面向大规模MIMO网络的网络优化方法及其基站与流程

本发明涉及一种面向大规模MIMO网络的网络优化方法，同时也涉及一种支持大规模MIMO网络优化的基站，属于无线通信技术领域。

背景技术：

对于无线网络优化而言，最重要的两个目标就是系统容量大和系统覆盖广。前者是为了尽可能通过提升频谱利用率服务更多用户，通常用小区平均频谱效率(以下称为：小区系统频谱效率)和小区边缘频谱效率来度量；后者则是确保所服务的用户的最差性能能够在某一个可接受的门限之上，通常用小区边缘5％吞吐率和小区边缘5％频谱效率指标来度量。

在大规模MIMO网络中，大规模天线技术的引入增加了空间自由度并且大幅提升了系统容量，但同时也带来了更为严重的干扰问题。目前，面向大规模MIMO网络的干扰抑制方案基本上都是从减少小区间干扰水平的角度出发设计各类预编码和小区间协作方案，这使得网络优化人员很难方便地均衡调节系统容量和系统覆盖。

目前，常见的调度算法包括容量和最大算法、比例公平算法、轮询算法。这些算法基本上都是通过期望容量最大或者干扰最小等目标进行调度，但由于在大规模MIMO组网条件下，干扰水平受用户调度方案的影响非常大，即使采用了各类预编码和干扰消除手段，还是无法精确控制小区边缘吞吐率，无法保证网络容量和网络覆盖达到一个均衡水平。

技术实现要素：

本发明所要解决的首要技术问题在于提供一种面向大规模MIMO网络的网络优化方法。

本发明所要解决的另一技术问题在于提供一种支持大规模MIMO网络优化的基站。

为实现上述发明目的，本发明采用下述的技术方案：

根据本发明实施例的第一方面，提供一种面向大规模MIMO网络的网络优化方法，包括以下步骤：

基站根据预设的小区内各用户的用户最小SINR门限，使所述小区在特定时刻的系统频谱效率接近或达到最大值。

其中较优地，所述系统频谱效率与所述用户最小SINR门限和调度用户数之间满足凹函数关系。

其中较优地，所述小区在特定时刻的系统频谱效率达到最大值时，所述小区的小区系统吞吐率和小区边缘吞吐率达到性能均衡点。

其中较优地，所述基站选择特定用户，根据所述用户最小SINR门限，预估所述特定用户的SINR估计值，如果所述特定用户的SINR估计值大于等于所述用户最小SINR门限，则将所述特定用户增加到计划调度用户集合中。

其中较优地，所述基站基于所述计划调度用户集合中的计划调度用户和所述特定用户构成的信道矩阵和预编码，计算出所述特定用户的SINR估计值。

其中较优地，根据下述公式计算得所述特定用户的SINR估计值：其中T为基站发射总功率，N为噪声功率，P为第二级预编码，I为小区间干扰、小区内干扰，PP^H的秩为调度用户数K。

其中较优地，所述基站选择下行平均SINR值低于所述最小用户SINR门限的用户作为小区边缘用户，进行干扰协调。

根据本发明实施例的第二方面，提供一种支持大规模MIMO网络优化的基站，其中：

该基站根据预设的小区内各用户的用户最小SINR门限，使所述小区在特定时刻的系统频谱效率接近或达到最大值。

其中较优地，所述小区在特定时刻的系统频谱效率达到最大值时，所述小区的小区系统吞吐率和小区边缘吞吐率达到性能均衡点。

其中较优地，所述基站选择特定用户，根据所述用户最小SINR门限，预估所述特定用户的SINR估计值，如果所述特定用户的SINR估计值大于等于所述用户最小SINR门限，则将所述特定用户增加到计划调度用户集合中。

其中较优地，所述基站基于所述计划调度用户集合中的计划调度用户和所述特定用户构成的信道矩阵和预编码，计算出所述特定用户的SINR估计值。

根据本发明实施例的第三方面，提供一种面向大规模MIMO网络的调度方法，包括以下步骤：

基站根据预设的小区内各用户的用户最小SINR门限，调度用户，使所述小区在特定时刻的系统频谱效率接近或达到最大值。

与现有技术相比较，本发明通过配置新增的最小用户SINR门限参数，利用凹函数特性，可以简单有效地控制每个小区的平均频谱效率和边缘频谱效率，从而达到网络容量和覆盖均衡调节的目的。

附图说明

图1为不同技术方案的系统性能曲线和性能均衡点示意图；

图2为本发明中，基于最小用户SINR进行调度的流程示意图；

图3为本发明中，基于最小用户SINR的干扰协调机制流程示意图；

图4为本发明所提供的调度方法的仿真实测性能曲线图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。

本发明首先提供了一种在大规模MIMO网络中均衡调节小区容量和小区覆盖的网络优化方法，通过配置新增的最小用户SINR门限参数可以有效的控制每个小区的平均频谱效率和边缘频谱效率，从而达到网络容量和覆盖均衡调节的目的。

下面以应用于LTE大规模MIMO组网的场景为例介绍本发明所提供的网络优化方法。假定调度用户数K和用户的瞬时信干噪比ρ均为连续的正实数，通过调度约束条件可以保证PP^H的秩为K，则在给定时间t的情况下，小区系统频谱效率E(t)满足以下关系，

可见E(t)是K的增函数，随K线性递增，而E(t)是ρ的减函数，随ρ按照对数函数递减。由于其海赛(Hessian)矩阵为负定，因此E是ρ,K的凹函数，存在唯一的最大值(图1所示曲线的顶点，即性能均衡点)：

因此，小区系统频谱效率和小区边缘频谱效率存在图1所示凹函数关系，提升某个性能指标必然会影响另外一个性能指标。在调整过程中，通常会存在一个性能均衡点，即提升某个指标到一定程度后，会导致另外一个指标的下降，这个转折点就是所谓的均衡点，即图1中的曲线顶点。

在达到性能均衡点时，小区频谱效率和小区容量达到综合最优，如果错过性能均衡点，则一个指标(例如小区频谱效率)提高，另一指标(例如小区容量)就会减小。因此，无线网络优化过程中往往希望将系统性能调节在图1所示性能曲线的性能均衡点附近。

但在实际网络运维场景中，也存在为了提升覆盖而在一定程度上降低系统容量，或者是为了提升系统容量而在一定程度上降低覆盖的需求。例如因覆盖不好导致用户投诉或者需要保证VIP用户使用体验等场景中，网络优化人员会有侧重的提升容量而降低覆盖性能，或者降低覆盖性能以提升系统容量，此时网络优化目标则不在达到性能均衡点，而在由希望保证的指标决定的性能均衡点的附近。例如，网络优化目的在于提升系统容量而降低覆盖性能，即增大小区边缘频谱效率而在一定程度上牺牲/降低小区系统频谱效率，这时网络优化目标就应在图1所示性能曲线的性能均衡点右侧，比较接近性能均衡点(但是不在性能均衡点)的位置。

如图1所示，在特定的调度方案和配置参数条件下可以单向提升小区系统频谱效率或者小区边缘频谱效率。在相同配置条件下，方案1优于方案2，因为其性能均衡点的性能指标优于方案2。

上述方案1和方案2是通过设定不同最小用户SINR门限参数实现调节作用的，但这个调节作用需要建立在各个小区之间的影响很小的前提下，如果调节一个小区的参数会造成相邻小区的性能很大变化，则无法达到均衡调节系统指标的目的，因此该配置参数所具有的调节方案需要建立在干扰消除和调度方案的基础上。

在本发明所提供的网络优化方法中，重新定义了网络优化参数：“最小用户SINR门限”，该网络优化参数用来调节小区系统平均频谱效率和小区边缘频谱效率，在空口上通过基站向UE下发。基站获得预设的小区内各用户的用户最小SINR门限，然后根据所述用户最小SINR门限调度用户，以使该小区的小区系统频谱效率或者小区边缘频谱效率达到性能均衡点，或者接近性能均衡点(在前述宁愿牺牲一个指标也要提升另一个指标的情况下，只需要接近性能均衡点)。

具体地说，基站获得设定的最小用户SINR门限参数后，选择一个特定用户(新用户)，估计该特定用户的SINR估计值；然后比较该特定用户的SINR估计值与最小用户SINR门限；如果该特定用户的SINR估计值大于等于最小用户SINR门限，则增加该特定用户到计划调度用户集，之后选择另一个新用户的调度直至完成调度。如果该特定用户的SINR估计值小于最小用户SINR门限，则删除该特定用户，之后选择另一个新用户。

在本发明的实施例中包括以下两个调度集合：(1)待调度集合：符合基本调度要求的候选用户集合，该集合中的用户可以作为新用户在本调度算法中判断是否可以被真正调度；(2)计划调度集合：已经被确定需要调度的用户集合，即满足所有调度原则，会被实际调度的用户集合。从待调度集合中选择的一个新用户，作为待调度的特定用户，如果通过用户最小SINR门限值的判断以及信道相关性原则判断，则会被加入到计划调度集合，否则会被直接删除，不进行调度。

本发明所提供的网络优化方法中，基站根据预设的小区内各用户的用户最小SINR门限，利用这个参数的调节来使所述小区在特定时刻的系统频谱效率接近或达到最大值，包括步骤A～步骤C。其中步骤C可以省略或改为其他常规方法。

步骤A：计算新用户的SINR预估值。

通常，大规模MIMO下行传输时采用两级预编码方案设计：

y＝H^HBPd+z (3)

其中y为接收信号，d为发送数据符号矢量，z表示UE接收机处的高斯噪声。B为第一级预编码，P为第二级预编码。通常发送端各用户等功率，可以归一化为：

其中T为基站发射总功率，N为噪声功率。x和n分别为归一化的信号和高斯噪声。H^H是信道矩阵的共轭转置，(·)^H表示共轭转置计算。

通常第一步预编码多数为预波束成形，B一般采用酉矩阵结构，则又可进一步简化为：

在第二级预编码确定为迫零方案后，可以直接计算得到各个用户的SNR：

不同的第二级预编码方案可以得到不同的SNR计算公式。如果考虑干扰情况，则可以增加对干扰水平的估计，用户SINR估计值为：

在大规模MIMO组网情况并采用MU MIMO传输模式条件下，基站发送天线数远大于调度用户的总接收天线数，采用分布式迫零、块对角化迫零可以很好的消除小区间干扰、小区内干扰，满足I→0的条件，不用估计I的数值，就可以直接采用公式(6)来估计用户的SINR估计值。

这样在每次调度时，根据调度用户构成的信道矩阵计算SINR，就可以较为准确地估计每个用户的SINR，在调度时满足用户SINR估计值大于目标SINR门限，就可以控制用户的最小SINR值，从而达到调节小区边缘频谱效率和系统频谱效率的目的。

目标SINR门限从小到大变化的总体趋势由不同方案的性能曲线确定，一般趋势为在性能均衡点之前，增加目标SINR门限，可以增加小区边缘频谱效率同时也能增加小区系统频谱效率；在达到性能均衡点之后，增加目标SINR门限，则会导致小区系统频谱效率下降。

如果不满足I→0的条件，则SINR估计值的准确性取决于I的估计准确性，在非集中调度条件下，I需要采用统计值，其精确程度由具体设计方案决定。

传统调度方案考虑了最小用户SINR的约束条件，但一般作为内部设计参数处理，不作为外部配置参数处理，因此该参数并不是一个系统级的配置参数。

步骤B：根据最小用户SINR门限进行调度。

如图2所示，本发明中根据最小用户SINR门限进行调度的方法包括以下步骤。

步骤1：遍历所有用户，根据调度原则从待调度集合中选择第一个待调度用户。例如在PF调度算法中，选择比例公平r/R最大的用户作为第一个调度用户(新用户)。

步骤2：根据调度原则，在待调度用户集合中选择其他待调度用户(特定用户)。例如根据用户信道矩阵H^HH最大奇异值和最小奇异值的比值原则来选择其他待调度用户的过程如下：从待调度用户集合中选择一个特定用户，构造该特定用户和计划调度用户集合中所有用户的信道矩阵H，对H^HH进行奇异值分解，取得最大特征值λ_max和最小特征值λ_min。

如果中心用户和边缘用户同时被调度，则中心用户的吞吐率会被边缘用户拉低，为了提升空间复用率的同时确保容量不会降低，需要在调度时让确保max(λ_k)和min(λ_k)的差距在一定范围内，定义这个范围为用户调度搜索半径(λmax/λmin)。基站判断用户调度搜索半径是否大于设定的用户调度搜索半径门限值，如果是，则将该特定用户从待调度用户集合中删除，并跳转到步骤2；如果不是，则继续到步骤3。

需要说明的是，判断一个特定用户是否从待调度用户集中删除，可以使用多种常规方式，不限于前述搜索半径的方法，在此不赘述。

步骤3：根据预编码方案，利用从待调度用户集合中的选定的待调度用户(特定用户)构成的信道矩阵计算用户SINR估计值。

根据前述公式(6)或公式(7)，基站基于计划调度用户集合中的计划调度用户和特定用户构成的信道矩阵，根据预编码，计算出该用户的SINR估计值。

步骤4：如果计算得到的特定用户的用户SINR估计值大于等于设定的最小用户SINR门限，则将该特定用户放入计划调度集合，然后跳转到步骤2，选择下一个待调度用户。

如果从待调度用户集合中选择的特定用户的用户SINR估计值，小于设定的最小用户SINR门限，则删除相应的特定用户，并且转到步骤2，直至完成调度。

最小用户SINR门限参数的缺省值的设置方法：可以在典型传输场景(比如密集城区、农村场景等典型覆盖场景)以及业务模型下进行仿真，获得性能均衡点，将其作为SINR门限参数缺省值。

步骤C：利用最小用户SINR门限选择边缘用户进行干扰协调。

下面介绍以最小用户SINR门限为基础的干扰协调机制，由基站中的测量模块和预编码模块协作完成。

步骤1：基站统计小区中各个UE的下行平均SINR，得到下行平均SINR低于最小用户SINR门限的所有用户，将其定义为边缘用户，并对这些边缘用户按照SINR值从低到高进行排序。

步骤2：基站下发命令，要求边缘用户测量强干扰小区，并估计到该强干扰小区的信道矩阵。

步骤3：基站根据边缘用户上报的信息构成如下干扰矩阵表。

步骤4：各个基站在X2接口上交互各自的干扰矩阵信息表，各个小区获得相邻小区的受干扰边缘用户信息以及这些用户的信道矩阵。

步骤5：在预编码时，基站根据“小区间干扰消除零空间秩”参数值，按照平均SINR从低到高的原则选择构成零空间的受干扰用户，要求所选用户的信道矩阵的秩与“小区间干扰消除零空间秩”的值之和小于等于基站发送天线数。

具体而言，在预编码时，通过“相邻小区边缘用户干扰抑制百分比”α参数定义需要进行干扰抑制的用户的百分比，100％表示所有边缘用户都需要进行干扰抑制。各服务小区按照平均SINR从低到高的原则选择构成零空间的受干扰用户，统计每个相邻小区的干扰用户数e，乘以α，选择相邻小区的前α*e个用户的信道进行干扰抑制。

步骤6：基站由受干扰用户信道矩阵生成零空间矩阵，在第一级预编码的基础上乘以零空间组成，生成最终的预编码。

为降低小区间干扰影响需减小“小区间干扰消除零空间秩”，这样小区内用户间干扰会相应增加。“小区间干扰消除零空间秩”参数用于调节小区间、小区内干扰消除的空间自由度资源。

上述干扰协调方法中，根据最小用户SINR门限来选择小区边缘用户，然后基于这些边缘用户上报的信息，可以采用各种常规算法(不限于前述方法)，进行干扰协调。

下面具体介绍本网络优化方法的技术效果。本网络优化方法可以实现通过配置最小用户SINR门限参数来均衡调节大规模MIMO网络中小区系统平均频谱效率和小区边缘频谱效率。相应的仿真系统配置如下表所示：

仿真得到的结果如下表所示，对应的性能曲线如图4所示。

从上表和图4中可以看出，通过配置不同的最小用户SINR门限，可以有效调节小区的边缘平均频谱效率和小区系统平均频谱效率，实现与图1接近的性能曲线。根据上表和图4可以看出，在最小目标SINR门限配置为6.9897dB时达到系统的均衡状态。

综上所述，本发明通过在调度用户时新增最小用户SINR门限参数来设定用户最小SINR期望目标，从而达到量化控制小区内用户最低吞吐率的目的。由于小区系统吞吐率和小区边缘吞吐率这两个指标存在均衡点，可以通过控制小区内用户最低吞吐率达到调节小区整体性能的目的，即达到通过调节用户最小SINR期望目标来调节小区系统吞吐率和小区边缘吞吐率的目的。

本发明还提供一种支持大规模MIMO网络优化的基站，用于实现上述面向大规模MIMO网络的网络优化方法。

具体而言，该基站根据预设的小区内各用户的用户最小SINR门限，使其服务小区在特定时刻的瞬时频谱效率接近或达到最大值。小区在特定时刻的瞬时频谱效率达到最大值时，该小区的小区系统吞吐率和小区边缘吞吐率达到性能均衡点。

基站根据用户最小SINR门限，预估特定用户的SINR估计值，将用户SINR估计值大于用户最小SINR门限的用户，增加到待调度用户集合中。根据公式(7)，该基站基于待调度用户集合中的已调度用户构成的信道矩阵和预编码，计算出特定用户的SINR估计值。

上面对本发明所提供的面向大规模MIMO网络的网络优化方法及其基站进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。