CN101931441A - 多用户多输入多输出的用户选择方法和装置 - Google Patents

Abstract

本发明提供一种多用户多输入多输出的用户选择方法和装置。该方法包括：选择两种用户波束配对，并分别获取其对应的目标函数；比较所述两个用户波束配对的目标函数；选择目标函数大的用户波束配对。本发明能够在信道信息不精确的情况下，快速地得到最优用户波束配对方式，且计算复杂度低。

Description

多用户多输入多输出的用户选择方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种随机波束成型的多用户多输入多输出的用户选择方法和装置。

背景技术

在多用户环境下，特别是在***用户数目较多的情况下，随机波束成形也是一个可能的解决方案。多用户环境下，随机调度能充分利用多用户分集而提高***吞吐量，每个用户只需将其信道质量指示(CQI)反馈给基站，基站根据收集的信息选择用户使用信道资源，可以大大减少反馈信息量。一种简单的随机波束形成方案是把慢衰落信道人为等效成快衰落信道并用一定的调度方案保证用户间的公平性。另一种是把单天线用户配置的随机波束形成推广到多天线用户配置，基站给一个用户同时发送多个数据流，并可以根据反馈信息在多个流之间进行合理的功率分配(注水)以提高***的吞吐量。实际上，在多用户多天线***中，除了多用户分集增益，空分复用可以进一步提高***的吞吐量。由于基站布置的天线(M)往往多于用户的天线(N)，按照信息论理论，如果基站一个时隙只是给一个用户发送数据，最多只能同时发送min(M，N)路独立的互不干扰的数据流。但当基站同时给多个用户发送数据，一个时隙基站能同时发送M路独立的数据流。因此，基站同时服务于多个用户往往能获得更多的增益。还有一种是随机产生多个预编码矩阵，基站选择对预编码矩阵具有最高支持速率的多个用户同时发送数据，每个预编码矩阵作为承载相应用户发送信息的多个波束，这种方式可以同时获得多用户分集增益和空分复用增益，但由于多个预编码矩阵都是随机生成的，用户之间往往存在较强的干扰，从而降低了***的性能。也有文献提出在产生承载多个用户数据的多个波束时要求各个波束之间相互正交，以控制多个用户之间的干扰，但它在干扰抑制时并未利用用户的信道状态信息。多个用户之间存在一定的干扰虽然会一定程度地降低***性能，但它额外地增加了用户之间的公平性，当各用户由于与基站距离不同而呈现不同统计特性的信道响应时，用户端的干扰项也会随着信道响应统计特性不同成比例地缩小或放大，如果干扰的影响盖过噪声的影响，那么各用户反馈回基站的CQI不会随信道特性变化而影响调度的公平性。

随机波束成形在用户数较多的情况下，其和容量接近最优的和容量；但是在用户数较多的情况下，用户选择(调度)算法的复杂度很高；因此设计低复杂度、次优的用户选择算法就成为随机波束成形中重要的研究方向。

贪婪选择算法(Greedy Selection(GS))是常用的随机波束成型的多用户多输入多输出的用户选择算法。其基本算法如下：

(1)、基站获取所有用户下行链路的精确的信道信息；

(2)、基站计算不同波束、不同用户的SINRk，m对于所有的k＝1；…；K和m＝1；…；Nt.

(3)、基站找出最大的SINRk，m并且对此最大的SINR所对应的波束和用户进行配对；

(4)、基站对剩下的用户和波束重复以上步骤直到所有的波束都已配对。

贪婪选择算法的前提是假设基站有所有下行链路的精确的信道信息，因而在下行链路的信道信息不精确的情况下，该算法计算准确性不高；同时贪婪选择算法由于是多项式计算，因而其计算比较复杂。

发明内容

本发明实施例提供一种多用户多输入多输出(MIMO，Multiple-InputMultiple-Output)的用户选择方法和装置，能够降低计算复杂程度和提高信息精度差时的结果准确性。

本发明实施例提供一种多用户多输入多输出的用户选择方法，该方法包括：选择两种用户波束配对，并分别获取其对应的目标函数；比较所述两个用户波束配对的目标函数；选择目标函数大的用户波束配对。

本发明实施例还一种多用户多输入多输出的用户选择装置，该装置包括：选取模块，用于用于选择两种用户波束配对，并分别获取其对应的目标函数；比较模块，用于比较所述两个用户波束配对的目标函数；控制模块，用于选择目标函数大的用户波束配对。

本发明的上述实施例，通过采用离散随机优化的调度方法，能够在信道信息不精确的情况下快速地得到最优用户波束配对方式，且相对于贪婪算法降低了计算的复杂度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为随机正交波束成型的示意图；

图2为本发明实施例一的多用户多输入多输出的用户选择方法的流程图；

图3为本发明实施例二的多用户多输入多输出的用户选择方法的流程图；

图4为本发明的多用户多输入多输出的用户选择方法的实例效果图；

图5为本发明的多用户多输入多输出的用户选择方法的实例效果图；

图6为本发明实施例三的多用户多输入多输出的用户选择装置的结构示意图；

图7为本发明实施例四的多用户多输入多输出的用户选择装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

本实施例提供一种多用户多输入多输出的用户选择方法。

在详细说明该多用户多输入多输出的用户选择方法之前，先作一些定义说明。多用户多输入多输出***中有Nt根发射天线，K个用户，每个用户装有Nr根接收天线。每个用户的接收信号向量为y_k(t)，表示如下：

$y_k\left(t\right)=\sqrt{{\mathrm{\γ}}_k}{H}_{k}x\left(t\right)+z_k\left(t\right),k=1,...,K$

其中，z_k表示每个用户的高斯白噪声，假设发射机满足平价功率约束P，即E[x⁺x]≤P，对于不同的用户经历不同的路损和阴影衰落的情况，用γ_k来表示这些效应的影响因子。我们考虑块衰落信道模型，信道H_k块和块间是独立的，且H_k∈CN(0，1)。

若采用随机正交波束成型的方案，则根据各向同性分布产生Nt个归一化的正交向量

如图1所示，在每一时刻，第m个信息流x_m(t)，乘以φ_m(t)，得到发射信号：

$x\left(t\right)=\underset{m=1}{\overset{N_t}{\mathrm{\Σ}}}{x}_m\left(t\right){\mathrm{\φ}}_m\left(t\right)$

假设信息流

是统计独立的，且假设每天线的平均发射功率相等：

令

为每流的发射信噪比。

因为由于信道估计的误差和反馈延迟和其他原因，在基站侧仅能获得和速率的估计值。我们调度算法的目标是选择K个用户和Nt个空间波束之间的优化的配对。如果采用完全搜索的方法，有

种可能。

定义适合解为w₁，w₂，...，w_M，这里

而w_m是{1，2，…，K}的有序子集，子集大小为Nt。定义w_m(i)为w_m的第i个元素。

进一步定义：

表示该适合解(用户波束配对)的信道状态矩阵；

$\mathrm{\Φ}\left(H\right[{\mathrm{\ω}}_m\left]\right)=\underset{i=1}{\overset{N_t}{\mathrm{\Σ}}}I({\mathrm{\φ}}_i;H_{\mathrm{\ωm}\left(i\right)})$ 表示对应于适合解的和速率

这里：

$I({\mathrm{\φ}}_i;{\mathrm{H\ω}}_m\left(i\right))=\log (1+\frac{{\left|H_j{\mathrm{\φ}}_i\right|}^2}{\frac{1}{\mathrm{\ρ}{\mathrm{\γ}}_j}+{\mathrm{\Σ}}_{l\≠i}{\left|H_j{\mathrm{\φ}}_l\right|}^2}),j=1,...,K,i=1,...,N_t$

很显然，最优的波束-用户配对为：

${\mathrm{\ω}}^{*}=\arg \underset{{\mathrm{\ω}}_m\∈\mathrm{\Ω}}{\max }\mathrm{\Φ}\left(H\right[{\mathrm{\ω}}_m\left]\right)$

在实际***中，因为精确的H[ω_m]估计不可得，只能得到其有噪的估计

因此在n时刻，只得到Φ(H[ω_m])的有噪估计φ[ω_m，n]。假设它是无偏估计即满足Φ(H[ω_m])＝E{φ[ω_m]}。

因此问题变为：

${\mathrm{\ω}}^{*}=\arg \underset{{\mathrm{\ω}}_m\∈\mathrm{\Ω}}{\max }\mathrm{\Φ}\left(H\right[{\mathrm{\ω}}_m\left]\right)=\arg \underset{{\mathrm{\ω}}_m\∈\mathrm{\Ω}}{\max }E\left(\mathrm{\φ}\right[{\mathrm{\ω}}_m,n\left]\right)$

在迭代中产生解的估计的序列，每个解相对前一个解趋近于最优解。

求解ω_m在第n次迭代的占有概率(occupation probability)为π(m，n)，并且定义状态概率向量为π[n]＝[π[1，n]，....，π[M，n]]，e_i为M×1的向量，其第i个元素约束等于1，剩下的元素等于0；同时定义M×1的向量序列{d[n]}，d[n]＝e_iifωⁿ＝ω_i。

下面在上面定义的基础上，参照图2，详细描述根据本发明实施例的多用户多输入多输出的用户选择方法。该方法包括：

步骤S210：选择两种用户波束配对，并分别获取其对应的目标函数；

步骤S220：比较所述两个用户波束配对的目标函数；

步骤S230：选择目标函数大的用户波束配对。

本实施例通过随机选取用户波束配对，比较得到目标函数大的用户波束配对，从而能迅速地得到最优的用户波束配对方式。

本实施例提供另一种多用户多输入多输出的用户选择方法。下面参照图3，详细描述根据本发明实施例的多用户多输入多输出的用户选择方法。该方法包括：

步骤S310：随机地选择一种用户波束配对，得到相应的目标函数；

步骤S320：随机地选择另一种用户波束配对，得到相应的目标函数；

步骤S330：比较所述两个用户波束配对的目标函数；

步骤S340：更新目标函数大的用户波束配对的占有概率；

其中占有概率的计算公式如下：

π[n+1]＝π[n]+μ[n+1](d[n+1]-π[n])， $\mathrm{\μ}\left[n\right]=\frac{1}{n}$

步骤S350：重复上述各步骤直至得到占有概率最大的用户波束配对，该占有概率最大的用户波束配对即为下次迭代的用户波束配对。

本多用户MIMO的用户选择算法的伪码如下表1所示。关于本实施例的效果，请参阅图4和图5，图4为本发明实施例的多用户多输入多输出的用户选择方法的效果图；图5为本发明实施例的多用户多输入多输出的用户选择方法的效果图。如图4和图5所示，本发明实施例的用户选择方法在10个用户，3个波束，信噪比是15dB的情况下，本算法快速地收敛到最优解的附近；经过十几次迭代搜索，所得到的和速率大大超过和速率的中值，具有较大的使用价值。特别适合应用于在用户数目较多的***和实时性较强的多用户多输入多输出的用户选择中。

本实施例采用了离散随机优化的调度方法，能够在信道信息不精确的情况下快速地得到最优用户波束配对方式，且计算复杂度低。

表1

本实施例提供一种多用户多输入多输出的用户选择装置。下面结合图6详细描述根据本发明实施例的多用户多输入多输出的用户选择装置600。该多用户多输入多输出的用户选择装置600包括：

选取模块610，用于随机地选择两种用户波束配对，并分别获取其对应的目标函数；

比较模块620，用于比较所述两个用户波束配对的目标函数；

控制模块630，用于选则目标函数大的用户波束配。

本实施例能够迅速找到最优用户波束配对方式。

本实施例提供一种多用户多输入多输出的用户选择装置，如图7所示。本发明实施例的多用户多输入多输出的用户选择装置700与图6所示的用户选择装置600大致相同，包括选取模块710、比较模块720和控制模块730，不同之处在于，该多用户多输入多输出的用户选择装置700还包括：

初始化模块740，用于初始化用户波束配对的占有概率。

更新模块750，用于更新目标函数大的用户波束配对的占有概率。

本实施例提供的多用户多输入多输出的用户选择装置，能够在信道信息不精确的情况下，快速地得到最优用户波束配对方式，且计算复杂度低。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种多用户多输入多输出的用户选择方法，其特征在于，该方法包括：

选择两种用户波束配对，并分别获取其对应的目标函数；

比较所述两个用户波束配对的目标函数；

选择目标函数大的用户波束配对。

2.根据权利要求1所述的方法，其特征在于：所述目标函数是和速率。

3.根据权利要求1所述的方法，其特征在于，还包括：更新目标函数大的用户波束配对的占有概率。

4.根据权利要求1所述的方法，其特征在于，还包括：

初始化所述用户波束配对的占有概率。

5.一种多用户多输入多输出的用户选择装置，其特征在于，该装置包括：

选取模块，用于选择两种用户波束配对，并分别获取其对应的目标函数；

比较模块，用于比较所述两个用户波束配对的目标函数；

控制模块，用于选择目标函数大的用户波束配对。

6.根据权利要求5所述的装置，其特征在于：所述目标函数是和速率。

7.根据权利要求5所述的装置，其特征在于，还包括：

初始化模块，用于初始化所述用户波束配对的占有概率。

8.根据权利要求5所述的装置，其特征在于，还包括：

更新模块，用于更新目标函数大的用户波束配对的占有概率。

Images