韓東升，郝聰慧，陳智雄

(華北電力大學 電氣與電子工程學院，河北 保定 071003)

?

異構(gòu)網(wǎng)絡中基于分組的用戶選擇算法

韓東升，郝聰慧，陳智雄

(華北電力大學 電氣與電子工程學院，河北 保定 071003)

針對在無線異構(gòu)網(wǎng)絡中，跨階層干擾影響其性能提升的瓶頸問題，本文提出了一種基于分組的用戶選擇算法。該算法在宏基站選定基準用戶之前，先將微小區(qū)內(nèi)用戶所受干擾信號信道向量的方向信息作為基準，利用分組向量將所受干擾信號信道向量方向相近的用戶分為一組，完成用戶分組；再從各組中分別進行用戶選擇，使被選用戶所受跨層干擾信號信道向量的方向相近，最后確定使系統(tǒng)性能最好的一組用戶作為服務用戶。復雜度分析和系統(tǒng)仿真比較表明，相比已有算法，算法在犧牲有限復雜度的同時，有效提升了系統(tǒng)性能，在復雜度與系統(tǒng)性能間取得了很好的折中，適用于用戶分布不均勻的場景。

異構(gòu)網(wǎng)絡；跨層干擾；用戶選擇；分集增益；信道向量；迫零預編碼

無線異構(gòu)網(wǎng)絡在宏基站覆蓋薄弱區(qū)域或熱點地區(qū)部署例如中繼、微微蜂窩站點、家庭基站等小型基站，通過縮短用戶與基站間的距離使用戶收到高質(zhì)量信號，提高系統(tǒng)吞吐速率，近年來受到廣泛的關(guān)注[1]。然而，蜂窩網(wǎng)絡中部署小型基站不僅使網(wǎng)絡拓撲結(jié)構(gòu)變的非常復雜，同時頻譜資源稀缺異構(gòu)網(wǎng)絡采用同頻組網(wǎng)方式，小型基站的發(fā)射功率與宏基站發(fā)射功率相差甚遠，使得微小區(qū)用戶容易受到嚴重的跨層干擾，嚴重阻礙異構(gòu)網(wǎng)絡性能的提升，影響用戶體驗。

文獻[2]針對中繼站對相鄰小區(qū)邊緣用戶產(chǎn)生的同頻干擾，采用了一種基于隨機化競爭(random competition， RC)的協(xié)作調(diào)度策略，通過在相鄰小區(qū)邊緣形成的中繼協(xié)作區(qū)域內(nèi)應用RC調(diào)度算法，減少同頻干擾，提高小區(qū)邊緣吞吐量。文獻[3]提出了一種分層協(xié)作框架來實現(xiàn)資源塊(resource block， RB)級別的協(xié)作傳輸來減少Macro 和 Pico 基站間嚴重的跨層干擾。文獻[4]介紹了一種增強小區(qū)間干擾協(xié)調(diào)(enhanced intercell interference coordination， eICIC，)技術(shù)消除跨層干擾，但此方法并不能徹底消除數(shù)據(jù)傳輸階段的干擾。

此外，無線多輸入多輸出(multi-input multi-output，MIMO)傳輸系統(tǒng)采用空時處理技術(shù)進行信號處理，在多徑環(huán)境下能極大提高頻譜利用率，增加系統(tǒng)的數(shù)據(jù)傳輸速率[5]，是移動通信領(lǐng)域研究的主流技術(shù)之一。通過用戶選擇獲取分集增益，是提升頻譜效率、增強抵抗小區(qū)間干擾的能力以及提升用戶與基站間的通信效率的又一有效方法[6-7]。文獻[8]提出一種MIMO系統(tǒng)的用戶選擇算法。算法將被選用戶總吞吐量作為選擇標準，先確定信道容量最好的用戶為選定用戶；之后每選一個用戶，都保證與已選定用戶組成的用戶組信道容量最大，雖使系統(tǒng)容量得到提升，但算法計算復雜度較大。

文獻[9]提出了一種基于協(xié)作多點傳輸協(xié)調(diào)調(diào)度與波束形成(coordinated multiple point transmission coordinated scheduling and beamforming，CoMP-CSB)的用戶選擇干擾消除算法。此算法突破基站天線數(shù)對同時消除干擾用戶數(shù)的限制，但當用戶分布不均勻，基準用戶與其他用戶的干擾信號方向相差都很遠，此時降低跨層干擾效果不佳。

為此，本文提出了一種新型的基于分組的用戶選擇算法，算法可以使用戶任意分布情況下，突破發(fā)送天線數(shù)對去干擾用戶數(shù)的限制，同時服務多個用戶獲取分集增益，有效提高系統(tǒng)性能。

1 無線異構(gòu)網(wǎng)絡系統(tǒng)模型

考慮一個宏基站(macro)和微基站(pico)共存的無線異構(gòu)下行傳輸系統(tǒng)，如圖1所示。系統(tǒng)由一個宏基站和L個微基站構(gòu)成，宏基站覆蓋的宏小區(qū)內(nèi)有Km個服務用戶；微小區(qū)內(nèi)共有K個用戶，從中選出Kp個服務用戶，宏基站配置Nm根發(fā)送天線，微基站配置Np根發(fā)送天線，假設用戶單天線接收。由于微基站的功率較小，當宏小區(qū)的用戶遠離微基站時，所受干擾較小[10]，故本文忽略微基站對宏小區(qū)用戶的干擾。

圖1 異構(gòu)無線網(wǎng)絡模型Fig.1 Heterogeneous wireless network model

(1)

(2)

由式(2)可見，提高用戶的信干噪比可以增強系統(tǒng)性能。因此，本文提出一種基于分組的用戶選擇算法，可在用戶任意分布的情況下選出受到的跨層干擾影響最小、使系統(tǒng)容量最大的一組用戶，提高系統(tǒng)性能。

2 用戶選擇算法

為了減少用戶接收到的干擾信號，本文采用迫零(zero forcing， ZF)線性預編碼方案?；具\用ZF預編碼消除干擾時能同時服務的最大用戶數(shù)不大于基站發(fā)射天線數(shù)，當基站發(fā)射天線總數(shù)為N時，若基站為本小區(qū)(N-ξ)個用戶提供服務，則該基站最多能消除鄰小區(qū)內(nèi)ξ個用戶的跨層干擾，即基站自由度(degree of freedom， DOF)為ξ。若基站的服務用戶數(shù)遠遠大于發(fā)射天線數(shù)，基站自由度ξ較小時，能被同時消除干擾的用戶太少，系統(tǒng)性能提高不明顯。而文獻[9]提出一種基于CoMP-CSB的用戶選擇算法，本文稱作已有算法(下同)，巧妙地跨越了這一限制：當基站發(fā)射天線數(shù)為N時，若基站自由度ξ=1，則在鄰小區(qū)中選信道狀態(tài)最好的一個用戶作為基準用戶，本小區(qū)基站可以通過預編碼消除對基準用戶的跨層干擾。并且，此預編碼矩陣可以降低鄰小區(qū)內(nèi)干擾信道與基準用戶干擾信道方向相近的用戶受到的跨層干擾，干擾信號方向越近，降低干擾效果越好。系統(tǒng)中被同時降低跨層干擾的用戶數(shù)增加，系統(tǒng)性能顯著提升。

然而，已有算法存在以下不足：異構(gòu)網(wǎng)絡中宏基站選定微小區(qū)內(nèi)有用信號信道狀態(tài)最好的用戶作為基準用戶，并消除其受到的跨層干擾；當微小區(qū)內(nèi)用戶分布不均勻時，基準用戶的干擾信號很有可能與其他所有用戶的干擾信號方向偏差都較大，那么即便采用文獻[9]所提算法選出干擾方向最近的用戶，它們的實際干擾方向仍存在較大差異，此時基準用戶的預編碼矩陣對最終服務用戶干擾降低的效果不佳。針對已有算法的局限性，本文提出了異構(gòu)網(wǎng)絡中基于分組的用戶選擇算法。算法在宏基站選定基準用戶之前，先通過一組分組向量，將受到來自宏基站干擾信道方向相近的用戶分成一組，完成用戶分組。再分別在每組中選出該組基準用戶和與基準用戶干擾信號方向最近的若干用戶，最終選出使系統(tǒng)容量最大的一組用戶作為最后服務用戶。相比已有算法，本文算法先分組，再在各組中分別進行用戶選擇確定最終服務用戶，即便用戶分布不均勻也可以保證最終被選用戶是使系統(tǒng)容量最大的一組用戶，突破已有算法的局限性，提高系統(tǒng)性能。微小區(qū)內(nèi)仍采用ZF預編碼消除用戶間干擾。

綜上所述，異構(gòu)網(wǎng)絡中基于分組的用戶選擇算法的具體步驟如下：

1)初始化：微小區(qū)l內(nèi)待選用戶集：Ul={ul1，ul2,…，ulK}，C={w1，w2,…，wq}，Wf=φ，Vf=φ。

(3)

并將索引號相同的用戶分為一組，此時

(4)

①各組中選出該組基準用戶πf(Wf，1)：

(5)

(6)

③分別從如下子集中選出各組的第j個用戶2≤j≤(KP-1)：

Ψf={jf∈Wf-{πf(Wf，1)}}

(7)

用戶j選擇結(jié)果為

(8)

(9)

若Wf(f=1，2，…，q)中用戶數(shù)小于Kp，則從其他分組中選擇與該組πf(Wf，1)干擾信道方向最近的用戶組成Kp個用戶。

④各組選出基準用戶以及與其干擾信號方向接近的用戶組成Vf(f=1，2,…，q)：

(10)

再從中選出最終服務用戶組VF：

(11)

(12)

本文算法利用用戶受到干擾信號的方向信息，先將用戶分組再進行用戶選擇，避免用戶分布情況的不同對系統(tǒng)容量的影響。使用戶在任意分布場景下，選出信道狀態(tài)最好、使系統(tǒng)容量最大的一組用戶作為服務用戶，有效提升系統(tǒng)性能。

3 分組方案復雜度分析

Cg=6Nm×q×(Kp+1)

(13)

分組完成后計算用戶到微基站信道范數(shù)需要的flop數(shù)為(4Np×Kp)；每組中確定信道范數(shù)最大的用戶作為第一被選用戶uA，計算宏基站到各組任一激活用戶的信道向量與到該組uA的信道向量的方向偏差需要的flop數(shù)為6Nm，共(Kp-q)次，需要的flop數(shù)為6Nm×(Kp-q)，故完成用戶選擇需要的復雜度為

Cc=4Np×Kp+6Nm×(Kp-q)

(14)

(15)

綜上可知，本文用戶選擇算法復雜度為

C=Cg+Cc+CZF

(16)

已有算法復雜度為

C=Kp×(6Nm+4Np)+

(17)

本文算法較已有算法增加了一步用戶分組，故復雜度有所提高。分組數(shù)q=1表示沒有進行用戶分組，即為已有算法。故本文算法與已有算法復雜度對比如表1所示。

表1 部分參數(shù)配置下計算復雜度

表1比較了在分組數(shù)不同、被選用戶數(shù)不同情況下的算法復雜度。其中，假設宏基站的發(fā)射天線數(shù)Nm=8，微基站發(fā)射天線Np=4，并且假設宏基站天線自由度ξ=1。由表1可知，分組數(shù)確定時，被選用戶數(shù)越大，算法所需flop數(shù)越大，并且增量與基站覆蓋范圍內(nèi)的總用戶數(shù)無關(guān)。當被選用戶數(shù)確定時，算法所需flop數(shù)隨分組數(shù)的增大而增大，且增量和宏小區(qū)與微小區(qū)服務用戶數(shù)有關(guān)。本文算法較對比算法增加了一步用戶分組，故復雜度略高。

4 仿真結(jié)果與分析

網(wǎng)絡拓撲結(jié)構(gòu)由一個宏基站，兩個微基站組成。宏基站發(fā)射功率46 dB·m，覆蓋范圍半徑250 m，家庭基站位置固定(在宏基站覆蓋范圍)，發(fā)射功率30 dB·m，覆蓋范圍50 m，4個用戶隨機分布在家庭基站覆蓋范圍內(nèi)，微基站隨機分布在距宏基站DBS的圓周上，但微基站間彼此隔離。具體仿真參數(shù)如表2所示。

表2 仿真參數(shù)

圖2與圖3分別給出了在用戶分布不同的情況下本文算法與對比算法比較結(jié)果。系統(tǒng)假設宏基站空間自由度為1，用戶分組數(shù)為4，系統(tǒng)選擇的最終服務用戶數(shù)也為4。兩圖都給出了不同天線配置下兩種算法的對比。當宏基站發(fā)射天線數(shù)固定時，微基站發(fā)射天線越多，系統(tǒng)容量越大；當微基站發(fā)射天線數(shù)固定時，宏基站發(fā)射天線數(shù)越少，系統(tǒng)容量越大。如圖3所示，信噪比為20 dB，配置為Nm=16，Np=8時的系統(tǒng)容量比Nm=8，Np=4的系統(tǒng)容量大0.89 bit/s/Hz，比Nm=16，Np=4的系統(tǒng)容量大1.608 bit/s/Hz。發(fā)射天線數(shù)越多，則相應的發(fā)射總功率越大，因而用戶受到的跨層干擾與宏基站的發(fā)射天線數(shù)成正比，系統(tǒng)容量和宏基站與微基站天線數(shù)的差值有關(guān)。

圖2 用戶均勻分布時本文算法與對比算法Fig.2 Comparison between this algorithm and the comparing algorithm with user uniform distribution

圖3 用戶不均勻分布時本文算法與對比算法Fig.3 Comparison between this algorithm and the comparing algorithm with user non uniform distribution

如圖2所示，用戶均勻分布時相同天線配置下的兩種算法微小區(qū)系統(tǒng)平均容量幾乎一致。用戶均勻分布時幾乎很少出現(xiàn)服務用戶與基準用戶干擾信號方向相差很遠的情況，故兩種用戶選擇算法的差距不大。相應地，如圖3所示：隨著信噪比的增加，本文算法較對比算法系統(tǒng)容量提升明顯，性能更加優(yōu)越。如當信噪比為20 dB，Nm=8，Np=4時，系統(tǒng)容量有近1.061 bit/s/Hz的增益。綜上所述，本文算法較對比算法性能提升明顯，在繼承對比算法優(yōu)勢的基礎上，完善算法應用場景，使得無論用戶呈何種分布都可以通過用戶選擇提高系統(tǒng)性能。

圖4是不同的被選用戶數(shù)對系統(tǒng)容量影響的對比圖。圖4表明選擇服務的用戶數(shù)越小，系統(tǒng)的平均容量越大；而服務的用戶越多，系統(tǒng)平均容量越小。這是因為仿真假設宏基站的自由度為1，宏基站只能消除1個選定用戶的跨層干擾，其他用戶根據(jù)與選定用戶的方向偏差選擇，最后選出的用戶越多則與選定用戶的方向偏差就越大，所以系統(tǒng)平均容量會隨之減?。贿x擇的用戶數(shù)愈多，系統(tǒng)的總?cè)萘恳苍酱螅鐖D5所示。

圖4 被選用戶數(shù)對系統(tǒng)平均容量的影響Fig.4 Influence of the number of selected on the average capacity of the system

圖5 被選用戶數(shù)對系統(tǒng)總?cè)萘康挠绊慒ig.5 Influence of the number of selected on the total capacity of the system

圖6給出了宏基站自由度不同對系統(tǒng)容量影響的對比圖。仿真結(jié)果顯示，當宏基站微基站天線配置確定時，自由度為2的系統(tǒng)容量較大，當信噪比為20 dB，Nm=8，Np=4時，自由度為2時的系統(tǒng)容量較自由度為1時的大2.633 bit/s/Hz。自由度越大代表宏基站能同時消除跨層干擾的微小區(qū)用戶數(shù)就越大，系統(tǒng)容量相應也越大。

圖6 宏基站自由度對系統(tǒng)容量的影響Fig.6 Influence of the DOF of macro station on the capacity of the system

5 結(jié)論

1)本文利用用戶受到干擾信息方向的相近性，將用戶分組；再進行用戶選擇，避免了當微小區(qū)內(nèi)用戶分布不均勻時，用戶選擇消除跨層干擾不理想的情況。

2)當用戶均勻分布時幾乎很少出現(xiàn)服務用戶與基準用戶干擾信號方向相差很遠的情況，故本文用戶算法與現(xiàn)用戶選擇算法的性能優(yōu)勢不明顯。

3)在用戶分布不均勻情況下，本文算法較對比算法性能提升明顯，且隨著信噪比的增加，本文算法性能更加優(yōu)越。

4)本文算法復雜度較現(xiàn)有算法有所增加，是在復雜度與系統(tǒng)性能間的折中方案。

[1]謝龍. LTE-Advanced異構(gòu)網(wǎng)絡干擾協(xié)調(diào)技術(shù)研究[D].北京：北京郵電大學， 2013.

XIE Long.Research on interference coordination technology of heterogeneous networks in LTE-advanced[D].Beijing: Beijing University of Posts and Telecommunications， 2013.

[2]曲樺， 徐西光， 趙季紅， 等. 隨機化競爭的LTE-A中繼蜂窩小區(qū)邊緣協(xié)作調(diào)度策略[J]. 北京郵電大學學報， 2014， 37(3)： 73-77.

QU Hua， XU Xiguang， ZHAO Jihong， et al. Collaborative scheduling scheme based on random competition for the edge of LTE-A relay-enhanced cell[J]. Journal of Beijing University of Posts and Telecommunications， 2014， 03: 73-77.

[3]張琛， 粟欣， 王文清， 等. 異構(gòu)網(wǎng)絡跨層協(xié)作傳輸技術(shù)研究[J]. 通信學報， 2014， 35(8)： 198-205.

ZHANG Chen，SU Xin，WANG Wenqing， et al.Research of cross-tier cooperative transmission technology in heterogeneous network [J].Journal on communications， 2014， 35(8)： 198-205.

[4]BEATRIZ S， HUA W， KLAUS I P， et al. Multicell cooperative for LTE-advanced heterogeneous network scenarios[J]. IEEE wireless communications， 2013， 20(1)： 27-34.

[5]ERIK G. L， OVE E， FREDRIK T， et al. Massive MIMO for next generation wireless systems[J]. IEEE communications magazine， 2014， 52(2)： 186-195.

[6]韓東升， 楊維. 多基站協(xié)作系統(tǒng)中有限反饋性能分析[J]. 北京郵電大學學報， 2013， 36(2)： 79-83.

HAN Dongsheng，YANG Wei. Performance analysis of limited feedback in wulti-base-station coordination systems[J]. Journal of Beijing University of Posts and Telecommunications，2013， 36(2)： 79-83.

[7]尤力， 高西奇. 大規(guī)模MIMO無線通信關(guān)鍵技術(shù)[J]. 中興通訊技術(shù)， 2014， 20(2)： 26-28.

YOU Li，GAO Xiqi. Key technologies in massive MIMO wireless communication[J].ZTE technology journal， 2014， 20(2)： 26-28.

[8]ZUKANG Shen， RUNHUA Chen， JEFFREY G A， et al. Low complexity user selection algorithms for multiuser MIMO systems with block diagonalization[C]//Conference Record of the Thirty-Ninth Asilomar Conference on Signals， Systems and Computers. Pacific Grove， CA: IEEE， 2005: 628-632.

[9]UK J， HYUKMIN S， JONGROK P， et al. CoMP-CSB for ICI nulling with user selection[J]. IEEE transactions on wireless communications， 2011， 10(9)： 2982-2993.

[10]ZHIKUN Xu， CHEN Yangyang， GEOFFREY Y L， et al. Energy-efficient CoMP precoding in heterogeneous networks[J]. IEEE transactions on signal processing， 2014， 62(4)： 1005-1017.

[11]GOLUB G H， VAN L C F. Matrix computations [M]. Batlimore， Maryland， USA: The John Hopkisns University Press， 1996: 48-87.

[12]3GPP， CoordinatedMulti-Point Operation for LTE Physical Layer Aspects (Release 11)， Feb. 2011 [Online]. Available: ftp.3gpp.org， TR36.819 v0.0.1.

本文引用格式：

韓東升， 郝聰慧， 陳智雄. 一種異構(gòu)網(wǎng)絡中基于分組的用戶選擇算法[J]. 哈爾濱工程大學學報， 2017， 38(5)： 797-802.

HAN Dongsheng， HAO Conghui， CHEN Zhixiong. A user selection algorithm based user grouping for the heterogeneous network[J]. Journal of Harbin Engineering University， 2017， 38(5)： 797-802.

A user selection algorithm based on user grouping in heterogeneous network

HAN Dongsheng， HAO Conghui， CHEN Zhixiong

(School of Electrical and Electronic Engineering， North China Electric Power University， Baoding 071003， China)

In wireless heterogeneous networks, cross-tier interference has become a bottleneck to improving system performance. To address this problem, we propose a user selection algorithm based on user groupings. Before selecting macro cell users, this algorithm uses the interference signal

by micro cell usersas a benchmark and divides users into groupsbased on the similarity of the channel-vector directions of theirinterference signals. Then,users are selected from each group, which guarantee that the cross-tier interference signals of the selected users have similar channel-vector directions. Finally, the users to be serviced are determined based on system performance priorities. The complexity analysis and system simulation results show that the proposed algorithm, which balances complexity with system performance, can effectively improve the system performance, compared with that of the existing algorithm, with limited complexity expense.As such, it is particularly suitable for asymmetrical distribution scenarios.

heterogeneous network; cross-tier interference; user selection; diversity gain; channel vector;zero forcing; precoding

2016-08-30.

日期：2017-04-28.

國家自然科學基金項目(61601182， 61302106)；河北省自然科學基金項目(F2017502059，F(xiàn)2014502029)；中央高?；究蒲袠I(yè)務費專項資金項目(2016MS98).

韓東升(1980-)，男，副教授.

韓東升，E-mail：handongsheng@ncepu.edu.cn.

10.11990/jheu.201608065

TN929.5

A

1006-7043(2017)05-0797-06

網(wǎng)絡出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20170428.0817.008.html