CN103117839A - 多用户多输入多输出系统非精确信道信息下的预编码方法 - Google Patents

Abstract

本发明公开了一种多用户多输入多输出系统非精确信道信息下的预编码方法，特征是将实际信道状态矩阵与基站获得的非精确估计信道状态矩阵间的误差建模为加性复高斯随机过程，该预编码矩阵的结构为基站到所有用户总的估计信道矩阵的规则化伪逆乘上一个块对角矩阵，根据最小均方误差准则计算出块对角矩阵，利用得到的预编码矩阵对数据流作预编码并从基站天线上发送出去，各用户将自身的接收信号向量乘上该用户的解码矩阵将信道转化为多个单输入单输出子信道，对每个子信道作数据检测估计出原始数据。本发明在计算预编码矩阵和解码矩阵时考虑到了信道估计误差的影响，改善了信道误差在预编码系统中产生平台效应的问题，保证了这类系统传输的有效性。

Description

多用户多输入多输出系统非精确信道信息下的预编码方法

技术领域

本发明属于无线通信的多天线技术领域，具体涉及多用户多输入多输出(multi-inputmulti-output，MIMO)系统下行链路中基于最小均方误差的预编码系统设计方法。

背景技术

多用户MIMO是配置多根天线的基站同时同频和多个用户通信，每个用户可以配置单根天线，也可以配置多根天线。下行链路中，基站向多个用户发送数据，各用户会接收到来自其他用户的干扰，当用户配置多根天线时，不仅有多用户干扰（MUI），还有用户自己多个数据流之间的干扰（ISI）。由于用户间没有协作，为了减小MUI和ISI，通常在基站对发送信号进行预编码。《国际电子电气工程师协会-无线通信汇刊》（IEEETransactions on Wireless Communications,vol.7:953-961,2008）提出了规则块对角化（RBD）方法，这是一种适用于用户一根或多根天线情况下的MMSE方法，但该方法只是抑制而不是完全消除多用户干扰，它是通过最小化总的干扰与噪声功率之和获取最优的预编码矩阵。

在实际系统中，由于无线传播媒介是随机的、随时变化的，发送端想要获取精确的瞬时信道状态信息(CSI)往往非常困难而且昂贵，因此发送端通常只能得到非精确的瞬时信道状态信息。现有发送端信道状态信息的获取有两类基本方式：基于互易性和基于反馈。基于互易性的方法使用反向信道的信道信息，基于反馈的方法需要将前向信道的信道信息通过专门的反馈信道传回发送端。在基于信道互易性的系统中，信道估计误差、天线校准误差和回转延迟等限制了发送端CSI的精确性；在基于反馈的系统中，与有限反馈相关的量化误差、反馈传输时延、用户和天线调度延迟等因素都降低了发送端CSI的准确度。信道误差对预编码系统的影响具有平台效应，即只要信道存在误差，即使误差非常小，系统的和速率在高信噪比下就不会随着信噪比无限增长，而是趋于一个常数，且信道误差越大，该常数越小。

发明内容

本发明的目的是提出一种多用户多输入多输出系统非精确信道信息下的预编码方法，以解决非精确CSI时信道误差对预编码系统性能的平台效应。

本发明多用户多输入多输出系统非精确信道信息下的预编码方法，对于一个配置多根天线的基站，在同一时隙、同一频段向多个用户发送数据，用户配置一根或多根天线，基站先对数据流作预编码然后在天线上发送出去，基站的平均发送功率不超过功率限制，各用户分别独立地对其接收信号进行解码和检测；其特征在于：设基站天线数为N_T，用户数为K，第j个用户的天线数为N_j，用户的总天线数为N_R，发送数据流向量为x，基站到所有用户的总的信道矩阵为 $H={\left[\begin{array}{cccc}{H}_1^T& H_2^T& ...& H_K^T\end{array}\right]}^T,$ 其中H_j，j＝1,…,K，为基站到第j个用户的信道矩阵，上标“T”表示矩阵的转置；将基站获得的非精确的估计信道矩阵

与实际信道H之间存在的误差建模为一个加性复高斯随机过程，即其中Δ表示信道误差矩阵，其每个元素都独立的服从零均值、方差为

的复高斯随机分布，并设信道误差矩阵Δ与估计信道矩阵

数据流向量x以及噪声向量w都是相互独立的；预编码矩阵P的结构为基站到所有用户的估计信道矩阵的规则化伪逆乘上一个块对角矩阵，即预编码矩阵P可表示为

其中等效噪声功率与总的发送功率之比

是所有用户总的噪声方差，P_T是基站限制的最高平均发送功率，β是预编码矩阵中的功率控制系数；块对角矩阵

其中子矩阵B_j是对应于第j个用户，j＝1,…,K，的大小为N_j×N_j子矩阵；I是单位阵，上标“H”表示矩阵的共轭转置，上标“-1”表示矩阵的逆；

具体操作步骤如下：

第一步，根据最小均方误差准则计算块对角矩阵B：先计算中间矩阵

依次取中间矩阵A对角线上的N_j×N_j子矩阵A_j，j＝1,…,K，对其作特征值分解

将块对角矩阵B的第j块B_j取为

其中U_j是子矩阵A_j的特征向量矩阵，Λ_j是子矩阵A_j的特征值矩阵；

第二步，计算预编码矩阵中的功率控制系数β：

$\mathrm{\β}=\sqrt{\frac{P_T}{{\left|\right|{\hat{H}}^H{(\hat{H}{\hat{H}}^H+\mathrm{\γI})}^{-1}B\left|\right|}^2}}$

其中|| ||²表示矩阵的二阶范数；

第三步，将块对角矩阵B乘上总估计信道矩阵的规则化伪逆

和功率控制系数β，得到预编码矩阵P，基站利用该预编码矩阵P对发送数据流进行预编码并从天线上发送出去；

第四步，第j,j＝1,…,K，个用户将其接收信号乘上该用户的解码矩阵G_j，j＝1,…,K，该解码矩阵G_j的计算方法为：根据子矩阵A_j,j＝1,…,K,的特征值分解

将第j个用户的解码矩阵G_j取为

并分别将信道等效为第j个用户的天线数N_j个单输入单输出的平行子信道；

第五步，对各用户的每个子信道分别进行标量数据检测。

本发明多用户多输入多输出系统非精确信道信息下的预编码方法采取了将实际信道状态矩阵与基站获得的非精确估计信道状态矩阵间的误差建模为加性复高斯随机过程，该预编码矩阵的结构为基站到所有用户总的估计信道矩阵的规则化伪逆乘上一个块对角矩阵，根据最小均方误差准则计算出块对角矩阵，利用得到的预编码矩阵对数据流作预编码并从基站天线上发送出去，各用户将自身的接收信号向量乘上该用户的解码矩阵将信道转化为多个单输入单输出子信道，对每个子信道作数据检测估计出原始数据。由于本发明将信道估计误差建模为加性复高斯随机过程，在计算预编码矩阵和解码矩阵时考虑到了信道估计误差的影响，改善了信道误差在预编码系统中产生平台效应的问题，在不增加系统算法开销的同时，提高了存在信道估计误差的预编码系统的稳健性，保证了这类系统传输的有效性。

附图说明

图1为采用本发明的多用户MIMO下行链路预编码系统示意图；

图2为系统中预编码信号的生成、发送、接收和处理的流程图；

图3为计算块对角矩阵方法的流程图；

图4为“和速率”随信噪比变化的仿真比较图；

具体实施方式

实施例1：

本实施例是对于一个配置多根天线的基站，在同一时隙、同一频段向多个用户发送数据，用户配置一根或者多根天线时，多用户多输入多输出（MIMO）系统下行链路中基于最小均方误差的预编码方法的具体举例说明。

图1给出了本实施例多用户MIMO下行链路预编码系统示意图。

如图1中所示：一个配置多根天线的基站在同一时隙、同一频段向多个用户发送数据，用户配置一根或者多根天线。设基站配有N_T根发送天线，分别为第一发送天线t₁，…，第N_T发送天线

用户数为K，第j（j＝1,…,K）个用户配有N_j根接收天线，分别为第j个用户第一接收天线r_j,1，…，第j个用户第N_j接收天线所有用户共有N_R根接收天线，基站到所有用户的总的信道矩阵为 $H{=\left[\begin{array}{ccccc}{H}_1^T& ...& H_j^T& ..& H_K^T\end{array}\right]}^T,$ 其中H_j（j＝1,…,K）为基站到第j个用户的信道矩阵，上标“T”表示矩阵的转置，发送给第j（j＝1,…,K）个用户的数据流向量x_j为N_j×1列向量，总的发送数据流向量 $x{=\left[\begin{array}{ccccc}{x}_1^T& ...& x_j^T& ..& x_K^T\end{array}\right]}^T$ 为

列向量，基站只能获得一个非精确的估计信道矩阵

与实际信道H之间存在误差，将该误差建模为一个加性复高斯随机过程，即

其中Δ表示信道误差矩阵，其每个元素都独立的服从一个零均值、方差为

的复高斯随机分布。基站先对数据流作预编码然后在天线上发送出去，基站的平均发送功率不得超过自身的功率限制P_T，即E{||Px||²}≤P_T，其中E{}表示期望。各用户独立的处理其接收信号，第j个用户的解码矩阵为G_j。为了利用各用户对自身所有天线上的接收信号联合处理的自由度，将预编码矩阵的结构取为基站到所有用户总的估计信道矩阵

的规则化伪逆乘上一个块对角矩阵，这样可以抑制多用户之间的干扰而不抑制各用户内部各天线间的干扰，预编码矩阵

其中块对角矩阵B_j分别是对应于第j（j＝1,…,K）个用户的大小为N_j×N_j的矩阵，

是所有用户总的噪声方差，P_T是基站限制的最高平均发送功率I是单位阵，上标“H”表示矩阵的共轭转置，上标“-1”表示矩阵的逆，

是所有用户总的噪声方差，P_T是基站限制的最高平均发送功率，β为功率控制系数。

图2给出了本实施例系统中预编码信号的生成、发送、接收和处理的流程图。本发明多用户多输入多输出（MIMO）系统下行链路中基于最小均方误差的预编码方法的整个通信流程包括如下步骤：

计算块对角矩阵步骤200，根据最小均方误差准则计算块对角矩阵B；

计算功率控制系数步骤202，根据基站的平均发送功率限制，由下面的公式计算功率控制系数β：

$\mathrm{\β}=\sqrt{\frac{P_T}{{\left|\right|{\hat{H}}^H{(\hat{H}{\hat{H}}^H+\mathrm{\γI})}^{-1}B\left|\right|}^2}}$

其中|| ||²表示矩阵的二阶范数；

预编码步骤204，将块对角矩阵B乘上总估计信道矩阵的规则化伪逆

和功率控制系数β，得到预编码矩阵P，利用预编码矩阵P对总的发送数据流向量x作预编码，将得到的N_T×1数据向量Px从基站的N_T根天线上发送出去；

平行化信道步骤206，第j（j＝1,…,K）个用户将其接收信号y_j＝H_jPx+n_j乘上一个解码矩阵G_j，其中n_j为第j个用户的噪声向量。并将信道等效为N_j个单输入单输出的平行子信道；

数据检测步骤208，对各用户的每个子信道进行标量数据检测，从而得到对发送给各个用户的数据流向量x_j（j＝1,…,K）的估计。

图3给出了根据最小均方误差准则计算块对角矩阵B的方法流程图，该方法的具体过程为：

计算中间矩阵步骤300，计算中间矩阵A＝(HH^H+γI)^-1；

获取子矩阵步骤302，依次取中间矩阵A对角线上的N_j×N_j子矩阵A_j（j＝1,…,K），则子矩阵A₁包括中间矩阵A中第1到N₁行和第1到N₁列中的元素，子矩阵A₂包括中间矩阵A中第N₁+1到N₁+N₂行和第N₁+1到N₁+N₂列中的元素，等等；

特征值分解步骤304，分别对子矩阵A_j（j＝1,…,K）作特征值分解

其中酉阵U_j为子矩阵A_j的特征向量矩阵，对角阵Λ_j为子矩阵A_j的特征值矩阵；

计算块对角矩阵步骤306，将块对角矩阵B的第j块B_j取为

得到块对角矩阵B。

根据得到的预编码矩阵形式，为了将第j（j＝1,…,K）个用户的信道等效为N_j个单输入单输出子信道，将其解码矩阵G_j取为其中U_j为子矩阵A_j的特征向量矩阵，第j个用户的接收信号乘上解码矩阵后的信号z_j为

$z_j=G_j{y}_j=({\mathrm{\Λ}}_j^{-1}-\mathrm{rI})x_j+U_j^H{w}_j$

其中w_j为等效的干扰与噪声信号，Λ_j为对角阵。这样，对第j个用户的数据流向量x_j的检测就变成了对第j个用户的数据流向量x_j的每个元素的独立的单符号检测，采用标量数据检测即可估计出原始发送数据流。

图4给出了“和速率”随信噪比变化的仿真比较图。本实施例中的系统参数设置如下：基站天线数为4，2个用户，每个用户天线数为2，每对天线间的信道系数为方差为1的复高斯随机变量，每根天线处的热噪声为方差为1的加性复高斯白噪声，信噪比定义为发送总功率与每根天线处的噪声功率之比，信道估计误差是方差

的复高斯随机分布，采用蒙特卡罗仿真实验。图4中给出由星号标识的本实施例采用考虑信道估计误差的非精确信道状态信息预编码方法得到的预编码矩阵的性能曲线L1、由上三角标识的是未考虑估计信道误差的规则块对角化（RBD）方法得到的预编码矩阵的性能曲线L2。“和速率”随着信噪比的增大而增大；在相同信噪比下，本发明给出的非精确信道状态信息的预编码方法比RBD方法有更大的“和速率”，这是由于非精确信道状态信息预编码方法将估计信道矩阵存在的误差建模为加性复高斯分布，在计算预编码方法时考虑到了信道估计误差带来的影响，因此取得了更高的“和速率”性能。

综合来看，本发明中的预编码算法在存在信道估计误差的情况下，达到了比规则块对角化方法更好的“和速率”性能。

Claims (1)

1.一种多用户多输入多输出系统非精确信道信息下的预编码方法，对于一个配置多根天线的基站，在同一时隙、同一频段向多个用户发送数据，用户配置一根或多根天线，基站先对数据流作预编码然后在天线上发送出去，基站的平均发送功率不超过功率限制，各用户分别独立地对其接收信号进行解码和检测；其特征在于：设基站天线数为N_T，用户数为K，第j个用户的天线数为N_j，用户的总天线数为N_R，发送数据流向量为x，基站到所有用户的总的信道矩阵为 $H={\left[\begin{array}{cccc}{H}_1^T& H_2^T& ...& H_K^T\end{array}\right]}^T,$ 其中H_j，j＝1,…,K，为基站到第j个用户的信道矩阵，上标“T”表示矩阵的转置；将基站获得的非精确的估计信道矩阵与实际信道H之间存在的误差建模为一个加性复高斯随机过程，即

其中Δ表示信道误差矩阵，其每个元素都独立的服从零均值、方差为的复高斯随机分布，并设信道误差矩阵Δ与估计信道矩阵

数据流向量x以及噪声向量w都是相互独立的；预编码矩阵P的结构为基站到所有用户的估计信道矩阵的规则化伪逆乘上一个块对角矩阵，即预编码矩阵P可表示为

其中等效噪声功率与总的发送功率之比

是所有用户总的噪声方差，P_T是基站限制的最高平均发送功率，β是预编码矩阵中的功率控制系数；块对角矩阵

其中子矩阵B_j是对应于第j个用户，j＝1,…,K，的大小为N_j×N_j子矩阵；I是单位阵，上标“H”表示矩阵的共轭转置，上标“-1”表示矩阵的逆；

具体操作步骤如下：

第一步，根据最小均方误差准则计算块对角矩阵B：先计算中间矩阵

依次取中间矩阵A对角线上的N_j×N_j子矩阵A_j，j＝1,…,K，对其作特征值分解

将块对角矩阵B的第j块B_j取为

其中U_j是子矩阵A_j的特征向量矩阵，Λ_j是子矩阵A_j的特征值矩阵；

第二步，计算预编码矩阵中的功率控制系数β：

$\mathrm{\β}=\sqrt{\frac{P_T}{{\left|\right|{\hat{H}}^H{(\hat{H}{\hat{H}}^H+\mathrm{\γI})}^{-1}B\left|\right|}^2}}$

其中|| ||²表示矩阵的二阶范数；

第三步，将块对角矩阵B乘上总估计信道矩阵的规则化伪逆

和功率控制系数β，得到预编码矩阵P，基站利用该预编码矩阵P对发送数据流进行预编码并从天线上发送出去；

第四步，第j,j＝1,…,K，个用户将其接收信号乘上该用户的解码矩阵G_j，j＝1,…,K，该解码矩阵G_j的计算方法为：根据子矩阵A_j,j＝1,…,K,的特征值分解

将第j个用户的解码矩阵G_j取为

并分别将信道等效为第j个用户的天线数N_j个单输入单输出的平行子信道；

第五步，对各用户的每个子信道分别进行标量数据检测。

Images