文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.182091
中文引用格式: 李博,,陳海華,,晉紫微. Massive MIMO中基于統(tǒng)計(jì)信道的波束形成和功率分配[J].電子技術(shù)應(yīng)用,2019,,45(1):68-71.
英文引用格式: Li Bo,,Chen Haihua,Jin Ziwei. Beamforming and power allocation using statistical channel information in massive MIMO networks[J]. Application of Electronic Technique,,2019,,45(1):68-71.
0 引言
隨著人們對(duì)于信息傳輸速率日益增長(zhǎng)的需求,, 大規(guī)模多輸入多輸出系統(tǒng)(Massive MIMO)技術(shù)應(yīng)運(yùn)而生,成為下一代無(wú)線通信的關(guān)鍵技術(shù)之一[1],。相比于傳統(tǒng)的MIMO系統(tǒng),,Massive MIMO中基站配置的天線數(shù)目多達(dá)上百甚至至上千根,天線數(shù)目的增多使得基站在相同的時(shí)頻資源下可同時(shí)服務(wù)更多的用戶,,帶來(lái)頻譜效率的顯著提高,。
Massive MIMO中天線數(shù)目的增多為基站獲取準(zhǔn)確的瞬時(shí)信道狀態(tài)信息(Instantaneous Channel State Information,,ICSI)帶來(lái)挑戰(zhàn)。在時(shí)分雙工(TDD)模式中,,基站可以通過(guò)上下行鏈路的信道互易性獲得瞬時(shí)信道信息,,但面臨導(dǎo)頻污染問(wèn)題亟待解決[2];在頻分雙工(FDD)模式中,,由于上下行鏈路工作在不同的頻段,,基站只能通過(guò)反饋信道獲取下行信道信息,在多天線系統(tǒng)中反饋成本隨天線數(shù)目增加而增加,??紤]到統(tǒng)計(jì)信道狀態(tài)信息(Statistical Channel State Information, SCSI)在長(zhǎng)時(shí)間內(nèi)可保持不變,獲取SCSI的反饋成本大大降低,,因此在FDD模式下利用SCSI成為有效的解決途徑,。
現(xiàn)有的波束形成算法(如迫零算法和最大比發(fā)射)都是基于ICSI實(shí)現(xiàn)[2]。文獻(xiàn)[3],、[4]是基于SCSI設(shè)計(jì)的波束形成算法,,但需要通過(guò)調(diào)度算法使用戶的SCSI滿足特殊的正交性,在Massive MIMO系統(tǒng)里實(shí)現(xiàn)很復(fù)雜,。本文利用信噪泄漏比(Signal-to-Leakage-plus-Noise Ratio,,SLNR)代替信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR)作為優(yōu)化標(biāo)準(zhǔn)設(shè)計(jì)波束形成算法,,可減小多用戶間的干擾,,提升系統(tǒng)的性能。
考慮到天線間的相關(guān)性和基站的空間限制,,如果采用均勻直線天線陣列,,對(duì)于一個(gè)載波頻率為2.5 GHz、天線間距等于半波長(zhǎng)的系統(tǒng),,部署32根天線就需要1.9 m的空間長(zhǎng)度,,因此本文引入全維MIMO,即將天線部署在一個(gè)二維平面上,。文獻(xiàn)[5]中證明了全維MIMO系統(tǒng)可以更好地提升用戶頻譜效率同時(shí)降低小區(qū)間干擾,。
波束形成算法聯(lián)合有效的功率分配方案可以使得系統(tǒng)容量得到有效提升,最簡(jiǎn)單的方案是所有用戶平均分配功率[3],,但其沒(méi)有考慮到不同用戶信道狀態(tài)差異,,所以可以采取更有效的方案進(jìn)一步優(yōu)化功率分配。文獻(xiàn)[6]基于統(tǒng)計(jì)信道狀態(tài)信息進(jìn)行功率分配,,其提出的功率分配方案是在假設(shè)多天線基站與某個(gè)用戶之間有一條路徑的通信質(zhì)量遠(yuǎn)好于其他路徑的情況下,,因而僅限于特定通信環(huán)境。為提高一般信道條件下的系統(tǒng)容量,,本文提出了一種新的功率分配算法,,在滿足基站總發(fā)射功率約束條件下,,最大化系統(tǒng)的總遍歷容量。上述問(wèn)題是一個(gè)非凸的復(fù)雜優(yōu)化問(wèn)題,。本文利用最小均方誤差(Minimum Mean Square Error,,MMSE)方法將其轉(zhuǎn)化為等價(jià)優(yōu)化問(wèn)題,并通過(guò)變量的交替優(yōu)化求出最優(yōu)功率分配分配方案,,且迭代過(guò)程中,,每次迭代過(guò)程均可以求出閉式解。
1 系統(tǒng)模型
如圖1所示,,本文研究的系統(tǒng)由一個(gè)配備多天線的基站和U個(gè)配備單天線的用戶組成,。基站采用均勻平面天線陣列,,由M行N列均勻分布的天線構(gòu)成。在下行鏈路中,,所有用戶可以同時(shí)接收基站信號(hào),,因而用戶u,u=1,,…,,U,接收到的信號(hào)可表示為:
故用戶u的遍歷容量可表示為:
2 基于SLNR的波束形成設(shè)計(jì)
由式(2)可知,,各用戶的SINR除了與本用戶的波束形成系數(shù)向量有關(guān),,還是其他用戶波束形成系數(shù)向量的函數(shù),即各用戶的波束形成系數(shù)向量之間是相互耦合的,。因而直接優(yōu)化波束形成系數(shù)向量難以取得最優(yōu)解,。本文采用SLNR來(lái)代替SINR作為優(yōu)化標(biāo)準(zhǔn)來(lái)進(jìn)行解耦[7]。用戶u的SLNR可表示為:
其中:
3 功率分配方案設(shè)計(jì)
本節(jié)研究基站總發(fā)射功率受限時(shí),,通過(guò)最大化系統(tǒng)總遍歷容量來(lái)優(yōu)化各用戶的功率分配,,該優(yōu)化問(wèn)題可寫(xiě)成:
經(jīng)過(guò)若干次的循環(huán)后,可達(dá)到優(yōu)化問(wèn)題的收斂點(diǎn),,同時(shí)求出最終的功率分配最優(yōu)值,。由于目標(biāo)函數(shù)每一次迭代的結(jié)果是非遞減的且目標(biāo)函數(shù)值大于0,因此收斂性很容易得證,。
4 仿真及結(jié)果分析
在本文的仿真中,,假設(shè)所有用戶的噪聲功率滿足u=1,2,,…,,U,路徑損耗
其中du是基站和用戶u之間的歸一化距離,,υ=2.5是距離衰減因子,,所有用戶均勻分布在以基站為圓心,、半徑為1的圓內(nèi),所有水平和垂直離開(kāi)角θu和φu在(-90°,,90°)均勻分布,。假設(shè)天線數(shù)目M=8,N=16,,萊斯因子在(-10 dB,,10 dB)之間均勻分布。仿真結(jié)果重復(fù)1 000次后取平均值,。圖2展示了用戶數(shù)目U=20時(shí)用戶平均容量隨信噪比的變化趨勢(shì),。圖中圓圈標(biāo)記的實(shí)線代表文獻(xiàn)[3]中基于離散傅里葉變換(DFT)矩陣的波束形成(BF)算法,文獻(xiàn)[3]中采用平均功率分配(EP),,圓圈標(biāo)記的虛線表示采用本文所提出的功率分配(PA)算法,,可見(jiàn)系統(tǒng)容量得到有效提升。三角標(biāo)記的實(shí)線和虛線代表本文提出的基于SLNR的BF算法在EP和PA算法兩種情況下的變化趨勢(shì),。相比于文獻(xiàn)[3]中的BF算法,,本文提出的BF算法性能更好,且提出的PA算法可有效提升系統(tǒng)容量,。
5 結(jié)論
本文提出了一種基于統(tǒng)計(jì)信道信息的波束形成和功率分配優(yōu)化算法,,該算法以系統(tǒng)總?cè)萘繛閮?yōu)化目標(biāo),同時(shí)考慮基站的最大發(fā)射功率限制,。仿真結(jié)果表明,,該算法能有效地提高系統(tǒng)容量。
參考文獻(xiàn)
[1] BOCCARDI F,,HEATH R W,,LOZANO A,et al.Five disruptive technology directions for 5G[J].IEEE Communications Magazine,,2014,,52(2):74-80.
[2] MARZETTA T L.Massive MIMO:an introduction[J].Bell Labs Technical Journal,2015,,20:11-22.
[3] LI X,,JIN S,SURAWEERA H A,,et al.Statistical 3-D beamforming for large-scale MIMO downlink systems over rician fading channels[J].IEEE Transactions on Communications,,2016,64(4):1529-1543.
[4] TAN W Q,,JIN S,,WANG J,et al.Achievable sum-rate of multiuser massive MIMO downlink in Ricean fading channels[C].Proceedings of IEEE International Conference on Communications(ICC),,2015:1453-1458.
[5] RAZAVIZADEH S M,,AHN M,,LEE I.Three-dimensional beamforming:a new enabling technology for 5G wireless networks[J].IEEE Signal Processing Magazine,2014,,31(6):94-101.
[6] LI X,,ZHOU L L,JIN S,,et al.Multi-user multiple-input single-output downlink transmission systems exploiting statistical channel state information[C].IET Communications,,2012,6(18):3114-3121.
[7] SADEK M,,TARIGHAT A,,SAYED A H.A leakage-based precoding scheme for downlink multi-user MIMO channels[J].IEEE Transactions on Wireless Communications,2007,,6(5):1711-1721.
[8] FRITZSCHE R,,F(xiàn)ETTWEIS G P.Robust sum rate maximization in the multi-cell MU-MIMO downlink[C].2013 IEEE Wireless Communications and Networking Conference(WCNC),Shanghai,,Shanghai,,China,2013:3180-3184.
[9] BOGALE T E,,VANDENDORPE L.Weighted sum rate optimization for downlink multiuser MIMO coordinated base station systems: centralized and distributed algorithms[J].IEEE Transactions on Signal Processing,2012,,60(4):1876-1889.
[10] BOYD S,,VANDENBERGHE L.Convex optimization[M].Cambridge,U.K.:Cambridge University Press,,2004.
作者信息:
李 博1,,2,陳海華1,,2,,晉紫微1,2
(1.南開(kāi)大學(xué) 電子信息與光學(xué)工程學(xué)院,,天津300350,;2.天津市光電傳感器與傳感網(wǎng)絡(luò)技術(shù)重點(diǎn)實(shí)驗(yàn)室,天津300350)