异构网络中基于femtocell分簇和宏用户调度的干扰协调方法

文档序号:9238938阅读:448来源:国知局
异构网络中基于femtocell分簇和宏用户调度的干扰协调方法
【技术领域】
[0001] 本发明属于无线通信网络技术领域,尤其涉及一种异构网络中基于ferntocell分 簇和宏用户调度的干扰协调方法。
【背景技术】
[0002] 随着无线数据量的爆炸式增长及人们对于数据速率需求的不断提升,对无线蜂窝 网络的部署和设计提出了新的要求。小区分裂能够增大网络容量,smallcell出现,尤其 是ferntocell(家庭基站)能使用户端到基站端的距离大大减小,从而降低了路径损耗。另 一方面,在宏小区端部署大规模天线(massiveMIM0)能够增加天线的空间自由度,增加链 路增益和可靠性。大规模天线系统能够使天线的辐射能量集中到某些特定的区域,从而 增强期望用户的信号功率,降低对非期望用户的干扰。因此,部署大规模天线的宏小区和 ferntocell共存的异构网络不但能够提供可靠的室外覆盖,同时能弥补宏小区对室内覆盖 的不足,增加系统的容量和用户的满意度。然而,在这种网络结构中,宏小区和ferntocell 使用相同的频谱资源,跨层干扰(宏小区和ferntocell之间的干扰)是威胁系统性能的主 要原因之一。
[0003]目前,有几种主要的技术削减这类干扰:一是干扰消除技术,这种技术是对接收到 的混合信号进行处理,从中去除干扰成分,这种技术需要知道干扰信号的先验知识。另一种 是干扰避免技术,这种技术使相互干扰的各方使用相互正交的资源(例如:频率,时间,码 字或空间),从而起到干扰避免的作用。现有的四种干扰削减技术:
[0004] 1.消除异构网中的干扰最简单的就是进行功率控制。如果一个ferntocell基站的 传输功率能够完全控制,而不会泄露到室外,那么就会有效的保护macrocell的数据传输。 例如室内分布系统中的功率控制技术。然而,这种控制方式是非常复杂而且耗费时间的。
[0005] 2.为了消除交互层的干扰,有一种下降链路资源分配算法。Macrocell可以将频 谱资源划分为三个部分,分别归属ferntocell使用部分和macrocell部分以及公用部分。并 且用优化的方法决定了三者的比例。
[0006] 3. -种认知的方法解决交互层干扰。通过感知周围的无线环境,通过overlay和 underlay的方式进行频谱共享,来消除交互层的干扰。
[0007] 4.(Aligingguardzonecoordinationscheme) 一种具有认知能力的ferntocell 的异构网中消除干扰的算法。在此算法中ferntocell需要形成一些保护区域,这会降低通 信网络的空间利用率。
[0008] 前三种提到的干扰消除技术具有各自的局限性,并且它们只考虑了频率域和只存 在单个用户的情况。第四种协议会丢失一些用户的多样性增益,并且在保护区的ferntocell 不能传输数据。

【发明内容】

[0009] 本发明的目的在于提供一种异构网络中基于femtocell分簇和宏用户调度的干 扰协调方法,旨在解决现有干扰避免协作方法存在的macrocell的覆盖范围较小,频谱和 功率利用率操作复杂的问题。
[0010] 本发明是这样实现的,一种异构网络中基于femtocell分簇和宏用户调度的干扰 协调方法,所述异构网络中基于femtocell分簇和宏用户调度的干扰协调方法采用在部署 大规模天线的宏小区和femtocell共存的异构网络中的femtocell分簇和宏用户调度的干 扰协调,每个具有认知能力的femtocell感知到周围是否存在宏用户,在每个宏用户周围 就形成了一个femtocell干扰簇,请求接入网络的宏用户所对应的干扰簇通过反馈链路向 宏基站报告反馈信息,宏小区根据反馈信息选择一组K备选的宏用户进行调度,宏小区依 据当前时隙的宏用户的信道信息,选择K-1个宏用户传输数据,并通知剩余的宏用户对应 的干扰簇在时隙正常通信,重复对宏用户进行调度,并保证在每个时隙都是不同的静默宏 用户,直至完成整个调度。
[0011] 进一步,所述异构网络中基于femtocell分簇和宏用户调度的干扰协调方法具体 包括以下步骤:
[0012] 步骤一、构建部署大规模天线的宏小区和femtocell共存的异构网络,femtocell 和宏小区都采用TDD和OFDM传输模式,FBS和UE均安装一个天线;
[0013] 步骤二、FBS感知周围的MUE的存在和宏小区的频谱,将与特定MUE空间上接近的 femtocell分成不同的只干扰MUE的IFC,调度周期为T,将T划分为K个调度时隙,K也是 T内与MBS进行通信的MUE的个数;
[0014] 步骤三、在调度时隙j内,MBS只与K-1个激活态的MUE进行通信,与激活态MUE相 关的IFC称为静默态,余下一个MUE称为静默态,与静默态MUE相关的IFC是激活的,正常 进行通信,在T时间内每个MUE有唯一一次静默态;
[0015] 步骤四、IFC选择子问题,首先用穷举法找到一个互不相交的IFC的集合{C」j= 1,2,…,|G|},结果是一个IFC只会干扰一个MUE,之后用迭代法得到MUE的集合,用类信 号噪声干扰比来表征是否最优;
[0016] 步骤五、MUE用户调度,在步骤四基础上得到簇的规划,在某个确定的时隙内讨论 使得信息最大化,得到调度指示向量,之后应用迭代算法得到T时间内最优的调度矩阵;
[0017] 步骤六、方法结束。
[0018] 进一步,所述步骤一中设定的模式包括:信道模型和下行链路的传输。
[0019] 进一步,所述信道模型在调度周期T内,信道增益是不变的;
[0025]式中Aw是大尺度衰落矩阵,包含了路径损耗和阴影衰落;1^_是在时隙j内MBS和第k个MUE之间的距离;a是路径损耗指数,取值为ae[2,6] ;0是阴影衰落变量,月艮 从分布101〇g1Q9N(0,SshadOT);小尺度衰落矩阵Hmj中各个组成的向量是独立同分布hmkJ CN(0,I) 〇
[0026] 进一步,所述下行链路传输模型:
[0027] 第j时隙内第k个MUE接收到的信号:
[0028]
[0029] 其中,FBS发射出的功率,p渴MBS分配给各个MUE的功率,p,是pi的其中 一个取值,采用等功率发送的方式,只P为MBS发射总功率,A为T内所有进行通信的 MUE的集合;xmkj和xmij是独立同分布随机变量服从CN(0,1)的分布;gmkj和gfkj分别是MBS信道增益和FBS信道增益;
[0030] 同理,得到FUE接收的信号:
[0031]
[0032] 其中F为IFC内的基站的集合。
[0033] 进一步,步骤一中的数据速率:
[0036] 根据香农定理有:
[0037] 时隙j内第k个MUE传输数据速率为:Rmkj=log2 (1+ymkJ);
[0038] 时隙j内与第k个MUE相关的IFC内某个FUE传输数据速率为:RffJ = log2(l+yffJ);
[0039] 传输速率与时隙j无关,得到任意一个时隙内与第k个MUE相关的IFC内所有FUE 进行的数据速率为
[0040] 进一步,所述步骤三在得知信道传输模型和下行链路传输状态之后进行分簇选择 和用户调度方法包括:
[0041]
[0042] 其中,rw= 1表示在第j个时隙内第k个设备处于激活态,正常进行通信,反之, 处于静默态,目标函数是整个调度周期T内总的数据传输速率的最大化;
[0043] 用一个时隙j内的最大传输数据速率代替在整个时间的数据速率最优的问题:
[0044]
[0045] 进一步,所述步骤四具体实现方法是:
[0046]
[0047] 其中A(i)、ikff分别为候选调度宏用户集合和候选干扰簇集合,R(i)为之前定义 的类信干噪比,|G|为穷举法得到的干扰簇的个数。
[0048] 进一步,所述步骤五用户调度问题方法如下:
[0049]
[0050] 本发明提供的异构网络中基于femtocell分簇和宏用户调度的干扰协调方法,不 仅保证了macrocell的覆盖范围,并且为干扰MUE的FBS提供了额外的传输机会。该技术通 过对干扰宏用户的femtocell进行分簇选择和用户调度来完成宏小区和femtocell之间的 干扰协调。同时,为了使调度算法在实际中易于实现,本发明还设计了一种低复杂度的分层 求解算法,将原问题分解为两个子问题:femtocell分簇问题和宏用户调度问题,通过求解 这两个问题来计算宏用户调度指示向量,通过在不同的时隙合理选择静默宏用户,从而为 femtocell簇提供通信机会,从而实现干扰协调,与现有技术相比可以实
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1