CN101179318B - 一种基于优化信道训练的多用户多入多出系统传输方法 - Google Patents

Abstract

本发明基于优化信道训练的多用户多入多出系统传输方法，特征是在信道块衰落条件下，当一个发送块内最多发送符号数大于基站发送天线数时，根据一个发送块内最多发送符号数和基站发送天线数之间的具体关系，以最优训练符号功率，向只有一根接收天线的用户发送与基站发送天线数相等数量的训练符号进行信道训练；用户向基站反馈训练得到的用户信道信息，基站利用用户信道信息构建传输用户集合，并以在平均功率受限条件下计算出的数据符号功率，在本发送块内向选择的传输用户发送数据符号。采用本发明可提高信道估计的性能，从而提高在平均发送功率受限的情况下基于信道训练的多用户多入多出系统的吞吐率性能，适合于在实际系统中使用。

Description

一种基于优化信道训练的多用户多入多出系统传输方法 

技术领域：

本发明属于无线通信的多天线技术领域，特别涉及多入多出系统广播信道训练的传输方法。 

背景技术：

《国际电子与电气工程师协会信息理论学报》(IEEE Transactions on InformationTheory，vol.49，issue 4，April 2003，pp.951-963)提出的在信道块衰落条件以及平均发送功率受限条件下基于信道训练的单用户点对点多入多出系统中最优的训练时间和功率分配方法，即基于系统容量下界推导得出的训练时间和功率分配的最优折中关系，保证了单用户多入多出系统的吞吐性能。然而在多用户多入多出系统中，除了信道估计误差等与单用户多入多出系统共同存在的问题之外，多用户多入多出系统本身还存在的多用户分集、用户间干扰以及多用户调度等问题，这使得从单用户多入多出系统分析中已经得到的训练时间和功率分配的最优折中关系并不适用于多用户多入多出系统，所以对于多用户多入多出系统广播信道的训练时间和功率分配的最优折中关系是值得研究的。 

发明内容：

本发明提出一种基于优化信道训练的多用户多入多出系统传输方法，以补充现有技术对于多用户多入多出系统训练时间和功率分配设计上的不足，使多用户多入多出系统具有良好的下行吞吐率性能，适合于在实际系统中使用。 

本发明基于优化信道训练的多用户多入多出系统传输方法，其特征在于： 

(1)在信道块衰落条件下，以一个发送块内最多发送符号数T大于基站发送天线数M为前提，基站以训练时间与功率分配的最优折中关系确定的最优训练符号功率P_τ ^opt向只有一根接收天线的用户发送M个训练符号； 

所述训练时间与功率分配的最优折中关系确定的最优训练符号功率是： 

a.当一个发送块内最多发送符号数T满足M＜T＜2M-1时，其最优训练符号功率 

$P_{\mathrm{\τ}}^{\mathrm{opt}}=-\mathrm{\η}-\sqrt{{\mathrm{\η}}^2+\frac{\mathrm{PT}}{M}\mathrm{\η}};$

b.当一个发送块内最多发送符号数T满足T＝2M-1时，其最优训练符号功率 

$P_{\mathrm{\τ}}^{\mathrm{opt}}=\frac{\mathrm{PT}}{2M};$

c.当一个发送块内最多发送符号数T满足T＞2M时，其最优训练符号功率 

$P_{\mathrm{\τ}}^{\mathrm{opt}}=-\mathrm{\η}+\sqrt{{\mathrm{\η}}^2+\frac{\mathrm{PT}}{M}\mathrm{\η}};$

式中，P为平均发送功率，中间参量 $\mathrm{\η}=\frac{(M-1)\mathrm{PT}+M(T-M)}{M(T-2M+1)},$ 发送训练符号 

(2)用户利用对训练符号的接收向量进行信道估计： 

设系统中用户数为K，其中的任一用户k的信道为h_k＝[h_k1，h_k2，...，h_kM]，噪声n_k＝[n_k1，n_k2，...，n_kM]，对于训练符号{s₁，...，s_M}的接收向量为： 

$[y_{k1},y_{k2},...,y_{\mathrm{kM}}]=h_k\{s_1,...,s_M\}+n_k$

得到信道估计结果为用户k信道信息 

并将其反馈回基站； 

(3)在系统中用户数K不小于基站发送天线数M的前提下，基站根据用户反馈的用户信道信息，进行传输用户集合的选择，步骤如下： 

a.初始化：初始备选用户集合Γ₁＝{1，…，K}，选择第一个传输用户 

设置传输用户序号i＝2； 

b.更新备选用户集合 

其中ε＝0.4； 

c.选择第i个传输用户 

更新传输用户序号i＝i+1；如果i＜M，执行步骤b； 

d.最终确定的传输用户集合为{π(1)，…，π(M)}，选择出的传输用户数和基站发送天线数M相等； 

(4)在本发送块内对于选定的M个传输用户以数据符号功率P_d传输T-M个数据符号，该数据符号功率 

式中，P为平均发送功率。 

现有技术为单用户情况下，按照系统容量下界所得最优训练时间和功率分配的折中关系，并不适用多用户的情况；本发明是在考虑了多用户多入多出系统信道估计误差以及多用户环境的用户调度的基础上，按照多用户多入多出容量下界推导所得块衰落信道条件下多用户多入多出广播信道的理论训练时间和功率分配的最优折中关系，并采用最优训练符号功率发送与基站发送天线数相等数量的训练符号，供用户进行信道估计，根据信道估计所得用户信道信息，确定传输用户集合，进行数据传输。因此，根据本方法进行训练时间和功率分配，可以优化信道训练的准确性，从而提高基于训练的多用户多入多出广播信道的吞吐性能，有实际应用的价值。 

附图说明：

图1为一个发送块内最多发送符号数为100个符号时间长度时，系统吞吐率随用户数变化关系比较图； 

图2为一个发送块内最多发送符号数为7个符号时间长度时，系统吞吐率随用户数变化关系比较图； 

图3为一个发送块内最多发送符号数为5个符号时间长度时，系统吞吐率随用户数变化关系比较图； 

图4为系统吞吐率与不同符号训练时间变化关系比较图。 

具体实施方式：

实施例1： 

本实施例采用K＝500个用户的下行多用户多入多出系统。基站端配置M＝4根发送天线，每个用户配备1根接收天线，信噪比10dB，设噪声功率为1W，则平均发送功率P＝10W，一个发送块内最多发送符号数T＝100。任一用户k的信道h_k都是一个1×4的向量，设每个用户信道向量和噪声都服从独立同分布的瑞利分布。 

(1)根据一个发送块内最多发送符号数T和基站发送天线数M的关系以最优训练符号功率P_τ ^opt发送4个训练符号： 

由于一个发送块内最多发送符号数T＝100，基站发送天线数M＝4，因为T＞2M，故最优训练符号功率 $P_{\mathrm{\τ}}^{\mathrm{opt}}=-\mathrm{\η}+\sqrt{{\mathrm{\η}}^2+\frac{\mathrm{PT}}{M}\mathrm{\η}},$ 中间参量 $\mathrm{\η}=\frac{(M-1)\mathrm{PT}+M(T-M)}{M(T-2M+1)},$ 计算得最优训练符号功率 $P_{\mathrm{\τ}}^{\mathrm{opt}}=39.4516W,$ 发送4个训练符号： 

$\{s_1,s_2,s_3,s_4\}=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right);$

(2)用户利用对训练符号的接收向量进行信道估计： 

设任一用户k的信道为h_k＝[h_k1，h_k2，h_k3，h_k4]，噪声n_k＝[n_k1，n_k2，n_k3，n_k4]，对于训练符号的接收向量为： 

$[y_{k1},y_{k2},y_{k3},y_{k4}]=h_k\{s_1,s_2,s_3,s_4\}+n_k$

$=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}[h_{k1},h_{k2},h_{k3},h_{k4}]\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)+[n_{k1},n_{k2},n_{k3},n_{k4}]$

得到信道估计结果为用户k信道信息 ${h_k}^{\mathrm{est}}=[{\hat{h}}_{k1},{\hat{h}}_{k2},{\hat{h}}_{k3},{\hat{h}}_{k4}]=\frac{1}{\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}}[y_{k1},y_{k2},y_{k3},y_{k4}],$  并将其反馈回基站； 

(3)基站根据用户反馈的用户信道信息，进行传输用户集选择： 

a.初始化：初始化备选用户集合Γ₁＝{1，...，500}，选择第一个传输用户  $\mathrm{\π}\left(1\right)=\arg \underset{k\∈{\mathrm{\Γ}}_1}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2,$ 设置传输用户序号i＝2； 

b.更新备选用户集合 

其中ε＝0.4； 

c.选择第i个传输用户 $\mathrm{\π}\left(i\right)=\arg \underset{k\∈{\mathrm{\Γ}}_i}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2$

i＝i+1；如果i＜4，执行步骤(3)b； 

d.最终确定的传输用户集合为{π(1)，...，π(4)}； 

(4)在本发送块内对于选定的传输用户以数据符号功率P_d发送96个数据符号： 

数据符号功率 $P_d=\frac{\mathrm{PT}-P_{\mathrm{\τ}}^{\mathrm{opt}}M}{T-M},$ 计算 $P_d^{\mathrm{opt}}=8.7729W.$

图1给出了在信噪比10dB的情况下，基站配置4根发送天线，一个发送块内最多发送符号数为T＝100时，本方法总吞吐率和用户数的关系与另一种方法总吞吐率和用户数的变化关系比较，对应每一用户数，信道实现次数1000次。两种方法相同点在于：平均发送功率一致；训练符号数相同，训练时间相等；不同在于：本方法采用最优训练符号功率，而在另一种方法中，训练符号功率和数据符号功率相等，都等于平均发送功率。从图1两条曲线a，b的吞吐率特点可以看出：在用户数增大时，两中方法的系统吞吐率都增大；其中本方法(对应曲线a)相对于另一种方法(对应曲线b)有较高的吞吐率增益。对于实例K＝500时，曲线a达到吞吐率为14.803比特/秒/赫兹；曲线b达到的吞吐率为13.560 比特/秒/赫兹，可见本方法提高了相应情况下系统的吞吐率。 

实施例2： 

本实施例与实施例1唯一不同条件是：本实施例中一个发送块内最多发送符号数T＝7。其他条件均相同。故本实施例实施步骤如下： 

(1)根据一个发送块内最多发送符号数T和基站发送天线数M的关系以最优训练符号功率P_τ ^opt发送4个训练符号： 

一个发送块内最多发送符号数T＝7，基站发送天线数M＝4，因为T＝2M-1，故最优训练符号功率 $P_{\mathrm{\τ}}^{\mathrm{opt}}=\frac{\mathrm{PT}}{2M},$ 计算得 $P_{\mathrm{\τ}}^{\mathrm{opt}}=8.75W,$ 发送4个训练符号： 

$\{s_1,s_2,s_3,s_4\}=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right);$

(2)用户利用对训练符号的接收向量进行信道估计： 

设任一用户k的信道为h_k＝[h_k1，h_k2，h_k3，h_k4]，噪声n_k＝[n_k1，n_k2，n_k3，n_k4]，对于训练符号的接收向量为： 

$[y_{k1},y_{k2},y_{k3},y_{k4}]=h_k\{s_1,s_2,s_3,s_4\}+n_k$

$=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}[h_{k1},h_{k2},h_{k3},h_{k4}]\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)+[n_{k1},n_{k2},n_{k3},n_{k4}]$

得到信道估计结果为用户k信道信息 ${h_k}^{\mathrm{est}}=[{\hat{h}}_{k1},{\hat{h}}_{k2},{\hat{h}}_{k3},{\hat{h}}_{k4}]=\frac{1}{\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}}[y_{k1},y_{k2},y_{k3},y_{k4}],$  并将其反馈回基站； 

(3)基站根据用户反馈的用户信道信息，进行传输用户集选择： 

a.初始化：初始化备选用户集合Γ₁＝{1，...，500}，选择第一个传输用户  $\mathrm{\π}\left(1\right)=\arg \underset{k{\∈\mathrm{\Γ}}_1}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2,$ 设置传输用户序号i＝2； 

b.更新备选用户集合 

其中ε＝0.4； 

c.选择第i个传输用户 $\mathrm{\π}\left(i\right)=\arg \underset{k{\∈\mathrm{\Γ}}_i}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2$

i＝i+1；如果i＜4，执行步骤(3)b； 

d.最终确定的传输用户集合为{π(1)，...，π(4)}； 

(4)在本发送块内对于选定的传输用户以数据符号功率P_d发送3个数据符号： 

数据符号功率 $P_d=\frac{\mathrm{PT}-P_{\mathrm{\τ}}^{\mathrm{opt}}M}{T-M},$ 计算得 $P_d^{\mathrm{opt}}=11.67W.$

图2给出了在信噪比10dB的情况下，基站配置4根发送天线，一个发送块内最多发送符号数为T＝7时，本方法总吞吐率和用户数的关系与另一种方法总吞吐率和用户数的关系比较，对应每一用户数，信道实现次数1000次。两种方法相同点在于：平均发送功率一致；训练符号数相同，训练时间相等；不同在于：本方法采用最优训练符号功率，而在另一种方法中，训练符号功率和数据符号功率相等，都等于平均发送功率。从图2两条曲线c，d的吞吐率特点可以看出：在用户数增大时，两中方法的系统吞吐率都增大；其中本方法(对应曲线c)相对于另一种方法(对应曲线d)有较高的吞吐率增益。对于实例K＝500时，曲线c达到吞吐率为6.061比特/秒/赫兹；曲线d达到的吞吐率为5.996比特/秒/赫兹，可见本方法提高了相应情况下系统的吞吐率。 

实施例3： 

本实施例与上一实施例唯一不同条件是：本实施例中一个发送块内最多发送符号数T＝5。其他条件均相同。故本实施例实施步骤如下： 

(1)根据一个发送块内最多发送符号数T和基站发送天线数M的关系以最优训练符号功率P_τ ^opt发送4个训练符号： 

一个发送块内最多发送符号数T＝5，基站发送天线数M＝4，因为M＜T＜2M-1，故最优训练符号功率 $P_{\mathrm{\τ}}^{\mathrm{opt}}=-\mathrm{\η}-\sqrt{{\mathrm{\η}}^2+\frac{\mathrm{PT}}{M}\mathrm{\η}},$ 中间参量 $\mathrm{\η}=\frac{(M-1)\mathrm{PT}+M(T-M)}{M(T-2M+1)},$ 计算得  $P_{\mathrm{\τ}}^{\mathrm{opt}}=7.851W,$ 发送4个训练符号： 

$\{s_1,s_2,s_3,s_4\}=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right);$

(2)用户利用对训练符号的接收向量进行信道估计： 

设任一用户k的信道为h_k＝[h_k1，h_k2，h_k3，h_k4]，噪声n_k＝[n_k1，n_k2，n_k3，n_k4]，对于训练符号的接收向量为： 

$[y_{k1},y_{k2},y_{k3},y_{k4}]=h_k\{s_1,s_2,s_3,s_4\}+n_k$

$=\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}[h_{k1},h_{k2},h_{k3},h_{k4}]\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right)+[n_{k1},n_{k2},n_{k3},n_{k4}]$

得到信道估计结果为用户k信道信息 ${h_k}^{\mathrm{est}}=[{\hat{h}}_{k1},{\hat{h}}_{k2},{\hat{h}}_{k3},{\hat{h}}_{k4}]=\frac{1}{\sqrt{P_{\mathrm{\τ}}^{\mathrm{opt}}}}[y_{k1},y_{k2},y_{k3},y_{k4}],$  并将其反馈回基站； 

(3)基站根据用户反馈的用户信道信息，进行传输用户集选择： 

a.初始化：初始化备选用户集合Γ₁＝{1，...，500}，选择第一个传输用户  $\mathrm{\π}\left(1\right)=\arg \underset{k{\∈\mathrm{\Γ}}_1}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2,$ 设置传输用户序号i＝2； 

b.更新备选用户集合 其中ε＝0.4； 

c.选择第i个传输用户 $\mathrm{\π}\left(i\right)=\arg \underset{k\∈{\mathrm{\Γ}}_i}{\max }{\left|\right|h_k^{\mathrm{est}}\left|\right|}^2$

i＝i+1；如果i＜4，执行步骤(3)b； 

d.最终确定的传输用户集合为{π(1)，...，π(4)}； 

(4)在本发送块内对于选定的传输用户以数据符号功率P_d发送1个数据符号： 

数据符号功率 $P_d=\frac{\mathrm{PT}-P_{\mathrm{\τ}}^{\mathrm{opt}}M}{T-M},$ 计算P_d＝18.596W。 

图3给出了在信噪比10dB的情况下，基站配置4根发送天线，一个发送块内最多发送符号数T＝5时，本方法总吞吐率和用户数的关系与另一种方法总吞吐率和用户数的关系比较，对应每一用户数，信道实现次数1000次。两种方法相同点在于：平均发送功率一致；训练符号数相同，训练时间相等；不同在于：本方法采用最优训练符号功率，而在另一种方法中，训练符号功率和数据符号功率相等，都等于平均发送功率。从图3两条曲线e，f的吞吐率特点可以看出：在用户数增大时，两中方法的系统吞吐率都增大；其中本方法(对应曲线e)相对于另一种方法(对应曲线f)有较高的吞吐率增益。对于实例K＝500时，曲线e达到吞吐率为3.027比特/秒/赫兹；曲线f达到的吞吐率为2.801比特/秒/赫兹，可见本方法提高了相应情况下系统的吞吐率。 

根据发送天线数M和一个发送块内最多发送符号数T，将训练符号的功率优化关系以下表的形式表示： 

平均发送功率P，中间参量 $\mathrm{\η}=\frac{(M-1)\mathrm{PT}+M(T-M)}{M(T-2M+1)}.$

为了证明在T＞M时，训练符号数仅需等于基站发送天线数，图4给出了在信噪比10dB情况下，基站配置4根发送天线，一个发送块内最多发送符号数T＝100，用户数为K＝500时，使用不同的训练符号数量，系统吞吐率的变化情况。图中有两条曲线g，h，分别为已知完善信道信息的多入多出系统和基于训练的多入多出系统的吞吐率与训练符号数的变化关系。曲线g为具有完善信道信息的多入多处系统吞吐率曲线，曲线h是基于训练得到信道信息的多入多出系统吞吐率曲线。曲线g是一条直线，由于具有完善的信道信息，所以系统不需要发送训练符号通过信道估计获取信道信息，吞吐率保持不变，维持多用户多入多出系统吞吐率的理论上界；从图中曲线h可以看出：在基站仅有4根发送天线时，随着训练符号数的增加，训练时间的增长，系统的吞吐率不断减小，当训练符号占满了整个发送块时，系统吞吐率为0；从图中可以看出当且仅当训练符号数和发送天线数相等时，基于训练的多入多出系统有最优的吞吐率性能，故训练符号数仅需等于基站发送天线数。 

Claims (4)

1.一种基于优化信道训练的多用户多入多出系统传输方法，其特征在于：

(1)在信道块衰落条件下，以一个发送块内最多发送符号数T大于基站发送天线数M为前提，基站以训练时间与功率分配的最优折中关系确定的最优训练符号功率P_τ ^opt向只有一根接收天线的用户发送M个训练符号；

(2)用户利用对训练符号的接收向量进行信道估计：

设系统中用户数为K，其中的任一用户k的信道为h_k＝[h_k1，h_k2，...，h_kM]，噪声n_k＝[n_k1，n_k2，...，n_kM]，对于训练符号{s₁，...，s_M}的接收向量为：

得到信道估计结果为用户k信道信息 

并将其反馈回基站；

(3)在系统中用户数K不小于基站发送天线数M的前提下，基站根据用户反馈的用户信道信息，进行传输用户集合的选择，步骤如下：

a.初始化：初始备选用户集合Γ₁＝{1，…，K}，选择第一个传输用户 

设置传输用户序号i＝2；

b.更新备选用户集合 

其中ε＝0.4；

c.选择第i个传输用户 

更新传输用户序号i＝i+1；如果i＜M，执行步骤b；

d.最终确定的传输用户集合为{π(1)，…，π(M)}，选择出的传输用户数和基站发送天线数M相等；

(4)在本发送块内对于选定的M个传输用户以数据符号功率P_d传输T-M个数据符号，该数据符号功率 

式中，P为平均发送功率。

2.如权利要求1所述基于优化信道训练的多用户多入多出系统传输方法，特征在于所 述训练时间与功率分配的最优折中关系确定的最优训练符号功率是：当一个发送块内最多发送符号数T满足M＜T＜2M-1时，最优训练符号功率

式中，P为平均发送功率，中间参量发送训练符号 

3.如权利要求1所述基于优化信道训练的多用户多入多出系统传输方法，特征在于所述训练时间与功率分配的最优折中关系确定的最优训练符号功率是：当一个发送块内最多发送符号数T满足T＝2M-1时，最优训练符号功率 

式中，P为平均发送功率，发送训练符号 

4.如权利要求1所述基于优化信道训练的多用户多入多出系统传输方法，特征在于所述训练时间与功率分配的最优折中关系确定的最优训练符号功率是：当一个发送块内最多发送符号数T满足T＞2M时，最优训练符号功率

式中，P为平均发送功率，中间参量

发送训练符号 

Images