CN114337976A - 一种联合ap选择与导频分配的传输方法 - Google Patents

Abstract

本发明公开了一种联合AP选择与导频分配的传输方法，通过降低同一区域导频复用情况来降低导频污染得到导频分配方案，联合AP选择和导频分配方案，并通过迭代的方式输出最优的联合导频分配与AP选择方案。针对导频分配问题，本发明以减少导频污染为目标，基于信道和地理位置的分组排序导频分配算法，从而降低整个系统的导频污染。针对AP选择问题，本发明在满足用户一定速率要求的条件下，以最小化系统总功率消耗为目标得到功率分配值，联合功率分配值和信道估计的方差衡量AP的服务质量，拥有更低的计算复杂度，更有利于实际部署。本发明不论是系统的导频污染还是系统能耗都能够得到很好的优化，从而使系统的能耗得到进一步提升。

Description

一种联合AP选择与导频分配的传输方法

技术领域

本发明涉及通信技术领域，尤其涉及一种联合AP选择与导频分配的传输方法。

背景技术

无蜂窝大规模多输入输出(Multiple-input Multiple-output，MIMO)是一种新型的网络架构，通过联合操作将天线广泛分布在覆盖区域，去除小区边界，从而解决小区边缘用户性能不佳的问题。每个分布式天线位置被称为接入点(Access Points，AP)，这些接入点在下行链路上相干发射信号，在上行链路上相干处理接收到的信号，从而在不消耗更多发射功率的情况下获得更高的信干噪比(Signal to Interference plus Noise Ratio，SINR)。

无蜂窝大规模多输入输出(Cell-Free Massive MIMO，CF mMIMO)利用了两种基础技术的优势：大规模MIMO(例如，信道正交)和Network MIMO(例如，更均一的用户性能)，通过多个分布式AP之间的信号协调处理抑制多用户干扰，并利用宏分集为终端提供统一良好的服务。

在无蜂窝大规模MIMO系统中，如图1所示，考虑M个AP在相同的时间频带资源上同时服务K个用户，每个AP配备N个天线，用户为单天线，且满足MN>>K。其中，从用户到接入点AP之间的链路称为上行链路，从AP到用户的传输链路称为下行链路，而每个AP又会通过回程链路与CPU相连，进行信息的传输。

该系统采用时分双工(Time Division Duplexing，TDD)的工作模式，每个相干间隔可以划分为3个阶段：在第一阶段的上行链路训练阶段，用户通过上行链路发送自己分配到的导频序列给AP，在接收端，AP利用接收到的导频信号进行信道估计，得到信道状态信息(Channel State Information，CSI)；在第二阶段的上行数据传输阶段，用户发送数据给AP，接收端首先进行本地信号检测，然后将数据发送给中央处理单元(Central ProcessingUnit，CPU)，CPU会根据接收到的数据和统计信道的估计值，对用户数据进行集中检测；在第三阶段的下行链路数据传输阶段，AP通过CPU分配的功率系数以及本地估计的信道，对要发送给用户的数据进行功率控制和预编码，将数据发送给用户。

系统模型介绍如下。

无蜂窝大规模MIMO网络，它包含随机分布在覆盖区域内的M个AP和K个用户。一个中央处理器(CPU)通过无限的回传链路连接到所有的AP。每个AP都配备了N根天线，而每个用户都是单天线。我们假设每个用户都有一个必须满足的频谱效率(SpectralEfficiency，SE)值[bits/s/Hz]。我们的主要目标是在考虑系统总功耗最小的情况下，找到满足SE要求的AP子集和相应的发射功率。

1、上行训练

第m个AP接收到的导频信号：

N是每个AP配置的天线个数，τ_p是导频序列的长度，p_k是第k个用户发送的导频功率，

是服从复高斯分布的加性噪声，h_mk∈Cy^N×1是第m个AP与第k个用户之间的信道：

其中，β_mk是大尺度衰落系数，与路径损耗、阴影衰落信道相关，根据3GPP城区微蜂窝模型可以由下式计算得到：

β_mk＝-30.5-36.7log₁₀(d_mk/1m)+z_mk (3)

其中z_mk代表阴影衰落，服从高斯分布z_mk～N(0，16)，g_mk是小尺度衰落系数，是服从独立同分布的复高斯随机变量，g_mk～ON(0，I_N)，所以h_mk～ON(0，β_mkI_N)，

是第k个用户发送的导频序列，满足：

表示与用户k使用相同导频的用户集合。要估计第m个AP与第k个用户之间的信道，就要用

乘以y_m，即：

上式第二项是由于导频资源有限时，不同用户复用导频导致的污染，定义第k个用户导频污染为：

使用MMSE进行信道估计，得到：

β_mk是第m个AP与第k个用户之间的大尺度衰落系数，与路径损耗和阴影衰落相关，

是下行信道的加性高斯噪声方差，

的方差：

2、下行数据传输

第m个AP处的发送信号为：

第k个用户接收到的信号为：

假设采用MRT预编码，则预编码向量为：

r_k可以写成：

定义DS_k，BU_k和MUI_k,k'分别表示期望信号、预编码增益的不确定性以及多用户干扰，计算公式如下：

得到第k个用户单位带宽下行可达速率下界表达式：

然而上述系统中，一方面，在cell-free系统中，AP所服务的用户众多，但系统所提供的导频资源有限，因此不同的用户不可避免地会复用相同的导频。而复用导频会为整个系统带来导频污染(Pilot Contamination，PC)，导频污染又会直接导致用户与AP之间信道估计结果不准确，从而间接导致采用最大比传输(Maximum Ratio Transmission，MRT)预编码方案下的下行数据接收阶段，用户会受到较大的干扰，导致服务质量变差。因此对于cell-free系统而言，需要一个导频资源分配的结果，使得信道估计结果更加准确，从而提高系统的传输速率，用户能得到更好的服务。

另一方面，当网络比较大，AP个数很多而且广泛分布，在传统的全连接(每个用户被所有的AP服务)模式下一个现实的问题就会产生：如果当前用户距离一些AP很远，那么这些AP要服务该用户就会对自身周围的用户造成比较强的干扰，影响系统整体的性能，AP选择可以有效解决这一问题。带有AP选择的无蜂窝大规模MIMO架构可以分为带有AP选择的部分全连接网络(如图3所示)和带有AP选择的部分连接网络(又名以用户为中心的无蜂窝大规模MIMO系统)(如图2所示)。在带有AP选择的部分连接网络中，每个用户仅由自己选定的AP子集提供服务；在带有AP选择的部分全连接网络中，相同的AP子集以全连接模式服务全部的用户。大量理论研究和仿真结果已证明，在无蜂窝大规模MIMO系统中，只有一小部分接入点提供了绝大部分增益，带有AP选择的无蜂窝大规模MIMO以较少但良好的连接，既能提升系统可扩展性，又能带来能效和谱效上的提升。

由于现有的技术方案都是把AP选择和导频分配分开进行，没有考虑到AP选择和导频分配之间相互影响的关系；而在Cell-Free系统中上行导频估计的结果会用于下行数据传输前的MRT预编码处理，而上行发送导频进行信道估计时产生的导频污染会导致信道估计值的不准确，从而导致下行数据接收时产生干扰，因此上行的导频分配与下行的AP选择之间会互相影响。如果不考虑他们之间互相影响的关系，显然会带来一定的性能损失。

发明内容

本发明的目的是针对无蜂窝大规模MIMO场景下，同时考虑AP选择和导频分配之间的相互影响，设计一种联合AP选择与导频分配的传输方法，通过更低复杂度的计算，进一步提升系统的能效。

为了实现上述目的，本发明提供如下技术方案：

本发明提供的一种联合AP选择与导频分配的传输方法，通过降低同一区域导频复用情况来降低导频污染得到导频分配方案，联合AP选择和导频分配方案，并通过迭代的方式输出最优的联合导频分配与AP选择方案，其中，导频分配方案是基于信道和地理位置的分组排序导频分配算法，AP选择方案是联合功率分配值和信道估计的方差衡量AP服务质量的标准。

进一步地，上述方法包括以下步骤：

S1、初始化：采用全连接的无蜂窝大规模MIMO结构，随机导频分配，运行AP选择算法，得到AP选择和功率分配结果，计算系统总功耗；

S2、在选定的AP集合上运行导频分配算法，得到导频分配结果；

S3、在新的导频分配结果的基础上重新运行AP选择算法，得到新的AP选择和功率分配结果，计算新的系统总功耗；

S4、如此迭代交替优化AP选择与导频分配，直至系统总能耗值收敛，输出导频分配和AP选择结果。

进一步地，所述的分组排序导频分配算法具体为：基于信道相似性矩阵和用户的距离矩阵提出一种联合矩阵；并根据联合矩阵做排序分组处理，来减少同一区域且信道相似的用户的导频复用情况，并从中选择出增益最优的方案，从而降低整个系统的导频污染。

进一步地，信道相似性矩阵的建立过程为：

基于用户与AP之间的大尺度衰落系数β_mk，形成以AP服务为中心的所有用户的大尺度衰落矩阵：

β_m＝[β_m1,β_m2,...,β_mK]

其中β_m∈C^1×K，计算出每个AP所服务用户的大尺度衰落系数的均值：

提出相似性度量函数，表示AP与其所服务的用户之间的信道相似性：

对于第i个AP所服务的用户j，其相似性值计算为：

通过相似性度量函数，得到所有AP服务的所有用户构成的相似性矩阵F：

其中，F∈C^M×K，M代表所有的AP数目，K代表所有的用户数目。

进一步地，距离矩阵基于地理位置，计算每个AP所服务的用户之间的距离：

其中，p_j代表用户j的坐标位置，p_i代表第i个AP的坐标位置，P_ij代表第i个AP与其服务的用户j的距离；

所有的AP与所有用户的距离，构成距离矩阵P：

其中，P∈C^M×K，M代表所有的AP数目，K代表所有的用户数目。

进一步地，联合矩阵Q∈C^M×K为相似性矩阵、距离矩阵对应位置相乘得到：

进一步地，基于联合矩阵的用户导频分配算法步骤为：

(1)对用户升序处理得到排序后矩阵S：

其中S∈C^M×K，矩阵元素S_ij代表第i个AP上排序为第j的用户的联合值；

(2)基于排序情况，划分用户组别：

对第i个AP，将升序排列后的K个用户以导频数量τ_p为单位划分组别，共分成N_g组：

则第i个AP的分组情况G_i表示为：

(3)在每个组别上进行正交导频分配：

每个组中的τ_p个用户依次选择正交导频序列，得到第i个AP的所有用户分配的导频索引集合

并计算该分配方案下所有用户的和速率：

(4)所有的AP进行步骤(1)、(2)、(3)，直到均完成此操作，最终得到所有的导频分配方案的总速率情况，表示为RS：

选择总的和速率最大对应的分配方案Ps_x即为最佳导频分配方案：

(5)CPU将导频分配索引，发送给用户，上行导频传输阶段，将发送该索引对应的导频序列，至此，导频分配工作完成。

进一步地，AP选择算法采用部分全连接的无蜂窝大规模MIMO结构，即为全部用户选择一个AP子集来满足速率需求。

进一步地，无蜂窝大规模MIMO的网络能耗模型由下式给出：

其中，A表示处在激活状态的接入点集合，|A|表示处在激活状态的接入点个数，p_mk是AP m用于向用户k发送数据的功率，0＜η_m≤1表示功率放大器的效率；P_m表示连接处于激活状态的AP的射频链路功率消耗以及与速率无关的基本front-haul连接的功耗；P_tb,m单位是瓦/(比特/秒)，表示与速率相关的功率消耗，B为传输带宽，R_k为用户k的速率。

进一步地，AP选择算法为：在满足用户一定速率要求的条件下，以最小化系统总功率消耗为目标得到功率分配值p_mk,m＝1,...,M,k＝1,...,K,联合功率分配值p_mk和信道估计的方差γ_mk衡量AP的服务质量，按照下式由大到小给AP排序，使前|A|个AP处于激活状态，后M-|A|个AP处于休眠状态以减少功率消耗；

与现有技术相比，本发明的有益效果为：

首先，本发明考虑到AP选择与导频分配内在的相互影响关系：上行发送导频信号进行信道估计得到CSI，用于对下行发送信号进行预编码，因此导频分配会影响AP选择的结果。之前的研究没有将导频分配与AP选择进行联合，会带来一定的性能损失。我们提出一种联合AP选择与导频分配的方案：通过降低同一区域导频复用情况来降低导频污染得到导频分配方案，接着根据系统的能效结合导频分配方案做下行的AP选择，AP选择的结果也会使得系统可以动态调整休眠和激活的AP；此时根据新AP选择方案反过来调整原有的导频分配方案，通过这种迭代的方式，最终输出最优的联合导频分配与AP选择方案。相比之下，本方案不论是系统的导频污染还是系统能耗都能够得到很好的优化，从而使系统的能耗得到进一步提升。

其次，针对导频分配问题，本发明以减少导频污染为目标，提出一种基于信道和地理位置的分组排序导频分配算法。相比于原有的地理位置，我们考虑了信道的相似性，并基于信道相似性矩阵F和用户的位置矩阵G提出了一种联合矩阵，并根据联合矩阵做排序分组处理，来尽可能地减少同一区域且信道相似的用户的导频复用情况，并从中选择出增益最优的方案，从而降低整个系统的导频污染。

最后，针对AP选择问题，本发明在满足用户一定速率要求的条件下，以最小化系统总功率消耗为目标得到功率分配值，联合功率分配值和信道估计的方差衡量AP的服务质量，并给AP排序，我们认为θ_m越大的AP服务质量越好。使前|A|个AP处于激活状态，后M-|A|个AP处于休眠状态以减少功率消耗，这样能够进一步提升系统能效，同时拥有更低的计算复杂度，更有利于实际部署。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为全连接无蜂窝大规模MIMO系统；

图2为以用户为中心的CF mMIMO系统；

图3为本发明实施例提供的部分全连接的网络架构；

图4为本发明实施例提供的联合AP选择与导频分配方案流程图；

图5为本发明实施例提供的联合AP选择与导频分配系统框图；

图6为本发明实施例提供的基于二分搜索的AP选择算法流程图。

具体实施方式

本发明的用到的缩略语和关键术语定义表

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由于现有的技术方案都是把AP选择和导频分配分开进行，没有考虑到AP选择和导频分配之间相互影响的关系；而在Cell-Free系统中上行导频估计的结果会用于下行数据传输前的MRT预编码处理，而上行导频估计时产生的导频污染会导致信道估计值的不准确，从而导致下行数据接收时产生干扰，因此上行的导频分配与下行的AP选择之间会互相影响。如果不考虑他们之间互相影响的关系，显然会带来一定的性能损失。本方案旨在对AP选择问题和导频分配问题进行联合优化，通过更低复杂度的计算，使系统获得更高的能效。

本发明提供的一种联合AP选择与导频分配的传输方法，通过降低同一区域导频复用情况来降低导频污染得到导频分配方案，联合AP选择和导频分配方案，并通过迭代的方式输出最优的联合导频分配与AP选择方案，其中，导频分配方案是基于信道和地理位置的分组排序导频分配算法，AP选择方案是联合功率分配值和信道估计的方差衡量AP服务质量的标准。

本发明提出的将AP选择与导频分配进行迭代交替优化的方案，即进行完AP选择后，在新的AP集上重新进行导频分配，而新的导频分配结果又会影响AP选择的结果。如此迭代交替优化AP选择与导频分配，直至系统总能耗值收敛。联合AP选择与导频分配方案流程图如图4所示，系统框图如图5所示。这样，不论是系统的导频污染还是系统能耗都能够得到很好的优化，从而使系统的能效得到进一步提升。

关于导频分配方案：

针对导频分配问题，在Cell-Free系统中导频资源有限，因此复用是无法避免的。但属于同一区域或附近区域的用户复用导频的情况比不属于同一区域复用导频的情况为系统带来的污染更强烈。目前关于导频分配方面的研究调研结果中，经典的贪婪分配算法(GPA)，通过每次迭代，找到速率最低的用户，对它重新分配导频，由逐步更新达到优化的目的，但这种方式只是在单一的改善最差用户的性能，而没有从整体上考虑；为了更好的解决RPA的重要缺陷(相近用户用相同的导频带来严重污染)，利用LBS和GPA的概念相结合，提出LBGPA方案，具体方案如下：

(1)定义导频允许环，表示为O_k，其半径为r。处于同一圆圈内的用户i与用户j会使用不同的导频，数学上表示为：

(2)CPU迭代地为用户分配导频，对于用户k而言，首先检查是否已经分配导频，若已经分配则跳过本次分配；否则，记录其导频分配。并计算O_k，即O_k为已分配导频的用户数量。若小于等于导频数量τ_p，说明这τ_p个用户内是无污染的。

(3)当达到导频数量τ_p后，剩下的用户采用随机导频分配RPA的算法分配。

(4)当完成所有的用户分配以后，采用贪婪算法GPA，局部更新速率最低的用户的导频，更新程度由迭代次数决定。

该方案围绕着尽量为同一区域的用户不分配相同导频的原则，对属于同一个圆圈的前导频数量的用户分配正交导频，保证在一个圆形区域的用户不会有导频污染。而圆圈外的其余用户全部随机分配，分配完毕后，再采用贪婪算法(RPA)局部更新迭代。

通过调研当前的研究现状可知，一方面，现有研究很少将实际场景中用户之间的信道状况和地理位置等信息联合考虑，来为导频资源分配指导。另一方面，也很少围绕如何减少同一区域附近用户复用导频的情况来考虑；因此我们提出一种基于信道和地理位置的分组排序导频分配算法。相比于原有的地理位置，我们基于信道相似性矩阵F和用户的位置矩阵G提出了一种联合矩阵，并根据联合矩阵做排序分组处理，来尽可能地减少同一区域且信道相似的用户的导频复用情况，最后从中选择出增益最优的方案，从而降低整个系统的导频污染。

而本发明是基于用户与AP之间的大尺度衰落系数β_mk，形成以AP服务为中心的所有用户的大尺度衰落矩阵：β_m＝[β_m1,β_m2,...,β_mK]，其中β_m∈C^1×K，计算出每个AP所服务用户的大尺度衰落系数的均值：

提出相似性度量函数，表示AP与其所服务的用户之间的信道相似性，相似值越小，表明相似程度越高，相似值越大，表明越不相似：

因此，对于第i个AP所服务的用户j，其相似性值可计算为：

这样通过相似性度量函数，可得到所有AP服务的所有用户构成的相似性矩阵F，其中，F∈C^M×K，M代表所有的AP数目，K代表所有的用户数目：

基于地理位置，计算每个AP所服务的用户之间的距离：

其中，p_j代表用户j的坐标位置，p_i代表第i个AP的坐标位置，P_ij代表第i个AP与其服务的用户j的距离。所有的AP与所有用户的距离，构成距离矩阵P，其中，P∈C^M×K，M代表所有的AP数目，K代表所有的用户数目：

将相似性矩阵、距离矩阵对应位置相乘得到联合矩阵Q∈C^M×K，

基于联合矩阵的用户导频分配算法：

(1)对用户升序处理得到排序后矩阵S，其中S∈C^M×K，矩阵元素S_ij代表第i个AP上排序为第j的用户的联合值。

(2)基于排序情况，划分用户组别

对第i个AP，将升序排列后的K个用户以导频数量τ_p为单位划分组别，共可以分成N_g组：

则第i个AP的分组情况G_i可表示：

(3)在每个组别上进行正交导频分配

每个组中的τ_p个用户依次选择正交导频序列，得到第i个AP的所有用户分配的导频索引集合

并计算该分配方案下所有用户的和速率：

(4)所有的AP进行(1)(2)(3)，直到均完成此操作。最终得到所有的导频分配方案的总速率情况，表示为RS：

选择总的和速率最大对应的分配方案Ps_x即为最佳导频分配方案：

(5)CPU将导频分配索引，发送给用户，上行导频传输阶段，将发送该索引对应的导频序列，至此，导频分配工作完成。

本发明针对导频分配问题，提出一种基于信道和地理位置的分组排序导频分配算法。通过这种算法，能够很大程度上地减少同一区域用户的导频复用问题，从而降低整个系统的导频污染程度。通过仿真结果可以看出，本发明的方案优于现有的RPA、经典的GPA、以及LBGPA。

关于AP选择方案：

针对AP选择问题，旨在满足用户要求的业务速率条件下，使系统总功耗最小。UC的实现方式有很多种，大致被划分为基于信道质量的AP选择和基于接收功率的AP选择。基于建立的功耗模型，目前已经得到能耗最小的全局最优解的功率分配算法(OPT)和部分全连接的网络架构。

本发明采用部分全连接的无蜂窝大规模MIMO结构，为全部用户选择一个AP子集来满足速率需求。这样就实现了功耗和流量负载之间的直接关联，让系统以尽可能低的总功耗去满足用户所需的速率要求，对降低系统能耗很有意义。虽然现有的算法能得到能耗最小的全局最优解，但求解计算复杂度将随着AP的数量呈指数增长，实际网络部署中难以应用。

本发明采用部分全连接的无蜂窝大规模MIMO网络架构，如图3所示，能耗模型可由下式给出：

其中，A表示处在激活状态的接入点集合，|A|表示处在激活状态的接入点个数，p_mk是AP m用于向用户k发送数据的功率，0＜η_m≤1表示功率放大器的效率；P_m表示连接处于激活状态的AP的射频链路功率消耗以及与速率无关的基本front-haul连接的功耗；P_tb,m单位是瓦/(比特/秒)，表示与速率相关的功率消耗(主要由基带信号处理和front-haul传输产生)。B为传输带宽，R_k为用户k的速率。

通过全连接情况下即A_M＝{1,2,...,M}，在满足用户一定速率要求下最小化系统总功耗，问题建模如式(29)。使用matlab CVX凸优化工具包的MOSEK求解器求解得到全连接下的功率分配值，然后按照

由大到小给AP排序，通过二分法设置关闭AP的数量，同时验证每个用户可达速率是否能满足要求，进而逐步增减休眠的AP个数。

其中，

是要最小化的能耗上界，R_k-target是用户k要求的最小可达速率，P_max,m是AP m最大发射功率。基于二分搜索的AP选择算法流程如图6所示。

本发明针对AP选择，提出了一种联合功率分配值和信道估计方差来衡量AP服务质量的标准，通过仿真验证能够进一步提升系统能效，并且相比于获得能耗最小的全局最优解的AP选择方案算法(OPT)，将拥有更低的计算复杂度，更有利于实际部署。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、电子设备实施例、计算机可读存储介质实施例和计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特殊进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种联合AP选择与导频分配的传输方法，其特征在于，通过降低同一区域导频复用情况来降低导频污染得到导频分配方案，联合AP选择和导频分配方案，并通过迭代的方式输出最优的联合导频分配与AP选择方案，其中，导频分配方案是基于信道和地理位置的分组排序导频分配算法，AP选择方案是联合功率分配值和信道估计的方差衡量AP服务质量的标准。

2.根据权利要求1所述的联合AP选择与导频分配的传输方法，其特征在于，包括以下步骤：

S1、初始化：采用全连接的无蜂窝大规模MIMO结构，随机导频分配，运行AP选择算法，得到AP选择和功率分配结果，计算系统总功耗；

S2、在选定的AP集合上运行导频分配算法，得到导频分配结果；

S3、在新的导频分配结果的基础上重新运行AP选择算法，得到新的AP选择和功率分配结果，计算新的系统总功耗；

S4、如此迭代交替优化AP选择与导频分配，直至系统总能耗值收敛，输出导频分配和AP选择结果。

3.根据权利要求1所述的联合AP选择与导频分配的传输方法，其特征在于，所述的分组排序导频分配算法具体为：基于信道相似性矩阵和用户的距离矩阵提出一种联合矩阵；并根据联合矩阵做排序分组处理，来减少同一区域且信道相似的用户的导频复用情况，并从中选择出增益最优的方案，从而降低整个系统的导频污染。

4.根据权利要求3所述的联合AP选择与导频分配的传输方法，其特征在于，信道相似性矩阵的建立过程为：

基于用户与AP之间的大尺度衰落系数β_mk，形成以AP服务为中心的所有用户的大尺度衰落矩阵：

β_m＝[β_m1,β_m2,...,β_mK]

其中β_m∈C^1×K，计算出每个AP所服务用户的大尺度衰落系数的均值：

提出相似性度量函数，表示AP与其所服务的用户之间的信道相似性：

对于第i个AP所服务的用户j，其相似性值计算为：

通过相似性度量函数，得到所有AP服务的所有用户构成的相似性矩阵F：

其中，F∈C^M×K，M代表所有的AP数目，K代表所有的用户数目。

5.根据权利要求4所述的联合AP选择与导频分配的传输方法，其特征在于，距离矩阵基于地理位置，计算每个AP所服务的用户之间的距离：

其中，p_j代表用户j的坐标位置，p_i代表第i个AP的坐标位置，P_ij代表第i个AP与其服务的用户j的距离；

所有的AP与所有用户的距离，构成距离矩阵P：

其中，P∈C^M×K，M代表所有的AP数目，K代表所有的用户数目。

6.根据权利要求5所述的联合AP选择与导频分配的传输方法，其特征在于，联合矩阵Q∈C^M×K为相似性矩阵、距离矩阵对应位置相乘得到：

7.根据权利要求6所述的联合AP选择与导频分配的传输方法，其特征在于，基于联合矩阵的用户导频分配算法步骤为：

(1)对用户升序处理得到排序后矩阵S：

其中S∈C^M×K，矩阵元素S_ij代表第i个AP上排序为第j的用户的联合值；

(2)基于排序情况，划分用户组别：

对第i个AP，将升序排列后的K个用户以导频数量τ_p为单位划分组别，共分成N_g组：

则第i个AP的分组情况G_i表示为：

(3)在每个组别上进行正交导频分配：

每个组中的τ_p个用户依次选择正交导频序列，得到第i个AP的所有用户分配的导频索引集合

并计算该分配方案下所有用户的和速率：

(4)所有的AP进行步骤(1)、(2)、(3)，直到均完成此操作，最终得到所有的导频分配方案的总速率情况，表示为RS：

选择总的和速率最大对应的分配方案Ps_x即为最佳导频分配方案：

(5)CPU将导频分配索引，发送给用户，上行导频传输阶段，将发送该索引对应的导频序列，至此，导频分配工作完成。

8.根据权利要求1所述的联合AP选择与导频分配的传输方法，其特征在于，AP选择算法采用部分全连接的无蜂窝大规模MIMO结构，即为全部用户选择一个AP子集来满足速率需求。

9.根据权利要求8所述的联合AP选择与导频分配的传输方法，其特征在于，无蜂窝大规模MIMO的网络能耗模型由下式给出：

其中，A表示处在激活状态的接入点集合，|A|表示处在激活状态的接入点个数，p_mk是APm用于向用户k发送数据的功率，0＜η_m≤1表示功率放大器的效率；P_m表示连接处于激活状态的AP的射频链路功率消耗以及与速率无关的基本front-haul连接的功耗；P_tb,m单位是瓦/(比特/秒)，表示与速率相关的功率消耗，B为传输带宽，R_k为用户k的速率。

10.根据权利要求9所述的联合AP选择与导频分配的传输方法，其特征在于，AP选择算法为：在满足用户一定速率要求的条件下，以最小化系统总功率消耗为目标得到功率分配值p_mk,m＝1,...,M,k＝1,...,K,联合功率分配值和信道估计的方差衡量AP的服务质量，按照下式由大到小给AP排序，使前|A|个AP处于激活状态，后M-|A|个AP处于休眠状态以减少功率消耗；

Images