[发明专利]一种无蜂窝大规模MIMO智能分布式波束选择方法

权利要求书

1.一种无蜂窝大规模MIMO智能分布式波束选择方法，其特征在于，包括如下步骤：

步骤1，在方案训练阶段，各协作基站分别搜集多用户的低开销等效信道状态信息CSI，利用基站本地的学习网络输出压缩后的波束空间；

步骤2在方案训练阶段，利用空间拓扑关系，对各协作基站分组，构造局部协作集，并选定空间相邻的协作集的共有基站；属于同一个协作集的各基站将搜集的完整CSI和压缩后的波束空间信息，汇总到该协作集的局部逻辑中心节点上；

步骤3在方案训练阶段，各局部逻辑节点基于自身汇总的压缩波束空间与CSI信息，以较低的交互开销完成基于分布式算法的联合波束选择，所述分布式算法为博弈算法；

步骤4在方案训练阶段，各局部协作集基于对应局部逻辑节点所掌握的CSI信息与基站波束选择信息，为局部协作集各基站的无监督波束压缩网络计算损失函数，实现无监督波束压缩网络的训练收敛；

步骤5，在方案训练阶段，利用各基站波束压缩网络收敛时局部逻辑节点输出的协作集各基站的波束选择，作为各基站的本地波束选择映射网络的标签，通过训练本地低开销等效CSI与该标签的映射网络，实现各基站独立的波束选择；

步骤6，在方案执行阶段，各基站利用本地低开销等效CSI，基于训练好的有监督本地映射网络进行波束选择。

2.根据权利要求1所述一种无蜂窝大规模MIMO智能分布式波束选择方法，其特征在于，步骤1的具体步骤包括：

步骤1.1，假设无蜂窝大规模MIMO系统包括协作基站集合和用户集合，协作基站集合用户集合为以混合预编码中基于码本的模拟波束选择为例，且考虑单基站给U个用户共分配U个模拟波束的典型情况；在训练阶段，基站收集所有用户的完整天线域CSI信息以及CSI低开销表征，如RSSI信息

步骤1.2，各基站基于原始波束空为D_b，将收集的本地RSSI信息输入波束空间压缩网络获得压缩后的波束空间

3.根据权利要求1所述一种无蜂窝大规模MIMO智能分布式波束选择方法，其特征在于，步骤2的具体步骤包括：

步骤2.1利用空间拓扑关系，如距离远近，对各协作基站进行分组，形成K个局部协作集且相邻的局部协作集之间包含共有基站；

步骤2.2每个局部协作集都存在一个局部逻辑节点，用于汇聚属于协作集的各基站收集到的完整CSI和压缩后的波束空间信息，以供局部逻辑中心节点执行后续的分布式波束选择算法；所述局部逻辑节点的物理实体是对应协作集的某一个基站或者分布式中心单元架构下的一个邻近的中心单元。

4.根据权利要求1所述一种无蜂窝大规模MIMO智能分布式波束选择方法，其特征在于，步骤3的具体步骤包括：

步骤3.1，定义属于局部协作集k的个基站的序号为基站选择的波束序号I_b＝[i_b,1,…,i_b,U]；

步骤3.2随机初始化所有协作基站的模拟波束选择初始化迭代次数t＝0，以及最大迭代次数T；

步骤3.3当tT时，重复执行以下步骤3.4—3.7；

步骤3.4随机选择一个局部协作集其中局部协作集k的模拟预编码等效信道矩阵为

其中表示局部协作集k中的基站为所有用户选择的波束集合矩阵，基带预编码矩阵可以表示为

假设系统发送总功率为P_max，选择局部效用函数为由局部协作集k贡献的用户速率

其中

步骤3.5局部协作集k随机选择一个不同于的波束集合并估计对应的效用

步骤3.6局部协作集k按照以下准则更新所属基站的模拟波束集合：

其中β为可设置的归一化学习因子，

步骤3.7，t＝t+1。