大規(guī)模MIMO-FBMC系統(tǒng)下的空間消隱方法

王家南, 周小平, 李 莉, 向浩凱, 王 斌

(上海師范大學 信息與機電工程學院,上海 200234)

大規(guī)模MIMO-FBMC系統(tǒng)下的空間消隱方法

王家南, 周小平, 李 莉, 向浩凱, 王 斌

(上海師范大學 信息與機電工程學院,上海 200234)

在大規(guī)模多入多出正交頻分復用技術(MIMO-FBMC)下行鏈路系統(tǒng)中,大量微小區(qū)部署在宏小區(qū)覆蓋區(qū)域內(nèi),并且宏小區(qū)和微小區(qū)共享相同頻譜.在宏小區(qū)引入大規(guī)模多進多出(MIMO)技術,在相對較窄的角度擴展下從宏小區(qū)可以看到同一熱點內(nèi)的用戶幾乎位于同一位置,這就引起了方向性的信道向量.利用這個信道向量的空間方向信息采用協(xié)調(diào)波束成形,獲得空間消隱,即將傳輸能量集中在某些特定的方向上,從而給位于其他方向上的微小區(qū)創(chuàng)造傳輸數(shù)據(jù)的機會,以減少對這些微小區(qū)的干擾.此方法類似于增強型小區(qū)間干擾協(xié)調(diào)技術(eICIC)中的幾乎空白子幀(ABS)方法.仿真結果表明,該方案能有效提高大規(guī)模MIMO-FBMC系統(tǒng)的容量.

大規(guī)模MIMO-FBMC; 微小區(qū); 空間消隱; 協(xié)調(diào)波束成形

0 引 言

由于先進通信設備的引進,在典型的密集城市場景下[1],大部分數(shù)據(jù)流量通過高度集中的用戶群產(chǎn)生熱點來傳輸.解決數(shù)據(jù)需求的一個可能方案是采用大規(guī)模多進多出(MIMO)技術[2],例如一個基站配有600根天線也許只服務10個用戶,基站端采用大規(guī)模天線陣列,可以無需正交化時頻資源,就能提供干擾協(xié)調(diào).傳統(tǒng)的正交頻分復用技術(OFDM)難以實現(xiàn)嚴格同步和非連續(xù)頻帶的傳輸,會有嚴重的頻譜泄露.而濾波器組多載波技術(FBMC)可以通過使用良好的濾波器解決上述問題,文獻[3]中研究了正交頻分復用技術/偏移正交幅度調(diào)制(FBMC/OQAM)系統(tǒng)下的信道估計方法.所以大規(guī)模MIMO和FBMC技術的結合受到廣泛關注與研究.

另一解決數(shù)據(jù)流量需求的可行方案是部署大量低功率基站(微小區(qū)),尤其是部署在更靠近高密度用戶區(qū)域,但代價是增加了干擾功率.因此研究者都集中在研究干擾協(xié)調(diào)策略,這也是3GPP下采用增強型小區(qū)間干擾協(xié)調(diào)(eICIC)技術的主要目標,該技術分別通過部分頻率復用方法和幾乎空白子幀方法來實現(xiàn)頻率和時間的正交化[4-5],從而減輕小區(qū)間干擾.文獻[6]提出了一種“認知”微小區(qū)方法,其中微小區(qū)基站具有解碼宏小區(qū)基站控制信道的能力,利用解碼出來的控制信息,采用一種簡單的功率控制方案來處理層間干擾,主要是調(diào)整它們的發(fā)送功率電平,使得在宏小區(qū)接收端的平均干擾功率不超過某個閾值k.

典型的宏基站是部署在一個很高的位置(如屋頂或塔式安裝),這樣在一個相對窄的角度擴展下既能看到自己的用戶,也能看到被微小區(qū)服務的用戶,這樣就會產(chǎn)生方向性的信道向量.文獻[7-9]中提出宏小區(qū)利用這個空間方向信息通過聯(lián)合空分復用(JSDM)來減少對微小區(qū)的跨層干擾,主要原理是將用戶空間分成用戶組,使得用戶具有近似相同的協(xié)方差,將下行波束成形分為預波束成形矩陣和預編碼矩陣.本文作者提出利用這個信道向量的空間方向信息,基于協(xié)調(diào)波束成形的空間消隱算法,將傳輸數(shù)據(jù)集中在某些特定的方向上,從而給位于其他方向上的微小區(qū)創(chuàng)造傳輸數(shù)據(jù)的機會,以減少對這些微小區(qū)的干擾.

1 系統(tǒng)模型

圖1 系統(tǒng)模型示意圖

研究場景的系統(tǒng)模型如圖1所示,在該場景下的一個小區(qū)中有一個宏基站(MBS),宏小區(qū)的覆蓋半徑為Rmc,單天線用戶非均勻分布在宏小區(qū)中,假設用戶聚集在某些高密度熱點,本文作者稱之為用戶組.假設Nu個用戶組均勻且獨立分布在宏小區(qū),每一個用戶組集中的區(qū)域遠小于宏小區(qū)覆蓋區(qū)域.在該系統(tǒng)下有Nf個微小區(qū)(Nf≤Nu),每一個微小區(qū)覆蓋一個用戶組,這些用戶組的集合為Ω.剩下的Nu-Nf個用戶組的集合為R.宏基站的天線數(shù)為Nm,微小區(qū)基站的天線數(shù)為Ns,宏基站考慮大規(guī)模MIMO體制[10],即Nm≥Ns≥1.

微小區(qū)通過空間復用服務多個用戶,一個微小區(qū)服務組內(nèi)Sf個用戶.所有活躍微小區(qū)信號以峰值功率P1傳輸,由于存在多用戶,所以會產(chǎn)生區(qū)內(nèi)干擾,這可以通過迫零波束形成消除.g組的一個用戶k和f組的一個微小區(qū)之間的信道向量hgk,f大小為Ns×1,服從獨立同分布CN(0,a(g,f)),a(g,f)是g組用戶和f組微小區(qū)之間的距離路徑損耗系數(shù),表示為[11]:

(1)

其中d(g,f)是g組用戶和f組微小區(qū)之間的距離,d0是截止距離,α是路徑損耗系數(shù),w是墻穿透損失,nw(g,f)是用戶組g和f組微小區(qū)之間墻壁個數(shù):

(2)

在宏小區(qū)和每個用戶組之間考慮一環(huán)信道模型,同一組內(nèi)的用戶與宏基站天線陣列的信道向量是相互獨立但又同分布的,而且具有相同的協(xié)方差矩陣.在每個傳輸時頻時隙上,宏小區(qū)調(diào)度G個用戶組(G≤Nu),其中g組中被服務的用戶數(shù)為Ng,其取決于用戶組信道協(xié)方差矩陣的秩.g組的一個用戶k和宏基站之間的瞬時信道在任何給定的傳輸時頻時隙上是一個大小為Nm×1的高斯隨機向量,表示為hgk,0,用KL變換表示為:

(3)

(4)

式中Rg是秩為r的信道協(xié)方差矩陣,Ug∈CNm×r是Rg的特征向量組成的高酉矩陣,Λg∈Cr×r是Rg的特征值構成的的對角正定矩陣.wgk～CN(0,Ir)是隨機向量.

根據(jù)一環(huán)散射模型[12],其中用戶組到基站的到達角(AOA)為θg,角度擴展(AS)為Δg.則Rg的第(m,n)個元素表示為:

(5)

式中ag,0為由于傳播環(huán)境造成的路徑損耗.宏小區(qū)的總發(fā)射功率為P0.本文作者考慮等功率分配,所有宏小區(qū)下行數(shù)據(jù)流分配到相同的功率P0/S,其中S是在所有組中被服務的總用戶數(shù).

為了提高系統(tǒng)的頻譜利用率,發(fā)送給g組用戶的數(shù)據(jù)符號向量Xg∈RNg×1在發(fā)送端發(fā)送之前首先被預編碼,所以g組用戶接收到的信號表示為:

(6)

其中Hg,0=[hg1,0…h(huán)gNg,0]是宏基站天線陣列與g組內(nèi)被服務用戶的信道矩陣.Mg∈CNm×Ng是g組的發(fā)送預編碼矩陣,Hg,f=[hg1,f…h(huán)gNg,f]是g組用戶與微小區(qū)f間的信道矩陣,Mf和Xf分別是微小區(qū)f的預編碼矩陣和發(fā)送數(shù)據(jù)符號向量.zg是加性高斯白噪聲,服從獨立同分布CN(0,1).式(6)中第一項為g組用戶的有效數(shù)據(jù),第二和第三項是其他用戶組對g組的干擾,而第二項的干擾可以通過塊對角化波束成形來消除[7].

由相應微小區(qū)服務的f組用戶接收到的信號表示為:

(7)

式中Hf,f′=[hf1,f′…h(huán)fSf,f′]是f組內(nèi)用戶與f′組微小區(qū)陣列的信道矩陣,zf是加性高斯白噪聲.f組用戶除了受到由其他微小區(qū)服務的用戶組的干擾(此項可通過塊對角化消除),也受到由宏小區(qū)服務的用戶組的干擾.

從(6)和(7)式可以分別得知宏小區(qū)調(diào)度g組的一個用戶k的接收SINR(λ)和由微小區(qū)服務的f組的一個用戶k的接收SINR,表示如下:

(8)

(9)

2 基于協(xié)調(diào)波束成形的空間消隱

當基站發(fā)射的信號只被用戶部分有效接收時,很自然想到通過波束成形技術使陣列天線發(fā)射的電磁波的主瓣方向對準期望用戶,而零瓣方向對準干擾源,由此提高信噪比,增加系統(tǒng)容量.第1節(jié)已提到本系統(tǒng)場景下能得到有方向性的信道向量,通過進行聯(lián)合波束成形設計,使得信號在空間上相互隔開,將傳輸數(shù)據(jù)高度集中在某些特定的方向上,從而給位于其他方向上的微小區(qū)創(chuàng)造傳輸數(shù)據(jù)的機會,以大大減少對這些微小區(qū)的干擾,由此(6)式的第三項和(7)式的第三項可近似忽略.由于區(qū)內(nèi)組間用戶干擾可通過塊對角化預編碼算法消除,所以(6)和(7)式分別簡化為:

(10)

(11)

將解碼也考慮進去,則只要將(10)、(11)式的接收信號乘以譯碼矩陣即可.以g組用戶接收到的信號(10)為例,為簡化方便,以下將各字母下標g省略.用聯(lián)合迭代法更新預編碼矩陣和譯碼矩陣,首先定義一個等效信道矩陣Heq:

(12)

式中D∈RNg×Ng是實值譯碼矩陣,將g組預編碼矩陣M分解成兩部分,表示為:

(13)

式中M1∈CNm×Nx,M2∈RNx×Ng.

協(xié)調(diào)波束成形算法主要步驟如下:

第1步:初始化譯碼矩陣D(0),設置一個閾值ε作為停止標準.如果當前子載波是第一個,則譯碼矩陣是隨機生成的.否則將當前譯碼矩陣設置成前一個子載波所計算出的譯碼矩陣.

第2步:設置p=p+1,并計算第p次迭代的等效信道矩,

(14)

(15)

(16)

(17)

(18)

(19)

當使用MMSE接收機時,譯碼矩陣表示為:

(20)

第5步:計算Δ(M),

(21)

如果Δ(M)<ε,則收斂,并且迭代過程結束.否則返回到第2步.

空間消隱方法是將傳輸能量高度集中在某些特定的方向上,從而降低其他方向上微小區(qū)傳輸數(shù)據(jù)時所受到的干擾,即可近似忽略宏小區(qū)和微小區(qū)間的層間干擾.那么到底宏小區(qū)選擇哪些用戶來服務又是一個問題,根據(jù)用戶組選擇算法[7],來確保每個用戶組都有平等被服務的機會,另外此算法保證了被同時服務的用戶組的信道協(xié)方差特征空間近似相互正交.

(22)

(23)

(24)

(25)

(26)

第五步尋找用戶組g*,

(27)

3 仿真結果

為了驗證所提出算法的有效性,對該算法進行了仿真.仿真實驗帶寬為10 MHz,宏基站配置天線數(shù)為50,微小區(qū)基站天線數(shù)為4,被宏小區(qū)服務的用戶組數(shù)為4,微小區(qū)個數(shù)為3.仿真了文獻[7]提出的JSDM算法和本算法下用戶接收的平均信干噪比累積分布函數(shù),如圖2所示,圖3給出了文獻[7]方案和本提出的方案對系統(tǒng)容量的仿真.從圖2中可以看出基于協(xié)調(diào)波束成形的空間消隱算法的用戶信干噪比優(yōu)于JSDM算法,而且本算法具有收斂性快的優(yōu)點.在用戶平均信干噪比為40 dB時,分布趨于穩(wěn)定.從圖3曲線中系統(tǒng)容量隨著信干噪比的增長而增長的趨勢,可以看出所提出的方案優(yōu)于基于JSDM方案.

圖2 所有用戶得接收平均信干噪比的累積分布函數(shù)圖

圖3 系統(tǒng)容量仿真圖

4 結 論

在大規(guī)模MIMO-FBMC下行鏈路系統(tǒng)中,微小區(qū)部署在宏小區(qū)覆蓋區(qū)域內(nèi)將產(chǎn)生方向性的信道向量,本文作者利用這個信道向量的空間方向信息采用協(xié)調(diào)波束成形,將傳輸能量集中在某些特定的方向上,降低其他方向上的微小區(qū)傳輸數(shù)據(jù)時所受到的干擾,以獲得空間消隱.根據(jù)用戶組選擇算法,服務具有最高優(yōu)先級且對已選擇的用戶組干擾最小的用戶組.在下一步的研究中將考慮微小區(qū)在宏小區(qū)部署的不同位置對用戶的影響.

[1] Cisco.Cisco Visual Networking Index:Global Mobile Data Traffic Forecast Update,2015-2020 [J/OL].[2016-12-1],http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/mobile-white-paper-c11-520862.html

[2] Huh H,Caire G,Papadopoulos H C,et al.Achieving “massive MIMO” spectral efficiency with a not-so-large number ofantennas [J].IEEE Transactions on Wireless Communications,2012,11(9):3226-3239.

[3] 龔帥,周小平,李莉,等.基于導頻的FBMC/OQAM系統(tǒng)的信道估計方法 [J].上海師范大學學報(自然科學版),2016,45(2):161-165.

Gong S,Zhou X P,Li L,et al.Channel estimation method for FBMC/OQAM system based on pilot [J].Journal of Shanghai Normal University (Natural Sciences),2016,45(2):161-165.

[4] Lopez-Perez D,Guvenc I,Roche G D L,et al.Enhanced intercell interference coordination challengesin heterogenous networks [J].IEEE Wireless Communications,2011,18(3):22-30.

[5] Boudreau G,Panicker J,Guo N,et al.Interference coordination and cancellation for 4G networks [J].IEEE Communications Magazine,2009,47(4):74-81.

[6] Adhikary A,Ntranos V,Caire G,et al.Cognitive femtocells:Breakingthe spatial reuse barrier of cellular systems[C].IEEE.Information Theory and Applications Workshop (ITA),California,2011.

[7] Adhikary A,Nam J,Ahn J Y,et al.Joint spatial divisionand multiplexing [J].IEEE Transactions Information Theory,2013,59(10):6441-6463.

[8] Adhikary A,Safadi E A,Caire G,et al.Massive MIMO and inter-tierinterference coordination [C].IEEE.Information Theory and Applications Workshop (ITA),San Diego,2014.

[9] Nam J,Adhikary A,Ahn J,et al.Joint spatial division andmultiplexing:Opportunistic beamforming,user grouping and simplified downlink scheduling [J].IEEE Journal of Selected Topics in Signal Processing,2014,8(5):876-890.

[10] Marzetta T L.Noncooperative cellular wireless with unlimited numbers of base station antennas [J].IEEE Transactions on Wireless Communications,2010,9(11):3590-3600.

[11] Adhikary A,Dhillon H S,Caire G.Massive-MIMO meetsHetNet:Interference coordination through spatial blanking [J].IEEE Journal on Selected Areas in Communications,2015,33(6):1171-1186.

[12] Adhikary A,Dhillon H S,Caire G.Spatial blanking and inter-tier coordination in massive-MIMO heterogeneous cellular networks [C].IEEE.Globecom Workshops(GC Wkshps),Austin,2014.

(責任編輯：馮珍珍,包震宇)

Spatial blanking method for massive MIMO-FBMC system

Wang Jia′nan, Zhou Xiaoping, Li Li, Xiang Haokai, Wang Bin

(College of Information,Mechanical and Electrical Engineering,Shanghai Normal University,Shanghai 200234,China)

In this paper,we study the downlink performance of MIMO-FBMC system where small cells are deployed under a macrocell,both macro and small cells share the same spectrum.Assume the regime of massive MIMO in the macrocell,the users of the same hotspot are seen under a relatively narrow angular spread from the macrocell appearing almost co-located to the macrocell.This leads to directional channel vectors,which can be exploited to simplify coordinated beamforming techniqueand obtain spatial blanking,a means of concentrating energy only in certain directions while creating transmission opportunities for the small cells lying in the other directions,and mitigating interference to the small cells.It is in analogy with the almost-blank subframes approach of eICIC.Simulation results show that the proposed algorithm can improve the system capacity of massive MIMO-FBMC.

massive MIMO-FBMC; small cells; spatial blanking; coordinated beamforming

10.3969/J.ISSN.1000-5137.2017.01.014

2016-11-29

上海市自然基金項目(16ZR1424500)

王家南(1991-),女,碩士研究生,主要從事無線通信方面的研究.E-mail:773674945@qq.com

導師簡介: 周小平(1981-),男,博士,副教授,主要從事寬帶無線通信,新一代移動通信和物聯(lián)網(wǎng)技術方面的研究.E-mail:zxpshnu@163.com(通信聯(lián)系人)

TN 911.7

A

1000-5137(2017)01-0079-07