一种基于大尺度信道信息的多小区协作下行传输用户配对方法

摘要

一种基于大尺度信道信息的多小区协作下行传输用户配对方法，该方法步骤如下：(一)根据用户大尺度信干比即SIR对用户进行排序，首先，所有用户统计各自大尺度SIR并上报所在小区服务基站，各基站按照大尺度SIR值由强到弱的顺序对所服务用户进行排序；(二)按大尺度SIR强弱搭配准则进行多小区用户配对分组对协作簇的N个基站按照由内到外、顺时针方向进行编号，然后奇偶小区按照大尺度SIR强弱搭配的准则进行用户分组：奇数小区的1号用户与偶数小区的K号用户分为一组，奇数小区的2号用户与偶数小区的K－1号用户分为一组，奇数小区的K号用户与偶数小区的1号用户分为一组；同组用户在同样的时间频率资源上接受多小区协作下行多用户MIMO传输的服务。

说明书

(一)技术领域

本发明一种基于大尺度信道信息的多小区协作下行传输用户配对方法，它涉及协作多点传输系统的下行传输用户分组方法。属于移动通信、无线通信技术领域。

(二)背景技术

协作多点传输(Coordinated Multi-Point，CoMP)能充分利用多基站、多用户和多天线资源提高小区平均吞吐量和小区边缘吞吐量，以达到IMT-A(International Mobile Telecommunications-Advanced，先进的国际移动通信)高频谱利用率的要求。

在协作多点传输系统中，多个小区需要共同决定各自的哪些用户可以占用相同的时频资源，并共同接受多点协作传输服务，即用户配对问题。

最简单的一种用户配对方法为随机用户配对，即相互协作的每个小区每次随机从自己所服务用户中挑选一个出来，然后将这些小区随机挑选的用户作为一个用户组合，占据相同的时频资源，并共同接受协作服务。

最优的用户配对方法是在每个时刻，多个小区根据所有用户的瞬时信道信息，遍历所有可能的用户组合，挑选出最优的用户组合，性能评价指标可以是系统公平性或是系统和数据率等等。但这种方法复杂度太高，基站间需要交互的信息量也太大。若N个小区共同协作，每个小区内包含K个用户，每个小区各自挑选出1个用户，组成1个包含N个用户的用户组合，则最优方法的搜索空间为K^N。可见寻找这种最优的用户组合计算复杂度相当高，几乎不可能实现。

文献“Marsch and G.Fettweis，“A Framework for Optimizing the DownlinkPerformance of Distributed Antenna Systems under a Constrained Backhaul”，in Proc.of the 13th European Wireless Conference(EW’07)，Apr.1-4，Paris，France，2007.”提出一种基于“隔离程度”的用户配对方法，利用大尺度信道信息对用户进行配对分组。在该方法中，所有用户根据大尺度信道信息计算自己的接收端平均信干比(SIR)。各基站获得本小区内所有用户的大尺度SIR后，按照该参数由大到小的顺序对用户进行排序，每个小区内大尺度SIR最强的用户分为一组，大尺度SIR次强的用户分为一组，......，大尺度SIR最弱的用户分为一组。这种方法实现简单，每个小区只要向另外N-1个小区共享K个标量值，并且用户分组过程不需要进行遍历搜索。

我们的分析表明，上述文献中这种用户配对方案与随机用户配对相比，会使系统边缘用户性能受损，降低系统的公平性。

目前关于CoMP系统中的用户配对组合问题尚没有其他可行方案，以上三种用户配对方案各有优缺点，亟需有一种低复杂度且能够保证一定公平性的用户配对分组方案。

(三)发明内容

1、目的

本发明的目的是提供一种利用大尺度SIR进行用户分组提高用户公平性的方法，它通过分析CoMP协作下行传输信道的非对称性对迫零波束形成方案(即ZF-BF)等线性预编码平均输出信噪比的影响，该方法与随机用户配对以及上述文献中的方法相比，可以在几乎不损失小区平均吞吐量的前提下，明显提升小区边缘频谱效率。

2、技术方案

我们在多小区协作下行传输中将任一户与其他小区中大尺度SIR较强的用户分在一组时都会提高性能，而上述文献中“强强”“弱弱”用户配对方法只能提高性能已经很好的用户。而在实际的蜂窝系统中，更迫切需要提升性能的是处于小区边缘、大尺度SIR较低的用户。基于以上分析，我们提出一种大尺度SIR进行“强弱搭配”的配对分组方法。

本发明一种基于大尺度信道信息的多小区协作下行传输用户配对方法，是一种利用大尺度SIR进行用户配对提高用户公平性的方法，该方法具体步骤如下：

步骤一：根据用户大尺度信干比即SIR对用户进行排序

首先，所有用户统计各自大尺度SIR并上报所在小区服务基站，各基站按照大尺度SIR值由强到弱的顺序对所服务用户进行排序。

$\mathrm{SIR}={\alpha }_s^2/{\Sigma }_{i=1}^{N-1}{\alpha }_i^2$

其中α_s为用户与所在小区服务基站间的大尺度信道响应，α_i为用户与协作小区簇内其他基站间的大尺度信道响应。

假设每小区内包含K个用户，排序后的用户编号为1，2，…，K，SIR_k为第k个用户的大尺度SIR，则有SIR₁≥SIR₂≥…≥SIR_K。

步骤二：按大尺度SIR强弱搭配准则进行多小区用户配对分组

对协作簇的N个基站按照由内到外、顺时针方向进行编号，如图1所示。然后奇偶小区按照大尺度SIR强弱搭配的准则进行用户分组：奇数小区的1号用户与偶数小区的K号用户分为一组，奇数小区的2号用户与偶数小区的K-1号用户分为一组，......，奇数小区的K号用户与偶数小区的1号用户分为一组。

同组用户在同样的时间频率资源上接受多小区协作下行多用户MIMO传输的服务。

从对本方法的描述中可以看到，本方法复杂度以及所需系统开销均与上述文献相同，远低于最优的用户配对方法，而传输性能却高于其它方法。

3、优点及功效

本发明提出一种利用大尺度SIR进行用户配对分组提高用户公平性的方法，它是一种基于大尺度SIR的“强弱搭配”多小区用户配对方法，它与基于瞬时信道信息的最优用户选择方法相比，这种用户配对算法可以大大降低计算复杂度和所需的系统开销；它与随机用户配对和上述文献中方法相比，这种用户配对算法可以明显提升小区边缘频谱效率，性能比较曲线见图2、图3。

(四)附图说明

图1小区编号示意图

图2基站端天线数为1时随机配对方法、文献中配对方法和本发明中的配对方法用户吞吐量CDF曲线

图3基站端天线数为2时随机配对方法、文献中配对方法和本发明中的配对方法用户吞吐量CDF曲线

图4本发明中多小区协作下行传输用户配对示意图

图中符号说明如下：

CDF曲线表示累积概率函数曲线；User Throughput表示用户吞吐量；

1-7表示小区序号；a表示随机用户配对方法用户吞吐量CDF曲线；b表示本发明中的配对方法用户吞吐量CDF曲线；c表示文献中配对方法用户吞吐量CDF曲线。图4中用手机端表示用户位置，相同的手机端表示用户分配为同一组。

(五)具体实施方案

本发明提出一种利用大尺度SIR进行用户配对分组提高用户公平性的方法，该方法的设计思想是将协作小区中大尺度SIR较强用户和较弱用户分为一组，即“强弱搭配”的方式将用户配对。这种用户配对方式能够提升处于小区边缘、大尺度SIR较低的用户的性能。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施实例对本发明作进一步地详细描述。

假设协作小区数目为7，小区编号由图1所示，每个小区包含10个用户，则该7个小区协作的多用户分组方案实施步骤如下：

步骤一：根据用户大尺度SIR对用户进行排序

协作小区内的所有70个用户统计各自的大尺度SIR$(\mathrm{SIR}={\alpha }_s^2/{\Sigma }_{i=1}^{N-1}{\alpha }_i^2)$上报各自所在小区服务基站；各基站按照大尺度SIR值的由强到弱的顺序对小区内用户进行排序。设排序后的用户编号为1，2，…，10，SIR_k为第k个用户的大尺度SIR，则有SIR₁≥SIR₂≥…≥SIR₁₀。

步骤二：按大尺度SIR强弱搭配准则进行多小区用户配对分组

协作的7个小区构成一个协作簇，簇内小区编号如图1所示。将奇偶小区按照大尺度强弱搭配准则进行用户分组：1、3、5、7小区的1号用户同2、4、6小区的10号用户分为一组；1、3、5、7小区的2号用户同2、4、6小区的9号用户分为一组；1、3、5、7小区的3号用户同2、4、6小区的8号用户分为一组，以此类推，直到1、3、5、7小区的10号用户与2、4、6的1号用户分为一组，分组过程结束。

同组的用户在相同的时间频率资源上接受多小区协作下行多用户MIMO传输服务。

实践证明，本发明是一种低复杂度且能够保证一定公平性的用户配对方案。