[发明专利]用于在云无线接入网络中分配远端天线的方法及设备

说明书

本公开的实施例公开了一种用于在云无线接入网络中分配远端天线的方法及设备，该方法包括：将用户设备分别链接到小区中的小区基站以及多个远端天线；基于由所述小区基站提供的所述用户设备的位置信息，为所述用户设备分配所述多个远端天线中的至少一个，作为第一远端天线子集；以及基于所述用户设备反馈的来自所述第一远端天线子集内的每个远端天线的信道增益，为所述用户设备分配第二远端天线子集，用以向所述用户设备发送数据。

技术领域

本公开的实施例涉及无线通信领域，并更为具体地涉及一种用于在云无线接入网络中分配远端天线的方法及设备。

背景技术

超密集网络(UDN)是满足5G技术的关键容量要求的重要技术。UDN的目的在于提高单一用户和区域的频谱效率，以解决5G系统中频谱资源瓶颈的问题。云无线接入网络(Cloud-RAN)实现了将多个基站的基带处理集中到云服务器，诸如基带单元(BBU)池。将例如远端射频头(RRH)的远端天线通过来自BBU的高速链路而密集地部署在整个网络内。在本文中，将具有集中式基带处理功能的UDN称作基于Cloud-RAN的UDN。

在基于Cloud-RAN的UDN中，最重要的问题在于如何降低干扰。理想的方案是将每个远端天线通过光纤向集中式处理节点报告所有信道的信息，使得所有天线可以实施协作性的传输来降低干扰。尽管这个理念针对高度协作的UDN网络提供了一种解决方案，但由于大量天线以及用户设备的存在，使得大量的实时信号处理以及计算复杂度将变得难以承受。

与此同时，由于大量的远端天线散布在整个区域中，因此存在很多远端天线可能远离所有用户设备的情况，这使得这些远离用户设备的远端天线对系统性能的提升帮助十分有限，但却将增加了系统信号的开销以及计算复杂度。

当前，针对在基于Cloud-RAN的UDN中的远端天线选择的领先解决方案是基于信道增益(或最小距离)的贪婪天线选择算法，该具体算法公开在“Energy-Efficient,Large-Scale Distributed-Antenna System(L-DAS)for Multiple Users.IEEE Journal ofSelected Topics in Signal Processing 8(5),2014,pp954-965)”中。

这种算法是一种迭代的并且集中式的贪婪算法(greedy algorithm)，其基于在一个集群中的最小信干噪比(SINR)阈值以及RRH和用户设备之间的信道增益(或距离)。该算法可以通过优化的参数设定来减少在用户设备附近的活动天线的数量，而其与完全协作的情况相比仅导致了小于10％的性能损失。尽管其复杂性以及性能具有竞争力，但仍存在下列明显的局限性：

-该算法是集中式实现的算法，其在用户数量增加时将需要大量的开销；

-迭代式的算法一直面临着收敛速度以及计算复杂度的问题。并没有关于该算法的收敛速度的理论证明。在一些情况下，在每次迭代之后，小区的平均值以及小区边界的吞吐量并不总是增加；

-该算法需要三个参数，包括：用户设备的SINR目标值、一个集群中的最小SINR阈值、以及迭代算法的退出条件。如果不能选择合适的参数，性能将会变得更差。通常，最小SINR越大，性能将越好；

-为了实现更好的性能，该算法将选择更大的最小SINR阈值。与此同时，在一个RRH集群下将服务更多的用户。因此，一个用户的信道估计误差将使得更多的用户性能受损，这意味着这种算法缺乏鲁棒性。

发明内容

为了给出全面的针对基于Cloud-RAN的UDN中的天线选择的解决方案，本公开提出了一种用于在云无线接入网络中分配远端天线的方法及设备。该方法基于如图1所示的双链接(dual connectivity)网络。所有用户分别与小区和分布式远端天线两者链接。小区提供针对所有用户设备的信号覆盖以及控制信道，而分布式远端天线提供给所有用户高速的数据传输。