吳玉成,李 亮,馬云飛,劉 統(tǒng)

(1.重慶大學 微電子與通信工程學院,重慶 400044; 2.重慶華偉工業(yè)(集團)有限責任公司,重慶 400712)

0 概述

對于第五代移動通信網(wǎng)絡(5G)的典型應用熱點高容量密集場景,利用大規(guī)模MIMO[1]技術可以成倍地提升其系統(tǒng)容量。但是,隨著天線數(shù)的增加,導頻污染問題致使系統(tǒng)性能受到限制,因此,研究多小區(qū)多用戶大規(guī)模MIMO系統(tǒng)導頻污染的抑制方法具有重要意義[2]。大規(guī)模MIMO系統(tǒng)抑制導頻污染的措施主要包括信道估計方法[3-5]、發(fā)射預編碼方法[6-7]和導頻分配方法3種。在同頻同時情況下不同用戶使用相同導頻序列導致基站無法獲得完美的用戶信道狀態(tài)信息(Channel State Information,CSI),從而造成導頻污染問題,如何通過一定方法為相互干擾的用戶分配更優(yōu)的導頻序列從而在根本上抑制導頻污染,引起了學者們的廣泛關注。

現(xiàn)有的導頻分配方案大致分為導頻時移、導頻功率控制、部分導頻復用、導頻分階段發(fā)送、導頻協(xié)調(diào)分配和基于深度學習的導頻分配6類?；趯ьl時移的分配方法[8-9]使導頻在幀結(jié)構(gòu)中存在一定的偏移,相鄰小區(qū)用戶的導頻在不同時隙進行傳輸,該方法的導頻信息對數(shù)據(jù)接收產(chǎn)生影響,增強了信號干擾?；趯ьl功率控制的分配方法[10-11]通過設計相互正交的導頻組區(qū)分相鄰小區(qū),保證在同一時刻導頻序列正交,該方法對控制策略有著嚴格的要求,實現(xiàn)過程復雜,而且隨著天線數(shù)目的增加其信息處理時延增大,無法快速降低導頻污染。基于部分導頻復用的分配方法[12-13]以增加導頻開銷的方式為邊緣用戶提供額外的正交導頻?；趯ьl分階段發(fā)送的分配方法[14-15]按照某種規(guī)則或某種方法分時分段向基站發(fā)送導頻,該方法信息處理時延較長?；谏疃葘W習的導頻分配方法[16]存在訓練模型復雜的問題。在基于導頻協(xié)調(diào)的分配方法中,文獻[17]提出了一種多小區(qū)協(xié)同處理的導頻分配方法,其利用多小區(qū)多天線的協(xié)同特性以及終端與基站共享信息從而完成導頻分配,該方法有效解決了單小區(qū)處理信息時的盲區(qū),但存在極大的系統(tǒng)開銷,增加了系統(tǒng)復雜度。文獻[18]提出一種基于用戶到達角(Angle of Arrival,AOA)信息劃分扇區(qū)的導頻分配方法,該方法利用了大規(guī)模MIMO系統(tǒng)靈活的空間自由度,避免了扇區(qū)用戶之間的干擾。文獻[19]提出的基于用戶位置信息的導頻分配方法,利用用戶到基站距離的不同來劃分中心和邊緣用戶,中心用戶隨機分配導頻,邊緣用戶按照最小干擾原則分配導頻,從而提升了系統(tǒng)可達和速率。文獻[20]提出的基于用戶位置信息的導頻分配方法,通過“四步法”完成導頻分配,有效提升了系統(tǒng)的可達和速率。文獻[21]提出的基于用戶位置信息的導頻分配方法,以基站為極點建立極坐標系,根據(jù)用戶位置在極坐標系下的極角大小來對用戶進行排序并依次分配導頻,該方法提高了可達和速率與系統(tǒng)公平性。

文獻[18-21]方法都存在一個同樣的問題,即在實際場景中大量用戶可能會隨機分配到同一區(qū)域,在此情況下,文獻[18-19]中的AOA會發(fā)生重疊,信號干擾增大從而導致系統(tǒng)性能急劇下降甚至無法進行可靠通信,文獻[20]中的“四步法”會造成復雜度大幅提升,文獻[21]對極角分辨率要求較高,需要的基站天線數(shù)過多,在現(xiàn)階段較難實現(xiàn)。針對上述問題,本文提出一種基于用戶位置信息的導頻分配方法,以用戶到達基站的角度差和用戶之間的距離差作為分配依據(jù),設計一種干擾度量函數(shù),以降低AOA重疊對系統(tǒng)性能的影響。利用“兩步法”導頻分配策略降低算法復雜度與導頻開銷,解決實際應用中由于大量用戶被分配到同一區(qū)域?qū)е碌挠脩敉ㄐ刨|(zhì)量下降甚至無法可靠通信的問題。

1 問題描述

在5G無線技術架構(gòu)白皮書中提到,大規(guī)模MIMO天線技術的主要運用場景為宏覆蓋、高層建筑、分布式、無線回傳及微覆蓋等。本文主要考慮宏覆蓋場景,以實現(xiàn)室外連續(xù)覆蓋。多小區(qū)導頻分配策略如圖1所示,所有導頻分為相互正交的6組[φ1,φ2,φ3,φ4,φ5,φ6],每個小區(qū)分為6個扇區(qū),目標小區(qū)位于中心位置,外圍有6個一級小區(qū),一級小區(qū)外圍有12個二級小區(qū)。其中,目標小區(qū)與一級小區(qū)導頻正交,相鄰一級小區(qū)導頻正交,二級小區(qū)與相鄰的一級小區(qū)、二級小區(qū)導頻正交,二級小區(qū)距離目標小區(qū)較遠,干擾較小。因此,一級小區(qū)和二級小區(qū)對目標小區(qū)影響較小,為簡化描述,本文僅以單小區(qū)為目標進行研究。

圖1 多小區(qū)導頻分配策略示意圖Fig.1 Schematic diagram of multi-cell pilot allocation strategy

假設在單小區(qū)系統(tǒng)中心位置架設一個基站,基站上配置一個由M根天線構(gòu)成的天線陣,小區(qū)被均勻分為6個扇區(qū)s1～s6,每個扇區(qū)用戶數(shù)隨機分布,單小區(qū)總用戶數(shù)K一定,模型如圖2所示。部分扇區(qū)中沒有分布用戶,而部分扇區(qū)會分布較多用戶,符合實際場景。傳統(tǒng)AOA分配方法中扇區(qū)內(nèi)導頻正交,扇區(qū)與扇區(qū)間導頻復用,但前提是AOA角度不重疊,否則系統(tǒng)性能將大幅下降。而在實際場景中,大量用戶隨機分布到同一扇區(qū)時無法滿足上述條件。以扇區(qū)s1為例,此時有8個用戶,對于傳統(tǒng)AOA分配方法,則扇區(qū)內(nèi)需要8個正交導頻,導頻開銷過大,且中間3個用戶相對基站的方向相同,必然會有用戶到達角度重疊,此時傳統(tǒng)的AOA分配方法性能將下降甚至無法通信。因此,本文提出基于用戶位置信息的導頻分配方法,以克服上述限制條件并降低導頻開銷。對于單小區(qū)用戶而言,用戶與基站的距離以及到達基站的角度均存在差異,導致空間信號傳輸損耗不同,本文充分利用上述特性,通過一定的分配策略提升用戶平均信干噪比(SINR)和目標扇區(qū)的可達和速率,并且盡可能地降低導頻開銷。

圖2 用戶隨機分布模型拓撲Fig.2 Users random distribution model topology

2 導頻分配方法

2.1 系統(tǒng)建模與干擾分析

目標用戶的上行鏈路漸近信干噪比主要受到大尺度衰落因子的影響。為了簡化分析,假設每個扇區(qū)最多有2個用戶共用同一組導頻序列,陰影衰落因子z=1。用戶1為目標用戶,用戶2為干擾用戶,可得目標用戶1的上行鏈路漸近SINR1為:

(1)

其中,β1表示目標用戶1的大尺度衰落因子,β2表示干擾用戶2的大尺度衰落因子,兩者可以表示為:

(2)

(3)

其中,α表示路徑損耗因子,R表示小區(qū)半徑,r1表示目標用戶1到基站的距離,r2表示干擾用戶2到基站的距離,滿足0

(4)

根據(jù)式(4),得到本文的第1個最優(yōu)化問題P1:

(5)

利用三角形余弦定理,可得用戶2到基站的距離為:

s.t.|Δd/r1|≥sin Δθ

(6)

其中,Δθ表示2個用戶之間的角度差,Δd表示2個用戶的距離差。由式(6)可知,r2有2個取值。對于目標用戶而言,干擾用戶距離基站越遠,信號衰減越大,對目標用戶的干擾也就越小,因此,r2只取較大值,可得:

s.t.|Δd/r1|≥sin Δθ

(7)

將式(7)代入式(5),最優(yōu)化問題P1可修改為:

(8)

根據(jù)式(8)可知,當Δθ最小時,上述最優(yōu)化問題取得最大值,但此處忽略了一個重要前提:用戶角度必須盡可能大。因此,本文的第2個優(yōu)化問題P2為:

(9)

其中,Sθ表示扇區(qū)s的角度分布范圍。

以上2個最優(yōu)化問題相互矛盾,必須采取折中方式取得性能最大化。以第2個優(yōu)化問題為主、第1個優(yōu)化問題為輔分2步進行討論:

1)針對第2個優(yōu)化問題,Δθ越小,信道狀態(tài)信息越不完美,干擾也就越大,可以用cos Δθ來間接表示角度對目標用戶的干擾程度。

2)針對第1個優(yōu)化問題,Δd/r1越小,SINR越小,干擾越大,可以用1/(Δd/r1)來表示2個用戶距離差對目標用戶的干擾程度。

綜合以上分析,目標用戶的干擾主要由2個方面組成:一是角度的重疊,即相同導頻用戶之間的角度差決定了污染嚴重程度,二是目標用戶與干擾用戶之間的距離差,其決定了目標用戶與干擾用戶到達基站的衰減程度。因此,本文提出以下度量函數(shù)來表征目標用戶受干擾的程度:

(10)

式(10)表明角度差Δθ越小,距離差Δd越小,則I越大,即目標用戶受到的污染越大。

2.2 兩步法導頻分配

假設單小區(qū)系統(tǒng)由正六邊形構(gòu)成,等角度間隔分為6個扇區(qū),隨機分布著12個單天線用戶,共有2組正交導頻,每組2個,即4個相互正交的導頻,本文分配策略將關于基站對稱的扇區(qū)合并在一起進行統(tǒng)一分配。

以扇區(qū)s1和對角扇區(qū)s4為例,總用戶數(shù)為Ks1,假設所有用戶均分配相同導頻,計算用戶相互之間的度量函數(shù),如用戶i與用戶j的度量函數(shù)Iij表示為:

(11)

則扇區(qū)s1的度量函數(shù)Is1可表示為:

(12)

根據(jù)度量函數(shù)Is1得到其他用戶對目標用戶的干擾和Isum為:

(13)

Isum=[Isum,1,Isum,2,…,Isum,Ks1]

(14)

基于用戶位置信息的導頻分配算法具體分配步驟如下:

算法1基于用戶位置信息的導頻分配算法

1.初始化;

2.計算Is1和Iij,其中,i,j∈Ks1且i≠j;

3.計算Isum;

4.if Ks1>8

5.尋找Isum集合中最大的Ks1-4個用戶并分配正交導頻;

6.k=4;

7.While k>0 do

8.尋找Isum集合中最小值對應的用戶Umin;

9.選取Isl(Umin,:)中最小的已分配正交導頻且未被復用的用戶Umulti;

10.根據(jù)F(U,Φ)為用戶Umin分配復用導頻Φmulti,得到用戶與導頻的分配關系F′(U,Φ);

11.利用式(16)更新Isum和F(U,Φ);

12.k=k-1;

13.End while

14.else if 4

15.尋找Isum集合中最大的4個用戶并分配正交導頻;

16.k=Ks1-4;

17.重復步驟7～步驟13;

18.else

19.隨機分配正交導頻,得到用戶與導頻的分配關系F′(U,Φ);

20.end if

21.輸出用戶與導頻的分配關系F′(U,Φ).

本文應用兩步法進行導頻分配:

第1步正交導頻分配,分為以下3種情況:

1)當扇區(qū)中用戶數(shù)大于2倍導頻數(shù),即Ks1>8時,增加額外的導頻數(shù),為Isum集合中最大的Ks1-4個用戶分配正交導頻。

2)當4

3)當Ks1≤4時,隨機選取導頻進行分配。

以上3種情況完成之后,得到導頻分配集合與用戶的對應關系F(U,Φ)和F′(U,Φ),此時兩者相等。

第2步復用導頻分配:

1)選取Isum集合中最小的用戶Umin進行優(yōu)先分配,選取Is1(Umin,:)中最小的已分配正交導頻且未被復用的用戶Umulti,根據(jù)關系F(U,Φ),復用Umulti對應的導頻Φmulti并記錄復用用戶對應的導頻,更新F(U,Φ)到新的用戶導頻對應關系式F′(U,Φ):

F′(U,Φ)←F′(U,Φ)+F(Umin,Φmulti)

(15)

2)從集合F(U,Φ)中剔除已復用用戶與導頻對應組,并從Isum中剔除已分配的最小用戶Umin,即:

F(U,Φ)←F(U,Φ)/F(Umulti,Φmulti)

Isum←Isum/Isum(Umin)

(16)

3)繼續(xù)選取Isum中最小的用戶Umin,依據(jù)Is1(Umin,:)中最小的已分配正交導頻且未被復用的用戶Umulti,分配導頻Φmulti,依次類推,直到所有用戶完成導頻分配,得到用戶與導頻的對應關系F′(U,Φ)。

相較傳統(tǒng)導頻分配方法,本文兩步法導頻分配具有如下優(yōu)勢:

2)在兩步法導頻分配步驟中,以用戶數(shù)Ks和Ks/2為分界,分成3級進行正交導頻分配,然后依據(jù)度量函數(shù)I復用導頻,從而使該導頻分配方法每個扇區(qū)的導頻開銷為Ks/2,小于傳統(tǒng)AOA導頻分配方法(Ks)。本文方法整個小區(qū)的導頻開銷(K/2)也小于文獻[22]中基于用戶位置信息的導頻分配方法(K),尤其存在大量用戶時,該優(yōu)勢更明顯。

3)本文兩步法導頻分配的復雜度遠小于文獻[20]中的四步法導頻分配。

4)本文方法解決了實際中由于大量用戶被分配到同一扇區(qū)導致的用戶通信質(zhì)量下降甚至無法可靠通信的問題。

3 性能仿真與分析

3.1 仿真場景及參數(shù)設置

本文基于MATLAB平臺進行性能分析,仿真場景如圖2所示,單小區(qū)多用戶大規(guī)模MIMO系統(tǒng)由6個均勻等角度間隔扇區(qū)構(gòu)成的正六邊形組成,具體參數(shù)設置如表1所示。小區(qū)半徑為500 m,基站位于小區(qū)中央且部署M根天線,天線間距等于載波波長λ的1/2,不考慮天線間的相關性和互耦效應。參照《工業(yè)和信息化部關于第五代移動通信系統(tǒng)使用3 300 MHz～3 600 MHz和4 800 MHz～5 000 MHz頻段相關事宜的通知》,結(jié)合華為公司已有的天線陣列設計,本文選取3 500 MHz作為載波頻率。每個扇區(qū)中的每個用戶占用統(tǒng)一時頻資源塊,用戶隨機分布在各個扇區(qū)中。系統(tǒng)分別對每個扇區(qū)進行導頻分配,根據(jù)用戶到達基站的角度差和用戶之間的距離差計算出用戶干擾度量函數(shù),再利用本文所提兩步導頻分配方法實現(xiàn)導頻分配,并與全正交、全復用方法進行對比,從用戶平均SINR和可達和速率C兩個性能指標角度驗證本文方法的優(yōu)勢。

表1 系統(tǒng)仿真參數(shù)設置Table 1 System simulation parameters setting

3.2 結(jié)果分析

圖3所示為用戶一次隨機分布仿真拓撲,其中,三角代表配備M根天線的基站,實心圓點代表終端單天線用戶,虛線代表扇區(qū)分界線,加粗虛線與實線圍成的三角代表目標扇區(qū)。

圖3 隨機產(chǎn)生的用戶分布拓撲Fig.3 Randomly generated user distribution topology

基于圖3拓撲,本文從如下3個方面對導頻分配方法進行仿真分析:

1)仿真AOA 2種分布方式對用戶平均SINR和可達和速率C的影響,以驗證AOA重疊問題是否嚴重影響系統(tǒng)性能,從而證明本文度量函數(shù)的合理性以及其解決AOA重疊問題的價值和意義。

2)仿真對比不同導頻分配方法下的用戶平均SINR和可達和速率C,導頻分配方法包括本文方法和理想的全正交、全復用方法。

3)對比不同用戶數(shù)目對用戶平均SINR和可達和速率C的影響,以驗證隨著用戶數(shù)的增加,本文方法是否依舊具備很好的性能,從而說明其解決由于大量用戶隨機分配到同一扇區(qū)導致的用戶通信質(zhì)量下降甚至無法可靠通信的問題的可能性。

3.2.1 AOA的2種分布方式對結(jié)果的影響

圖4所示為AOA服從均勻分布和高斯分布下目標扇區(qū)用戶平均SINR隨天線數(shù)M的變化關系,圖5所示為AOA服從均勻分布和高斯分布下目標扇區(qū)用戶可達和速率隨天線數(shù)M的變化關系。從中可以看出,無論天線數(shù)目為多少,均勻分布下目標扇區(qū)用戶平均SINR和用戶可達和速率都要優(yōu)于高斯分布,說明高斯分布下AOA角度的擴展使得用戶之間角度的重疊面積更大,導致用戶性能降低。通過實驗結(jié)果可以得出:AOA的擴展對系統(tǒng)有較大影響,解決AOA重疊問題至關重要,也間接說明本文度量函數(shù)的合理性,即優(yōu)先考慮角度重疊,通過用戶之間AOA的差異,對差異大的用戶分配復用導頻,差異小的用戶采用正交導頻,可以提升系統(tǒng)整體性能。

圖4 2種分布下天線數(shù)對目標扇區(qū)用戶平均SINR的影響Fig.4 Influence of antenna number on user average SINR of target sector under two distributions

圖5 2種分布下天線數(shù)對目標扇區(qū)用戶可達和速率的影響Fig.5 Influence of antenna number on user achievable sum rate of target sector under two distributions

3.2.2 不同方法下的用戶平均SINR和可達和速率C

從圖6可以看出,當天線數(shù)M小于等于256時,基于用戶位置信息的導頻分配方法的用戶平均SINR優(yōu)于全正交導頻分配方法,這是由于天線數(shù)較小時,全正交導頻分配不能忽略小區(qū)內(nèi)的用戶干擾,而基于位置信息的導頻分配方法可以通過用戶AOA將小區(qū)內(nèi)AOA不重疊的用戶干擾完全去除,從而提高系統(tǒng)性能。而當M大于256時,全正交導頻分配方法優(yōu)于基于位置信息的導頻分配方法,這是由于全正交導頻分配方法信道逐漸正交,而基于位置信息的導頻分配方法由于AOA的重疊導致用戶之間的干擾無法完全去除。從圖7可以看出,在天線數(shù)較少時,基于位置信息的導頻分配方法的用戶可達和速率優(yōu)于全正交導頻分配方法,當天線數(shù)持續(xù)增大時,基于位置信息的導頻分配方法的目標扇區(qū)用戶可達和速率雖不及全正交導頻分配方法,但比全復用導頻分配方法高。

圖6 3種方法下天線數(shù)對目標扇區(qū)用戶平均SINR的影響Fig.6 Influence of antenna number on user average SINR of target sector under three methods

圖7 3種方法下天線數(shù)對目標扇區(qū)用戶可達和速率的影響Fig.7 Influence of antenna number on user achievable sum rate of target sector under three methods

綜上,本文基于位置信息的導頻分配方法在天線數(shù)較少時極大地提高了目標扇區(qū)用戶平均SINR,天線數(shù)增大時其性能依然優(yōu)于全復用導頻分配方法。

3.2.3 不同用戶數(shù)下的用戶平均SINR和可達和速率C

圖8所示為天線數(shù)M等于512時3種分配方法目標扇區(qū)用戶平均SINR與用戶數(shù)的變化關系。從中可以看出,隨著用戶數(shù)的增加,全正交導頻分配方法和全復用導頻分配方法用戶平均SINR迅速下降,而基于位置信息的導頻分配方法用戶平均SINR下降緩慢,尤其是當用戶數(shù)大于一定數(shù)量時,本文分配方法的用戶平均SINR明顯優(yōu)于全正交導頻分配方法,這是由于隨著用戶數(shù)的增加,小區(qū)內(nèi)干擾增加,必須采用更多數(shù)量的天線陣才能保證用戶間的信道正交,而本文分配方法可以減少這種干擾。

圖8 3種方法下用戶數(shù)對目標扇區(qū)用戶平均SINR的影響Fig.8 Influence of user number on user average SINR of target sector under three methods

圖9所示為天線數(shù)M等于512時3種分配方法目標扇區(qū)用戶可達和速率與用戶數(shù)的變化關系。從中可以看出,隨著用戶數(shù)的增加,本文方法與另外2種分配方法的用戶可達和速率差值逐漸增大。綜上,本文方法在用戶數(shù)增大而天線數(shù)有限的情況下具有較大優(yōu)勢,為大量用戶在同一扇區(qū)的同時通信提供了可能性。

圖9 3種方法下用戶數(shù)對目標扇區(qū)用戶可達和速率的影響Fig.9 Influence of user number on user achievable sum rate of target sector under three methods

通過以上仿真分析可以得出:

1)本文所提干擾度量函數(shù)具有合理性。

2)本文分配方法在天線數(shù)較少時極大地提高了目標扇區(qū)用戶平均SINR,天線數(shù)增大時其性能依然優(yōu)于全復用導頻分配方法。

3)本文分配方法提高了用戶接入數(shù),解決了由于大量用戶隨機分配到同一扇區(qū)導致的用戶通信質(zhì)量下降甚至無法可靠通信的問題。

4 結(jié)束語

多小區(qū)多用戶大規(guī)模MIMO系統(tǒng)在實際應用場景中,大量用戶被隨機分配到同一扇區(qū)從而導致用戶通信質(zhì)量下降甚至無法進行可靠通信,為解決該問題,本文以用戶到達基站的角度差和用戶之間的距離差作為分配依據(jù),設計一種基于用戶位置信息的干擾度量函數(shù),在此基礎上提出一種導頻分配方法。根據(jù)扇區(qū)用戶數(shù)的不同分3種情況進行分析,在極端情況下增加正交導頻,其余情況復用導頻,盡可能地保證干擾大的用戶分配正交導頻,干擾小的用戶尋求最優(yōu)用戶復用導頻,從而提高系統(tǒng)整體性能。仿真結(jié)果表明,該方法在天線數(shù)較少時可對導頻污染產(chǎn)生顯著的抑制效果,且具有較好的平均信干噪比,當天線數(shù)增大時,該方法依然能夠保持良好的系統(tǒng)整體性能,且能夠提高用戶連接數(shù),具備實際工程意義與應用價值。本文僅依據(jù)導頻分配來抑制導頻污染,下一步將考慮信道估計、導頻分配和發(fā)射預編碼的特性并進行優(yōu)勢互補,以提高系統(tǒng)性能。此外,將深度學習模型運用于導頻污染抑制任務中,進一步提高導頻分配的速率和可靠性,也是今后的研究重點。