CN101515816B - 最大化sjnr准则的自适应分群预编码方法 - Google Patents

Abstract

本发明涉及无线移动通信领域，针对预编码技术中存在的高性能和低复杂度不能并存，以及在噪声方差小的时候对噪声的抑制效果会变差的问题，本发明基于最大化SJNR准则的分群预编码算法，设计了自适应分群预编码方案。该方法首先采用分群技术，在多用户多入多出系统(MIMO)中，从高层获取CSI信息，根据CSI进行自适应干扰和噪声的抑制，基站将多个用户分成几个群，对传输信道CSI情况进行信道状态判断，在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制，当信道状态好的时候直接采用分群联合传输算法。这种自适应分群预编码算法能够取得不同信道状态下最好的误码率性能。本发明可广泛应用于MIMO系统中。

Description

最大化SJNR准则的自适应分群预编码方法

技术领域

本发明涉及无线通信领域，尤其涉及无线传输预处理技术。

背景技术

目前，接收/检测技术越来越复杂，这对移动通信下行链路的接收机(移动终端)压力很大，一些专家和学者开始重视和探索将复杂的接收/检测算法“搬”到发送端(基站)，以降低接收端的复杂度和功耗，这样检测技术可以放到发送端做预处理，从而形成预处理技术，也称为预编码(Precoding)技术(还可称为联合传输(JT))，大大简化了下行链路接收端的复杂度。

文献1[P.W.Baier，M.Meurer，T.Weber，H.

.JointTransmission(JT)，an alternative rationale for the downlink of TimeDivision CDMA using multi-element transmit antennas.Proc.IEEE SixthInternational Symposium on Spread Spectrum Techniques and Applications(ISSSTA 2000)，Parsippany，2000，pp：1-5.]首先给出了在多入单出(MISO)系统中的联合传输技术(JT)，该技术以联合检测(JD)技术为原理，但将其过程反过来，把接收端的检测工作放在基站处进行了预处理，大大简化了接收端的复杂度，而且还增强了系统性能。文献2[海平，谢显中.联合传输技术(JT)及其算法简化.通信学报，2003，24(11A)，pp：93-100]中研究了几种对JT技术的简化算法，主要针对系统矩阵的算法进行了简化，降低了计算复杂度。文献3[冯媛，谢显中.降低多用户MIMO下行检测复杂性的联合发送技术，电子信息学报，2007.1：174-176.]将JT技术扩展到多入多出(MIMO)系统中，形成JT-MIMO技术，并进一步讨论比较了JT-MIMO算法与JT、JD算法的优劣。以上3个文献主要是从预均衡的角度出发进行预编码设计，而且采用的是迫零准则，该准则的特点是能消除符号间干扰和多址干扰，但也增强了噪声。文献4[Yongle Wu，Jinfan Zhang，Mingguang Xu，Shidong Zhou，Xibin Xu，Multiuser MIMO Downlink Precoder Design Based on the MaximalSJNR Criterion，IEEE GLOBECOM’05，St.Louis，USA，28 Nov.-2 Dec.2005，vol.5，pp：2694-2698.]从平衡共信道干扰抑制和噪声抑制的角度出发，设计了SJNR(Signal to Jamming and Noise Ratio)准则，利用该准则，通过在每用户发射功率约束下最大化SJNR，将其最优解作为预编码器。与迫零准则相比，基于SJNR的预编码提高了系统性能，对天线数也没有限制，但是，在噪声方差小的时候对噪声的抑制效果会变差，当用户数较多时计算复杂度较高。

发明内容

本发明针对预编码技术中存在的高性能和低复杂度不能并存，以及在噪声方差小的时候对噪声的抑制效果会变差的问题，通过对传输数据的分群处理和采用SJNR准则，利用信道状态信息(CSI)，提出了一种基于最大化SJNR准则的分群预编码算法，在此基础上设计了自适应分群预编码方案，从而形成了最大化SJNR准则的自适应分群预编码算法。

本发明解决上述技术问题的技术方案是，设计一种最大化SJNR准则的自适应分群预编码方法，基站将其覆盖区域内的用户分群，可采用动态分群或静态分群的方式对用户进行分群，从高层获取传输信道的信道状态信息CSI，当信道状态信息CSI≥临界值Δ时，直接采用分群联合传输算法，对传输信号进行预处理；当信道状态信息CSI小于临界值Δ时，采用最大化SJNR准则对传输信号进行预处理。所述分群联合传输算法具体包括，根据扩频矩阵C_g和解调矩阵D_g建立矩阵B_g＝D_gH_g，由矩阵B_g根据迫零准则M_g＝B_g ^H(B_gB_g ^H)^-1得到调制矩阵M_g，将每群的数据d_G ^g通过各自的调制矩阵M¹ _G......M^g _G进行调制。所述最大化SJNR准则即最大化SJNR的调制器、解调器和信道三者合一构成SJNR预处理模块，根据(H_G ^kF_G)^HH_G ^kF_G的最大特征值λ_max，调用公式 $f_G=R_G\×H_G^g\×F_G=\sqrt{{\mathrm{\λ}}_{\max }}$ 确定SJNR增益因子f_G，每群的数据d_G ^g经过各自的调制矩阵M_g ^G调制后，通过SJNR增益因子f_G进行最大化SJNR预处理。

本发明对传输信道CSI情况进行信道状态判断，在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制，当信道状态好的时候直接采用分群联合传输算法。

该算法既可以利用分群处理减少了待处理信道的数目，获得较低的系统复杂度；还可以根据信道状态的好坏自适应选择传输处理算法，进行干扰和噪声的抑制，减低了误码率；进一步，分群后的信号通过同一信道，经过2根(或更多)发射天线发射，具有分集和复用的效果，也在一定程度上提高系统性能。

附图说明

图1本发明的主要实施步骤

图2分群联合传输系统模型

图3最大化SJNR分群预编码系统模型

图4SJNR增益因子f_g结构图

图5联合传输(JT)、分群联合传输(GJT)、SJNR分群算法(GSJNR)、自适应分群方案(SELECT)的性能比较

具体实施方式

下面结合附图对本发明的实施方式进行具体描述。为方便描述，本发明考虑基于TDD(时分双工)的TD-SCDMA系统，在其他系统中实施也采用类似的方式。

如图1是本发明的主要实施步骤，具体包括：首先，基站将其覆盖区域内的用户分群，分群的方式包括动态分群和静态分群，采用联合传输算法对各个群的数据进行单独处理，从高层获取传输信道的信道状态信息CSI，对TD-SCDMA系统，基站通过上行信道估计获得下行预编码需要的传输信道的信道状态信息CSI，对于FDD无线系统，其CSI通过反馈获得。然后，根据CSI进行自适应干扰和噪声的抑制。

最大化SJNR准则在信道状态差的时候可以取得比分群联合传输更好的误码率性能，在临界值之下要发射信号进行最大化SJNR处理，降低误码率。在临界值之上，则不需要处理，直接进行分群联合传输即可。所以我们首先根据具体的信道情况对信道状态进行判断，预先设定一个临界值Δ，临界值的设置具体为，通过防真实验的手段，选择一个系统可接受的信噪比作为临界点，由此设定临界值Δ，在本文下面的仿真条件中，通过试验选择信噪比SNR＝-1为临界点，则设定临界值Δ＝-1。当信道状态信息在这个值之下(CSI＜Δ)时，就采用最大化SJNR准则对传输信号进行预处理；若信道状态信息高于临界值(CSI≥Δ)，就直接采用分群联合传输算法，对传输信号进行预处理。也即是根据信道状态信息CSI对传输信道情况进行信道状态判断，在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制，当信道状态好的时候通过分群联合传输系统模型直接采用分群联合传输算法对信号进行预处理。

建立分群联合传输系统模型，对基站覆盖范围内的用户进行分群，以减少待处理信道的数目获得较低的系统复杂度。可采用两种方法实现用户分群，第一种是动态分群，系统根据支持的最大用户数设定群数，每群用户数动态变化，并实时检测当前接受服务的用户数量，根据系统工作时接受服务的用户数量，将其平均分为多个群；第二种是静态分群，每群用户数保持不变，首先根据系统的处理能力固定每个群的用户数，将正在服务的用户均匀分到多个群中。分群后，对每一群的数据采用联合传输算法单独处理，称为分群联合传输。

联合传输算法处理方法具体描述如下，图2所示为分群联合传输系统模型，假设系统有K个用户，如根据静态分群原则把所有用户平均分为G个群，每群有L个用户。每群的数据d_G ^g(g＝1…G)作为一个独立的数据送入调制矩阵进行处理。假设每群对应的扩频矩阵为C_g，解调矩阵为D_g，本发明中取 $D_g=C_g^H$ (这里系统为TD-SCDMA，若为非扩频系统可以选择D_g为匹配滤波器)，信道矩阵H_g(H_g的维数大小由每群用户数决定)。根据扩频矩阵C_g和解调矩阵D_g建立矩阵B_g，由矩阵B_g根据迫零准则得到调制矩阵M_g＝B_g ^H(B_gB_g ^H)^-1。将每群用户的原始数据d_G ^g分别通过各自的调制矩阵M¹ _G......M^g _G进行调制，然后通过各自的信道H_g进行数据传输，在接收端接收到各个信道的调制数据，分别由各自的解调器(D_g ¹…D_g ^G)解调，得到相互独立的群估计信号。

当信道状态信息CSI＜Δ时，采用最大化SJNR准则，在基站端对传输数据进行最大化SJNR预处理。图3所示为最大化SJNR分群预编码系统模型。经过分群的每群数据d_G ^g(g＝1…G)经过调制矩阵M_g ^G(g＝1…G)调制后，得到调制信号t_G ^g(g＝1…G)，分别送入SJNR预处理模块f_g(g＝1…G)通过SJNR增益因子进行最大化SJNR预处理，然后再通过信道H_G ^g传输。在接收端，相应的也要先经过SJNR解调器D_g，对接收信号进行解调，还原为原始信号。

SJNR准则衡量的是一个用户对整个系统的影响，确定最大化SJNR的表达式如下：

$\underset{t_k}{\max }{\mathrm{SJNR}}_k=\frac{t_k^H{H}_k^H{H}_k{t}_k}{t_k^H\left({\mathrm{\Σ}}_{i=1,i\≠k}^K{H}_i^H{H}_i\right)t_k+N_0}$

$=\frac{J_k}{P_k\left({\mathrm{\Σ}}_{i=1,i\≠k}^K{H}_i^H{H}_i\right)+N_0}$

s.t. $t_k^H{t}_k=P_k,$ $J_k={\mathrm{\Σ}}_{i=1,i\≠k}^K{t}_k^H{H}_i^H{H}_k{t}_k,$ k＝1…G

其中，P_k是第k个用户的发射功率，J_k表示用户k对其他用户的干扰功率，t_k和H_k分别表示用户k的调制信号和经过的信道，N₀表示噪声的方差。

可以看出，每个用户都会对其他用户产生干扰，而且这个干扰J_k是相互独立的，改变任何一个用户的发射功率都不影响其他用户的J_k，所以在数学上很容易实现。正因为J_k是相互独立的，所以每一个用户都有自己的SJNR，因此对SJNR进行优化也要针对每一个用户进行。最大化SJNR的最优解是公式 ${\mathrm{\Σ}}_{i=1,i\≠k}^K{H}_i^H{H}_i+\frac{N_0}{P_k}I$ (这里I为单位阵)的最大特征向量，设置该最大特征向量为最大化SJNR的调制器F_k，表示如下：

$F_k=\sqrt{P_k}\×{\mathrm{\ζ}}_m\left(Y_k\right)$

$Y_k={({\mathrm{\Σ}}_{i=1,i\≠k}^K{H}_i^H{H}_i+\frac{N_0}{P_k}I)}^{-1}{H}_k^H{H}_k$

这里，ζ_m(·)表示取括号中值的最大特征值对应的最大特征向量。这样，相应的解调器R_k为采用匹配滤波的形式，即 $R_k=\frac{{\left(H_k{F}_k\right)}^H}{\left|\right|H_k{F}_k\left|\right|},$ 其中‖·‖表示2范式。

最大化SJNR准则即最大化SJNR分群预编码系统模型，将SJNR的调制器F_G，解调器R_G和信道H_G三者合一，构成SJNR因子，免去发射信号经过SJNR的调制和解调的过程，简化处理过程。为了简化处理过程，可以将F_k，H_k和R_k合成一个部分，将其设置为SJNR增益因子f_k，其中k＝1……G。如图4所示为SJNR增益因子示意图。根据公式：

$f_G=R_G\×H_G^g\×F_G=\frac{{\left(H_G^k{F}_G\right)}^H}{\left|\right|H_G^k{F}_G\left|\right|}\×H_G^k\×F_G=\sqrt{{\mathrm{\λ}}_{\max }}$ (k＝1…G)，确定SJNR增益因子。其中，λ_max表示(H_G ^kF_G)^HH_G ^kF_G的最大特征值。确定了SJNR增益因子后，发射信号直接乘以对应的SJNR增益因子f_G即可实现对信号的最大化SJNR预处理。

图5是联合传输(JT)、分群联合传输(GJT)、SJNR分群算法(GSJNR)、自适应分群方案(SELECT)的性能比较。在TD-SCDMA系统中某时隙同时有6用户进行通信的情况(不同时隙的用户可以认为相互没有干扰)，采用静态分群方法，选择信噪比SNR＝-1为临界点，模拟环境为3GPP中TD-SCDMA的多径衰落信道case3的参数。可以看出3种算法的误码率都比联合传输低，而且自适应分群算法在低信噪比时接近SJNR分群算法的误码率，在高信噪比时接近分群联合传输的误码率，确实能够取这两种算法的优势，在整体上保证了较好的误码率性能。

Claims (3)

1.最大化SJNR准则的自适应分群预编码方法，其特征在于，基站将其覆盖区域内的用户分群，从高层获取传输信道的信道状态信息CSI，当信道状态信息CSI大于等于临界值Δ时，根据扩频矩阵C_g和解调矩阵D_g建立矩阵B_g＝D_gH_g，由矩阵B_g根据迫零准则M_g＝B_g ^H(B_gB_g ^H)^-1得到调制矩阵M_g，将每群用户的数据d_G ^g作为一个独立的数据分别通过各自的调制矩阵M¹ _G......M^g _G进行调制，其中，g＝1…G，G为用户群数；当信道状态信息CSI小于临界值Δ时，采用最大化SJNR准则对传输信号进行预处理，即SJNR的调制器F_G，解调器R_G和信道H_G三者合一，构成SJNR增益因子，根据

的最大特征值λ_max，调用公式确定SJNR增益因子f_G，每群数据经过各自的调制矩阵调制后，得到调制信号分别送入SJNR预处理模块通过SJNR增益因子f_G进行最大化SJNR预处理，其中k＝1……G。

2.根据权利要求1所述的自适应分群预编码方法，其特征在于，对TD-SCDMA系统，基站通过上行信道估计获得下行预编码需要的传输信道的信道状态信息，对于FDD无线系统，其CSI通过反馈获得。

3.根据权利要求1所述的自适应分群预编码方法，其特征在于，对用户进行分群包括，动态分群和静态分群，所述动态分群为，系统根据支持的最大用户数设定群数，每群用户数动态变化，并实时检测当前接受服务的用户数量，将其平均分到各个群；所述静态分群为，根据系统的处理能力固定每个群的用户数，将正在服务的用户均匀分到每个群中。

Images