[发明专利]大规模MU‑MISO系统低复杂度用户调度方法

权利要求书

1.一种大规模MU-MISO系统低复杂度用户调度方法，其特征在于，包括以下步骤：

步骤1：设定Q个基站选择用户的先后顺序，K＝NQ，初始化t＝1，ζ＝{1,…,K}，其中，N为每个基站要选择的用户数，K为Q个基站选择的总用户数，ζ为每个基站当前允许选择的用户集，t为基站当前选择用户轮数；然后对每个基站信道Gram矩阵的逆进行特征根分解得到等效低维信道矩阵，即：

${\left(H_q^H{H}_q\right)}^{-1}={\tilde{H}}_q^H{\tilde{H}}_q,$

其中：H_q＝[h_q,1…h_q,K]，h_q,k表示基站q到用户k的信道向量，表示基站q的等效低维信道矩阵；

步骤2：Q个基站依次选择自己的第一个用户，第一个基站根据自己的等效低维信道矩阵中列向量的范数选择范数值最小的向量索引值k^*对应的用户作为自己的第一个用户，即：

$k^{*}=\arg \underset{k\∈\mathrm{\ζ}}{min}{\left(h_1^{\left(k\right)}\right)}^H{h}_1^{\left(k\right)}$

其中：表示等效低维信道矩阵的第k列，然后将所选用户索引值k^*通过基站间回程链路通知其余基站排除掉当前选择用户从而更新当前允许选择的用户集ζ，即ζ＝ζ/k^*，其中ζ＝ζ/k^*表示从当前允许选择用户集合ζ中排除掉已被选择的用户；然后更新所选择的等效低维信道矩阵列向量集合并计算剩余基站依次根据自己等效低维信道矩阵中列向量的范数值和当前允许选择的用户集合ζ来选择自己的第一个用户，并通知其他基站更新ζ，再求出自己所对应的集合和

步骤3：用贪婪优化方法和矩阵逆的递归计算思想进行下一轮用户选择，更新t值，即t←t+1，每个基站依次选择使传输功率最小的等效信道列向量的索引作为自己下一个选择用户，即：

$k^{*}=\arg \underset{k\∈\mathrm{\ζ}}{\min }{\left(h_q^{\left(k\right)}\right)}^H{h}_q^{\left(k\right)}-{\left(h_q^{\left(k\right)}\right)}^H{H}_q^{\left(t\right)}{A}_q^{(t-1)}{\left(H_q^{\left(t\right)}\right)}^H{h}_q^{\left(k\right)}$

期间一旦选定用户立即通知其他基站更新当前允许选择的用户集合ζ，即ζ＝ζ/k^*，并更新：同时更新此时可根据块矩阵求逆公式简化求得：

$A_q^{\left(t\right)}=\left[\begin{array}{cc}{A}_q^{(t-1)}-A_q^{(t-1)}{b}_q{(d_q-b_q^H{A}_q^{(t-1)}{b}_q)}^{-1}{b}_q^H{A}_q^{(t-1)}& -A_q^{(t-1)}{b}_q{(d_q-b_q^H{A}_q^{(t-1)}{b}_q)}^{-1}\\ -{(d_q-b_q^H{A}_q^{(t-1)}{b}_q)}^{-1}{b}_q^H{A}_q^{(t-1)}& {(d_q-b_q^H{A}_q^{(t-1)}{b}_q)}^{-1}\end{array}\right]$

其中，

步骤4：重复步骤3直到t＝N，此时每个基站选择N个用户，完成用户调度。