[发明专利]一种用于大规模MIMO多小区网络的用户接入方法

权利要求书

1.一种用于大规模MIMO多小区网络的用户接入方法，其特征在于，包括如下步骤：

步骤1，计算用户的上行信干噪比；

步骤2，根据用户的上行信干噪比获取所有可能的用户接入方案；

步骤3，对所有可能的用户接入方案进行优化，得到所有可能的用户接入方案中的最优结果；

步骤1包括如下步骤：

步骤1-1，假设在一个时分双工TDD模式下的包含N个小区的MIMO网络中，每个小区有一个安装了M根天线的基站和K个单天线的用户，在第j个小区的k个用户和第i个小区的基站间的传输信道向量h_i,j,k为：

其中β_i,j,k为第j个小区的k个用户和第i个小区的基站间的大尺度衰落系数，g_i,j,k为小尺度衰落系数；

步骤1-2，在导频训练阶段，所有的已接入用户同步向基站发送导频序列，此时在i个小区的基站与在i个基站内的k个用户间的信道估计为：

其中h_i,i,k为在第i个小区的k个用户和第i个小区的基站间的传输信道向量，表示在第j个小区的U(j,k⁽ⁱ⁾)用户和第i个小区的基站间的传输信道向量，U(j,k⁽ⁱ⁾)表示在第j个小区与用户k⁽ⁱ⁾分配相同导频信号的用户，z_p,i,k为加性高斯白噪声，k⁽ⁱ⁾表示在第i个小区内的第k个用户；

步骤1-3，在信号发送阶段，第i个小区内的基站收到的信号y_i为：

其中∑为求和，表示在第j个小区的k^(j)用户和第i个小区的基站间的传输信道向量，为已接入用户k^(j)发送的数据，P_d为发送功率，z_d,i为加性高斯白噪声；

步骤1-4，利用信道状态信息估计和低复杂度匹配滤波器解码，解码后的用户k⁽ⁱ⁾发送的数据为：

其中表示解码后的第i个小区的k个用户和第i个小区的基站间的传输信道向量的共轭转置，表示用户k⁽ⁱ⁾发送的实际数据，表示在第j个小区的U(j,k⁽ⁱ⁾)用户和第i个小区的基站间的传输信道向量的共轭转置，表示用户U(j,k⁽ⁱ⁾)发送的数据，U(j,k⁽ⁱ⁾)表示在第j个小区与用户k⁽ⁱ⁾分配相同导频信号的用户，是包含了干扰和噪声的联合项；

步骤1-5，计算出用户k⁽ⁱ⁾的上行信干噪比SINR_i,k：

其中h_i,i,k表示在第i个小区的k用户和第i个小区的基站间的传输信道向量，表示其共轭转置，表示在第j个小区的U(j,k⁽ⁱ⁾)用户和第i个小区的基站间的传输信道向量，表示其共轭转置，U(j,k⁽ⁱ⁾)表示在第j个小区与用户k⁽ⁱ⁾分配相同导频信号的用户，是包含了干扰和噪声的联合项，根据随机矩阵理论，SINR_i,k对应的上行信干噪比SINR渐近值为：

其中lim表示求极限，β_i,i,k表示第i个小区的k个用户和第i个小区的基站间的大尺度衰落系数，表示第j个小区的U(j,k⁽ⁱ⁾)个用户和第i个小区的基站间的大尺度衰落系数，U(j,k⁽ⁱ⁾)表示在第j个小区与用户k⁽ⁱ⁾分配相同导频信号的用户；

步骤2包括如下步骤：

步骤2-1，通过最小化所有已接入用户的上行信干噪比SINR倒数的和的方法得到如下最优用户接入问题公式：

其中{Ψ}为所有可能的用户接入方案，min为取最小值；

步骤2-2，利用渐近值对步骤2-1中的公式进行转换：

步骤3，对步骤2-2的公式进行优化，求取最优用户接入问题的最优解；

步骤3包括如下步骤：

步骤3-1，定义指示函数时表示分配了导频l的已接入用户离开了小区i；时表示分配了导频l的已接入用户留在小区i，这时小区i的基站将会分配导频l给一个新接入的用户对于给定的用户接入方案Ψ，设A_l为新接入的、分配了导频l的用户集合，B_l为所有分配了导频l的已接入用户集合，函数F_l(A_l)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，函数F_l(A_l)包含两个部分：一部分是已接入的用户，另一部分是新接入的用户，F_l(A_l)表示为：

其中，表示第j个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，表示第q个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示第j个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示在第i个小区中分配了导频l的用户，表示第j个小区分配了导频l的新接入的用户，表示第q个小区分配了导频l的新接入的用户；

步骤3-2，函数F_l非负，且所有留在小区内的用户的上行信干噪比SINR的倒数表示为：

其中，为SINR_i,k的渐近值，表示在第t个小区中分配了导频l的用户，表示在第i个小区中分配了导频l的用户，表示在第t个小区的用户与第i小区内基站的大尺度衰落系数，表示在第i个小区的用户与第i小区内基站的大尺度衰落系数，并且其中为常数；

则最优用户接入问题重新构造为以下优化问题：

使得：

|A_l∩C⁽ⁱ⁾|＝1,此时其中l∈K,1≤i≤N，C⁽ⁱ⁾表示i小区内的所有候选用户集合；

此时l≠k,其中l,k∈K，A_k表示分配了导频k的用户集合；

步骤3-3，假设因为F_l非负，所以其中为包含了的更大的用户集合，为对应的函数，

当|A_l|≥1时，

其中，函数F_l(A_l)表示所有分配了导频l的用户的上行信干噪比SINR的倒数，表示在第i个小区中分配了导频l的用户，表示第j个小区分配了导频l的新接入的用户；

所以，F_l非递减；

当且其中C^(t)表示在t小区的所有候选用户集合，表示第t个小区预备分配导频l的候选用户，

其中是函数F_l的增量，在上式中这个增量为则F_l(A_l)是一个非负、非递减的超模函数，通过超模用户接入贪婪算法得到一个该函数的次优解，表示第t个小区的用户和第i个小区的基站间的大尺度衰落系数的平方，表示第t个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示第i个小区的用户和第j个小区的基站间的大尺度衰落系数的平方，表示第j个小区的用户和第t个小区的基站间的大尺度衰落系数的平方，表示第t个小区的用户和第t个小区的基站间的大尺度衰落系数的平方；

步骤3-3中，所述通过超模用户接入贪婪算法得到一个该函数的次优解，具体包括：

设A_l为空集，T为离开网络的已接入用户数量，则：

使得

其中，变量n的取值范围为1到T，表示在A中使得B最小的取值，n^*,l^*,i^*分别表示优化后变量n,l,i的最优值，进而：

其中为次优的、新接入的并且分配了导频l^*的用户集合，表示次优的第i^*个小区分配了导频l^*的新接入的用户，为指示函数，时表示分配了导频l^*的已接入用户离开了小区i^*，时表示分配了导频l^*的已接入用户留在小区i^*，

最优用户接入问题的次优解的理论保证如下：

设λ是函数F的曲率，其中U,V,B为一般集合，服从U,表示第t个小区分配了导频l的新接入的用户，Δ_F(.)为函数F的增量，函数F为非负、非递减的超模函数，则上述贪婪算法产生的解A^gr有：

其中A^opt是最优用户接入问题的最优解，即所有可能的用户接入方案中的最优结果。