0 引言

    第五代（5G）移動通信技術(shù)旨在提供比第四代（4G）移動通信技術(shù)更高的吞吐量。大規(guī)模多輸入多輸出（Multi-Input Multiple-Output，MIMO）被認為是實現(xiàn)增加吞吐量的關(guān)鍵技術(shù)。因此大規(guī)模MIMO成為了無線通信的一個研究熱點^[1]。

    大規(guī)模MIMO其核心思想是通過在基站處安置大量的天線來提高小區(qū)系統(tǒng)的吞吐量^[2]，值得注意的是，大規(guī)模MIMO系統(tǒng)發(fā)揮其優(yōu)勢的前提是系統(tǒng)能夠獲取準確的信道狀態(tài)信息（Channel Statement Information，CSI）^[3]，然而隨著基站處天線數(shù)目的增加，系統(tǒng)獲取CSI的開銷也隨之增加。因此為了利用上下行鏈路的信道互易性來減小獲取CSI的開支，目前對大規(guī)模MIMO系統(tǒng)的研究一般基于時分雙工（TDD）模式^[4]。由于通信系統(tǒng)中相干時間較短，相應的導頻序列長度有限，每個小區(qū)能夠分配的正交導頻數(shù)有限，這必然導致相鄰小區(qū)重復使用導頻序列^[5]，導頻污染由此產(chǎn)生。

    當大規(guī)模 MIMO系統(tǒng)的基站天線數(shù)很大甚至趨向于無窮時，系統(tǒng)中的噪聲和干擾可以忽略不計，然而由于導頻復用產(chǎn)生的信道估計誤差卻無法隨著天線數(shù)增加而消除。以前的研究也表明，導頻污染嚴重限制了大規(guī)模MIMO的系統(tǒng)性能^[6-7]。因此研究如何減小導頻污染的方法具有重大的實際應用價值與意義。

    文獻[8]中提出了一種基于用戶分類的頻譜效率增強方法，通過將小區(qū)中的用戶根據(jù)信道相干時間長短的不同進行分類，令所屬為不同類別的用戶占用不同長度的時隙以及不同的頻譜資源進行信息傳輸，增加小區(qū)可服務的最大用戶數(shù)，以達到小區(qū)信道容量增強的目的。文獻[9]中提出了一種基于貝葉斯原理的導頻分配策略，利用貝葉斯信道估計算法進行導頻分配，來減小導頻污染對系統(tǒng)性能的影響。文獻[10]提出了一種導頻序列分配策略，該方案的思路是為所有小區(qū)中心的用戶分配相同的導頻，而小區(qū)邊緣的用戶分配正交的導頻，從而減輕導頻污染，提升系統(tǒng)的容量。顯然當用戶數(shù)量很大時，這個方法是不符合實際的，如何獲得所需數(shù)量的正交導頻序列將是一個必須解決的問題。

    本文利用處于不同空間位置（發(fā)射信號不同的位置，信號到達天線時的到達角）的兩兩用戶之間產(chǎn)生的視距 (Line-of-Sight，LOS)干擾度量大小來進行相應的導頻分配，以實現(xiàn)降低導頻污染的目的。首先根據(jù)用戶到基站的距離對目標和干擾小區(qū)中用戶進行排序，其次設置距離差限對各小區(qū)中用戶進行分類，分為中心用戶與邊緣用戶，對中心用戶進行隨機分配，而對于干擾強度較大的邊緣小區(qū)用戶則基于兩用戶間干擾度量盡量小的準則進行導頻分配。仿真結(jié)果證明了所提的導頻分配方案能夠有效地提升大規(guī)模MIMO系統(tǒng)的上行可達和速率。

1 系統(tǒng)模型

    系統(tǒng)模型如圖1所示，考慮一個由L個六邊形多用戶多輸入多輸出（Multi-User Multiple-Input Multiple-Output，MU-MIMO）小區(qū)組成的蜂窩小區(qū)系統(tǒng)，假設每個小區(qū)由一個配備M根天線均勻線性分布的基站和N個單天線用戶組成。本文以兩個相鄰小區(qū)為例，則信道可以建模為：

其中，d表示均勻天線陣列中兩根天線元素之間的間隔，λ表示載波頻率的波長。在賴斯衰落模型下，賴斯因子表示確定性分量的功率與散射分量的功率之比。在這里假設每個用戶的K因子都不同，且用K_n表示。則用戶U_n與基站M根天線之間的信道可以表示為：

1.1 上行訓練序列

1.2 上行數(shù)據(jù)傳輸

    基站端通過與線性接收機的共軛轉(zhuǎn)置相乘來處理其接收的信號向量，可得：

2 導頻分配

2.1 LOS干擾度量

2.2 導頻分配方案

    (1)將目標小區(qū)與相鄰小區(qū)中的用戶按照距離進行排序，設定距離的界值為d_s，即當用戶與基站距離d>d_s時，將這些用戶歸為邊緣用戶U_out，而當d<d_s時，將這些用戶歸為中心用戶U_in。之所以這樣分類，是因為由式(11)可以發(fā)現(xiàn)|I_ni|²依賴于系統(tǒng)的信道系數(shù)，即β_n，而它依賴于d_n。這樣，如果接近BS的兩個用戶被分配相同的導頻序列，則BS處的接收信號功率很大，這導致具有非正交導頻序列的用戶之間的導頻污染增加。所以需讓距離較近的用戶分配不同的導頻。也因為鄰近小區(qū)與目標小區(qū)內(nèi)用戶相對目標小區(qū)基站的距離越小，導頻污染越嚴重，因此應重點考慮小區(qū)邊界處的用戶，即邊緣用戶U_out。

    若直接將兩小區(qū)中所有用戶的干擾度量|I_ni|²進行兩兩對比，需要進行N²次計算。所以這樣預先對用戶進行分類再進行導頻分配，顯然可以降低算法的復雜度。

    假設用戶數(shù)N=10，通過用戶分組后，中心用戶數(shù)與邊緣用戶數(shù)均為5時，如圖2顯示了在已知用戶位置信息的情況下通過使用所提出的位置感知導頻分配方案獲得的導頻分配，清楚地觀察到，兩相鄰小區(qū)的中心用戶都隨機分配了[a₁，a₂,a₃，a₄，a₅]，兩相鄰小區(qū)的邊緣用戶根據(jù)導頻分配方案，為具有大空間分離的用戶分配相同的導頻。

2.3 性能指標

    根據(jù)導頻分配方案定義一個性能度量，作為來自上行鏈路中接收信號傳輸?shù)腖OS分量的干擾之和：

則I_tot值越小，表示干擾越小，系統(tǒng)性能越好。

    假設經(jīng)過用戶分組后的中心用戶數(shù)為R，則邊緣用戶數(shù)為N-R，上行可達速率和可表示為：

其中，T為信道的相干時間間隔。

3 仿真結(jié)果

    本節(jié)通過對所提的導頻分配方案與隨機導頻分配方案進行比較，證明了所提的導頻方案的優(yōu)點。在本節(jié)中，假設L=7，N=20，T=196，τ=20，v=3.8，r_h=1 000 m，d_s=500 m。此外，假設θ_n遵循均勻分布，其中θ_n～[0，2π]?，F(xiàn)在，將根據(jù)式(12)給出的性能指標I_tot來評估導頻分配方案的性能。在模擬中，假設網(wǎng)絡中所有用戶的K=3。由圖3可以清楚地看到，提出的位置感知導頻分配方案與隨機導頻分配相比LOS干擾相對較小，且隨著M的增加，I_tot在不斷降低。當M繼續(xù)增加時，提出的導頻分配方案的LOS干擾始終比隨機導頻分配小。因此，預期所提出的位置感知導頻分配方案的上行可達和速率將高于隨機導頻分配方案。

    接下來再來考察所提出的位置感知導頻分配方案對大規(guī)模MIMO系統(tǒng)上行可達和速率的影響。這里假設所有用戶的K因子是相同的。使用式(13)分別計算隨機導頻分配和提出的位置感知導頻分配方案的上行可達和速率。從圖4可以看出，對于給定的系統(tǒng)參數(shù)，位置感知導頻分配方案在M很大時與隨機導頻分配相比，系統(tǒng)的上行可達和速率有了非常顯著的提高。同時可以發(fā)現(xiàn)，當天線數(shù)量較小時，系統(tǒng)的上行可達和速率增長速率較快，而當天線數(shù)量較大時，則增長相對平緩。這主要是因為當天線數(shù)較小時制約系統(tǒng)性能的主要因素是天線數(shù)，當天線數(shù)較大時，導頻污染就成了系統(tǒng)性能的主要瓶頸。所以當天線數(shù)較大時，位置感知導頻分配方案的上行可達和速率明顯高于隨機導頻分配方案就說明了此方案能有效的降低導頻污染。

4 結(jié)論

    本文提出了一種基于位置感知的導頻分配方案來提升大規(guī)模MIMO系統(tǒng)的上行可達和速率。其核心思想是：根據(jù)用戶距離基站位置的不同將用戶進行分類，對中心用戶進行隨機導頻分配，對相鄰小區(qū)的兩邊緣用戶計算其LOS干擾，依次為具有最小LOS干擾的兩邊緣用戶分配相同的導頻序列，確保分配相同導頻的兩個用戶之間的大空間分離。與隨機導頻分配方案相比較的仿真結(jié)果表明了所提出的方案能夠有效地提升系統(tǒng)的上行和速率，即能有效降低導頻污染，提升系統(tǒng)性能。

參考文獻

[1] LARSSON E，EDFORS O，TUFVESSON F，et al.Massive MIMO for next generation wireless systems[J].IEEE Communications Magazine，2014，52(2)：186-195.

[2] ANDREWS J G，CLAUSSEN H，DOHLER M，et al.Femtocells：past，present，and future[J].IEEE Journal on Selected Areas in Communications，2012，30(3)：497-508.

[3] YIN H，GESBERT D，F(xiàn)ILIPPOU M，et al.A coordinated approach to channel estimation in large-scale multipleantenna systems[J].IEEE Journal on  Selected Areas in Communications，2013，31(2)：264-273.

[4] RUSEK F，PERSSON D，BUON K L，et al.Scaling up MIMO：opportunities and challenges with very large arrays[J].IEEE Signal Processing Magazines，2013，30(1)：40-60.

[5] THOMAS L M.How much training is required for multiuser MIMO?[C].Signals，Systems and Computers.2006：359-363.

[6] FERNANDES F，ASHIKHMIN A，MARZETTA T L.Intercell interference in noncooperative TDD large scale antenna systems[J].IEEE Journal on Selected Areas in Communications，2013，31(2)：192-201.

[7] JOSE J，ASHIKHMIN A，MARZETTA T L，et al.Pilot contamination and precoding in multi-cell TDD systems[J].IEEE Transactions on Wireless Communications，2009，10(8)：2640-2651.

[8] 單利群，周榮花.多用戶大規(guī)模MIMO系統(tǒng)頻譜效率增強方法的研究[D].北京：北京理工大學，2016.

[9] 程卿卿，任廣輝.Massive MIMO系統(tǒng)中減小導頻污染影響問題研究[D].哈爾濱：哈爾濱工業(yè)大學，2015.

[10] YAN X，YIN H，XIA M，et al.Pilot sequences allocation in TDD massive MIMO systems[C].IEEE Wireless Communications and Networking Conference(WCNC)，New Orleans，LA，2015：1488-1493.

[11] ZHANG Q，JIN S，WONG K K，et al.Power scaling of uplink massive MIMO systems with arbitrary-rank channel means[J].IEEE Journal of Selected Topics in Signal Processing，2014，8(5)：966-981.

[12] AKBAR N，YAN S，YANG N，et al.Mitigating pilot contamination through location-aware pilot assignment in massive MIMO networks[C].2016.IEEE Globecom Workshops，2016：1-6.

作者信息：

李小文，周  佳，葉頌基，王與凡，王  丹

（重慶郵電大學 通信與信息工程學院，重慶400065）