CN115347924A - Vr交叠的超大规模mimo系统中用户功率分配方法 - Google Patents

Abstract

本发明公开了VR交叠的超大规模MIMO系统中用户功率分配方法，包括：在所提出的通信系统中，根据用户的VR分布将基站阵列划分为多个子阵，各子阵针对其服务的用户数采取相应的预编码方法；在所提预编码方案的前提下，仅利用统计信道状态信息，设计各用户最优的功率分配因子。本发明利用超大规模天线系统的空间非平稳性，在保证终端可靠通信的同时，有效地提高系统传输性能。

Description

VR交叠的超大规模MIMO系统中用户功率分配方法

技术领域

本发明属于无线通信技术领域，具体涉及VR(Visibility Region，可视区域)交叠的超大规模MIMO(Multiple Input Multiple Output,多天线)系统中用户功率分配方法。

背景技术

信息技术的飞速发展导致人们对移动通信的需求也越来越高，5G(The 5thGeneration Mobile Communication Technology，第五代移动通信)已经无法应对未来的挑战。超大规模 MIMO技术作为6G(The 6th Generation Mobile CommunicationTechnology，第六代移动通信) 的关键技术之一，虽然受限于现有材料技术无法实际应用，但其凭借这超高可靠低时延的特性，仍然有着广阔的发展前景。

超大规模MIMO系统有着空间非平稳特性，导致用户只能看到部分天线阵列，其被称为用户的VR。每个用户都有其特定的VR，不同用户的VR的位置可以是分开的、部分交叠的或完全交叠的，这取决于周围环境和用户沿天线阵列的相对位置。多个用户的VR交叠是一种普遍的通信场景，探索该场景下超大规模MIMO系统的普适无线传输方法是目前亟需解决的问题。

发明内容

本发明的目的是提供VR交叠的超大规模MIMO系统中用户功率分配方法，执行以下步骤，

S1、构建VR交叠的超大规模MIMO下行无线传输系统，包括一个具有M根天线的均匀线性阵列和K个单天线的用户，每个用户拥有不同的VR，且用户间VR两两交叠；

S2、根据用户的VR分布将基站阵列划分为K+1个子阵，各子阵针对其服务的用户数采取预设的预编码方法；

S3、利用大维随机矩阵理论和统计信道状态信息，获取用户的信号功率、用户的预编码向量功率；

S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子。

进一步地，前述的步骤S1包括按如下公式获取用户k的信道：

其中，R_k表示用户k的大尺度衰落矩阵，D_k表示用户k的可视矩阵，z_k表示用户k的小尺度衰落，其服从均值为零，方差为

的随机向量。

进一步地，前述的步骤S2具体为：根据用户VR的分布，将基站阵列划分为K+1个子阵，包括K-1个交叠子阵和2个非交叠子阵：

第1个子阵到第K-1个子阵为交叠子阵，其天线数分别为M₁,M₂,...,M_K-1；

第0个和第K个子阵为非交叠子阵，其天线数分别为M₀和M_K；且有

用户k的真实信道由左信道

和右信道

组成，其中h_k-1,k和h_k,k分别表示用户k的信道消去为零的维度的前M_k-1行和后M_k行，

第k个子阵服务用户k和k+1，采用RZF预编码，其预编码矩阵为

其中，

α_k为规则化参数，

是大小为M_k×M_k的单位矩阵，

第0或第K个子阵，只服务一个用户，采用MF预编码，有g_0,1＝h_0,1，g_K,K＝h_K,K。

进一步地，前述的步骤S3的具体包括如下子步骤：

S3.1、按如下公式计算用户k信号功率

其中，

R_k-1,k表示大小为M_k-1×M_k-1的对角矩阵，R_k,k表示大小为M_k×M_k的对角矩阵，其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落；Ψ_k-1是大小为M_k-1×M_k-1的预编码系数等效矩阵，Ψ_k是大小为M_k×M_k的预编码系数等效矩阵；

Ψ_k-1由以下两式迭代得到：

Ψ_k由以下两式迭代得到：

其中，

和

是大小为M_k-1×M_k-1和M_k×M_k的单位矩阵；

S3.2、按如下公式计算用户k的预编码向量功率：

其中，

且

与

分别如下：

其中，

由通用函数

计算得到；

S3.3、根据通用函数

的定义如下式：

其中，Q₁和Q₂是维度为M×M且具有一致有界谱范数的非负定矩阵，α为规则化参数；Ψ由步骤3.1获得，

为方程

的解：其中，η₁、η₂、ε₁和ε₂是维度为U×1的矢量，Γ₁₁、Γ₁₂、Γ₂₁和Γ₂₂是维度为U×U的矩阵，并且有[η₁]_u＝η_1u，

[η₂]_u＝η_2u，[ε₂]_u＝0，

S3.4、将以下参数：

Q₁＝R_k-1,k，

Ψ_i＝Ψ_k-1，U＝2，α＝α_k-1，

T₁＝R_k-1,k-1和T₂＝R_k-1,k代入到S3.3的通用函数

获得

将以下参数：

Q₁＝R_k,k，

Ψ_i＝Ψ_k，U＝2，α＝α_k，

T₁＝R_k,k和T₂＝R_k,k+1，代入到S3.3通用函数

获得

进一步地，前述的步骤S4具体为：基于各子阵针对其服务的用户数采取预设的预编码方法，按如下公式获得各用户最优的功率分配因子：

其中，σ²为系统的噪声向量的方差；μ是过渡参数，按取下公式计算获得：

与现有技术相比，本发明的有益效果：本发明利用大维随机矩阵以及统计信道信息估计了系统和速率，并在此基础上设计了各用户的最优功率分配因子，大大提高了系统性能。在保证用户可靠通信的同时，有效地提高了系统性能，对超大规模MIMO系统的发展具有重要现实意义。

附图说明

图1为本发明的流程图。

图2为用户VR分布的示意图。

具体实施方式

如图2所示，首先构建VR交叠的超大规模MIMO下行无线传输系统，包括一个具有M根天线的均匀线性阵列和K个单天线的用户，每个用户拥有不同的VR，其中不同用户间VR两两交叠，这是一种普遍的通信场景。

其次，利用用户的VR分布，设计了一种基于VR的分组RZF预编码方案，为所有用户提供了可靠通信。然后，基于所述预编码方案，利用大维随机矩阵理论以及统计信道信息，估计了系统的和速率。最后，以最大化系统近似和速率为宗旨对所有用户的功率进行优化，大大减少了功率的浪费。如图1所示，具体流程步骤如下：

S1、构建VR交叠的超大规模MIMO下行无线传输系统，包括一个具有M根天线的均匀线性阵列和K个单天线的用户，每个用户拥有不同的VR，且用户间VR两两交叠；按如下公式获取用户k的信道：

其中，R_k表示用户k的大尺度衰落矩阵，它是大小为M×M的对角矩阵，其对角线元素表示用户k沿阵列的大尺度衰落；D_k表示用户k的可视矩阵，它是大小为M×M的对角矩阵，其对角线元素表示用户k对阵列天线的可视性，即D_k中第t个对角线元素为1表示第t根天线是可视的，第t个对角线元素为0表示第t根天线是不可视的；1≤t≤M,z_k表示用户k的小尺度衰落，其服从均值为零，方差为

的随机向量。

S2、根据用户的VR分布将基站阵列划分为K+1个子阵，各子阵针对其服务的用户数采取预设的预编码方法如下：每个用户都有不同的VR，且用户间VR两两交叠，根据用户VR的分布，将基站阵列划分为K+1个子阵，包括K-1个交叠子阵和2个非交叠子阵，第1个子阵到第K-1个子阵为交叠子阵，其天线数分别为M₁,M₂,...,M_K-1；第0个和第K个子阵为非交叠子阵，其天线数分别为M₀和M_K；且有

用户k的真实信道可以看作由左信道

和右信道

组成，其中h_k-1,k和h_k,k分别表示用户k的信道消去为零的维度的前M_k-1行和后M_k行，第k(1≤k≤K-1)个子阵服务用户k和k+1，采用RZF预编码，其预编码矩阵为

其中，

α_k为规则化参数，

是大小为M_k×M_k的单位矩阵，第0或第K个子阵，只服务一个用户，采用MF预编码，有g_0,1＝h_0,1，g_K,K＝h_K,K。

S3、利用大维随机矩阵理论和统计信道状态信息，获取用户的信号功率、用户的预编码向量功率；具体包括如下子步骤：

S3.1、按如下公式计算用户k信号功率

其中，

R_k-1,k表示大小为M_k-1×M_k-1的对角矩阵，R_k,k表示大小为M_k×M_k的对角矩阵，其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落；Ψ_k-1是大小为M_k-1×M_k-1的预编码系数等效矩阵，Ψ_k是大小为M_k×M_k的预编码系数等效矩阵；Ψ_k-1由以下两式迭代得到：

Ψ_k由以下两式迭代得到：

其中，

和

是大小为M_k-1×M_k-1和M_k×M_k的单位矩阵；

S3.2、按如下公式计算用户k的预编码向量功率：

其中，

且

与

分别如下：

其中，

由通用函数

计算得到；

S3.3、根据通用函数

的定义如下式：

其中，Q₁和Q₂是维度为M×M且具有一致有界谱范数的非负定矩阵，α为规则化参数；Ψ由步骤3.1获得，

为方程

的解：

其中，η₁、η₂、ε₁和ε₂是维度为U×1的矢量，Γ₁₁、Γ₁₂、Γ₂₁和Γ₂₂是维度为U×U的矩阵，并且有[η₁]_u＝η_1u，

[η₂]_u＝η_2u，[ε₂]_u＝0，

S3.4、将以下参数：

Q₁＝R_k-1,k，

Ψ_i＝Ψ_k-1，U＝2，α＝α_k-1，

T₁＝R_k-1,k-1和T₂＝R_k-1,k代入到S3.3的通用函数

获得

将以下参数：

Q₁＝R_k,k，

Ψ_i＝Ψ_k，U＝2，α＝α_k，

T₁＝R_k,k和T₂＝R_k,k+1，代入到S3.3通用函数

获得

S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子，具体为：基于各子阵针对其服务的用户数采取预设的预编码方法，按如下公式获得各用户最优的功率分配因子：

其中，σ²为系统的噪声向量的方差；μ是过渡参数，按取下公式计算获得：

Claims (5)

1.VR交叠的超大规模MIMO系统中用户功率分配方法，其特征在于，执行以下步骤，

S1、构建VR交叠的超大规模MIMO下行无线传输系统，包括一个具有M根天线的均匀线性阵列和K个单天线的用户，每个用户拥有不同的VR，且用户间VR两两交叠；

S2、根据用户的VR分布将基站阵列划分为K+1个子阵，各子阵针对其服务的用户数采取预设的预编码方法；

S3、利用大维随机矩阵理论和统计信道状态信息，获取用户的信号功率、用户的预编码向量功率；

S4、根据用户的信号功率、用户的预编码向量功率计算获得各用户最优的功率分配因子。

2.根据权利要求1所述的VR交叠的超大规模MIMO系统中用户功率分配方法，其特征在于，步骤S1包括按如下公式获取用户k的信道：

其中，R_k表示用户k的大尺度衰落矩阵，D_k表示用户k的可视矩阵，z_k表示用户k的小尺度衰落，其服从均值为零，方差为

的随机向量。

3.根据权利要求2所述的VR交叠的超大规模MIMO系统中用户功率分配方法，其特征在于，步骤S2具体为：根据用户VR的分布，将基站阵列划分为K+1个子阵，包括K-1个交叠子阵和2个非交叠子阵：

第1个子阵到第K-1个子阵为交叠子阵，其天线数分别为M₁,M₂,...,M_K-1；

第0个和第K个子阵为非交叠子阵，其天线数分别为M₀和M_K；且有

用户k的真实信道由左信道

和右信道

组成，其中h_k-1,k和h_k,k分别表示用户k的信道消去为零的维度的前M_k-1行和后M_k行，

第k个子阵服务用户k和k+1，采用RZF预编码，其预编码矩阵为

H_k＝[g_k,k,g_k,k+1]；其中，

α_k为规则化参数，I_Mk是大小为M_k×M_k的单位矩阵，

第0或第K个子阵，只服务一个用户，采用MF预编码，有g_0,1＝h_0,1，g_K,K＝h_K,K。

4.根据权利要求3所述的VR交叠的超大规模MIMO系统中用户功率分配方法，其特征在于，所述步骤S3的具体包括如下子步骤：

S3.1、按如下公式计算用户k信号功率

其中，

R_k-1,k表示大小为M_k-1×M_k-1的对角矩阵，R_k,k表示大小为M_k×M_k的对角矩阵，其对角线元素分别表示第k-1个子阵和第k个子阵的天线到用户k的大尺度衰落；Ψ_k-1是大小为M_k-1×M_k-1的预编码系数等效矩阵，Ψ_k是大小为M_k×M_k的预编码系数等效矩阵；

Ψ_k-1由以下两式迭代得到：

Ψ_k由以下两式迭代得到：

其中，

和I_Mk是大小为M_k-1×M_k-1和M_k×M_k的单位矩阵；

S3.2、按如下公式计算用户k的预编码向量功率：

其中，

且

与

分别如下：

其中，

由通用函数

计算得到；

S3.3、根据通用函数

的定义如下式：

其中，Q₁和Q₂是维度为M×M且具有一致有界谱范数的非负定矩阵，α为规则化参数；Ψ由步骤3.1获得，

为方程

的解：其中，η₁、η₂、ε₁和ε₂是维度为U×1的矢量，Γ₁₁、Γ₁₂、Γ₂₁和Γ₂₂是维度为U×U的矩阵，并且有[η₁]_u＝η_1u，

[η₂]_u＝η_2u，[ε₂]_u＝0，

S3.4、将以下参数：

Q₁＝R_k-1,k，

Ψ_i＝Ψ_k-1，U＝2，α＝α_k-1，

T₁＝R_k-1,k-1和T₂＝R_k-1,k代入到S3.3的通用函数

获得

将以下参数：

Q₁＝R_k,k，

Ψ_i＝Ψ_k，U＝2，α＝α_k，

T₁＝R_k,k和T₂＝R_k,k+1，代入到S3.3通用函数

获得

5.根据权利要求4所述的VR交叠的超大规模MIMO系统中用户功率分配方法，所述步骤S4具体为：基于各子阵针对其服务的用户数采取预设的预编码方法，按如下公式获得各用户最优的功率分配因子：

其中，σ²为系统的噪声向量的方差；μ是过渡参数，按取下公式计算获得：

Images