大规模MISO多小区低复杂度波束生成方法技术

本发明专利技术公开了一种在大规模系统下的低复杂度波束生成方法，实现了在大规模系统中降低矩阵求逆复杂度的目标。首先将上下行传输的对偶性引入到最大化最差信干噪比的优化问题中，得到相应的优化目标函数，引入与下行传输对偶的虚拟上行问题，将优化变量解耦，然后将相应的上行优化结果转化成原来的下行传输问题的解，从而解决下行多用户的波束设计问题。通过考虑大规模系统的特殊性，给出了只利用统计信道信息生成波束的方法。所述方法计算复杂度低，易于实现，而且在大规模系统下所需要的反馈量较小，在天线较多的情况下，其性能越来越接近完善信道信息反馈算法的性能。

【技术实现步骤摘要】

本专利技术属于无线通信
，具体涉及一种在大规模系统下的MISO多小区低复杂度波束生成方法。
技术介绍
随着指数级增长的数据量需求以及用户数量的不断增长，传统的蜂窝通信系统对无线数据等资源的高质量服务已显得非常吃力，并且小区边缘用户的性能受到了严重影响，因此大规模系统作为下一代通信系统的关键技术得到了广泛的研究。但是大规模系统中波束设计涉及到一个大维矩阵的求逆，通常矩阵求逆运算复杂度为其中n为矩阵维数，这对于大规模系统来说，复杂度是无法接受的，因此如何降低矩阵求逆复杂度成为了无线通信领域的一大研究热点。目前的文献里，通常是基于单小区多用户的下行优化问题来进行求解，这种解法由于优化变量间的耦合问题一般无法扩展到多小区多用户的情况；对于多小区多用户的应用场景，目前的文献基于下行优化问题只给出了一个上界，没有得到一个精确解，也没有考虑到上下行的对偶特性以及相关信道模型下只利用大尺度信道信息进行功率分配的求解方法。所以本专利技术引入了上下行对偶性的特点，将下行的最大化最差信干噪比求解最佳波束问题转化为上行问题，并且通过引入关于t的随机函数，使得求解波束的系数只依赖于大尺度信道信息。另外大规模系统由于其在只需较少反馈信息的情况下，就可大幅提升系统容量方面的特性得到了广泛的关注，为此，本专利技术设计了一种在大规模系统下的多小区低复杂度波束生成方法。
技术实现思路
本专利技术提供了基于相关信道模型，只需大尺度信道信息、有效降低大维矩阵求逆复杂度的MISO(多输入单输出)多小区低复杂度波束生成方法。本专利技术提供的大规模MISO多小区低复杂度波束生成方法包括以下步骤：(1)将上下行传输的对偶性引入到最大化最差信干噪比的优化问题中，将优化变量解耦，得到该优化问题的最佳波束为MMSE波束wopt；(2)由泰勒展开式以及二项式展开定理，将用户的MMSE波束转化为如下的截断多项式形式：WmTPE=Σl=0N-1ul(1I‾HmHmH)lh‾m,m,]]>其中N为截断多项式的阶数，u0,…,uN-1为截断多项式的标量系数；K为基站数，每个基站天线有Mj根，I为每个基站所服务的用户数，是用户的编号，Pj为第j个基站的发射功率；是基站对用户的波束矢量；和为向下和向上取整；是用户m的虚拟上行功率；表示用户m的噪声；为基站m的上行虚拟噪声方差；dn,m为基站与第个基站中的第个用户之间的大尺度衰落；Rn,m为基站与第个基站中的第个用户之间的信道协方差矩阵；为基站n的天线数；zn,m为基站与第个基站中的第个用户之间的小尺度衰落；为基站与第个基站中的第个用户之间的信道系数；H=(λ1h‾m,1,λ2h‾m,2,...,λmh‾m,m,...,λI‾h‾m,I‾);]]>Hm=(λ1h‾m,1,...λm-1h‾m,m-1,λm+1h‾m,m+1,...,λI‾h‾m,I‾);]]>表示Hm不包含λmh‾m,m;;]]>(3)通过截断矩阵Am、Bm,n、Cm，求解满足单基站约束下的最大化最差信干噪比优化问题的截断多项式最优系数uopt；(4)通过uopt、和v，得到截断多项式波束矢量(5)通过得到的截断多项式波束矢量以及最大化最差信干噪比获得的下行传输功率p，计算信干噪比，其中表示用户m的下行传输功率。上述方法的步骤(3)中，通过截断矩阵Am、Bm,n、Cm，求解满足单基站约束下的最大化最差信干噪比优化问题的截断多项式最优系数uopt包括如下步骤：①引入关于t的随机函数Xm(t)、Zm,n(t1,t2)：②求解随机函数Xm(t)关于t在t＝0处的1～l阶导数以及Zm,n(t1,t2)关于t1、t2在t1＝0、t2＝0处的1～l、1～k阶导数∂l∂kZm,n(t1,t2)∂t1l∂t2k|t1=0,t2=0;]]>③通过导数dlXm(t)dtl|t=0,∂l∂kZm,n(t1,t2)∂t1l∂t2k|t1=0,t2=0]]>可得截断矩阵Am、Bm,n、Cm：[Am]l,k=I‾2(-1)l+kl!k!dlXm(t)dtl|t=0dkXm(t)dtk|t=0]]>[Bm,n]l,k=I‾(-1)l+kl!k!∂l∂kZm,n(t1,t2)∂t1l∂t2k|t1=0,t2=0]]>[Cm]l,k=I‾(-1)l+k(l+k)!dl+kXm(t)dtl+k|t=0]]>其中l＝0,…,N-1，k＝0,…,N-1；④由截断矩阵Am、Bm,n、Cm，可得截断多项式最优系数uopt：其中a为矩阵的最大特征值对应的特征向量，为归一化因子。本专利技术方法应用的对象为多基站多用户通信系统，每个基站包含I个用户，每个基站有Mj根发射天线。本专利技术方法和以往基于相关信道模型的波束生成方法相比，利用上下行的对偶性，将下行问题转化为上行问题，使得波束矢量解耦，从而得到了相对的精确解，并且通过可控制的多项式阶数N，大大降低了矩阵求逆复杂度，同时该方法只需大尺度信道信息，不需要瞬时信道信息即可更新截断多项式波束的系数，而且随着天线数的增多，其性能越来越接近完善信道信息的算法。附图说明图1为本专利技术方法的系统模型；图2为大规模MISO多小区低复杂度波束系数生成方法流程图；图3为不同算法在不同的单基站功率约束下的用户平均信干噪比。图4为不同算法在不同天线数下的用户平均信干噪比。具体实施方式本专利技术所基于的基础理论说明：针对单基站功率约束的多用户下行链路系统(系统模型如图1所示)，以最大化最差信干噪比为优化目标，下行信干噪比定义如下：γ→m=pm||h‾m,mHwm||2Σn≠mpn||h‾n,mHwn||2+1---(1)]]>其中h‾n,m=hn,mσm.]]>根据本文档来自技高网...

【技术保护点】
一种大规模MISO多小区低复杂度波束生成方法，其特征在于，该方法包括以下步骤：(1)将上下行传输的对偶性引入到最大化最差信干噪比的优化问题中，将优化变量解耦，得到该优化问题的最佳波束为MMSE波束wopt；(2)由泰勒展开式以及二项式展开定理，将用户的MMSE波束转化为如下的截断多项式形式：wmTPE=Σl=0N-1ul(1I‾HmHmH)lh‾m,m,]]>其中N为截断多项式的阶数，u0,…,uN‑1为截断多项式的标量系数；K为基站数，每个基站天线有Mj根，I为每个基站所服务的用户数，是用户的编号，Pj为第j个基站的发射功率；是基站对用户的波束矢量；和为向下和向上取整；是用户m的虚拟上行功率；表示用户m的噪声；为基站m的上行虚拟噪声方差；dn,m为基站与第个基站中的第个用户之间的大尺度衰落；Rn,m为基站与第个基站中的第个用户之间的信道协方差矩阵；为基站n的天线数；zn,m为基站与第个基站中的第个用户之间的小尺度衰落；hn,m=Φn,m12zn,m]]>为基站与第个基站中的第个用户之间的信道系数；H=(λ1h‾m,1,λ2h‾m,2,...,λmh‾m,m,...,λI‾h‾m,I‾);]]>Hm=(λ1h‾m,1,...λm-1h‾m,m-1,λm+1h‾m,m+1,...,λI‾h‾m,I‾),]]>表示Hm不包含λmh‾m,m;;]]>(3)通过截断矩阵Am、Bm,n、Cm，求解满足单基站约束下的最大化最差信干噪比优化问题的截断多项式最优系数uopt；(4)通过uopt、和v，得到截断多项式波束矢量(5)通过得到的截断多项式波束矢以及最大化最差信干噪比获得的下行传输功率p，计算信干噪比，其中表示用户m的下行传输功率。...

【技术特征摘要】
1.一种大规模MISO多小区低复杂度波束生成方法，其特征在于，该方法包括以下步骤：
(1)将上下行传输的对偶性引入到最大化最差信干噪比的优化问题中，将优化变量解
耦，得到该优化问题的最佳波束为MMSE波束wopt；
(2)由泰勒展开式以及二项式展开定理，将用户的MMSE波束转化
为如下的截断多项式形式：wmTPE=Σl=0N-1ul(1I‾HmHmH)lh‾m,m,]]>其中N为截断多项式的阶数，u0,…,uN-1为截断多项式的标量系数；
K为基站数，每个基站天线有Mj根，I为每个基站所服务的用户数，是
用户的编号，Pj为第j个基站的发射功率；
是基站对用户的波束矢量；
和为向下和向上取整；
是用户m的虚拟上行功率；
表示用户m的噪声；
为基站m的上行虚拟噪声方差；
dn,m为基站与第个基站中的第个用户之间的大尺度衰落；
Rn,m为基站与第个基站中的第个用户之间的信道协方差矩
阵；
为基站n的天线数；zn,m为基站与第个基站中
的第个用户之间的小尺度衰落；
hn,m=Φn,m12zn,m]]>为基站与第个基站中的第个用户之间的信道

\t系数；
H=(λ1h‾m,1,λ2h‾m,2,...,λmh‾m,m,...,λI‾h‾m,I‾);]]>Hm=(λ1h‾m,1,...λm-1h‾m,m-1,λm+1h‾m,m+1,...,λI‾h‾m,I‾),]]>表示Hm不包含
λmh‾m,m;;]]>(3)通过截断矩阵Am、Bm,n、Cm，求...

【专利技术属性】
技术研发人员：黄永明，施妍如，何世文，范立行，杨绿溪，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32