CN115529065A - 大规模mimo低轨卫星通信系统贪婪用户调度方法 - Google Patents

Abstract

本发明提出了一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，卫星基站侧配置大规模均匀平面天线阵列，基站利用各用户的统计信道状态信息对用户进行分组，调度在同一组的用户使用同一时频资源，不同组中的用户使用不同的时频资源。首先给出了用户调度的数学模型，采用最大化下行可达平均和速率作为设计准则，引入0‑1指示变量表示用户的调度状态将和速率最大化问题建立为0‑1整数规划模型。采用贪婪思想将该问题划分为大量子问题，在每次算法迭代中只调度一个使得当前和速率增加且和速率最大化的用户。本发明大幅度提高了大规模MIMO低轨卫星通信系统的传输速率。

Description

大规模MIMO低轨卫星通信系统贪婪用户调度方法

技术领域

本发明属于通信领域，具体涉及一种采用大规模天线阵列的低轨道卫星通信中利用统计信道状态信息的贪婪用户调度方法。

背景技术

大规模MIMO低轨卫星通信系统中，基站布置大规模天线阵列以同时服务多个用户。采用大规模MIMO技术可以有效降低用户间干扰，大幅提高无线通信系统的能效和谱效。同时利用统计信道状态信息的最大信漏噪比预编码与最大信干燥比接收机可以有效避免获取瞬时信道状态信息的困难。

大规模MIMO低轨卫星通信系统覆盖范围内的用户数量通常远大于基站的天线数量，使得卫星无法在同一个时频资源中服务覆盖范围内的所有用户。为了解决这一问题，可以对用户进行调度，使得调度在同一组内的用户使用相同的时频资源，不同组内的用户使用不同的时频资源。因此，设计高效的用户调度算法对用户进行合理分组具有十分重要的意义。

常见的用户调度算法包括穷举搜索法，穷举所有困难的用户组合，但同时会带来巨大的计算负担，使得短发在实际的实现中存在巨大困难，仅适用于用户数目较少的场景。在贪婪算法中，采用贪婪的思想使得在每次的迭代中只做出使得当前目标函数最大的选择，使得算法的复杂度相比穷举搜索算法得以大大降低。因此和速率最大化的贪婪用户调度算法每一次的迭代只选择使得当前组中的和速率最大的用户加入当前组中。相比于穷举搜索方法，贪婪方法实现了较好的和速率性能并且显著降低了算法的复杂度，具有重要的实际意义。

发明内容

发明目的：针对采用大规模MIMO的低轨卫星通信系统，本发明提供一种利用统计信道状态信息的贪婪用户调度算法，提高了系统的和速率性能，该算法相比于穷举法降低了计算复杂度。

技术方案：考虑一个卫星侧基站天线数目为M，有K个单天线用户的大规模MIMO低轨道卫星通信系统，卫星基站侧利用各单天线用户的空间角度信息对覆盖区域内的用户进行分组，被调度在同一组内的用户使用同一时频资源与卫星基站进行无线通信，调度在不同组的用户使用不同的时频资源与卫星进行无线通信；卫星基站侧利用调度在同一组中的用户的统计信道状态信息(包括各用户的空间角度信息以及信道平均能量)计算该组中各用户的下行预编码矢量：

其中

是能量归一化系数使得

v_k与v_i分别为用户k与的均匀平面阵列的天线阵列响应矢量，γ_i为用户i的信道能量，ρ_k为用户k的下行信噪比，I_M为维度是M的单位阵。在基于统计信道状态信息的最大信漏噪比预编码传输系统中，空间角度用户调度方法的下行可达遍历和速率R_dl为

其中，G为用户组数，q_k与q_i分别为分配给用户k与用户i的发送信号能量，g_k为用户k的信道增益，A_g为组g的用户集合，σ_k为用户k的信道噪声方差，

为用户i的预编码矢量。

波束覆盖区域内共K个用户被调度在G个组中，R_k,g为第g个用户组中用户g的下行可达和速率，q_k,g为组g中用户k的功率，q_sum为下行链路的总传输功率约束。在该问题中引入二进制的调度指示变量c_k,g以表示指定用户k用户组g的关系，指示变量的取值以及各自含义为

用户组g中用户k的下行可达遍历和速率为

在大规模MIMO低轨卫星通信系统的用户调度问题中，系统下行和速率最大化问题建立为一个0-1整数规划问题：

并且有约束

表明任意一个用户k最多只能被调度在一个组中。为了简化分析和在实际系统中的可行性，假设各用户间为均匀功率分配

则上述频谱效率最大化问题简化为

在贪婪算法中，采用贪婪的思想使得在每次的迭代中只做出使得当前目标函数最大的选择，使得算法的复杂度相比穷举搜索算法得以大大降低。因此和速率最大化的贪婪用户调度算法每一次的迭代只选择使得当前组中的和速率最大的用户加入当前组中。在贪婪用户调度算法中，系统的和速率最大化问题当前调度用户组S_g的第i个用户的选择时，从候选用户集合中选择出使得调度后的平均和速率最大的用户k，并且仅当调度后的平均和速率高于调度前的平均和速率时将用户k加入当前的调度用户集合S_g。每次迭代之后，若有新用户加入已调度用户组，则需要重新计算预编码矢量。该算法的算法流程为：

a)初始化参数，用户组数G，用户数K，用户信道方向矢量v_k,g，指示变量

预编码矢量

用户组集合S_g,g＝1,...,G，令g＝1；

b)计算当前候选用户组合中各个用户加入已调度用户组合S_g后的和速率，并选择出第i个用户使得该用户加入已调度组合后使得平均和速率最大化：

i＝argmax_i∈RR(S_g∪i) (7)

c)若该用户i加入已调度组合后的和速率大于加入前的和速率，也即

R(S_g∪i)＞R(S_g) (8)

则将用户i调度在用户组S_g中，并将用户i从候选用户组合中删除：

若用户组S_g中的用户数目小于卫星天线数目，也即|S_g|＜＝M，则返回步骤c)调度下一个用户；否则若g＜G，则g＝g+1，并返回步骤c)进行下一个组的调度；否则结束算法，调度完成。

有益效果：与现有技术相比，本发明具有如下优点：

1.采用统计信道状态信息进行下行预编码器的设计，相比瞬时信道状态信息，缓慢变化的统计信道状态信息更容易获取，使得在TDD系统中信道的互易性得以被利用，在FDD系统中避免引入大量的训练以及反馈负载，降低了系统的复杂度。

2.引入0-1指示变量将和速率最大化的用户调度问题建立未0-1整数规划问题，并且用户均匀功率分配的假设使得问题得以简化。

3.采用贪婪的思想使得在每次的迭代中只做出使得当前目标函数最大的选择，提高了系统的和速率性能，该算法相比于穷举法降低了计算复杂度。

附图说明

图1为本发明实施例的方法流程图。

图2为本发明实施例中采用统计信道状态信息的贪婪用户调度算法流程图。

图3为本发明实施例中不同调度算法的和速率性能比较图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将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、完整的描述，显然，所描述的实施例仅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，都应当属于本发明保护的范围。

下面结合具体场景对本发明实施例的具体步骤进行说明：

1)大规模MIMO低轨卫星信号传输模型与预编码

大规模MIMO低轨卫星通信系统中，卫星配备大规模天线阵列同时服务大量单天线用户。卫星配备均匀平面阵列，均匀平面阵列中有M_x与M_y根天线，其中M_x与M_y分别为均匀平面阵列x轴与y轴方向上的天线数量。不失一般性，假设x轴与y轴方向上的的天线间距均为0.5倍波长，M_x与M_y均为偶数。卫星与用户k之间的信道为

其中，P_k代表用户k的自信大数量，

代表用户的复增益，ν_k,p代表多普勒频移，τ_k,p代表传输时延，v_k,p为均匀平面阵列的天线阵列响应矢量。注意(1)式中的信道模型适用于低轨卫星的位置相对于用户k变化不明显的场景，因此假设信道的物理参数P_{k}，

ν_k,p，τ_k,p为时不变的。

在下行传输中，低轨卫星的一个时频资源块中同时服务K个单天线用户，用户集合表示为K＝{0,1,...,K-1}，基站进行线性预编码后，用户k∈K的接收信号为

其中,省略了子载波与符号下标以简化符号，q_k为分配给用户k的发送信号能量。b_k是标准化的预编码矢量，满足

s_k是发送给用户k的信号，均值为0，方差为1。z_k为加性圆周对称复高斯噪声，均值为0，方差为σ_k，即z_k～CN(0,σ_k)。

在下行多用户MIMO传输中，信漏噪比(Signal-to-leakage-plus-noise-ratio,SLNR)作为一个便捷且高效的设计准则而被广泛采用，在基于最大SLNR准则的预编码方法中，用户k的SLNR_k为

其中，

为用户k的下行信噪比。则，使得用户k的信漏噪比最大化的预编码器为

上式中，(·)^*表示共轭运算，

为能量归一化系数

上式中基于最大信漏噪比的预编码器需要获取用户的瞬时信道状态信息，而获取瞬时信道状态信息通常较为困难，因此研究基于统计信道状态信息的预编码器，信漏噪比重写为平均信漏噪比：

其中

为用户k下行信噪比(Signal to Noise Ratio,SNR)。使得ASLNR_k最大的下行预编码矢量为

其中

是能量归一化系数使得

相应的最大ASLNR为

在基于统计信道状态信息的最大信漏噪比预编码传输系统中，空间角度用户调度方法的下行可达遍历和速率为

在贪婪算法中，采用贪婪的思想使得R_dl在每次的迭代中只做出使得当前目标函数最大的选择，使得算法的复杂度相比穷举搜索算法得以大大降低。因此和速率最大化的贪婪用户调度算法每一次的迭代只选择使得当前组中的和速率最大的用户加入当前组中。在贪婪用户调度算法中，系统的和速率最大化问题当前调度用户组S_g的第i个用户的选择时，从候选用户集合中选择出使得调度后的平均和速率最大的用户k，并且仅当调度后的平均和速率高于调度前的平均和速率时将用户k加入当前的调度用户集合S_g。每次迭代之后，若有新用户加入已调度用户组，则需要重新计算预编码矢量。该算法的算法流程为：

步骤1：初始化参数，用户组数G，用户数K，用户信道方向矢量v_k,g，指示变量

预编码矢量

用户组集合S_g,g＝1,...,G，令g＝1；

步骤2：计算当前候选用户组合中各个用户加入已调度用户组合S_g后的和速率，并选择出第个用户使得该用户加入已调i度i组合后使得平均和速率最大化：

i＝argmax_i∈KR(S_g∪i) (9)

步骤3：若该用户i加入已调度组合后的和速率大于加入前的和速率，也即

R(S_g∪i)＞R(S_g) (10)

则将用户调度在用户组S_g中，并将用户i从候选用户组合中删除：

若用户组S_g中的用户数目小于卫星天线数目，也即|S_g|＜＝M，则返回步骤2调度下一个用户；否则若g＜G，则g＝g+1，并返回步骤2进行下一个组的调度；否则结束算法，调度完成。

图3对比了在天线数为128时所提出的贪婪用户调度算法以及半正交用户调度算法的和速率性能。仿真结果为基站天线数128，用户数目为400时系统和速率随输入信噪比的变化曲线，仿真结果表明所提出的和速率最大化的贪婪用户调度算法和速率性能均优于SAUG方法。

Claims (7)

1.一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，卫星基站侧对覆盖区域内的用户进行分组，计算各分组的下行预编码矢量和下行平均和速率，以最大化系统下行平均和速率作为用户调度的设计准则，引入0-1指示变量表示用户的调度状态将下行平均和速率最大化问题建立为0-1整数规划问题；采用贪婪算法求解0-1整数规划问题，将0-1整数规划问题划分为若干个子问题，在每次算法迭代中只调度一个使得当前和速率增加且和速率最大化的用户。

2.根据权利要求1所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，卫星基站侧利用各单天线用户的空间角度信息对覆盖区域内的用户进行分组，被调度在同一组内的用户使用同一时频资源与卫星基站进行无线通信，调度在不同组的用户使用不同的时频资源与卫星进行无线通信。

3.根据权利要求2所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，卫星基站侧利用调度在同一组中的用户的统计信道状态信息计算该组中各用户的下行预编码矢量。

4.根据权利要求3所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，所述统计信道状态信息包括用户k的空间角度信息

以及其平均信道能量γ_k，是由信道上行检测或者通过各用户的反馈信息获取的。

5.根据权利要求4所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，所述下行预编码矢量为：

其中，(·)^*表示共轭运算，

是能量归一化系数使得

v_k与v_i分别为用户k与用户i的均匀平面阵列的天线阵列响应矢量，γ_i为用户i的信道能量，ρ_k为用户k的下行信噪比，I_M为M维单位阵；

下行可达遍历和速率R_dl为

6.根据权利要求1所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，引入0-1指示变量表示用户的调度状态将下行平均和速率最大化问题建立为0-1整数规划问题，具体步骤包括：

波束覆盖区域内共K个用户被调度在G个组中，R_k,g为第g个用户组中用户k的下行和速率，q_k,g为组g中用户的功率，q_sum为下行链路的总传输功率约束；二进制的调度指示变量c_k,g表示指定用户k用户组g的关系，指示变量的取值以及各自含义为

用户组g中用户k的下行和速率为

其中，q_k,g与q_i,g分别为分配给组g中用户k与用户i的发送信号能量，g_k,g为组g中用户k的信道增益，σ_k,g为组g中用户k的信道噪声方差，

与

分别为组g中用户i与用户k的预编码矢量；

将下行平均和速率最大化问题建立为0-1整数规划问题：

约束

表明任意一个用户k最多只能被调度在一个组中。

7.根据权利要求1所述一种大规模MIMO低轨卫星通信系统贪婪用户调度方法，其特征在于，贪婪算法的算法流程为：

a)初始化参数，用户组数G，用户数K，用户信道方向矢量v_k,g，指示变量

预编码矢量

用户组集合S_g,g＝1,…,G，令g＝1；

b)计算当前候选用户组合中各个用户加入已调度用户组合S_g后的下行和速率，并选择出第i个用户使得该用户加入已调度组合后使得下行平均和速率最大化：

i＝arg max_i∈RR(S_g∪i)

c)若该用户i加入已调度组合后的下行平均和速率大于加入前的下行平均和速率，也即

R(S_g∪i)＞R(S_g)

则将用户i调度在用户组S_g中，并将用户i从候选用户组合中删除：

S_g＝S_g∪{i}

K＝K/{i}

若用户组S_g中的用户数目小于卫星天线数目，也即|S_g|＜＝M，则返回步骤c)调度下一个用户；否则若g＜G，则g＝g+1，并返回步骤c)进行下一个组的调度；否则结束算法，调度完成。

Images