一种大规模MIMO最优用户调度数目配置方法与流程

本发明属于无线通信技术领域，尤其涉及一种大规模mimo最优用户调度数目配置方法。

背景技术：

近年来，由于其巨大的能效优势以及容量提升空间，大规模mimo(多输入多输出)方案已经成为下一代移动通信解决方案(5g)的关键技术。在大规模mimo系统中，基站需要配置数十甚至上百根天线，且同时服务于多个用户。由于每根发射天线都需要为信号的实部和虚部分别配置一个数模转换单元(dac)，随着天线数目的增长，系统的硬件和功耗成本随之增加。针对这个问题，目前有两种解决方法。一是采用低精度的dac(因为dac的功耗随着精度的增加呈指数级增长)，二是采用混合预编码减少dac的数目。本发明中基站采用1比特量化的dac，用户端采用有限比特量化的模数转换单元(adc)。针对低精度dac和adc引入的非线性，通常采用一个近似的线性模型来表示。根据比桑(bussgang)理论，量化后的数据可以表示为两个不相关部分之和：其中一部分与量化前数据成正比，另一部分为量化噪声。

由于近年来移动用户数量的急剧增加，用户间干扰问题日益严重。因此，多用户mimo系统的预编码方案设计得到了越来越多的关注。大规模mimo系统中天线数目的大幅增加造成预编码矩阵维度显著提高，进而提升了算法复杂度和实现成本。目前，常用的预编码方案有迫零(zf)预编码，正规化迫零(rzf)预编码，以及最大比合并(mrc)预编码。最大比合并预编码实现简单，但是存在用户间干扰，因此其性能在绝大部分系统配置下要逊于另外两种方案。迫零预编码能够消除用户间干扰，但是需要进行矩阵求逆运算，无法应用于非满秩的mimo信道。此外，当信道矩阵条件数很大，即为病态矩阵时，功率损失严重。针对这个问题，正规化迫零预编码在矩阵求逆之前加上一个负载系数矩阵可以获得更好的系统性能。

在多用户mimo通信系统中，一个基站可以同时服务于多个用户，系统整体性能则取决于系统中调度用户的数目。通常情况下，如果用户数目过少，虽然每个用户能获得较高的信道容量，但是系统整体的多用户信道容量之和并不会很高；相反如果用户数目过多，每个用户的信道容量就会很低，也会因此影响系统整体的多用户信道容量之和。因此，用户数目的选择对于系统整体性能来说至关重要。

由于大规模mimo系统具有许多优势，例如较高的频谱效率，较高的能量效率，以及较大的信道容量等，该系统通常工作在较低信噪比环境中。因此，本发明在低信噪比条件下给出系统配置最优用户调度数目的简洁计算方法。

技术实现要素：

本发明所要解决的技术问题是针对背景技术的不足提出一种用户调度数目配置方法，能够在给定信噪比，天线数目，adc量化比特，导频长度与相干时间间隔的条件下，计算得到最优的用户调度数目，能够获得最优的可达速率性能。

本发明为解决上述技术问题采用以下技术方案：

一种大规模mimo最优用户调度数目配置方法，具体包含如下步骤：

步骤1，在大规模mimo下行链路中，基站配置n根发射天线，每根发射天线配置1比特量化的数模转换单元dac，基站服务m个用户终端，每个用户终端配置1根接收天线并相应地配置具有b比特量化精度的模数转换单元adc；其中，m,n为正整数；

步骤2，根据比桑理论获取大规模mimo下行链路中每个用户终端的接收信噪比γ，具体计算如下：

其中，eq为低精度adc的衰减因子，且b为用户终端adc的量化精度；

其中，β表示用户数m和基站天线数n的比例，即ρ表示正规化系数，且其中，γ0表示发送信噪比；

步骤3，根据香农定理和下行链路中每个用户终端的接收信噪比γ，获取每个用户终端的可达速率r；

步骤4，根据步骤3获取每个用户终端的可达速率r，获取基站每根发射天线所提供的可达速率具体计算为：

其中，t表示相干时间间隔，τ表示每个用户的导频长度，η为常数系数，且

步骤5，在γ0＜＜1的条件下，推导对β的一阶导数，并在零点对g(β,ρ)进行泰勒展开得到：

步骤6，令则得到：

即：

根据上式求出的β，获取最优的用户天线比例βopt，进而根据βopt获取最优用户调度数目mopt。

作为本发明一种大规模mimo最优用户调度数目配置方法的进一步优选方案，在步骤3中，每个用户终端的可达速率r的具体计算如下：

作为本发明一种大规模mimo最优用户调度数目配置方法的进一步优选方案，在步骤5中，γ0＜0.1。

作为本发明一种大规模mimo最优用户调度数目配置方法的进一步优选方案，在步骤6中，最优用户调度数目mopt的具体计算如下：

mopt＝nβopt

作为本发明一种大规模mimo最优用户调度数目配置方法的进一步优选方案，γ0取值0.01。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、本发明在基站配置1比特量化的dac，能够大大降低大规模mimo系统的硬件和功耗成本；

2、本发明利用比桑理论，将有限比特adc对可达速率的非线性影响近似成线性，降低了计算复杂度；

3、本发明采用正规化迫零预编码，避免了传统迫零预编码方案中由于信道矩阵病态造成的功率损失问题；

4、本发明对最优用户数目的计算公式非常简单，能够迅速根据信噪比、天线数目、导频长度等数据确定最优的用户数目。

附图说明

图1为本发明中大规模mimo系统的发射端、接收端框图；

图2展示了每根天线提供的可达速率，随着用户天线比例β的变化。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

一种大规模mimo最优用户调度数目配置方法，具体包含如下步骤：

步骤1，在大规模mimo下行链路中，基站配置n根发射天线，每根发射天线配置1比特量化的数模转换单元dac，基站服务m个用户终端，每个用户终端配置1根接收天线并相应地配置具有b比特量化精度的模数转换单元adc；其中，m,n为正整数；

步骤2，根据比桑理论，采用正规化迫零预编码时，获取大规模mimo下行链路中每个用户终端的接收信噪比γ，具体计算如下：

其中，eq为低精度adc的衰减因子，且b为用户终端adc的量化精度；

其中，β表示用户数m和基站天线数n的比例，即ρ表示正规化系数，且其中，γ0表示发送信噪比；

步骤3，采用香农定理，根据下行链路中每个用户终端的接收信噪比γ，进而获取每个用

户终端的可达速率r，具体计算如下：

步骤4，根据步骤3获取每个用户终端的可达速率r，获取基站每根发射天线所提供的可

达速率具体计算为：

其中，t表示相干时间间隔，τ表示每个用户的导频长度，η为常数系数，且

步骤5，在低信噪比，即γ0＜＜1的条件下，通常可取γ0＜0.1推导对β的一阶导数，并在零点对g(β,ρ)进行泰勒展开得到：

步骤6，令则得到：

即：

其中，根据上式求出的β，获取最优的用户天线比例βopt；

步骤7，根据最优的用户天线比例βopt获取最优用户调度数目mopt，具体计算为：

mopt＝nβopt。

图1为本发明中大规模mimo系统的发射端、接收端框图。基站作为发射端，配置n根天线，采用1比特量化的dac；m个单天线用户作为接收端，采用有限比特量化的adc。在发射端，m个发送符号经过正规化迫零预编码，产生n个数字信号，经过dac转换成模拟信号后，由n根天线发送；在接收端，每个用户将接收信号送入adc进行量化，然后解调恢复出发送符号。

图2展示了每根天线提供的可达速率，随着用户天线比例β的变化。图中五角星表示本发明计算得到的最优用户天线比例βopt所在的点，可以观察到在该点取到峰值。从图中可以看出，无论用户adc量化比特b为多少，随着β从0到1，先增加后减少。这是因为，当β较小时，用户数目增加导致系统总数据速率增加，所以因而增加；当β较大时，用户数目的增加导致发送导频所需时间的增加，因而系统总数据速率降低，所以随之减小。此外，从图中还可以观察到，随着b增加，βopt略微减小。

实施例1：

(1)给定用户adc量化比特数b，由下式计算损失系数：

(2)由基站天线数n，导频长度τ以及相干时间间隔t按下式计算系数；

(3)由eq，η，以及信噪比γ0，按下式计算最优的用户天线比例

则最优用户调度数目为mopt＝nβopt。