[发明专利]基于K均值聚类的大规模MIMO导频分配方法及装置在审

专利信息
申请号: 201911135780.X 申请日: 2019-11-19
公开(公告)号: CN110912670A 公开(公告)日: 2020-03-24
发明(设计)人: 李贵勇;于敏;李小文;陈发堂;王华华;王丹;余永坤 申请(专利权)人: 重庆邮电大学
主分类号: H04L5/00 分类号: H04L5/00;H04B7/0413;G06K9/62
代理公司: 重庆辉腾律师事务所 50215 代理人: 王海军
地址: 400065 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 均值 大规模 mimo 分配 方法 装置
【权利要求书】:

1.一种基于K均值聚类的大规模MIMO导频分配方法,其特征在于,包括以下步骤:

S1、根据用户的大尺度衰落因子设置分组门限,将用户干扰系数大于分组门限的用户分为高干扰组,否则为低干扰组;

S2、为低干扰组的用户分配相同的导频序列;

S3、设置K个聚类中心数量,利用K均值聚类算法对高干扰组进行分类,将高干扰组分为K个簇;

S4、对K个簇进行分组,将相对空间距离大于1000m的簇分为非干扰组,否则为干扰组;

S5、为同一个簇内的用户分配正交导频,且非干扰组的用户复用导频。

2.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配方法,其特征在于,分组门限表示为:

其中,K表示每个小区中用户的数量;L表示系统中小区数量;r<l,k>表示用户的干扰系数。

3.根据权利要求2所述的一种K均值聚类的大规模MIMO导频分配方法,其特征在于,用户的干扰系数表示为:

其中,βl,<l,k>在第l小区的第k个用户到第l小区的基站的大尺度衰落因子。

4.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配方法,其特征在于,利用K均值聚类算法对高干扰组进行分类包括:

S31、从目标小区的所有相邻小区高干扰组的用户中,选择K个用户的空间位置信息作为初始聚类中心;

S32、根据高干扰组内用户与聚类中心的距离进行分簇,即将用户分到距离最近的聚类中心所在的簇;

S33、根据每个簇内用户之间的距离,重新计算聚类中心;

S34、判断两个聚类中心是否收敛,若收敛则结束聚类;否则返回步骤S32重新根据当前的聚类中心进行分簇。

5.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配方法,其特征在于,判断两个聚类中心是否收敛包括:根据用户的位置信息以及聚类中心的位置信息设置目标函数,若重新计算的聚类中心的目标函数与重新计算之前的聚类中心的目标函数之差为一个极小值,则聚类中心收敛,目标函数表示为:

其中,Ci表示第i个聚类中心的簇,ui为集合簇Ci内元素的均值。

6.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配装置,其特征在于,包括门限分组模块、第一导频分配模块、聚类分组模块以及第二导频分配模块,其中:

门限分组模块,用于根据用户的干扰系数将用户分为高干扰组和低干扰组;

第一导频分配模块,用于为低干扰组的用户分配相同的导频序列;

聚类分簇模块,用于根据用户之间的空间距离对高干扰组进行聚类分簇;

第二导频分配模块,用于对聚类分组得到的簇根据簇之间的距离进行导频分配。

7.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配装置,其特征在于,门限分组模块包括信道大尺度衰落系数获取子模块、用户干扰系数获取子模块以及比较器,比较器比较用户干扰系数与信道大尺度衰落系数之间的关系,若用户干扰系数大于信道大尺度衰落系数,则用户为高干扰组,否则为低干扰组。

8.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配装置,其特征在于,聚类分簇模块包括用户空间位置获取子模块、聚类中心计算器以及收敛判决器,其中,用户空间位置获取子模块用户获取用户的空间位置信息,聚类中心计算器用户根据当前簇内用户之间的位置信息计算聚类中心,收敛判决器根据用户与当前聚类中心之间的位置关系以及用户与上一聚类中心之间的位置关系判断是否输出当前的分簇作为聚类分簇的结果。

9.根据权利要求1所述的一种K均值聚类的大规模MIMO导频分配装置,其特征在于,第二导频分配模块包括分簇分组模块以及导频分配模块,其中,分簇分组模块用于根据两个分簇的相对空间大于1000m的簇分为非干扰组,否则分为干扰组;导频分配模块为同一个簇内的用户分配正交导频,且非干扰组的用户复用导频。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911135780.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top