[发明专利]一种多小区OFDMA网络下鲁棒性的三维波束赋形方法

摘要

本发明涉及一种多小区OFDMA网络下鲁棒性的三维波束赋形方法，属于通信技术领域，包括以下步骤：首先根据信道误差模型，利用机会约束优化方法，将不确定的约束条件转化为概率模型，然后利用衰落信道的统计分布，将概率约束条件转换为确定的约束条件，最后提出了一种分布式波束赋形算法以达到优化基站发射功率的目的。对比现有技术，本发明在非完美的信道情况下，考虑3D MIMO中用户在水平方向与垂直方向的角度的影响，利用分布式的算法在保证用户的服务质量的同时，最小化基站的发射总功率，从而达到节约资源的目的。

主权项

一种多小区OFDMA网络下鲁棒性的三维波束赋形方法，其特征在于，包括以下步骤：步骤1、首先网络中各基站定期根据自身服务用户UE的位置(一定的方位角φ和下倾角θ)根据下式计算水平天线增益A_H(φ)和垂直天线增益A_V(θ)：$\begin{array}{c}{A}_H\left(\mathrm{\φ}\right)=-\min \{12\left(\frac{\mathrm{\φ}}{{\mathrm{\φ}}_{3\mathrm{dB}}}\right),A_m\}\\ A_V\left(\mathrm{\θ}\right)=-\min \{12\left(\frac{\mathrm{\θ}-{\mathrm{\θ}}_{\mathrm{tilt}}}{{\mathrm{\θ}}_{3\mathrm{dB}}}\right),{\mathrm{SLA}}_v\}\end{array};---\left(1\right)$其中φ_3dB和θ_3dB分别表示水平波束和垂直波束的3dB带宽，A_m是最大前后衰减，SLA_v是旁瓣衰减，θ_tilt表示发送端的下倾角；然后根据下式计算三维天线的增益：A(φ,θ)＝‑min{‑[A_H(φ)+A_V(θ)],A_m}；   (2)步骤2、各基站定期与周围基站进行协作通信，相互交换此时各子载波上的发射功率；各基站根据自身服务用户的位置和其他干扰基站的位置计算其他干扰基站到其自身服务用户的的信道增益及三维天线增益；步骤3、各基站定期计算其在各子载波上的发射功率，发射功率计算公式如下：$P_m^n=\min (P_{m,\max }^n,\sqrt{\frac{{\mathrm{\λ}}_{\mathrm{mk}}{\mathrm{\γ}}_{\mathrm{mk}}{\mathrm{\ξ}}_{\mathrm{mk}}^n}{1+{\mathrm{\η}}_m}});---\left(3\right)$其中为第m个基站在第n个子载波上的可分配的最大发射功率，λ_mk为第m个基站用来约束基站与其第k个用户能够正常通信的拉格朗日乘子，η_m为第m个基站的用来约束总功率受限的拉格朗日乘子，γ_mk表示第m个基站服务的第k个用户的目标信干噪比，该信干噪比是可以保证用户正常通信的信干噪比的最小值，${\mathrm{\ξ}}_{\mathrm{mk}}^n=\frac{{\mathrm{\Σ}}_{j=1,j\≠m}^M{P}_j^n{\stackrel{\‾}{G}}_{\mathrm{jmk}}^{n}A{(\mathrm{\φ},\mathrm{\θ})}_{\mathrm{jmk}}+Z_{\mathrm{mk}}^n}{{\stackrel{\‾}{G}}_{\mathrm{mmk}}^{n}A{(\mathrm{\φ},\mathrm{\θ})}_{\mathrm{mmk}}},$式中表示第j个基站在其第n个子载波上的发射功率，第k个用户能够接收到信号的基站总数为M，该值是为用户k提供服务的基站以及对用户k造成干扰的基站数目之和，表示在第n个子载波上第j个基站对第m个基站服务的第k个用户的信道增益的均值，A(φ,θ)_jmk表示第j个基站对第m个基站服务的第k个用户的天线增益，表示在第n个子载波上，第m个基站服务的第k个用户的加性高斯白噪声，其均值为0，方差为步骤4、各基站根据步骤2得到的信息以及步骤3计算出的其在各子载波上的发射功率构建发射功率矩阵P，记为其中N表示基站的子载波个数，M表示基站数量；然后根据下式更新本基站的拉格朗日乘子λ_mk和η_m，并使迭代次数t加1：$\begin{array}{c}{\mathrm{\λ}}_{\mathrm{mk}}[t+1]={\left({\mathrm{\λ}}_{\mathrm{mk}}\right[t]+\mathrm{\α}(\frac{{\mathrm{\γ}}_{\mathrm{mk}}}{{\stackrel{\‾}{\mathrm{\γ}}}_{\mathrm{mk}}}-{\widehat{\mathrm{\ϵ}}}_{\mathrm{mk}}))}^{+}\\ {\mathrm{\η}}_m[t+1]={\left({\mathrm{\η}}_m\right[t]+\mathrm{\β}(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_m^n-P_{m,\max }))}^{+}\end{array};---\left(10\right)$其中，(X)⁺＝max{0,X}，α和β分别表示λ_mk和η_m的步长，且α和β均大于0，其值的选择应保证λ_mk和η_m的收敛性；然后将更新后的拉格朗日乘子代入(9)式更新发射功率进而更新发射功率矩阵，如此循环往复的更新拉格朗日乘子和功率矩阵，直到发射功率矩阵P(t)收敛，即满足||P(t+1)‑Ρ(t)||≤δ，其中P(t)表示第t次根据(9)式计算得到的功率矩阵，δ表示收敛精度，此时的功率矩阵P(t+1)即为各基站在其各子载波上的优化发射功率；然后基站按照此时的功率值分配其在不同子载波上的发射功率。