CN116846435A - 移动去蜂窝大规模mimo系统的速率分拆多址实现方法 - Google Patents

Abstract

本发明提供了一种移动去蜂窝大规模MIMO系统的速率分拆多址实现方法。该方法包括：接入点将各个用户的数据拆分成公有信息和私有信息两部分，将公有信息编码成一条公有信息流，将私有信息各自编码成私有信息流；接入点采用任意线性预编码方法编码私有信息流，利用最优预编码方法对公有信息流进行编码，将编码后的公有信息流叠加在私有信息流上后，发送给用户端；用户端先解码公有信息流，利用串行干扰消除剔除公有信息流，再解码私有信息流。本发明方法利用大尺度信息对功率比例进行调整后，系统的总速率得到明显的提升。本发明利用二分法迭代优化的预编码方法始终具有最佳的总速率性能，增强了去蜂窝大规模MIMO系统在复杂移动环境下的鲁棒性。

Description

移动去蜂窝大规模MIMO系统的速率分拆多址实现方法

技术领域

本发明涉及移动通信技术领域，尤其涉及一种移动去蜂窝大规模MIMO系统的速率分拆多址实现方法。

背景技术

随着移动通信网络的快速发展，蜂窝小区不断细分，小区面积不断缩小，部署基站需要更加密集。这样不仅会增大基站建设难度、增加网络投入和基站端能耗，还会造成更多的小区间干扰和更频繁越区切换问题。因此，对蜂窝小区架构进行变革的新型去蜂窝网络架构得到了人们的广泛关注。以用户为中心的去蜂窝大规模MIMO(Multiple-InputMultiple-Output，多进多出)技术是传统大规模MIMO的演进技术，同时也是蜂窝网络迈向无蜂窝网络架构的巨大跳跃。去蜂窝大规模MIMO系统包含多个AP(Access Point，无线接入点)，这些AP通过前传链路连接到CPU(Central Processing Unit，中央处理器)，并利用相同的时频资源为网络中的所有用户同时进行服务。因此同时具备了分布式系统宏分集增益和大规模MIMO天线增益的特点。具有数据吞吐量大、时延低、可靠性强、能量效率高、网络覆盖均匀密集的优点，被认为是6G无线通信网络的关键核心技术。事实上，去蜂窝大规模MIMO的优势非常依赖于高效的收发机设计，这也意味着系统需要及时获取准确的CSI(ChannelState Information，信道状态信息)。

然而，由于用户移动性导致CSI过时的问题，使得去蜂窝大规模MIMO无法充分发挥相干协同处理的增益优势，这在实际部署中给其性能造成了很大的损失。此外，不完美的CSI也影响去蜂窝大规模MIMO系统设计有效的收发机来抑制用户间干扰，成为限制其容量增长的主要因素。

速率分拆多址技术将接入点发送的用户信息拆分成了公共信息和私有信息两部分，然后将所有用户的公有信息组合成一个超级公有信息流，并叠加在私有信息流上同时发送。用户端将私有信息视为噪声并解码公共信息，再利用SIC(Successive InterferenceCancellation，串行干扰消除)技术将公共信息剔除后，继续解码私有信息。速率分拆多址技术可以解码部分干扰同时将部分干扰视为噪声，可以有效地增强去蜂窝大规模MIMO系统的抗干扰能力。

目前，现有技术中缺乏去蜂窝大规模MIMO架构下的速率拆分多址策略，尤其在复杂移动场景下过时CSI影响去蜂窝网络性能的情况下。因此，亟需设计一种基于移动去蜂窝大规模MIMO系统的鲁棒性速率拆分多址策略，来指导实际部署应用。

发明内容

本发明的实施例提供了一种移动去蜂窝大规模MIMO系统的速率分拆多址实现方法，以增强系统干扰管理能力和鲁棒性，提升系统传输速率性能。

为了实现上述目的，本发明采取了如下技术方案。

一种移动去蜂窝大规模多进多出MIMO系统的速率分拆多址实现方法，包括：

移动去蜂窝大规模MIMO系统中的接入点将各个用户的数据拆分成公有信息和私有信息两部分，将所有公有信息编码成一条公有信息流，将私有信息各自编码成私有信息流；

所述接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例；

所述接入点采用任意线性预编码方法编码私有信息流，所述接入点利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法，利用所述最优预编码方法对所述公有信息流进行编码；

所述接入点将编码后的公有信息流叠加在私有信息流上后，发送给用户端；

所述用户端先解码公有信息流，利用串行干扰消除剔除公有信息流，再解码私有信息流。

优选地，所述的移动去蜂窝大规模MIMO系统中的接入点将各个用户的数据拆分成公有信息和私有信息两部分，将所有公有信息编码成一条公有信息流，将私有信息各自编码成私有信息流，包括：

设去蜂窝大规模MIMO系统中包含L个接入点和K个用户，每个接入点发送给用户的信息为W_k,k＝1,...,K，每个接入点将用户信息W_k拆分成公有信息W_c,k和私有信息W_p,k；

将所有用户的公有信息W_c,1,...,W_c,K组合成一个超级公有信息W_c，利用公共码本将超级公有信息W_c编码成公有信息流s_c，将各个用户的私有信息W_p,1,...,W_p,K分别被编码成私有信息流s₁,...,s_K。

优选地，所述的接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例，包括：

每个接入点根据大尺度信息利用下式计算公有信息和私有信息的功率拆分比例：

t_l＝t+Δ_l

ω＝min{t-0,1-t}/ε

其中t为每个接入点初始的公有信息和私有信息的功率拆分比例，Δ_l为每个接入点的功率比例调整因子，β_kl为第k个用户到第l个接入点之间的大尺度衰落系数，β_l为第l个接入点到所有用户的平均信道质量系数，α为平均信道质量的缩放系数，ω为功率比例调整范围，ε为调整范围的缩放系数，t_l为调整后的接入点的公有信息和私有信息的功率拆分比例。

优选地，述的接入点采用任意线性预编码方法编码私有信息流，包括：

私有信息流的归一化预编码向量使用去蜂窝大规模MIMO中得到的各种线性预编码方案，该线性预编码方案包括：最大比传输预编码、本地最小均方误差预编码和集中式最小均方误差预编码；

计算归一化的最大比传输预编码为：

其中为第k个用户到第l个接入点在第n个时隙的信道估计信息；

计算归一化的本地最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于本地信息为第k个用户设计的最小均方误差预编码，计算方法为：

其中p_d为每个接入点最大的下行发射功率，C_il,n为第i个用户到第l个接入点在第n个时隙下信道估计误差的方差，σ²为接收机的噪声功率；

计算归一化的集中式最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码，计算方法为：

其中为第i个用户在第n个时隙到所有接入点组成的信道向量的估计信息，C_i,n为信道向量估计误差的方差，为中央处理单元在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码向量。

优选地，所述的接入点利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法，利用所述最优预编码方法对所述公有信息流进行编码，包括：

基于每个接入点的功耗限制，构建以下公有信息速率最小值最大化问题：

其中为第k个用户在第n个时隙解码接收公有信息的速率，并且其是归一化公有信息预编码的函数；

上式等价于

其中为所有接入点在第n个时隙组成的公有信息预编码向量；κ_k,n是私有信息预编码向量的函数且独立于优化变量计算为：

为所有接入点在第n个时隙为第i个用户设计的私有信息预编码向量；

采用二分法迭代优化求解上述公有信息速率最小值最大化问题，获得最优的公有信息预编码方案，利用所述最优的公有信息预编码方案对所述公有信息流进行编码。

优选地，所述的接入点将编码后的公有信息流叠加在私有信息流上后，发送给用户端，包括：

将线性预编码后的公有信息流和私有信息流叠加在一起，组合成第l个接入点的发送信号x_l为：

其中p_d为每个接入点的最大下行发射功率，t_l为第l个接入点的公有信息流的发送功率占比，公有信息流的发送功率占比为t_l，s_i为发送给第i个用户的私有信息，s_c为发送的公有信息。

优选地，所述的用户端先解码公有信息流，利用串行干扰消除剔除公有信息流，再解码私有信息流，包括：

第k个用户在第n个时隙接收到的信号r_k,n为：

利用公共码本解码所述信号r_k,n中的公有信息流，通过串行干扰消除技术剔除公有信息流的信号，用户将其他用户的私有信息流视为噪声，对私有信息流进行解码，计算出公有信息和私有信息在第n个时隙的信干噪比分别为：

其中

C_k,n＝diag(C_k1,n,...,C_kL,n)

计算得到系统在第n个时隙的总速率为：

由上述本发明的实施例提供的技术方案可以看出，本发明方法利用大尺度信息对功率比例进行调整后，系统的总速率得到明显的提升。本发明利用二分法迭代优化的预编码方法始终具有最佳的总速率性能，增强了去蜂窝大规模MIMO系统在复杂移动环境下的鲁棒性。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种移动去蜂窝大规模MIMO速率分拆多址实现方法流程图；

图2为本发明实施例提供的一种移动去蜂窝大规模MIMO速率分拆多址实现方法示意图；

图3为本发明实施例提供的一种基于大尺度信道信息的功率拆分比例的总速率效果图；

图4为本发明实施例提供的一种基于二分法迭代优化的公有信息预编码的总速率效果图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

本发明实施例提供的一种用于移动去蜂窝大规模MIMO系统的速率分拆多址实现方法的实现原理图如图1所示，具体处理流程图如图2所示，包括如下的处理步骤：

步骤S1：每个接入点将各个用户的数据拆分成公有信息和私有信息两部分，然后将所有公有信息编码成一条公有信息流，私有信息各自编码成私有信息流，并将公共信息流叠加在私有信息流上发送出去。

步骤S2：每个接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例。

步骤S3:私有信息流可采用任意线性预编码方法。利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法。

步骤S4：接入点将编码后的公有信息流叠加在私有信息流上后，发送给用户端。

步骤S5：各个用户端先解码公有信息流，并利用串行干扰消除进行剔除，然后再解码私有信息流。

具体的，上述步骤S1包括：以一个包含L个接入点和K个用户的去蜂窝大规模MIMO系统为例，系统采用相干传输，不同用户以不同的速度移动。每个接入点发送给用户的信息为W_k,k＝1,...,K。然后每个接入点将用户信息W_k拆分成公有信息W_c,k和私有信息W_p,k。

将所有公有信息编码成一条公有信息流，私有信息各自编码成私有信息流。所有用户的公有信息W_c,1,...,W_c,K被组合成一个超级公有信息W_c，然后利用公共码本将超级公有信息W_c编码成公有信息流s_c。各用户的私有信息W_p,1,...,W_p,K分别被编码成私有信息流s₁,...,s_K。

具体的，上述步骤S2包括：每个接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例，大尺度信息主要包括路径损耗和阴影衰落，其描述信道在长时间范围内信道的变化，且易于获取。

根据系统的大尺度信道衰落信息衡量每个接入点的服务能力，服务能力强的接入点会分配给公有信息更多的功率，反之服务能力弱的接入点会分配给公有信息更少的功率。

利用下式计算每个接入点的公有信息功率拆分比例：

t_l＝t+Δ_l

ω＝min{t-0,1-t}/ε

其中t为每个接入点初始的功率拆分比例，Δ_l为每个接入点的功率比例调整因子，β_kl为第k个用户到第l个接入点之间的大尺度衰落系数，β_l为第l个接入点到所有用户的平均信道质量系数，α为平均信道质量的缩放系数，ω为功率比例调整范围，ε为调整范围的缩放系数，t_l为最终的接入点的公有信息和私有信息的功率拆分比例。

基于上述功率分配原则，每个接入点的功率比例系数在等功率比例方案t₁＝...＝t_L＝t的基础上进行调整。

因此在后续处理过程中，每个接入点的公有信息和私有信息功率占比是不同。所使用的最终功率拆分比例t_l能够有效抑制干扰，充分发挥接入点功率的使用效能。

具体的，上述步骤S3包括：私有信息流可采用任意线性预编码方法。私有信息流的归一化预编码向量可以直接使用传统去蜂窝大规模MIMO中得到的各种线性预编码方案，包括：最大比传输预编码、本地最小均方误差预编码和集中式最小均方误差预编码。

私有信息流的归一化预编码向量可以直接使用传统去蜂窝大规模MIMO中得到的各种线性预编码方案。

计算归一化的最大比传输预编码为：

其中为第k个用户到第l个接入点在第n个时隙的信道估计信息。

计算归一化的本地最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于本地信息为第k个用户设计的最小均方误差预编码，可以计算为：

其中p_d为每个接入点最大的下行发射功率，C_il,n为第i个用户到第l个接入点在第n个时隙下信道估计误差的方差，σ²为接收机的噪声功率。

计算归一化的集中式最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码，可以计算为：

其中为第i个用户在第n个时隙到所有接入点组成的信道向量的估计信息，C_i,n为信道向量估计误差的方差，为中央处理单元在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码向量。

本地和集中式的区别在于本地预编码只能利用本地的估计信道状态信息，而集中式预编码可以使用整个系统的估计信道状态信息。

利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法。基于每个接入点的功耗限制，构建以下公有信息速率最小值最大化问题：

其中为第k个用户在第n个时隙解码接收公有信息的速率，并且其是归一化公有信息预编码的函数。

上式等价于

其中为所有接入点在第n个时隙组成的公有信息预编码向量，另外κ_k,n是私有信息预编码向量的函数且独立于优化变量计算为：

其中为所有接入点在第n个时隙为第i个用户设计的私有信息预编码向量。

采用二分法迭代优化解决上述问题，该方法通过在每次迭代中解决一系列凸可行性问题，获得最优的公有信息预编码方案。具体算法流程如下表：

具体的，上述步骤S4包括：将公共信息流叠加在私有信息流上发送出去。接入点l采用归一化向量对公有信息流进行线性预编码，用归一化向量对私有信息流进行线性预编码。将线性预编码后的公有信息流和私有信息流叠加在一起组合成第l个接入点的发送信号为：

其中p_d为每个接入点的最大下行发射功率，t_l为第l个接入点的公有信息流的发送功率占比，公有信息流的发送功率占比为t_l。

具体的，上述步骤S5包括：用户端先解码公有信息流并利用串行干扰消除进行剔除，然后再解码私有信息流，包括：用户端在接收到混合信息流后，首先将私有信息流视为噪声并利用公共码本解码公有信息流，并通过串行干扰消除技术剔除公有信息流的信号。随后，用户将其他用户的私有信息流视为噪声，并直接对私有信息流进行解码。

每个接入点部署N根天线，每个用户部署单天线。采用一个包含τ+1个时隙的资源块，其中第0个时隙的信道状态信息已知，后τ个时隙用来进行数据传输。在第n个时隙，接入点l到移动用户k的信道建模成如下瑞丽衰落：

其中为空间相关矩阵，β_kl＝tr(R_kl)/N为大尺度衰落系数。

由于用户和接入点之间的相对移动，估计的信道状态信息会随着时间逐渐过时。基于信道老化模型，用于数据传输的信道状态信息可以由初始信道状态信息建模如下：

其中g_kl,n～CN(0,R_kl)为第n的时隙的独立自创信道，0剟ρ_{k,n 1}为用户k的信道在第0个时隙和第n个时隙的相关系数，为由信道老化导致的误差系数。基于Jakes模型，可以计算：

其中J₀(·)为第一类零阶贝塞尔函数，T_s为采样间隔，f_D,k＝(v_kf_c)/c为多普勒频移。其中v_k为用户k的移动速度，f_c为载波频率，c为光速。

由于上述信道老化作用的影响，数据传输部分的估计信道状态信息和估计误差分别为：

其中的分布为 的分布为CN(0,C_kl,n)，且估计误差的方差为

第k个用户在第n个时隙接收到的信号r_k,n为：

将私有信息流视为噪声，并利用公共码本解码出所述信号r_k,n中的公有信息流，并通过串行干扰消除技术剔除公有信息流的信号。随后，用户将其他用户的私有信息流视为噪声，并直接对私有信息流进行解码。计算出公有信息和私有信息在第n个时隙的信干噪比分别为：

其中

C_k,n＝diag(C_k1,n,...,C_kL,n)

于是可以计算得到系统在第n个时隙的总速率为：

实施例二：

该实施例2为采用本发明的方法进行用于实现移动去蜂窝大规模MIMO系统下的速率分拆多址，具体包括如下步骤：

场景参数设置：设有250m×250m的正方形区域，有20个基站，4个用户，以信道资源块的第n＝10个时隙的情况为例。在这里我们采用如下三段式路径损耗传播模型：

其中d_kl为第l个接入点到第k个用户的水平距离，阴影衰落只有当间距大于50m时出现且其相关性为：

其中δ_ki为第k个用户到第i个用户的距离,_υlj为第l个接入点到第j个接入点的距离。假设通信载波频率为f_c＝2GHz，通信带宽为B＝20MHz，下行发射功率为p_d＝23dBm，噪声功率为σ²＝-96dBm,采样频率为15kHz，采样间隔为T_s＝67μs。

在仿真试验中，采用蒙特卡洛方法，随机产生200次独立的用户分布，并基于上述参数及实施例一中的过程进行仿真。

图3为基于大尺度信道信息的功率比例效果图。参照图3，纵坐标表示系统的总速率，横坐标表示分配给公有信息的功率比例。相比于去蜂窝大规模MIMO速率分拆多址系统中的每个接入点使用相等的功率比例，本发明实例中，利用大尺度信息对功率比例进行调整后，系统的总速率得到明显的提升。

图4为基于二分法迭代优化的公有信息预编码的效果图。参考图4，纵坐标表示系统的总速率，横坐标表示用户两种不同移动状况。相较于用户具有相同速度的情况，用户具有不同速度使得系统内部的干扰影响更加剧烈和复杂。在不同的移动环境配置下，和随机公有信息预编码、叠加公有信息预编码相比，本发明实例中，利用二分法迭代优化的预编码方法始终具有最佳的总速率性能。低复杂度的叠加公有信息预编码的性能在用户相同速度情况下接近二分法迭代优化公有信息预编码，但在用户不同速度情况下其性能远差于二分法迭代优化公有信息预编码。因此该发明增强了去蜂窝大规模MIMO系统在复杂移动环境下的鲁棒性。

综上所述，本发明实施例提出了一种用于移动去蜂窝大规模MIMO系统的速率分拆多址实现方法。考虑到移动性导致的信道状态信息过时，速率拆分多址技术可以有效增强去蜂窝大规模MIMO系统的干扰管理能力，能够显著提升系统的传输速率性能和在复杂移动环境下的鲁棒性。

本发明提出的基于大尺度信道信息的功率拆分比例方案计算复杂度低且高效，具有更好的实用价值。本发明中私有信息的预编码可以直接使用传统去蜂窝大规模MIMO系统中的各种线性预编码方案，且公有信息预编码单独设计，求解更加快捷。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (7)

1.一种移动去蜂窝大规模多进多出MIMO系统的速率分拆多址实现方法，其特征在于，包括：

移动去蜂窝大规模MIMO系统中的接入点将各个用户的数据拆分成公有信息和私有信息两部分，将所有公有信息编码成一条公有信息流，将私有信息各自编码成私有信息流；

所述接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例；

所述接入点采用任意线性预编码方法编码私有信息流，所述接入点利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法，利用所述最优预编码方法对所述公有信息流进行编码；

所述接入点将编码后的公有信息流叠加在私有信息流上后，发送给用户端；

所述用户端先解码公有信息流，利用串行干扰消除剔除公有信息流，再解码私有信息流。

2.根据权利要求1所述的方法，其特征在于，所述的移动去蜂窝大规模MIMO系统中的接入点将各个用户的数据拆分成公有信息和私有信息两部分，将所有公有信息编码成一条公有信息流，将私有信息各自编码成私有信息流，包括：

设去蜂窝大规模MIMO系统中包含L个接入点和K个用户，每个接入点发送给用户的信息为W_k,k＝1,...,K，每个接入点将用户信息W_k拆分成公有信息W_c,k和私有信息W_p,k；

将所有用户的公有信息W_c,1,...,W_c,K组合成一个超级公有信息W_c，利用公共码本将超级公有信息W_c编码成公有信息流s_c，将各个用户的私有信息W_p,1,...,W_p,K分别被编码成私有信息流s₁,...,s_K。

3.根据权利要求2所述的方法，其特征在于，所述的接入点根据大尺度信息确定公有信息和私有信息的功率拆分比例，包括：

每个接入点根据大尺度信息利用下式计算公有信息和私有信息的功率拆分比例：

t_l＝t+Δ_l

ω＝min{t-0,1-t}/ε

其中t为每个接入点初始的公有信息和私有信息的功率拆分比例，Δ_l为每个接入点的功率比例调整因子，β_kl为第k个用户到第l个接入点之间的大尺度衰落系数，β_l为第l个接入点到所有用户的平均信道质量系数，α为平均信道质量的缩放系数，ω为功率比例调整范围，ε为调整范围的缩放系数，t_l为调整后的接入点的公有信息和私有信息的功率拆分比例。

4.根据权利要求3所述的方法，其特征在于，所述的接入点采用任意线性预编码方法编码私有信息流，包括：

私有信息流的归一化预编码向量使用去蜂窝大规模MIMO中得到的各种线性预编码方案，该线性预编码方案包括：最大比传输预编码、本地最小均方误差预编码和集中式最小均方误差预编码；

计算归一化的最大比传输预编码为：

其中为第k个用户到第l个接入点在第n个时隙的信道估计信息；

计算归一化的本地最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于本地信息为第k个用户设计的最小均方误差预编码，计算方法为：

其中p_d为每个接入点最大的下行发射功率，C_il,n为第i个用户到第l个接入点在第n个时隙下信道估计误差的方差，σ²为接收机的噪声功率；

计算归一化的集中式最小均方误差预编码为：

其中v_kl,n为第l个接入点在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码，计算方法为：

其中为第i个用户在第n个时隙到所有接入点组成的信道向量的估计信息，C_i,n为信道向量估计误差的方差，为中央处理单元在第n个时隙基于全局信息为第k个用户设计的最小均方误差预编码向量。

5.根据权利要求3所述的方法，其特征在于，所述的接入点利用二分法迭代优化求解用户公有信息速率最小值最大化问题，得到公有信息流的最优预编码方法，利用所述最优预编码方法对所述公有信息流进行编码，包括：

基于每个接入点的功耗限制，构建以下公有信息速率最小值最大化问题：

其中为第k个用户在第n个时隙解码接收公有信息的速率，并且其是归一化公有信息预编码的函数；

上式等价于

其中为所有接入点在第n个时隙组成的公有信息预编码向量；κ_k,n是私有信息预编码向量的函数且独立于优化变量计算为：

为所有接入点在第n个时隙为第i个用户设计的私有信息预编码向量；

采用二分法迭代优化求解上述公有信息速率最小值最大化问题，获得最优的公有信息预编码方案，利用所述最优的公有信息预编码方案对所述公有信息流进行编码。

6.根据权利要求5所述的方法，其特征在于，所述的接入点将编码后的公有信息流叠加在私有信息流上后，发送给用户端，包括：

将线性预编码后的公有信息流和私有信息流叠加在一起，组合成第l个接入点的发送信号x_l为：

其中p_d为每个接入点的最大下行发射功率，t_l为第l个接入点的公有信息流的发送功率占比，公有信息流的发送功率占比为t_l，s_i为发送给第i个用户的私有信息，s_c为发送的公有信息。

7.根据权利要求6所述的方法，其特征在于，所述的用户端先解码公有信息流，利用串行干扰消除剔除公有信息流，再解码私有信息流，包括：

第k个用户在第n个时隙接收到的信号r_k,n为：

利用公共码本解码所述信号r_k,n中的公有信息流，通过串行干扰消除技术剔除公有信息流的信号，用户将其他用户的私有信息流视为噪声，对私有信息流进行解码，计算出公有信息和私有信息在第n个时隙的信干噪比分别为：

其中

C_k,n＝diag(C_k1,n,...,C_kL,n)

计算得到系统在第n个时隙的总速率为：