技术领域
[0001] 本
发明属于无线通信领域，涉及一种用户调度方法，可用于大规模MIMO系统中，在不过多影响大规模MIMO系统性能的前提下减少上行链路中的反馈量，降低系统基站的计算复杂度。
背景技术
[0002] 大规模MIMO系统中的多用户调度方法能够有效地提高系统的系统容量和系统
稳定性，降低系统误码率。在现有的多用户MIMO系统的用户调度技术中，基站为了获得最优的系统资源分配方案，需要用户向基站反馈它们的用户状态信息，这也就意味着，在频分双工系统中，必须为上行反馈链路分配较多的频带资源，这样就会占用下行链路的频带资源，进而降低整个系统的
频谱效率。除此之外，现在研究比较热
门的大规模MIMO系统相比于传统的MIMO系统，其基站天线数指数倍增加，由于系统中庞大的用户数目，基站想要得到完美的信道状态信息就更加困难和复杂，所以大规模MIMO系统中的资源分配问题更加的严峻。针对反馈的信道状态信息占用系统频带资源的问题，目前很多学者已经针对这个问题进行了深入的研究：2005年Masoud Sharif在“On the Capacity of MIMO Broadcast Channels With Partial Side Information”中通过反馈每个用户的信干噪比来减少系统的反馈量；2014年Junyoung Nam等在“Joint Spatial Division and Multiplexing:Opportunistic Beamforming,User Grouping and Simplified Downlink Scheduling”中通过将信道协方差矩阵相同的用户分为一组来减少反馈量；2015年Byungju Lee在“Antenna Grouping Based Feedback Compression for FDD-Based Massive MIMO Systems”中研究利用基站发送天线之间的相关性，以缩小发射天线的维度来减少反馈量，进而减少上行链路占用的系统资源。
[0003] 然而，上述的反馈方案都是通过对信道状态信息做出一定的压缩或量化处理来减少上行链路反馈量，因此基站接收到的不再是完美信道状态信息，故基站在进行用户调度和预编码等工作时就很难找到最优解决方案，最后导致系统性能不同程度的降低。
发明内容
[0004] 本发明的目的在于针对上述已有技术的不足，提出一种大规模MIMO系统下的协作式多用户调度方法，以在不过大影响系统和速度性能产生的前提下，降低系统的反馈量，提高下行链路的频谱资源。
[0005] 为实现上述目的，本发明的技术方案包括如下：
[0006] 1)基站发送训练序列给用户，用户根据该训练序列和所接收到的
信号估计信道状态信息H；
[0007] 2)将大规模MIMO系统内的M个用户均匀分为N组，每组中的用户数目为 且假定每个组之间不会出现信息的相互干扰，其中 为向上取整符号；
[0008] 3)为每个用户设置一个
定时器，设第i组的第k个用户的定时器计时起点为 其中 的值与每个用户的即时信道状态信息有关，其表达式为：
[0009]
[0010] 其中，λ为一个微秒级别的时间常数， 为第i组的第k个用户的信道状态信息向量，||·||表示取向量范数操作。
[0011] 4)每组中的所有用户分配得到计时起点后，其各自的定时器同时开始从计时起点逐渐减小；
[0012] 5)设第i组用户ki的计时器最先到零，该用户将向第i组的所有其它用户和基站广播自己的信道状态信息向量 和定时器停止信号；
[0013] 6)在第i组的其它用户都接收到信道状态信息最优用户ki的广播信息后，停止其定时器的计时，并计算用户mi与用户ki之间的相关系数
[0014]
[0015] 其中， 和 分别为第i组第k个和第m个用户的信道状态信息向量，M为用户的总数目，N为用户组的数目；
[0016] 7)比较每个组中用户的相关系数与系统既定相关性
阈值α之间的大小：如果则该第i组中用户mi向基站反馈其信道状态信息向量 如果 则该用户不向基站反馈其信道状态信息向量；
[0017] 8)基站接收到N个组发送过来的信道状态信息后通过半
正交用户调度
算法选择出信道正交特性最优的用户集合S，且card(S)≤Nt，其中card(S)表示集合S中的用户数目，Nt表示基站天线数；
[0018] 9)基站根据被选择用户的信道状态信息构造波束成形矩阵W，并用矩阵W对发送数据做波束成形，再将波束成形后的信号发送给被选择的用户。
[0019] 本发明具有如下优点：
[0020] (1)本发明通过用户协作通信的方式，将基站端的工作量分给了每个用户，在用户端对自己的信道状态进行筛选，从而减小基站端的计算复杂度；
[0021] (2)本发明通过在用户端设置定时器，并广播信道范数最大用户的信道状态信息给其它用户，来剔除掉信道相关性高的用户，从而减小反馈信道状态信息的用户数和系统反馈信息量，提高了系统的频谱效率；
[0022] (3)本发明通过将信道条件差的用户剔除掉，而不是通过对所有用户的信道状态信息进行压缩、量化等处理方式来减少反馈，所以基站接收到的用户状态信息为完美的信道状态信息，故不会对系统和速度性能造成太大的损失；
[0023] 下面通过
附图和实施实例，对本发明作进一步的描述。
附图说明
[0025] 图2是本发明使用的系统模型图；
[0026] 图3是本方案在MIMO系统中和速度随接收
信噪比变化的性能仿真图；
[0027] 图4是本方案在大规模MIMO系统中和速度随接收信噪比变化的性能仿真图；
[0028] 图5是本方案在大规模MIMO系统的反馈用户数随相关性阈值α变化的仿真图。
具体实施方式
[0029] 参照图2，本发明使用的通信系统由基站、反馈信道、发送信道和用户构成；其中，基站有Nt根发射天线，每根天线相互独立；系统中有M个用户，假设每个用户均有1根接收天线；每根发送天线和接收天线之间的发送信道服从复高斯分布，不同的发送信道之间相互独立，系统用户分为N个组，每个用户组相互独立，发送的信息不会相互干扰，同时发送信道受到加性高斯白噪声干扰；假设上行反馈信道为完美信道，不会出现时延和噪声。
[0030] 参照图1，本发明的具体实现步骤如下：
[0031] 步骤1：用户获取信道状态信息估计值H。
[0032] (1.1)基站向用户发送用户已知的训练序列x，用户获得接收信号，该接收信号的表示式为：y＝Hx+n，其中n为传输过程中受到的加性高斯白噪声向量，H为
信号传输过程中的信道状态信息矩阵；
[0033] (1.2)用户利用接收到的信号y和基站发送的训练序列x，根据
最小均方误差得到的信号传输过程中的衰减矩阵，即信道状态信息的估计值为：
[0034]
[0035] 其中，(·)T表示向量的共轭转置，I为单位矩阵，RH＝E{HTH}为信道状态信息H的
自相关矩阵，E{·}为统计期望符号，r为缩放系数，其作用是减小估计误差， 为接收噪声功率。
[0036] 步骤2：对大规模MIMO系统中的用户进行分组。
[0037] 为了方便本大规模MIMO系统中用户间的相互协作通信，避免相距过远的用户进行信息传输，设系统中有M个用户，将它们均匀分为N组，则每组内的用户数为 且假定每个组之间不会出现信息的相互干扰，其中 为向上取整符号。
[0038] 步骤3：为系统中的用户设置定时器。
[0039] 为每个用户设置一个定时器，且第i组的第k个用户的定时器计时起点从时间点开始，其中 的值与每个用户的即时信道状态信息有关，信道向量范数大的用户时间点的值会比较小，该起始时间点 的表达式为：
[0040]
[0041] 其中，λ为一个微秒级别的时间常数， 为第i组的第k个用户的信道状态信息向量，||·||代表取向量范数操作。
[0042] 步骤4：找出每组中信道向量范数最大的用户。
[0043] 每个用户为其自己的定时器设置计时起点后，所有用户的定时器同时开始计时，且从计时起点开始逐渐减小；
[0044] 由于信道范数大的用户的计时起点会较小，所以信道向量范数最大的用户的定时器的值最先到零，故可找出信道向量范数最大的用户。
[0045] 步骤5：信道向量范数最大的用户向本组的其它用户广播信息。
[0046] 设第i组第k个用户ki的计时器最先到零，则它将向第i组的所有其他用户和基站广播一个信息，该信息包含用户ki的信道状态信息向量 和定时器停止信号。
[0047] 步骤6：利用信道状态信息向量 筛选出与信道向量范数最大的用户相关性差的用户，并将其信道状态信息反馈给基站。
[0048] (6.1)第i组的所有其它用户mi在接收到信道向量范数最大的用户ki的广播信息后，停止其定时器的计时，并计算其与用户ki之间的相关系数
[0049]
[0050] 其中， 和 为第i组第k个和第m个用户的信道状态信息向量，M为用户的总数目，N为用户组的数目；
[0051] (6.2)将每个用户的相关系数与系统给定的阈值α进行比较：如果 则该用户mi向基站反馈其信道状态信息向量 如果 则该用户不向基站反馈其信道状态信息向量。
[0052] 步骤7：基站接收到N个用户组发送的信道状态信息后，通过半正交用户调度算法选择出信道状态最优的用户集合。
[0053] (7.1)初始化第一次用户选择中待选用户集合Γ1为：Γ1＝{1,2,…,K}；初始化被选择用户的集合S0为空集，即 其中 表示集合为空集，K为待选用户的总数目；
[0054] (7.2)计算第i次用户选择中待选用户集合Γi中用户m的投影向量gm：
[0055]
[0056] 其中，Nt为基站天线数，gm为用户m的信道状态信息向量hm在span{g(1),g(2),…,g(i-1)}的正交补空间上的投影，m＝1,2,…,card(Γi)，其中card(Γi)表示待选用户集合Γi中的元素数目，span{g(1),g(2),…,g(i-1)}为前i-1次被选用户的投影向量{g(1),g(2),…,g(i-1)}组成的子空间，g(i-1)和g(j)分别代表第i-1次和第j次被选择用户的投影向量，hm为用户m的信道状态信息向量，(·)*表示向量的共轭转置，||·||2为向量2范数的平方，I为单位矩阵，当i＝1时，投影向量gm＝hm；
[0057] (7.3)根据(7.2)中得到的投影向量，得到第i次被选择用户为：
[0058]
[0059] 其中，card(·)表示集合中元素的数目；
[0060] (7.4)利用第i次被选用户对相关的信息进行更新：
[0061] Si←Si-1∪{π(i)}，
[0062] h(i)＝hπ(i)，
[0063] g(i)＝gπ(i)，
[0064] 其中，Si-1和Si分别表示为第i-1次和第i次被选用户的集合，h(i)和g(i)分别为第i次被选用户的信道状态信息向量和投影向量；
[0065] (7.5)根据选用户集合Si中的数目，计算第i+1次待选用户集合Γi+1：
[0066] 若待选用户集合Si中的数目小于基站发射天线数Nt，即card(Si)
[0067]
[0068] i←i+1，
[0069] 其中， 为用户m对应的信道状态信息向量的共轭转置，g(i)为第i次被选用户的投影向量，
[0070] 否则，该半正交最优用户选择过程结束；
[0071] (7.6)若待选用户集合Γi+1为非空集合，即 则跳回步骤(7.2)继续执行，否则，该半正交最优用户选择过程结束。
[0072] 步骤8：基站根据被选择用户的用户状态信息对发送的信息做迫零波束成形，然后将数据发送给基站选择的用户。
[0073] (8.1)为了减小传输过程中的用户间干扰，需要先对发送数据做迫零波束成形，即根据被选择用户的信道状态信息构造波束成形矩阵W：
[0074]
[0075] 其中，W(S)表示集合S对应的被选用户的波束成形矩阵，H(S)表示集合S对应的被* -1选用户的信道状态信息矩阵， 表示该矩阵的伪逆，H(S)为该矩阵的共轭转置，(·)表示括号中的矩阵的逆矩阵；
[0076] (8.2)对发送信号做波束成形后，将其通过下行链路发送给用户，即用户接收到的信号向量y为：
[0077] y＝H(S)W(S)x+n，
[0078] 其中，y为被选用户的接收信号向量，x为基站发送的信号向量，n为数据传输过程中经历的噪声向量。
[0079] 本发明的效果可通过以下仿真进一步说明：
[0080] 1.仿真条件
[0081] 仿真使用的通信系统如图2，所有发送信道均为准静态瑞利平坦衰落信道，信道系数服从均值为零，方差为1的复高斯分布，同时发送信道受到的干扰为均值为0，方差为1的加性高斯白噪声。
[0082] 为了简化分析，假设用户在系统中的
位置是随机均匀分布的，同时本发明中采用用户随机分组的方式，即随机将相同数目的用户分为一组。每个用户装载一根接收天线。假设本发明中的上行反馈信道不受噪声干扰，同时没有时间延迟。在下行链路数据发送中，基站为每个已选用户分配相同的功率。
[0083] 仿真使用的方法有5种：1、本发明方法，2、全反馈半正交用户调度方法，3、随机向量量化有限反馈用户调度方法，4、格拉斯曼码本有限反馈用户调度方法，5、随机波束成形方法。
[0084] 2.仿真内容与结果
[0085] 用本发明仿真系统和速度，分别与采用完美信道状态信息、量化反馈和随机波束成形方案的系统和速度进行比较，同时比较本发明的系统反馈量和采用全反馈半正交用户调度方案的系统反馈量。
[0086] 仿真1：
[0087] 设通信系统基站有4根天线，有60个用户，每个用户装载1根天线，同时将用户随机分组，且每组用户数目为4，其中随机向量量化有限反馈方案中采用8比特随机码本量化和半正交用户调度结合的方法来实现用户调度，格拉斯曼码本有限反馈方案中采用8比特格拉斯曼码本量化和半正交用户调度结合的方法来实现用户调度。用户端的相关系数筛选阈值α为0.3，半正交用户调度算法中的相关性系数β为0.25；
[0088] 用上述5种方法进行用户调度，得到的系统和速度随接收信噪比变化曲线如图3所示。
[0089] 由图3可知，在一般MIMO系统中，相比于随机向量量化有限反馈用户调度、格拉斯曼码本有限反馈用户调度和随机波束成形调度三种用户调度方法，本发明有着较大的和速度优势，同时，对比于全反馈半正交用户调度方法，在减少系统反馈量的前提下，不会对系统和速度造成过大的损耗。
[0090] 仿真2：
[0091] 设通信系统基站有16根天线，有60个用户，每个用户装载1根天线，同时将用户随机分组，且每组中用户数为5，其中随机向量量化有限反馈方案中采用8比特随机码本量化和半正交用户调度结合的方法来实现用户调度。用户端的相关系数筛选阈值α为0.2，半正交用户调度算法中的相关性系数β为0.38；
[0092] 用全反馈半正交用户调度方法、随机向量量化有限反馈用户调度方法以及本发明3种方法进行用户调度，得到的系统和速度随接收信噪比变化曲线如图4所示。
[0093] 由图4可知，在大规模MIMO系统中，对比全反馈半正交用户调度方法，本发明没有对系统的和速度造成过大的损失，且反馈用户状态信息的用户数大大减少。同对比于量化有限反馈方案，本发明的和速度性能具有极大的优势，且随着平均接收信噪比的增加，和速度性能的优势进一步加大。
[0094] 仿真3：
[0095] 设通信系统基站有16根天线，有60个用户，每个用户装载1根天线，此时用户平均接收信噪比为10dB；
[0096] 采用本发明和全反馈半正交用户调度方法进行用户调度，得到的反馈用户数随系统相关性阈值α变化的曲线图，如图5所示。
[0097] 由图5可知，在全反馈半正交用户调度方法中，系统永远需要所有60个用户的信道状态向量，而本发明可以通过控制阈值α的大小来调节中继端向基站处反馈信道状态信息的用户数，在本仿真中控制阈值α为0.15-0.25，此时基站大约只需要26-42个用户的信道状态信息，从而极大的减少了系统的反馈量，且根据仿真1的结果知，本发明不会对系统的和速度性能造成太大的影响。
