CN115002793B - 均衡用户角度间距的毫米波大规模mimo系统用户分组方法 - Google Patents
均衡用户角度间距的毫米波大规模mimo系统用户分组方法 Download PDFInfo
- Publication number
- CN115002793B CN115002793B CN202210692383.8A CN202210692383A CN115002793B CN 115002793 B CN115002793 B CN 115002793B CN 202210692383 A CN202210692383 A CN 202210692383A CN 115002793 B CN115002793 B CN 115002793B
- Authority
- CN
- China
- Prior art keywords
- user
- grouping
- millimeter wave
- users
- angle
- 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 31
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- YDGMGEXADBMOMJ-LURJTMIESA-N N(g)-dimethylarginine Chemical compound CN(C)C(\N)=N\CCC[C@H](N)C(O)=O YDGMGEXADBMOMJ-LURJTMIESA-N 0.000 claims description 4
- YDGMGEXADBMOMJ-UHFFFAOYSA-N asymmetrical dimethylarginine Natural products CN(C)C(N)=NCCCC(N)C(O)=O YDGMGEXADBMOMJ-UHFFFAOYSA-N 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- H04W16/22—Traffic simulation tools or models
-
- 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
-
- 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)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提供了一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，包括：建立毫米波大规模MIMO系统用户分组的基本数学模型；建立分组基础上最大化系统和速率的最优化数学模型；利用角分复用规律将最大化系统和速率问题近似转化为均衡用户角度间距的问题；并针对该问题给出最优分组结构及分组算法。本发明能够极大提高大用户数时MIMO系统的性能，同时拥有极低的算法复杂度和实现难度，具有广阔的应用前景。
Description
技术领域
本发明涉及无线通信技术领域，具体涉及一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法。
背景技术
随着经济社会的不断发展和互联网技术的不断发展，社会对于移动通信流量以及移动通信设备接入的需求也越来越大。为了满足日益增加的连接和带宽需求，毫米波大规模多天线(Multiple-input and multiple-output，MIMO)系统结合多种多址方式被认为是一种可行的解决方案。其中，毫米波高定向性和短波长与大规模多天线波束赋形能力以及规模问题优劣互补，相得益彰。在此场景下，为了满足物联网的海量连接需求，混合多种多址技术成为了一种自然的选择。为了发挥大规模多天线系统的优势，基于预编码的角分多址(Angle division multiple access，ADMA)技术是一种必然的选择，在结合其他正交多址技术时，比如时分多址(Time division multiple access，TDMA)或频分多址(Frequencydivision multiple access，FDMA)，我们可以利用角度复用增益规律，合理将互相干扰较小的用户分到同一组中，以获得相比随机分组的情况下更高的系统和速率。
目前的研究大都针对非毫米波系统，或是混合预编码构架的毫米波系统，而忽略了全数字预编码这一未来的毫米波技术趋势。少部分可以扩展到全数字毫米波系统的分组方案也往往基于贪婪搜索或是智能启发式算法，虽然可以获得良好的系统和速率提升，但这些算法本身极高的算法复杂度使得其更具有理论研究价值而非实际应用价值。尽管先前关于分组的研究已有很多，但针对近些年新兴的全数字毫米波系统用户分组的研究少之又少，现有技术中尚无低复杂度高性能的解决方案。
发明内容
为解决上述问题，本发明提供了一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，使得采用毫米波大规模多天线技术的系统能以极低的算法复杂度代价获得极高的系统和速率性能增益。
为了达到上述目的，本发明提供如下技术方案：
一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于，包括：
S1.建立毫米波大规模MIMO系统用户分组的基本数学模型；
S2.建立分组基础上最大化系统和速率的最优化数学模型，并利用角分复用规律将最大化系统和速率问题近似转化为均衡用户角度间距的问题；
S3.针对该问题给出最优分组结构及分组算法。
进一步的，所述步骤S1具体包括以下子步骤：
S11.配置拥有1个基站单元，配备N天线的ULA阵列，服务K个单天线用户的毫米波大规模MIMO系统，其中基站单元已通过信道估计得知用户的信道与角度信息；
S12.建立数据传输模型，设下行信道为其中hk是用户k的下行信道向量，k＝1,…,K，在毫米波大规模MIMO系统中，其利用Saleh-Valenzue信道模型表示为：
其中与/>代表主径和第l径的复增益，L是多径的数量。/>与/>是阵列响应向量，表示为：
其中是对应的到达角，(·)T代表转置运算；
设pk为其预编码向量，则其接收的数据速率为：
其中p为发射信号总功率，σ2为噪声方差，log表示对数运算，|·|表示模值运算，||·||表示Frobenius范数运算；
S13.利用正交多址将用户等额分配至G组，每个组内利用ADMA进行服务，设U为用户全集，则有如下分组约束：
S14.设Sg＞0，为资源分配指标，则分组后的系统和速率表述为：
其中Sg＝1/G。
S21.建立最大化系统和速率的目标函数：
其中表示优化用户的分组以使得其后的函数，也就是系统和速率最大化；
S22.利用毫米波场景下信道的稀疏性以及此时线性预编码的波束赋形效应，将和速率近似表述为用户角度间距问题，并将和速率最大化问题转化为均衡用户角度间距问题，因此P0问题被近似转化为；
其中θk为用户k的到达角，此处各组内角度依序排列，θk-θk-1即为用户角度间距，g(x)为代替速率的代价函数，其满足如下性质：
进一步的，步骤S3是对P1问题的求解，其包括以下子步骤：
S31.获取所有用户的到达角信息，以及指定分组的数量；
S32.将用户角度排序；
S33.对排序完成的角度按如下规则分组：
按照角度还原对应的用户，即是P1问题下的最优分组模式。
与现有技术相比，本发明具有以下优点和有益效果：
本算法复杂度以排序为主要贡献，约为O(K*log2(K))，低于同规模系统中的矩阵运算，几乎不会增加额外的负担，同时，本算法可以极大提高毫米波大规模多天线系统的和速率表现，显著提升大用户数下通信系统的性能。
附图说明
图1为本发明提供的均衡用户角度间距的毫米波大规模MIMO系统用户分组方法流程图。
图2为本发明实施例提供的和速率仿真对比图。
图3为本发明实施例提供的仿真时间对比图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步的介绍，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
为了达到上述目的，本发明提供如下技术方案：
一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，包括：
S1.建立毫米波大规模MIMO系统用户分组的基本数学模型；
S2.建立分组基础上最大化系统和速率的最优化数学模型，并利用角分复用规律将最大化系统和速率问题近似转化为均衡用户角度间距的问题；
S3.针对该问题给出最优分组结构及分组算法。
进一步的，所述步骤S1具体包括以下子步骤：
S11.配置拥有1个基站单元，配备N天线的ULA阵列，服务K个单天线用户的毫米波大规模MIMO系统，其中基站单元已通过信道估计得知用户的信道与角度信息；
S12.建立数据传输模型，设下行信道为其中hk是用户k的下行信道向量，k＝1,…,K，在毫米波大规模MIMO系统中，其利用Saleh-Valenzue信道模型表示为：
其中与/>代表主径和第l径的复增益，L是多径的数量。/>与/>是阵列响应向量，表示为：
其中是对应的到达角，(·)T代表转置运算；
设pk为其预编码向量，则其接收的数据速率为：
其中p为发射信号总功率，σ2为噪声方差，log表示对数运算，|·|表示模值运算，||·||表示Frobenius范数运算；
S13.利用正交多址将用户等额分配至G组，每个组内利用ADMA进行服务，设U为用户全集，则有如下分组约束：
S14.设Sg＞0，为资源分配指标，则分组后的系统和速率表述为：
其中Sg＝1/G。
S21.建立最大化系统和速率的目标函数：
其中表示优化用户的分组以使得其后的函数，也就是系统和速率最大化；
S22.利用毫米波场景下信道的稀疏性以及此时线性预编码的波束赋形效应，将和速率近似表述为用户角度间距问题，并将和速率最大化问题转化为均衡用户角度间距问题，因此P0问题被近似转化为；
其中θk为用户k的到达角，此处各组内角度依序排列，θk-θk-1即为用户角度间距，g(x)为代替速率的代价函数，其满足如下性质：
进一步的，步骤S3是对P1问题的求解，其包括以下子步骤：
S31.获取所有用户的到达角信息，以及指定分组的数量；
S32.将用户角度排序；
S33.对排序完成的角度按如下规则分组：
按照角度还原对应的用户，即是P1问题下的最优分组模式。
图2与图3是小区半径为1km，基站配备有128天线的均匀线性阵列，且服务正面2/3π角度范围内的用户时，采用本具体实施方式针对毫米波大规模MIMO系统的本发明算法，与贪婪分组算法、半正交分组算法以及随机分组算法所获得性能对比图。图2展示了和速率性能的对比，可知采用本具体实施方式方法所获得的系统和速率相比其他方法更高。图3展示了仿真用时的对比，可知本具体实施方式方法在获得更好系统和速率性能的同时拥有极低的时间复杂度，是一种高性能低复杂度算法。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.一种均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于，包括以下步骤：
S1.建立毫米波大规模MIMO系统用户分组的数学模型；
S2.建立分组基础上最大化系统和速率的最优化数学模型，并利用角分复用规律将最大化系统和速率问题近似转化为均衡用户角度间距的问题；
S3.针对该问题给出最优分组结构及分组算法；
所述步骤S1具体包括如下子步骤：
S11.配置拥有1个基站单元，配备N天线的ULA阵列，服务K个单天线用户的毫米波大规模MIMO系统，其中基站单元已通过信道估计得知用户的信道与角度信息；
S12.建立数据传输模型，设下行信道为其中hk是用户k的下行信道向量，k＝1,…,K，在毫米波大规模MIMO系统中，其利用Saleh-Valenzue信道模型表示为：
其中与/>代表主径和第l径的复增益，L是多径的数量，/>与/>是阵列响应向量，表示为：
其中是对应的到达角，(•)T代表转置运算；
设pk为其预编码向量，则其接收的数据速率为：
其中p为发射信号总功率，σ2为噪声方差，log表示对数运算，|•|表示模值运算，||•||表示Frobenius范数运算；
S13.利用正交多址将用户等额分配至G组，每个组内利用ADMA进行服务，设u为用户全集，则有如下分组约束：
S14.设Sg＞0，为资源分配指标，则分组后的系统和速率表述为：
其中Sg＝1/G；
所述步骤S2具体包括如下子步骤：
S21.建立最大化系统和速率的目标函数：
其中表示优化用户的分组以使得其后的函数，也就是系统和速率最大化；
S22.利用毫米波场景下信道的稀疏性以及此时线性预编码的波束赋形效应，将和速率近似表述为用户角度间距问题，并将和速率最大化问题转化为均衡用户角度间距问题，因此问题被近似转化为；
其中θk为用户k的到达角，此处各组内角度依序排列，θk-θk-1即为用户角度间距，g(x)为代替速率的代价函数，其满足如下性质：
所述步骤S3具体包括如下子步骤：
S31.获取所有用户的到达角信息，以及指定分组的数量；
S32.将用户角度排序；
S33.对排序完成的角度按如下规则分组：
按照角度还原对应的用户，即是问题下的最优分组模式。
2.根据权利要求1所述的均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于：所述步骤S12中，预编码pk可由线性预编码方法MRT、ZF或MMSE生成。
3.根据权利要求1所述的均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于，对于有序的用户角度集，直接给出了问题下的最优分组模式，且任意符合/>描述的问题均可适用此解。
4.根据权利要求1所述的均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于，步骤S31中分组的数量根据经验指定，设置为G＝K/(sN)，其中s是系统同时服务的最佳用户数与天线数量的经验比值，在0.6～0.8之间。
5.根据权利要求1-4中任意一项所述的均衡用户角度间距的毫米波大规模MIMO系统用户分组方法，其特征在于，还包括以下步骤：在通信过程中，每个时隙均能利用信道估计或是信道跟踪获得用户的信道信息或是角度信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210692383.8A CN115002793B (zh) | 2022-06-17 | 2022-06-17 | 均衡用户角度间距的毫米波大规模mimo系统用户分组方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210692383.8A CN115002793B (zh) | 2022-06-17 | 2022-06-17 | 均衡用户角度间距的毫米波大规模mimo系统用户分组方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115002793A CN115002793A (zh) | 2022-09-02 |
| CN115002793B true CN115002793B (zh) | 2024-01-02 |
Family
ID=83035537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210692383.8A Active CN115002793B (zh) | 2022-06-17 | 2022-06-17 | 均衡用户角度间距的毫米波大规模mimo系统用户分组方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115002793B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105356917A (zh) * | 2015-10-16 | 2016-02-24 | 北京航空航天大学 | 一种大规模mimo异构网络中的干扰抑制传输方法 |
| CN112087247A (zh) * | 2020-08-04 | 2020-12-15 | 西安电子科技大学 | 一种基于大规模mimo-otfs的径分多址接入方法 |
| WO2022121497A1 (zh) * | 2020-12-11 | 2022-06-16 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10277428B2 (en) * | 2015-07-10 | 2019-04-30 | RF DSP Inc. | Methods for reducing complexity of pre-coding matrix computation and grouping of user equipments in massive MIMO systems |
-
2022
- 2022-06-17 CN CN202210692383.8A patent/CN115002793B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105356917A (zh) * | 2015-10-16 | 2016-02-24 | 北京航空航天大学 | 一种大规模mimo异构网络中的干扰抑制传输方法 |
| CN112087247A (zh) * | 2020-08-04 | 2020-12-15 | 西安电子科技大学 | 一种基于大规模mimo-otfs的径分多址接入方法 |
| WO2022121497A1 (zh) * | 2020-12-11 | 2022-06-16 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115002793A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Capacity characterization for intelligent reflecting surface aided MIMO communication | |
| US20220224464A1 (en) | Fractional cooperative multipoint network operation | |
| Paul et al. | A Statistical Channel Modeling for MIMO-OFDM Beamforming System in 5G mmWave Communications | |
| CN107483088B (zh) | 大规模mimo鲁棒预编码传输方法 | |
| US20220190879A1 (en) | Massive cooperative multipoint network operation | |
| EP3510707B1 (en) | Method and apparatus to enable channel compression in advanced wireless communication systems | |
| CN107086886B (zh) | 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计 | |
| US20100246715A1 (en) | Wireless communication method and apparatus | |
| Zhang et al. | Near-optimal design for hybrid beamforming in mmWave massive multi-user MIMO systems | |
| WO2021255713A1 (en) | Hybrid beamforming in communication systems | |
| CN107171709B (zh) | 一种应用于聚集用户场景下的大规模mimo系统预编码方法 | |
| CN112543043A (zh) | 一种基于非正交多址接入技术的波束空间下分布式功率分配方法 | |
| CN107659348B (zh) | 一种基于slnr和thp混合自适应预编码设计方法 | |
| Zanella et al. | Reduced complexity power allocation strategies for MIMO systems with singular value decomposition | |
| US11108458B2 (en) | Method and apparatus for combining plurality of radio signals | |
| CN115002793B (zh) | 均衡用户角度间距的毫米波大规模mimo系统用户分组方法 | |
| Lim et al. | ZF-based downlink hybrid precoding and combining for rate balancing in mmWave multiuser MIMO systems | |
| Ali et al. | Spectral efficiency enhancement in Massive MIMO system under pilot contamination | |
| EP3662586B1 (en) | Improved block-diagnolization based beamforming | |
| Kaleva et al. | Decentralized sum MSE minimization for coordinated multi-point transmission | |
| Liu et al. | On the scaling behavior of average ergodic capacity of distributed MIMO systems | |
| Huang et al. | SIC-Based Baseband Block Diagonalization for MmWave Massive Multi-User MIMO Systems | |
| Maciel‐Barboza et al. | User Selection Algorithms for MU‐MIMO Systems with Coordinated Beamforming | |
| Kejalakshmi et al. | PSO based sum rate optimization for MU-MIMO linear precoder with imperfect CSI | |
| Flores et al. | Clustered Robust Linear Precoding for Cell-Free MU-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 |