协作MIMO中基于用户的分组算法研究

北京邮电大学硕士学位论文
目录
第 1 章绪论......................................................................................................................................4
1.1 引言......................................................................................................................................4
1.2 研究背景和技术介绍...........................................................................................................6
1.2.1 国际 B3G 研究工作进展..........................................................................................6
1.2.1.1 LTE 简介[4]...................................................................................................6
1.2.1.1.1 LTE 的帧结构.....................................................................................6
1.2.1.1.2 LTE 的物理资源分配.........................................................................8
1.2.1.1.3 LTE 的其它特征...............................................................................10
1.2.1.2 LTE-Advanced 简介[5]................................................................................11
1.2.2 LTE 的关键技术——MIMO 技术与 OFDM 技术...............................................12
1.2.2.1 MIMO 技术..................................................................................................12
1.2.2.2 OFDM 技术.................................................................................................13
1.2.2.3 OFDM 与 MIMO 的结合............................................................................14
1.3 研究动机............................................................................................................................14
1.4 论文主要内容及组织结构................................................................................................15
第 2 章协作 MIMO 技术和仿真平台介绍...................................................................................17
2.1 协作 MIMO 技术简介.......................................................................................................17
2.2 3GPP 协议中关于协作多点发送和接收的描述[10].......................................................20
2.2.1 下行协作多点发送.................................................................................................20
2.2.2 上行协作多点接收.................................................................................................21
2.3 仿真平台和仿真参数........................................................................................................21
2.3.1 仿真平台使用的传输模型.....................................................................................21
2.3.2 主要参数和性能指标介绍.....................................................................................22
2.3.2.1 发送功率(Transmit Power).........................................................................22
2.3.2.2 路径损耗(Path Loss)...................................................................................22
2.3.2.3 信道转移函数(Channel Transfer Function)................................................23
2.3.2.4 信干噪比(Signal-Interference-Noise Ratio, SINR)....................................23
2.3.2.5 吞吐量(Throughput)....................................................................................23
2.3.3 仿真平台的工作流程.............................................................................................23
2.3.4 详细仿真参数.........................................................................................................24
第 3 章静态计算干扰信号............................................................................................................25
3.1 理论分析............................................................................................................................25
3.2 仿真方法............................................................................................................................25
3.3 仿真参数............................................................................................................................26
1

3.4 仿真结果............................................................................................................................26
3.4.1 信干噪比.................................................................................................................26
3.4.1.1 Case1 仿真结果...........................................................................................27
3.4.1.2 Case3 仿真结果...........................................................................................30
3.4.2 吞吐量.....................................................................................................................33
3.5 结果分析............................................................................................................................34
第 4 章基于用户的分组策略........................................................................................................36
4.1 理论分析............................................................................................................................36
4.2 简单的分组策略................................................................................................................37
4.2.1 理论分析.................................................................................................................37
4.2.2 仿真方法.................................................................................................................38
4.2.3 仿真参数.................................................................................................................38
4.2.4 仿真结果.................................................................................................................39
4.2.5 结果分析.................................................................................................................41
4.3 初级的 SHO 分组策略......................................................................................................42
4.3.1 理论分析.................................................................................................................42
4.3.2 仿真方法.................................................................................................................43
4.3.3 仿真参数.................................................................................................................43
4.3.4 仿真结果.................................................................................................................44
4.3.5 结果分析.................................................................................................................51
4.4 改进后的 SHO 分组策略..................................................................................................52
4.4.1 算法描述.................................................................................................................52
4.4.2 PRB 分配协调........................................................................................................54
4.4.2.1 理论分析......................................................................................................54
4.4.2.2 仿真方法......................................................................................................56
4.4.2.3 仿真参数......................................................................................................57
4.4.2.4 仿真结果......................................................................................................57
4.4.2.4.1 PRB 分配协调的比较......................................................................57
4.4.2.4.2 PRB 利用率统计..............................................................................59
4.4.2.4.3 用户比例统计...................................................................................59
4.4.2.4.4 丢弃用户数目统计...........................................................................61
4.4.2.5 结果分析......................................................................................................62
第 5 章使用 SHO 分组策略的协作 MIMO 技术(CoMP-SHO)..................................................64
5.1 理论分析............................................................................................................................64
5.1.1 发送模型.................................................................................................................64
5.1.2 接收模型.................................................................................................................66
5.2 仿真方法............................................................................................................................67
5.3 仿真参数............................................................................................................................67
2

5.4 仿真结果............................................................................................................................67
5.5 结果分析............................................................................................................................71
第 6 章总结....................................................................................................................................73
参考文献..........................................................................................................................................74
致谢..................................................................................................................................................75
攻读学位期间发表的学术论文目录..............................................................................................76
3

第1章绪论
1.1 引言
移动通信是现代通信领域中最具活力、发展潜力最大、市场前景最广的一种
通信方式[1]
。移动通信是现代人们交流和获取信息的重要手段，它的发展与普及
改变了社会，改变了人类的生活方式。无论从什么角度看，移动通信都是通信产
业中发展最快的一部分，公众对它充满了期待[2]
。
20 世纪中叶，仙农在概率论的基础上定义了信息熵，从此信息有了定量的
意义[3]
。以后由此建立了信息论这一新学科，对于信息技术的发展起到奠基作用
通信就是互通信息，通信技术是信息技术的重要组成部分。
传统的固定式通信，又称为有线通信。其终端（如电话机）固定在某一地点
其线路采用基本固定不动的全封闭式传输线（如双绞线，光缆等），其网络也
是适应固定终端、固定传输线路的有线交换网络。有线通信的最大特点是静态，
信道是封闭的，并且是人造的，所以质量高。因此，它的发展瓶颈不在于传输，
而在于交换方式与网络结构，最大缺点是缺乏动态性，不适应现代人便捷、快速
的生活方式的需求。
无线通信针对有线通信静态性的缺点，打破全封闭式传输线路的限制，以
开放式传播来传输信息，即牺牲全封闭式的优质传输信道，换取开放式传输的
灵活性。但是，信道的开放性必然引起信道的时变性和随机性，从而大大降低了
通信容量和质量。
移动通信是在无线通信的基础上，引入了用户的移动性，即从动态信道变
为信道和用户双动态，因此，系统复杂性更高，并且性能更差。基于这种原因，
移动通信有着巨大的发展空间，而人类对提高生活质量的不断追求，又成为了
技术不断前进的原动力。
20 世纪 60 年代，贝尔实验室提出蜂窝移动通信的概念，使得移动通信摆脱
了传统的大区制结构，为商用奠定了基础。而蜂窝式移动通信的正式商用，至今
不过二三十年。其中，在短短十几年时间里，移动通信经历了从第一代到第三代
的重大变革，而到目前为止，人们已经对第四代移动通信系统进行了深入研究
和探讨。
第一代（1G）以模拟式蜂窝网为主要特征，在 20 世纪 70 年代末 80 年代初
开始商用化，采用的多址方式是频分多址（FDMA）。其中最具代表性的是北美
4

的 AMPS (Advanced Mobile Phone System) 、欧洲的 TACS (Total Access
Communication System)两大系统，另外还有北欧的 NMT 及日本的 HCMTS 系统
等。
第二代（2G）以数字化为主要特征，构成数字式蜂窝移动通信系统，在 20
世纪 90 年代初正式开始商用。其中最具代表性的是欧洲的时分多址（TDMA）
的 GSM（原意为 Group Special Mobile，1989 年以后改为 Global System for
Mobile Communications）、北美的码分多址（CDMA）的 IS-95 两大系统，另外
还有日本的 PDC 系统等。
第三代（3G）以多媒体业务为主要特征，在 21 世纪初投入商业化运营，采
用的多址方式是码分多址（CDMA）。其中最具代表性的是北美的 CDMA2000、
欧洲与日本的 WCDMA 及我国提出的 TD-SCDMA 三大系统，另外还有欧洲的
DECT 及北美的 UMC-136 系统等。目前在我国，3G 的商用已经开始，中国移动、
中国联通和中国电信分别使用 TD-SCDMA、WCDMA 和 CDMA2000 开展 3G 业
务。
3G 之后，人们陆续提出了 HSDPA（High Speed Downlink Packet Access，
高速下行分组接入，亦称为 3.5G）、HSUPA（High Speed Uplink Packet Access，
高速上行分组接入，亦称为 3.75G）、LTE（3GPP Long Term Evolution，3GPP 长
期演进技术，亦称为 3.9G），统称为 B3G（Beyond Third Generation in mobile
communication system，超三代移动通信系统）。经过这个演进过程，移动通信
系统的多址方式又回到了频分多址（FDMA），即移动通信的发展经历了一个
螺旋上升的过程。
目前，人们致力于 LTE Advanced 的研究，并将其确定为第四代移动通信系
统标准，即 4G。随着研究成果的成熟，不久的将来，人们将迎来商用移动通信
的 4G 时代。
由于 LTE Advanced 研究的不断深入，许多新的技术得以提出并被认可，如
中继站点 (Relay Station) ，带宽聚合 (Bandwidth Aggregation) ，协作
MIMO(Collaborative MIMO, co-MIMO, CoMP)等。其中中继站点技术和协作
MIMO 技术可增加小区边缘的用户设备性能，以及扇区平均吞吐量。小区间干扰
是降低小区边缘 UE 性能和扇区平均吞吐量的主要因素。协作 MIMO 技术可有效
削弱小区间干扰，甚至可将干扰信号加以利用，使系统性能显著增强。因此，协
作 MIMO 技术成为了本文的主要研究内容。
5

1.2 研究背景和技术介绍
1.2.1 国际 B3G 研究工作进展
B3G 是超三代移动通信系统 (Beyond Third Generation in mobile
communication system)的缩写。相对于 3G 移动通信，B3G 有着更高的传输效率
和更全的业务类型，是移动通信技术发展的趋势。
B3G 技术的研究从 20 世纪末 3G 技术完成标准化之时就开始了。2006 年，
ITU-R 正式将 B3G 技术命名为 IMT-Advanced 技术（ 3G 技术名为 IMT-
2000）。IMT-Advanced 技术需要实现更高的数据率和更大的系统容量，目标峰
值速率为：低速移动、热点覆盖场景达到 1Gbit/s；高速移动、广域覆盖场景达到
100Mbit/s。
目前，各标准化组织已经开展针对 IMT-Advanced 的研究。其中，3GPP 的长
期演进(LTE, Long Term Evolution)技术已经具有部分 B3G 技术的特征，该项目
在 2008 年对 LTE 进一步演进，形成欧洲 IMT-Advanced 技术提案的一个重要来
源。下面就首先对 LTE 进行介绍。
1.2.1.1 LTE 简介[4]
LTE 是 3G 的下一代演进技术，它改进并增强了 3G 的空中接入技术，采用
OFDM 和 MIMO 作为其无线网络演进的唯一标准。在 20MHz 频谱带宽下能够提
供下行 100Mbit/s 与上行 50Mbit/s 的峰值速率。改善了小区边缘用户的性能，提
高小区容量和降低系统延迟。
LTE 下行采用 OFDM，上行采用 SC-FDMA。
1.2.1.1.1 LTE 的帧结构
在时域上，LTE 以帧为单元来传输信息。OFDM 和 SC-FDMA 的时间单元为
( )2048150001s ×=T s 。每一帧共有 307200 个采样点，因此持续时间为
ms10307200 sf =×= TT 。共有两种帧结构，类型 1 用于 FDD，类型 2 用于
TDD。这两种帧结构如图 1 -1、图 1 -2 所示：
图 1-1 类型帧结构 1
6

由图 1 -1 可以看出，类型 1 的帧结构分为 20 个时隙，其长度
ms5.0T15360 sslot =⋅=T ，编号为 0 到 19。每两个连续的时隙 2i 和 2i+1 构成一
个子帧 i，共有 10 个子帧，都可用于传输数据。
图 1-2 类型帧结构 2
由图 1 -2 可以看出，类型 2 的帧结构分为 2 个半帧，其长度
ms5153600 s =⋅T ，每个半帧包含 5 个子帧，其长度 ms107203 s =⋅T ，每个子
帧 i 仍包含 2 个连续的时隙 2i 和 2i+1。子帧支持的上下行配置如表 1 -1 所示：
上下行配置类型下行到上行的切换周期
子帧编号
0 1 2 3 4 5 6 7 8 9
0 5 ms D S U U U D S U U U
1 5 ms D S U U D D S U U D
2 5 ms D S U D D D S U D D
3 10 ms D S U U U D D D D D
4 10 ms D S U U D D D D D D
5 10 ms D S U D D D D D D D
6 5 ms D S U U U D S U U D
表 1-1 子的上下行配置帧
其中，D 表示用于下行传输的子帧，U 表示用于上行传输的子帧，S 表示特
殊子帧，用于下行导频时隙(DwPTS)、保护时隙(GP)和上行导频时隙(UpPTS)。特
殊子帧的配置如表 1 -2 所示：
特殊子
帧配置
类型
下行正常循环前缀(CP) 下行延长循环前缀(CP)
DwPTS UpPTS DwPTS UpPTS
上行正常循
环前缀(CP)
上行延长循
环前缀(CP)
上行正常循
环前缀(CP)
上行延长循
环前缀(CP)
0 s6592 T⋅
s2192 T⋅ s2560 T⋅
s7680 T⋅
s2192 T⋅ s2560 T⋅
1 s19760 T⋅ s20480 T⋅
2 s21952 T⋅ s23040 T⋅
3 s24144 T⋅ s25600 T⋅
4 s26336 T⋅ s7680 T⋅
s4384 T⋅ s5120 T⋅5 s6592 T⋅
s4384 T⋅ s5120 T⋅
s20480 T⋅
6 s19760 T⋅ s23040 T⋅
7 s21952 T⋅ - - -
8 s24144 T⋅ - - -
表 1-2 特殊子的配置（帧 DwPTS、GP 和 UpPTS 的度）长
7

表中只给出了 DwPTS 和 UpPTS 的长度，对于每个特殊子帧，DwPTS、GP
和 UpPTS 的总长度都为 ms107203 s =⋅T 。
每种特殊子帧配置类型都支持 5ms 和 10ms 的下行到上行切换周期。对于
5ms 的下行到上行切换周期，特殊子帧存在于 2 个半帧中的同样位置；对于
10ms 的下行到上行切换周期，特殊子帧只存在于第 1 个半帧中。
子帧 0、子帧 5 和 DwPTS 总是用于下行传输；UpPTS 和紧跟在特殊子帧后
面的子帧总是用于上行传输。
1.2.1.1.2 LTE 的物理资源分配
由于本文的研究只涉及下行链路，因此这里只讨论下行的物理资源分配。
下行物理信道与上层互通信息。LTE 下行链路的物理信道可以分为：
1) 物理下行共用信道，Physical Downlink Shared Channel，PDSCH；
2) 物理广播信道，Physical Broadcast Channel，PBCH；
3) 物理多点传送信道，Physical Multicast Channel，PMCH；
4) 物理控制格式指示信道， Physical Control Format Indicator
Channel，PCFICH；
5) 物理下行控制信道，Physical Downlink Control Channel，PDCCH；
6) 物理混合自动请求重传指示信道， Physical Hybrid ARQ Indicator
Channel，PHICH
下行信号只涉及物理层，并不与上层互通信息。下行物理信号可以分为：
1) 参考信号（导频信号），Reference signal；
2) 同步信号，Synchronization signal。
上面我们介绍了 LTE 系统中时隙的概念。每个时隙的发送信号可由一个由
RB
sc
DL
RB NN 个子载波和
DL
symbN 个 OFDM 符号组成的资源栅格来表示，如图 1 -3
所示：
8

图 1-3 下行物理源分配资
其中，
RB
scN 是一个资源块(Resource Block, RB)在频域上包含的子载波数目，
DL
RBN 是一个 OFDM 符号在频域包含的 RB 数目，
DL
symbN 是一个下行时隙包含的
OFDM 符号数目。这个物理栅格中每一个 OFDM 符号的每一个子载波就构成一
个资源元素(Resource element)。
一个物理资源块(Physical Resource Block, PRB)由时域上
DL
symbN 个连续的
OFDM 符号和频域上
RB
scN 个连续的子载波组成，因此一个 PRB 由
RB
sc
DL
symb NN ×
个资源元素组成，即时域上总共占一个时隙，频域上总共占 180kHz（如果子载
波间隔为 15kHz）。
RB
scN 和
DL
symbN 由循环前缀长度和子载波间隔决定，如表 1 -3 所示：
9

配置
RB
scN
DL
symbN
正常循环前缀 kHz15=∆f
12
7
延长循环前缀
kHz15=∆f 6
kHz5.7=∆f 24 3
表 1-3 物理源资块(PRB)参数
其中， f∆
是子载波间隔。
关于循环前缀的规定如表 1 -4 所示：
配置循环前缀长度 lN ,CP
正常循环前缀 kHz15=∆f
0for160 =l
6,...,2,1for144 =l
延长循环前缀
kHz15=∆f 5,...,1,0for512 =l
kHz5.7=∆f 2,1,0for1024 =l
表 1-4 OFDM 参数 – 循前环缀
其中， f∆ 是子载波间隔，l 是 OFDM 符号的编号。
总之，OFDM 和 SC-FDMA（以 DFT-S-OFDM 为例）的子载波间隔通常为 15kHz；每
个数据帧的长度为 10ms，共有 307200 个采样点；每个数据帧分为 10 个子帧，每个子帧分
为 2 个时隙，每个时隙分为 7 个 OFDM 符号。每个资源块在时域上包含 7 个 OFDM 符号，
在频域上包含 12 个子载波。OFDM 循环前缀(CP)的长度有长短两种选择，短 CP 为基本选项，
长 CP 可用于大范围小区或多小区广播。DFT-S-OFDM 的一个子帧由长短两种数据块组成，
长块主要用于传送数据，短块主要用于传送导频信号。
1.2.1.1.3 LTE 的其它特征
系统下行主要采用 QPSK、16QAM、64QAM 三种调制方式，上行主要采用位
移 BPSK(用于进一步降低 DFT-S-OFDM 的 PAPR)、QPSK、8PSK 和 16QAM。
系统可以采用集中式(localized)或分散式(distributed)的方式将数据映射到资
源块上。
考虑使用频域滤波技术来降低系统的 PAPR。
在信道编码方面，LTE 主要考虑 Turbo 码，但也正在考虑其他编码方式，
如 LDPC 码。
在 MIMO 方面，LTE 的基本 MIMO 模型是下行 2×2、上行 1×2 个天线，但
同时也正在考虑更多的天线配置(最多 4×4)。正在被考虑的 MIMO 技术包括空间
复用(SM)、空分多址(SDMA)、预编码(Precoding)、秩自适应(Rank Adaptation)、以
及开环发射分集(STTD，主要用于控制信令的传输)等。上行将采用一种特殊的
SDMA 技术，即已被 WiMAX 采用的虚拟(Virtual)MIMO 技术。
LTE 也正在考虑采用小区干扰抑制技术提高小区边缘的数据率和系统容量
等。
10

在切换方面，除了 LTE 系统内的切换，也正在考虑不同频率之间和不同系
统(如其他 3GPP 系统、WLAN 系统等)的切换。
与 3G 相比，LTE 具有如下技术特征：
1) 通信速率有了提高，下行峰值速率为 100Mbps、上行为 50Mbps。
2) 提高了频谱效率，下行链路 5bit/s/Hz，上行链路 2.5bit/s/Hz。
3) 以分组业务为主要目标，系统在整体架构上将基于分组交换。
4) QoS 保证，通过系统设计和严格的 QoS 机制，保证实时业务(如 VoIP)
的服务质量。
5) 系统部署灵活，能够支持 1.25MHz-20MHz 间的多种系统带宽，并支持
FDD 和 TDD，保证了将来在系统部署上的灵活性。
6) 降低无线网络时延：子帧长度 0.5ms 和 0.675ms，解决了向下兼容的问
题并降低了网络时延，时延可达 U-plan<5ms，C-plan<100ms。
7) 增加了小区边界比特速率，在保持目前基站位置不变的情况下增加小
区边界比特速率。如 MBMS(多媒体广播和组播业务)在小区边界可提供
1bit/s/Hz 的数据速率。
8) 强调向下兼容，支持已有的 3G 系统和非 3GPP 规范系统的协同运作。
与 3G 相比，LTE 更具技术优势，具体体现在：高数据速率、分组传送、延迟
降低、广域覆盖和向下兼容。
LTE 采用由 NodeB 构成的单层结构，这种结构有利于简化网络和减小延迟，
实现了低时延，低复杂度和低成本的要求。与传统的 3GPP 接入网相比，LTE 减
少了 RNC 节点。名义上 LTE 是对 3G 的演进，但事实上它对 3GPP 的整个体系架
构作了革命性的变革，逐步趋近于典型的 IP 宽带网结构。
3GPP 初步确定 LTE 的架构叫做演进型 UTRAN 结构(E-UTRAN)。接入网主
要由演进型 NodeB(eNB)和接入网关(aGW)两部分构成。aGW 是一个边界节点，
若将其视为核心网的一部分，则接入网主要由 eNB 一层构成。eNB 不仅具有原
来 NodeB 的功能外，还能完成原来 RNC 的大部分功能，包括物理层、MAC 层、
RRC、调度、接入控制、承载控制、接入移动性管理和 Inter-cell RRM 等。Node B 和
Node B 之间将采用网格(Mesh)方式直接互连，这也是对原有 UTRAN 结构的重
大修改。
1.2.1.2 LTE-Advanced 简介[5]
2008 年 6 月，3GPP 又提出 LTE-Advanced，并将其加入 IMT-Advanced。它
具有以下主要技术特征：
1) 峰值数据速率：移动台高速移动时 100Mbit/s，低速移动时 1Gbit/s，下
11

行 1Gbps，上行 500Mbps；
2) 峰值频谱效率：下行 30bps/Hz，上行 15bps/Hz；
3) 天线配置：下行可支持 8×8，上行可支持 4×4；
4) 移动台最大速度：根据带宽不同，从 350km/h 到 500km/h。
为达到以上性能，LTE-Advanced 将采用一些新技术，如中继站点(Relay
Station)，带宽聚合(Bandwidth Aggregation)，协作 MIMO(Collaborative MIMO,
co-MIMO, CoMP)等。其中中继站点技术和协作 MIMO 技术可增加小区边缘的
UE 性能，以及扇区平均吞吐量。小区间干扰是降低小区边缘 UE 性能和扇区平
均吞吐量的主要因素。协作 MIMO 技术可有效削弱小区间干扰，甚至可将干扰
信号加以利用，使系统性能显著增强。
既然 LTE 已经成为移动通信未来主要的发展方向，下面就来介绍 LTE 及
LTE-Advanced 的关键技术——MIMO 技术与 OFDM 技术。
1.2.2 LTE 的关键技术——MIMO 技术与 OFDM 技术
出于 B3G（Beyond Third Generation in mobile communication system，超三
代移动通信系统）对无线通信数据速率的需求，MIMO、OFDM 技术成为了研究
热点。
MIMO 技术充分开发空间资源，利用多个天线实现多发多收，在不需要增
加频谱资源和天线发送功率的情况下，可以成倍地提高信道容量。OFDM 技术是
多载波传输的一种，其多载波之间相互正交，可以高效地利用频谱资源，另外
OFDM 将总带宽分割为若干个窄带子载波，可以有效地抵抗频率选择性衰落。
3GPP 和 3GPP2 指出，OFDM 是 B3G 采用的主要物理层传输技术，而 MIMO 技
术与 OFDM 的结合，将成为新一代移动通信核心技术的解决方案。
1.2.2.1 MIMO 技术
MIMO（Multiple-Input Multiple-Output）技术是指在发射端和接收端分别设
置多个发射天线和接收天线，以改善每个用户的通信质量，或提高通信效率。
MIMO 技术实质上是为系统提供空间复用增益和空间分集增益。空间复用技
术可以大大提高信道容量，而空间分集可以提高信道的可靠性，降低信道误码
率。通常多径要引起衰落，因而被视为有害因素，然而对于 MIMO 来说，多径
可以作为一个有利因素加以利用，它能够将传统通信系统中存在的多径衰落影
响因素变成对用户通信性能有利的增强因素。MIMO 技术有效地利用随机衰落和
可能存在的多径传播来成倍地提高业务传输速率，因此它能够在不增加所占用
的信号带宽的前提下使无线通信的性能改善几个数量级。
12

对于信道矩阵参数确定的 MIMO 信道，假设发送端未知信道信息，总发送
功率与发送天线数目无关，且平均分配到每一个发送天线上，接收端存在高斯
白噪声且噪声功率相等，则信道容量可近似表示为：
( )2log 1 bit/s/HzC M ρ= × + （1-1）
其中 M 为接收天线数目， ρ 为总发送功率。可看出此时的信道容量随着天
线数量的增大而线性增大。也就是说，可以利用 MIMO 信道成倍地提高无线信
道容量，在不增加带宽和天线发送功率的情况下，频谱利用率可以成倍地提高。
它就是利用 MIMO 信道提供的空间复用增益。
利用 MIMO 技术同时也可以提高信道的可靠性，降低误码率，即利用
MIMO 信道提供的空间分集增益。目前 MIMO 技术领域另一个研究热点就是空
时编码。常见的空时编码有空时块码(STBC)、空时格码(STTC)等。空时编码的主
要思想是利用空间和时间上的编码实现一定的空间分集和时间分集，从而降低
信道误码率。而分层空时码允许采用一维的方法对多维空间信号进行处理，极大
地降低了译码复杂度。一般来说，分层空时码的接收机复杂度与数据速率成线性
关系。
1.2.2.2 OFDM 技术
OFDM (Orthogonal Frequency Division Multiplexing)即正交频分复用技术，
它的基本原理是将高速的数据流分解为多路并行的低速数据流，在多个载波上
同时进行传输。
由于 OFDM 子载波的正交特性，可以采用一路子载波信号进行解调，从而
提出该路数据。用 IFFT/FFT 可降低 OFDM 系统的实现难度。
使用 OFDM 技术，既可以维持发送符号周期远远大于多径时延，又能够支
持高速的数据业务，并且不需要复杂的信道均衡。对于低速并行的子载波而言，
由于符号周期展宽，多径效应造成的时延扩展相对变小。当每个 OFDM 符号中
插入一定的保护时间后，码间干扰几乎可以忽略。
OFDM 的主要优点可以归纳为：
1) 频谱利用率很高，理论上可接近 Nyquist 极限；
2) 抗多径干扰与频率选择性衰落能力强，这是由于数据速率降低，再加上
循环前缀(Cyclic Prefix)的保护作用，多径干扰显著减弱；
3) 采用动态子载波分配技术能使系统达到最大比特率。通过选取各子信道，
每个符号的比特数以及分配给各子信道的功率使总比特率最大。即要求
各子信道信息分配应遵循信息论中的“注水定理”，即优质信道多传送，
13

较差信道少传送，劣质信道不传送的原则。
OFDM 系统接收采用相干检测时，需要进行信道估计。LTE 系统在发送信号
的特定位置插入导频符号，便于接收端进行信道估计。
OFDM 低速并行的多个子载波使得系统对频率偏移更加敏感。载波频率同步
误差造成接收信号在频域的偏移，如果频率误差不是载波间隔的整数倍，就使
载波间失去正交性，引入载波间干扰(ICI)。而时间同步误差会引入符号间干扰。
因此，时频同步是非常重要的步骤。
OFDM 的多个子载波也导致系统具有较高的信号峰均比 (PAPR)。控制
PAPR，也是 OFDM 系统的重要问题。
1.2.2.3 OFDM 与 MIMO 的结合
在未来的宽带无线通信系统中存在两个最严峻的挑战：多径衰落信道和带
宽效率。MIMO 可以抗多径衰落，但是对于频率选择性深衰落，MIMO 系统依然
是无能为力。4G 需要极高频谱利用率的技术，而 OFDM 提高频谱利用率的作用
毕竟是有限的，在 OFDM 的基础上合理开发空间资源，也就是 MIMO-OFDM，
可以提供更高的数据传输速率。
OFDM 将频率选择性多径衰落信道在频域内转换为平坦信道，减小了多径
衰落的影响，而 MIMO 技术能够在空间中产生独立的并行信道同时传输多路数
据流，这样就有效地提高了系统的传输速率，即在不增加系统带宽的情况下增
加频谱效率。这样，将 OFDM 和 MIMO 两种技术相结合就能达到两种效果：一
种是实现很高的传输速率，另一种是通过分集实现很强的可靠性，同时，在
MIMO-OFDM 中加入合适的数字信号处理的算法能更好地增强系统的稳定性。
MIMO-OFDM 技术是 OFDM 与 MIMO 技术结合形成的新技术，通过在 OFDM
传输系统中采用阵列天线实现空间分集，提高了信号质量，充分利用了时间、频
率和空间 3 种分集技术，大大增加了无线系统对噪声、干扰、多径的容限。因此，
基于 OFDM 的 MIMO 系统具有逼近极限的系统容量和良好的抗衰落特性，它是
下一代网络采用的核心技术。
1.3 研究动机
作为 LTE-Advanced 的热点技术之一，人们采用各种方法，从各个角度对协
作 MIMO 技术进行研究。例如，对于协作区域的选取，人们有着许多不同的方
法。目前最主流的方法是，固定几个小区作为协作区域，然后在这个协作区域的
范围内分布用户，根据协作 MIMO 技术的特点，只选取小区边缘的用户进行仿
真。这样，每个用户都接受协作区域内所有小区的服务，并且用户跟协作区域的
14

选取没有任何关系。但是，通过仿真发现，在这种情况下，协作 MIMO 技术给
整个系统带来的增益不甚理想。
于是，人们纷纷提出了一些新的想法。Somekh 和 Simeone 等人[6]
提出一个圆
形阵列系统，将多个基站排列成一个圆形，并使用多小区协作的迫零波束赋形
(zero-forcing beamforming, ZFBF)策略和简单的用户选择方法，在每个小区用户
数目适中的情况下，可以接近理想的最佳性能。Huang 和 Trivellato 等人[7]
提出一
个多扇区系统，将传统的 1 个小区分为 3 个扇区的方法进行改进，把 1 个小区
均分为 12 个扇区，在此基础上使用协作 MIMO 技术，以及多种接收技术进行
仿真，将结果进行比较，能够获得显著的系统增益。Thiele 和 Schellmann 等人[8]
试图利用有限的信道信息反馈，在 OFDM 系统中实现有效率的下行协作传输，
比较了协同固定波束赋形(coordinated fixed beamforming)、协作固定波束赋形
(cooperative fixed beamforming)等方法，并提出了基于多用户本征模式传输
(multi-user eigen-mode transmission)的协作这一较为理想的方法，采用线性最小
均方误差接收机进行接收，发现其能够显著提高系统性能，并提供潜在的信道
容量增益。Tolli、Codreanu 和 Juntti 等人[9]
将 SHO(Soft Handover)用于协作 MIMO-
OFDM 蜂窝系统中，取得了不错的效果。
基于对前人工作的学习和研究，我们试图对于协作区域的确定提出一些根
本性变革方案，即并非单单预先按照小区位置来确定协作区域，而是基于各个
用户接收到各小区信号的强度，按照信号最强的几个小区相同这一标准来对用
户进行分组，每组的服务小区即为该组每个用户相同的最强信号小区，也就是
说，这几个最强信号小区构成一个协作区域，为这组用户服务。这个想法来源于
Tolli、Codreanu 和 Juntti 等人[9]
的研究，我们将其称之为基于用户的 SHO 分组策
略。本文的主要工作，就是通过仿真，对该策略逐步进行研究，看其究竟能够带
来怎样的系统增益。
1.4 论文主要内容及组织结构
本篇论文主要介绍了将要在 LTE-Advanced 中采用的协作 MIMO 技术的背
景和原理，重点针对目前研究中出现的问题，提出了下行协作 MIMO 中一种新
的协作区域分组策略，即基于用户的 SHO(Soft Handover)分组策略，并将其应
用于 LTE 系统级仿真平台中，建立一个新的协作 MIMO 仿真模型，即 CoMP-
SHO 模型。通过仿真研究其性能，并逐步完善，最终得到理想的仿真结果。
本篇论文共分为六章：第一章是绪论，介绍协作 MIMO 技术提出的背景，
以及本文的研究动机、主要内容和组织结构；第二章是协作 MIMO 技术和仿真
平台介绍，首先对协作 MIMO 技术进行介绍，然后列出 3GPP 协议中对于协作
15

多点发送和接收的描述，最后介绍仿真平台、仿真参数、性能指标和工作流程；
第三章是研究分组策略前的准备工作，针对仿真中遇到的问题，对两种计算干
扰的方法进行比较，决定在后面的仿真中静态计算干扰信号；第四章和第五章
是本文的重点，针对基于小区的分组策略的不足，提出了基于用户的分组策略
通过仿真进行性能验证并不断完善，最终得到了 SHO 分组策略，并将其与一个
简单的协作 MIMO 仿真模型相结合，通过仿真观察其给系统带来的增益；第六
章是本篇论文的总结。
本人所做的工作主要包括：
一、研究了 LTE 的基本技术参数、物理层结构和其它特征， LTE-Advanced
的基本技术参数，以及 MIMO 和 OFDM 技术的原理和特征；
二、研究了协作 MIMO 技术的原理和协议的相关描述，以及目前的研究情
况；
三、研究并提出了协作 MIMO 中确定协作区域的一种新的分组策略，即基
于用户的 SHO(Soft Handover)分组策略，通过仿真进行性能验证并不断完善；
四、基于公司的 LTE 系统级仿真平台搭建了一个简单的协作 MIMO 仿真模
型，并将 SHO 分组策略与其相结合，通过仿真观察系统的性能增益。
16

第2章协作 MIMO 技术和仿真平台介绍
2.1 协作 MIMO 技术简介
下面就来介绍本文的研究重点，LTE-Advanced 采用的新技术之一——协作
MIMO 技术。
协作 MIMO (Collaborative MIMO)技术又可称作 CoMP (Coordinated Multiple
Point Transmission and Reception, 协作多点发送和接收)。它的主要目标是增强小
区边缘的系统性能。
如 1.2.2 所述，对于 MIMO 系统来说，多天线能够显著提高频谱效率。在
LTE-A 中，当我们想要进一步提高系统性能的时候，信道信息就变得非常重要。
考虑一个单用户 MIMO 系统，如果给基站端或用户端增加一个新的天线，
那么显然系统中会出现一些新的子信道可供使用，我们可以在不同天线上传输
不同数据，也就是说，当我们有更多的天线时，就可以改进系统以获得更高的
传输效率。对于上行 MIMO 系统，如果认为用户端天线多于基站端的情况不便
于处理，可以进行上行多用户 MIMO，也就是用两个甚至多个不同的用户来创
建一个 MIMO 信道，从而进行联合空间的编码。下行 MIMO 系统稍稍复杂，因
为在下行 MIMO 系统中进行的是多点对单点的传输，需要在基站间进行协作，
建立一个整体的 MIMO 系统的协作区域，从而得到 LTE-A 的协作 MIMO 系统。
信道数目增加，每个信道中的干扰依然存在。我们知道，在 LTE 中，干扰是一
个很大的问题，尤其是在标准中对干扰有很多限制，因此做上述改进比较困难。
所以我们换一种方式来考虑，把整个协作区域看作一个信道，使用共同的编码
器，进行信道信息反馈，利用扩展的联合天线处理，来实现积极的干扰控制，
从而出现一个消除干扰的传输场景。这就是协作 MIMO 的要点，也是它成为当
前广受关注的热点话题的原因。
下面从信道容量的角度进行分析。我们知道，MIMO 系统在不增加带宽的条
件下，提高了空间利用率，相比 SISO 系统成倍地提升信息传输速率，从而极大
地提高了频谱利用率。对于协作 MIMO 来说，我们想用提高信道容量的方式，
来限制干扰。也就是说，在 MIMO 系统的基础上，牺牲信道资源来换取干扰的
消除。目前一些人的想法是，并不通过增加天线数目的方式来提高信道容量，而
是在基站间建立有效的连接，来进行信息互通，实现基站间协作。此外，还可以
采用协作的天线系统，来限制小区间的干扰，使用户从中获得增益。实际上，小
17

区边缘用户的吞吐量对于整体系统来说有很大的影响。建立了基站间协作的机制
后，我们实际上可以增加最低信干噪比，即使得小区边缘用户的性能得到改善。
这种方法看上去具有广阔的前景，但是它需要一些比较先进的硬件支持，比如
对所有基站进行信道估计，以及对所有基站进行集中调度处理等。应该说，这种
较高的系统增益是可以实现的，但是需要考虑到实际的场景。一方面，天线间要
进行协作；另一方面，将信号分布到不同的区域，以减少单独某个区域的干扰。
目前，人们提出的协作 MIMO 方案主要有：
1) 小区内协作；
2) 小区间协作；
3) 分布式天线系统；
4) 协作中继等。
总而言之，在条件合适的情况下，协作 MIMO 能够将干扰转化为信道能量，
这样可以带来明显的信道容量以及覆盖的增益。这里的增益不只是比特速率的增
加，还指频谱的增加。调度操作的复杂度是问题的关键，而且必须要考虑一些细
节问题。在 LTE-A 的层面上，需要做 RS 设计，包括单小区和多小区要进行协作
MIMO；考虑基站端的信道状态信息；考虑码书设计，这样就能限制预编码的
选择，从而降低开销；另外还要考虑控制信道，利用有限的反馈来控制多小区
传输。
下面考虑两种场景：单一小区场景和多小区场景。与单一小区场景相比，多
小区场景中，相邻小区之间的干扰会显著降低系统性能。对于某一个小区来说，
如果能够减少其中一个与它相邻的小区的干扰，那么该小区的系统性能就能得
到较大提高。而如果能够在相邻小区间建立协作，将整个区域构造成一个 MIMO
系统，则由前面对 MIMO 技术的介绍可知，不但可以识别并减少干扰，而且甚
至可能把干扰信号加以利用，为整个系统提供有用信息，从而提高整个系统的
性能。这就是协作 MIMO 的背景。
其中，可协作的相邻小区区域称作协作区域(Collaboration Area, CA)。协作
区域的范围要合理限定，在性能和开销之间折中。
我们用图 2 -4 来说明协作 MIMO 的原理：
18

图 2-4 作协 MIMO 原理图
如图 2 -4 所示，协作区域包含 3 个相邻小区的 3 个相邻扇区（BS1 的
Sector 3，BS2 的 Sector 1，BS3 的 Sector 2）。3 个相邻扇区边缘各有一个移动台
(MS)，下行传输时，每个 MS 都能同时接收到 3 个基站(BS)发送的信息；上行
传输时，每个基站也都能同时接收到 3 个 MS 发送的信息。在通常情况（即非协
作传输模式）下，只有 1 路是有用信息(Desired Signal, 即图 2 -4 中的 D)，其它
2 路是干扰(Interfering Signal, 即图 2 -4 中的 I)。协作 MIMO 技术就是要建立整个
协作区域内的 BS 及 MS 间的联系，尽可能多的获知干扰信息，即尽可能获取全
部信道状态信息(Channel State Information, CSI)，甚至将干扰信息变为有用信息，
这样，减小了小区间干扰，甚至增加了接收信号功率，从而显著提高系统性能。
具体方法如下（假设每个 BS 和 MS 各有 2 个天线）：
上行：将 3 个 BS 接收到的信息进行联合处理，即形成一个 6×6 的协作
MIMO 系统，进行 3 用户联合检测。
下行：无法进行信息的联合处理，因此，要建立协作区域内各 MS 到 BS
（包括相同扇区和不同扇区）的反馈信道，令每个工作中的 BS 都能得知其它小
区 BS 发送的干扰信息，从而进行预编码，来降低小区间干扰。
协作 MIMO 各个实现方案的基础，是对协作区域内各个小区之间建立的信
道进行精确的信道估计。因此协作 MIMO 适用于低速移动的用户。反馈信道利用
19

可达到的上行控制信道的容量来传输 CSI，建立时只考虑低速移动的用户。由于
高性能的协作 MIMO 解决方案对 CSI 非常敏感，因此反馈信道的时延要限制在
合理的范围内。预编码要为简单的闭环 MIMO 场景提供很好的性能，并要考虑
协作区域内用户数目的变化，以及对干扰削弱的程度。
用较低的系统复杂度获得较高的性能，这是协作 MIMO 技术面临的主要问
题。
综上所述，协作 MIMO 技术是 LTE-Advanced 的关键技术之一，建立在
MIMO 和 OFDM 技术的基础上，能够有效降低小区间干扰，提高低速移动用户
在小区边缘时的系统性能。
2.2 3GPP 协议中关于协作多点发送和接收的描述[10]
协作多点(Coordinated multiple point, CoMP)传输和接收被认为是 LTE-A 增
加高数据速率覆盖、小区边缘吞吐量，以及增加系统吞吐量的工具。
2.2.1 下行协作多点发送
下行协作多点发送意味着地理上分开的多个发送点之间的动态协作。协作发
送策略的例子包括：
 协作调度和/或波束成形
 至一个单独用户的数据即时地从发送点中的某一个发出（某一个发
送点即时地向一个单独用户发送数据）；
 协作控制调度判决，例如，一组协作小区产生的干扰。
 联合处理/发送
 至一个单独用户的数据同时从多个发送点发出（多个发送点同时向
一个单独用户发送数据），例如，（相关或不相关地）提高接收信
号质量和/或消除其它用户的较强干扰。
下行协作多点发送应该包括不同小区间协作的可能性。从无线接入的角度看
小区是否属于同一个 eNodeB，对于用户来说没有区别。
可以预见，它对无线接入规范的潜在影响主要包括三个方面：
 UE 用户的反馈和测度机制
 多个发送点和用户之间的动态信道状况报告
 对于 TDD，可采用信道交互。
 通过报告协助决定哪些点作为集合发送数据
 对于 TDD，可采用信道交互。
 预处理策略
20

 联合处理居于多个发送点对数据的发送之前
 下行控制信号来支持发送策略
 参考信号设计
 基于传输策略，可能需要增加参考信号的规范。
2.2.2 上行协作多点接收
协作多点接收意味着地理上分开的多个点对发送信号的接收。期望上行协作
多点接收能够有限地影响 RAN1 规范。小区间可通过协作来实现调度判决，从而
控制干扰，甚至影响 RAN1 规范。
由于篇幅所限，本文只对下行 FDD 的协作多点发送(DL CoMP, FDD)进行讨
论。
2.3 仿真平台和仿真参数
本文是基于公司的 LTE 系统级下行仿真平台所做的研究和仿真。
2.3.1 仿真平台使用的传输模型
为了便于描述，首先引入仿真平台使用的传输模型。
假设仿真区域内共有 B 个由扇区组成的发送组，以及 U 个用户。发送组的含
义是，同一组中所有的扇区都对某一个或某几个用户发送有用信息。发送组的编
号 b = 1, …, B，每个发送组有 M 根发送天线；用户的编号是 u = 1, …, U，每个
用户有 N 根天线。对于仿真区域内的某一个用户 u，如果它的有用信息来自发送
组 1，即发送组 1 是用户 u 的服务组，其它发送组都是用户 u 的干扰组，则用户
u 的接收信号可以表示为：
,1 1 ,
2
B
u u u b b u
b
y H x H x n
=
= × + × +∑ （2-2）
其中， ,u bH 是发送组 b 和用户 u 之间 N×M 维的信道转移矩阵， bx 是发送组 b 发
出的 M 维的发送信号，n 是噪声向量，本文中为高斯白噪声。
在本文的仿真平台中，接收信号可转化为如下的形式：
( )y W P PG H s i n= × × + +o o （2-3）
其中 y 为接收端天线收到的信号向量，W 为预编码矩阵， P 为发送功率矩
阵， PG 为路径增益矩阵， H 为信道转移函数矩阵， s 为发送端天线发送的信
号向量，i 为干扰向量，n 为噪声向量，本文中为高斯白噪声。o 代表矩阵的点乘，
即前后两个矩阵对应元素直接相乘。
21

由于研究协作 MIMO，所以整个传输模型基于 MIMO 系统，具体表现为矩
阵间的运算。
2.3.2 主要参数和性能指标介绍
下面介绍用以描述系统性能的参数和指标。
2.3.2.1 发送功率(Transmit Power)
基站发送信号时在每个天线每个子载波上分配的功率值。除了导频信号之外
其它各信号在每个子载波上分得的功率是相等的。
2.3.2.2 路径损耗(Path Loss)
信号在路径中传播时产生的损耗。路径损耗包括三个部分[1]：
1) 路径传播损耗：
a) 也称衰耗，是指电波在空间传播所产生的损耗。
b) 它反映出传播在宏观大范围（千米量级）的空间距离上的接收信号
电平平均值的变化趋势。
2) 慢衰落损耗：
a) 也称阴影衰落损耗，是指电磁波在传播路径上受到建筑物等的阻挡
所产生的阴影效应而产生的损耗。
b) 它反映了在中等范围内（数百波长量级）的接收信号电平平均值的
变化趋势。
c) 这类损耗一般为无线传播所特有，且一般从统计规律上看遵从对数
正态分布。
d) 其变化率比传送信息率慢，故又称为慢衰落。
3) 快衰落损耗：
a) 它反映了微观小范围（数十波长以下量级）的接收信号电平平均值
的变化趋势。
b) 其电平幅度分布一般遵从瑞利(Rayleigh)分布、莱斯(Rice)分布和纳卡
伽米(Nakagami)分布，其变化速率比慢衰落快，故又称为快衰落。
在本文的仿真中，路径损耗只包括路径传播损耗和慢衰落损耗，其特点是
在每个仿真过程中不随时间变化，而是保持不变。路径增益(path gain)与路径损
耗互为倒数。
22

2.3.2.3 信道转移函数(Channel Transfer Function)
信号在信道中传输时，由于信道状况不同，在传输过程中会出现各种衰落，
这些衰落就用信道转移函数来描述。
在本文的仿真中，信道转移函数主要由快衰落构成。使用的信道是 TU 信道，
信道模型是 Jakes 模型。
2.3.2.4 信干噪比(Signal-Interference-Noise Ratio, SINR)
信干噪比是信号功率与干扰和噪声之和的比值，单位为 dB：
S
SINR
I N
=
+
（2-4）
它是衡量系统性能的重要指标，信干噪比越大，信号功率与干扰噪声的比
值越大，系统性能越好；信干噪比越小，信号功率与干扰噪声的比值越小，系
统性能越差。
2.3.2.5 吞吐量(Throughput)
吞吐量定义为一次仿真过程中正确传输的所有信息的比特数。
吞吐量是衡量系统性能的重要指标，吞吐量越大，正确传输的信息越多，
系统性能越好；吞吐量越小，正确传输的信息越少，系统性能越差。
2.3.3 仿真平台的工作流程
由于牵涉公司保密问题，这里不能给出仿真平台的详细流程图和各个模块
的详细说明，只能语言描述一下仿真平台的整个工作流程。其基本原理可参照
[11]。
1. 初始化各指针和容器，计算当前仿真次数（Run，一次仿真为一个完整
的仿真过程，下一次仿真前，除了一些统计结果外，其它要重新初始
化）；
2. 本次仿真开始，设置当前仿真时间，创建并初始化用户，即设置用户的
地理位置坐标等参数；
3. 仿真开始，重设各统计变量，建立每个扇区与每个用户之间的联系，即
计算扇区到用户的路径增益、扇区给用户的资源分配等；
4. 计算扇区到用户的信道快衰落，从而统计用户收到信息的信干噪比、吞
吐量等性能指标；
23

5. 本次仿真结束，下次仿真开始。
2.3.4 详细仿真参数
在仿真中，我们使用的详细仿真参数如表 2 -5 所示：
参数取值
系统模型 LTE-FDD, 3GPP Macro Case1 & Case 3
小区类型共 19 个小区，每个小区包含 3 个扇区
用户移动速度 3km/h
平均呼叫次数 2 次/秒
分集类型 2 发 2 收
载波频率 2000MHz
阴影衰落标准差 8dB
TTI 长度 1ms
采样频率 15.36MHz
子载波间隔 15kHz
子载波数目 600
PRB 数目 50
FFT 点数 1024
表 2-5 仿真参数详细
24

第3章静态计算干扰信号
从本章开始，我们将逐步对我们的工作进行描述。
在讨论我们的主题——分组策略之前，首先要解决一个基本问题，即如何
处理用户的干扰信号。
3.1 理论分析
如前所述，理论上，协作多点（或称协作 MIMO）不但能够识别并减少干
扰，而且可能把干扰加以利用，为整个系统提供有用信息，从而提高整个系统
的性能。因此，我们先从减少干扰入手，观察其能够给系统带来多少增益。
在我们的仿真平台中，每个移动台(Mobile Station, MS)都会收到各个扇区
(Sector)发送的信息，其中移动台的服务扇区(Serving Sector)发送的为有用信息，
其它扇区发送的为干扰信息。下面就来研究去干扰的方法。
由式（2-2）可知，移动台收到的每一路信号的强度主要由发送功率、路径
增益和信道转移函数决定。其中，发送功率和路径增益不随时间变化，而信道转
移函数是快衰落，在每个 TTI 都有变化。因此，要去掉一路干扰信号，就要综合
考虑这三方面因素。
这就带来一个问题：我们在去掉干扰信号的时候，如果想按照由强到弱的
顺序逐一消除，就需要首先对各路干扰信号进行排序。如果精确计算信号强度，
就需要在每个 TTI 进行计算（称之为动态计算）并排序，这样会使仿真时间大
大增加；如果只在每次仿真过程的开头进行排序，不随时间变化（称之为静态
计算），这样每个仿真过程只需一次信号排序，虽然能大大节省仿真时间，但
系统性能也会相应下降。
下面我们就通过仿真来对这两种计算方法进行比较。
3.2 仿真方法
为了比较静态计算和动态计算两种去干扰方法的性能，我们将每个移动台
接收到的所有干扰信号按强度由大到小排序，然后从最强干扰开始逐一去掉，
得出各种情况下的信干噪比 CDF 曲线和吞吐量值，最后将相关结果进行比较。
静态计算在每一次仿真过程只进行一次信号排序，一次仿真过程中干扰信
号顺序不变；动态计算则在每个 TTI 都进行信号排序。
25

3.3 仿真参数
仿真参数如表 3 -6 所示：
参数取值
系统模型 3GPP Macro Case1 & Case 3
小区数目 19 个小区，每个小区分为 3 个扇区
每个扇区用户数目 10
仿真次数 5
每次仿真时间 10s
去干扰计算方法静态计算 vs. 动态计算
表 3-6 仿真参数 - 静算去干与算去干的比态计扰动态计扰较
3.4 仿真结果
仿真结果如图 3 -5 到图 3 -20 所示，其中 IR n 表示去掉了 n 个最强干扰信
号，Static 表示静态计算去干扰结果，Fast 表示动态计算去干扰结果。
3.4.1 信干噪比
信干噪比的 CDF 曲线如图 3 -5 到图 3 -16 所示，横坐标为信干噪比，单位
为 dB，纵坐标为 CDF。
26

3.4.1.1 Case1 仿真结果
图 3-5 Case1 静算去干的态计扰 SINR
图 3-6 Case1 算去干的动态计扰 SINR
27

图 3-7 Case1 静算与算的态计动态计 SINR 比，去掉较 1 个最强干扰
28

29

3.4.1.2 Case3 仿真结果
图 3-11 Case3 静算去干的态计扰 SINR
图 3-12 Case3 算去干的动态计扰 SINR
30

31

32

3.4.2 吞吐量
吞吐量的分布直方图如图 3 -17 到图 3 -20 所示：
图 3-17 Case1（左）和 Case3（右）静算的吞吐量平均，条上方的数字去掉态计值为 n 个干
与不去干相比的吞吐量增益扰扰
图 3-18 Case1（左）和 Case3（右）静算的吞吐量态计 CDF 为 5% 的，条上方的数字时值为
去掉 n 个干与不去干相比的吞吐量增益扰扰
33

图 3-19 Case1 算和静算的吞吐量平均的比，条上方的数字静算相当动态计态计值较为态计
于算的百分比，以每个算的吞吐量动态计动态计值为 100%
图 3-20 Case1 算和静算的吞吐量动态计态计 CDF 为 5% 的比，条上方的数字静时值较为态
算相当于算的百分比，以每个算的吞吐量计动态计动态计值为 100%
3.5 结果分析
从仿真结果可以看出：
34

1. 从信干噪比曲线图 3 -5、图 3 -6、图 3 -11、图 3 -12 可以看出，在 3GPP
Macro Case1 和 Case 3 系统模型下，无论使用静态计算或动态计算去干
扰，当逐一消除较强干扰时，系统的信干噪比性能逐渐增加；相对来说，
小区边缘用户获得较多系统增益；从去 1 个最强干扰(IR1)到去 5 个最强
干扰(IR5)，信干噪比增加的趋势逐渐减缓。其中，Case 3 模型由于基站
覆盖范围较大，大多数用户到非服务小区距离较远，从而干扰信号的影
响较小，因此性能增益不如 Case1 明显。
2. 从信干噪比曲线图 3 -7 到图 3 -10、图 3 -13 到图 3 -16 可以看出，在
3GPP Macro Case1 和 Case 3 系统模型下，静态计算和动态计算去干扰
的信干噪比 CDF 曲线非常接近。也就是说，使用静态计算去干扰的方法，
系统信干噪比略有降低，但仍在可以接受的范围内。
3. 从吞吐量图 3 -17、图 3 -18 可以看出，使用静态计算去干扰，从不去干
扰(IR0)到去 5 个最强干扰(IR5)，吞吐量大致成线性增长，可见静态计
算的性能是可以接受的。
4. 从吞吐量图 3 -19、图 3 -20 可以看出，使用静态计算去干扰，系统吞吐
量并没有明显下降，吞吐量 CDF 为 5%时保持在 85%以上，平均吞吐量
甚至保持在 94%以上。而且，静态计算导致的吞吐量损失与去干扰的数
目没有明显的关系。因此，使用静态计算去干扰的方法，系统吞吐量略
有降低，但仍在可以接受的范围内。
综上所述，使用静态计算的方法去干扰，只会使系统性能略为降低，仍在
可以接受的范围内，但与动态计算相比，大大节省了仿真时间，因此，我们在
之后的仿真中，就采用静态计算的方法，去掉每个移动台收到的较强干扰，来
评估各种协作 MIMO 分组方法的性能差异。
此外，由以上结果也可看出，当去掉 2 个最强干扰时，系统性能已经有较
大提高；此后再逐一去掉干扰，信干噪比的增长已经非常缓慢。由此可知，综合
考虑系统性能和开销的因素，协作 MIMO 能够去掉移动台接收到的最强的 2 个
干扰，就是我们追求的最好结果。
35

第4章基于用户的分组策略
4.1 理论分析
如前所述，协作 MIMO 不但能够识别并减少干扰，而且可能把干扰加以利
用，为整个系统提供有用信息，从而提高整个系统的性能。由上一章的结果分析
可知，系统能够去掉 2 个最强干扰，就是较为理想的结果。因此我们可以得出结
论：一个协作区域中有 3 个扇区，即对于该协作区域中的用户来说，其中 1 个
为服务扇区，另外 2 个为干扰扇区，在保证这 2 个干扰为该用户接收到的最强
干扰的前提下，通过协作，去掉这 2 个最强干扰，则系统就能获得较为理想的
性能增益。
但是，这其中还包含一些问题：
1. 协作 MIMO 技术旨在增强小区边缘用户的性能，也就是说，只有小区
边缘用户需要使用协作 MIMO 技术，而小区中心用户如果使用协作
MIMO 技术，可能不会得到较大的性能增益，反而会增加系统开销。
2. 有人曾经研究过，在仿真的所有扇区中只选取 3 个作为协作区域，在其
中分布用户，其它扇区都是干扰，这种仿真方法实现较为简单，但已证
明很难获得明显的系统增益。而如果动态分配协作区域和用户，会大大
提高调度的复杂性，难以应用于实际；而且用户采用何种分组方法，才
能保证尽可能多的用户都能够位于协作区域中，从而减少干扰，提高性
能。
针对这些问题，我们作了如下思考：
1. 只有小区边缘用户需要使用协作 MIMO 技术，但是，在仿真中对用户
位置进行筛选，去掉小区中心用户，只保留小区边缘用户，这个步骤将
大大增加仿真时间；如果只对小区边缘用户使用协作 MIMO 技术，小
区中心用户并不被丢弃，而是仍采用通常的信号传输和接收模式，整个
系统的增益将会非常不明显。
因此，我们仍将对整个仿真区域内的所有用户使用协作 MIMO 技术，
以节约仿真成本，并可最直观地评估协作 MIMO 技术给系统带来的增
益。
2. 不使用固定协作区域而采用动态分配协作区域和用户，确实存在系统复
杂、成本过高的问题，但是对于我们在理论上观察协作 MIMO 技术的性
36

能是很有帮助的，而且随着研究的深入，系统的进一步优化，复杂度高
的问题是可以逐步解决的。换言之，这是一种理论分析协作 MIMO 技术
性能的较好方法，并且具有一定的发展前景。
因此，我们面临的主要问题就转化为，在协作 MIMO 技术中，如何分配协
作区域和用户，才能在理论上获得更好的系统性能。
前面分析过，我们要尽量去掉每个用户最强的 2 个干扰。因此，我们要从用
户的角度出发，按照每个用户的最强干扰来对用户进行分组，并根据每个用户
组内各个用户的服务扇区和最强干扰扇区来确定组成协作区域的扇区，这样才
能获得尽可能多的系统性能增益。
在每个基站发天线数目与每个用户收天线数目相同的前提下，我们的分组
有一条基本原则需要遵循：每个用户组中的用户数目与该组对应的协作区域内
扇区的数目相同。只有满足这条原则，才能保证平均下来，每个扇区服务的用户
数目与不采用协作 MIMO 技术时基本相等。只有这样，采用协作 MIMO 技术的
仿真结果才能与原始系统的仿真结果相比较。
尽量去掉每个用户最强的 2 个干扰，并不意味着一定要去掉每一个用户的 2
个最强干扰。因为如果严格按照 3 个用户一组来分，且协作区域 3 个扇区必须分
别是组内每个用户的服务扇区和 2 个最强干扰扇区，这样导致很多用户或者无
法被分入任何组，而这些单独的用户不会减少任何干扰，也就不会获得任何性
能增益；或者与较弱干扰扇区分入同一组，这些用户只会减少该较弱干扰，获
得的性能增益非常少。显然，这些情况的出现，不是我们对用户进行分组的初衷
因此，为了保证获得尽可能多的系统性能增益，必须要在各个方面之间寻求折
中，因此也就有了各种不同的分组策略。
4.2 简单的分组策略
4.2.1 理论分析
按照前面的理论分析，我们首先设计了两个比较简单的分组策略。为了分析
方便，规定每个扇区只有一个用户。
1. 两个用户一组(Pairing)
a) 任选一个未被分组的用户 U1，将其接收到的干扰由强到弱排序。
b) 找出用户 U1 的干扰扇区中未被分组的最强干扰扇区 Sx，Sx 中的用
户 Ux 和 U1 就分为同一组，U1 的服务扇区 S1 与 Ux 的服务扇区 Sx
构成该协作区域的 2 个扇区。若 U1 所有干扰扇区都已被分组，则
U1 成为单独用户。由于仿真用户数目为奇数，因此每次仿真必然有
37

一个单独用户。
c) 从未分组以及非单独用户中任选一个未被分组的用户，从步骤 a 开
始重新执行。
2. 三个用户一组(Tripling)
a) 任选一个未被分组的用户 U1，将其接收到的干扰由强到弱排序。
b) 找出用户 U1 的干扰扇区中未被分组的最强干扰扇区 Sx，Sx 中的用
户 Ux 和 U1 就分为同一组。
c) 将用户 Ux 接收到的干扰由强到弱排序，找出 Ux 除 U1 的服务扇区
S1 以及所有已分组的扇区以外的最强干扰扇区 Sy，则用户 U1、Ux
和 Uy 就分为同一组，扇区 S1、Sx 和 Sy 构成该协作区域的 3 个扇区。
由于仿真用户数目是 3 的倍数，因此仿真不会出现单独用户。
d) 从未分组用户中任选一个未被分组的用户，从步骤 a 开始重新执行。
根据上面的描述可以看出，Pairing 和 Tripling 这两种分组方法的主旨是：
尽量使每一个用户都能与其最强干扰扇区分到同一协作区域，从而消除这一最
强干扰；如果不能选到最强干扰，则选剩余未被分组的干扰中最强的一个；最
后尽量使所有用户都能够被分组。
4.2.2 仿真方法
分别采用这两种分组策略，将所有用户及扇区进行分组，并将协作区域内
的干扰扇区对应的用户干扰去掉。统计用户去干扰强度的分布，以及信干噪比。
4.2.3 仿真参数
参数取值
系统模型 3GPP Macro Case1
小区数目 19 个小区，每个小区分为 3 个扇区
仿真次数 10
分组方法 Pairing vs. Tripling
去干扰计算方法静态计算
表 4-7 仿真参数 – 分方法组 Pairing 与 Tripling 的比较
38

4.2.4 仿真结果
图 4 -21 是 Pairing 与 Tripling 两种分组方法下用户去干扰强度的分布：
图 4-21 Pairing 与 Tripling 分方法下用去干强度的分布两种组户扰
其中，横坐标为去掉的干扰的强度(1~56)，1 为最强干扰，2 为第 2 强干扰，
以此类推；纵坐标为去某强度干扰的用户占总用户的百分比；蓝色为 Pairing 的
分布，红色为 Tripling 的分布。在这里，对于 Tripling，只统计每个用户去掉的最
强干扰。图中，横坐标为 58 时的 Pairing 分布为单独用户所占百分比。
图 4 -22 是 Pairing 与 Tripling 两种分组方法所得信干噪比的比较：
39

图 4-22 Pairing 与 Tripling 分方法的两种组 SINR 比较
其中，Original 为未去干扰的原始曲线，IR1 和 IR2 分别为所有用户去掉 1
个和两个最强干扰的曲线。
图 4 -23 是 Pairing 与 Tripling 两种分组方法所得吞吐量的比较：
40

图 4-23 Pairing 与 Tripling 分方法的吞吐量比两种组较
其中，Original 为未去干扰的原始曲线，IR1 和 IR2 分别为所有用户去掉 1
个和两个最强干扰的曲线。
4.2.5 结果分析
1. 从图 4 -21 中可以看出，单独观察两种分组方法的分布， Pairing 与
Tripling 两种分组方法下用户去干扰强度的分布都大致服从指数衰减，
这从侧面证明了仿真结果的合理性。
2. 将图 4 -21 中的数据进行整理，我们得到 Pairing 与 Tripling 两种分组方
法下用户去干扰强度的分布如表 4 -8 所示：
百分比去干扰强度 1 2 3 4 5 6 其它
Pairing 28.2% 15.6% 10.9% 6.4% 6.0% 4.2% 28.7%
Tripling 39.5% 18.7% 11.0% 7.0% 3.9% 3.4% 16.5%
相对增益 40.0% 19.5% 1.1% 9.1% -35.9% -18.3% -42.5%
表 4-8 Pairing 与 Tripling 分方法下用去干数目的分布两种组户扰
从表 4 -8 中可以看出， Tripling 去掉第 1 个最强干扰的用户百分比
要显著高于 Pairing；去掉第 2 个、第 3 个和第 4 个最强干扰时，Tripling
的用户百分比仍高于 Pairing，但差距已经较小；去掉第 5 个、第 6 个最
强干扰甚至较弱干扰时，Tripling 的用户百分比低于 Pairing。由此可知，
与 Pairing 相比，Tripling 能够使用户去掉更强的干扰，尤其体现在去前
2 个最强干扰的情况，因此，从用户去干扰强度的分布来看，Tripling
要明显优于 Pairing。
但是，从 Tripling 的分布也可看出，只有 39.5%的用户能够去掉最
强干扰，另有 18.7%的用户能够去掉次强干扰，也就是说，还有多于
40%的用户只能去掉较弱的干扰。这样的性能仍不能令人满意。
3. 从图 4 -22 和图 4 -23 中可以看出，Pairing 的 SINR 曲线和吞吐量曲线
仅比原始曲线稍好，与去 1 个最强干扰的曲线尚有相当大的差距；
Tripling 的 SINR 曲线和吞吐量曲线好于 Pairing 的 SINR 曲线和吞吐量曲
线，但是与去 1 个最强干扰的曲线仍有一定差距。这是因为，对于
Tripling，大部分用户被去掉的都不是最强干扰。Tripling 的吞吐量曲线
在最高处能够赶上去 1 个最强干扰的曲线，这是因为在 Tripling 中，少
量用户能够去掉 2 个最强干扰。
综上所述，我们可知：
Pairing 与 Tripling 两种分组方法相比，Tripling 好于 Pairing。也就是说，适
当扩大用户组内的用户数目，可以增加用户选到最强干扰扇区的几率。这个结果
41

非常合理。
但是，Tripling 的性能跟我们的预期还有一定差距。这主要是因为 Tripling 本
身存在一定缺陷：
在 4.2.1 中 Tripling 的步骤 b 中，扇区 Sx 是用户 U1 当前的最强干扰；步骤
c 中，扇区 Sy 是用户 Ux 当前的最强干扰。但是，扇区 S1 与用户 Uy 之间并没有
非常紧密的联系；也就是说， S1 可能只是 Uy 的较弱干扰。因此，在该协作区域
中，用户 Uy 并没有得到理想的性能增益。
仿真本身也存在问题，比如为了使仿真简单易行，每个扇区只有 1 个用户。
由于用户数目较少，用户位于小区边缘的概率大大降低，因此基于协作 MIMO
的分组策略性能增益会随之降低。
由上述分析可知，本节中提出的两种简单的分组方法不能得到令人满意的
性能增益，我们需要去寻找更优的分组方法，以便获得较为理想的性能增益。
4.3 初级的 SHO 分组策略
4.3.1 理论分析
上节分析了两种简单的分组策略：Pairing 和 Tripling。由理论分析、仿真结果
及结果分析可知，这两种分组方法操作较为简单，但是不能满足我们对性能的
要求。在此基础上，我们提出了一种新的分组策略，命名为 SHO 算法，它是在
我们共同研究探索和分析讨论之下，由诺基亚西门子的 Peter Skov 基于[9]中的
SHO(Soft Handover)处理提出的，在此对他再次表示由衷的感谢。
SHO 算法的步骤大致如下：
1. 将每一个用户接收到的所有信号按照强度由强到弱的顺序排列。在我们
的仿真中，最强的信号一定是用户的服务扇区发送的信号；除此之外都
是干扰扇区发送的信号。
2. 为每一个用户创建一个为空的信号集。从每一个用户在步骤 1 中得到的
由强到弱的信号组中选取前 3 个信号，放入该用户的信号集中。例如，
对于用户 U1，它信号集里面存放的是来自服务扇区 S1 的信号，以及 2
个最强干扰扇区（如 S2、S3）的信号。
3. 任选一个用户例如 U1，在剩下所有用户中搜索与 U1 信号集相同的用户。
此处信号集相同的意思是，几个用户信号集中的信号来自的扇区完全相
同，而且不分强弱顺序。
4. 所有信号集相同的用户放入同一大组，统计大组中用户的数目。
5. 按照每个大组中用户数目 u 的规律，将其分成若干个小组：
42

a) u=2 或 u=3，即 2 个、3 个用户的大组不再细分；
b) 用户数目 u 除以 3 余 1 的大组可分为 u=3k+2×2，k 为非负整数，得
到 k+2 个小组，如 4=2×2，4 个用户的大组分为 2 个 2 用户的小组；
7=3×1+2×2，7 个用户的大组分为 1 个 3 用户的小组，和 2 个 2 用
户的小组；10=3×2+2×2，10 个用户的大组分为 2 个 3 用户的小组，
和 2 个 2 用户的小组，等等；
c) 用户数目 u 除以 3 余 2 的大组可分为 u=3k+2，k 为正整数，得到
k+1 个小组，如 5=3×1+2，5 个用户的大组分为 1 个 3 用户的小组，
和 1 个 2 用户的小组；8=3×2+2，8 个用户的大组分为 2 个 3 用户的
小组，和 1 个 2 用户的小组；11=3×3+2，11 个用户的大组分为 3 个
3 用户的小组，和 1 个 2 用户的小组，等等；
d) 用户数目 u 除以 3 余 0 的大组可分为 u=3k，k 为大于 1 的整数，得
到 k 个小组，如 6=3×2，6 个用户的大组分为 2 个 3 用户的小组；
9=3×3，9 个用户的大组分为 3 个 3 用户的小组；12=3×4，12 个用
户的大组分为 4 个 3 用户的小组，等等；
e) 若某个用户没有被分入任何大组，则它成为单独用户，认为它是一
个用户数目为 1 的组内的唯一用户。其它用户小组分为 2 用户小组和
3 用户小组。
6. 分组的同时存储组内每个用户对应的协作区域内的干扰扇区。单独用户
只有对应的服务扇区，没有对应的干扰扇区；2 用户小组中的用户有 1
个对应的干扰扇区，它可能是最强干扰也可能是次强干扰；3 用户小组
中的用户有 2 个对应的干扰扇区，正是该用户的 2 个最强干扰。
4.3.2 仿真方法
按照 4.3.1 中的 SHO 算法，我们可以把所有用户分成多个组，并确定了仿
真区域内的扇区。我们就按照这样的分组结果，通过静态计算去干扰，把每个用
户在协作区域内干扰扇区发送的干扰信号去掉，并观察仿真结果。
4.3.3 仿真参数
由于当时仿真条件所限，我们选取的仿真区域如图 4 -24 所示，中间 7 个
小区是仿真区域，在此范围内分布用户，周围 12 个小区作为干扰：
43

图 4-24 SHO 分策略仿真区域组
参数取值
小区数目 7 个仿真小区，12 个干扰小区，每个小区分为 3 个扇区
仿真次数 1 & 10
分组方法 SHO
去干扰计算方法静态计算
对比项目有阴影衰落 vs. 无阴影衰落
表 4-9 仿真参数 – SHO 分策略组
4.3.4 仿真结果
使用 SHO 算法所得的用户分布情况如图 4 -25 所示：
44

图 4-25 SHO 算法下用的分布情况户
其中，横坐标是 4.3.1 的步骤 4 中提到的大组中的用户数目，1 代表单独用
户；纵坐标是各大组用户数目的百分比。蓝色和红色分别代表有阴影衰落和无阴
影衰落的情况。
使用 SHO 算法所得的用户在仿真区域的位置分布如图 4 -26 到图 4 -29 所
示：
45

图 4-26 SHO 算法下用在仿真区域的地理位置分布，有影衰落，户阴 10 次仿真，故每个扇
区共有 100 个用户
图 4-27 SHO 算法下用在仿真区域的地理位置分布，无影衰落，户阴 10 次仿真，故每个扇
46

区共有 100 个用户
其中，横坐标和纵坐标是仿真区域的地理坐标，中心为原点。黑色圆圈代表
基站；红色点代表单独用户，其它各种颜色的点代表被分为 2 用户小组或 3 用
户小组的用户。
图 4-28 SHO 算法下用在仿真区域的地理位置分布，有影衰落，户阴 1 次仿真，故每个扇区
共有 10 个用户
47

图 4-29 SHO 算法下用在仿真区域的地理位置分布，无影衰落，户阴 1 次仿真，故每个扇区
共有 10 个用户
其中，横坐标和纵坐标是仿真区域的地理坐标，中心为原点。黑色圆圈代表
基站，周围的黑色数字是扇区编号；红色点代表单独用户，其它各种颜色的点
代表被分组的用户，相同颜色的用户属于同一个大组，各种颜色的数字代表该
颜色大组所在协作区域的扇区编号。
使用 SHO 算法所得的系统信干噪比如图 4 -30、图 4 -31 所示：
48

图 4-30 SHO 算法下系的统 SINR，有影衰落阴
图 4-31 SHO 算法下系的统 SINR，无影衰落阴
其中，横坐标为信干噪比，单位为 dB，纵坐标为 CDF；曲线 Original 是未
消除干扰的原始曲线，IR1 和 IR2 分别为所有用户去掉 1 个和两个最强干扰的曲
49

线。
使用 SHO 算法所得的系统吞吐量如图 4 -32、图 4 -33 所示：
图 4-32 SHO 算法下系的吞吐量，有影衰落统阴
图 4-33 SHO 算法下系的吞吐量，无影衰落统阴
50

其中，横坐标为信干噪比，单位为 dB，纵坐标为 CDF；曲线 Original 是未
消除干扰的原始曲线，IR1 和 IR2 分别为所有用户去掉 1 个和两个最强干扰的曲
线。
4.3.5 结果分析
从仿真结果可以看出：
1. 经过多次仿真，我们统计出用户的分组情况，从图 4 -25 到图 4 -27 可
以看出，在 SHO 分组算法下，大部分用户可以被分组；但是，在有阴
影衰落的情况下仍有 41.3%的用户不能被分组，是单独用户。这种情况
说明，当前的 SHO 分组算法还有一定的改进空间。
2. 从图 4 -25 到图 4 -27 可以看出，在 SHO 分组算法下，阴影衰落模型对
于用户的分组情况存在较大影响，其中单独用户数目从 41.3%下降到
10.5%，即无阴影衰落时用户的分组情况明显变好。这是因为，我们的仿
真平台采用的阴影衰落模型只考虑了基站间的相关性，而没有考虑用户
间位置的相关性，即邻近用户的阴影衰落值应该有较大的相关性。因此，
目前的阴影衰落模型还具有一定的改进空间。
3. 从图 4 -28、图 4 -29 可以看出，分为一个大组的用户，在地理位置上相
距较近。这在一定程度上验证了 SHO 分组算法的合理性，说明它适合用
于协作 MIMO 技术。
4. 从 4.3.1 介绍的 SHO 分组算法具体步骤可以看出，SHO 分组算法与 4.2
中介绍的 Pairing 和 Tripling 分组算法有本质的区别，主要体现在：
a) Pairing 和 Tripling 算法只以某一用户可选的最强干扰扇区为标准来
选择同组用户；而 SHO 算法每个用户都有一个信号集，以信号集
内信号所属扇区是否相同为标准来选择同组用户。
b) 在 Pairing 和 Tripling 算法中，某个用户如果不能与较强干扰扇区同
组，仍可顺序与较弱干扰扇区同组，这样几乎所有用户都能够被分
组，而付出的代价是，很多用户只能消除较弱干扰。而 SHO 算法中
只有几个用户的信号集（最强的 3 个信号）完全相同，它们才能被
分为同一组，这样能够保证同组内用户至少都能去掉其最强或次强
干扰，而付出的代价是，超过四成的用户不能被分组。
通过比较我们发现，SHO 算法更为合理，用信息集作为用户分组的
标准可以保证系统性能获得应有的增益。而尽量减少单独用户的数目，
将成为下一步研究的主要问题之一。
5. 从图 4 -30 可以看出，用 SHO 算法给用户分组后再去干扰，在 CDF 较
51

小时性能较差，随 SINR 的增长逐渐变好，在 CDF=0.7 处赶上 IR1，在
CDF=0.9 处赶上 IR2，之后与 IR2 基本重合。从图 4 -32 可以看出，吞吐
量曲线也有类似趋势。这是因为：
a) 由于单独用户数目较多，这部分用户没有获得任何性能增益，导致
低 SINR 和吞吐量区域比例仍然较大；
b) 2 用户小组的用户被去掉了最强或次强干扰，性能有了较大提高，
因此 SINR 和吞吐量曲线中段上升速度较快；
c) 3 用户小组的用户被去掉了 2 个最强干扰，其性能已与 IR2 相同，
因此 SINR 和吞吐量曲线在超过 IR1 后，迅速逼近 IR2，并在 CDF
到达 0.9 后与 IR2 保持重合。
综上所述，SHO 算法是一种更加合理的分组算法，可以将其应用于我们之
后的仿真研究。SHO 算法产生的单独用户数目较多，我们将在下一步研究中对
其加以改进，以获得更为理想的系统性能增益。
4.4 改进后的 SHO 分组策略
根据 4.3 中对 SHO 分组算法的描述、仿真和分析，我们已经发现，SHO 分
组算法有其合理性和优越性，但也存在不足，仍有改进的空间。因此，从实际仿
真的角度出发，我们对 SHO 分组算法作了进一步的改进。
于此同时，通过公司同事的努力，我们的仿真平台已经可以支持 19 个小区
全部作为仿真小区，并且每个扇区可分布 10 个用户。在这里要对公司同事们的
辛勤工作表示由衷的感谢。
4.4.1 算法描述
由第三章的理论分析、仿真结果和结果分析可知，对于用户接收信号强度的
排序只需在每次仿真过程的开始进行一次，而没有必要在每个 TTI 都进行排序。
因此可以认为，每次仿真过程中用户接收信号的强度的强弱顺序大致不变。这样
我们基于用户信号强弱排序生成信号集，从而对用户及扇区进行分组的 SHO 算
法也只需在每次仿真过程的开始进行一次，而无需在每个 TTI 都进行。
在改进的 SHO 分组算法中，我们仍然采用基于用户的基本思路，即先对用
户进行分组，再分配协作区域内对应的扇区。每个协作区域内用户数目与扇区数
目相同，这样能够保证平均一个用户仍对应一个扇区，每个用户分配到的频域
资源与非分组的情况相同，使二者具有可比性，这样我们能够更直观地比较出
采用 SHO 分组算法的协作 MIMO 技术所带来的性能增益。
如 4.1 中所述，我们仍将对整个仿真区域内的所有用户使用协作 MIMO 技
52

术，以节约仿真成本，并可最直观地评估协作 MIMO 技术给系统带来的增益。
下面详细描述一下改进后的 SHO 分组算法：
1. 将每一个用户接收到的所有信号按照强度由强到弱的顺序排列。在我们
的仿真中，最强的信号一定是用户的服务扇区发送的信号；除此之外都
是干扰扇区发送的信号。
2. 为每一个用户创建一个为空的信号集。从每一个用户在步骤 1 中得到的
由强到弱的信号组中选取前 3 个信号，放入该用户的信号集中。例如，
对于用户 U1，它信号集里面存放的是来自服务扇区 S1 的信号，以及 2
个最强干扰扇区（如 S2、S3）的信号。
3. 任选一个用户例如 U1，在剩下所有用户中搜索与 U1 信号集相同的用户。
此处信号集相同的意思是，几个用户信号集中的信号来自的扇区完全相
同，而且不分强弱顺序。
4. 所有信号集相同的用户放入同一大组，统计大组中用户的数目。
5. 按照每个大组中用户数目 u 的规律，将其分成若干个小组：
a) u=2 或 u=3，即 2 个、3 个用户的大组不再细分；
b) 用户数目 u 除以 3 余 1 的大组可分为 u=3k+2×2，k 为非负整数，得
到 k+2 个小组，如 4=2×2，4 个用户的大组分为 2 个 2 用户的小组；
7=3×1+2×2，7 个用户的大组分为 1 个 3 用户的小组，和 2 个 2 用
户的小组；10=3×2+2×2，10 个用户的大组分为 2 个 3 用户的小组，
和 2 个 2 用户的小组，等等；
c) 用户数目 u 除以 3 余 2 的大组可分为 u=3k+2×1，k 为正整数，得到
k+1 个小组，如 5=3×1+2，5 个用户的大组分为 1 个 3 用户的小组，
和 1 个 2 用户的小组；8=3×2+2，8 个用户的大组分为 2 个 3 用户的
小组，和 1 个 2 用户的小组；11=3×3+2，11 个用户的大组分为 3 个
3 用户的小组，和 1 个 2 用户的小组，等等；
d) 用户数目 u 除以 3 余 0 的大组可分为 u=3k，k 为大于 1 的整数，得
到 k 个小组，如 6=3×2，6 个用户的大组分为 2 个 3 用户的小组；
9=3×3，9 个用户的大组分为 3 个 3 用户的小组；12=3×4，12 个用
户的大组分为 4 个 3 用户的小组，等等；
e) 若某个用户没有被分入任何大组，则它成为单独用户，认为它是一
个用户数目为 1 的组内的唯一用户。其它用户小组分为 2 用户小组和
3 用户小组。
6. 分组的同时存储组内每个用户对应的协作区域内的扇区：
a) 对于 3 用户小组，组中每个用户的服务扇区和 2 个干扰扇区就组成
53

协作区域内的 3 个扇区，其中，3 个用户的服务扇区可以相同，也
可以不同；
b) 对于 2 用户小组，要分两种不同的情况来分析：
i. 如果组内 2 个用户的服务扇区不同，那么这 2 个扇区就组成协
作区域内的 2 个扇区；
ii. 如果组内 2 个用户的服务扇区相同，那么这个服务扇区必然是
协作区域内的 1 个扇区，另一个扇区应该是某个用户的最强干
扰扇区，而根据信号集划分的原理，这个扇区同时应该是另一
个用户的最强干扰扇区或次强干扰扇区，关于这个扇区的确定，
我们在 4.4.2 中还有描述；
c) 对于单独用户，我们再进行一次分组筛选，分组标准是，2 个用户
信号集中有任 2 个信号来自的扇区相同，这是对 3 中的信号集中 3
个信号来自的扇区全部相同这一条件的弱化。得到的 2 用户小组又
分为两种情况：
i. 如果组内 2 个用户的服务扇区不同，那么每个用户的服务扇区
必须在另一个用户的信号集内，可能是最强干扰，也可能是次
强干扰。这 2 个服务扇区就组成协作区域内的 2 个扇区；
ii. 如果组内 2 个用户的服务扇区相同，那么这个服务扇区必然是
协作区域内的 1 个扇区，而另一个扇区则是信息集中剩下的那
个相同信号来自的扇区，对于 2 个用户来说，它可能是最强干
扰扇区，也可能是次强干扰扇区。
按照这种分组筛选方法，相当一部分单独用户会被分入上述的
2 用户小组，具体比例我们会在 4.4.2 中介绍。
d) 如果 c 中分组筛选结束后，仍有用户未被分入任何组，则这部分用
户仍然是单独用户，认为它是一个用户数目为 1 的组内的唯一用户。
由上面的描述可以看出，改进的 SHO 分组算法对单独用户进行了一次分组
筛选，可以进一步减少单独用户的数目，提高系统性能增益。
4.4.2 PRB 分配协调
4.4.2.1 理论分析
用 SHO 分组算法对所有用户进行分组后，我们得到了多个确定的协作区域。
接下来的问题，就是把每个扇区的 OFDM 时频资源分配给用户。由于时域资源
分配不需要作改动，因此我们只讨论频域资源的分配。
54

如前所述，OFDM 系统的物理资源在频域上分为多个子载波，其中一定数
目的子载波（通常是 12 个）组成一个物理资源块(Physical Resource Block,
PRB)，每个 PRB 作为一个单元来分配给用户。一个用户被分得的 PRB 就用来承
载向该用户发送的信息。在我们的仿真中，频域资源共有 600 个子载波，因此
PRB 数目为 50 个。为了操作简单，我们给每个用户分配相同数目的 PRB。因此，
如果每个扇区有 10 个用户，则给每个用户分配 5 个 PRB。
我们用 SHO 分组算法把用户分组后，得到了多个 3 用户小组、2 用户小组和
单独用户，对应的扇区数目也分别是 3、2 和 1。对于多用户小组，该组内的用户
要共同占用 PRB，例如，一个 3 用户小组中的用户分别为 Ua、Ub 和 Uc，对应
的扇区分别是 S1、S2 和 S3，则 3 个扇区分别要分配 5 个 PRB 给这 3 个用户，即
扇区 S1 分配 5 个 PRB，每个 PRB 都要同时给 3 个用户发送信息（可理解为在
每个 PRB 内给每个用户分配 4 个子载波）；扇区 S2、S3 也按照相同的方式进行
分配。
但是，按照上述方法对 PRB 进行分配会遇到一些问题。如果没有分组，每
个扇区 50 个 PRB 分配给该扇区内的 10 个用户，这样没有任何问题；如果用
SHO 分组算法进行分组，如果同一组内用户的服务扇区各不相同，那么仍相当
于协作区域内的扇区给自己所服务的用户分配了 PRB，这样也没有问题。但是，
我们在分组时，常常遇到组内用户服务扇区相同的情况。仍分析上面的例子，用
户 Ua、Ub、Uc 对应扇区 S1、S2、S3，这时候可能出现以下两种情况：
1. Ua 和 Ub 的服务扇区都是 S1，Uc 的服务扇区是 S2，扇区 S1、S2 和 S3
都要给 Ua、Ub 和 Uc 分配 PRB，但原本 S1 应该分配 5×2=10 个 PRB，
此时只分配了 5 个；原本 S3 不应该分配 PRB，此时也分配了 5 个。也就
是说，S1 的一个用户“夺走”了 S3 的物理资源；
2. Ua、Ub 和 Uc 的服务扇区都是 S1，扇区 S1、S2 和 S3 都要给 Ua、Ub 和 Uc
分配 PRB，但原本 S1 应该分配 5×3=15 个 PRB，此时只分配了 5 个；
原本 S2 和 S3 都不应该分配 PRB，此时也分别分配了 5 个。也就是说，
S1 的 2 个用户分别“夺走”了 S2 和 S3 的物理资源。
同理，2 用户小组也会出现类似的情况。单独用户的 PRB 分配与不分组的情
况相同，不再赘述。
上述“夺走”干扰扇区物理资源情况的出现，使得 PRB 平均分配的状况被打
破。被“夺走”资源的扇区可能会无法分配物理资源给其某几个所服务的用户，因
为原本属于这些用户的资源被其它扇区的用户“夺走”了；而“夺走”其它扇区资源
的扇区可能会有剩余的物理资源没有分配给用户，因为原本应在该扇区获取资
源的用户去了其它扇区“夺走”了资源。这样，频域资源的利用率会有一定降低。
55

为了尽量保证频域资源的利用率，我们在使用 SHO 分组算法对用户进行分
组的时候，同时对 PRB 进行分配，以方便对其进行协调。具体的 PRB 分配协调
方法如下：
1. 首先对 3 用户小组中的用户进行 PRB 分配。对于 3 用户小组，分组算法
相对固定，没有可调整的空间，用户按照原先方案获得协作区域内 3 个
扇区的 PRB；
2. 然后对 2 用户小组中的用户进行 PRB 分配。对于 2 用户小组：
a) 如果组内 2 个用户的服务扇区不同，则分组算法也相对固定，没有
可调整的空间，用户按照原先方案获得协作区域内 2 个扇区的
PRB；
b) 如果组内 2 个用户的服务扇区相同，那么这个服务扇区必然是协作
区域内的 1 个扇区，另一个扇区的选取要看当时的 PRB 分配情况。
例如，组内用户 Ua 和 Ub 的服务扇区为 S1，Ua 的最强干扰扇区是
S2，Ub 的最强干扰扇区是 S3，此时如果 S2 已分配的 PRB 少于
S3，则选 S2 为除 S1 外协作区域内的另一个扇区；反之则选 S3。然
后，选定的扇区对用户进行资源分配。注意，如果该 2 用户小组中
的 2 个用户只有 2 个相同扇区，即 4.4.1 中步骤 6 的 c)ii，此时除了
两者相同的服务扇区外，若另一相同扇区的 PRB 已分配完，则取消
当前的分组，将这 2 个用户作为单独用户处理。
3. 最后对单独用户进行 PRB 分配。单独用户不属于任何组，无法调整分组
算法，PRB 分配也无法改变。
按照上述方法对 SHO 分组算法进行调整后，所有扇区的 PRB 分配更加平
均，但是，就像协调方法中所述，对于 3 用户小组，以及组内 2 个用户的服务
扇区不同的 2 用户小组，我们无法改变其分组状况，能够调整的只有组内 2 个
用户的服务扇区相同的 2 用户小组。因此，我们无法给每个扇区精确地分配 10
个用户。这样，有一些用户不可避免地无法分配到物理资源（原本属于它的资源
被其它用户“夺走”了）。对于这些用户，我们在最后计算信干噪比和吞吐量时，
就不把它们计算在内，即把这些用户“丢弃”了。
为了验证包含 PRB 分配协调的 SHO 分组算法能够起到怎样的效果，我们
通过仿真来进行检验。
4.4.2.2 仿真方法
在仿真平台每一次仿真过程的开始，用包含 PRB 分配协调的 SHO 分组算
法对用户进行分组，将分组结果与不包含 PRB 分配协调的 SHO 分组算法进行
56

比较，看看 PRB 分配是否更合理；统计被“丢弃”的用户数目，看其能否在接受
的范围内；统计分组后单独用户、2 用户小组用户和 3 用户小组用户各自的比例；
将有阴影衰落和无阴影衰落的情况进行对比，观察阴影衰落对分组结果的影响。
4.4.2.3 仿真参数
参数取值
小区数目 19 个仿真小区，每个小区分为 3 个扇区
仿真次数 5
分组方法改进 SHO
对比项目有阴影衰落 vs. 无阴影衰落
表 4-10 仿真参数 – 改后的进 SHO 分策略与组 PRB 分配协调
4.4.2.4 仿真结果
4.4.2.4.1 PRB 分配协调的比较
PRB 分配协调比较的仿真结果如图 4 -34 到图 4 -37 所示：
图 4-34 SHO 分算法组 PRB 分配情况，前协调
57

图 4-35 SHO 分算法组 PRB 分配情况，后，第协调 1 次仿真程过
58

其中，横坐标为扇区编号(1~57)，纵坐标为每个扇区分配给用户的 PRB 数
目，这里假设给每个用户分配 1 个 PRB，因此 PRB 数目即为用户数目，而且出
现有些扇区分配的用户数目超过 10 的情况，这样能够更清晰地比较 PRB 分配
协调前后的优劣。在以后的仿真中，每个用户每次仍然分配 5 个 PRB，而且每个
扇区最多有 50 个 PRB 能够被分配，不会出现分配给多于 10 个用户的情况。
4.4.2.4.2 PRB 利用率统计
我们统计了 PRB 利用率，如表 4 -11 所示：
Case仿真次数 1 2 3 4 5 平均利用率
有阴影衰落 96.7% 96.8% 97.4% 97.2% 97.0% 97.0%
无阴影衰落 96.3% 96.0% 96.0% 96.8% 95.8% 96.2%
表 4-11 PRB 利用率统计
4.4.2.4.3 用户比例统计
我们统计了 5 次仿真过程中单独用户、2 用户小组用户和 3 用户小组用户的
数目，如表 4 -12 所示：
59

Case仿真次数 1 2 3 4 5
最小百分
比
最大百分
比
平均百分
比
有阴影
衰落
3 用户小组的用
户数目
15
0
16
5
17
4
16
2
15
6
26.3% 30.5% 28.3%
户数目
33
2
32
2
32
0
30
2
33
0
53.0% 58.2% 56.4%
单独用户的
数目
88 83 76
10
6
84 14.7% 18.6% 15.3%
无阴影
衰落
户数目
34
2
32
7
33
9
34
8
36
0
57.4% 63.2% 60.2%
户数目
19
0
21
4
20
4
19
0
18
2
32.0% 37.5% 34.4%
单独用户的
数目
38 29 27 32 28 4.7% 6.5% 5.4%
表 4-12 用比例户统计
其中所有用户的数目为 10×19×3=570。
分布柱状图如图 4 -38、图 4 -39 所示：
图 4-38 用比例分布柱状，使用影衰落模型户图阴
60

图 4-39 用比例分布柱状，不使用影衰落模型户图阴
其中，横坐标为仿真次数（从第 1 次到第 5 次的分布），纵坐标为用户数
目百分比。三组数据分别表示 3 用户小组、2 用户小组和单独用户的用户数目。
4.4.2.4.4 丢弃用户数目统计
我们统计了 5 次仿真过程分别丢弃的用户数目，以及统计结果，如表 4 -13
所示：
Case仿真次数 1 2 3 4 5
每次仿真过程丢弃
用户的平均数目
丢弃用户占所有用
户的百分比
有阴影
衰落
3 用户小组的
用户数目
0 0 0 0 0
32.8 5.75%
2 用户小组的
用户数目
2
0
3
2
2
8
1
0
2
4
单独用户的
数目
1
3
7 7
1
4
9
无阴影
衰落
3 用户小组的
用户数目
3 0 6 3
1
5
66.4 11.65%
2 用户小组的
用户数目
7
0
5
4
5
6
5
6
5
6
单独用户的
数目
2 3 1 3 4
表 4-13 弃用数目丢户统计
61

协作MIMO中基于用户的分组算法研究

协作MIMO中基于用户的分组算法研究

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie 协作MIMO中基于用户的分组算法研究

Ähnlich wie 协作MIMO中基于用户的分组算法研究 (20)

协作MIMO中基于用户的分组算法研究