多小区多用户大规模MIMO系统中基站合理分布的方法与流程

本发明属于无线通信技术领域，特别涉及无线通信多小区多用户大规模天线技术领域，具体是一种多小区多用户大规模多输入多输出(mimo)系统中基站合理分布的方法。

背景技术：

大规模mimo技术在无线通信和移动互联网行业中占据着至关重要的地位。然而，在多小区场景下，基站与用户之间的通信质量往往会受到各种干扰，导致性能下降。对于mu-mimo系统，主要的干扰有：小区间干扰、小区内干扰以及加性噪声。小区内干扰和加性噪声随着基站天线数量的不断增加而得到消除；小区间干扰已成为当前迫切需要解决的问题。

为了减小小区间的干扰，获得准确的信道状态信息，不同用户之间的导频序列一般要求满足正交条件。然而，由于实际的条件限制，使得不同小区使用相同的导频序列，同一小区的导频序列相互正交，即导频复用。这样所有用户使用的导频序列不能完全正交，从而产生导频污染。目前，国内外针对减轻导频污染的方法也已有提出。比如用一种基于信道估计的稀疏贝叶斯学习方法降低导频污染的影响；用基于最小均方误差的预编码补偿的方法缓解小区间的导频污染，并利用最优化方法得出预编码闭合表达式。但该方法要借助最优化方法，增加了分析的计算的复杂度。

技术实现要素：

本发明提出了一种减小多小区多用户大规模mimo小区间的干扰的多小区多用户大规模mimo系统中基站合理分布的方法。

本发明采用的技术方案是：

多小区多用户大规模mimo系统中基站合理分布的方法，所述mimo系统包括l个小区，每个小区有一个配备有m根天线的基站，同时，支持k个单天线用户，每个用户选择标准的4n²-qam(正交振幅调制)星座，所述基站合理分布的方法包括以下步骤：

(1)确定训练序列和发送信号

假定第l小区的第k个用户先发送长度为τ的训练序列，即φkl＝(φkl,1,φkl,2,...,φkl,τ)，其中φkl,1,φkl,2,...,φkl,τ，k＝1,2,...,k是第l个小区的第k个用户分别在第1,2,...,τ时刻发送的训练符号；令为k×τ维矩阵，为lk×τ维的训练矩阵，上标t表示向量或矩阵的转置(以下同)；然后发送长度为t的信息序列，形成输入信号矩阵x，其中k×t维的xl表示第l个小区的所有用户发送的信息符号；假设第1个基站与φ和x对应的接收信号分别为：

式中，hl＝(hmkl)m×k表示第l个小区的所有用户与第一个小区基站之间的信道矩阵，信道矩阵h＝(h1,h2,...,hl)，维数为m×lk；表示第l个小区的所有用户与第一个小区基站的大尺度衰落系数，b＝diag(b1,b2,...,bl)；w0和w均表示加性高斯白噪声矩阵，它的元素是零均值单位方差的复高斯随机变量；ρ为平均接收信噪比(snr)；

(2)信道分解

第1步：对式(1)中的矩阵βφ做奇异值(svd)分解，得到：

式中，u0，v0分别是kl×τ，τ×τ维的酉矩阵，d0是τ×τ维的对角矩阵；

第2步：定义一个新的矩阵p，令由酉矩阵的特性可知pbφ＝bφ，则式(1)可以重新写为如下形式：

第3步：对式(4)中的矩阵pb做svd分解，即：

其中uτ，vτ都是kl×τ维的酉矩阵，dτ是τ×τ维的对角矩阵，其主对角线上的元素全部为正值；

第4步：定义hτ＝huτ，使用等式ikl＝p+(ikl-p)，则式(2)可以转换成一个等价系统模型：

其中，ητ是m×τ维的随机矩阵；

(3)信道估计

信道ητ的估计值为：

其中，iτ是τ×τ维的单位向量。

(4)参数计算

对式(3)和式(5)中的矩阵u0、d0、v0以及uτ、dτ和vτ进行具体的计算，得到等价系统模型可表述为如下形式：

(5)系统分析

将原系统等价地解释为如下系统：系统的信噪比为ρτ，即用户k采用以下星座：

其中，qamkl＝{z|z＝α1ψ+jα2ψ,α1,α2∈n}，n＝2^μ，μ为整数，n＝{-(2n-1),-(2n-3),...,2n-3,2n-1}，k＝1,2,…,k，l＝1,2,…,l；为此，集合可以分成4n²部分：

当信号z＝z0，时，为集合的中心点，是距离这个中心点最远的点，另一方面，对任意的信号z∈qamk1，可以由平移而得到，定义一系统指标数γk并满足下列条件：

为大于零的实数，与z≠z′就会分开，从而系统的误码率就会降低；其中大尺度衰落系数与路径损耗之间的关系：

10log10βkl＝-pl(f,d)+χσ(12)

其中，pl(f,d)为距离为d、频率为f的路径损耗，χσ为阴影衰落；

选取一个路径损耗模型，给予系统指标数γk一个取值作为合理分布基站的准则，根据式(11)、式(12)，从而求出基站与干扰用户之间的合理间距d。

进一步，步骤(3)的信道ητ是根据发送的训练矩阵φ和相应的接收信号y0以及式(6)，用mmse估计方法估计得到该信道的估计值。

进一步，步骤(4)中个参数的具体计算步骤如下：

设定每个小区使用相同的训练符号，即φ＝(φ0,φ0,...,φ0)^t，φ0是一个维数为k×k的酉矩阵，也就是说，同一小区中的用户使用正交的导频符号，而不同小区之间的用户使用相同的导频符号，矩阵βφ的svd分解为其中，

由此可得：

而且，如果令

即可得到uτdτvτ^h＝pb。

进一步，步骤(5)中的γk＝0.3。由于越大，k＝1,2,…,k的任意两个子集之间间距就越大，其交叉的可能性更小，从而使得解码时的误码率降低，因此，定义γk＝0.3为合理分布基站的准则。

进一步，步骤(5)路径损耗模型选取室内毫米波环境下的cix路径损耗模型，公式如下：

pl(f,d)＝fspl(f,d0)+10nlog10(d/d0)+xpd(13)

其中，n为路径损耗指数，xpd为交叉极化鉴别度，σ为阴影衰落偏差；fspl(f,d0)代表载波频率为f、参考距离为d0时的自由空间传播损耗：

其中，λ表示波长。

本发明的有益效果主要表现在通过确定一个基站与干扰用户间的距离来减小多小区多用户大规模mimo小区间的干扰。

附图说明

图1是随着阴影衰落取值不一样时，干扰用户到基站的距离。

图2是图1的第i种情况下的仿真图。

图3是图1的第ii种情况下的仿真图。

图4是图1的第iii种情况下的仿真图。

图5是图1的第iv种情况下的仿真图。

具体实施方式

下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。

多小区多用户大规模mimo系统中基站合理分布的方法，假设所述mimo系统包括小区l＝7，每个小区有k＝3个单天线用户，固定信噪比为8db，用户信号星座为4-qam，每个小区的半径为10m，信号频率为73ghz。先发送τ＝3的训练序列，再发送t＝1的信息序列。

所述基站合理分布的方法包括以下步骤：

(1)确定训练序列与发送信号

假定系统有7个小区，每个小区有一个配备有m根天线的基站，同时，支持3个单天线用户。用户在发送信息序列之前，先发送长度为τ＝3的训练序列，即φ1,φ2,...,φ7＝i3，φ＝(φ1,φ2,...,φ7)^t，维数为21×3。然后再发送长度为t＝1的信息序列，形成信号矩阵x，其中xkl(k＝1,2,3,l＝1,2,...,7)均取自标准4-qam，则xl＝(x1l,x2l,x3l)^t，维数为3×1，x＝(x1,x2,...,x7)^t。假设第1个基站与φ和x对应的接收信号分别为：

式中，信道矩阵h＝(h1,h2,...,h7)的维数为m×21，h1,h2,...,h7均为m×3的信道矩阵。b＝diag(b1,b2,...,bl)为对角矩阵。w0和w均表示加性高斯白噪声。ρ为平均信噪比，固定为8db。

(2)信道分解

第1步：矩阵βφ做奇异值(svd)分解，得到：

式中，u0，v0分别是21×3，3×3维的酉矩阵，d0是3×3维的对角矩阵。

第2步：定义一个新的矩阵p，令显然，pbφ＝bφ。则训练接收方程可以重新写为如下形式：

第3步：对矩阵pb做svd分解，即：

其中uτ，vτ都是21×3维的酉矩阵，dτ是3×3维的对角矩阵。

第4步：定义hτ＝huτ，使用等式i37＝p+(i37-p)，则式信号接收方程可以转换成：

其中，ητ是m×3维的随机矩阵。

(3)信道估计

根据发送的训练矩阵φ和相应的接收信号y0以及式等价系统模型，用mmse估计方法估计信道ητ，得到信道的估计值为：

其中，为m×3的矩阵，iτ是3×3维的单位向量。

(4)参数计算

对矩阵u0、d0、v0以及uτ、dτ和vτ进行具体的计算。假设7个小区中的每个用户都用4-qam作为星座，每个小区使用相同的训练符号，即φ＝(φ0,φ0,...,φ0)^t，φ0＝i3。也就是说，同一小区中的用户使用正交的导频符号，而不同小区之间的用户使用相同的导频符号，矩阵βφ的svd分解为其中，

由此可得：

而且，如果令

即可得到uτdτvτ^h＝pb。可以得到等价系统模型可表述为如下形式：

(5)系统分析

将原系统等价地解释为如下系统：系统的信噪比为ρτ，即用户k采用以下星座：

其中，k＝1,2，3，l＝1,2,…,7。为此，定义信号z＝z0，集合可以分成4部分：

显然，当信号z＝z0，时，为集合的中心点，是距离这个中心点最远的点。另一方面，对任意的信号z∈qamk1，可以由平移而得到。基于分析可知，若满足下列条件：

为大于零的实数，与z≠z′就会分开，从而系统的误码率就会降低。因此用该值作为分界值，称为“系统指标数”。因此，定义γk＝0.3为合理分布基站的准则。显然，系统指标数依赖于大尺度衰落系数βkl。

大尺度衰落系数βkl和路径损耗pl以及阴影衰落有如下关系：

10log10βkl＝-pl(f,d)+χσ(12)

其中，χσ为阴影衰落，服从均值为零，标准偏差为σdb的正态分布。

选取室内毫米波环境下的cix路径损耗模型，公式如下：

pl(f,d)＝fspl(f,d0)+10nlog10(d/d0)+xpd(13)

其中，d0＝1m。本小区的n、xpd和σ分别为1.6、31.4和4.6。干扰小区的n、xpd和σ分别为5.3、14.3和13.2。fspl(f,d0)代表载波频率为f＝73ghz，参考距离为1m时的自由空间传播损耗：

其中，λ表示波长。

在仿真实验中，考虑阴影衰落χσ的随机性，在求出基站与干扰用户之间的间距时，以系统指标数γ＝0.3为准则，将本小区的阴影衰落分别取为3σ、2σ、σ和0，干扰小区的阴影衰落分别取为3σ、2σ和σ。每个小区的半径为10m，根据式(11)、式(12)、式(13)和式(14)求出干扰用户到基站之间的距离，得到图1，并以图1的四种情况中的距离做仿真实验。实验结果如图2-5显示，当每个小区的半径为10m时，基站与干扰用户之间的距离近似为40m到58m之间。