CN114599045B - 一种用户移动场景下多小区协作波束选择及管理方法 - Google Patents

一种用户移动场景下多小区协作波束选择及管理方法 Download PDF

Info

Publication number
CN114599045B
CN114599045B CN202210410467.8A CN202210410467A CN114599045B CN 114599045 B CN114599045 B CN 114599045B CN 202210410467 A CN202210410467 A CN 202210410467A CN 114599045 B CN114599045 B CN 114599045B
Authority
CN
China
Prior art keywords
cell
user
users
base station
power
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.)
Active
Application number
CN202210410467.8A
Other languages
English (en)
Other versions
CN114599045A (zh
Inventor
李立华
陈艺苑
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202210410467.8A priority Critical patent/CN114599045B/zh
Publication of CN114599045A publication Critical patent/CN114599045A/zh
Application granted granted Critical
Publication of CN114599045B publication Critical patent/CN114599045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H04W16/28—Cell structures using beam steering
    • 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
    • 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
    • H04B7/0426—Power distribution
    • 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
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明公开了一种用户移动场景下多小区协作波束选择及管理方法，基于5G协议的波束管理流程，引入虚拟用户概念，基站可以服务邻小区的用户，并将该邻小区用户看作本小区的虚拟用户进行求解计算，将多小区协作问题转化为单小区波束管理问题，设计了一套适用于5G用户移动场景下多小区协作波束选择及管理方法，目的是在多小区多用户协作场景下，当用户持续移动时，通过本方案的波束分配算法和功率分配算法，设计一种低复杂度的波束分配方案，将波束分配和功率分配过程独立开来，使得最后小区边缘用户在移动过程中的平均速率能够实现最大化，中心用户的通信质量也能得到有效保障。

Description

一种用户移动场景下多小区协作波束选择及管理方法
技术领域
本发明涉及通信技术领域，尤其涉及一种用户移动场景下多小区协作波束选择及管理方法。
背景技术
毫米波Massive MIMO可以通过波束赋形技术对无线信号进行处理，产生方向性波束传输数据信息，波束的宽度越窄，方向性越好，信号增益也越大，然而同时也带来了一个问题，假设发送端的波束和接收端的波束方向没有实现对准，则数据不能被正确接收，偏离太大还可能导致通信链路中断，中断后的链路恢复以及波束的重新对准是需要深入研究的问题。
在5G标准化过程中，3GPP提出了波束管理的概念，波束管理是指基站和用户间采用L1/L2过程来确定一组用于上下行传输的gNB(5G基站)/UE波束，即实现发送端和接收端之间的波束对准、波束跟踪和波束恢复的过程。无论UE处于空闲模式的初始接入阶段，还是处于连接模式的数据传输阶段，都需要进行波束管理操作。在空闲状态下，UE对gNB的扫描波束进行测量，实现初始接入和波束对准；在连接状态下，UE对gNB的发送波束进行测量，进行波束调整和波束跟踪。
根据波束是否被预先设定可以将波束管理分为基于码本的波束管理技术和基于非码本的波束管理技术，基于码本的波束管理技术可分为波束扫描、波束测量、波束上报、波束恢复和波束跟踪，基于非码本的波束管理技术可分为波束追踪和波束切换。由于基于码本的波束管理技术更为广泛，且实用性比较高，因此本文重点研究基于码本的波束管理技术。
下面以下以下行传输为例，介绍基于码本的波束管理技术过程。波束扫描是指在初始阶段，基站向用户发送不同方向的波束，波束测量是指用户在接收到这些不同方向的波束后对接收信号的质量进行测量，波束上报是指用户将波束测量阶段测量的结果上报给基站，波束恢复是指链路中断以后重新建立通信链路的过程，波束切换则是指在用户移动过程中由于位置的改变使得收发端动态调整波束的过程。
现有多小区多用户波束选择方案中引入“关联因子”和“虚拟用户”的概念，以二进制变量表示波束与用户是否关联，设定每个小区中每个波束只能服务于一个用户，将小区中波束选择问题变成通过关联因子求解的问题。并且将小区边缘需要多个基站同时服务的用户拆分为本小区用户和邻小区服务的“虚拟用户”，同时考虑小区间协作，通过解耦，将多小区波束选择问题化解为独立单小区波束选择问题。现有技术具有以下缺陷：
1、现有方案仅考虑了用户初始接入下的波束选择问题，没有考虑移动场景下用户的波束选择和波束切换问题。
2、现有方案先综合考虑单/多波束服务用户，再将多波束分配到单小区进行优化，没有考虑到单波束服务用户和多波束服务用户之间的区别。
3、现有方案在设计连续变量(功率)和离散变量(波束关联因子)时采用联合设计方案，这种设计方式容易使得用户不能获得最优分配。
发明内容
本发明针对上述问题，设计一种用户移动场景下多小区协作波束选择及管理方法。
为了实现上述目的，本发明提供如下技术方案：
本发明提供的一种用户移动场景下多小区协作波束选择及管理方法，包括以下步骤：
S1.多小区多用户系统在初始接入过程后每个用户获得最优波束匹配对；
S2.每隔时间间隔Ts进行一次波束扫描，计算每个小区用户位置；
S3.在每个小区内，通过用户位置信息对小区内用户建立初始用户-波束配对；
S4.将每个小区的中心用户和边缘用户进行分组，并保存步骤S3中未分配的波束；
S5.计算每个小区内边缘用户是否具有辅助小区，若有辅助小区则标记该小区ID，若没有辅助小区则等待功率分配；
S6.将各小区中心用户的初轮匹配波束和步骤S4中未分配的波束组成新的波束集，然后对各小区中心用户和该小区的虚拟用户通过用户位置采用协作波束分配算法进行波束分配；
S7.对各小区内边缘用户和中心用户采用基于博弈论的功率分配算法；
S8.收发波束对配对和功率分配完成，基站和用户间继续进行数据传输。
进一步地，步骤S1多小区多用户系统模型为MIMO下行链路独立网络，小区数量为L，每个小区半径为R，基站端有Nt根发射天线，发送波束数为M，各小区用户数为K，每个用户接收天线数为Nr。
进一步地，在每次波束匹配过程中满足以下要求：
1)每个基站中发送波束数大于该小区用户数；
2)每个发送波束最多只能服务一个用户；
3)在每个小区内部划分小区中心用户群和小区边缘用户群，小区中心用户只能被本小区基站服务，小区边缘用户被本小区或邻小区基站服务，当小区边缘用户被邻小区基站服务时，最多只能由一个邻小区基站对其进行服务；
4)每个基站的发送波束彼此正交；
5)不同小区采用不同载频进行传输，用户具有在多个载频下接收信息的能力，通过频域带通滤波器，保证不同小区之间的信号不会发生干扰。
进一步地，步骤S6中协作波束分配算法具体为：
S61：计算每个基站l与用户k之间的距离dl,k，当dl,k＞d1，则该用户k为小区边缘用户；d1为每个小区边缘用户距离门限值，用来判断第l个小区的第k个用户是否为该小区的边缘用户；
S62：计算每个边缘用户与其他基站的距离dl',k，并对全部距离值进行降序排序；当mindl',k＞d2，该边缘用户无第二基站，也无需挑选辅助波束。当假设与边缘用户k最短距离的基站为BSl'，则该边缘用户的第二基站为BSl'，d2为小区边缘用户与第二基站的最远距离，用来判断该边缘用户是否能找到第二基站；
S63：定义选择基站l′作为第二基站的边缘用户集合USl′；
S64：每个小区运行，为每个小区的每个用户分配一个波束；
S65：确定每个小区需要重新分配波束的用户与波束集合；
S66：每个小区执行新的波束选择算法。
进一步地，步骤S66新的波束选择算法为：
对新的用户集合Tnu中每个用户在新的波束集合中获取波束矩阵Γ，若Tnu中有x1个元素，/>有x2个元素，则矩阵Γ的维度是x1*x2；
S66.2：Tnu中每个UE根据波束矩阵Γ对中每个波束进行降序排序，作为自己选择波束的优先级；
S66.3：中每个波束对根据Γ对Tnu中的每个UE进行排序，作为自己接受UE选择的优先级；
S66.4：Tnu的每个UE根据自己的优先级列表选择优先级最高，且没有拒绝接受自己选择的UE；
S66.5：中每个波束检查选择自己的UE，并根据波束的优先级列表选择优先级最高的UE，接受该UE，并拒绝其他UE的选择，被拒绝的UE将该波束在UE优先级列表中删除；
S66.6：重复步骤S66.4和S66.5直到Tnu的每个UE都分配到一个波束。
进一步地，步骤S7中基于博弈论思想的双层功率分配算法为：
S71：设定功率控制步长ε、功率最大值Pmax和循环次数因子n；
S72：初始功率分配；根据新的波束分配结果，将第一个step sizeε按照比例功率分配算法给选择该小区作为主小区的用户分配功率；
S73：迭代分配功率；
S74：若(n+1)ε≤Pmax，则重复S73直到所有功率分配完成。
进一步地，步骤S72中比例功率分配算法为：
S72.1：假设第l个小区共为kl个用户提供服务，第k个用户等效信道的模值记作||Hl,k||，其中||Hl,k||可写作：
S72.2：当总功率因子为1时，第l个小区第k个用户的功率因子为：
进一步地，步骤S73基于博弈论思想迭代分配功率：
S73.1：将设定的功率控制步长ε分别分配给该小区作为主要小区的用户和选择该小区作为次要小区的用户；
S73.2：当ε分配给主小区用户时，该部分用户的功率之和最大值为(P_now_1+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’1；
S73.3：当ε分配给次小区用户时，该部分用户的功率之和最大值为(P_now_2+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’2；
S73.4：计算R’1-R1和R′2-R2，并比较大小；
S73.5：若R’1-R1＞R′2-R2，则将ε分配给将小区作为主要小区的用户，此时P_now_1＝P_now_1+ε*Pmax，R1＝R’1；
S73.6：若R’1-R1＜R′2-R2，则将ε分配给将小区作为次要小区的用户，此时P_now_2＝P_now_2+ε*Pmax，R2＝R’2；
S73.7：n＝n+1。
与现有技术相比，本发明的有益效果为：
1、针对现有方案仅考虑了用户初始接入下的波束选择问题，没有考虑移动场景下用户的波束选择和波束切换问题，本发明体现了运动过程，利用时变信道，对时变信道进行采样，随着UE地理位置的变化，UE在单波束服务与多波束服务之间切换。
2、针对现有方案先综合考虑单/多波束服务用户，再将多波束分配到单小区进行优化，没有考虑到单波束服务用户和多波束服务用户之间的区别，本发明的方法先在小区中定义单/多波束服务群体，然后对每个群体分别进行优化。
3、针对现有方案在设计连续变量(功率)和离散变量(波束关联因子)时采用联合设计方案，容易使得用户不能获得最优分配的问题，本发明采用依次迭代优化算法，依次优化连续/离散变量，使得系统边缘用户平均速率得到了显著提高，并且有效保障了中心用户的通信质量。
综上，本发明基于5G协议的波束管理流程，引入虚拟用户概念，基站可以服务邻小区的用户，并将该邻小区用户看作本小区的虚拟用户进行求解计算，将多小区协作问题转化为单小区波束管理问题，设计了一套适用于5G用户移动场景下多小区协作波束选择及管理方法，目的是在多小区多用户协作场景下，当用户持续移动时，通过本方案的波束分配算法和功率分配算法，设计一种低复杂度的波束分配方案，将波束分配和功率分配过程独立开来，使得边缘用户可以在移动过程中获得最大平均速率，并且保障中心用户的通信质量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用户移动场景下多小区协作波束选择及管理方法流程图。
图2为本发明实施例提供的协作场景下多小区多用户系统模型。
图3为本发明实施例提供的波束选择过程。
图4为本发明实施例提供的不同波束管理方案下系统边缘用户平均速率。
图5为本发明实施例提供的不同波束管理方案下系统随着小区内波束数增加边缘用户平均速率。
图6为本发明实施例提供的不同波束管理方案下系统随着发射端信噪比增加边缘用户平均速率。
图7为本发明实施例提供的不同波束管理方案下系统随着发射端信噪比增加系统所有用户和速率。
具体实施方式
下面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。基于本发明中的实施例，本领域技术人员在没有做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。
本发明中涉及的术语解释：
本发明的主要作用是在多小区多用户协作场景下，当用户持续移动时，利用波束特性和功率分配策略，设计一种低复杂度的波束分配方案，使得边缘用户可以在移动过程中的通信质量可以得到很大的提升，并且保障小区中心用户的服务质量。
本发明提出的用户移动场景下多小区协作波束选择及管理方法，如图1所示。在多小区多用户系统中，每个小区都存在小区边缘用户和中心用户，用户在移动过程中，随着位置发生变化，初始位置的小区中心用户有可能在某一时刻成为小区边缘用户。因此本发明采用协作波束分配方案，每个基站间隔Ts对小区内用户重新进行波束扫描，计算当前用户位置，并通过信道信息重新为用户分配波束。此外，由于小区边缘用户接收信号质量较差，为了维持边缘用户的通信质量，本发明设定边缘用户可以被多个基站进行服务，在每次分配波束时，区分中心用户组和边缘用户组，然后对这两个用户组分别进行波束分配和功率分配。具体流程如下：
S1.多小区多用户系统在初始接入过程后每个用户获得最优波束匹配对；
S2.每隔时间间隔Ts进行一次波束扫描，计算每个小区用户位置；
S3.在每个小区内，通过用户位置信息对小区内用户建立初始用户-波束配对；
S4.将每个小区的中心用户和边缘用户进行分组，并保存步骤S3中未分配的波束；
S5.计算每个小区内边缘用户是否具有辅助小区，若有辅助小区则标记该小区ID，若没有辅助小区则等待功率分配；
S6.将各小区中心用户的初轮匹配波束和步骤S4中未分配的波束组成新的波束集，然后对各小区中心用户和该小区的虚拟用户通过用户位置采用协作波束分配算法进行波束分配；
S7.对各小区内边缘用户和中心用户采用基于博弈论思想的双层功率分配算法；
S8.收发波束对配对和功率分配完成，基站和用户间继续进行数据传输。
本发明的系统模型如图2所示，考虑多小区下行链路独立网络(Standalone，SA)，小区数量为L，每个小区半径为R，每小区发送波束数为M，每小区用户数为K，每个小区基站端有Nt根发射天线，每个用户的接收天线数为Nr。基站端的RF链路数为Nf，基站l使用波束m给用户k发送信息时使用混合预编码进行发送，其中/>NS表示基站l发送给用户k的数据流数。基站l分配给用户k的功率因子为pl,m,k，每个基站的总发送功率因子为1。
当用户经过初始接入后，系统内每个用户都分配了一个最优发射波束进行信息传输。但是随着用户的不断移动，原初始分配波束可能不再适配当前的用户位置，所以系统需要给该用户重新进行波束分配。
假定系统每间隔时间Ts对该多小区多用户系统进行波束扫描，然后根据扫描结果重新对每个用户分配当前位置下的最优发送波束，然后基于最大化和速率和保护边缘用户通信质量的要求对每个波束分配功率，从而使得小区内每个用户在运动过程中都可以保持相对较高的通信质量。
本发明采用等间隔时间生成用户位置与信道的方法模拟用户的运动过程，其中用户速度v，间隔时间tgap，生成次数S均提前设定，用户运动方向和初始位置均随机生成。
在多小区协作场景下，本发明中不同小区采用不同载频进行传输，用户具有在多个载频下接收信息的能力，然后通过频域带通滤波器，可以保证不同小区之间的信号不会发生干扰，且能够接收为其提供服务小区的波束，因此，用户的干扰主要来自于同小区的不同用户，而用户的有用信号来自于不同的服务小区。下行场景下，l小区中的用户k在ts时刻的接收信号为：
其中，为小区l中用户k的接收预编码矩阵，sl,k(ts)表示小区l在ts时刻给用户k的发送信号，维度是NS×1，Hl,k(ts)表示ts时刻基站l和用户k之间的无线信道，维度是Nr×Nt，/>表示小区l中用户k收到的噪声，其方差为σ2。为了反映相邻基站的为相邻小区的用户提供服务的关系，先定义基站用户配对因子al,k∈{0,1}(l∈{1,2,...,L},k∈{1,2,...,K})表示基站l是否对用户k进行服务，如果al,k＝1则表示基站l对用户k进行服务，若al,k＝0则表示基站l没有对用户k进行服务；然后定义基站用户波束配对因子bl,m,k∈{0,1}(l∈{1,2,...,L}，m∈{1,2,...,M}，k∈{1,2,...,K})表示基站l的波束m是否服务于用户k，如果bl,m,k＝1则表示基站l的波束m服务于用户k，如果bl,m,k＝0则表示基站l的波束m没有服务于用户k。此外，当基站l的波束m服务于用户k时，定义给该波束分配的功率为pl,m,k，每个小区全部发送波束的总发射功率因子之和为1，并且有/>
以上公式中第一项为多个小区发送给用户k的有用信号，第二项为同小区的用户间干扰，第三项为用户k的噪声。因为波束的主瓣增益较大，旁瓣增益较小，因此，同一小区不同用户之间的干扰可忽略不计。因此l小区的用户k收到的信噪比为：
用户k在ts时刻的速率为：
Rl,k(ts)＝log2(1+SNRl,k)
S个采样时间内，用户k的平均速率为：
S个采样时间内，L个小区中全部用户的平均速率为：
由于小区边缘用户的速率普遍都较差，因此，本章主要针对小区边缘用户性能进行优化。
首先，定义小区边缘用户。用户k与其所在基站的距离记作dl,k，当dl,k＞Thr，则认定该用户为边缘用户，Thr为判断边缘用户的门限值。边缘用户在S个采样时间内的平均速率记作：
其中，Kedge表示边缘用户集合。在为边缘用户进行优化的同时，还应该尽可能保证小区中心用户的服务质量。小区中心用户在S个采样时间内的平均速率记作：
基于边缘用户和速率最大准则，该多小区多用户系统在用户移动场景下的波束分配和用户调度问题如下式所示：
其中，小区集合为l∈{1,2,...L}，波束集合为用户集合m∈{1,2,...M}，用户集合记作k∈{1,2,...K}，中心用户集合kcenter，边缘用户集合为Kedge。C1和C2为整数约束，分别表示相邻基站与本基站用户的配对关系和指示波束与用户之间的配对关系；C3表示每个波束最多分配给一个用户；C4表示中心用户在任意时刻的速率和应该大于某个定值，C5表示每个基站的总功率最多为1。
本方案为了保证系统的最大和速率，在每次波束匹配过程需要满足以下要求：
1)每个基站中发送波束数要大于该小区用户数；
2)每个发送波束最多只能服务一个用户；
3)在每个小区内部划分小区中心用户群和小区边缘用户群，小区中心用户只能被本小区基站服务，小区边缘用户可以被邻小区基站服务，但最多只能由一个邻小区基站对其进行服务；
4)每个基站的发送波束彼此正交；
5)不同小区采用不同载频进行传输，用户具有在多个载频下接收信息的能力，然后通过频域带通滤波器，可以保证不同小区之间的信号不会发生干扰。
本方案在进行波束管理时，依次对波束分配和功率分配进行优化，具体求解方法如下：
设定每个小区边缘用户距离门限值d1，d1用来判断第l个小区的第k个用户是否为该小区的边缘用户；以及小区边缘用户与第二基站的最远距离d2，d2用来判断该边缘用户是否能找到第二基站。
如图3所示，步骤S6中协作波束分配算法(CBAA)具体为：
S61：计算每个基站l与用户k之间的距离dl,k，当dl,k＞d1，则该用户k为小区边缘用户；
S62：计算每个边缘用户与其他基站的距离dl',k，并对全部距离值进行降序排序。当mindl',k＞d2，该边缘用户无第二基站，也无需挑选辅助波束。当假设与边缘用户k最短距离的基站为BSl'，则该边缘用户的第二基站为BSl'；d2为小区边缘用户与第二基站的最远距离，用来判断该边缘用户是否能找到第二基站；
S63：定义选择基站l'作为第二基站的边缘用户集合USl'(UE_choose_second_bs_l′)；
S64：每个小区运行，为每个小区的每个用户分配一个波束；
S65：确定每个小区需要重新分配波束的用户与波束集合，以基站l为例：
第l个基站的小区中心用户集合记作CUl(center_UE_belonging_bs_l)；
第l基站的小区中心用户集对应的波束记作CUBl(center_UE_beam)；
第l个基站在Stage4中未被选择的beam记作RBBl(remain_beam_bsk)；
新的用户集合记作Tnu，Tnu＝CUl∪USl；
新的波束集合记作
S66：每个小区执行新的波束选择算法。
步骤S66新的波束选择算法为：
S66.1：对Tnu中每个用户在中获取波束矩阵Γ，若Tnu中有x1个元素，/>有x2个元素，则矩阵Γ的维度是x1*x2；
S66.2：Tnu中每个UE根据波束矩阵Γ对中每个波束进行降序排序，作为自己选择波束的优先级；
S66.3：中每个波束对根据Γ对Tnu中的每个UE进行排序，作为自己接受UE选择的优先级；
S66.4：Tnu的每个UE根据自己的优先级列表选择优先级最高，且没有拒绝接受自己选择的UE；
S66.5：中每个beam检查选择自己的UE，并根据beam的优先级列表选择优先级最高的UE，接受该UE，并拒绝其他UE的选择，被拒绝的UE将该beam在UE优先级列表中删除；
S66.6：重复步骤S66.4和S66.5直到Tnu的每个UE都分配到一个波束。当多小区多用户系统中每个用户都分配完波束后，然后再通过基于博弈论思想的双层功率分配方案(TLPA)对波束进行功率分配，以达到系统边缘用户平均速率的最大化。
步骤S7中基于博弈论思想的双层功率分配算法为：
S71：设定功率控制步长ε、功率最大值Pmax和循环次数因子n；
S72：初始功率分配；根据新的波束分配结果，将第一个step sizeε按照比例功率分配算法给选择该小区作为主小区的用户分配功率；
步骤S72中比例功率分配算法为：
S72.1：假设第l个小区共为kl个用户提供服务，第k个用户等效信道的模值记作||Hl,k||，其中||Hl,k||可写作：
S72.2：当总功率因子为1时，第l个小区第k个用户的功率因子为：
S73：基于博弈论思想迭代分配功率；
步骤S73迭代分配功率算法为：
S73.1：将设定的功率控制步长ε分别分配给该小区作为主要小区的用户和选择该小区作为次要小区的用户；
S73.2：当ε分配给主小区用户时，该部分用户的功率之和最大值为(P_now_1+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’1；
S73.3：当ε分配给次小区用户时，该部分用户的功率之和最大值为(P_now_2+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’2；
S73.4：计算R’1-R1和R’2-R2，并比较大小；
S73.5：若R’1-R1＞R’2-R2，则将ε分配给将小区作为主要小区的用户，此时P_now_1＝P_now_1+ε*Pmax，R1＝R’1；
S73.6：若R’1-R1＜R’2-R2，则将ε分配给将小区作为次要小区的用户，此时P_now_2＝P_now_2+ε*Pmax，R2＝R’2；
S73.7：n＝n+1。
S74：迭代结束：若(n+1)ε≤Pmax，则重复S73直到所有功率分配完成。
其中，以上方案中的比例功率分配算法是按照当前用户的信道质量，按比例将P_now_1+ε*Pmax分给小区内各用户，因为本方案是目的是提升边缘用户的通信质量，如果采用基于系统最大化准则进行功率分配的话，有些边缘用户可能不能被分配到功率，因此采用比例功率分配算法可以很好的保护边缘用户的通信质量。
本方法通过小区间协作，引入“虚拟用户”因子，将多小区波束管理简化为单小区波束管理方案，在进行波束分配的时候，先对本小区的所有用户进行波束分配，然后再将邻小区的虚拟用户和本小区的中心用户看作一个虚拟小区，再对这一部分用户重新进行波束分配，当所有用户都被分配完波束后再通过基于博弈论-比例分配的双层功率分配算法进行功率分配，这种分配优点是可以保护边缘用户功率，提高其通信质量。
通过将本发明方法与其他两种不同波束管理方法下系统边缘用户平均速率进行对比，结果如图4-图7所示。
从图4可以看出，当采用本发明的“协作波束分配+基于博弈论和比例分配的双层功率分配方案(CBAA+TLPA)”时，小区边缘用户通信质量较“非协作波束分配+比例功率分配方案(NCBAA+OLPA)”和“随机波束分配+随机功率分配方案(RBA+RPA)”方案显著提升，说明本方案在提升边缘用户性能上有很大优势。
从图5可以看出，随着小区内波束数增加，三种波束管理方案下每用户平均速率都有所增加，这是因为小区波束数越多，小区边缘用户有第二小区辅助波束的可能性越大，并且可以看出，本办发明所提出的“协作波束分配+基于博弈论和比例分配的功率分配方案(CBAA+TLPA)”对小区边缘用户的性能优于“非协作分配+单层比例功率分配算法(NCBAA+OLPA)”和“随机波束分配+随机功率分配方案(RBA+RPA)”，从而可以看出本方案在提升小区边缘用户的性能上有一定的提升。
从图6和图7可以看出，在信噪比为3dB时，与“NCBAA+OLPA”相比，本发明提出的“协作波束分配+基于博弈论和比例分配的功率分配方案(CBAA+TLPA)”边缘用户平均速率提高了30％；同样的，在信噪比为3dB时，与“与NCBAA+OLPA”相比，用户速率和下降了6％。因此，可以得出结论，所提方案能够有效提升边缘用户性能，且对于系统总体性能的影响较小。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、电子设备实施例、计算机可读存储介质实施例和计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特殊进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种用户移动场景下多小区协作波束选择及管理方法，其特征在于，包括以下步骤：
S1.多小区多用户系统在初始接入过程后每个用户获得最优波束匹配对；
S2.每隔时间间隔Ts进行一次波束扫描，计算每个小区用户位置；
S3.在每个小区内，通过用户位置信息对小区内用户建立初始用户-波束配对；
S4.将每个小区的中心用户和边缘用户进行分组，并保存步骤S3中未分配的波束；
S5.计算每个小区内边缘用户是否具有辅助小区，若有辅助小区则标记该小区ID，若没有辅助小区则等待功率分配；
S6.将各小区中心用户的初轮匹配波束和步骤S4中未分配的波束组成新的波束集，然后对各小区中心用户和该小区的虚拟用户通过用户位置采用协作波束分配算法进行波束分配；
S7.对各小区内边缘用户和中心用户采用基于博弈论思想的双层功率分配算法；基于博弈论思想的双层功率分配算法为：
S71：设定功率控制步长ε、功率最大值Pmax和循环次数因子n；
S72：初始功率分配；根据新的波束分配结果，将第一个步长ε按照比例功率分配算法给选择该小区作为主小区的用户分配功率；
S73：迭代分配功率；
S74：若(n+1)ε≤Pmax，则重复S73直到所有功率分配完成；
S8.收发波束对配对和功率分配完成，基站和用户间继续进行数据传输。
2.根据权利要求1所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，步骤S1多小区多用户系统模型为MIMO下行链路独立网络，小区数量为L，每个小区半径为R，基站端有Nt根发射天线，发送波束数为M，各小区用户数为K，每个用户接收天线数为Nr。
3.根据权利要求1所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，在每次波束匹配过程中满足以下要求：
1)每个基站中发送波束数大于该小区用户数；
2)每个发送波束最多只能服务一个用户；
3)在每个小区内部划分小区中心用户群和小区边缘用户群，小区中心用户只能被本小区基站服务，小区边缘用户被本小区或邻小区基站服务，当小区边缘用户被邻小区基站服务时，最多只能由一个邻小区基站对其进行服务；
4)每个基站的发送波束彼此正交；
5)不同小区采用不同载频进行传输，用户具有在多个载频下接收信息的能力，通过频域带通滤波器，保证不同小区之间的信号不会发生干扰。
4.根据权利要求1所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，步骤S6中协作波束分配算法具体为：
S61：计算每个基站l与用户k之间的距离dl,k，当dl,k＞d1，则该用户k为小区边缘用户；
S62：计算每个边缘用户与其他基站的距离dl',k，并对全部距离值进行降序排序；当mindl',k＞d2，该边缘用户无第二基站，也无需挑选辅助波束；当假设与边缘用户k最短距离的基站为BSl'，则该边缘用户的第二基站为BSl'；
S63：定义选择基站l'作为第二基站的边缘用户集合USl'；
S64：每个小区运行，为每个小区的每个用户分配一个波束；
S65：确定每个小区需要重新分配波束的用户与波束集合；
S66：每个小区执行新的波束选择算法。
5.根据权利要求4所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，步骤S66新的波束选择算法为：
S66.1：对新的用户集合Tnu中每个用户在新的波束集合中获取波束矩阵Γ，若Tnu中有x1个元素，/>有x2个元素，则矩阵Γ的维度是x1*x2；
S66.2：Tnu中每个UE根据波束矩阵Γ对中每个波束进行降序排序，作为自己选择波束的优先级；
S66.3：中每个波束对根据Γ对Tnu中的每个UE进行排序，作为自己接受UE选择的优先级；
S66.4：Tnu的每个UE根据自己的优先级列表选择优先级最高，且没有拒绝接受自己选择的UE；
S66.5：中每个波束检查选择自己的UE，并根据波束的优先级列表选择优先级最高的UE，接受该UE，并拒绝其他UE的选择，被拒绝的UE将该波束在UE优先级列表中删除；
S66.6：重复步骤S66.4和S66.5直到Tnu的每个UE都分配到一个波束。
6.根据权利要求1所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，步骤S72中比例功率分配算法为：
S72.1：假设第l个小区共为kl个用户提供服务，第k个用户等效信道的模值记作||Hl,k||，其中||Hl,k||写作：
S72.2：当总功率因子为1时，第l个小区第k个用户的功率因子为：
7.根据权利要求1所述的用户移动场景下多小区协作波束选择及管理方法，其特征在于，步骤S73基于博弈论思想的迭代分配功率算法为：
S73.1：将设定的功率控制步长ε分别分配给该小区作为主要小区的用户和选择该小区作为次要小区的用户；
S73.2：当ε分配给主小区用户时，该部分用户的功率之和最大值为(P_now_1+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’1；
S73.3：当ε分配给次小区用户时，该部分用户的功率之和最大值为(P_now_2+ε*Pmax)，按照比例功率分配算法再将功率分配给每个用户，计算此时该部分用户的速率和R’2；
S73.4：计算R’1-R1和R’2-R2，并比较大小；
S73.5：若R′1-R1>R’2-R2，则将ε分配给将小区作为主要小区的用户，此时P_now_1＝P_now_1+ε*Pmax，R1＝R′1；
S73.6：若R′1-R1<R’2-R2，则将ε分配给将小区作为次要小区的用户，此时P_now_2＝P_now_2+ε*Pmax，R2＝R′2；
S73.7：n＝n+1。
CN202210410467.8A 2022-04-19 2022-04-19 一种用户移动场景下多小区协作波束选择及管理方法 Active CN114599045B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210410467.8A CN114599045B (zh) 2022-04-19 2022-04-19 一种用户移动场景下多小区协作波束选择及管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210410467.8A CN114599045B (zh) 2022-04-19 2022-04-19 一种用户移动场景下多小区协作波束选择及管理方法

Publications (2)

Publication Number Publication Date
CN114599045A CN114599045A (zh) 2022-06-07
CN114599045B true CN114599045B (zh) 2024-01-30

Family

ID=81813401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210410467.8A Active CN114599045B (zh) 2022-04-19 2022-04-19 一种用户移动场景下多小区协作波束选择及管理方法

Country Status (1)

Country Link
CN (1) CN114599045B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801091A (zh) * 2010-01-28 2010-08-11 北京邮电大学 一种ofdm/mimo系统中资源分配的方法和装置
CN102833038A (zh) * 2012-07-27 2012-12-19 东南大学 多小区多播mimo移动通信系统下行多业务协作预编码方法
GB201509177D0 (en) * 2015-05-28 2015-07-15 Samsung Electronics Co Ltd Beam scheduling
CN105554780A (zh) * 2015-12-23 2016-05-04 哈尔滨工业大学 毫米波下Massive MIMO多小区协作波束分配方法
CN109831233A (zh) * 2018-09-28 2019-05-31 东南大学 一种多小区协调大规模mimo波束域多播功率分配方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102916735B (zh) * 2012-10-17 2016-06-08 东南大学 利用大规模天线阵列的无线通信方法
CN105517107B (zh) * 2014-09-26 2020-03-31 中兴通讯股份有限公司 基于小区间协作的异构网服务小区选择方法及装置
US10200894B2 (en) * 2016-04-22 2019-02-05 City University Of Hong Kong Facilitating interference management in multi-cell and multi-user millimeter wave cellular networks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101801091A (zh) * 2010-01-28 2010-08-11 北京邮电大学 一种ofdm/mimo系统中资源分配的方法和装置
CN102833038A (zh) * 2012-07-27 2012-12-19 东南大学 多小区多播mimo移动通信系统下行多业务协作预编码方法
GB201509177D0 (en) * 2015-05-28 2015-07-15 Samsung Electronics Co Ltd Beam scheduling
CN105554780A (zh) * 2015-12-23 2016-05-04 哈尔滨工业大学 毫米波下Massive MIMO多小区协作波束分配方法
CN109831233A (zh) * 2018-09-28 2019-05-31 东南大学 一种多小区协调大规模mimo波束域多播功率分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毫米波通信低复杂度波束选择和用户调度算法;徐华正;《信号处理》;第35卷(第11期);全文 *

Also Published As

Publication number Publication date
CN114599045A (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
Liu et al. Load aware joint CoMP clustering and inter-cell resource scheduling in heterogeneous ultra dense cellular networks
Chen et al. Resource allocation for device-to-device communications in multi-cell multi-band heterogeneous cellular networks
Venkatesan Coordinating base stations for greater uplink spectral efficiency in a cellular network
Romanous et al. Network densification: Challenges and opportunities in enabling 5G
US6940845B2 (en) Asymmetric measurement-based dynamic packet assignment system and method for wireless data services
Wang et al. Stackelberg game for user clustering and power allocation in millimeter wave-NOMA systems
CN109347525A (zh) 毫米波高铁车地通信的自适应多波束成形与波束切换方法
US20100279619A1 (en) Inter-cell interference relief method
US20080051145A1 (en) Method for Computing Beamforming Weighting Vectors with Collaborated Uplink Sounding
CN109088659B (zh) 一种多用户下行CoMP中的符号级预编码方法
CN110808763A (zh) 大规模天线系统协作导频干扰抑制方法
US9538387B2 (en) Radio resource assignment coordination in superdense networks
CN102711258B (zh) 避免小区间干扰的方法和装置
Tralli et al. Power-shaped advanced resource assignment (PSARA) for fixed broadband wireless access systems
Zhou et al. Joint radio resource allocation for decoupled control and data planes in densely deployed coordinated WLANs
CN114599045B (zh) 一种用户移动场景下多小区协作波束选择及管理方法
Li et al. Resource allocation for OFDMA systems with multi-cell joint transmission
Zhang et al. Congestion-aware user-centric cooperative base station selection in ultra-dense networks
Wang et al. Dynamic CoMP configuration for OFDMA networks under different user traffic scenarios
Wang et al. Joint dynamic access points grouping and resource allocation for coordinated transmission in user‐centric UDN
Blogh et al. Adaptive antenna array assisted dynamic channel allocation techniques
CN114630338B (zh) 一种单小区多用户场景下的波束管理方法及装置
Kumar et al. Performance Evaluation of Cluster-Based Concurrent Uplink Transmissions in MIMO-NOMA Networks
Sultan et al. Downlink Performance of Coordinated Multipoint (CoMP) in Next Generation Heterogeneous Networks
Jeong et al. Dynamic-TDD and optimum slot-allocation in fixed cellular systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant