一种基于智能天线的绿色分布式天线系统通信方法

摘要

本发明公开了一种基于智能天线的绿色分布式天线系统通信方法，包括以下步骤：(1)选择分布式天线端口；(2)系统对分布式天线端口的智能子天线进行选择调度；(3)对各个分布式天线端口进行子载波分配；(4)通过粒子群算法对各个分布式天线端口的参数进行自适应调整。本发明将智能天线技术应用于圆形小区分布式天线系统中，通过有效的子载波分配和灵活的天线选择策略，使之不仅能够减轻系统内部干扰，而且可以节约系统资源；并且中心处理单元根据外部环境需求可自适应地调整系统各个分布式天线端口工作参数，通过粒子群算法对参数进行调整，能够在满足用户服务质量的要求下，尽可能减少系统总的功耗，实现节能环保的绿色智能通信。

说明书

技术领域

本发明涉及一种基于智能天线的绿色分布式天线系统通信方法，属于无线通信技术领域。

背景技术

分布式天线系统(DAS)是指将基站天线分散放置在小区不同地理位置的天线系统，在 有些研究中也称为DMIMO系统。由于分布式天线系统具有功率消耗低，频谱利用率高以 及组网方式灵活等优势，因而引起了学术界广泛关注；我国面向后四代移动通信技术发展规 划的FuTURE计划就采用了分布式天线系统作为网络架构方案。此外，相比于传统的集中 式天线系统，分布式天线系统不仅可以充分利用宏分集增益有效地克服无线信号衰落的影响， 还可以缩短天线与用户之间的平均接入距离，减少天线覆盖区域内的盲点，提高系统覆盖特 性，改善系统性能。

现有的分布式天线系统的通信方法系统内部干扰严重，占用大量的系统资源，且分布式 天线系统总的功耗高。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于智能天线的绿色分布式天线系统 通信方法，不仅能够减轻系统内部干扰，而且可以节约系统资源，同时，能够在满足用户服 务质量的要求下，尽可能减少分布式系统总的功耗。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于智能天线的绿色分布式天线系统通信方法，系统包括中心处理单元和 分布于小区内的多个分布式天线端口，多个所述分布式天线端口分别通过光纤或同轴电缆与 中心处理单元相连接，每个所述分布式天线端口由多根智能子天线组成智能天线阵列，系统 的通信方法包括以下几个步骤：

(1)选择分布式天线端口：所述中央处理单元选择与某一移动台之间信道状态最好的 分布式天线端口，使之与移动台进行通信，用于实现定向通信服务；信道状态的好坏通过接 收到的定向波束信噪比来衡量；

(2)系统对所述分布式天线端口的智能子天线进行选择调度，用于节约系统资源；

(3)对各个分布式天线端口进行子载波分配，使不同的移动台能够在不同的子载波上 进行通信，用于减轻系统内部用户之间的干扰；

(4)所述中心处理单元根据系统外部环境的需求，通过粒子群算法对各个分布式天线 端口的参数进行自适应调整，用于减少分布式天线系统的总功耗。

步骤(1)中，所述分布式天线端口选择的具体方法如下：

(1a)初始阶段，小区内所有的分布式天线端口以全向广播方式不定时地向处于小区中 不同区域的移动台发送公用测试信号；

(2a)需发起通信请求的移动台接收到该测试信号后，向相应分布式天线端口发出应答 响应，随后就会将当前的信道状态信息反馈给相应的分布式天线端口；

(3a)各个分布式天线端口根据反馈的信道信息调整天线阵列权重，构造赋型波束指向 需发起通信的移动台，移动台则计算各个分布式天线端口的定向波束信噪比，系统会选择定 向波束信噪比最大的分布式天线端口，选定的分布式天线端口就会进一步根据修正的信道反 馈信息进行加权处理(处理的方法为现有技术)，形成最后的定向波束指向处于特定位置的 移动台。

步骤(3a)中，假设设有5个分布式天线端口，移动台接收端的各个分布式天线端口 DAUi的定向波束信噪比可以表示为：

$\left(\begin{array}{c}{r}_1=\frac{{\left(h_1^H{w}_1\right)}^2{P}_1}{{\sigma }^2}\\ r_2=\frac{{\left(h_2^H{w}_2\right)}^2{P}_2}{{\sigma }^2}\\ r_3=\frac{{\left(h_3^H{w}_3\right)}^2{P}_3}{{\sigma }^2}\\ r_4=\frac{{\left(h_4^H{w}_4\right)}^2{P}_4}{{\sigma }^2}\\ r_5=\frac{{\left(h_5^H{w}_5\right)}^2{P}_5}{{\sigma }^2}\end{array}\right)$

其中，DAUi(i＝1,2,L,5)，h_i为分布式天线端口DAUi(i＝1,2,L,5)与各自覆盖区域内 某一发起通信请求移动台之间的信道衰落系数，H表示共轭转置，w_i(i＝1,2,L,5)表示各个 分布式天线端口对应的加权向量，P_i(i＝1,2,L,5)是对应的分布式天线端口发送功率，σ 为常数，系统会选择信噪比最大的r_i＝max{r₁,r₂,r₃,r₄,r₅}，所对应的分布式天线端口DAUi 与移动台建立通信链路。

步骤(2)中，假设分布式天线端口DAU1由A₁,A₂,A₃,A₄,A₅,A₆六根智能子天线 组成单层智能天线阵列，每根所述智能子天线可形成特定方向上的波束，假设系统正常工作 时，系统检测到移动台MS1和MS3与分布式天线端口DAU1之间信道状态最好，故选择 分布式天线端口DAU1与这两个移动台进行通信，此后系统会对分布式天线端口DAU1的 智能子天线进行选择调度，具体天线选择调度机制如下：

假设某一时刻分布式天线端口DAU1的智能子天线A₁,A₃,A₄,A₆处于休眠状态，智 能子天线A₂,A₅处于激活状态，由于处于激活状态的智能子天线正在实施通信过程中，系 统则会通过选择激活智能子天线A₁和A₃分别与移动台MS1和MS3通信；

假设在某一通信阶段，当移动台MS1服务质量或数据传输量超过智能子天线A₁的工作 负荷时，系统就会将处于休眠状态的智能子天线A₄激活，使之与智能子天线A₁同时为移 动台MS1提供服务；当移动台MS1数据传输量处于较小状态时，系统则会将智能子天线A₄重新设置为休眠状态，从而通过这样的天线选择调度机制节约系统资源。

步骤(3)中，系统正常工作时为每根激活的智能子天线分配单个不同的子载波，经过 天线端口选择与天线选择调度后，系统为分布式天线端口DAU1处于激活状态下的智能子 天线A₁,A₂,A₃,A₅分别分配f₁,f₂,f₃,f₅不同的子载波，而且为了减轻干扰，系统所分配 的子载波不被小区内其它分布式天线端口或相邻小区占用；

所述智能子天线A_i的子载波通信方式如下：

(1b)在下行链路中，智能子天线A_i通过智能天线技术定向地为移动台MS_i提供服务；

(2b)在上行链路中，所述移动台MS_i也在系统分配好的固定子载波f_i上与智能子天线 A_i进行通信，与此同时其它的激活智能子天线也以相同的通信方式与对应的移动台建立通 信链路；

通过采用以上的通信方式可以使不同的移动台能够在不同的子载波上进行通信，从而降 低移动台之间的干扰。

步骤(4)中，所述基于粒子群算法的参数自适应调整方法如下

(1c)当k＝0时，随机产生二进制数和其中1≤d≤D，从而得到二进制序列1≤i≤Num，其中，Num为粒 子群中粒子群体个数，D为维数，v_max为粒子最大速度；

(2c)依据粒子适应度衡量公式计算各个粒子的适应度，令并 其中b为具有最高适应度的粒子索引；

(3c)当k＝k+1时，更新任意粒子i的速度，其表达式如下：

$v_{\mathrm{id}}^k={\mathrm{\omega v}}_{\mathrm{id}}^{k-1}+c_1{\kappa }_1(p_{\mathrm{id}}^{k-1}-x_{\mathrm{id}}^{k-1})+c_2{\kappa }_2(p_{\mathrm{bd}}^{k-1}-x_{\mathrm{id}}^{k-1})$

其中ω是惯性系数，c₁和c₂是学习因子，κ₁和κ₂为分布于[0,1]之间的随机数，当则令$v_{\mathrm{id}}^k=v_{\max },$当$v_{\mathrm{id}}^k<-v_{\max },$则令$v_{\mathrm{id}}^k=-v_{\max };$

(4c)更新粒子i的位置，随机产生均匀分布于[0,1]之间的随机数，如果其值小于则令$x_{\mathrm{id}}^k=1,$否则令$x_{\mathrm{id}}^k=0,$其中$\mathrm{sig}\left(v_{\mathrm{id}}^k\right)=1/(1+\exp \left(v_{\mathrm{id}}^k\right));$

(5c)依据粒子适应度衡量公式计算各个粒子的适应度值，对于粒子i，如果其适应度大 于的适应度，则令否则如果其适应度大于的适应度，则令 如果其它粒子的适应度都小于的适应度，则令

(6c)重复步骤(2c)～步骤(5c)，直至达到所设置的最大迭代次数，获得最优解。

本发明将智能天线技术应用于圆形小区分布式天线系统中，通过灵活的天线端口及天线 选择策略和有效的子载波分配，使之不仅能够减轻系统内部干扰，而且可以节约系统资源； 在分布式系统功耗方面，则提出了一种自适应参数调整方案，中心处理单元根据外部环境需 求可自适应地调整系统各个分布式天线端口工作参数，通过粒子群算法对参数进行调整，能 够在满足用户服务质量的要求下，尽可能减少分布式系统总的功耗，实现节能环保的绿色智 能通信。

附图说明

图1为一种基于智能天线的圆形小区分布式天线系统的通信框架示意图；

图2为分布式天线端口DAU1智能子天线选择与子载波分配示意图；

图3为粒子群算法流程图；

图4为函数g(x,η)性能曲线图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体 实施方式，进一步阐述本发明。

本发明的一种基于智能天线的绿色分布式天线系统通信方法，包括以下几个步骤：

首先，将智能天线应用到类似于蜂窝结构的圆形小区分布式天线系统中，相较于普通的 全向天线，采用智能天线可以降低天线端口间的信号干扰，改善系统通信性能。图1给出了 单个圆形小区内基于智能天线的分布式天线系统通信框架示意图，假设小区半径 R＝1000m，图中的五个分布式天线端口(DAU)都是经过天线布网后分布于小区特定位 置的，天线端口通过光纤或同轴电缆与中心处理单元(MPU)相连，每个分布式天线端口 由多根智能天线组成智能天线阵列，这种智能天线阵列可以根据小区内不同区域移动台通信 需求，向移动台提供一个定向波束，在一定意义上实现信号的定向传输。而中心处理单元主 要负责整个系统的无线资源调度、功率分配、天线选择等工作。

本实施例中，当系统正常工作时，以分布式天线端口DAU1为例，初始阶段处于DAU1 覆盖范围内的某一移动台MS1向其发送通信请求，DAU1响应后向MS1发送一个测试信号， MS1接收后将目前信道状态信息反馈给DAU1，DAU1上的智能天线通过对天线阵元接收到 的反馈信号进行加权处理形成天线波束，也即这种天线波束通过加权矢量调整收发天线方向 图使其主瓣指向需要进行通信的移动台的方向，从而实现为其提供定向通信的服务。假设分 布式天线端口DAUi(i＝1,2,L,5)与各自覆盖区域内某一发起通信请求移动台之间的信道 衰落系数为h_i，w_i(i＝1,2,L,5)表示各个天线端口对应的加权向量，在系统下行链路中，移 动台的接收信号可以表示为：

$\left(\begin{array}{c}{y}_1=h_1^H\left(w_1{s}_1\right)+n_1\\ y_2=h_2^H\left(w_2{s}_2\right)+n_2\\ y_3=h_3^H\left(w_3{s}_3\right)+n_3\\ y_4=h_3^H\left(w_4{s}_4\right)+n_4\\ y_5=h_5^H\left(w_5{s}_5\right)+n_5\end{array}\right)$

其中，y_i(i＝1,2,L,5)表示与DAUi通信的MS接收信号标量；h_i(i＝1,2,L,5)是M_i×1的 信道向量，M_i是天线端口DAUi中实际用于建立通信的天线数目；上标()^H表示共轭转置； s_i(i＝1,2,L,5)是各天线端口上的发送符号；n_i是加性复高斯白噪声。由于智能天线阵列在 波束成形过程中通过权重系数的调整，已使主瓣对准了移动台方向，故可带来极大的信号增 益，提高了移动台的接收信噪比；而其它副瓣则只具较小增益故能很好地抑制其它信号的干 扰，从而减轻分布式天线端口之间的信号干扰，增强了通信链路的可靠性与稳定性。

由于在实际的通信过程中，每一分布式天线端口覆盖范围内不可能只有一个用户与其进 行通信，也即通常情况下每个分布式天线端口可以同时服务多个用户；而且在实际的单小区 多用户场景下，因成本和小型化的需要用户端一般配置的是全向型天线，故在上行通信链路 中用户之间容易存在码间干扰，降低系统性能。因此，本实施例将在智能天线技术基础上通 过采用有效的子载波分配方案(频率规划)，同时配合灵活的天线选择调度机制，降低系统 内部干扰，节约系统资源。

实现“天线子载波分配”的前提是建立天线端口选择与天线选择调度机制。所谓天线端 口选择就是系统会自适应地选择与某一特定用户之间信道状态最好的天线端口，使之与用户 进行通信，而信道状态的好坏主要通过接收信噪比来衡量。天线端口选择具体的实施方式以 图1为例，在系统初始运营阶段，小区内所有的分布式天线端口DAUi会以全向广播的方式 不定时地向处于小区中不同区域的移动台发送公用测试信号；需发起通信请求的移动台接收 到该测试信号后向相应发射天线端口发出应答响应，随后就会将当前的信道状态信息反馈给 相应的天线端口；各天线端口根据反馈的信道信息调整天线单元权重构造赋型波束指向需发 起通信的移动台，移动台则计算各端口的定向波束信噪比以对可能接入的天线端口加以判断 与选择，一旦选择后，选定的分布式天线端口就会进一步根据修正的信道反馈信息进行加权 处理形成最后的定向波束指向处于特定位置的移动台。选择过程中，移动台接收端的各端口 信噪比可以表示为：

$\left(\begin{array}{c}{r}_1=\frac{{\left(h_1^H{w}_1\right)}^2{P}_1}{{\sigma }^2}\\ r_2=\frac{{\left(h_2^H{w}_2\right)}^2{P}_2}{{\sigma }^2}\\ r_3=\frac{{\left(h_3^H{w}_3\right)}^2{P}_3}{{\sigma }^2}\\ r_4=\frac{{\left(h_4^H{w}_4\right)}^2{P}_4}{{\sigma }^2}\\ r_5=\frac{{\left(h_5^H{w}_5\right)}^2{P}_5}{{\sigma }^2}\end{array}\right)$

P_i(i＝1,2,L,5)是对应的天线端口发送功率。系统会选择信噪比最大的

r_i＝max{r₁,r₂,r₃,r₄,r₅}，所对应的天线端口DAUi与用户建立通信链路，为用户提供更加 可靠、稳定、流畅的通信服务。

具体的天线选择调度实施方案则如图2所示。假设DAU1由A₁,A₂,A₃,A₄,A₅,A₆六 根智能子天线组成单层线性阵列，其中每根智能子天线可形成特定方向上的波束。假设系统 正常工作时，系统检测到MS1和MS3与DAU1之间信道状态最好，故选择DAU1与这两 个用户进行通信，此后系统将会对DAU1的智能子天线进行选择调度。假设图2中某一时 刻DAU1智能子天线A₁,A₃,A₄,A₆处于休眠状态，智能子天线A₂,A₅处于激活状态，由 于处于激活状态的天线正在实施通信过程中，系统则会通过选择激活A₁和A₃智能子阵分 别与MS1和MS3通信。假设在某一通信阶段，当MS1服务质量或数据传输量超过A₁的工 作负荷时，系统就会将处于休眠状态的天线A₄激活，使之与A₁同时为MS1提供服务；当 MS1数据传输量处于较小状态时，系统则会将A₄重新设置为休眠状态。显然，通过这样的 天线选择调度机制可以大大节约系统资源。

如图2亦给出了具体的子载波分配方案。为了减轻系统内部用户之间的干扰，假设系统 正常工作时只为每根激活的智能子天线分配单个不同的子载波。图2中经过天线端口选择与 天线选择调度后，系统为DAU1处于激活状态下的天线A₁,A₂,A₃,A₅分别分配 f₁,f₂,f₃,f₅不同的子载波，而且为了减轻干扰，系统所分配的子载波不被小区内其它分布 式天线端口或相邻小区占用。具体的子载波通信方式以天线A₃为例，在下行链路中，A₃通 过智能天线技术定向地为MS3提供服务；在上行链路中，MS3也在系统分配好的固定子载 波f₃上与A₃进行通信，与此同时其它的激活智能子天线则以相同的通信方式与对应的用户 建立通信链路。通过采用以上的通信方式可以使不同的用户能够在不同的子载波上进行通信， 从而降低用户之间的干扰。

在分布式天线系统中还提出了一种绿色自适应参数调整方案，即DAS中心处理单元可 根据系统外部环境的需求，自适应地调整各个分布式天线端口工作参数，以尽可能地减少分 布式天线系统总的功耗。由于本实施例涉及“绿色分布式天线系统”问题，所谓“绿色”就 是使DAS中所有的分布式天线端口在通信过程中功耗尽可能达到最低。然而，在实际的工 作环境下，如果一味地降低功耗，会使得系统基本的通信功能得不到保证，导致用户的基本 服务质量(Quality of Service,QoS)得不到满足，这样的“绿色分布式天线系统”将没有任 何意义。因此，本发明将绿色自适应参数调整方案建模为带约束条件的单目标优化问题，具 体的实施方案将通过下文给出。

各个分布式天线端口经过有效的子载波分配后，DAS已形成为一个多载波系统。假设 这种多载波系统包含M个子载波，每个子载波信道上可调的工作参数主要包括天线发射功 率和调制样式。而用户QoS与具体的应用有关，对于需传输大量数据文件的用户一般关心 的是最大误比特率(BER)和最小数据传输速率(TR)。因此，为了满足QoS要求，本实 施例中将DAS多载波自适应参数调整方案建模为带约束条件的功耗最小化问题：

$\min \underset{i=1}{\overset{M}{\Sigma }}{P}_i\left(a\right)$

st.BER≤BER_obj,TR≥TR_obj

其中，P_i是第i个子载波上的天线发射功率；a表示待调整参数，包括发射功率与调制样式 等；BER_obj是目标BER，TR表示数据速率，TR_obj表示目标数据传输速率，显然，对于 不同的应用，BER_obj和TR_obj不同。

针对上述绿色分布式天线系统自适应参数调整问题，本实施例通过采用粒子群算法对各 个子载波上的参数进行自适应调整以解决系统功耗问题。PSO算法流程如图3所示。假设 粒子群中粒子群体个数为Num，则在一个D维的搜索空间中，粒子i(1≤i≤Num)在第k 次迭代时的位置信息可以表示为粒子速度信息表示为 粒子i到目前为止所经历的最好位置为群体 中所有粒子到目前为止所经历过的最好位置为其中b为具有最优 位置的粒子索引。

在具体的PSO参数调整过程中，假设DAS中子载波数M＝30，天线发射功率范围设 置为0:30dB，间隔为0.5dB，即发射功率有60种可能取值，可选的调制方式包括BPSK， QPSK，16QAM和64QAM。假设各个子载波上信道为包含小尺度衰落与大尺度衰落的复合 衰落信道，而且每个子载波信道均可选择不同的发射功率和调制方式。特别需要注意的是， 在PSO优化参数过程中，每一个粒子位置x_i都有可能是最优解。本实施例中 是一个二进制序列，其与待调整参数之间的映射关系如表1所示，其 中L_j表示参数λ_j所需的二进制编码位数，L_j数值由λ_j的取值范围和所求解精度决定。

表1

由于粒子在搜索过程中，需要比较粒子适应度以此来更新粒子的位置和速度，为此本实 施采用如下粒子适应度衡量方法：

$f_{\mathrm{PSO}}=(M·P_{\max }+1-\underset{i=1}{\overset{M}{\Sigma }}{P}_i)\times g({\left(\frac{1}{M}\underset{i=1}{\overset{M}{\Sigma }}{\mathrm{BER}}_i\right)}^{-1},{\mathrm{BER}}_{\mathrm{obj}}^{-1})\times g(\frac{1}{M}\underset{i=1}{\overset{M}{\Sigma }}{\mathrm{TR}}_i,{\mathrm{TR}}_{\mathrm{obj}})$

其中，M表示子载波个数；P_max表示最大发送功率，f_PSO表示适应度值，BER_i和TR_i分 别表示第i个子载波的BER和数据传输速率。此外，可将上式中函数g(x,η)定义为：

$g(x,\eta )=\frac{1}{2}(\tanh \left(\sigma (\log (x/\eta )-\xi )\right)+1)$

其中σ和ξ是两个常数。本发明中选择σ和ξ使得当x/η＝1时，g(x,η)＝0.95；当 x/η＝0.1时，g(x,η)＝0.01。函数g(x,η)的性能曲线如图4所示，图中当x超过或等于 目标值η时，g(x,η)所增加的值非常有限，且随着x/η值逐渐增大g(x,η)值基本保持不 变。当x小于目标值η时，g(x,η)值减少得非常快。因此，可以看出在本实施例中如果平 均BER高于BER_obj或者平均数据传输速率TR没有达到TR_obj，则对g(x,η)的值惩罚较大， 这种约束条件在多载波自适应参数调整建模中得到充分体现。另外，由粒子适应度衡量公式 知，当粒子所能实现的总发送功率越小，其适应度越大；因此随着PSO迭代的进行，能够 在尽可能满足约束条件下逐步降低发送功率，朝着所建模型的最优解方向演化。

本实施例中具体的基于PSO参数自适应调整步骤如下：

1.当k＝0时，随机产生和其中1≤d≤D， 从而得到${x_i}^k=[x_{i1}^k,x_{i2}^k,L,x_{\mathrm{iD}}^k],$1≤i≤Num。

2.依据粒子适应度衡量公式计算各个粒子的适应度，令p_i^k＝x_i^k，并 其中b为具有最高适应度的粒子索引。

3.当k＝k+1时，更新任意粒子i的速度，其表达式如下：

$v_{\mathrm{id}}^k={\mathrm{\omega v}}_{\mathrm{id}}^{k-1}+c_1{\kappa }_1(p_{\mathrm{id}}^{k-1}-x_{\mathrm{id}}^{k-1})+c_2{\kappa }_2(p_{\mathrm{bd}}^{k-1}-x_{\mathrm{id}}^{k-1})$

其中ω是惯性系数，c₁和c₂是学习因子，κ₁和κ₂为分布于[0,1]之间的随机数。当则令$v_{\mathrm{id}}^k=v_{\max },$当$v_{\mathrm{id}}^k<-v_{\max },$则令$v_{\mathrm{id}}^k=-v_{\max }.$

4.更新粒子i的位置，随机产生均匀分布于[0,1]之间的随机数，如果其值小于则令$x_{\mathrm{id}}^k=1,$否则令$x_{\mathrm{id}}^k=0,$其中$\mathrm{sig}\left(v_{\mathrm{id}}^k\right)=1/(1+\exp \left(v_{\mathrm{id}}^k\right)).$

5.依据粒子适应度衡量公式计算各个粒子的适应度值。对于粒子i，如果其适应度大 于的适应度，则令否则如果其适应度大于的适应度，则令 如果其它粒子的适应度都小于的适应度，则令

6.重复步骤2～步骤5，直至达到所设置的最大迭代次数，获得最优解。

由于上述QoS要求会随着用户需求(例如：语音通信，视频通信以及高数据传输等) 的变化随时变化，当QoS发生变化后，可通过PSO调整方法对DAS中各个分布式天线端 口工作参数进行优化，使其在满足不同QoS要求前提下以尽可能低的发射功率进行通信， 从而达到节能环保的目的。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应 该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原 理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进 都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。