CN115882913A - 一种大规模mimo网络分布式预编码方法 - Google Patents
一种大规模mimo网络分布式预编码方法 Download PDFInfo
- Publication number
- CN115882913A CN115882913A CN202211523045.8A CN202211523045A CN115882913A CN 115882913 A CN115882913 A CN 115882913A CN 202211523045 A CN202211523045 A CN 202211523045A CN 115882913 A CN115882913 A CN 115882913A
- Authority
- CN
- China
- Prior art keywords
- cell
- user
- base station
- matrix
- virtual
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 106
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种大规模MIMO网络分布式预编码方法,首先各基站获取全网络用户的下行信道矩阵,并独立生成本小区用户的单小区初始预编码矩阵;然后各基站独立计算小区间虚拟干扰协方差矩阵;各基站通过回程链路交互小区间虚拟干扰协方差矩阵;最后各基站并行迭代求解各基站所服务用户的预编码矩阵,即得到全网络的分布式预编码矩阵。在小区间虚拟干扰协方差已知的情况下,用户的虚拟干扰加噪声之和协方差模型及虚拟加权和速率模型仅依赖于本小区用户预编码矩阵,本发明方法可以本地计算、优化,仅需在初始化阶段在基站间交互小区间虚拟干扰协方差,在尽可能减少小区间回程链路开销、系统同步要求的前提下保证系统和速率性能。
Description
技术领域
本发明涉及无线通信下行预编码,尤其涉及小区间无数据共享的网络大规模MIMO分布式预编码方法。
背景技术
大规模多输入多输出(MIMO,massive multiple-input-multiple-output)是一种在基站(BS,base station)侧部署大规模天线阵列为大量用户提供高效的通信服务的技术,由于其大大提高频谱和能源效率方面的能力,被深入研究并成为无线通信标准的关键技术。在小区间无数据共享的网络大规模MIMO系统中,各基站可通过分布式预编码以降低小区间干扰的影响。
然而,大规模天线阵列的使用使得小区间无数据共享的网络大规模MIMO系统预编码的计算复杂度与信令开销急剧增加,对网络的时延性能也提出更高的要求。为减轻这些负担,有必要设计一种仅依赖于较小的小区间信息交互量的网络大规模MIMO预编码设计方法,使得各基站可以在本地并行、分布式求得其所服务用户的预编码矩阵。相关文献已经研究了在总功率最小化准则、保证信干噪比(SINR,signal-to-interference-plus-noise-ratio)同时最小化总功率准则下,仅通过少量小区间信息交互进行串行或并行的分布式网络预编码设计方法。到目前为止,在最大化系统加权和速率准则下设计并行执行的网络大规模MIMO分布式预编码的研究尚未出现。
发明内容
发明目的:本发明的目的是提供一种小区间无数据共享的网络大规模MIMO分布式预编码方法,以克服现有技术的不足,逼近最优的加权和速率性能,并降低计算信令开销与同步要求。
技术方案:一种大规模MIMO网络分布式预编码方法,每个小区配备一个基站,所述分布式预编码方法包括:
步骤1:各基站独立生成本小区用户的单小区初始预编码矩阵,并获取全网络用户的下行信道矩阵;
步骤2:根据所述单小区初始预编码矩阵以及所述下行信道矩阵,各基站独立计算对本小区以外其他小区用户的小区间虚拟干扰协方差矩阵;
步骤3:各基站通过回程链路交互所述小区间虚拟干扰协方差矩阵;
步骤4:各基站根据小区间虚拟干扰协方差矩阵以及本小区用户的下行信道矩阵,并行迭代求解各基站所服务用户的预编码矩阵,即得到全网络的分布式预编码矩阵。
进一步的,所述大规模MIMO网络中每个小区配备一个处于几何中心位置的基站,各有K个用户随机分布在小区中,每个基站和用户分别配备M和N根天线;所述步骤4中,迭代求解各基站所服务用户的预编码矩阵时,优化目标为各基站最大化虚拟加权和速率;
对于第l个基站,其最大化虚拟加权和速率的数学表示为:
其中:
式中,为网络的加权和速率,Pu,r为第r个小区第u个用户的预编码矩阵,/>为第r个小区第u个用户的虚拟预编码矩阵,/>为第l个基站计算出的本小区虚拟和速率,/>为第l个基站计算出的第r个小区的虚拟和速率,wk,l为第l个小区第k个用户所对应的权重,IN为N阶单位阵,/>为第l个小区第k个用户下行接收信号中高斯噪声的协方差矩阵,Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵,wu,r为第r个小区第u个用户所对应的权重,/>为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵,Su,r,u,r为第r个小区第u个用户的虚拟有效信号协方差矩阵;
其中:
式中,σ为噪声功率,Pu,l为第l个小区第u个用户的预编码矩阵,Sk,l,u,r为第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵,Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵,Su,r,k,r为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵,Su,r,k,j为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵。
进一步的,通过MM算法将所述最大化虚拟加权和速率的求解问题转化为二次型优化问题进行迭代求解,其迭代表达式为:
式中:
其中:
式中,参数的上标(d)与(d+1)代表第d次与d+1次迭代过程中参数对应的值,为迭代计算过程的中间变量;/>为对偶变量,IM为M阶单位阵,/>为第l个基站计算出的第l个小区第k个用户虚拟干扰加噪声之和协方差矩阵,Hk,l,r为第r个基站到第l个小区第k个用户的信道矩阵,/>为/>与第l个小区第k个用户的期望信号之和,/>为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵,Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵,/>为/>与第r个小区第u个用户的期望信号之和。
有益效果:与现有技术相比,本发明具有如下优点:本设计方法仅需在初始化阶段、通过单小区初始预编码矩阵计算出其他小区用户的小区间虚拟协方差矩阵后进行小区间信息交互,而在预编码迭代过程中不再需要进行基站间信令交互,显著减少小区间回程链路开销、系统同步要求,并保持了接近最优的和速率性能。
附图说明
图1为小区间无数据共享的网络大规模MIMO分布式预编码设计方法流程图;
图2为小区间无数据共享的网络大规模MIMO分布式预编码系统流程图;
图3为初始化之后各基站并行执行分布式预编码的流程图;
图4为小区间无数据共享的网络MIMO下行预编码传输场景图。
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。
考虑一个网络大规模MIMO通信系统,该系统由L个小区组成,其中每个小区配备一个处于几何中心位置的基站,各有K个用户随机分布在小区中。每个基站和用户分别配备M和N根天线。每个基站都为自己的用户集服务,网络中的基站之间不共享用户数据。
第l个小区第k个用户的下行接收信号yk,l为:
式中,Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵;Pk,l为第l个小区第k个用户的预编码矩阵,服从逐小区功率约束Pl为第l个小区基站的最大发送功率,上标H表示矩阵转置;dk,l为第l个小区第k个用户的数据流,满足du,r为第r个小区第u个用户的数据流;Pu,l为第l个小区第u个用户的预编码矩阵;du,l为第l个小区第u个用户的数据流;Hk,l,r为第r个基站到第l个小区第k个用户的信道矩阵;Pu,r为第r个小区第u个用户的预编码矩阵;nk,l为噪声。式中右边的第一项Hk,l,lPk,ldk,l对应的是期望信号,第二项/>和第三项分别代表小区内和小区之间干扰。对于某一用户,其虚拟干扰加噪声之和协方差矩阵等于噪声的协方差矩阵、小区内干扰协方差矩阵、其他小区对该用户虚拟干扰协方差矩阵之和。
其中,协方差矩阵为Rk,l为:
逐基站功率约束下最大化网络系统和速率的问题表达为:
式中,wk,l为各用户所对应的权重;σ为噪声功率;IN为N阶单位阵。
由于各小区的预编码矩阵耦合在一起,使得式(4)问题的求解需要在全网络联合优化。为将其在基站间解耦,对于第l个基站,将其他基站u≠l的预编码矩阵固定为单小区初始预编码矩阵即第r个小区第u个用户的虚拟预编码矩阵,定义第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵/>第l个小区第k个用户的虚拟速率/>为:
式中,Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵,为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵,/>为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵;Hu,r,r为第r个基站到第r个小区第u个用户的信道矩阵,/>为第r个小区第k个用户的虚拟预编码矩阵,Hu,r,j为第j个基站到第r个小区第u个用户的信道矩阵,/>为第j个小区第k个用户的虚拟预编码矩阵。
将虚拟加权总和率作为原问题目标函数的近似值,则就第l个基站而言,预编码矩阵设计问题可以被表达为:
已知其他小区的虚拟协方差矩阵的情况下,以上虚拟加权速率最大化问题可被解耦为L个独立的子问题,并且可以在每个BS上单独并行解决。
式中的虚拟加权和率是关于P1,l,...,PK,l的非凹函数,因此难以难找到问题的闭式解。为了解决这个问题,考虑MM算法,该算法的解可以被证明收敛于原始函数的局部最大值。
首先,对于u≠l,定义如下虚拟协方差矩阵:
式中,参数的上标(d)与(d+1)代表第d次与d+1次迭代过程中参数对应的值;为/>与第l个小区第k个用户的期望信号之和,/>为/>与第r个小区第u个用户的期望信号之和,Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵
其中;
利用minorizing函数gl,将原问题转化为一个迭代求解的凹二次优化问题序列,找到原问题的稳定点:
定义其拉格朗日函数:
式中,μl>0为对偶变量,则KKT条件为:
μl>0 (29)
综上所述,分布式预编码方法可以概括为如下步骤:
步骤5:重复步骤2-4直至收敛。
本发明方法中,各小区通过分布式预编码降低小区间干扰的影响。分布式预编码的逻辑过程包括:建立小区间虚拟干扰协方差矩阵及用户的虚拟干扰加噪声之和协方差矩阵模型;建立虚拟加权和速率模型;建立虚拟加权和速率的minorizing函数模型;求解虚拟加权和速率最大化问题得到分布式预编码迭代式。其中,各小区并行预编码迭代阶段计算包括:S1:对于网络中所有用户,计算其虚拟噪声加干扰之和的协方差矩阵;S2:更新本小区用户预编码矩阵;S3:重复S1-S2直至收敛或达到指定迭代次数。
本发明方法中,虚拟加权和速率在小区间虚拟干扰协方差已知的情况下,仅与本小区用户预编码有关;虚拟加权和速率最大化预编码设计问题通过MM算法转化为二次型优化问题进行迭代求解。
小区间虚拟干扰协方差矩阵、用户的虚拟干扰加噪声之和协方矩阵差模型及虚拟加权和速率模型仅依赖于本小区用户预编码矩阵,各基站可以进行本地计算,并最大化虚拟加权和速率得到所服务用户的预编码矩阵。本方法仅需在初始化阶段、通过单小区初始预编码矩阵计算出其他小区用户的小区间虚拟协方差矩阵后进行小区间信息交互,而在预编码迭代过程中不再需要进行基站间信令交互,显著减少小区间回程链路开销、系统同步要求,并保持了接近最优的和速率性能。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种大规模MIMO网络分布式预编码方法,其特征在于,每个小区配备一个基站,所述分布式预编码方法包括:
步骤1:各基站独立生成本小区用户的单小区初始预编码矩阵,并获取全网络用户的下行信道矩阵;
步骤2:根据所述单小区初始预编码矩阵以及所述下行信道矩阵,各基站独立计算对本小区以外其他小区用户的小区间虚拟干扰协方差矩阵;
步骤3:各基站通过回程链路交互所述小区间虚拟干扰协方差矩阵;
步骤4:各基站根据小区间虚拟干扰协方差矩阵以及本小区用户的下行信道矩阵,并行迭代求解各基站所服务用户的预编码矩阵,即得到全网络的分布式预编码矩阵。
2.根据权利要求1所述的大规模MIMO网络分布式预编码方法,其特征在于,所述大规模MIMO网络中每个小区配备一个处于几何中心位置的基站,各有K个用户随机分布在小区中,每个基站和用户分别配备M和N根天线;所述步骤4中,迭代求解各基站所服务用户的预编码矩阵时,优化目标为各基站最大化虚拟加权和速率;
对于第l个基站,其最大化虚拟加权和速率的数学表示为:
其中:
式中,为网络的加权和速率,Pu,r为第r个小区第u个用户的预编码矩阵,/>为第r个小区第u个用户的虚拟预编码矩阵,/>为第l个基站计算出的本小区虚拟和速率,/>为第l个基站计算出的第r个小区的虚拟和速率,wk,l为第l个小区第k个用户所对应的权重,IN为N阶单位阵,/>为第l个小区第k个用户下行接收信号中高斯噪声的协方差矩阵,Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵,wu,r为第r个小区第u个用户所对应的权重,为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵,Su,r,u,r为第r个小区第u个用户的虚拟有效信号协方差矩阵;
其中:
式中,σ为噪声功率,Pu,l为第l个小区第u个用户的预编码矩阵,Sk,l,u,r为第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵,Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵,Su,r,k,r为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵,Su,r,k,j为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵。
3.根据权利要求2所述的大规模MIMO网络分布式预编码方法,其特征在于,通过MM算法将所述最大化虚拟加权和速率的求解问题转化为二次型优化问题进行迭代求解,其迭代表达式为:
式中:
其中:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211523045.8A CN115882913A (zh) | 2022-11-30 | 2022-11-30 | 一种大规模mimo网络分布式预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211523045.8A CN115882913A (zh) | 2022-11-30 | 2022-11-30 | 一种大规模mimo网络分布式预编码方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115882913A true CN115882913A (zh) | 2023-03-31 |
Family
ID=85765026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211523045.8A Pending CN115882913A (zh) | 2022-11-30 | 2022-11-30 | 一种大规模mimo网络分布式预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115882913A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104009947A (zh) * | 2014-06-19 | 2014-08-27 | 华中科技大学 | 一种导频信号发送和信道估计方法 |
US20170244513A1 (en) * | 2014-10-29 | 2017-08-24 | Nec Corporation | Communication system and method, base station, and user terminal |
CN113452427A (zh) * | 2021-08-30 | 2021-09-28 | 东南大学 | 多小区协同大规模mimo鲁棒预编码设计与分布式处理方法 |
-
2022
- 2022-11-30 CN CN202211523045.8A patent/CN115882913A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104009947A (zh) * | 2014-06-19 | 2014-08-27 | 华中科技大学 | 一种导频信号发送和信道估计方法 |
US20170244513A1 (en) * | 2014-10-29 | 2017-08-24 | Nec Corporation | Communication system and method, base station, and user terminal |
CN113452427A (zh) * | 2021-08-30 | 2021-09-28 | 东南大学 | 多小区协同大规模mimo鲁棒预编码设计与分布式处理方法 |
Non-Patent Citations (1)
Title |
---|
邹应全;李春国;赵睿;杨绿溪;: "多小区MIMO系统中的分布式预编码研究", 仪器仪表学报, no. 12, 15 December 2010 (2010-12-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | Multicell MIMO communications relying on intelligent reflecting surfaces | |
US8369791B2 (en) | Multi-user beamforming with inter-cell interference suppression | |
CN111447631A (zh) | 基于非正交多址技术的星地联合波束形成和功率分配方法 | |
CN108713295B (zh) | 用于多用户大规模mimo系统的实用混合预编码方案 | |
CN108449150B (zh) | 基于无线电地图信息的星地干扰协调方法、装置及设备 | |
CN110166088B (zh) | 以用户为中心的无小区mimo系统的功率控制算法 | |
US7248897B2 (en) | Method of optimizing radiation pattern of smart antenna | |
CN114070365B (zh) | 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法 | |
CN110299937A (zh) | 一种上行mimo-noma无线通信系统波束成形方法 | |
Xu et al. | Weighted sum rate maximization in IRS-BackCom enabled downlink multi-cell MISO network | |
CN114337976A (zh) | 一种联合ap选择与导频分配的传输方法 | |
Ni et al. | Partially distributed beamforming design for RIS-aided cell-free networks | |
CN107592675A (zh) | 一种3d‑mimo多小区下行自适应传输方法 | |
Shahsavari et al. | Sectoring in multi-cell massive MIMO systems | |
CN112188605B (zh) | 无线携能通信场景下网络辅助全双工系统收发机设计方法 | |
Han et al. | FDD massive MIMO without CSI feedback | |
CN110048753B (zh) | 基于mimo系统加权能效最大化的分布式波束赋形优化方法 | |
CN112564748A (zh) | 一种考虑硬件损伤的mimo异构无线网络波束成形方法 | |
CN110149133B (zh) | 一种基于波束空间的大规模上行传输方法 | |
Zhang et al. | Pricing-based semi-distributed clustering and beamforming for user-centric MIMO networks | |
CN115882913A (zh) | 一种大规模mimo网络分布式预编码方法 | |
CN109194375B (zh) | Fd-mimo多小区下行干扰协调方法 | |
CN110213779B (zh) | 一种低复杂度的上行蜂窝网络多小区协调调度方法及上行蜂窝系统 | |
Nugraha et al. | Block diagonalization precoding and power allocation for clustering small-cell networks | |
CN113922849A (zh) | 一种毫米波mimo-noma系统下的用户分组和功率分配方法 |
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 |