一種基于用戶位置信息的大規模mimo系統導頻分配方法
【專利摘要】一種基于用戶位置信息的大規模MIMO系統導頻分配方法，包括：初始化用戶編號為自然編號；獲取各小區中用戶到中心小區中基站的距離信息；通仿真劃分距離區間；確定各個用戶所屬距離的區間編號，確定期望用戶的受干擾程度強弱以及干擾用戶的干擾程度強弱；以SINR最大化為準則，采用貪婪用戶調度算法，進行用戶調度并獲得用戶分組；基站對各個分組進行導頻分配。本發明利用隨時間緩慢變化的用戶位置信息進行導頻分配，降低了導頻污染效應的影響；通過距離劃分用戶等價類的方法，有效減輕陰影效應不確定性對干擾程度強弱區分的影響，提升導頻分配結果的魯棒性。
【專利說明】-種基于用戶位置信息的大規模ΜΙΜΟ系統導頻分配方法
【技術領域】
[0001] 本發明涉及一種基于用戶位置信息的大規模MIMO系統導頻分配方法，屬于通信 系統領域。
【背景技術】
[0002] 隨著用戶對高速數據服務的需求不斷增加，以及不斷增加的小區用戶數，移動通 信網絡對頻譜資源的需求也日益增加。大規模MMO系統通過在基站上部署大量的天線以 及在傳輸過程中采用時分雙工（TDD)操作，實現了信道容量和頻譜效率的大幅度提升，從 而引起了無線通信領域的廣泛關注。在TDD通信機制中，上行訓練和數據傳輸都在同一段 相干時間內完成。因而利用信道互易性，信道狀態信息（CSI)可以通過上行訓練得到。
[0003] 由于用于信道估計的正交導頻序列的個數是有限的，無法保證分配給所有用戶的 導頻序列相互正交，從到導致獲得的信道估計受到了使用同導頻用戶信道的干擾，即"導頻 污染"。研究結果表明，當基站上的天線數趨于無窮大時，非相關噪聲和快衰落對信道估計 的影響將會消失，導頻污染成為了大規模MMO系統中影響通信質量的主要瓶頸。從TDD通 信機制的過程來看，導頻污染的影響可以通過優化的導頻分配、智能信道估計以及導頻污 染預編碼等方面的技術得到緩解。
[0004] 研究結果表明，當基站上的天線數趨于無窮大時，有效的上行信號干擾噪聲比 (SINR)是一個依賴于大尺度衰落系數的隨機量，并直接依賴于用戶位置信息和陰影衰落系 數。其中，由用戶位置信息決定的路徑損耗在大尺度衰落中起著決定性作用，并且應用現有 的一些成熟的定位技術，比如全球定位系統（GPS)，用戶位置信息可以很容易的獲得。基于 上述背景，本發明考慮公平性準則，以最小SINR最大化為目標，給出了基于用戶位置信息 的導頻分配方案。
【發明內容】
[0005] 針對現有技術的不足，本發明提供一種基于用戶位置信息的大規模MMO系統導 頻分配方法。該方法能有效減小導頻污染效應的影響，提高系統公平性，使得所有期望用戶 中最小的SINR最大化，同時對于給定的SINR目標，能夠使達到這個目標的用戶比例最大； 以及緩解現有解決導頻污染效應的方法難以實現和算法復雜等問題。
[0006] 本發明的技術方案是：
[0007] 發明概述：
[0008] -種基于用戶位置信息的大規模MMO系統導頻分配方法，利用用戶的位置信息， 確定期望用戶受干擾程度的強弱；按期望用戶受干擾程度由強到弱的次序，以SINR最大化 為目標，采用基于貪婪策略的用戶調度算法確定用戶分組，以此進行導頻分配。假定該大規 模MIMO系統包括L個同步的小區，每個小區含有一個配置有M根天線的基站和K個單天線 用戶終端，通信過程采用TDD模式；并假定這L個小區以中心對稱方式分布，中心小區的用 戶為期望用戶，且中心小區編號為小區1，其余L-I個小區中的用戶為干擾用戶。中心小區 中的這K個期望用戶相比，距離中心小區基站較遠的用戶受到的干擾更強；對于L-I個干擾 小區中的干擾用戶，距離基站較近的用戶對期望用戶的干擾更強。
[0009] 發明詳述：
[0010] 一種基于用戶位置信息的大規模MIMO系統導頻分配方法，包含以下步驟：
[0011] 步驟1、初始化用戶編號為自然編號，其中自然編號是指按整數順序依次編號；
[0012] 步驟2、獲取各小區中用戶到中心小區中基站的距離，設中心小區中基站的位置坐 標為（? yQ)，第1個小區中第k個用戶的位置坐標是（Xlk，ylk)，則第1個小區中第k個用戶 到中心小區中基站的距離表示為
【權利要求】
1. 一種基于用戶位置信息的大規模ΜΙΜΟ系統導頻分配方法，其特征在于，該方法包含 以下步驟： 步驟1、初始化用戶編號為自然編號，其中自然編號是指按整數順序依次編號； 步驟2、獲取各小區中用戶到中心小區中基站的距離，設中心小區中基站的位置坐標為 (? yQ)，第1個小區中第k個用戶的位置坐標是（Xlk，ylk)，則第1個小區中第k個用戶到中 心小區中基站的距離表示為
步驟3、通過蒙特卡洛仿真，其中系統參數設置為小區個數為L，每個小區中仿真用戶 的個數為K1，且K1 >> K，其中K為每個小區中實際的用戶個數，按照步驟2中所述的距離 度量方法，獲得仿真用戶的距離信息，并根據仿真用戶的距離信息劃分用戶距離區間； 步驟4、根據步驟2所獲得的用戶距離信息和步驟3中獲得的距離區間，分別比較用戶 距離和各個區間的邊界點到中心小區中基站的距離，確定各個用戶所屬區間，從而定性地 確定期望用戶的受干擾程度強弱，以及干擾用戶的干擾程度強弱； 步驟5、根據步驟4中獲得的各用戶所屬距離區間編號，以SINR最大化為準則，采用貪 婪用戶調度算法，按受干擾程度從強到弱的次序進行用戶調度，獲得K個用戶分組，即得到 分組結果； 步驟6、根據步驟5中的分組結果，基站對各個分組進行導頻分配，同一組內的用戶分 配相同的上行導頻訓練序列，不同用戶組之間的用戶分配相互正交的導頻序列。
2. 根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配 方法，其特征在于，所述步驟1中，每個小區的K個用戶自然編號為{1，...，K}，并定義 A 4 {1,…，K}，其中K的取值范圍是大于1的整數。
3. 根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配方法， 其特征在于，所述步驟2中，定義LXK維的用戶到中心小區中基站的距離矩陣D，其中矩陣 D的第（1，k)元素 dlk表示第1個小區中第k個用戶到中心小區基站的距離。
4. 根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配方法，其 特征在于，所述步驟3中給定區間個數C，通過蒙特卡洛仿真，以仿真用戶距離等概率地落 在各個區間為準則，劃分距離區間（0, Vl)，[Vl，v2)，...，[Vh，-O，并為各個區間依次編號 為1，. . .，C，定義區間編號集合C = {1,…,C}。
5. 根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配方法， 其特征在于，所述步驟4中定義LXK維的距離區間隸屬矩陣M，其中矩陣M的第（l，k)元素 Cf e e表示dlk屬于步驟3中所述編號為Cf的距離區間。
6. 根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配方法， 其特征在于，所述步驟5中所述分組過程，以SINR最大化為準則，按期望用戶受干擾程度 從強到弱的次序進行用戶調度，分別從每個小區中選擇一個用戶，組成L個用戶的組合 Uk = Kji,對}，對e是第k個用戶組中從第1個小區中選出用戶的用 戶編號；采用貪婪用戶調度算法，獲得K個用戶分組。
7. 根據權利要求1所述的一種基于用戶位置信息的大規模MIMO系統導頻分配方法，其 特征在于，所述貪婪用戶調度算法，包括步驟如下： 步驟51、根據步驟4中獲得的用戶距離隸屬矩陣M，按受干擾程度從強到弱對期望用戶 排序，考慮用戶h和用戶k2，如果Ci1 > CfS則用戶Ic1受干擾程度要強于用戶k2 ; 步驟52、根據步驟51中獲得的按受干擾程度從強到弱排序的用戶編號，初始化第k個 用戶組，使得^4 = 步驟53、根據步驟4中獲得的用戶距離隸屬矩陣M，從第j個小區^中選出一個用戶 添加到集合uk，使得對用戶的SINR最大； 步驟54、從集合·&·中去除X/，j增加1，重復步驟53,直到遍歷了 L個小區，至此確定 了第k個用戶分組uk; 步驟55、k增加1，重復步驟52,直到完成所有K個用戶分組u = Iu1, u2，...，uK}。
8.根據權利要求1所述的一種基于用戶位置信息的大規模MMO系統導頻分配方法， 其特征在于，所述步驟6中，長度為K的K個相互正交的導頻序列，分別分配給K個用戶分 組，使得同一個小區內的用戶分配不同的導頻序列，不同小區、同一分組的用戶分配相同的 導頻序列。
【文檔編號】H04L5/00GK104393972SQ201410705005
【公開日】2015年3月4日 申請日期:2014年11月27日 優先權日:2014年11月27日
【發明者】張海霞, 韓希婷, 周曉天, 郭帥帥, 董冠男 申請人:山東大學