毫米波下Massive MIMO多小区协作波束分配方法
【技术领域】
[0001] 本发明设及毫米波波段的使用Massive MIMO的多小区协作进行波束选择与分配 的策略，属于通信领域。
【背景技术】
[0002] Massive MIM0、毫米波和波束成形技术是5G的关键技术。Massive MIMO场景下，基 站配置大规模的天线阵列，各终端配置有限数目的天线。由于毫米波波段的电磁波损耗远 远大于目前蜂窝网常用的2GHz附近频段，因此需要基站采用Massive MIMO技术来产生高增 益的波束，W弥补毫米波波段较大的通信链路损耗。另外，为了进一步提高全网聚合吞吐 量，5G系统中的小区基站的布局会更加稠密。综上所述，Massive MIMO，毫米波，波束成型， 小区稠化构成了未来5G蜂窝系统的典型应用场景。在运个场景中，基站和移动用户之间多 为视距通信，或者只经过一次反射的非视距通信。因此，相邻小区之间的干扰问题更加严 重，尤其是处于小区边缘的用户。在波束成形技术中，广泛使用的模拟波束成形技术是指在 RF频段通过移相器产生高增益的窄波束，然后通过波束选择策略将波束分配给用户来得到 最大的小区容量。目前在天线波束成形和波束选择方面的研究成果中，采用的信道模型是 非毫米波波段的信道模型或是改进的非毫米波波段的信道模型，没有考虑毫米波波段的信 道环境和小区稠化的特点。在2015年最新的有关波束选择策略的文献《Beam Allocation and Performance Evaluation in Switched Beam-based Massive MIMO Systems》中，只 考虑Massive MIMO波束成形时小区内部各波束之间的干扰，忽视了小区稠化和小区间干扰 问题。考虑到上述5G毫米波场景下蜂窝网络的特点，在使用Massive MIMO时，需要结合多小 区协作技术和模拟波束成形技术对波束选择策略进行优化。
【发明内容】
[0003] 本发明的目的是为了解决目前在天线波束成形和波束选择时多小区协作时存在 小区稠化和小区间干扰的问题，本发明提供一种毫米波下Massive MIMO多小区协作波束分 配方法。
[0004] 本发明的毫米波下Massive MIMO多小区协作波束分配方法，所述方法包括如下步 骤：
[000引步骤一、W单小区复用为基础，考虑小区内部、相邻小区之间波束的干扰关系，建 立小区内移动用户的波束干扰模型；
[0006] 步骤二:根据建立的小区内移动用户的波束干扰模型，计算各小区增广总速率，根 据各小区增广总速率，获得增广目标函数；
[0007] 步骤对获得的增广目标函数0-1整数优化问题求解，获得最优解和建立的模型 中各小区最优的波束分配结果。
[000引所述步骤二中，小区i增广总速率为：
[0010] 式中，
[0011] Wi,S为加权值，由不同小区所要求的基本数据速率决定；
[0012] Ii,S表示小区i对邻近小区S内的所有K个用户的总的干扰，k={l，2, ...，K};
[001引 E Ww ?疋t为惩罚项，表示小区i对所有相邻小区的干扰； 5=1.说
[0014] .,表示小区i的所有K个用户的总速率； h^\
[001引 M为建立的小区内移动用户的波束干扰模型中小区的总数，i =
[0016]所述步骤二中，增广目标函数为：
[0018]约束条件：
[0021] 式中，为小区i的基站产生的波束n与与小区i内用户k之间的波束分配因子。
[0022] 当建立的小区内移动用户的波束干扰模型中小区基站数量小于10、每个基站产生 指向不同方向的波束的数量小于10时，所述步骤=为采用穷举算法对获得的增广目标函数 0-1整数优化问题求解，获得最优解和建立的模型中各小区中最优的波束分配结果的具体 过程为：
[0023] 将小区内移动用户的波束干扰模型中M个小区基站产生的的M ? N条指向不同方向 的波束W不同的方式分配给小区内的用户，将不同的分配方式进行枚举并比较总的数据速 率，获得最优解和建立的模型中各小区中最优的波束分配结果，建立的小区内移动用户的 波束干扰模型中小区基站产生的波束数目为N个。
[0024] 所述步骤S为采用改进的混浊捜索算法对获得的增广目标函数0-1整数优化问题 求解，获得最优解和建立的模型中各小区中最优的波束分配结果的具体过程为：
[002引内层循环:生成[0，1]区间内的混浊变量初始值，混浊变量Zi,M经过幕函数变换后 得到分布更加均匀的混浊变量1,M;
[0026] 将[0，1]区间等分为N个子区间，根据混浊变量Z^i,k,S在子区间的分布情况对波束 分配因子C去相进行赋值，通过公式zi,k,s+i =帖/l,k,sa-z/l,k,s)进行多次迭代，其中，y = 4，s 为当前迭代次数，经过L次迭代后，得到小区i的最优增广总速率和与之对应的波束分配结 果；
[0027] 外层循环:对M个小区进行内层循环，根据增广目标函数，经过U次迭代，得到增广 目标函数的最优解和相应的波束分配因子e巾，,。:，波束分配因子^ ,。即为模型中各小区最优 的波束分配结果。
[0028]所述内层循环中，混浊变量Zi,k,S经过幕函数变换后得到分布均匀的混浊变量 Z i, k, S为：
[0030] 其中，a、b均为常数，且满足0<a<b<l。
[0031] 本发明的有益效果在于，本发明能够实现在毫米波Massive MIMO场景下，结合多 基站协作进行波束选择，并通过改进的混浊捜索算法达到最优的系统性能，大大降低了运 算的复杂度。由于考虑小区稠化场景下多小区的波束选择问题，小区间干扰项的引入使0-1 整数优化问题更加复杂。0-1整数规划问题的解集为离散值，只能采用离散区域的求解算法 或一些特殊算法。混浊捜索算法是解决整数优化问题的启发类算法之一。本发明采用改进 的混浊捜索算法，改善了混浊捜索变量分布不均匀的现象，缩短了平均捜索时间。
【附图说明】
[0032] 图1为本发明的流程示意图。
[0033] 图2为【具体实施方式】中所述采用改进的混浊捜索算法对获得的增广目标函数0-1 整数优化问题求解，获得最优解和建立的模型中各小区中最优的波束分配结果的流程示意 图。
【具体实施方式】
[0034] 结合图1说明本实施方式，本实施方式所述的毫米波下Massive MIMO多小区协作 波束分配方法，
[0035] 步骤一、W单小区复用为基础，考虑小区内部、相邻小区之间波束的干扰关系，建 立小区内移动用户的波束干扰模型；
[0036] 在毫米波波段，建模过程中要综合考虑路径损耗、角度扩展、波束成形技术等问 题。基站采用Butler矩阵的方法产生固定的波束直接指向相应的用户。使用Massive MIMO 技术，基站天线产生成百上千根波束，与小区内用户建立通信链路。设定基站天线的一条波 束只能分配给一个用户，同时某一个用户有且仅有一条波束与之对应。
[0037] 在毫米波波段，小区更加稠化，在某个基站与小区内用户进行通信的过程中，会受 到同小区干扰和临近小区基站产生的小区间干扰，W及加性高斯白噪声的影响。同理，本小 区在与其覆盖范围内的移动用户进行通信过程中，也会对同一小区和相邻小区的其他移动 用户产生干扰。
[0038] 在小区内移动用户的波束干扰模型中，加入小区间干扰项，同时添加惩罚项，表示 对其他小区的干扰。
[0039] 建立蜂窝网下行链路中小区内移动用户的波束干扰模型，通过多小区的协作将小 区间的干扰降至最低，从而使整个系统的总数据速率达到最大。
[0040] 小区内移动用户的波束干扰模型:假设系统中共有M个小区，i = {l，2，...，M}，每个小 区中屯、设有一个基站，每个基站配置饰良天线，n={l，2,...，N}，排布方式为均匀线性阵列，相邻 天线之间的间隔为!，基站天线使用Butler矩阵的方法产生固定波束。在每个小区内部，K个移 动用户均匀分布在小区的各个区域，k={l，2, ...，时，每个移动用户配置一根天线。模型只考虑 下行链路情况，基站只与本小区内的移动用户建立通信链路。假定各基站之间可通过CoMP的方 式协作进行波束选择，不考虑完成运种合作所需要的基站间协作开销。定义小区中针对移动用 户k的波束分配因子为：r ，其中"r表示小区i的基站将第n个波束分配给移动用户k， !k、【n [U ? "0"表示不分配。限定基站天线的一个波束只能分配给一个用户，同时某一个用户有且仅有一 个波束与之对应。得到约束条件：
小区i的基站的咐良天线产生的波束数目为N个。
[0041] 第i个小区的用户i接收到的有用信号功率表示为：
[0043] 式中，P表示小区基站分配给第n个波束的功率，基站分配给各个波束的功率都为 P，D表示第i个小区的基站与移动用户k之间的天线方向性增益，h表示第i个小区的基站与 移动用户k之间的信道系数。
[0044] 第i个小区内用户k的数据速率表示为
[004引式中，Pk,1表示第i个小区的移动用户k接收到的有用信号功率，Ik,1表示同一个小 区内部指向其他移动用户的波束对用户k产生的干扰，f： 4,.表示除去小区i的其他小区 的波束对第i个小区的移动用户k造成的干扰总和，Ok表示移动用户k的射频前端引入的加 性高斯白噪声。
[0046] 步骤二:根据建立的小区内移动用户的波束干扰模型，计算各小区增广总速率，根 据各小区增广总速率，获得增广目标函数；
[0047] 在毫米波波段，小区更加稠化，在某个基站与小区内用户进行通信的过程中，会受 到同小区干扰和临近小区基站产生的小区间干扰，W及加性高斯白噪声的影响。在小区内