分布式MIMO系统中基于互污染指标的导频调度方法与流程

本发明属于无线通信技术领域，涉及一种无线通信系统中导频资源调度方法，尤其涉及一种分布式mimo系统中基于互污染指标的导频调度方法。

背景技术：

分布式多输入多输出(multipleinputmultipleoutput，mimo)系统作为大规模mimo系统的一种天线部署方式，是实现第五代通信系统(5g)的关键技术之一，其旨在实现系统更广的覆盖，更稳定的链路以及更高的频谱效率和能量效率。顾名思义，分布式mimo系统是将原先基站的天线分散部署在小区中，即在分布式mimo系统中，配有一根或多根天线的天线单元分散在小区中，并通过光纤或专用射频链路受中央控制单元调控。分布式mimo系统可以更好地覆盖通信盲区，从而提高系统容量。此外，由于基站天线的分散部署，各支路之间的相关性减弱，不同发送端到接收端的信号在同一时刻经历深衰弱的概率很小，故可以利用宏分集来提高系统的性能。

在实际应用中，研究如何获得更好的信道状态信息，从而提高系统容量，具有十分重要的意义。时分双工系统下，通常使用上行链路导频训练的方式来获知信道信息。然而，由于分布式mimo系统中有限的信道相干时间，稀缺的导频资源，以及巨大的天线数，天线间不得不复用正交的导频序列，因此在上行链路信道估计时，存在基站端获知的某信道状态信息会被其他使用同一导频的用户天线信道所污染的现象，这一现象被称为导频污染。这个被污染的信道信息在下行链路数据传输时会被用于数据符号的预编码传输，从而导致天线端接收到的信息的干扰不仅包括天线间干扰，还包括由导频复用所引起的干扰。随着基站天线数的不断增加，用户天线间干扰可以被消除，此时，无法避免的导频污染也就成为了制约系统性能的主要因素。

研究导频调度算法，从而降低导频污染对系统性能的影响，具有很大的价值。采用遍历算法，在所有可能存在的导频分配方案中选择最优的方案，可以实现导频污染最小化，但随着天线数的增加，该算法的复杂度急剧增加，不具备实际应用价值。采用贪婪算法，针对每一正交导频序列，选取具有较优空间分散性的天线复用该导频，其复杂度相对较低，但随着导频分配的进行，在未完成导频分配的天线中选取较优空间分散性的天线的可能性会不断下降，即越迟分配的用户天线具有越大的信道估计误差，性能不理想。随机分配算法，即随机选取一定数目的用户天线复用同一正交导频，其复杂度很低，但性能也极差。综合考虑复杂度和性能，有算法对每根天线都挨个尝试使用不同的正交导频序列，选取信道估计误差最小的导频，该算法性能优于贪婪算法及随机分配算法，然而，随着天线数的增加，计算复杂度依然不是很理想。

技术实现要素：

技术问题:为了克服现有算法的不足，本发明提供了一种分布式mimo系统中基于互污染指标的导频调度方法，该方法充分利用大尺度衰落信息，定义并计算用户天线两两之间的互污染指标，根据互污染指标，进行导频序列调度；本发明方法在保证系统性能的同时，可以有效地降低计算复杂度。

技术方案:本发明采用以下技术方案：

一种分布式mimo系统中基于互污染指标的导频调度方法，包括如下步骤：基于分布式mimo系统，

1)首先根据用户天线和天线单元之间的大尺度衰落，定义并计算用户天线间互污染指标作为用来决定如何复用导频的参数指标；

2)然后在未完成导频分配的用户天线集中，选择和所有用户天线间互污染指标最大的天线，并将正交的导频序列分配给该天线，直到完成所有正交导频的分配；

3)最后继续在未完成导频分配的天线集合中，选择和所有用户天线间互污染指标最大的天线，计算该天线和已完成导频分配的天线集中使用相同导频的天线子集之间的互污染指标，复用互污染指标最小的天线子集的导频序列。

进一步地，所述步骤1)中，假设分布式mimo系统中存在m个配有n根天线的天线单元，l个配有p根天线的用户，其中，令k＝pl，即用户端共有k根天线，且系统拥有τ个正交导频序列，其中，τ＜pl，已完成导频分配的用户天线集记为u，未完成导频分配的用户天线集为导频分配情况记为{sk}，其中sk＝t∈{1,2,…,τ}，表示第k根用户天线使用的导频序列。

进一步地，所述步骤2)中，根据大尺度衰落信息，计算用户天线间的互污染指标，在中选取和所有用户天线之间存在最大互污染指标的天线，记为k0，即

将正交的导频序列分配给天线k0，直到完成所有正交导频序列的分配；更新集合：u＝u∪{k0}。

进一步地，所述步骤3)中，继续在中选取和所有用户天线之间存在最大互污染指标的天线，记为k0，即

计算k0和u中使用相同导频的天线集之间的互污染指标，复用互污染指标最小的天线集的导频序列t0∈{1,2,…,τ}；

更新集合：u＝u∪{k0}。

进一步地，所述步骤3)中，检查是否为空集，如果是空集，则表示所有天线均完成导频调度，否则，返回步骤(3)。

进一步地，所述方法中步骤2)或3)中的“互污染指标”是用来决定如何复用导频的一个参数指标，天线k和天线j之间的互污染指标表示为：

其中，λm,k表示所有用户天线中第k根天线到第m个天线单元的大尺度衰落。有益效果：

本发明与现有技术相比：按照本发明方法设计的互污染指标进行导频分配，和现有最小化均方误差算法的以均方误差为准则进行导频调度的方法相比，能保证系统性能，并有效降低算法计算复杂度；本发明提供的导频调度方法和贪婪算法以及随机分配算法相比，能有效提高系统性能，保证系统中导频资源分配的公平性；本发明的导频调度方法中互污染指标计算以及调度算法的复杂度较低，容易实现。

附图说明

图1是本发明所述的一种分布式mimo系统中基于互污染指标的导频调度方法的流程图；

图2是分布式mimo系统的小区布局示意图；

图3是采用本发明调度方法和针对每根用户天线都挨个尝试使用不同的正交导频序列的以最小化均方误差为准则的调度方法、基于贪婪思想的算法以及随机分配算法所获得的信道估计的归一化均方误差随信噪比变化的曲线对比图；

图4是用户可达速率曲线对比图。

具体实施方式

下面结合附图和具体实例，进一步阐明本发明，应当理解该实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

首先做以下说明：在分布式mimo系统中，假设有m个配有n根天线的天线单元，k个单天线用户，此处需要指出的是，为方便描述，该实例假设用户单天线，但并不限制本发明方法中用户的天线数，本发明方法中的第k根天线可在本实例中表述为第k个用户，本发明方法中的用户天线集在本实例中可表述为用户集，故为第k个用户到所有天线单元的信道向量，表示第k个用户到所有天线单元之间的大尺度衰弱，其中，λm,k为第k个用户到第m个天线单元的大尺度衰落，in是n×n的单位矩阵，表示kronecker乘积，为分配给第k个用户的导频序列，满足||sk||2＝1且τ为正交导频数。所有用户同时发送导频序列，基站端接收到的信号可以表示为：

yb＝gs+ub，(公式1)

其中，表示基站端接收到的信号矩阵，g＝[g1,g2,…,gk]为所有用户到所有天线单元的信道矩阵，表示分配给k个用户的导频序列矩阵，是加性高斯白噪声矩阵，矩阵元素服从独立同分布

基站接收到信号之后，对每个用户信道进行信道估计，公式1左右两端同时乘导频序列矩阵的转置s^t，并取第k列向量，得：

其中，因为||sk||2＝1，固ub,k的每个元素服从独立同分布基于最小均方误差信道估计，第k个用户的信道估计可以表示为：

其中，服从独立同分布

定义

则所服从的分布可以重写为

由于最小均方误差估计方法的正交性，信道矩阵gk可以改写成信道估计值及估计误差值的和，即

其中是相互独立的信道估计误差。

基于上述分析，第k个用户的信道估计的均方误差可以表示为：

因此，所有信道估计的均方误差之和为：

信道估计的均方误差是衡量系统性能的重要标准之一，由公式7可知，当大尺度衰弱确定时，导频序列的分配对信道估计的均方误差起决定性作用，本发明的导频调度方法对系统性能的提升有很大的意义，图3是本发明方法和现有算法关于信道估计归一化均方误差随信噪比(snr)变化的曲线对比图，需要指出的是，此处所述的归一化均方误差计算如下：

其中nmse表示所有用户信道估计的归一化均方误差。

考虑下行链路数据传输，利用上述信道估计向量设计数据预编码向量如下：

其中，wk表示预编码矩阵w的第k列向量，ρdl由预编码矩阵的功率约束所决定，即e[tr(ww^h)]＝1，所以，ρdl可以最终表示为：

第k个用户接收到的数据可以表示为：

其中，pd表示传输功率，xj～cn(0,1)表示传输给第k个用户的数据符号，是用户k的接收噪声。根据公式11，下行链路可达速率的闭合表达式可被评估为：

下行链路可达速率也是衡量系统性能的重要标准之一，图4是本发明方法和现有算法关于用户可达速率曲线的对比图，证明本发明的调度方法能保证系统的服务质量。

基于上述上行链路导频训练以及下行链路信号传输机制的分析，本发明提供的导频调度方法可分为以下几个步骤：

步骤一、根据用户和天线单元之间的距离信息，计算用户到天线单元之间的大尺度衰落λm,k；已完成导频分配的用户天线集(即用户集)，记为u；剩余未完成导频分配的用户集，记为导频分配情况记为{sk}，其中sk＝t∈{1,2,…,τ}，表示第k个用户使用的导频序列；

步骤二、根据大尺度衰落信息，计算用户间互污染指标，定义εk,j表示第k个用户和第j个用户之间的互污染指标，在中选取和所有用户之间存在最大互污染指标的用户，记为k0，将正交的导频序列分配给用户k0，直到完成所有正交导频序列的分配；

更新集合：u＝u∪{k0}；

所述步骤二中，用户k和用户j之间的互污染指标εk,j的推理过程如下：

a)由公式7可知，对于第k个用户到第m个天线单元的信道估计误差只需考虑即对于特定的对它有很大的影响；

b)考虑互污染指标则应该假设存在导频复用，且此处仅考虑用户k和用户j之间的潜在影响，无需考虑其他用户，所以可以假设只有用户j复用了用户k的导频序列，即对于特定的影响因子可以转换为λm,j；也就是说，第j个用户到第m个天线单元的信道gm,j对的互污染指标可以写成：

c)因为εk,j表示的是用户k和用户j之间的互污染指标，gm,j对的潜在影响和gm,k对的潜在影响应该一样才合理，所以在计算εk,j时，应当考虑和之间的求和；故考虑用户到所有天线单元的信道时，用户k和用户j之间的互污染指标可以表示为：

d)由于我们期望的是，用户间互污染指标越小，所有信道估计均方误差越小，但当使用表示用户之间的互污染指标时，信道估计的均方误差会随之减小而增大，实际情况和期望的不符合；所以对取倒数，重新定义用户k和用户j之间的互污染指标：

步骤三、继续在中选取和所有用户之间存在最大互污染指标的用户，记为k0，计算k0和u中使用相同导频的用户集之间的互污染指标，复用互污染指标最小的用户集的导频序列t0∈{1,2,…,τ}；重复该步骤直到所有用户均完成导频调度；

更新集合：u＝u∪{k0}。