CN102938666B - 一种下行多小区联合波束成形方法 - Google Patents

Abstract

本发明提供一种下行多小区联合波束成形方法，该方法包括：各个用户根据接收到的信号估计自身的信道状态信息，并将信道状态信息反馈给本小区的中心处理器，所述信道状态信息包括本小区内各个分布式放置的天线单元到用户自身的即时信道状态信息和其他小区分布式放置的天线单元到用户自身的大尺度信道状态信息；各个小区的中心处理器将收到的信道状态信息转发给集中处理节点；基于接收到的信道状态信息，集中处理节点按照选定的优化目标，优化计算出小区中各个用户的发送波束成形向量。本发明提出的基于部分信道状态信息的下行多小区波束成形方法可以在提高系统性能的同时有效降低导频开销、信道估计开销以及反馈开销。

Description

一种下行多小区联合波束成形方法

技术领域

本发明涉及本发明属于无线数据传输技术领域，特别涉及一种基于部分信道状态信息的下行多小区联合波束成形方法。

背景技术

在第二代以及第三代无线通信系统中，蜂窝技术被广泛采用。为了提高蜂窝系统中小区边缘用户的性能，分布式天线系统（DistributedAntenna System，DAS）、基站协作系统、分布式无线通信系统（Distributed Wireless Communication System，DWCS）等新型网络架构技术以及多点协作（Coordinated Multi-Point，CoMP）技术被相继提出。这些技术体现了未来无线通信系统的重要特征：“分布式天线放置”和“协作信号处理”。

由于复杂度过高，全系统的全局联合信号处理在实际中很难实现。一种比较可行的架构是将系统中分布式放置的天线单元分成一个个的广义小区，每个小区内部各个天线的信号在本小区的中心处理器中联合处理，而不同小区间采用相对简单的协作方式，如协同资源分配等。对于下行链路，多小区联合波束成形可以有效降低小区间干扰，提高系统性能。在多小区联合波束成形方案的设计中，发送端的信道状态信息（Channel State Information，CSI）起着非常重要的作用，发送端CSI数量的不同对系统的性能有着很大的影响。

一般而言，我们可以认为无线信道的衰落包括两部分：一是大尺度衰落，包括路径损耗和阴影衰落；二是小尺度衰落，即瑞利衰落。小尺度衰落变化快，难以实时跟踪，而大尺度衰落变化缓慢，比较容易获取。在实际系统中，特别是系统规模比较大时，在发送端获取全部即时CSI（包括大尺度CSI和小尺度CSI）会给系统带来相当大的导频开销、信道估计开销以及反馈开销。

发明内容

（一）所要解决的技术问题

本发明目的是提供一种下行多小区联合波束成形方法，解决系统导频开销、信道估计开销以及反馈开销相当大的问题。

（二）技术方案

本发明提供一种下行多小区联合波束成形方法，该方法包括：

S1、各个用户根据接收到的信号估计自身的信道状态信息，并将信道状态信息反馈给本小区的中心处理器；所述信道状态信息包括本小区内各个分布式放置的天线单元到用户自身的即时信道状态信息和其他小区分布式放置的天线单元到用户自身的大尺度信道状态信息；

S2、各个小区的中心处理器将收到的信道状态信息转发给集中处理节点；

S3、基于接收到的信道状态信息，集中处理节点按照预定的优化目标，优化计算出小区中各个用户的发送波束成形向量。

可选的，该方法还包括集中处理节点将计算出的波束成形向量分发给各个小区的中心处理器，各个小区的中心处理器对相应用户的波束成形向量进行预处理的步骤。

（三）有益效果

本发明的目的在于提出一种基于部分信道状态信息的下行多小区联合波束成形方法，适用于每小区有多个分布式放置的远端天线单元以及多个用户的多小区无线通信系统，可以在提高系统性能的同时有效降低导频开销、信道估计开销以及反馈开销。

附图说明

图1为本发明的步骤流程图；

图2为有3个小区的DWCS系统示意图。

具体实施方式

本发明的目的在于提供一种基于发送端部分CSI—各个小区内部即时CSI和小区间大尺度CSI—的下行多小区联合波束成形方法，适用于每小区有多个分布式放置的远端天线单元且每小区有多个用户的多小区无线通信系统。如图1所示该方法包括：

S1、各个用户根据接收到的信号估计自身的信道状态信息，并将信道状态信息反馈给本小区的中心处理器；所述信道状态信息包括本小区内各个分布式放置的天线单元到用户自身的即时信道状态信息和其他小区分布式放置的天线单元到用户自身的大尺度信道状态信息；

S2、各个小区的中心处理器将收到的信道状态信息转发给集中处理节点；

S3、基于接收到的信道状态信息，集中处理节点按照选定的优化目标，优化计算出小区中各个用户的发送波束成形向量。

其中信道状态信息估计分为：

1）对应于小区内即时信道状态信息的导频插入周期和信道估计周期短，要足以跟踪即时信道状态信息的快速变化；

2）对应于小区间大尺度信道状态信息的导频插入周期和信道估计周期较长，只要能跟踪大尺度信道状态信息的变化即可。

其中信道状态信息反馈分为：

1）小区内即时信道状体信息反馈周期短，要足以跟踪即时信道状态信息的快速变化；

2）小区间大尺度信道状态反馈周期较长，只要能跟踪大尺度信道状态信息的变化即可

由于大尺度CSI变化比较缓慢，用于估计大尺度CSI的导频插入周期可以延长，信道估计周期和反馈周期也可以适当延长。从而导频开销、信道估计开销和反馈开销都可以有效得到降低。

其中，该方法还包括集中处理节点将计算出的波束成形向量分发给各个小区的中心处理器，各个小区的中心处理器对相应用户的波束成形向量进行预处理的步骤。

具体的：

考虑一个广义小区的DWCS系统，系统中有K个小区，其中第k个小区内有N_k个分布式天线单元、U_k个单天线的用户和一个中心处理器，各个小区的中心处理器通过有线链路连接到一个集中处理节点。各个小区内的分布式天线单元通过光纤连接到各自小区的中心处理器，同一个小区内各个分布式天线单元的发送和接收信号都在相应的中心处理器中联合处理。如图2所示，是一个有3个小区的DWCS系统。

S1、在下行链路中第k个小区内第u个用户接收到的信号表示为

$y_u^{\left(k\right)}=h_u^{(k,k)}{w}_u^{\left(k\right)}{x}_u^{\left(k\right)}+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1,(l,j)\≠(k,u)}{\overset{U_l}{\mathrm{\Σ}}}{h}_u^{(k,l)}{w}_j^{\left(l\right)}{x}_j^{\left(l\right)}+n_u^{\left(k\right)},---\left(1\right)$

其中是一个1×N_l的复向量，表示第l个小区的各个分布式天线到第k个小区中第u个用户的信道，是第l个小区中第j个用户的波束成形向量，是第l个小区中第j个用户的发送信号，是复高斯白噪声，服从复高斯分布

依据表达式1，可以表示为

$h_u^{(k,l)}=g_u^{(k,l)}{L}_u^{(k,l)}---\left(2\right)$

其中是一个1×N_l的复向量，它的每个元素服从CN(0,1)分布，表示小尺度衰落，即瑞利衰落；是一个对角阵，表示大尺度衰落，包括路径损耗和阴影衰落。 是第l个小区第n个分布式天线单元到第k个小区中第u个用户的距离，是两者之间的阴影衰落，γ是路径损耗因子。在此系统中，各小区内部即时CSI为：

$\{h_u^{(k,k)}=g_u^{(k,k)}{L}_u^{(k,k)}|k=1,...,K,u=1,...,U_k\}---\left(3\right)$

小区间大尺度CSI为：

$\{h_u^{(k,l)}=g_u^{(k,l)}{L}_u^{(k,l)}|k,l=1,...,K,k\≠l,u=1,...,U_k\}---\left(4\right)$

将所有信道状态信息反馈给本小区的中心处理器；若U_k＝U,N_k＝N，则各小区内部CSI涵盖NUK条单发单收信道，小区间CSI涵盖(K-1)NUK条单发单收信道，可见小区间CSI占全部CSI的当小区数K比较大，系统中的用户仅估计和反馈小区内部即时CSI和小区间大尺度CSI，可以大大降低导频、信道估计以及反馈开销。

S2、各个小区的中心处理器收到各个用户反馈的CSI后将其转发给集中处理节点

S3、基于收到的CSI，集中处理节点根据选定的优化目标采用一定的优化方法计算系统中各个用户的发送波束成形向量

S4、集中处理节点将计算出的波束成形向量分发给各个小区的中心处理器，使各中心处理器对相应用户的数据进行预处理。

若DWCS系统中的各个用户的业务对时延不敏感，且不同的用户优先级不同，则可以选取系统的加权和速率为优化目标。由于对于小区间的信道发送端仅知道大尺度CSI，基于用户接收到的干扰加噪声服从高斯分布的假设，第k个小区内第u个用户接收到的干扰加噪声的功率

$I_{k,u}^2\left(w\right)=\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=1,(l,j)\≠(k,u)}{\overset{U_l}{\mathrm{\Σ}}}{\left|h_u^{(k,l)}{w}_j^{\left(l\right)}\right|}^2+{\mathrm{\σ}}_{k,u}^2---\left(5\right)$

可以近似表示为

$J_{k,u}^2\left(w\right)=E_{\left\{g_u^{(k,l)}\right|l=1,...,K,l\≠k\}}\left(I_{k,u}^2\left(w\right)\right)=\underset{i=1,i\≠u}{\overset{U_k}{\mathrm{\Σ}}}{\left|h_u^{(k,k)}{w}_i^{\left(k\right)}\right|}^2+\underset{l=1,l\≠k}{\overset{K}{\mathrm{\Σ}}}\underset{j=1}{\overset{U_l}{\mathrm{\Σ}}}{\left|\right|L_u^{(k,l)}{w}_j^{\left(l\right)}\left|\right|}_2^2+{\mathrm{\σ}}_{k,u}^2---\left(6\right)$

假设第k个小区第u个用户的加权系数为第k小区的所有分布式天线单元的总发送功率约束为P^(k)，则多小区联合波束成形问题可以写为

$\underset{\left\{w_u^{\left(k\right)}\right|k=1,...,K,u=1,...,U_k\}}{\max }\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{u=1}{\overset{U_k}{\mathrm{\Σ}}}{\mathrm{\α}}_u^{\left(k\right)}{\log }_2(1+\frac{{\left|h_u^{(k,k)}{w}_u^{\left(k\right)}\right|}^2}{J_{k,u}^2\left(w\right)})---\left(7\right)$

s.t. $\underset{u=1}{\overset{U_k}{\mathrm{\Σ}}}{\left|\right|w_u^{\left(k\right)}\left|\right|}_2^2\≤P^{\left(k\right)},k=1,...,K.$

要计算各个用户的发送波束成形向量，集中处理节点只需要采用一定的算法求出该问题的解即可。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (1)

1.一种下行多小区联合波束成形方法，其特征在于，该方法包括：

S1、各个用户根据接收到的信号估计自身的信道状态信息，并将信道状态信息反馈给本小区的中心处理器；所述信道状态信息包括本小区内各个分布式放置的天线单元到用户自身的即时信道状态信息和其他小区分布式放置的天线单元到用户自身的大尺度信道状态信息；

S2、各个小区的中心处理器将收到的信道状态信息转发给集中处理节点；

S3、基于接收到的信道状态信息，集中处理节点按照预定的优化目标，优化计算出小区中各个用户的发送波束成形向量；

其中，该方法还包括集中处理节点将计算出的波束成形向量分发给各个小区的中心处理器，各个小区的中心处理器对相应用户的波束成形向量进行预处理的步骤。