本发明公开了一种多小区系统基于部分信道信息的机会调度方法及系统,属于多小区下行多用户系统技术领域。该方法包括:波束信息共享,波束选择和用户选择三个步骤。该方法中每个基站采用正交随机向量作为波束成型向量,参与协作的各基站间通过高速链路共享波束成型信息。在接收端计算每个用户的SINR,发送端选择SINR最大的用户作为调度用户。本发明使每个用户只需要反馈少量信息,极大地降低了反馈量;另外在期望小区采用该方法进行用户选择时,不需要考虑干扰小区的用户选择结果,解决了多基站系统的联合调度问题。
1.一种多小区系统基于部分信道信息的机会调度方法,其特征在于,包括如下步骤:波束信息共享步骤,各小区的基站产生随机正交波束,小区间通过有线链路共享波束信息;对于各个小区内的用户都能够获得所有基站的波束信息,这一过程在实际系统中通过发送导频符号实现;波束选择步骤,用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波束向量的标号给发送端;用户选择步骤,发送端基于用户的反馈信息,在所有选择相同向量为波束向量的用户中,选择信干噪比最大的用户作为被调度用户。
2.一种多小区系统基于部分信道信息的机会调度系统,其特征在于,包括:波束信息共享模块,用于各小区的基站产生随机正交波束,小区间通过有线链路共享波束信息;对于各个小区内的用户都能够获得所有基站的波束信息,这一过程在实际系统中通过发送导频符号实现;波束选择模块,用于用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波束向量的标号给发送端;用户选择模块,用于发送端基于用户的反馈信息,在所有选择相同向量为波束向量的用户中,选择信干噪比最大的用户作为被调度用户。技术领域
本发明涉及多小区下行多用户系统技术领域,尤其涉及多小区系统基于部分信道信息的机会调度方法及系统。xa0
背景技术
4G无线通信系统将提供更高的数据速率和频谱利用率,然而在传统的MIMO蜂窝网络中,信号处理过程是基于单个小区完成的,系统的性能受其他小区的干扰,尤其是小区边缘用户的频谱效率很低。近年来的研究表明,多基站协作能够增加系统的频谱效率,减少小区间的干扰。xa0在多用户环境下,利用多用户分集技术可以进一步提高系统频谱利用率。多用户分集技术是指,在信道衰落相互独立的多用户系统中,通过调度信道性能最优的用户以达到提高系统性能的目的。为了获得多用户分集,针对单基站MIMO系统近年来的文献提出了多种调度算法。然而这些方法都是针对单基站系统的,未涉及多基站协作。xa0现有针对多小区调度算法主要集中于对于相对简单假设情况下。如一些文献提出了一种容量最大化的多小区调度算法,但是文献的结果只局限于小区间受大尺度衰落干扰,而在多用户系统中小尺度衰落对系统的影响并不能忽略。还有文献针对小尺度衰落多小xa0区协作的干扰,基于干扰受限两小区模型提出了多个基站协作机会调度算法。算法中A小区仍采用非协作调度方法,B小区中选择信干比最大的用户。显然该方法缺乏调度的公平性,且文中假设每个资源块上只有一个用户,无法获得多用户空分复用增益。同时现有文献中都假设基站能够获得理想的信道信息。xa0基于部分信道信息多小区调度的困难主要集中于如何获取小区间干扰信息。如果在发送端选择用户,则需要在发送端获得每个用户的信道信息和其所受的小区间干扰信道信息,这极大地增加了系统的反馈量。如果在接收端选择用户,则每个用户需要获得本小区用户和其它小区用户的波束向量信息,这需要基站通过训练序列通知接收端,在待调度用户数和协作基站数较多的情况下,占用了太大的下行信道,影响系统的下行吞吐量。同时,无论在发送端还是接收端调度,都需要考虑干扰小区的调度结果。这极大地增加了系统调度的复杂性。xa0
发明内容
本发明的目的在于提供一种多小区系统基于部分信道信息的机会调度方法及系统。基于本发明,一方面每个用户只需要反馈少量信息,极大地降低了反馈量;另一方面,在期望小区采用该方法进行用户选择时,不需要考虑干扰小区的用户选择结果,解决了多基站系统的联合调度问题。xa0本发明采取了如下技术方案:xa0一种多小区系统基于部分信道信息的机会调度方法,包括如下步骤:波束信息共享步骤,各小区的基站产生随机正交波束,小区间通过有线链路共享波束信息;对于各个小区内的用户都能够获得所有基站的波束信息,这一过程在实际系统中通过发送导频符号实xa0现;波束选择步骤,用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波束向量的标号给发送端;用户选择步骤,发送端基于用户的反馈信息,在所有选择相同向量为波束向量的用户中,选择信干噪比最大的用户作为被调度用户。xa0一种多小区系统基于部分信道信息的机会调度系统,包括:波束信息共享模块,用于各小区的基站产生随机正交波束,小区间通过有线链路共享波束信息;对于各个小区内的用户都能够获得所有基站的波束信息,这一过程在实际系统中通过发送导频符号实现;波束选择模块,用于用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波束向量的标号给发送端;用户选择模块,用于发送端基于用户的反馈信息,在所有选择相同向量为波束向量的用户中,选择信干噪比最大的用户作为被调度用户。xa0相对于现有技术而言,本发明具有如下有益效果:xa01)该调度方法在期望小区进行用户选择时,不需要考虑干扰小区的用户选择结果,因为干扰小区用户的波束向量期望小区的用户已经在波束共享过程中提前获得。该调度算法很好的解决了多基站调度的困难,减小了系统计算的复杂度。xa02)在本发明方法中,用户只需要对基站反馈信干噪比值和波束标号,相对于信道状态信息的反馈,该算法所需的反馈量很小。xa03)本发明方法通过用户调度获得多用户分集增益,可以获得系统的吞吐量增益。xa0
附图说明
图1为调度方法框图;xa0图2为本发明中的多小区系统基于部分信道信息的机会调度方法的步骤流程图;xa0图3为本发明中的多小区系统基于部分信道信息的机会调度系统结构示意图;xa0图4为系统吞吐量随SNR变化曲线;xa0图5为不同干扰功率系数下系统吞吐量随SNR变化曲线;xa0图6为系统吞吐量随着U变化曲线;xa0图7为系统吞吐量随着基站发送天线数M变化的曲线;xa0图8为系统吞吐量随着协作基站数N变化的曲线。xa0
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。xa0本发明方法首先进行波束信息共享,然后进行波束选择和用户选择。该方法中每个基站采用正交随机向量作为波束成型向量,参与协作的各基站间通过高速链路共享波束成型信息。在接收端计算每个用户的SINR(信干燥比),发送端选择SINR最大的用户作为调度用户。基于本发明,一方面每个用户只需要反馈少量信息,极大地降低了反馈量;另一方面,在期望小区采用该方法进行用户选择时,不需要考虑干扰小区的用户选择结果,解决了多基站系统的联合调度问题。本发明包括如下步骤:首先,小区间通过高速链路共享波束信息,通过发送导频符号实现小区内所有用户获得所有小区的波束信息;然后在接收端计算每个用户的SINR,干扰包括小区内的干扰和小区间的干扰;最后发送端选择SINR最大的用户作为调度用户。xa0针对多基站的MIMO下行多用户系统有N个小区参与协作,每个小区内有U个待调度用户,每个用户配置单个接收天线,基站配置M个发送天线,其中U≥M。每个基站经过波束成形后发送信号,则位于第i个小区的用户u_i,j的接收信号可表示为:xa0 ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/> 其中,x_i,j表示对用户u_i,j的发送信号,E[||x_i,j||²=,v_i,j是一个M×1的向量,表示用户u_i,j的波束成形向量,h_n,i,j是一个1×M维的向量,表示小区n内的基站与用户u_i,j之间的信道向量,信道向量中的元素服从均值为0方差为1的复高斯分布。r_n,i,j表示用户u_i,j接收到的来自基站n的接收信号功率,假设用户受来自各干扰基站的干扰信号功率与来自本小区基站的信号的功率满足r_n,i,j=ε_n,ir_i,i,j,其中n=1,2,...,N且n≠i,ε_n,i为干扰小区n对i小区用户的干扰功率系数,ε_n,i∈[0,1],即来自干扰基站信号的功率最大值只能等于来自本小区基站信号的功率。显然,这里ε_n,i是一个关于期望用户与本小区基站和干扰小区基站间距离的函数,即户u_i,j距离本小区基站越近ε_n,i越小,反之ε_n,i越大。z_i,j表示均值为零方差为N₀的加性噪声。K表示小区调度的用户数,K≤M,假设每个小区调度的用户数相同。此时接收信号的信干噪比为:xa0 SINR i , j = ρ i , i | h i , i , j v i , j | 2 1 + Σ k = 1 k ≠ i K ρ i , i | h i , i , j v i , k | 2 + Σ n = 1 n ≠ i N Σ k = 1 K ϵ n , i ρ i , i | h n , i , j v n , k | 2 - - - ( 2 ) ]]> 式中ρ_i,i,j=r_i,i,j/N₀,表示用户的接受信噪比。假设同一小区内用户的接受信噪比相同,故公式(2)中信噪比去掉了下标j。xa0由式(2)可知,在多小区系统中,用户受到小区内的多用户干扰和小区间的干扰,使信干噪比降低。为了获得更大的系统容量,在多用户系统中可以通过调度获得分集增益,选择信干噪比较大的用户。然而,传统的基站端或接收端的用户调度算法无法适应多小区系统。如式(2)所示,如果在基站端调度用户,基站除要获得每个用户的信道状态信息外,还要知道小区内用户所受的小区间干扰信道信息,在用户数较大的系统,将极大地增加反馈量。如果在接收端调度用户,则每个用户需要获得其它小区每个用户的波束成型向量,在用户数较大的系统中,需要较多的训练时隙,占用过多的下行资源。xa0为此,本发明公开了一种多小区系统基于部分信道信息的机会调度方法。该方法中每个基站采用正交随机向量作为波束成型向量,参与协作的各基站间通过高速链路共享波束成型信息。在接收端计算每个用户的SINR,发送端选择SINR最大的用户作为调度用户。基于本发明,一方面每个用户只需要反馈少量信息,极大地降低了反馈量;另一方面,在期望小区采用该方法进行用户选择时,不需要考虑干扰小区的用户选择结果,解决了多基站系统的联合调度问题。xa0参照图2,图2为本发明一种多小区系统基于部分信道信息的机会调度方法实施例的步骤流程图,包括如下步骤:波束信息共享步骤210,各小区的基站产生随机正交波束,小区间通过高速链路共享波束信息,期望小区内的用户通过发送导频符号获得所有基站的波束信息。波束选择步骤220,用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波xa0束向量的标号。用户选择步骤230,发送端基于用户的反馈信息,选择信干噪比最大的用户作为调度用户。xa0参照图3,图3为本发明一种多小区系统基于部分信道信息的机会调度系统实施例的结构示意图,包括:波束信息共享模块310,用于各小区的基站产生随机正交波束,小区间通过有线链路共享波束信息;对于各个小区内的用户都能够获得所有基站的波束信息,这一过程在实际系统中通过发送导频符号实现。波束选择模块320,用于用户选择使信干噪比值最大的向量作为自己的波束向量,并反馈这个最大的信干噪比值和相应的波束向量的标号给发送端。用户选择模块330,用于发送端基于用户的反馈信息,选择信干噪比最大的用户作为调度用户。xa0实施例xa0该实施例包括如下步骤:xa0步骤1,进行波束信息共享,各小区的基站产生M个随机正交波束xa0ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="307"/>n=1,2,...,N,N表示参与协作的小区数。w_n,m是一个M×1的向量,小区间通过高速链路共享波束信息。对于期望小区i,小区内的用户能够获得xa0ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="245"/>这一过程在实际系统中可以通过发送导频符号实现。波束信息共享过程使各小区用户提前获得干扰小区用户的波束向量,在期望小区采用本文调度算法进行用户选择时,不需要考虑干扰小区的用户选择结果,减小了系统计算的复杂度。xa0步骤2,接收端进行波束选择,小区i中的用户u_i,j计算当采用F_i中的向量w_i,m作为波束成型向量,F_i中的其它向量作为小区内干扰用xa0户的波束向量,F_n,n≠i中的向量作为相应干扰小区中用户的波束向量时的信干噪比值,即xa0 SINR i , j , m = ρ i , i | h i , i , j w i , m | 2 1 + Σ k = 1 k ≠ m M ρ i , i | h i , i , j w i , k | 2 + Σ n = 1 n ≠ i N Σ m = 1 M ϵ n , i ρ i , i | h n , i , j w n , m | 2 , m = 1 , . . . , M - - - ( 3 ) ]]> 用户u_i,j选择使信干噪比值最大的向量作为自己的波束成型向量,并反馈这个最大的信干噪比值(即,max_1≤m≤MSINR_i,j,m)和相应的波束向量的标号m。该过程用户只需要对基站反馈信干噪比值和波束标号,相对于信道状态信息的反馈,该算法所需的反馈量很小。xa0步骤3,在发送端进行用户选择,令xa0ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="87"/>表示小区i内选择向量w_i,m为波束向量的用户集合,即xa0 ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/> 在所有选择向量w_i,m为波束向量的用户中选择信干噪比最大的用户,即xa0 ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/> 式(5)中,xa0ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="49"/>表示小区i内选择向量w_i,m为波束向量的调度用户j的标号。xa0这样就得到最终的调度用户。xa0该方法实施例中,系统的总容量为,xa0 R ≈ E { Σ i = 1 N Σ m = 1 M log ( 1 + max 1 ≤ j ≤ U SINR i , j , m ) } ]]>(6)xa0 = MN × E { log ( 1 + max 1 ≤ j ≤ U SINR i , j , m ) } ]]> 式(6)中第一个等式中采用“≈”是因为在波束选择中,存在使某一用户信噪比最大的波束不止一个的可能。然而这种可能的概率很小,而且随着U的增加这种可能是几乎不存在的。xa0式(6)给出了采用文中的调度算法后,系统的总容量从式(6)可直观的显示出较未采用调度算法系统的容量有所提高,因为式中采用的是最大的信干噪比。xa0仿真结果xa0图4给出了基站发送天线数为4,参与协作小区数为3的系统吞吐量随着接收用户SNR变化的曲线,系统中小区间的干扰功率系数为0.3。由图4可知,采用本文调度算法可获得吞吐量增益。当SNR=5dB,采用本文调度算法,待调度用户U=10时,系统吞吐量有近1.4bps/Hz的增益;待调度用U=16时,系统吞吐量有近2bps/Hz的增益。由此可见随着待调度用户数的增加,采用调度算法后系统的吞吐量增益随之增加。xa0图5给出了基站发送天线数为4,参与协作小区数为3,干扰小区功率系数取不同值时,系统吞吐量随着接收用户SNR变化的曲线,系统中待调度用户U=10。由图5可知,随着功率系数的减小,xa0系统的吞吐量性能得到改善,且所有吞吐量值介于功率系数为0和1时的吞吐量值。xa0图6给出了基站发送天线数为4,参与协作小区数为3,系统吞吐量随着用户数U变化的曲线,系统中小区间的干扰功率系数为0.3。由图6可知,随着待调度用户数的增加,采用调度算法后系统的吞吐量随之增加,且随着待调度用户数的增加,吞吐量的增加值在减小,在图5中的表现为曲线斜率减小。xa0图7给出了参与协作小区数为3,系统中小区间的干扰功率系数为0.3,系统吞吐量随着基站发送天线数M变化的曲线,系统中待调度用户U=400。由图7可知,随着基站发送天线数M增加系统的吞吐量随之增加。这是由于M增加,则每个小区调度的用户数随之增加,则系统总的吞吐量相应的增加。然而,图7中系统吞吐量的增加与M的增加并不是线性的关系,这是由于调度用户增加的同时在小区内增加了多用户干扰,小区之间则增加了小区间干扰。所以随着M的增大系统吞吐量的增加值逐渐减小。xa0图8给出了基站发送天线数为4,系统中小区间的干扰功率系数为0.3,系统吞吐量随着协作基站数N变化的曲线,系统中待调度用户U=400。由图8可知,随着协作基站数N增加系统的吞吐量随之增加。这是由于N增加,则系统总的调度用户数随之增加,系统总的吞吐量相应的增加。然而,与图7类似,图8中系统吞吐量的增加与N的增加并不是线性的关系,这是由于协作基站数N增加的同时增加了小区间干扰。所以随着N的增大系统吞吐量的增加值逐渐减小。xa0以上对本发明所提供的一种多小区系统基于部分信道信息的机会调度方法进行详细介绍,本文中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本xa0发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。xa0