《大规模MIMO系统中导频污染抑制波束赋形方法.pdf》由会员分享，可在线阅读，更多相关《大规模MIMO系统中导频污染抑制波束赋形方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104320170 A (43)申请公布日 2015.01.28 C N 1 0 4 3 2 0 1 7 0 A (21)申请号 201410594150.X (22)申请日 2014.10.29 H04B 7/04(2006.01) H04B 7/06(2006.01) (71)申请人西安交通大学 地址 710049 陕西省西安市碑林区咸宁西路 28号 (72)发明人吕刚明 张国梅 田华 李国兵 黄莹 (74)专利代理机构西安通大专利代理有限责任 公司 61200 代理人陆万寿 (54) 发明名称 大规模MIMO系统中导频污染抑制波束赋形 方法 (57) 摘要 本发。
2、明公开了一种大规模MIMO系统中导 频污染抑制波束赋形方法，包括以下步骤：1)设 MIMO系统中包含L个小区，每个小区配备一个带 有M根天线的基站，将MIMO系统中所有基站分为 N组，2)根据广义瑞利熵得第i个小区内第k个用 户的最优波束赋形矢量，得各组中每个用户的最 优波束赋形矢量，然后在MIMO系统根据各组中每 个用户的最优波束赋形矢量进行数据的传输。本 发明可以提高多小区大规模MIMO系统的信道估 计精度以及频谱效率性能，并且系统的开销小。 (51)Int.Cl. 权利要求书1页 说明书5页 附图4页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书5页。
3、 附图4页 (10)申请公布号 CN 104320170 A CN 104320170 A 1/1页 2 1.一种大规模MIMO系统中导频污染抑制波束赋形方法，其特征在于，包括以下步骤： 1)设MIMO系统中包含L个小区，每个小区配备一个带有M根天线的基站，将MIMO系统 中所有基站分为N组，则第i个小区内第k个用户发送的最优波束赋形矢量为： 其中，为第i个小区内第k个用户的有用信号功率，为第i 个小区内第k个用户的下行数据对第N组中各小区信道估计的干扰，为 第i个小区内第k个用户的下行数据对本小区内其他用户的干扰，为权重因子，为第 i小区内第k个用户的信道估计，为第i小区内第k个用户的最优发。
4、送波束赋形矢量， g il 为基站i和基站l之间的信道矩阵； 2)根据广义瑞利熵得第i个小区内第k个用户的最优波束赋形矢量 其中， p 为导频的 接收信噪比， f 为小区边缘用户的下行数据接收信噪比，N u 第个i小区内的用户数； 得各组中每个用户的最优波束赋形矢量，然后在MIMO系统根据各组中每个用户的最 优波束赋形矢量进行数据的传输。 2.根据权利要求1所述的大规模MIMO系统中导频污染抑制波束赋形方法，其特征在 于，步骤1)中第i小区内第k个用户的信道估计其中，y i 为基站i接收到的 导频信号， k 为发送导频序列， ki 为第i个小区内第k个用户的上行导频发送功率，K为 每个子载波上。
5、的导频序列长度。 权 利 要 求 书CN 104320170 A 1/5页 3 大规模 MIMO 系统中导频污染抑制波束赋形方法 技术领域 0001 本发明属于无线通信系统中协作多点传输技术领域，涉及一种大规模MIMO系统 中导频污染抑制波束赋形方法。 背景技术 0002 基于大规模MIMO系统的理论研究表明，当基站天线数趋于无穷大时，基站与不同 用户之间的信道矢量呈现近似正交特性，因而小区内干扰和噪声的影响将会消失，限制系 统性能的决定性因素仅剩导频污染。此时，仅通过简单的线性处理即可显著提升系统性能。 在这样的系统下，有效抑制导频污染以减小由导频污染带来的性能损失，进一步提升大规 模MIM。
6、O系统的性能成为研究重点。 0003 现有的抑制导频污染的算法主要包括：信道估计算法、预编码算法、导频结构设 计、导频序列分配等。其中信道估计算法主要包括基于特征分解的信道估计算法和贝叶斯 信道估计算法。这两个算法或者具有较高的计算复杂度，或者需要在基站间进行大量的信 息交互。预编码算法主要包括基于基站间协作的预编码算法和基于MMSE的预编码算法。这 类算法在已知信道估计会因导频污染而存在估计误差时，通过设计预编码矩阵来弥补信道 估计不准确带来的性能损失，从而保证系统性能。导频结构设计主要包括时移的导频结构 以及冗余的导频结构。时移的导频结构是通过将系统中的小区分为若干组，不同组的小区 的导频。
7、信号在时间上错开来实现的。已有文献证明了当基站天线数趋于无穷大时，导频污 染仅由来自同组内使用相同导频资源的用户产生，因此采用时移的导频结构可以提高信道 估计的精度。而冗余的导频结构则是通过增加导频序列长度，使得导频复用因子大于1，以 此来减小导频污染的影响，这类方法会增加导频开销，当使用冗余导频带来的性能增益大 于额外的导频开销带来的性能损失时，这类方案才会有效。导频序列分配方案主要包括以 最小化信道估计均方误差为目标函数的导频分配方案，其需要交互大量的信息，或需中心 节点支持和以最大化系统总吞吐量为目标函数的导频分配方案，它是在基站天线数趋于无 穷大的理想场景下得到的，未将真实场景下的一些。
8、干扰因素考虑进去。 0004 已有文献在解决导频污染的问题上，或者讨论的是基站天线数趋于无穷大的理想 场景，或者具有较高的系统开销，实现起来都较为困难。 发明内容 0005 本发明的目的在于克服上述现有技术的缺点，提供了一种大规模MIMO系统中导 频污染抑制波束赋形方法，该方法可以提高多小区大规模MIMO系统的信道估计精度以及 频谱效率性能，并且系统的开销小。 0006 为达到上述目的，本发明所述的大规模MIMO系统中导频污染抑制波束赋形方法 包括以下步骤： 0007 1)设MIMO系统中包含L个小区，每个小区配备一个带有M根天线的基站，将MIMO 系统中所有基站分为N组，则第i个小区内第k个。
9、用户发送的最优波束赋形矢量为： 说 明 书CN 104320170 A 2/5页 4 0008 0009 其中，为第i个小区内第k个用户的有用信号功率， 为第i个小区内第k个用户的下行数据对所有组中各小区信道估计的干扰， 为第i个小区内第k个用户的下行数据对本小区内其他用户的干扰， 为权重因子，为第i小区内第k个用户的信道估计，为第i小区内第k个用户的最 优发送波束赋形矢量，g il 为基站i与基站l之间的信道矩阵； 0010 2)根据广义瑞利熵得第i个小区内第k个用户的最优波束赋形矢量 其中， p 为导频 的接收信噪比， f 为小区边缘用户的下行数据接收信噪比，N u 第个i小区内的用户数；。
10、 0011 得各组中每个用户的最优波束赋形矢量，然后在MIMO系统根据各组中每个用户 的最优波束赋形矢量进行数据的传输。 0012 步骤1)中第i小区内第k个用户的信道估计其中，y i 为基站i接 收到的导频信号， k 为发送导频序列， ki 为第i个小区内第k个用户的上行导频发送功 率，K为每个子载波上的导频序列长度。 0013 本发明具有以下有益效果： 0014 本发明所述的大规模MIMO系统中导频污染抑制波束赋形方法通过基站对本小区 用户信道进行估计，并获取各用户的最优波束赋形矢量，然后根据最优波束赋形矢量进行 数据的传输，不仅能够降低对其他小区信道估计的干扰而且能够保证有用信号接收质量。
11、的 前提下，尽量降低对本小区内其他用户的干扰；本发明相对于传统的基于最大化信漏比准 则的协调波束赋形方案在性能上有显著提升，而且系统开销较小，并可以在各协作基站处 分布式实现。 附图说明 0015 图1为多小区大规模MIMO系统模型； 0016 图2为3小区场景下各方案的信道估计均方误差对比； 0017 图3为3小区场景下各方案的每用户平均频谱效率对比； 0018 图4为7小区场景下各方案的信道估计均方误差对比； 说 明 书CN 104320170 A 3/5页 5 0019 图5为7小区场景下各方案的每用户平均频谱效率对比。 具体实施方式 0020 下面结合附图对本发明做进一步详细描述： 0。
12、021 参考图1，本发明所述的大规模MIMO系统中导频污染抑制波束赋形方法包括以下 步骤： 0022 1)设MIMO系统中包含L个小区，每个小区配备一个带有M根天线的基站，将MIMO 系统中所有基站分为N组，则第i个小区内第k个用户发送的最优波束赋形矢量为： 0023 0024 其中，为第i个小区内第k个用户的有用信号功率， 为第i个小区内第k个用户的下行数据对所有组中各小区信道估计的干扰， 为第i个小区内第k个用户的下行数据对本小区内其他用户的干扰， 为权重因子，为第i小区内第k个用户的信道估计，为第i小区内第k个用户的最 优波束赋形矢量，g il 为基站i与基站l之间的信道矩阵； 0025。
13、 2)根据广义瑞利熵得第i个小区内第k个用户的最优波束赋形矢量 其中， p 为导频 的接收信噪比， f 为小区边缘用户的下行数据接收信噪比，N u 第个i小区内的用户数； 0026 得各组中每个用户的最优波束赋形矢量，然后在MIMO系统根据各组中每个用户 的最优波束赋形矢量进行数据的传输。 0027 步骤1)中第i小区内第k个用户的信道估计其中，y i 为基站i接 收到的导频信号， k 为发送导频序列， ki 为第i个小区内第k个用户的上行导频发送功 率，K为每个子载波上的导频序列长度。 0028 本发明的仿真效果如下： 0029 本发明与采用最大比发送的经典导频时移算法以及采用最大比发送的经。
14、典导频 对齐算法进行了仿真对比，仿真参数见表1。对比的性能指标为信道估计的均方误差以及用 户的平均频谱效率。信道估计的均方误差由下式计算得到： 说 明 书CN 104320170 A 4/5页 6 0030 0031 表1 0032 0033 图2和图3分别给出了3小区场景下各方案的信道估计均方误差和每用户平均频 谱效率随边缘用户下行数据接收信噪比的变化情况。在该场景中， f 在取0dB、5dB、10dB、 15dB、20dB、25dB以及30dB时对应的权重因子分别取为0.5、1.5、5、6、5、1.5、0.5。从图 2中可以看出，导频对齐方案的信道估计精度与下行发送功率无关，因此不随下行数。
15、据SNR 的变化而变化，而导频时移方案因其将小区分组，在2小区场景中，信道估计时的干扰仅由 与基站i不同组的基站发送的下行数据干扰引起，且与下行数据的发送功率有关，下行数 据发送功率越大，对信道估计的干扰也越大。经典的时移方案在采用最大比发送前对波束 赋形矢量还进行了处理，使其能够消除基站与基站间直视径带来的干扰，从而将与基站i 不同组的基站发送的下行数据干扰大大降低，因此，导频时移方案的信道估计精度远好于 导频对齐方案。而本发明与经典导频时移方案的信道估计误差几乎完全相同，这说明本发 明也能够显著消除由于基站直视径的存在对信道估计造成的干扰。再结合图3可知，本发 明在提高信道估计精度的同时，。
16、还能够在保证有用信号接收质量的前提下对小区内干扰有 所抑制，因此较经典导频时移方案的频谱效率性能有显著提升。此外，当下行数据发送功率 说 明 书CN 104320170 A 5/5页 7 较大时，导频时移结构下的频谱效率性能会随着发送功率的增大而减小，尤其对于提出的 方案，这一现象更为明显。这主要是由于在时移的导频结构下，过大的下行数据发送功率会 导致信道估计精度的严重下降，从而影响系统的总体性能。对于本发明，信道估计精度的严 重下降一方面会影响有用信号的接收质量，另一方面也会导致对小区内干扰无法很好的抑 制，因此本发明的频谱效率性能受数据发送功率的影响更大。但通过合理设置权重因子， 我们依然。
17、可以使得所提方案的性能优于经典时移方案。 0034 图4和图5分别给出了7小区场景下各方案的信道估计均方误差和每用户平均频 谱效率随边缘用户下行数据接收信噪比的变化情况。在该场景中， f 在取0dB、5dB、10dB、 15dB、20dB、25dB以及30dB时对应的权重因子分别取为5、15、50、60、50、15、5。对比图2 和图4可以看出，当系统中小区数目增加时，信道估计的误差随着干扰源的增加而增大，但 导频时移方案的信道估计精度依然远远好于导频对齐方案，并且本发明与经典导频时移方 案的信道估计误差依然几乎完全相同，这说明当干扰源增加时，本发明也能够显著消除由 于基站直视径的存在对信道估计造成的干扰。 说 明 书CN 104320170 A 1/4页 8 图1 图2 说 明 书 附 图CN 104320170 A 2/4页 9 图3 说 明 书 附 图CN 104320170 A 3/4页 10 图4 说 明 书 附 图CN 104320170 A 10 4/4页 11 图5 说 明 书 附 图CN 104320170 A 11 。