本發(fā)明屬于無線通信技術(shù)領(lǐng)域，更具體地，涉及一種結(jié)合發(fā)射天線選擇技術(shù)的干擾對齊方法。

背景技術(shù)：

目前，在無線通信技術(shù)領(lǐng)域中，干擾對齊技術(shù)已經(jīng)被廣泛采用，用于消除無線通信網(wǎng)絡(luò)中的干擾。

目前大多數(shù)干擾對齊方法主要是針對信道狀態(tài)信息反饋、干擾對齊的復(fù)雜度計(jì)算、容量分析、算法設(shè)計(jì)，但是鮮有考慮基站和用戶兩側(cè)實(shí)際天線數(shù)目對干擾對齊性能的影響。

然后，現(xiàn)有干擾對齊方法存在一些不可忽略的技術(shù)問題：由于用戶側(cè)設(shè)備體積、功耗等諸多因素的限制，只能配置少量的天線，而基站卻伴隨著大規(guī)模天線陣列的發(fā)展部署有大量的天線，這樣基站和用戶兩側(cè)的天線數(shù)量出現(xiàn)了嚴(yán)重不均衡的現(xiàn)象；此外，需要用戶和基站都配置更多的天線以消除無線通信網(wǎng)絡(luò)中的干擾，這會(huì)增加設(shè)備成本。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種發(fā)射天線選擇技術(shù)的干擾對齊方法，其目的在于，解決現(xiàn)有基站和用戶兩側(cè)的天線數(shù)量出現(xiàn)了嚴(yán)重不均衡的技術(shù)問題。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種結(jié)合發(fā)射天線選擇技術(shù)的干擾對齊方法，包括以下步驟：

(1)計(jì)算每個(gè)小區(qū)基站z∈z＝[1,2,...z]配置的發(fā)射天線數(shù)量與小區(qū)目標(biāo)用戶k配置的接收天線之間形成的信道狀態(tài)信息矩陣中每一列的f范數(shù)：其中z表示小區(qū)基站的數(shù)量，hij表示矩陣中的列向量，矩陣是nr行、mt列，其中i的取值是1到nr之間的自然數(shù)，j的取值是1到mt之間的自然數(shù)，nr表示每個(gè)基站配置的發(fā)射天線數(shù)量，mt表示目標(biāo)用戶k配置的接收天線數(shù)量，k∈k＝[1,2,...,k]，k表示小區(qū)內(nèi)的總用戶數(shù)；

(2)針對小區(qū)基站z的mt根天線而言，以遍歷的方式尋找其中符合以下條件的天線s：

將尋找到的天線s從該小區(qū)基站的天線集合t[z,k]＝{1,2,...,mt}中刪除，并將該天線s加入到選擇天線集合s[z,k]中，重復(fù)上述尋找過程lt次，最終得到天線集合s[z,k]＝{1,2,...,lt}，針對所有z個(gè)基站重復(fù)上述過程，從而得到總天線集合ω＝{s[1,k],s[2,k],...,s[z,k]}，其中l(wèi)t是1到mt之間的自然數(shù)；

(3)根據(jù)每個(gè)小區(qū)基站的天線集合確定在總天線集合ω下各基站到小區(qū)目標(biāo)用戶的信道矩陣

(4)根據(jù)步驟(3)確定的信道矩陣對小區(qū)基站z中的用戶k接收到的信號進(jìn)行重新建模，以得到目標(biāo)用戶k從小區(qū)基站z接收到的有用信號、小區(qū)內(nèi)不同用戶之間的干擾、以及不同小區(qū)之間的干擾；

(5)根據(jù)步驟(4)所得到的目標(biāo)用戶k從小區(qū)基站z接收到的有用信號、小區(qū)內(nèi)不同用戶之間的干擾、以及不同小區(qū)之間的干擾分別獲取期望信號矩陣s[z,k]、小區(qū)內(nèi)用戶間干擾矩陣c[j,k]和小區(qū)間干擾矩陣u[z,k]；

(6)根據(jù)步驟(5)得到的期望信號矩陣s[z,k]、小區(qū)內(nèi)用戶間干擾矩陣c[j,k]和小區(qū)間干擾矩陣u[z,k]獲取初始目標(biāo)優(yōu)化函數(shù)：

其中v1,v2...,vz表示u[z,k]中的列向量，s.t.表示約束條件。

(7)對步驟(6)得到的初始目標(biāo)優(yōu)化函數(shù)進(jìn)行核范數(shù)和秩約束滿秩約束估計(jì)處理，以得到最終目標(biāo)優(yōu)化函數(shù)。

優(yōu)選地，步驟(4)具體是采用以下公式：

其中u[z,k]表示目標(biāo)用戶k所使用的干擾抑制矩陣，y[z,k]表示目標(biāo)用戶k接收到的由小區(qū)基站z發(fā)送的信號，v[z,k]表示基站z所用的預(yù)編碼矩陣，x[z,k]表示小區(qū)基站z發(fā)送的原始信號，表示目標(biāo)用戶k受到的噪聲干擾。

優(yōu)選地，步驟(5)具體是采用以下公式：

其中表示對括號內(nèi)的向量進(jìn)行級聯(lián)操作，s[z,k]為d×d的矩陣，c[j,k]為d×(z-1)kd的矩陣，u[z,k]為d×(k-1)d的矩陣。

優(yōu)選地，步驟(7)具體為：

首先，引入干擾矩陣秩的凸包絡(luò)函數(shù)：

表示函數(shù)f的凸包絡(luò)；||a||*是矩陣a的核范數(shù)，矩陣a的最大奇異值滿足max(σ(a))≤λ，σ(a)表示求矩陣a的奇異值，λ和μ為任意正數(shù)，blkdiag()表示以括號內(nèi)的元素為對角所形成的對角矩陣；

然后，對初始目標(biāo)優(yōu)化函數(shù)中的約束條件進(jìn)行凸優(yōu)化：

λmin(s[z,k])≥ε

其中ε＞0為無窮小的正數(shù)，表示矩陣s[z,k]為埃爾米特半正定矩陣，λmin()表示求取括號內(nèi)的最小特征值；

最后，根據(jù)凸包絡(luò)函數(shù)和凸優(yōu)化的結(jié)果得到最終目標(biāo)優(yōu)化函數(shù)：

總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有益效果：

1、本發(fā)明的天線選擇方法是基于發(fā)射天線選擇，充分地利用了基站的天線數(shù)量，且無需增加用戶側(cè)的天線數(shù)量，從而對天線數(shù)量進(jìn)行了良好的調(diào)度，進(jìn)而解決了現(xiàn)有方法基站和用戶兩側(cè)的天線數(shù)量出現(xiàn)了嚴(yán)重不均衡的技術(shù)問題；

2、本發(fā)明的干擾對齊方法能夠有效地消除無線通信網(wǎng)絡(luò)中的干擾，無需在用戶側(cè)和基站配置多余的天線，從而降低了設(shè)備成本。

附圖說明

圖1示出本發(fā)明發(fā)射天線選擇技術(shù)的干擾對齊方法的系統(tǒng)模型；

圖2是收發(fā)天線、選擇的天線數(shù)分別為(nr,mt,lt)＝(3,5,3)時(shí)，本發(fā)明方法與現(xiàn)有的最優(yōu)天線選擇算法、以及隨機(jī)天線選擇算法的比較；

圖3是收發(fā)天線、選擇的天線數(shù)分別為(nr,mt,lt)＝(3,8,3)時(shí)，本發(fā)明方法與現(xiàn)有的最優(yōu)天線選擇算法、以及隨機(jī)天線選擇算法的比較；

圖4是在一種天線配置的條件下，本發(fā)明方法與傳統(tǒng)的ops-rcrm-uc算法、ras-rcrm-uc算法、以及rcrm-uc算法四者之間的性能比較；

圖5是在另一種天線配置的條件下，本發(fā)明方法與傳統(tǒng)的ops-rcrm-uc算法、ras-rcrm-uc算法、以及rcrm-uc算法四者之間的性能比較；

圖6示出上述四種算法所獲得的系統(tǒng)速率隨信噪比大小的變化情況；

圖7是本發(fā)明結(jié)合發(fā)射天線選擇技術(shù)的干擾對齊方法的流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

本發(fā)明旨在研究下行蜂窩mimo通信系統(tǒng)中的干擾對齊技術(shù)，系統(tǒng)模型圖如圖1所示，

常用的天線選擇算法有窮舉搜索算法、遞減遞增算法、以及基于信道矩陣最大frobenius范數(shù)(normbasedantennaselection，簡稱nbs)算法。nbs天線選擇算法的復(fù)雜度最低，性能接近最優(yōu)算法。在大規(guī)模mimo系統(tǒng)中，基站配置的天線數(shù)目通常幾十、幾百甚至幾千根，此時(shí)若使用最優(yōu)算法，會(huì)因?yàn)閷γ恳环N天線組合求解帶來極大的計(jì)算量。本發(fā)明使用天線選擇技術(shù)的初衷是為了更加充分地利用基站一側(cè)的天線以聯(lián)合增強(qiáng)干擾對齊的效果但又不明顯增加系統(tǒng)實(shí)施復(fù)雜度，而基于f范數(shù)的天線選擇算法復(fù)雜度低的優(yōu)點(diǎn)正好滿足人們的需求。

如圖7所示，本發(fā)明結(jié)合發(fā)射天線選擇技術(shù)的干擾對齊方法包括以下步驟：

(1)計(jì)算每個(gè)小區(qū)基站z∈z＝[1,2,...z]配置的發(fā)射天線數(shù)量與小區(qū)目標(biāo)用戶k配置的接收天線之間形成的信道狀態(tài)信息矩陣中每一列的frobenius范數(shù)(簡稱f范數(shù))：

其中z表示小區(qū)基站的數(shù)量，hij表示矩陣中的列向量，矩陣是nr行、mt列，其中i的取值是1到nr之間的自然數(shù)，j的取值是1到mt之間的自然數(shù)，nr表示每個(gè)基站配置的發(fā)射天線數(shù)量，mt表示目標(biāo)用戶k配置的接收天線數(shù)量，k∈k＝[1,2,...,k]，k表示小區(qū)內(nèi)的總用戶數(shù)；

如圖2和圖3所示為在不同天線數(shù)量的情況下，本發(fā)明選擇的天線選擇算法(即frobenius范數(shù)方法)與現(xiàn)有的最優(yōu)天線選擇算法、以及隨機(jī)天線選擇算法的比較，在matlab環(huán)境下搭建mimo高斯衰落信道，選取2000個(gè)測試點(diǎn)在信噪比為[0-20]db范圍內(nèi)進(jìn)行測試，可以看出本發(fā)明的天線選擇算法在計(jì)算復(fù)雜度較低的情況下，性能接近最優(yōu)天線選擇算法。

(2)針對小區(qū)基站z的mt根天線而言，以遍歷的方式尋找其中符合以下條件的天線s：

將尋找到的天線s從該小區(qū)基站的天線集合t[z,k]＝{1,2,...,mt}中刪除，并將該天線s加入到選擇天線集合s[z,k]中，重復(fù)上述尋找過程lt次(其中l(wèi)t是1到mt之間的自然數(shù))，最終得到天線集合s[z,k]＝{1,2,...,lt}，針對所有z個(gè)基站重復(fù)上述過程，從而得到總天線集合ω＝{s[1,k],s[2,k],...,s[z,k]}；

(3)根據(jù)每個(gè)小區(qū)基站的天線集合確定在總天線集合ω下各基站到小區(qū)目標(biāo)用戶的信道矩陣(該矩陣是nr行、lt列)；

(4)根據(jù)步驟(3)確定的信道矩陣對小區(qū)基站z中的用戶k接收到的信號進(jìn)行重新建模，以得到目標(biāo)用戶k從小區(qū)基站z接收到的有用信號、小區(qū)內(nèi)不同用戶之間的干擾、以及不同小區(qū)之間的干擾；

本步驟具體是采用以下公式：

其中u[z,k]表示目標(biāo)用戶k所使用的干擾抑制矩陣，y[z,k]表示目標(biāo)用戶k接收到的由小區(qū)基站z發(fā)送的信號，v[z,k]表示基站z所用的預(yù)編碼矩陣(其為lt行、d列的矩陣，d為任意自然數(shù))，x[z,k]表示小區(qū)基站z發(fā)送的原始信號(其為d行的列向量)，表示目標(biāo)用戶k受到的噪聲干擾。

(5)根據(jù)步驟(4)所得到的目標(biāo)用戶k從小區(qū)基站z接收到的有用信號、小區(qū)內(nèi)不同用戶之間的干擾、以及不同小區(qū)之間的干擾分別獲取期望信號矩陣s[z,k]、小區(qū)內(nèi)用戶間干擾矩陣c[j,k]和小區(qū)間干擾矩陣u[z,k]，具體如下公式：

其中表示對括號內(nèi)的向量進(jìn)行級聯(lián)操作，s[z,k]為d×d的矩陣，c[j,k]為d×(z-1)kd的矩陣，u[z,k]為d×(k-1)d的矩陣。

(6)根據(jù)步驟(5)得到的期望信號矩陣s[z,k]、小區(qū)內(nèi)用戶間干擾矩陣c[j,k]和小區(qū)間干擾矩陣u[z,k]獲取初始目標(biāo)優(yōu)化函數(shù)：

其中v1,v2...,vz表示u[z,k]中的列向量，s.t.表示約束條件。

(7)對步驟(6)得到的初始目標(biāo)優(yōu)化函數(shù)進(jìn)行核范數(shù)和秩約束滿秩約束估計(jì)處理，以得到最終目標(biāo)優(yōu)化函數(shù)；

本步驟具體為，首先，引入干擾矩陣秩的凸包絡(luò)函數(shù)：

表示函數(shù)f的凸包絡(luò)；||a||*是矩陣a的核范數(shù)，矩陣a的最大奇異值滿足max(σ(a))≤λ，σ(a)表示求矩陣a的奇異值，λ和μ為任意正數(shù)，blkdiag()表示以括號內(nèi)的元素為對角所形成的對角矩陣；

然后，對初始目標(biāo)優(yōu)化函數(shù)中的約束條件進(jìn)行凸優(yōu)化：

λmin(s[z,k])≥ε

其中ε＞0為無窮小的正數(shù)，表示矩陣s[z,k]為埃爾米特半正定矩陣，λmin()表示求取括號內(nèi)的最小特征值；

最后，根據(jù)凸包絡(luò)函數(shù)和凸優(yōu)化的結(jié)果得到最終目標(biāo)優(yōu)化函數(shù)：

上式屬于約束條件下凸函數(shù)優(yōu)化問題，可以通過matlab軟件cvx工具進(jìn)行約束條件下的凸優(yōu)化求解仿真。

圖4和圖5是在不同天線配置的條件下，本發(fā)明基于最大f范數(shù)天線選擇的用戶間小區(qū)間干擾矩陣秩最小化(normbasedantennaselectionrankconstrainedinter-userandinter-cellinterferencematrixrankminimization，簡稱nbs-rcrm-uc)干擾對齊算法與傳統(tǒng)的ops-rcrm-uc算法、ras-rcrm-uc算法、以及rcrm-uc算法四者之間的性能比較，可以看出本發(fā)明的算法與ras-rcrm-uc算法、以及rcrm-uc算法相比，較大地提高了系統(tǒng)速率；與ops-rcrm-uc算法相比又極大地減弱了計(jì)算復(fù)雜度，是一種復(fù)雜度與速率性能折衷的較理想算法。

圖6進(jìn)一步給出了以上四種算法所獲得的系統(tǒng)速率隨信噪比大小的變化情況。

從圖6可以看出，ops-rcrm-uc算法性能仍然是最好的；nbs-rcrm-uc算法次之，同等條件下，發(fā)射天線數(shù)越多，nbs-rcrm-uc算法獲得的系統(tǒng)可見，隨著基站和天線選擇數(shù)目的增加，nbs-rcrm-uc算法相比ras-rcrm-uc算法的優(yōu)勢更加明顯。

對比以上所有仿真結(jié)果可知，本發(fā)明通過結(jié)合天線選擇技術(shù)可以進(jìn)一步提高干擾對齊的效果，nbs-rcrm-uc算法能在達(dá)到最優(yōu)速率的同時(shí)較大地降低算法實(shí)現(xiàn)的復(fù)雜度；且隨著基站和天線選擇數(shù)目的增多，nbs-rcrm-uc算法效果更加突出。綜上所述，nbs-rcrm-uc算法整體性能最優(yōu)，具有較好的工程適用性。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。