CN101227219A - 多用户多天线通信系统收发联合信号处理方法 - Google Patents

Abstract

本发明涉及一种多用户多天线通信系统收发联合信号处理方法，基站获得当前信道信息和噪声方差的估计值，首先对信道矩阵进行块对角分解，获得具有块对角特征的酉矩阵以及变换后的扩展信道矩阵，将酉矩阵的每个块分别作用到对应的各个用户端对信道进行部分均衡，变换后的扩展信道矩阵在基站端进行均衡处理。基站端利用减格技术得到具有更好性能的缩减基，然后利用该缩减基进行干扰消除处理，以达到联合接收端、发射端来消除多用户之间、多天线之间干扰的目的。本发明提高了原有单纯基于块对角分解方法的方案的性能，提高了分集增益，同时增加的减格处理仍然保持多项式复杂度，从而达到了以较低的复杂度显著地提高系统性能和容量的目的。

Description

多用户多天线通信系统收发联合信号处理方法

技术领域

本发明涉及一种多用户多天线通信系统收发联合信号处理方法，具体涉及一种发射机利用信道信息在发射端进行预处理，同时接收端也进行对应的处理来消除多用户多天线之间的干扰的方法。属于无线通信系统中多天线技术领域。

背景技术

近年来，在发射机和接收机采用多个天线，构成多天线通信系统，可以获得较高的信息传输可靠性，实现了系统容量的提升。在蜂窝通信系统中，往往有多个用户和基站进行通信。下行链路中，基站向各用户发射不同的数据流；上行链路中，基站接收各用户发射的数据流。一般各用户之间是不能在物理层上协同通信的，而在基站端可以对所有的用户数据进行协同处理。多用户多天线系统中，传统的处理方案一般仅在基站端进行干扰消除处理，除了复杂度非常高的最大似然估计算法和复杂度稍低的球形译码算法能够获得最优的性能外，低复杂度的线性和非线性处理存在较大的性能损失。对多用户多天线系统也可以进行线性联合收发处理，但其性能改善并不显著。

现有技术中，有一种基于几何平均分解(GMD)方法的联合收发处理方法(Y.Jiang，J.Li，and W.W.Hager，“Joint transceiver design for MIMOcommunications using geometric mean decomposition.”IEEE Trans.SignalProcessing，Vol.53，No.10，pp.3791-3803，Oct.2005.)，该方法能够均衡各空间子信道之间增益差异，故性能比传统方案更优。但是因为该方法需要接收端和发射端分别协同处理，故仅适用于单用户系统。另有一种修改的块对角几何平均分解(BD-GMD)方法，可以适用于多用户系统(S.Lin，W.Ho，Y.Liang，“Block-diagonal geometric mean decomposition(BD-GMD)formultiuser MIMO broadcast channels，”in Proc.IEEE Symposium on Personal，Indoor and Mobile Radio Communications，Helsinki，Finland，Sept.2006.)，但该方法只能均衡各用户各天线间的空间子信道的增益差异，而在不同用户之间引入了增益差异，故总体性能较之于单用户情况有所降低。联合收发处理一般能够获得比仅在接收端处理更好的性能，付出的代价是发射端需要知道全部或部分信道信息，故增加了信令传输和处理负荷。

减格方法可以构造正交性能更好的缩减基，其中LLL算法(A.L.Lenstra，H.W.Lenstra，and L.Lovasz，“Factoring polynomials with rational coefficients，”Mathematische Annalen，Vol.261，Issue 4，pp.515-534，1982)因为具有线性复杂度近来被应用于通信系统以降低干扰和噪声的影响。但是传统的处理仅在发射端或接收端进行，获得的增益有限。

发明内容

本发明的目的在于针对现有技术的不足，提供一种多用户多天线通信系统收发联合信号处理方法，以较低的复杂度显著提升系统性能，可以适用于多用户多天线系统上、下行链路，对于单用户多天线系统同样适用。

为实现这一目的，本发明的低复杂度多用户多天线系统收发联合处理方法中，以块对角矩阵分解为基础，辅之于减格方法，消除各用户各天线之间的干扰，最终恢复原始发射信号。

本发明的方法包括如下具体步骤：

1、在基站端，通过信道估计或用户端的反馈，获得当前信道估计值及噪声方差估计值，利用当前信道估计值及噪声方差估计值构造成一个扩展信道矩阵。

2、对扩展信道矩阵进行块对角分解，获得一个具有块对角特征的酉矩阵以及一个变换后的扩展信道矩阵；基站将酉矩阵中的各个子酉阵分别发送到对应的各用户端，同时基站将变换后的扩展信道矩阵共轭转置后进行减格处理，得到缩减基。

3、对于上行链路，各用户端将待发数据乘以接收到的子酉阵后再发射到信道中；基站接收到各用户发射的数据后，利用缩减基进行干扰消除处理，从而得到各用户所发数据的估计值。

4、对于下行链路，基站利用缩减基对待发信号进行干扰消除处理，并利用取模技术来降低发射功率，然后将处理后的信号发射到信道中；各用户端将接收到的信号乘以各子酉阵的共轭转置，然后通过取模运算，得到对基站所发信号的估计值。

本发明中，当基站端利用缩减基对信号进行干扰消除处理时，可以采用线性或非线性方式。线性方式主要是利用缩减基的逆矩阵直接相乘，而非线性处理主要是连续干扰消除(SIC)，包括基于QR分解算法的SIC处理与基于VBLAST算法的排序连续干扰消除(OSIC)处理。通常SIC处理可以获得比线性处理更好的性能，而OSIC可以进一步提高增益。

本发明方法中，采用最小均方误差(MMSE)准则的设计方法，可以获得噪声放大和残余干扰之间的折中，从而改善系统性能。如在步骤1中仅利用信道矩阵而非扩展信道矩阵，则得到迫零(ZF)设计，但噪声放大效应使得其性能与MMSE设计相比有所损失。

本发明方法中只需在基站端进行一次块对角矩阵分解和一次减格计算，不需要在各用户端进行矩阵分解处理，也不需要在收发机之间进行迭代处理。

本发明方法的计算量主要是块对角矩阵分解和减格处理。由于进行BD-GMD和进行LLL减格处理的复杂度均为多项式级别；干扰消除处理的复杂度也为多项式级别。故本发明方法的计算复杂度为多项式级别。当数据块长度远远大于天线数目时，块对角分解和减格处理的复杂度将可以忽略，此时系统复杂度接近于传统方案。总之，本发明方法的计算复杂度为多项式级别，实现起来较为简单。

附图说明

图1为多用户多天线系统上行链路收发联合处理方法示意图。

图2为多用户多天线系统下行链路收发联合处理方法示意图。

图3为多用户多天线系统上行链路收发联合处理方案BER(误比特率)性能图。

图3中，(a)为4天线2用户系统，(b)为8天线4用户系统，均采用16-QAM调制方式。

图4为多用户多天线系统下行链路收发联合处理方案BER性能图。

图4中，(a)为4天线2用户系统，(b)为8天线4用户系统，均采用16-QAM调制方式。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步描述。

考虑多用户多天线系统中，发射天线数为M_B，用户数为N_U，第i个用户的天线数为M_U ⁱ，有效用户天线总数为 $M_U=\underset{i=1}{\overset{N_U}{\mathrm{\Σ}}}{M}_U^i,$ 对每次信道实现传送的数据块长度为N_B。各用户的频域信道矩阵的元素为独立、同分布、零均值、方差为1的复高斯随机变量，不同用户的信道相互独立。噪声为独立同发布的、零均值、方差为σ_n ²。各用户采用相同的QAM(正交幅度调制)方式，其星座点方差为σ_s ²。

系统收发模型为：

            Y＝HX+N                        (1)

其中X是发射符号块，H是信道矩阵，Y是接收符号块，N是噪声块。

1、首先在基站端，通过信道估计或用户端的反馈，获得当前信道估计值及噪声方差估计值，利用当前信道估计值及噪声方差估计值构造成一个扩展信道矩阵。

对上行链路，获得扩展信道矩阵H_e＝[H^H σ_n/σ_sI]，其中H是一个维数为M_B×M_U的复矩阵；

对下行链路，获得扩展信道矩阵H_e＝[H σ_n/σ_sI]，其中H是一个维数为M_U×M_B的复矩阵。

若采用ZF准则，可直接使用信道矩阵。

2、在基站端，对扩展信道矩阵H_e进行块对角分解，获得一个具有块对角特征的酉矩阵以及一个变换后的扩展信道矩阵。此处以BD-GMD算法为例，得：

            H_e＝UVP^H                        (2)

其中

是具有块对角特征的酉矩阵，子酉矩阵U_i(维数为M_U ⁱ×M_U ⁱ)对应于第i个用户端的信道信息。基站将各个子酉矩阵U_i发送到对应的各用户端，以便进行收发端联合处理。

令 $\tilde{H}={\mathrm{VP}}^H$ 为变换后的扩展信道矩阵。

采用LLL算法在基站端对

进行减格处理，得：

${\tilde{H}}_{\mathrm{red}}={\tilde{H}}^{H}T---\left(3\right)$

${\tilde{H}}_{\mathrm{red}}^H=T^H\tilde{H}$

其中

是具有更好性能的缩减基，T是具有行列式为±1的整数元素的矩阵。

缩减基的基向量之间具有接近正交的性质，故而能够减天线和用户之间的干扰。

3、对于上行链路，各用户端将待发数据乘以接收到的子酉阵后再发射到信道中，参见图1：

各个用户端分别将待发数据乘以U_i以部分均衡信道，故有发射信号：

其中S_i为第i个用户端待发送给基站的符号块。

基站接收到各用户发射的数据后，利用缩减基进行干扰消除处理，从而得到各用户所发数据的估计值。

利用缩减基进行干扰消除处理可以采用以下方式：

a)线性处理

由(3)得：

$T{\tilde{H}}_{\mathrm{red}}^{-1}={\tilde{H}}^{-H}---\left(5\right)$

故在基站端进行以下处理：

$\tilde{Y}={\tilde{H}}_{\mathrm{red}}^{-1}Y---\left(6\right)$

并通过以下处理恢复原发射信号：

$\hat{S}=T\·\mathrm{round}\left(\tilde{Y}\right)---\left(7\right)$

其中round(·)为四舍五入操作。

b)SIC处理

对

进行QR分解得：

${\tilde{H}}_{\mathrm{red}}=\mathrm{QR}---\left(8\right)$

由上式得：

${\tilde{H}}_{\mathrm{red}}^{-1}=R^{-1}{Q}^H=B^{-1}D{Q}^H---\left(9\right)$

其中D为对角矩阵，其元素对应为R^-1的对角元素，B为具有单位对角元素的上三角矩阵。

故在基站进行以下处理：

$\tilde{Y}=D{Q}^{H}Y---\left(10\right)$

然后通过SIC处理来对具有单位对角元素的上三角矩阵B进行判决反馈均衡：

$\hat{Y}=B^{-1}\tilde{Y}---\left(11\right)$

其中B^-1由反馈环路实现。最后恢复原始发射信号：

$\hat{S}=T\·\mathrm{round}\left(\hat{Y}\right)---\left(12\right)$

c)OSIC处理

这里利用VBLAST算法获得最优SIC处理排序。对

进行VBLAST分解得：

$B=W{\tilde{H}}_{\mathrm{red}}P---\left(13\right)$

其中B为具有单位对角元素的上三角矩阵，W为具有正交行的矩阵，P为置换矩阵代表最优SIC处理次序。由上式得：

${\tilde{H}}_{\mathrm{red}}^{-1}={\mathrm{PB}}^{-1}W---\left(14\right)$

故在基站进行以下处理：

$\tilde{Y}=\mathrm{WY}---\left(15\right)$

然后通过OSIC处理来对具有单位对角元素的上三角矩阵B进行判决反馈均衡：

$\hat{Y}=B^{-1}\tilde{Y}---\left(16\right)$

其中B^-1由反馈环路实现。最后恢复原始发射符号：

$\hat{S}=\mathrm{TP}\·\mathrm{round}\left(\hat{Y}\right)---\left(17\right)$

4、对于下行链路，参见图2，在基站端待发送给第i个用户的数据块为S_i，将所有待发送的用户数据组织为 $S=\left[\begin{array}{c}{S}_1\\ S_2\\ \·\\ \·\\ \·\\ S_{N_U}\end{array}\right].$

基站利用缩减基对待发信号进行干扰消除处理，并利用取模技术来降低发射功率，然后将处理后的信号发射到信道中。

在基站端对缩减基进行干扰消除处理，可以采用以下方式：

a)线性处理

由(3)得：

${\tilde{H}}_{\mathrm{red}}^{-H}{T}^H={\tilde{H}}^{-1}---\left(18\right)$

在基站端进行取模处理来降低发射功率：

$\tilde{X}=\mathrm{mod}\left(T^{H}S\right)---\left(19\right)$

其中mod(·)为取模运算。并通过以下预均衡处理得到发射信号：

$X=\mathrm{\β}{\tilde{H}}_{\mathrm{red}}^{-H}\tilde{X}---\left(20\right)$

其中β为发射功率约束因子，使得tr(X^HX)＝tr(S^HS)，此处tr(·)表示矩阵的迹。

b)SIC处理

对进行QR分解得：

${\tilde{H}}_{\mathrm{red}}=\mathrm{QR}---\left(21\right)$

由上式得：

${\tilde{H}}_{\mathrm{red}}^{-H}={\mathrm{QR}}^{-H}=\mathrm{QD}{B}^{-H}---\left(22\right)$

其中D为对角矩阵，其元素对应为R^-H的对角元素，B为具有单位对角元素的上三角矩阵。

故在基站进行取模处理来降低发射功率：

$\tilde{X}=\mathrm{mod}\left(B^{-H}{T}^{H}S\right)---\left(23\right)$

此处通过SIC处理来对具有单位对角元素的下三角矩阵B^H进行THP预编码。其中B^-1由反馈环路实现。然后通过以下的预均衡处理得到发射信号：

$X=\mathrm{\βQD}\tilde{X}---\left(24\right)$

c)OSIC处理

这里利用VBLAST算法获得最优SIC处理排序。对

进行VBLAST分解得：

$B=W{\tilde{H}}_{\mathrm{red}}P---\left(25\right)$

其中B为具有单位对角元素的上三角矩阵，W为具有正交行的矩阵，P为置换矩阵代表最优SIC处理次序。由上式得：

${\tilde{H}}_{\mathrm{red}}^{-H}=W^H{B}^{-H}{P}^H---\left(26\right)$

故在基站进行取模处理来降低发射功率：

$\tilde{X}=\mathrm{mod}\left(B^{-H}{P}^H{T}^{H}S\right)---\left(27\right)$

此处通过OSIC处理来对具有单位对角元素的下三角矩阵B^H进行THP预编码。其中B^-1由反馈环路实现。然后通过以下的预均衡处理得到发射信号：

$X=\mathrm{\β}{W}^H\tilde{X}---\left(28\right)$

各用户端分别将接收到的信号乘以U_i ^H以部分均衡信道，

其中Y_i为第i个用户端接收到的符号块。

最后各个用户通过模运算恢复原始符号：

$\hat{S}=\mathrm{mod}(\tilde{Y}/\mathrm{\β})---\left(30\right)$

其中β通过自动增益控制获得。从而各个用户端分别得到对基站所发信号的估计值。

图3为多用户多天线系统上行链路收发联合处理方案BER(误比特率)性能图。图4为多用户多天线系统下行链路收发联合处理方案BER性能图。图3图4中，(a)为4天线2用户系统，(b)为8天线4用户系统，均采用16-QAM调制方式。点划线表示基于ZF准则的设计，实线表示基于MMSE准则的设计，其中十字标记为线性干扰消除，三角标记为SIC干扰消除，方块标记为OSIC干扰消除；而虚线表示基于BD-GMD的传统处理方案，其中圆圈标记为基于ZF准则的设计，五星标记为基于MMSE准则的设计。

从图3和图4可以看出，本发明所提方案的性能比原有方案性能有明显改善。尤其是基于MMSE准则的OSIC处理方案具有最优的性能，与传统方案相比：在BER为10^-5处，上行链路有6dB以上的SNR增益，下行链路有4dB以上的SNR增益。

Claims (1)

1.一种多用户多天线通信系统收发联合信号处理方法，其技术特征包括如下具体步骤：

1)在基站端，通过信道估计或用户端的反馈，获得当前信道估计值及噪声方差估计值，利用当前信道估计值及噪声方差估计值构造成一个扩展信道矩阵；

2)对扩展信道矩阵进行块对角分解，获得一个具有块对角特征的酉矩阵以及一个变换后的扩展信道矩阵；基站将酉矩阵中的各个子酉阵分别发送到对应的各用户端，同时基站将变换后的扩展信道矩阵共轭转置后进行减格处理，得到缩减基；

3)对于上行链路，各用户端将待发数据乘以接收到的子酉阵后再发射到信道中；基站接收到各用户发射的数据后，利用缩减基进行干扰消除处理，从而得到各用户所发数据的估计值；

4)对于下行链路，基站利用缩减基对待发信号进行干扰消除处理，并利用取模技术来降低发射功率，然后将处理后的信号发射到信道中；各用户端将接收到的信号乘以各子酉阵的共轭转置，然后通过取模运算，得到对基站所发信号的估计值。

Images