WO2014101639A1 - 应用于协作多点传输的分布式协作多小区波束成型方法 - Google Patents

应用于协作多点传输的分布式协作多小区波束成型方法 Download PDF

Info

Publication number
WO2014101639A1
WO2014101639A1 PCT/CN2013/088572 CN2013088572W WO2014101639A1 WO 2014101639 A1 WO2014101639 A1 WO 2014101639A1 CN 2013088572 W CN2013088572 W CN 2013088572W WO 2014101639 A1 WO2014101639 A1 WO 2014101639A1
Authority
WO
WIPO (PCT)
Prior art keywords
beamforming
coordinated multi
interference
base station
distributed
Prior art date
Application number
PCT/CN2013/088572
Other languages
English (en)
French (fr)
Inventor
朱鹏程
李佳珉
王东明
尤肖虎
Original Assignee
东南大学
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 东南大学 filed Critical 东南大学
Publication of WO2014101639A1 publication Critical patent/WO2014101639A1/zh

Links

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
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03343—Arrangements at the transmitter end
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information

Definitions

  • the invention belongs to the field of wireless communication, and relates to a distributed beamforming design technique in a coordinated multi-point transmission system, and in particular to an optimal beamforming design method under a condition that a backhaul link capacity is limited. Background technique
  • Cooperative multi-cell beamforming is a very effective way to improve the performance of multi-cell downlink scenarios.
  • each terminal especially a terminal at the cell boundary
  • inter-cell interference can be suppressed and higher spectral efficiency can be obtained.
  • the base station only serves its own terminal, the mobile terminal will simultaneously receive useful signals from the serving base station and interference signals from other base stations.
  • MISO IC multi-input single-output interference channel
  • this paper mainly studies the distributed optimization scenario.
  • the base station only knows the local CSI between it and the terminal within its service area.
  • an iterative beamforming algorithm based on virtual SINR (signal to interference plus noise ratio) is proposed.
  • This algorithm uses virtual SINR instead of system and rate as the decision criterion, which avoids the need of mobile terminal feedback information to assist the base station design beamforming. If the base station side shares the data information of the user used, the channel model will no longer be the MISO IC.
  • the fundamental difference is that multiple base stations collaborate to serve each user, which means that the rate achievable by the user can be greatly increased.
  • this paper In order to reduce the complexity of the signal backhaul and algorithm, this paper only uses local CSI to design beamforming. In this scenario, it is necessary to solve how distributed power is distributed among different data streams at the base station side. We use heuristic algorithms to solve this problem. The core idea of the algorithm is that the base station allocates more power to terminals with good channel conditions, and the terminal with poor channel conditions may be better served by other base stations. After power allocation, we extend the distributed iterative beamforming algorithm proposed by the MISO IC scenario to the data sharing scenario based on the perspective of the layered channel. Summary of the invention
  • the present invention provides a distributed cooperative multi-cell beamforming method for reducing coordinated feedback information for coordinated multi-point transmission.
  • the distributed cooperative multi-cell beamforming method applied to coordinated multi-point transmission according to the present invention utilizes a heuristic power allocation mechanism to perform distributed beamforming design at the base station side, In each iteration, solve the limited optimization problem of maximizing the virtual signal to interference and noise ratio when the interference caused to other users is certain.
  • the specific steps are as follows:
  • it indicates a base station number, indicating a user number, and indicates a user number other than the user.
  • Tr(X) denotes the trace of the matrix X
  • ⁇ denotes the total number of users
  • X H denotes the conjugate transpose of the matrix X
  • ⁇ is the maximum transmission power of the base station j
  • h 3 ⁇ 4 is the channel of the base station j to the user k status information
  • the method of the present invention considers that the base station only knows the local channel state information, maximizes the virtual SINR in the case of causing interference to other users, and extends the algorithm to multi-cell data sharing by using a heuristic power allocation mechanism based on the perspective of the layered channel. Scenes.
  • the method of the invention utilizes the virtual SINR substitution and rate as the objective function of optimization, only needs to know the local channel state information for beamforming design, and reduces the amount of feedback information required; optimizes the initial setting of the algorithm, and greatly reduces the number of iterations of the algorithm. (as shown in Figure 2); can obtain near-optimal performance compared to the maximum ratio transmission and zero-forcing methods (as shown in Figures 1, 3, 4); using heuristic power allocation mechanism, the algorithm can be applied to collaboration Downlink MU-MIMO transmission of a multipoint transmission system.
  • Figure 1 is a flow chart of the operation of the present invention.
  • Figure 2 shows the rate area that the user can reach.
  • Figure 3 shows a comparison of the number of iterations required by the algorithm.
  • Figure 4 shows the sum rate comparison when the channel correlation coefficient is zero.
  • Figure 5 shows the sum rate comparison when the channel correlation coefficient is 0.8.
  • FIG. 1 is a flow chart of a distributed cooperative multi-cell beamforming method applied in coordinated multi-point transmission, and the working steps are as follows:
  • Tr (X) is the trace of matrix X
  • ⁇ ⁇ represents the total number of users
  • the matrix X X H represents a conjugate transpose
  • [rho] Is the maximum transmit power of the base station j, and is the channel state information of the base station j to the user k;
  • f denotes the number of iterations, denotes the interference threshold of the fth iteration, / (w denotes the interference caused to the user by the base station as a beamforming vector, ⁇ denotes the step of iterative update Long, N is the maximum number of iterations;
  • step 3 If the first iteration obtains a larger virtual signal to interference and noise ratio than the £_1 iteration, and the number of iterations is 1 ⁇ N, go to step 3), otherwise output w - 1 as the optimal beamforming.
  • each cell has a single antenna user terminal at the cell boundary.
  • the total number of users is ⁇ .
  • Each of the base stations is equipped with an antenna.
  • the base station and the user terminal are respectively represented by BS ⁇ BMS A , e ⁇ l, L and e ⁇ l, L.
  • the signal X , . e transmitted by BS can be expressed as
  • w 3 ⁇ 4 is the beamforming vector with a unit norm
  • p, 3 ⁇ 4 represents the transmit power. It is the maximum transmit power at the 83 end, so ⁇ p 3 ⁇ 4 ⁇ P.
  • the acceptance signal of MS 3 ⁇ 4 can be expressed as
  • n 3 ⁇ 4 eCA / "(0 ,) is the noise at the MS 3 ⁇ 4.
  • the maximum achievable transmission rate is equal to
  • the channel at this time can be regarded as a superposition of two layers of interference channels: in the first layer channel, BS ⁇ BMSi communication,
  • the beamforming vector w 3 ⁇ 4 can be obtained by solving a constrained optimization problem in each layer of the channel. Below we will elaborate on the proposed distributed cooperative multi-cell beamforming method.
  • Tr(h ⁇ h,,) k l,k ⁇ k
  • the SINR is defined as the ratio of the useful signal power received at the service user MS A ) 3 ⁇ 4 ( W 3 ⁇ 4 ) to the interference to other users ⁇ - (w 3 ⁇ 4 ) plus noise.
  • the useful signal power from the BS. received by the MS A is expressed as
  • the virtual SINR of the BS can be expressed as: virtual _ f jk 1 lL jk " jk
  • the upper boundary of BS 4MS A - interference is selected as the bargained value.
  • This boundary is denoted by c and is updated in a fixed step size of 3 ⁇ 4 in each iteration.
  • the value of ⁇ is determined by the preset number of iterations N, and the calculation formula is ⁇ / ⁇ .
  • the virtual SINR that can be obtained by the local CSI is selected as the decision criterion.
  • zero-forcing initialization the sign takes positive, otherwise it takes negative.
  • 3 ⁇ 4SINR ual
  • ⁇ SINR ⁇ SINR
  • Rank ⁇ W ⁇ 1

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种应用于协作多点传输的分布式协作多小区波束成型方法，所述方法首先针对MISO IC场景提出一种改进的分布式迭代波束成型算法，该算法选择虚拟SINR作为判决标准进行初始化，然后迭代地求解在对其它用户造成的干扰一定时最大化虚拟SINR的受限优化问题；然后，基于分层信道的观点，利用一种启发式的功率分配机制将该算法推广到多小区数据共享场景。本发明提供的一种应用于协作多点传输中的分布式协作多小区波束成型方法，只利用本地信道状态信息进行波束成型设计，降低了所需反馈的信息量，获得了相较最大比发送方法和迫零方法更好的性能；可以应用于协作多点传输系统的下行MU-MIMO传输。

Description

应用于协作多点传输的分布式协作多小区波束成型方法 技术领域
本发明属于无线通信领域，涉及协作多点传输系统中的分布式波束成形设计技术， 尤其涉及一种回程链路容量受限条件下的最优波束成形设计方法。 背景技术
协作多小区波束成型是一种非常有效的提高多小区下行场景性能的方法。 通过由 多个相邻的基站服务每个终端（尤其是处于小区边界的终端）， 可以抑制小区间干扰并 获得更高的频谱效率。 如果基站只为自己的终端服务， 移动终端将同时接收到来自于 服务基站的有用信号和来自于其它基站的干扰信号。 当基站端有多根天线， 移动终端 只有一根天线，从信息论角度可以将该场景建模为 MISO IC( multiple-input single-output interference channel)。从博弈论的角度已经证明了任何帕累托边界上的点都可以由迫零 和最大比发送策略的线性组成达到。 为了避免 CSI (channel state information) 共享造 成上行反馈链路负担的增加， 本文主要研究分布式优化场景。 该场景中， 基站只知道 它和处于它的服务区域内的终端间的本地 CSI。本文提出了一种基于虚拟 SINR ( signal to interference plus noise ratio) 的迭代波束成型算法， 该算法利用虚拟 SINR代替系统 和速率作为判决标准， 避免了需要移动终端反馈信息来辅助基站端设计波束成型。 如 果基站端共享所用用户的数据信息， 信道模型将不再是 MISO IC。 其根本区别是多个 基站协作为每个用户服务， 这意味着可以大大地提高用户可达到的速率。 为了降低信 令回程和算法的复杂度， 本文仅利用本地 CSI设计波束成型。 该场景中， 需要解决在 基站端如何分布式地在不同数据流间分配功率。我们利用启发式算法来解决这个问题。 该算法的核心思想是基站给信道条件好的终端分配更多的功率， 既然信道条件不好的 终端有可能被其它基站更好的服务。 功率分配之后， 我们基于分层信道的观点， 将针 对 MISO IC场景提出的分布式迭代波束成型算法推广到数据共享场景。 发明内容
技术问题： 本发明提供了一种降低所需的反馈信息量， 应用于协作多点传输的分 布式协作多小区波束成型方法。 技术方案： 本发明的应用于协作多点传输的分布式协作多小区波束成型方法， 基 于分层信道的观点， 利用一种启发式的功率分配机制在基站端分布式地进行波束成型 设计， 在每次迭代中求解在对其它用户造成的干扰一定时的最大化虚拟信干噪比的受 限优化问题， 具体步骤如下：
1) 在所有基站处， 利用下式进行分布式功率分配：
Figure imgf000004_0001
其中， 表示基站编号， 表示用户编号， 表示除用户 以外的其它用户编号，
Tr(X)表示矩阵 X的迹， ^ ^表示总的用户个数， XH表示矩阵 X的共轭转置， Ρ.是基 站 j的最大发送功率， h¾是基站 j到用户 k的信道状态信息；
2)如果利用迫零算法获得的虚拟信干噪比大于等于利用最大比发射算法获得的虚 拟信干噪比， 则进行如下初始化：
=。， wX ， c =0， δβ =Ιβ(^)/Ν, 否则进行如下初始化：
£ = 0， « Τ， S]k :-1„ N, 其中， f表示迭代次数， 表示第 f次迭代的干扰门限， / (w 表示基站 采用 作为波束成型矢量时对用户 造成的干扰， < 表示迭代更新的步长， N是最大的 迭代次数；
3) 更新 1 =1 +1， c^ =c^ + ¾, 求下面最优化问题的解 max SINR^'iw1.)
得到
4)如果第 次迭代获得比第£_1迭代更大的虚拟信干噪比，并且迭代次数 1≤N， 则转到步骤 3)， 否则输出 w^1作为最优波束成型。 本发明方法考虑基站端只知道本地信道状态信息， 在对其它用户造成干扰一定的 情况下最大化虚拟 SINR,并基于分层信道的观点利用启发式功率分配机制将该算法推 广到多小区数据共享场景。
有益效果： 本发明与现有技术相比， 具有以下优点：
本发明方法利用虚拟 SINR替代和速率作为优化的目标函数， 只需知道本地信道 状态信息进行波束成型设计， 降低了所需的反馈信息量； 优化了算法的初始化设置， 大大降低了算法迭代的次数（如图 2所示）； 能够获得相较最大比发送和迫零方法更接 近最优的性能（如图 1， 3， 4所示）； 利用启发式功率分配机制， 该算法可以应用于协 作多点传输系统的下行 MU-MIMO传输。 附图说明
图 1为本发明的工作流程图。
图 2为用户可达到的速率区域。
图 3为算法所需迭代次数的比较。
图 4为信道相关系数为 0时的和速率比较。
图 5为信道相关系数为 0.8时的和速率比较。 具体实施方式
下面结合附图对本发明作更进一步的说明。
如图 1所示为一种应用于协作多点传输中的分布式协作多小区波束成型方法的流 程图， 其工作步骤如下：
1 ) ， 利用下式进行分布式功率分配：
Figure imgf000005_0001
其中， 表示基站编号， 表示用户编号， 表示除用户 以外的其它用户编号， Tr(X)表示矩阵 X的迹， ^ ^表示总的用户个数， XH表示矩阵 X的共轭转置， Ρ是基 站 j的最大发送功率， 是基站 j到用户 k的信道状态信息；
2)如果利用迫零算法获得的虚拟信干噪比大于等于利用最大比发射算法获得的虚 拟信干噪比， 则进行如下初始化：
=。， wX ， ck =0, δβ =Ιβ(^)/Ν,
否则进行如下初始化：
=。， « , 3jk :-l„ N, 其中， f表示迭代次数， 表示第 f次迭代的干扰门限， / (w 表示基站 采用 作为波束成型矢量时对用户 造成的干扰， < 表示迭代更新的步长， N是最大的 迭代次数；
3) 更新 1 =1 +1， ck =cxrk l + 5]k, 求下面最优化问题的解 max SINR^'iw1.)
得到
4)如果第 次迭代获得比第£_1迭代更大的虚拟信干噪比，并且迭代次数 1≤N， 则转到步骤 3)， 否则输出 w -1作为最优波束成型。
下面针对具体的系统模型， 对本发明方法进行详细说明。
我们考虑如下通信场景： 该场景中有 个小区， 每小区有 1个处于小区边界的单 天线用户终端。 用户的总个数为^^^二^。 其中每个基站装备 ^根天线。 基站和用户 终端分别由 BS^BMSA表示， e{l,L 并且 e{l,L 本发明采用频率平坦衰 落窄带信道模型， 假设基站 BS 完全知道瞬时信道状态信息 和噪声功率 σ2， 其中 k = l,L ,KR。 可以发现， 基站端只知道自身和所有处于自己服务区域内的用户终端间 的 CSI， 基站间不存在 CSI的交换。 和 MISOIC场景不同， 为了实现协作波束成型， 我们假设 BS.知道所有用户的数据信息。 首先分析当 T=2， R =2时的情况， 并且 系统可以直接推广到 τ> 2的场景。
BS ,.发送的信号 X ,. e 经过线性波束成型之后， 可以表示为
Figure imgf000007_0001
其中 是发送给 MS¾的数据符号， w¾是具有单位范数的波束成型向量， p,¾代表 发送功率。 是83端最大的发送功率， 所以∑p¾≤P。 MS ¾的接受信号可以表示 为
Figure imgf000007_0002
其中！ ^是 BS^BMSJ司的信道， n¾eCA/"(0, ）是 MS¾处的噪声。 我们假设所有 用户接收机将共信道干扰看作加性高斯白噪声，不解码和压縮干扰。则 MS¾处的 SINR¾ 等于
SINRt κτ k
j=l k=l,F≠k
相应的， 可达到的最大发送速率等于
R, =log2(l + SINR,)
当每个基站为所有用户服务时， 在只利用本地 CSI的限制下， 我们不能够联合的 设计整体的波束成型。 受分层信道观点的启发， 我们利用下面针对 MISOIC场景提出 的分布式迭代波束成型算法在每个基站端分布式的计算波束成型向量。 按照分层信道 的观点，此时的信道可以看作是两层干扰信道的叠加：第一层信道中， BS^BMSi通信，
852和^«2通信； 第二层信道中， BS BMS2通信， 852和^«1通信。 此场景中， 因为
BS.为两个用户服务，所以 BS.端的发送功率需要在两个数据流间分配。知道功率分配 p¾后， 通过在每层信道中求解一个受限优化问题可以得到波束成型向量 w¾。 下面我 们将详细说明所提出的分布式协作多小区波束成型方法。
首先我们解决如何在不同的数据流间分配功率的问题。 BS,.处分配给 MSA的功率 用 表示。我们提出了一种简单有效的功率分配机制， 基站为信道状态好的用户分配 更多的功率， 既然信道状态不好的用户有可能由其它基站更好的服务。 当 BS.知道本 地理想瞬时 CSI，
Tr(h^h,,) k=l,k≠k
然后我们详细地描述所提出的分布式协作多小区波束成型方法。 为了避免需要全 局 CSI设计波束成型， 我们采用虚拟 SINR代替和速率作为判决标准。 BS^¾的虚拟
SINR 定义为服务用户 MSA处接收到的有用信号功率 )¾(W ¾)与对其它用户造成的干 扰^ -(w¾)加上噪声间的比值。当 BS B道理想 CSI时， MSA 接收到的来自 BS.的有 用信号功率表示为
同时泄露到其它用户端的干扰为： k=l,k≠k
则 BS ,.端的虚拟 SINR可以表示为： virtual _ f jk 1 lLjk " jk
SINR jk
k l,k≠k
其中 = 1,L , 并且 对应着 MSA外所有用户。
最大比发送和迫零是两种经典的波束成型方案， 其目标分别是最大化接收信号功 率和最小化共信道干扰。 已知瞬时信道信息时可以表示为
MRT _ h 11 jk ,',ZF _ h Jk
=^hn,JI -k ιι π^ιι 本发明方法中， 计算 BS ljMSA间的波束成型时， 选择 BS 4MSA-干扰的上边界 作为议价的值。这个边界用 c 表示，并且在每次迭代中按照固定的步长 ¾更新。 < 的 取值决定于预先设定的迭代次数 N， 计算公式为^^二士^^^^^^/^。 迫零和最大比 发送作为最无私和最自私的波束成型策略， 将分别对其它用户产生 0和最大的干扰， 所以我们设定 c jk
Figure imgf000009_0001
为了避免需要用户反馈信息通知基站应该选择哪种 波束成型策略初始化， 选择可以由本地 CSI得到的虚拟 SINR作为判决标准。 我们选 择能够获得更大虚拟 SINR 的最大比发送或者迫零作为初始化策略。 当采用迫零初始 化时， 的符号取正， 否则取负。 在第 1次迭代， BS;利用公式 ( =― β- 1 更新干 扰水平， 然后求解下面的受限优化问题，
Figure imgf000009_0002
¾SINR) ual(w1 ¾)≥SINR) ual(w1 )， BS^.继续更新 ， 否则终止迭代并选择 w 1作为输出波束成型向量， 具体的方法流程如图 1所示。将式^和 SINR; ual的表达 式代入上面的受限优化问题， max Ί
jk " jk
k=l,k≠k k=l,k≠k
(w;¾)Hw =l 利用求解广义瑞利商的方法， 定义 Ajk =Pjkh» Bjk =^+pjk ∑ hj∑h , k=l,k≠k u-,=B¾, 并转换优化变量为\¥ = (1^)11， 则该优化问题转化为
s丄 Td )B W }≤C
r{W j = l
w ≥o
rank{W } = 1 该优化问题的目标函数和前三个限制条件是线性或者凸的，但是秩限制是非凸的。 如果我们释放秩限制， 则该问题是一个半正定优化问题， 可以采用标准的数学优化工 具求解。 并且， 已经证明了只要半正定优化问题是可行的， 总会存在一个秩为 1 的最 优解。 所以我们可以采用释放秩限制的方法利用凸优化工具求解该问题。 解出 后， 可以利用 W 的主特征向量求得， 波束成型向量 可以利用公式 W]k = B^/2u^得 到。
以上所述仅是本发明的优选实施方式， 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的前提下， 还可以做出若干改进和润饰， 这些改进和润 饰也应视为本发明的保护范围。

Claims

权利要求书
1. 一种应用于协作多点传输的分布式协作多小区波束成型方法， 其特征在于， 该 方法基于分层信道的观点， 利用一种启发式的功率分配机制在基站端分布式地进行波 束成型设计， 在每次迭代中求解在对其它用户造成的干扰一定时的最大化虚拟信干噪 比的受限优化问题， 具体步骤如下：
1) 在所有基站处， 利用下式进行分布式功率分配：
Σ Tr(h ―） 其中， 表示基站编号， 表示用户编号， 表示除用户 以外的其它用户编号， Tr(X)表示矩阵 X的迹， s表示总的用户个数， XH表示矩阵 X的共轭转置， Ρ.是基站 j的最大发送功率， h¾是基站 j到用户 k的信道状态信息；
2) 如果利用迫零算法获得的虚拟信干噪比大于或等于利用最大比发射算法获得的 虚拟信干噪比， 则进行如下初始化：
i = 0， « c)k =0, δβ« 、ΙΝ , 否则进行如下初始化：
1 = 0' « , =½(wr)， Sjk :-I„ N,
其中， 1表示迭代次数， 表示第 1次迭代的干扰门限， / (w 表示基站 采用 w 作为波束成型矢量时对用户 造成的干扰， < 表示迭代更新的步长， N是最大的 迭代次数；
3) 更新 1 =1 +1， c)k =Ojk， 求下面最优化问题的解
Figure imgf000011_0001
得到
4) 如果第 1次迭代获得比第 1 - 1迭代更大的虚拟信干噪比， 并且迭代次数 1≤N， 则转到步骤 3)， 否则输出 作为最优波束成型。
PCT/CN2013/088572 2012-12-31 2013-12-05 应用于协作多点传输的分布式协作多小区波束成型方法 WO2014101639A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2012105942679A CN103001685A (zh) 2012-12-31 2012-12-31 应用于协作多点传输的分布式协作多小区波束成型方法
CN201210594267.9 2012-12-31

Publications (1)

Publication Number Publication Date
WO2014101639A1 true WO2014101639A1 (zh) 2014-07-03

Family

ID=47929864

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2013/088572 WO2014101639A1 (zh) 2012-12-31 2013-12-05 应用于协作多点传输的分布式协作多小区波束成型方法

Country Status (2)

Country Link
CN (1) CN103001685A (zh)
WO (1) WO2014101639A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103001685A (zh) * 2012-12-31 2013-03-27 东南大学 应用于协作多点传输的分布式协作多小区波束成型方法
CN104052533B (zh) * 2013-10-29 2018-10-23 上海交通大学 多个小区无线多入单出系统的波束成形实现方法
US9609648B2 (en) * 2014-06-16 2017-03-28 Qualcomm Incorporated Beamform scheduling based on the directionality of UEs
CN107086885B (zh) * 2017-03-29 2020-05-19 东南大学 一种针对混合能量供电分布式天线系统能量有效的功率分配方法
CN107733510B (zh) * 2017-09-26 2020-12-29 同济大学 具有鲁棒性的云无线传输系统的波束成型设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102457951A (zh) * 2010-10-21 2012-05-16 华为技术有限公司 一种多小区协作通信中链路联合波束成形的方法和基站
CN102647728A (zh) * 2011-02-18 2012-08-22 华为技术有限公司 一种下行链路波束成形的方法、发射端及多小区协作系统
CN103001685A (zh) * 2012-12-31 2013-03-27 东南大学 应用于协作多点传输的分布式协作多小区波束成型方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101127542B (zh) * 2007-09-14 2010-09-22 东南大学 多跳无线通信系统中分布式功率分配的方法
JP5609252B2 (ja) * 2009-07-31 2014-10-22 ソニー株式会社 送信電力割当て方法、通信装置及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102457951A (zh) * 2010-10-21 2012-05-16 华为技术有限公司 一种多小区协作通信中链路联合波束成形的方法和基站
CN102647728A (zh) * 2011-02-18 2012-08-22 华为技术有限公司 一种下行链路波束成形的方法、发射端及多小区协作系统
CN103001685A (zh) * 2012-12-31 2013-03-27 东南大学 应用于协作多点传输的分布式协作多小区波束成型方法

Also Published As

Publication number Publication date
CN103001685A (zh) 2013-03-27

Similar Documents

Publication Publication Date Title
JP5712211B2 (ja) 端末及び基地局、並びに端末の動作方法
JP5484819B2 (ja) マルチセル協調送信方法
EP2242187B1 (en) Method and device for data processing in a communication network
EP2484071B1 (en) Iterative precoder matrix computation method and apparatus
US8649252B2 (en) Method and apparatus for determining a precoding vector for precoding data to be transmitted to a wireless device in a wireless communication system
CN103312390B (zh) 基于干扰对齐的预编码方法，发射机和设备
US8744473B2 (en) Downlink limited-feedback interference alignment with constant amplitude codebooks and rate balance scheduling
WO2021249515A1 (zh) 信道信息反馈方法、通信装置及存储介质
TWI424698B (zh) 傳送終端裝置及其傳送天線選擇方法
CN102347820B (zh) 一种多小区协作无线通信系统联合编解码方法
WO2014101639A1 (zh) 应用于协作多点传输的分布式协作多小区波束成型方法
CN102545987B (zh) 一种基于延时反馈的多小区自适应协作传输方法
CN102882570B (zh) 移动通信网络下设备间通信的最优收发联合处理方法
CN102571179B (zh) Mimo系统中基于不完全信道状态信息的跨层优化设计方法
WO2012055276A1 (zh) 业务数据下发方法和装置
US8976888B2 (en) Method for uplink multi-user cooperation communication
CN104683005A (zh) 干扰抑制方法及装置
García Armada et al. Constrained power allocation schemes for coordinated base station transmission using block diagonalization
Razaviyayn et al. Joint transceiver design and user grouping in a MIMO interfering broadcast channel
CN103236878B (zh) 一种基于最大比合并接收矢量估计的协调波束赋形方法
Matsuo et al. Shared remote radio head architecture to realize semi-dynamic clustering in CoMP cellular networks
CN110212957B (zh) 一种基于信漏噪比的mu-mimo系统用户调度方法
CN102006146B (zh) Mu-mimo系统下行链路的用户调度方法
CN102711135A (zh) 收发机联合抑制干扰的方法、系统、基站及用户终端
CN103595453B (zh) 多小区时分复用无线系统波束成型方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13867898

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13867898

Country of ref document: EP

Kind code of ref document: A1