CN104202075A - 一种基于多输入-多输出多用户快速调度的无线数据传输方法 - Google Patents

Abstract

本发明是一种基于多输入-多输出多用户快速调度的无线数据传输方法，包括步骤：①移动台接收由基站发射的公共导频序列，经处理获得精确的信道状态信息，反馈给基站；②将所有共K个移动台用户随机分为M组，每组用户数为N；③在M个组内，分别采用穷举法从各自N个用户中选取k个用户同时通信的所有可能的组合，根据每个用户接收信号矢量计算***的和容量，选出和容量最大的那一组；④在M个组之间，选取和容量最大的那一组参与同基站之间的通信；⑤基站发射机对选出用户组合中每个用户信号分别进行处理，通过天线发射出去；⑥选出用户组合中每个用户接收机采用最大比合并方式接收信号。本发明具有调度所需的运算量减少、效率提高等优点。

Description

一种基于多输入-多输出多用户快速调度的无线数据传输方法

技术领域

本发明涉及一种基于多输入-多输出多用户快速调度的无线数据传输方法，属于无线通信技术领域。

背景技术

在无线通信链路的两端使用空间分开的多根天线的MIMO***，可以在点对点通信中获得空间分集增益以提高传输的可靠性，或者获得空分复用增益以提高频谱效率。具体体现在：(1)空间分集主要用于抗多径衰落，对于一个具有N根接收天线和M根发射天线的MIMO***，假设不同天线对之间的信道服从独立同分布的Rayleigh衰落，应用空时编码可以获得NM的分集度。因此即使在非常复杂的传播环境下，MIMO***也可以实现数据流的高质量传输。(2)空分复用主要用于提高传输速率，在独立信道的假设条件下MIMO***的容量随min{N，M}线性增长。此外，通过多个无线节点构成的虚拟MIMO技术还可广泛应用于无线传感器网络和Mesh网络等环境。

MIMO技术的以上突出优点使其成为无线通信发展的必然方向，是新一代高速移动网、固定宽带无线接入(BWA)网的关键技术，已经成为IEEE 802.16(WiMAX)和IEEE 802.11n的可选技术，是新一代无线通信***(4G、5G)倍受青睐的研究方向。

MIMO多用户分集技术考虑数据业务的特点，采用高效的用户调度机制，可以大幅度提高接入网在高密度用户条件下的频谱效率。尽管MIMO***在单用户情形下可以通过增加天线数来提高***的容量，然而增加天线将使***的成本、功耗等大幅度上升。此外，实际的通信***，通常是由许多用户构成的多用户***，需要考虑如何减小用户之间的干扰、如何合理地在用户间分配有限的无线资源。

在由AP(或基站)和多个移动用户构成的点对多点数据通信链路中，由于无线信道的随机波动性，它们到基站的信道随时间的衰落相互独立，考虑到数据业务对有限时延不敏感的特点，在媒介控制层置入一个数据包调度器，在每个时隙根据每个用户到AP之间的信道状态信息(CSI)，采用合适的调度策略把共享的无线资源分配给信道质量最好的一个或一组用户，可以大幅度提高MIMO多用户***的吞吐量，从而获得多用户调度增益——多用户分集增益(MUD)。此外，通过设计适当的***结构、引入发射端预处理等措施，可以人为地增大信道衰落的幅度和变化速率，进一步提高多用户分集增益。

综上所述，在接入网***中采用MIMO多用户分集技术可以在不增加天线及相关硬件的投入的情况下，大幅度提高***在多用户条件下的吞吐量，具有无需额外的发射功率、无需占用过多的带宽资源、对各种传输技术的适应性强且使用灵活等优点，可直接用于WIMAX、TD-SCDMA等3G标准及其LTE演进版本，已经成为新一代无线通信***的研究热点。

为了获得多用户分集增益，需要在每个时隙选择(调度)合适的用户参与传输。目前的调度算法主要分为单用户调度和多用户调度。

(1)单用户调度，在每个时隙只调度一个用户参与传输。相关调度算法主要有以下几种：

①贪婪调度方法，在每个时隙选择信道条件最好的用户参与传输。该算法选出的用户通常具有最佳接收的信噪比，可以获得最高的***吞吐量。但是那些距离基站较远的用户可能始终没有接入的机会，因此该方法没有考虑用户的公平性。

②比例公平调度方法，在每个时隙选择瞬时信噪比和平均信噪比的比值最大的用户参与传输。该算法选出的用户通常处于自己一段时间以来最好的信道条件(不考虑和其它用户做比较)，因此该方法充分考虑到用户所处位置对接入的影响，可以获得最佳的用户公平性。但***吞吐量有所下降。

(2)多用户调度，在每个时隙调度多个用户同时参与传输。相关调度方法主要为穷举搜索法。设有K个用户希望接入，***支持同时供n个用户同时传输，则穷举搜索法需要遍历所有的种组合。当参与调度的用户数K和选中的用户数k增加时，***调度的计算量会大幅度增加为Ο(K^k)，一方面使得***开销过高而无法承受，另一方面导致处理延时增加，以至于调度速度无法赶上信道的变化，进而降低所获得的多用户分集增益，并可能导致错误调度。

可见，基于现有的MIMO多用户分集技术采用的穷举搜索调度算法来进行多用户数据传输，面临复杂度随参与调度用户数增长过快的问题。

发明内容

本发明的目的是弥补上述技术缺陷，降低调度算法复杂度，提供一种基于多输入-多输出(MIMO)多用户快速调度的无线数据传输方法，适用于MIMO、虚拟MIMO及采用相关技术的移动通信网、MESH网络、无线传感器网络等无线数据通信环境。

本发明的目的通过以下技术方案予以实现：

一种基于多输入-多输出多用户快速调度的无线数据传输方法，该方法包括以下步骤：

(1)移动台接收端接收由基站发射的公共导频序列，经处理获得精确的信道状态信息，然后将所述信道状态信息反馈给基站；

(2)基站根据所述信道状态信息对要求参与传输的K个用户随机分为M组，每组用户数为N；

(3)在M组内，分别采用穷举法从各自N个用户中选取k个用户同时通信的所有可能的组合，根据每个用户的接收信号矢量计算各种组合下的***和容量，选出***和容量最大的一组k个用户；

(4)比较M组各自选中的***和容量最大的一组k个用户的***和容量，选取M组中***和容量最大的一组的k个用户参与同基站之间的通信；

(5)基站发射机对选出M组中***和容量最大的一组中每个用户信号分别进行信道编码、功率控制和波束成形处理，通过天线发射出去；

(6)M组中***和容量最大的一组中每个用户接收机采用最大比合并方式接收信号。

进一步的，步骤(3)中接收信号矢量根据下述公式计算得到：

$r=\sqrt{P_0}{H}_0{w}_T{s}_0+\underset{j=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{P_j}{H}_j{s}_j+n$

其中，r为N_R×1接收信号矢量，s₀为发射信号，P₀为目标用户平均接收功率，P_j为干扰用户j的平均功率并假设每个干扰用户的功率相同，H₀为N_R×N_T维信道矩阵，H_j为N_R×N_T维干扰信道矩阵，n为复高斯白噪声矢量，L为干扰用户数，w_T为发射波束成形矢量，Sj为干扰用户发射的信号。

进一步的，步骤(3)中同时进行通信的用户之间互为共信道干扰，邻道干扰时的每个移动用户接收端的信号干扰噪声比为：

$\mathrm{\γ}=\frac{{\mathrm{\Ω}}_0{\mathrm{\λ}}_{\max }}{\frac{{\mathrm{\Ω}}_I\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{\left|\right|u_{\max }^H{H}_0^H{H}_j\left|\right|}^2}{{\mathrm{\λ}}_{\max }}+1}$

其中λ_max为的最大特征值，u_max是的最大特征值λ_max对应的特征向量，H是共轭转秩运算符，Ω₀为用户的信号噪声比，Ω_I为干扰用户的信噪比，H₀为N_R×N_T维信道矩阵，H_j为N_R×N_T维干扰信道矩阵。

进一步的，***和容量采用下述公式确定：

为C＝log₂(1+γ)；

其中C为***容量，γ为每个移动用户接收端的信号干扰噪声比SINR。

进一步的，通过分组可适用并行算法完成相关运算。

与现有技术相比较，本发明的优点如下：

1、本发明的MIMO多用户分集***的分组多用户快速调度方法，在***容量损失有限的情况下，其调度复杂度由传统穷举搜索法的Ο(K^k)大大下降为M·Ο(N^k),K＝M·N。

2、本发明的MIMO多用户分集***的分组多用户快速调度方法，特别适合采用并行计算完成调度所需的用户选择，可进一步提高***运算效率。

总而言之，本发明提出的新调度方法可在***吞吐量和调度复杂度之间达到较好的折衷，因此具有较高的实用价值。

附图说明

图1为采用分组多用户快速调度方法的多用户MIMO-MRC***基站发射机***框图；

图2是本发明实施例的多用户MIMO***中的全局调度算法框图；

图3是本发明实施例的多用户MIMO***中的组内选出和容量最大的k个用户的算法框图

图4为2×2MIMO-MRC***本发明算法不同分组下获得的***容量与传统穷举法的比较；

图5为2×2MIMO-MRC***本发明算法不同分组下对应的调度复杂度与传统穷举法的比较。

具体实施方式

如图1至图3所示，考虑由一个基站和K个移动用户组成的多用户MIMO***的下行链路，在基站和移动台分别安置N_T和N_R根天线，信道中有L个共道干扰用户，干扰用户安装N_R根天线。由此，每个移动台或干扰台与基站构成一个N_T×N_R维MIMO多天线***。在基站发射机端采用波束成形，移动台接收端采用最大比合并接收，即构成MIMO-MRC***。

在每个时隙，调度步骤如下：

(1)K个移动台接收端可以通过接收由基站发射的公共导频序列，经处理获得精确的信道状态信息(CSI)，并通过反馈信道无延迟、无失真地将CSI反馈给基站发射机，即反馈信道的延迟和误差忽略不计。

(2)基站根据所述信道状态信息对要求参与传输的K个用户随机分为M组，每组用户数为N；

(3)在M组内，分别采用穷举法从各自N个用户中选取k个用户同时通信的所有可能的组合，根据每个用户接收信号矢量计算各种组合下的***和容量(和容量指两个及以上用户同时进行通信的容量，由于这些用户互为干扰，因此和容量通常小于各个用户单独通信时容量的和)，选出***和容量最大的那一组k个用户。应当注意，尽管在基站发射端已经为每个移动台配置了波束成形矢量矩阵，但配对用户之间仍然互为共信道干扰；

(4)比较M组各自选中的***和容量最大的一组k个用户的***和容量，选取***和容量最大的那一组的k个用户参与同基站之间的通信，其他用户处于沉默；

(5)基站发射机对选出M组中***和容量最大的一组中每个用户信号分别进行信道编码、功率控制和波束成形处理，通过N_T根天线发射出去。这些信号在传输过程中将混入加性高斯白噪声；

(6)M组中***和容量最大的一组中每个用户接收机采用最大比合并方式接收信号。

一个时隙结束后，重复步骤(1)-(6)。

如图4所示，与传统穷举调度算法相比，本发明方法对应的***和容量有一定损失，且随着分组数的增加损失逐步提高，表明分组数不宜过大；

如图5所示，与传统调度算法复杂度随参与调度用户数K和选中用户数k成Ο(K^k)关系增长相比，新调度算法的调度复杂度大大下降为M·Ο(N^k),N＝K/M。特别需要注意的是，由于采用分组方式，对应的调度算法特别适用于并行计算，有助于进一步提高调度速度和效率。

表明本发明体粗的新调度方法，为在***容量和调度复杂度之间达到良好的平衡提供了一种有效的方法，提高了相关算法的***可实现性，具有较高的实用价值。

Claims (5)

1.一种基于多输入-多输出多用户快速调度的无线数据传输方法，其特征在于，该方法包括以下步骤：

(1)移动台接收端接收由基站发射的公共导频序列，经处理获得精确的信道状态信息，然后将所述信道状态信息反馈给基站；

(2)基站根据所述信道状态信息对要求参与传输的K个用户随机分为M组，每组用户数为N；

(3)在M组内，分别采用穷举法从各自N个用户中选取k个用户同时通信的所有可能的组合，根据每个用户的接收信号矢量计算各种组合下的***和容量，选出***和容量最大的一组k个用户；

(4)比较M组各自选中的***和容量最大的一组k个用户的***和容量，选取M组中***和容量最大的一组的k个用户参与同基站之间的通信；

(5)基站发射机对选出M组中***和容量最大的一组中每个用户信号分别进行信道编码、功率控制和波束成形处理，通过天线发射出去；

(6)M组中***和容量最大的一组中每个用户接收机采用最大比合并方式接收信号。

2.根据权利要求1所述的方法，其特征在于，步骤(3)中接收信号矢量根据下述公式计算得到：

$r=\sqrt{P_0}{H}_0{w}_T{s}_0+\underset{j=1}{\overset{L}{\mathrm{\Σ}}}\sqrt{P_j}{H}_j{s}_j+n$

其中，r为N_R×1接收信号矢量，s₀为发射信号，P₀为目标用户平均接收功率，P_j为干扰用户j的平均功率并假设每个干扰用户的功率相同，H₀为N_R×N_T维信道矩阵，H_j为N_R×N_T维干扰信道矩阵，n为复高斯白噪声矢量，L为干扰用户数，w_T为发射波束成形矢量，Sj为干扰用户发射的信号。

3.根据权利要求1所述的方法，其特征在于：步骤(3)中同时进行通信的用户之间互为共信道干扰，邻道干扰时的每个移动用户接收端的信号干扰噪声比为：

$\mathrm{\γ}=\frac{{\mathrm{\Ω}}_0{\mathrm{\λ}}_{\max }}{\frac{{\mathrm{\Ω}}_I\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{\left|\right|u_{\max }^H{H}_0^H{H}_j\left|\right|}^2}{{\mathrm{\λ}}_{\max }}+1}$

其中λ_max为的最大特征值，u_max是的最大特征值λ_max对应的特征向量，H是共轭转秩运算符，Ω₀为用户的信号噪声比，Ω_I为干扰用户的信噪比，H₀为N_R×N_T维信道矩阵，H_j为N_R×N_T维干扰信道矩阵。

4.根据权利要求1所述的方法，其特征在于：***和容量采用下述公式确定：

为C＝log₂(1+γ)；

其中C为***容量，γ为每个移动用户接收端的信号干扰噪声比SINR。

5.根据权利要求1所述的方法，其特征在于：通过分组可适用并行算法完成相关运算。