MU-MIMO下行鏈路基于關聯干擾的先驗式用戶調度

李 釗 劉瑞雪 王 琳 馬 丹

?

MU-MIMO下行鏈路基于關聯干擾的先驗式用戶調度

李 釗*劉瑞雪 王 琳 馬 丹

(西安電子科技大學綜合業務網理論及關鍵技術國家重點實驗室 西安 710071)

該文針對MU-MIMO下行(廣播)信道提出一種基于空間子信道關聯干擾的先驗式調度算法。該方法將用戶調度轉換為子信道的選擇問題，通過綜合考慮候選子信道的傳輸增益，以及候選者與已選的和潛在的、將來可能被選中的子信道間的相互干擾，獲得一組相互干擾較小的子信道。仿真結果表明，合理地選取關聯干擾參數，該算法能夠獲得計算復雜度與傳輸性能的良好折中，有效改善系統和速率。

無線通信；多用戶；MIMO系統；調度；干擾

1 引言

多輸入多輸出(Multiple Input Multiple Output, MIMO)技術能夠在不增加發射功率與通信帶寬的前提下改善傳輸速率，提升鏈路可靠性，在過去的十幾年受到廣泛關注，已經成為多種寬帶無線通信標準的關鍵技術，如LTE-A[1]和802.16m。通過與其它技術相結合，如正交頻分復用(Orthogonal Frequency Division Multiplexing, OFDM)，認知無線電(Cognitive Radio, CR)[2]，干擾協調(Interference Alignment, IA)[3], MIMO技術的研究呈現出多元化。相比于單用戶MIMO，多用戶MIMO (Multi-User MIMO, MU-MIMO)能夠進一步提升系統性能，也更符合實際通信的需求[4]。在MU-MIMO系統中，由于基站能力的限制，通常需要從多個用戶中選擇一組進行服務，合理的用戶調度可以獲得多用戶分集(Multi-User Diversity, MUD)增益，實現通信資源的充分利用。

在MU-MIMO用戶調度中，不同激活用戶的數據是同時、同頻并發傳輸的，它們之間存在共道干擾(Co-Channel Interference, CCI)，這一因素也成為多種調度算法的設計依據。當信道狀態信息(Channel State Information, CSI)已知時，基站可以利用窮舉搜索選擇一組相互影響最小的用戶，獲得最大系統和速率，但該方法復雜度高，在實際應用中難以實現。為了降低復雜度，一些次優的方法相繼被提出。如基于信道相關性的次優貪婪用戶選擇算法[5]，該方法首先確定一個通信質量最好的用戶，然后以系統和速率最大化為目標依次激活其它用戶。文獻[6]提出一種準正交的用戶調度方法，基于用戶的空間分布關系選擇一組較好的用戶，文獻[7]在不損失通信性能的前提下對文獻[6]進行改進，使其復雜度降低。文獻[8]從降低反饋開銷出發，設計了基于預設門限的用戶調度方法，僅對優于門限的用戶進行調度。文獻[9]提出一種分布式的用戶調度算法，根據與已選用戶之間的干擾，由用戶和基站共同實現調度。以上研究主要以系統和速率優化為目標設計調度算法。也有一些工作采用其它準則，如文獻[10]基于誤碼率進行用戶選擇，進一步提升系統和速率。文獻[11]基于與已選用戶弦距離的大小實現用戶調度，降低復雜度。

在用戶調度的基礎上，還可以通過多種編碼技術，如污紙編碼(Dirty Paper Coding, DPC)[12]，塊對角化(Block Diagonalization, BD)[13]，迫零(Zero Forcing, ZF)[14]等，對共道干擾進行消除或抑制。由于具體的編碼技術只有在合理的用戶調度基礎上進行應用，才能獲得更好的效果，因此本文僅關注用戶子集的選取。

2 系統模型

圖1 MU-MIMO BC系統模型

3 MU-MIMO BC信號處理

對式(6)進行化簡可得

根據SINR的推導，容易計算系統和速率為

4 基于關聯干擾的先驗式用戶調度

4.1關聯干擾數

定義關聯干擾數是指在進行空間子信道選擇時，考察的與當前待選子信道相關的已選子信道和潛在的、將來可能被選中的子信道個數之和。

4.2 用戶-子信道調度準則

其中

4.3 先驗式調度算法

根據前文敘述，將用戶調度轉換為空間子信道的選擇問題，因此在下面的討論中，將用戶集合轉換為相應的用戶-子信道集合進行闡述。以下給出調度算法的具體步驟如表1所示。

表1 先驗式調度算法

5 復雜度分析

表2計算復雜度比較

算法計算步驟實際運算次數 ESSVD 計算 RSSVD 計算，其中 PSSVD 計算，其中 構造

6 仿真結果

圖2 采用PS的系統和速率隨SNR及變化的3維圖

圖3 SNR取不同值時采用PS的系統和速率與的關系

圖4 取不同值時采用PS的系統和速率與的關系

圖5 不同調度算法的系統和速率比較

7 結束語

[1] 3GPP. Evolved Universal Terrestrial Radio Access (E-UTRA); LTE physical layer; General description. TS 36.201 V11.1.0[S]. France, 3GPP Organizational Partners, 2012.

[2] Nguyen D N and Krunz M. Spectrum management and power allocation in MIMO cognitive networks[C]. Proceedings of the IEEE International Conference on Computer Communications (INFOCOM), Orlando, 2012: 2023-2031.

[3] Lee Jung-hoon and Choi Wan. Interference alignment by opportunistic user selection in 3-user MIMO interference channels[C]. Proceedings of the IEEE International Conference on Communication (ICC), Kyoto, 2011: 1-5.

[4] Spencer Q H, Peel C B, Swindlehurst A L,.. An introduction to the multi-user MIMO downlink[J]., 2004, 42(10): 60-67.

[5] Dimic G and Sidiropoulos N D. On downlink beamforming with greedy user selection: performance analysis and a simple new algorithm[J]., 2005, 53(10): 3857-3868.

[6] Yoo T and Goldsmith A. On the optimality of multi-antenna broadcast scheduling using zero-forcing beamforming[J]., 2006, 24(3): 528-542.

[7] Mao J, Gao J, Liu Y,.. Simplified semi-orthogonal user selection for MU-MIMO systems with ZFBF[J]., 2012, DIO: 10.1109/WCL.2012.010912.110119.

[8] Bayesteh A and Khandani A K. On the user selection for MIMO broadcast channels[C]. Proceedings of the IEEE International Symposium on Information Theory (ISIT), Adelaide, 2005: 2325-2329.

[9] Li Z, Yang J, and Yao J. Distributed scheduling algorithm for multiuser MIMO downlink with adaptive feedback[J]., 2009, 4(3): 164-169.

[10] Ko K, Cho H, and Lee J. Eigenmode BER based MU-MIMO scheduling for rate maximization with linear precoding and power allocation[C]. Proceedings of the IEEE Wireless Communications and Networking Conference (WCNC), Paris, 2012: 142-146.

[11] Ko K and Lee J. Multiuser MIMO user selection based on chordal distance[J].2012, 60(3): 649-654.

[12] Costa M. Writing on dirty paper[J]., 1983, 29(3): 439-441.

[13] Choi L U and Murch R D. A transmit preprocessing technique for multiuser MIMO systems using a decomposition approach[J]., 2004, 3(1): 20-24.

[14] Spencer Q H, Swindlehurst A L, and Haardt M. Zero-forcing methods for downlink spatial multiplexing in multiuser MIMO channels[J]., 2004, 52(2): 461-471.

[15] Wang M, Li F, Evans J S,.. Dynamic multi-user MIMO scheduling with limited feedback in LTE-Advanced[C]. Proceedings of the IEEE International Symposium on Personal Indoor and Mobile Radio Communications (PIMRC), Sydney, 2012: 1627-1632.

[16] Nguyen K D, Rasmussen L K, Guillen I Fabregas A,.. MIMO ARQ with multibit feedback: outage analysis[J]., 2012, 58(2): 765-779.

[17] Yang Y, Xun L, and Shaoqian L. Low complexity MIMO scheduling with block diagonalization using capacity lower-bound[J]., 2011, 15(12): 1298-1300.

李 釗： 男，1981年生，博士，副教授，研究方向為MIMO無線通信、認知無線電.

劉瑞雪： 女，1987年生，碩士生，研究方向為MIMO多用戶調度、無線資源分配.

王 琳： 女，1987年生，碩士生，研究方向為無線資源分配、數字移動無線電.

MU-MIMO Downlink Proactive Scheduling Based on Associative Interference

Li Zhao Liu Rui-xue Wang Lin Ma Dan

(,,710071,)

In this paper a proactive scheduling algorithm is proposed based on associative interference of spatial subchannels for MU-MIMO downlink (broadcast) channel. The strategy converts user scheduling into subchannel selection issue. With comprehensive consideration of candidate subchannel transmission gain, along with mutual interference among candidate and selected subchannels, as well as those to be selected potentially. A set of subchannels with less mutual interference are achieved. Simulation results show that by choosing proper associative interference parameters, the proposed algorithm can achieve good tradeoff between computational complexity and transmission performance, and improve system sum rate effectively.

Wireless communication; Multiuser; MIMO system; Scheduling; Interference

TN92

A

1009-5896(2014)01-0067-07

10.3724/SP.J.1146.2013.00046

2013-01-11收到，2013-09-26改回

國家自然科學基金(61102057, 61231008)，國家科技重大專項(2012ZX03003005-005)，國家973計劃項目(2009CB320404)，高等學校引智計劃項目(B08038)，長江學者和創新團隊發展計劃項目(IRT0852), ISN項目(ISN1103005)和中央高校基本科研業務費(K5051301014)資助課題

李釗 zli_19912@126.com