一种基于协作决策和自适应功率分配的下行协作多点传输方法

摘要

本发明属于通信技术领域，具体为一种基于协作决策和自适应功率分配的下行协作多点传输方法。协作多点传输的主要目的是提升小区边缘用户的性能。为了减少用户对信道状态信息的反馈以及提升基站的功率分配效率，本发明提出了该方法。本方法中协作多点传输是由边缘用户发起的：若边缘用户通信质量较差，需要协作传输，则其给相邻基站反馈信道状态信息，各个基站根据这些信息进行协作决策；否则，边缘用户不反馈信息，相邻基站也不做协作决策。当相邻基站决定协作后，它仍然依据这些信道状态信息对不同用户进行自适应的功率分配，并进行预编码设计。仿真结果表明，本方法能够在维持整体系统信道容量不变的基础上，较大提升了边缘用户的性能。

说明书

技术领域

本发明属于通信技术领域，具体的说，涉及一种基于协作决策和自适应功率分配的下行协作多点传输方法。

背景技术

在3GPP组织提出的LTE-A方案中，边缘用户的吞吐量是其重点考虑的性能指标。这是因为受传播距离和小区间干扰的影响，不论是WCDMA系统还是LTE系统，都存在小区边缘用户的QoS远远低于小区中心用户QoS的问题。而本发明涉及了LTE-A系统中用于改善小区边缘用户性能的关键技术——协作多点传输技术(CoMP)。

在较早的3GPP LTE方案中，下行链路采用正交频分多址接入(OFDMA)技术，而为了降低峰均功率比，上行链路采用基于正交频分复用(OFDM)的单载波频分多址接入(SC-FDMA)技术。因此，在单个LTE小区内，对于接入的多个用户设备(UEs)可以使它们在时域、频域或者码域(之一即可)实现“小区内正交”。这样，在单个LTE小区中就不存在同信道干扰的问题。不过，由于LTE小区的频率复用因子为1，而处于多个LTE小区边缘的用户必然存在小区间干扰的问题。对于这个问题，LTE的方案中并没有重点加以考虑，这主要是因为：(1). LTE的方案对边缘用户性能的指标要求并不高，因此，在小区内同信道干扰为零的情况下，边缘用户的性能已经可以接受；(2). 对于某一边缘用户来说，其在某一时段存在的小区间干扰实际上是被平均到了整个通信时段。因此，在LTE系统中，小区间干扰对边缘用户的影响并不显著。

但是，作为LTE方案的演进，LTE-A方案要求更高的通信速率(系统容量)和边缘用户的数据吞吐量。为此，LTE-A中采用了一些新的物理层关键技术，如多载波聚合技术，多入多出技术以及多用户的MIMO(MU-MIMO)技术等等。而对于边缘用户来说，其性能的提升很重要一点将来自于小区间干扰的消除，即通过小区间的正交资源分配来消除小区间的同信道干扰。在LTE-A系统中，基站和用户都配备有多根天线，此时消除小区间干扰的方法就称作CoMP技术。

目前下行的CoMP方案主要有：联合处理(JP)和协调规划/波束成形(CS/CB)。其中，前者又可以进一步分为联合传输(JT)和动态小区选择(DCS)^[1]。

在JT方案中，边缘用户同时接收来自周围协作小区基站发来的信号，也就是说，边缘用户的资源块(RB)由协作基站共同发送。为了区分不同基站发来的相同信息信号而不至于产生自干扰，JT中需要对各个基站发送的信息进行预编码处理，这通常是由各协作基站保存的码本所给定的。具体地，各个基站根据边缘用户到自己的信道信息独立地选择最好的预编码矩阵；然后，在这些预编码矩阵中选择对各基站协作传输最好的(自干扰尽量小)预编码矩阵作为码本，并依据该码本对相同的RB进行预编码和发送；最后，边缘用户分别解调出不同基站发来的相同信息，合并后获得显著的性能增益。

在DCS方案中，边缘用户在某一时刻只能接收来自一个协作基站的信号，这个协作基站既可以是其本身的服务基站(eNodeB)，也可以是其周围参与协作的基站。而DCS方案中，边缘用户进行基站选择是依据最小路径损失，即在参与协作的基站中，选择信道条件最好的基站。此时，其余基站在该RB上不工作，从而彻底消除了小区间的干扰。

在CB方案 (CS方案不作波束形成)中，边缘用户的有用信号都是由自己的Servicing eNodeB发送而来，只不过需要相邻基站进行协调来进行各自的波束形成，以使其对相邻协作小区边缘用户的干扰尽量小，从而达到改善小区边缘用户性能的目的。

值得注意的是，对于JT和DCS方案，其CoMP的实现是以降低协作小区频率复用率为代价的，即协作基站在为其它小区边缘用户提供协作服务时，该RB就不能再分配给自己小区内的用户了。而CB方案虽然不存在这个问题，但是其对边缘用户性能的提升十分有限，仅仅是降低了相邻小区对该边缘用户的干扰，而并不能获得额外的分集增益。

为此，本发明考虑将这三种方案的优势结合起来，利用MU-MIMO技术^[2-4]，设计一种基于协作决策和自适应功率分配的下行协作多点传输方法。

发明内容

针对现有技术的不足，本发明提出了一种基于协作决策和自适应功率分配的下行协作多点传输方法。

为了减少边缘用户反馈的信道状态信息，本发明所设计的下行协作多点传输是由边缘用户根据其通信质量的好坏而发起的。为了提升基站的功率分配效率，本发明中相邻基站能够根据各用户反馈的信道状态信息进行协作决策，并针对各个用户的信道条件进行自适应功率分配。在此基础上，协作基站再利用信漏噪比最大化准则来设计各个用户的预编码矩阵。

一、系统模型

本发明的应用场景是一个边缘用户存在的下行协作多点传输系统。图1为此系统的示意图。在该系统中，边缘用户UE₀所在的服务小区称为主小区，基站为eNodeB₀；其它相邻且参与CoMP的小区称为辅小区，基站为CeNodeB_j (j=1,2,…,M)。假设共有M个辅小区参与CoMP传输，并且每个辅小区还需要同时为各自一个中心用户UE_j提供下行传输服务。此外，假设各个基站端具有L根发射天线，各个用户端具有K根接收天线。这样，通过采用MIMO技术，利用信道状态信息来设计预编码矩阵或波束形成，以实现干扰抑制。

图2给出了本发明所研究的下行CoMP传输系统的原理框图。由于eNodeB₀只为其边缘用户UE₀提供服务，而此边缘用户与辅小区的中心用户UE_j距离较远，因此，图2中不考虑eNodeB₀对其它中心用户的干扰。整个图2所示的系统存在3种主要的干扰，包括：CeNodeB_j进行CoMP传输时对其中心用户UE_j的多用户干扰(MUI)；CeNodeB_j为其中心用户UE_j提供服务时，对CoMP目标用户UE₀的MUI；不同协作基站同时给UE₀作下行CoMP传输，发送不同预编码处理过的相同信息s₀时，存在的自干扰(SI)。本发明主要利用信漏噪比(SLNR)最大化准则来抑制前两种干扰，而自干扰主要是通过最大似然(ML)检测得到抑制的。

二、基于信漏噪比最大化准则的波束形成技术

假设图2所示的系统模型中，                                                为各基站CeNodeB_j到各服务中心用户的信道矩阵(满秩的)，为CeNodeB_j到CoMP目标用户UE₀的信道矩阵(也是满秩的)。为了分析方便，假设各个信道都是空间不相关的平坦瑞利衰落信道，和中每个元素都是独立同分布的(i.i.d)，服从零均值的复高斯分布，方差分别为1和。其中，为CeNodeB_j到边缘用户的信道衰减因子，这是由CeNodeB_j到边缘用户与到其中心用户的传输距离不同所致。

此外，考虑某一符号周期中，第j个用户所对应的发送符号向量为，（K为各用户的接收天线数目（假设相等），）其中s为第j个用户所采用的数据流数目(假设各个用户采用的数据流数目相等)。同时，考虑符号向量的功率限制条件为。

事实上，对于每个CeNodeB_j来说，其参与CoMP传输的模型(如图2所示)都等价于一个两用户的MU-MIMO模型。因此，在每个CeNodeB_j传输符号向量和之前，需要对其进行预编码处理，以降低MUI干扰。具体地，每个CeNodeB_j是将乘以一个预编码矩阵，然后发送给其中心用户UE_j；而将相同的符号向量乘以各基站不同的预编码矩阵，再发送给CoMP传输的目标边缘用户UE₀。因此，边缘用户UE₀的接收信号和各中心用户UE_j的接收信号分别为：

            

其中，式(1)的第一项和第二项构成有用信号的SI，第三项为MUI；式(2)的第一项为有用信号，第二项为MUI。另外，为加性白高斯噪声，满足，为噪声功率，I_K表示K×K维的单位矩阵；W₀₀和H₀₀分别为服务基站对边缘用户的预编码矩阵以及它们之间的信道矩阵。

为了抑制接收信号中的MUI，在文献[5-7]中，作者提出利用SLNR作为抑制MUI的最优化准则。SLNR的具体定义为：在不考虑接收矩阵的情况下，基站发射给目标用户的有用信号能量与该信号泄露给其他用户的泄露能量加上附加噪声能量的比值。因此，对于每个CeNodeB_j来说，其需要优化两个SLNR度量，分别为对其中心用户UE_j的SLNR_jj和对其CoMP目标边缘用户UE₀的SLNR_j0：

                     (3)

                     (4)

其中，P_jj和P_j0分别为CeNodeB_j分配给其中心用户和CoMP目标用户的信号功率，满足P_jj+ P_j0=P_j，j=1,2,…,M。P_j为CeNodeB_j可供发射的最大总功率。此外，I_L为L×L的单位矩阵，Tr(.)表示求矩阵的迹。

    因此，依据式(3)和式(4)中的SLNR度量，便可以通过求解如下的最优化问题来设计预编码矩阵W_jj和W_j0：

                  (5)

    在式(3)和式(4)中，和为厄尔米特半正定矩阵(HPSD)，而和为厄尔米特正定矩阵(PSD)。因此，这里可以使用广义特征值分解(GED)的方法来求解式(5)中的最优化问题。具体地，根据GED方法，存在可逆矩阵，使得

                         (6)

                      (7)

其中，H_jj和H_j0分别为K×L维的基站到中心用户和边缘用户的信道矩阵，K为边缘用户和中心用户的接收天线数目，假设请数目相同，L为基站的发射天线数目；上标H表示厄尔米特共轭转置；矩阵和的列向量以及和的对角元素分别为矩阵对和的广义特征向量及对应的广义特征值；I_L表示L×L维的单位矩阵；为噪声功率。

文献[6]指出，对于s层数据流的发送符号向量，式(5)对应的最优预编码矩阵为：

                                   (8)

其中，和为标度因子，使得条件和成立；I_s表示s×s维的单位矩阵；[I_s;0]为一个对角矩阵，其前s个对角元素为1，其余对角元素都是0。此时，CeNodeB_j所在小区中可以获得最大的SLNR：

                                (9)

值得注意的是，对于决定参与CoMP传输的辅小区来说，其下行传输类似于MU-MIMO系统中的下行传输问题。但是，两者不同之处在于：

(1) 并不是每个相邻小区都会参与CoMP传输，其协作与否主要取决于其自身中心用户的受影响程度，以及基站到CoMP目标边缘用户的信道条件；

(2)  在MU-MIMO系统的预编码设计中，为了方便，一般都假设分配给各个用户的发射功率相等。而在此下行CoMP传输问题中，已决定协作的基站还需要根据其到CoMP目标边缘用户信道的情况，自适应地在其中心用户和边缘用户之间进行功率分配。

(3) 在传统的MU-MIMO系统中^[5-7]，基站可以完成本小区全部的资源调度和分配工作，而用户只负责反馈信道状态信息。而在此下行CoMP传输问题中，为了尽量减少基站之间信息的交互，本发明要求CoMP传输是由边缘用户根据其通信质量而发起的(并不是所有边缘用户都需要CoMP传输)，而且协作基站之间仅共享CoMP传输目标用户的信息数据，而不进行跨小区的联合优化。

由以上考虑，本发明设计了一种基于协作决策和自适应功率分配的下行协作多点传输方法。

三、基于协作决策和自适应功率分配的下行协作多点传输方法

 本发明提供的一种基于协作决策和自适应功率分配的下行协作多点传输方法，具体步骤如下：

（1）边缘用户对其和服务基站之间的通信质量不满意时，边缘用户发起协作多点传输 (CoMP)请求，并将其信道状态信息发送给各个相邻基站；

（2）根据相邻基站合作决策，相邻基站决定是否参与协作多点传输 (CoMP)，决定参与协作多点传输的相邻基站利用用户发送的信道状态信息进行自适应功率分配，再根据功率分配的结果，基于最大信漏噪比(SLNR)准则分别设计对中心用户和目标边缘用户的最优的预编码矩阵；

（3）服务基站提供边缘用户的信息数据给参与协作的相邻基站，参与协作的相邻基站进行下行协作多点传输，边缘用户采用最大似然的方法检测接收不同协作基站发送来的相同信息。

本发明提供的下行协作多点传输方法，其流程图如图3所示，边缘用户若对自己的通信质量不满意，则将由他发起CoMP请求，并将其信道状态信息发送给各个相邻基站。所述信道状态信息包括边缘用户的服务基站到其的信道状态信息以及相邻基站到其的信道状态信息，但是为了降低反馈开销，该边缘用户针对不同基站只是反馈与该基站有关的信道状态信息。第j个相邻基站获得边缘用户的信道状态信息H_j0后，结合其本小区中心用户的信道状态信息H_jj，进行协作决策，具体方法如下：

在第j个相邻基站处，分别定义中心用户和边缘用户的最大信漏噪比可达的上界：

(10)

    （11）          

式中，最大信漏噪比可达的上界和表示该基站将最大发射功率P_j用于中心用户或边缘用户时，可达到的信漏噪比最大值。它衡量了中心用户和边缘用户的信道条件，反映了该基站参与CoMP传输的“潜力大小”。

最大信漏噪比可达的上界除了与发射功率有关外，还和收发两端的天线配置有关。因此，为了尽量消除不同天线配置对协作判决门限的影响，这里采用比值的方法，定义如下的判决规则：如果，则第j个相邻基站愿意协作；否则，其选择不协作。其中，为第j个相邻基站的协作判决门限。

假设第j个相邻基站决定参与CoMP传输，但是由式(3)~(5)可知，在利用SLNR最大化准则进行预编码设计之前，我们还需要先考虑该基站如何给中心用户和边缘用户分配发射功率。这里，再次利用式(10)和式(11)中定义的最大信漏噪比的可达上界，得到如下的功率分配方法：

                           (12)

其中，，为该基站的“协作意愿”因子，并且还可以得出如下结论：

 ，因为假设作为协作基站来说，其为非本小区的边缘用户提供服务的意愿(功率)不会超过本小区的中心用户的功率；

 当时，这意味着朝向中心用户的波束更窄，中心用户的信漏噪比更大。此时有，即边缘用户获得了其最大的发射功率，用以弥补其波束较宽导致的功率损失。而对于中心用户来说，虽然边缘用户对其干扰增强了，但是，考虑到其波束更窄，信漏噪比更大(与边缘用户相同功率时)。因此，除了受总发射功率恒定的限制导致中心用户功率降低外，中心用户因边缘用户干扰而导致的性能下降并不显著。

 当时，这意味着朝向边缘用户的波束更窄，边缘用户的信漏噪比更大。此时有，即中心用户获得了较大的发射功率，用以弥补其波束较宽导致的功率损失。而对于边缘用户来说，虽然其发射功率相对较低，而且中心用户对其的干扰也增强了，但是，考虑到其波束更窄，信漏噪比更大(与中心用户相同功率时)，因此，其性能也没有显著下降。

由以上分析可知，采用式(12)进行基站端的功率分配，能够很好地适应信道条件的变化，实现自适应地功率分配。这样，根据式(12)功率分配的结果，再利用式(5)~(9)基于SLNR最大化准则的预编码设计方法，分别求出对中心用户和边缘用户最优的预编码矩阵。相比基于SINR最大化准则的方法，采用此准则可以大大减少小区基站间的信息交互，避免跨小区优化引起的耦合问题。

与传统CB方法和非协作传输方法比较，本方法能够在维持整体系统信道容量不变的情况下，大大提升边缘用户的性能。

附图说明

图1：下行CoMP系统示意图。

图2：下行CoMP传输系统框图。

图3：本发明方法的操作流程图。

图4：采用本发明方法、传统CB方法和非协作传输方法时，边缘用户的SER性能(L=2, ToT=1或3)。

图5：采用本发明方法、传统CB方法和非协作传输方法时，边缘用户的SER性能(L=4, ToT=1或3)。

图6：采用本发明方法、传统CB方法和非协作传输方法时，整个系统的信道容量(L=2, ToT=1或3)。

图7：采用本发明方法、传统CB方法和非协作传输方法时，整个系统的信道容量(L=4, ToT=1或3)。

具体实施方式

实施例1

设实施例的参数

仿真环境： MATLAB

信道模型：参考文献

发送天线数：L=2或4

接收天线数：K=1

数据流层数：s=1

Monte Carlo仿真次数：10⁵

调制方式：QPSK(Gray码)

参与CoMP的基站个数：ToT=1或3

主服务小区中基站到其边缘用户的信道衰减因子：0.2(边缘用户性能很差，需要协作传输)

协作门限：0.5

具体实施步骤：图3所示为本发明方法的操作流程图。

仿真结果

       这里主要是在物理层，验证本发明所提出的一种基于协作决策和自适应功率分配的下行协作多点传输方法，能够在维持整体系统信道容量的基础上，大大提升边缘用户的性能。为了进行对比分析，这里除了考虑本发明提出的方案(简称JT)外，还考虑了相同信道条件下(满足协作门限)进行协作波束形成的CoMP方案(简称CB)以及完全非CoMP的情况(简称NC)。

图4为采用本发明方法、传统CB方法和非协作传输方法时，边缘用户的SER性能图示 (L=2, ToT=1或3)。

图5所示为采用本发明方法、传统CB方法和非协作传输方法时，边缘用户的SER性能图示(L=4, ToT=1或3)。

比较图4和图5，可以看出：在相同发射天线的配置下，NC传输时边缘用户的性能最差，而本发明提出的方法能够使得边缘用户的性能大大提升，并且优于CB方法；随着发射天线数目的增加，不论本发明的方法还是CB方法，边缘用户的性能都是显著提升的；而增加协作基站的个数，并不能显著提升边缘用户的性能，这是因为协作传输会同时引入MUI。

图6所示为采用本发明方法、传统CB方法和非协作传输方法时，整个系统的信道容量(L=2, ToT=1或3)。

图7所示为采用本发明方法、传统CB方法和非协作传输方法时，整个系统的信道容量(L=4, ToT=1或3)。

比较图6和图7，可以看出：本发明的方法能够实现优于传统CB方法的整体系统信道容量；而且本发明的方法与原非协作时的整体系统信道容量十分接近，甚至在天线数目较多和协作基站较少时，本方法还会对整体系统信道容量略有提升。

综上所述，本发明提出的基于协作决策和自适应功率分配的下行协作多点传输方法，能够大大提升边缘用户的性能，同时维持整体系统的信道容量。

参考文献

[1]   M. Sawahashi, et al., "Coordinated multipoint transmission/reception techniques for LTE-advanced," Wireless Communications, IEEE, vol. 17, pp. 26-34, 2010. 

[2]   J. S. Kim, et al., "Coordinated Spatial Multiplexing with Orthogonalized Channels for Multiuser MIMO Downlink Systems," IEEE Transactions on Wireless Communications, vol. 11, pp. 1996-2001, Jun 2012.

[3]   W. W. L. Ho, et al., "Decentralized Base Station Processing for Multiuser MIMO Downlink CoMP," in Vehicular Technology Conference (VTC 2010-Spring), 2010 IEEE 71st, 2010, pp. 1-5.

[4]   C. Dongwook, et al., "Resource Allocation for CoMP With Multiuser MIMO-OFDMA," Vehicular Technology, IEEE Transactions on, vol. 60, pp. 4626-4632, 2011.

[5]   A. Tarighat, et al., "A multi user beamforming scheme for downlink MIMO channels based on maximizing signal-to-leakage ratios," in Acoustics, Speech, and Signal Processing, 2005. Proceedings. (ICASSP '05). IEEE International Conference on, 2005, pp. iii/1129-iii/1132 Vol. 3.

[6]   M. Sadek, et al., "A Leakage-Based Precoding Scheme for Downlink Multi-User MIMO Channels," Wireless Communications, IEEE Transactions on, vol. 6, pp. 1711-1721, 2007.

[7]   M. Sadek and S. Aissa, "Leakage Based Precoding for Multi-User MIMO-OFDM Systems," Wireless Communications, IEEE Transactions on, vol. 10, pp. 2428-2433, 2011。