一种MIMO传输中的用户配对方法及确定配对因子的方法

摘要

本发明公开了一种在上行多用户MIMO(MU－MIMO)传输中的用户配对方法及在移动通信系统中确定用户配对因子的方法。本发明的用户配对方法由基站测量用户的接收信噪比和用户与基站端构成的信道矩阵，以信道容量为依据，综合考虑快衰落和慢衰落对系统的影响，通过计算用户配对因子，选择出与选定用户配对因子最大的用户与选定用户进行配对并传输数据。利用本发明的用户配对方法及确定用户配对因子的方法可以使系统容量在一定程度上最大化，同时通过在配对因子计算式中引入调节因子，可以灵活的调整系统的吞吐量和公平性。

说明书

技术领域

本发明涉及移动通信中用户配对技术，尤其涉及一种用于多用户MIMO(MU-MIMO)上行传输的用户配对方法及在移动通信中确定用户配对因子的方法。

背景技术

一般来说，MIMO系统的信道容量是随着min{N_Tx，N_Rx}而线性增长的，所以增大min{N_Tx，N_Rx}也就意味着信道容量的增加。而在实际系统中，通常会假设发射天线数小于等于接收天线数，即N_Tx≤N_Rx，所以在上行MIMO传输中，当基站端有多个接收天线时，可以通过增加用户端的发射天线数来增加min{N_Tx，N_Rx}，从而达到增加系统信道容量的目的。

在实际的上行单用户MIMO传输中，用户端如果采用多天线进行传输，则需要用户有多个功率放大器，这在实际中是很难实现的，尤其对于终端是手机的情况。因此为了解决这个问题，可以将多个采用单天线发送的用户与基站的多天线构成多用户MIMO(MU-MIMO)传输，从而提高上行信道的容量。

多用户MIMO中用户间的传输是互相独立的，而且可以共享相同的上行时/频资源。基站根据空间信道的特性将两个单天线发送的用户进行配对，将其分配到相同的频率资源内，配对的用户则需要发送相互正交的参考信号，以方便通过信道估计获取数据解调所需的信道信息。通过多用户MIMO传输可以使每个用户减少自己的发射功率但原有的上行吞吐量保持不变，也就是说多用户MIMO传输可以增加上行信道容量和用户吞吐量。图1给出了上行多用户MIMO传输的示意图。

由于基站需要根据一定的配对准则将两个用户进行配对构成多用户MIMO传输，配对准则会对系统产生较大的影响。通常情况下会将两个信道正交性较好的用户进行配对以便在接收端较容易地将两发射信号分开，但配对用户可能会因为采用自适应功率控制(APC)而造成两用户的发射功率不同，而且不同用户到基站的距离以及路径损耗可能也不同，这样将导致不同发射天线信道的功率不等，从而使信道容量降低。所以，基站进行用户配对时需要考虑多种因素对系统的影响，如何测量出用户配对因子，从多个用户中挑选出适当的用户进行配对以达到提高信道容量和吞吐量的目的成为一个需要解决的问题。

发明内容

本发明要解决的技术问题是提供了一种在上行多用户MIMO(MU-MIMO)传输中的用户配对方法及在移动通信中确定用户配对因子的方法。本发明方法综合考虑了快衰落和慢衰落对系统的影响，使系统容量在一定程度上最大化，同时通过加入调节因子来灵活调整系统的公平性和吞吐量。

为解决上述技术问题，本发明用于上行多用户MIMO传输的用户配对方法，包括步骤：

(1)基站端测量对于所有用户的接收信噪比和用户的信道矩阵；

(2)基站从所有用户中选取一个用户i；

(3)基站依次计算其他每个用户与所述用户i的配对因子；

(4)选取与所述用户i具有最大配对因子的用户同所述用户i进行配对并传输数据。

进一步，所述用户配对因子由以下公式确定：

D＝SNR_i×SNR_j×det(H^HH)×(SNR_i/SNR_j)^k

其中，k为控制因子且k∈(0，1)，SNR_i表示所述用户i的接收信噪比，SNR_j表示另一用户j的接收信噪比，在配对因子的同一轮计算中综合考虑公平性与吞吐量选择相同的k值；

H表示所述用户i、用户j和基站端组成的MIMO信道矩阵H＝(H_i，H_j)。

进一步，确定控制因子k时，需要系统吞吐量提高时，k越接近于0；需要提高公平性时，k越接近于1。

进一步，所述步骤(2)是根据一定的调度算法选取用户i的。

本发明在移动通信中确定用户配对因子的方法，包括以下步骤：

(1)基站端测量用户i和用户j的接收信噪比SNR_i、SNR_j和用户i和用户j与基站端组成的信道矩阵H_i、H_j；

(2)根据公平性和吞吐量的系统要求，确定控制因子k；

(3)根据所述接收信噪比SNR_i和SNR_j、用户i、用户j和基站端组成的信道矩阵H＝(H_i，H_j)及控制因子k，确定用户配对因子。

进一步，所述用户配对因子由以下公式确定：

D＝SNR_i×SNR_j×det(H^HH)×(SNR_i/SNR_j)^k，k∈(0，1)。

进一步，所述步骤(2)中确定控制因子k时，k在0与1之间选择；需要系统吞吐量提高时，k越接近于0，需要提高公平性时，k越接近于1。

利用本发明可以在上行多用户MIMO(MU-MIMO)传输时对用户配对进行控制调整，充分考虑快衰落和慢衰落对系统的影响，最大化系统的信道容量，此外本发明还通过加入调节因子的方式可以灵活的调整系统的公平性和吞吐量。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明实施例的上行多用户MIMO传输的示意图；

图2是根据本发明的可控行列式用户配对方法；

图3是根据本发明实施例的时域帧结构示意图；

具体实施方式

以下结合附图对本发明的优选实施例进行说明。

首先，说明信道容量与接收信噪比及信道矩阵的关系。

在多用户MIMO传输中，设有l根接收天线，两个单天线发送的用户根据一定的配对方法在相同的频带上发送各自的数据，与基站的l根接收天线构成了一个l×2的MIMO信道矩阵$H=(H_i,H_j)=\left(\begin{array}{cc}{h}_{i1}& h_{j1}\\ h_{i2}& h_{j2}\\ ·& ·\\ ·& ·\\ ·& ·\\ h_{\mathrm{il}}& h_{\mathrm{jl}}\end{array}\right),$其中H_i，H_j分别为两个用户和基站之间的信道矩阵。基站端接收到的信号y为$y=\mathrm{Hx}+n=\left(\begin{array}{cc}{h}_{i1}& h_{j1}\\ h_{i2}& h_{j2}\\ ·& ·\\ ·& ·\\ ·& ·\\ h_{\mathrm{il}}& h_{\mathrm{jl}}\end{array}\right)\left(\begin{array}{c}{x}_i\\ x_j\end{array}\right)+\left(\begin{array}{c}{n}_1\\ n_2\end{array}\right),$其中$x=\left(\begin{array}{c}{x}_i\\ x_j\end{array}\right)$是用户的发送信号，n是噪声向量。

根据MIMO信道容量公式可得：

C＝H(y)-H(y|x)＝H(y)-H(n)＝log₂[det(πeR_yy)]-log₂[det(πeR_n)]，

其中，R_yy为接收信号的协方差矩阵，R_yy＝H^HR_xxH+R_n，$R_n=N_0{I}_{N_r}$，R_xx为发射信号的协方差矩阵，R_n为噪声的自相关矩阵，N₀为噪声方差，从而得到信道容量可以表示为

$C={\log }_2\left[\det \left(\frac{R_{\mathrm{yy}}}{R_n}\right)\right]={\log }_2\left[\det (\frac{H^H{R}_{\mathrm{xx}}H}{R_n}+I_{N_r})\right]={\log }_2\left[\det (H^H\frac{R_{\mathrm{xx}}}{R_n}H+I_{N_r})\right].$

由于两个用户的接收信噪比不同，对于可以得到一个对角矩阵，表示为$\frac{R_{\mathrm{xx}}}{R_n}=\left(\begin{array}{cc}{\mathrm{SNR}}_i& 0\\ 0& {\mathrm{SNR}}_j\end{array}\right)=V,$信道容量公式就可以变形为：

$C={\log }_2\det (I_{N_r}+H^H\mathrm{VH})={\log }_2\det (I_{N_r}+{\left(H\sqrt{V}\right)}^{H}H\sqrt{V}).$

其中$H\sqrt{V}=H\left(\begin{array}{cc}\sqrt{{\mathrm{SNR}}_i}& 0\\ 0& \sqrt{{\mathrm{SNR}}_j}\end{array}\right)=\left(\begin{array}{cc}{h}_{i1}\sqrt{{\mathrm{SNR}}_i}& h_{j1}\sqrt{{\mathrm{SNR}}_j}\\ h_{i12}\sqrt{{\mathrm{SNR}}_i}& h_{j2}\sqrt{{\mathrm{SNR}}_j}\\ ·& ·\\ ·& ·\\ ·& ·\\ h_{\mathrm{il}}\sqrt{{\mathrm{SNR}}_i}& h_{\mathrm{jl}}\sqrt{{\mathrm{SNR}}_j}\end{array}\right).$通过此变换，就将两个用户的慢衰落特性转化到信道转移矩阵中了。

当发射天线SNR较高时，MIMO系统的信道容量随det(H^HH)的增加而增加，如果令$H^{\prime }=\left(\begin{array}{cc}{h}_{i1}\sqrt{{\mathrm{SNR}}_i}& h_{j1}\sqrt{{\mathrm{SNR}}_j}\\ h_{i2}\sqrt{{\mathrm{SNR}}_i}& h_{j2}\sqrt{{\mathrm{SNR}}_j}\\ ·& ·\\ ·& ·\\ ·& ·\\ h_{\mathrm{il}}\sqrt{{\mathrm{SNR}}_i}& h_{\mathrm{jl}}\sqrt{{\mathrm{SNR}}_j}\end{array}\right),$使信道容量最大化可以转化为使det(H′^HH′)＝SNR_i×SNR_j×det(H^HH)最大。

具体地，下面以2×2天线配置的上行多用户MIMO传输为例进行说明调节因子的引入及用户配对因子的计算，并进一步说明用户配对方法。

图1是根据本发明实施例的上行多用户MIMO传输的示意图。两个单天线发送的用户根据一定的配对方法在相同的频带上发送各自的数据，与基站的两个接收天线构成了一个2×2的MIMO信道矩阵$H=(H_i,H_j)=\left(\begin{array}{cc}{h}_{i1}& h_{j1}\\ h_{i2}& h_{j2}\end{array}\right),$其中H₁，H₂分别为两个用户和基站之间的信道。基站端接收到的信号y为$y=\mathrm{Hx}+n=\left(\begin{array}{cc}{h}_{i1}& h_{j1}\\ h_{i2}& h_{j2}\end{array}\right)\left(\begin{array}{c}{x}_i\\ x_j\end{array}\right)+\left(\begin{array}{c}{n}_i\\ n_j\end{array}\right),$$x=\left(\begin{array}{c}{x}_i\\ x_j\end{array}\right)$是用户的发送信号，n是噪声向量。

图2是根据本发明的可控行列式用户配对方法。本实施例的用户配对方法包括步骤：

(1)基站端测量对于所有用户的接收信噪比和用户的信道矩阵；

(2)基站从所有用户中选取一个用户i；

(3)基站依次计算其他每个用户与所述用户i的配对因子；

(4)选取与所述用户i具有最大配对因子的用户同所述用户i进行配对并传输数据。

根据MIMO信道容量公式可得：

C＝H(y)-H(y|x)＝H(y)-H(n)＝log₂[det(πeR_yy)]-log₂[det(πeR_n)]，其中R_yy＝H^HR_xxH+R_n，$R_n=N_0{I}_{N_r}$，从而得到信道容量可以表示为

$C={\log }_2\left[\det \left(\frac{R_{\mathrm{yy}}}{R_n}\right)\right]={\log }_2\left[\det (\frac{H^H{R}_{\mathrm{xx}}H}{R_n}+I_{N_r})\right]={\log }_2\left[\det (H^H\frac{R_{\mathrm{xx}}}{R_n}H+I_{N_r})\right].$

由于两个用户的接收信噪比不同，对于可以得到一个对角矩阵，表示为$\frac{R_{\mathrm{xx}}}{R_n}=\left(\begin{array}{cc}{\mathrm{SNR}}_i& 0\\ 0& {\mathrm{SNR}}_j\end{array}\right)=V,$信道容量公式就可以变形为：

$C={\log }_2\det (I_{N_r}+H^H\mathrm{VH})={\log }_2\det (I_{N_r}+{\left(H\sqrt{V}\right)}^{H}H\sqrt{V}).$

其中$H\sqrt{V}=H\left(\begin{array}{cc}\sqrt{{\mathrm{SNR}}_i}& 0\\ 0& \sqrt{{\mathrm{SNR}}_j}\end{array}\right)=\left(\begin{array}{cc}{h}_{i1}\sqrt{{\mathrm{SNR}}_i}& h_{j1}\sqrt{{\mathrm{SNR}}_j}\\ h_{i2}\sqrt{{\mathrm{SNR}}_i}& h_{j2}\sqrt{{\mathrm{SNR}}_j}\end{array}\right).$通过此变换，就将两个用户的慢衰落特性转化到信道转移矩阵中了。

当发射天线SNR较高时，MIMO系统的信道容量随det(H^HH)的增加而增加，如果令使信道容量最大化可以转化为使det(H′^HH′)＝SNR_i×SNR_j×det(H^HH)最大。由于det(H′^HH′)是由接收SNR和H共同决定的，选择容量最大的用户时，一些高接收SNR的用户被选到的机会比较大，如果一些用户离基站比较近，或者功控算法不理想，则这些用户的SNR会长期处于一个较高的值，他们在配对中被选到的机会比较大。而且在配对中，如果一个低接收SNR的用户选中一个高接收SNR的用户时，接收SNR比较低的用户所受到的干扰也是比较大的，因此我们考虑引入调节因子来调整配对方法的容量和公平性。

假设配对的两个用户接收SNR相等，则有

$\det \left(H^{\prime H}{H}^{\prime }\right)={\mathrm{SNR}}_i\times {\mathrm{SNR}}_i\times \det \left(H^{H}H\right)={\mathrm{SNR}}_i\times {\mathrm{SNR}}_j\times \det \left(H^{H}H\right)\times {\left(\frac{{\mathrm{SNR}}_i}{{\mathrm{SNR}}_j}\right)}^1,$

而配对的两个用户接收SNR不等时，则有

$\det \left(H^{\prime H}{H}^{\prime }\right)={\mathrm{SNR}}_i\times {\mathrm{SNR}}_i\times \det \left(H^{H}H\right)={\mathrm{SNR}}_i\times {\mathrm{SNR}}_j\times \det \left(H^{H}H\right)\times {\left(\frac{{\mathrm{SNR}}_i}{{\mathrm{SNR}}_j}\right)}^0,$

因此可以引入系数T＝(SNR_m/SNR_n)^k作为调节因子，其中k为控制因子，这样，使最终用户配对的准则变为

D＝SNR_i×SNR_j×det(H^HH)×(SNR_i/SNR_j)^k，(k∈(0，1))。

由于(SNR_i/SNR_j)^k这一项可以控制SNR_j对用户配对的影响，控制因子k值表示(SNR_i/SNR_j)^k与1的接近程度。k值越接近0，(SNR_i/SNR_j)^k越接近1，对用户配对影响越小，则高接收SNR的用户被选到的机会越大，吞吐量相应提高，公平性下降。相应的k值越接近1，(SNR_i/SNR_j)^k对用户配对的影响越大，高接收SNR的用户被选到的机会越小，吞吐量相应下降，公平性上升。因此通过调整控制因子k值可以折中公平性与吞吐量的关系，配对因子根据需要是可控的。

进行用户配对时，基站计算所有其他用户与用户i的配对因子，选择出配对因子最大的用户与用户i进行配对并传输数据。

上行多用户MIMO传输中，假设系统包含一个基站和K个用户，基站端首先测量对于所有用户的接收信噪比和用户的信道矩阵；基站从所有用户中根据一定的调度算法选取一个用户i，然后再从剩余K-1个用户中依次选择每个用户计算其与用户i的配对因子。配对因子通过以下公式计算：

D＝C′×T＝SNR_i×SNR_j×det(H^HH)×(SNR_i/SNR_j)^k，(k∈(0，1))。

最后，选取剩余K-1个用户中与用户i具有最大配对因子的用户和用户i进行配对并传输数据。

在移动通信中确定用户配对因子的方法，包括以下步骤：

(1)基站端测量用户i和用户j的接收信噪比SNR_i、SNR_j和用户i和用户j与基站端组成的信道矩阵H_i、H_j；

(2)根据公平性和吞吐量的系统要求，确定控制因子k；

(3)根据所述接收信噪比SNR_i和SNR_j、用户i、用户j和基站端组成的信道矩阵H＝(H_i，H_j)及控制因子k，确定用户配对因子。

其中，用户配对因子由以下公式确定：

D＝SNR_i×SNR_j×det(H^HH)×(SNR_i/SNR_j)^k，k∈(0，1)。

在确定控制因子k时，k在0与1之间选择；需要系统吞吐量提高时，k越接近于0，需要提高公平性时，k越接近于1。

以下将继续结合图3及以下表格说明本发明的用户配对方法的可行性。表1是多用户MIMO传输的仿真场景，仿真中利用SC-FDMA的帧结构，图3是时域帧结构示意图，设定1个TTI中的6个LB(Long Block)来传输数据，具体的帧结构参数如表2所示。表3及表4分别给出了仿真中使用的MCS方式以及仿真参数设置。

表1多用户MIMO传输的仿真场景

  载波频率  (GHz)  基站间距离  (meters)  带宽  (MHz)  穿透损耗  (dB)  移动速度  (km/h)  2.0  500  10  20  3

表2实施例中的频域帧结构参数

  带宽  10MHz  1个TTI中LB的个数  6  1个TTI中子信道的个数  8  抽样点数  1024  占用的子载波数  600  每一子信道包含的子载波数  75(600/8)

表3实施例中的调制编码方式

表4实施例中的仿真参数设置

  小区数量  1  基站天线类型  全向天线  小区中用户数量  60  天线配置  1x2  载频  2GHz  用户最大发射功率  250mW(24dBm)  阴影衰落方差  8dB  热噪声系数  5dB  热噪声密度  -174dBm/HZ  干扰功率  -85dbm  发送天线增益  0dBi  接收天线增益  14dBi

  路损模型  128.1+37.6log10(R)，R in km  调度方式  Round-robin  自适应功率控制  开  自适应功率不控制步长  1dB  Channel Sounding时延  3TTIs  MIMO接收机类型  MMSE  快衰落模型  系统级SCME信道模型(Urban Macro)  目标BLER  10％

仿真结果如表5所示，给出了频域资源连续分配方式下本发明方法的小区吞吐量。

表5本实施例中的仿真结果

  用户配对方式  小区传输吞吐量  (bps/Hz)  小区有效吞吐量  (bps/Hz)  可控行列式用户配对(k＝1.0)  2.00536  1.70025  可控行列式用户配对(k＝0.9)  2.25565  1.96994  可控行列式用户配对(k＝0.7)  2.61762  2.32933  可控行列式用户配对(k＝0.5)  2.78506  2.49331  可控行列式用户配对(k＝0.0)  2.86511  2.575840

通过本发明的实施例结果可以看出，本发明提出的可控行列式用户配对方法，综合考虑了快衰落和慢衰落对系统的影响，通过计算配对因子使系统容量达到最大化，同时在配对因子中引入了调节因子，可以根据实际需求来灵活的调整系统的公平性和吞吐量。以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改和等同替换等，均应包含在本发明的保护范围之内。