[发明专利]大规模MIMO系统下行链路中基于密度的用户分组方法

权利要求书

1.一种大规模MIMO系统下行链路中基于密度的用户分组方法，其特征在于，包括以下步骤：

步骤1、计算出所有用户相互之间的距离，得到距离矩阵；

步骤2、根据距离矩阵得到k-dist图，根据图中包含的用户密度分布信息得到DBSCAN算法的两个重要参数：半径和最小用户数阈值，所述半径用eps表示，所述最小用户数阈值用Minpts表示；

步骤3、根据所述两个参数从任意一个用户开始进行聚类，得到最终的用户分组结果；

步骤3具体为：首先随机选择一个用户k作为初始用户，并且遍历所有未标记为“已处理”的用户，找出可以从用户k直接密度可达的用户集合，得到用户k的eps-邻域N_eps(k)，即在用户k的eps半径内的所有用户的集合，如果|N_eps(k)|＝1，那么用户k就是噪声用户，将该用户标记为“已处理”，然后再从未标记为“已处理”的用户中随机选择下一个用户；如果1|N_eps(k)|Minpts，那么用户k就是边缘用户，不对用户k进行任何操作，而是从未标记为“已处理”的用户中随机选择下一个用户；如果|N_eps(k)|≥Minpts，那么用户k就是核心用户，就可以开始一个组的聚类了；从核心用户k开始聚类一个组，N_eps(k)就是该组的一部分，然后再从N_eps(k)中的所有用户中找核心用户，如果存在核心用户q，则将该核心用户的eps-邻域N_eps(q)中的所有用户也归到该组中，将这些用户都标记为“已处理”，并且从新加入的用户中搜索核心用户，重复上述步骤，不断聚类，直到没有新的核心用户为止，所有加入该组的用户就组成了一个用户组；一个组聚类结束后，再从未标记为“已处理”的用户中随机选择一个用户，继续上述所有的步骤，直到所有用户都被标记为“已处理”，这时候所有用户或者是噪声用户，或者已经被分好组，到此为止，用户分组阶段就结束了；

用户分组结束后，每个组通过求组内所有用户的协方差均值得到每个组的中心协方差，然后利用近似块对角算法求出预波束成形矩阵B_g，消除组间干扰后，利用MAX用户选择算法，对每个组分别进行用户选择，最后用迫零预编码算法求出预编码矩阵P_g；

在用户选择结束后，假设第g组中有S_g个用户被选中可以传输数据，则小区内所有的用户被分成了G个组，S表示整个小区中被选中的所有用户的数量，用表示第g组中第s个用户的即时信干噪比(SINR)，定义为：

其中P表示基站提供的信号功率，表示用户g_s的预编码向量，是预编码矩阵P_g的第s列，和分别表示用户的组间干扰和组内干扰，分别定义为

于是用户g_s的速率和系统的速率C分别可以通过下式计算得出

2.如权利要求1所述的大规模MIMO系统下行链路中基于密度的用户分组方法，其特征在于，步骤1具体为：计算任意两个用户之间的距离，得到K×K维的距离矩阵dis，矩阵中第(k,j)个元素表示用户k和用户j之间的距离，表示为[dis]_k,j＝S(U_k,U_j)，其中，S(U_k,U_j)为根据基于子空间投影的相似度量方法计算得到的用户间距离。

3.如权利要求1所述的大规模MIMO系统下行链路中基于密度的用户分组方法，其特征在于，步骤2具体为：设用户j的k-dist表示是用户j与离他最近的第k个用户之间的距离，在得到每个用户的k-dist值后，将这些值升序排列，然后画成k-dist图，得到的k-dist图包含了用户的密度分布信息，所述k-dist图中第一个波谷中的第一个点是阈值点；其中，k-dist图中的k值等于Minpts，所述阈值点对应的y轴的值就是得到的eps值。