蜂窝网络中基于集簇的协同通信方法及装置制造方法及图纸

本发明专利技术提供一种蜂窝网络中基于集簇的协同通信方法及装置，该方法包括：根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以理论最大通信速率为节点之间边的权值，构造完全图；对完全图采用最大图匹配算法获取完全图中集簇大小为2的最优集簇，该最优集簇为两两基站之间匹配的最优划分；按照该最优划分进行两两基站之间的MIMO协同通信。上述方法能够选择最优的小区集簇方案，增强集簇小区内部的信号，降低蜂窝网络的小区间干扰，提高数据的传输速率。

【技术实现步骤摘要】
蜂窝网络中基于集簇的协同通信方法及装置
本专利技术涉及蜂窝通信
，尤其涉及一种蜂窝网络中基于集簇的协同通信方法及装置。
技术介绍
在现有的蜂窝通信网络中，为了提高服务的用户数量和数据通信的速率，采用了增大基站发射功率，高阶频率复用等技术，造成了严重的小区间干扰问题。随着蜂窝基站的日益密集，小区间干扰问题甚至已经超过其他噪声干扰问题成为抑制蜂窝通信系统速率提高的主要问题。小区间干扰问题无法通过常规的增设基站数，提高基站发射功率等方法来克服，会导致系统可用性降低，从根本上限制了蜂窝通信系统可用用户数和数据通信速率的进一步增加。为了应对目前面临的严重的小区间干扰的问题，目前已有的解决方法是将网络中的多个基站划分为集簇，在小区集簇的内部基站采用结合测量得到的信息采用多入多出(MultipleInputMultipleOutput,简称MIMO)的通信制式来增强信号，抵抗干扰。由于基站间后端通信带宽的大小有限，信道信息的交换只能在有限个基站之间进行，每个集簇的内部基站数量有限。因此，需要一种基站分簇方法，根据信道信息，使用方法，将小区基站内部的基站划分为多个集簇。现有的方法通常采用穷举搜索算法，贪婪算法。贪婪算法虽然可以在一定程度上提供数据通信的速率，但其效果有限，与最优划分的效果相差较大。穷举搜索算法可以得到理论上的最优解，但是计算复杂度太高，会消耗小区基站大量的计算资源，不能实时地适应信道状态的变化，效率较低。鉴于此，在蜂窝网络中各个基站之间如何基于信道信息分簇，并进行协同通信成为当前需要解决的技术问题。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种蜂窝网络中基于集簇的协同通信方法及装置，能够选择最优的小区集簇方案，增强集簇小区内部的信号，降低蜂窝网络的小区间干扰，提高数据的传输速率。第一方面，本专利技术提供一种蜂窝网络中基于集簇的协同通信方法，包括：S1、根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图；S2、对所述完全图采用最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分；S3、按照所述两两基站之间匹配的最优划分进行两两基站之间的多入多出MIMO协同通信。可选地，在所述步骤S3之后还包括：实时监测信道状态变化，重复步骤S1和S2，实时获取当前两两基站之间匹配的最优划分，在蜂窝网络中的速率小于预设阈值时，按照所获取的当前两两基站之间匹配的最优划分重新进行两两基站之间的多入多出MIMO协同通信。可选地，所述步骤S1包括：根据蜂窝网络中每个基站与所有用户设备通信的信号，获取信道状态矩阵；根据所述信道状态矩阵，计算两两基站组成一个集簇进行协作通信的理论最大通信速率；以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图。可选地，所述根据蜂窝网络中每个基站与所有用户设备通信的信号，获取信道状态矩阵，包括：根据蜂窝网络中每个基站与所有用户设备通信的信号矢量中的特征向量进行信道状态的估计；将估计得到的所有信道状态进行汇总，得到信道状态矩阵。可选地，所述步骤S2包括：对所述完全图采用Edmond最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分。第二方面，本专利技术提供一种蜂窝网络中基于集簇的协同通信装置，包括：完全图构造模块，用于根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图；最优划分获取模块，用于对所述完全图采用最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分；协同通信模块，用于按照所述两两基站之间匹配的最优划分进行两两基站之间的多入多出MIMO协同通信。可选地，所述装置还包括：自适应协同通信调整模块，用于实时监测信道状态变化，重复步骤S1和S2，实时获取当前两两基站之间匹配的最优划分，在蜂窝网络中的速率小于预设阈值时，按照所获取的当前两两基站之间匹配的最优划分重新进行两两基站之间的多入多出MIMO协同通信。可选地，所述完全图构造模块，包括：矩阵获取单元，用于根据蜂窝网络中每个基站与所有用户设备通信的信号，获取信道状态矩阵；计算单元，用于根据所述信道状态矩阵，计算两两基站组成一个集簇进行协作通信的理论最大通信速率；完全图构造单元，用于以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图。可选地，所述矩阵获取单元，具体用于根据蜂窝网络中每个基站与所有用户设备通信的信号矢量中的特征向量进行信道状态的估计；将估计得到的所有信道状态进行汇总，得到信道状态矩阵。可选地，所述最优划分获取模块，具体用于对所述完全图采用Edmond最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分。由上述技术方案可知，本专利技术的蜂窝网络中基于集簇的协同通信方法及装置，通过根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以理论最大通信速率为节点之间边的权值，构造完全图，对完全图采用最大图匹配算法获取完全图中集簇大小为2的最优集簇，该最优集簇为两两基站之间匹配的最优划分，按照该最优划分进行两两基站之间的多入多出MIMO协同通信，由此，能够选择最优的小区集簇方案，增强集簇小区内部的信号，降低蜂窝网络的小区间干扰，提高数据的传输速率。本方法适用于集簇内部基站数量等于2的情况，当所有基站数为N时，本方法的时间复杂度为0(N^3)，效率远高于穷举搜索算法，并且可以取得最优解。附图说明图1为本专利技术一实施例提供的蜂窝网络中基于集簇的协同通信方法的流程示意图；图2为本专利技术另一实施例提供的蜂窝网络中基于集簇的协同通信方法的流程示意图；图3为本专利技术一实施例提供的蜂窝网络中基于集簇的协同通信装置的结构示意图；图4为本专利技术另一实施例提供的蜂窝网络中基于集簇的协同通信装置的结构示意图；图5为本专利技术一实施例提供的采用不同的集簇方法蜂窝网络上行链路总速率对比示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例，都属于本专利技术保护的范围。图1示出了本专利技术一实施例提供的蜂窝网络中基于集簇的协同通信方法的流程示意图，该方法为在集簇规模为2的情况下所有基站的分簇方法，如图2所示，本实施例的蜂窝网络中基于集簇的协同通信方法如下所述。S1、根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图。在具体应用中，上述步骤S1可包括图中未示出的步骤S1a-S1c：S1a、根据蜂窝网络中每本文档来自技高网...

【技术保护点】
一种蜂窝网络中基于集簇的协同通信方法，其特征在于，包括：S1、根据蜂窝网络中每个基站与所有用户设备通信的信号，计算两两基站组成一个集簇进行协作通信的理论最大通信速率，以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图；S2、对所述完全图采用最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分；S3、按照所述两两基站之间匹配的最优划分进行两两基站之间的多入多出MIMO协同通信。

【技术特征摘要】
1.一种蜂窝网络中基于集簇的协同通信方法，其特征在于，包括：S1、根据蜂窝网络中每个基站与所有用户设备通信的信号矢量中的特征向量进行信道状态的估计；将估计得到的所有信道状态进行汇总，得到信道状态矩阵；根据所述信道状态矩阵，计算两两基站组成一个集簇进行协作通信的理论最大通信速率；以所有基站为节点，以所述理论最大通信速率为节点之间边的权值，构造完全图；S2、对所述完全图采用最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分；S3、按照所述两两基站之间匹配的最优划分进行两两基站之间的多入多出MIMO协同通信。2.根据权利要求1所述的方法，其特征在于，在所述步骤S3之后还包括：实时监测信道状态变化，重复步骤S1和S2，实时获取当前两两基站之间匹配的最优划分，在蜂窝网络中的速率小于预设阈值时，按照所获取的当前两两基站之间匹配的最优划分重新进行两两基站之间的多入多出MIMO协同通信。3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：对所述完全图采用Edmond最大图匹配算法，获取所述完全图中集簇大小为2的最优集簇，所述最优集簇为两两基站之间匹配的最优划分。4.一种蜂窝网络中基于集簇的协同...

【专利技术属性】
技术研发人员：葛宁，叶南阳，冯伟，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11