CN101595762A - Mimo网状网络 - Google Patents
Mimo网状网络 Download PDFInfo
- Publication number
- CN101595762A CN101595762A CNA2007800344290A CN200780034429A CN101595762A CN 101595762 A CN101595762 A CN 101595762A CN A2007800344290 A CNA2007800344290 A CN A2007800344290A CN 200780034429 A CN200780034429 A CN 200780034429A CN 101595762 A CN101595762 A CN 101595762A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- msubsup
- math
- mover
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims description 303
- 239000011159 matrix material Substances 0.000 claims description 277
- 239000013598 vector Substances 0.000 claims description 201
- 238000004422 calculation algorithm Methods 0.000 claims description 200
- 238000000034 method Methods 0.000 claims description 89
- 238000012549 training Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000654 additive Substances 0.000 claims description 15
- 230000000996 additive effect Effects 0.000 claims description 15
- 230000014509 gene expression Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 230000017105 transposition Effects 0.000 claims description 9
- 230000000295 complement effect Effects 0.000 claims description 8
- 230000021615 conjugation Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000008054 signal transmission Effects 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 14
- 238000003672 processing method Methods 0.000 description 12
- 230000001149 cognitive effect Effects 0.000 description 11
- URWAJWIAIPFPJE-YFMIWBNJSA-N sisomycin Chemical compound O1C[C@@](O)(C)[C@H](NC)[C@@H](O)[C@H]1O[C@@H]1[C@@H](O)[C@H](O[C@@H]2[C@@H](CC=C(CN)O2)N)[C@@H](N)C[C@H]1N URWAJWIAIPFPJE-YFMIWBNJSA-N 0.000 description 11
- 238000004088 simulation Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 230000009977 dual effect Effects 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000002457 bidirectional effect Effects 0.000 description 5
- 238000007476 Maximum Likelihood Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 4
- 238000005562 fading Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- UREZNYTWGJKWBI-UHFFFAOYSA-M benzethonium chloride Chemical compound [Cl-].C1=CC(C(C)(C)CC(C)(C)C)=CC=C1OCCOCC[N+](C)(C)CC1=CC=CC=C1 UREZNYTWGJKWBI-UHFFFAOYSA-M 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/022—Site diversity; Macro-diversity
- H04B7/026—Co-operative diversity, e.g. using fixed or mobile stations as relays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0848—Joint weighting
- H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03343—Arrangements at the transmitter end
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
- H04L2025/03426—Arrangements for removing intersymbol interference characterised by the type of transmission transmission using multiple-input and multiple-output channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03592—Adaptation methods
- H04L2025/03598—Algorithms
- H04L2025/03611—Iterative algorithms
- H04L2025/03617—Time recursive algorithms
- H04L2025/03624—Zero-forcing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提供一种通过将MIMO技术应用于中继节点而能构建具有高速传输速率和高可靠性的无线网络的MIMO网状网络。MIMO网状网络具有多个中继节点,各中继节点具有多个天线,并通过在各中继节点之间设置无线链路来构建无线网络,MIMO网状网络采用将MIMO多址接入和MIMO广播交替连接的结构,在实现受干扰和加干扰避免的同时,在各中继节点中不但使前向无线链路进行多路传输,而且使后向无线链路进行多路传输,从而改善网络整体的频率利用效率。
Description
技术领域
本发明涉及使用MIMO技术的MIMO网状网络。
背景技术
在网状网络中,将具有中继功能的无线节点(中继节点)配置成网状,在各中继节点之间设置无线链路,从而可简单地构建大范围的无线网络(参照非专利文献1)。
然而,由于多个中继节点存在于同一网络内,因而具有发生无线链路间的干扰、传输品质劣化的问题(参照非专利文献2)。
具体地说,以图1所示的一维网状网络(多跳网络)为例,说明现有的网状网络的问题。
图1(A)是使用单一频率信道构成网状网络的例子,在该情况下,邻接的发送节点的后向链路发生干扰。这里,将该干扰距离设为d。
另一方面,图1(B)是使用A、B这2个频率信道构成网状网络的例子,在该情况下,邻接的发送节点使用不同的信道,从而可将干扰距离放大到3d,相反,使频率利用效率降低到1/2。
因此,在网状网络(多跳网络)中,避免干扰和频率利用效率的改善成为重要的研究课题。
即,现状是,不能实现传输品质不劣化(具有高可靠性)、且高速的无线网络。
发明内容
本发明是根据上述情况而作成的,本发明的目的是提供一种可通过将MIMO(多输入多输出)技术应用于中继节点来构建具有高速传输速率和高可靠性的无线网络的MIMO网状网络。
本发明涉及这样的MIMO网状网络:其具有多个中继节点,所述各中继节点具有多个天线,并通过在所述各中继节点之间设置无线链路来构建无线网络,本发明的上述目的是这样来有效达到的:采用将MIMO多址接入和MIMO广播交替连接的结构,在实现受干扰和加干扰避免的同时,在所述各中继节点中不但使前向无线链路进行多路传输,还使后向无线链路上进行多路传输,以改善网络整体的频率利用效率。
并且,本发明的上述目的是这样来有效达到的:在使用作为线性方式的ZF算法的本发明的MIMO网状网络中,采用如下MIMO多址接入系统:该MIMO多址接入系统针对所述中继节点中某接收节点,经由前向无线链路以及后向无线链路与该接收节点邻接的第1发送节点以及第2发送节点具有多个天线,所述接收节点中的MIMO算法的目的是,在避免来自所述第1发送节点的受干扰的同时,接收来自所述第2发送节点的信号,并且,在避免来自所述第2发送节点的受干扰的同时,接收来自所述第1发送节点的信号,假定所述第1发送节点以及所述第2发送节点的发送权重分别被赋予为 则所述接收节点的接收信号矢量y1∈CM可由下述算式描述, 式中,M是各中继节点的天线根数,s10、s12是所述第1发送节点以及所述第2发送节点的发送信号,并且,s1=[s10s12]T∈C2,Hij∈CM×M是从节点#j到节点#i的信道矩阵,并且, 通过将与信道矢量h12 t正交的 用作所述接收节点的接收权重,可在避免来自所述第2发送节点的受干扰的同时,接收来自所述第1发送节点的信号,同时,通过将与信道矢量h10 t正交的 用作所述接收节点的接收权重,可进行前向无线链路和后向无线链路的FB复用。
并且,本发明的上述目的是这样来有效达到的:在使用作为线性方式的ZF算法的本发明的MIMO网状网络中,采用如下MIMO广播系统:该MIMO广播系统针对所述中继节点中某发送节点,经由前向无线链路和后向无线链路与该发送节点邻接的第1接收节点以及第2接收节点具有多个天线,所述发送节点中的MIMO算法的目的是,在避免对所述第1接收节点的加干扰的同时,向所述第2接收节点发送信号,并且,在避免对所述第2接收节点的加干扰的同时,向所述第1接收节点发送信号,假定所述第1接收节点和所述第2接收节点的接收权重分别被赋予为 则所述第1接收节点的接收信号可由下述算式描述, 所述第2接收节点的接收信号可由下述算式描述, 式中,x2∈CM是所述发送节点的发送信号矢量,当使用y2=[y1 y3]T∈C2进行矢量表示时,得到下述算式, 其中, 通过使用正交于信道矢量的 作为所述发送节点的发送权重,可在避免对所述第1接收节点的加干扰的同时,向所述第2接收节点发送信号,同时,通过使用与信道矢量正交的 作为所述发送节点的发送权重,可进行前向无线链路和后向无线链路的FB复用。
并且,本发明的上述目的是这样来有效达到的,在使用作为非线性方式的SIC/DPC算法的本发明的MIMO网状网络中,采用如下MIMO多址接入系统:针对所述中继节点中某接收节点,经由前向无线链路以及后向无线链路与该接收节点邻接的第1发送节点以及第2发送节点具有多个天线,所述接收节点中的MIMO算法的目的是,使用非线性接收方式的SIC算法,在进行受干扰避免的同时,多路接收来自所述第1发送节点以及所述第2发送节点的信号,在所述SIC算法中,在所述接收节点的接收信号中,最初对来自所述第2发送节点的信号s12进行检波,将其从所述接收信号中减去,从而避免受干扰,接收来自所述第1发送节点的信号s10,因此,将来自所述第2发送节点的信号s12的接收权重设为 将来自所述第1发送节点的信号s10的接收权重设为平行于h10 t的 则此时的输出信号矢量可由下述算式描述, 式中,h12 i表示来自所述第2发送节点的干扰,因此,最初对由下述算式表示的进行检波, 然后,通过根据下述算式进行受干扰避免,可进行的检波, 由此,可进行受干扰避免以及前向无线链路和后向无线链路的FB复用。
并且,本发明的上述目的是这样来有效达到的,在使用作为非线性方式的SIC/DPC算法的本发明的MIMO网状网络中,采用这样的MIMO广播系统:该MIMO广播系统针对所述中继节点中某发送节点,经由前向无线链路以及后向无线链路与该发送节点邻接的第1接收节点以及第2接收节点具有多个天线,所述发送节点中的MIMO算法的目的是,使用非线性发送方式的DPC算法,在进行加干扰避免的同时,向所述第1接收节点和所述第2接收节点多路发送信号,假定所述第1接收节点和所述第2接收节点的接收权重分别被赋予为 则所述第1接收节点的接收信号可由下述算式描述, 所述第2接收节点的接收信号可由下述算式描述, 式中,x2∈CM是所述发送节点的发送信号矢量,当使用y2=[y1y3]T∈C2进行矢量表记时,得到下述算式, 式中, 在所述DPC算法中,针对y3即s32,使用正交于信道矢量的发送权重 针对y1即s12,使用平行于信道矢量的发送权重 此时输出信号矢量可由下述算式描述, 式中,s2=[s12 s32]T∈C2,h12 i表示s12对y3的干扰,根据下述算式,通过将该干扰分量从s′32的发送信号中减去,可进行加干扰避免, 由此,可进行加干扰避免以及前向无线链路和后向无线链路的FB复用。
并且,本发明涉及这样的MIMO网状网络:其包括具有中继功能的多个节点,所述各节点安装有M根MIMO天线,并通过在所述各节点之间设置无线链路来构建无线网络,本发明的上述目的是这样来有效达到的:通过发送权重和接收权重的组合,进行干扰避免,并通过在所述各节点多路传输前向链路和后向链路的流信号,来改善网络整体的容量。
并且,本发明的上述目的是这样来有效达到的:所述MIMO网状网络的信号模型按以下被公式化,
这里,yi F、yi B是第i个节点中的前向链路和后向链路的接收信号,
式中,[·]H表示复共轭转置,sj F和sj B是针对第j个节点中的前向链路和后向链路的发送信号,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矢量, 和 是第i个节点中的前向链路和后向链路的接收权重矢量,ni F和ni B是在第i个节点中接收到的前向链路和后向链路的等效加性噪声,在前向链路中,s(i-1) F是期望信号,另一方面,在后向链路中,s(i+1) B是期望信号。
并且,本发明的上述目的是这样来有效达到的:在使用作为线性方式的ZF算法的MIMO网状网络中,从第1节点到最终节点依次计算收发权重,着眼于第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB,第(i-1)发送节点和第i接收节点之间的系统模型使用等效发送信道矢量 和等效发送信道矢量 如下表示,
第i接收节点使用从第(i-1)发送节点经由发送权重w(i-1) tF和w(i-1) tB所发送的训练信号来学习等效发送信道矢量hi(i-1) tB和hi(i-1) tF,第i接收节点的接收权重wi rF、wi rB根据下述算式来计算,
式中,(x⊥,y⊥)是正交于x和y这两者的基础矢量,(x||,y⊥)是在正交于y的空间中与x最平行的基础矢量,通过使用上述计算出的第i接收节点的接收权重wi rF、wi rB,可根据下述算式对第(i-1)发送节点和第i接收节点之间的系统进行建模,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数。
并且,本发明的上述目的是这样来有效达到的:使用上述计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 和 是前向链路和后向链路的等效接收信道矢量,在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而学习等效接收信道矢量hi(i+1) rF和hi(i+1) rB,或者,在第(i+1)发送节点中发送训练信号,第i接收节点学习hi(i+1) rF和hi(i+1) rB,将已学习的hi(i+1) rF和hi(i+1) rB反馈给第(i+1)发送节点,第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB根据下述算式来计算,
通过使用上述计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,可根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数。
并且,本发明的上述目的是这样来有效达到的:第i接收节点中的前向链路和后向链路的接收信号yi F,yi B由下述算式表示,
第i接收节点不受来自第(i-1)发送节点和第(i+1)发送节点的干扰,可同时接收前向链路和后向链路的信号。
并且,本发明的上述目的是这样来有效达到的:在使用作为非线性方式的SIC/DPC算法的MIMO网状网络中,从第1节点到最终节点依次计算收发权重,着眼于第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB,根据下述算式计算第i接收节点的接收权重wi rF、wi rB,
式中,x||是平行于x的基础矢量,(x⊥,y⊥)是正交于x和y这两者的基础矢量,通过使用上述计算出的第i接收节点的接收权重wi rF、wi rB,可根据下述算式对第(i-1)发送节点和第i接收节点之间的系统进行建模,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数, 是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数,其中,在第(i-1)发送节点中,s(i-1) F和s(i-1) B这两者是已知的,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道系数hi(i-1) eFF和hi(i-1) eFB,或者,在第(i-1)发送节点中,经由w(i-1) tF和w(i-1) tB发送训练信号,第i接收节点学习hi(i-1) eFF和hi(i-1) eFB,将已学习的hi(i-1) eFF和hi(i-1) eFB反馈给第(i-1)发送节点,在第(i-1)发送节点中,使用DPC算法,如下述算式所示来消除干扰信号,
式中,s(i-1) B是干扰信号,s(i-1) F是期望信号。
并且,本发明的上述目的是这样来有效达到的:基于上述计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式计算第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,
通过使用上述计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,可根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 是相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数,第i接收节点使用从第(i+1)发送节点经由发送权重矢量w(i+1) tB所发送的训练信号来学习等效信道系数hi(i+1) eFF和hi(i+1) eFB,在第i接收节点的后向链路的接收信号yi B中,期望信号s(i+1) B如下述算式所示不受干扰地被接收,
使用SIC算法,如下述算式所示,最初对s(i+1) tB进行检波,
然后,假定可正确地对进行检波,如下述算式所示,通过将其复制信号从第i接收节点中的前向链路的接收信号yi F中减去,来实现干扰消除,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数,s(i-1) F是期望信号。
并且,本发明的上述目的是这样来有效达到的:从第1节点到最终节点依次计算收发权重,第i节点的状态是接收节点,着眼于该第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB, 成立,式中,[·]T表示转置,如下述算式所示,将相互正交的训练信号和经由第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB从第(i-1)发送节点发送到第i接收节点,
式中, 是相当于从第(i-1)发送节点所发送的训练信号的第i接收节点的接收信号矢量,ni∈CM是第i接收节点的加性噪声矢量,然后,根据下述算式估计等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},
并且,本发明的上述目的是这样来有效达到的:从第1节点到最终节点依次计算收发权重,第i节点的状态是发送节点,着眼于该第i发送节点时,已计算出第(i-1)接收节点的接收权重w(i-1) rF和w(i-1) rB,在 成立的情况下,用下述算式表示的信道的可逆性成立,
式中,[·]*表示复共轭,[·]T表示转置,[·]H表示复共轭转置, 以及 成立,在等效接收信道矢量h(i-1)i rB,h(i-1)i rF中,由下述算式表示的可逆性的性质成立,
将所学习的等效发送信道矢量hi(i-1) tF用作等效接收信道矢量h(i-1)i rB,将所学习的等效发送信道矢量hi(i-1) tB用作等效接收信道矢量h(i-1)i rF。
并且,本发明涉及这样的MIMO网状网络:其包括具有中继功能的多个节点,所述各节点安装有多根MIMO天线,并通过在所述各节点之间设置前向链路或后向链路来构建无线网络,本发明的上述目的是这样来有效达到的:在所述前向链路上复用KF个流信号(KF流),并在所述后向链路上复用KB个流信号(KB流),满足由下述算式表示的条件,
M≥K+max(KF,KB)
式中,M是所述各节点所安装的MIMO天线的根数,K是某节点收发的总流数,K=KF+KB成立,所述MIMO网状网络的信号模型按以下被公式化,
这里, 是第i个节点中的前向链路的接收信号矢量,并且, 第i个节点中的后向链路的接收信号矢量,
式中,[·]H表示复共轭转置, 和 是针对第j个节点中的前向链路和后向链路的发送信号矢量,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矩阵, 和 是针对第i个节点中的前向链路和后向链路的接收权重矩阵, 和 是在第i个节点中接收到的前向链路和后向链路的等效加性噪声矢量。
并且,本发明的上述目的是这样来有效达到的:在使用作为线性方式的块ZF算法的本发明的MIMO网状网络中,通过利用所述块ZF算法的线性干扰消除来进行对其他链路的干扰避免,之后对各链路进行MIMO多路传输,此时的各收发权重矩阵根据下述算式来计算,
式中,Wj tF和Wj tB是针对第j节点的前向链路和后向链路的发送权重矩阵,Wi rF和Wi rB是第i节点的前向链路和后向链路的接收权重矩阵, 和 是针对第j个节点中的前向链路和后向链路的块ZF发送权重矩阵, 和 是在第j个节点中利用所述块ZF算法进行了对其他链路的干扰避免的前向链路和后向链路的MIMO发送权重矩阵, 和 是针对第i个节点中的前向链路和后向链路的块ZF接收权重矩阵, 和 是在第i个节点中利用所述块ZF算法进行了来自其他链路的干扰避免的前向链路和后向链路的MIMO接收权重矩阵。
并且,本发明的上述目的是这样来有效达到的:从第1节点到最终节点依次计算收发权重矩阵,着眼于第i接收节点时,第(i-1)发送节点的后向链路的发送权重矩阵 是已知的,第(i-1)发送节点的前向链路的块ZF发送权重矩阵 是已知的,如下述算式所示,第i接收节点使用从第(i-1)发送节点经由发送权重矩阵 和 所发送的训练信号来学习等效发送信道矩阵和Hi(i-1) tB,
式中,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i-1) tF根据下述算式来计算,
并且,本发明的上述目的是这样来有效达到的:作为MIMO传输方式,在以开环传输方式在接收侧使用ZF算法的情况下,在第(i-1)发送节点中,使用(M-K)次的块ZF发送权重矩阵的任意KF个列矢量来多路发送KF流,在使用最前头KF个列矢量的情况下,下述算式成立,
此时,针对第(i-1)发送节点的前向链路的发送权重矩阵W(i-1) tF根据下述算式来计算,
式中,[·]-1是[·]的广义逆矩阵,[·]H是[·]的复共轭转置,此时,第i接收节点的前向链路的接收权重矩阵Wi rF根据 来计算。
并且,本发明的上述目的是这样来有效达到的:着眼于第(i+1)发送节点时,针对第i接收节点的前向链路的接收权重矩阵 是已知的,针对第i接收节点的后向链路的块ZF接收权重矩阵 是已知的,在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而按下述算式所示学习等效接收信道矩阵Hi(i+1) rF和或者,在第(i+1)发送节点中发送训练信号,第i接收节点按下述算式所示学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点,
式中,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i+1) rB根据下述算式来计算,
并且,本发明的上述目的是这样来有效达到的:作为MIMO传输方式,在以开环方式在发送侧使用ZF算法的情况下,在第(i+1)发送节点中,使用事先进行流分离的权重来多路发送KB流,此时,第i接收节点使用(M-K)次的块ZF接收权重矩阵的任意KB个列矢量来接收KB流,在使用最前头KB个列矢量的情况下,下述算式成立,
式中,[·]*是[·]的复共轭,[·]T是[·]的转置,[·]-1是[·]的广义逆矩阵,此时,第(i+1)发送节点的后向链路的发送权重矩阵W(i+1) tB根据 来计算。
并且,本发明的上述目的是这样来有效达到的:第i接收节点中的前向链路的接收信号矢量yi F为下述算式:
第i接收节点中的后向链路的接收信号矢量yi B为下述算式:
式中,Hi(i-1) eFF是使对角分量具有第(i-1)发送节点和第i接收节点之间的前向链路的KF流的等效信道响应的矩阵,根据下述算式来计算,
Hi(i+1) eBB是使对角分量具有第(i+1)发送节点和第i接收节点之间的后向链路的KB流的等效信道响应的矩阵,根据下述算式来计算,
并且,本发明的上述目的是这样来有效达到的:在除了块ZF算法以外,还在发送侧使用块DPC算法、在接收侧使用块SIC算法的本发明的MIMO网状网络中,通过将利用所述块ZF算法的线性干扰消除和利用所述块SIC算法/所述块DPC算法的非线性干扰消除进行组合来进行对其他链路的干扰避免,之后对各链路进行MIMO多路传输,此时的各收发权重矩阵根据下述算式来计算,
其中,各权重矩阵的维数为 Wj tF和Wj tB是针对第j节点的前向链路和后向链路的发送权重矩阵,Wi rF和Wi rB是针对第i节点的前向链路和后向链路的接收权重矩阵。和是针对第j个节点中的前向链路和后向链路的块ZF发送权重矩阵,和是在第j节点中利用块ZF进行了对其他链路的干扰避免的前向链路和后向链路的MIMO发送权重矩阵,和是针对第i节点中的前向链路和后向链路的块ZF接收权重矩阵,和是在第i节点中利用块ZF进行了来自其他链路的干扰避免的前向链路和后向链路的MIMO接收权重矩阵。
并且,本发明的上述目的是这样来有效达到的:从第1节点到最终节点依次计算收发权重矩阵,着眼于第i接收节点时,针对第(i-1)发送节点的后向链路的发送权重矩阵 是已知的,针对第(i-1)发送节点的前向链路的块ZF发送权重矩阵 是已知的,如下述算式所示,第i接收节点使用从第(i-1)发送节点经由发送权重矩阵 和 所发送的训练信号来学习等效发送信道矩阵 和
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i-1) tF根据下述算式来计算,
这里,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵,根据下述算式来计算,
Hi(i-1) eFB是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰的等效信道矩阵,根据下述算式来计算,
其中,在第(i-1)发送节点中,s(i-1) F和s(i-1) B这两者是已知的,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道矩阵Hi(i-1) eFF和Hi(i-1) eFB,或者,在第(i-1)发送节点中,经由W(i-1) tF和W(i-1) tB发送训练信号,第i接收节点学习Hi(i-1) eFF和Hi(i-1) eFB,将已学习的Hi(i-1) eFF和Hi(i-1) eFB反馈给第(i-1)发送节点,第(i-1)发送节点的前向链路的发送信号s(i-1) FDPC由下述算式表示,
此时,第i接收节点中的前向链路的接收信号yi(i-1) FDPC由下述算式表示,
并且,本发明的上述目的是这样来有效达到的:着眼于第(i+1)发送节点时,第i接收节点的前向链路的接收权重矩阵 是已知的,第i接收节点的后向链路的块ZF接收权重矩阵 是已知的,在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而如下述算式所示学习等效接收信道矩阵 和 或者,在第(i+1)发送节点中发送训练信号,第i接收节点按下述算式学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点,
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i+1) rB根据下述算式来计算,
这里,Hi(i+1) eBB是从第(i+1)发送节点到第i接收节点的后向链路的等效信道矩阵,根据下述算式来计算,
Hi(i+1) eFB是相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰的等效信道矩阵,根据下述算式来计算,
是使用块ZF形成的相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道矩阵,根据下述算式来计算,
第i接收节点使用从第(i+1)发送节点经由发送权重矢量W(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eFF和Hi(i+1) eFB,这里,在第i接收节点的后向链路的接收信号矢量yi B中,期望信号矢量s(i+1) B如下述算式所示,不受来自其他链路的干扰地被接收,
其中,第i接收节点通过使用从第(i+1)发送节点经由W(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eBB和Hi(i+1) eFB,第i接收节点根据所采用的MIMO传输方式,首先对s(i+1) B进行检波,然后,假定第i接收节点可正确地检波如下述算式所示,通过将其复制信号从第i接收节点的前向链路的接收信号矢量yi F中减去,来实现干扰消除,
式中,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵,s(i-1) F是干扰信号矢量。
并且,本发明涉及这样的MIMO-OFDM网状网络:其通过将本发明的MIMO网状网络与正交频分复用(OFDM)进行组合来作为宽带无线网络进行动作,本发明的上述目的是这样来有效达到的:将所述MIMO网状网络中使用的MIMO算法应用于OFDM的各子载波,在OFDM的第l子载波中,在前向链路上复用KF(l)个流信号,并在后向链路上复用KB(l)个流信号,所述MIMO-OFDM网状网络的信号模型按以下被公式化,
这里, 是第i接收节点中的第l子载波的前向链路的接收信号矢量, 是第i接收节点中的第l子载波的后向链路的接收信号矢量,
式中,[·]H表示复共轭转置, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送信号矢量,Hij(l)∈CM×M是从第j个节点到第i个节点的第l子载波的信道矩阵, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送权重矩阵, 和 是针对第i个节点中的第l子载波的前向链路和后向链路的接收权重矩阵, 和 是在第i个节点中接收到的第l子载波的前向链路和后向链路的等效加性噪声矢量,针对所建模的所述信号模型,对OFDM的各子载波应用所述MIMO网状网络中的收发权重矩阵的计算处理算法。
附图说明
图1是用于说明现有的一维网状网络(多跳网络)的示意图。
图2是用于说明认知MIMO网络的概念的示意图。
图3是用于说明MIMO多址接入(MIMO-MA)的示意图。
图4是用于说明MIMO广播(MIMO-BC)的示意图。
图5是用于说明本发明第1实施方式的一维MIMO网状网络的示意图。
图6是用于说明本发明第1实施方式的MIMO网状网络中的收发权重间的关系的示意图。
图7是用于说明本发明第1实施方式的二维MIMO网状网络的示意图。
图8是示出仿真方案的示意图。
图9是示出仿真结果的曲线图。
图10是用于说明本发明的第2实施方式的MIMO网状网络的示意图。
图11是用于说明在使用线性方式的情况下的本发明第2实施方式的MIMO网状网络的示意图。
图12是用于说明在使用非线性方式的情况下的本发明第2实施方式的MIMO网状网络的示意图。
图13是示出数值仿真用的方案(a)、(b)、(c)、(d)、(e)、(f)的示意图。
图14是示出表示干扰距离的矩阵的图。
图15是示出在忽略来自距离3d以上的节点的干扰信号的情况下,通过蒙特卡罗仿真计算出的各方案相对于SNR的平均总容量的曲线图。
图16是示出在考虑了网络内的所有干扰信号的情况下,通过蒙特卡罗仿真计算出的各方案相对于SNR的平均总容量的曲线图。
图17是用于说明一般化的本发明的MIMO网状网络的示意图。
图18是用于说明在使用线性方式的情况下的一般化的本发明的MIMO网状网络的示意图。
图19是用于说明在使用非线性方式的情况下的一般化的本发明的MIMO网状网络的示意图。
具体实施方式
以下,参照附图和算式详细说明用于实施本发明的最佳方式。
近年,认知电波环境并动态地进行无线资源分配的认知无线技术受到关注(参照非专利文献3和非专利文献4)。在目前所提出的认知无线中,主要探讨频率信道的动态分配。今后,期望这样的认知无线网络:认知所有的无线环境,其信息由无线节点共享,而且通过进行基于该信息的合作的自适应处理,从而实现最终的频率利用效率。
通过动态地分配时间、空间、频率、功率等无线资源,可考虑覆盖在已有系统(一级系统)上的认知MIMO网状网络(二级系统)。这种认知MIMO网状网络的概念可如图2所示。
作为网状节点(二级系统)的通信方式,采用MIMO-OFDMA(输入多输出-正交频分多址接入),该网状节点实现以下要素技术,从而可自主分散地构建需要高速传输速率和高可靠性的本地无线网络。
要素技术:
(1)无线环境的合作认知和认知信息共享
(2)利用MIMO技术的空间频率共用
(3)利用自适应路由选择和自适应功率控制的面的频率共用
(4)时间、空间、频率的自适应无线资源管理
(5)网络编码和合作中继
(6)上述技术的跨层最优化
作为该认知MIMO网状网络的应用,可考虑应用于未利用(或者覆盖)公众无线网络的本地无线网络(例如,事件会场等中的无线LAN、警察、消防等的公共无线、受灾地的紧急时无线、无线设备控制系统、公众无线网络到达不了的被阻断的环境中的无线网络)。
这里,对在后述的算式中使用的数学符号进行说明。[·]*表示复共轭,[·]T表示转置,[·]H表示复共轭转置。并且,x⊥表示正交于x的基础矢量,x||表示从属(平行)于x的基础矢量。
<1>MIMO受干扰加干扰避免(频率共用)
这里,对作为用于从与多用户MIMO系统(参照非专利文献5)的类比来构建本发明的MIMO网状网络的基础技术而使用MIMO技术的受干扰避免、加干扰避免、复用的方法进行说明。通过使用这些受干扰和加干扰避免以及复用技术,在空间轴上的频率共用成为可能,可实现频率利用效率高的无线网络。
将具有MIMO天线的节点通过接收处理来与包含一级系统和二级系统的多个系统之间进行频率共用的技术称为MIMO多址接入(MIMO-MA),将通过发送处理进行频率共用的技术称为MIMO广播(MIMO-BC)。
<1-1>MIMO-MA受干扰避免
这里,说明MIMO-MA中的受干扰避免和复用的方法。
图3示出MIMO多址接入(MIMO-MA)的系统结构图。这里,包含一级系统和二级系统的K个发送节点同时接入具有M个天线的接收节点。不过,这里为了简单起见,将讨论集中到K=2的情况。
将来自第i发送节点的发送信号设为si,将第i发送节点和接收节点之间的信道矢量设为hi∈CM,则接收信号矢量y∈CM可按下述算式1来描述。
【算式1】
y=h1s1+h2s2+n=[h1 h2]s+n
式中,s=[s1 s2]T∈C2,n∈CM是接收节点的加性噪声矢量。
这里,MIMO接收算法的目的是,在避免来自一级系统的受干扰信号s2的同时,接收来自二级系统的期望信号s1。并且,在s1、s2都是二级系统的情况下,通过对这些信号进行空间多路传输,可改善系统的频率利用效率。
作为MIMO多址接入中的受干扰避免和复用的方法,公知有线性方式的ZF算法和非线性方式的SIC算法。
首先,说明作为线性方式的ZF算法。
在使用作为线性方式的ZF算法的受干扰避免中,作为二级系统用的接收权重,使用与一级系统的信道矢量h2正交的基础权重
【算式2】
因此,不受来自一级系统的干扰,可接收来自二级系统的信号s1。
【算式3】
式中, 是二级系统的实际信道响应,并且,
另一方面,在s1、s2都是二级系统的情况下,通过使用正交于信道矢量h1的权重 来接收s2,可进行多路传输。
此时的输出信号矢量 可按下述算式4来描述。
【算式4】
式中,
这里可知,由于对信道进行了对角化,因而可根据下述算式5和算式6无干扰地对s1、s2进行检波,可实现受干扰避免和多路传输。
【算式5】
【算式6】
以上,作为线性方式说明了ZF算法,然而关于其他算法,例如MMSE算法,也能进行同样的讨论。
下面,说明作为非线性方式的串行干扰消除(SIC)(参照非专利文献6)。
作为非线性方式的串行干扰消除(SIC)是如下方式:最初对一级系统的信号进行检波,将该信号从接收信号中减去,从而进行受干扰避免。
在串行干扰消除(SIC)中,将与二级系统的信道矢量h1正交的权重 用作一级系统的接收权重,将平行(匹配)于二级系统的信道矢量h1的权重 用作二级系统的接收权重。
此时的输出信号矢量可按下述算式7来描述。
【算式7】
这里,h2 i表示从一级系统到二级系统的干扰。
【算式8】
【算式9】
并且,在s1、s2都是二级系统的情况下,根据相同步骤,实现排序的多路传输。另外,关于s1和s2的处理顺序,不限于此。
<1-2>MIMO-BC加干扰避免
这里,说明MIMO-BC中的加干扰避免和复用方法。
图4示出MIMO广播(MIMO-BC)的系统结构图。MIMO-MA和MIMO-BC除了发送功率的约束条件以外,存在对偶关系。
将发送节点的发送信号矢量设为x∈CM,将从发送节点到第i接收节点的信道矢量设为 则第i节点的接收信号yi可按下述算式10和算式11来描述。
【算式10】
【算式11】
式中,ni是第i接收节点的加性噪声。并且,当将2个接收信号合成为矢量y=[y1y2]T∈C2时,可进行使用下述算式12的表现。
【算式12】
y=[h1 h2]Tx+n
式中,n∈C2是合成了2个节点的噪声n1、n2后的矢量。
这里,MIMO发送算法的目的是,在避免对一级系统的加干扰y2的同时,向二级系统发送期望信号。并且,在2个接收节点都是二级系统的情况下,通过对不同信息进行空间多路发送,可改善系统的频率利用效率。
关于MIMO广播中的加干扰避免和复用的方法,公知还有作为线性方式的ZF算法和作为非线性方式的DPC(SIC)算法。
首先,说明作为线性方式的ZF算法。
在使用作为线性方式的ZF算法的加干扰避免中,将发送权重 预先乘以二级系统的发送信号s1,根据下述算式13发送。
【算式13】
此时,发送权重使用与一级系统的信道矢量h2 *正交的基础权重 从而可进行加干扰避免。
此时的接收信号矢量由下述算式14表示,可知能进行加干扰避免。
【算式14】
式中, 是对二级系统的实际信道响应。
并且,在y1、y2都是二级系统的情况下,将与信道矢量h1 *正交的基础权重 预先乘以发送信号s2,根据下述算式15进行多路发送。
【算式15】
此时的接收信号矢量为下述算式16,可进行加干扰避免和多路传输。
【算式16】
下面,说明作为非线性方式的脏纸编码(DPC)(参照非专利文献7)。
作为非线性方式的脏纸编码(DPC)与在发送侧的串行干扰消除(SIC)是等效的,是一种通过预先在发送侧减去到达一级系统的二级系统信号的分量来进行加干扰避免的方式。
在脏纸编码(DPC)算法中,一级系统使用与二级系统的信道矢量h1 *正交的发送权重 二级系统使用与二级系统的信道矢量h1 *平行(匹配)的发送权重
此时的接收信号矢量可按下述算式17来描述。
【算式17】
这里,h1 i表示从二级系统到一级系统的干扰。
因此,通过预先将该干扰分量从一级系统的发送信号中减去,可根据下述算式18进行加干扰避免。
【算式18】
并且,在y1、y2都是二级系统的情况下,通过将独立的发送信号s′2发送到y2,可进行排序的多路传输。另外,关于s1和s2的处理顺序,不限于此。
【算式19】
通过以上,对使用MIMO技术的受干扰和加干扰避免以及复用方法作了说明。通过使用这些技术,可进行在空间轴上的频率共用。
<2>本发明第1实施方式的MIMO网状网络
本发明第1实施方式的MIMO网状网络是使在<1>中所说明的使用MIMO算法的受干扰和加干扰避免以及复用技术改进后的MIMO网状网络。根据本发明的第1实施方式的MIMO网状网络,可解决现有的网状网络(多跳网络)中的干扰问题,可实现高的频率利用效率。
<2-1>一维MIMO网状网络
图5示出本发明第1实施方式的MIMO网状网络的实施例即一维MIMO网状网络(以下简称为“中继MIMO网络”)的结构。
如图5所示,本发明的MIMO网状网络采用将MIMO多址接入和MIMO广播交替连接的结构,同时实现干扰避免(受干扰和加干扰避免)和多路传输。由此,可在单一频率信道上将干扰距离设定为3d,并且,除了前向链路以外还在后向链路上进行多路传输,从而可改善网络整体的频率利用效率。
以下,在本发明第1实施方式的MIMO网状网络中,将用于同时实现干扰避免和多路传输的收发权重计算处理方法分为线性方式和非线性方式来具体说明。
<2-1-1>线性方式
这里,对在使用线性方式的ZF算法作为MIMO传输方式的情况下的本发明第1实施方式的MIMO网状网络中的收发权重计算处理方法进行说明。另外,按照接收权重计算处理方法、发送权重计算处理方法以及它们的相互关系的顺序进行说明。
首先,说明线性方式中的接收权重计算处理方法。
在图5中,着眼于接收节点#1,可捕捉为发送节点#0和#2具有多个天线的MIMO多址接入系统。
这里,接收节点#1中的MIMO算法的目的是:在避免来自发送节点#2的受干扰的同时,接收来自发送节点#0的信号,并且,在避免来自发送节点#0的受干扰的同时,接收来自发送节点#2的信号。
这里,假定发送节点#0和#2的发送权重分别被赋予为 则接收节点#1的接收信号矢量y1∈CM可由下述算式20描述。
【算式20】
这里,s10、s12是发送节点#0和#2的发送信号,并且,s1=[s10 s12]T∈C2。Hij∈CM×M是从节点#j到节点#i的信道矩阵,并且,
由于算式20和算式1具有相同结构,因而通过使用正交于信道矢量h12 t的 来作为接收权重,可在避免来自发送节点#2的受干扰的同时,接收来自发送节点#0的信号。
并且,同时通过使用正交于信道矢量h10 t的接收权重 可进行MIMO网状网络中的前向链路(Forward link)和后向链路(Backward link)的双向链路复用(以下简称为FB复用)。
此时的输出信号矢量 由下述算式21表示,可知能同时实现受干扰避免和FB复用。
【算式21】
式中, 表示从节点#j到节点#i的实际信道响应。
下面,说明线性方式中的发送权重的计算方法。
在图5中,着眼于发送节点#2,可捕捉到接收节点#1和#3具有多个天线的MIMO广播系统。
这里,发送节点#2中的MIMO算法的目的是,在避免对接收节点#1的加干扰的同时,向接收节点#3发送信号,并且,在避免对接收节点#3的加干扰的同时,向接收节点#1发送信号。
这里,假定接收节点#1和#3的接收权重分别被赋予为 则接收节点#1和#3的接收信号分别可由下述算式22和算式23描述。
【算式22】
【算式23】
这里,x2∈CM是发送节点#2的发送信号矢量。
并且,当使用y2=[y1 y3]T∈C2进行矢量表记时,得到下述算式24。
【算式24】
这里,
由于算式24和算式12具有相同结构,因而通过使用正交于信道矢量的 来作为发送权重,可在避免对接收节点#1的加干扰的同时,向接收节点#3发送信号。
此时的输出信号矢量 由下述算式25描述。
【算式25】
这里,s2=[s12 s32]T,s12表示对接收节点#1的发送信号,s32表示对接收节点#3的发送信号。
由此可知,能同时实现加干扰避免和FB复用。
下面,说明线性方式中的收发权重的相互关系。
如上所述,在基于ZF算法的线性方式中,存在这样的链关系:根据第1个链路的发送权重决定第2个链路的接收权重,根据第2个链路的接收权重决定第3个链路的发送权重。
使用线性方式的一维MIMO网状网络有2个权重链,其关系如图6(A)所示。一维MIMO网状网络的两端,即前向网络和后向网络的起点权重,其初始值决定所有权重。该2个初始权重有必要逐次地最优化,以使网络吞吐量为最大。
以上,对使用线性方式的ZF算法作为MIMO传输方式的情况下的本发明第1实施方式的MIMO网状网络中的收发权重计算处理方法作了详细说明,然而作为本发明使用的线性方式,不限于ZF算法,例如当然也能使用MMSE算法。
<2-1-2>非线性方式(SIC/DPC)
这里,对在使用非线性方式的SIC/DPC算法来作为MIMO传输方式的情况下的MIMO网状网络中的收发权重计算方法进行说明。另外,与线性方式的情况一样,按照接收权重计算方法、发送权重计算方法以及它们的相互关系的顺序进行说明。
首先,说明非线性方式中的接收权重计算方法。
与线性方式一样,在图5中,着眼于接收节点#1,可捕捉到发送节点#0和#2具有多个天线的MIMO多址接入系统。
这里,接收节点#1中的MIMO算法的目的是,在避免来自发送节点#2的受干扰的同时接收来自发送节点#0的信号,并且,在避免来自发送节点#0的受干扰的同时接收来自发送节点#2的信号。
即,接收节点#1使用非线性接收方式的SIC算法,在进行受干扰避免的同时,多路接收来自发送节点#0和#2的信号。
在非线性接收方式的SIC算法中,在接收节点#1的接收信号矢量的算式20中,最初对来自发送节点#2的信号s12进行检波,通过将该信号从接收信号中减去以避免受干扰,并接收来自发送节点#0的信号s10。
【算式26】
这里,h12 i表示来自发送节点#2的干扰。
【算式27】
【算式28】
下面,说明非线性方式中的发送权重计算方法。
与线性方式一样,在图5中,着眼于发送节点#2,可捕捉到接收节点#1和#3具有多个天线的MIMO广播系统。
这里,发送节点#2中的MIMO算法的目的是,在避免对接收节点#1的加干扰的同时向接收节点#3发送信号,并且,在避免对接收节点#3的加干扰的同时向接收节点#1发送信号。
即,发送节点#2使用非线性发送方式的DPC算法,在进行加干扰避免的同时,向接收节点#1和#3多路发送信号。
此时输出信号矢量可由下述算式29描述。
【算式29】
这里,h12 i表示s12对y3的干扰。
因此,通过预先将该干扰分量从s′32的发送信号中减去,可进行加干扰避免。
【算式30】
由此可知,可实现排序的加干扰避免和FB复用。另外,关于s12和s32的处理顺序,不限于此。
下面,说明非线性方式中的收发权重的相互关系。
在非线性方式中,与线性方式不同,根据第1个链路的发送权重决定第1个和第2个链路的接收权重,根据第2个链路的接收权重决定第2个和第3个链路的发送权重。
因此,使用非线性方式的一维MIMO网状网络只有一个权重链,其关系如图6(B)所示。即可知,只要决定一维MIMO网状网络的一端的起点权重,就能决定所有权重。该权重的初始值例如可通过使用第1发送固有矢量来进行最优化。
<2-2>二维MIMO网状网络
这里,图7示出将本发明第1实施方式的MIMO网状网络展开成二维平面后的二维MIMO网状网络来进行说明。
例如,通过准备具有4根天线的网状节点(中继节点),可进行4个流的同时收发,可构建图7所示的棋盘形的二维MIMO网状网络。
假定使用单一频率信道构成该二维MIMO网状网络,则可将干扰距离从d扩大到而且通过对4个流进行空间多路传输,可改善频率利用效率。
并且,由于图7所示的二维MIMO网状网络可捕捉到多端子系统,因而通过使用网络编码和合作中继等,可进行进一步的最优化。
如上所述,根据图5和图7对本发明第1实施方式的MIMO网状网络的实施例作了说明,然而本发明不限于这些实施例所示的一维和二维,也能在本发明的MIMO网状网络中,将各中继节点(发送节点和接收节点)配置成任意形状。
<2-3>计算机仿真
这里,为了验证本发明第1实施方式的MIMO网状网络的有效性,进行数值仿真。
数值仿真使用图8所示的(A)、(B)、(C)、(D)这4种方案进行。为使说明简单,假想了由发送节点#0、接收节点#1、发送节点#2这3个节点构成的一维网状网络。
方案(A)是发送节点#0和接收节点#1之间的SISO通信。并且,方案(B)是对方案(A)施加来自发送节点#2的后向链路的干扰的方案。
另一方面,方案(C)和(D)是本发明第1实施方式的MIMO网状网络,方案(C)表示使用作为线性方式的ZF算法的MIMO网状网络,方案(D)表示使用作为非线性方式的SIC/DPC算法的MIMO网状网络。
其中,假定作为线性方式的ZF算法中的两端的发送权重的初始值为 另一方面,假定作为非线性方式的SIC/DPC算法的左端的发送权重的初始值为信道矩阵H10的第1右奇异矢量。
并且,假定各节点的天线根数为2。然后,假定传播路径为全部相同且无相关的(IID)瑞利衰落信道,计算各个方式在接收节点#1中的平均频率利用效率[bps/Hz]。
例如,MIMO网状网络的平均频率利用效率C根据下述算式31作了计算。
【算式31】
式中,P表示各个发送节点的发送功率,σ2表示接收节点的各天线的噪声功率。
图9示出通过蒙特卡罗仿真所得到的平均频率利用效率。
从图9可知,在现有的网状网络中,由于后向链路的干扰而不能实现高的频率利用效率。
另一方面,在本发明第1实施方式的MIMO网状网络中,通过进行受干扰避免和FB复用,可实现不存在后向链路的干扰的SISO网状网络的近2倍的频率利用效率。
并且,在本发明第1实施方式的MIMO网状网络中,将线性方式(ZF)和非线性方式(SIC/DPC)进行比较,非线性方式(SIC/DPC)通过SNR换算接近6dB而改善了特性。这起因于前向链路使用匹配权重而产生的阵列增益。
<3>本发明第2实施方式的MIMO网状网络
下面,详细说明本发明第2实施方式的MIMO网状网络。根据本发明的第2实施方式的MIMO网状网络,可解决现有的网状网络中的同一信道干扰问题,并且还可实现链路复用,可改善网络整体的容量。
<3-1>网络模型
这里,图示出本发明第2实施方式的MIMO网状网络的网络模型,该网络模型具有多个中继节点,各中继节点安装有M根MIMO天线,并且通过在各节点间设置无线链路来构建无线网络。
为使图面易看,图10示出具有5个中继节点、各中继节点安装有3根(M=3)MIMO天线的本发明第2实施方式的MIMO网状网络的网络模型。
如图10所示,在本发明第2实施方式的MIMO网状网络中,在前向链路(Forward link)和后向链路(Backward link)上进行空间复用。
以下,着眼于与某节点邻接的2个链路,对各节点安装有M根MIMO天线的本发明第2实施方式的MIMO网状网络的信号模型进行公式化。
这里,第i个节点中的前向链路和后向链路的接收信号yi F、yi B可使用下述算式32~算式37来进行建模。
【算式32】
【算式33】
【算式34】
【算式35】
【算式36】
【算式37】
这里,[·]H表示复共轭转置。并且,sj F和sj B是针对第j个节点中的前向链路和后向链路的发送信号,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矢量, 和 是针对第i个节点中的前向链路和后向链路的接收权重矢量,ni F和ni B是由第i个节点接收到的前向链路和后向链路的等效加性噪声。
在前向链路中,s(i-1) F是期望信号,其他3个信号{s(i-1) B,s(i+1) F,s(i+1) B}为干扰信号。另一方面,在后向链路中,s(i+1) B是期望信号,{s(i-1) F,s(i-1) B,s(i+1) F}为干扰信号。
在本发明第2实施方式的MIMO网状网络中,通过收发权重的组合,进行干扰避免,并且,同时实现了前向链路和后向链路的空间复用。以下,在本发明第2实施方式的MIMO网状网络中,将用于同时实现干扰避免和空间复用的收发权重计算处理方法分为线性方式和非线性方式来具体说明。
<3-2>线性方式
作为使用阵列天线的干扰消除方法,有作为线性方式的ZF算法、MMSE算法和作为非线性方式的SIC/DPC算法等。
这里,对在使用线性方式的ZF算法来作为MIMO传输方式的情况下的本发明第2实施方式的MIMO网状网络中的收发权重计算处理方法进行说明。
一般,在使用M元件阵列天线的线性方式(ZF算法)中,可消除(M-1)个干扰信号。为了简单起见,考虑M=3的情况,使用1个天线权重最多只能消除2个干扰信号。
然而,在MIMO网状网络中,由于相对于1个期望信号存在3个干扰信号,因而发生使用1个天线权重不能应对的问题。
因此,如图11的示意图所示,在使用线性方式的本发明的MIMO网状网络中,通过发送权重和接收权重的组合来消除干扰信号。以下,根据图11详细说明线性方式中的收发权重计算处理步骤(决定步骤)。
另外,以下将“第k个节点”也简称为“第k节点”。在“第k节点”的状态是接收节点的情况下,以下也简称为“第k接收节点”。在“第k节点”的状态是发送节点的情况下,以下也简称为“第k发送节点”。其中,k是从1开始的任意自然数。
在本发明的MIMO网状网络中,从第1节点到最终节点依次决定(计算)收发权重。这里,着眼于第i接收节点,已计算(决定)了第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB。
此时,第(i-1)发送节点和第i接收节点之间的系统模型可使用等效发送信道矢量 和等效发送信道矢量 如下述算式38和算式39所示来表示。
【算式38】
【算式39】
第i接收节点使用从第(i-1)发送节点经由发送权重w(i-1) tF和w(i-1) tB所发送的训练信号来学习等效发送信道矢量hi(i-1) tB和hi(i-1) tF。
在使用作为线性方式的ZF算法的情况下的本发明第2实施方式的MIMO网状网络中,根据下述算式40和算式41计算第i接收节点的接收权重wir F、wir B。
【算式40】
【算式41】
这里,(x⊥,y⊥)是正交于x和y这两者的基础矢量,(x||,y⊥)是在正交于y的空间中最平行于x的基础矢量。
通过使用根据上述算式40和算式41计算出的第i接收节点的接收权重wi rF、wi rB,可根据下述算式42和算式43对第(i-1)发送节点和第i接收节点之间的系统进行建模。
【算式42】
【算式43】
这里, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数。
然后,可使用根据上述算式40和算式41计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式44和算式45对第i接收节点和第(i+1)发送节点之间的系统进行建模。
【算式44】
【算式45】
这里, 和 是前向链路和后向链路的等效接收信道矢量。
在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而学习等效接收信道矢量hi(i+1) rF和hi(i+1) rB。或者,在第(i+1)发送节点中发送训练信号,第i接收节点学习hi(i+1) rF和hi(i+1) rB,将已学习的hi(i+1) rF和hi(i+1) rB反馈给第(i+1)发送节点。
在使用线性方式的ZF算法的情况下的本发明第2实施方式的MIMO网状网络中,根据下述算式46和算式47计算第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB。
【算式46】
【算式47】
通过使用根据上述算式46和算式47计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,可根据下述算式48和算式49对第i接收节点和第(i+1)发送节点之间的系统进行建模。
【算式48】
【算式49】
这里, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数。
最后,通过将上述算式42、算式43、算式48和算式49进行组合,上述算式32和算式33由下述算式50和算式51表示。
【算式50】
【算式51】
即,上述算式50和算式51意味着,第i接收节点不受来自邻接节点(即,第(i-1)发送节点和第(i+1)发送节点)的干扰,可同时接收前向链路和后向链路的信号。
以上,对使用线性方式的ZF算法作为MIMO传输方式的情况下的本发明第2实施方式的MIMO网状网络中的收发权重计算处理方法作了详细说明,然而作为本发明中使用的线性方式,不限于ZF算法,例如当然也能使用MMSE算法。
<3-3>非线性方式(SIC/DPC)
这里,对在使用非线性方式的SIC/DPC算法来作为MIMO传输方式的情况下的本发明第2实施方式的MIMO网状网络中的收发权重计算处理方法进行说明。
在使用非线性方式的情况下,在发送侧使用DPC算法,在接收侧使用SIC算法。在本发明第2实施方式的MIMO网状网络中,通过使用DPC/SIC算法,与使用线性方式(ZF算法)的情况相比,可减少正交约束条件,可使用剩余的阵列自由度来实现高的分集增益。
如图12的示意图所示,在使用非线性方式的本发明的MIMO网状网络中,通过发送权重和接收权重的组合来消除干扰信号。根据图12的示意图,详细说明非线性方式中的收发权重计算处理步骤(决定步骤)。
在本发明的MIMO网状网络中,从第1节点到最终节点依次决定(计算)收发权重。在使用非线性方式(DPC/SIC算法)的情况下,着眼于第i接收节点,已计算了第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB,根据下述算式52和算式53计算(决定)第i接收节点的接收权重wi rF、wi rB。
【算式52】
【算式53】
这里,与使用线性方式(ZF算法)的情况相比,在使用非线性方式(DPC/SIC算法)的情况下,由于削减了第i接收节点的接收权重wi rF相对等效发送信道矢量hi(i-1) tB的正交约束条件,因而根据使用非线性方式的本发明的MIMO网状网络,可使用剩余的阵列自由度来实现高的分集增益。
通过使用根据上述算式52和算式53计算出的第i接收节点的接收权重wi rF、wi rB,可根据下述算式54和算式55对根据上述算式38和算式39所建模的第(i-1)发送节点和第i接收节点之间的系统进行建模。
【算式54】
【算式55】
这里, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数。并且, 是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数。
其中,在第(i-1)发送节点中,s(i-1) F和s(i-1) B这两者是已知的,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道系数hi(i-1) eFF和hi(i-1) eFB。或者,在第(i-1)发送节点中,经由w(i-1) tF和w(i-1) tB发送训练信号,第i接收节点学习hi(i-1) eFF和hi(i-1) eFB,将已学习的hi(i-1) eFF和hi(i-1) eFB反馈给第(i-1)发送节点。
可使用DPC算法,如下述算式56和算式57所示来消除干扰信号s(i-1) B。
【算式56】
【算式57】
另外,在DPC算法中,由于从期望信号中减去干扰信号,因而有时产生发送功率变动问题。因此,在实用上,可取代DPC算法而使用例如非专利文献8所公开的“トムリンソ一ハラシマプレコ一デイング(Tomlinson-Harashima precoding)”和非专利文献9所公开的“ラテイスプレコ一デイング(lattice precoding)”等的算法。这些算法的性能上界渐近于DPC算法的性能。
在使用非线性方式(DPC/SIC算法)的情况下,接下来,基于根据上述算式52和算式53计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式58和算式59计算(决定)第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB。
【算式58】
【算式59】
这里,与使用线性方式(ZF算法)的情况相比,在使用非线性方式(DPC/SIC算法)的情况下,由于削减了第(i+1)发送节点的发送权重w(i+1) tB相对等效接收信道矢量hi(i+1) rF的正交约束条件,因而根据使用非线性方式的本发明的MIMO网状网络,可实现高的分集增益。
通过使用根据上述算式58和算式59计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,可根据下述算式60和算式61对根据上述算式44和算式45所建模的第i接收节点和第(i+1)发送节点之间的系统进行建模。
【算式60】
【算式61】
这里, 是相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数。并且, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数。
第i接收节点使用从第(i+1)发送节点经由发送权重矢量w(i+1) tB所发送的训练信号来学习等效信道系数hi(i+1) eFF和hi(i+1) eFB。
这里,在第i接收节点的后向链路的接收信号yi B中,如下述算式62所示,期望信号s(i+1) B不受来自其他链路的干扰而被接收,因而可通过使用SIC算法的非线性处理来消除干扰信号。
【算式62】
在使用SIC算法的情况下,如下述算式63所示,第i接收节点首先对s(i+1) B进行检波。
【算式63】
【算式64】
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数。并且,s(i-1) F是期望信号。
最后,从上述算式62和算式64可知,根据使用非线性方式(SIC/DPC算法)的本发明的MIMO网状网络,不受来自邻接节点的干扰,可进行前向链路和后向链路的多路传输。
并且,与使用线性方式(ZF算法)的本发明的MIMO网状网络相比,使用非线性方式(SIC/DPC算法)的本发明的MIMO网状网络实现更高的分集增益。
<3-4>信道估计方法(信道估计协议)
如上所述,在本发明的MIMO网状网络中,对双向信号流进行空间复用,并且,同时消除来自邻接节点的干扰信号。为了实现这一点,各节点有必要计算(决定)邻接链路的发送权重或接收权重和信道矩阵(信道信息)。
对本发明的MIMO网状网络中的信道估计方法说明如下。
这里,将信道的可逆性成立作为前提。即,对在 成立的情况下(其中,[·]T表示转置)应用于本发明的MIMO网状网络的信道估计方法(协议)的优选例进行说明。另外,一般,在传播路径是静态下进行RF电路的校准的情况下,信道的可逆性成立。
<3-4-1>第i节点的状态是接收节点的情况
在本发明的MIMO网状网络中,在第i节点的状态是接收节点,即“Rx”的情况下,有必要学习从第(i-1)发送节点到第i接收节点的信道矩阵Hi(i-1)和第(i-1)发送节点的发送权重{w(i-1) tF,w(i-1) tB}。
着眼于该第i节点(第i接收节点),已计算(决定)了第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB。
因此,由于学习信道矩阵Hi(i-1)和第(i-1)发送节点的发送权重{w(i-1) tF,w(i-1) tB}与学习等效发送信道矢量{hi(i-1) tF,hi(i-1) tB}是相同的,因而在本发明中,通过学习等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},即通过估计等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},来进行信道估计处理。
在本发明的MIMO网状网络中,为了估计等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},首先,如下述算式65和算式66所示,将相互正交的训练信号和经由已计算出的第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB从第(i-1)发送节点发送到第i接收节点。
【算式65】
【算式66】
【算式67】
【算式68】
<3-4-2>第i节点的状态是发送节点的情况
在本发明的MIMO网状网络中,在第i节点的状态是发送节点,即“Tx”的情况下,有必要学习从第i发送节点到第(i-1)接收节点的信道矩阵H(i-1)i和第(i-1)接收节点的接收权重{w(i-1) rF,w(i-1) rB}。
着眼于该第i节点(第i发送节点),已计算(决定)了第(i-1)接收节点的接收权重wi(i-1) rF和w(i-1) rB。
因此,由于学习信道矩阵H(i-1)i和第(i-1)接收节点的接收权重{w(i-1) rF,w(i-1) rB}与学习等效接收信道矢量{h(i-1)i rF,h(i-1)i rB}是相同的,因而在本发明中,通过学习等效接收信道矢量{h(i-1)i rF,h(i-1)i rB},即通过估计等效接收信道矢量{h(i-1)i rF,h(i-1)i rB},进行信道估计处理。
在本发明中,为了估计等效接收信道矢量{h(i-1)i rF,h(i-1)i rB},利用由下述算式69表示的信道的可逆性的性质。
【算式69】
式中,[·]*表示复共轭,[·]T表示转置,[·]H表示复共轭转置。
在由上述算式69表示的信道的可逆性的性质成立的情况下,如 那样,后向链路的接收权重与前向链路的发送权重等效,并且如 那样,前向链路的接收权重与后向链路的发送权重等效。
与收发权重w(i-1) rB,w(i-1) tF,wi tB,wi rF一样,等效接收信道矢量h(i-1)i rB,h(i-1)i rF也具有可逆性的性质,由算式表示则为下述算式70和算式71。
【算式70】
【算式71】
在本发明中,将所学习的等效发送信道矢量hi(i-1) tF用作等效接收信道矢量h(i-1)i rB,并且,将所学习的等效发送信道矢量hi(i-1) tB用作等效接收信道矢量h(i-1)i rF。
如上所述,只要仅估计出等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},当然也就能获得等效接收信道矢量{h(i-1)i rF,h(i-1)i rB}的估计值。
并且,在信道的可逆性成立的情况下,无需进行反馈控制或前馈控制。
在本发明的MIMO网状网络中,首先,进行从第1节点依次估计等效发送信道矢量的初始信道估计处理,然后,在全部节点的初始信道估计处理结束后,各节点逐次地且分散地进行信道追踪。
<3-5>基于计算机仿真的性能评价
这里,为了验证本发明第2实施方式的MIMO网状网络的有效性(性能),进行基于计算机仿真的性能评价。
<3-5-1>仿真条件
进行计算机的数值仿真的条件如下所述。
条件1:
构成一维网状网络的节点数是8节点。
条件2:
图13示出数值仿真用的方案。图13所示的(a)、(b)、(c)、(d)、(e)、(f)这6种方案被分类为单一信道和多个信道两种。
具体地说,被分类为单一信道(1个信道)的是方案(a):SISO网状网络(单一信道),方案(c):智能天线网状网络,方案(e):使用ZF方式的本发明的MIMO网状网络,以及方案(f):使用SIC/DPC方式的本发明的MIMO网状网络。
被分类为多个信道(2个信道)的是方案(b):SISO网状网络(双信道),以及方案(d):各链路MIMO网状网络。
条件3:
在各节点具有多个天线的方案,即:方案(c):智能天线网状网络、方案(d):各链路MIMO网状网络、方案(e):使用ZF方式的本发明的MIMO网状网络、以及方案(f);使用SIC/DPC方式的本发明的MIMO网状网络中,各节点的天线根数为3。
条件4:
假定与邻接节点之间的距离全部相等为d。图14示出针对发送节点和接收节点的全部组合表示该两者间的距离的矩阵。在图14中,在某接收节点中,与发送期望信号和干扰信号的节点之间的距离由该接收节点编号行表示。
从图14可知,在全部方案中,第4节点的干扰条件最严格。因此,第4节点的容量在网络容量中为支配性的。因此,在以下的数值分析中,评价第4节点的性能。另外,在多跳中继网络的情况下,由于与第4节点连接的链路成为瓶颈,因而从第1节点到第8节点的端间容量与第4节点的容量倾向大致一致。
条件5:
假定邻接的任意节点中的任意的收发天线间的信道依从相互独立同一分布(Independently Identical Distributed,IID,独立同一分布)的平坦瑞利衰落信道。并且,假定这些信道的功率根据距离而衰减,路径损耗常数是3.5。全部信道是假想了非视距内(Non Line Of Sight,NLOS)环境的人工环境。
条件6:
在方案(d),即各链路MIMO网状网络中,在各个链路中假想了固有模式(Singular Value Decomposition,SVD,奇异值分解)MIMO传输(参照非专利文献10)。在固有模式MIMO传输中,将各链路的信道矩阵的右和左奇异矩阵分别用作发送权重和接收权重。
条件7:
作为表示网络信道容量的值,评价第4节点的总信道容量。例如,根据下述算式72计算与衰落变动对应的MIMO网状网络的平均信道容量Cmimo。
【算式72】
这里,γ4 F和γ4 B分别表示第4节点中的前向链路和后向链路的信号对干扰噪声功率比(Signal to Interference & Noise Ratio,SINR)。
将图14的干扰条件(干扰距离)作为参考,根据下述算式73和算式74计算它们的SINR,即γ4 F和γ4 B。
【算式73】
【算式74】
式中,Pj F和Pj B分别表示第j节点的前向链路和后向链路的发送功率,它们的合计发送功率P是 且恒定。并且,各接收天线的噪声功率被定义为σ2。在终端节点(第1节点)的情况下,总功率仅被提供给其中一个链路(对于第1节点是前向链路),在除此以外的节点的情况下,总功率分别被分配给前向链路和后向链路。
并且,hij eFF、hij eFB、hij eBB、hij eBF表示等效信道响应,分别由下述算式75、算式76、算式77和算式78定义。
【算式75】
【算式76】
【算式77】
【算式78】
条件8:
各节点的总发送功率是P,各接收天线的噪声功率是σ2。因此,具有单位信道增益的链路的各天线的信号对噪声功率比(Signal to NoiseRatio,SNR)被赋予为P/σ2,成为表示网络性能评价的图15和图16的横轴。
<3-5-2>网络容量的数值分析结果
图15和图16示出通过蒙特卡罗仿真计算出的各方案的针对SNR的平均总容量。图15为了进行本发明的MIMO网状网络的基本分析,忽略了来自距离3d以上的节点的干扰信号。
从图15充分可知,方案(a),即SISO网状网络(单一信道)的性能由于来自邻接节点的干扰而特性最差。与此相对,在方案(b)、即SISO网状网络(双信道)中,通过导入媒体接入控制(Media Access Control,MAC)协议,实现了干扰避免,带来了性能改善。并且,在方案(c),即智能天线网状网络中,即使是单一信道也能进行干扰避免,因而具有SISO网状网络(双信道)的2倍以上的特性。并且,方案(d)、即各链路MIMO网状网络的性能由于在各个链路内有复用增益,因而可获得SISO网状网络(双信道)的约3倍的特性。
另一方面,本发明的MIMO网状网络的吞吐量性能为SISO网状网络的4倍以上。这是因为,本发明的MIMO网状网络即使用方案(e)ZF方式的本发明的MIMO网状网络、以及使用方案(f)SIC/DPC方式的本发明的MIMO网状网络可在链路复用的同时在单一信道上实现干扰避免。并且,将使用ZF方式的本发明的MIMO网状网络和使用SIC/DPC方式的本发明的MIMO网状网络进行比较,在使用SIC/DPC方式的本发明的MIMO网状网络中,与使用ZF方式的本发明的MIMO网状网络相比,实现相同网络容量的SNR可改善约2dB。这是因为,使用SIC/DPC方式的本发明的MIMO网状网络利用最大化权重获得阵列(波束形成)增益和分集增益。
图16示出考虑了网络内的全部干扰信号的平均总容量。从图16可以看出,由于距离2d以上的干扰,在SNR高的区域(该情况相当于约17dB)中性能饱和。从图16中一目了然,即使考虑全部干扰信号,在所有方案中,本发明的MIMO网状网络(方案(e)和方案(f))也是优良的。
在图16中,在SNR高的区域中,平均总容量依次优良的是,方案(f)使用SIC/DPC方式的本发明的MIMO网状网络、方案(e)使用ZF方式的本发明的MIMO网状网络、方案(d)各链路MIMO网状网络、方案(c)智能天线网状网络、方案(b)SISO网状网络(双信道)、方案(a)SISO网状网络(单一信道)。
<4>本发明的MIMO网状网络的一般化
以上,对本发明的第1实施方式和第2实施方式的MIMO网状网络作了详细说明。根据上述的本发明的MIMO网状网络,可进行干扰避免,并可多路传输双向链路中的多个流信号(前向链路和后向链路中的多个流信号),并且,还可多路传输单向链路中的多个流信号(不同的前向链路中的多个流信号,或者不同的后向链路中的多个流信号)。
以下,对本发明的MIMO网状网络进行一般化。图中示出如下一般化的本发明的MIMO网状网络的网络模型:其具有多个中继节点,各中继节点安装有M根MIMO天线,并通过在各中继节点之间设置无线链路来构建无线网络。
为使图面易看,图17示出具有5个中继节点、各中继节点安装有M根MIMO天线(M元件阵列天线)的本发明的MIMO网状网络的模型。
如图17所示,在一般化的本发明的MIMO网状网络中,各节点安装有M元件的MIMO天线(M元件阵列天线),在前向链路上复用KF个流信号(以下也简称为KF流),并在后向链路上复用KB个流信号(以下也简称为KB流)。
因此,某节点发送或接收的总流数K(以下也简称为收发的总流数K)为K=KF+KB。其中,假定天线元件数M、前向链路中的流数KF、以及后向链路中的流数KB满足由下述算式79表示的条件。
【算式79】
M≥K+max(KF,KB)
当满足由上述算式79表示的条件时,可将以上所说明的线性和非线性算法应用于一般的拓扑结构。
例如,在前向链路上复用KF=1流、并在后向链路上复用KB=1流的双向链路信号传输中,至少需要M=3的3元件的MIMO天线。并且,在节点上安装了4元件(M=4)的MIMO天线的情况下,除了{KF,KB}={1,1}的双向链路信号传输以外,还能进行{KF,KB}={2,0}和{KF,KB}={0,2}的单向链路信号传输。
总之,在一般化的本发明的MIMO网状网络中,在各节点中,可形成复用(M-1)流信号的任意拓扑结构。
并且,在各节点满足由算式79表示的条件的情况下,还可对各链路采用不同的复用方式。这样,在本发明的MIMO网状网络中,还能根据前向链路中的流和后向链路中的流信号的数据速率和传播路径的状况,自适应地控制这些流信号复用拓扑结构。
以下,着眼于与某节点邻接的2个链路,对一般化的本发明的MIMO网状网络的信号模型进行建模。
这里,第i个节点中的前向链路的接收信号矢量 和后向链路的接收信号矢量 可使用下述算式80~算式85进行建模。
【算式80】
【算式81】
【算式82】
【算式83】
【算式84】
【算式85】
这里,[·]H表示复共轭转置。并且, 和 是针对第j个节点中的前向链路和后向链路的发送信号矢量,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矩阵, 和 是针对第i个节点中的前向链路和后向链路的接收权重矩阵, 和 是由第i个节点接收到的前向链路和后向链路的等效加性噪声矢量。
在具有如上所述公式化的信号模型的一般化的本发明的MIMO网状网络中,将用于同时实现干扰避免和空间复用的收发权重矩阵的求出方法(计算处理步骤)分为线性方式和非线性方式来具体说明。
<4-1>线性方式
在一般化的本发明的MIMO网状网络中,从第1节点到最终节点依次决定(计算)收发权重矩阵。
这里,对在使用线性方式(块ZF算法,或者块MMSE算法)作为MIMO传输方式的情况下的一般化的本发明的MIMO网状网络中的收发权重矩阵计算处理方法(计算处理步骤)进行说明。
如图18的示意图所示,在使用线性方式的“一般化的本发明的MIMO网状网络”中,在通过利用块ZF算法(或者块MMSE算法)的线性干扰消除来进行不同链路间的干扰避免的同时,在各链路中进行普通的MIMO多流传输(以下简称为“MIMO多路传输”)。
这里,在使用块ZF算法作为线性方式的“一般化的本发明的MIMO网状网络”中,首先,通过利用块ZF算法的线性干扰消除来进行对其他链路的干扰避免,之后对各链路进行MIMO多路传输。此时的各收发权重矩阵由下述算式86~算式89表示。
【算式86】
【算式87】
【算式88】
【算式89】
这里,Wj tF和Wj tB是第j节点的前向链路和后向链路的发送权重矩阵,Wi rF和Wi rB是第i节点的前向链路和后向链路的接收权重矩阵。并且, 和 是针对第j个节点中的前向链路和后向链路的块ZF发送权重矩阵, 和 是在第j个节点中利用块ZF进行了对其他链路的干扰避免的前向链路和后向链路的MIMO发送权重矩阵。并且, 和 是针对第i个节点中的前向链路和后向链路的块ZF接收权重矩阵, 和 是在第i个节点中利用块ZF进行了来自其他链路的干扰避免的前向链路和后向链路的MIMO接收权重矩阵。
<4-1-1>接收节点的权重计算处理步骤(权重决定方法)
这里,着眼于第i接收节点,第(i-1)发送节点的后向链路的发送权重矩阵 处于已决定的状态,是已知的。并且,第(i-1)发送节点的前向链路的块ZF发送权重矩阵 也处于已决定的状态,是已知的。
【算式90】
【算式91】
【算式92】
【算式93】
式中,[·]⊥是[·]的标准正交补空间基础矩阵。并且,等效发送信道矩阵Hi(i-1) tF根据下述算式94来计算。
【算式94】
【算式95】
【算式96】
【算式97】
这与在由(M-K)元件的发送天线和(M-KB)元件的接收天线构成的MIMO信道上进行KF流的多路传输的普通MIMO系统是等效的,可应用任意的MIMO传输方式(例如,非专利文献11的第6章~第8章所记载的任意的MIMO传输方式,例如在发送侧使用信道信息的交叉环方式和不使用信道信息的开环方式,作为交叉环方式的天线选择方式、SVD-MIMO方式、预编码方式、DPC方式和汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)方式,作为开环方式的时空编码方式,以及作为它们的接收方式的线性的ZF算法和MMSE算法、非线性的SIC算法和最大似然估计算法等)。
在开环方式中在接收侧使用ZF算法的情况下,在发送侧多路发送KF流,在接收侧进行接收到的KF流的分离。此时,发送侧使用(M-K)次的块ZF发送权重矩阵的任意KF个列矢量来发送流信号。例如,在使用的最前头KF个列矢量的情况下,下述算式98成立。
【算式98】
此时,第(i-1)发送节点的前向链路的发送权重矩阵根据下述算式99来计算。
【算式99】
作为开环传输方式的接收方式,在线性的情况下可使用ZF算法和MMSE算法。
【算式100】
【算式101】
式中,[·]-1是[·]的广义逆矩阵,并且,[·]H是[·]的复共轭转置。
此时,第i接收节点的前向链路的接收权重矩阵根据下述算式102来计算。
【算式102】
<4-1-2>发送节点的权重计算处理步骤(权重决定方法)
然后,着眼于第(i+1)发送节点,第i接收节点的前向链路的接收权重矩阵 处于已决定的状态,是已知的。并且,第i接收节点的后向链路的块ZF接收权重矩阵 也处于已决定的状态,是已知的。
在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而按下述算式103和算式104所示学习等效接收信道矩阵Hi(i+1) rF和。或者,还能使用这样的方法:在第(i+1)发送节点中发送训练信号,第i接收节点按下述算式103和算式104所示学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点。
【算式103】
【算式104】
式中,[·]*是[·]的复共轭,并且,[·]T是[·]的转置。
【算式105】
【算式106】
式中,[·]⊥是[·]的标准正交补空间基础矩阵。并且,等效接收信道矩阵Hi(i+1) rB根据下述算式107来计算。
【算式107】
这里,根据下述算式111来计算(决定)。
【算式108】
【算式109】
【算式110】
这与在由(M-KF)元件的发送天线和(M-K)元件的接收天线构成的MIMO信道上进行KB流的多路传输的普通MIMO系统是等效的,可应用任意的MIMO传输方式(例如,非专利文献11的第6章~第8章所记载的任意的MIMO方式,例如在发送侧使用信道信息的交叉环方式和不使用信道信息的开环方式,作为交叉环方式的天线选择方式、SVD-MIMO方式、预编码方式、DPC方式和汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)方式,作为开环方式的时空编码方式,以及作为它们的接收方式的线性的ZF算法和MMSE算法、非线性的SIC算法和最大似然估计算法等)。
在开环方式中在发送侧使用ZF算法的情况下,在后向链路中,接收权重是固定的,因而在发送侧使用事先进行流分离的权重来多路发送KB流。此时,在接收侧使用(M-K)次的块ZF接收权重矩阵的任意KB个列矢量来接收流信号。例如,在使用的最前头KB个列矢量的情况下,下述算式111成立。
【算式111】
此时,针对第i接收节点的后向链路的接收权重矩阵根据下述算式112来计算。
【算式112】
作为开环传输方式的发送方式,在线性的情况下可使用ZF算法和MMSE算法。
【算式113】
【算式114】
式中,[·]*是[·]的复共轭,并且,[·]T是[·]的转置,而且,[·]-1是[·]的广义逆矩阵。
此时,针对第(i+1)发送节点的后向链路的发送权重矩阵根据下述算式115来计算。
【算式115】
最后,将算式95、算式96、算式108、算式109进行组合后,则由上述算式80表示的第i接收节点中的前向链路的接收信号矢量yi F为下述算式116,并且,由上述算式81表示的第i接收节点中的后向链路的接收信号矢量yi B为下述算式117。
【算式116】
【算式117】
式中,Hi(i-1) eFF是使对角分量具有第(i-1)发送节点和第i接收节点之间的前向链路的KF流的等效信道响应的矩阵,根据下述算式118来计算。并且,Hi(i+1) eBB是使对角分量具有第(i+1)发送节点和第i接收节点之间的后向链路的KB流的等效信道响应的矩阵,根据下述算式119来计算。
【算式118】
【算式119】
从上述算式116、算式117、算式118、算式119可知,在使用线性方式作为MIMO传输方式的“一般化的本发明的MIMO网状网络”中,没有来自邻接节点的干扰,可在前向链路和后向链路中分别进行KF流和KB流的MIMO传输。
在本发明中,通过从第1节点到最终节点依次进行上述的收发权重矩阵的计算处理步骤,可计算(决定)所有节点的收发权重矩阵。
以上,对在使用线性方式的块ZF算法作为MIMO传输方式的情况下的一般化的本发明的MIMO网状网络中的收发权重计算处理方法作了详细说明,然而作为本发明使用的线性方式,不限于块ZF算法,例如当然也能使用块MMSE算法。
<4-2>非线性方式
这里,对在使用非线性方式作为MIMO传输方式的情况下的一般化的本发明的MIMO网状网络中的收发权重矩阵计算处理方法(计算处理步骤)进行说明。
在本发明中,在使用非线性方式作为MIMO传输方式的情况下,除了块ZF算法(或者块MMSE算法)以外,还在发送侧使用块DPC算法,在接收侧使用块SIC算法。
如图19的示意图所示,在使用非线性方式的“一般化的本发明的MIMO网状网络”中,通过将利用块ZF算法(或者块MMSE算法)的线性干扰消除和利用块SIC算法/块DPC算法的非线性干扰消除进行组合,来进行对其他链路的干扰避免,之后在各链路中进行普通的MIMO多路传输。此时的各收发权重矩阵由下述算式120~算式123表示。
【算式120】
【算式121】
【算式122】
【算式123】
这里,各权重矩阵的维数为
式中,Wj tF和wj tB是针对第j节点的前向链路和后向链路的发送权重矩阵,Wi rF和Wi rB是针对第i节点的前向链路和后向链路的接收权重矩阵。和是针对第j个节点中的前向链路和后向链路的块ZF发送权重矩阵,和是在第j个节点中利用块ZF进行了对其他链路的干扰避免的前向链路和后向链路的MIMO发送权重矩阵。并且,和是针对第i个节点中的前向链路和后向链路的块ZF接收权重矩阵,和是在第i个节点中利用块ZF进行了来自其他链路的干扰避免的前向链路和后向链路的MIMO接收权重矩阵。
<4-2-1>接收节点权重计算处理步骤(权重决定方法)
这里,着眼于第i接收节点,针对第(i-1)发送节点的后向链路的发送权重矩阵 处于已决定的状态,是已知的。并且,针对第(i-1)发送节点的前向链路的块ZF发送权重矩阵 也处于已决定的状态,是已知的。
在使用非线性方式的情况下的一般化的本发明的MIMO网状网络中,与使用线性方式的情况下的一般化的本发明的MIMO网状网络一样,首先,最初如上述算式90和算式91所示,第i接收节点使用从第(i-1)发送节点经由发送权重矩阵 和 所发送的训练信号来学习等效发送信道矩阵 和
【算式124】
【算式125】
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵。并且,等效发送信道矩阵Hi(i-1) tF根据下述算式126来计算。
【算式126】
此时,与使用线性方式的情况下的一般化的本发明的MIMO网状网络一样,可将第i接收节点的前向链路考虑为具有由下述算式127表示的等效信道矩阵的MIMO链路。
【算式127】
这与在由(M-K)元件的发送天线和M元件的接收天线构成的MIMO信道上进行KF流的多路传输的普通的MIMO系统是等效的,可应用任意的MIMO传输方式(例如,非专利文献11的第6章~第8章所记载的任意的MIMO传输方式,例如在发送侧使用信道信息的交叉环方式和不使用信道信息的开环方式,作为交叉环方式的天线选择方式、SVD-MIMO方式、预编码方式、DPC方式和汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)方式,作为开环方式的时空编码方式,以及作为它们的接收方式的线性的ZF算法和MMSE算法、非线性的SIC算法和最大似然估计算法等)。此时, 和 作为所采用的MIMO传输方式的MIMO收发权重矩阵而求出。
并且,在使用非线性方式的情况下的一般化的本发明的MIMO网状网络中,与使用线性方式的情况下的一般化的本发明的MIMO网状网络相比,由于等效接收天线元件数从(M-KB)增加到M,因而可获得高的分集增益。
【算式128】
【算式129】
这里,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵,根据下述算式130来计算。并且,Hi(i-1) eFB是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰的等效信道矩阵,根据下述算式131来计算。
【算式130】
【算式131】
【算式132】
这里,由于第(i-1)发送节点事先知道s(i-1) F和s(i-1) B这两者,因而可使用块DPC算法按照以下消除干扰信号。另外,在本发明中,不限于使用块DPC算法,还能使用例如块汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)算法和块网格预编码(lattice precoding)算法等非线性算法。
其中,在第(i-1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道矩阵Hi(i-1) eFF和Hi(i-1) eFB。或者,还可使用这样的方法:在第(i-1)发送节点中,经由w(i-1) tF和w(i-1) tB发送训练信号,第i接收节点学习Hi(i-1) eFF和Hi(i-1) eFB,将已学习的Hi(i-1) eFF和Hi(i-1) eFB反馈给第(i-1)发送节点。
在使用块DPC算法的情况下,第(i-1)发送节点的前向链路的发送信号s(i-1) FDPC由下述算式133表示。
【算式133】
此时,第i接收节点中的前向链路的接收信号yi(i-1) FDPC可由下述算式134表示。从算式134充分可知,可避免来自第(i-1)发送节点的后向链路的干扰,可进行多流的多路传输。
【算式134】
<4-2-2>发送节点权重计算处理步骤(权重决定方法)
然后,着眼于第(i+1)发送节点,针对第i接收节点的前向链路的接收权重矩阵 处于已决定的状态,是已知的。并且,针对第i接收节点的后向链路的块ZF接收权重矩阵 也处于已决定的状态,是已知的。
在使用非线性方式的情况下的一般化的本发明的MIMO网状网络中,与使用线性方式的情况下的一般化的本发明的MIMO网状网络一样,首先,最初如上述算式103和算式104所示,在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而学习等效接收信道矩阵 和 或者,还能使用这样的方法:在第(i+1)发送节点中发送训练信号,第i接收节点按下述算式学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点。
【算式135】
【算式136】
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵。并且,等效接收信道矩阵Hi(i+1) rB根据下述算式137来计算。
【算式137】
【算式138】
这与在由M元件的发送天线和(M-K)元件的接收天线构成的MIMO信道上进行KB流的多路传输的普通的MIMO系统是等效的,可应用任意的MIMO传输方式(例如,非专利文献11的第6章~第8章所记载的任意的MIMO传输方式,例如在发送侧使用信道信息的交叉环方式和不使用信道信息的开环方式,作为交叉环方式的天线选择方式、SVD-MIMO方式、预编码方式、DPC方式和汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)方式,作为开环方式的时空编码方式,以及作为它们的接收方式的线性的ZF算法和MMSE算法、非线性的SIC算法和最大似然估计算法等)。此时, 和 作为所采用的MIMO传输方式的MIMO收发权重矩阵而求出。
并且,在使用非线性方式的情况下的一般化的本发明的MIMO网状网络中,与使用线性方式的情况下的一般化的本发明的MIMO网状网络相比,由于等效发送天线元件数从(M-KF)增加到M,因而可获得高的分集增益。
【算式139】
【算式140】
这里,Hi(i+1) eBB是从第(i+1)发送节点到第i接收节点的后向链路的等效信道矩阵,根据下述算式141来计算。并且,Hi(i+1) eFB是相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰的等效信道矩阵,根据下述算式142来计算。
【算式141】
【算式142】
【算式143】
第i接收节点使用从第(i+1)发送节点经由发送权重矢量W(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eFF和Hi(i+1) eFB。
这里,在第i接收节点的后向链路的接收信号矢量yi B中,期望信号矢量s(i+1) B如下述算式144所示,不受来自其他链路的干扰地被接收,因而可使用利用块SIC算法的非线性处理来消除干扰信号。
【算式144】
其中,第i接收节点通过使用从第(i+1)发送节点经由W(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eBB和Hi(i+1) eFB。
在使用块SIC算法的情况下,第i接收节点根据所采用的MIMO传输方式,首先对s(i+1) B进行检波。
然后,假定第i接收节点可正确地检波通过将其复制信号从第i接收节点的前向链路的接收信号矢量yi F中减去,来实现干扰消除。
【算式145】
式中,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵。并且,s(i-1) F是干扰信号矢量。
最后,从上述算式144和算式145可知,根据在使用非线性方式(块SIC/DPC算法)的情况下的一般化的本发明的MIMO网状网络,没有来自邻接节点的干扰,可在前向链路和后向链路中进行多流的多路传输。
并且,使用非线性方式的情况下的一般化的本发明的MIMO网状网络与使用线性方式的情况下的一般化的本发明的MIMO网状网络相比,通过使用块SIC/DPC算法,可减少正交约束条件,可使用剩余的阵列自由度来实现高的分集增益。
在本发明中,通过从第1节点到最终节点依次进行上述的收发权重矩阵计算处理步骤,可计算(决定)所有节点的收发权重矩阵。
如上所述,使用图17、图18和图19对一般化的本发明的MIMO网状网络的实施方式作了详细说明,然而本发明不限于这些图面所示的一维MIMO网状网络(中继MIMO网络),当然也能将各中继节点配置成二维或任意形状。
然后,在本发明中,作为MIMO传输方式,既能使用线性方式,也能使用非线性方式。在上述的本发明的实施方式中,在使用线性方式的情况下,以ZF算法和块ZF算法作为实施例作了说明,然而本发明不限于此,当然也能使用例如MMSE算法和块MMSE算法等线性算法。
并且,在上述的本发明的实施方式中,在使用非线性方式的情况下,以SIC/DPC算法和块SIC算法/块DPC算法作为实施例作了说明,然而本发明不限于此,当然也能使用汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)算法、网格预编码(lattice precoding)算法、块汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)算法和块网格预编码(lattice precoding)算法等非线性算法。
<4-3>MIMO-OFDM网状网络
上述的一般化的本发明的MIMO网状网络通过与正交频分复用(Orthogonal Frquency Division Multiplexing,OFDM)进行组合,可作为宽带无线网络(MIMO-OFDM网状网络)进行动作。
即,在通过将一般化的本发明的MIMO网状网络与正交频分复用(OFDM)进行组合而构成的MIMO-OFDM网状网络(以下简称为“本发明的MIMO-OFDM网状网络”)中,将上述的本发明的MIMO网状网络中使用的MIMO算法应用于OFDM的各子载波。因此,在OFDM的第l子载波中,在前向链路上复用KF(l)个流信号,并且,在后向链路上复用KB(l)个流信号。
以下,对本发明的MIMO-OFDM网状网络的信号模型进行公式化。
这里,第i接收节点中的第l子载波的前向链路的接收信号矢量 以及第l子载波的后向链路的接收信号矢量 可使用下述算式146~算式151来建模。
【算式146】
【算式147】
【算式148】
【算式149】
【算式150】
【算式151】
式中,[·]H表示复共轭转置。并且, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送信号矢量,Hij(l)∈CM×M是从第j个节点到第i个节点的第l子载波的信道矩阵, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送权重矩阵, 和 是针对第i个节点中的第l子载波的前向链路和后向链路的接收权重矩阵, 和 是在第i个节点接收到的第l子载波的前向链路和后向链路的等效加性噪声矢量。
针对按上述公式化的系统模型,通过对各子载波应用本发明的MIMO算法,即,通过对各子载波应用在上述<4-1>和<4-2>所述的本发明的MIMO网状网络中的收发权重矩阵计算处理算法,可实现作为宽带无线网络的本发明的MIMO-OFDM网状网络。
产业上的可利用性
本发明的MIMO网状网络将MIMO多址接入和MIMO广播中的受干扰和加干扰避免以及复用的技术应用于网状网络。
根据本发明,可同时解决现有的网状网络内存在的干扰距离问题和频率利用效率问题,可构建具有高速传输速率和高可靠性的无线网络。
并且,本发明的MIMO网状网络通过收发权重的组合来进行干扰避免,并同时实现前向链路和后向链路的空间复用。
根据本发明,可解决现有的网状网络中的同一信道干扰问题,并且,还能实现链路复用,可改善网络整体的容量。
并且,在一般化的本发明的MIMO网状网络中,各节点安装有M元件的MIMO天线,在前向链路上复用KF个流信号,并在后向链路上复用KB个流信号。
根据使用线性方式作为MIMO传输方式的“一般化的本发明的MIMO网状网络”,通过使用块ZF算法(或者块MMSE算法)的线性干扰消除,可在进行不同链路间的干扰避免的同时,在各链路中进行普通的MIMO多流传输。
并且,根据使用非线性方式作为MIMO传输方式的“一般化的本发明的MIMO网状网络”,通过将使用块ZF算法(或者块MMSE算法)的线性干扰消除和使用块SIC算法/块DPC算法的非线性干扰消除进行组合,可进行对其他链路的干扰避免,之后可在各链路中进行普通的MIMO多路传输。
而且,一般化的本发明的MIMO网状网络通过与正交频分复用(Orthogonal Frquency Division Multiplexing,OFDM)进行组合,可作为宽带无线网络(MIMO-OFDM网状网络)进行动作。
<参考文献一览>
非专利文献1:
アイ.エフ.アキイルヂズ(I.F.Akyildiz)、エクス.ワン(X.Wang)共著,「アサ一ベイオンワイヤレスメツシユネツトワ一クズ(A Survey on wireless mesh networks)」,IEEEコミユ一ン.マグ.(IEEE Commun.Mag.),2005年,第43卷,第9号,p.523-530
(“无线网状网络综述”,IEEE通信杂志)
非专利文献2:
ケイ.ヤマモト(K.Yamamoto)、エス.ヨシダ(s.Yoshida)共著,「トレ一ドオフビトイ一ンエリアスペクトルエフイシエンシ一アンド エンド·ツ一·エンドスル一プツトインレ一ト·アダプテイブマルチホツプラジオネツトワ一クズ(Tradeoff betweenarea spectral efficiency and end-to-end throughput in rate-adaptive muItihop Radio Networks)」,IEICE トランス. コミユ一ン.(IEICE Trans.Commun.),2005年,第E88-B卷,第9号,p.3532-3540
(“速率自适应多跳无线电网络中的面积频谱效率和端到端吞吐量之间的折衷”,IEICE通信学报)
非专利文献3:
ジエイ.ミトラIII(J.Mitra III)、ジイ一. キユ一. マグアイアジエイア一ル.(G.Q.Maguire JR.)共著,「コグニテイブラジオ:メイキングソフトウエアラジオズモアパ一ソナル(Cognitive radio:making software radios more personal)」,IEEEパ一ソナルコミユ一ン.(IEEE Personal Commun.),1999年8月,p.13-18
(“认知无线电:使软件无线电更人性化”,IEEE个人通信)
非专利文献4:
エス.ヘイキン(S.Haykin)著,「コグニテイブラジオ:ブレインエンパワ一イド ワイヤレスコミユニケ一シヨンズ(Cognitiveradio:brain-empowered wireless communications)」,IEEEジエイ.セレクト.エリアズ.コミユ一ン.(IEEE J.Slect.Areas.Commun.),2005年,第23卷,第2号,p.201-220
(“认知无线电:智能无线通信”,IEEE选择区域通信杂志)
非专利文献5:
野田,タン,ダオ,小野,阪口,荒木共著,「実伝搬デ一タを用いたマルチユ一ザMIMOシステムの特性評価」,信学技法,RCS2006-140,2006年10月
(“使用实际传播数据的多用户MIMO系统的特性评价”,通信技术)
非专利文献6:
ジイ一. ジエイ.フオスチニ(G.J,Foschini)著,「レイヤ一ド スペ一ス·タイムア一キテクチヤフオ一 ワイヤレスコミユニケ一シヨンインアフエ一デイングエンバイアロンメントホウエンユシングマルチ·エレメントアンテナズ(Layered space-timearchitecture for wireless communication in a fading environmentwhen using multi-element antennas)」,ベルラボズテク.ジエイ.(Bell Labs Tech.J.),1996年,第1卷,第2号,p.41-59
(“当使用多元件天线时衰落环境中的无线通信的时空分层结构”,贝尔实验室技术杂志)
非专利文献7:
エム.コスタ(M.Costa)著,「ライテイングオンダ一テイ一ペ一パ一(Writing on dirty paper)」,IEEE トランス.インフ.スイ一オリ(IEEE Trans.Inf.Theory),1983年,第29卷,第3号,p.439-441
(“在脏纸上写作”,IEEE信息理论学报)
非专利文献8:
ア一ル.デイ一.ウエ一ゼル(R.D.Wesel)、ジエ一.エム.シオフイ(J.M.Cioffi)共著,「アチ一ヴアブルレ一トスフオ一トムリンソン一ハラシマプレコ一デイング(Achievable rates forTomlinson-Harashima precoding)」,IEEEトランス.インフオ一.スイ一オリ(IEEE Trans.Infor.Theory),1998年3月,第44卷,第2号,p.824-830
(“汤姆林森-哈拉希玛预编码(Tomlinson-Harashima precoding)可达到的速率”,IEEE信息理论学报)
非专利文献9:
ユウ.エレゼ(U.Erez)、エス.テイ一.ブリンク(S.T.Brink)共著,「アクロ一ス·トウ一·キヤパシテイ一ダ一テイ一ペ一パ一コ一デイングスキ一ム(A Close-to-Capacity Dirty PaperCoding Scheme)」,IEEE トランス.インフオ一.スイ一オリ(IEEE Trans.Infor.Theory),2005年10月,第51卷,第10号,p.3417-3432
(“接近最大能力的脏纸编码方案”,IEEE信息理论学报)
非专利文献10:
アイ.イ一.テラタ一(I.E.Telatar)著,「キヤパシテイオフマルチアンテナガウサインチヤネルズ(Capacity of multi-antenna Gaussain channels)」,ユ一ロ.トランス.テレコンミユ一.(Euro.Trans.Telecommun.),1999年,第1卷,第6号,p.585-595
(“多天线高斯信道的容量”,欧洲电信学报)
非专利文献11:
エ一.ポ一ルラジ(A.Paulraj)、ア一ル.ナバ一(R.Nabar)、デイ一.ゴア(D.Gore)共著,「イントロダクシヨントウスペ一スタイムワイヤレスコミユニケ一シヨンズ(Introduction to Space-Time Wireless Communications)」,ケンブリツジユニバ一シテイプレス(Cambridege University Press),2003年
(“时空无线通信介绍”,剑桥大学出版社)
Claims (25)
1.一种MIMO网状网络,其具有多个中继节点,所述各中继节点具有多个天线,并通过在所述各中继节点之间设置无线链路来构建无线网络,其特征在于,
采用将MIMO多址接入和MIMO广播交替连接的结构,在实现受干扰和加干扰避免的同时,在所述各中继节点中不但使第1无线链路进行多路传输,而且使第2无线链路进行多路传输,从而改善网络整体的频率利用效率。
2.根据权利要求1所述的MIMO网状网络,该MIMO网状网络使用作为线性方式的ZF算法,其特征在于,
所述MIMO网状网络采用以下MIMO多址接入系统:该MIMO多址接入系统针对所述中继节点中某接收节点,经由第1无线链路以及第2无线链路与该接收节点邻接的第1发送节点以及第2发送节点具有多个天线;
所述接收节点中的MIMO算法的目的是:在避免来自所述第1发送节点的受干扰的同时,接收来自所述第2发送节点的信号,并且,在避免来自所述第2发送节点的受干扰的同时,接收来自所述第1发送节点的信号;
假定所述第1发送节点以及所述第2发送节点的发送权重分别被赋予为 则所述接收节点的接收信号矢量y1∈CM能用下述算式描述,
式中,M是各中继节点的天线根数,s10、s12是所述第1发送节点以及所述第2发送节点的发送信号,并且,s1=[s10 s12]T∈C2,Hij∈CM×M是从节点#j到节点#i的信道矩阵,并且,
通过将与信道矢量h12 t正交的 用作所述接收节点的接收权重,能在避免来自所述第2发送节点的受干扰的同时,接收来自所述第1发送节点的信号;
同时,通过将与信道矢量h10 t正交的 用作所述接收节点的接收权重,能进行第1无线链路以及第2无线链路的FB复用。
3.根据权利要求1所述的MIMO网状网络,该MIMO网状网络使用作为线性方式的ZF算法,其特征在于,
所述MIMO网状网络采用如下MIMO广播系统:该MIMO广播系统针对所述中继节点中某发送节点,经由第1无线链路以及第2无线链路与该发送节点邻接的第1接收节点以及第2接收节点具有多个天线;
所述发送节点中的MIMO算法的目的是:在避免对所述第1接收节点的加干扰的同时,向所述第2接收节点发送信号,并且,在避免对所述第2接收节点的加干扰的同时,向所述第1接收节点发送信号;
假定所述第1接收节点和所述第2接收节点的接收权重分别被赋予为 则:
所述第1接收节点的接收信号能由下述算式描述,
所述第2接收节点的接收信号能由下述算式描述,
式中,x2∈CM是所述发送节点的发送信号矢量;
当使用y2=[y1y3]T∈C2来表示矢量时,得到下述算式,
其中,
通过使用与信道矢量正交的 作为所述发送节点的发送权重,能在避免对所述第1接收节点的加干扰的同时,向所述第2接收节点发送信号;
4.根据权利要求1所述的MIMO网状网络,该MIMO网状网络使用作为非线性方式的SIC/DPC算法,其特征在于,
所述MIMO网状网络采用如下MIMO多址接入系统:该MIMO多址接入系统针对所述中继节点中某接收节点,经由第1无线链路以及第2无线链路与该接收节点邻接的第1发送节点以及第2发送节点具有多个天线;
所述接收节点中的MIMO算法的目的是:使用作为非线性接收方式的SIC算法,在进行受干扰避免的同时,多路接收来自所述第1发送节点以及所述第2发送节点的信号;
在所述SIC算法中,在所述接收节点的接收信号中,最初对来自所述第2发送节点的信号s12进行检波,将其从所述接收信号中减去,从而避免受干扰,接收来自所述第1发送节点的信号s10;
因此,将来自所述第2发送节点的信号s12的接收权重设为 将来自所述第1发送节点的信号s10的接收权重设为平行于h10 t的 则此时的输出信号矢量能由下述算式描述,
式中,h12 i表示来自所述第2发送节点的干扰;
由此,能进行受干扰避免以及第1无线链路和第2无线链路的FB复用。
5.根据权利要求1所述的MIMO网状网络,该MIMO网状网络使用作为非线性方式的SIC/DPC算法,其特征在于,
所述MIMO网状网络采用如下MIMO广播系统:该MIMO广播系统针对所述中继节点中某发送节点,经由第1无线链路以及第2无线链路与该发送节点邻接的第1接收节点以及第2接收节点具有多个天线;
所述发送节点中的MIMO算法的目的是:使用非线性发送方式的DPC算法,在进行加干扰避免的同时,向所述第1接收节点和所述第2接收节点多路发送信号;
假定所述第1接收节点和所述第2接收节点的接收权重分别被赋予为 则:
所述第1接收节点的接收信号能由下述算式描述,
所述第2接收节点的接收信号能由下述算式描述,
式中,x2∈CM是所述发送节点的发送信号矢量;
当使用y2=[y1y3]T∈C2来表示矢量时,得到下述算式,
式中,
式中,s2=[s12 s32]T∈C2,h12 i表示s12对y3的干扰;
根据下述算式,通过将该干扰分量从s′32的发送信号中减去,能进行加干扰避免,
由此,能进行加干扰避免以及第1无线链路和第2无线链路的FB复用。
6.一种MIMO网状网络,其包括具有中继功能的多个节点,所述各节点安装有M根MIMO天线,并通过在所述各节点之间设置无线链路来构建无线网络,其特征在于,
通过发送权重和接收权重的组合来进行干扰避免,并通过在所述各节点上多路传输前向链路和后向链路的流信号,来改善网络整体的容量。
7.根据权利要求6所述的MIMO网状网络,其特征在于,
所述MIMO网状网络的信号模型按以下进行公式化,
这里,yi F、yi B是第i个节点中的前向链路和后向链路的接收信号,
式中,[·]H表示复共轭转置,sj F和sj B是针对第j个节点中的前向链路和后向链路的发送信号,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矢量, 和 是针对第i个节点中的前向链路和后向链路的接收权重矢量,ni F和ni B是由第i个节点接收到的前向链路和后向链路的等效加性噪声,
在前向链路中,s(i-1) F是期望信号,另一方面,在后向链路中,s(i+1) B是期望信号。
8.根据权利要求7所述的MIMO网状网络,该MIMO网状网络使用作为线性方式的ZF算法,其特征在于,
从第1节点到最终节点依次计算收发权重,着眼于第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB;
第(i-1)发送节点和第i接收节点之间的系统模型使用等效发送信道矢量 和等效发送信道矢量 表示为如下,
第i接收节点使用从第(i-1)发送节点经由发送权重w(i-1) tF和w(i-1) tB所发送的训练信号,来学习等效发送信道矢量hi(i-1) tB和hi(i-1) tF;
第i接收节点的接收权重wi rF、wi rB根据下述算式来计算,
式中,(x⊥,y⊥)是正交于x和y这两者的基础矢量,(x‖,y⊥)是在与y正交的空间中最平行于x的基础矢量;
通过使用上述计算出的第i接收节点的接收权重wi rF、wi rB,能根据下述算式对第(i-1)发送节点和第i接收节点之间的系统进行建模,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数。
9.根据权利要求8所述的MIMO网状网络,其特征在于,
使用上述计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 和 是前向链路和后向链路的等效接收信道矢量;
在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而学习等效接收信道矢量hi(i+1) rF和hi(i+1) rB;
或者,在第(i+1)发送节点中发送训练信号,第i接收节点学习hi(i+1) rF和hi(i+1) rB,将已学习的hi(i+1) rF和hi(i+1) rB反馈给第(i+1)发送节点;
第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB根据下述算式来计算,
通过使用上述计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,能根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数。
10.根据权利要求9所述的MIMO网状网络,其特征在于,
第i接收节点中的前向链路和后向链路的接收信号yi F,yi B由下述算式表示,
第i接收节点不受来自第(i-1)发送节点和第(i+1)发送节点的干扰,能同时接收前向链路和后向链路的信号。
11.根据权利要求7所述的MIMO网状网络,该MIMO网状网络使用非线性方式的SIC/DPC算法,其特征在于,
从第1节点到最终节点依次计算收发权重,着眼于第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-2) tB,根据下述算式计算第i接收节点的接收权重wi rF、wi rB,
式中,x‖是平行于x的基础矢量,(x⊥,y⊥)是正交于x和y这两者的基础矢量;
通过使用上述计算出的第i接收节点的接收权重wi rF、wi rB,能根据下述算式对第(i-1)发送节点和第i接收节点之间的系统进行建模,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数, 是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数;
其中,在第(i-1)发送节点中,s(i-1) F和s(i-1) B这两者是已知的,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道系数hi(i-1) eFF和hi(i-1) eFB;
或者,在第(i-1)发送节点中,经由w(i-1) tF和w(i-1) tB发送训练信号,第i接收节点学习hi(i-1) eFF和hi(i-1) eFB,将已学习的hi(i-1) eFF和hi(i-1) eFB反馈给第(i-1)发送节点;
在第(i-1)发送节点中,使用DPC算法,如下述算式所示来消除干扰信号,
式中,s(i-1) B是干扰信号,s(i-1) F是期望信号。
12.根据权利要求11所述的MIMO网状网络,其特征在于,
基于上述计算出的第i接收节点的接收权重wi rF、wi rB,根据下述算式计算第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,
通过使用上述计算出的第(i+1)发送节点的发送权重w(i+1) tF、w(i+1) tB,能根据下述算式对第i接收节点和第(i+1)发送节点之间的系统进行建模,
式中, 是相当于从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰信号的等效信道系数, 是第i接收节点和第(i+1)发送节点之间的后向链路的等效信道系数;
第i接收节点使用从第(i+1)发送节点经由发送权重矢量w(i+1) tB所发送的训练信号来学习等效信道系数hi(i+1) eFF和hi(i+1) eFB;
在第i接收节点的后向链路的接收信号yi B中,期望信号s(i+1) B如下述算式所示不受干扰地被接收,
使用SIC算法,如下述算式所示,最初对s(i+1) B进行检波,
式中, 是第(i-1)发送节点和第i接收节点之间的前向链路的等效信道系数,s(i-1) F是期望信号。
13.根据权利要求8、权利要求9、权利要求11或权利要求12的任一项所述的MIMO网状网络,其特征在于,
从第1节点到最终节点依次计算收发权重;
第i节点的状态是接收节点,着眼于该第i接收节点时,已计算出第(i-1)发送节点的发送权重w(i-1) tF和w(i-1) tB,
式中, 是与从第(i-1)发送节点所发送的训练信号相当的第i接收节点的接收信号矢量,ni∈CM是第i接收节点的加性噪声矢量;
并且,根据下述算式估计等效发送信道矢量{hi(i-1) tF,hi(i-1) tB},
式中,是等效发送信道矢量hi(i-1) tF,hi(i-1) tB的估计值。
14.根据权利要求8至权利要求12中的任一项所述的MIMO网状网络,其特征在于,
从第1节点到最终节点依次计算收发权重;
第i节点的状态是发送节点,着眼于该第i发送节点时,已计算出第(i-1)接收节点的接收权重w(i-1) rF和w(i-1) rB;
在 成立的情况下,由下述算式表示的信道的可逆性成立,
式中,[·]*表示复共轭,[·]T表示转置,[·]H表示复共轭转置;
等效接收信道矢量h(i-1)i rB,h(i-1)i rF中由下述算式表示的可逆性的性质成立,
将所学习的等效发送信道矢量hi(i-1) tF用作等效接收信道矢量h(i-1)i rB,将所学习的等效发送信道矢量hi(i-1) tB用作等效接收信道矢量h(i-1)i rF。
15.一种MIMO网状网络,其包括具有中继功能的多个节点,所述各节点安装有多根MIMO天线,并通过在所述各节点之间设置前向链路或后向链路来构建无线网络,其特征在于,
在所述前向链路上复用KF个流信号(KF流),并在所述后向链路上复用KB个流信号(KB流);
满足由下述算式表示的条件,
M≥K+max(KF,KB)
式中,M是所述各节点所安装的MIMO天线的根数,K是某节点收发的总流数,K=KF+KB成立;
所述MIMO网状网络的信号模型按以下进行建模,
这里, 是第i个节点中的前向链路的接收信号矢量,并且, 第i个节点中的后向链路的接收信号矢量,
式中,[·]H表示复共轭转置, 和 是针对第j个节点中的前向链路和后向链路的发送信号矢量,Hij∈CM×M是从第j个节点到第i个节点的信道矩阵, 和 是针对第j个节点中的前向链路和后向链路的发送权重矩阵, 和 是第i个节点中的前向链路和后向链路的接收权重矩阵, 和 是由第i个节点接收到的前向链路和后向链路的等效加性噪声矢量。
16.根据权利要求15所述的MIMO网状网络,该MIMO网状网络使用作为线性方式的块ZF算法,其特征在于,
通过利用所述块ZF算法的线性干扰消除来进行对其他链路的干扰避免,之后对各链路进行MIMO多路传输,此时的各收发权重矩阵根据下述算式来计算,
式中,Wj tF和Wj tB是针对第j节点的前向链路和后向链路的发送权重矩阵,Wi rF和Wi rB是针对第i节点的前向链路和后向链路的接收权重矩阵, 和 是针对第j个节点中的前向链路和后向链路的块ZF发送权重矩阵, 和 是在第j个节点中利用所述块ZF算法进行了对其他链路的干扰避免的前向链路和后向链路的MIMO发送权重矩阵, 和 是针对第i个节点中的前向链路和后向链路的块ZF接收权重矩阵, 和 是在第i个节点中利用所述块ZF算法进行了来自其他链路的干扰避免的前向链路和后向链路的MIMO接收权重矩阵。
17.根据权利要求16所述的MIMO网状网络,其特征在于,
从第1节点到最终节点依次计算收发权重矩阵;
着眼于第i接收节点时,第(i-1)发送节点的后向链路的发送权重矩阵 是已知的,第(i-1)发送节点的前向链路的块ZF发送权重矩阵 是已知的;
式中,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i-1) tF根据下述算式来计算,
18.根据权利要求17所述的MIMO网状网络,其特征在于,
作为MIMO传输方式,在以开环传输方式在接收侧使用ZF算法的情况下,在第(i-1)发送节点中,使用(M-K)次的块ZF发送权重矩阵的任意KF个列矢量来多路发送KF流,在使用最前头KF个列矢量的情况下,下述算式成立,
式中,是标准正交基础选择矩阵,I(M-K)[1:KF]是(M-K)次的单位矩阵的第1~KF列;
第i接收节点进行接收到的KF流的分离;
此时,针对第(i-1)发送节点的前向链路的发送权重矩阵W(i-1) tF根据下述算式来计算,
在使用ZF算法作为开环传输方式的接收方式的情况下,使用由下述算式表示的等效发送信道矩阵
式中,[·]-1是[·]的广义逆矩阵,[·]H是[·]的复共轭转置;
此时,针对第i接收节点的前向链路的接收权重矩阵Wi rF根据 来计算。
19.根据权利要求17或权利要求18所述的MIMO网状网络,其特征在于,
着眼于第(i+1)发送节点时,针对第i接收节点的前向链路的接收权重矩阵 是已知的,针对第i接收节点的后向链路的块ZF接收权重矩阵 是已知的;
在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而按下述算式所示学习等效接收信道矩阵Hi(i+1) rF和或者,在第(i+1)发送节点中发送训练信号,第i接收节点按下述算式所示学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点,
式中,[·]*是[·]的复共轭,[·]T是[·]的转置;
式中,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i+1) rB根据下述算式来计算,
20.根据权利要求19所述的MIMO网状网络,其特征在于,作为MIMO传输方式,在以开环传输方式在发送侧使用ZF算法的情况下,在第(i+1)发送节点中,使用事先进行流分离的权重来多路发送KB流,此时,第i接收节点使用(M-K)次的块ZF接收权重矩阵的任意KB个列矢量来接收KB流,在使用最前头KB个列矢量的情况下,下述算式成立,
式中,是标准正交基础选择矩阵,I(M-K)[1:KB]是(M-K)次的单位矩阵的第1~KB列;
此时,第i接收节点的后向链路的接收权重矩阵Wi rB根据下述算式来计算,
式中,[·]*是[·]的复共轭,[·]T是[·]的转置,[·]-1是[·]的广义逆矩阵;
此时,针对第(i+1)发送节点的后向链路的发送权重矩阵W(i+1) tB根据 来计算。
21.根据权利要求20所述的MIMO网状网络,其特征在于,
第i接收节点中的前向链路的接收信号矢量yi F为下述算式:
第i接收节点中的后向链路的接收信号矢量yi B为下述算式:
式中,Hi(i-1) eFF是使对角分量具有第(i-1)发送节点和第i接收节点之间的前向链路的KF流的等效信道响应的矩阵,根据下述算式来计算,
Hi(i+1) eBB是使对角分量具有第(i+1)发送节点和第i接收节点之间的后向链路的KB流的等效信道响应的矩阵,根据下述算式来计算,
22.根据权利要求15所述的MIMO网状网络,除了块ZF算法以外,还在发送侧使用块DPC算法,在接收侧使用块SIC算法,其特征在于,
通过将利用所述块ZF算法的线性干扰消除和利用所述块SIC算法/所述块DPC算法的非线性干扰消除进行组合来进行对其他链路的干扰避免,之后对各链路进行MIMO多路传输,此时的各收发权重矩阵根据下述算式来计算,
23.根据权利要求22所述的MIMO网状网络,其特征在于,
从第1节点到最终节点依次计算收发权重矩阵;
着眼于第i接收节点时,针对第(i-1)发送节点的后向链路的发送权重矩阵 是已知的,针对第(i-1)发送节点的前向链路的块ZF发送权重矩阵 是已知的;
如下述算式所示,第i接收节点使用从第(i-1)发送节点经由发送权重矩阵 和 所发送的训练信号来学习等效发送信道矩阵 和
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i-1) tF根据下述算式来计算,
此时, 和 作为所采用的MIMO传输方式的MIMO收发权重矩阵而求出;
这里,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵,根据下述算式来计算,
Hi(i-1) eFB是相当于从第(i-1)发送节点的后向链路到第i接收节点的前向链路的干扰的等效信道矩阵,根据下述算式来计算,
其中,在第(i-1)发送节点中,s(i-1) F和s(i-1) B这两者是已知的,利用信道的可逆性 当第i接收节点是发送模式时,经由(wi rF)*发送训练信号,从而学习等效信道矩阵Hi(i-1) eFF和Hi(i-1) eFB;
或者,在第(i-1)发送节点中,经由w(i-1) tF和w(i-1) tB发送训练信号,第i接收节点学习Hi(i-1) eFF和Hi(i-1) eFB,将已学习的Hi(i-1) eFF和Hi(i-1) eFB反馈给第(i-1)发送节点;
第(i-1)发送节点的前向链路的发送信号s(i-1) FDPC由下述算式表示,
此时,第i接收节点中的前向链路的接收信号yi(i-1) FDPC由下述算式表示,
24.在权利要求23所述的MIMO网状网络中,其特征在于,
着眼于第(i+1)发送节点时,针对第i接收节点的前向链路的接收权重矩阵 是已知的,针对第i接收节点的后向链路的块ZF接收权重矩阵 是已知的;
在第(i+1)发送节点中,利用信道的可逆性 当第i接收节点是发送模式时,经由其共轭接收权重发送训练信号,从而如下述算式所示学习等效接收信道矩阵 和 或者,在第(i+1)发送节点中发送训练信号,第i接收节点对下述算式学习Hi(i+1) rF和将已学习的Hi(i+1) rF和反馈给第(i+1)发送节点,
式中,[·]*是[·]的复共轭,并且,[·]T是[·]的转置;
式中,IM是M次的单位矩阵,[·]⊥是[·]的标准正交补空间基础矩阵,Hi(i+1) rB根据下述算式来计算,
此时, 和 作为所采用的MIMO传输方式的MIMO收发权重矩阵而求出;
这里,Hi(i+1) eBB从第(i+1)发送节点到第i接收节点的后向链路的等效信道矩阵,根据下述算式来计算,
Hi(i+1) eFB是与从第(i+1)发送节点的后向链路到第i接收节点的前向链路的干扰相当的等效信道矩阵,并根据下述算式来计算,
第i接收节点使用从第(i+1)发送节点经由发送权重矢量w(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eFF和Hi(i+1) eFB;
这里,在第i接收节点的后向链路的接收信号矢量yi B中,期望信号矢量s(i+1) B如下述算式所示不受来自其他链路的干扰而被接收,
其中,第i接收节点通过使用从第(i+1)发送节点经由w(i+1) tB所发送的训练信号来学习等效信道矩阵Hi(i+1) eBB和Hi(i+1) eFB;
第i接收节点根据所采用的MIMO传输方式,首先对s(i+1) B进行检波,然后,假定第i接收节点能正确地对进行检波,如下述算式所示,通过将其复制信号从第i接收节点的前向链路的接收信号矢量yi F中减去,来实现干扰消除,
式中,Hi(i-1) eFF是从第(i-1)发送节点到第i接收节点的前向链路的等效信道矩阵,s(i-1) F是干扰信号矢量。
25.一种MIMO-OFDM网状网络,其通过将权利要求15至权利要求24中的任一项所述的MIMO网状网络与正交频分复用(OFDM)进行组合来作为宽带无线网络进行动作,其特征在于,
将所述MIMO网状网络中使用的MIMO算法应用于OFDM的各子载波,在OFDM的第l子载波中,在前向链路上复用KF(l)个流信号,并在后向链路上复用KB(l)个流信号;
所述MIMO-OFDM网状网络的信号模型按以下被公式化,
这里, 是第i接收节点中的第l子载波的前向链路的接收信号矢量, 是第i接收节点中的第l子载波的后向链路的接收信号矢量,
式中,[·]H表示复共轭转置, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送信号矢量,Hij(l)∈CM×M是从第j个节点到第i个节点的第l子载波的信道矩阵, 和 是针对第j个节点中的第l子载波的前向链路和后向链路的发送权重矩阵, 和 是针对第i个节点中的第l子载波的前向链路和后向链路的接收权重矩阵, 和 是在第i个节点中接收到的第l子载波的前向链路和后向链路的等效加性噪声矢量;
针对公式化的所述信号模型,对OFDM的各子载波应用所述MIMO网状网络中的收发权重矩阵的计算处理算法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006314893 | 2006-11-21 | ||
JP314893/2006 | 2006-11-21 | ||
JP325251/2007 | 2007-11-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101595762A true CN101595762A (zh) | 2009-12-02 |
Family
ID=39655888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007800344290A Pending CN101595762A (zh) | 2006-11-21 | 2007-11-21 | Mimo网状网络 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101595762A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102118764A (zh) * | 2009-12-30 | 2011-07-06 | 上海无线通信研究中心 | 频分双工中继系统中的上下行信息正交传输方法 |
CN103493414A (zh) * | 2011-04-19 | 2014-01-01 | 松下电器产业株式会社 | 信号生成方法及信号生成装置 |
CN105873219A (zh) * | 2016-05-30 | 2016-08-17 | 西安电子科技大学 | 基于GASE的TDMA无线Mesh网络资源分配方法 |
-
2007
- 2007-11-21 CN CNA2007800344290A patent/CN101595762A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102118764A (zh) * | 2009-12-30 | 2011-07-06 | 上海无线通信研究中心 | 频分双工中继系统中的上下行信息正交传输方法 |
WO2011079550A1 (zh) * | 2009-12-30 | 2011-07-07 | 上海无线通信研究中心 | 频分双工中继系统中的上下行信息正交传输方法 |
CN102118764B (zh) * | 2009-12-30 | 2013-11-06 | 上海无线通信研究中心 | 频分双工中继系统中的上下行信息正交传输方法 |
CN103493414A (zh) * | 2011-04-19 | 2014-01-01 | 松下电器产业株式会社 | 信号生成方法及信号生成装置 |
US9294165B2 (en) | 2011-04-19 | 2016-03-22 | Panasonic Intellectual Property Corporation Of America | Signal generating method and signal generating device |
US9571131B2 (en) | 2011-04-19 | 2017-02-14 | Sun Patent Trust | Signal generating method and signal generating device |
US9847822B2 (en) | 2011-04-19 | 2017-12-19 | Sun Patent Trust | Signal generating method and signal generating device |
US10404341B2 (en) | 2011-04-19 | 2019-09-03 | Sun Patent Trust | Signal generating method and signal generating device |
US11108448B2 (en) | 2011-04-19 | 2021-08-31 | Sun Patent Trust | Signal generating method and signal generating device |
US11563474B2 (en) | 2011-04-19 | 2023-01-24 | Sun Patent Trust | Signal generating method and signal generating device |
CN105873219A (zh) * | 2016-05-30 | 2016-08-17 | 西安电子科技大学 | 基于GASE的TDMA无线Mesh网络资源分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100067362A1 (en) | Mimo mesh network | |
JP5358807B2 (ja) | マルチホップ無線通信システム | |
CN101359953B (zh) | Td-scdma系统室外宏蜂窝中应用多输入多输出技术的方法 | |
CN101350777A (zh) | 无线通信中的中继 | |
CN102983935A (zh) | 基于干扰对齐的预编码、预解码方法及发射机和移动终端 | |
CN109890036B (zh) | 一种异构网络的自回程方法 | |
CN105636215B (zh) | 基于功率动态分配的干扰中和方法 | |
CN103312390A (zh) | 基于干扰对齐的预编码方法,发射机和设备 | |
CN103986509A (zh) | 一种基于干扰对齐和干扰中和的协作多点传输方法 | |
CN103780356A (zh) | 一种认知mimo通信系统的两级预编码的设计方法 | |
CN102868433B (zh) | 多输入多输出y信道中基于天线选择的信号传输方法 | |
Mohammadghasemi et al. | Pilot-decontamination in massive MIMO systems using interference alignment | |
Bromberg | Optimizing MIMO multipoint wireless networks assuming Gaussian other-user interference | |
JP2008236066A (ja) | 空間多重伝送用送信方法および装置 | |
Ono et al. | MIMO spatial spectrum sharing for high efficiency mesh network | |
Joung et al. | Multiuser two-way relaying method for beamforming systems | |
CN101595762A (zh) | Mimo网状网络 | |
Hu et al. | Key technologies in massive MIMO | |
CN102006146B (zh) | Mu-mimo系统下行链路的用户调度方法 | |
Janatian et al. | Joint multi-objective transmit precoding and receiver time switching design for MISO SWIPT systems | |
Shin | Multi-cluster MIMO non-orthogonal multiple access for multi-cell systems | |
Zhang et al. | Optimal space-time transceiver design for selective wireless broadcast with channel state information | |
Zhu et al. | Interference Alignment-based Precoding and User Selection with Limited Feedback in Two-cell Downlink Multi-user MIMO Systems. | |
CN102201890B (zh) | 数据发射方法及装置 | |
Shu et al. | Beamforming Design for IRS-Aided Decode-and-Forward Relay Wireless Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20091202 |