一种Massive-MIMO下基于角度信息的用户组选择方法技术

本发明专利技术公开了一种Massive‑MIMO下基于角度信息的用户组选择方法，包括：(1)根据用户组的信道相关矩阵得到用户组对应的角域范围；(2)根据得到的用户组角域范围，结合min‑max干扰管理和公平调度策略执行用户组选择。本发明专利技术利用信道相关矩阵信息转化成角度域信息，利用组角域范围不重叠时，其对应的特征子空间近似正交的特性进行用户选择，该方案同时考虑了用户组间的干扰和用户组的公平调度，且避免了直接利用信道相关性信息处理中高维度矩阵子空间分割和投影等等复杂操作，操作起来简单高效。

【技术实现步骤摘要】
一种Massive-MIMO下基于角度信息的用户组选择方法
本专利技术涉及通信
，更具体地，涉及一种Massive-MIMO下基于角度信息的用户组选择方法。
技术介绍
随着互联网的迅猛发展，各种应用与服务与日俱增，与此同时，智能终端设备也越来越多，随之带来的是对无线网络高速率和高带宽的需求。在过去的发展中，传统物理层发展出了MIMO与OFDM技术，大大提高了无线网络的吞吐量，在此基础上，为了进一步提升数据率，提出了大规模天线技术。该技术在基站侧配置大规模的天线，天线数目的增加能够提供更多的自由度，因此能够支持更多的用户，显著提升系统吞吐量。为了解决在FDDMassive-MIMO大规模天线场景下信道估计开销和计算复杂度，已有研究提出了一种分步的预编码策略(2-stageprecoding)，该策略分为外层预编码和内层预编码，利用统计信息将用户进行合适分组后，外层预编码用来消除组间干扰并且降低信道维度，内层预编码用降维后的等效信道信息消除本组用户间的干扰，不同组内层预编码过程可独立进行，降低了整个大规模天线系统集中式计算复杂度。
技术实现思路
分步的预编码策略方案将用户划分为若干组，通过调度用户组，使得用户组间干扰尽可能小，且保证用户组的公平服务。传统的方法利用信道相关性信息处理中会有大量高维度矩阵子空间分割和投影等等复杂操作，直接采用信道相关矩阵处理运算复杂度高。该专利技术就是解决的上述问题。为了实现上述目的，本专利技术提供了一种Massive-MIMO(Multiple-InputMultiple-Output)下基于角度信息的用户组选择方法，方法包括如下步骤：(1)由用户组的信道相关矩阵Rg，通过MUSIC(MultipleSignalClassification)单目标跟踪算法得到用户组对应的角域范围Ig；(2)基站根据得到的用户组角域范围Ig，结合min-max干扰管理和公平策略，在每个时间片T，从所有组集合选择调度G个组进行传输。本专利技术的一个实施例中，所述步骤(1)具体包括：(1-1)由基站获得的每个组信道相关矩阵Rg，根据MUSIC算法，得到该组的物理散射模型其入射角参数θg，θg＝MUSIC(Rg,1)，计算Rg的秩rg＝Rank(Rg)，然后得到散射角估计值Δg；(1-2)由每个组的θg,Δg，计算内所有组对应角域范围本专利技术的一个实施例中，所述步骤(2)具体包括：(2-1)初始化优先级矢量，每个组优先值初始化为(2-2)在所有用户组中具有最大优先级值得组集合中随机选取一个组g*，设置备选用户组已选用户组设为(2-3)在第n次迭代时，先清空本次备选集合将上次备选集合中满足与已选用户组角域范围不重叠的组加入到本次的备选集合中，即对于如果其满足则，将其加入本次备选集合(2-4)对于每一个计算可能存在的最大组间干扰Ig,g'为组g,g'间干扰；(2-5)构造最高优先级集合C，对于每一个如果cg'＝cmax，则C＝C∪g′；(2-6)找最优组g*，加入到已选集合，更新集合，(2-7)如果或者停止迭代，此时为输出结果，否则n＝n+1，执行步骤(2-3)；本专利技术具有以下技术优点和效果：1、利用信道相关矩阵信息转化成角度域信息，利用组角域范围不叠时，其对应的特征子空间近似正交的特性进行用户组选择；2、该方案同时考虑了用户组间的干扰和用户组的公平调度；3、避免了直接利用信道相关性信息处理中高维度矩阵子空间分割和投影等等复杂操作，操作起来简单高效。附图说明图1为本专利技术Massive-MIMO下基于角度信息的用户组选择方法的模型示意图；图2为本专利技术实施例中角度参数模型示意图；图3为本专利技术实施例中下行传输流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。本专利技术涉及在Massive-MIMO(大规模天线)场景两步预编码算法的基础上，根据将用户组信道信息转化成角域信息进行用户组选择的方案，具体的说，一种用户组选择方法，利用信道相关矩阵信息转化成角度信息，利用组角域范围不重叠时，其对应的特征子空间近似正交的特性进行用户选择的方案，该方案同时考虑了用户组间的干扰和用户组的公平调度。问题场景为单小区下行传输情形，基站侧配置了均匀线性阵的大规模天线，发射天线数目为M□1，用户接收天线数目为1。小区内用户聚集成若干用户组，每个组g由于其散射环境相同，其组内用户的信道矢量服从相同的统计分布，即组内所有用户信道具有相同的信道相关矩阵Rg(假设用户信道矢量为h，信道相关矩阵R＝E{hhH})，假设基站能够在一定相干时间内获得用户组的信道相关矩阵Rg。在每个时间片T，基站需要从所有组集合选择调度G个组进行传输，选择组的准则是使得组信道相关矩阵的特征子空间正交，以保证组间的干扰最小，同时也要考虑到每个组的公平服务。为了使得选择的G个组信道相关矩阵的特征子空间正交，在Massive-MIMO均匀线性阵的条件下，可以将信道相关矩阵转化到角域信息进行处理。假设组g物理散射模型其入射角参数为θ，散射角参数为Δ，在Massive-MIMO均匀线性大规模天线下，其角域范围定义为当组角域范围不重叠时，其对应Rg的特征子空间近似正交。该性质为本专利技术的基础。另外，为了保证QoS，考虑用户组的公平调度，设置一个优先级矢量c，包含集合内每个组的优先级值。在每个时间片T，通过贪婪算法选择具有最高优先级的用户组，与此同时，使得选择的用户组对已选用户组干扰最小。具体步骤如下：(1-1)由基站获得的每个组信道相关矩阵Rg，根据MUSIC算法，得到该组的物理散射模型其入射角参数θg，θg＝MUSIC(Rg,1)，1表示单目标MUSIC追踪；计算Rg的秩rg＝Rank(Rg)，根据特定θg角下，散射角Δg与信道相关矩阵Rg有效秩rg的关系，得到散射角估计值Δg；(1-2)由每个组的θg,Δg，计算内所有组对应角域范围(2-1)初始化优先级矢量，每个组优先值初始化为(2-2)在中具有最大优先级值得组集合中随机选取一个组g*，设已选用户组集合为备选用户组右上角括号表示迭代次数，‘A\a’号表示从集合A中除去元素a；(2-3)在第n次迭代时，先清空本次备选集合将上次备选集合中满足与已选用户组角域范围不重叠的组加入到本次的备选集合中，即对于如果其满足则，将其加入本次备选集合(2-4)然后在备选集合中选择用户组g，使得g有着最高的优先等级，同时组g与已选用户组间最大的干扰值最小(Min-Max)，具体方法如下，对于每一个计算Ig,g'为组g,g'间干扰(2-5)具有最高优先级的集合C，对于每一个如果cg'＝cmax，则C＝C∪g′。(2-6)找最优组g*，加入到已选集合，更新集合，(2-7)如果或者停止迭代，此时为输出结果，否则n＝n+1，执行步骤(2-3)。本领域的技术人员容易理解，以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种Massive‑MIMO下基于角度信息的用户组选择方法，其特征在于，所述方法包括如下步骤：(1)由用户组的信道相关矩阵Rg，通过MUSIC单目标跟踪算法得到用户组对应的角域范围(2)基站根据得到的用户组角域范围结合min‑max干扰管理和公平策略，在每个时间片T，从所有组集合选择调度G个组进行传输。

【技术特征摘要】
1.一种Massive-MIMO下基于角度信息的用户组选择方法，其特征在于，所述方法包括如下步骤：(1)由用户组的信道相关矩阵Rg，通过MUSIC单目标跟踪算法得到用户组对应的角域范围(2)基站根据得到的用户组角域范围结合min-max干扰管理和公平策略，在每个时间片T，从所有组集合选择调度G个组进行传输；其中，所述步骤(1)具体包括：(1-1)由基站获得的每个组信道相关矩阵Rg，根据MUSIC算法，得到该组的物理散射模型其入射角参数θg＝MUSIC(Rg,1)，计算Rg的秩rg＝Rank(Rg)，然后得到对应散射角估计值Δg；(1-2)由每个组的θg,Δg，计算内所有组对应角域范围2.如权利要求1所述...

【专利技术属性】
技术研发人员：万晨，王德胜，夏鹏敏，刘文旭，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42