CoMP多点传输技术的研讨

本文作者：鲁维民 魏守明 单位：哈尔滨工业大学通信技术研究所

0引言

CoMP技术作为LET-Advanced的关键技术之一，可有效改善小区边缘用户性能，提高边缘用户吞吐量和系统吞吐量，已受到了高度的重视，并且成为当下研究热点。下行CoMP技术可分为协调调度/波束赋形技术(CS/CB，CoordinateSchedule/Beamforming)和联合处理(JP，JointProcessing)[1-2]。CS/CB技术中，协作簇内的多个传输节点彼此共享信道信息，通过相互间的协作联合对用户进行调度决策和波束赋形，尽可能地避免小区边缘用户使用的资源在时频资源上产生冲突。JP技术又可分为联合传输(JT，JointTransmission)和动态小区选择(DCS，DynamicCellSelection)。联合传输技术中，多个传输节点在相同的时频资源上同时向一个或多个用户发送物理下行共享信道(PDSCH)信息，从而达到提高接收信号质量抑制其它用户对此用户的干扰的目的。动态小区选择技术中，用户可以根据信道质量动态的选择接收哪个基站发送的PDSCH信息。

1CoMP-SU-MIMO联合传输技术研究

1.1CoMP-SU-MIMO模型CoMP-SU-MIMO模式，即在一个时频资源块(RB，ResourcesBlock)上，协作簇里的各个传输节点彼此共享信道信息及数据信息，通过相互间的协作同时向一个用户传输数据，如图1所示。在该模式下，协作簇在一个时频资源块上只调度一个用户。设协作的基站数为N，基站发送天线数为Tn，移动台接收天线数为Rm，令12NH、H、、H分别为协作簇中各基站到用户的信道增益矩阵，维数为()RTmn，令12NW、W、、W分别为协作簇中各基站到用户的预编码矩阵，维数为()Tnv，S为发送给用户的信号向量，iP为基站i到用户的衰落因子，包括路径损耗、阴影衰落、发射天线增益等，则用户接收到的信号为[3]：的(())TNnv维预编码矩阵。则下行CoMP-SU-MIMO模型等效为TNn发Rm收的SU-MIMO系统，且用户支持的独立数据流数为v且min(,)RTv≤mNn。

1.2用户SINR的计算CoMP-SU-MIMO传输方案中，由于协作簇内的多个基站同时为一个用户提供服务，必然会导致频谱效率的降低，因此，仅对受邻区干扰较大的边缘用户进行协作传输。目前边缘用户的确定基本都是通过用户的信干噪比(SINR)大小确定的，一般来说可将SINR≤的用户确定为边缘用户，其中是一个预定义的门限，可通过仿真得到。由此可知在CoMP-SU-MIMO系统中一个RB上可能进行协作传输或独立的SU-MIMO传输，在一个RB上用户u接收的信号可以表示为：等式右边第一项分别代表当前服务基站和协作簇联合传输的用户信息，第二项分别代表来自其他独立调度的扇区和其他协作簇的干扰。对于中心用户，uH为RTmn维信道矩阵，uW为用户数据的Tnv维预编码矩阵。对于边缘用户，uH为协作簇到用户的(())RTmNn维等效信道矩阵，uW为用户数据的(())TNnv维预编码矩阵。uS为用户u的信号向量，n为噪声，(k)uH、(k)W、(k)S分别为相应的独立调度扇区k和干扰协作簇k到用户u的信道矩阵、预编码矩阵和干扰信号向量，维数同uH和uW。为得到用户数据信息，用户接收端可采用迫零(ZF)算法或最小均方误差(MMSE)算法进行检测。当采用MMSE算法进行检测时，检测矩阵表示为：中iP表示协作簇或独立调度扇区第i层发射功率，k,mP表示干扰协作簇或独立调度的干扰扇区k第m层发射功率，v表示用户数据流的层数，2是接收噪声的功率。

2CoMP-SU-MIMO仿真结果及分析

采用LTE系统级仿真平台，对CoMP-SU-MIMO系统进行性能的仿真[5-8]，主要从平均扇区吞吐量、5%边缘用户吞吐量等几个方面比较CoMP-SU-MIMO和传统的SU-MIMO方式的性能，仿真参数如表1所示。个小区，每小区三个扇区，每扇区均匀分布10个用户，不同基站下的三个扇区组成一个协作簇。将满足用户SINR≤0dB的用户定义为边缘用户。从图2用户吞吐量累积分布曲线中可以看出，CoMP-SU-MIMO方式用户吐量较SU-MIMO方式用户吞吐量有所提高。从图3和图4中可以看出，CoMP-SU-MIMO方式平均扇区吞吐量和5%边缘用户吞吐量较独立调度的SU-MIMO方式有所提高。具体仿真结果如表2所示，相比与传统非协作SU-MIMO系统，CoMP-SU-MIMO系统，扇区平均吞吐量和5%边缘用户吞吐量增益分别为4.33％和41.64％。虽然扇区平均吞吐量增益较小，但是边缘用户吞吐量提升相当明显。

3结语

从仿真结果可以看出CoMP-SU-MIMO不但可以提高小区边缘用户吞吐量，而且还可以提高系统吞吐量。研究旨在验证系统性能，并为后续深入研究做铺垫，仿真的很多条件并未使用最优的方法，所以性能还有很大的提升空间。CoMP技术仍然还有很多问题需要研究，面临诸多挑战。