心根据获取的统计信道状态信息构建波束域多小区协调多播的功率分配优化问题，利用Minorize-Maximize迭代算法和确定性等同方法求解该优化问题，对发送多播信号进行功率分配，并通过回程链路向各基站返回功率分配结果。

(4)在用户移动过程中，随着小区基站与小区簇中用户之间统计信道状态信息的变化，各基站动态实施波束域功率分配，该多小区协调多播的过程动态更新。

所述步骤(1)中基站由于使用大规模天线阵列，可以使用相同的酉变换生成可以覆盖整个小区的大规模波束集合，实现对空间资源的波束域划分。当基站侧配置均匀线阵时，波束域变换酉矩阵为离散傅里叶变换矩阵。基站在生成的波束域与本小区用户进行多播通信。

所述步骤(2)中的统计信道状态信息通过在用户端对通信过程中所估计的瞬时信道状态信息进行统计并反馈给基站的方式获得，或通过直接在基站端对所估计的瞬时信道状态信息反馈值进行统计的方式获得，或通过用户端发送上行探测信号的方式获得。

所述步骤(3)中的中央处理中心根据收到的各基站发送的统计信道状态信息基于Minorize-Maximization迭代算法和确定性等同方法进行多播信号的功率分配，并将多播信号的功率分配结果发送给各小区基站。各小区基站根据接收到的结果进行发送多播信号的设计。

上述的基于Minorize-Maximization迭代算法和确定性等同方法的功率分配方法包括：

1.利用矩阵运算将目标函数写成两项相减的形式，将第二项减数项进行一阶泰勒级数展开，将非凹的目标函数转化凹的函数，形成本次迭代的凸优化问题，利用凸优化方法进行求解。

将当次迭代过程中产生的解带入优化目标形成下一次迭代的优化问题，并再次进行求解。重复该步骤直至相邻两次迭代过程中的系统多播和速率的差值小于给定阈值，最后一次迭代过程的解即优化问题的解。

2.为避免求期望的高复杂度运算，利用大维随机矩阵理论，计算目标函数期望运算内第一项减数项的确定性等同。

所述步骤(4)中随着基站与小区簇中用户之间相对位置的变化，基站与用户之间的波束域统计信道状态信息也发生变化，基站根据变化后的统计信道状态信息重新实施上述波束域功率分配，从而实现多小区协调多播过程的动态更新。

有益效果：与现有技术相比，本发明具有如下优点：

1.基站与本小区用户在波束域上实施多播通信，可以与其无线信道的空间特性相匹配，从而获取使用大规模天线阵列所带来的功率效率和频谱效率的提升。

2.在对发送多播信号进行设计时，不仅利用了本小区用户的波束域统计信道状态信息，还充分利用了其他小区用户的波束域统计信道状态信息，提高了设计性能。

3.利用Minorize-Maximization迭代算法和确定性等同方法进行发送多播信号的功率分配，显著降低优化问题求解和物理层实现的复杂度，并且该功率分配方法能够获得全局最优解。

附图说明

图1为多小区协调大规模MIMO多播系统示意图。

图2为基于Minorize-Maximization迭代算法和确定性等同方法的算法流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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、完整的描述。

本发明实施例公开的一种多小区协调大规模MIMO波束域多播功率分配方法，主要包括以下步骤：

(1)在多小区进行小区内多播通信的场景下，将相邻多个小区构成一个小区簇，小区簇内各小区的基站侧配置拓扑结构相同的大规模天线阵列，采用统一的酉变换将空间域信号变换到波束域。例如，天线阵列为均匀线阵时，波束域变换酉矩阵为离散傅里叶变换矩阵。基站在波束域向本小区用户发送多播信号。

(2)基站获取小区簇内各用户的波束域统计信道状态信息，所述统计信道状态信息通过用户反馈或基站直接估计来获取，或者通过上行探测信号获得。

(3)各小区基站将获取的统计信道状态信息发送给中央处理中心(负责协调小区簇内所有小区)，中央处理中心根据获取的统计信道状态信息构建波束域多小区协调多播的功率分配优化问题，利用Minorize-Maximize迭代算法和确定性等同方法求解该优化问题，对发送多播信号进行功率分配，并通过回程链路向各基站返回功率分配结果。

(4)在各用户动态移动过程中，随着基站与本小区用户和其他小区用户之间波束域统计信道状态信息变化，基站侧动态实施波束域功率分配，多播过程动态更新。

下面以图1所示的多小区协调大规模MIMO波束域多播系统为例，系统包含U个小区构成的小区簇和一个中央处理中心(负责协调小区簇内所有小区)。每个小区配置有一基站，基站侧配置M根发射天线的大规模均匀线阵(M为10²～10³数量级)，天线间隔为半波长。每个小区u的用户集合为Θ_u，用户数为Θ_u中的元素数目，每个用户配置N根接收天线。

各基站获取小区簇内各用户的波束域统计信道状态信息并发送给中央处理中心进行协调功率分配。其中，G_k,u,l为第l个小区的基站到第u个小区第k个用户的波束域信道矩阵，表示期望运算，⊙表示矩阵的阿达玛积，上标*表示矩阵的共轭。

基站将将要发送给小区内用户的空间域信号通过统一的酉变换(此处酉变换矩阵为离散傅里叶变换矩阵)变换波束域，基站在波束域向本小区各个用户发送多播信号。假设第u个小区基站发送的波束域多播信号为x_u，发送信号的协方差矩阵为系统多播和速率可以表示为：

其中，G_k,u,u为第u个小区的基站到本小区第k个用户的波束域信道矩阵，Λ_u为第u个小区的基站发送的多播信号的协方差矩阵，是第u个小区第k个用户收到干扰信号的协方差矩阵，其中是一个对角矩阵，对角线上的元素可以表示为t＝1,...N。I为单位矩阵，上标H表示求矩阵的共轭转置，上标-1表示求矩阵的逆，上标T表示矩阵的转置，det表示取矩阵的行列式，tr(·)表示计算矩阵的迹，diag表示对角矩阵。考虑到波束域信道基站侧的相关性很低，基站在各个波束上发送相互独立的数据流，即矩阵Λ_l为对角矩阵。

为了使系统多播和速率达到最大，需要对各基站发送信号的协方差矩阵(Λ₁,...,Λ_U)进行优化，即在基站侧对发送信号进行功率分配，即解决如下优化问题：

其中，P_u为第u个小区的基站的功率约束，≥0表示矩阵非负定。

此问题目标函数非凹，很难得到全局最优解，且实现复杂度很高。首先利用矩阵运算将目标函数期望运算内的部分转化为两项相减的形式：

其中

R_k,u,2(Λ₁,...,Λ_U)＝logdet(K_k,u) (5)

然后利用Minorize-Maximize迭代算法进行求解。在当次迭代过程中，将第二项减数项进行一阶泰勒展开，将非凹的目标函数转变为凹的目标函数：

i为迭代索引，其中梯度部分是一个M×M的对角矩阵，对角线上的元素可以利用统计信道状态信息准确计算：

利用内点法或其他凸优化方法求解当次迭代过程中的优化问题，将得到的解带入优化目标产生下一次迭代的优化问题，并再次求解，直至相邻两次迭代过程中系统的多播和速率的差值小于给定阈值停止迭代，最后一次迭代过程的解即优化问题的解；

由于计算第一项被减项R_k,u,1(Λ₁,...,Λ_U)中有求期望的操作，需要使用蒙特卡洛仿真对信道进行遍历，计算复杂度极高。为了降低运算复杂度，运用大维矩阵理论，计算第一项被减项R_k,u,1(Λ₁,...,Λ_U)的确定性等同

其中

和Φ_k,u是对角矩阵，通过如下迭代求解得到：

C_k,u(X)表示生成N×N的对角矩阵，B_k,u(Y)表示生成M×M的对角矩阵，对角线上的元素表示为：

[C_k,u(X)]_n,n＝tr{diag{([Ω_k,u,u]_n,:)^T}X} (13)

[B_k,u(Y)]_m,m＝tr{diag{([Ω_k,u,u]_:,m)}Y} (14)

图2示出了本发明实施的基于Minorize-Maximize迭代算法和确定性等同方法的实现流程，详细过程如下：

步骤1：初始化发送信号的协方差矩阵设置迭代次数指示i＝-1。在初始化发送信号的协方差矩阵时，可以假设均匀功率分配，第u个基站发送信号的协方差矩阵可以设为其中I是M×M的单位矩阵。

步骤2：利用公式(8)计算初始多播和速率的确定性等同表示

步骤3：设置i＝i+1。通过公式(7)计算的梯度。

步骤4：形成公式(6)中的优化问题后利用内点法或其他凸优化方法求解凸优化问题得到

步骤5：根据功率分配矩阵利用公式(11)(12)迭代计算辅助变量和Φ_k,u直至收敛，然后利用公式(8)计算第一项被减项的确定性等同表示

步骤6：计算第(i+1)次迭代多播和速率的确定性等同

步骤7：比较和如果两者之间的差值小于预先设定的阈值ζ则停止迭代，此时的即优化问题的解。否则返回步骤3。

在各用户移动过程中(甚至可以离开小区)，随着基站与本小区用户和其他小区用户之间的波束域统计信道状态信息的变化，基站侧根据更新后的统计信道状态信息重复前述步骤，进行波束域多播功率分配。波束域统计信道状态信息的变化与具体应用场景有关，其典型统计时间窗是短时传输时间窗的数倍或数十倍，相关的统计信道状态信息的获取也在较大的时间宽度上进行。

应当指出，以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。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 (8)

1.一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：包括以下步骤：

(1)将多个小区构成一个小区簇，小区簇内各小区的基站配置大规模天线阵列，各基站在同一时频资源上与本小区用户进行多播通信；

(2)各小区基站获取小区簇内各用户的统计信道状态信息，所述统计信道状态信息通过用户反馈或基站直接估计来获取，或者通过上行探测信号获得；

(3)各小区基站将获取的统计信道状态信息发送给中央处理中心，中央处理中心根据获取的统计信道状态信息构建波束域多小区协调多播的功率分配优化问题，利用Minorize-Maximize迭代算法和确定性等同方法求解该优化问题，对发送多播信号进行功率分配，并通过回程链路向各基站返回功率分配结果；所述波束域多小区协调多播的功率分配优化问题的优化目标为最大化系统中各小区多播速率之和，优化变量为各个基站发送的多播信号的协方差矩阵；约束条件为各基站发送的多播信号的协方差矩阵满足功率约束；

(4)在用户移动过程中，随着小区基站与小区簇中用户之间统计信道状态信息的变化，各基站动态实施波束域功率分配，该多小区协调多播的过程动态更新。

2.根据权利要求1所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述步骤(1)中基站使用相同的酉变换生成可以覆盖整个小区的大规模波束集合，实现对空间资源的波束域划分；当基站侧配置均匀线阵时，波束域变换酉矩阵为离散傅里叶变换矩阵；基站在生成的波束域与本小区用户进行多播通信。

3.根据权利要求1所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述波束域统计信道状态信息由基站通过用户反馈或直接估计获取，或根据接收到的本小区和其他小区用户发送的上行探测信号获得，且第l个小区的基站到第u个小区第k个用户的统计信道状态信息G_k,u,l为第l个小区的基站到第u个小区第k个用户的波束域信道矩阵，表示期望运算，⊙表示矩阵的阿达玛积，上标*表示矩阵的共轭。

4.根据权利要求1所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述的步骤(3)中的波束域多小区协调多播的功率分配优化问题表示为：

s.t.tr{Λ_u}≤P_u,

Λ_u≥0,u＝1,...,U

其中，U为小区簇内的小区总数，Θ_u为第u个小区的用户集合，K_k,u为第u个小区第k个用户收到干扰信号的协方差矩阵，G_k,u,u为第u个小区的基站到本小区第k个用户的波束域信道矩阵，Λ_u为第u个小区的基站发送的多播信号的协方差矩阵，I为单位矩阵，P_u为第u个小区的基站的功率约束，上标H表示求矩阵的共轭转置，上标-1表示求矩阵的逆，表示期望运算，det表示取矩阵的行列式，tr()表示计算矩阵的迹，≥0表示矩阵非负定。

5.根据权利要求4所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述步骤(3)中利用Minorize-Maximize迭代算法求解所述波束域多小区协调多播的功率分配优化问题的具体方法包括：

利用矩阵运算将目标函数期望运算内的部分转化为两项相减的形式：

其中，

R_k,u,2(Λ₁,...,Λ_U)＝logdet(K_k,u)；

利用Minorize-Maximize迭代算法进行求解，在当次迭代过程中，将目标函数期望运算内第二项减数项进行一阶泰勒展开，将非凹的目标函数转变为凹的目标函数：

其中，上标i为迭代索引，上标T表示矩阵的转置；

利用凸优化方法求解当次迭代过程中的优化问题，将得到的解带入优化目标产生下一次迭代的优化问题，并再次求解，直至相邻两次迭代过程中系统的多播和速率的差值小于给定阈值停止迭代，最后一次迭代过程的解即优化问题的解。

6.根据权利要求5所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：第一项被减项R_k,u,1(Λ₁,...,Λ_U)的确定性等同为：

其中，

和Φ_k,u是对角矩阵，通过迭代求解得到：

C_k,u(X)和B_k,u(Y)表示生成对角矩阵，对角线上的元素表示为：

[C_k,u(X)]_n,n＝tr{diag{([Ω_k,u,u]_n,:)^T}X}，

[B_k,u(Y)]_m,m＝tr{diag{([Ω_k,u,u]_:,m)}Y}；

其中，diag表示对角矩阵，n＝1,...,N，m＝1,...,M，N为用户配置的接收天线数，M为基站配置的发射天线数。

7.根据权利要求1所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述步骤(3)中，基站根据中央处理中心返回的本小区多播信号的功率分配结果进行本小区多播信号的设计。

8.根据权利要求1所述的一种多小区协调大规模MIMO波束域多播功率分配方法，其特征在于：所述步骤(4)中随着小区内用户的移动，基站与本小区用户和其他小区用户之间的统计信道状态信息发生变化，基站根据不同的应用场景以相应时间间隔获取统计信道状态信息，动态实施波束域功率分配。