CN101496303A - 在无信道状态信息反馈的mimo系统中的功率分配 - Google Patents

Abstract

一种电信网络组件，包括：用于存储指令的存储器，和用于执行所存储指令的处理器，这些指令包括：为经由天线阵列所发射的信号确定多个功率分配调整以在没有使用信道状态信息的情况下促进决策反馈检测，以及将改功率分配调整输出到阵列。还公开了一种功率分配方法，包括：确定功率分配方案，其在没有使用信道状态信息的情况下在多输入多输出系统中促进决策反馈检测，以及通过修改阵列中多个天线中每个天线的调整来在天线阵列中实现该功率分配方案。

Description

在无信道状态信息反馈的MIMO系统中的功率分配

技术领域

本发明涉及无线通信技术，更具体地涉及一种用于在无信道状态信息反馈的MIMO系统中的功率分配的系统、方法和组件。

背景技术

可以使用发射和接收天线阵列形成多输入多输出(MIMO)系统。在MIMO系统中，在发射机处存在两个或多个天线，在接收机处也存在两个或多个天线。可以将由MIMO发射机发射的信号表达为将要发射的数据和信道状态信息(CSI)的函数。该CSI是信令信道的数学表示，即信号通过通信介质从发送方到接收方的方式。因此，在MIMO系统中，CSI表示每个所发射的信号如何通过通信介质从发射机处的每个天线到达一个或多个接收机处的每个天线。可以在发射机处以多种不同方式利用MIMO系统的CSI以改善MIMO系统的性能。例如，特别是与单输入系统相比，可以以增加可靠性和数据发射能力的方式改善性能。

然而在很多情况下，发射机仅可以通过来自接收机的反馈获得CSI，这通常需要巨大的开销。该巨大的开销由在接收机处用于估计CSI的功率以及在接收机处用于将该CSI传送回发射机所使用的带宽所引起。此外，由于各种问题，例如信道估计错误和反馈延迟，在发射机处可利用的CSI是不理想的。该不理想的CSI可能导致降低MIMO系统的性能增益。因此，需要在没有CSI的情况下利用MIMO系统以改善性能。具体地，需要基于分层空时MIMO系统的信噪比，确定所发射的无CSI的信号的最佳功率分配，因为该功率分配有助于决策反馈检测和连续干扰消除。

发明内容

在一个方面，本发明包括电信网络组件，该组件包括：配置用于存储指令的存储器，以及配置用于执行所存储的指令的处理器，该指令包括：为经由天线阵列所发射的信号确定多个功率分配调整来在没有信道状态信息情况下促进决策反馈检测，以及将功率分配调整输出到该阵列。

在另一个方面，本发明包括功率分配方法，该方法包括，确定功率分配方案来促进在没有信道状态信息的多输入多输出系统中的决策反馈检测，以及通过修正对阵列中多个天线的每个天线的调整来在天线阵列上实施该功率分配方案。

在第三个方面，本发明包括用于传送已调制信号的系统，包括：配置用于发射已调制信号的天线阵列，配置用于调整分配给天线的功率的至少一个调整单元，以及计算单元，配置用于为调整单元计算至少一个调整以改善在没有信道状态信息的接收机阵列处的决策反馈检测。

通过下面结合附图和权利要求的详细描述，将更加清楚的理解这些和其它特征和优点。

附图说明

为了更全面的理解本公开内容及其优点，现在结合附图和具体描述对下面的简要描述进行参考，其中相同的部件具有相同的参考标记。

图1示出了MIMO系统的示例性发射机。

图2示出了MIMO系统的示例性接收机。

图3示出了示例性决策反馈检测过程。

图4示出了用于为MIMO系统确定功率分配的过程的一个实施例。

图5示出了用于在MIMO系统中确定功率分配的过程的另一个实施例。

图6示出了基于MIMO系统的所需误码率确定最优功率分配的示例性过程。

图7示出了用于在MIMO系统中确定功率分配的过程的另一个实施例。

图8A和8B示出了2输入2输出MIMO系统的示例性性能结果。

图9A和9B示出了2输入4输出MIMO系统的示例性性能结果。

图10A和10B示出了3输入4输出MIMO系统的示例性性能结果。

图11A和11B示出了4输入4输出MIMO系统的示例性性能结果。

图12示出了用于实施所公开的若干实施例的示例通用计算机系统。

具体实施方式

首先应该理解的是，尽管下面示出了本发明公开的一个实施例的示例性实施，但是可以使用许多当前公知的或现有的技术来实施本系统。本发明公开不应该以任意方式局限于下面示出的示例性实施例、附图和技术，包括示例性设计和在此示出和描述的实施，但是可以在所附权利要求及其等价体的完整范围内进行修改。

在此公开了使用信噪比(SNR)和/或误码率(BER)而没有使用信道状态信息(CSI)来改进多输入多输出(MIMO)系统性能的系统和方法。通过基于MIMO系统的SNR确定所发射信号的最佳功率分配，来获得改善的性能。通过分配更多的功率给第一信号的功率分配来改善和促进决策反馈(DF)检测。相比于将功率平均分配给全部信号，通过以该方式分配功率减小了给定信噪比的BER。即使在发射机处SNR不可用时，也可以使用以上公开的系统和方法。当SNR不可用时，基于MIMO系统的所需BER来执行功率分配。在该情况下，相比统一功率分配仍然能改善性能，但是该改善可能少于SNR已知的情况。此外，在接收机处可以使用差错校正码来进一步增加性能增益。

图1示出了与MIMO通信系统关联的发射机100的一个实施例。该发射机100包括解复用器102、以及多个信道编码器104、调制器106、调节器108和天线110。可以将发射机100配置为分层结构使得信道编码器104、调制器106、调节器108和天线110以并行配置方式排列，如图1所示。下面进一步详细解释，发射机100还进一步包括至少一个功率分配计算器112，该功率分配计算器用于改变通过天线110所发射信号的强度，以便促进于改善DF检测的改善。

数据通常从左向右流经发射机100。发射机100可以从电信或数据网络(图中未示出)以单通信信号或复用通信信号形式接收输入数据。如果输入信号是复用的，那么解复用器102可以将输入数据分离为多个子流，b_k[n]。如在此使用的，使用小写“k”指数据流的通用标号，其中使用的数字，例如1或2，或字母“K”指数据流的具体标号。因此，子流一般地可以称为b_k[n]，或具体称为b₁[n]、b₂[n]、b₃[n]或b_K[n]。参照图1，将该子流输入到信道编码器104，其使用错误校正码对该子流进行编码以生成c_k[n]。如果需要，可以插入该错误校正码以减少未检测错误突发的数量。将通过信道编码器104生成的符号输入到调制器106，其将符号调制为信号d_k[n]。然后将这些信号输入到调节器108，其通过由功率分配计算器112生成的调整因子λ_k修改分配给该信号的功率。在调节器108中修改信号之后，通过天线110发射所修改的信号。在图1示出的实施例中，发射机110具有K个天线110。对已修改信号的功率分配减少了符号检测错误的可能性。在一个实施例中，发射机100可以实现正交频分复用(OFDM)以将频率选择性宽带信道变换为多个窄带信道。在该实施例中，信道可以平滑衰落。衰落是指由通信介质的变化所导致的发射信号的变化，其中平滑衰落指示对于所接收信号的所有频率分量成比例地出现的衰落。

功率分配计算器112生成调整因子λ_k，其用于修改分配给信号的功率。功率分配计算器112可以生成发射机100中每个信号流的调整因子，也可以认为该功率分配计算器112可以为部分信号流生成调整因子。该实施例是有益的，因为它可以减少功率分配计算器112所执行的计算量，例如，通过仅为需要调整的信号流生成调整因子。在实施例中，功率分配计算器112可以假设每个信号流的能量可以为零。具体地，对于任意n或k：

E{d_k[n]}＝0    (1)

同样地，功率分配计算器112可以假设每个信号流的平均功率可以是单位值。具体地，对于任意n或k：

E{|d_k[n]|²}＝1    (2)

该假设通过维持全部信号发射在0(无功率)和1(最大功率)之间，来保持信号的一般性。

图2示出了MIMO无线通信系统的接收机的实施例。接收机200包括空时处理器204、多个天线202、限幅器206、解调器和解码器208。可以将该接收机200配置为分层结构使得限幅器206和解调器和解码器208以并联配置方式排列，如图2所示。下面进一步详细解释，该接收机200还可以用于对所接收的信号执行DF检测，来检测由发射机100所发射的符号。

一般来说，数据从左向右流经接收机200。该接收机200通过天线202接收信号r_k[n]。在图2示出的实施例中，接收机200具有M个天线202。可以认为接收机200处天线202的数量可以多于、少于或等于发射机100处天线110的数量。也就是，K可以大于M，小于M，或者等于M。将通过天线202所接收的信号输入到空时处理器204，该空时处理器处理通过接收的信号以获得决策统计量x_k[n]。决策统计量是基于在全部天线202处所接收的一部分信号的发射信号的统计估计。例如，第一天线110的决策统计量x₁[n]是所发射的信号d₁[n]具有的在每个天线202上的累加效应的估计。使用下面具体讨论的MMSE标准，空时处理器204抑制由在每个天线202处接收的其它信号所导致的干扰。将决策统计量输入到限幅器206，该限幅器执行决策统计量的量化来计算所接收信号d_k[n]的决策

一旦作出决策，可以将该决策反馈到空时处理器204，以便执行下面更具体描述的决策反馈检测。也可以将该决策

输入到解调器和解码器208以将该决策解调或解码为已解码字随后，连接到接收机200的任意设备(未示出)例如蜂窝电话或膝上型电脑可以使用该已解码字。在可选实施例中，可以将已解码字反馈至空时处理器204，而不是将决策反馈至空时处理器204。通过将已解码字反馈至空时处理器204，可以使用错误校验码来执行下面更具体描述的连续干扰消除。

当将信号从发射机发射到接收机时，信号经过通信介质。该信号在通信介质上传播的路径称为信道，其中通信介质对信号具有的影响称为信道增益。将对应于第k个发射机天线和第m个接收机天线的信道增益表示为h_km。例如，信道增益h₁₁表示通信介质对从第一发射机天线传播到第一接收机天线的信号的影响。第k个发射机天线的信道矢量h_k指示从第k个发射机天线到每个接收机天线的每个信道增益。信道矩阵H指示每个发射机天线的信道矢量。第k个发射机天线的信道矢量和信道矩阵可以分别表示为：

$h_k=\left(\begin{array}{c}{h}_{k1}\\ .\\ .\\ .\\ h_{\mathrm{kM}}\end{array}\right)$ 且H＝(h₁，...，h_K)   (3)

在每个接收机天线202处接收的信号是所接收信号矢量r[n]。根据公式(3)，所接收信号矢量可以表示为：

$r\left[n\right]=\left(\begin{array}{c}{r}_1\left[n\right]\\ .\\ .\\ .\\ r_M\left[n\right]\end{array}\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{h}_k{\mathrm{\λ}}_k{d}_k\left[n\right]+n\left[n\right],---\left(4\right)$

其中

n[n]＝(n₁[n]，...，n_M[n])^T    (5)

是噪声矢量。该噪声矢量表示由每个天线202检测的噪声，其中n₁[n]是由第一接收机天线202检测的噪声以及n_M[n]是由第M个接收机天线202检测的噪声。假定对于不同m或n的每个n_m[n]是独立的、具有零均值和方差σ_n ²的复高斯函数，该方差σ_n ²由MIMO系统的SNR确定。公式(4)中所接收信号矢量也可以表示为矩阵形式，如：

r[n]＝HΛd[n]+n[n]    (6)

其中Λ＝diag{λ₁，...，λ_K}.    (7)

在接收机处，可以使用如图3示出的MMSE决策反馈检测过程来检测所发射的信号。在方框302处，检测第一符号d₁[n]。当检测第一符号时，存在来自所有正在发射的其它符号d₂[n]，...，d_K[n]的多个天线干扰。为了空时处理器204确定第一符号的决策统计量x₁[n]，需要抑制来自所有其它信号的干扰。为了实现干扰抑制，空时处理器可以将零矢量w₁ ^H应用到所接收的信号矢量，如下面在公式(8)中所示。该零矢量可以表示为如下面公式(9)所示。该零矢量的第一项是用于抑制干扰的MMSE标准，第二项是第一信号的信道矢量。根据上面的描述，第一信号的决策统计量x₁[n]可以表示为：

$x_1\left[n\right]=w_1^{H}r\left[n\right]---\left(8\right)$

其中，零矢量可以表示为：

$w_1={({\mathrm{H\ΛH}}^H+{\mathrm{\σ}}_n^{2}I)}^{-1}{h}_1.---\left(9\right)$

在方框304中，一旦作出第一信号的决策，就可以通过下式将第一信号的影响从所接收的信号中消除：

$r_2\left[n\right]=r\left[n\right]-h_1{\mathrm{\λ}}_1{\hat{d}}_1\left[n\right]=\underset{k=2}{\overset{K}{\mathrm{\Σ}}}{h}_k{\mathrm{\λ}}_k{d}_k\left[n\right]+h_1{\mathrm{\λ}}_1\left(d_1\right[n]-{\hat{d}}_1[n\left]\right)+n\left[n\right]---\left(10\right)$

如图2所示，一旦反馈了第一信号的决策，根据公式(10)空时处理器204可以消除第一信号的影响。从公式(10)中能够看出，如果第一信号的决策等于第一信号值，即 ${\hat{d}}_1\left[k\right]=d_1\left[k\right],$ 那么可以完全消除第一信号的影响。在该情况下，当检测第二信号d₂[n]时，只需要处理来自信号d₃[n]，...，d_K[n]的干扰。因为存在的干扰少于当检测第一信号时的干扰，所以更容易检测第二信号。如果第一信号的决策不等于第一信号，那么两个信号间的差值表示第一信号的剩余值，其仍然影响剩余的接收信号矢量。当检测下一个信号时，可以认为该剩余值是需要进行抑制的附加噪声。在方框306中检测下一个信号，即，第二信号。相似地，对于上述过程，可以通过下式获得第二信号的决策统计量

$x_2\left[n\right]=w_1^H{r}_2\left[n\right],---\left(11\right)$

其中

$w_2={(H_2{\mathrm{\Λ}}_2{H}_2^H+{\mathrm{\σ}}_n^{2}I)}^{-1}{h}_2,---\left(12\right)$

其中

H₂＝(h₂，...，h_K)

且

Λ₂＝diag{λ₂，...，λ_K}.    (13)

在上面的每个公式中，不包括与第一信号相关的值。这是因为如上面包含公式(10)所描述的已经消除第一信号的影响。类似于上面的方框304，在方框308中从所接收信号矢量的剩余值中消除来自下一个信号的干扰以便能够更容易的检测到第二信号。在这种情况下，从信号矢量r₂[n]的剩余值中消除刚刚检测出的第二信号，以生成信号矢量r₃[n]的剩余值，根据该值可以检测第三信号。在方框310中，确定是否已经检测全部信号。如果没有，那么该过程在方框306处进行重复以检测下一个信号。如果已经检测全部信号，那么DF检测过程完毕。

一般来说，为了检测第k个信号，那么是第k个信号的决策，d_k[n]是第k个信号。信号矢量的剩余值可以表示为下式，根据该值来检测第k个信号：

$r_k\left[n\right]=r\left[n\right]-\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}{h}_i{\mathrm{\λ}}_i{\hat{d}}_i\left[n\right]=\underset{i=k}{\overset{K}{\mathrm{\Σ}}}{h}_i{\mathrm{\λ}}_i{d}_i\left[n\right]+\underset{i=1}{\overset{k-1}{\mathrm{\Σ}}}{h}_i{\mathrm{\λ}}_i\left(d_i\right[n]-{\hat{d}}_i[n\left]\right)+n\left[n\right]---\left(14\right)$

如公式(14)所示，第一项是信号矢量的剩余值，根据该值检测第k个信号。由于在先所检测的信号决策不等于在先信号，公式(14)的中间项是在先检测信号剩余的累加影响。公式(14)中的最后一项是如上所述的噪声矢量。类似于上面的描述，由空时处理器204可以确定第k个信号的决策统计量，如：

$x_k\left[n\right]=w_k^H{r}_k\left[n\right],---\left(15\right)$

其中

$w_k={(H_k{\mathrm{\Λ}}_k{H}_k^H+{\mathrm{\σ}}_n^{2}I)}^{-1}{h}_k,---\left(16\right)$

其中

H_k＝(h_k，...，h_K)

且

Λ_k＝diag{λ_k，...，λ_K}。

如上所述，在这些公式的每个中不包括与在先检测信号相关的值。这是因为如上面针对公式(14)所描述的，已经消除了在先检测信号的影响。

根据上面对DF过程的讨论，如果对所有过去的决策是正确的，那么当前信号的决策比过去信号的决策更容易，因为检测需要处理来自更少符号的干扰。尽管如此，如果一个或多个过去的决策具有误差，那么该误差将被传递到当前或将来符号的决策中。因为第一检测符号对整个系统性能具有更大的影响，所以应该将更多的功率分配给那些最初的信号。

应该将更多的功率分配给最初的信号，因为最初的信号具有更多的要处理的噪声和干扰。在检测信号中，信号的SNR是BER的决定因素。具有高的信号可能具有低BER，反之，具有低SNR的信号可能具有高BER。因为最初的信号具有更多噪声，那么最初信号的SNR将低于每个后续信号的SNR。即当检测第一信号时，来自全部其它信号的干扰可以认为是噪声。当检测第二信号时，第一信号的影响被消除，因此当检测第二和后续信号时具有更少的噪声。因此，为了使最初的信号具有高SNR，并且从而在检测最初的信号中具有低BER，那么可以将更多的功率分配给最初的信号。增加分配给信号的功率量会增加其信号强度并因此增加其SNR，使得可以利用低BER检测最初的信号。因此，下面所公开的实施例根据系统的SNR而不是使用瞬时CSI为不同的信号最优地分配功率。

在一个实施例中，一种方法可以用于基于信道的公知SNR确定最优功率分配。假设全部天线110可以使用的发射机100的总发射功率是固定的或者来自每个天线的平均功率是单位值，其可以表示为：

$\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}E\left\{{\left|{\mathrm{\λ}}_k{d}_k\right[n\left]\right|}^2\right\}=1.---\left(17\right)$

因为在公式(2)中假定每个信号的平均功率是单位值，E{|d_k[n]|²}＝1，那么公式(17)的约束等价于

$\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{{\mathrm{\λ}}_k}^2=1---\left(18\right)$

如上面所讨论的，MIMO系统的SNR是MIMO系统的BER的决定因素。此外，因为正在分配给每个信号的功率量是基于如在图1的发射机100中所示的调整因子λ，所以SNR也基于调整因子λ。相反地，这些关系可以表达为MIMO系统的BER基于SNR、γ和调整因子λ。BER的这种关系可以表达为：

P_b＝g(γ；λ₁，...，λ_K).    (19)

因此，需要找到对于任意给定SNR使BER最小化的λ_k。具有K个发射天线110且SNR＝γ的MIMO系统的最优功率分配可以表示为λ₁(γ，k)，...，λ_k(γ，k)。

首先，考虑2输入M输出MIMO系统。该2输入M输出MIMO系统包括在发射机100处的2个天线110和在接收机200处的任意数量M个天线202。图4描述了一种用于在2输入M输出MIMO系统中找到最优功率分配的方法。根据上面的公式(19)，2输入M输出MIMO系统的BER可以表示为：

P_b＝g(γ；λ₁，λ₂).    (20)

因为将要分配的功率总量用公式(18)中表示，那么因为在该MIMO系统有两个天线110所以可以对K＝2求解公式(18)。分配给第一天线的功率与分配给第二天线的功率的比值可以定义为 $\mathrm{\α}=\frac{{\mathrm{\λ}}_1^2}{{\mathrm{\λ}}_2^2}.$ 根据该关系，可以求解公式(18)：

${\mathrm{\λ}}_1=\sqrt{\frac{2\mathrm{\α}}{1+\mathrm{\α}}}$ 和 ${\mathrm{\λ}}_2=\sqrt{\frac{2}{1+\mathrm{\α}}}---\left(21\right)$

将这些求解结果代入公式(20)，该2输入M输出MIMO系统的BER可以表示为：

$P_b=g(\mathrm{\γ};\sqrt{\frac{2\mathrm{\α}}{1+\mathrm{\α}}},\sqrt{\frac{2}{1+\mathrm{\α}}}).---\left(22\right)$

在方框402中，可以执行计算机仿真来在公式(22)中找到对于任意给定SNR使BER最小化的α。例如，可以由发射机100的功率分配计算器112执行该计算机仿真或由其它计算机执行并由功率分配计算器112来存储输入。因此，将α计算为MIMO系统的SNR的某个函数，表示为：

α＝f₂(γ).    (23)

在方框404中，将公式(23)的最优α代入公式(21)来计算MIMO系统的最优功率分配。因此，根据2输入M输出MIMO系统的SNR的函数分配功率，其可以表示为：

${\mathrm{\λ}}_1(\mathrm{\γ},2)=\sqrt{\frac{2f_2\left(\mathrm{\γ}\right)}{1+f_2\left(\mathrm{\γ}\right)}},---\left(24\right)$

和

${\mathrm{\λ}}_2(\mathrm{\γ},2)=\sqrt{\frac{2}{1+f_2\left(\mathrm{\γ}\right)}}.---\left(25\right)$

在方框406处，通过功率分配计算器112将公式(24)和(25)的结果输出到调节器108。

为了更好地理解α的计算，在图8A中示出了方框402的某些示例性结果。图8A对于不同SNR以BER与α的关系曲线的形式示出了2输入2输出MIMO系统的示例性性能。根据图8A示出的结果，可以得到α和SNR之间的关系，其使2输入2输出MIMO系统的BER最小化。在该情况下，可以看出α如下所示：

当已知MIMO系统的SNR时，迭代使用图5示出的过程能够获得具有任意数量的发射天线的MIMO系统的最优功率分配。假设已知K-1输入M输出系统的最优功率分配，可以如下所述获得K输入M输出系统的最优功率分配。与前面相似，将分配给第一天线的功率与分配给其余天线的平均功率的比值定义为α，其可以表示为：

$\mathrm{\α}=\frac{{\mathrm{\λ}}_1^2}{\frac{1}{K-1}\underset{i=2}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\λ}}_i^2}.---\left(26\right)$

根据公式(26)的关系，可以求解公式(18)使得分配给第一天线的功率表示为：

${\mathrm{\λ}}_1^2=\frac{\mathrm{K\α}}{K-1+\mathrm{\α}},---\left(27\right)$

并且，分配给其余天线的功率表示为：

$\frac{1}{K-1}\underset{i=2}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\λ}}_i^2=\frac{K}{K-1+\mathrm{\α}}.---\left(28\right)$

注意上面对DF检测的讨论，一旦检测出第一信号，可以从所接收的信号矢量中消除其影响。剩余的信号矢量等效于K-1输入M输出MIMO系统发射的信号矢量。因此，应当分配功率，使得根据使等效K-1输入M输出MIMO系统最优化的功率分配λ₁(γ，K-1)，...，λ_K-1(γ，K-1)来分配K输入M输出MIMO系统的λ₂，...λ_K。如果K输入M输出MIMO系统的原SNR为γ，那么等效系统的SNR为

因此，根据公式(28)，分配给第二和后面的天线中的每个天线的功率可以表示为：

${\mathrm{\λ}}_i=\sqrt{\frac{K}{K-1+\mathrm{\α}}}{\mathrm{\λ}}_{i-1}(\frac{K}{K-1+\mathrm{\α}}\mathrm{\γ},K-1)---\left(29\right)$

其中i＝2，...，K。根据公式(19)、(27)和(29)，K输入M输出MIMO系统的BER可以表示为：

$P_b=g(\mathrm{\γ};\sqrt{\frac{\mathrm{K\α}}{K-1+\mathrm{\α}}},\sqrt{\frac{K}{K-1+\mathrm{\α}}}{\mathrm{\λ}}_1(\frac{K}{K-1+\mathrm{\α}}\mathrm{\γ},K-1),...,\sqrt{\frac{K}{K-1+\mathrm{\α}}}{\mathrm{\λ}}_{K-1}(\frac{K}{K-1+\mathrm{\α}}\mathrm{\γ},K-1)),---\left(30\right)$

其是K输入M输出MIMO系统的SNR、γ以及在上面的公式(26)中定义的α的函数。与上面相似，在方框502中，可以执行计算机仿真来在公式(30)中找到对于任意给定SNR使BER最小化的α。因此，将α计算为K输入M输出MIMO系统的SNR的某个函数，表示为：

α＝f_K(γ)    (31)

在方框504中，将公式(31)代入公式(27)，第一天线的最优功率分配可以表示为：

${\mathrm{\λ}}_1^{\text{2}}=\frac{K{f}_k\left(\mathrm{\γ}\right)}{K-1+f_K\left(\mathrm{\γ}\right)}.---\left(32\right)$

在方框506和508中，可以通过下式迭代获得用于第二和后面的天线的最优功率分配

${\mathrm{\λ}}_i=\sqrt{\frac{K}{K-1+f_K\left(\mathrm{\γ}\right)}}{\mathrm{\λ}}_{i-1}(\frac{K}{K-1+f_K\left(\mathrm{\γ}\right)}\mathrm{\γ},K-1)---\left(33\right)$

对于等效K-1输入M输出系统i＝2，...，K。在方框510中，功率分配计算器112可以将功率分配因子输出到调整器108。根据上面的描述，3输入MIMO系统的功率分配需要已知2输入系统的功率分配。因此，需要迭代计算具有连续更大数目发射天线110的MIMO系统的功率分配。

上面关于找到MIMO系统最优功率分配的讨论是针对在发射机100处已知SNR的情况。然而，发射机100有时可能不知道SNR。如上面所论述的，可以提前离线计算来确定用于不同MIMO系统的α并将其存储在功率分配计算器112处。在该情况下，基于所存储的α的计算结果和MIMO系统需要的BER，利用图6示出的过程，可以选择α来使该系统需要的BER最小化。在方框602中，假设已知系统需要的BER。在方框604中，利用在功率分配计算器112中存储的结果，可以选择α来使需要的BER最小化。例如，可以将图8A示出的2输入2输出MIMO系统中的α计算结果存储在功率分配计算器112中。在图8A的例子中，如果系统需要的BER是1％，那么可以发现SNR在范围11-15dB之间，因而α＝6dB。在方框606中，确定发射机天线110的数量K是否大于2。如果发射机天线110的数量不大于2，那么过程进入计算2输入M输出MIMO系统的功率分配。当根据图4计算2输入M输出MIMO系统的功率分配时，因为在方框604中已经确定α所以过程可以在方框404处开始。回到方框606，如果发射机天线110的数量大于2，那么过程进入计算K输入M输出MIMO系统的功率分配。当根据图5计算K输入M输出MIMO系统的功率分配时，因为在方框604中已经确定α所以过程可以在方框504处开始。

图7描述了在实施例中功率分配计算单元可以执行的全部过程。在方框702中，确定MIMO系统的SNR是否已知。如果SNR未知，那么在方框710中例如，使用图6示出的过程，计算功率分配来使MIMO系统需要的BER最小化。回到方框702，如果SNR已知，那么在方框704确定发射机天线110的数量K是否大于2。如果发射机天线110的数量不大于2，那么在方框706中根据图4计算2输入M输出MIMO系统的功率分配。如果发射机天线110的数量大于2，那么在方框708中根据图5计算K输入M输出MIMO系统的功率分配。

对于具有错误校正码的MIMO系统，能够使用码中的冗余用于进一步改善性能。可以通过信道编码器104分别对每个子流b_k[n]进行编码。在接收机200处，可以由解调器和解码器208对每个决策进行解码和解调以生成解码字

随后可以在接收机处对解码字进行再编码和再调制以便利用错误校正码更可靠地检测所发射的信号d_k[n]。除方框402和502外，该错误校正码可以用于上面描述的任意过程，其中执行计算机仿真来最小化误字节率(WER)来代替BER。此外，如图2中虚线示出，可以将已解调和已解码字反馈至空时处理器204，来代替将决策

反馈至空时处理器204。

图8A、9A、10A和11A示出的例子说明了针对不同MIMO系统查找α的仿真结果。图8B、9B、10B和11B说明了当SNR已知时、当SNR未知时以及当将功率均匀分配给每个信号时，不同MIMO系统的性能。在仿真中，信道增益对应于不同的发射和接收天线对，h_km可以是独立的、具有零均值和单位方差的复高斯函数。在该实例中，小写k是发射机天线110的标记和小写m是接收机天线202的通用标记。所发射的信号d_k[n]对不同的k和n可以是独立的，并且可以从4-QAM星座图 $\left\{\begin{array}{cc}\±\frac{1}{\sqrt{2}}& \±j\frac{1}{\sqrt{2}}\end{array}\right\}$ 中随机提取，其中每个具有相同的概率。

图8A和8B示出了2输入和2输出MIMO系统的性能。图8A说明了所模拟的对于不同SNR的BER与α的关系曲线。如上面所描述的，可以利用图8A的结果获得使2输入2输出MIMO系统的BER最小化的α和SNR的关系。

图8B比较了当SNR已知时、当SNR未知时以及当将功率均匀分配给每个信号时2输入2输出MIMO系统的性能。如图8B所示，可以看出与具有平均功率分配的MIMO系统相比，具有功率分配的MIMO系统在大约1％BER处存在大约4dB的性能增益。此外，当SNR小于大约12dB时，不管SNR是否已知，对于功率分配具有较小的性能差异。当SNR已知并且SNR大于大约14dB时，MIMO系统的性能好于当SNR未知时的性能。

图9A和9B说明了2输入4输出MIMO系统的性能。与图8A和8B相似，从图9A中首先找到α。图9B比较当SNR已知时、当SNR未知时以及当将功率平均分配给每个信号时MIMO系统的性能。从图9B中可以看出当系统的SNR小于10dB时，不管SNR是否已知，对于功率分配存在较小性能差异。当SNR已知并且SNR大于大约12dB时，MIMO系统的性能好于当SNR未知时的性能。

图10A和10B说明了3输入4输出MIMO系统的性能。从图10A中可以得到α＝f₃(γ)。基于图9A中发现的α＝f₂(γ)和α＝f₃(γ)，可以在发射机100处为每个信号分配功率。图10B比较当SNR已知时、当SNR未知时以及当将功率均匀分配给每个信号时3输入4输出MIMO系统的性能。从图10B中可以看出在1％BER处具有0.6dB SNR性能增益，并且在0.1％BER处具有大约2dB SNR性能增益。

图11A和11B说明了4输入4输出MIMO系统的性能。从图11A中可以得到α＝f₄(γ)。基于图9A中发现的α＝f₂(γ)、图10A中发现的α＝f₃(γ)和α＝f₄(γ)，可以在发射机100处为每个信号分配功率。从图11B中可以看出在1％BER处MIMO系统的性能增益可以有3.5dB这么大，其中性能增益即系统的SNR继续增加。

不管MIMO系统的SNR是否已知都可以使用上面公开的最优功率分配方法。具体地，公开了一种在分层空时编码MIMO系统中找到最优功率分配的实验方法。计算机仿真结果显示出最优功率分配能够改善2输入2输出系统的性能，在1％BER处为4dB，以及改善4输入4输出系统的性能3.5dB。

上面还公开了用于在没有使用CSI时改善MIMO系统性能的系统和方法。通过基于MIMO系统的SNR确定所发射信号的最优功率分配，来获得改善的性能。将功率进行分配，使得通过对最初的信号分配更多功率来改进DF检测。通过该方式分配功率，可以看出相比于当将功率均匀分配给全部信号时，针对给定信噪比误码率减少。上面所公开的该系统和方法也可以用于在发射机处不能获得SNR的情况。在不能获得SNR的情况中，基于MIMO系统需要的BER执行功率分配。在该情况下，相比平均功率分配性能得到了改进，但是该改进可能小于当SNR已知时的性能改进。此外，在接收机处可以使用错误校正码来进一步增加性能增益。

上述系统中的功率分配计算器112和/或所有其它电信网络部件可以在具有足够处理能力、存储器资源和网络吞吐能力以处理其上的必要负荷的通用计算机中实施。图12示出了适于实施这里公开的一个或多个实施例的典型通用计算机系统。该计算机系统1280包括与存储器设备进行通信的处理器1282(其可以称为中央处理器单元或CPU)，其中存储器设备包括二级存储单元1284的、只读存储器(ROM)1286、随机访问存储器(RAM)1288、输入/输出(I/O)1290设备以及网络联机设备1292。该处理器可以实现为一个或多个CPU芯片。

二级存储单元1284通常包括一个或多个硬盘驱动器或磁盘驱动器，二级存储单元1284用于数据的非易失性存储以及如果RAM 1288没有大到足以容纳全部工作数据则用作溢出数据存储设备。当选择执行程序时，二级存储单元1284可以用于存储下载到RAM 1288中的该程序。ROM1286用于存储指令以及可能存储在程序执行中读取的数据。ROM 1286是非易失性存储设备，其相对于二级存储单元更大的存储容量通常具有较小的存储容量。RAM 1288用于存储易失性数据并可能用于存储指令。对于ROM 1286和RAM 1288的访问通常快于二级存储单元1284。

I/O 1290设备可以包括打印机、视频播放器、液晶显示器(LCD)、触摸屏显示器、键盘、键区、开关、拨号盘、鼠标、跟踪球、语音识别器、读卡器、纸带读取器或其它公知的输入设备。网络连接设备1292可以采取如下形式：调制解调器、调制解调组、以太网卡、通用串行总线(USB)、接口卡、串行接口、令牌环卡、光纤分布数据接口(FDDI)卡、无线局域网(WLAN)卡、无线收发机卡例如码分多址(CDMA)和/或全球移动通信系统(GSM)无线收发机卡、以及其它公知的网络设备。这些网络连接设备1292可以使处理器1282能够与因特网或者一个或多个企业内部网通信。假设在执行上述方法步骤期间，处理器1282可以使用该网络连接从网络接收信息，或者输出信息到该网络。这些信息经常表示为将要使用处理器1282来执行的指令序列，这些信息可以例如以包含在载波中的计算机数据信号的形式从网络接收以及输出到网络。

这种包括例如使用处理器1282执行的数据和指令的信息，可以例如以计算机数据基带信号或包含在载波中的信号的形式从网络接收或输出到网络。由网络连接设备1292生成的基带信号或包含在载波中的信号可以在电导体内或电导体表面上、同轴电缆、波导、例如光纤的光介质、或者空气或自由空间中传播。如为了处理或生成信息或者发射或接收信息的需要，可以根据不同顺序将在基带信号或嵌入在载波中的信号中的信息进行排序。该基带信号或嵌入在载波中的信号，或者当前使用的或以后出现的在此称为传输介质的其它类型的信号，可以根据本领域技术人员所公知的若干方法生成。

处理器1282执行从硬盘、软盘、光盘(这些基于各种盘的系统可全部视为二级存储单元1284)、ROM 1286、RAM 1288或网络连接设备1292中读取的指令、代码、计算机程序、脚本。

尽管在本发明公开中提供了若干实施例，但是应该可以理解，所公开的系统和方法可以体现为许多其它具体形式而不脱离本发明公开的精神或范围。本发明实例应当视为示例性的而不是限制性的，并且目的不是局限于在此给出的细节。例如，在其它系统中可以结合或集成多个元件或组件或者忽略或不实现某些特征。

此外，在多个实施例中分立地或独立地描述和示出的技术、系统、子系统和方法可以与其它系统、模块、技术或方法组合或集成，而不脱离本发明公开的范围。按照直接耦合或彼此通信示出或描述的其它项可以通过一些接口或者设备彼此耦合，使得不再将这些项视为彼此直接耦合，而是通过电、机械或其它方式相互间接耦合或通信。本领域技术人员可以得到其它变形、替换或替代实例，而不脱离在此公开的精神和范围。

Claims (20)

1、一种电信网络组件，包括：

存储器，用于存储指令；以及

处理器，用于执行所存储的指令，所述指令包括：

为经由天线阵列所发射的信号确定多个功率分配调整以在没有使

用信道状态信息的情况下促进决策反馈检测；以及

将所述功率分配调整输出到所述阵列。

2、如权利要求1所述的电信网络组件，其中确定所述功率分配调整包括：

确定在所述阵列中的第一天线和所述阵列中的其余天线之间的调整比值以降低针对信噪比的误码率。

3、如权利要求2所述的电信网络组件，其中确定所述功率分配调整还包括：

根据所述调整比值和所述信噪比计算所述第一天线的调整。

4、如权利要求3所述的电信网络组件，其中所述信噪比是基于需要的误码率来确定的。

5、如权利要求3所述的电信网络组件，其中计算所述第一天线的所述调整根据下式进行：

${\mathrm{\λ}}_1^2=\frac{\mathrm{K\α}}{K-1+\mathrm{\α}}$

其中λ₁是所述第一天线的所述调整，α是所述调整比值，以及K是所述阵列中天线的数目。

6、如权利要求3所述的电信网络组件，其中确定所述功率分配调整还包括：

基于等效系统的功率分配迭代计算所述阵列中所述剩余天线的比多个调整少一个的调整。

7、如权利要求6所述的电信网络组件，其中迭代计算所述剩余天线的比多个调整少一个的调整根据下式进行：

${\mathrm{\λ}}_i=\sqrt{\frac{K}{K-1+\mathrm{\α}}}{\mathrm{\λ}}_{i-1}(\frac{K}{K-1+\mathrm{\α}}\mathrm{\γ},K-1)$

其中λ_i是所述剩余天线中的一个天线的所述调整，λ_i-1是所述等效系统中前一个天线的所述调整，k是所述阵列中天线的数目，以及α是所述调整比值。

8、一种功率分配方法，包括：

确定功率分配方案，其在没有使用信道状态信息的情况下在多输入多输出系统中促进决策反馈检测；以及

通过修改阵列中多个天线中每个天线的调整，在所述天线阵列中实现所述功率分配方案。

9、如权利要求8所述的功率分配方法，其中用于确定所述功率分配的所述方法包括：

确定2天线阵列中每个天线的调整比值，以使针对信噪比的误码率最小化。

10、如权利要求9所述的功率分配方法，其中用于确定所述功率分配的所述方法还包括：

基于针对所述信噪比所确定的所述调整比值，计算所述2天线阵列中每个天线的调整的功率分配方案。

11、如权利要求10所述的功率分配方法，其中计算所述2天线阵列的所述功率分配方案是根据：

${\mathrm{\λ}}_1=\sqrt{\frac{2\mathrm{\α}}{1+\mathrm{\α}}}$ 和 ${\mathrm{\λ}}_2=\sqrt{\frac{2}{1+\mathrm{\α}}},$

其中λ₁是所述第一天线的调整，λ₂是所述第二天线的调整，以及α是所确定的比值。

12、如权利要求9所述的功率分配方法，其中用于确定所述功率分配的所述方法还包括：

基于所述阵列的所需误码率确定所述阵列的信噪比。

13、如权利要求8所述的功率分配方法，其中所述功率分配方案还改善了所述多输入多输出系统中的连续干扰消除。

14、一种用于传送已调制信号的系统，包括：

天线阵列，用于发射已调制信号；

至少一个调整单元，用于调整分配给所述天线的功率；以及

计算单元，用于计算所述调整单元的至少一个调整，以改善在没有使用信道状态信息的情况下在接收机阵列处的决策反馈检测。

15、如权利要求14所述的系统，其中所述计算单元确定在所述阵列中的第一天线和所述阵列中剩余天线之间的调整比值，以使针对信噪比的误码率最小化。

16、如权利要求15所述的系统，其中所述计算单元基于针对所述信噪比所确定的所述调整比值，确定所述第一天线的调整。

17、如权利要求14所述的系统，其中，通过为所述阵列中的第一天线分配的一个功率量并为所述阵列中的后续天线分配连续变小的功率量，来改善所述决策反馈检测。

18、如权利要求14所述的系统，还包括：

天线阵列，用于接收所述信号；以及

一个或多个单元，用于通过使用零矢量抑制干扰来检测所接收信号中的信号。

19、如权利要求18所述的系统，其中所述一个或多个单元还用于通过消除先前所检测的符号来抑制干扰。

20、如权利要求18所述的系统，其中所述一个或多个单元还用于使用错误校正码来检测所述信号。

Images