CN114826340B - 一种fdd无蜂窝mimo系统的联合端口选择反馈方法 - Google Patents
一种fdd无蜂窝mimo系统的联合端口选择反馈方法 Download PDFInfo
- Publication number
- CN114826340B CN114826340B CN202210453421.4A CN202210453421A CN114826340B CN 114826340 B CN114826340 B CN 114826340B CN 202210453421 A CN202210453421 A CN 202210453421A CN 114826340 B CN114826340 B CN 114826340B
- Authority
- CN
- China
- Prior art keywords
- port
- base station
- user
- channel
- feedback
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000001413 cellular effect Effects 0.000 title description 6
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000013139 quantization Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 abstract description 3
- 238000007906 compression Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000003775 Density Functional Theory Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种FDD无蜂窝MIMO系统的联合端口选择反馈方法。其特征在于,首先基站侧利用信道上下行角度互易性,根据上行侦听信号估计下行信道各端口的角度与平均功率,并以系统平均和速率为指标进行多协作基站的联合端口选择。平均和速率指标为信道端口角度与平均功率以及多基站端口选择的显式解析函数,可根据信道模型假设预先推导得到。进一步,提出一种基于EVD分解的端口系数线性压缩反馈方案,可挖掘基站间端口系数相关性对其进行有效降维。本发明充分利用FDD无蜂窝MIMO系统的信道特征,直接面向速率性能设计基站侧的联合端口选择,可有效提升端口选择效率;同时信道二阶统计量的使用可帮助用户侧有效降低反馈系数维度,进一步降低反馈开销。
Description
技术领域
本发明涉及一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,属于无线通信技术领域。
背景技术
面对未来移动数据流量、海量终端连接的爆炸性增长以及各种新类型应用场景和业务的出现,第五代移动通信技术(5G)应运而生,采用更灵活的系统设计、大规模天线、新技术以适应多样化、低时延的需求。相较于5G大规模MIMO技术,从协作多点(CoMP)传输技术与分布式大规模MIMO演进而来的无蜂窝大规模MIMO技术,基于中央单元(CU)利用前传链路连接多个基站从而提供的协作传输,可以更加灵活的利用多天线阵列增益、空间复用增益以及宏分集增益,以有效提升接收信号强度并降低多用户间干扰水平。
在通信系统中,系统的性能与信道反馈开销强相关。针对配置大规模MIMO天线的5G系统,目前第三代合作伙伴计划(3GPP)R15标准已提出常规精度(Type I)码本与高精度(Type II)码本,R16标准提出Type II码本增强方案,R17标准则提出端口选择Type II码本增强方案。Type I码本延用了第四代(4G)无线通信系统长期演进(LTE)的码本设计原理,反馈基于码本的预编码矩阵指标等信息。Type II码本直接反馈部分显性信道信息,利用波束组合原理设计码本,用户端通过测量信道状态信息(CSI)从空域波束集合中选择波束正交基,反馈量化的组合系数。为降低Type II码本的反馈开销,R16标准通过挖掘不同子带信道间的相关性,提出基于离散傅里叶变换(DFT)的频域压缩方案。基于频分双工(FDD)系统上下行信道存在的角度和延迟互易性,R17标准进一步优化了端口选择码本的设计。基站利用上行参考信号,如侦听参考信号(SRS)等,提取上行信道的多径角度和时延信息并据此设计下行CSI参考信号,通过用户反馈的端口系数构造下行预编码器。
然而,由于上述标准化反馈方案的反馈量通常与CSI维数成线性比例关系,而FDD无蜂窝大规模MIMO系统中CSI维数随协作基站集大小增加而显著提升。因此,直接将现有标准化方案拓展至FDD无蜂窝大规模MIMO系统存在较大挑战。目前的相关研究仍不充分,有学者基于上述角度互易性,基站通过上行导频信号获得下行信道的多径出射角(AoD)信息,再利用信漏噪比(SLNR)指标设计了贪婪式的路径选择方案,随后基站发送下行预编码导频信号,用户从中获取被选路径增益信息并将其反馈给基站。该方案主要基于信道路径稀疏等前提假设进行设计,在信道不存在明显主路径或者信道路径数较多的场景下,需要增加路径/端口数以保证性能,导致反馈开销的上升。
传统的大规模MIMO系统信道反馈方案,常从挖掘同一基站的天线间信道相关性与被同一基站服务的邻近用户信道相关性出发,以降低反馈开销。对于无蜂窝大规模MIMO系统涉及的多链路信道模型,有研究通过基于几何统计信道建模的方式,建模了多协作基站信道的相关性,着重分析了用户侧本地散射体密度对该相关性的影响,并对高铁无线通信场景下相邻协作基站信道的相关性进行了实测验证。
本发明从平衡无蜂窝大规模MIMO系统的性能与反馈开销出发,直接面向系统和速率指标,设计可挖掘协作基站间信道相关性的联合端口选择反馈方案,通过提高端口选择效率并对反馈系数进行有效降维,从而进一步降低CSI的整体反馈开销。
发明内容
技术问题:本发明旨在解决现有信道反馈方案直接拓展至FDD无蜂窝大规模MIMO系统存在的反馈开销过高问题,提供一种基于上下行信道角度互易性且直接面向传输性能的基站侧统计联合端口选择反馈方法。该方法从信道模型出发,以用户和速率最大化为优化目标,且同时优化端口选择与端口系数反馈,相同性能下反馈开销相比传统方法可取得显著下降。
技术方案:为实现上述发明目的,本发明采用的技术方案是:一种FDD无蜂窝MIMO系统的联合端口选择反馈方法。该技术方案包括如下步骤:
步骤一:建立FDD无蜂窝大规模MIMO系统的信道模型、传输模型以及可达速率模型。
步骤二:基站侧根据上行侦听信号获得下行信道端口角度与平均功率信息。基于此并结合步骤一的可达速率模型,推导得到系统平均和速率关于多基站联合端口选择的显式解析函数。
步骤三:基于步骤二得到的系统平均和速率显式解析函数,选择合适的组合优化方法,计算得到给定下行信道端口角度与平均功率下的多基站联合端口选择。
步骤四:基站侧基于步骤三的端口选择发送预编码导频,帮助用户侧估计端口系数矢量。用户侧利用先验信道二阶统计量信息,对端口信道矢量进行降维变换,并使用标量量化反馈。
步骤五:基站侧基于反馈比特信息,并利用先验信道二阶统计对端口系数矢量进行恢复,再结合基站侧已知的信道端口角度与平均功率恢复信道。
步骤一中首先建立FDD无蜂窝大规模MIMO信道模型、传输模型以及可达速率模型。假设感兴趣覆盖区域内包含B个配置大规模天线阵列的基站,基站天线数为M。区域内存在U个用户,可以被上述B个基站采用协作传输的方式进行服务。基站间的协作在通过前传链路相连接的CU辅助下完成。为简化表示,假设基站配置阵元间距为半波长的均匀线性阵列,用户配置单天线。采用窄带有限散射模型,基站b∈B={1,...,B}到用户u∈U={1,...,U}的下行信道hb,u可以近似建模为:
其中F为个基站采用的标准化DFT码本,满足FFH=FHF=IM 表示信道在fm(F的第m={1,...,M}列)方向上的平均功率,基于上行信道的统计信息获得。用户u的端口系数/>可以建模为:
其中为用户u端口系数的相关矩阵,且/>的第(b-1)×M+l行第(b′-1)×M+l′列的元素表示端口bl(基站b的第l个端口)和端口b′l′(基站b′的第l′个端口)间的相关性,记为/>时表示端口bl和b′l′间没有相关性。
下行传输基站所采用的预编码矢量wb,u基于信道反馈设计。参考典型的端口选择式反馈框架,假设各基站均采用标准化DFT码本F进行端口角度估计,基站b分配给用户u的端口序号集合为若忽略用户的信道估计误差,则用户估计的端口信道系数为/>其中/>表示由码本F的序号属于Λb,u集合的列所组成的矩阵。端口系数rb,u经过量化后的版本/>反馈后被基站侧接收,基站b获得的用户u的反馈信道为记基站侧获得的信道反馈为/>考虑采用典型的迫零(ZF)预编码,即
其中Ω=diag(δ1,…,δU)为满足平均功率约束的缩放矩阵,且其中Pu为基站侧分配给用户u的发射功率。定义用户信道反馈误差为/>进一步地,用户u的下行可达速率可以重新表示为:
步骤二所述的系统平均和速率关于多基站联合端口选择函数设计为:
其中Nu为给定各个用户的总端口数约束,用户和速率
步骤二基站侧根据上行侦听信号获得下行信道端口角度与平均功率信息。在典型的基站用户场景下设置各个基站和用户的位置,获取基站配给每个用户的发射功率Pu,通过室外场景下的信道大尺度公式计算基站b∈B到用户u∈U的信道在端口m∈M上的平均功率基于此并结合步骤一的可达速率模型,推导得到系统平均和速率关于多基站联合端口选择的显式解析函数。
假设同一基站分配给不同用户的端口不同,推导得用户u的下行可达速率可以近似表示为:
其中表示相关矩阵/>第m,m∈Λb,u∩Λi,u行的第/>个元素不为0元素的位置。
步骤三基于步骤二得到的系统平均和速率显式解析函数,选择合适的组合优化方法,计算得到给定下行信道端口角度与平均功率下的多基站联合端口选择。根据步骤二获取的平均功率以及分配给每个用户的发射功率Pu,根据速率表达式对端口序号Λb,u的选择进行优化。以贪婪算法为例,首先随机选择一组端口序号进行初始化,并计算该端口配置下的用户和速率,之后依次更新各基站对各用户的端口选择,每次更新可在基站b对用户u剩余有效端口中以和速率Rsum为指标,选择使Rsum更大的端口组合。将该贪婪算法执行Nrand次,得到多协作基站的用户端口选择结果。
步骤四基站侧基于步骤三的端口选择发送预编码导频,帮助用户侧估计端口系数矢量。假设用户侧完美估计,得到用户u对基站b对应端口上的反馈系数rb,u。用户侧利用先验信道二阶统计量信息,对端口信道矢量进行降维变换,并使用标量量化反馈。
根据当前时隙之前一段时间窗口内收集的端口信道系数样本得到用户u的端口信道系数样本/>计算二阶协方差矩阵/>根据二阶协方差矩阵/>以及联合端口选择结果Λb,u,计算用户u到联合端口系数协方差矩阵/>用户u对所有基站需要反馈的级联端口系数组成矢量ru,基于EVD分解,可对/>计算特征向量组矩阵Uu和特征值对角阵∑u。由于协作基站间的信道在存在一定的信道小尺度相关性,相应地其端口系数之间也可能存在相关性,即矩阵∑u可能是缺秩的。假设∑u的秩为r,可以得到主要特征值对应的空间∑u,r和解空间Uu,r,根据∑u,r和Uu,r对级联端口系数矢量ru进行降维处理,得到降维处理后的用户u实际需要反馈的端口系数/>对实际需要反馈的端口系数/>量化处理后进行反馈。
步骤五基站侧基于反馈比特信息,并利用先验信道二阶统计对端口系数矢量进行恢复,再结合基站侧已知的信道端口角度与平均功率恢复信道。基站侧根据获取的反馈的端口系数以及先验知识Uu,r和∑u,r,恢复成级联端口组合系数矢量ru,再结合基站侧已知的端口序号Λb,u和平均功率/>恢复信道。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
本发明所提出的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,从信道模型的角度出发,利用上下行信道互易性,以用户和速率最大化为目标,设计联合端口选择算法,在给定端口选择数量的前提下使性能优于传统算法,并基于EVD分解挖掘不同基站间信道的相关性,从而进一步降低端口系数反馈所需的开销。
附图说明
图1为本发明实施例提供的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法的流程示意图;
图2为本发明实施例提供的联合端口系数反馈模型方法流程示意图;
图3为本发明实施例提供的端口系数反馈降维模型方法流程示意图;
图4本发明实施例提供的一种FDD无蜂窝MIMO系统的场景设置图;
图5为本发明实施例提供的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法理论推导与实际仿真性能对比图;
图6为本发明实施例提供的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法与基于R17版本的端口选择Type II码本增强技术的性能对比图;
图7为本发明实施例提供的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法与基于R17版本的端口选择Type II码本增强技术的反馈开销对比图。
具体实施方式
下面将结合本发明实例中的附图和具体实施方式对本发明作进一步地详细说明,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。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。
以下为本发明的适合于一种FDD无蜂窝MIMO系统的联合端口选择反馈方法的实施方式:
步骤一:建立FDD无蜂窝大规模MIMO系统的信道模型、传输模型以及可达速率模型。
步骤二:基站侧根据上行侦听信号获得下行信道端口角度与平均功率信息。基于此并结合步骤一的可达速率模型,推导得到系统平均和速率关于多基站联合端口选择的显式解析函数。
步骤三:基于步骤二得到的系统平均和速率显式解析函数,选择合适的组合优化方法,计算得到给定下行信道端口角度与平均功率下的多基站联合端口选择。
步骤四:基站侧基于步骤三的端口选择发送预编码导频,帮助用户侧估计端口系数矢量。用户侧利用先验信道二阶统计量信息,对端口信道矢量进行降维变换,并使用标量量化反馈。
步骤五:基站侧基于反馈比特信息,并利用先验信道二阶统计对端口系数矢量进行恢复,再结合基站侧已知的信道端口角度与平均功率恢复信道。
步骤一中首先建立FDD无蜂窝大规模MIMO信道模型、传输模型以及可达速率模型。本发明实施例假设无蜂窝大规模MIMO通信网络B个配置大规模天线阵列的基站,基站天线数为M,区域内存在U个用户,可以被上述B个基站采用协作传输的方式进行服务。具体场景如图4所示。基站间的协作在通过前传链路相连接的CU辅助下完成。为简化表示,假设基站配置阵元间距为半波长的均匀线性阵列,用户配置单天线。基站间的协作在通过前传链路相连接的CU辅助下完成。采用窄带有限散射模型。根据常用的几何信道模型建立一种简单的信道模型。由于上行信道的角度估计常采用DFT方法,因此基站b∈B={1,...,B}到用户u∈U={1,...,U}的下行信道可以近似建模为:
其中F为个基站采用的标准化DFT码本,满足FFH=FHF=IM 表示信道在fm(F的第m={1,...,M}列)方向上的平均功率,基于上行信道的统计信息获得。用户u的端口系数/>可以建模为:
其中为用户u端口系数的相关矩阵,且/>的第(b-1)×M+l行第(b′-1)×M+l′列的元素表示端口bl(基站b的第l个端口)和端口b′l′(基站b′的第l′个端口)间的相关性,记为/>时表示端口bl和b′l′间没有相关性。
进一步地,为了便于控制基站间信道的相关性程度,考虑一种简单的设置方式,以用户u的前lcom个有效端口作为相关端口。
协作传输模式下,用户u的接收信号为:
其中wb,u表示下行传输基站b分配给用户u的预编码矢量,su表示发送给用户u的数据符号,nu~CN(0,σn 2)表示接收机加性高斯噪声。
下行传输基站所采用的预编码矢量wb,u基于信道反馈设计。参考典型的端口选择式反馈框架,假设各基站均采用标准化DFT码本F进行端口角度估计,基站b分配给用户u的端口序号集合为若忽略用户的信道估计误差,则用户估计的端口信道系数为其中/>表示由码本F的序号属于Λb,u集合的列所组成的矩阵。端口系数rb,u经过量化后的版本/>反馈后被基站侧接收,基站b获得的用户u的反馈信道为/>记基站侧获得信道反馈为/>其中/>考虑基站侧采用典型的迫零(ZF)预编码,即
其中Ω=diag(δ1,…,δU)为满足平均功率约束的缩放矩阵,且其中Pu为基站侧分配给用户u的发射功率。定义用户信道反馈误差为/>则U个用户的接收信号可以表示为:
考虑用户基于下行等效信道统计进行解码的典型情况,进一步地,用户u的下行可达速率可以重新表示为:
进一步地,步骤一所述的目标函数设计为:
其中Nu为给定各个用户的总端口数约束,系统的性能以用户和速率表示。
在本发明实施例中,设置无蜂窝大规模MIMO场景中基站数B=3,每个基站配置天线数M=64,相邻基站间间距为250m,区域内存在U=3个用户,每个用户对每个基站的有效端口数为20,相关端口数lcom=6,单基站功率约束P=100dB,且由于天线分辨率较高时,/>可近似为1,因此设置有相关性的两个端口上相关性为1。
步骤二基站侧根据上行侦听信号获得下行信道端口角度与平均功率信息。在典型的基站用户场景下设置各个基站和用户的位置,获取基站配给每个用户的发射功率Pu,通过室外场景下的信道大尺度公式计算基站b∈B到用户u∈U的信道在端口m∈M上的平均功率基于此并结合步骤一的可达速率模型,推导得到系统平均和速率关于多基站联合端口选择的显式解析函数。
假设同一基站分配给不同用户的端口不同,则用户u的下行可达速率推导表达式为:
进一步地,推导得到用户u的下行可达速率近似表示为:
其中表示相关矩阵/>第m,m∈Λb,u∩Λi,u行的第/>个元素不为0元素的位置。
步骤三基于步骤二得到的系统平均和速率显式解析函数,选择合适的组合优化方法,计算得到给定下行信道端口角度与平均功率下的多基站联合端口选择。根据步骤二获取的平均功率以及分配给每个用户的发射功率Pu,以贪婪算法为例根据速率表达式对端口序号Λb,u的进行选择优化。具体流程如图2所示。
首先需要对算法进行初始化,随机初始化所有基站到用户到端口选择Λb,u,并根据推倒的用户可达速率表达式分别计算当前端口配置下用户的可达速率,求和得到系统的和速率Rsum。接着基站端对选择的端口进行更新处理,假设基站b剩余未选择的端口集合为对于基站b和与之关联的某一用户u来说,在基站b剩余的端口集合/>里随机选择,并对现有选择的端口进行替换,计算替换端口后系统的和速率/>如果/>则更新Rsum和Λb,u,作为参考指标,否则保留原来的Rsum和Λb,u。遍历基站集合和用户集后,得到一次仿真后的最优结果。将该算法重复仿真Nrand次,并比较每一次的和速率,得到最大和速率下的联合端口选择结果Λb,u。最后输入联合端口选择结果Λb,u作为多协作基站的用户端口选择结果。
步骤四基站侧基于步骤三的端口选择发送预编码导频,帮助用户侧估计端口系数矢量。假设用户侧完美估计,得到用户u对基站b对应端口上的反馈系数rb,u。用户侧利用先验信道二阶统计量信息,对端口信道矢量进行降维变换,并使用标量量化反馈。所述反馈系数压缩模型如图3所示。
获取当前时隙之前一段时间窗口内收集的端口信道系数样本得到用户u的端口信道系数样本/>计算二阶协方差矩阵/>其中,样本平均获得二阶协方差矩阵的公式表达如下:
将步骤四中获得的用户u对基站b的端口系数矢量rb,u分别归一化后级联成用户u对所有基站的端口组合系数矢量ru,选择的端口对应的端口矢量矩阵级联成Fu。其中,端口系数矢量rb,u归一化后与/>等价。则端口组合系数矢量ru端口矢量矩阵/>的级联方式分别为:
根据用户u的级联端口系数矢量的二阶协方差公式、端口信道系数样本的二阶协方差/>以及级联后的级联端口矢量矩阵Fu,得到用户u的级联端口系数矢量的二阶协方差矩阵/>其中用户u的级联端口系数矢量的二阶协方差公式为:
对用户u的级联端口系数矢量的二阶协方差矩阵进行EVD特征值分解,得到用户u的特征向量组矩阵Uu和特征值对角阵∑u。其中,EVD特征值分解公式为:
因此,级联端口组合系数矢量ru在概率上等价形式如下:
其中为服从独立同分布的端口系数。
鉴于协作基站间的信道在存在一定的信道小尺度相关性,相应地其端口系数之间也存在一定的相关性,即特征值对角阵∑u是缺秩的,假设∑u的秩为r。根据∑u秩为r可以得到主要特征值对应的空间∑u,r和解空间Uu,r。因此级联端口组合系数矢量ru可以通过特征向量组矩阵Uu,r和满秩的特征值对角阵∑u,r等效表示如下:
鉴于基站用户均可通过反馈的参数计算已知特征向量组矩阵Uu,r和满秩的特征值对角阵∑u,r,因此只需要反馈基站侧即可计算得到ru。其中,/>的具体计算公式为:
反馈时需要进行相应地量化,采取常用的标量量化方式,即分别对端口系数的幅值和相位进行3bits量化。其中,端口系数幅度和相位系数量化范围分别为:
步骤五基站侧基于反馈比特信息,并利用先验信道二阶统计对端口系数矢量进行恢复,再结合基站侧已知的信道端口角度与平均功率恢复信道。基站侧根据获取的反馈的端口系数以及先验知识Uu,r和∑u,r,恢复成级联端口组合系数矢量ru,再结合基站侧已知的端口序号Λb,u和平均功率/>恢复信道。其中,恢复级联端口组合系数矢量ru的表达式为:
本发明通过仿真实验评估该发明提出的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法。分别利用基于R17版本的端口选择Type II码本增强技术和本发明提出的协作端口系数反馈方法进行信道反馈从而得到不同端口数限制下用户的和速率变化曲线。可以发现,在限制端口数较少的前提下,本发明提出的方法性能优于R17的方法。
图5比较了本发明所提方法理论推导与实际仿真结果的性能。可以发现,本发明所提方法的理论推导与实际仿真结果的误差水平较小,因此采用本发明所提出的协作端口选择方法可以指导基站侧进行端口选择。图6比较了本发明所提方法和R17 Type II码本增强技术在不同端口数限制下的系统性能。可以发现,在限制端口数较少的情况下,本发明所提方法对系统性能有明显提升。
图7比较了在给定端口数的情况下,分别利用本发明所提方法和R17 Type II码本增强技术进行反馈,用户侧实际的反馈开销随信道相关性变化得的对比曲线。可以发现,本发明提出的方法实际反馈开销与信道相关性强相关。在一定范围内信道的相关性越强,本发明提出的方法实际反馈开销越低。
本领域普通技术人员可以对实施例中的模块进行自适应性地改变并且把它们设置在与该实施例不同的优化方法或设备中。具体而言,可以把实施例中的多个模块组合成一个模块,或将一个模块分成多个子模块应用于与本实施例相同技术思路的方法或设备中。
Claims (6)
1.一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,其特征在于,该方法包括如下步骤:
步骤一:建立FDD无蜂窝大规模MIMO系统的信道模型、传输模型以及可达速率模型;
步骤二:基站侧根据上行侦听信号获得下行信道端口角度与平均功率信息;基于此并结合步骤一的可达速率模型,推导得到系统平均和速率关于多基站联合端口选择的显式解析函数;
步骤三:基于步骤二得到的系统平均和速率关于多基站联合端口选择的显式解析函数,选择合适的组合优化方法,计算得到给定下行信道端口角度与平均功率下的多基站联合端口选择;
步骤四:基站侧基于步骤三的端口选择发送预编码导频,帮助用户侧估计端口系数矢量;用户侧利用先验信道二阶统计量信息,对端口信道矢量进行降维变换,并使用标量量化反馈;
步骤五:基站侧基于反馈比特信息,并利用先验信道二阶统计对端口系数矢量进行恢复,再结合基站侧已知的信道端口角度与平均功率恢复信道;
步骤一中建立FDD无蜂窝大规模MIMO系统的可达速率模型的具体方法如下:
假设感兴趣覆盖区域内包含B个配置大规模天线阵列的基站,基站天线数为M;区域内存在U个用户,被上述B个基站采用协作传输的方式进行服务;基站间的协作在通过前传链路相连接的CU辅助下完成;假设基站配置阵元间距为半波长的均匀线性阵列,用户配置单天线;采用窄带有限散射模型,基站到用户/>的下行信道/>近似建模为:
其中为标准化DFT矩阵,/> 表示信道在F的第m={1,...,M}列fm方向上的平均功率;用户u的端口系数/>建模为:
其中 为用户u端口系数的相关矩阵,且/>的第(b-1)×M+l行第(b′-1)×M+l′列的元素表示基站b的第l个端口bl和基站b′的第l′个端口b′l′间的相关性,记为/> 时表示端口bl和b′l′间没有相关性;
下行传输基站所采用的预编码矢量基于信道反馈设计;假设各基站均采用标准化DFT码本F进行端口角度估计,基站b分配给用户u的端口序号集合为/>忽略用户的信道估计误差,则用户估计的端口信道系数为/>其中/>表示由码本F的序号属于Λb,u集合的列所组成的矩阵,|Λb,u|表示集合Λb,u内的元素个数;端口系数rb,u经过量化后的版本/>反馈后被基站侧接收,基站b获得的用户u的反馈信道为/>记基站侧获得的信道反馈为/>采用典型的迫零预编码,即
其中为满足平均功率约束的缩放矩阵,且/>其中Pu为基站侧分配给用户u的发射功率;定义用户信道反馈误差为/>用户u的下行可达速率重新表示为:
2.根据权利要求1所述的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,其特征在于,步骤二所述的系统平均和速率关于多基站联合端口选择函数设计为:
其中Nu为给定各个用户的总端口数约束,用户和速率
3.根据权利要求1所述的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,其特征在于,步骤二中所述系统平均和速率关于多基站联合端口选择的显式解析函数推导结果为:
其中Pu为基站配给每个用户的发射功率,为通过室外场景下的信道大尺度公式计算基站/>到用户/>的信道在端口/>上的平均功率,/>表示相关矩阵/>第m,m∈Λb,u∩Λi,u行不为0元素的位置。
4.根据权利要求1所述的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,步骤三所述组合优化方法,其特征在于,根据步骤二获取的平均功率以及分配给每个用户的发射功率Pu,以贪婪算法为基础,根据速率表达式对端口序号Λb,u的进行选择优化;首先随机选择一组端口序号进行初始化,并计算该端口配置下的用户和速率,之后依次更新每个基站每个用户下的波束选择,在基站b对用户u剩余有效波束中以和速率Rsum为指标,选择使Rsum更大的波束组合;将该贪婪算法执行Nrand次,得到多协作基站的用户端口选择结果。
5.根据权利要求1所述的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,其特征在于,步骤四所述的端口信道矢量的降维变换获取过程为:
用户根据接收到的下行导频信号进行下行端口信道系数估计,假设用户侧完美估计,得到用户u对基站b对应端口上的反馈系数rb,u;根据当前时隙之前一段时间窗口内收集的端口信道系数样本根据二阶协方差矩阵/>以及联合端口选择结果Λb,u,计算用户u的联合端口系数协方差矩阵/>用户u对所有基站需要反馈的级联端口系数组成矢量/>基于EVD分解,对/>计算特征向量组矩阵/>和特征值对角阵假设∑u的秩为r,得到特征值对应的空间/>和解空间/>根据∑u,r和Uu,r对级联端口系数矢量ru进行降维处理,得到降维处理后的用户u实际需要反馈的端口系数/>
6.根据权利要求1所述的一种FDD无蜂窝MIMO系统的联合端口选择反馈方法,其特征在于,步骤五恢复信道具体过程为:基站侧根据获取的反馈的波束系数以及先验知识Uu,r和∑u,r,恢复成级联端口组合系数矢量ru,再结合基站侧已知的端口序号Λb,u和平均功率恢复信道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210453421.4A CN114826340B (zh) | 2022-04-27 | 2022-04-27 | 一种fdd无蜂窝mimo系统的联合端口选择反馈方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210453421.4A CN114826340B (zh) | 2022-04-27 | 2022-04-27 | 一种fdd无蜂窝mimo系统的联合端口选择反馈方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114826340A CN114826340A (zh) | 2022-07-29 |
CN114826340B true CN114826340B (zh) | 2024-03-12 |
Family
ID=82510027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210453421.4A Active CN114826340B (zh) | 2022-04-27 | 2022-04-27 | 一种fdd无蜂窝mimo系统的联合端口选择反馈方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114826340B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545987A (zh) * | 2012-01-16 | 2012-07-04 | 东南大学 | 一种基于延时反馈的多小区自适应协作传输方法 |
CN103986558A (zh) * | 2014-05-26 | 2014-08-13 | 东南大学 | 一种蜂窝移动通信d2d系统中自适应协作传输方法 |
CN105554899A (zh) * | 2015-12-04 | 2016-05-04 | 东南大学 | 一种mimo中基于上行特征向量的下行调度方法 |
CN110401472A (zh) * | 2014-09-17 | 2019-11-01 | 上海朗帛通信技术有限公司 | 一种3d mimo传输方法和装置 |
CN110999109A (zh) * | 2017-05-23 | 2020-04-10 | 华为技术有限公司 | 信道状态信息相关反馈上报和信道状态信息获取 |
-
2022
- 2022-04-27 CN CN202210453421.4A patent/CN114826340B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545987A (zh) * | 2012-01-16 | 2012-07-04 | 东南大学 | 一种基于延时反馈的多小区自适应协作传输方法 |
CN103986558A (zh) * | 2014-05-26 | 2014-08-13 | 东南大学 | 一种蜂窝移动通信d2d系统中自适应协作传输方法 |
CN110401472A (zh) * | 2014-09-17 | 2019-11-01 | 上海朗帛通信技术有限公司 | 一种3d mimo传输方法和装置 |
CN105554899A (zh) * | 2015-12-04 | 2016-05-04 | 东南大学 | 一种mimo中基于上行特征向量的下行调度方法 |
CN110999109A (zh) * | 2017-05-23 | 2020-04-10 | 华为技术有限公司 | 信道状态信息相关反馈上报和信道状态信息获取 |
Non-Patent Citations (1)
Title |
---|
Beam-Blocked Channel Estimation for FDD Massive MIMO With Compressed Feedback;Wei Huang et al;《IEEE》;20170628;第11791 - 11804页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114826340A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Performance of conjugate and zero-forcing beamforming in large-scale antenna systems | |
CN107483088B (zh) | 大规模mimo鲁棒预编码传输方法 | |
Björnson et al. | Cell-free versus cellular massive MIMO: What processing is needed for cell-free to win? | |
Raeesi et al. | Estimation and mitigation of channel non-reciprocity in massive MIMO | |
JP2009153139A (ja) | Mimo下りリンクにおけるプリコーディング処理方法、装置及び基地局 | |
Wu et al. | Multiuser MIMO downlink precoder design based on the maximal SJNR criterion | |
CN111107023B (zh) | 在大规模mimo中基于光滑范数的压缩感知信道估计方法 | |
CN109361434B (zh) | 基站协作传输的毫米波mimo混合预编码方法 | |
CN109905155B (zh) | 一种基于内外级联预编码的干扰管理方法、无线通信系统 | |
Tang et al. | An iterative singular vectors estimation scheme for beamforming transmission and detection in MIMO systems | |
CN115549745B (zh) | Ris相移设计方法、装置、计算机设备及存储介质 | |
CN114826340B (zh) | 一种fdd无蜂窝mimo系统的联合端口选择反馈方法 | |
CN108449798B (zh) | 用户终端、基站及其用户终端的调度方法和装置 | |
CN106209186B (zh) | 一种多用户分布式mimo多天线系统下行链路预编码方法 | |
CN107104715B (zh) | 一种基于天线选择的干扰对齐方法 | |
Zu | Novel efficient precoding techniques for multiuser MIMO systems | |
CN111277313B (zh) | 基于二分图的蜂窝车联网大规模mimo波束选择与传输方法 | |
CN106712820B (zh) | 自干扰抑制的多流分集bd预编码方法及装置 | |
Taygur et al. | Investigations on massive MIMO performance with multi-antenna users by ray-tracing | |
Stankovic et al. | Multi-user MIMO downlink beamforming over correlated MIMO channels | |
Bai et al. | Optimal design of widely linear pre-coding and estimation in multi-user MIMO broadcast channel | |
Komulainen et al. | CSI acquisition concepts for advanced antenna schemes in the WINNER+ project | |
CN116388814B (zh) | 大规模mimo基于多连接结构的模拟及混合预编码方法 | |
Zazo et al. | Suboptimum space multiplexing structure combining dirty paper coding and receive beamforming | |
Nazeerunnisa | Hybrid Precoding/Combining for single-user and Multi-Usersin mm-Wave MIMO 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 |