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
(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
(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,
優(yōu)選地,步驟(5)具體是采用以下公式:
其中
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):
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),
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
其中z表示小區(qū)基站的數(shù)量,hij表示矩陣
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
(4)根據(jù)步驟(3)確定的信道矩陣
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),
(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
(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):
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),
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)。