CN113364496A - 一种基于建设性干扰的多小区分布式协作方法 - Google Patents

Abstract

本发明公开了一种基于建设性干扰的多小区分布式协作方法，包括：各个基站先根据本地信道状态信息设计初始发射信号，然后基站根据已有的发射信号计算并共享贡献度分量信息，从而基站可根据共享的贡献度分量信息计算出其余小区对于用户的影响，并更新自身的发射信号，直至收敛。本发明仅需少量信息交互即可大幅提升接收端接收信号的信号质量，实现接近集中式方案的误码率性能。

Description

一种基于建设性干扰的多小区分布式协作方法

技术领域

本发明属于无线通信技术领域，尤其涉及一种基于建设性干扰的多小区分布式协作方法。

背景技术

随着移动互联网的蓬勃发展，对移动通信流量的需求也在飞速地增加。为了解决不断增大的容量需求与有限的频谱资源之间的矛盾，如今通信系统中所规划的小区半径不断地缩小，以便在相同的面积里容下更多的小区，从而系统容量也会随之提高。但小区半径缩小，采用相同的频谱资源的小区的距离也就随之缩小，这使得小区边缘的用户遭受的小区间的干扰变得越来越强，严重制约了小区边缘用户的系统容量。因此，无线多小区网络干扰抑制是一个急需解决并且具有重要意义的问题。

多点协作(Coordinated Multi-Point，CoMP)传输是目前受到较多关注的一项技术，通过多个基站(Base Station，BS)对链路信道状态信息(Channel State Information,CSI)和用户数据信息的不同程度共享能够有效抑制小区间干扰，提升边缘用户的吞吐量和频谱效率。根据用户数据是否共享,多小区协作传输技术主要有以下两个方面:协作单小区传输以及协作多小区传输。协作单小区传输时，BS间共享CSI信息,不共享数据信息。协作多小区传输时，BS间不但共享CSI,同时共享数据信息。与协作单小区传输相比,协作多小区传输由于充分利用了空间自由度会取得更好的性能,但是相对的无线回传的开销过大,取得性能增益的同时常常伴随着更高的计算复杂度。

从是否有集中的中央处理器来看，多小区协作的处理模式可以分为集中式方案和分布式方案两种。分布式方案可以减少信息交互量，并且可以将问题分解为多个子问题，降低计算复杂度。传统的分布式算法，如分布式迫零预编码、分布式信漏噪比预编码等，通常仅利用本地CSI进行设计，因此性能相对于集中式方案有较大差距。

并且，传统算法对于小区间干扰的处理方法是将干扰看为有害部分而去尽量消除干扰。然而，最新的相关研究表明，从符号层次看待干扰，则干扰是可控的，可以被利用来提升系统的传输性能。这种有利于接收端有用信号检测的干扰被称为建设性干扰(Constructive Interference，CI)预编码。目前，已经部分方案研究将建设性干扰运用到分布式多小区协作中，但是这些方案性能距离集中式的方案仍有较大差距。为了解决这一问题，本发明提出了一种基于建设性干扰的多小区分布式协作方法，可以通过少量的信息交互大大提升系统的性能。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于建设性干扰的多小区分布式协作方法，该方法通过设计合适的初始发射信号，并通过少量的信息交互，实现了接收端接收信号的信号质量提高，有效的降低了系统的误码率。

本发明采用以下的技术方案：

一种基于建设性干扰的多小区分布式协作方法，含有以下步骤：

(1)输入基带调制后的用户数据

以及基站到用户的信道状态信息

(2)采用符号级预编码的方式，根据信道状态信息和发送数据信息，确定用户j_p的接收信号

的表达式为：

(3)根据建设性干扰的思想，将基站q的发射信号x_q对用户j_p的贡献度表示

(4)将贡献度

分解为两个分量

和

其中：

(5)用户j_p的最终贡献度是所有基站发射信号对j_p的贡献度的综合影响，即

(6)采用分布式处理，通过一定的信息交互，每个基站求解自身最优发射信号。

(6a)各个基站利用已知的本地信道状态信息，设计初始发射信号，即求解优化问题P1：

(6b)所有基站根据自身发射信号计算并共享贡献度分量信息。

(6c)所有基站根据已得到的贡献度分量信息，计算除本小区外其余小区贡献度叠加后对所有用户的影响。

(6d)所有基站同时更新自身的发射信号。先求解优化问题P2，即

||x_q||²≤P

再引入阻尼因子

辅助算法收敛，从而最终基站q更新后的发射信号可表示为：

x_q＝x_q,0+η(x_q,opt-x_q,0)

(6e)判断迭代算法是否收敛，若已收敛则结束算法得到最优发射信号，否则返回步骤(6b)。

与现有技术相比，本发明的有益效果为：

1.本发明利用建设性干扰的思想，通过设计合适的初始发射信号，并利用少量的信息交互，可以使得分布式方案的性能逼近于集中式方案的性能，明显优于现有的分布式方案性能。

2.本发明通过引入贡献度分量的概念，将多小区场景中多个小区对用户的叠加后的影响定量表示出来，极大方便了多小区协作时对干扰的处理。

附图说明

图1是本发明实现的分布式多小区协作方案的具体流程图；

图2是本发明的实例中用户随机分布情况；

图3是本发明的误码率性能与现有技术对比结果；

具体实施方式

下面结合附图对本发明的具体实施方式和效果作进一步描述。

假设一共有L个小区进行协作传输，每小区各自有K(K≤M)个用户，每个用户分别配有单根接收天线。每小区中心有一个基站，基站配置有M个发射天线。每个基站都已知所有用户的数据信息，并且已知本基站到所有其他用户的信道状态信息。基带调制方式为MPSK调制。本发明的实现步骤如下：

步骤1，设置基带调制方式为MPSK调制，j_p表示第p个小区的第j个用户，所有用户集合表示为

根据小区数和用户数生成调制后的用户数据

其中

表示第l个小区用户的数据。

表示基站q到小区p用户j_p的信道状态信息，假设每个基站已知其本地信道状态信息，即基站q已知

步骤2，采用符号级预编码的方式，考虑具体发送符号，根据信道状态信息和发送数据信息，确定用户j_p接收信号

的表达式为

其中，x_q表示基站q采用符号级预编码后的发射信号，(·)^T表示转置操作，

表示用户j_p处的接收噪声，其满足方差为

的复高斯分布，即

不失一般性，假设用户处的噪声方差相同，即

表示基站q的发射信号经过信号后对用户用户j_p的影响。

步骤3，根据建设性干扰的思想，将基站q的发射信号x_q对用户j_p的贡献度表示为：

其中，贡献度越大，则表示接收信号的有用功率越大，对接收端的检测越有利。Re(·)和Im(·)分别表示取实部和取虚部操作，(·)^*表示取共轭操作，θ_t和MPSK的调制阶数M有关，

步骤4，将贡献度

分解为两个分量

和

其中

则

为两个分量中的较小值，即

步骤5，用户j_p的最终贡献度是所有基站发射信号对j_p的贡献度的综合影响，可表示为：

其中，最终贡献度

决定了多小区协同传输时，用户j_p处的检测性能的好坏，

越大越有利于接收端的信号检测。

步骤6，参考附图2，采用分布式处理，通过一定的信息交互，每个基站求解自身最优发射信号。

(6.1)各个基站利用已知的本地信道状态信息，设计初始发射信号。初始发射信号的设计准则是在保证本小区用户性能的前提下，使得基站对所有用户的贡献度分量之和较小值较大。约束条件则是基站的各自功率受限。因此基站q的初始发射信号设计可以表示为如下的优化问题P1：

其中，||·||₂表示向量的二范数，P表示每个基站的受限功率。该问题是一个凸优化问题，可以用凸优化工具包有效的求解。

(6.2)所有基站根据自身发射信号计算贡献度分量信息，以基站q为例，其计算自身到所有用户的贡献度分量信息，即

所有基站共享各自的贡献度分量信息。

(6.3)所有基站根据已得到的贡献度分量信息，计算除本小区外其余小区贡献度叠加后对所有用户的影响，以基站q为例，即

(6.4)所有基站同时更新自身的发射信号，以基站q为例，先求解如下的优化问题P2：

||x_q||²≤P

该优化问题仍是凸问题，可利用凸优化工具包求解。

假设在求解优化问题P2前基站q的发射信号为x_q,0，而通过优化问题P2求得的最优解为x_q,opt。为了使得基站同步更新时算法能收敛，引人阻尼因子

从而最终基站q更新后的发射信号为：

x_q＝x_q,0+η(x_q,opt-x_q,0)

(6.5)判断算法是否收敛，若基站发射信号已收敛或达到最大基站交互次数，迭代阶段结束，否则返回步骤(6.2)。

为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的效果可通过以下仿真做进一步的说明：

1.仿真条件

本发明的仿真实验是在运行系统为Intel(R)Core(TM)i5-4670 CPU@3.40GHz，64位Windows操作系统进行的，仿真软件采用MATLAB。本仿真实验基带调制方式为QPSK调制，发射端天线数目M＝32，单天线用户数K＝6，协作小区数L＝4。如附图2所示，假设基站均匀分布在半径为1的圆上，边缘用户则是随机分布在半径为1/2的圆内。假设信道的大尺度衰落与用户到基站的距离有关，小尺度衰落满足方差为1的复高斯分布。每个基站的受限功率为P＝1。本发明对比技术方案为集中式符号级预编码方案和传统多小区分布式迫零方案。其中，集中式符号级预编码方案是在所有信道信息以及符号信息已知的情况下，采用单小区符号级预编码计算得到，是理论上的性能上界。而传统多小区分布式迫零方案是通过已知的本地CSI来设计预编码向量使得对其余小区用户的干扰为零。

2.仿真内容及结果分析

在上述环境下应用本发明和集中式符号级预编码方案和传统多小区分布式迫零方案进行对比，误码率性能结果如图3所示。

从图3中可看出，本发明的误码率功率性能明显优于传统多小区分布式迫零方案，这是由于建设性干扰的引入提升了系统的传输性能。并且，本发明的分布式方案的性能随着迭代次数的增加而提高，仅需要少数几次迭代即可得到接近集中式方案的性能。因此，本发明相比于现有技术能够有效的提升多小区分布式系统的传输性能。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (7)

1.一种基于建设性干扰的多小区分布式协作方法，其特征在于，包括如下：

(1)输入基带调制后的用户数据，以及基站到用户的信道状态信息，

(2)采用符号级预编码的方式，根据信道状态信息和发送数据信息，确定用户j_p的接收信号

的表达式为：

其中j_p表示第p个小区的第j个用户,

表示基站q到小区p用户j_p的信道状态信息,(·)^T表示转置操作，x_q表示基站q采用符号级预编码后的发射信号,

表示用户j_p处的接收噪声；

(3)根据建设性干扰的思想，将基站q的发射信号x_q对用户j_p的贡献度表示

其中，Re(·)和Im(·)分别表示取实部和取虚部操作，

表示用户j_p所需的数据，(·)^*表示取共轭操作，θ_t和MPSK的调制阶数M有关，

贡献度越大，则表示接收信号的有用功率越大，对接收端的检测越有利；

(4)将贡献度

分解为两个分量

和

其中：

则

为两个分量中的较小值，即

(5)用户j_p的最终贡献度是所有基站发射信号对j_p的贡献度的综合影响，即

其中最终贡献度

决定了多小区协同传输时，用户j_p处的检测性能的好坏，

越大越有利于接收端的信号检测；

(6)采用分布式处理，通过一定的信息交互，每个基站求解自身最优发射信号；

(6a)各个基站利用已知的本地信道状态信息，设计初始发射信号，即求解优化问题P1：

P₁:

其中K表示每小区用户数，||·||₂表示向量的二范数，P表示每个基站的受限功率；

(6b)所有基站根据自身发射信号计算并共享贡献度分量信息，以基站q为例，其计算自身到所有用户的贡献度分量信息，即λ_k,q,1,λ_k,q,2,

(6c)所有基站根据已得到的贡献度分量信息，计算除本小区外其余小区贡献度叠加后对所有用户的影响，以基站q为例，即

(6d)所有基站同时更新自身的发射信号，先求解优化问题P2，即

P₂:

||x_q||²≤P

再引入阻尼因子

辅助算法收敛，其中L为协作小区数，从而最终基站q更新后的发射信号可表示为：

x_q＝x_q,0+η(x_q,opt-x_q,0)

其中x_q,0表示更新前基站q的发射信号，x_q,opt表示通过优化问题P2求得的最优解；

(6e)判断迭代算法是否收敛，若已收敛则结束算法得到最优发射信号，否则返回步骤(6b)。

2.根据权利要求1所述的方法，其特征在于：步骤(4)将衡量接收信号的质量的指标

分解为两个分量

和

使得

3.根据权利要求1所述的方法，其特征在于：步骤(5)通过引入贡献度分量的概念，可以将将多小区场景中多个小区对用户的叠加后的影响定量表示出来，即

4.根据权利要求1所述的方法，其特征在于：步骤(6)采用分布式结构，仅通过交互少量的贡献度分量信息，每个基站可求解自身最优发射信号。

5.根据权利要求1所述的方法，其特征在于：步骤(6a)各个基站通过已知的本地信道状态信息，设计初始发射信号，初始发射信号的设计准则是在保证本小区用户性能的前提下，使得基站对所有用户的贡献度分量之和较小值较大，如优化问题P1所示。

6.根据权利要求1所述的方法，其特征在于：步骤(6b)所有基站根据自身发射信号计算贡献度分量信息，并将其作为交互量分享给所有小区，相较于交互信道状态信息，其交互量大大降低。

7.根据权利要求1所述的方法，其特征在于：步骤(6e)所有基站同步更新自身的发射信号，先求解优化问题P2，再通过引入阻尼因子

辅助算法收敛，使得最终基站q更新后的发射信号为：x_q＝x_q,0+η(x_q,opt-x_q,0)。

Images