多小区系统中信道信息存在有界误差的分布式预编码方法

摘要

本发明提供一种多小区系统中信道信息存在有界误差的分布式预编码方法，其包括以下步骤：设置系统参数；定义MSEmk为第m个小区的第k个用户的MSE；根据泄漏准则，把多小区多用户系统中所有用户总的均方误差构造成分布式的均方误差求和；对参数定义；定义信道存在有界误差时第m个小区的第k个用户的均方误差；引入松弛变量，根据Schur补集定理和S-处理，把存在有界误差的子问题转化成SDP问题求解。本发明能有效处理有界误差的影响，分布式算法降低了反馈开销，获得较好的误比特率性能。

主权项

1.一种多小区系统中信道信息存在有界误差的分布式预编码方法，其特征在于，最差情况下的优化问题作为信道存在有界误差的性能评价标准，考虑每个基站的功率限制，以系统总和MSE为优化目标，根据泄漏准则，把总MSE问题转化成对应每个基站的平行子问题，利用矩阵迹的性质、Schur补集定理和S-处理把子问题转化成半正定规划问题，获得分布式的预编码矩阵，所述多小区系统中信道信息存在有界误差的分布式预编码方法包括以下步骤：步骤一：设置系统参数，协作小区数M，每个小区有一个基站，每个基站的天线数N_t，每个基站服务的用户数K，每个用户有一个接收天线，第m个基站的功率约束P_m，其中：m=1,…,M，第m个小区的第k个用户的零均值复高斯加性噪声的协方差其中：k=1,...,K，第m个基站到第n个小区所有用户的估计信道状态信息信道有界误差矩阵ΔH_mn，其中：m,n=1,...,M；步骤二：定义MSE_mk为第m个小区的第k个用户的MSE，$\begin{array}{c}{\mathrm{MSE}}_{\mathrm{mk}}({\{f_{n1},···,f_{\mathrm{nK}}\}}_{n=1}^M,{\left\{h_{\mathrm{nmk}}\right\}}_{n=1}^M)\\ =E\left\{(y_{\mathrm{mk}}-s_{\mathrm{mk}}){(y_{\mathrm{mk}}-s_{\mathrm{mk}})}^H\right\}\\ ={\left|\right|h_{\mathrm{mmk}}^H{f}_{\mathrm{mk}}-1\left|\right|}^2+\underset{i=1,i\ne k}{\overset{K}{\Sigma }}{\left|\right|h_{\mathrm{mmk}}^H{f}_{\mathrm{mi}}\left|\right|}^2+\underset{n=1,n\ne m}{\overset{M}{\Sigma }}\underset{i=1}{\overset{K}{\Sigma }}{\left|\right|h_{\mathrm{nmk}}^H{f}_{\mathrm{ni}}\left|\right|}^2+{\sigma }_{\mathrm{mk}}^2\end{array}$其中：h_nmk为第n个基站到第m个小区的第k个用户的实际信道状态信息，其中：m,n=1,...,M，k=1,...,K，f_mk为第m个基站对第m个小区的第k个用户的预编码向量，其中：k=1,...,K，m=1,...,M；步骤三：根据泄漏准则，把多小区多用户系统中所有用户总的均方误差构造成分布式的均方误差求和，$\begin{array}{c}\underset{m=1}{\overset{M}{\Sigma }}\underset{k=1}{\overset{K}{\Sigma }}{\mathrm{MSE}}_{\mathrm{mk}}({\{f_{n1},···,f_{\mathrm{nK}}\}}_{n=1}^M,{\left\{h_{\mathrm{nmk}}\right\}}_{n=1}^M)\\ =\underset{m=1}{\overset{M}{\Sigma }}{\xi }_m({\left\{f_{\mathrm{mi}}\right\}}_{i=1}^K,{\left\{h_{\mathrm{mnk}}\right\}}_{n=1}^M)\end{array}$其中，是总的均方误差项中与第m个基站有关的项，则第m个基站对系统所有用户总的均方误差贡献包括本小区内所有用户接收信号的均方误差、小区内干扰方差以及本基站对其他协作小区所有用户的干扰方差；步骤四：定义第m个基站对所有发送数据的预编码矩阵为其中，分别为第m个基站到第n个小区的第k个用户的估计信道和有界误差信道向量，根据矩阵迹的性质，对进行重新表述，把复数求模的和运算转化成矩阵求迹运算；步骤五：定义信道存在有界误差时第m个小区的第k个用户的均方误差${\overline{\mathrm{MSE}}}_{\mathrm{mk}}={\mathrm{MSE}}_{\mathrm{mk}}({\{f_{n1},···,f_{\mathrm{nK}}\}}_{n=1}^M,{\{{\hat{h}}_{\mathrm{nmk}}+{\Delta }_{\mathrm{nmk}}\}}_{n=1}^M),$把系统总MSE优化问题用M个完全独立的子问题等效替换；步骤六：引入松弛变量，根据Schur补集定理和S-处理，把存在有界误差的子问题转化成SDP问题求解。