基于用户相似性的去蜂窝大规模MIMO导频分配方法组成比例

本发明专利技术属于无线通信技术领域，具体地说，是一种基于用户相似性的去蜂窝大规模MIMO导频分配方法，步骤一、在一个去蜂窝大规模MIMO系统内，根据信道质量来计算用户之间的相似系数构建相似矩阵，并设置相似阈值来判决用户之间的相似度是否可被忽略，将相似度较高的用户用超边连接，并构建描述超图模型的关联矩阵；步骤二、在传统的超图着色算法基础上扩展了导频复用策略，使得改进的着色算法能适应超边的变化完成导频分配；步骤三、进行参数调优，目标函数设置为系统上行可达和速率，更新相似阈值来重新划分超边，优化导频分配结果，并计算每个用户上行可达速率，最终使得目标函数最大化。化。

【技术实现步骤摘要】
基于用户相似性的去蜂窝大规模MIMO导频分配方法


[0001]本专利技术属于无线通信
，具体地说，是一种基于用户相似性的去蜂窝大规模MIMO导频分配方法。

技术介绍

[0002]去蜂窝大规模MIMO(cell
‑
free massive MIMO)可能是5G
‑
Advanced或6G 通信的一项前景广阔的技术，因为它可以满足通信网络中海量连接终端数量的需求，并且为网络中的终端提供均衡的服务质量。无蜂窝大规模MIMO的基本思想是在一片区域内部署大量连接到中央处理单元的分布式接入点(access point， AP)，这些AP可以在相同的时频资源上向所有用户提供服务。系统工作在时分双工(time
‑
division duplex，TDD)模式下，因此系统有信道互易性的特点，通过导频序列进行上行信道估计可以获得下行的信道状态信息(channel stateinformation，CSI)，从而显著节省无线资源。然而，由于导频序列的数量受信道相干时间的影响，因此为每个用户分配不同的正交导频是不现实的。其结果是，不同的用户使用了相同的导频序列，最终产生了导频污染问题。因此，为了缓解导频污染以保证去蜂窝大规模MIMO系统的综合性能，目前采取的主要做法是设计合理的导频分配算法。
[0003]导频分配方法就是在维持系统可用导频数量不变的情况下，按照一定的分配原则为用户分配导频，尽量使每个用户受到的影响最低，从而提升系统性能。超图是一种用来解决资源分配问题有效方法，在许多实际问题中，采用超图理论比图更合适，因为在普通图中，一条边只能连接两个顶点，而超图中的每条超边可以连接多个顶点，如此一来就可以把具有相似性的多个顶点用超边连接，从而分别进行资源分配。在去蜂窝大规模MIMO系统中，具有相似信道条件的用户在使用相同的导频往往会严重污染彼此的信道估计，由此产生严重的导频污染。

技术实现思路

[0004]针对去蜂窝大规模MIMO系统中存在的导频污染问题，本专利技术提出了一种基于用户相似性的去蜂窝大规模MIMO导频分配方法。首先对用户与AP之间的通信信道进行建模，根据信道矩阵计算用户之间的相似系数，并利用相似阈值将相似性较高的用户划分在一个超边内，其次基于超图理论对图进行着色(分配导频)，最后，更新相似阈值优化分配结果使得系统上行和速率最大化。
[0005]本专利技术采用的具体技术方案如下：
[0006]一种基于用户相似性的去蜂窝大规模MIMO导频分配方法，包括以下步骤：
[0007]步骤一、在一个去蜂窝大规模MIMO系统内，可以利用用户与AP之间的大尺度衰弱系数来近似衡量信道质量，根据信道质量来计算用户之间的相似系数构建相似矩阵，并设置相似阈值来判决用户之间的相似度是否可被忽略，将相似度较高的用户用超边连接，并构建描述超图模型的关联矩阵。
[0008]步骤二、在传统的超图着色算法基础上扩展了导频复用策略，使得改进的着色算
法能适应超边的变化完成导频分配。
[0009]步骤三、进行参数调优，目标函数设置为系统上行可达和速率，更新相似阈值来重新划分超边，优化导频分配结果，并计算每个用户上行可达速率，最终使得目标函数最大化。
[0010]本专利技术的进一步改进，步骤一是对用户之间的相似关系进行建模，考虑在一个L
×
L的方形区域中实现去蜂窝大规模MIMO系统，K个用户和M个AP随机均匀地分布在该区域内，系统可用正交导频数量为τ，其中τ<<K。对于用户k，首先计算它与AP之间的大尺度衰弱系数β，第m个AP和第k个用户之间的大尺度衰弱系数由如下表示：
[0011][0012]其中L
m,k
表示第m个AP和第k个用户之间的路径损耗，表示阴影衰弱，并且σ
s,h
和z
m,k
均服从N(0，1)分布。通过用户与AP之间的大尺度衰弱系数来衡量信道质量。
[0013]分别计算每个用户和每个AP之间的大尺度衰弱系数得到信道矩阵 [β1,β2,...,β
K
]H
，其中β1＝[β
1,1
,β
2,1
,...,β
M,1
]，利用信道矩阵来计算用户之间的相似系数，其中用户k和用户k
′
之间的相似系数定义如下：
[0014][0015]如果k＝k
′
，其相似程度为1，对于k≠k
′
来说，较小的ξ
k,k
′
表示用户k和k
′
之间的相似系数低，信道相似性可以被忽略，即两用户即使共享相同导频也不会造成严重的导频污染，而较大的ξ
k,k
′
表示如果两个用户相似系数低高，在进行导频复用时会带来严重的导频污染。可以设立一个相似阈值λ
th
来判决用户之间的相似关系是否可以被忽略，如果用户之间的相似系数大于阈值，则认为他们之间的相似程度高，分配导频时需要考虑他们之间的导频污染，即用户需要分配不同的正交导频，反之，则可以认为用户之间的相似性可以忽略，从而共享相同的正交导频。
[0016]根据上述分析可以得到用户与用户之间的相似系数，并利用相似阈值判决相似程度，由此构建一个无向超图模型G＝(V,E)，超图的超边由给定顶点集(用户集)的任何子集组成，定义V＝{v1,v2,...,v
K
}为顶点集合，其中的元素代表系统中的K个用户，E＝(e1,e2,...,e
n
)为超边集合，其中的元素e
i
满足下列条件：
[0017][0018][0019]在超图中，如果一个顶点v
i
被超边e
j
连接，则称超边e
j
与顶点v
i
相关联，如果v
i
同时和多条超边相关联，则称v
i
是超边的端点，否则，称其为超边的内点，超图一般通过关联矩阵来描述各顶点之间的关联关系，接下来利用相似矩阵和相似阈值λ
th
来构建超图的关联矩阵Θ，Θ中的行代表不同的用户顶点，列代表不同的超边，Θ内的元素由0或1构成，如果超边e
i
包含顶点v
k
，则关联矩阵中的Θ
(i,k)
值为1，否则为0。具体的算法步骤如下：
[0020]Step1：计算用户与AP之间的信道矩阵。
[0021]Step2：计算用户与用户之间的相似系数构建矩阵Ξ＝[ξ
k,k
′
]K
×
K
。
[0022]Step3：按如下规则对矩阵Ξ提取相似性特征得到矩阵X＝[χ
k,k
′
]K
×
K
：
[0023][0024]Step4：将顶点v1加入超边e1，对于顶点v<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户相似性的去蜂窝大规模MIMO导频分配方法，其特征在于，包括以下步骤：步骤一、在一个去蜂窝大规模MIMO系统内，利用用户与AP之间的大尺度衰弱系数来近似衡量信道质量，根据信道质量来计算用户之间的相似系数构建相似矩阵，并设置相似阈值来判决用户之间的相似度是否可被忽略，将相似度较高的用户用超边连接，并构建描述超图模型的关联矩阵；步骤二、在传统的超图着色算法基础上扩展了导频复用策略，使得改进的着色算法能适应超边的变化完成导频分配；步骤三、进行参数调优，目标函数设置为系统上行可达和速率，更新相似阈值来重新划分超边，优化导频分配结果，并计算每个用户上行可达速率，最终使得目标函数最大化。2.根据权利要求1所述的基于用户相似性的去蜂窝大规模MIMO导频分配方法，其特征在于，在所述步骤一中，设定在一个L
×
L的方形区域中实现去蜂窝大规模MIMO系统，K个用户和M个AP随机均匀地分布在该区域内，系统用正交导频数量为τ，其中τ＜＜K，对于用户k，首先，计算它与AP之间的大尺度衰弱系数β，第m个AP和第k个用户之间的大尺度衰弱系数由如下表示：其中，L
m,k
表示第m个AP和第k个用户之间的路径损耗，表示阴影衰弱，并且σ
s,h
和z
m,k
均服从N(0，1)分布，通过用户与AP之间的大尺度衰弱系数来衡量信道质量；分别计算每个用户和每个AP之间的大尺度衰弱系数得到信道矩阵[β1,β2,...,β
K
]
H
，其中β1＝[β
1,1
,β
2,1
,...,β
M,1
]，利用信道矩阵来计算用户之间的相似系数，其中用户k和用户k
′
之间的相似系数定义如下：如果k＝k
′
，其相似程度为1，对于k≠k
′
来说，较小的ξ
k,k
′
表示用户k和k
′
之间的相似系数低，信道相似性可以被忽略，即两用户即使共享相同导频也不会造成严重的导频污染，而较大的ξ
k,k
′
表示如果两个用户相似系数低高，在进行导频复用时会带来严重的导频污染。3.根据权利要求2所述的基于用户相似性的去蜂窝大规模MIMO导频分配方法，其特征在于，在所述步骤一中，构建一个无向超图模型G＝(V,E)，超图的超边由给定顶点集的任何子集组成，定义V＝{v1,v2,...,v
K
}为顶点集合，其中的元素代表系统中的K个用户，E＝(e1,e2,...,e
n
)为超边集合，其中的元素e
i
满足下列条件：满足下列条件：接下来利用相似矩阵和相似阈值λ
th
来构建超图的关联矩阵Θ，Θ中的行代表不同的用户顶点，列代表不同的超边，Θ内的元素由0或1构成，如果超边e
i
包含顶点v
k
，则关联矩阵中的Θ
(i,k)
值为1，否则为0。4.根据权利要求3所述的基于用户相似性的去蜂窝大规模MIMO导频分配方法，其特征
在于，所述步骤二中，利用相似矩阵和相似阈值λ
th
来构建超图的关联矩阵Θ具体的算法步骤如下：Step1：计算用户与AP之间的信道矩阵；Step2：计算用户与用户之间的相似系数构建矩阵Ξ＝[ξ
k,k
′
]
K
×
K
；Step3：按如下规则对矩阵Ξ提取相似性特征得到矩阵X＝[χ
k,k

【专利技术属性】
技术研发人员：陈荣恒，宋荣方，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：