本發(fā)明涉及一種基于mab的大規(guī)模mimo用戶(hù)調(diào)度和波束賦形方法及系統(tǒng)，屬于無(wú)線(xiàn)通信。

背景技術(shù)：

1、信道狀態(tài)信息的獲取難易程度對(duì)于大規(guī)模mimo系統(tǒng)預(yù)編碼算法的研究至關(guān)重要。對(duì)于目前通信領(lǐng)域中的兩種雙工方式，即頻分雙工（fdd）和時(shí)分雙工（tdd），它們的信道狀態(tài)信息獲取方式有著顯著區(qū)別。對(duì)于頻分雙工（fdd）方式，由于上下行信道不對(duì)稱(chēng)，下行鏈路同樣需要基站發(fā)送導(dǎo)頻序列，終端設(shè)備分別計(jì)算各自的所屬信道的狀態(tài)信息并反饋給基站，其導(dǎo)頻開(kāi)銷(xiāo)量將與天線(xiàn)陣列的數(shù)量成正比，顯然對(duì)于大規(guī)模mimo系統(tǒng)而言，眾多的天線(xiàn)數(shù)造成了巨量的導(dǎo)頻開(kāi)銷(xiāo)，導(dǎo)頻污染也隨之激增。雖然動(dòng)態(tài)天線(xiàn)切換技術(shù)可以減少導(dǎo)頻鏈路數(shù)量，但這種技術(shù)沒(méi)有充分利用多天線(xiàn)增益的優(yōu)勢(shì)，并且在反向鏈路上存在信號(hào)延遲問(wèn)題，因此很難及時(shí)獲取系統(tǒng)所有的信道信息。

2、為了充分利用大規(guī)模mimo的優(yōu)勢(shì)，在基站（bs）獲取信道狀態(tài)信息尤為重要。然而，頻分雙工(fdd)中信道互易性不成立，為了獲取瞬時(shí)csi，不得不取得較大的下行導(dǎo)頻長(zhǎng)度（dtl），承受大量csi反饋開(kāi)銷(xiāo)。在未來(lái)的無(wú)線(xiàn)通信中，tdd和fdd模式都是非常重要的，因此有必要減少頻分雙工（fdd）模式下的下行導(dǎo)頻長(zhǎng)度（dtl）和信道反饋。同時(shí)，在用戶(hù)數(shù)大于系統(tǒng)所能服務(wù)的情況下，提高頻譜效率也將會(huì)是系統(tǒng)的剛需。在頻分雙工（fdd）大規(guī)模mimo中，采用信道協(xié)方差矩陣（ccm）的兩階段波束成形（tsb）可以降低下行鏈路訓(xùn)練長(zhǎng)度（dtl）和信道反饋。但估算信道協(xié)方差矩陣（ccm）的代價(jià)也是很大的。因此，有必要提出一種不需要信道協(xié)方差矩陣（ccm）的tsb算法，在兼顧用戶(hù)數(shù)量、減少開(kāi)銷(xiāo)的情況下又可以提升tsb的性能。

3、adhikary利用大規(guī)模mimo的空間相關(guān)性和信道稀疏性，研究了一種兩階段預(yù)編碼方案，該方案以聯(lián)合空分多路復(fù)用（jsdm）技術(shù)為基礎(chǔ)，?其關(guān)鍵思想是通過(guò)用戶(hù)調(diào)度將具有不同空間特性的用戶(hù)設(shè)備分配至不同組內(nèi)，將下行預(yù)編碼過(guò)程劃分為兩個(gè)矩陣的求解過(guò)程。為大規(guī)模mimo技術(shù)在頻分雙工（fdd）制式下的預(yù)編碼實(shí)現(xiàn)奠定了基礎(chǔ)。在用戶(hù)數(shù)大于系統(tǒng)所能服務(wù)的情況下，一些研究提出了用戶(hù)調(diào)度方案來(lái)提高頻譜效率。這些工作依賴(lài)于基站上可用的ccm，但是信道協(xié)方差矩陣（ccm）的估計(jì)仍然是一個(gè)具有挑戰(zhàn)性的問(wèn)題。此外，在用戶(hù)快速移動(dòng)等場(chǎng)景下，信道協(xié)方差矩陣（ccm）變化較快，這使得ccm的估計(jì)更困難。

4、song考慮到估計(jì)ccm的高代價(jià)，設(shè)計(jì)了基于多臂賭博機(jī)（mab）的tsb方案，避免了對(duì)信道協(xié)方差矩陣（ccm）的估計(jì)，提高了頻譜效率。基于多臂賭博機(jī)（mab）的tsb方案將預(yù)波束賦形矩陣設(shè)計(jì)問(wèn)題轉(zhuǎn)化為mab問(wèn)題，并利用該算法訓(xùn)練預(yù)波束賦形矩陣，不再需要信道協(xié)方差矩陣（ccm）。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于mab的大規(guī)模mimo用戶(hù)調(diào)度和波束賦形方法及系統(tǒng)，解決現(xiàn)有技術(shù)里面無(wú)法應(yīng)對(duì)多用戶(hù)場(chǎng)景、下行訓(xùn)練長(zhǎng)度過(guò)長(zhǎng)、有效頻譜效率較低的問(wèn)題；

2、為達(dá)到上述目的/為解決上述技術(shù)問(wèn)題，本發(fā)明是采用下述技術(shù)方案實(shí)現(xiàn)的：

3、第一方面：一種基于mab的大規(guī)模mimo用戶(hù)調(diào)度和波束賦形方法，所述方法包括：

4、建立tsb方案通信模型，得到頻譜效率最大化的設(shè)計(jì)問(wèn)題；

5、將得到的頻譜效率最大化的設(shè)計(jì)問(wèn)題轉(zhuǎn)換為二維空間的組合式多臂賭博機(jī)問(wèn)題；

6、將二維空間的組合式多臂賭博機(jī)問(wèn)題的目標(biāo)函數(shù)進(jìn)一步分為兩個(gè)子問(wèn)題，在第一個(gè)子問(wèn)題中選擇賭博臂來(lái)尋找功率角譜中的零值，在第二個(gè)子問(wèn)題選擇賭博臂來(lái)最大化接收能量；

7、根據(jù)兩個(gè)子問(wèn)題，采用最優(yōu)線(xiàn)性u(píng)cb算法和次優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣。

8、可選地，所述建立tsb方案通信模型，得到頻譜效率最大化的設(shè)計(jì)問(wèn)題，包括：

9、采用dft矩陣來(lái)設(shè)計(jì)預(yù)波束賦形矩陣，其中，表示發(fā)送端未經(jīng)處理的信號(hào)，用表示在第個(gè)時(shí)間窗口中的所選用戶(hù)，用表示在第個(gè)時(shí)間窗口中的所選dft矢量，則預(yù)波束賦形矩陣表示為，在第個(gè)時(shí)間窗口中的有效信道矩陣表示為；

10、設(shè)為的基數(shù)，表示復(fù)數(shù)集合，l為基站陣元數(shù)量，則當(dāng)基站發(fā)送信號(hào)的導(dǎo)頻矩陣為時(shí)，第個(gè)用戶(hù)接收到的信號(hào)為：

11、；

12、其中，表示共軛轉(zhuǎn)置矩陣，表示第個(gè)用戶(hù)在時(shí)刻接收到的信號(hào)，與為第個(gè)用戶(hù)的信道矢量與第個(gè)時(shí)間窗口中的噪聲；

13、在適用信道中，將問(wèn)題轉(zhuǎn)化為在下行訓(xùn)練長(zhǎng)度受限的情況下設(shè)計(jì)和，使得頻譜效率最大化，由香農(nóng)公式的推導(dǎo)，在接收信號(hào)的能量最大時(shí)，頻譜效率指標(biāo)將隨之提升，由于，預(yù)波束賦形矩陣的設(shè)計(jì)問(wèn)題的目標(biāo)函數(shù)為：

14、；

15、其中，表示在第個(gè)時(shí)間窗口中的所選用戶(hù)，表示在第個(gè)時(shí)間窗口中的所選dft矢量，表示所選用戶(hù)的索引集，表示所選dft矢量的索引集，為第個(gè)用戶(hù)在第個(gè)時(shí)間窗口中的信道矢量，為索引為的dft矢量，為下行訓(xùn)練長(zhǎng)度的限制常數(shù)。

16、可選地，所述將得到的頻譜效率最大化的設(shè)計(jì)問(wèn)題轉(zhuǎn)換為二維空間的組合式多臂賭博機(jī)問(wèn)題，包括：

17、二維空間的組合式多臂賭博機(jī)問(wèn)題有兩個(gè)變量集和，和表示這兩個(gè)變量集各自的元素?cái)?shù)量，為用戶(hù)數(shù)，為dft矢量數(shù)，兩個(gè)變量集每一對(duì)元素的組合均有一個(gè)未知的均值，每個(gè)均值均滿(mǎn)足獨(dú)立同分布；

18、將問(wèn)題適用為兩個(gè)變量集所對(duì)應(yīng)的一個(gè)二維空間的組合式多臂賭博機(jī)問(wèn)題，表示所選用戶(hù)的索引集，，表示所選dft矢量的索引集，，多臂賭博機(jī)的超級(jí)臂為，相應(yīng)的獎(jiǎng)勵(lì)為。

19、可選地，所述將得到的頻譜效率最大化的設(shè)計(jì)問(wèn)題轉(zhuǎn)換為二維空間的組合式多臂賭博機(jī)問(wèn)題，包括：

20、二維空間的組合式多臂賭博機(jī)問(wèn)題有兩個(gè)變量集和，和表示這兩個(gè)變量集各自的元素?cái)?shù)量，為用戶(hù)數(shù)，為dft矢量數(shù)，兩個(gè)變量集每一對(duì)元素的組合均有一個(gè)未知的均值，每個(gè)均值均滿(mǎn)足獨(dú)立同分布；

21、將問(wèn)題適用為兩個(gè)變量集所對(duì)應(yīng)的一個(gè)二維空間的組合式多臂賭博機(jī)問(wèn)題，表示所選用戶(hù)的索引集，，表示所選dft矢量的索引集，，多臂賭博機(jī)的超級(jí)臂為，相應(yīng)的獎(jiǎng)勵(lì)為。

22、可選地，所述將二維空間的組合式多臂賭博機(jī)問(wèn)題的目標(biāo)函數(shù)進(jìn)一步分為兩個(gè)子問(wèn)題，包括：

23、第一個(gè)子問(wèn)題，用一個(gè)標(biāo)準(zhǔn)化的效用函數(shù)對(duì)似然比在從0至1的區(qū)間內(nèi)標(biāo)準(zhǔn)化，所述標(biāo)準(zhǔn)化的效用函數(shù)如下：

24、；

25、其中，表示第個(gè)用戶(hù)的信道矢量經(jīng)過(guò)第個(gè)dft矢量的運(yùn)算后信號(hào)能量的似然比，則為的標(biāo)準(zhǔn)化形式，似然比越大，也隨之越大，若信號(hào)以相同的概率傳輸，則與其所映射的非零；

26、則第一個(gè)子問(wèn)題被轉(zhuǎn)化為如何選擇與能讓之和最大，第一個(gè)子問(wèn)題公式表達(dá)如下：

27、；

28、；

29、；

30、其中，表示第個(gè)用戶(hù)的信道矢量經(jīng)過(guò)第個(gè)dft矢量的運(yùn)算后信號(hào)能量的標(biāo)準(zhǔn)化似然比，表示所選用戶(hù)的索引集，表示所選dft矢量的索引集，為下行訓(xùn)練長(zhǎng)度的限制常數(shù)，表示在這個(gè)子問(wèn)題中第個(gè)時(shí)間窗口中的所選用戶(hù)，表示在這個(gè)子問(wèn)題中第個(gè)時(shí)間窗口中的所選dft矢量；

31、由于組的似然比在剩余的集里為零，存在多解，在每個(gè)解中，存在使得對(duì)有或使得對(duì)有，需從解中移除元素均為零的行與列，使得似然比的和是最大值；

32、當(dāng)解出，選擇剩下的臂來(lái)最大化接收的能量，則第二個(gè)子問(wèn)題公式表達(dá)如下：

33、；

34、；

35、；

36、其中，表示在第個(gè)時(shí)間窗口中的所選用戶(hù)，表示在第個(gè)時(shí)間窗口中的所選dft矢量，表示所選用戶(hù)的索引集，表示所選dft矢量的索引集，為第個(gè)用戶(hù)在第個(gè)時(shí)間窗口中的信道矢量，為索引為的dft矢量，為下行訓(xùn)練長(zhǎng)度的限制常數(shù)，表示在第個(gè)子問(wèn)題中第個(gè)時(shí)間窗口中的所選用戶(hù)，表示在第個(gè)子問(wèn)題中第個(gè)時(shí)間窗口中的所選dft矢量。

37、可選地，根據(jù)兩個(gè)子問(wèn)題，采用最優(yōu)線(xiàn)性u(píng)cb算法或次優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣，包括：基于單環(huán)信道的應(yīng)用場(chǎng)合采用最優(yōu)線(xiàn)性u(píng)cb算法和次優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣。

38、可選地，基于單環(huán)信道的應(yīng)用場(chǎng)合采用最優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣，包括：

39、在第一個(gè)子問(wèn)題中，將效用函數(shù)作為由dft矢量索引與用戶(hù)索引組成的賭博臂的獎(jiǎng)勵(lì)，在最優(yōu)線(xiàn)性算法中，一個(gè)基礎(chǔ)的賭博臂的ucb值定義如下：

40、；

41、其中，表示最優(yōu)算法中賭博臂的ucb值，為用戶(hù)數(shù)，為dft矢量數(shù)，表示第次迭代中該賭博臂被選中過(guò)的次數(shù)，為用戶(hù)信道中有效信道矢量所對(duì)應(yīng)的未定賭博臂集，為當(dāng)前賭博臂在第次迭代中已獲取的獎(jiǎng)勵(lì)值的模；為了選出使得ucb值最小的超級(jí)臂，用一個(gè)矢量來(lái)表示用戶(hù)是否已被選擇過(guò)，用表示是否已經(jīng)選擇過(guò)波束，代表第個(gè)波束已經(jīng)被選擇過(guò)，為0則相反，選擇賭博機(jī)的超級(jí)臂的問(wèn)題將被轉(zhuǎn)述為如下表達(dá)：

42、；

43、；

44、其中，表示轉(zhuǎn)置操作，為表示各用戶(hù)是否已被選擇過(guò)的0-1矢量，為表示第個(gè)用戶(hù)是否已被選擇過(guò)的邏輯值，為表示各dft矢量是否已經(jīng)選擇過(guò)的0-1矢量，為全體信道，為第個(gè)用戶(hù)的信道矢量。

45、可選地，基于單環(huán)信道的應(yīng)用場(chǎng)合，采用次優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣，包括：

46、考慮第一個(gè)子問(wèn)題，設(shè)在次優(yōu)算法的第次迭代中，與為被選中用戶(hù)與波束的索引集，在下一次迭代中動(dòng)作的獎(jiǎng)勵(lì)將被定義如下：

47、；

48、其中，為第次迭代中賭博臂的獎(jiǎng)勵(lì)，、為當(dāng)前賭博臂與第i-1次迭代中用戶(hù)集與dft矢量集的并集，為表示第個(gè)用戶(hù)的信道矢量經(jīng)過(guò)第個(gè)dft矢量的運(yùn)算后信號(hào)能量的標(biāo)準(zhǔn)化似然比；

49、由于，易證，因此，在次優(yōu)算法中將第次迭代中每個(gè)賭博臂的ucb值定義為下式：

50、；

51、其中，表示次優(yōu)算法的第一個(gè)子問(wèn)題中賭博臂的ucb值，為第次迭代中賭博臂的獎(jiǎng)勵(lì)的取值上限，表示第次迭代中該賭博臂被選中過(guò)的次數(shù)，為當(dāng)前賭博臂在第次迭代中已獲取的獎(jiǎng)勵(lì)值的模；將ucb值最大化，在第次迭代中原問(wèn)題將被羅列如下：

52、；

53、；

54、為了求解問(wèn)題，先計(jì)算每個(gè)未被選中的賭博臂的ucb值，如式中的，并從中選擇最大值；

55、考慮第二個(gè)子問(wèn)題時(shí)，設(shè)在次優(yōu)算法的第次迭代中，與為被選中用戶(hù)與矢量的索引集，在下一次迭代中動(dòng)作的獎(jiǎng)勵(lì)將被定義如下：

56、；

57、其中，為第次迭代中賭博臂的獎(jiǎng)勵(lì)，、為當(dāng)前賭博臂與第i-1次迭代中用戶(hù)集與dft矢量集的并集，為第個(gè)用戶(hù)在第個(gè)時(shí)間窗口中的信道矢量，為索引為的dft矢量；

58、獎(jiǎng)勵(lì)將呈現(xiàn)次指數(shù)分布，于是每個(gè)賭博臂的ucb值將有定義如下；

59、；

60、其中，表示次優(yōu)算法的第二個(gè)子問(wèn)題中賭博臂的ucb值，為用戶(hù)數(shù)，為賭博臂，表示第次迭代中該賭博臂被選中過(guò)的次數(shù)，為當(dāng)前賭博臂在第次迭代中已獲取的獎(jiǎng)勵(lì)值的模，為當(dāng)前系統(tǒng)在第i次迭代中已經(jīng)取得的總獎(jiǎng)勵(lì)；在第次迭代中原問(wèn)題將被羅列如下：

61、；

62、；

63、計(jì)算每個(gè)未被選中的賭博臂的ucb值，并從中選擇最大值。

64、可選地，還包括：基于多散射簇信道，將約束條件中下行訓(xùn)練長(zhǎng)度的計(jì)算轉(zhuǎn)換為圖著色問(wèn)題，采用次優(yōu)線(xiàn)性u(píng)cb算法對(duì)圖的色數(shù)進(jìn)行求解，得到波束賦形矩陣，其中，將約束條件中下行訓(xùn)練長(zhǎng)度的計(jì)算轉(zhuǎn)換為圖著色問(wèn)題，包括：

65、利用圖的色數(shù)降低計(jì)算復(fù)雜度，滿(mǎn)足的最小dtl值為，其中，為用戶(hù)的有效信道矩陣，表示轉(zhuǎn)置，為表示dft矢量與用戶(hù)配對(duì)關(guān)系的0-1矩陣，表示的鄰接矩陣的圖的色數(shù)，設(shè)為的一種解，導(dǎo)頻矩陣被設(shè)計(jì)為，其中，是任意大小的酉矩陣的第列。

66、可選地，基于多散射簇信道中，將下行訓(xùn)練長(zhǎng)度轉(zhuǎn)換為圖的色數(shù)，采用次優(yōu)線(xiàn)性u(píng)cb算法對(duì)圖的色數(shù)進(jìn)行求解，得到波束賦形矩陣，包括：

67、設(shè)在次優(yōu)線(xiàn)性算法的第次迭代中，與為被選中用戶(hù)與矢量的索引集，的獎(jiǎng)勵(lì)為，在第次迭代中動(dòng)作的獎(jiǎng)勵(lì)將被定義如下：

68、；

69、其中，表示msc信道的第一個(gè)子問(wèn)題中賭博臂的ucb值，為第次迭代中賭博臂的獎(jiǎng)勵(lì)的取值上限，表示第次迭代中該賭博臂被選中過(guò)的次數(shù)，為當(dāng)前賭博臂在第次迭代中已獲取的獎(jiǎng)勵(lì)值的模；

70、將被選中動(dòng)作的ucb值最大化的問(wèn)題，在第次迭代中將被羅列如下：

71、；

72、；

73、求解第一個(gè)子問(wèn)題，先計(jì)算每個(gè)未被選中的賭博臂的ucb值，后得以選出ucb最大的賭博臂，并使之滿(mǎn)足，再利用回溯算法來(lái)計(jì)算色數(shù)；

74、求解第二個(gè)子問(wèn)題，獎(jiǎng)勵(lì)將呈現(xiàn)次指數(shù)分布，每個(gè)賭博臂的ucb值將有定義如下：

75、；

76、其中，表示msc信道的第二個(gè)子問(wèn)題中賭博臂的ucb值，為用戶(hù)數(shù)，為賭博臂，表示第次迭代中該賭博臂被選中過(guò)的次數(shù)，為當(dāng)前賭博臂在第次迭代中已獲取的獎(jiǎng)勵(lì)值的模，為當(dāng)前系統(tǒng)在第i次迭代中已經(jīng)取得的總獎(jiǎng)勵(lì)；在第次迭代中原問(wèn)題將被羅列如下：

77、；

78、；

79、計(jì)算在約束條件下每個(gè)未被選中的賭博臂的ucb值，約束中的色數(shù)將有回溯算法求得，并從中選擇ucb值最大的賭博臂。

80、第二方面：一種基于mab的大規(guī)模mimo用戶(hù)調(diào)度和波束賦形系統(tǒng)，所述系統(tǒng)包括：

81、建模模塊，用于建立tsb方案通信模型，得到頻譜效率最大化的設(shè)計(jì)問(wèn)題；

82、轉(zhuǎn)換模塊，用于將得到的頻譜效率最大化的設(shè)計(jì)問(wèn)題轉(zhuǎn)換為二維空間的組合式多臂賭博機(jī)問(wèn)題；

83、問(wèn)題分解模塊，用于將二維空間的組合式多臂賭博機(jī)問(wèn)題的目標(biāo)函數(shù)進(jìn)一步分為兩個(gè)子問(wèn)題，在第一個(gè)子問(wèn)題中選擇賭博臂來(lái)尋找功率角譜中的零值，在第二個(gè)子問(wèn)題選擇賭博臂來(lái)最大化接收能量；

84、計(jì)算模塊，用于根據(jù)兩個(gè)子問(wèn)題，采用最優(yōu)線(xiàn)性u(píng)cb算法和次優(yōu)線(xiàn)性u(píng)cb算法對(duì)二維空間的組合式多臂賭博機(jī)問(wèn)題進(jìn)行求解，得到波束賦形矩陣。

85、與現(xiàn)有技術(shù)相比，本發(fā)明所達(dá)到的有益效果：

86、本發(fā)明定義了面對(duì)二維問(wèn)題的組合式多臂賭博機(jī)，用其來(lái)描述兩階段波束賦形方案（tsb）中的預(yù)波束賦形矩陣和用戶(hù)調(diào)度設(shè)計(jì)問(wèn)題，并將問(wèn)題進(jìn)一步分為兩個(gè)子問(wèn)題，先選擇賭博臂來(lái)尋找功率角譜中的零值，再選擇賭博臂來(lái)最大化接收能量，從而提高頻譜效率。

87、本發(fā)明針對(duì)單環(huán)信道的應(yīng)用場(chǎng)合，提出了最優(yōu)線(xiàn)性u(píng)cb算法和次優(yōu)ucb算法對(duì)mab問(wèn)題進(jìn)行求解；在多散射簇（msc）信道中，本發(fā)明證明了下行訓(xùn)練長(zhǎng)度（dtl）等于圖的色數(shù)，并提出了一種計(jì)算復(fù)雜度低的次優(yōu)線(xiàn)性u(píng)cb算法，提升有效頻譜效率、降低反饋長(zhǎng)度與dtl上的優(yōu)勢(shì)。