法律状态公告日
法律状态信息
法律状态
2015-08-26
授权
授权
2012-12-26
实质审查的生效 IPC(主分类):H04W16/18 申请日:20120720
实质审查的生效
2012-10-31
公开
公开
技术领域
本发明涉及一种适用于广义分布式MIMO(Multiple-Input-Multiple-Output) 系统网络规划中基站摆放位置的选择方法,属于无线通信网络规划领域。
背景技术
近年来,随着手机等移动通信技术设备的普及,用户需求不断提高,通讯网 络需要能够提供更快的数据传输速率,更稳定的语音、数据服务以及多样化的服 务等。MIMO技术可以有效的提高系统容量和频谱利用效率,成为当前移动通信 研究的热点,目前已经在LTE(Long Term Evolution)、IEEE 802.11系列标准中 采用。MIMO技术在点对点链路方面的研究已经比较成熟,但是在网络规划和无 线资源管理方面还比较薄弱。在网络规划上,天线的布置主要有两种方式:集中 式或分布式,二者在覆盖性能、信道容量性能和功率使用效率性能方面存在差异。 目前,对分布式MIMO系统的研究主要集中在信道容量方面,在天线的最优放 置问题上尚处在起步阶段。在实际环境当中,天线的放置受限于地理条件、通话 业务分布等因素,不同的分布情况对系统的整体性能会产生很大的影响。
广义的分布式MIMO,也称为GDAS(Generalized Distributed Antenna System)。在GDAS中,小区基站可以连接多个AP(Antenna Port,有时也称为 RRU,即Remote Radio Unit),这些AP分布式的摆放在小区的覆盖范围内,通 过光纤或者同轴电缆与基站处理器相连。不同的AP摆放方案极大影响系统的覆 盖性能。参考文献“W.Choi and J.Andrews,Downlink performance and capacity of distributed antenna systems in a multicell environment,IEEE Transactions on Wireless Communications,vol.6,pp.69-73,2007”(多小区分布式天线系统的 下行性能和容量研究)和“J.Zhang and J.Andrews,Distributed Antenna Systems with Randomness,IEEE Transactions on Wireless Communications,vol.7,pp. 3636-3646,2008”(随机性对分布式天线系统的影响)的研究结果表明,相对于 集中式的AP摆放方案(AP集中摆放在小区的中心),分布式的摆放方案可以极 大地提高小区覆盖性能。参考文献“Y.Shen,et al.,Optimal antenna location for STBC-OFDM downlink with distributed transmit antennas in linear cells,IEEE Communications Letters,vol.11,pp.387-389,2007”(线形小区分布式天线系统 下行链路采用STBC-OFDM时的最优天线摆放位置研究)研究了线性小区下最 优的天线摆放位置,参考文献“X.Wang,et al.,Antenna location design for generalized distributed antenna systems,IEEE Communications Letters,vol.13,pp. 315-317,2009”(广义分布式天线系统中的天线位置设计)和“Y.Qian,et al., Antenna Location Design for Distributed antenna Systems with Selective Transmission,International Conference on Wireless Communications&Signal Processing,2009”(采用选择传输方式的分布式天线系统中的天线位置设计)研 究了圆形小区的场景,并提出了基于最大化下行链路小区平均遍历容量的天线摆 放方法。参考文献“C.Zhang,et al.,Optimal Locations of Remote Radio Units in CoMP Systems for Energy Efficiency,in 2010 IEEE 72nd Vehicular Technology Conference–Fall,2010”(CoMP系统下优化能量效率的远端射频单元摆放位置 设计)研究了圆形小区下,基于优化功率效率的天线摆放方案,并得到了与X. Wang和Y.Qian相同的结论。
目前,前人的工作主要集中在特定的小区类型下,以小区平均遍历容量、中 断概率和功率效率等位指标,优化天线的摆放位置。
发明内容
发明目的:针对GDAS网络规划中AP的摆放方案问题,本发明提出一种广 义分布式MIMO系统中基站最优摆放位置的选择方法,该方法简单可行,适应 于GDAS的AP摆放位置搜索算法,能够解决任意凸的小区覆盖范围、以上行链 路平均遍历容量为优化指标给出任意用户分布下的AP最优摆放问题。
技术方案:一种广义分布式MIMO系统中基站最优摆放位置的选择方法, 设小区的规划覆盖范围为S,S为二维平面上的一个连通的凸集。设S上用户位 置坐标(x,y)满足一定概率分布p(x,y)。该MIMO系统中AP的个数为K,其位 置坐标分别为(xk,yk),k=1,…,K。
下面介绍本方案中采用的路径损耗分析模型。设收、发信机间距离为d(m), 则其间路劲损耗为
L(d)=Cd-α
其中do通常取20m,λ为载波波长,α为路径损耗因 子,通常取值为2.0到5.0,需要根据小区的实际覆盖环境(如城市、郊区等) 确定。位于(x,y)处的用户到K个AP的路径损耗可以分别表示为
Li=C[(xi-x)2+(yi-y)2+h2]-α/2,i=1,…,K
其中h表示AP天线距离地面的高度,通常在5-20m(市区)。
该方案的实施主要包含以下三个步骤:
第一步:生成用户位置。根据S上用户位置满足的概率分布p(x,y),生成N 个用户的位置坐标,设这些位置的集合为U。用户个数N需要足够大,以体现 用户的位置分布特征,建议平均用户密度不小于0.01/m2;
第二步:生成AP摆放的初始位置其中元素下 标k表示第k个AP的x坐标或者y坐标,k=1,…,K;(·)T表示矩阵或者向量的 转置;
第三步:对l(0)进行局部搜索,搜索最优AP摆放位置
下面对算法的第二、三步进行详细的介绍。
在以上AP摆放位置搜索算法中,第二步采用的具体方法如下:
①任意给定AP的起始位置矢量l(0),对l(0)进行排序操作l(0)=∏(l(0)),该 排序操作将l(0)中的K个坐标,首先按照x坐标从小到大排序,若x坐标相同, 则按照y坐标从小到大排序。设定算法收敛判决条件ε=10-2。定义AP摆放位 置矢量l=[x1,y1,…,xK,yK]T和l′=[x′1,y′1,…,x′K,y′K]T之间的距离为:
②将U中的N个用户位置坐标分成K组,记为G1,…,Gk。分组方法为:对 每个用户的位置坐标(x,y),计算其到K个AP的距离
③更新K个AP的位置矢量,记为l′=[x′1,y′1,…,x′K,y′K]T,计算方法如下
其中|Gk|表示Gk中元素的个数。可以将第k个AP的新位置看作Gk中所有用 户的位置的平均值;
④令l′=∏(l′),计算‖l(O)-l′||2。若‖l(0)-l′||2≤ε,则算法收敛,且AP的 初始摆放位置矢量为l(0)=l′;否则令l(0)=l′,重新执行第②步。
本方案中,第三步需要利用第二步中获得的位置矢量l(0),并再一次进行搜 索,逐步收敛到局部最优解。设Δl=[dmin,dmin]T,定义l=[x1,y1,…,xK,yK]T的 函数
其中γ为发送功率与噪声功率之比,即发送信噪比。其对(xk,yk)的偏导数记 为
本步骤中采用迭代方法计算最优的位置矢量l(*)。设第n次迭代的输入位置 矢量为
①令l(n)=l(n-1),a=0.5,b=0.5,t=1;
②对于k=1,...,K,执行如下操作,
a)令
b)若
③计算‖l(n-1)-l(n)‖2,若‖l(n-1)-l(n)||2≤l(*),则停止迭代,l(*)=l(n);否则重 新执行第②步。
该步骤的输出结果l(*)即为MIMO系统中最优的基站AP摆放位置矢量。
有益效果:与现有技术相比,本发明所提供的广义分布式MIMO系统中基 站最优摆放位置的选择方法,具有如下优点:
(1)应用范围广泛。本发明所提出方案可以应用于小区覆盖范围为二维平 面上的任意联通凸集的场景;
(2)收敛速度快。本发明所提出方案简单易行,可以快速收敛到最优AP 摆放位置。
(3)小区平均遍历容量高。本发明所提出的方案以优化小区的平均遍历容 量为目标,可以有效地提高小区平均吞吐量。
附图说明
图1为本发明实施例的AP最优摆放位置搜索算法的实施流程图;
图2为本发明实施例的圆形小区中用户不均匀分布情况下的AP最优摆放位 置搜索结果图;
图3为本发明实施例的圆形小区中用户均匀分布情况下的AP最优摆放位置 搜索结果图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本 发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发 明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1-3所示(其中,图2和图3中半径500m小区,圆点表示用户位置、黑色 方框表示AP位置),本发明的具体实施主要包含以下四个步骤:
第一步:输入算法所需要的各种参数信息。这一步需要输入用户的业务在小 区内的分布信息、小区的路径损耗因子α、载波波长λ、发送信噪比γ以及基站 天线摆放高度h等信息。
第二步、第三步和第四步可以通过软件编程实现。
第二步:生成用户位置。该步骤的实施,首先生成一个满足p(x,y)的二维随 机向量源,然后利用该随机向量源生成N个用户的位置坐标。设这些位置的集 合为U。用户个数N需要足够大,以充分体现用户的位置分布特征。一般情况 下A(S)表示小区规划覆盖区间的面积。
第三步:生成AP摆放的初始位置其中元素下标k 表示第k个AP的x坐标或者y坐标,k=1,…,K;(·)T表示矩阵或者向量的转置;
第四步:对l(0)进行局部搜索,搜索最优AP摆放位置
第三步采用的具体方法如下:
①任意给定AP的起始位置矢量l(0),各个AP之间距离要足够大。例如对于一 般的圆形小区、方形小区,初始时的AP可以均匀分布在整个小区内。对l(0)进行 排序操作l(0)=∏(l(0))。设定算法收敛判决条件ε=10-2。
②将U中的N个用户位置坐标分成K组,每组各对应一个AP,这K个分组 分别记为G1,…,Gk。分组方法为:对每个用户的位置坐标(x,y),计算其到K个 AP的距离
③更新K个AP的位置矢量,记为l′=[x′1,y′1,…,x′K,y′K]T,计算方法如下
可以将第k个AP的新位置看作Gk中所有用户的位置的平均值、即Gk的中心 位置;
④令l′=∏(l′),计算‖l(0)-l′‖2。。若‖l(0)-l′||2≤ε,则算法收敛,AP的初始 摆放位置矢量为l(0)=l′,结束本步骤;否则令l(0)=l′,重新执行第②步。
第四步的具体方法为:
设Δl=[dmin,dmin]T,定义l=[x1,y1,…,xK,yK]T的函数
其对(xk,yk)的偏导数记为
本步骤中采用迭代方法计算最优的位置矢量l(*)。设第n次迭代的输入位置 矢量为
④令l(n)=l(n-1),a=0.5,b=0.5,t=1;
⑤对于k=1,…,K,执行如下操作,该步骤实际上是在l(n)的基础上,假设 其他AP位置不变,搜索其中一个AP的最优摆放位置。
a)令
b)若
⑥计算‖l(n-1)-l(n)||2,若‖l(n-1)-l(n)||2≤ε,则停止迭代,l(*)=l(n);否则重 新执行第②步。
该步骤的输出结果l(*)即为MIMO系统中最优的基站AP摆放位置矢量。
机译: 分布式发电最优位置的选择方法和系统,分布式发电最优尺寸的选择方法和系统
机译: 基于广义paxos算法的分布式计算机系统中建议的命令结构选择方法和装置
机译: 用于MU-MIMO系统的无线通信方法,用于在MU-MIMO系统中与基站通信的无线通信终端以及用于与MU-MIMO系统中的无线通信终端通信的基站