CN109890036B - 一种异构网络的自回程方法 - Google Patents

一种异构网络的自回程方法 Download PDF

Info

Publication number
CN109890036B
CN109890036B CN201910090821.1A CN201910090821A CN109890036B CN 109890036 B CN109890036 B CN 109890036B CN 201910090821 A CN201910090821 A CN 201910090821A CN 109890036 B CN109890036 B CN 109890036B
Authority
CN
China
Prior art keywords
base station
user equipment
small
small base
macro base
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910090821.1A
Other languages
English (en)
Other versions
CN109890036A (zh
Inventor
贾向东
杨小蓉
纪澎善
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest Normal University
Original Assignee
Northwest Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest Normal University filed Critical Northwest Normal University
Priority to CN201910090821.1A priority Critical patent/CN109890036B/zh
Publication of CN109890036A publication Critical patent/CN109890036A/zh
Application granted granted Critical
Publication of CN109890036B publication Critical patent/CN109890036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种异构网络的自回程方法,考虑高频谱和能效的多层异构网络以及NOMA技术在小型基站对***信号与干扰加噪声比以及覆盖概率和能效的影响。单天线的小小区被使用大规模MIMO技术的宏小区覆盖。在每个小基站将NOMA用于回程和下行链路接入。利用全双工技术,小基站通过上下行链路与用户设备通信;同时利用功率域NOMA技术,小基站基于功率共享系数在下行接入链路上叠加回程。在每个小基站同时执行上行链路和下行链路传输回程。同时,宏基站由大规模MIMO发射天线和接收天线组成,利用全双工技术,宏基站通过使用大规模MIMO发射天线与用户设备通信,并通过级联的小基站接收天线来接收回程。宏基站和小基站上的所有传输都在相同的时频资源上执行。

Description

一种异构网络的自回程方法
技术领域
本发明涉及无线通信技术领域,尤其涉及一种利用NOMA实现大规模MIMO全双工异构网络的有效自回程传输方法。
背景技术
在新应用和无线通信快速增长的推动下,对网络性能的需求不断增加,市场要求下一代网络应支持比当前一代网络更高的***容量(约1000倍),于是第五代(5G)通信***成为了学术界关注的热点。与当前正在使用的4G相比,5G网络大幅提升了***容量、能量效率、频谱效率和数据速率等方面的网络性能。
大规模MIMO、异构网络和全双工是5G网络中极其重要且具有极大发展潜力的技术。其中,大规模MIMO技术是在基站处部署大量的天线,实现空间复用增益和波束赋形增益,为传播信道提供更多自由度。异构网络是在宏蜂窝上部署超密度的小蜂窝,以减轻宏蜂窝的负载,扩大覆盖范围,增加了区域吞吐量。通过部署异构网络,用户设备和基站之间的距离减小,导致路径损耗降低,能量效率和频谱效率增加。异构网络在很大程度上取决于高速回程链路控制、宏小区基站和小小区基站之间的协调以及小小区基站的数据传输。传统上,蜂窝网络在提供覆盖方面的效率很高,但随着用户设备数量的增加,能量效率和频谱效率迅速下降。
通过嵌入大规模MIMO来实现异构网络,能极大地提高频谱和能源效率。在这种新型的大规模MIMO辅助异构网络中,为大功率宏基站配备了大规模MIMO天线阵列,密集部署的低功率小基站被这些天线阵列覆盖。在异构网络中嵌入大规模MIMO,结合大规模MIMO和异构网络的优势来设计大规模异构网络,结合以上三种技术,在这种新型的异构网中,为高功率宏基站配置大规模MIMO天线阵列,且由密集部署的低功率小基站覆盖,具有更好的性能。
随着小小区的密集部署,对于核心网络造成繁重的流量负载,可通过回程链路解决。尽管传统的有线回程链路以高数据比率有高可靠性,但是在所有小基站之间进行有线连接是不切实际且成本较高的。因此,无线回程链路是一个合适的且有成本效益的解决方法。但有时候小基站不能在相同的频带上与宏基站交换回程,于是,无线回程成为亟待解决的问题之一。
发明内容
本发明的目的是为了提出一种利用非正交多址接入技术实现大规模MIMO全双工异构网络的有效自回程方法,以此解决同时实现上行链路、下行链路和回程传输的问题。
为了实现上述目的,本发明采用了如下技术方案:一种异构网络的自回程方法,包括以下步骤:
S1、同频部署K+1层异构网,其中第一层为宏小区,剩余的K层为小小区,宏基站位于光纤存在点或核心网络可用的高容量视距微波链路,小基站通过宏基站提供的回程连接到核心网络,宏基站通过使用全双工技术同时向用户设备发送下行链路信号并通过相同资源块从小基站接收回程,使用NOMA和全双工技术的小基站先通过使用具有不同功率共享系数的功率域叠加编码将下行链路信号和回程信号组合到宏基站,然后利用全双工技术,小基站同时发送所得到的叠加信号并在同一资源块上接收用户设备上行链路信号;
S2、利用NOMA功率共享系数,为用户设备的上行链路、下行链路和小基站的回程链路选择用户终端级联策略;
S3、使用随机几何和泊松点过程对回程和接入链路的干扰进行建模,将活跃的小基站建模为新的泊松点过程,对于级联到活跃的小基站的上行链路用户设备,建模为另一个独立的非均匀泊松点过程,并计算干扰分布;
S4、利用NOMA叠加编码和信道状态信息的特性以及步骤S3所得到的干扰分布,计算用户设备到小基站上行链路及上行回程传输的覆盖概率,并得到用户设备的下行链路的覆盖概率;
S5、给出频谱和能源效率的模型,分析NOMA和全双工技术对所述异构网络的影响,同时分析模数转换器在大规模MIMO天线阵列中的分辨率。
进一步地,得到下行链路覆盖概率的方法,设一个位于
Figure DEST_PATH_IMAGE002
处的用户设备使用基于最大偏置接收功率规则的用户级联,其中用户终端与提供最大长期平均接收功率的基站级联,对于下行链路用户设备级联,位于
Figure DEST_PATH_IMAGE004
处的宏基站中的位于
Figure DEST_PATH_IMAGE005
处的用户设备的平均偏置接收功率为:
Figure DEST_PATH_IMAGE007
;其中
Figure DEST_PATH_IMAGE009
是迫零波束成形传输的阵列增益,且
Figure DEST_PATH_IMAGE011
Figure DEST_PATH_IMAGE013
是宏基站偏置因子,回程信号和下行链路接入信号在功率域中叠加,具有功率共享系数
Figure DEST_PATH_IMAGE015
Figure DEST_PATH_IMAGE017
,在位于
Figure 185587DEST_PATH_IMAGE002
处的用户设备,来自层k的位于j处小基站的平均偏置接收功率为:
Figure DEST_PATH_IMAGE019
Figure DEST_PATH_IMAGE021
是层k中小基站的相同偏置因子。
更进一步地,基于使用NOMA和全双工技术的小基站,存在用户设备上行链路和小基站回程链路的级联,其中用户设备上行链路级联是位于
Figure DEST_PATH_IMAGE023
处的用户设备与一个小基站级联,而小基站回程链路的级联是位于
Figure DEST_PATH_IMAGE025
处的小基站与宏基站级联用于回程,使用基于最近距离的级联规则进行两个用户终端的级联,最大化下行链路信号与干扰加噪声比,用户设备与第K层最近的位于
Figure 929945DEST_PATH_IMAGE025
处的小基站级联的概率为:
Figure DEST_PATH_IMAGE027
进一步地,在不同分布的随机变量下有不同的干扰聚合,分析过程包括以下步骤:
S31、设用户设备
Figure DEST_PATH_IMAGE029
受到来自干扰终端
Figure DEST_PATH_IMAGE031
的干扰,其中
Figure DEST_PATH_IMAGE033
是密度为
Figure DEST_PATH_IMAGE035
的独立泊松点过程,随机变量
Figure DEST_PATH_IMAGE037
Figure DEST_PATH_IMAGE039
分别是信道增益和终端
Figure 984620DEST_PATH_IMAGE031
与特定接收机终端
Figure 197427DEST_PATH_IMAGE029
之间的距离,相应的路径损耗指数是
Figure DEST_PATH_IMAGE041
,在小规模衰落信道增益服从单位功率的瑞利分布且距离
Figure DEST_PATH_IMAGE042
满足
Figure DEST_PATH_IMAGE044
的情况下,利用等效功率参数
Figure DEST_PATH_IMAGE046
和路径损耗指数
Figure DEST_PATH_IMAGE047
,来自干扰终端
Figure 464067DEST_PATH_IMAGE031
的用户设备
Figure 986184DEST_PATH_IMAGE029
接收到的干扰的拉普拉斯变换为:
Figure DEST_PATH_IMAGE049
Figure DEST_PATH_IMAGE051
当距离
Figure 652788DEST_PATH_IMAGE042
满足
Figure DEST_PATH_IMAGE053
时,相应的拉普拉斯变换为:
Figure DEST_PATH_IMAGE055
S32、在等效小规模衰落信道增益
Figure DEST_PATH_IMAGE057
服从参数为
Figure DEST_PATH_IMAGE059
的伽玛分布:
Figure DEST_PATH_IMAGE061
,距离
Figure 357702DEST_PATH_IMAGE042
满足
Figure 42630DEST_PATH_IMAGE044
,利用等效功率参数
Figure 814277DEST_PATH_IMAGE046
和路径损耗指数
Figure 764915DEST_PATH_IMAGE041
,接收到来自终端
Figure DEST_PATH_IMAGE062
的用户设备
Figure 585104DEST_PATH_IMAGE029
的干扰信号的拉普拉斯变换为:
Figure 640651DEST_PATH_IMAGE055
其中
Figure DEST_PATH_IMAGE064
是二项式系数;
当距离
Figure 583200DEST_PATH_IMAGE042
满足
Figure 958817DEST_PATH_IMAGE053
时,相应的拉普拉斯变换为:
Figure DEST_PATH_IMAGE066
进一步地,对应于上行回程传输的覆盖概率,包括用户设备到小基站的接入传输和小基站到宏基站的回程传输。
进一步地,当用户设备与宏基站级联时,覆盖概率由宏基站到用户设备的下行链路传输中信号与干扰加噪声比确定;当用户设备与NOMA和全双工的小基站级联时,覆盖概率由小基站到用户设备的下行链路传输中信号与干扰加噪声比得出,同时受影响于小基站到宏基站的回程传输。
进一步地,制定宏基站、小基站和用户设备的功耗模型,且使用大规模MIMO技术的宏基站功耗为:
Figure DEST_PATH_IMAGE068
,其中
Figure DEST_PATH_IMAGE070
是宏基站功率放大器的漏极效率的倒数,代表静态电路功耗常数,计算每个宏基站的模数转换器功耗为:
Figure DEST_PATH_IMAGE072
,其中
Figure DEST_PATH_IMAGE074
代表常数,b是模数转换器的分辨率;
分析下行链路功耗为:
Figure DEST_PATH_IMAGE076
,其中
Figure DEST_PATH_IMAGE078
Figure DEST_PATH_IMAGE080
是小基站功率放大器的漏极效率和第K层小基站的静态功耗的倒数。
与现有技术相比,本发明提供了利用NOMA实现大规模MIMO全双工异构网络的自回程方法,具备以下有益效果:
1)、本发明中通过在小基站处使用全双工技术,用户设备可以与上行小基站级联,也可以级联下行小基站。由于小基站到宏基站的距离大于小基站到用户设备的距离,因此将宏基站视为远端用户。
2)、本发明中通过在小基站处使用NOMA技术,在发送端使用非正交发送,主动引入干扰信息,在接收端通过串行干扰消除技术接收机实现解调。虽然采用串行干扰消除技术的接收机复杂度有一定的提高,但是可以较好地提高频谱效率。
3)、本发明中在小基站处实现的回程传输是小基站级联到宏基站,通过将叠加的下行链路用户设备信号的消息视为干扰,连接的宏基站直接解码来自小基站的回程信号,完成回程传输的过程。
4)、对于用户设备的下行链路传输,用户设备可以级联到宏基站或小基站,当用户设备级联到宏基站时,接收下行链路消息;但与上行链路不同的是,当用户设备级联到小基站时,由于小基站处启用NOMA技术,接收到的信息包含两部分:下行链路消息和回程消息,因此性能也取决于两方面的选择。
5)、本发明提出的异构网络中,在宏基站使用大规模MIMO技术,以进一步增强小区吞吐量。在基站上部署了更多数量级的天线元件,同时为其单元内的用户设备提供高数据速率。除了整个小区中的增益之外,理论上(使用无限天线)多径衰落的影响消失,因为信号与干扰加噪声比收敛于确定性等价(基站和用户之间的随机信道矢量变为无噪声确定性信道)。
6)、在功率效率的意义上,上行链路和下行链路发射功率随着天线元件的数量缩小一个数量级,或甚至更多(维持特定信干比或服务质量的能量更少)。对于上行链路,相干组合的高阵列增益可以允许每个终端的发射功率显著降低。对于下行链路,能量可以通过高分辨率波束成形从基站聚焦到用户所在的方向。
7)、本发明提出的异构网络中,在小基站使用全双工技术,基站收发器在相同的频带上同时发送和接收,因此与半双工通信***相比理论上可以使可实现的速率加倍。为了在基站上实现全双工通信,可以实现两种不同的天线配置,即共享和分离的天线配置。利用共用天线配置,单个天线同时通过三端口环行器接收和发送信号。而分离的天线配置使用单独的天线进行信号接收和传输。
8)、本发明中,使用随机几何领域工具来分析小小区上行回程的覆盖概率和用户设备的下行链路传输,对用户设备的干扰采用有效近似。两个用户设备之间的距离近似为两个用户中的一个用户设备与干扰用户设备的接入点(小基站或宏基站)之间的距离。另一方面,对于用户设备以及相应的密度测量函数,采用近似均匀泊松点过程,设计合理的功率分配系数对覆盖范围和能效至关重要。此外,由于大规模MIMO***中的天线数量非常大,因此大规模MIMO天线的分辨率也很重要,使用低分辨率大规模MIMO天线可以明显改善能量效率。
附图说明
图1为本发明异构网络自回程方法的异构网络模型图。
图2为本发明异构网络自回程方法的特定宏基站受到的干扰模型图。
图3为本发明异构网络自回程方法的时分双工传输协议实例图。
图4为本发明异构网络自回程方法的特定用户受到的干扰模型图。
图5为本发明异构网络自回程方法的宏小区和使用NOMA技术的小小区传输的过程图。
图6为本发明异构网络自回程方法的单用户MIMO传输信道图。
图7为本发明异构网络自回程方法的小基站与用户设备传输过程图。
图8为本发明异构网络自回程方法的两个小区中的上行链路传输的有用信道增益图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图对本发明作进一步地详细说明。
本发明设计出一种利用NOMA实现大规模MIMO全双工异构网络的有效自回程方法,对宏基站、小基站和用户设备组成的异构无线网络进行分析,给出使用大规模MIMO、全双工以及NOMA技术的网络模型。分别对上行链路接入、回程传输及下行链路进行详细分析,并用本方法中的大规模MIMO宏基站功耗模型来分析该结构频谱和能量效率。
实施例1
本发明提出一个由宏小区和小小区组成的异构网,考虑上行链路和回程传输,以及下行链路,如图1所示。
同频部署K+1层异构网络,第一层为宏小区,其余K层为小小区。密集部署的小基站通过宏基站提供的回程连接到核心网。宏基站和小基站均采用全双工技术。当小基站和宏基站之间建立链路时为小小区回程链路,当用户设备和小基站之间建立链路时为小小区接入链路,当宏基站和用户设备之间建立链路时为宏小区接入链路。
全双工技术用于使用大规模MIMO技术的宏基站和使用NOMA技术的单天线小基站。当它们接收到来自其级联终端的信号时,也从它的发送信号中接收到自干扰,同时还受到来自周围的其他干扰,为了便于分析,给出一个特定宏基站受到的干扰模型,如图2所示。全双工宏基站和小基站采取自干扰消除以减小自干扰。使用预压缩技术,将发射天线和接收天线之间的信道矩阵建模为环路干扰,环路干扰链路建模为瑞利衰落信道。本方法中的大规模MIMO全双工异构网络使用时分双工协议将信号发送到全双工通信链路。如图3所示,给出时分双工协议的一个示例。其中前向链路通过在同一频带中分配不同的时间符号而与反向链路分离。这种传输模式允许用于下行链路和上行链路数据传输的对称流,因此可以利用下行链路和上行链路信道之间的互易性来减少信道训练开销。上行链路导频序列被下行链路和上行链路数据传输利用。总共t个符号完全用于导频,对于大规模MIMO天线,在相邻小区中重用相同的导频序列集。相干间隔的其余部分用于在前向链路或反向链路或两者上发送有用数据。
对于宏基站到用户设备的下行链路传输场景,存在两种类型的用户终端级联。第一种类型是用户终端与下行接入链路上的基站的下行链路级联,第二种类型是小基站和用户终端的上行链路。使用基于最大偏置接收功率规则的用户级联,其中用户终端与提供最大长期平均接收功率的基站级联。因此,对于下行链路用户设备级联,在M(
Figure DEST_PATH_IMAGE082
)处宏基站中的位于
Figure 130167DEST_PATH_IMAGE002
处的用户设备的平均偏置接收功率为:
Figure DEST_PATH_IMAGE084
,其中
Figure 789687DEST_PATH_IMAGE009
是迫零波束成形传输的阵列增益,且
Figure 903137DEST_PATH_IMAGE011
Figure 828367DEST_PATH_IMAGE013
是宏基站的偏置因子。假设所有宏基站使用相同的偏置因子。与宏基站中的用户设备下行链路级联不同,在小基站处使用NOMA技术,利用多接入功率稀疏性。在本方法中,回程信号和下行链路接入信号在功率域中叠加,具有功率共享系数
Figure DEST_PATH_IMAGE085
Figure DEST_PATH_IMAGE086
。因此,位于
Figure DEST_PATH_IMAGE087
处的用户设备,来自层k的位于j处的小基站的平均偏置接收功率为
Figure DEST_PATH_IMAGE088
Figure DEST_PATH_IMAGE089
是层k中小基站的相同偏置因子。
由于使用NOMA技术的小基站以全双工模式工作,因此存在用户设备上行链路和小基站回程链路的级联。用户设备上行链路级联是用户设备与一个小基站级联,而小基站回程链路的级联是小基站与宏基站级联用于回程。由于在小基站使用NOMA技术,覆盖率分析很难。将小基站所级联的宏基站被视为远端用户终端,宏基站直接通过将叠加的下行链路消息视为噪声来解码回程消息。通过分析如图4所示的S=4的示例,可以详细说明宏小区与使用NOMA技术的小小区的传输过程。
假设小小区接入点1在小小区接入点2之后,小小区接入点2在小小区接入点3之后,小小区接入点3在小小区接入点4之后。由于在宏小区下行链路传输中接收,小小区接入点1只能解码对于小小区1中的用户数据,小小区接入点2不仅解码小小区2中的用户数据,还解码小小区1中的用户数据,小小区接入点2不仅解码小小区2中的用户数据,还解码小小区1中和小小区2的用户数据。最后,小小区接入点4解码小小区1,2,3和4中用户的所有数据。自小小区接入点以来2,3和4都具有小小区1中用户的数据,它们可以与小小区接入点1协作以将数据s1发送到小小区1中的用户1。类似地,由于小小区接入点3也具有小小区2中用户2的数据,因此它可以与小小区1协作。这里,小小区接入点1,2,3和4之间的协作是小小区接入点2、小小区接入点3和小小区接入点4可以分别同时发送消息s1,以及它们自己的消息s2、s3和s4。与此类似,小小区接入点3和4也可以分别同时发送消息s2,以及它们自己的消息s3和s4,以改善小小区用户1和2的信号接收。如果没有这种协作,每个小小区接入点将仅发送自己的信号。
使用
Figure DEST_PATH_IMAGE091
表示通过使用最大偏置接收功率策略与回程链路上的宏基站级联的小基站的数量。
Figure 613527DEST_PATH_IMAGE091
是随机变量,并且可以超过最大层k的回程流支持的最大数量
Figure 861975DEST_PATH_IMAGE091
。使用概率质量函数来表征随机变量
Figure 146326DEST_PATH_IMAGE091
,考虑通过其平均值,即
Figure 146326DEST_PATH_IMAGE091
来近似级联小基站的层数K。与宏基站级联的层k中的所有小基站不能同时执行回程,因此认为宏基站随机选择
Figure DEST_PATH_IMAGE095
的子集,因此层k中的小基站的调度活动可以给出为
Figure DEST_PATH_IMAGE097
,为第k层中小基站的回程接入概率。由宏基站为第k层服务的回程流的数量是
Figure DEST_PATH_IMAGE099
为了便于分析用户设备受到的干扰,对一个特定用户设备进行了分析,如图5所示。位于
Figure DEST_PATH_IMAGE100
处的用户设备与第k层位于
Figure DEST_PATH_IMAGE101
处的小基站级联时,其接收的复合信号包含所需信号和从该小基站到与位于
Figure 122634DEST_PATH_IMAGE101
处的小基站级联的宏基站的回程信号,这种用户设备视为近用户终端,根据NOMA的原理,在以下两个条件成立的情况下,传输成功:
(1)用户设备可以解码由其服务小基站发送的回程信号;
(2)执行信道状态信息后,用户设备可以解码自己期望的信号。
实施例2
基于实施例1,如图1所示,本方法是基于一种K+1层异构网络的。从图中可以看出,宏基站、小基站和用户同时实现接收和发送信息,而在宏基站和小基站处都使用大规模MIMO技术。如图6所示,通过在多个收发器端口对信号进行相干处理来提高信号功率和链路可靠性,以实现分集增益。使用大规模MIMO技术,可以创建分离的链路,用来传输独立的数据流,为传播信道提供更多的自由度,并实现复用。
此外,如图7所示,在本方法的异构网络中,小基站应用功率域NOMA,对于信道状况不好的用户,发送信息时分配较大的功率,而信道状况较好的用户则反之。在发送端,基站通过相同的时频资源与所有用户通信,即通过叠加编码技术。在接收端,通过串行干扰消除进行接收。
实施例3
如图8所示,两个小区中的上行链路传输具有
Figure DEST_PATH_IMAGE103
的大规模MIMO网络表示从第k个用户到其服务大规模MIMO基站的可用信道增益。假设为i.i.d. 瑞利衰落信道模型,第l个小区中的基站与第l个小区中第k个用户之间的复杂传播系数可以计算为:
Figure DEST_PATH_IMAGE105
Figure DEST_PATH_IMAGE107
是复数快衰落因子,代表所有用户信道矩阵的第k
Figure DEST_PATH_IMAGE109
Figure DEST_PATH_IMAGE111
是影响集合衰减和阴影衰落的幅度因子,假设因为几何衰减和阴影衰落相对于空间维度变化非常缓慢,所以在频率和基站天线的指数上保持恒定,并且给出:
Figure DEST_PATH_IMAGE113
每个小区内K个终端将数据流发送给对应的基站,基站使用信道状态信息进行线性检测。
区域频谱效率
区域频谱效率考虑了异构网络的空间属性,单位为,当考虑用户设备下行链路时,用户设备下行链路的平均区域频谱效率为:
Figure DEST_PATH_IMAGE115
S6、区域能量效率
为了测试此方法对能效的提升,首先制定小基站,宏基站和用户设备的功耗模型。通常,***的功耗包括辐射功率,电路消耗功率和信号处理的功耗。在普通天线阵列中,每个天线都需要模数转换器或数模转换器,它负责大部分电路功耗。特别是在大规模MIMO***中,由于部署了大量天线,模数转换器(数模转换器)电路的功耗非常大。因此,使用大规模MIMO的宏基站的功耗为
Figure DEST_PATH_IMAGE117
Figure DEST_PATH_IMAGE119
是宏基站功率放大器的漏极效率的倒数,代表静态电路功耗常数,计算每个宏基站的模数转换器功耗为:
Figure DEST_PATH_IMAGE120
,其中
Figure DEST_PATH_IMAGE121
代表常数,b是模数转换器的分辨率(量化位数);接着,分析下行链路功耗为:
Figure DEST_PATH_IMAGE122
,其中
Figure DEST_PATH_IMAGE123
Figure DEST_PATH_IMAGE124
是小基站功率放大器的漏极效率和第K层小基站的静态功耗的倒数。
除上述实施例外,本发明还可以有其它实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明所要求保护的范围之内。

Claims (5)

1.一种异构网络的自回程方法,包括以下步骤:
S1、同频部署K+1层异构网,其中第一层为宏小区,剩余的K层为小小区,宏基站位于光纤存在点或核心网络可用的高容量视距微波链路,小基站通过宏基站提供的回程连接到核心网络,宏基站通过使用全双工技术同时向用户设备发送下行链路信号并通过相同资源块从小基站接收回程,使用NOMA和全双工技术的小基站先通过使用具有不同功率共享系数的功率域叠加编码将下行链路信号和回程信号组合到宏基站,然后利用全双工技术,小基站同时发送所得到的叠加信号并在同一资源块上接收用户设备上行链路信号;
S2、利用NOMA功率共享系数,为用户设备的上行链路、下行链路和小基站的回程链路选择用户终端级联策略;
S3、使用随机几何和泊松点过程对回程和接入链路的干扰进行建模,将活跃的小基站建模为新的泊松点过程,对于级联到活跃的小基站的上行链路用户设备,建模为另一个独立的非均匀泊松点过程,并计算干扰分布;
S4、利用NOMA叠加编码和信道状态信息的特性以及步骤S3所得到的干扰分布,计算用户设备到小基站上行链路及上行回程传输的覆盖概率,并得到用户设备的下行链路的覆盖概率,方法为设一个位于OD处的用户设备使用基于最大偏置接收功率规则的用户级联,其中用户终端与提供最大长期平均接收功率的基站级联,对于下行链路用户设备级联,位于M(M∈ΦM)处的宏基站中的位于OD处的用户设备的平均偏置接收功率为:
Figure FDA0003401257200000011
其中
Figure FDA0003401257200000012
是迫零波束成形传输的阵列增益,且
Figure FDA0003401257200000013
ζM是宏基站偏置因子,回程信号和下行链路接入信号在功率域中叠加,具有功率共享系数
Figure FDA0003401257200000021
Figure FDA0003401257200000022
在位于OD处的用户设备,来自层k的位于j处小基站的平均偏置接收功率为:
Figure FDA0003401257200000023
Figure FDA0003401257200000024
是层k中小基站的相同偏置因子;
S5、给出频谱和能源效率的模型,分析NOMA和全双工技术对所述异构网络的影响,同时分析模数转换器在大规模MIMO天线阵列中的分辨率,包括制定宏基站、小基站和用户设备的功耗模型,且使用大规模MIMO技术的宏基站功耗为:
Figure FDA0003401257200000025
其中εM是宏基站功率放大器的漏极效率的倒数,代表静态电路功耗常数,计算每个宏基站的模数转换器功耗为:
Figure FDA0003401257200000026
其中N0代表常数,b是模数转换器的分辨率;分析下行链路功耗为:
Figure FDA0003401257200000027
其中
Figure FDA0003401257200000028
Figure FDA0003401257200000029
是小基站功率放大器的漏极效率和第K层小基站的静态功耗的倒数。
2.根据权利要求1所述异构网络的自回程方法,其特征在于:基于使用NOMA和全双工技术的小基站,存在用户设备上行链路和小基站回程链路的级联,其中用户设备上行链路级联是位于OU处的用户设备与一个小基站级联,而小基站回程链路的级联是位于
Figure FDA00034012572000000210
处的小基站与宏基站级联用于回程,使用基于最近距离的级联规则进行两个用户终端的级联,最大化下行链路信号与干扰加噪声比,用户设备与第K层最近的位于
Figure FDA00034012572000000211
处的小基站级联的概率为:
Figure FDA0003401257200000031
3.根据权利要求1所述异构网络的自回程方法,其特征在于:在不同分布的随机变量下有不同的干扰聚合,分析过程包括以下步骤:
S31、设用户设备u受到来自干扰终端v∈ΦP的干扰,其中ΦP是密度为λP的独立泊松点过程,随机变量hv,u和|Xv,u|分别是信道增益和终端v∈ΦP与接收机终端u之间的距离,相应的路径损耗指数是αP,在小规模衰落信道增益服从单位功率的瑞利分布且距离|Xv,u|满足|Xv,u|≥0的情况下,利用等效功率参数AP和路径损耗指数αP,来自干扰终端v∈ΦP的用户设备u接收到的干扰的拉普拉斯变换为:
Figure FDA0003401257200000032
当距离|Xv,u|满足|Xv,u|≥z时,相应的拉普拉斯变换为:
Figure FDA0003401257200000033
S32、在等效小规模衰落信道增益gv,u服从参数为(N,1)的伽玛分布:gv,u~Γ(N,1),距离|Xv,u|满足|Xv,u|≥0,利用等效功率参数AP和路径损耗指数αP,接收到来自终端v∈ΦP的用户设备u的干扰信号的拉普拉斯变换为:
Figure FDA0003401257200000041
其中
Figure FDA0003401257200000042
是二项式系数;
当距离|Xv,u|满足|Xv,u|≥z时,相应的拉普拉斯变换为:
Figure FDA0003401257200000043
4.根据权利要求1所述异构网络的自回程方法,其特征在于:对应于上行回程传输的覆盖概率,包括用户设备到小基站的接入传输和小基站到宏基站的回程传输。
5.根据权利要求1所述异构网络的自回程方法,其特征在于:当用户设备与宏基站级联时,覆盖概率由宏基站到用户设备的下行链路传输中信号与干扰加噪声比确定;当用户设备与NOMA和全双工的小基站级联时,覆盖概率由小基站到用户设备的下行链路传输中信号与干扰加噪声比得出,同时受影响于小基站到宏基站的回程传输。
CN201910090821.1A 2019-01-30 2019-01-30 一种异构网络的自回程方法 Active CN109890036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910090821.1A CN109890036B (zh) 2019-01-30 2019-01-30 一种异构网络的自回程方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910090821.1A CN109890036B (zh) 2019-01-30 2019-01-30 一种异构网络的自回程方法

Publications (2)

Publication Number Publication Date
CN109890036A CN109890036A (zh) 2019-06-14
CN109890036B true CN109890036B (zh) 2022-05-13

Family

ID=66927526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910090821.1A Active CN109890036B (zh) 2019-01-30 2019-01-30 一种异构网络的自回程方法

Country Status (1)

Country Link
CN (1) CN109890036B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929885B (zh) * 2019-12-06 2022-05-24 天翼云科技有限公司 资源分配方法和***
CN111741530A (zh) * 2020-07-07 2020-10-02 西北师范大学 一种基于非正交多接入的上下行链路解耦级联方法
CN111901018A (zh) * 2020-07-15 2020-11-06 西北师范大学 一种基于正交频分多址的异构蜂窝网络的无线回程方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105144830A (zh) * 2013-10-28 2015-12-09 Lg电子株式会社 用于在异构网络中执行双重连接的方法和装置
CN107580369A (zh) * 2017-07-28 2018-01-12 西北大学 大规模3d mimo反向tdd异构网络无线回程资源分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10595355B2 (en) * 2017-07-10 2020-03-17 Lg Electronics Inc. Method and apparatus for establishing a connection in a wireless communication system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105144830A (zh) * 2013-10-28 2015-12-09 Lg电子株式会社 用于在异构网络中执行双重连接的方法和装置
CN107580369A (zh) * 2017-07-28 2018-01-12 西北大学 大规模3d mimo反向tdd异构网络无线回程资源分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Survey of Physical Layer Security Techniques for 5G Wireless Networks and Challenges Ahead;Yongpeng Wu,Ashish Khisti,etc.;《IEEE Journal on Selected Areas in Communications ( Volume: 36, Issue: 4, April 2018)》;20180411;679-695 *
基于带内无线回程的HetNets安全性能研究;颉满刚,贾向东,等;《CNKI 计算机工程》;20170522;101-106 *
贾向东 ; 颉满刚 ; 周猛.基于带内回程的全双工大规模MIMO异构网覆盖分析.《CNKI 计算机工程》.2017, *

Also Published As

Publication number Publication date
CN109890036A (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
Marzetta Massive MIMO: an introduction
CN105052176B (zh) 分布式无线通信中利用信道互易性的射频校准***和方法
JP4546436B2 (ja) 分散基地局、通信システム、ならびにその基地局およびシステムの信号伝送方法
Peng et al. Cooperative network coding with MIMO transmission in wireless decode-and-forward relay networks
Björnson et al. Cell-free versus cellular massive MIMO: What processing is needed for cell-free to win?
KR101636418B1 (ko) 지향성 안테나를 사용하는 무선 통신 방법 및 장치
KR102508858B1 (ko) 송신 다이버시티를 위한 방법 및 장치
CN103312390B (zh) 基于干扰对齐的预编码方法,发射机和设备
Patil et al. Hybrid compression and message-sharing strategy for the downlink cloud radio-access network
CN109890036B (zh) 一种异构网络的自回程方法
CN101917218A (zh) 减少反馈信息的mimo多用户***下行传输方法及***
Jolly et al. An analysis on rate-splitting multiple access for IRS aided 6G communication
Saxena Pilot contamination and mitigation techniques in massive MIMO systems
CN107959520B (zh) 一种全双工基站蜂窝网络的时隙干扰对齐方法
Li et al. Non-orthogonal broadcast and unicast joint transmission for multibeam satellite system
Ono et al. MIMO spatial spectrum sharing for high efficiency mesh network
Hong Performance Analysis of Dual‐Polarized Massive MIMO System with Human‐Care IoT Devices for Cellular Networks
Prashar et al. Performance Analysis of MIMO-NOMA and SISO-NOMA in Downlink Communication Systems
CN102752071A (zh) 用于多点协作***的下行链路预编码方法和中心处理节点
CN102647247B (zh) 一种发射信号预处理发送方法及装置
Matthaiou et al. Guest editorial: Large-scale multiple antenna wireless systems
KR101662316B1 (ko) 다중 입출력 통신 시스템에서 데이터를 송수신하는 방법 및 장치
Tang et al. Downlink path-based precoding in FDD massive MIMO systems without CSI feedback
Kothari et al. Massive MIMO Pre-coders for Cognitive Radio Network Performance Improvement: A Technological Survey
Bany Salameh et al. Iterative beamforming algorithm for improved throughput in multi‐cell multi‐antenna wireless systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant