说明书多小区系统中基于干扰对齐的基站天线选择方法
技术领域
本发明属于无线通信技术领域，更进一步涉及一种多小区系统中基于干扰对齐的基站天线选择方法，可用于面向商用的LTE网络。
背景技术
为了提高蜂窝系统的容量，以LTE网络为代表的下一代无线通信系统要求尽可能实现相邻小区的全频率复用，即频谱复用因子为1。因此，相对于噪声和衰落，小区间干扰成为影响系统性能的主要因素。如何有效地进行多小区间干扰协调，特别是消除小区边缘用户的干扰引起了广泛的关注。干扰对齐是最近几年提出的一种干扰协调技术，它能够在用户接收机将来自其他基站的干扰信号对齐到接收信号空间的一个子空间，把来自对应基站的有用信号投影到另一个不受干扰的子空间，从而进行有效的干扰抑制，提高系统容量。
K.Gomadam等学者在文章“Approaching the Capacity of Wireless Networksthrough Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中提出了一种分布式迭代干扰对齐方法（称为传统迭代干扰对齐），适用于多小区多输入多输出(MIMO)网络的干扰协调。该方法首先随机初始化基站的预编码矩阵，然后按照干扰泄露最小原则迭代设计用户的干扰抑制矩阵和基站的预编码矩阵直到收敛。该方法存在的不足之处是：MIMO系统中尽管用户的天线数一般较少，但基站可能配置数量较多的天线，该方法并没有考虑随着基站天线数量的增加，包含数模/模数转换器、下变频器、低噪声放大器等元件的射频链路也要逐渐增加，从而增加系统硬件成本的问题。
J.G.Klotz等人在文章“Antenna Selection Criteria for Interference Alignment”(Proceedings of IEEE International Symposium on Personal,Indoor and Mobile RadioCommunications,Istanbul,Turkey，2010:527‑531)中提出了针对采用非迭代干扰对齐的3小区系统的基站天线选择方法，以降低系统硬件成本，同时获得系统和容量性能提升。该方法的主要实现步骤是：第一，利用穷搜索方法遍历3个基站的所有备选天线子集组合成的所有天线选择情况；第二，对于每一种天线选择情况，进行非迭代干扰对齐，并计算系统和容量或者每个用户的有用和干扰信号向量空间弦距离的和；第三，按照最大化系统和容量准则或者最大化弦距离准则选出最各基站最优的天线选择方案，将选中的天线连接到相应的射频链路上；第四，实现非迭代干扰对齐。该方法存在的不足之处是：鉴于非迭代干扰对齐只能完成3个小区的干扰协调，本方法只适用于包含3个小区的系统，因此使用具有局限性，不能扩展到多小区的系统。
发明内容
本发明的目的在于克服上述现有技术的不足，提出一种多小区系统中基于干扰对齐的基站天线选择方法，降低系统硬件成本，获得天线选择增益，同时将应用范围从3个小区扩展到多个小区。
为实现上述目的，本发明方法的思路是：
针对LTE系统中进行全频率复用的小区数目不固定且较多的特点，本发明方法采用迭代干扰对齐进行多个小区系统的干扰协调；由于确定各小区最优的基站天线选择方案是一个组合优化问题，求解这个组合优化问题需要对由各小区基站组合成的各种天线选择情况进行多次搜索，因此在每一种天线选择情况搜索过程中，采用包含多次迭代的传统迭代干扰对齐会导致方法的计算复杂度较高；本发明方法采用以下两个方式分别降低搜索各种天线选择情况的次数和每次搜索过程中的计算复杂度：第一，沿着系统和容量增加的优化方向，在保持其他基站天线选择方案不变的情况下，依次对每个小区的基站天线选择方案进行优化，从而降低求解组合优化问题中搜索各种天线选择情况的次数；第二，在优化每个小区的基站天线选择方案时，采用只进行若干次迭代的部分迭代干扰对齐，然后计算系统和容量，而不是完成传统迭代干扰对齐，从而降低每次搜索过程的计算复杂度；根据各小区最优的基站天线选择方案，本发明方法最后采用传统迭代干扰对齐实现多小区间干扰协调。
本发明的具体步骤如下：
（1）估计各基站到本小区用户的信道状态信息
基站k给本小区用户k发送导频信息，用户k估计基站k各天线到自身的信道状态信息，并反馈给基站k，其中k＝1,...,B，B为小区数；基站k根据本小区用户反馈的信道状态信息，确定信道矩阵其中N和M分别代表基站k和用户k的天线数，表示复数域；
（2）初始化各小区基站天线选择方案
初始化基站k的天线选择方案ωk为具有最大的F‑范数的矩阵对应的备选天线选择向量，ωk的计算公式如下：
其中，k＝1,...,B，表示当天线选择方案为φl时根据信道矩阵Hkk确定的基站k到本小区用户的信道矩阵，φl表示基站的第l个备选天线选择向量，为备选天线选择向量的索引变量，Nf为基站的射频链路数，表示从N个数中选取Nf个数的组合数，||·||F表示矩阵的F‑范数；将各基站的天线选择方案组合成B个小区基站天线选择集合Ω＝{ω1,ω2,...,ωB}；
（3）沿着系统和容量增加的优化方向，在保持其他基站天线选择方案不变的情况下，利用部分迭代干扰对齐依次确定各小区最优的基站天线选择方案：
3.1）初始化备选天线选择向量的索引变量l为1，同时初始化最大的系统和容量Cmax为0；
3.2）将小区1的基站天线选择方案ω1更新为备选天线选择向量φl，保持其他基站的天线选择方案不变，同时将B个小区基站天线选择集合Ω中第1个元素更新为φl；
3.3）根据上述天线选择方案，进行部分迭代干扰对齐，设计各小区的基站预编码矩阵和用户干扰抑制矩阵，具体实现如下：
3.3a）随机初始化基站k的预编码矩阵其中k＝1,...,B，d表示基站发送数据流的维数；
3.3b）初始化迭代次数指示变量c为1；
3.3c）确定在第c次迭代时用户k′的干扰协方差矩阵其中k′＝1,...,B；
3.3d）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第c次迭代时用户k′的干扰抑制矩阵其中k′＝1,...,B，υd{·}表示矩阵最小的d个特征值对应的特征向量；
3.3e）根据上述干扰抑制矩阵确定在第c次迭代时基站k的干扰协方差矩阵其中k′＝1,...,B，k＝1,...,B；
3.3f）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第c次迭代时基站k的预编码矩阵其中k＝1,...,B；
3.3g）迭代次数指示变量c的值加1，如果c≤Nite，则返回步骤3.3c，继续进行迭代；否则，跳转至步骤3.4，得到Nite次迭代后基站k的预编码矩阵和用户k′的干扰抑制矩阵其中k＝1,...,B，k′＝1,...,B，Nite为部分迭代干扰对齐的迭代次数；
3.4）确定基站k′到用户k′的等效信道以及用户k′的干扰协方差矩阵其中表示在天线选择方案ωk′情况下基站k′到用户k′的信道矩阵，表示Nite次迭代后基站k′的预编码矩阵，k′＝1,...,B；
3.5）根据部分迭代干扰对齐得到的等效信道干扰抑制矩阵和干扰协方差矩阵计算系统和容量其中为用户k′的容量，其中k′＝1,...,B；
3.6）如果CΩ＞Cmax，则设置Cmax＝CΩ，且令最优的备选天线选择向量的索引变量l*＝l，即最优的备选天线选择向量否则，Cmax保持不变；
3.7）备选天线选择向量的索引变量l的值加1，如果则返回步骤3.2，继续遍历其他备选天线选择向量；否则，跳至步骤3.8；
3.8）确定小区1最优的基站天线选择方案
3.9）按照步骤3.1到3.8所述的方法，依次确定小区2到小区B最优的基站天线选择方案
3.10）将上述各小区最优的基站天线选择方案组合成最优的B个小区基站天线选择集合
（4）采用传统迭代干扰对齐进行多小区干扰协调：
4.1）根据上述最优的B个小区基站天线选择集合Ω*，进行迭代次数为NI的传统迭代干扰对齐，设计各小区的基站预编码矩阵和用户干扰抑制矩阵；
4.2）根据上述传统迭代干扰对齐设计的预编码矩阵和干扰抑制矩阵，各小区基站和用户分别发送和接收数据，进行多小区干扰协调，消除小区间干扰。
本发明具有如下优点：
1.本发明由于利用迭代干扰对齐进行多小区干扰协调，并实现各小区最优的基站天线选择，克服了现有基于干扰对齐的基站天线选择方法只能在包含3小区网络中使用的缺点，将应用范围从3个小区扩展到多个小区，可适用于具有多个小区的面向商用的LTE网络；
2.本发明由于沿着系统和容量增加的优化方向，在保持其他小区的基站天线选择方案不变的情况下，依次确定各小区最优的基站天线选择方案，减少了搜索各种天线选择情况的次数，并且在每一种天线选择情况的搜索过程中采用迭代次数较少的部分迭代干扰对齐，从而极大地降低了计算复杂度；
3.本发明由于对基站天线进行选择，减少了基站的射频链路数，从而降低系统硬件成本，同时获得天线选择增益；
4.本发明可以调整部分迭代干扰对齐的迭代次数，从而达到系统和容量与计算复杂度的折中。
附图说明
图1为本发明适用的B小区系统模型图；
图2为本发明的总流程图；
图3为本发明中确定各小区最优的基站天线选择方案的子流程图；
图4为本发明中部分迭代干扰对齐的子流程图；
图5为本发明与随机基站天线选择方法和穷搜索基站天线选择方法的系统和容量随信噪比变化的仿真对比图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
参照图1，B小区系统中，每个小区的基站服务一个用户，基站的天线数和射频链路数分别为N和Nf，用户的天线数和射频链路数均为M。小区的序号用k表示，且k＝1，...,B，则基站k和用户k分别代表小区k的基站和用户。对于每个小区有多个用户的系统，可采用例如时分复用的方式简化为每个时隙只有一个用户的系统。假设N＞Nf，各基站需要从所有的N个天线中选取Nf个天线，并连接到相应的射频链路上，因此基站的备选天线集合Φ包含个备选天线选择向量，可表示为其中表示从N个数中选取Nf个数的组合数，φl表示第l个备选天线选择向量，它是N长的列向量，其元素取值为0或1的，l为备选天线选择向量的索引变量。列向量中序号为i的元素为1代表基站的第i个天线被选中，反之未被选中。表示基站k到用户k′的信道矩阵，其中ωk表示基站k从备选天线选择集合中选中的天线选择方案，表示复数域。
参照图2，本发明的实现步骤包括如下：
步骤1，估计各基站到本小区用户的信道状态信息。
1a）基站k给用户k发送次导频信息，每一次选取若干天线并将它们连接到射频链路发送导频信息，其中第1次从所有N个天线中选取Nf个天线，第2次从剩余的N‑Nf个天线中选取Nf个天线，第3次从剩余的N‑2Nf个天线中选取Nf个天线，直到第次选取最后剩余的天线，从而确保所有天线都会在某一次被连接到射频链路发送导频信息，其中k＝1,...,B，代表对标量x向上取整；
1b）用户k通过每次接收到的导频信息估计基站k相应天线到自身各个天线的信道状态信息，并将相应的信道矩阵反馈给基站k，其中k＝1,...,B；
1c）基站k根据各次反馈的信道矩阵获得其所有天线到用户各个天线的信道系数，将信道系数组成信道矩阵其中k＝1,...,B。
步骤2，初始化各小区基站天线选择方案。
2a）根据信道矩阵Hkk和备选天线选择向量φl，确定当φl作为天线选择方案时基站k到本小区用户的信道矩阵
其中，k＝1,...,B，Diag{φl}表示一个主对角线上的元素为列向量φl的对应元素的对角矩阵，函数表示由矩阵的非0列构成的一个子矩阵；
2b）初始化基站k的天线选择方案ωk为最大的F‑范数的矩阵对应的备选天线选择向量，计算公式如下：
其中，k＝1,...,B，||·||F表示矩阵的F‑范数；
2c）将上述各基站的天线选择方案组合成B个小区基站天线选择集合Ω＝{ω1,ω2,...,ωB}。
步骤3，沿着系统和容量增加的优化方向，在保持其他基站天线选择方案不变的情况下，利用部分迭代干扰对齐依次确定各小区最优的基站天线选择方案。
参照图3，本步骤的实现如下：
3.1）初始化备选天线选择向量的索引变量l为1，同时初始化最大的系统和容量Cmax为0；
3.2）将小区1的基站天线选择方案ω1更新为备选天线选择向量φl，保持其他基站的天线选择方案不变，同时将B个小区基站天线选择集合Ω中第1个元素更新为φl；
3.3）根据上述天线选择方案，进行部分迭代干扰对齐，设计各小区的基站预编码矩阵和用户干扰抑制矩阵：
参照图4，本步骤的具体实现如下：
3.3a）随机初始化基站k的预编码矩阵且满足其中k＝1,...,B，(·)H表示矩阵的共轭转置，In表示n×n维的单位矩阵，d表示基站发送数据流的维数；
3.3b）初始化迭代次数指示变量c为1；
3.3c）根据K.Gomadam等学者在文章“Approaching the Capacity of WirelessNetworks through Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中所述的训练方法，确定在第c次迭代时用户k′的干扰协方差矩阵
其中，k′＝1,...,B，Pk表示基站k的发射功率，表示在第c‑1次迭代时基站k的预编码矩阵；
3.3d）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第c次迭代时用户k′的干扰抑制矩阵其中k′＝1,...,B，υd{·}表示矩阵最小的d个特征值对应的特征向量；
3.3e）根据K.Gomadam等学者在文章“Approaching the Capacity of WirelessNetworks through Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中所述的训练方法，确定在第c次迭代时基站k的干扰协方差矩阵
其中，k＝1,...,B，Pk′表示用户k′的发射功率，取值与本小区基站的发射功率相等；
3.3f）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第c次迭代时基站k的预编码矩阵其中k＝1,...,B；
3.3g）迭代次数指示变量c的值加1，如果c≤Nite，则返回步骤3.3c，继续进行迭代；否则，跳转至步骤3.4，得到Nite次迭代后基站k的预编码矩阵和用户k′的干扰抑制矩阵其中k＝1,...,B，k′＝1,...,B，Nite为部分迭代干扰对齐的迭代次数，且满足Nite≤NI，NI表示传统干扰对齐收敛需要的迭代次数经验值，优选为30；
3.4）根据K.Gomadam等学者在文章“Approaching the Capacity of WirelessNetworks through Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中所述的训练方法，确定基站k′到用户k′的等效信道以及用户k′的干扰协方差矩阵
其中，k′＝1,...,B，其中表示在天线选择方案ωk′情况下基站k′到用户k′的信道矩阵；
3.5）根据部分迭代干扰对齐得到的等效信道干扰抑制矩阵和干扰协方差矩阵计算系统和容量CΩ：
其中，k′＝1,...,B，σ2信道中高斯白噪声的方差，|·|表示矩阵的行列式，容量单位是bit/s/Hz；
3.6）如果CΩ＞Cmax，则设置Cmax＝CΩ，且令最优的备选天线选择向量的索引变量l*＝l，即最优的备选天线选择向量否则，Cmax保持不变；
3.7）备选天线选择向量的索引变量l的值加1，如果则返回步骤3.2，继续遍历基备选天线集合Φ中的其他备选天线选择向量；否则，跳至步骤3.8；
3.8）确定小区1最优的基站天线选择方案
3.9）按照步骤3.1到3.8所述的方法，依次确定小区2到小区B最优的基站天线选择方案
3.10）将上述各小区最优的基站天线选择方案组合成最优的B个小区基站天线选择集合
步骤4，采用传统迭代干扰对齐进行多小区干扰协调。
4.1）根据上述最优的B个小区基站天线选择集合Ω*，进行迭代次数为NI的传统迭代干扰对齐，设计各小区的基站预编码矩阵和用户干扰抑制矩阵：
4.1a）随机初始化基站k的预编码矩阵且满足其中k＝1,...,B，(·)H表示矩阵的共轭转置，In表示n×n维的单位矩阵，d表示基站发送数据流的维数；
4.1b）初始化迭代次数指示变量m为1；
4.1c）根据K.Gomadam等学者在文章“Approaching the Capacity of WirelessNetworks through Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中所述的训练方法，确定在第m次迭代时用户k′的干扰协方差矩阵
其中，k′＝1,...,B，Pk表示基站k的发射功率，表示在第m‑1次迭代时基站k的预编码矩阵，表示在天线选择方案情况下基站k到用户k′的信道矩阵；
4.1d）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第m次迭代时用户k′的干扰抑制矩阵其中k′＝1,...,B，υd{·}表示矩阵最小的d个特征值对应的特征向量；
4.1e）根据K.Gomadam等学者在文章“Approaching the Capacity of WirelessNetworks through Distributed Interference Alignment”(Proceedings of the IEEE GlobalTelecommunications Conference,Miami,USA,2008:1‑5)中所述的训练方法，确定在第m次迭代时基站k的干扰协方差矩阵
其中，k＝1,...,B，Pk′表示用户k′的发射功率，其取值与本小区基站的发射功率相等；
4.1f）按照干扰泄露最小原则，根据上述干扰协方差矩阵设计在第m次迭代时基站k的预编码矩阵其中k＝1,...,B；
4.1g）迭代次数变量m的值加1，如果m≤NI，则返回步骤4.1c，继续进行迭代；否则，迭代过程结束，获得基站k的预编码矩阵和用户k′的干扰抑制矩阵其中k＝1,...,B，k′＝1,...,B，跳转至步骤4.2；
4.2）根据上述传统迭代干扰对齐设计的预编码矩阵和干扰抑制矩阵，各小区基站和用户分别发送和接收数据，进行多小区干扰协调，消除小区间干扰。
本发明的优点通过下述计算复杂度分析与仿真结果来进一步说明：
1）计算复杂度分析
在分析本发明的计算复杂度之前，首先给出穷搜索基站天线选择方法的计算复杂度。穷搜索基站天线选择方法是一种最直接的方法，即遍历由所有基站的所有备选天线选择向量组合成的各种天线选择情况，然后通过传统迭代干扰对齐选出使得系统和容量最大的一种各小区的基站天线选择方案。由于系统中有B个基站，而每个基站都有个备选天线选择向量，因此该方法搜索各种天线选择情况的次数为在每次搜索过程中，进行迭代次数为NI的传统迭代干扰对齐，每次搜索过程中干扰对齐的计算复杂度为：
因此，穷搜索基站天线选择方法总的计算复杂度为：
本发明沿着系统和容量增加的优化方向，在保持其他基站天线选择方案不变的情况下，依次对每个基站的天线选择方案进行优化，并没有穷尽所有可能情况，因此本发明搜索各种天线选择情况的次数为在每次搜索过程中，本发明采用部分迭代干扰对齐，降低了干扰对齐的迭代次数，每次搜索过程中干扰对齐的计算复杂度为：
步骤2中矩阵F‑范数的计算复杂度与每次搜索过程中干扰对齐的计算复杂度相比很小，因此这部分复杂度可以忽略。考虑步骤4进行传统迭代干扰对齐的计算复杂度，本发明总的计算复杂度可以表示为：
进一步化简为：
其中，θ＝Nite/NI为部分迭代因子，其取值范围为0＜θ≤1。由于在B＞1且的条件下小于特别在B或者较大时远小于因此本发明相对于穷搜索基站天线选择方法计算复杂度更低。
2）仿真实验
2.1）仿真条件：
采用MATLAB仿真软件，仿真了1000次。小区个数B＝4、基站的天线数N＝4、基站的射频链路数Nf＝3、用户的天线和射频链路数M＝3、发送数据流的维数d＝1、传统迭代干扰对齐的迭代次数为NI＝30。假设各小区基站的发射功率相等，都为P，且高斯噪声的方差σ2＝1，则功率P代表了系统中各小区用户的信噪比SNR。
2.2）仿真内容和结果：
在部分迭代干扰对齐的迭代次数Nite＝1,5,10,30条件下，对本发明与随机基站天线选择方法和穷搜索基站天线选择方法的系统和容量随信噪比SNR变化情况进行蒙特卡罗仿真，得到对应的仿真对比图，如图5所示，其中横坐标表示信噪比SNR，纵坐标表示系统和容量。
从图5中可以看出，随机基站天线选择方法的系统和容量性能最差，因为随机方法只是随机选取基站天线并接入相应射频链路，难以获得天线选择增益。穷搜索基站天线选择方法遍历了由所有基站的所有备选天线选择向量组合成的各种天线选择情况，且采用传统迭代干扰对齐的方法，因此获得了最优的系统和容量。当信噪比SNR从0dB增加到30dB，本发明的系统和容量都略低于穷搜索基站天线选择方法而明显高于随机基站天线选择方法的系统和容量。本发明在Nite取不同值时具体的系统和容量性能情况：当Nite取最小值1时，本发明的性能较差，距离穷搜索基站天线选择方法获得的最优性能较远，因为Nite太小，部分迭代干扰对齐仅仅迭代了一次，但此时的性能仍优于随机基站天线选择方法的性能；当Nite取最大值30时，本发明获得所能达到的最优性能，此最优性能接近于穷搜索基站天线选择方法的性能。当Nite分别取5和10时，本发明的性能相对于Nite取1时的性能得到明显提升。特别是Nite取10时，本发明能够获得几乎与Nite取30时同样的性能，而且迭代次数相对于Nite取30时较少，表明Nite＝10能够获得系统和容量与计算复杂度的折中。
仿真结果以及计算复杂度的分析表明，本发明能够有效地降低计算复杂度，同时获得接近于穷搜索基站天线选择方法的和容量性能。另外，本发明通过调整部分迭代干扰对齐的迭代次数，实现系统和容量与计算复杂度的折中。