基站协作被认为是多蜂窝通信系统中抗共信道干扰的一种潜在技术，该技术在基站间利用高速光纤回路交换信息。本发明专利技术提出了一种新颖的基站协作上行链路系统中的基于差分进化的导频辅助加权数据融合方法。所提方法利用预先设定的导频信息，以导频信息作为用户发送数据的采样，设计次优权重设计模型。针对所建模型的非线性规划问题，本发明专利技术提出一种基于差分进化算法的次优融合权重迭代搜索方法。与传统的基于等权重的软合并方法相比，该方案能够根据待融合信息的准确度，自适应调整权重，以较低的计算复杂度及回路负荷获得良好的性能。仿真结果显示，该方法能够基于已有导频配置标准，能够有效设计融合权重，提升系统性能。
【技术实现步骤摘要】
本专利技术涉及多蜂窝通信领域。更具体地，本专利技术涉及。
技术介绍
随着对高频谱效率需求的日益增长，多蜂窝通信系统在提高频谱复用率的同时也会带来共信道干扰。共信道干扰可能对移动用户的服务质量造成严重的影响，这一现象对于蜂窝边缘用户尤为突出。由于具有降低蜂窝间干扰的潜在能力，基站协作技术近年来获得了较多的关注。其基本思想是邻近基站通过高速光纤回路交换信息，利用协作信息获得分集增益，实现多基站联合接收。上行链路基站协作中，协作基站联合处理移动用户的发射信息；而在下行链路基站协作中，协作基站联合实现预编码或波束赋形。上行链路中，基站的接收信号由三部分组成:本地信息，即当前基站(本地基站)服务用户的信息；邻近信息，即其他基站(邻近基站)服务用户的信息；噪声信息。考虑共信道用户的存在，共信道干扰主要由上述三种信息中的邻近信息造成。在非基站协作系统中，邻近信息通常被视作噪声；而在基站协作系统中，该信息则被视作有用信息。基于上述接收信号分类，基站协作可有两种对抗共信道干扰的方案。一种是通过干扰消除类算法抑制邻近信息，其具体操作是邻近基站通过回路向本地基站传输其接收到的自身服务用户的信息，而本地基站则利用该信息进行干扰消除，其中涉及到本地基站对于邻近基站的服务用户至自身的信道信息估计问题。该方案可在一定程度上抑制共信道干扰，但其性能较大程度依赖于信道估计的精度，因而其可获得的性能增益将受到信道估计性能的制约。另一种方案是通过数据融合方式加强本地信息的可靠度。该方案中邻近基站通过回路传输的是其自身恢复所得的本地基站服务用户的发射信息，本地基站对接收到的回路信息进行数据融合以提升服务用户信息的可靠度。非专利文献“Distributedprobabilistic data association based softreception employing base station cooperation in MIMO—aided mult1-user mult1-cellsystems，，(S.Yang, T.Lv, R.Maunder, and L.Hanzo, IEEE Transactions on Vehicular Technology, vol.60, n0.7，pp.3532-3538，2011)首次提出 了概率数据关联及软合并(DistributedProbabilistic Data Association and Soft Combining, DPDA-SC)辅助的上行链路基站协作方法，协作基站以软信息的形式交换其恢复信号，本地基站对协作信息进行数据融合。得益于“信息共享与数据融合”，该文献中的方法能够在一定程度上降低共信道干扰，并且持有适中的计算复杂度。然而，该方法在数据融合时对来自不同基站的协作信息赋予了相等的权重，失去了对于基站协作信息可靠度的辨识能力，当不同信道链路的质量差异较大时，这一现象将更为突出。因此，对于信道链路质量互异的情形，有必要采用能够自适应分配融合权重的数据融合方法。
技术实现思路
基于现有技术的该问题，本专利技术提出了一种基于差分进化的导频辅助加权数据融合方法。该方法以导频信息为辅助，对各基站恢复出的协作信息使用差分进化算法进行次优权重拟合，根据协作信息的准确度自适应调整融合权重。与等权重的软合并方案相比，本专利技术所提出的融合方法与信道链路质量有更高的关联度，能够增加高质量信道链路上所传信息的权重，并削弱历经较差信道链路信息的影响。本专利技术提出了一种基于差分进化的导频辅助加权数据融合方法包括如下步骤:一、建立系统模型假设存在一个由队个基站构成的协作簇，其中每个基站配置&根接收天线，该协作簇内存在Nt个共信道用户，每个用户配置单根发射天线，将第个基站作为本地基站，则其第b根接收天线上接收到的频域信? K可表示为本文档来自技高网...
【技术保护点】
一种基于差分进化的导频辅助加权数据融合方法包括如下步骤： 一、建立系统模型 假设存在一个由Nr个基站构成的协作簇，其中每个基站配置Kr根接收天线，该协作簇内存在Nt个共信道用户，每个用户配置单根发射天线，将第nr个基站作为本地基站，则其第kr根接收天线上接收到的频域信号可表示为其中表示第nt个用户的频域发射信息，其时域表示为表示第nt个用户至第nr个基站第kr根接收天线间链路的频域信道传输函数，表示加性高斯白噪声。根据第nt个用户是否由本地基站(即第nr个基站)服务，可将Nt个共信道用户标号分为两类：由本地基站服务的用户标号为第一类，记为且其标号数目由其它基站服务的用户标号归为第二类，记为其标号数目为式(2)的第一项和式表示第nr个基站第kr根接收天线接收到的，由本地基站服务用户发送的信号，记为第二项和式表示该天线接收到的由协作基站服务用户发送的信号，记为经过信道估计和多用户检测等处理后，本地基站恢复到了一些关于第nt个用户发射信号的信息其中，表示第nr个基站对的恢复值，其中，表示接收信号时原始发射信号为u＝0，1的后验概率，假设使用加权数据融合方案后，本地基站的关于的融合结果可写为：其中Ycoop的下标表示该估值结果基于本地基站与协作基站恢复信号的融合，而Nr表示融合信息的融合权重。将原始的1/0比特转为1/‑1，则式(5)的判决模型可表示为：不失一般性，使用初步恢复的比特信息作为待融合信息，即：则式(5)可写为：式(7)中加权数据融合的最终目标是使趋近于原始发送信号则最优的权重设计目标函数可写为：其中，为权重向量，导频辅助的分布式基站协作上行链路系统中，基站处的权重设计(Weights Calculating,WC)过程可被描述为： 其中，表示数据融合处理器中的权重设计子处理器，表示第nt个用户发送的预设导频信息，将式(8)中的最优目标函数演化为次优目标函数，即最小化式(10)中的最小均方误差问题： 其中，表示融合后导频位置处信息，二、利用差分进化算法辅助权重优化 a、初始化 设定交叉概率Cr的均值尺度因子λ的定位参数μλ＝0.5，使用随机数生成器生成在[bL,bU)内均匀分布的随机数，其中bL和bU分别为原始权重的上界及下界(0和1)，即：其中ps＝1,Λ,Ps，Ps为种群大小，nω＝1,Λ,Nω，Nω表示权重维度(此处等于Nr)，归一化Nω生成即：由Ps个实值权重向量构成初代种群(g＝1)，其中第ps个向量可表示为： 使用式(10)评估每个权重向量的代价函数并将其从低到高进行排序，b、突变 使用高斯分布随机生成尺度因子其定位参数为μλ，尺度参数为0.1，即尺度因子控制种群的演化速度，选择具有最低代价函数的(100pPs)％个最优向量作为“最优文档”，这些向量包含了更多的优良性质，将被用于生成 新的权重向量，其中p表示贪婪因子，决定突变策略的贪婪程度，对于每一个ps,ps＝1,Λ,Ps，随机从“最优文档”中选取第r1个向量作为“最优”向量，并随机从当前种群中选取第r2和r3个向量生成差分向量，其中ps≠r1≠r2≠r3，联合“最优”向量与差分向量ωg,r2和ωg,r3，对目标向量进行差分扰动，生成突变向量即：c、交叉 随机生成交叉概率Cr∈[0,1]，该参数对突变向量复制至试验向量的过程具有控制作用，第ps个试验向量的交叉概率即交叉概率服从均值为标准差为0.1的正态分布，第g代种群第ps个试验向量的第nω个元素可表示为：其中，nω,rand从nω＝1,Λ,Nω中随机选取，以保证试验向量中至少有一个元素复制自突变向量， d、选择 对试验向量进行归一化，并使用式(10)计算其代价函数比较试验向量与目标向量的代价函数值，选取二者中较优的向量存活至下一代种群，即：e、自适应 根据成功存活时的尺度因子与交叉概率对尺度因子定位参数μλ和交叉概率均值进行自适应更新：μλ＝(1‑c)·μλ+c·meanL(Sλ) (17) 其中，c∈(0,1]为自适应更新因子，控制参数更新的速率，Sλ和分别对应于当前代内成功存活的和的集合，的更新使用算术平均meanA(·)，μλ的更新则使用Lehmer平均[10][11]，即f、终止 足下列任一条件时，优化过程即可终止： *达到预设的最大迭代次数Gmax； *连续代内没有试验向量存活。...
【技术特征摘要】
1.一种基于差分进化的导频辅助加权数据融合方法包括如下步骤: 一、建立系统模型假设存在一个由队个基站构成的协作簇，其中每个基站配置&...
【专利技术属性】
技术研发人员：张喆，穆晓敏，赵海峰，韩刚涛，李双志，郭歆莹，
申请(专利权)人：张喆，
类型：发明
国别省市：河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。