高级搜索

大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案

智慧 王飞跃 黄子菊

引用本文: 智慧, 王飞跃, 黄子菊. 大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案[J]. 电子与信息学报, 2020, 42(7): 1686-1693. doi: 10.11999/5EIT190445 shu
Citation:  Hui ZHI, Feiyue WANG, Ziju HUANG. Dynamic Pilot Allocation Scheme for Joint User Grouping and Alliance Game in Massive MIMO Systems[J]. Journal of Electronics and Information Technology, 2020, 42(7): 1686-1693. doi: 10.11999/5EIT190445 shu

大规模MIMO系统中联合用户分组和联盟博弈的动态导频分配方案

    作者简介: 智慧: 女,1984年生,讲师,研究方向为大规模MIMO、协作通信和无线传感器网络等;
    王飞跃: 男,1989年生,硕士生,研究方向为无线中继网络、协作通信、大规模MIMO;
    黄子菊: 女,1993年生,硕士生,研究方向为大规模MIMO、第五代(5G)移动通信系统
    通讯作者: 智慧,zhihui_0902@163.com
  • 基金项目: 安徽省高校自然科学研究项目(KJ2016A042)

摘要: 大量研究表明,大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此,该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A,B两组,把接收基站信号强度弱的小区边缘用户记为A组,剩余用户则为B组。A组用户使用相互正交的导频,B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中,用户被分成若干个互不相交的用户子联盟,属于不同子联盟的用户分配不同的相互正交导频序列,而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比,该文提出的JUG-AG方案更灵活,可以用于所有用户随机分布的场景。而且,该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE),而且可以提高用户的平均服务速率。

English

    1. [1]

      ZHANG Ruoyu, ZHAO Honglin, ZHANG Jiayan, et al. Hybrid orthogonal and non-orthogonal pilot distribution based channel estimation in massive MIMO system[J]. Journal of Systems Engineering and Electronics, 2018, 29(5): 881–898. doi: 10.21629/JSEE.2018.05.01

    2. [2]

      KIM K, LEE J, and CHOI J. Deep learning based pilot allocation scheme (DL-PAS) for 5G massive MIMO system[J]. IEEE Communications Letters, 2018, 22(4): 828–831. doi: 10.1109/LCOMM.2018.2803054

    3. [3]

      ZHI Hui and HU Yanjun. Novel multi-cell precoding schemes for TDD massive MIMO systems[J]. Wireless Personal Communications, 2017, 97(4): 6111–6129. doi: 10.1007/s11277-017-4829-4

    4. [4]

      ZHU Xudong, WANG Zhaocheng, QIAN Chen, et al. Soft pilot reuse and multicell block diagonalization precoding for massive MIMO systems[J]. IEEE Transactions on Vehicular Technology, 2016, 65(5): 3285–3298. doi: 10.1109/TVT.2015.2445795

    5. [5]

      张进彦, 金凤, 尹礼欣. 大规模MIMO系统中基于用户分类的动态导频分配[J]. 电信科学, 2017, 33(9): 76–84. doi: 10.11959/j.issn.1000-0801.2017212
      ZHANG Jinyan, JIN Feng, and YIN Lixin. Dynamic pilot assignment in massive MIMO system based on user classification[J]. Telecommunications Science, 2017, 33(9): 76–84. doi: 10.11959/j.issn.1000-0801.2017212

    6. [6]

      ZHU Xudong, WANG Zhaocheng, DAI Linglong, et al. Smart pilot assignment for massive MIMO[J]. IEEE Communications Letters, 2015, 19(9): 1644–1647. doi: 10.1109/LCOMM.2015.2409176

    7. [7]

      KU Li, FAN Jiancun, and DENG Jianguo. Low complexity pilot allocation in massive MIMO systems[C]. The 8th IEEE International Conference on Communication Software and Networks, Beijing, China, 2016: 402–406.

    8. [8]

      AKBAR N, YANG Nan, SADEGHI P, et al. Multi-cell multiuser massive MIMO networks: User capacity analysis and pilot design[J]. IEEE Transactions on Communications, 2016, 64(12): 5064–5077. doi: 10.1109/TCOMM.2016.2614674

    9. [9]

      JING Xiaorong, LI Mengwan, LIU Hongqing, et al. Superimposed pilot optimization design and channel estimation for multiuser massive MIMO systems[J]. IEEE Transactions on Vehicular Technology, 2018, 67(12): 11818–11832. doi: 10.1109/TVT.2018.2875480

    10. [10]

      CASTAÑEDA GARCIA M H and LUO Jian. Time-shifted pilots multiplexed with uplink data and unequal power allocation[C]. 2018 IEEE Wireless Communications and Networking Conference, Barcelona, Spain, 2018: 1–6.

    11. [11]

      GAO Hongyuan, SU Yumeng, ZHANG Shibo, et al. Antenna selection and power allocation design for 5G massive MIMO uplink networks[J]. China Communications, 2019, 16(4): 1–15.

    12. [12]

      GUO Kaifeng, GUO Yan, and ASCHEID G. Energy-efficient uplink power allocation in multi-cell mu-massive-MIMO systems[C]. The 21th European Wireless Conference, Budapest, Hungary, 2015: 1–5.

    13. [13]

      AHMADI H, FARHANG A, MARCHETTI N, et al. A game theoretic approach for pilot contamination avoidance in massive MIMO[J]. IEEE Wireless Communications Letters, 2016, 5(1): 12–15. doi: 10.1109/LWC.2015.2487261

    14. [14]

      MOCHAOURAB R, BJÖRNSON E, and BENGTSSON M. Adaptive pilot clustering in heterogeneous massive MIMO networks[J]. IEEE Transactions on Wireless Communications, 2016, 15(8): 5555–5568. doi: 10.1109/TWC.2016.2561289

    15. [15]

      BOGOMOLNAIA A and JACKSON M O. The stability of hedonic coalition structures[J]. Games and Economic Behavior, 2002, 38(2): 201–230. doi: 10.1006/game.2001.0877

    16. [16]

      OSBORNE M J and RUBINSTEIN A. A Course in Game Theory[M]. Cambridge, USA: MIT Press, 1994: 255–298.

    1. [1]

      邵凯, 李述栋, 王光宇, 付天飞. 基于迟滞噪声混沌神经网络的导频分配. 电子与信息学报, 2020, 41(0): 1-8.

    2. [2]

      雷维嘉, 杨苗苗. 时间反转多用户系统中保密和速率优化的预处理滤波器设计. 电子与信息学报, 2020, 42(5): 1253-1260.

    3. [3]

      申滨, 吴和彪, 赵书锋, 崔太平. 基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测. 电子与信息学报, 2020, 41(0): 1-9.

    4. [4]

      全英汇, 高霞, 沙明辉, 陈侠达, 李亚超, 邢孟道, 岳超良. 基于期望最大化算法的捷变频联合正交频分复用雷达高速多目标参数估计. 电子与信息学报, 2020, 42(7): 1611-1618.

    5. [5]

      陈卓, 冯钢, 何颖, 周杨. 运营商网络中基于深度强化学习的服务功能链迁移机制. 电子与信息学报, 2020, 42(0): 1-7.

    6. [6]

      唐伦, 曹睿, 廖皓, 王兆堃. 基于深度强化学习的服务功能链可靠部署算法. 电子与信息学报, 2020, 42(0): 1-8.

    7. [7]

      付进, 李静, 孙思博. 平台运动对声学导航圆交汇模型的影响及误差分析. 电子与信息学报, 2020, 42(7): 1652-1660.

    8. [8]

      魏宏安, 吴小清, 张昂. 基于能量误差的人体有限元模型网格剖分优化研究. 电子与信息学报, 2020, 42(0): 1-6.

    9. [9]

      陈勇, 刘曦, 刘焕淋. 基于特征通道和空间联合注意机制的遮挡行人检测方法. 电子与信息学报, 2020, 42(6): 1486-1493.

    10. [10]

      唐伦, 魏延南, 谭颀, 唐睿, 陈前斌. H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略. 电子与信息学报, 2020, 42(5): 1244-1252.

    11. [11]

      姜文, 牛杰, 吴一戎, 梁兴东. 机载多通道SAR运动目标方位向速度和法向速度联合估计算法. 电子与信息学报, 2020, 42(6): 1542-1548.

    12. [12]

      惠鏸, 张晓静. 无线自组织网络的联合安全路由选择和功率优化算法. 电子与信息学报, 2020, 41(0): 1-8.

    13. [13]

      吕晓德, 孙正豪, 刘忠胜, 张汉良, 刘平羽. 基于二阶统计量盲源分离算法的无源雷达同频干扰抑制研究. 电子与信息学报, 2020, 42(5): 1288-1296.

    14. [14]

      宋晨, 周良将, 吴一戎, 丁赤飚. 基于时频集中度指标的多旋翼无人机微动特征参数估计方法. 电子与信息学报, 2020, 42(0): 1-8.

    15. [15]

      徐瑨, 吴慧慈, 陶小峰. 5G网络空间安全对抗博弈. 电子与信息学报, 2020, 41(0): 1-11.

    16. [16]

      袁庆军, 张勋成, 高杨, 王永娟. 轻量级分组密码PUFFIN的差分故障攻击. 电子与信息学报, 2020, 42(6): 1519-1525.

    17. [17]

      赵海霞, 韦永壮, 刘争红. 一种变体BISON分组密码算法及分析. 电子与信息学报, 2020, 42(7): 1796-1802.

    18. [18]

      曾菊玲, 张春雷, 蒋砺思, 夏凌. 基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈. 电子与信息学报, 2020, 41(0): 0-7.

    19. [19]

      李佩丽, 徐海霞. 区块链用户匿名与可追踪技术. 电子与信息学报, 2020, 42(5): 1061-1067.

    20. [20]

      李伟, 高嘉浩, 杜怡然, 陈韬. 一种密码专用可编程逻辑阵列的分组密码能效模型及其映射算法. 电子与信息学报, 2020, 41(0): 1-9.

  • 图 1  系统模型与用户导频分配方案

    图 2  平均RMSE与$p$, ${M}$, ${\sigma ^2}$间的关系

    图 3  平均RMSE与$q$, $q$$N$以及平均RMSE与$N$间的关系

    图 4  服务速率与$p$, $M$间的关系

    算法1 导频分配算法
     步骤 1 (用户分组):计算所有用户的${\eta _{iik}}$值,从小到大排序。
    根据排序,优选前$q$个值较小的用户为A组,剩余($N - q$)个用户为B组。
     步骤 2 (联盟博弈):
     初始化:对于B组用户,给定初始联盟结构$\lambda = \{ {\lambda _1},{\lambda _2}, ···, {\lambda _{h - q}}\} $,并设当前搜索次数$\zeta = 0$。
     循环:
     (1) 对于所有用户$(i,k) \in \varPhi \,\,$(即B用户),进行循环搜索;
     (2) 对于所有${\lambda _j} \in \{ \{ {\lambda _1},{\lambda _2}, ···, {\lambda _{h - q}}{{\rm \} \backslash }}\Gamma (i,k)\} ,(j = 1,2,···,$   $h - q)$,进行查找:
     效用函数为RMSE时,若联盟调整规则1中两个条件都满足,则
     有$\lambda {{\rm = }}\lambda ^0$。同理,效用函数为服务速率时,若联盟调整规则2中两
     个条件都满足,则有$\lambda {{\rm = }}\lambda ^0$。
     否则,联盟结构保持不变($\lambda {{\rm = }}\lambda $)。
     结束(对应循环2)
     搜索次数增加,即$\zeta = \zeta + 1$,
     结束(对应循环1)
     直到$\lambda \xrightarrow{{(i,k)}}\, \,{\lambda ^0}$的所有条件不成立或$\zeta > \varpi $,循环结束。
     步骤 3 (导频分配):A组用户分配$q$个正交导频,B组中($N - q$)个用户根据第2步用户子联盟分配的结果将剩余$h - q$个正交导频依次分配给这$h - q$个用户子联盟。
    下载: 导出CSV

    表 1  仿真参数设置

    参数数值参数数值
    基站坐标(km)(4.0,4.0), (5.7,4.0),
    (2.3,4.0), (4.9,5.5),
    (3.1,5.5), (4.9,2.5),
    (3.1,2.5)
    最大搜索次数$\varpi $800
    小区数L7路径衰落因子$\upsilon $3
    用户数N20导频数h8
    下载: 导出CSV
  • 加载中
图(4)表(2)
计量
  • PDF下载量:  19
  • 文章访问数:  640
  • HTML全文浏览量:  284
文章相关
  • 通讯作者:  智慧, zhihui_0902@163.com
  • 收稿日期:  2019-06-18
  • 录用日期:  2019-09-28
  • 网络出版日期:  2020-01-20
  • 刊出日期:  2020-07-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章