C-RAN架構(gòu)下協(xié)作多點傳輸系統(tǒng)中的協(xié)作集選擇和用戶調(diào)度方法研究.pdf

1、在蜂窩移動通信系統(tǒng)的發(fā)展過程中，網(wǎng)絡(luò)架構(gòu)的演進和傳輸技術(shù)的進步是提高系統(tǒng)性能的重要手段，目前，全球主要的標(biāo)準(zhǔn)化組織都針對上述兩項內(nèi)容展開了廣泛的研究。我國提出的C-RAN架構(gòu)是未來系統(tǒng)中“網(wǎng)絡(luò)功能虛擬化”的一種重要形式，并且該架構(gòu)與協(xié)作多點傳輸技術(shù)（CoMP）有天然的契合點，二者的結(jié)合可為提高網(wǎng)絡(luò)性能發(fā)揮出巨大作用。因此，針對C-RAN架構(gòu)下的CoMP技術(shù)展開研究對提高網(wǎng)絡(luò)運行效率及頻譜利用率，進一步改善蜂窩移動通信系統(tǒng)的性能具有重要意

2、義。本文依托C-RAN網(wǎng)絡(luò)架構(gòu)，重點圍繞CoMP系統(tǒng)中的下行協(xié)作集選擇和上行用戶調(diào)度問題展開了較深入的研究。首先，探討了 C-RAN架構(gòu)下的多小區(qū)干擾模型，根據(jù)干擾信號來源，建立了同站多小區(qū)干擾模型和異站多小區(qū)干擾模型，在此基礎(chǔ)上，以抑制/消除干擾，有效提升系統(tǒng)性能為目的，對下行 CoMP的同站和異站協(xié)集選擇方法，以及上行CoMP的用戶分組與調(diào)度方法進行了重點研究。
　　本研究主要內(nèi)容包括：⑴在同站多小區(qū)干擾模型下，針對現(xiàn)有面向基

3、站的協(xié)作集選擇算法難以充分挖掘大量天線帶來的性能增益，導(dǎo)致系統(tǒng)資源利用率不高的問題，提出一種面向天線的協(xié)作集雙向選擇機制。該機制兼顧用戶傳輸需求和網(wǎng)絡(luò)處理能力，首先由用戶終端選擇期望的協(xié)作RRU集合（待選協(xié)作集），并將其連同對應(yīng)的信道狀態(tài)信息反饋給網(wǎng)絡(luò)側(cè)；然后網(wǎng)絡(luò)側(cè)綜合平衡所有用戶的傳輸需求和網(wǎng)絡(luò)處理能力，在各用戶提交的待選協(xié)作集中選取適當(dāng)?shù)腞RU，并以天線為單位為用戶生成終選協(xié)作集。復(fù)雜度分析表明，所提機制能夠有效降低用戶的反饋量，縮

4、小協(xié)作集選擇的范圍，降低后續(xù)算法的復(fù)雜度。同時，為了有效降低同站干擾的影響，結(jié)合預(yù)編碼技術(shù)，提出一種SLNR準(zhǔn)則下基于雙向選擇機制的協(xié)作集選擇算法。該算法將待選協(xié)作集中各 RRU的天線視作基本的選擇單位，在網(wǎng)絡(luò)側(cè)采用SLNR準(zhǔn)則為每個服務(wù)用戶選擇不同的發(fā)送天線，以此來合理規(guī)劃共用相同信道的用戶，并對發(fā)射信號進行SLNR預(yù)編碼，從而有效降低干擾。仿真結(jié)果表明，所提算法能夠有效提高頻譜利用率，對系統(tǒng)性能有明顯的改善作用。⑵在異站多小區(qū)干擾模

5、型下，干擾同時來自異站小區(qū)和同站小區(qū)。受網(wǎng)絡(luò)結(jié)構(gòu)限制，來自異站小區(qū)的干擾無法在單個基站內(nèi)實現(xiàn)消除。為解決該問題，采用分級消除的思路，提出一種干擾對齊和SLNR預(yù)編碼級聯(lián)（IA-SLNR）算法。該算法首先采用干擾對齊方法消除異站干擾，然后再與SLNR預(yù)編碼級聯(lián)，降低同站干擾，從而實現(xiàn)異站多小區(qū)間的用戶干擾抑制。針對基站間的負載平衡問題，設(shè)計出一種協(xié)商式負載均衡機制，并在此基礎(chǔ)上，提出一種負載均衡機制下基于IA-SLNR的協(xié)作集選擇算法。該

6、算法根據(jù)用戶提交的待選協(xié)作集，結(jié)合各基站的負載狀態(tài)，通過協(xié)商對各基站負載進行均衡，同時完成終選集的生成，最后利用IA-SLNR算法對終選集進行抑制干擾。仿真結(jié)果表明，該級聯(lián)算法可有效抑制異站小區(qū)間邊緣用戶的干擾，提高系統(tǒng)容量和誤碼性能。⑶在上行CoMP系統(tǒng)中，針對現(xiàn)有用戶配對算法在每個傳輸時隙中僅選擇兩個用戶進行數(shù)據(jù)傳輸以及對天線資源利用不夠充分的問題，提出一種最小—最大準(zhǔn)則下的自適應(yīng)k-means用戶分組算法。該算法支持多用戶同時傳輸

7、，首先根據(jù)信道狀態(tài)信息等用戶屬性，挑選差異最大的兩個用戶創(chuàng)建初始分組；然后根據(jù)用戶屬性，依據(jù)最小—最大準(zhǔn)則，確定用戶分組的數(shù)量，并選出每組的中心；最后，采用k-means聚類方法，根據(jù)用戶的不同屬性及屬性權(quán)重，計算用戶間的加權(quán)距離，進而根據(jù)加權(quán)距離對用戶實施分組。為了進一步保證用戶調(diào)度的公平性，提出一種基于用戶分組的雙比例公平調(diào)度算法。該算法以用戶組和用戶的平均傳輸速率為衡量標(biāo)準(zhǔn)，首先對用戶組按比例公平進行調(diào)度，選擇當(dāng)前傳輸時隙中可進行