一种导频分配方法及装置与流程

1.本发明涉及无线通信技术领域，特别是涉及一种导频分配方法及装置。


背景技术：

2.大规模mimo(multiple-inputmultipleoutput，多进多出)技术由于其相对于传统mimo技术，在频谱效率和能效方面有显著的提高，因此大规模mimo技术是目前无线通信领域的一个研究热点。
3.使用大规模mimo技术的大规模天线系统，其各小区的基站准确估计出信道状态信息对于在大规模天线系统中实现高频谱效率是至关重要的。上行通信时，用户终端向基站发送导频信号，基站使用收到的导频序列进行信道估计。由于时频资源的短缺，可供使用的正交导频序列的数量是有限的，大规模天线系统中各小区间的用户终端复用导频序列，这导致信道估计结果不可避免的受到使用相同导频序列用户终端的干扰，造成大规模mimo系统中的导频污染。导频污染问题是限制大规模mimo系统性能的瓶颈问题，因此亟需减轻大规模天线系统的导频污染。


技术实现要素：

4.有鉴于此，本发明提出了一种导频分配方法及装置，主要目的在于减轻大规模天线系统的导频污染。
5.第一方面，本发明提供了一种导频分配方法，该方法包括：
6.获取多个导频分配矩阵，其中，所述导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用，l和k均为整数；
7.根据所述多个导频分配矩阵设置初代种群；
8.基于所述初代种群进行遗传迭代，其中，每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，所述适应度值用于反映依据其对应的导频分配矩阵对所述大规模天线系统中的用户终端进行导频分配所产生的导频污染程度；
9.在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对所述大规模天线系统的用户终端进行导频分配。
10.第二方面，本发明提供了一种导频分配装置，该装置包括：
11.获取单元，用于获取多个导频分配矩阵，其中，所述导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用，l和k均为整数；
12.设置单元，用于根据所述多个导频分配矩阵设置初代种群；
13.迭代单元，用于基于所述初代种群进行遗传迭代，其中，每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，所述适应度值用于反映
依据其对应的导频分配矩阵对所述大规模天线系统中的用户终端进行导频分配所产生的导频污染程度；
14.确定单元，用于在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对所述大规模天线系统的用户终端进行导频分配。
15.借由上述技术方案，本发明提供的导频分配方法及装置，在需要为大规模天线系统中的用户终端分配导频时，首先获取多个导频分配矩阵，导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用。然后根据多个导频分配矩阵设置初代种群，并基于初代种群进行遗传迭代。每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，这里的适应度值用于反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度。在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对大规模天线系统的用户终端进行导频分配。可见，本发明提供的方案在导频分配过程中引入了遗传算法。将多个导频分配矩阵作为初代种群，并基于初代种群进行遗传迭代，且在每一次遗传迭代过程中均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，由于适应度值反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度，因此每次遗传迭代后能够保留下适应度值高的导频分配矩阵，从而经过多次遗传迭代得出了全局最优的导频分配矩阵，进而根据全局最优的导频分配矩阵对大规模天线系统的用户终端进行导频分配。由于全局最优的导频分配矩阵为遗传迭代终止时的种群中最大适应度值的导频分配矩阵，其带来的导频污染在其所在种群中最小，因此基于其对大规模天线系统的用户终端进行导频分配，能够减轻大规模天线系统的导频污染，提升大规模天线系统的整体性能。
16.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1示出了本发明一个实施例提供的一种导频分配方法的流程图；
19.图2示出了本发明一个实施例提供的一种大规模mimo蜂窝通信系统的示意图；
20.图3示出了本发明一个实施例提供的一种最大进化次数内信道估计平均归一化均方误差随遗传迭代次数的变化趋势图；
21.图4示出了本发明一个实施例提供的一种信道估计平均归一化均方误差随基站天线数量m的变化趋势图；
22.图5示出了本发明一个实施例提供的一种性能最差用户的信道估计归一化均方误
差随基站数m的变化趋势图；
23.图6示出了本发明一个实施例提供的一种导频分配装置的结构示意图；
24.图7示出了本发明另一个实施例提供的一种导频分配装置的结构示意图。
具体实施方式
25.下面将参照附图更加详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
26.如图1所示，本发明实施例提供了一种导频分配方法，该方法主要包括：
27.101、获取多个导频分配矩阵，其中，导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用。
28.本实施例所述的导频分配方法应用于大规模天线系统。大规模天线系统为大规模mimo蜂窝通信系统。大规模天线系统由l个小区组成，每个小区中有1个基站，基站位于小区的中心，基站的天线数目为m。每一个小区有k个用户终端，用户终端的天线数量为1，用户终端在小区范围内随机分布，用户终端与其所在小区的基站进行无线通信。这里所述的m、l和k均为整数。
29.示例性的，如图2所示，图2为大规模mimo蜂窝通信系统的示意图，大规模mimo蜂窝通信系统中包括有3个小区，每一个小区中有一个基站。每一个小区内有两个用户终端。对于一个小区来说，本小区内用户终端与本小区的基站之间的信号为期望信号，而其他小区中与本小区的基站之间的信号为干扰信号。图2中仅示意了一个小区内的干扰信号。大规模mimo蜂窝通信系统中2个导频在3个小区内复用，干扰信号的存在导致大规模天线系统的导频污染严重。
30.为了减轻大规模天线系统的导频污染，在为大规模天线系统中的用户终端进行导频分配之前需要获取多个导频分配矩阵，以便在这些导频分配矩阵中选取出带来导频污染最小的导频分配矩阵，以使用该选取的导频分配矩阵为大规模天线系统中的用户终端进行导频分配。
31.获取的导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得。需要说明的是，k个导频在l个小区中复用，也就是说，l个小区中的每一个小区内的k个用户均使用这k个导频，在分配导频时，k个用户中的每一个用户均被分配k个导频中的一个导频。每一个导频分配矩阵对应于一个导频分配方案，其记录有大规模天线系统的每一个小区内的每一个用户终端被分配的导频。由于k个导频在l个小区中复用，因此各小区之间存在有复用同一导频的用户终端。
32.102、根据多个导频分配矩阵设置初代种群。
33.为了选取出带来导频污染最小的导频分配矩阵，需要根据多个导频分配矩阵设置初代种群，以利用初代种群进行遗传迭代，从而找到最优的导频分配矩阵为大规模天线系统中的用户终端分配导频。在初代种群中一个导频分配矩阵为初代种群中的一个个体。
34.103、基于初代种群进行遗传迭代，其中，每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，适应度值用于反映依据其对应的导频
分配矩阵对所述大规模天线系统中的用户终端进行导频分配所产生的导频污染程度。
35.基于初代种群进行遗传迭代，是为了不断优选种群中的导频分配矩阵，以找到最优的导频分配矩阵。每一次遗传迭代的过程均相同，因此下面以一次遗传迭代为例来说明遗传迭代的过程，该过程具体包括如下步骤103a至103d：
36.103a、确定对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值。
37.在实际应用中，当前种群与当前遗传迭代的迭代次数有关。在当前遗传迭代为第一次遗传迭代时，则对应于当前遗传迭代的当前种群为初代种群。在当前遗传迭代为非第一次遗传迭代时，则对应于当前遗传迭代的当前种群为与当前遗传迭代相邻的上一次遗传迭代形成的种群。
38.为了不断优选种群中的导频分配矩阵，则需要确定当前种群中各导频分配矩阵的适用度值，各导频分配矩阵的适应度值是进行种群优化的基础和依据。适应度值用于反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度。
39.下面对确定对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行说明，由于确定每一个导频分配矩阵的适应度值的过程基本相同，因此下面以确定当前种群中的一个导频分配矩阵的适应度值来说明，该确定适应度值的过程包括如下步骤a1至a3：
40.a1、基于导频分配矩阵，确定大规模天线系统中每一个用户终端对应的干扰用户终端，其中，用户终端与其对应的干扰用户终端不位于同一小区，且用户终端与其对应的干扰用户终端复用相同导频。
41.不同小区之间复用相同导频的用户终端会造成导频污染，因此需要根据导频分配矩阵确定出大规模天线系统中每一个用户终端对应的干扰用户终端。用户终端与其对应的干扰用户终端复用相同导频，且用户终端与其对应的干扰用户终端不位于同一小区内。
42.示例性的，导频分配矩阵1为
43.对于上述导频分配矩阵1，第一行表示为大规模天线系统的第1个小区“小区1”中的用户终端1、用户终端2以及用户终端3分配的导频分别为1、2、3。第二行表示为大规模天线系统的第2个小区“小区2”中的用户终端1、用户终端2以及用户终端3分配的导频分别为3、2、1。第三行表示为大规模天线系统的第3个小区“小区3”中的用户终端1、用户终端2以及用户终端3分配的导频分别为2、1、3。可见，小区1中的用户终端1对应的干扰用户终端为小区2中的用户终端3以及小区3中的用户终端2，小区1中的用户终端1与其对应干扰用户终端复用相同导频1。小区1中的用户终端2对应的干扰用户终端为小区2中的用户终端2以及小区3中的用户终端1，小区1中的用户终端2与其对应的干扰用户终端复用相同导频2。小区1中的用户终端3对应的干扰用户终端为小区2中的用户终端1以及小区3中的用户终端3，小区1中的用户终端3与其对应的干扰用户终端复用相同导频3。
44.a2、确定每一个用户终端对应的目标数据，其中，用户终端的目标数据包括：用户终端向其所在小区的基站发送信号的目标到达角、用户终端对应的干扰用户终端向所述用户终端所在小区的基站发送信号的目标到达角、用户终端与其所在小区的基站之间的空间
距离、用户终端对应的干扰用户终端与用户终端所在小区的基站之间的空间距离。
45.在确定大规模天线系统中每一个用户终端的干扰用户终端之后，需要确定出每一个用户终端对应的目标数据。确定用户终端对应的目标数据时，需要考虑如下两个因素：
46.第一个因素，用户终端之间的干扰与它们向基站发送信号的到达角有关。因此需要考虑用户终端向基站发送信号的到达角，以让使用相同导频的用户终端向相同基站发送信号的到达角尽可能不重叠。故用户终端对应的目标数据中需要包括有：用户终端向其所在小区的基站发送信号的目标到达角，用户终端对应的干扰用户终端向用户终端所在小区的基站发送信号的目标到达角。
47.确定任意一个用户终端的目标到达角的方法为：将用户终端向目标小区的基站发送信号的最大到达角和最小到达角的均值，确定为用户终端的目标到达角。需要说明的是，在确定用户终端与其所在小区的基站发送信号的目标到达角时，目标小区为用户终端所在的小区；在用户终端为干扰用户终端时，目标小区为与其复用相同导频的用户终端所在的小区。
48.在实际通信场景下，由于基站处于较高的空间位置，基站附近的建筑物不会对基站的信号产生影响。用户终端处于较低的地理位置，其周围的建筑物会对用户终端的信号产生严重的折射和散射作用。由于用户终端周围的散射体的存在，用户终端的上行信号传输会受到这些散射体的影响。在这样的环境中，可以建模出一种环形信道，这个环形信道为以用户终端为中心，以预设数值为半径的圆形区域，圆形区域内的散射体影响用户终端信号传输。
49.综合上述散射体的考虑，上述所提及的最大达到角可通过如下公式(1)确定，最小达到角可通过如下公式(2)确定。
50.最大达到角可通过如下公式(1)确定：
[0051][0052]
上述公式(1)中，为第l个小区中第k个用户终端向第j个小区的基站发送信号的最大到达角；为第l个小区中第k个用户终端的纵坐标；为第l个小区中第k个用户终端的横坐标；为第j个小区的基站的纵坐标；为第j个小区的基站的横坐标；d
lkj
为第l个小区中第k个用户终端与第j个小区的基站的空间距离；rs为第k个用户终端对应的半径，所述半径限定以用户终端为中心的圆形区域，所述圆形区域内的散射体影响所述用户终端信号传输；arctan为反正切函数；arcsin为反正弦函数。
[0053]
最小达到角可通过如下公式(2)确定：
[0054][0055]
其中，为第l个小区中第k个用户终端向第j个小区的基站发送信号的最小到达角；为第l个小区中第k个用户终端的纵坐标；为第l个小区中第k个用户终端的横
坐标；为第j个小区的基站的纵坐标；为第j个小区的基站的横坐标；d
lkj
为第l个小区中第k个用户终端与第j个小区的基站的空间距离；rs为第k个用户终端对应的半径，所述半径限定以用户终端为中心的圆形区域，所述圆形区域内的散射体影响所述用户终端信号传输；arctan为反正切函数；arcsin为反正弦函数。
[0056]
第二个因素，用户终端与基站之间的距离。由于在实际通信系统中，基站的天线数目不可能达到无穷多，所以仅仅使用户终端的信号到达角不重叠不能达到最优的系统性能，还要考虑用户终端与基站之间的距离。故用户终端对应的目标数据中还需要包括有：用户终端与其所在小区的基站之间的空间距离，用户终端对应的干扰用户终端与用户终端所在小区的基站之间的空间距离。
[0057]
a3、根据大规模天线系统中各用户终端对应的目标数据，确定导频分配矩阵的适应度值。
[0058]
根据大规模天线系统中各用户终端对应的目标数据确定导频分配矩阵的适应度值的过程，可通过如下公式(3)来实现：
[0059][0060]
公式(1)中，in为当前种群中第n个导频分配矩阵的适应度值；k为大规模天线系统的一个小区内用户终端的总数量；l为大规模天线系统的小区的总数量；为大规模天线系统的第j个小区中的第k个用户终端向第j个小区的基站发送信号的目标到达角；为大规模天线系统的第l个小区中的第i个用户终端向第j个小区的基站发送信号的目标到达角，其中，第i个用户终端为所述第k个用户终端的干扰用户终端；d
jkj
为大规模天线系统的第j个小区中的第k个用户终端与第j个小区的基站之间的空间距离；d
lij
为大规模天线系统的第l个小区中的第i个用户终端与第j个小区的基站之间的空间距离；γ为路径损耗系数；cos为余弦函数。
[0061]
公式(3)的分子考虑用户终端与其对应的干扰用户终端的目标到达角之差，分子的意义是使所有使用相同导频的用户终端的到达角尽可能不重叠。分母考虑目标用户与干扰用户到目标基站的距离之差，分母“(d
lij-d
jkj
)-γ”的意义是使所有使用相同导频的用户终端的空间距离足够远。因此，公式(3)的意义是使所有使用相同导频的用户终端满足到达角不重叠或者空间距离足够远。
[0062]
103b、基于所确定的适应度值对当前种群进行个体选择操作。
[0063]
个体选择操作是为了保留适应度高的个体，使每一代种群都比上一代要好。个体选择操作过程实际上是保留优秀导频分配矩阵剔除不良导频分配矩阵的过程。该基于所确定的适应度值对当前种群进行个体选择操作的具体过程包括如下步骤b1至b4：
[0064]
b1、对当前种群中各导频分配矩阵的适应度值进行归一化处理，得到各导频分配矩阵对应的第一概率。
[0065]
各导频分配矩阵对应的第一概率，通过对当前种群中各导频分配矩阵的适应度进行归一化处理而得。归一化处理过程示例如下：
[0066]
当前种群为其中，为当前种群中第n个导频分配矩阵。对进行归一化处理得到其中，为对应的第n个导频分配矩阵的第一概率，满足
[0067]
第一概率表示对应的导频分配矩阵的导频污染程度，其体现对应的导频分配矩阵被遗传到下一代种群的概率。
[0068]
b2、基于各导频分配矩阵对应的第一概率，从各导频分配矩阵中选取第一目标导频分配矩阵，并剔除第一目标导频分配矩阵。
[0069]
基于各导频分配矩阵对应的第一概率，从各导频分配矩阵中选取第一目标导频分配矩阵可以包括如下两种：
[0070]
第一种，将第一概率小于预设概率的导频分配矩阵均选取为第一目标导频分配矩阵。第一概率小于预设概率的导频分配矩阵，其造成导频污染的程度较大，因此将第一概率小于预设概率的导频分配矩阵选取为第一目标导频分配矩阵，并将第一目标导频分配矩阵从当前种群中剔除。
[0071]
第二种，基于各导频分配矩阵对应的第一概率，应用轮盘赌算法从各导频分配矩阵中选取第一目标导频分配矩阵。第一目标导频分配矩阵其造成导频污染的程度较大，因此将第一目标导频分配矩阵从当前种群中剔除。
[0072]
b3、生成第二目标导频分配矩阵，其中，第二目标导频分配矩阵的数量与被剔除的第一目标导频分配矩阵相同，用于补位被剔除的第一目标导频分配矩阵。
[0073]
为了保证每代种群中的个体数相同，在剔除当前种群中的第一目标导频分配矩阵之后，需要生成第二目标导频分配矩阵，所生成的第二目标导频分配矩阵的数量与被剔除的第一目标导频分配矩阵的数量相同，以利用所生成的第二目标导频分配矩阵补位当前种群中被剔除的第一目标导频分配矩阵。第二目标导频分配矩阵可随机生成，其基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得。
[0074]
b4、组合第二目标导频分配矩阵和当前种群中未被选取为第一目标导频分配矩阵的导频分配矩阵，形成第一种群。
[0075]
当前种群中未被选取为第一目标导频分配矩阵的导频分配矩阵，为导频污染的程度较小的导频分配矩阵，因此其可遗传到下一代种群中。第二目标导频分配矩阵为补位当前种群中被剔除的第一目标导频分配矩阵，其也可遗传到下一代种群中。因此，组合第二目标导频分配矩阵和当前种群中未被选取为第一目标导频分配矩阵的导频分配矩阵，形成第一种群。
[0076]
103c、对个体选择操作后形成的第一种群进行染色体交叉操作和/或基因变异操作。
[0077]
染色体交叉操作和基因变异操作二者可以单独应用于第一种群，也可以同时应用于第一种群。需要注意的是，在二者同时应用于第一种群时，需要设定二者的操作顺序，操作顺序位于前面的直接作用于第一种群，操作顺序位于后面的作用于前面对第一种群操作后所形成的种群之上。综上，对个体选择操作后形成的第一种群进行染色体交叉操作和/或
基因变异操作的具体方法包括如下几种：
[0078]
第一种，将第一种群作为第一目标种群，对第一目标种群进行染色体交叉操作。对第一目标种群进行染色体交叉操作后形成的种群即为第二种群。
[0079]
第二种，将第一种群作为第二目标种群，对第二目标种群进行基因变异操作。对第二目标种群进行基因变异操作后形成的种群即为第二种群。
[0080]
第三种，将第一种群作为第一目标种群，对第一目标种群进行染色体交叉操作。将染色体交叉操作后形成的种群作为第二目标种群，对第二目标种群进行基因变异操作。对第二目标种群进行基因变异操作后形成的种群即为第二种群。
[0081]
第四种，将第一种群作为第二目标种群，对第二目标种群进行基因变异操作。将基因变异操作后形成的种群作为第一目标种群，对第一目标种群进行染色体交叉操作。对第一目标种群进行染色体交叉操作后形成的种群即为第二种群。
[0082]
上述第一种和第三种方法中所涉及的对第一目标种群进行染色体交叉操作的具体过程包括：从第一目标种群中选取第一导频分配矩阵和第二导频分配矩阵。将第一导频分配矩阵中的第一导频组替换为第二导频分配矩阵中的第二导频组，以及将第二导频分配矩阵中的第二导频组替换为第一导频分配矩阵中的第一导频组。第一导频组和第二导频组为导频分配矩阵中的导频列或导频行。
[0083]
对第一目标种群进行染色体交叉操作的过程示例如下：首先从第一目标种群中随机选取出两个导频分配矩阵“第一导频分配矩阵和第二导频分配矩阵”，其中，a，b∈{1,2，
……
n}。然后从第一导频分配矩阵中选取第一导频组以及从第二导频分配矩阵中选取第二导频组，其中，第一导频组为第一导频分配矩阵中的一个导频列第二导频组为第二导频分配矩阵中的一个导频列先将导频列从第一导频分配矩阵中取出，存到临时变量temp。将导频列从第二导频分配矩阵中取出，再将临时变量temp中的导频列赋值至第二导频分配矩阵中导频列对应的位置处。最后将导频列赋值至第一导频分配矩阵中导频列对应的位置处。从而完成两个导频分配矩阵中随机一列导频交换。
[0084]
需要说明的是，染色体交叉操作是为了使结果不陷入局部最优，尽可能地实现全局最优解。因此在对第一目标种群进行染色体交叉操作之前，需要判断染色体交叉概率pc是否大于随机概率pr，当pc大于pr的情况下，对第一目标种群进行染色体交叉操作。
[0085]
上述第二种和第四种方法中所涉及的对第二目标种群进行基因变异操作的具体过程包括：从第二目标种群中选取第三导频分配矩阵；将第三导频分配矩阵中第三导频组内的第一导频替换为第三导频组内的第二导频，以及将第三导频组内的第二导频替换为第三导频组内的第一导频。
[0086]
对第二目标种群进行基因变异操作的过程示例如下：首先从第二目标种群中随机选取第三导频分配矩阵然后从第三导频分配矩阵中随机选取第三导频组，第三导频组可以为一个导频列也可以为一个导频行。从第三导频组中随机选取两个导频“第一导频
和第二导频”，然后在第三导频组中交换第一导频和第二导频的位置，从而实现两个用户终端的导频互换。
[0087]
需要说明的是，基因变异操作是为了使结果不陷入局部最优，尽可能地实现全局最优解。因此在对第二目标种群进行基因变异操作之前，需要判断染色体变异概率pm是否大于随机概率pt，当pm大于pt的情况下，对第二目标种群进行基因变异操作。
[0088]
104d、将染色体交叉操作和/或基因变异操作后形成的第二种群作为下一次遗传迭代对应的当前种群。
[0089]
为了得到导频污染程度更小的导频分配矩阵，需要对种群进行不断的遗传迭代，因此将染色体交叉操作和/或基因变异操作后形成的第二种群作为下一次遗传迭代对应的当前种群。
[0090]
104、在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对大规模天线系统的用户终端进行导频分配。
[0091]
在满足遗传迭代终止条件的情况下，对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值均应趋于稳定。因此需要确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值。这里所述的适应度值通过上述公式(3)来完成。
[0092]
在确定出种群中各导频分配矩阵的适应度值之后，选取最大适应度值。最大适应度值对应的导频分配矩阵中不同小区间复用相同导频的用户终端向同一基站发送信号的到达角重叠度最少，造成的导频污染最弱。因此基于最大适应度值对应的导频分配矩阵对大规模天线系统的用户终端进行导频分配。
[0093]
满足遗传迭代终止条件的判定方法包括如下两种：
[0094]
第一种，确定对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值。在各导频分配矩阵的适应度值均大于适应度阈值时，确定满足遗传迭代终止条件。
[0095]
在对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值均大于适应度阈值时，说明当前种群中各导频分配矩阵的适应度值均应趋于稳定，从当前种群中能够选取出最大限度减少导频污染的导频分配矩阵用于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配导频。
[0096]
第二种，在遗传迭代的累计次数达到次数阈值时，则确定满足遗传迭代终止条件。在遗传迭代的累计次数达到次数阈值时，说明遗传迭代的次数已经足够的多，此时能够得到全局最优的导频分配矩阵。
[0097]
本发明实施例提供的导频分配方法，在需要为大规模天线系统中的用户终端分配导频时，首先获取多个导频分配矩阵，导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用。然后根据多个导频分配矩阵设置初代种群，并基于初代种群进行遗传迭代。每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，这里的适应度值用于反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度。在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对大规模天线系统的用户终端进行导频分配。可见，本发明实施例提供的方案在导频分配过程中引入了遗传算法。将多
个导频分配矩阵作为初代种群，并基于初代种群进行遗传迭代，且在每一次遗传迭代过程中均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，由于适应度值反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度，因此每次遗传迭代后能够保留下适应度值高的导频分配矩阵，从而经过多次遗传迭代得出了全局最优的导频分配矩阵，进而根据全局最优的导频分配矩阵对大规模天线系统的用户终端进行导频分配。由于全局最优的导频分配矩阵为遗传迭代终止时的种群中最大适应度值的导频分配矩阵，其带来的导频污染在其所在种群中最小，因此基于其对大规模天线系统的用户终端进行导频分配，能够减轻大规模天线系统的导频污染，提升大规模天线系统的整体性能。
[0098]
进一步的，下面对本发明实施例提供的导频分配方法的效果进行说明：
[0099]
首先计算出每次遗传迭代对应的种群中适用度值最大的导频分配矩阵对应的nmse(normalized mean square error，归一化均方误差)，该nmse可以反映信道估计的精确程度，从而反映大规模天线系统整体性能。
[0100]
nmse可通过如下公式(4)计算而得：
[0101][0102]
其中，l为小区的总数量，k为用户终端的总数量，lg是以10为底的对数，是求范数，是指第j个小区的第k个用户到第j个基站的估计信道矢量，g
jkj
是指第j个小区的第k个用户到第j个基站的真实信道矢量。
[0103]
公式(4)中的g
jkj
基于公式(5)确定：
[0104][0105]
公式(5)中为用户终端的散射体的数量；为用户终端的信号到达角的第p条路径的角度，θ∈[0,2π]；a(θ)为天线导向矢量，其通过如下公式(6)确定。
[0106][0107]
公式(6)中，d为基站中天线之间的距离，基站天线为均匀分布阵列；θ为到达角的角度；λ为信号的波长；为第p条路径的信道系数；β
jkj
为大尺度衰落系数。β
jkj
通过入下公式(7)确定。
[0108][0109]
公式(7)中，d
jkj
为用户终端到基站天线之间的距离；r为路径损耗系数；rsnr为小区边缘信噪功率比；r为小区半径；为噪声功率。
[0110]
公式(4)中的基于公式(8)确定：
[0111][0112]
公式(8)中为噪声功率；τ为导频长度；im为单位矩阵，s为导频分配矩阵；nj＝vec(nj),nj为m
×
τ维高斯白噪声矩阵；r
lkj
为第l个小区中第k个用户终端到第j个小区基站的信道协方差矩阵。r
lkj
通过如下公式(9)计算而得。
[0113]rlkj
＝β
lkj
∫p(θ
lkj
)a(θ
lkj
)ah(θ
lkj
)dθ
lkj
ꢀꢀꢀꢀ
(9)
[0114]
公式(9)中，∫p(θ
lkj
)为用户终端到达角的概率密度函数，满足均匀分布。β
lkj
为大尺度衰落系数。
[0115]
如图3所示，给出了最大进化次数内信道估计平均归一化均方误差随遗传迭代次数的变化趋势图。可以看出，遗传迭代收敛于遗传迭代次数t＝20时，此时已到达全局最优解，算法的时间复杂度较低。从图3中可以看出，信道估计平均归一化均方误差nmse随着进化次数t的增加总体来说是呈下降趋势，在一些间隔内不发生变化是因为这段间隔里未跳出局部最优解，后面下降是由于遗传迭代中进行了染色体交叉和基因变异操作，产生了更优个体。从图3可以看出，基于遗传算法的导频分配方案在最大进化次数t内使系统平均nmse降低了接近12db，提升了系统整体性能。
[0116]
如图4所示，图4为信道估计平均归一化均方误差随基站天线数量m的变化趋势图，图4中对比了本发明实施例提供的导频分配方案与传统导频分配方案、随机分配方案、fpa导频分配方案及无导频污染情况时的信道估计平均归一化均方误差。传统分配方案应用贪婪搜索算法进行导频分配。从图4中可以看到，当基站天线数增长时，上行信道估计平均nmse会逐渐下降。且当天线数目较少时，下降速率较快；当天线数较大时，下降速率变慢。这是由于当天线数量比较少的时候，非相关干扰是影响系统性能的主要因素；而随着天线数量的逐渐增加，非导频污染在干扰中占的比例逐渐变小，导频污染问题变成影响性能的瓶颈问题。在基站天线数量为200时，本发明实施例提及的导频分配方案的平均归一化均方误差与传统导频分配相比，降低了近5db，与随机分配方案相比降低了近11db，与fpa方案相比降低了4db，信道估计的准确性得到了提升。
[0117]
如图5所示，图5为性能最差用户的信道估计归一化均方误差随基站数m的变化趋势图，图5对比了4种导频分配方案及无导频污染情况的性能最差用户的信道估计归一化均方误差。从图5中可以看出，本发明实施例提供的导频分配方案的性能最差用户的信道估计平均归一化均方远低于传统方案及随机分配方案。
[0118]
进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种导频分配装置，如图6所示，所述装置包括：
[0119]
获取单元31，用于获取多个导频分配矩阵，其中，所述导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用，l和k均为整数；
[0120]
设置单元32，用于根据所述多个导频分配矩阵设置初代种群；
[0121]
迭代单元33，用于基于所述初代种群进行遗传迭代，其中，每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，所述适应度值用于反映依据其对应的导频分配矩阵对所述大规模天线系统中的用户终端进行导频分配所产生的导频污染程度；
[0122]
确定单元34，用于在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对所述大规模天线系统的用户终端进行导频分配。
[0123]
本发明实施例提供的导频分配装置，在需要为大规模天线系统中的用户终端分配导频时，首先获取多个导频分配矩阵，导频分配矩阵基于为大规模天线系统的l个小区中每一个小区内的k个用户终端分配k个导频而得，k个导频在l个小区中复用。然后根据多个导频分配矩阵设置初代种群，并基于初代种群进行遗传迭代。每一次遗传迭代均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，这里的适应度值用于反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度。在满足遗传迭代终止条件的情况下，确定对应于遗传迭代终止时的种群中各导频分配矩阵的适应度值，基于最大适应度值对应的导频分配矩阵对大规模天线系统的用户终端进行导频分配。可见，本发明实施例提供的方案在导频分配过程中引入了遗传算法。将多个导频分配矩阵作为初代种群，并基于初代种群进行遗传迭代，且在每一次遗传迭代过程中均基于对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值进行，由于适应度值反映依据其对应的导频分配矩阵对大规模天线系统中的用户终端进行导频分配所产生的导频污染程度，因此每次遗传迭代后能够保留下适应度值高的导频分配矩阵，从而经过多次遗传迭代得出了全局最优的导频分配矩阵，进而根据全局最优的导频分配矩阵对大规模天线系统的用户终端进行导频分配。由于全局最优的导频分配矩阵为遗传迭代终止时的种群中最大适应度值的导频分配矩阵，其带来的导频污染在其所在种群中最小，因此基于其对大规模天线系统的用户终端进行导频分配，能够减轻大规模天线系统的导频污染，提升大规模天线系统的整体性能。
[0124]
可选的，如图7所示，所述迭代单元33包括：
[0125]
第一确定模块331，用于确定对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值，其中，所述当前遗传迭代为第一次遗传迭代，则所述当前种群为所述初代种群，所述当前遗传迭代为非第一次遗传迭代，则所述当前种群为与所述当前遗传迭代相邻的上一次遗传迭代形成的种群；
[0126]
第一处理模块332，用于基于所确定的适应度值对所述当前种群进行个体选择操作；
[0127]
第二处理模块333，用于对个体选择操作后形成的第一种群进行染色体交叉操作和/或基因变异操作；
[0128]
第二确定模块334，用于将染色体交叉操作和/或基因变异操作后形成的第二种群
作为下一次遗传迭代对应的当前种群；
[0129]
其中，针对每一次遗传迭代均通过第一确定模块331、第一处理模块332、第二处理模块333和第二确定模块334交互完成。
[0130]
可选的，如图7所示，第一确定模块331，具体用于针对所述当前种群中每一个导频分配矩阵均执行：基于所述导频分配矩阵，确定所述大规模天线系统中每一个用户终端对应的干扰用户终端，其中，所述用户终端与其对应的干扰用户终端不位于同一小区，且所述用户终端与其对应的干扰用户终端复用相同导频；确定每一个所述用户终端对应的目标数据，其中，所述用户终端的目标数据包括：所述用户终端向其所在小区的基站发送信号的目标到达角、所述用户终端对应的干扰用户终端向所述用户终端所在小区的基站发送信号的目标到达角、所述用户终端与其所在小区的基站之间的空间距离、所述用户终端对应的干扰用户终端与所述用户终端所在小区的基站之间的空间距离；根据所述大规模天线系统中各所述用户终端对应的目标数据，确定所述导频分配矩阵的适应度值。
[0131]
可选的，如图7所示，第一确定模块331，具体用于根据如下公式，计算所述导频分配矩阵的适应度值：
[0132][0133]
其中，in为所述当前种群中第n个导频分配矩阵的适应度值；k为所述大规模天线系统的一个小区内用户终端的总数量；l为所述大规模天线系统的小区的总数量；为所述大规模天线系统的第j个小区中的第k个用户终端向第j个小区的基站发送信号的目标到达角；为所述大规模天线系统的第l个小区中的第i个用户终端向第j个小区的基站发送信号的目标到达角，其中，第i个用户终端为所述第k个用户终端的干扰用户终端；d
jkj
为所述大规模天线系统的第j个小区中的第k个用户终端与第j个小区的基站之间的空间距离；d
lij
为所述大规模天线系统的第l个小区中的第i个用户终端与第j个小区的基站之间的空间距离；γ为路径损耗系数；cos为余弦函数；
[0134]
可选的，如图7所示，第一确定模块331，具体用于确定任意一个用户终端的目标到达角，包括：将所述用户终端向目标小区的基站发送信号的最大到达角和最小到达角的均值，确定为所述用户终端的目标到达角；其中，在确定所述用户终端与其所在小区的基站发送信号的目标到达角时，所述目标小区为所述用户终端所在的小区；在所述用户终端为干扰用户终端时，所述目标小区为与其复用相同导频的用户终端所在的小区。
[0135]
可选的，如图7所示，第一确定模块331，具体用于最大到达角通过如下公式确定：
[0136][0137]
其中，为第l个小区中第k个用户终端向第j个小区的基站发送信号的最大到达角；为第l个小区中第k个用户终端的纵坐标；为第l个小区中第k个用户终端的横
坐标；为第j个小区的基站的纵坐标；为第j个小区的基站的横坐标；d
lkj
为第l个小区中第k个用户终端与第j个小区的基站的空间距离；rs为第k个用户终端对应的半径，所述半径限定以用户终端为中心的圆形区域，所述圆形区域内的散射体影响所述用户终端信号传输；arctan为反正切函数；arcsin为反正弦函数。
[0138]
可选的，如图7所示，第一确定模块331，具体用于最小到达角通过如下公式确定：
[0139][0140]
其中，为第l个小区中第k个用户终端向第j个小区的基站发送信号的最小到达角；为第l个小区中第k个用户终端的纵坐标；为第l个小区中第k个用户终端的横坐标；为第j个小区的基站的纵坐标；为第j个小区的基站的横坐标；d
lkj
为第l个小区中第k个用户终端与第j个小区的基站的空间距离；rs为第k个用户终端对应的半径，所述半径限定以用户终端为中心的圆形区域，所述圆形区域内的散射体影响所述用户终端信号传输；arctan为反正切函数；arcsin为反正弦函数。
[0141]
可选的，如图7所示，第一处理模块332，用于对所述当前种群中各导频分配矩阵的适应度值进行归一化处理，得到各所述导频分配矩阵对应的第一概率；基于各所述导频分配矩阵对应的第一概率，从各所述导频分配矩阵中选取第一目标导频分配矩阵，并剔除所述第一目标导频分配矩阵；生成第二目标导频分配矩阵，其中，所述第二目标导频分配矩阵的数量与被剔除的第一目标导频分配矩阵相同，用于补位被剔除的第一目标导频分配矩阵；组合所述第二目标导频分配矩阵和所述当前种群中未被选取为第一目标导频分配矩阵的导频分配矩阵，形成所述第一种群。
[0142]
可选的，如图7所示，第二处理模块333，具体用于将所述第一种群作为第一目标种群，对所述第一目标种群进行染色体交叉操作；
[0143]
或，
[0144]
第二处理模块333，具体用于将所述第一种群作为第二目标种群，对所述第二目标种群进行基因变异操作；
[0145]
或，
[0146]
第二处理模块333，具体用于将所述第一种群作为第一目标种群，对所述第一目标种群进行染色体交叉操作；将染色体交叉操作后形成的种群作为第二目标种群，对所述第二目标种群进行基因变异操作；
[0147]
或，
[0148]
第二处理模块333，具体用于将所述第一种群作为第二目标种群，对所述第二目标种群进行基因变异操作；将基因变异操作后形成的种群作为第一目标种群，对所述第一目标种群进行染色体交叉操作。
[0149]
可选的，如图7所示，第二处理模块333，具体用于从所述第一目标种群中选取第一导频分配矩阵和第二导频分配矩阵；将所述第一导频分配矩阵中的第一导频组替换为所述第二导频分配矩阵中的第二导频组，以及将所述第二导频组替换为所述第一导频组。
[0150]
可选的，如图7所示，第二处理模块333，具体用于从所述第二目标种群中选取第三
导频分配矩阵；将所述第三导频分配矩阵中第三导频组内的第一导频替换为所述第三导频组内的第二导频，以及将所述第二导频替换为所述第一导频。
[0151]
可选的，如图7所示，确定单元34，具体用于确定对应于当前遗传迭代的当前种群中各导频分配矩阵的适应度值；在各所述导频分配矩阵的适应度值均大于适应度阈值时，确定满足遗传迭代终止条件；
[0152]
或，
[0153]
确定单元34，具体用于在遗传迭代的累计次数达到次数阈值时，确定满足遗传迭代终止条件。
[0154]
本发明实施例提供的导频分配装置中，各个功能模块运行过程中所采用的方法详解可以参见图1方法实施例的对应方法详解，在此不再赘述。
[0155]
进一步的，依据上述实施例，本发明的另一个实施例还提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行图1所示的导频分配方法。
[0156]
进一步的，依据上述实施例，本发明的另一个实施例还提供了一种电子设备，所述电子设备包括：
[0157]
存储器，用于存储程序；
[0158]
处理器，耦合至所述存储器，用于运行所述程序以执行图1所示的导频分配方法。
[0159]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0160]
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
[0161]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0162]
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0163]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0164]
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0165]
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的深度神经网络模型的运行方法、装置及框架中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于
执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0166]
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。