基于改进最大信漏噪比准则的波束赋形算法
来源:用户上传
作者:赵子涛 宋志群 王荆宁 李勇
摘要：为了使通信系统能更加契合实际传输环境、保证系统公平性，提出了一种基于改进最大信漏噪比准则功率分配方式的波束赋形算法。首先根据接入节点的类型（基站或者终端）以及用户所处传输环境的不同对发射功率进行分配;其次依据用户执行任务的重要程度和设定的阈值上限的不同对发射功率进行二次调整，保证公平性。仿真结果表明，随着用户数目的增加，传统算法的公平性为一条下降的曲线，改进算法近似为一条水平直线，且用户数目越大，二者差值越大，改进算法的优势越明显;在用户数为12，权重间隔为1，阈值上限为1.4时，改进算法有着0.39 bps/Hz的系统容量提升。所设计的改进资源分配方式的算法能有效提高系统的公平性，在工程实际中有一定的使用价值。
关键词：无线通信技术;波束赋形;信漏噪比;分配标准;公平性调度
中图分类号：TN929.5文献标识码：A
DOI： 10.7535/hbgykj.2022yx05008
Beamforming algorithm based on improved maximum signal-to-leakage-and-noise ratio criterion
ZHAO Zitao，SONG Zhiqun，WANG Jingning，LI Yong
（The 54th Research Institute of China Electronics Technology Group Corporation （CETC54），Shijiazhuang，Hebei 050081，China）
Abstract：In order to make the communication system more suitable for the actual transmission environment and ensure the fairness of the system，a beamforming algorithm based on the improved maximum signal-to-leakage-and-noise ratio criterion power allocation was designed.Firstly，the transmission power was allocated according to the type of access node （base station or terminal） and the transmission environment in which the user was located;Secondly，the transmission power was readjusted according to the importance of the user′s task and the stated upper limit of the threshold to ensure fairness.The simulation results show that with the increase of the number of users，the fairness of the traditional algorithm is a descending curve，and the improved algorithm is approximately a horizontal line.The greater the number of users is，the greater the difference between the two is，and the more obvious the advantages of the improved algorithm are;When the number of users is 12，the weight interval is 1，and the upper limit of the threshold is 1.4，the improved algorithm has a system capacity improvement of 0.39 bps/Hz.The designed algorithm for improving resource allocation can effectively improve the fairness of the system，and has corresponding value in engineering practice.
Keywords： wireless communication technology;beamforming;signal-to-leakage-and-noise ratio;allocation criteria;fair schedule
S着5G技术飞速发展，移动、联通等运营商已经在城区以及重要区域部署了5G网络。但是在应急救援中，经常需要面对公网基站受到自然灾害等因素的破坏而无法提供服务，或者需要在偏远的无公网覆盖的区域开展行动的情况，在没有通信网络覆盖的条件下很难指挥开展有效的行动。这就需要快速部署的机动专网5G系统来完成应急通信。机动部署情况下基站之间没有部署固定光纤链路的条件，只能基于接入回传一体化实现基站之间的无线传输;通信节点的数量是有限的，无法使用增加基站的方式来增强覆盖，这就需要基站能够满足更多用户接入并保证一定通信速率的要求。
为了使信号在空间之中的传播能够更加集中在所期望的用户上，减少对其他用户的影响，需要采用波束赋形[1]来增强传输。同时需要考虑用户之间的公平性，保证更多的用户能有效接入，需要在进行波束赋形算法研究时考虑到由于各个用户所处的传输环境的差异而导致系统容量和公平性的权衡问题。在文献[2―6]的研究中，考虑了用户间干扰的问题。文献[2]通过对联合迫零算法仿真分析得出，其在用户数增加的条件下，相较于原迫零算法有着较大的抗干扰能力。文献[3]对基于最大比传输方法的波束赋形进行改进，降低传输过程中的用户间干扰。文献[4]引入几何均值的方法，抑制了信道之间的相互干扰，降低了系统误码率。文献[5]通过使用自回归模型对基于零空间拓展的波束赋形进行改进，能够在达到相同抑制用户间干扰能力的前提下，增强对期望信号的增益。文献[6]将用户间的干扰理解为用户泄露的能量，通过计算用户得到能量和噪声与泄露能量的比值来进行波束赋形。通过这些文献分析可以得出，针对用户间干扰，需要尽可能地增加信号中有用部分的比例来抑制用户间的干扰。在上段的分析中，考虑到了用户间干扰的抑制，但是在本文实际研究应用的过程中，对于各个用户而言，传输环境的复杂性导致各个用户的传输条件相异，不能直接对所有的用户进行平均的功率分配。需要对功率进行调配，满足保证公平性，增大传输容量的要求。文献[7]通过优化发射与接收矩阵来动态调整各用户之间的功率分配，使得实际接收的信号和理想接收信号的平方距离最小，增强了系统的传输能力。文献[8]以信道之间的信噪比作为评判标准，对注水功率分配算法中的水位计算进行改进，达到增大传输容量的目标。文献[9]通过对资源的分配改进，使得系统的频率效率得到了提高。文献[10]以最大化系统能效为目标，将非凸问题转化为迭代计算，完成所需要的功率分配。文献[11]以中断概率为标准，改进灰狼算法实现功率分配。通过分析可知，不仅需要考虑用户间干扰，仍需因为各个用户处于不同的传输环境而选取合适的分配标准和目标，使得分配方案能尽可能地提升系统容量。在功率资源分配的过程中需要考虑公平性的问题，限制功率分配过程中用户的功率上限。保证处于较差传输环境用户能够有效接入网络，增加通信网络覆盖范围内相关信息获取的全面性。文献[12]将关于信噪比的服务质量作为衡量用户好坏的标准，然后根据用户对不同业务的需求设置相应的权重，进行各个用户的公平性协调。文献[13]以干扰抑制为标准，进行动态的功率控制。文献[14―15]通过在功率分配的过程中，依据不同用户需要相应的公平性阈值来约束资源的调度，保证系统的公平。在考虑公平性问题的时候，就需要考虑不同用户的不同需求，借此来设置不同用户的重要性和权重的大小。本研究在存在用户间干扰、噪声以及单天线用户和多天线用户并行的场景中，针对系统容量和公平性之间权衡的问题，提出一种改进最大信漏噪比准则功率分配的波束赋形算法，本文算法针对用户间干扰，选取最大信漏噪比准则来最大化有用信号占比;在增加传输容量方面，使用信漏噪比值作为标准判断用户所处传输环境的优劣，并以值得大小进行功率分配;在公平性方面，设置相应的功率阈值，对功率分配进行二次调整，保证用户更加有效地接入。经过上述改进，能有效提高系统公平性，在工程实际中有相应的使用价值。
nlc202211161023
1信号模型
本文的应用场景是在没有通信网络覆盖的情况下，实现快速部署专网5G系统来完成应急通信。首先，在场景中，基站之间没有部署固定光纤链路的条件下，只能使用基于接入回传一体化技术完成基站组网传输;其次，在场景中，需要使用各种手持或者车载终端来完成区域内的通信覆盖，并且终端用户还需要完成不同紧急程度的救援工作，并且由于行动的突发性和紧急性，在短时间之内通信终端的数目是有限的，无法增加通信终端的数目，需要保证通信终端能有效接收到基站发来的信息，完成指挥中心行动指示。使用场景如图1所示。
在具体研究之中，需要将上述场景图进行简化。由于使用接入回传一体化技术进行基站组网传输，在黑色实线框里的IAB-node基站和终端对于IAB-Donor基站（主节点基站）都可以被视为其所覆盖的不同类型的终端用户，所以将IAB-node基站视为多天线用户，将手持和车载终端视为单天线用户，如图2所示。
2最大信漏噪比准则的波束赋形
2.1波束赋形原理
2.2基于最大信漏噪比准则的波束赋形
3改进功率分配的最大信漏噪比准则的波束赋形
3.1算法分析
3.2算法改进
3.3算法总结
3.4公平性计算
4仿真分析
4.1公平性比较
由图3可知，从阈值增加的角度来看，阈值上限的增加，改进算法的公平性是一个下降的过程，从阈值上限为1，公平性从为1的一条直线开始下降，阈值为1.2时公平性数值为0.96;阈值为1.4时公平性数值为0.91。这是因为阈值上限的增加，使得功率能够向传输条件较好的用户倾斜，每个用户得到功率和实际需求功率的差距增大，增加了波动程度，所以公平性是一个下降的趋势。而功率平均算法由于是平均分配，没有考虑每个用户的实际需求，随着用户的增加，是一条下降的曲线。改进算法和平均分配存在着公平性相等的交汇点，并随着阈值的增加交汇点会向右移动。而且，图中改进算法的开始都有一段明显的直线下降，因为在用户总数为3时的单天线数目为1，此时在计算单天线部分公平性的时候就只有一个用户，不用考虑功率分配，公平性最高。在总用户数目为4的时候，单天线数目为2，在计算单天线部分的公平性时就需要解决分配问题，从而导致公平性的变化，所以公平性会有所下降。图3和图4分别对每个用户设定了不同的权重间隔，表明用户的重要性愈加分散，实际所需要的功率大小愈加分散，图3权重间隔为0.5，图4为1，可以看出权重间隔的增加，对于功率平均分配的公平性有显著影响，权重的增加导致了曲线倾斜程度增加，下降速度增加。这是因为各个用户权重间隔的增加，导致各个用户实际需求功率的分散程度增加，在@样的情况下平均分配增大了系统功率分配的波动程度，而对于改进算法而言没有影响。
4.2系统容量比较
观察图5可以看出，此时平均分配方式下的容量为一直线，因为阈值的变化对于平均分配没有影响。阈值上限为1.4时，改进算法有着0.39 bps/Hz的系统容量提升，且改进算法的容量随着阈值的增加呈现出一种先增后减的趋势，在达到上限40.06 bps/Hz之后，有着1.1%的差值。这是因为随着阈值的增加，受到的限制越来越少，使得系统分配资源的灵活程度增加。从整体上看，随着阈值的增加，改进算法容量呈现先增后减的趋势，且会导致系统的公平性下降，改进算法和功率平均分配的交汇点向右移动，在更多的用户数目条件下，其公平性才会优于平均分配。
5结语
本文提出一种改进最大信漏噪比准则功率分配方式的波束赋形算法。在传统算法的基础上，根据接入节点类型和所处传输环境的不同、因执行任务不同所代表的阈值不同，对功率分配方式进行改进，以保证系统的公平性，使用户能够更加有效地接入。仿真结果表明，改进算法的系统公平性随着用户数目的增加维持在一条水平直线上，已有算法只是简单的平均分配，没有根据实际进行调节，所以是一条下降的曲线;在实际应用中要进行公平性和系统容量的权衡，阈值的选择应选在1～1.6，阈值的增加会导致公平性下降和系统容量占用的增加。本研究使用等间隔的数字表示用户之间的权重比例，划分各个用户的重要程度，能否找到更好的评判标准来衡量用户的重要性，需要后续的进一步研究;使用信漏噪比值作为评判标准，需要提前进行计算，且功率分配之后信漏噪比值会发生变化，不能适应动态变化，在后续研究中，需要寻找新的更加直接的评判标准，以更好地适应系统的动态变化。
参考文献/References：
[1]GHOSH A，RATASUK R，MONDAL B，et al.LTE-advanced：Next-generation wireless broadband technology[J].IEEE Wireless Communications，2010，17（3）：10-22.
[2]王梅，苏明.MIMO通信系统下行链路预编码仿真研究[J].河北工业科技，2012，29（6）：362-365.WANG Mei，SU Ming.Study of precoding simulation in MIMO wireless communication system[J].Hebei Journal of Industrial Scienceand and Technology，2012，29（6）：362-365.
[3]姚红艳，赵宏宇.一种改进的MRT预编码方案[J].通信技术，2020，53（3）：557-564.YAO Hongyan，ZHAO Hongyu.Modified MRT precoding scheme[J].Communications Technology，2020，53（3）：557-564.
nlc202211161023
[4]付名扬，肖玲玲，吴君钦.单用户毫米波大规模多输入多输出系统的几何均值混合预编码[J].科学技术与工程，2019，19（11）：160-166.FU Mingyang，XIAO Lingling，WU Junqin.Single user geometric mean decomposition hybrid precoding for massive multiple-input multiple-output millimeter wave system[J].Science Technology and Engineering，2019，19（11）：160-166.
[5]ARAI K，MARUTA K，AHN C J.High beamforming gain precoding weight design scheme with null-space expansion for multiuser massive MIMO in time-varying channels[C]//2020 23rd International Symposium on Wireless Personal Multimedia Communications （WPMC）.Okayama：IEEE，2020：1-4.
[6]SADEK M，TARIGHAT A，SAYED A H.A leakage-based precoding scheme for downlink multi-user MIMO channels[J].IEEE Transactions on Wireless Communications，2007，6（5）：1711-1721.
[7]张翠平，刘允.一种基于动态功率分配的干扰对齐优化方法[J].无线电通信技术，2017，43（4）：35-39.ZHANG Cuiping，LIU Yun.An optimized interference alignment algorithm based on dynamic power allocation[J].Radio Communications Technology，2017，43（4）：35-39.
[8]SHAHIDA M K N，NORDIN R，ISMAIL M.An improved water-filling algorithm based on power allocation in network MIMO[J].Telecommunications Systems，2020，75（4）：447-460.
[9]陶成，李亚鹏，刘留，等.莱斯信道下大规模MIMO系统上行资源分配研究[J].北京交通大学学报，2016，40（5）：50-55.TAO Cheng，LI Yapeng，LIU Liu，et al.Research on uplink resource allocation in massive MIMO system over Rician fading channels[J].Journal of Beijing Jiaotong University，2016，40（5）：50-55.
[10]胡莹，冀保峰，黄永明，等.基于上行多用户大规模MIMO系统能效优化算法[J].通信学报，2015，36（1）：68-74.HU Ying，JI Baofeng，HUANG Yongming，et al.Energy-efficient optimal algorithm based on uplink multi-user very large MIMO system[J].Journal on Communications，2015，36（1）：68-74.
[11]徐凌伟.移动多用户通信系统的功率分配智能优化[J].聊城大学学报（自然科学版），2020，33（4）：33-38.XU Lingwei.Power allocation intelligent optimization for mobile multiuser communication system[J].Journal of Liaocheng University（Natural Science Edition），2020，33（4）：33-38.
[12]T洁琼.LTE-A中基于用户QoE公平性的无线资源管理算法研究[D].西安：西安邮电大学，2016.FENG Jieqiong.QoE Fairness Research on Wireless Resources Algorithm in LTE-A[D].Xi′an：Xi′an University of Posts & Telecommunications，2016.
[13]张晓阳，楚纵姗，谭冲，等.基于小区间干扰协调的动态公平调度算法研究[J].信息技术，2018，42（8）：23-28.ZHANG Xiaoyang，CHU Zongshan，TAN Chong，et al.Research on dynamic fair scheduling algorithm based on inter-cell interference coordination[J].Information Technology，2018，42（8）：23-28.
[14]汪瑞.下行多用户OFDM系统的资源分配算法研究[D].兰州：兰州大学，2017.WANG Rui.Study on Resource Allocation Algorithm in Downlink Multiuser OFDM System[D].Lanzhou：Lanzhou University，2017.
[15]吴明敏.多用户OFDMA系统资源分配算法研究[D].杭州：中国计量学院，2015.WU Mingmin.The Research of Multi-user OFDMA System Resource Allocation Algorithm[D].Hangzhou：China Jiliang University，2015.
[16]SHI Huaizhou，PRASAD R V，ONUR E，et al.Fairness in wireless networks：Issues，measures and challenges[J].IEEE Communications Surveys & Tutorials，2014，16（1）：5-24.
nlc202211161023
转载注明来源:https://www.xzbu.com/1/view-15442190.htm
