一种基于用户位置信息的大规模mimo系统导频分配方法
【专利摘要】一种基于用户位置信息的大规模MIMO系统导频分配方法，包括：初始化用户编号为自然编号；获取各小区中用户到中心小区中基站的距离信息；通仿真划分距离区间；确定各个用户所属距离的区间编号，确定期望用户的受干扰程度强弱以及干扰用户的干扰程度强弱；以SINR最大化为准则，采用贪婪用户调度算法，进行用户调度并获得用户分组；基站对各个分组进行导频分配。本发明利用随时间缓慢变化的用户位置信息进行导频分配，降低了导频污染效应的影响；通过距离划分用户等价类的方法，有效减轻阴影效应不确定性对干扰程度强弱区分的影响，提升导频分配结果的鲁棒性。
【专利说明】-种基于用户位置信息的大规模ΜΙΜΟ系统导频分配方法
【技术领域】
[0001] 本发明涉及一种基于用户位置信息的大规模MIMO系统导频分配方法，属于通信 系统领域。
【背景技术】
[0002] 随着用户对高速数据服务的需求不断增加，以及不断增加的小区用户数，移动通 信网络对频谱资源的需求也日益增加。大规模MMO系统通过在基站上部署大量的天线以 及在传输过程中采用时分双工（TDD)操作，实现了信道容量和频谱效率的大幅度提升，从 而引起了无线通信领域的广泛关注。在TDD通信机制中，上行训练和数据传输都在同一段 相干时间内完成。因而利用信道互易性，信道状态信息（CSI)可以通过上行训练得到。
[0003] 由于用于信道估计的正交导频序列的个数是有限的，无法保证分配给所有用户的 导频序列相互正交，从到导致获得的信道估计受到了使用同导频用户信道的干扰，即"导频 污染"。研究结果表明，当基站上的天线数趋于无穷大时，非相关噪声和快衰落对信道估计 的影响将会消失，导频污染成为了大规模MMO系统中影响通信质量的主要瓶颈。从TDD通 信机制的过程来看，导频污染的影响可以通过优化的导频分配、智能信道估计以及导频污 染预编码等方面的技术得到缓解。
[0004] 研究结果表明，当基站上的天线数趋于无穷大时，有效的上行信号干扰噪声比 (SINR)是一个依赖于大尺度衰落系数的随机量，并直接依赖于用户位置信息和阴影衰落系 数。其中，由用户位置信息决定的路径损耗在大尺度衰落中起着决定性作用，并且应用现有 的一些成熟的定位技术，比如全球定位系统（GPS)，用户位置信息可以很容易的获得。基于 上述背景，本发明考虑公平性准则，以最小SINR最大化为目标，给出了基于用户位置信息 的导频分配方案。
【发明内容】
[0005] 针对现有技术的不足，本发明提供一种基于用户位置信息的大规模MMO系统导 频分配方法。该方法能有效减小导频污染效应的影响，提高系统公平性，使得所有期望用户 中最小的SINR最大化，同时对于给定的SINR目标，能够使达到这个目标的用户比例最大； 以及缓解现有解决导频污染效应的方法难以实现和算法复杂等问题。
[0006] 本发明的技术方案是：
[0007] 发明概述：
[0008] -种基于用户位置信息的大规模MMO系统导频分配方法，利用用户的位置信息， 确定期望用户受干扰程度的强弱；按期望用户受干扰程度由强到弱的次序，以SINR最大化 为目标，采用基于贪婪策略的用户调度算法确定用户分组，以此进行导频分配。假定该大规 模MIMO系统包括L个同步的小区，每个小区含有一个配置有M根天线的基站和K个单天线 用户终端，通信过程采用TDD模式；并假定这L个小区以中心对称方式分布，中心小区的用 户为期望用户，且中心小区编号为小区1，其余L-I个小区中的用户为干扰用户。中心小区 中的这K个期望用户相比，距离中心小区基站较远的用户受到的干扰更强；对于L-I个干扰 小区中的干扰用户，距离基站较近的用户对期望用户的干扰更强。
[0009] 发明详述：
[0010] 一种基于用户位置信息的大规模MIMO系统导频分配方法，包含以下步骤：
[0011] 步骤1、初始化用户编号为自然编号，其中自然编号是指按整数顺序依次编号；
[0012] 步骤2、获取各小区中用户到中心小区中基站的距离，设中心小区中基站的位置坐 标为（? yQ)，第1个小区中第k个用户的位置坐标是（Xlk，ylk)，则第1个小区中第k个用户 到中心小区中基站的距离表示为
【权利要求】
1. 一种基于用户位置信息的大规模ΜΙΜΟ系统导频分配方法，其特征在于，该方法包含 以下步骤： 步骤1、初始化用户编号为自然编号，其中自然编号是指按整数顺序依次编号； 步骤2、获取各小区中用户到中心小区中基站的距离，设中心小区中基站的位置坐标为 (? yQ)，第1个小区中第k个用户的位置坐标是（Xlk，ylk)，则第1个小区中第k个用户到中 心小区中基站的距离表示为
步骤3、通过蒙特卡洛仿真，其中系统参数设置为小区个数为L，每个小区中仿真用户 的个数为K1，且K1 >> K，其中K为每个小区中实际的用户个数，按照步骤2中所述的距离 度量方法，获得仿真用户的距离信息，并根据仿真用户的距离信息划分用户距离区间； 步骤4、根据步骤2所获得的用户距离信息和步骤3中获得的距离区间，分别比较用户 距离和各个区间的边界点到中心小区中基站的距离，确定各个用户所属区间，从而定性地 确定期望用户的受干扰程度强弱，以及干扰用户的干扰程度强弱； 步骤5、根据步骤4中获得的各用户所属距离区间编号，以SINR最大化为准则，采用贪 婪用户调度算法，按受干扰程度从强到弱的次序进行用户调度，获得K个用户分组，即得到 分组结果； 步骤6、根据步骤5中的分组结果，基站对各个分组进行导频分配，同一组内的用户分 配相同的上行导频训练序列，不同用户组之间的用户分配相互正交的导频序列。
2. 根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配 方法，其特征在于，所述步骤1中，每个小区的K个用户自然编号为{1，...，K}，并定义 A 4 {1,…，K}，其中K的取值范围是大于1的整数。
3. 根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配方法， 其特征在于，所述步骤2中，定义LXK维的用户到中心小区中基站的距离矩阵D，其中矩阵 D的第（1，k)元素 dlk表示第1个小区中第k个用户到中心小区基站的距离。
4. 根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配方法，其 特征在于，所述步骤3中给定区间个数C，通过蒙特卡洛仿真，以仿真用户距离等概率地落 在各个区间为准则，划分距离区间（0, Vl)，[Vl，v2)，...，[Vh，-O，并为各个区间依次编号 为1，. . .，C，定义区间编号集合C = {1,…,C}。
5. 根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配方法， 其特征在于，所述步骤4中定义LXK维的距离区间隶属矩阵M，其中矩阵M的第（l，k)元素 Cf e e表示dlk属于步骤3中所述编号为Cf的距离区间。
6. 根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配方法， 其特征在于，所述步骤5中所述分组过程，以SINR最大化为准则，按期望用户受干扰程度 从强到弱的次序进行用户调度，分别从每个小区中选择一个用户，组成L个用户的组合 Uk = Kji,对}，对e是第k个用户组中从第1个小区中选出用户的用 户编号；采用贪婪用户调度算法，获得K个用户分组。
7. 根据权利要求1所述的一种基于用户位置信息的大规模MIMO系统导频分配方法，其 特征在于，所述贪婪用户调度算法，包括步骤如下： 步骤51、根据步骤4中获得的用户距离隶属矩阵M，按受干扰程度从强到弱对期望用户 排序，考虑用户h和用户k2，如果Ci1 > CfS则用户Ic1受干扰程度要强于用户k2 ; 步骤52、根据步骤51中获得的按受干扰程度从强到弱排序的用户编号，初始化第k个 用户组，使得^4 = 步骤53、根据步骤4中获得的用户距离隶属矩阵M，从第j个小区^中选出一个用户 添加到集合uk，使得对用户的SINR最大； 步骤54、从集合·&·中去除X/，j增加1，重复步骤53,直到遍历了 L个小区，至此确定 了第k个用户分组uk; 步骤55、k增加1，重复步骤52,直到完成所有K个用户分组u = Iu1, u2，...，uK}。
8.根据权利要求1所述的一种基于用户位置信息的大规模MMO系统导频分配方法， 其特征在于，所述步骤6中，长度为K的K个相互正交的导频序列，分别分配给K个用户分 组，使得同一个小区内的用户分配不同的导频序列，不同小区、同一分组的用户分配相同的 导频序列。
【文档编号】H04L5/00GK104393972SQ201410705005
【公开日】2015年3月4日 申请日期:2014年11月27日 优先权日:2014年11月27日
【发明者】张海霞, 韩希婷, 周晓天, 郭帅帅, 董冠男 申请人:山东大学