FD Massive MIMO协作多点传输场景下提升系统频谱效率的算法研究

摘  要： 近年來，随着智能终端数量的增长与第五代移动通信技术的发展，移动通信系统对系统频谱效率以及数据吞吐量的需求越来越高。因此，如何能提升未来无线移动通信系统频谱效率成为了5G研究的重点方向。在第五代无线移动通信新空口技术（5G NR）研究进程中，协作多点传输技术（CoMP）通过其多个传输点的联合传输，降低小区间干扰（Inter-cell Interference），从而提升小区边缘用户的覆盖性能，实现了网络容量以及频谱效率的大幅提升。另一方面，全维度大规模多输入多输出技术（FD Massive MIMO）充分运用了FD MIMO的维度资源、波束赋形以及角度调整技术以及Massive MIMO的大规模的天线跟波束资源，进一步实现了网络频谱效率的提升。本文在FD Massive MIMO协作多点传输场景下深入研究了提升系统频谱效率的算法，通过对比分析总结出一种有效提升频谱效率并同时实现干扰协调的算法。最后，给出了系统级仿真结果并证明了该算法在提升系统频谱效率方面的优越性能。

关键词： FD Massive MIMO;协作多点传输;频谱效率;干扰协调

中图分类号： TN919.1    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2019.09.027

本文著录格式：任天昊. FD Massive MIMO协作多点传输场景下提升系统频谱效率的算法研究[J]. 软件，2019，40（9）：115-119

Study on the Algorithm of Improving the Spectral Efficiency in FD Massive MIMO CoMP Scenario

REN Tian-hao

（Shanxi Yanan Middle School， Yanan Shanxi， 716000， China）

【Abstract】： In recent years， with the increase of the number of intelligent terminals and the development of the fifth-generation mobile communication technology， the demand of the mobile communication system for the system spectrum efficiency and data throughput is increasingly high. Therefore， how to improve the spectrum efficiency of future wireless mobile communication system has become the focus of 5G research. In the research process of 5G NR， coordinated multipoint transmission technology （CoMP） reduces inter-cell interference through the joint processing of multiple transmission points， thus improving the coverage performance of cell-edge users， and achieving a significant increase in network capacity and spectrum efficiency. On the other hand， FD Massive MIMO makes full use of the dimensional resource beamforming and beam angle adjustment technology of FD MIMO and the Massive antenna and beam resources of Massive MIMO， which further realizing the improvement of network spectral efficiency. In this paper， under the background of FD Massive MIMO CoMP， the algorithm of improving the spectral efficiency of the system has been studied. Through comparative analysis， an algorithm that can effectively improve the spectral efficiency and achieve interference coordination was summarized. Finally， the system level simulation results are given and the superior performance of the algorithm in improving the spectrum efficiency of the system is confirmed.

【Key words】： FD Massive MIMO; CoMP; Spectral efficiency; Interference coordination

0  引言

近年来为了满足日益增长的无线传输速率需求，第五代移动通信技术（5G）逐渐进入人们的生活，为无线设备与智能终端提供更高的峰值速率以及系统吞吐^[1]。在5G研究推进中，全维度大规模多输入多输出（FD Massive MIMO）以其大规模的天线数量以及全方位的波束角度覆盖，毫无疑问地成为了核心研发技术之一^[2]。FD Massive MIMO技术在无线通信领域日趋成熟，已经被LTE、5G NR和Wi-Fi等无线宽带标准所采用。基本上，发射机或接收机配置的天线越多，可能的信号路径就越多，在数据速率和链路可靠性方面的性能就越好。所要付出的代价是基站与手机硬件设计复杂度的增加（射频放大器前端的数量）以及两端信号处理的高复杂性和高能量消耗。Massive MIMO（称大规模天线系统、超大型MIMO、超MIMO、全维MIMO和ARGOS）通过使用大量的服务天线（数百或数千个）进行完全一致和自适应的工作，将信号能量的传输和接收聚焦到更小的空间区域来提供帮助^[3，4]。它为吞吐量和频谱效率方面带来了巨大的提升，特别是在大量用户终端（例如，数十个或数百个）同时被调度的情况下。Massive MIMO最初是为无线通信系统的时分双工（TDD）制式所设计的，但目前也应用于频分双工（FDD）制式系统中。Massive MIMO的其他好处包括广泛使用廉价的低功耗组件、减少延迟、简化媒体访问控制（MAC）层，以及对干扰和故意干扰的鲁棒性。

此外，协作多点传输技术（CoMP）又是5G中另一个非常重要的技术^[5]。CoMP指的是指地理位置上存在分离的多个传输点（这里的传输点指的是小区基站）能够协同为某个用户来进行数据传输（物理下行共享信道，PDSCH）或者联合接收某用户所发送的数据（上行物理PUSCH）^[6，7]。传统的非CoMP系统中各个小区基站只能服务本小区的用户，但这样的做法使得小区边缘的用户受其他基站信号的严重小区间干扰，系统性能会受到很大影响^[8]。小區间干扰指的就是当某一用户位于小区的边缘地带（两个或两个以上小区的交界处）时，该用户的接收信号强度跟质量相比于小区中心用户来说差很多。相比于传统的非CoMP系统^[9]，CoMP技术利用多个小区基站相互协同在一起为处于小区边缘的用户提供服务，而这种多个基站或节点同时为某一个用户提供服务的特点能够极大地提高数据传输速

率以及接收信号强度与质量。CoMP技术最直接收益是能够降低小区间干扰，从而提高小区边缘用户频谱效率。而利用多小区FD Massive MIMO 技术中空间信道特性来实现信号传输，恰好能够为用CoMP提供解决小区间干扰问题的条件。CoMP技术是可以有效改提高小区边缘用户频谱效率和系统频谱效率，并提升系统容量和覆盖范围。因此，本文针对FD Massive MIMO协同多点传输场景下的提升系统频谱效率的研究具有重要意义。

3GPP标准化组织将CoMP技术在实现方式上可以分为如下三种^[10]：

（1）多小区动态协调式调度或波束赋形（CS/ CB）

某一用户相关的数据只能由某一服务小区进行发送。该服务小区由CoMP算法来确定，让用户能够在任何位置上都能接收到较强的服务信号。

（2）联合传输（joint transmission， JT）

JT-CoMP技术指的是将小区边缘用户放置于多个同频基站上，该多个基站协作为用户提供服务，以此来提高小区边缘吞吐。

（3）动态点选择（DPS）或静默（Muting）

某一时刻，CoMP协作集中仅有一个节点向用户传输数据，而其他协作的节点不传输，或者向其他的用户传输。

1  相关研究进展分析

FD Massive MIMO技术和协作多点传输（CoMP）技术相结合的第五代无线移动通信系统（5G），不仅促进了时频资源块（RBs）的空间复用，还通过大规模的天线部署跟干扰协调技术提高了系统覆盖深度与吞吐量大小。动态协调波束控制是一种有效的干扰协调技术，它通过形成特定用户的专用波束来实现。传统的二维天线（2D）装置采用动态水平波束调整方案。然而，众所周知的二维天线阵列系统只能通过协调波束赋形和预编码来适应水平天线阵列的形状，但垂直天线的模式是固定的。

本文专注于FD Massive MIMO系统，通过其动态调整垂直天线角度与方向来适应用户位置的能力以及数量庞大的天线与波束覆盖，从而形成小区边缘用户和小区中心用户特定的下倾角。近年来，在部分联合传输的协同多点传输（JP-CoMP）模式下对于协同垂直波束赋形研究工作有了很大进展，文献[11，12]对蜂窝用户动态垂直波束赋形的性能进行了评估，但没有考虑RB资源分配问题。还有一些文献局限于在不保证小区中心和小区边缘用户性能的前提下，进行FD MIMO系统中的协作多点传输技术研究。本文针对下倾角调整、RB资源分配进行了联合优化，通过利用JP-CoMP技术在多小区FD Massive MIMO场景中，提出了一种最大化小区中心用户和小区边缘用户的系统频谱效率优化算法。此外，考虑小区中心和小区边缘用户特有的垂直下倾角，将干扰协调问题转化为混合非线性优化问题。仿真结果表明，所提出的优化算法能够达到系统的干扰协调，系统资源分配性能优于传统的资源分配算法，并且大幅度提升了整个系统的频谱效率。

2  超密集异构网络下的小区接入算法

2.1 系统模型

如上图1所示，在一个下行OFDMA蜂窝网络中，分布着多个协作簇，每个协作簇中含有两个以上的基站（）。定义为分配给基站的用户集，定义为第个基站在第个上服务的用户，。使得，其中，，其中。

將频谱资源分成个正交的，使用JP-CoMP传输模型，中心用户仅由一个基站提供服务，边缘用户由多个基站协同提供服务。因此通过反复使用因子1与，将分成小区中心用户与小区边缘用户两个部分。使用与分别代表分配给第个小区的中心用户与边缘用户的资源，其中。

此时存在两种下倾角，小区中心用户与小区边缘用户的具体天线下倾角。图一是每个小区的具体下倾角部署，其中与分别为小区中心用户与边缘用户的天线下倾角，对于第个基站来说，，，。

如上图1中所示，对于小区边缘用户，服务波束与期望信号辐射间的垂直下倾角角度差为。因此，小区边缘用户所接收到的该垂直波束方向上的信号强度可以通过来计算，其中表示第个基站在第个上的信道增益大小，表示第个基站在第个上分配的功率。為了计算简便，我们假设每个RB上的功率相等。

由第个基站的第个副载波上服务的小区边缘用户的信干噪比大小可以表示为

其中表示热噪声。同理，由于小区中心用户不存在协作传输，因此第个基站的第个副载波上服务的小区中心用户的相应可以表示为

对于用户，可以达到的数据传输速率（bits/每信道用户）可以通过香农公式来计算。此外，一个RB的带宽为12*SCS（子载波带宽），LTE中子载波带宽SCS=15 kHz，5G中子载波带宽变为可配的不固定大小，本文中使用SCS=15 kHz，作为计算标准。因此可得出频谱效率的公式为

我们使用公式表示下列最优化问题，并且最大化系统频谱效率，它的大小由每个基站的功率、小区中心用户与小区边缘用户下倾角来共同决定。

其中表示用户在第m个基站中使用第n个子载波。a.和b.分别表示每个基站的功率、小区中心用户和小区边缘用户特定的两个下倾斜约束条件。为了解决这个优化问题，我们需要应该找到其关于的解。

2.2一种提高系统频谱效率的算法

为了解决上述非凸优化的问题，本文将分别从RB资源分配与下倾角调整两部分进行推到与分析。接下来本文将首先针对RB资源分配进行推到，然后针对下倾角调整给出分析。

在每个协作簇内，应该将某一个特定的基站（BS）设置为高优先级的状态。小区中心用户不参与CoMP，只有小区边缘用户才能被协作多点传输。在一定的传输时间间隔（TTIs）内，协作簇只为分配给该高优先基站的小区边缘用户提供服务。为了方便之后的推到，我们将每个小区上每个RB资源块的功率设置为统一的固定值。此外，每个小区所能分配的功率相同。我们假设第m个基站获得了高优先级的情况下，可以计算第n個子载波在其区域内的所有小区边缘用户的频谱效率，根据如下公式：

对于第m个基站中的小区边缘用户，最佳RB在所有可用RBs中的值最大，因此如下所示

基于上述对每个小区RB的规划，考虑利用拉格朗日对偶分解法，将优化问题进一步二元化：

其中，分别表示负的拉格朗日乘子。对于第m个基站占据的每个RB资源，只有一个是正的。拉格朗日对偶目标函数可进一步表示成：

接下来，我们应用KKT条件，将固定求解上述拉格朗日对偶目标函数的拉格朗日乘子。值得注意的是该对偶问题可以转换为凸函数。此外，给出迭代步长，并按照所给步长对進行不断迭代，并给出如下算法：

一种FD Massive MIMO协作多点传输下提升系统频谱效率算法

3  仿真结果及分析

为了进一步证明本文所提出的提高系统频谱效率的算法具有优越性，我们引入了经典的WF和IIWF算法来实现固定垂直下倾斜的功率与RB资源分配，并将三种结果所得系统频谱效率做出如下对比分析。本文采用系统级仿真平台，用户数为10，小区基站为3，天线配置为基站端256、用户端4。基站传输功率46 dBm，噪声功率密度为–174 dBm/Hz。此外，每个小区的覆盖范围是400 m×400 m。其他参数请参考文献[13]的参数配置。从图2可以看出，本文提出的算法的整体小区用户性能优于其他干扰协调方案。与经典的WF和IIWF算法相比，我们提出的算法的系统频谱效率分别提高了18 bits/s/Hz和24 bits/s/Hz左右。这证明了本文提出算法能够有效的提升系统频谱效率，带来系统增益。

4  结论

本文在FD Massive MIMO协作多点传输场景下深入研究了提升系统频谱效率的算法，通过对比分析总结出一种有效提升频谱效率并同时实现干扰协调的算法。首先，本文通过动态垂直波束赋形，对小区用户的两个特定垂直方向下倾角进行了相应的划分。之后，通过引入了部分JP-COMP传输，并提出了相应的RB分配方法。在该RB分配基础上，提出了一种能同时实现下倾角调整和RB资源分配的联合优化方案，给出有效提升频谱效率的相应算法。最后，给出了系统级仿真结果并证明了该算法在提升系统频谱效率以及降低小区间干扰方面的优越性能。

参考文献

• Boccardi F， Heath R W， Lozano A， et al. Five disruptive technology directions for 5G[J]. IEEE Communications Magazine， 2014， 52（2）： 74-80.
• Wireless systems[J]. IEEE Communications Magazine， 2014， 52（2）： 186-195.
• Jia X， Deng P， Yang L， et al. Spectrum and Energy Effi ciencies for Multiuser Pairs Massive MIMO Systems With Full-Duplex Amplify-and-Forward Relay[J]. IEEE Access， 2015， 3： 1907-1918.

• Cui S， Goldsmith A J， Bahai A. Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J]. IEEE Journal on Selected Areas in Communications， 2004， 22（6）： 1089-1098.
• 常永宇， 章健. MIMO技术在无线通信系统中的应用[J]. 现代电信科技， 2004（12）： 13-16.
• V. DAmico， C. Botella， et al.， “Advanced interference management in artist4G： interference avoidance，” in Proc. 2010 European Wireless Technology Conference， pp. 21-24.
• 协作多点传输系统容量仿真研究[D]. 电子科技大学， 2009.
• 米静. C-RAN构架下的多点协作传输（CoMP）技术的研究[D]. 华北电力大学， 2016.
• ANNAPUREDDY， Sreekanth V， Gamal E L， et al. Degrees of Freedom of Interference Channels With CoMP Trans mission and Reception[J]. IEEE Transactions on Information Theory， 2012， 58（9）： 5740-5760.
• Cili G， Yanikomeroglu H， Yu F R. Cell switch off technique combined with coordinated multi-point （CoMP） transmission for energy efficiency in beyond-LTE cellular networks[C]// IEEE International Conference on Communications. 2012.
• Qiang L， Yang Y， Shu F， et al. Coordinated beamforming in downlink CoMP transmission system[C]//International Icst Conference on Communications & Networking in China. 2011.
• LTE-A协作多点传输系统中下行链路预编码和用户调度技术研究[D]. 南京邮电大学， 2011.
• 郭会茹， 卢光跃， 孙长印. 协作多点传输技术原理及仿真分析[J]. 西安邮电大学学报， 2011， 16（4）： 5-8.