王盛++鄭娜娥

摘要：針對(duì)CoMP系統(tǒng)中協(xié)作集選擇問題，提出了一種以天線為基本單位的協(xié)作集雙向選擇算法。該算法在用戶側(cè)進(jìn)行待選協(xié)作集生成，在網(wǎng)絡(luò)側(cè)利用用戶反饋的待選協(xié)作集及與之相關(guān)的信道狀態(tài)信息，選擇與用戶進(jìn)行協(xié)作的天線，完成終選協(xié)作集的生成。該算法對(duì)用戶側(cè)和網(wǎng)絡(luò)側(cè)進(jìn)行分別處理，靈活性高，能夠有效降低空中接口和回程鏈路傳輸?shù)臄?shù)據(jù)量，提高系統(tǒng)資源利用率；同時(shí)，算法充分利用了CoMP系統(tǒng)多天線的優(yōu)勢(shì)，提升了系統(tǒng)性能。仿真表明，本文所提算法能夠以較低的計(jì)算復(fù)雜度獲得與窮舉算法相近的系統(tǒng)容量性能。

關(guān)鍵詞：通信與信息系統(tǒng)；協(xié)作多點(diǎn)傳輸；協(xié)作集；天線選擇；MIMO

中圖分類號(hào)：TN929.53

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.3969/j.issn.1003-6970.2015.08.021

0 引言

協(xié)作通信技術(shù)作為一種有效的提高小區(qū)邊緣服務(wù)質(zhì)量的手段，近年來受到廣泛關(guān)注^[1]。協(xié)作多點(diǎn)傳輸（Coordinated Multi-Point，CoMP）技術(shù)^[2][3]因能夠充分利用調(diào)整相鄰小區(qū)的發(fā)送信號(hào)，有效抑制小區(qū)間干擾（Inter Cell Interference，ICI），從而改善系統(tǒng)整體用戶服務(wù)性能^[4][5]而得到重視；預(yù)編碼技術(shù)由于能夠有效消除由同頻組網(wǎng)帶來的共信道干擾^[6]（Co-Channellnterference，CCI）也得到了廣泛應(yīng)用。為使上述技術(shù)能夠更好的發(fā)揮其效能，CoMp系統(tǒng)中的協(xié)作集選擇成為研究的一項(xiàng)十分重要的內(nèi)容，其選擇結(jié)果可對(duì)預(yù)編碼等的性能產(chǎn)生較大影響。

協(xié)作集選擇可分為靜態(tài)選擇、半動(dòng)態(tài)選擇和動(dòng)態(tài)選擇三種^[7]。其中，靜態(tài)協(xié)作選擇是指根據(jù)實(shí)際網(wǎng)絡(luò)的布設(shè)情況設(shè)置的固定協(xié)作集，在工作過程中不發(fā)生變化，實(shí)現(xiàn)簡(jiǎn)單，但適應(yīng)性差，性能不高。動(dòng)態(tài)協(xié)作集選擇是以用戶為中心的選擇方式，可根據(jù)實(shí)際情況選擇最合適的協(xié)作集，但系統(tǒng)開銷大，且多個(gè)協(xié)作集可能重疊，影響系統(tǒng)性能。半靜態(tài)協(xié)作集選擇方法則取二者之折中，能夠兼顧系統(tǒng)開銷和靈活性，因此研究較為廣泛。

文獻(xiàn)[8]提出一種半靜態(tài)輪轉(zhuǎn)協(xié)作集選擇方法。該方法利用時(shí)分的方式輪轉(zhuǎn)事先劃分好協(xié)作集，具有一定的適應(yīng)性，但用戶無法連續(xù)獲得服務(wù)，且需要全網(wǎng)同步輪轉(zhuǎn)，使得系統(tǒng)性能提升有限；文獻(xiàn)[9]給出了一種基于貪婪算法的半動(dòng)態(tài)迭代分簇方法，能夠提升小區(qū)邊緣用戶速率，但算法依賴預(yù)先劃定的預(yù)協(xié)作集，對(duì)實(shí)際系統(tǒng)中信道的快速變化缺乏適應(yīng)性，對(duì)系統(tǒng)性能提升所起到的作用有限；文獻(xiàn)[10]提出了一種分布式協(xié)作集選擇方法，顯著降低了Backhaul和空中接口的信令傳輸開銷，提升了小區(qū)的平均頻譜效率，但分布式的選擇方式可能導(dǎo)致選取的協(xié)作集間產(chǎn)生沖突，從而降低系統(tǒng)性能提升效果。另一方面，現(xiàn)有文獻(xiàn)中所提出的算法均是以基站為單位進(jìn)行選取的，而CoMP系統(tǒng)中使用了MIMO技術(shù)^[11]，多天線是其重要特點(diǎn)，若將天線作為協(xié)作集的基本生成單位，則能夠?qū)⒁粋€(gè)基站劃分到多個(gè)協(xié)作集，提高資源利用率。

本文提出一種以天線為基本單位的雙向協(xié)作集生成算法，該算法以天線為基本單位，由用戶和處理中心共同完成協(xié)作集的生成。與現(xiàn)有算法相比，本算法具有以下特點(diǎn)：

（1）更加靈活，可在用戶端和處理中心根據(jù)實(shí)際情況采用不同的選擇策略，提高系統(tǒng)適應(yīng)性；

（2）通過用戶端選擇，減少了交互數(shù)據(jù)量，有效降低了空中接口和回程鏈路的負(fù)載；

（3）通過在基站側(cè)選擇發(fā)送天線，充分利用了MIMO系統(tǒng)信道特點(diǎn)^[12]和CoMP系統(tǒng)中多天線的優(yōu)勢(shì)，更加有利于提升系統(tǒng)性能。

1 系統(tǒng)模型

考慮如圖1所示的CoMP系統(tǒng)，系統(tǒng)由J個(gè)小區(qū)構(gòu)成。不妨設(shè)該系統(tǒng)可同時(shí)為K個(gè)邊緣用戶提供服務(wù)，其下行信道形式為干擾廣播信道。系統(tǒng)中的處理中心對(duì)協(xié)作基站和用戶進(jìn)行統(tǒng)一調(diào)度，采集各用戶的信道狀態(tài)信息，分發(fā)用戶的數(shù)據(jù)，所有基站均連接到該處理中心。每個(gè)基站的天線數(shù)為M，則系統(tǒng)的總發(fā)送天線數(shù)為N_t=MJ；每個(gè)用戶的天線數(shù)為N，則系統(tǒng)的總接收天線數(shù)為N_r=NK。為進(jìn)行系統(tǒng)容量的理論計(jì)算和仿真測(cè)試，在基站側(cè)采用SLNR預(yù)編碼方式消除CCI。

假設(shè)信道平坦衰落，X_k為發(fā)送給用戶k的t_k×1字符向量，F(xiàn)_k為對(duì)應(yīng)用戶k的N_t×t_k預(yù)編碼矩陣，則用戶k（k=1，…，K）的接收信號(hào)可表示為N×1列向量

式（1）等號(hào)右邊三項(xiàng)依次為發(fā)送給用戶k的有用信號(hào)、發(fā)送給其他用戶的信號(hào)（視作干擾）以及均值為零，方差為σ²的N×1加性復(fù)高斯白噪聲向量。H_k為用戶k的N×N_t信道矩陣，可視為由J個(gè)N×M子信道矩陣組成，即

當(dāng)基站向每個(gè)用戶發(fā)送一個(gè)數(shù)據(jù)流，即t_k=1時(shí)，F(xiàn)_k可由下式求出^[13]

2 協(xié)作集雙向選擇算法設(shè)計(jì)

不同用戶同時(shí)占用了相同的信道資源是導(dǎo)致CCI問題出現(xiàn)的主要原因。在實(shí)際系統(tǒng)中，所有用戶所需要的資源總和通常大于系統(tǒng)所能提供的資源，隨著用戶數(shù)量的增加，若不對(duì)用戶占用系統(tǒng)資源的情況進(jìn)行控制，則必然導(dǎo)致同時(shí)占用相同信道資源用戶過多，從而導(dǎo)致系統(tǒng)性能惡化。如果能夠?yàn)橥瑫r(shí)進(jìn)行數(shù)據(jù)傳輸?shù)挠脩暨x擇合適的下行發(fā)送天線，降低同時(shí)占用相同信道資源的用戶數(shù)量，則能夠有效降低CCI，提高系統(tǒng)性能。在發(fā)送端進(jìn)行天線選擇可以實(shí)現(xiàn)對(duì)同時(shí)占用信道用戶的規(guī)劃和控制。同時(shí)，通過在發(fā)送端進(jìn)行預(yù)編碼，能夠進(jìn)一步降低CCI，提高系統(tǒng)性能。endprint

另一方面，當(dāng)用戶數(shù)量過多時(shí)，系統(tǒng)無法同時(shí)滿足全部用戶的傳輸需求，僅依靠發(fā)送天線選擇和預(yù)編碼降低系統(tǒng)CCI并不能獲得最優(yōu)的系統(tǒng)性能。此時(shí)，需要根據(jù)實(shí)際情況采用不同的策略降低系統(tǒng)的同時(shí)服務(wù)用戶數(shù)，即進(jìn)行同時(shí)服務(wù)用戶的選擇，使用戶和發(fā)送天線形成協(xié)作集，令系統(tǒng)達(dá)到預(yù)期的最優(yōu)性能。

同時(shí)，在系統(tǒng)中，當(dāng)以小區(qū)為單位進(jìn)行協(xié)作集選擇時(shí)，共有2^J-1種可能；當(dāng)以天線為單位進(jìn)行協(xié)作集選擇時(shí)，共有2^MJ-1種可能?？赡艿倪x擇方案數(shù)隨著基站和天線數(shù)量的增多急劇上升，要遍歷所有可能的協(xié)作集生成方案幾乎不可能。

基于上述考慮，本文算法對(duì)接收（用戶）端和發(fā)送（基站）端分別進(jìn)行了處理。在接收端，用戶通過測(cè)量接收到的信號(hào)，選擇數(shù)個(gè)基站作為其待選協(xié)作集，并將與待選協(xié)作集中所有基站的信道狀態(tài)信息反饋給處理中心；在發(fā)送端，處理中心根據(jù)用戶反饋的待選協(xié)作集及其信道狀態(tài)信息，一方面選擇將要服務(wù)的用戶，另一方面為用戶選擇合適的協(xié)作基站及發(fā)送天線，產(chǎn)生終選協(xié)作集。通過上述方法，可降低用戶反饋信息的數(shù)據(jù)量，減少基站同時(shí)服務(wù)的用戶數(shù)，提高系統(tǒng)性能。實(shí)際上，由于本文所提算法對(duì)發(fā)送端和接收端的處理是獨(dú)立的，因此這兩部分可根據(jù)實(shí)際情況使用不同的算法，靈活采用合適的算法進(jìn)一步提高系統(tǒng)性能。

2.1 算法設(shè)計(jì)

本文所提算法由兩部分組成：待選協(xié)作集生成和終選協(xié)作集生成。其中，待選協(xié)作集生成由用戶完成，終選協(xié)作集生成有處理中心完成。考慮到用戶終端計(jì)算能力和功耗問題，本文在待選協(xié)作集生成過程中采用了一種根據(jù)信道狀況進(jìn)行選擇的方式，即計(jì)算信道矩陣的跡。算法計(jì)算用戶與基站間信道矩陣的跡，并將其作為度量信道狀況的標(biāo)準(zhǔn)。用戶利用計(jì)算的結(jié)果產(chǎn)生待選協(xié)作基站集。而終選協(xié)作集由處理中心完成，為結(jié)合后續(xù)的預(yù)編碼過程，處理中心基于信道狀態(tài)選取服務(wù)用戶，并根據(jù)SLNR原則為用戶選擇數(shù)據(jù)發(fā)送天線。下面對(duì)這兩部分進(jìn)行分別說明。

2.1.1 待選協(xié)作集生成

待選協(xié)作集生成的具體方法為：假設(shè)用戶k能夠接收到來自個(gè)基站的信號(hào)，則該用戶分別計(jì)算與這個(gè)基站間信道矩陣的跡，對(duì)基站i（i=1，2，…，J），有：

用戶將Trace_i按降序排列，所有個(gè)基站中選取前J_k個(gè)跡較大的生成待選協(xié)作集C_k，然后將C_k連同對(duì)應(yīng)的信道狀態(tài)信息一同反饋至處理中心。這里，記用戶k與C_k的信道矩陣為。

2.1.2 終選協(xié)作集生成

終選協(xié)作集生成時(shí)，處理中心需要從所有用戶中選擇服務(wù)用戶，再根據(jù)服務(wù)用戶反饋的信息為其選擇發(fā)送天線。服務(wù)用戶選擇也采用求解跡的方法進(jìn)行，并將其記為Ω_s。

通常，發(fā)送天線的選擇等效于依據(jù)相應(yīng)的準(zhǔn)則，從信道矩陣中抽取若干列生成新的矩陣。顯然，抽取生成的新矩陣與原矩陣列數(shù)不同。而從（3）式可知，H_k和列數(shù)需一致。為解決該問題，本文采用置零法，即將未被選中的天線其所在的列置為零向量。該方法可理解為不給未選中的天線分配發(fā)射功率。

由于采用SLNR預(yù)編碼，為獲得更好的性能，本文發(fā)送端算法的設(shè)計(jì)目標(biāo)是找到一種使用戶SLNR值盡可能大的發(fā)送天線選擇方法，即，若為用戶k選擇的天線數(shù)為N_k（N_k> t_k），如何從H_k中選擇N_k列予以保留，而將其余的N_t-N_k列置零，從而使得SLNR_k最大。

顯然，窮舉法一定能夠找到滿足目標(biāo)的解。但窮舉法在遍歷H_k中的所有N_k個(gè)向量的組合、并求解SLNR_k的值時(shí)需要進(jìn)行次特征值和特征向量的計(jì)算，復(fù)雜度太高，在實(shí)際中難以應(yīng)用。

實(shí)際上，在CoMP系統(tǒng)中，由于系統(tǒng)中天線數(shù)量較多，對(duì)于某個(gè)隨機(jī)出現(xiàn)在小區(qū)內(nèi)的用戶，只需要選取信道狀況良好的天線進(jìn)行數(shù)據(jù)發(fā)送即可。因此，聯(lián)合減少計(jì)算復(fù)雜度的考慮，終選協(xié)作集生成的算法基本思想為：處理中心以各用戶反饋的待選協(xié)作集為基礎(chǔ)，從其信道信道子矩陣中逐列將使SLNR值損失最小的非零向量置零，直至剩余的非零列向量數(shù)等于所選天線數(shù)。下面將說明終選協(xié)作集的生成原理。

為用戶k與C_k間的信道矩陣，由J_k個(gè)信道子矩陣和J-J_k個(gè)零矩陣構(gòu)成。設(shè)（1≤i≤MJ_k-N_k）為第i次置零操作后用戶k的信道矩陣，h_k，i，l（1k-i）為其第l列非零向量。為用戶k的泄漏矩陣，滿足

2.2 算法復(fù)雜度分析

本文選取特征值和特征向量的計(jì)算次數(shù)作為計(jì)算復(fù)雜度度量標(biāo)準(zhǔn)，重點(diǎn)比較窮舉算法和本文算法在終選協(xié)作集生成過程中發(fā)送天線選擇的復(fù)雜度，如表1所示：

假設(shè)系統(tǒng)選擇的傳輸集用戶數(shù)K_s=5，N=J_kk=N_k=2（k=1，…，K_s），表2和表3分別給出了不同基站數(shù)J下（M=4時(shí)）和每基站不同天線數(shù)M下（J=4時(shí)）窮舉算法和本文算法特征值及特征向量的計(jì)算次數(shù)。

從表2和表3可以看出，本文算法的復(fù)雜度與系統(tǒng)選擇用戶數(shù)K_s、協(xié)作基站數(shù)J_k、選擇天線數(shù)N_k以及每基站配置的天線數(shù)M有關(guān)，與基站個(gè)數(shù)J無關(guān)。相比于窮舉算法，本文算法能夠有效降低復(fù)雜度。

2.3 與已有研究的比較

相比其它協(xié)作集生成算法，本文所提算通過在用戶端和基站端分別進(jìn)行待選集生成和終選集生成，減少了用戶與基站、基站與處理中心之間的交互，降低了空中接口和回程鏈路負(fù)載；充分利用CoMP系統(tǒng)多天線優(yōu)勢(shì)，將天線作為協(xié)作集生成的基本單位，有利于提高系統(tǒng)性能；采用置零法處理信道矩陣，使終選協(xié)作集生成過程中的矩陣得以匹配。

3 仿真與分析

本節(jié)將對(duì)所提算法進(jìn)行性能評(píng)估，并在待選協(xié)作集相同的前提下，采用窮舉法作為終選協(xié)作集性能的上限，與所提算法進(jìn)行性能比較。

假設(shè)每個(gè)用戶的天線數(shù)Ⅳ、選擇協(xié)作基站數(shù)J_k、選擇天線數(shù)N_k均為2，總發(fā)射功率為1，信道服從瑞利分布，信噪比定義為總發(fā)射功率和用戶每接收天線噪聲功率的比值，所有用戶的接收天線噪聲相等。

仿真1：不同信噪比條件下所給算法和窮舉的容量對(duì)比。假設(shè)J=4，M=2，圖2和圖3分別給出了K=6，K_s=4和K=10，K_s=5條件下兩算法的平均容量隨信噪比變化的曲線。

仿真2：不同總用戶數(shù)條件下所給算法和窮舉算法的容量對(duì)比。假設(shè)信噪比SNR=20dB，J=4，M=2，圖4和圖5分別給出了K_s=4和K_s=6時(shí)兩算法的平均容量隨用戶數(shù)變化的曲線。

仿真3：不同選出用戶數(shù)條件下所給算法和窮舉算法的容量對(duì)比。假設(shè)信噪比SNR=20dB，J=4，K=20，圖6和圖7分別給出了M=3和M=4時(shí)兩算法的平均容量隨選出用戶數(shù)變化的曲線。

通過上述仿真可以看到，所提算法在性能上與窮舉算法十分接近，能夠在降低系統(tǒng)計(jì)算復(fù)雜度的前提下有效提高系統(tǒng)性能。

4 結(jié)論

本文研究了CoMP系統(tǒng)中的協(xié)作集選擇問題問題，提出來一種以天線為基本單位的雙向協(xié)作集生成算法。與已有研究不同，所提算法將天線看作協(xié)作集的基本選擇單位，結(jié)合用戶端選擇和發(fā)送端處理，為不同用戶選擇不同的發(fā)送天線形成終選協(xié)作集，對(duì)共用信道的用戶進(jìn)行了合理規(guī)劃，提高了系統(tǒng)性能。

考慮到系統(tǒng)中用戶的使用體驗(yàn)和基站的負(fù)載均衡，可以在用戶端和處理中心增加公平性原則和負(fù)載均衡算法，從而進(jìn)一步改善系統(tǒng)性能。

參考文獻(xiàn)

[1]王濤，啜鋼，劉偉非對(duì)稱MIMO信道下協(xié)作通信的研究[J]新型工業(yè)化，2012， 2（5）： 23-31Wang Tao， Chuai Gang， Liu Weil.Research on cooperation communication in asymmetric MIMO channel[J]. The Journal of NewIndustrialization，2012，2 （5）： 23-31

[2]Ericsson. LTE-Advanced coordinated multipoint transmission/reception[R]. Warsaw， Poland： 3GPP， June 30-July 4，2008

[3]3GPP TR 36.819 （v2.0.0）， "Evolved Universal Terrestrial Radio Access （E-UTRA） and Evolved Universal Terrestrial Radio AccessNetwork （E-UTRAN）； Coordinated Multi-Point Operation for LTE Physical Layer Aspects" [R]

[4]RP-101425， Revised SID Proposal： Coordinated Multi-Point Operation for LTE[EB/OL]，3GPP TSG RAN#50， Istanbul， Turkey，7th-lOth Dec，2010

[5]Zhou W， Xie B，Hao C A novel bargaining based power allocation for Coordinated Multiple Point transmission/reception[C]//Advanced Communication Technology （ICACT）， 2011 13th Intemational Conference on. IEEE， 2011： 458 -462

[6]ZHANG NINGBO， KANG GUIXIA， ZHANG PING， et al Adaptive transmitted distributed antenna selection strategy in distributedantenna systems with limited feedback beamforming [J]. Electronics Letters， 2009， 45（21）： 1079-1081

[7]Marsch P，F(xiàn)ettweis G Static clustering for cooperative multi-point （CoMP） in mobile communications[C]//Communications （ICC），2011 IEEE International Conference on. IEEE， 2011： 1-6

[8]王盛.LTE-A協(xié)作多點(diǎn)傳輸中的多用戶協(xié)作技術(shù)的研究[D]北京：北京郵電大學(xué)，2013WANG S，Research on Multi-user Coordinated Multi-Point Transmission in LTE-A[D]. Beijing University of Posts AndTelecommunications， 2013

[9]萬齊文.CoMP場(chǎng)景下多小區(qū)分簇協(xié)同技術(shù)的研究[D]北京：北京郵電大學(xué)，2015WAN W Q Multi-cell Clustering Collaboration Technology Research in CoMP System[D]. Beijing University of Posts AndTelecommunications， 2015

[10]裴郁杉，王友祥，馬彰超，等MU-CoMP場(chǎng)景下的分布式協(xié)作集選擇[J]. 2012全國(guó)無線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上），2012PEI Y B，WANG Y X， MA Z C，et al Distributed Cooperative Sets Generation in CoMP[J]. Collection of National Wireless AndMobile Communication Conference 2012 Vol.1.2012

[11]田慶吉.探析4G網(wǎng)絡(luò)中的關(guān)鍵技術(shù)[J]軟件，2014， 35（1）： 141-142TIAN J Q Analysis of 4G Networks in Key Technologies [J]. Software， 2014， 35（1）： 141-142

[12]張雅媛.3D MIMO信道建模及性能分析[J]軟件，2014， 35（9）： 115-119ZHANG Y Y.Channel model and performance analysis of 3D MIMO， Software， 2014， 35（9）：115-119

[13] Baracca P，Boccardi F，Braun V A dynamic joint clustering scheduling algorithm for downlink CoMP systems with limitedCSI[C]//Wireless Communication Systems （ISWCS）， 2012 International Symposium on. IEEE， 2012： 830-834endprint