CN101304301B

CN101304301B - 基于分布式天线系统的正交空时预编码传输方法

Info

Publication number: CN101304301B
Application number: CN2008100636172A
Authority: CN
Inventors: 陈晓明; 张朝阳
Original assignee: Zhejiang University ZJU
Current assignee: Zhejiang University ZJU
Priority date: 2008-06-20
Filing date: 2008-06-20
Publication date: 2010-11-03
Anticipated expiration: 2028-06-20
Also published as: CN101304301A

Abstract

本发明公开了一种基于分布式天线系统的正交空时预编码传输方法。根据分布式多输入多输出信道的特点，受限设计两个量化子码书存储在收发两端。移动端根据所获得的信道估计值，预测出基站发射信号时的信道状态信息。基于这些信道预测值，并依据最小化正交空时编码的成对错误概率准则，移动端为快衰落和阴影衰落分别选择一个最佳的量化码字，然后把这两个码字的序号反馈给基站。在收到反馈信息后，基站恢复出相应的量化码字，并和已知的路径损耗信息一起构建出预编码方向矩阵，同时基站根据一种混合的功率分配方法，计算出相应的功率分配因子，进一步提高了传输的可靠性。本发明为分布式天线系统提高了一种简单却有效的预编码传输方法。

Description

基于分布式天线系统的正交空时预编码传输方法

技术领域

本发明涉及无线通信领域，尤其涉及一种基于分布式天线系统的正交空时预编码传输方法。

背景技术

随着无线通信技术的发展，用户对各类数据服务的要求越来越高，多天线技术由于能够提供很高的频谱效率、很高的传输质量、或者它们的一个很好的折中，而受到越来越多的关注。在给定收发天线数时，系统的等效空间自由度，即空间复用或空间分集，取决于发射相关\接收相关的程度。特别是基站天线，由于安装在很高的塔上，周围的散射物很少，从而或多或少的存在着相关性，影响了系统的性能。作为一种特殊的多天线技术，分布式天线系统(DAS)把基站天线分布在整个小区内，并用光纤把它们同中央处理单元连接起来，由于发射天线的分散性，从而保证了各天线间的相互独立。另外，除了收发信号，所有的信号处理操作都在中央处理单元完成，使得系统具有很好的可扩展性。与传统的集中式多天线系统相比，分布式系统还可以进一步提高系统容量、增强传输可靠性、减小发射功率和扩大系统覆盖范围。

除了固有的宏分集增益外，分布式系统还可以利用某些空时信号方法，如空时编码来获得发射/接收分集增益。正交空时编码，由于其可以获得全分集增益和简单的解码过程，而得到很广泛的应用。然而，传统的开环正交空时编码，由于只有一种维度为2的全速率码，因此大大限制了它的应用范围，另外，它只有分集增益而没有阵列增益，而且它把功率平均分配给每一发射天线，系统的功率效率很低。基于此，清华大学的韩双锋等人在《Outage Probability BasedOptimal Transmission of Space Time Block Codes over Correlated DistributedAntennas》一文中，提出了一种基于最大化系统中断容量为目的的发射天线选择方法，并提出了一种子最佳的功率分配方法，可以进一步提高系统的性能。然而，天线选择技术，与理论上限相比，有很大的性能损失。

发明内容

本发明的目的是为了解决上述方案中应用范围窄、功率效率低，与理论上限相比，性能损失较大等问题，提出一种基于分布式天线系统的正交空时预编码传输方法。

包括如下步骤：

1)根据分布式多输入多输出信道快衰落矩阵的前两个特征矢量所组成的矩阵V_M和阴影衰落P_shadow的分布，设计量化码书W和P，并把它们存储在收发两端；

2)移动端利用信道估计方法，得到分布式多输入多输出信道H的快衰落H_w、阴影衰落P_shadow和路径损耗P_pathloss三部分的信息，利用最小均方误差滤波器，对获得的信道估计值进行滤波；

3)移动端根据信道的时间相关性，利用最小均方误差预测器，预测出基站发射信号时的信道状态信息；

4)基于信道快衰落的预测值

，移动端对其进行奇异值分解，得到它的前两个特征矢量所组成的V_M，并在码书W中选择一个码字W_i，使得

W_{i} = \arg \max_{W &Element; W} | | V_{M} W^{H} | |,

然后把序号i量化后通过反向链路反馈给基站；

5)基于信道阴影衰落的预测值

，移动端在码书P中选择一个码字P_j，使得

然后把序号j后通过反向链路反馈给基站；

6)收到反馈信息i和j后，基站从相同的码书中恢复出W_i和P_j，结合已经获得的路径损害信息P_pathloss，根据自适应预编码码字设计方法，构建出相应的预编码方向矩阵V；

7)基于收到的反馈信息和已构建的预编码方向矩阵V，基站利用一种混合的功率分配算法，计算出相应的功率分配矩阵D；

8)基站利用一个空时编码器，把欲发送的符号进行Alamouti正交空时编码，得到一系列的空时码字C，然后把它与功率分配矩阵和预编码方向矩阵相乘，得到欲发送的码字X＝VDC，由一系列码字组成一个数据帧，在每个数据帧前面插入一段训练序列，然后经各个分布式天线把相应的数据发射出去；

9)移动端利用一个最大似然解码器，对收到的空时码字进行解码，得到发送信号的一个估计值。

步骤1)所述的量化码书W的设计方法为：由于分布式多输入多输出信道快衰落部分H_w的前两个最大特征矢量组成的半酉矩阵V_M是各向同性的，在给定码书长度N时，最小化平均量化失真，等效为在G(N_t，2)的Grassmann流形空间中，其中N_t为基站的天线数，寻找N个子空间，使得这些子空间的最小距离最大化，每个子空间代表一个量化码字W_i，由这些码字组成所要的码书W。

步骤2)所述的量化码书P的设计方法为：

a)根据P_shadow的概率分布先产生一系列样本，在其中随机选择L个样本作为初始的量化码字；

b)把所有样本分成L组，当样本与某一量化码字的相关性最大时，把它归入相应的分组；

c)在每一分组中，按照最小化平均失真准则，选择一个码字来量化这一分组，这样就得到了L个新的量化码字；

d)重复步骤b)和步骤c)，直到这L个量化码字不再发生变化为止，这时所得到L个码字即为所要的最佳量化码字，得到相应的量化码书P。

步骤2)所述的最小均方误差滤波器：其滤波器系数矢量为

w = [w_{1}, \cdot \cdot \cdot, w_{P}] = R_{e}^{- 1} u_{e}

其中，P为滤波器的阶数，R为已知信道部分信息矢量的自相关矩阵，u为信道真实值与已知信道部分信息矢量的相关矢量。

步骤3)所述的最小均方误差预测器：其预测器系数矢量为

v = [v_{1}, \cdot \cdot \cdot, v_{Q}] = R_{p}^{- 1} u_{p}

其中，Q为滤波器的阶数，R_p为过去信道信息矢量的自相关矩阵，u_p为信道真实值与过去信道信息矢量的相关矢量。

步骤6)所述的自适应预编码码字设计方法为：根据最小化正交空时码字的成对概率错误准则，需要设计的码字等效为V等效为使得‖V_M ^HP_shadowP_pathloss‖_F最大化，因此，基于已知的信息W_i、P_j和P_pathloss，需要的码字表示为

U＝P_pathlossP_jW_i

考虑预编码码字的功率限制，把U标准正交化，可得

V＝U/(UU^H)^1/2。

步骤7)所述的一种混合的功率分配算法为：在发射信噪比较低时，采用基于迭代的功率分配方法，在高发射信噪比时，采用均匀功率分配方法。

本发明具有的有益效果是：利用正交空时编码，分布式天线系统可以获得全分集增益，从而增强系统的传输可靠性。把预编码技术引入分布式系统中，一方面可以解决全速率正交空时码应用范围较窄的问题，另一方面可以使得传输的空时码字适应于当前信道的状况，提高了系统性能，并且降低了接收端的复杂度。本发明提出的预编码码字设计方法，能够同时适应信道的快衰落和阴影衰落的变化，避免了频繁设计预编码码书，且设计简单，易实现。另外，本发明提出的功率分配方法，不需要在基站端知道额外的功率分配信息，减小了系统的反馈量，且实现了系统性能和计算复杂度的折中。

附图说明

图1是分布式天线系统整体框图；

图2是在不同信道估计误差时，4×1分布式天线系统的误符号率性能比较；

图3是在不同信道预测误差时，4×1分布式天线系统的误符号率性能比较；

图4是不同功率分配方法的误符号率性能比较；

图5是采用不同传输方法时，4×1分布式天线系统的误符号率性能比较；

图6是采用不同长度码书时，4×1分布式天线系统的误符号率性能比较；

具体实施方式

分布式天线系统的框图如图1所示，基站有N_t根天线，分布在整个小区内，用光纤把它们同中央处理单元连接起来，移动端具有N_r根集中式天线，因此，分布式多输入多输出信道H可表示为H_wP_pathlossP_shadow，其中H_w信道的快衰落部分，它的每一个元素都服从CN(0，1)分布，且相互独立，P_pathloss表示路径损耗，它是收发天线间距离的确定函数，所以它是一个N_t×N_t的正定对角矩阵，P_shadow表示阴影衰落，它也是一个N_t×N_t的正定对角矩阵，每一个对角元素服从对数正态分布。

基于分布式天线系统的正交空时预编码传输方法。

包括如下步骤：

1)根据分布式多输入多输出信道快衰落部分的前两个特征矢量和阴影衰落部分的分布，设计量化码书W和P，并把它们存储在收发两端；

2)移动端利用信道估计方法，得到分布式多输入多输出信道H的快衰落H_w、阴影衰落P_shadow和路径损耗P_pathloss三部分的信息，利用最小均方误差滤波器，对得到估计值进行滤波；

4)基于信道快衰落部分的预测值

，移动端对其进行奇异值分解，得到它的前两个特征矢量V_M，并在码书W中选择一个码字W_i，使得

W_{i} = \arg \max_{W &Element; W} | | V_{M} W^{H} | |,

然后把序号i量化后通过反向链路反馈给基站；

5)基于信道阴影衰落部分的预测值

，移动端在码书P中选择一个码字P_j，使得

然后把序号j后通过反向链路反馈给基站；

步骤1)所述的量化码书W的设计方法为：由于分布式多输入多输出信道快衰落部分H_w的前两个最大特征矢量组成的半酉矩阵V_M是各向同性的，在给码书长度N时，最小化平均量化失真，等效为在G(N_t，2)的Grassmann流形空间中，其中N_t为基站的天线数，找到N个子空间，每个子空间代表一个量化码字W_i，使得这些子空间的最小距离最大化，由这些码字组成所要的码书W。

步骤2)所述的量化码书P的设计方法为：

步骤2)所述的最小均方误差滤波器：其滤波器系数矢量为

w = [w_{1}, \cdot \cdot \cdot, w_{P}] = R_{e}^{- 1} u_{e}

其中，P为滤波器的阶数，R_e为已知信道部分信息矢量的自相关矩阵，它的第m行第n列元素为

R_{e} (m, n) = J_{0} (2 π f_{d} T_{f} | m - n |) + \frac{1}{σ_{n}^{2}} δ (m - n),

其中，J₀(·)第一类零阶贝塞尔函数，f_d为最大多普勒频移，T_f为数据帧的长度，σ_n ²为已知部分信道信息和信道真实值间误差的方差；u_e为信道真实值与已知信道部分信息矢量的相关矢量，它的第n个元素为u_e(n)＝J₀(2πf_dT_f|P-n|)。利用当前和之前共P个数据帧的部分信道信息，经最小均方误差滤波，可得到当前信道信息的一个估计值，它与当前信道信息真实值的关系可表示为

{\hat{H}}_{w} = H_{w} + n_{e}

其中，n_e为估计误差噪声，它是一个零均值，方差为σ_cee ²I为白高斯噪声矩阵。σ_cee ²的大小反应了信道估计值与真实值间误差的大小，图2对不同σ_cee ²值时，4×1分布式系统的误码率性能进行了比较，可以看出，本发明提出的传输方法比传统的方法有很大的性能提高。

步骤3)所述的最小均方误差预测器：其预测器系数矢量为

v = [v_{1}, \cdot \cdot \cdot, v_{Q}] = R_{p}^{- 1} u_{p}

其中，Q为滤波器的阶数，R_p为过去信道信息矢量的自相关矩阵，它的第m行第n列元素为R_p(m，n)＝J₀(2πf_dT_f|m-n|)，u_p为信道真实值与过去信道信息矢量的相关矢量，它的第n个元素为u_e(n)＝J₀(2πf_dT_f|D+n|)，其中D为反馈时延的数据帧数。利用D个数据帧之前的Q个数据帧的信道信息，经最小均方误差预测，可得到当前信道信息的一个预测值，它与当前信道信息真实值的关系可表示为

其中，n_p为预测误差噪声，它是一个零均值，方差为σ_p ²I为白高斯噪声矩阵。ρ为信道预测值与真实值间的相关系数，其越大，则预测值越准确。给定反馈时延D，ρ为多普勒频移f_d的函数，图3给出了不同多普勒频移时，4×1分布式系统的误码率性能进行了比较，可以看出，本发明提出的传输方法比传统的方法有很大的性能提高。

U＝P_pathlossP_jW_i

考虑预编码码字的功率限制，把U标准正交化，可得

V＝U/(UU^H)^1/2。

步骤7)所述的一种混合的功率分配算法为：在发射信噪比较低时，采用基于迭代的功率分配方法，在高发射信噪比时，采用均匀功率分配方法，这样可以在系统性能和计算复杂度间取得一个很好的折中。给定预编码方向矩阵后，最小化正交空时码字的平均成对错误概率等效为

其中D为功率分配矩阵，它是一个2×2的半正定对角矩阵

[\begin{matrix} d_{1} & 0 \\ 0 & d_{2} \end{matrix}],

其中d₁和d₂分别表示预编码方向矩阵V的两个基波束的功率分配因子，他们具有以下的性质：

0≤d₁≤1

0≤d₂≤1

d_{2} = \sqrt{1 - d_{1}^{2}}

因此，给定了d₁，d₂也就确定了。这种数值搜索算法的主要思想是：令d₁在0和1之间递增，当

最大时，相应的D就是最佳的功率分配矩阵，具体的算法流程如下：

(1)初始化：L(V，P)＝0，d_opt＝0

(2)For d₁＝0∶Δd∶1

d_{2} = \sqrt{1 - d_{1}^{2}};

D = [\begin{matrix} d_{1} & 0 \\ 0 & d_{2} \end{matrix}];

If (| P_{pathloss}^{- 2} + \frac{μβ}{4} VDDV | > L (V, P))

d_opt＝d₁；

EndIf

EndFor

(3)

D = [\begin{matrix} d_{d_{opt}} & 0 \\ 0 & \sqrt{1 - d_{opt}^{2}} \end{matrix}] .

其中Δd表示迭代步长，其数值越小，得到的D越接近最佳值，但计算量也越大。这种基于迭代的功率分配算法，在发射信噪比较小时，可以取得很好的性能。随着发射信噪比的增大，

中的第一项可以忽略不计，而其值主要由第二项

决定。因此，在高发射信噪比时，功率分配等效为下列优化为

D^{*} = atg \max Π_{j = 1}^{2} (1 + \frac{μp}{4} d_{j}^{2}),

subject to Σ_{j = 1}^{2} d_{j}^{2} = 1

利用拉格朗日求解法，可得

d_{j}^{*} = \sqrt{\frac{1}{2}}, j = 1,2

即把发射功率平均分配给每一个基波束。这样，基站不需要知道任何信道状态信息，就能实现次最佳的功率分配，且这种方法实现简单。考虑系统性能与计算复杂度，可以把这两种算法综合为一种混合的功率分配算法：在发射信噪比较低时，采用基于迭代的功率分配方法，在高发射信噪比时，采用均匀功率分配方法。在图4中，对三种不同的功率分配算法进行了比较，与上述分析已知，在低发射信噪比时，迭代功率分配算法性能最好，随着发射信噪比的增加，平均功率分配逐渐接近迭代功率分配的性能。

通过计算机仿真表明，如图5和图6所示，本发明的提出的基于分布式天线系统的正交空时预编码传输方法，比其他传统的传输方法可以取得更好的性能，尤其是，这种方法可以在更少的反馈量时，取得与其他方法相同的性能，并且，这种方法能自适应于信道的变化，不需要重复设计预编码码书，因此很适合于分布式天线系统。