[发明专利]多小区协同大规模MIMO鲁棒预编码设计与分布式处理方法

说明书

本发明公开了一种多小区协同大规模MIMO鲁棒预编码设计与分布式处理方法，所述方法包括以下步骤：（1）建立用户的后验信道模型；（2）建立用户的干扰加噪声协方差模型和接收信号的协方差模型；（3）建立用户的遍历速率模型或遍历速率上界模型；（4）求解加权遍历和速率最大化问题或加权遍历和速率上界最大化问题得到预编码迭代式。其中鲁棒预编码设计通过建立用户的后验信道模型，可以抵御信道估计误差、信道老化、以及信道相关性对预编码带来的影响，通过建模包含小区间干扰的用户干扰加噪声，以此求解加权和速率最大化问题。公开三种具有不同信息交互量的分布式处理方法，具体实现多小区协同大规模MIMO鲁棒预编码设计。

技术领域

本发明涉及一种多小区协同预编码设计与分布式处理方法，尤其涉及一种多小区协同大规模MIMO鲁棒预编码设计与分布式处理方法。

背景技术

大规模多输入多输出（Massive Multiple-Input Multiple-Ouput， M-MIMO）技术通过在基站布置大量天线，不仅能够在相同的时频资源上同时服务多个用户，还能够达到更高的频谱效率和能量效率，成为5G物理层关键技术。通过基站间的合作，多小区技术可以进一步提升大规模MIMO系统的性能。在多小区协作技术中，基站间通过交互信道信息以及用户数据信息，使得同一个用户可以被多个基站同时服务，空间复用使得用户的速率性能得到极大提升。然而，为了接收来自不同基站的同一用户信号就导致更为严苛的同步要求，并且基站间用户数据的交互大大增加了反馈信道的负担。作为对比，多小区协同技术中，每个基站单独服务本小区内的用户，小区间无重叠。每个小区通过躲避其他小区带来的干扰进行协同预编码。多小区协同技术不仅减轻了信号处理难度，也缓解了信息交互的压力。

大规模MIMO性能增益主要由下行预编码来实现。线性预编码以较低的复杂度逼近了最优性能，在实际中得到广泛使用。在有关大规模MIMO线性预编码的研究中，绝大多数都以精确信道信息为基础，而在实际中是无法获得精确的信道信息的。在单小区大规模MIMO系统中，为了有效抵抗信道老化、信道估计误差、以及信道相关性带来的影响，相关文献已经研究了如何利用包括信道均值和信道方差的后验信道模型进行鲁棒预编码。到目前为止，尚无基于后验信道模型的多小区鲁棒预编码的研究。

发明内容

本发明提出一种多小区协同大规模MIMO鲁棒预编码设计。本发明的另一目的在于提供基于该预编码设计的分布式处理方法。

为了实现上述目的，本发明的技术方案如下：一种多小区协同大规模MIMO鲁棒预编码设计方法，包括：

（1）建立用户的后验信道模型；

（2）建立用户的干扰加噪声协方差模型和接收信号的协方差模型；

（3）建立用户的遍历速率模型或遍历速率上界模型；

（4）求解加权遍历和速率最大化问题或加权遍历和速率上界最大化问题得到预编码迭代式。

进一步地，每个基站单独服务本小区内的用户，小区无重叠。每个小区间通过躲避其他小区带来的干扰进行协同预编码。

进一步地，用户的后验信道模型包含信道均值和方差信息。

进一步地，对于某一用户，其干扰加噪声协方差等于噪声的协方差、小区内等效干扰信道的协方差、其他小区对该用户等效干扰信道的协方差之和；其接收信号协方差等于干扰加噪声协方差与该用户等效信道的协方差之和。

进一步地，在后验信道信息已知的情况下，用户的遍历速率或遍历速率上界仅与用户预编码有关，且可以表示成信道、用户干扰加噪声协方差以及预编码的函数。

进一步地，加权遍历和速率最大化预编码设计问题可以通过MM算法转化为迭代求解二次型优化问题进行求解；加权遍历和速率上界最大化预编码设计问题可以通过求解KKT条件得到。