CN101686469B - 一种实现下行数据波束赋形的方法及其系统 - Google Patents

Abstract

本发明公开了一种实现下行数据波束赋形的方法及其系统，包括基站在预分配的时频资源区域周期性的向终端发送下行已知序列；所述终端根据接收的已知序列进行权值估计并提取相应相位信息；所述终端对相应相位进行量化并将量化后的反馈比特通过上行反馈信道反馈给所述基站；所述基站根据接收到的反馈比特重构权向量，并根据重构的权向量对下行数据进行波束赋形。采用本发明的实现方法及其系统利用终端计算权值，并通过反馈信道将其反馈给基站，基站利用该权值来完成下行波束赋形，使系统可以及时跟踪用户的变化情况，以达到更好的波束跟踪，从而降低了阵列误差，提高了系统的可靠性，扩大信号覆盖范围，降低了发送功率。

Description

一种实现下行数据波束赋形的方法及其系统

技术领域

本发明涉及无线通信领域，尤其涉及一种正交频分多址通信系统中采用均匀线阵智能天线的下行波束赋形方法及其系统。

背景技术

智能天线是利用天线阵列对波束进行汇成与指向控制的设备，可以自适应地调整其方向图以跟踪信号的变化，它利用数字信号处理技术，从而产生空间定向波束，使天线主波束对准用户信号到达方向，旁瓣或零陷点对准干扰信号到达方向，以达到充分高效地利用移动用户的有用信号并抑制或删除干扰信号的目的，从而提高系统容量、扩大覆盖范围、提高通信的可靠性、降低发送功率与降低运营成本。下行波束赋形算法有一般都是基于上行数据得到权值，包括基于上行DOA(Direction Of Arrival：波达方向估计)估计的一类算法与自适应算法。

基于上行DOA估计进行的下行波束赋形的算法是利用时分双工模式中其上下行信道的互易性，完成下行链路波束赋形，这种方法存在的问题是，天线阵列对应的上下行通道特性的不一致，各个通道的幅频特性和相频特性必然存在一定程度的差异，从而导致上下行角度存在偏差。

自适应算法包括盲算法和非盲算法两类，盲算法不需要训练序列，而是利用接收信号的某些特性计算权向量，由于盲算法不需要训练序列，因此能够提高系统的频谱利用率，但是其算法非常复杂，系统需要较大的运算量。非盲算法是指需要训练序列的算法，此时接收端已知发射的训练序列，进行算法处理时先确定信道响应再按一定准则确定各加权系数，或者直接按一定的准则确定或逐渐调整加权系数，使智能天线输出与已知输入最大相关。常用的准则包括最小均方误差准则、最大信噪比准则、最大信干噪比准则等，对应着基于不同准则的自适应算法。

现有技术中上行链路和下行链路的干扰并非完全互易，且在下行移动终端中所看到的来自其他基站的干扰，而不是来自其它移动终端的干扰，在下行链路确定权值时并没有考虑这一点，因此，下行链路的干扰抑制对上行链路并非同样有效；另一方面，利用上行DOA估计结果进行下行波束赋形时，天线阵列对应的上下行通道特性的不一致，各个通道的幅频特性和相频特性必然存在一定程度的差异，导致上下行角度存在偏差。由此可见，现有技术有待于更进一步的发展。

发明内容

本发明为解决上述现有技术中的缺陷提供了一种实现下行数据波束赋形的方法及其系统，是基于反馈信息实现下行数据波束赋形的方法与系统，以降低阵列误差，提高系统的准确性。

为解决上述技术问题，本发明方案包括：

一种实现下行数据波束赋形的方法，包括以下步骤：

A、基站在预分配的时频资源区域周期性的向终端发送下行已知序列；

B、所述终端根据接收的已知序列进行权值估计并提取相应相位信息；

C、所述终端对相应相位进行量化并将量化后的反馈比特通过上行反馈信道反馈给所述基站；

D、所述基站根据接收到的反馈比特重构权向量，并根据重构的权向量对下行数据进行波束赋形。

所述的方法，其中，所述步骤A中的已知序列为训练序列，且该训练序列在所述终端与所述基站中都是已知的。

所述的方法，其中，所述步骤A中的周期性发送为所述基站每帧发送、每2帧发送、每3帧发送或每N帧发送一次，N为序列发送的周期。

所述的方法，其中，所述步骤B中进行权值估计的方法为：权值估计为最小均方、递推最小二乘准则的自适应迭代方法、基于最大信噪比准则、基于最大信干噪比准则或基于最小均方误差准则；

其权值定义为：W＝[w₀ w₁…w_M-1]^H；

其中，上标H为取复共轭后转置；

所述的方法，其中，所述步骤B还包括：所述终端根据权值估计控制智能天线输出与已知输入最大相关，并确定各加权系数：W＝[w₀ w₁…w_M-1]；

其中，M为发送天线数，w_M-1为第M根发送天线的加权系数。

所述的方法，其中，所述步骤C还包括：

C1、所述终端根据有限的反馈比特与量化区间确定量化电平数；

C2、所述终端根据量化电平数对真实值进行量化并得到量化值。

所述的实现方法，其中，所述步骤D中的重构权向量包括：所述基站根据接收到的反馈比特、所述基站与所述终端已知的量化区间以及量化电平数恢复其量化值。

所述的方法，其中，所述步骤D还包括：下行波束赋形的阵列输出为权向量和数据向量的内积：Z(t)＝W^HU(t)；

其中，W为权向量，Z(t)为阵列输出信号，U(t)为各天线阵元信号合成的数据向量。

所述的方法，其中，所述步骤C中的上行反馈信道为所述基站的专用信道。

所述方法的系统，包括下行赋形模块，所述下行赋形模块用于对下行数据进行波束赋形，其中，所述系统还包括已知序列发送模块、权值估计模块、相位计算模块、量化反馈模块与权值重构模块，所述已知序列发送模块、所述权值估计模块、所述相位计算模块、所述量化反馈模块、所述权值重构模块与所述下行赋形模块顺序通信连接，所述已知序列发送模块用于发送已知序列；所述权值估计模块用于权值估计；所述相位计算模块用于计算权值的相位信息；所述量化反馈模块用于对相应相位信息量化并将其反馈至基站；所述权值重构模块用于根据权值重构权向量。

本发明提供了一种实现下行数据波束赋形的方法及其系统，利用终端计算权值，并通过反馈信道将其反馈给基站，基站利用该权值来完成下行波束赋形，使系统可以及时跟踪用户的变化情况，反馈用户所处波束位置信息，以达到更好的波束跟踪，降低了阵列误差，提高了系统的可靠性，扩大信号覆盖范围，降低了发送功率。

附图说明

图1本发明中已知序列结构示意图；

图2本发明中均匀线阵的天线阵列结构示意图；

图3本发明中实现基于反馈信息的下行数据波束赋形的系统结构示意图；

图4本发明中实现基于反馈信息的下行数据波束赋形的流程示意图。

具体实施方式

以下结合附图，对本发明各较佳实施例进行较为详尽的说明。

本发明提供的一种基于反馈信息的下行波束赋形的方法，利用终端计算权值，并通过反馈信道将其反馈给基站，最后由所述基站利用该权值来完成下行数据的波束赋形，降低了阵列误差，提高了系统的可靠性。本发明的方法包括以下步骤：

步骤a：基站在预分配的时频资源区域周期的向终端发送下行已知序列，所数已知序列为训练序列，其格式如图1所示；

步骤b：所述终端根据收到的已知序列进行权值估计；

步骤c：所述终端根据估计得到的权值提取相应的相位信息；

步骤d：所述终端对得到的相位信息进行量化处理，并把量化后的反馈比特通过上行反馈信道反馈给所述基站；

步骤e：所述基站根据接收到的反馈比特重构权向量；

步骤f：所述基站根据重构的权向量对下行数据进行波束赋形。

其中，所述步骤a中已知序列是由基站周期性发送，该序列在所述终端与基站都是已知的，并且保证在不同天线上正交，其结构如图1所示，以用于终端通过该序列可以进行权值估计。所述基站周期发送中，其周期可以是基站每帧发送，也可以是每2帧、3帧或N帧发送一次已知序列，N为序列发送的周期；其N越大，则系统开销越小，但是权值估计的准确性就会越低。因此，在实际应用中，应均衡这两方面因素来确定已知序列发送的周期。

其中，所述步骤b中权值估计是根据接收到的已知序列进行的，所述终端根据权值估计使智能天线输出与已知输入最大相关，并确定各加权系数W＝[w₀ w₁…w_M-1]，其中，M为发送天线数，w_M-1表示第M根发送天线的加权系数。

权值估计的计算方法包括最小均方与递推最小二乘准则的自适应迭代算法、基于最大信噪比准则、基于最大信干噪比准则以及基于最小均方误差准则等权值估计方法。

其中，所述步骤c中的权值可以定义为：

W＝[w₀ w₁…w_M-1]^H    (1)

其上标H表示赫密特转置，也就是将其取复共轭后再转置。

提取相位信息的方法依据为：

w_m＝exp(jβmΔdcosφsinθ)m＝0，1，…，M-1    (2)

其中，β＝2π/λ为相位传播因子，λ＝c/f表示波长，c是光速即3×10⁸m/s，f是载波频率，单位是Hz；Δd表示天线间距，φ是入射到阵列上的平面波的方位角，θ是仰角；且水平面用θ＝π/2表示，那么(2)式可以表示为：

w_m＝exp(jβmΔdcosφ)m＝0，1，…，M-1    (3)

从(3)式可以得到方位角φ：

$\mathrm{\φ}=\arccos \left(\frac{\mathrm{phase}\left(w_{m+1}{w}_m^{*}\right)}{\mathrm{\β\Δd}}\right)---\left(4\right)$

其(4)式中，上标*表示取共轭，phase(*)表示取复数的相位，arccos(*)表示取反余弦。

其中，步骤d中所述量化是指根据有限的反馈比特数L和量化区间以确定量化电平数，然后对真实值φ进行量化，从而得到量化值

若用L位二进制比特来表示一个角度φ，则L位二进制比特可以表示为M＝2^L种不同的角度；量化区间对所述终端与所述基站来说都是已知；在量化区间一定时，L越大，则量化的间隔越小，量化精度越高，但同时需要的空口资源越多。因此，在实际应用中，应均衡这两方面因素来决定L的大小。上行反馈信道是用于所述终端反馈信息给所述基站的专用信道。

其中，所述步骤e中所述重构权向量是指所述基站根据接收到的反馈比特以及所述基站与所述终端都已知的量化区间、阶数，来恢复量化值

然后所述基站根据步骤c中的公式(3)，计算得到权值。

其中，所述步骤f中反馈信道是指用于反馈权值的专用信道；并且所述下行波束赋形的阵列输出为权向量W和数据向量U(t)的内积：

Z(t)＝W^HU(t)    (5)

其公式(5)中，Z(t)为阵列输出信号，U(t)为各个天线阵元的信号合成的数据向量。

并且，U(t)＝[u₀(t) u₁(t)…u_M-1(t)]^T    (6)

其上标T表示转置。

为了实现上述流程，本发明还提供了一种实现下行数据波束赋形方法的系统，所述系统包括下行赋形模块306，其中，所述系统还包括已知序列发送模块301、权值估计模块302、相位计算模块303、量化反馈模块304与权值重构模块306，所述已知序列发送模块301、所述权值估计模块302、所述相位计算模块303、所述量化反馈模块304、所述权值重构模块305与所述下行赋形模块306顺序通信连接，所述已知序列发送模块301用于发送已知序列；所述权值估计模块302用于权值估计；所述相位计算模块303用于计算出权值的相应相位信息；所述量化反馈模块304用于对相应相位信息量化并将其反馈至基站；所述权值重构模块305用于根据权值重构权向量；所述下行赋形模块306用于对下行数据进行波束赋形。由上述描述可知，本发明提供的实现方法及其系统降低了阵列误差，提高了系统的可靠性。

为了更进一步的阐述本发明，现以Midamble序列即训练序列为例进行说明，其结构如图1所示的，并且采用均匀线阵的天线阵列，如图2所示的；本发明的下行数据波束赋形的流程，如图4所示的，包括以下步骤：

步骤401：基站在预分配的时频资源区域周期的向终端进行发送下行已知序列即训练序列；

步骤402：所述终端根据接收到的已知序列进行权值估计；所述终端进行算法处理时，根据权值估计算法使智能天线输出与已知输入最大相关，确定各加权系数：W＝[w₀ w₁…w_M-1]，其中，M为发送天线数，w_M-1表示第M根发送天线的加权系数；其中的权值估计算法可以是最小均方与递推最小二乘准则的自适应迭代算法，也可以是基于最大信噪比准则、基于最大信干噪比准则与基于最小均方误差准则的权值估计方法；

步骤403：所述终端根据得到的权值，提取其相应相位信息；按照

进行提取，其中，上标*表示取共轭，phase(*)表示取复数的相位，arccos(*)表示取反余弦；

步骤304：所述终端根据有限的反馈比特数N与量化区间以确定量化电平数，然后所述终端将真实值φ量化后得到量化值若用N个二进制比特来表示一个角度φ，那么这N个二进制比特可以表示M＝2^L个不同的角度；并且所述终端将反馈比特通过上行反馈信道发送至所述基站；

步骤405：所述基站根据接收到的反馈比特以及已知的量化区间与阶数，根据w_m＝exp(jβmΔd cosφ)m＝0，1，…，M-1可得到权值W＝[w₀ w₁…w_M-1]，其中，M为发送天线数，w_M-1表示第M根发送天线的加权系数；从而得到恢复量化值

其中，β＝2π/λ为相位传播因子，λ＝c/f表示波长，其中c是光速即3×10⁸m/s，f是载波频率，单位是Hz；Δd表示天线间距，φ是入射到阵列上的平面波的方位角；

步骤406：所述基站利用重构的权值对下行数据进行波束赋形；即按照Z(t)＝W^HU(t)对下行数据进行波束赋行，其中，Z(t)为阵列输出信号，U(t)为各个天线阵元的信号合成的数据向量。经过上述流程的处理，提高了系统的可靠性，扩大信号覆盖范围，降低了发送功率。

综上所述，本发明提供了一种实现下行数据波束赋形的方法及其系统，采用终端计算权值并通过反馈信道将其反馈给基站，然后基站利用该权值来完成下行波束赋形的方法，使系统可以及时跟踪用户的变化情况，反馈用户所处波束位置信息，以达到更好的波束跟踪，并且基于下行的反馈机制，本发明还配置相应系统进一步降低了阵列误差，提高了系统的可靠性，扩大信号覆盖范围，降低了发送功率。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换、简单组合等多种变形，这些均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (10)

1.一种实现下行数据波束赋形的方法，包括以下步骤：

A、基站在预分配的时频资源区域周期性的向终端发送下行已知序列；

B、所述终端根据接收的已知序列进行权值估计并提取相应相位信息；

C、所述终端对相应相位进行量化并将量化后的反馈比特通过上行反馈信道反馈给所述基站；

D、所述基站根据接收到的反馈比特重构权向量，并根据重构的权向量对下行数据进行波束赋形。

2.根据权利要求1所述的方法，其特征在于，所述步骤A中的已知序列为训练序列，且该训练序列在所述终端与所述基站中都是已知的。

3.根据权利要求1所述的方法，其特征在于，所述步骤A中的周期性发送为所述基站每帧发送、每2帧发送、每3帧发送或每N帧发送一次，N为序列发送的周期。

4.根据权利要求1所述的方法，其特征在于，所述步骤B进行权值估计的方法为：权值估计为最小均方、递推最小二乘准则的自适应迭代方法、基于最大信噪比准则、基于最大信干噪比准则或基于最小均方误差准则；

其权值定义为：W＝[w₀ w₁…w_M-1]^H；

其中，上标H为取复共轭后转置。

5.根据权利要求1所述的方法，其特征在于，所述步骤B还包括：所述终端根据权值估计控制智能天线输出与已知输入最大相关，并确定各加权系数：W＝[w₀ w₁…w_M-1]；

其中，M为发送天线数，w_M-1为第M根发送天线的加权系数。

6.根据权利要求1所述的方法，其特征在于，所述步骤C还包括：

C1、所述终端根据有限的反馈比特与量化区间确定量化电平数；

C2、所述终端根据量化电平数对真实值进行量化并得到量化值。

7.根据权利要求1所述的方法，其特征在于，所述步骤D中的重构权向量包括：所述基站根据接收到的反馈比特、所述基站与所述终端已知的量化区间以及电平数恢复其量化值。

8.根据权利要求1所述的方法，其特征在于，所述步骤D还包括：下行波束赋形的阵列输出为权向量和数据向量的内积：Z(t)＝W^HU(t)；

其中，W为权向量，Z(t)为阵列输出信号，U(t)为各天线阵元信号合成的数据向量。

9.根据权利要求1所述的方法，其特征在于，所述步骤C中的上行反馈信道为所述基站的专用信道。

10.一种实现根据权利要求1所述方法的系统，包括下行赋形模块，所述下行赋形模块用于对下行数据进行波束赋形，其特征在于，所述系统还包括已知序列发送模块、权值估计模块、相位计算模块、量化反馈模块与权值重构模块，所述已知序列发送模块、所述权值估计模块、所述相位计算模块、所述量化反馈模块、所述权值重构模块与所述下行赋形模块顺序通信连接，所述已知序列发送模块用于发送已知序列；所述权值估计模块用于权值估计；所述相位计算模块用于计算出权值的相应相位信息；所述量化反馈模块用于对相应相位信息量化并将其反馈至基站；所述权值重构模块用于根据权值重构权向量。

Images