CN115065389B - 一种无小区大规模mimo-noma系统性能优化方法 - Google Patents

一种无小区大规模mimo-noma系统性能优化方法 Download PDF

Info

Publication number
CN115065389B
CN115065389B CN202210985861.4A CN202210985861A CN115065389B CN 115065389 B CN115065389 B CN 115065389B CN 202210985861 A CN202210985861 A CN 202210985861A CN 115065389 B CN115065389 B CN 115065389B
Authority
CN
China
Prior art keywords
user
group
users
power
pilot
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
CN202210985861.4A
Other languages
English (en)
Other versions
CN115065389A (zh
Inventor
宋荣方
刘成成
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing 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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210985861.4A priority Critical patent/CN115065389B/zh
Publication of CN115065389A publication Critical patent/CN115065389A/zh
Application granted granted Critical
Publication of CN115065389B publication Critical patent/CN115065389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
    • 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)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无小区大规模MIMO‑NOMA系统性能优化方法，包括：根据用户位置的等效路径损耗进行群体划分；进行导频分配；用户发射已分配好的导频信号；AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差估计；计算得到系统下行信道增益；系统中所有AP同时为用户提供服务；其中，AP在信号传输之前，利用线性最小均方误差估计的CSI执行预编码操作；AP根据用户信道增益为不同用户分配功率；计算得到用户的下行链路的可达速率估计值。本发明能够解决现有技术的MIMO系统中存在的功率效率不高和传播误差大等技术问题。

Description

一种无小区大规模MIMO-NOMA系统性能优化方法
技术领域
本发明属于无线宽带通信技术领域，具体涉及一种无小区大规模MIMO-NOMA系统性能优化方法。
背景技术
随着对通信服务需求的不断增长，频谱效率和连接数等参数已成为衡量超五代（B5G）和第六代（6G）通讯网络性能的重要指标。相比于正交多址（OMA）技术，非正交多址（NOMA）具有更高的频谱效率、灵活支持更大的连接数，可以满足未来6G通信对巨流量、大连接的需求。NOMA主要可分为码域NOMA和功率域NOMA。功率域NOMA在功率域上叠加传输多个用户信号，接收端根据信号强弱顺序地对占用相同时频空资源的用户信号进行串行干扰删除（SIC）。为了降低误差传播，NOMA采用用户分簇的方法以减少SIC次数。
无小区大规模MIMO取消了传统蜂窝网中小区这一概念，所有接入点（AP）随机均匀地分布在系统中。与传统蜂窝网通信相比，无小区大规模MIMO 系统可实现巨大的宏分集和更高的覆盖范围。在无小区大规模MIMO 中，中央处理器（CPU）旨在通过高速、无误码的光纤网络连接到系统中的AP，每个AP只需要进行简单的信号处理，把复杂、繁琐的操作通过光纤网络传给CPU进行联合处理。无小区系统相比蜂窝网具有更高的系统吞吐量，在抵抗阴影衰落方面具有明显优势。无小区大规模MIMO与NOMA作为新一代移动通信中的关键技术，两者的结合是6G通信研究中的热点话题之一。在使用NOMA技术的MIMO（MIMO）系统中，传统的融合方法根据用户信道的相似度对用户进行分簇，把信道相关性较弱的用户放在一簇，且传统的基于用户分簇的方法在簇内采用NOMA，簇间采用空分多址（SDMA）。该方法存在功率效率不高和传播误差大等问题。
发明内容
解决的技术问题：本发明公开了一种无小区大规模MIMO-NOMA系统性能优化方法，能够解决现有技术的MIMO系统中存在的功率效率不高和传播误差大等技术问题。
技术方案：
一种无小区大规模MIMO-NOMA系统性能优化方法，在MIMO-NOMA系统中，M个单天线AP在同一时频资源块对空间上随机分布的NK个单天线用户进行服务；M、N、K均采用大于1的正整数；
所述性能优化方法包括以下步骤：
S1，根据用户位置的等效路径损耗进行群体划分，将处在相近或相同等效路径损耗等高线上的用户归为一个群体，并将一个群体中的所有用户看作一个整体，得到N个群体，每个群体中包含K个用户；
S2，在群体划分的基础上，进行导频分配，每个群体内的用户使用相互正交的导频，群体与群体之间复用相同的导频；
S3，用户发射已分配好的导频信号；AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差估计；
S4，根据时分双工系统的互易性，计算得到系统下行信道增益；
S5，系统中所有AP同时为用户提供服务；其中，AP在信号传输之前，利用线性最小均方误差估计的CSI执行预编码操作；
S6， AP根据用户信道增益为不同用户分配功率；具体地，在功率域NOMA中，更高的功率被分配给具有较低信道增益用户的群体，每个群体内部的用户进行平均功率分配；
S7，计算得到用户的下行链路的可达速率估计值。
进一步地，步骤S1中，根据用户位置的等效路径损耗进行群体划分的过程包括以下子步骤：
S11，根据系统中所有用户的大尺度功率增益集合计算用户各自的等效路径损耗； 具体地，令
Figure 360600DEST_PATH_IMAGE001
为用户
Figure 498320DEST_PATH_IMAGE002
与系统中所有AP的大尺度功率增益集合，
Figure 757263DEST_PATH_IMAGE003
表示用户
Figure 511593DEST_PATH_IMAGE002
与系统中第
Figure 717446DEST_PATH_IMAGE004
个AP的大尺度功率增益；
Figure 240831DEST_PATH_IMAGE005
；
用户
Figure 670676DEST_PATH_IMAGE002
的等效路径损耗
Figure 115563DEST_PATH_IMAGE006
表示为：
Figure 921845DEST_PATH_IMAGE007
；
S12，对所有用户的等效路径损耗进行排序；
S13，将等效路径损耗最小的
Figure 299737DEST_PATH_IMAGE008
个用户归为第一个群体，再把等效路径损耗次小的
Figure 353013DEST_PATH_IMAGE008
个用户归为第二个群体，以此类推，给系统中用户划分群体。
进一步地，步骤S2中，在群体划分的基础上，进行导频分配，每个群体内的用户使用相互正交的导频，群体与群体之间复用相同的导频是指：
令导频长度为
Figure 81934DEST_PATH_IMAGE009
，
Figure 426328DEST_PATH_IMAGE010
；在群体划分的基础上，进行导频分配，其中，在每个群体 中，用户
Figure 127568DEST_PATH_IMAGE011
和用户
Figure 899215DEST_PATH_IMAGE012
使用的导频序列分别为
Figure 318695DEST_PATH_IMAGE013
和
Figure 466779DEST_PATH_IMAGE014
，
Figure 819263DEST_PATH_IMAGE015
，存在以下关系：
Figure 699494DEST_PATH_IMAGE016
，
Figure 403008DEST_PATH_IMAGE017
。
进一步地，步骤S3中， AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差估计的过程包括以下子步骤：
S31，将第
Figure 89205DEST_PATH_IMAGE018
个AP与第
Figure 258979DEST_PATH_IMAGE019
个群体中的第
Figure 638008DEST_PATH_IMAGE020
用户间的信道
Figure 766501DEST_PATH_IMAGE021
建模为：
Figure 256388DEST_PATH_IMAGE022
；其中，
Figure 583464DEST_PATH_IMAGE023
为大尺度功率增益；
Figure 71077DEST_PATH_IMAGE024
反应小尺度衰落，服从均值为0， 方差为1的高斯分布；
S32，系统中的用户发送导频信号，第
Figure 483604DEST_PATH_IMAGE025
个AP所接收到的导频信号表示为：
Figure 511603DEST_PATH_IMAGE026
其中，
Figure 896448DEST_PATH_IMAGE027
为导频的发射功率，
Figure 617279DEST_PATH_IMAGE028
为表示均值为0、协方差矩阵为
Figure 969632DEST_PATH_IMAGE029
的加 性高斯白噪声向量；
Figure 535742DEST_PATH_IMAGE030
为导频长度为，
Figure 837411DEST_PATH_IMAGE031
；
Figure 666826DEST_PATH_IMAGE032
表示用户
Figure 788366DEST_PATH_IMAGE033
使用的导频；
S33，将第
Figure 423747DEST_PATH_IMAGE034
个AP所接收到的导频信号乘上导频的共轭转置
Figure 783184DEST_PATH_IMAGE035
，得到：
Figure 580239DEST_PATH_IMAGE036
；
S34，对信道
Figure 454654DEST_PATH_IMAGE037
进行线性最小均方误差LMMSE估计，计算得到信号
Figure 565829DEST_PATH_IMAGE037
的估计值
Figure 842090DEST_PATH_IMAGE038
为：
Figure 810046DEST_PATH_IMAGE039
其中，
Figure 860173DEST_PATH_IMAGE040
服从高斯分布，
Figure 837356DEST_PATH_IMAGE041
为
Figure 171385DEST_PATH_IMAGE040
的共轭表示；
Figure 310243DEST_PATH_IMAGE042
，
Figure 893671DEST_PATH_IMAGE043
；
Figure 612228DEST_PATH_IMAGE044
表示为对x求均值；
Figure 597501DEST_PATH_IMAGE045
表示为对导频信号求模的平方。
进一步地，步骤S5中，AP在信号传输之前，利用线性最小均方误差估计的CSI执行预编码操作的过程包括以下子步骤：
S51，将第
Figure 172839DEST_PATH_IMAGE046
个AP向系统中复用相同导频的用户发送的数字信号表示为：
Figure 181247DEST_PATH_IMAGE047
其中，
Figure 500232DEST_PATH_IMAGE048
为发送给第
Figure 792542DEST_PATH_IMAGE049
群体中的第
Figure 273202DEST_PATH_IMAGE050
用户的数字信号，
Figure 96802DEST_PATH_IMAGE051
为AP分配给第
Figure 891582DEST_PATH_IMAGE052
群 体中的第
Figure 117027DEST_PATH_IMAGE050
用户的发射功率；发送给任意用户的数字信号满足以下约束：
Figure 971851DEST_PATH_IMAGE053
；
式中，
Figure 17167DEST_PATH_IMAGE054
为发送给第
Figure 615639DEST_PATH_IMAGE046
群体中的第
Figure 695590DEST_PATH_IMAGE055
用户的数字信号的共轭；
Figure 469118DEST_PATH_IMAGE056
表示为对x 求均值；
S52，第
Figure 1731DEST_PATH_IMAGE046
个AP进行预编码操作，向用户发射的信号表示为：
Figure 403893DEST_PATH_IMAGE057
；
式中，
Figure 72772DEST_PATH_IMAGE058
为第
Figure 331715DEST_PATH_IMAGE046
个AP与第
Figure 289306DEST_PATH_IMAGE052
个群体第
Figure 557477DEST_PATH_IMAGE050
个用户信道估计的共轭；
Figure 284124DEST_PATH_IMAGE059
；
S53，系统中AP服务所有用户，第
Figure 448389DEST_PATH_IMAGE052
群体中的第
Figure 955594DEST_PATH_IMAGE050
用户所接收到信号
Figure 948827DEST_PATH_IMAGE060
表示为：
Figure 592298DEST_PATH_IMAGE061
其中，
Figure 396306DEST_PATH_IMAGE062
，
Figure 859648DEST_PATH_IMAGE063
，
Figure 469621DEST_PATH_IMAGE064
为高斯白噪声，
Figure 905281DEST_PATH_IMAGE065
为AP分 配给第
Figure 942508DEST_PATH_IMAGE066
群体中的第
Figure 96408DEST_PATH_IMAGE067
用户的发射功率，
Figure 244493DEST_PATH_IMAGE068
为AP分配给第
Figure 816551DEST_PATH_IMAGE069
群体中的第
Figure 962361DEST_PATH_IMAGE067
用户的发射 功率，
Figure 665875DEST_PATH_IMAGE070
为发送给第
Figure 555334DEST_PATH_IMAGE066
群体中的第
Figure 762324DEST_PATH_IMAGE067
用户的数字信号，
Figure 141353DEST_PATH_IMAGE071
为发送给第
Figure 269846DEST_PATH_IMAGE069
群体中的第
Figure 759733DEST_PATH_IMAGE067
用户的数字信号，
Figure 86809DEST_PATH_IMAGE072
，
Figure 558111DEST_PATH_IMAGE073
。
进一步地，步骤S6中，AP根据用户信道增益为不同用户分配功率的过程包括以下步骤：
S61，根据路径损耗计算得到每个群体的信道增益；
S62，根据信道增益低的群体分配高功率，信道增益高的群体分配低功率的原则， 每个AP按照预设的分配比例给不同群体分配功率，
Figure 236217DEST_PATH_IMAGE074
，
Figure 733057DEST_PATH_IMAGE075
为分配 给群体
Figure 117902DEST_PATH_IMAGE076
中所有用户的总功率；
S63，每个群体内部的用户进行平均功率分配。
进一步地，步骤S7中，计算得到用户的下行链路的可达速率估计值的过程包括以下子步骤：
S71，将第
Figure 838734DEST_PATH_IMAGE076
群体中的第
Figure 676240DEST_PATH_IMAGE077
用户的接收信号经过群体串行干扰删除GSIC后，得到：
Figure 507929DEST_PATH_IMAGE078
其中，
Figure 26242DEST_PATH_IMAGE079
表示为有用信号分量，
Figure 855658DEST_PATH_IMAGE080
表示为干扰信号，干扰信号表示 为：
Figure 242777DEST_PATH_IMAGE081
式中，
Figure 815840DEST_PATH_IMAGE082
为数字信号
Figure 237595DEST_PATH_IMAGE083
的估计值，
Figure 503491DEST_PATH_IMAGE084
；
Figure 112327DEST_PATH_IMAGE085
，
Figure 472770DEST_PATH_IMAGE086
，
Figure 749030DEST_PATH_IMAGE087
，
Figure 920249DEST_PATH_IMAGE088
与
Figure 281960DEST_PATH_IMAGE089
相互独立，
Figure 196826DEST_PATH_IMAGE089
为误差传播系数，
Figure 327593DEST_PATH_IMAGE089
反映
Figure 935292DEST_PATH_IMAGE090
与
Figure 472715DEST_PATH_IMAGE091
之间的相关性，
Figure 253589DEST_PATH_IMAGE089
值越大，相关 性越强；
Figure 176546DEST_PATH_IMAGE092
为第
Figure 751884DEST_PATH_IMAGE093
个群体第
Figure 25870DEST_PATH_IMAGE094
个用户的误差传播系数；
Figure 79277DEST_PATH_IMAGE095
；
Figure 387898DEST_PATH_IMAGE096
为误 差
Figure 868558DEST_PATH_IMAGE097
的方差；
S72，根据下述公式计算得到群体
Figure 692158DEST_PATH_IMAGE093
中用户
Figure 1785DEST_PATH_IMAGE094
的下行链路的可达速率估计值
Figure 696072DEST_PATH_IMAGE098
为：
Figure 816475DEST_PATH_IMAGE099
其中，
Figure 861791DEST_PATH_IMAGE100
和
Figure 460263DEST_PATH_IMAGE101
分别为相干间隔与正交导频序列长度；
Figure 540214DEST_PATH_IMAGE102
为所需有用信号功率，
Figure 565939DEST_PATH_IMAGE103
；
Figure 98551DEST_PATH_IMAGE104
为加性高斯白噪声功率；
Figure 297451DEST_PATH_IMAGE105
为干扰信号的功率，
Figure 917395DEST_PATH_IMAGE106
为群体内部其 他用户信号的功率，
Figure 176338DEST_PATH_IMAGE107
；
Figure 399509DEST_PATH_IMAGE108
为GSIC后未解调群体对当前解调群体的 干扰功率，
Figure 136521DEST_PATH_IMAGE109
；
Figure 863169DEST_PATH_IMAGE110
为由于不完美的GSIC导致的 误差传播产生的干扰功率，，
Figure 761855DEST_PATH_IMAGE111
。
有益效果：
第一，本发明的无小区大规模MIMO-NOMA系统性能优化方法，可以对先前解调几个群体内的所有用户信号进行干扰删除，有效减少用户信号间的干扰，提高目标用户的信噪比和用户可达速率。
第二，本发明的无小区大规模MIMO-NOMA系统性能优化方法，将传统的SIC扩展到群体串行干扰删除（GSIC）。与SIC不同，GSIC将一群用户作为一个整体，通过对群体用户信号进行排序，顺序地对群体用户信号进行解调和干扰删除。相比于传统的SIC-NOMA系统，基于GSIC的无小区大规模MIMO-NOMA系统在用户吞吐量方面具有明显优势。
第三，本发明的无小区大规模MIMO-NOMA系统性能优化方法，提出等效路径损耗的概念，对用户进行群体划分，将处在相同或相近等效路径损耗等高线上的用户作为一个群体，群体内采用SDMA，群体间采用NOMA，有效提高了功率效率，与现有根据用户信道相似度的分簇方法相比，在计算复杂度方面具有明显优势。
附图说明
图1为无小区大规模MIMO-NOMA系统模型示意图；
图2为无小区大规模MIMO-NOMA系统的等效路径损耗图；
图3为簇内用户和速率的累积分布函数仿真图；
图4为系统速率与AP数关系仿真图；
图5为本发明实施例的无小区大规模MIMO-NOMA系统性能优化方法流程图。
具体实施方式
下面的实施例可使本专业技术人员更全面地理解本发明，但不以任何方式限制本发明。
参见图5，本实施例公开了一种无小区大规模MIMO-NOMA系统性能优化方法，该方法用于无小区大规模MIMO系统下行链路，包括以下步骤：
步骤1：CPU根据用户位置的等效路径损耗进行群体划分，将处在相近或相同等效路径损耗等高线上的用户归为一个群体，并将一个群体中的所有用户看作一个整体。
步骤2：在群体划分的基础上，进行导频分配，用户发射已分配好导频信号。
步骤3：信道状态信息（CSI）获取阶段：AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差（LMMSE）估计。
步骤4：默认系统采用时分双工（TDD），根据TDD系统的互易性可得到系统下行信道增益。
步骤5：系统中所有AP同时为用户提供服务。与上行链路导频传输不同，为了减少来自其它信号的干扰，AP在信号传输之前，利用LMMSE估计的CSI执行预编码操作。
步骤6：功率分配阶段，在功率域NOMA中，更高的功率被分配给具有较低信道增益用户的群体。在无小区大规模多输入多输出系统中，AP根据用户信道增益为不同用户分配功率。
步骤7：下行链路速率分析阶段，对用户进行可达速率分析。
本实施例考虑一个大小为
Figure 269059DEST_PATH_IMAGE112
的正方形模拟区域，所有用户和AP随机均 匀分布在正方形模拟区域中。本实施例的无小区大规模MIMO-NOMA系统模型如附图1所示，
Figure 544183DEST_PATH_IMAGE113
个单天线AP在同一时频资源块对空间上随机分布的
Figure 640184DEST_PATH_IMAGE114
个单天线用户进行服务，用户 分为
Figure 240929DEST_PATH_IMAGE115
个群体，每个群体有
Figure 173113DEST_PATH_IMAGE116
个用户组成。每个AP通过高速无错的光纤网络连接到CPU。 第
Figure 517507DEST_PATH_IMAGE117
个AP与第
Figure 218747DEST_PATH_IMAGE118
个群体中的第
Figure 255973DEST_PATH_IMAGE119
用户间的信道
Figure 409874DEST_PATH_IMAGE120
可建模为：
Figure 292379DEST_PATH_IMAGE121
。其 中，
Figure 910442DEST_PATH_IMAGE122
为大尺度功率增益，考虑了路径损耗与阴影衰落，其数值变化非常缓慢。
Figure 806985DEST_PATH_IMAGE123
反 应了小尺度衰落，服从均值为0，方差为1的高斯分布。
本实施例提出基于等效路径损耗划分群体方法，将处在相近或相同等效路径损耗等高线上的用户归为一个群体，并将一个群体中的所有用户看作一个整体。系统中随机部署的3个AP的等效路径损耗等高线示意图如图2所示，横轴x和纵轴y分别表示100m*100m的正方形仿真区域的横坐标和纵坐标。与传统基于用户分簇的方法在簇内采用NOMA，簇间采用SDMA不同，本发明提出基于GSIC的方法，群体内采用SDMA，群体间采用NOMA。本实施例采用具体仿真参数如表1所示：
表1
Figure 244920DEST_PATH_IMAGE124
仿真结果表明，所提出的基于GSIC-NOMA的方法相比于传统基于SIC-NOMA的方法在系统总速率方面具有优势，GSIC可以对先前解调几个群体内的所有用户信号进行干扰删除，有效减少用户信号间的干扰，提高目标用户的信噪比和用户可达速率。
步骤1提出基于用户等效路径损耗划分群体方法，将处在相近或相同等效路径损 耗等高线上的用户归为一个群体，并将一个群体中的所有用户看作一个整体。
Figure 931116DEST_PATH_IMAGE125
为用户
Figure 606948DEST_PATH_IMAGE126
与系统中所有AP的大尺度功率增益集合，用 户
Figure 985977DEST_PATH_IMAGE127
的等效路径损耗
Figure 911207DEST_PATH_IMAGE128
可表示为：
Figure 338778DEST_PATH_IMAGE129
。
系统中随机部署的3个AP的等效路径损耗等高线示意图如图1所示。根据系统中所 有用户的大尺度功率增益集合计算用户各自的等效路径损耗
Figure 665854DEST_PATH_IMAGE130
，再对用户的等效路径损耗 进行排序。把等效路径损耗最小的
Figure 950204DEST_PATH_IMAGE131
个用户归为第一个群体，再把等效路径损耗次小的
Figure 565994DEST_PATH_IMAGE131
个用户归为第二个群体，以此类推，给系统中用户划分群体。
步骤2中，为了节省系统信道估计阶段的导频开销，每个群体内的用户使用相互正 交的导频，群体与群体之间复用相同的导频。导频长度为
Figure 859572DEST_PATH_IMAGE132
，
Figure 41154DEST_PATH_IMAGE133
。在每个群体中，使用 导频
Figure 683357DEST_PATH_IMAGE134
的用户标识为用户
Figure 848759DEST_PATH_IMAGE135
。用户
Figure 618132DEST_PATH_IMAGE136
和用户
Figure 185380DEST_PATH_IMAGE137
使用的导频序列分别为
Figure 545954DEST_PATH_IMAGE138
和
Figure 136335DEST_PATH_IMAGE139
，
Figure 771716DEST_PATH_IMAGE140
，可 得
Figure 865574DEST_PATH_IMAGE141
，
Figure 928208DEST_PATH_IMAGE142
。
步骤3中，系统中的用户发送导频信号，第
Figure 499827DEST_PATH_IMAGE143
个AP所接收到的导频信号可表示为：
Figure 938899DEST_PATH_IMAGE144
其中，
Figure 949580DEST_PATH_IMAGE145
为导频的发射功率，
Figure 120799DEST_PATH_IMAGE146
为表示均值为0、协方差矩阵为
Figure 482510DEST_PATH_IMAGE147
的 加性高斯白噪声 (AWGN) 向量。
为获得信道估计值
Figure 194114DEST_PATH_IMAGE148
，接收点
Figure 262564DEST_PATH_IMAGE149
所接收到的信号乘上导频的共轭转置
Figure 667001DEST_PATH_IMAGE150
， 结果如下：
Figure 453691DEST_PATH_IMAGE151
。
接收点
Figure 703407DEST_PATH_IMAGE152
对信道
Figure 954260DEST_PATH_IMAGE153
进行线性最小均方误差LMMSE估计，
Figure 716548DEST_PATH_IMAGE154
的估计值
Figure 787272DEST_PATH_IMAGE155
为：
Figure 106258DEST_PATH_IMAGE156
其中，
Figure 149301DEST_PATH_IMAGE157
服从高斯分布，
Figure 629960DEST_PATH_IMAGE158
的共轭表示为
Figure 187981DEST_PATH_IMAGE159
。
步骤5中，系统中所有AP同时为用户提供服务。与上行链路导频传输不同，为了减 少来自其它信号的干扰，AP在信号传输之前，利用LMMSE估计的CSI执行预编码操作，第
Figure 248341DEST_PATH_IMAGE160
个AP向系统中复用相同导频的用户发送的数字信号可表示为：
Figure 208206DEST_PATH_IMAGE161
其中，
Figure 859768DEST_PATH_IMAGE162
为发送给第
Figure 108346DEST_PATH_IMAGE163
群体中的第
Figure 769135DEST_PATH_IMAGE164
用户的数字信号，
Figure 317928DEST_PATH_IMAGE165
为AP分配的发射 功率。发送给任意用户的数字信号满足以下约束：
Figure 359964DEST_PATH_IMAGE166
。
第
Figure 892577DEST_PATH_IMAGE167
个AP进行预编码操作，向用户发射的信号可表示为：
Figure 294739DEST_PATH_IMAGE168
。
系统中AP服务所有用户， 第
Figure 698039DEST_PATH_IMAGE169
群体中的第
Figure 222561DEST_PATH_IMAGE170
用户所接收到信号可表示为：
Figure 180153DEST_PATH_IMAGE171
其中，
Figure 917165DEST_PATH_IMAGE172
，
Figure 706129DEST_PATH_IMAGE173
，
Figure 339236DEST_PATH_IMAGE174
为高斯白噪声。第
Figure 580861DEST_PATH_IMAGE175
群体中的第
Figure 121564DEST_PATH_IMAGE176
用户所接收到信号除了所需的有用信号外，还受到群体内其他用户，其他群 体用户和噪声的干扰。
步骤6中功率域NOMA功率分配方法，更高的功率被分配给具有较低信道增益用户 的群体，根据上述分群体方法，群体
Figure 217565DEST_PATH_IMAGE177
的用户具有较高的路径损耗（较低的信道增益）需要 分配较高的功率,即
Figure 818310DEST_PATH_IMAGE178
，
Figure 547232DEST_PATH_IMAGE179
为分配给群体
Figure 829309DEST_PATH_IMAGE180
中所有用户的总 功率。根据信道增益低的群体分配高功率，信道增益高的群体分配低功率的原则，每个AP按 照一定的比例给不同群体分配功率，每个群体内部的用户进行平均功率分配。
步骤7中，第
Figure 592865DEST_PATH_IMAGE180
群体中的第
Figure 302195DEST_PATH_IMAGE181
用户的接收信号经过群体串行干扰删除GSIC后，可 以改写为：
Figure 783992DEST_PATH_IMAGE182
其中的第一项为所需的有用信号分量，第二项
Figure 666498DEST_PATH_IMAGE183
表示为干扰信号，干扰信号可 表示为：
Figure 222244DEST_PATH_IMAGE184
其中，
Figure 430371DEST_PATH_IMAGE185
为数字信号
Figure 819371DEST_PATH_IMAGE186
的估计值，
Figure 505567DEST_PATH_IMAGE187
。其中，
Figure 978137DEST_PATH_IMAGE188
，
Figure 29270DEST_PATH_IMAGE189
，
Figure 220079DEST_PATH_IMAGE190
，
Figure 444387DEST_PATH_IMAGE191
与
Figure 974726DEST_PATH_IMAGE192
相互独立，
Figure 524656DEST_PATH_IMAGE193
反映了
Figure 937183DEST_PATH_IMAGE194
与
Figure 902865DEST_PATH_IMAGE195
之间的相关性，
Figure 350027DEST_PATH_IMAGE196
值越大，相关性越强。进一步推导，得出群体
Figure 257809DEST_PATH_IMAGE197
中用户
Figure 157631DEST_PATH_IMAGE198
的 下行链路的可达速率估计值
Figure 989321DEST_PATH_IMAGE199
为：
Figure 228673DEST_PATH_IMAGE200
其中，
Figure 120405DEST_PATH_IMAGE201
和
Figure 507524DEST_PATH_IMAGE202
分别为相干间隔与正交导频序列长度，
Figure 815009DEST_PATH_IMAGE203
为所需有用信号功率，
Figure 440025DEST_PATH_IMAGE204
为加性高斯白噪声功率。
Figure 237080DEST_PATH_IMAGE205
为干扰信号的功率，
Figure 111495DEST_PATH_IMAGE206
为群体内部其他用户信号的功 率，
Figure 238982DEST_PATH_IMAGE207
为GSIC后未解调群体对当前解调群体的干扰功率，
Figure 249664DEST_PATH_IMAGE208
为由于不完美的GSIC导致 的误差传播产生的干扰功率。所有项功率表示形式在下文均给出定义：
Figure 483199DEST_PATH_IMAGE209
Figure 782593DEST_PATH_IMAGE210
Figure 494197DEST_PATH_IMAGE211
Figure 624964DEST_PATH_IMAGE212
。
综上所述，本实施例公开了一种基于群体串行干扰删除的无小区大规模MIMO-NOMA系统性能优化方法，将基于GSIC-NOMA应用于无小区大规模MIMO系统下行链路中，并与基于用户等效路径损耗划分群体的新方法相结合。图3为簇内用户和速率的累积分布函数仿真图。图4为系统速率与AP数关系仿真图。可以看出，本实施例公开的性能优化方法，在用户吞吐量方面具有明显优势，可以更有效地利用稀缺频段资源。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (4)

1.一种无小区大规模MIMO-NOMA系统性能优化方法，其特征在于，在MIMO-NOMA系统中，M个单天线AP在同一时频资源块对空间上随机分布的NK个单天线用户进行服务；M、N、K均采用大于1的正整数；
所述性能优化方法包括以下步骤：
S1，根据用户位置的等效路径损耗进行群体划分，将处在相近或相同等效路径损耗等高线上的用户归为一个群体，并将一个群体中的所有用户看作一个整体，得到N个群体，每个群体中包含K个用户；
S2，在群体划分的基础上，进行导频分配，每个群体内的用户使用相互正交的导频，群体与群体之间复用相同的导频；
S3，用户发射已分配好的导频信号；AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差估计；
S4，根据时分双工系统的互易性，计算得到系统下行信道增益；
S5，系统中所有AP同时为用户提供服务；其中，AP在信号传输之前，利用线性最小均方误差估计的CSI执行预编码操作；
S6，AP根据用户信道增益为不同用户分配功率；具体地，在功率域NOMA中，更高的功率被分配给具有较低信道增益用户的群体，每个群体内部的用户进行平均功率分配；
S7，计算得到用户的下行链路的可达速率估计值；
步骤S3中，AP根据所接收到的导频信号对系统上行信道状态信息进行线性最小均方误差估计的过程包括以下子步骤：
S31，将第m个AP与第n个群体中的第k用户间的信道hmnk建模为：
Figure FDA0003868689170000011
其中，βmnk为大尺度功率增益；
Figure FDA0003868689170000012
反应小尺度衰落，服从均值为0，方差为1的高斯分布；
S32，系统中的用户发送导频信号，第m个AP所接收到的导频信号表示为：
Figure FDA0003868689170000013
其中，pp为导频的发射功率，
Figure FDA0003868689170000014
为表示均值为0、协方差矩阵为Iτ的加性高斯白噪声向量；τ为导频长度为，τ≥K；φk表示用户k使用的导频；
S33，将第m个AP所接收到的导频信号乘上导频的共轭转置
Figure FDA0003868689170000021
得到：
Figure FDA0003868689170000022
S34，对信道hmnk进行线性最小均方误差LMMSE估计，计算得到信号hmnk的估计值
Figure FDA0003868689170000023
为：
Figure FDA0003868689170000024
其中，
Figure FDA0003868689170000025
服从高斯分布，
Figure FDA0003868689170000026
为
Figure FDA0003868689170000027
的共轭表示；n′＝1，2，...，N，n′≠n；E[x]表示为对x求均值；
Figure FDA0003868689170000028
表示为对导频信号求模的平方；
步骤S5中，AP在信号传输之前，利用线性最小均方误差估计的CSI执行预编码操作的过程包括以下子步骤：
S51，将第m个AP向系统中复用相同导频的用户发送的数字信号表示为：
Figure FDA0003868689170000029
其中，xnk为发送给第n群体中的第k用户的数字信号，Pnk为AP分配给第n群体中的第k用户的发射功率；发送给任意用户的数字信号满足以下约束：
Figure FDA0003868689170000031
式中，
Figure FDA0003868689170000032
为发送给第m群体中的第l用户的数字信号的共轭；E[x]表示为对x求均值；
S52，第m个AP进行预编码操作，向用户发射的信号表示为：
Figure FDA0003868689170000033
式中，
Figure FDA0003868689170000034
为第m个AP与第n个群体第k个用户信道估计的共轭；
Figure FDA0003868689170000035
S53，系统中AP服务所有用户，第n群体中的第k用户所接收到信号ynk表示为：
Figure FDA0003868689170000036
其中，
Figure FDA0003868689170000037
nnk为高斯白噪声，Pnk′为AP分配给第n群体中的第k′用户的发射功率，Pn′k′为AP分配给第n′群体中的第k′用户的发射功率，xnk′为发送给第n群体中的第k′用户的数字信号，xn′k′为发送给第n′群体中的第k′用户的数字信号，k′＝1，2，...，K，k′≠k；
步骤S7中，计算得到用户的下行链路的可达速率估计值的过程包括以下子步骤：
S71，将第n群体中的第k用户的接收信号经过群体串行干扰删除GSIC后，得到：
Figure FDA0003868689170000041
其中，
Figure FDA0003868689170000042
表示为有用信号分量，
Figure FDA0003868689170000043
表示为干扰信号，干扰信号表示为：
Figure FDA0003868689170000044
式中，
Figure FDA0003868689170000045
为数字信号xn′k′的估计值，
Figure FDA0003868689170000046
Figure FDA0003868689170000047
Figure FDA0003868689170000048
Figure FDA0003868689170000049
与ρ相互独立，ρ为误差传播系数，ρ反映xnk与
Figure FDA00038686891700000410
之间的相关性，ρ值越大，相关性越强；ρnk为第n个群体第k个用户的误差传播系数；
Figure FDA00038686891700000411
Figure FDA00038686891700000412
为误差ejk的方差；
S72，根据下述公式计算得到群体n中用户k的下行链路的可达速率估计值
Figure FDA0003868689170000051
为：
Figure FDA0003868689170000052
其中，τC和τ分别为相干间隔与正交导频序列长度；Pd为所需有用信号功率，Pd＝Pnk|cnk|2；
Figure FDA0003868689170000053
为加性高斯白噪声功率；PI为干扰信号的功率，
Figure FDA0003868689170000054
为群体内部其他用户信号的功率，
Figure FDA0003868689170000055
Figure FDA0003868689170000056
为GSIC后未解调群体对当前解调群体的干扰功率，
Figure FDA0003868689170000057
Figure FDA0003868689170000058
为由于不完美的GSIC导致的误差传播产生的干扰功率，
Figure FDA0003868689170000059
2.根据权利要求1所述的无小区大规模MIMO-NOMA系统性能优化方法，其特征在于，步骤S1中，根据用户位置的等效路径损耗进行群体划分的过程包括以下子步骤：
S11，根据系统中所有用户的大尺度功率增益集合计算用户各自的等效路径损耗；具体地，令βu＝[β1，u，β2，u，…，βM，u]为用户u与系统中所有AP的大尺度功率增益集合，βw，u表示用户u与系统中第w个AP的大尺度功率增益；w＝1，2，...，M；用户u的等效路径损耗λu表示为：
Figure FDA0003868689170000061
S12，对所有用户的等效路径损耗进行排序；
S13，将等效路径损耗最小的K个用户归为第一个群体，再把等效路径损耗次小的K个用户归为第二个群体，以此类推，给系统中用户划分群体。
3.根据权利要求1所述的无小区大规模MIMO-NOMA系统性能优化方法，其特征在于，步骤S2中，在群体划分的基础上，进行导频分配，每个群体内的用户使用相互正交的导频，群体与群体之间复用相同的导频是指：
令导频长度为τ，τ≥K；在群体划分的基础上，进行导频分配，其中，在每个群体中，用户j和用户l使用的导频序列分别为φj和φl，j≠l，存在以下关系：φjφj＝1，φjφl＝0。
4.根据权利要求1所述的无小区大规模MIMO-NOMA系统性能优化方法，其特征在于，步骤S6中，AP根据用户信道增益为不同用户分配功率的过程包括以下步骤：
S61，根据路径损耗计算得到每个群体的信道增益；
S62，根据信道增益低的群体分配高功率，信道增益高的群体分配低功率的原则，每个AP按照预设的分配比例给不同群体分配功率，P1≤…≤Pn≤…≤PN，Pn为分配给群体n中所有用户的总功率；
S63，每个群体内部的用户进行平均功率分配。
CN202210985861.4A 2022-08-17 2022-08-17 一种无小区大规模mimo-noma系统性能优化方法 Active CN115065389B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210985861.4A CN115065389B (zh) 2022-08-17 2022-08-17 一种无小区大规模mimo-noma系统性能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210985861.4A CN115065389B (zh) 2022-08-17 2022-08-17 一种无小区大规模mimo-noma系统性能优化方法

Publications (2)

Publication Number Publication Date
CN115065389A CN115065389A (zh) 2022-09-16
CN115065389B true CN115065389B (zh) 2022-11-18

Family

ID=83207464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210985861.4A Active CN115065389B (zh) 2022-08-17 2022-08-17 一种无小区大规模mimo-noma系统性能优化方法

Country Status (1)

Country Link
CN (1) CN115065389B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113708803A (zh) * 2021-06-21 2021-11-26 哈尔滨工业大学 在Cell-free Massive MIMO下的正交多址与非正交多址的结合方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11122515B2 (en) * 2018-04-05 2021-09-14 Lenovo (Singapore) Pte. Ltd. UE power control for multiple uplink carriers
US11259252B2 (en) * 2018-07-20 2022-02-22 Qualcomm Incorporated Power control design for non-orthogonal multiple access
CN111132264B (zh) * 2019-11-15 2022-04-19 西安电子科技大学 多用户mimo-noma系统下行链路的用户分簇方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113708803A (zh) * 2021-06-21 2021-11-26 哈尔滨工业大学 在Cell-free Massive MIMO下的正交多址与非正交多址的结合方法

Also Published As

Publication number Publication date
CN115065389A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
US20230396381A1 (en) System and Method for Transmitting a Sub-Space Selection
WO2021159551A1 (zh) 一种mimo-noma下行通信系统的用户匹配和功率分配方法
TWI528853B (zh) 基地台設備、由基地台實施的方法，以及用於組配組織為細胞之無線網路的方法
CN110430150B (zh) 一种基于神经网络的蜂窝移动通信系统接收机设计方法
CN113411105A (zh) 一种无小区大规模天线系统的ap选择方法
Jamali et al. A low-complexity recursive approach toward code-domain NOMA for massive communications
CN107404375B (zh) 一种非规则多点海域通信网络中时空协同传输优化方法
Zhang et al. NOMA-based cell-free massive MIMO over spatially correlated Rician fading channels
CN110881010B (zh) 统计csi辅助的多用户noma下行传输方法
CN109587810B (zh) 上行noma通信系统中兼顾组内和组间干扰管理用户分组方法
CN109167618A (zh) Fdd大规模mimo下行信道重建与多用户传输方法
CN114143823B (zh) 一种去蜂窝大规模多输入多输出非正交接入方法
Dhalbisoi et al. A comparative analysis on 5G cell free massive Mimo in next generation networking environment
CN111865844B (zh) 大规模mimo全双工中继系统信道估计方法和装置
CN115065389B (zh) 一种无小区大规模mimo-noma系统性能优化方法
CN105375967B (zh) 一种基于统计方法的增强型最大比合并检测方法和接收机
Li et al. NOMA-aided massive MIMO downlink with distributed antenna arrays
CN111511009B (zh) 一种导频发送功率分配方法及装置
CN109194375B (zh) Fd-mimo多小区下行干扰协调方法
Li et al. Pilot sequence assignment for spatially correlated massive MIMO circumstances
CN107864495B (zh) 一种大规模分布式天线系统全双工传输干扰抑制方法
Sarker et al. Pilot power allocation scheme for user-centric cell-free massive MIMO systems
CN105763309B (zh) 链状网大规模mimo系统中导频污染减轻方法
CN111447033B (zh) 一种分布式天线系统虚拟小区下行传输方法
Shao et al. Angle-delay-doppler domain NOMA over massive MIMO-OTFS networks

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