CN101540746A - 时频信道量化方法和装置及对应的移动通信终端和系统 - Google Patents

Abstract

本发明公开了一种时频信道量化方法、装置，及对应的移动通信终端和移动通信系统。本发明的移动通信终端中包括时频信道量化装置，该装置的执行方法包括：A.测量移动通信终端的信道状态，得到正交频分复用(OFDM)系统物理资源单元(PRB)上各个子载波各个符号上的信道状态矢量；B.估计所述信道状态矢量的相关矩阵；C.对所述相关矩阵进行特征值分解，得到物理资源单元上的特征矢量；D.在预设的码本上对所述特征矢量进行量化。移动通信终端将量化得到的码矢量通知给基站；基站根据接收到的码矢量进行加权得到发射信号进行发射。本发明可以减小时频域颗粒度的影响，更加精确地匹配信道，降低多用户之间的干扰，提高MU－MIMO的容量。

Description

时频信道量化方法和装置及对应的移动通信终端和系统

技术领域

本发明涉及移动通信技术领域，尤其涉及一种时频信道量化方法和时频信道量化装置以及对应的移动通信终端和移动通信系统。

背景技术

移动通信系统正朝着大带宽、高容量、高有效性、高可靠性的方向发展。多输入多输出(MIMO，Multiple Input Multiple Output)技术作为提高容量的有效手段，广泛应用于面向未来设计的移动通信系统中，如第三代长期演进技术(LTE，Long Term Evolution)、全球微波接入互操作性(WIMAX，World Interoperability for Microwave Access)技术、超三代移动通信系统(B3G，Beyond Third Generation in mobile communication system)等。而MIMO技术中的多用户多输入多输出(MU-MIMO)技术可以在相同的时频资源上复用多个用户，利用多用户分集，可以使系统容量随着发射天线数线性增长，从而获得了广泛的应用。

在现有系统中，MU-MIMO技术往往是基于码本(Codebook)的。首先需要进行码本设计，码本中包括信道量化所需要的码矢量(Code Vector)。在实际系统运行时，基站(BS)与移动通信终端(UE)存储相同的码本；由UE进行信道状态矢量测量，进行矢量量化，即将测量得到的信道状态矢量与码本中的码矢量进行比较，选择距离(例如可以是欧式距离或Chordal距离等)最近的码矢量反馈给基站，完成信道量化过程；基站根据反馈的码矢量选择MU-MIMO的用户，形成MU-MIMO中各个用户信号的加权矢量，然后利用该加权矢量对MU-MIMO用户信号进行加权，形成MU-MIMO发射信号。

在MU-MIMO结合正交频分复用(OFDM，Orthogonal Frequency DivisionMultiplexing)系统时，由于控制信令的限制，通常不可能在每一个子载波每一个符号上进行信道状态矢量量化，往往是在多个子载波多个符号上进行信道状态矢量量化，例如LTE系统中至少要在1个物理资源单元(PRB，Physical Resource Block)12个子载波7个OFDM符号上进行信道状态矢量量化。由于移动通信信道的复杂性，各个子载波、各个符号上的信道状态矢量往往是不同的，这就存在多个子载波多个符号信道状态矢量平均化问题。目前，现有的一种信道状态矢量平均化并进行相应量化的方法参见如下步骤：

步骤11、UE进行信道状态测量。UE测量PRB的各个子载波各个符号上的信道状态矢量，所述信道状态矢量计为h_c，s，c＝1……N_sc，s＝1……N_s，其中c表示子载波序号，s表示OFDM符号序号，N_sc表示PRB的子载波数量，N_s表示PRB的OFDM符号数量。矢量h_c，s为N维矢量(例如1×N行矢量)，N表示基站侧的发射天线数。

步骤12、信道状态矢量平均。根据以下公式(1)对所述h_c，s进行矢量平均，得到平均矢量h^a：

$h^a=\frac{1}{N_{\mathrm{sc}}\×N_s}\underset{c=1}{\overset{N_{\mathrm{sc}}}{\mathrm{\Σ}}}\underset{s=1}{\overset{N_s}{\mathrm{\Σ}}}{h}_{c,s}$ 公式(1)

步骤13、对所述信道状态矢量进行归一处理，即根据如下公式(2)进行归一处理：

$h^n=\frac{h^a}{\left|\right|h^a\left|\right|}$ 公式(2)

步骤14、对所述归一处理后的信道状态矢量量化。此处假设码本C＝{c₁，c₂，……c_S}，其中c_i，i＝1……S为N×1矢量，N为发射天线数。S表示码本大小。那么信道状态矢量量化为：h^q＝Q_C{hⁿ}，其中算子Q_C{hⁿ}表示在码本C上对矢量hⁿ进行量化。

上述现有技术中直接对信道状态矢量h_c，s进行平均，没有提取h_c，s的特征信道信息，由于信道的时变特性和信道的频率选择性，不同子载波和不同符号上的信道状态矢量是有区别的，而通过上述现有技术得到的信道状态矢量h^a并不能代表整个PRB上的特征信道，从而不能有效的消除时频颗粒度对h^a的影响，不能精确地匹配信道，多用户之间的干扰严重，而且MU-MIMO的容量较低，性能增益差，在实际系统使用时，甚至会出现h^a趋近于0的情况，造成信道量化失败。

发明内容

有鉴于此，本发明所要解决的技术问题在于提供一种时频信道量化方法和装置，以减小时频域颗粒度的影响，更加精确地匹配信道。

本发明所要解决的另一技术问题在于提供一种移动通信终端，以减小时频域颗粒度的影响，更加精确地匹配信道。

本发明所要解决的再一技术问题在于提供一种移动通信系统，以减小时频域颗粒度的影响，更加精确地匹配信道，降低多用户之间的干扰，提高MU-MIMO的容量。

为了实现上述发明目的，本发明的主要技术方案为：

一种时频信道量化方法，包括：

A、测量移动通信终端的信道状态，得到正交频分复用OFDM系统物理资源单元PRB上各个子载波各个符号上的信道状态矢量；

B、估计所述信道状态矢量的相关矩阵；

C、对所述相关矩阵进行特征值分解，得到物理资源单元上的特征矢量；

D、在预设的码本上对所述特征矢量进行量化。

优选的，所述步骤B具体为：根据 $R=\frac{1}{N_{\mathrm{sc}}\×N_s}\underset{c=1}{\overset{N_{\mathrm{sc}}}{\mathrm{\Σ}}}\underset{s=1}{\overset{N_s}{\mathrm{\Σ}}}{h}_{c,s}^H{h}_{c,s}$ 估计所述信道状态矢量的相关矩阵，其中：矢量h_c，s，c＝1……N_sc，s＝1……N_s为步骤A测量的信道状态矢量，c表示子载波序号，s表示OFDM符号序号，N_sc表示PRB的子载波数量，N_s表示PRB的OFDM符号数量，h_c，s为N维矢量，h_c，s ^H为h_c，s的共轭转置，N表示基站侧的发射天线数。

优选的，所述步骤C具体包括：

C1、利用特征值分解法得到所述相关矩阵的特征值；

C2、确定所述特征值中的最大特征值index；

C3、在所述相关矩阵特征矢量构成的酉矩阵V中提取第index列，作为所述物理资源单元上的特征矢量。

优选的，所述步骤D中采用最小欧拉距离准则进行量化。

优选的，所述步骤D之后进一步包括：

E、将量化得到的码矢量通知给基站；

F、基站根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

一种时频信道量化装置，包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量。

一种移动通信终端，包括时频信道量化装置，该时频信道量化装置中包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量；

所述移动通信终端还包括通讯模块，用于将所述量化模块输出的码矢量传输给基站。

一种移动通信系统，包括移动通信终端和基站，所述移动通信终端包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量；

通讯模块，用于将所述量化模块输出的码矢量传输给基站；

所述基站包括信号发射模块，用于根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

优选的，所述移动通信系统为采用基于码本的多用户多输入多输出方式的移动通信系统。

利用对整个PRB上的信道状态矢量的相关矩阵进行估计，并对估计出的相关矩阵进行特征值分解，进而提取整个PRB上的特征信道，从而避免了直接对信道状态矢量进行平均所带来的特征信道提取误差，减小了时频域颗粒度的影响，更加精确地匹配了信道，减少了多个用户之间的干扰，提高了MU-MIMO的容量，获得了性能增益。在实际使用时，该方法也不会出现h^a趋近于0从而使信道量化失败的情况。并且，本发明的处理复杂度也在可以接受的范围内，可以适用于多种不同配置的移动通信系统，具有较强的适用性。

附图说明

图1为本发明所述时频信道量化方法的主用流程图；

图2为8×8DFT矩阵的示意图；

图3为本发明所述时频信道量化装置的示意图；

图4为本发明所述移动通信终端和移动通信系统的示意图；

图5为不同天线间距下采用四相移频键控(QPSK，Quaternary Phase ShiftKeying)调制方式的性能仿真结果示意图；

图6为不同天线间距下MU-MIMO系统采用64正交调幅(QAM)调制方式的性能仿真结果示意图。

具体实施方式

下面通过具体实施例和附图对本发明做进一步详细说明。

图1为本发明所述时频信道量化方法的主用流程图。本发明适用于基于码本的MU-MIMO系统与OFDM系统结合的移动通信系统。参见图1，本发明的方法主要包括：

步骤101、测量移动通信终端的信道状态，得到OFDM系统的PRB上各个子载波各个符号上的信道状态矢量。此处具体的测量方法可以采用现有技术，本文不再赘述。

移动通信终端测量的各个子载波各个符号上的信道状态矢量计为h_c，s，c＝1……N_sc，s＝1……N_s，其中c表示子载波序号，s表示OFDM符号序号，N_sc表示PRB的子载波数量，N_s表示PRB的OFDM符号数量。矢量h_c，s为N维矢量，例如可以是N×1列矢量，也可以是1×N行矢量，N表示基站侧的发射天线数。

步骤102、估计所述信道状态矢量的相关矩阵。

本步骤中，利用以下公式(3)进行所述信道状态矢量的相关矩阵估计：

$R=\frac{1}{N_{\mathrm{sc}}\×N_s}\underset{c=1}{\overset{N_{\mathrm{sc}}}{\mathrm{\Σ}}}\underset{s=1}{\overset{N_s}{\mathrm{\Σ}}}{h}_{c,s}^H{h}_{c,s}$ 公式(3)

上述公式(3)中，所述h_c，s ^H为h_c，s的共轭转置。

步骤103、对所述相关矩阵进行特征值分解，得到物理资源单元上的特征矢量。

本步骤103具体包括：

31)、利用特征值分解法得到所述相关矩阵的特征值。具体方法可以根据公式(4)利用特征值分解数值算法得到矩阵V、Λ：

R＝V^HΛV               公式(4)

其中，矩阵V表示特征值对应的特征矢量构成的酉矩阵，矩阵Λ为V的对角阵，该对角阵Λ的对角线元素diag{λ₁，λ₂，……λ_N}为矩阵R的特征值。

32)、确定所述特征值中的最大特征值 $\mathrm{index}=\underset{i}{\max }{\mathrm{\λ}}_i.$

33)、在所述相关矩阵特征矢量构成的酉矩阵Λ中提取第index列，作为所述物理资源单元上的特征矢量。即v＝V(index)，其中V(index)表示提取矩阵V的第index列。

步骤104、在预设的码本上对所述特征矢量进行量化。

本步骤104中，假设码本C＝{c₁，c₂，……c_S}，其中c_i为码矢量，i＝1……S为N×1矢量，N为发射天线数。S表示码本C的大小。那么信道状态矢量量化为：h^q＝Q_C{v}，其中算子Q_C{v}表示在码本C上对矢量V进行量化。此处的量化方法可以有多种，例如比较简单的一种实施例是利用最小欧拉距离准则进行量化。

在UE对所述特征矢量进行量化之后，UE就可以将量化得到的码矢量通知给基站；基站根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

下面结合LTE的系统框架，以一个具体实施例说明本发明的方法：

假设基站的发射天线数N＝2，UE的接收天线数M＝1，在LTE中一个PRB包含12个子载波7个OFDM符号，即N_sc＝12，N_s＝7。那么实现流程如下：

步骤21、UE进行信道状态测量：

UE测量的各个子载波各个符号上的信道状态矢量计为 $h_{c,s}=[h_{c,s}^1,h_{c,s}^2],c=1\·\·\·\·\·\·12,s=1\·\·\·\·\·\·7,$ 其中c表示子载波序号，s表示OFDM符号。

步骤22、信道状态矢量相关阵估计，即相关矩阵 $R=\frac{1}{12\×7}\underset{c=1}{\overset{12}{\mathrm{\Σ}}}\underset{s=1}{\overset{7}{\mathrm{\Σ}}}{h}_{c,s}^H{h}_{c,s}.$

步骤23、从所述相关矩阵提取特征矢量v。即根据R＝V^HΛV利用特征值分解数值算法得到矩阵V、Λ，其中对角阵Λ的对角线元素diag{λ₁，λ₂}，为矩阵R的特征值。然后求最大特征值的索引，即 $\mathrm{index}=\underset{i}{\max }{\mathrm{\λ}}_i,i=\mathrm{1,2};$ 接着，求特征矢量v，即v＝V(index)，index∈{1，2}，其中V(index)表示提取矩阵V的第index列。

步骤24、进行信道状态矢量量化。此处，假设码本C＝{c₁，c₂，……c₈}，其中c_i，i＝1……8为2×1矢量。此处C采用DFT码本，该码本通过取8×8的DFT矩阵的前两行得到，可以预先存储在UE和基站中，DFT矩阵如图2所示，此处的量化方法采用的距离准则为最小欧拉距离准则，那么信道状态矢量量化具体根据公式(5)进行，得到码矢量h^q：

$h^q=\underset{c_i}{\max }{\left|v^H{c}_i\right|}^2$ 公式(5)

公式(5)中，所述v^Hc_i为矢量v在矢量c_i上的投影，v^Hc_i的值越大，表明在矢量空间中，这两个矢量越接近。

步骤24、UE将码矢量h^q在码本中的索引号通过上行控制信道反馈给基站。

步骤25、然后基站可以根据UE反馈的码矢量选择MU-MIMO的用户，形成MU-MIMO中各个用户信号的加权矢量，然后利用该加权矢量对MU-MIMO用户信号进行加权，形成MU-MIMO发射信号。

基于上述方法，本发明还公开了一种时频信道量化装置，图3为本发明所述时频信道量化装置的示意图。参见图3，该时频信道量化装置300包括：

测量模块301，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量。

相关矩阵估计模块302，用于估计测量模块测量的所述信道状态矢量的相关矩阵。本相关矩阵估计模块302的具体估计方法可以采用步骤102所述的方式。

特征值分解模块303，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量，具体的分解方法可以采用步骤103所述的方式。

量化模块304，用于在预设的码本上对所述特征矢量进行量化得到码矢量。

本发明还公开了一种移动通信终端及移动通信系统。图4为本发明所述移动通信终端和移动通信系统的示意图。参见图4，所述移动通信终端400包括时频信道量化装置300，该时频信道量化装置300中包括测量模块301、相关矩阵估计模块302、特征值分解模块303、以及量化模块304，所述移动通信终端400还包括通讯模块401，用于将所述量化模块304输出的码矢量传输给基站500。

本发明所述移动通信系统为基于码本的MU-MIMO系统与OFDM系统结合的移动通信系统，其中包括移动通信终端400和基站500，所述基站500内包括信号发射模块，用于根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

图5为不同天线间距下MU-MIMO系统采用QPSK调制方式的性能仿真结果示意图。图5的横坐标表示信噪比，纵坐标表示误码率，参见图5，其中，实线51为采用现有技术且天线间距为10λ的仿真结果，虚线52为采用现有技术且天线间距为0.5λ的仿真结果，实线53为采用本发明且天线间距为10λ的仿真结果，虚线54为采用本发明且天线间距为0.5λ的仿真结果。

图6为不同天线间距下MU-MIMO系统采用64正交调幅(QAM)调制方式的性能仿真结果示意图。图6的横坐标表示信噪比，纵坐标表示误码率，参见图6，其中，实线61为采用现有技术且天线间距为10λ的仿真结果，虚线62为采用现有技术且天线间距为0.5λ的仿真结果，实线63为采用本发明且天线间距为10λ的仿真结果，虚线64为采用本发明且天线间距为0.5λ的仿真结果。

从图5和图6的仿真结果中可以看出，采用本发明的时频信道矢量量化方法在MU-MIMO下确实能带来明显的性能增益。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1、一种时频信道量化方法，其特征在于，包括：

A、测量移动通信终端的信道状态，得到正交频分复用OFDM系统物理资源单元PRB上各个子载波各个符号上的信道状态矢量；

B、估计所述信道状态矢量的相关矩阵；

C、对所述相关矩阵进行特征值分解，得到物理资源单元上的特征矢量；

D、在预设的码本上对所述特征矢量进行量化。

2、根据权利要求1所述的方法，其特征在于，所述步骤B具体为：根据 $R=\frac{1}{N_{\mathrm{sc}}\×N_s}\underset{c=1}{\overset{N_{\mathrm{sc}}}{\mathrm{\Σ}}}\underset{s=1}{\overset{N_s}{\mathrm{\Σ}}}{h}_{c,s}^H{h}_{c,s}$ 估计所述信道状态矢量的相关矩阵，其中：矢量h_c，s，c＝1……N_sc，s＝1……N_s为步骤A测量的信道状态矢量，c表示子载波序号，s表示OFDM符号序号，N_sc表示PRB的子载波数量，N_s表示PRB的OFDM符号数量，h_c，s为N维矢量，h_c，s ^H为h_c，s的共轭转置，N表示基站侧的发射天线数。

3、根据权利要求1所述的方法，其特征在于，所述步骤C具体包括：

C1、利用特征值分解法得到所述相关矩阵的特征值；

C2、确定所述特征值中的最大特征值index；

C3、在所述相关矩阵特征矢量构成的酉矩阵V中提取第index列，作为所述物理资源单元上的特征矢量。

4、根据权利要求1所述的方法，其特征在于，所述步骤D中采用最小欧拉距离准则进行量化。

5、根据权利要求1所述的方法，其特征在于，所述步骤D之后进一步包括：

E、将量化得到的码矢量通知给基站；

F、基站根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

6、一种时频信道量化装置，其特征在于，包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量。

7、一种移动通信终端，其特征在于，包括时频信道量化装置，该时频信道量化装置中包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量；

所述移动通信终端还包括通讯模块，用于将所述量化模块输出的码矢量传输给基站。

8、一种移动通信系统，包括移动通信终端和基站，其特征在于，所述移动通信终端包括：

测量模块，用于测量OFDM系统PRB上各个子载波各个符号上的信道状态矢量；

相关矩阵估计模块，用于估计测量模块测量的所述信道状态矢量的相关矩阵；

特征值分解模块，用于对所述相关矩阵进行特征值分解，得到PRB上的特征矢量；

量化模块，用于在预设的码本上对所述特征矢量进行量化得到码矢量；

通讯模块，用于将所述量化模块输出的码矢量传输给基站；

所述基站包括信号发射模块，用于根据接收到的码矢量选择移动通信终端用户，形成对各个移动通信终端用户信号的加权矢量，并以所述加权矢量对各个移动通信终端用户的信号进行加权得到发射信号进行发射。

9、根据权利要求8所述的移动通信系统，其特征在于，所述移动通信系统为采用基于码本的多用户多输入多输出方式的移动通信系统。

Images