基于MU-MIMO分簇调度算法的下行链路多用户调度研究

贺金领　肖玲玲

摘  要：通过采用在发射端和接收端采用多天线的手段来取得空间复用的增益和空间分集的增益的方法被称为是多输入多输出技术（MIMO），这种方法可以大幅度的提高常用系统的容量和频谱的利用效率，正因为此，MIMO技术也就成为了未来通信系统的关键技术之一。文章主要对于MU-MIMO系统中的下行链路的调度算法来进行研究，在对几种常用且经典的调度算法进行介绍和说明的基础上提出了一种基于关联干扰的用户调度算法，以及此种算法的改进算法，在完成了这些工作之后主要研究了分簇的MU-MIMO多用户的调度算法，为了提高论文研究的实用性，文章最后对于几种调度算法实现起来的复杂度进行了分析和比较，并通过MATLAB比较了不同算法系统的速度和产生误码率的可能性。

关键词：多输入多输出;多用户;预编码;用户调度

中图分类号：TN929.5       文献标志码：A         文章编号：2095-2945（2019）31-0007-05

Abstract： The method of obtaining spatial multiplexing gain and spatial diversity gain by using multiple antennas at the transmitter and receiver is called multiple input multiple output （MIMO）. This method can greatly improve the capacity and spectrum utilization efficiency of common systems. Because of this， MIMO technology has become unknown. One of the key technologies of communication system. This paper mainly studies the downlink scheduling algorithm in MU-MIMO system. On the basis of introducing and explaining several common and classical scheduling algorithms， a user scheduling algorithm based on correlation interference is proposed， and the improved algorithm of this algorithm is also presented. After completing these tasks， the main research points are made on cluster MU-MIMO multi-user scheduling algorithm. In order to improve the practicability of this paper， the complexity of several scheduling algorithms is analyzed and compared， and the speed of different algorithm systems and the possibility of generating bit error rate are compared by MATLAB.

Keywords： MIMO; multi-user; precoding; user scheduling

引言

對于已经进入信息化社会的我们来说，离开先进的通信技术可以说是寸步难行，人与人之间的沟通交流越来越便捷的基础就是通信技术的快速发展，极大地方便了人们的日常生活，也正是因为这个原因，人们在满足了有和没有的情况下，更是对于信息传递使用过程中所具有的丰富性、有效性和及时性提出了更高的要求，而这也要求我们所使用的移动数据网络本身需要有更高更稳定的传输速率和传输性能，也要有更加广泛的信号覆盖范围，以此来不断适应社会的高速发展和人们生活水平的不断提高。

由于MIMO技术自身所具有的优势，MIMO技术成为了多种宽带无线通信标准的关键技术[1]。也正是因为这种原因，人们对于MIMO技术的研究呈现出多元化的发展方向，与单用户的MIMO相比，我们进行多用户前提下的MIMO是可以进一步提升系统的性能的，并且多用户的MIMO也会更加贴近于实际的运行情况[2]。在实际的MU-MIMO系统当中，作为限制性条件之一的挤占本身的硬件及硬件的出力能力一般是没有办法做到可以同时实现所有多用户需求的同时满足，因此只能选择其中一部分用户来进行服务，在这样的实际情况下，如何在现有硬件情况保持不变的前提下，通过合理、高效的用户调度来实现对于资源的充分利用，并且最大程度的使用户获得通信增益，这对于整个系统的研究具有十分重要的学术和实际应用的意义。

1 单用户MIMO系统

进行系统分析之前，我们可以先假设发射天线的数目为NT，接收天线的数目为Nr，所需要传输的信号需要进行初步处理的情况下，然后再通过信号传输信道来进行传输，采用Nr个接收天线来接收所有需要传输的数据，如图1所示为单用户MIMO模型图。

2 多用户MIMO系统

在实际的蜂窝无线通信的系统中，同样的一个基站需要完成的任务就是要在可能出现的同一时间同一频率的情况下完成与多个不同用户之间的通信任务，为了完成这样的工作任务，同一个基站就需要配置多个不同的天线，与此同时，用户端也要根据情况来配置多个不同的天线，经过基站和用户端这样配置之后，用户和基站之间就形成了一个MIMO信道，由这样配置和通信方式的系统我们将其称为MIMO系统，具体的结构如图2所示。

基站配置的天线数目为NT，第k个用户有Nk根接收天线，基站到第k个用户的信道信息矩阵为Nk×NT的矩阵H。假设发送给第k个用户的数据矢量为sk，则第k个用户接收到的信号为：

一般情况下，针对于单用户的MIMO信道来说，基站总的发射功率可以说是保持恒定不变的，在这种基准条件下，我们需要做的仅仅就只是对于每个子信道进行功率的分配。但是实际情况是，一般MU-MIMO系统中不可能仅仅就只有单个用户，相反的是一般情况下都有多个不同需求的用户的存在，并且每一个用户也无法固定在一个具体的信道当中，正是因为这种现象的存在，让整个基站对于通信所需功率的分配更加复杂，这是依据理论分析所得的情况，而实际的情况是我们不管基站通信功率发射多少的变化，是否是固定不变的，我们都可以依据系统中存在的每个用户的CSI的好坏程度来进行通信功率的分配，实际运行的情况下，对于每个信道、每个用户的功率分配情况影响着整个系统的容量，根据这种情况，我们可以顺理成章的引出一个容量区域的概念。结合实际情况来说，我们将一个MIMO系统中包含有两个不同的用户区域为例，因为我们可以保证基站的功率额是一定的，那么存在有两个用户的情况下，如果有其中的一个用户可以获得整个基站的全部功率，那么这个用户就可以说是获得了整个基站通信频率的最大值，从另一个角度看，另一个用户也就获得了整个基站的最小功率值。因为MU-MIMO下行通道中的两个用户之间是无法做到相互协作的，这种情况让系统容量更加难以确定，在基站发射端确认区域内用户的CSI的前提下，可以通过上下行链路之间的对偶性和污纸编码技术来解决下行链路中现有情况存在的容量区域问题。

3 MU-MIMO分簇调度算法研究

一般情况下，多用户的MIMO广播信道基站如果想要完成多用户的通信任务，可以通过配置多个天线来进行完成，但是实际情况是MU-MIMO基站的天线数量不可能做到无限制的增加，但是基站所服务的区域用户的数量往往又很大，所以这就是多用户通信过程中矛盾点的所在，而要解决这个矛盾，选择合适的用户集合，让他们在同时同频进行通信，要完成这种情况，那么就需要在每次调度的时候将其他在使用过程中的用户对于当前用户调度的影响考虑进行，这无形中也就大大增加了整个算法运行的复杂度和运算时间。所以我们可以考虑分簇设计，这种方法就不需要将整个网络中所有用户的通信对于单个用户的影响，只需要考虑网络中的部分用户对于单个用户调度的影响，这无形中也就降低了算法运行过程中的复杂度。由此我们可以将系统的子信道中的用户分为若干簇，对于子信道的调度只需要考虑所在簇的影响即可，不需要考虑簇内子信道之间的相互影响

3.1 MU-MIMO系统分簇模型

对MU-MIMO 的下行广播信道中的子信道进行分簇，系统子信道所分簇数M与基站的天线数量有关，为了使运行模型简化，此时用户调度等价为子信道调度，用户的调度也就为子信道的调度。NT为与作为移动台的单天线用户所对应的基站的天线数量，即Nh=1，L为整个系统中的所有移动台个数的总和，通常情况下基站的个数是小于系统中移动台的个数的，也就是说不等式NT<∑h∈CNh是成立的，换种说法也就是说，系统中可以同时接受基站服务的移动台的个数是小于NT的。所以在一个完整的下行传输周期内，通信基站需要从L个候选用户中为每一簇分别选出一个用户，共NT个用户同时与之通信。假设后现用户的结合可以用C表示，card（C）=L，card（  ）表示集合中元素的个数，已选用户集合用A表示，card（A）=K。如图3所示为MU-MIMO BC系统模型图。

基站与用户k之间的信道矩阵采用Hk来进行表示，信道矩阵的元素分布是服从于复高斯分布的，也就是说所有用户的通信特性都是相同的，并且也是相互独立的，满足块衰落的特性，为了让用户k能够做到准确估计Hk，并且在这种情况下基站可以通过检测或通过基站反馈手段来获得准确的全局信道状态信息的方法，此种方法可以使用的前提就是认为用于信道信息传递的链路是完整并且可靠的，这样由于延时给信道带来的变化就可以忽略不计了。

3.2 分簇调度算法研究

图4所示为分簇调度算法框图，在对于系统子信道进行分簇并且将空集合进行修正之后，根据算法的框图我们可以知道，在分簇调度算法中，对整体用户的分簇以及对于单个用户调度是必要的，第二步骤是在第一步骤完成的基础上来进行的，也就是说如果存在有空集合则先对于空集合来进行修正，如果不存在空集合时就直接进行用户的调度。

我们可以列举出一些较为典型的分簇调度算法，主要有：（1）贪婪调度（GS）;（2）基于参考向量的调度（VS）;（3）穷举调度（ES）。

正是因为前文所说的集中调度研究方法存在着种种的不足，而在本论文研究中我们提到的是基于干扰数的调度算法，这种算法从本身来说就相对于其他调度算法具有很高的系统容量，并且也正是由于这个原因，我们所进行研究的主要重点就是这种PS算法在分簇系统这个特定的环境或系统下的应用情况，我们可以先假设在进行研究的系统中已经完成了系统分簇和系统修正的步骤，在进行完这些步骤之后，我们就可以得到的集合为：S1，S2，…，SM，其中算法的具体步骤如下所述：

步骤1：系统基站进行初始化并对获得的Hh进行SVD;

步骤2：将vk，i投影到Tk，i的正交空间上，使得pk，i与Tk，？咨正交：

（4-1）

步骤3：构造相关矩阵

步骤4：重构矩阵Rt：

当t=0时，重构矩阵

当t≠0时，重构矩阵

步骤5：对Rt的每一行进行处理获得向量，其元素的计算如下：

步骤6：根据下式进行用户-子信道选择：

4 仿真试验

新的算法对于整个系统运行速率的影响情况通过实际仿真来进行表现，在模拟仿真的过程中，我们可以通过随机分簇和给予相关度的分簇方法来分别进行研究，在仿真中所采用的方法是基于参考向量的修正方法，采用穷举调度、基于参考向量调度、先验式调度和贪婪调度四种方式，这4种方式都采用预编码的方式，也就是说是选取与信道矩阵对应的右奇异向量v 作为预编码向量。在仿真中参數设定为Nk=1，L=16，NT=4。