基于博弈论的主动式小区间干扰协调doc.docx

基于博弈论的主动式小区间干扰协调doc.docx

《基于博弈论的主动式小区间干扰协调doc.docx》由会员分享，可在线阅读，更多相关《基于博弈论的主动式小区间干扰协调doc.docx（13页珍藏版）》请在冰豆网上搜索。

基于博弈论的主动式小区间干扰协调doc

基于博弈论的主动式小区间干扰协调

由于下一代移动通信系统需要支持更大的传输速率和系统容量，系统内用户的信干噪比必须得到极大的提高，提高信干噪比需要提高信号功率和降低干扰，虽然系统采用了自适应编码调制（AMC），多输入多输出（MIMO）等新技术提高了信号功率，带来了信干噪比的提升，但离系统要求还有较大差距；同时如此高的系统带宽对多小区间的频率复用效率提出了更高的要求，而全频率复用是满足上述需求的有力技术，但是在全频率复用环境下，小区间的干扰会严重影响通信系统的传输速率和用户的服务质量。

因此，小区间干扰就成了未来移动通信系统中的主要干扰源，目前小区间的干扰抑制技术主要包括：

干扰随机化、干扰消除、干扰协调等。

干扰随机化技术通过随机化干扰信号来进行干扰压制，干扰随机化的方法包括：

加扰、交织多址（IDMA）和跳频等，干扰随机化只是白化了干扰，并没有真正的减少系统的干扰信号，带来的信噪比改善程度有限。

干扰消除技术是通过在用户端利用处理增益来进行干扰压制的一类技术，干扰消除技术复杂度高、应用条件严格，而且只能消除一些强干扰源，而实际系统中干扰主要是由很多小的干扰叠加在一起产生的，因此这项技术在实际应用中效果有限。

干扰协调技术是通过在小区间合理分配资源，尽量使相邻小区间所用资源正交，从而减少小区间的干扰。

当前的干扰协调技术研究主要是通过对频谱资源的协调减少干扰，根据频谱资源分配方法的不同,小区间干扰协调技术可分为静态协调、半静态协调和全动态协调三种，这三种干扰协调方法仍然有一定的局限性（如频谱效率不高或者信令开销大等）。

因此研究高效率、低开销的干扰协调方法对于未来IMTAdvanced移动通信系统具有十分重要的价值。

一、项目预期解决的问题

本课题拟通过在物理层引入基于博弈论的协作多点通信机制来进行多小区间的干扰抑制，以协作MIMO或多点时空发射分集的实现方式，将原来视为干扰的信号变为具有增益的有用信号，显著改善小区边缘速率，实现多小区间的干扰协调，使得整个网络用户感受速率更为平均。

同时结合无线资源管理，将博弈论引入到多小区功率分配中，寻求较优的基于定价的多小区功率分配博弈模型，实现多频带、多小区、多用户的主动式干扰协调。

基本技术路线如图1：

图1多小区、多用户协作干扰协调

主要研究内容包括：

1.基于多点协作（CoMP）的干扰协调技术

这部分研究以充分发挥CoMP下多天线与多基站的空间自由度优势为基础，从物理层上研究解决全复用、基站多天线、非正交多址情形下小区间干扰抑制问题，同时努力降低基带处理复杂度。

具体包括：

多小区、多天线基站协同通信系统的极限容量研究：

本部分研究内容是本课题的理论基础，通过分析多小区、多天线基站协同通信系统的信息论容量有助于我们理解系统的极限性能及其随关键参数的缩放规律，并为设计次优传输策略提供指导。

由于OFDM信号由一系列子载波信号组成，通过控制子载波上承载的信号，OFDM系统能灵活的控制信号带宽和频谱，这使得OFDM技术特别适用于认识无线电系统。

因此在OFDM中引入认知无线电的概念，并研究如何设计导频以进行最优信道估计，进而取得极限系统容量是一个关键点。

小区间干扰抑制研究：

由于最优的污纸编码（DPC）传输策略的编译码复杂度太高及对信道信息精度的严格要求，使得这种最优策略无法运用到实际系统中，因此我们需要寻求一种复杂度低且性能较好的次优策略。

对于单基站MIMO系统下行链路较为常用的次优传输策略有随机正交波束成型、迫零波束成型等，理论上它们都可以移植到多基站协作MIMO协作系统中，但由于协作多点要求更复杂的信号处理来计算多个基站的波束成形系数和增加基站连接的用户数据，同时多基站协作MIMO系统的不同信道矩阵由于经历不同的阴影衰落及小尺度衰落，其信道矩阵元素的统计特性往往呈现出较大的差异，因此单基站MIMO系统下行链路中基于同质信道假设的用户调度策略以及传输方案都需要进行相应的调整和优化才能适用于新的更复杂的异质信道情形。

多点相干传输问题的研究：

干扰控制只能消除终端能看见的干扰，但不能将有害干扰转为有用的信号。

如果多点传输的符号级同步可以做到（如要求多点传输同样的符号内容，并交换这个内容在同步网内），多点同时传输可以传输更大的每个终端的总功率，同时，可以获得协作分集增益。

加上符号级的内容同步，可以进一步将有益传输根据传输信号的幅度和相位是否相干或所有天线是否在多点之间进行交互进行分类。

基带处理复杂度问题的研究：

多基站、多用户协作MIMO性能提高是以处理复杂度和可能额外干扰为代价的。

对于上行链路，多点接收与单点接收相比，终端发射不会有根本差别即复杂度没有增加也没有引起额外的上行干扰，反而由于多点参与接收，在合适的功率控制情况下，终端会降低发射功率，从而减少干扰，而基站接收端多点接收需要付出额外的接收复杂度，对每一路信号都需要单独解调、译码；对于下行链路，基站多点发射与单点发射相比，付出额外基带处理复杂度，而且可能对于其它非CoMP区域导致额外的干扰，从终端的角度看对于多站点协作MIMO情况复杂度增加非常多，这是一个需要重视的问题。

2.基于多点协作的无线资源调度技术

基站间仅仅通过物理层的干扰抑制技术还不能完全解决多小区动态干扰协调问题，还需要在小区间合理分配资源，从而减少小区间的干扰。

为了实现上述目标，我们拟在动态多点协作传输的适应MIMO模式、基于博弈论的多小区功率协作控制这两个关键方向开展深入研究。

多用户、多小区协作传输的自适应MIMO模式研究：

本课题提出的基于协同工作的多用户、多小区动态干扰协调基本思想是将原先各基站只面向本小区用户传输的业务流，通过基站间链路层合理的协同用户调度，共同为小区边缘区域用户发送业务流，此时小区边缘用户可以同时接收到多个基站发送的业务流。

因此，对于IMTAdvanced上行传输的MIMO方式，许多公司认为应根据MIMO模式、单用户与多用户MIMO模式、协作与非协作MIMO模式、小区边缘干扰抑制与小区边缘传输分集模式等需要进行工作模式的自适应切换，不同切换方式会有不同的性能影响与切换变量的测量，而现有的IMTAdvanced的提案中，还没有相关的切换方法的性能仿真与信令设计，这是一个值得关注的研究点。

在用户调度方面，由于处于小区边缘区域用户的通信是基于协作机制完成的，其无线资源调度需要采用多小区协作资源调度，而处于非小区边缘用户，由于通常不采用协作机制，其资源调度方法与小区边缘用户的资源调度方法不同，采用的MIMO模式也应该不同。

因此，我们将多小区中的MIMO模式分成三类。

一类是单用户MIMO（SU-MIMO），每个用户由一个基站服务，适用于系统负载较轻的小区中心区域；第二类是多用户MIMO（MU-MIMO），多个用户由一个基站服务，并共享同样的无线资源，特别适用于系统负载较重的小区中心区域；第三类是协作MIMO,多个用户由多个基站共享相同的无线资源，当有基站协作时，小区边缘用户的通过率和小区覆盖可以有极大提高，并可以有效的实现干扰协调。

考虑到用户的移动性，需要研究用户在这三类模式间的切换和动态分类问题，建立合理的用户效用函数评估模型，分析多小区内所有用户的整体增益性能，在此基础上设计用户在这三类模式间的动态分类和资源调度方案。

对于协作MIMO模式的用户，需要研究多个基站对用户的协作资源调度问题，这就需要设计多基站到多用户间的多对多映射矩阵，使所有用户的干扰协调效果整体最优。

考虑到用户的移动性以及各基站到不同用户信道的时变性，对一个完备的多变量随机矩阵优化求解的难度将是非常大的。

因此如何设计这类多变量矩阵使其优化可解，并通过合理的形式进行简化运算使协作MIMO模式具有较低的复杂度也是本课题研究的关键问题。

基于博弈论的多小区功率协作控制研究：

本课题所研究的核心目标是实现多用户、多小区动态干扰协调，而传统的功率控制是以提高网络容量为最高标准，在下一代移动通信网络中如果直接采用这类技术也许可以提高网络的容量，但是往往会导致小区边缘的用户干扰较大，用户服务质量出现大幅降低，因此在通过协同工作提高网络容量时，必须以多小区的动态干扰协调为约束。

为此我们将博弈论引入到小区功率分配中，寻求一种较优的基于定价的多小区功率分配博弈模型，并分析该博弈模型的纳什均衡解的存在性和唯一性，寻找合适的分布式求解算法。

如何建立具有纳什均衡解的博弈模型，并寻求低复杂度易于实现的分布式求解算法是一个关键问题。

3.跨层协作调度

当采用多个小区进行协作时，需要在不同的小区内对边缘用户进行分集协作传输，当某一路小区信号太弱时，分集合并不会带来增益；如果增加这个用户的传输功率，会带来整个系统的功率增加，并会对其它用户形成干扰。

因此，需要解决传输信号的选择性合并、数据传输延时对性能的影响、信号开销、和上行联合接收对中心节点处理负荷增加问题。

需要形成有效的跨层协作传输机制。

因此我们拟以跨层设计技术为基础，实现多小区基站间物理层和链路层协同信息的共享，减少小区间冗余协同信息，提高基站协同控制效率，优化基站间的资源分配。

具体拟开展以下研究：

多小区基站跨层协同控制技术研究：

传统的跨层设计是以提高单个通信实体内的处理效率为核心，而本课题所研究的环境是一种多用户、多小区分布式协同通信网络，该网络将相邻小区内的多个基站天线看作是一个统一的虚拟MIMO阵列，然而要实现多基站虚拟MIMO阵列协同传输，需要反馈整个虚拟MIMO信道的状态信息，如果分别在不同协议层提供这些信息以支持协同工作，会导致网络的大量资源被用于非数据传输，降低了网络在处理动态干扰协调时的效率。

为了减少这种协同工作所导致的额外开销，我们拟开展以下两方面的研究：

1）多小区基站间跨层协同信息共享研究；2）多小区基站间跨层协同控制技术研究。

多小区基站跨层协同资源分配技术研究：

目前的动态资源分配技术能够根据信道和干扰情况的变化自适应分配无线资源。

本课题中资源分配不仅要考虑信道和干扰的时变性，还需要考虑多用户、多小区间的协同，简单的单基站跨层资源分配方式不能满足协同网络动态干扰协调要求。

这种情况下的资源分配是一个信道、干扰、协同信息联合变化下的分布式多基站动态跨层资源优化问题，这类问题往往是较复杂的非线性优化问题，面临着全局搜索最优解计算量非常庞大的问题。

4.协作与小区干扰协调（ICIC）的协调

下一代无线通信系统中普遍采用OFDM技术，其物理层技术自身没有小区间干扰抑制机制，如果频率复用因子为1，会导致小区边缘间的严重干扰，为了提高小区边缘的数据速率，并有效减少小区边缘干扰，现有的各种ICIC方案中，小区边缘的频率复用因子均大于1，这样降低了频谱利用率。

然而，目前的ICIC算法中寻找资源正交与CoMP中的资源共享是相互矛盾的。

在一些关于CDMA的文献中提到了小区边缘资源共享的例子，如图2所示。

图中小区边缘使用相同的频率，边缘小区用户可以通过使用协作传输来提高性能。

但该方案存在着切换过于频繁的问题。

图2一种部分复用方案

因此设计一种便于协作、切换简单的频率复用方案，既实现小区边缘的干扰协调，又能高效利用频谱资源是一个需要解决的问题。

二、基于博弈论的主动式小区间干扰协调的技术路线

1.基于多点协作的干扰协调技术路线

多点协作（CoMP）引入后会强烈影响到系统的干扰分布，所以在CoMP的分析中，平均干扰统计以及Geometry干扰和SINR统计都非常重要，这既是干扰协调的依据也是容量分析的依据。

◆CoMP可以认为是一种新的干扰协调机制，是“变干扰为协作”。

图3所示非CoMP下，eNB1和eNB2分别为UE1和UE2服务，这样的方式导致eNB1和eNB2分别对于UE2和UE1成为干扰源。

CoMP可以根据目标存在两种工作方式即“边缘速率目标形”CoMP以及“平均吞吐量目标形”CoMP，分别如图4和图5。

从图4看eNB1和eNB2分别通过传输信道H1和H2联合为UE服务，这种情况可以有助改善用户边缘速率，图4可以认为是一种SU－CoMP模式。

从图5看定义Hij为第i个基站为第j个用户服务，则图5的多点（Site）多用户（Multi－User）传输模式可以认为是一种MU－CoMP模式，其综合信道传输模式为：

上述传输矩阵的列向量之间的信道可分行构成了是否可以多用户传输的基础。

图3非协作CoMP

图4边缘目标型CoMP

图5平均通过率目标型CoMP

针对分布式MIMO系统容量进行研究。

假定发送侧未知信道信息，采用等功率发送方式。

信道模型采用复合信道模型，综合考虑了路径损耗，阴影衰落和小尺度衰落，分布式MIMO系统容量的下行容量公式如下：

（1）

其中

表示总发射功率，

为噪声方差。

类似的，上行容量公式可以表示为：

（2）

我们采用中断容量作为评价标准，中断容量定义为：

信道瞬时容量小于某一给定

容量的终端概率

。

◆由于最优的DPC编码方案复杂度过高，我们要设计复杂度低的次优协作多点传输的预编码方案。

在下行传输时，由多个小区基站构成一个分布式MIMO系统，可以有空间数据复用和空时分组编码传输两种方案，但数据流个数的选择与接收终端的天线数有关。

其信号模型如下所述：

（3）

其中S是L-维通过N个eNB的传输数据矢量，

是

的预编码矩阵，

是

信道矩阵，它是第n个eNB到UE的传输矩阵，

是功率尺度因子，集合矩阵

可以看作是单个预编码矩阵，对于

个分布式天线。

它将满足以下约束：

相应的，如果

，这些扩展的维数可以提供一个选择分集增益。

这种情况下，多点协作MIMO不能增加系统峰值数据速率，除非

。

但可以提高整个系统的容量。

从式（3）可以推断出协作多点传输MIMO可以有以下两种工作方式，一种是分布空间复用方式，一种是分布式传输分集方式。

图6分布式空间复用

主要是考虑在下行采用复用方式提高吞吐率，

。

图7空间传输分集方式

为了最好的进行干扰协调及基于系统容量的考虑，

应通过优化设计，在许多情况下，

应满足常模性质去满足功率放大器的平衡。

有两种设计方法：

（1）联合设计：

一个考虑多个eNB的超码书设计；

（2）分别设计：

对每一个eNB的一个N码书集设计。

◆对于多点相干传输方案的实现，未来的无线通信系统要求能进行链路自适应（LA），也就要求单点（SP）与多点（MP）能进行触发与切换。

①SP/MP的触发

即使决定一个UE组是否服务在一个MP或SP模式下，需要在所有能支持这种模式的UE中去选一些能参与的点，这些UE要求通过反馈恰当的测量来辅助做出决定。

在UE端看见的来自多点的干扰，如RSRP，可用于触发一个交换从SP到MP或相反。

这意味着一个特定小区的RS控制信令的起始2个符号可以利用，同时意味着PDCCH传输到一个定位点是不需要协同的。

②基于全局/部分信道信息的MP相干传输

在有益传输模式下，多点可服务于一个UE作为SU-MIMO,或同时服务于多用户作为MU-MIMO。

图8下行多点SU-MIMO

图8给出了有m个天线的K个点，服务于有2个天线的单个UE，假设UE能估计所有点的信道参数，它就将全局的秩-1或秩-2的预编码矩阵传回到参与的有益传输点中。

在这种情况下，所有点传输在所有天线上是相干的不同幅度/相位的同样的符号及波形。

在数学模型上，与SU-MIMO问题是相同的。

③MP-MU-MIMO

图9下行多点MU-MIMO方案

图9给出了有m个天线的K个点服务于2个天线的2用户，假设这2个UE能估计所有传输点的信道信息，并将秩-1或秩-2的预编码矩阵传回到参与的有益传输点中，在这种情况下，所有点传输在所有天线上是相干的不同幅度/相位的同样的符号及波形。

在数学模型上，与MU-MIMO问题是相同的。

2.基于多点协作的无线资源调度技术的技术路线

首先考虑模式切换问题：

●方案1：

不论用户处于小区边缘或小区中间，都采用CoMP模式。

●方案2：

当用户处于小区边缘时，采用CoMP模式；而当用户处于小区中间时，采用单小区的SU-MIMO或MU-MIMO模式。

中心与边缘使用不同频带资源。

图10边缘用户的CoMP模式

在图10所示的情况下，协作小区的边缘用户的干扰来自于非协作区域的小区中心，没有协作小区之间的干扰，并且和单小区相比，具有宏分集带来的增益。

这种情况的仿真结果可以作为一种上限，用于与多用户情况结果相比较。

对于方案2，我们需要对确定选择哪一种模式的准则，具体可以考虑的准则包括：

（1）根据接收信号的大小，

（2）根据接收的SINR。

同时我们考虑协同MIMO的方式，协同MIMO方案是一种有效的在UL增加网络容量的方案，协作方式如图11所示，协同MIMO可以重用同样的时频资源和同时传输数据；协同MS采用正交导频分配形成在BS的MIMO处理。

基站有效的干扰协调可以由恰当的协同MS调度，在基站接收信号能量的到达方向充分散射。

码书预编码可以用于提高协同MIMO的有效性。

由于MS终端用户的私密性与是电池待机的时效性，在实际运用中，难以与用户间形成协同MIMO，但可以将用户与中继站（RB）形成协同MIMO。

更实用的就是协作传输方式的虚拟MIMO的方案。

图11协作MIMO的传输方案

3.跨层协作调度

我们从跨层优化的思想出发，考虑到干扰协调与服务代价（CostofService，CoS）之间的关系，不仅基于反馈的物理层的信道信息和功率约束，还基于数据链路层的业务调度和用户的公平原则。

为了达到最大化干扰协调与最小化CoS的目标，我们将集合业务调度、子载波和能量分配、调制与编码等功能结构，并试图在数据链路层的业务调度与物理层的子载波分配之间建立信息交互联系。

业务调度控制着不同用户的数据包的传输次序，以提供有保证的服务与公平性。

在物理层中动态地分配子载波和相应于各个用户的传输功率，也就是根据调度算法的结果来传输不同数量的数据包。

跨层协作调度的优化目标包括：

1）最小化基站端总的发射功率；2）保证每次传输中每个用户的数据包传输成功率（PacketSuccessRatio，以下记做PSR）能达到一个足够高的水平；3）每个用户及其业务公平享用带宽资源。