大规模分布天线系统中抑制导频污染的多小区预编码方法
【技术领域】
[0001] 本发明属于无线通信技术领域，设及一种大规模分布式天线系统中抑制导频污染 的多小区预编码方法，尤其设及一种基于共辆梯度法的最小均方误差多小区预编码方法。
【背景技术】
[0002] 随着移动终端数的飞速增长、物联网的发展，W及无线数据业务种类的不断增多， 用户对无线数据业务的需求不断对现有的移动通信技术提出新的挑战。作为一种具有满足 未来无线移动通信对频谱效率、能量效率和信道容量需求潜质的技术，大规模多输入多输 出（W下简称MassiveMIMO)技术已经在学术界和产业界引起了广泛的关注。
[0003] MassiveMIMO技术通过在基站（W下简称B巧侧部署数量众多的天线，来为与通 信用户之间的通信提供足够多的自由度W提高分集增益和复用增益。小区边缘用户由于较 高的路径损耗导致其接收到的有用信号功率很低，在实际的多小区场景下，小区边缘用户 接收到的干扰信号的强度可与有用信号相比，甚至超过了有用信号的强度，运使得小区边 缘用户的吞吐率性能严重恶化。为了解决小区边缘覆盖差的问题，学术界和产业界考虑将 原来集中在BS的天线W分布式的方式部署在小区中，通过减小信号的传输距离来减小路 径损耗，提高有用信号的功率。通过大量的W分布式方式部署在小区中的天线联合为小区 中用户提供服务的系统称为大规模分布式天线系统。在大规模分布式天线系统中，分布式 的无线接入点叫做远端接入单元（W下简称RAU)，每个RAU上有若干根天线，且每个RAU通 过有线或无线的回程链路连接到基带处理单元上。由于不同RAU的地理位置不同，因此，不 同RAU上的天线到用户的大尺度衰落也不同，运使得大规模分布式天线系统的信道建模与 分析很困难。目前，大多数关于分布式天线系统的下行预编码研究都假设各RAU上的各天 线与各用户之间的信道状态信息（W下简称CSI)是已知的。然而在实际的多小区时分双 工系统中，考虑最大化频谱利用率的导频全复用方式，不同小区中的用户使用同一套导频 序列。每一个小区中的天线都会收到来自不同小区用户发送的导频序列，从而使得信道估 计产生较大误差，运就是导频污染造成的。在分布式天线系统中，部分靠近小区边缘的RAU 可能遭受更加严重的导频污染。运使得理想CSI的假设不再成立。现有的多小区下行预编 码方案或假设已知理想CSI，或针对集中式多天线系统，不能直接应用到大规模分布式天线 系统中，且其计算复杂度随着天线数的增多而急剧增加。因此，使用估计的信道对下行传输 数据进行预编码，同时能最大限度地抑制导频污染影响的低复杂度算法仍有待研究。
【发明内容】
[0004] 本发明的目的是为已有技术存在的问题，提出一种大规模分布天线系统中抑制导 频污染的多小区预编码方法，该方法首先分别对用户到每个RAU的信道进行最小均方误差 估计，然后在用估计的信道对待发送的下行数据进行预编码，本发明能充分利用估计出的 本小区用户和其他小区用户的信道设计预编码矩阵，W最大限度抑制导频污染对系统性能 的影响。
[0005] 本发明提出的大规模分布天线系统中抑制导频污染的多小区预编码方法，包括W 下步骤：
[0006] (1)考虑W要进行预编码的小区（W下简称中屯、小区）为中屯、的包括L个小区 的大规模分布式天线系统，设中屯、小区中的RAU数为M，每个RAU配备的天线数为N，中屯、 小区中的用户数为K，中屯、小区周围L-I个小区中的总用户数为R，每个用户配置一根天 线；对大规模分布式天线系统中的用户进行编号，中屯、小区的用户编号为1，2,…，K，中屯、 小区周围个小区中的用户编号为K+1，K+2,…，K+R，则大规模分布式天线系统中U第 个用户到中屯、小区的第m个RAU的上行信道为hm。=入mugmu，h,,",€CW'l，其中入mu表示大 规模分布式天线系统中第U个用户到中屯、小区的第m个RAU的大尺度衰落，gm。表示大规 模分布式天线系统中第U个用户到中屯、小区的第m个RAU的小尺度信道，C代表复数域， 1《U《K+R，1《m《M;设大规模分布式天线系统中第U个用户在信道估计阶段发射的导 频序列为兩€吧^3;，其中T为导频序列的长度，该长度大于大规模分布式天线系统中所有 小区用户数的最大值，第U个用户在信道估计阶段发射导频序列的功率为P。;各导频序列 通过用户的天线发射，经过信道，在中屯、小区的第m个RAU的N根天线得到RAU接收信号， 记为而=A窒砖+N,,,，其中，TT[表U个用户在信道估计阶段发射的导频序列的转置， Nm表示中屯、小区的第m个RAU的接收信号中的加性高斯白噪声，巧。eCWw，矩阵Nm中的元 素独立同分布于均值为0、方差为O2的循环复高斯分布，1《m《M;
[0007] 似计算上述中屯、小区的第m个RAU的N根天线接收到的信号Ym各列的协方差矩 阵巫m:
.，其中1《m《M，巧f表示第k用户在信道估计阶段发射的 导频序列的共辆转置，11为T阶单位矩阵；
[0008] (3)用共辆梯度法计算大规模分布式天线系统中第U个用户到中屯、小区的第m个 RAU的上行信道hm。的估计值，具体过程如下：
[0009] (3-1)计算大规模分布式天线系统中第U个用户使用的导频序列31。的共辆经过 上述。m的逆矩阵滤波得到的向量少 >:，其中我表示n。的共辆，少：是。m的逆 矩阵；
[0010] (3-2)建立一个上述滤波过程的等效线性方程组模型亚=赛，采用共辆梯度 法，求解等效线性方程组模型，得到大规模分布式天线系统中第U个用户使用的导频序列 的共辆< 经过滤波的向量fmu，具体步骤如下：
[0011] (3-2-1)初始化：设置迭代次数阔值P，设向量fmu的初始值为fr，则上述模型 气=n:的初始余向量为r。，r。= 7T:，初始化共辆基向量为p〇，p。=r。，设置迭代变量t= 0 ；
[0012] (3-2-2)更新迭代变量使t=t+1，计算第t次迭代过程中共辆基向量系数at，
，其中Pfi表示共辆基向量PtI的共辆转置，并根据该系数at，计算第t次迭 代过程中的向量的值峨，蜡=+a,p,_,I
[001引 （3-2-3)根据機计算第t次迭代后上述模型的余向量r"rt=rt1-at0mPt1;
[0014] (3-2-4)计算第t次迭代过程中共辆基向量的调节系数et，
并根据该 系数计算第t+1次迭代过程中的共辆基向量Pt,Pt=rt+0tPt1;
[0015] (3-2-5)根据上述迭代阔值P对迭代变量t进行判断，若t>P，则停止迭代，并使 ，进行步骤（3-3)，若t<P，则进行步骤（3-2-2) - (3-2-f5);
[0016] (3-3)根据上述步骤（3-2)得到的向量计算大规模分布式天线系统中第U个用 户到中屯、小区的第m个RAU的上行信道hm。的估计值心W，= ^^,,"乂/,,，"，其中， 1 ^U^K+R，，1 ^m^M;
[0017] (4)计算上述中屯、小区的第m个RAU的上行信道h,mik的估计误差的协方差矩阵
其中，1《u《K+R，l
[001引（5)构造大规模分布式天线系统中第U个用户到中屯、小区的所有M个RAU的信道 向量、的估计值心，=[咕，時，…，枯,了，其中，1《U《K+R，化,表示步骤做中获得 的大规模分布式天线系统中第U个用户到中屯、小区的第m个RAU的上行信道hm。的估计值 的转置，1《m《M;
[0019] (6)构造大规模分布式天线系统中所有K+R个用户到中屯、小区的所有M个RAU 的信道矩阵H。的估计值岛0，心,，计算H。的估计误差的协方差矩阵C。，
I中屯、小区的所有K个用户到中屯、小区的所有M个RAU 的信道矩阵H的估计值为貧，其中姓为盘。的前K列，白。=心&2，.'.，1、,6
[0020] (7)用共辆梯度法计算中屯、小区的所有K个用户的数据向量S经过多小区预编码 后得到的中屯、小区的发射信号向量X，具体过程如下：
[002。 （7-1)利用步骤（6)中得到的大规模分布式天线系统中屯、小区所有K个用户到中 屯、小区的所有M个RAU的信道矩阵H的估计值H计算S经过食匹配滤波后的向量Z，Z=白S; [002引 （7-?计算中屯、小区的多小区最小均方误差均衡矩阵W， W=H0Hf+€0 +必。韦化，其中岛;/表示；i'。的共辆转置，I删表示MN阶单位矩阵；
[0023] (7-3)建立一个大规模分布式天线系统中屯、小区进行多小区最小均方误差预编码 的等效线性方程组模型Z=Wx，采用共辆梯