用于稀疏波束形成设计的系统和方法
【专利说明】
[0001] 相关申请案交叉申请
[0002] 本申请要求2014年3月27日递交的发明名称为"用于稀疏波束形成设计的系统 和方法（SystemsandMethodsforSparseBeamformingDesi即）"的第 14/227, 724 号美 国非临时专利申请、2013年3月28日递交的发明名称为"用于稀疏波束形成设计的系统和 方法（SystemandMethodforSparseBeamformingDesi即）"的第 61/806, 144 号美国 临时专利申请、W及2014年I月15日递交的发明名称为"用于具有有限回程的网络MIMO 系统的稀疏波束形成设计的系统和方法（SystemandMethodforSparseBeamF'orming Designfor化tworkedMIMOSystemswithLimitedBacldiaul)"的第61/927, 913号美国 临时专利申请的优先权，运S个申请的内容均W引入的方式并入本文中。
技术领域
[0003] 本发明设及一种用于无线通信的系统和方法，且在具体实施例中，设及一种用于 稀疏波束形成设计的系统和方法。
【背景技术】
[0004] 越来越多的无线蜂窝网络部署有大小逐渐减小的小区，W支持对高速数据的需 求。因此，小区间干扰是蜂窝网络中主要的物理层瓶颈之一。多小区协作（其允许相邻基 站度巧相互协作W便用户数据的联合预编码和联合处理）是一种极具前景的降低小区间 干扰的技术。运种新兴架构，也称为网络多入多出（MIMO)，具有显著提高蜂窝网络的总吞吐 量的潜能。
[0005] 多小区协作的理想实施方案，即整个网络中的所有BS协作并共享所有用户的数 据，是不切实际的。在实际中实施多小区协作的一种方式是通过速率受限的回程链路将所 有BS与中央处理器（(P)连接。对于下行传输，CP只需要将用户的数据分发给它的服务BS。 大体而言，存在两种常规方案来确定每个用户的服务BS组：固定聚类和W用户为中屯、的聚 类。在固定聚类方案中，固定的相邻BS组被共同分组到一个较大的聚类中W协调地服务覆 盖范围内的用户。尽管固定的聚类方案已表现出合理的性能增益，但在运种方案下，聚类边 缘处的用户仍然遭受大量聚类间干扰，运限制了网络MIMO的益处。在W用户为中屯、的聚类 中（其中BS聚类不固定而是可为每个用户单独确定），每个用户动态选择有利的BS组，随 后运些BS使用联合预编码技术来协作地服务该用户。W用户为中屯、的聚类的益处在于它 没有明确的聚类边缘。
[0006] 确定每个用户的最佳的服务BS组不是一个简单的任务。从用户的角度而言，每个 用户想要被尽可能多的协作BS服务；而从BS的角度而言，服务更多的用户消耗更多功率和 回程容量。因此，用户速率、发射功率和回程容量之间存在权衡。此外，使用W用户为中屯、 的聚类的网络MIMO系统的波束形成设计问题也是重要的，因为服务不同用户的BS组可能 重叠。特别为单个小区情况所开发的传统迫零狂巧波束形成和最小均方差（MMS巧波束形 成设计无法简单重用。
【发明内容】
[0007] 在一实施例中，一种为网络多入多出（MIMO)系统设计稀疏发射波束形成的方法 包括：由云中央处理器通过优化网络效用函数和系统资源为所述系统中的多个用户设备 扣巧中的每个用户设备动态地形成传输点灯巧聚类，W在发射波束形成中使用；所述云中 央处理器根据所述优化确定每个肥的稀疏波束形成向量；W及所述云中央处理器向与所 述多个肥中的第一肥相关联的所形成的聚类中的每个TP传输消息和第一波束形成系数， 其中与所述第一UE相关联的所形成的聚类中的每个TP对应于与所述第一UE对应的第一 波束形成向量中的非零条目。
[0008] 在一实施例中，一种配置成为网络多入多出（MIMO)系统设计稀疏发射波束形成 的云中央处理器包括处理器和存储由所述处理器执行的程序的计算机可读存储介质，所述 程序包括进行W下操作的指令：通过优化网络效用函数和系统资源为所述系统中的多个用 户设备扣巧中的每个用户设备动态地形成传输点灯巧聚类，W在发射波束形成中使用；根 据所述优化确定每个UE的稀疏波束形成向量；W及向与所述多个UE中的第一UE相关联的 所形成的聚类中的每个TP传输消息和第一波束形成系数，其中与所述第一UE相关联的所 形成的聚类中的每个TP对应于与所述第一UE对应的第一波束形成向量中的非零条目。
[0009] 在一实施例中，一种为具有有限回程的网络多入多出（MIMO)系统设计稀疏发射 波束形成的系统包括云中央处理器和通过回程链路禪接至所述云中央处理器的多个传输 点，所述多个传输点配置成服务多个用户设备，其中所述云中央处理器配置成：通过优化网 络效用函数和系统资源为所述系统中的多个用户设备扣巧中的每个用户设备动态地形成 传输点灯巧聚类，W在发射波束形成中使用；根据所述优化确定每个UE的稀疏波束形成向 量；W及向与所述多个肥中的第一UE相关联的所形成的聚类中的每个TP传输消息和第一 波束形成系数，其中与所述第一UE相关联的所形成的聚类中的每个TP对应于与所述第一 UE对应的第一波束形成向量中的非零条目。
【附图说明】
[0010] 为了更完整地理解本发明及其优点，现在参考下文结合附图进行的描述，其中：
[0011] 图1是具有每BWS回程约束的网络MIMO系统实施例的示意图；
[0012] 图2示出了用于在无线电资源限制下使速率可变应用的网络效用最大化的稀疏 波束形成的方法实施例的流程图；
[0013] 图3示出了通过有限回程连接至中央云处理器的BS的系统实施例；
[0014] 图4示出了经由再加权功率的、利用有限回程的稀疏波束形成的方法实施例的流 程图；W及
[0015] 图5是可W用来实现本文所公开的设备和方法的处理系统的框图。
【具体实施方式】
[0016] 下文将详细论述当前优选实施例的制作和使用。然而，应了解，本发明提供了可在 各种具体环境中体现的许多适用的发明性概念。所论述的具体实施例仅仅说明用于实施和 使用本发明的具体方式，而不限制本发明的范围。
[0017] 固定用户速率约束下的稀疏波束形成设计可W通过多种技术进行处理。该领域中 的一些作者提出了通过一系列平滑指数函数来近似离散/。-范数。或者，其他作者使用波 束形成向量的/l-范数来近似聚类大小，运可W通过再加权来进一步改进。该聚类大小可 W根据每个BS处的波束形成器的/'2 -范数来确定，并且由此产生的优化问题变为二阶锥规 划（SOCP)问题，该问题可W通过内点法进行数值求解。为了降低内点法的计算复杂度，某 些现有技术方案采用第二算法，该算法首先求解总功率最小化问题，随后迭代地移除与最 小链路发射功率对应的链路。
[001引网络MIMO系统的网络效用优化问题同样已在W往文献中考虑。例如，原先为MIMO广播信道所设计的块对角化预编码方法的固定聚类方案的和速率最大化可W被推广W适 用于聚类间干扰降低。还为W用户为中屯、的预定聚类和W用户为中屯、的动态聚类考虑了效 用最大化。其它作者已提出使用一阶泰勒展开式来近似计算非凸速率表达式（nonconvex rateexpression)W将上述问题转换为凸优化问题，同时凭借WMMSE方法的广义版本来求 出局部最优解。联合波束形成和W用户为中屯、的聚类设计已通过将聚类大小的-范数近 似值用作传统加权和速率（WSR，wei曲tedsumrate)最大化问题上的惩罚项来研究。将聚 类大小约束施加到目标函数之上，W产生在BS之间可分离的功率约束，运样使现有块坐标 下降度CD,blackcoordinatedescent)算法能够被使用。从系统设计方面而言，运还导致 很难控制每个BS处的回程消耗，因为必须仔细选择价格条件W使最终波束形成向量具有 所需稀疏度。此外，运些方法中的一些方法限制了服务每个小区内的每个用户的候选BS。 运种限制拥有与固定聚类相同的缺点：聚类边缘处的用户仍然遭受大量小区间干扰。
[0019] 已对有限协作的网络MIMO系统的实际设计进行了大量研究。已考虑了联合用户 调度和动态聚类设计，而且已通过增加每个用户的聚类大小的^^ -范数近似值作为加权和 速率最大化问题上的惩罚项来研究了联合聚类和波束形成设计。其它作者已提出了通过分 离方式求解聚类选择、用户调度、波束形成设计和功率分配的问题。在与采用迫零狂巧波 束形成的方法不同的方法中，其他作者还提出了通过求解一系列凸优化问题的用于固定聚 类的所谓的软干扰置零（SIN)预编码技术，该技术的性能至少与ZF波束形成的一样好。
[0020] 已提出若干不同算法W求解优化问题。在一种算法中，聚类大小由加权范数 来近似并将该问题用公式表示为二阶锥规划（SOCP)问题，随后该SOCP问题可W通过内点 法进行数值求解。为了降低该内点法的高计算复杂度，已提出第二算法W首先求解总功率 最小化问题，随后迭代地移除与最小链路发射功率对应的链路。
[0021] 在现有技术中，压缩感知的概念已应用于通信系统设计中的各种场景。例如，某些 作者已使用fi-范数近似来设计出用于上行多小区协作模型的稀疏MMSE接收器，而其他作 者将类似的概念用于干扰信道中的联合功率和链路准入控制。此外，其他作者已将该概念 应用于绿色云无线电接入网（Cloud-RAN)W联合地最小化来自BS的发射功率和来自回程 链路的传送功率。然而，所有运些方法面临着计算复杂度的问题，使得运些方法实施起来不 切实际。
[0022] 本文所公开的是一种处理网络MIMO系统中的聚类公式化问题的压缩感知方法和 系统，其中离散-范数由波束形成器的再加权-范数平方来近似。通过利用该近似方 法，简化了具有有限回程的网络MIMO系统设计。
[0023] 在一实施例中，使用W用户为中屯、的聚类模型来给出下行多小区协作模型，在该 下行多小区协作模型中基站度巧通过速率受限的回程链路连接至中央处理器（CP)，在W 用户为中屯、的聚类模型中，每个调度的用户由BS聚类协作地服务，并且不同用户的服务BS 可能重叠。分别考虑两个不同问题的公式化，即固定用户速率约束下总发射功率和总回程 容量之间的最优权衡（tradeoff)，W及给定的每BS(per-B巧功率和每BS回程约束的效 用最大化。使用回程速率作为波束形成器的加权I',:-范数平方的函数的近似。运样允许 权衡问题被转换为加权功率最小化问题，随后加权功率最小化问题可W通过众所周知的上 行-下行对偶方法进行有效求解；运样还使得效用最大化问题能够通过广义加权最小均方 差（WMMS巧方法来求解。
[0024] 在一实施例中，所公开的是一种用于求解下行网络多入多出（MIMO)设置中的联 合波束形成和聚类设计问题的方法和系统，其中基站度巧通过速率受限的回程链路来连 接至中央处理器。在一实施例中，该问题用公式表示为设计跨越每个用户的BS的稀疏波束 形成向量，其中非零波束形成条目对应于该用户的服务BS。在一实施例中，效用函数为用 户的加权和速率。与其它方案不同，本文所公开的是一种在网络效用最大化框架中用公式 表示每BS回程约束的方法。相比于只带有发射功率约束的传统效用最大化问题，额外的回 程约束产生离散-范数公式，运样使得该问题更具挑战性。在一实施例中，所公开的是 一种使用加权6!-范数技术来迭代地近似每BS回程约束并将回程约束重新用公式表示为 加权的每BS功率约束的方法和系统。该近似允许通过广义的加权最小均方差（WMMS巧方 法来迭代地求解加权和速率最大化问题。为了降低所提出方法的在每次迭代内的计算复杂 度，所公开的是两种其它技术：迭代链路移除和迭代用户池缩小，运两种技术动态缩小可能 的BS聚类大小和用户调度池。数值结果显示，相比于基于信道强度的朴素（naive)BS聚类 策略，所公开的方法和系统可W极大地提高系统吞吐量。
[00巧]本文所公开的是一种为网络多入多出（MIMO)系统设计稀疏发射波束形成的方 法实施例，包括：云中央处理器使系统中受限于具有更新权重的一个或多个用户体验约束 的系统资源迭代地最小化。在又一实施例中，系统资源是发射功率和回程速率的加权和。 在其它实施例中，从包含W下项的组中选择一个或多个用户体验约束：信号干扰噪声比 (SINR)、数据速率和它们的组合。
[0026] 本文所公开的是为网络多入多出（MIMO)系统设计稀疏发射波束形成的方法和系 统。在一实施例中，一种方法包括由云中央处理器通过优化网络效用函数和系统资源来为 系统中的多个用户设备扣巧中的每个动态地且自适应地形成传输点灯巧聚类，W在发射 波束形成中使用；所述云中央处理器根据聚