CN101764770A - 一种基于预编码的信道均衡方法及其通信系统 - Google Patents

Abstract

本发明提出一种基于预编码的信道均衡方法，包含：进行几何均值分解获得R、P、Q三个矩阵；然后根据这三个矩阵进行均衡：在发送端，先根据R矩阵对调制后的数据进行T-H预编码，再根据P矩阵对T-H预编码后的数据进行发送滤波；在接收端，根据Q矩阵对数据进行接收滤波。本发明还分别提出一种单载波实现方式的基于预编码的通信系统，以及一种多载波实现方式的基于预编码的通信系统。本发明消除了现有技术因使用QR分解而在高信噪比下产生的差错平底，提高了系统误码性能，并同时兼容单、多载波通信系统。还提供了灵活的分组式几何均值分解方案，使系统在较低复杂度下获得优良的性能。

Description

一种基于预编码的信道均衡方法及其通信系统

技术领域

本发明属于无线宽带接入技术领域，具体提出一种基于预编码的信道均衡方法，以及一种基于预编码的通信系统。

背景技术

信道均衡技术作为一种用于高速无线通信有效的抗多径衰落技术，被3G长期演进系统LTE采用。在数据传输率很高时，由于多径最大时延大大超过单个传输符号的持续时间，导致在某个时刻收到的数据是之前数十甚至数百个符号的叠加，因此在接收端恢复出原始数据流异常困难。从数学本质上讲，信道均衡器首先通过信道估计模块估计出信道的冲激相应矩阵，再对接收的信号进行信道矩阵求逆操作，从而恢复出数据。传统的信道均衡技术主要在时域进行，但随着现代通信系统的数据传输率越来越高，时域均衡的复杂度也随之增大，往往需要数百个延迟器和乘法器，这在高速数据流传输的过程中是很难实现的。而另一方面，快速傅里叶变换算法FFT的高速电路实现使得诸如OFDM、MC-CDMA之类基于频域操作的新技术大量涌现。此类技术是在频域进行映射和加载，真正传输过程却是在时域完成，因此发送端需要进行IFFT操作。众所周知，IFFT操作会导致严重的峰均比问题，所以使用频域均衡技术，则FFT和IFFT操作都能在接收机完成，从而有效解决峰均比的问题。

信道均衡可以根据多种准则进行，迫零ZF(Zero-Forcing)、最小均方差MMSE(Minimum-Mean-Square-Error)、最大比合并MRC(Maximum-Ratio-Combining)、等增益合并EGC(Equal-Gain-Combining)是四种最常用的准则。其中，使用ZF准则进行信道均衡可以完全消除码间干扰ISI(Inter-Symbol Interference)，但代价是可能在某些频点将噪声放得很大，导致整体性能的损失。而使用MMSE准则进行信道均衡不会放大噪声，但却不能完全消除ISI，对存在的残留ISI需要进行进一步处理。现有技术最新方案是在发送端采用T-H(Tomlinson-Harashima)预编码来去除残留的ISI。

图1为现有技术中基于信道矩阵QR分解的时频均衡系统信号流程图。在发送端，发送机首先对数据进行MQAM调制，然后数据进入T-H预编码模块进行串符干扰的预消除，编码后的数据加上循环前缀后，通过天线发送出去。在接收端，接收机首先将收到的数据进行去除循环前缀的操作，然后通过FFT将数据转换到频域，利用导频数据进行信道估计，获得各径信道增益后，利用迫零、最小均方差、最大比合并和等增益合并这些不同准则进行频域均衡，由于发射端已经做了T-H预编码，所以此时频域均衡后可完全消除ISI，从而恢复出原始数据。

图2是现有基于信道矩阵QR分解的时频均衡方案相比单独MMSE频域均衡的4QAM仿真图，其中，纵坐标BER表示比特误码率，横坐标Eb/No表示信噪比。从图中可以看出，虽然三种基于信道矩阵QR分解的时频均衡方案在低信噪比下不如MMSE频域均衡，但是随着信噪比的提高，他们的性能优势将逐步体现，由图可见，在信噪比超过12dB后，MMSE频域均衡的性能逐渐落后于三种基于信道矩阵QR分解的时频均衡方案。所以，利用T-H预编码技术进行残留ISI的消除可以带来性能的显著提高，而且这种性能的提高将随着调制阶数的上升而进一步加强，如图3所示，在16QAM调制下，三种基于信道矩阵QR分解的时频均衡方案全都超越了最优的MMSE频域均衡。原因在于高阶调制下，残留的ISI对系统性能的恶化将变得非常显著，从而严重遏制误码性能。从图中可以看出，基于信道矩阵QR分解的时频均衡方案在高信噪比下斜率并非十分陡峭，出现了不同程度的差错平底，这是由于这些方案中采用了QR分解技术，这样会导致数据块尾部某些子数据流的信噪比明显低于头部的数据，即接收信噪比不均匀，使得低信噪比的尾部数据将会在高信噪比下拖累系统性能。如图4所示，图4为基于信道矩阵QR分解的均衡方法在高信噪比下出现的差错平底示意图，这种情况下无论信噪比如何提高，总有一部分数据的有效信噪比达不到要求。

发明内容

本发明的目的在于，提出一种基于预编码的信道均衡方法及其通信系统，消除现有技术使用QR分解在高信噪比下产生的差错平底，提高系统整体性能。

本发明提出的基于预编码的信道均衡方法，包括：

步骤S100，进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

步骤S200，根据所述R矩阵、P矩阵和Q矩阵进行均衡，包括：

步骤S201，在发送端，先根据所述R矩阵对调制后的数据进行T-H预编码；

步骤S202，在发送端，根据所述P矩阵对T-H预编码后的数据进行发送滤波；

步骤S203，在接收端，根据所述Q矩阵对数据进行接收滤波。

本发明还提出一种基于预编码的通信系统，属于单载波的实现方式，包括发送端和接收端；所述发送端包含调制模块、T-H预编码模块、增加循环前缀模块和发送天线，所述接收端包含接收天线、去除循环前缀模块、频域均衡模块、接收滤波模块、取模模块和解调模块；其特征在于，所述通信系统还包括：几何均值分解模块，所述发送端还包含发送滤波模块；

所述几何均值分解模块用于对频域均衡后的等效信道矩阵

进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将所述R矩阵发送至T-H预编码模块，将所述P矩阵发送至发送滤波模块，将所述Q矩阵发送至接收滤波模块；

所述发送滤波模块用于接收所述P矩阵，并根据所述P矩阵对T-H预编码后的数据进行发送滤波；

根据频域均衡后的等效信道矩阵

所述几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

发送端，所述调制模块对数据进行调制，所述T-H预编码模块根据所述R矩阵，对调制后的数据进行T-H预编码；所述发送滤波模块根据所述P矩阵，对T-H预编码后的数据进行发送滤波；所述增加循环前缀模块对发送滤波后的数据增加循环前缀，然后由所述发送天线进行发送；

在接收端，所述接收天线接收数据，所述去除循环前缀模块对接收的数据去除循环前缀，所述频域均衡模块对去除循环前缀后的数据进行频域均衡，所述接收滤波模块根据所述Q矩阵，对频域均衡后的数据进行接收滤波；所述取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

本发明还提出一种基于预编码的通信系统，属于多载波的实现方式，包括发送端和接收端；所述发送端包含调制模块、T-H预编码模块、增加循环前缀模块和发送天线，所述接收端包含接收天线、去除循环前缀模块、接收滤波模块、取模模块和解调模块；其特征在于，所述通信系统还包括：几何均值分解模块，所述发送端还包含发送滤波模块和OFDM调制模块，所述接收端还包含OFDM解调模块；

所述几何均值分解模块用于根据原始信道矩阵H的特征值矩阵Λ_H进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将所述R矩阵发送至T-H预编码模块，将所述P矩阵发送至发送滤波模块，将所述Q矩阵发送至接收滤波模块；

所述发送滤波模块用于接收所述P矩阵，并根据所述P矩阵对T-H预编码后的数据进行发送滤波；

所述OFDM调制模块用于对发送滤波后的数据进行OFDM调制；

所述OFDM解调模块用于对经过去除循环前缀的数据进行OFDM解调；

根据原始信道矩阵H的特征值矩阵Λ_H，所述几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

发送端，所述调制模块对数据进行调制，所述T-H预编码模块根据所述R矩阵，对调制后的数据进行T-H预编码；所述发送滤波模块根据所述P矩阵，对T-H预编码后的数据进行发送滤波；所述OFDM调制模块对发送滤波后的数据进行OFDM调制；所述增加循环前缀模块对OFDM调制后的数据增加循环前缀，然后由所述发送天线进行发送；

在接收端，所述接收天线接收数据，所述去除循环前缀模块对接收的数据去除循环前缀，然后由所述OFDM解调模块对经过去除循环前缀的数据进行OFDM解调；所述接收滤波模块根据所述Q矩阵，对OFDM解调后的数据进行接收滤波；所述取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

在现有技术中，接收信号的最终判决变量的信号强度是完全由QR分解获得的R矩阵的对角元素diag{R}所决定，由于QR分解的缺陷是diag{R}尾部的元素会迅速减小，而头部的元素值比平均值高，即意味着信号接收的强度在前半部分好，但是牺牲了后半部分数据的强度。本发明采用的几何均值分解，获得R、P、Q三个矩阵，根据这三个矩阵进行均衡。通过推理计算可以得到接收信号的最终判决变量的强度由R矩阵的对角元素diag{R}决定，而所得到的上三角矩阵R矩阵，其对角线上所有的元素值都相等，即意味着不存在QR分解diag{R}尾部元素迅速变小从而产生差错平底的情况。由于系统整体性能是由最差一路数据强度所决定，因此本发明可以彻底消除差错平底，从而提高了系统整体性能。

附图说明

图1为现有技术基于信道矩阵QR分解的时频均衡系统信号流程图；

图2是现有基于信道矩阵QR分解的时频均衡方案相比单独MMSE频域均衡的4QAM仿真图；

图3是三种基于信道矩阵QR分解的时频均衡方案相比单独MMSE频域均衡的16QAM仿真图；

图4为现有基于信道矩阵QR分解的时频均衡方案的信号强度分布示意图；

图5为基于预编码的信道均衡方法信号流程示意图；

图6为使用GMD分解所得到的diag{R}与QR分解的diag{R}对比示意图；

图7为GMD-THP和QR-THP单载波均衡系统的误码率仿真图；

图8是经过分组GMD分解后的diag{R}的值分布示意图；

图9为多载波系统中各种分组的GMD-THP和QR-THP系统性能对比示意图；

图10为基于信道矩阵几何均值分解的单载波系统示意图；

图11为一个T-H预编码模块示意图；

图12为基于信道矩阵几何均值分解的多载波系统示意图。

具体实施方式

本发明所使用的基本信号模型介绍如下：

信道模型为多径瑞利衰落信道，τ_l为信道抽头时延，h_l为信道增益。

$h\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_l\mathrm{\δ}(t-{\mathrm{\τ}}_l)$

由于循环前缀CP(Cyclic Prefix)的使用，使得数据与信道之间的线性卷积转化为循环卷积，因此整体的信道矩阵可以被写成Toeplitz矩阵的形式，该矩阵有大量0元素存在，是稀疏矩阵：

$H=\left[\begin{array}{cccccc}{h}_0& & & h_{L-1}& ...& h_1\\ h_1& h_0& & & & ...\\ ...& h_1& & & & h_{L-1}\\ h_{L-1}& ...& ...& & & \\ & h_{L-1}& ...& h_0& & \\ & & & h_1& h_0& \\ 0& & & ...& h_1& h_0\end{array}\right]$

设经过调制后的数据为{s}，经过T-H预编码后的数据为{x}，则接收信号r可以写成：

$r=\sqrt{E_s}\mathrm{Hx}+n$

其中，Es代表单位调制符号的能量，n代表高斯白噪声。

下面先对使用QR分解的均衡方案做些简要介绍：

第一步：将接收信号转换到频域，进行频域均衡操作。频域均衡后通过IFFT将数据转换回时域，此时数据可以表示为：

$\hat{r}=\sqrt{E_s}\hat{H}x+\hat{n}$

其中，

为频域均衡后的等效信道矩阵。现行方案对该等效信道矩阵采用了如下的QR分解技术，获得R矩阵和Q矩阵：

$\hat{H}=\mathrm{QR}$

第二步：利用得到的R矩阵，可求出T-H预编码所需要的关键参数B：

B＝diag{R}^-1R-I

从而发送信号可以写成：

x＝S-Bx+2Mz_t

其中，2Mz_t表示T-H预编码中的取模器操作，取模器对信号的实部虚部分别进行如下操作：

代表向下取最接近的整数，M根据调制方式的不同有不同取值。

则根据发送信号x的新表达式，可以将接收信号r写成：

$\hat{r}=\sqrt{E_s}\mathrm{QR}{(I+B)}^{-1}s+n$

$=\sqrt{E_s}\mathrm{QR}{\left(\mathrm{diag}{\left\{R\right\}}^{-1}R\right)}^{-1}s+n$

$=\sqrt{E_s}Q\left[\mathrm{diag}\right\{R\left\}\right]s+n$

第三步，利用得到的Q矩阵，对接收信号r进行部分均衡，并同时进行取模操作2Mz_r，以消除发送取模器的影响：

$\stackrel{\‾}{r}=Q^H\hat{r}+2{\mathrm{Mz}}_r$

$=\sqrt{E_s}\left[\mathrm{diag}\right\{R\left\}\right]s+2M(z_t+z_r)+Q^{H}n$

$=\sqrt{E_s}\left[\mathrm{diag}\right\{R\left\}\right]s+n$

由上可知，接收信号r的最终判决变量r的信号强度完全由R矩阵的对角元素diag{R}所决定.而现行QR分解技术的缺陷在于diag{R}尾部的元素值会迅速减小，而其头部的元素值要比平均值高，如图4所示。这代表接收信号强度在前部分比较好，但却牺牲了后部分数据的强度。由于系统的整体性能是由最差的一路数据信号强度所决定，所以这样会造成严重的系统误码性能差错平底。

因此，本发明选择对频域均衡后的等效信道矩阵

进行几何均值分解，然后进行T-H预编码，从而消除所述的差错平底问题。

如图5所示，具体如下：

步骤S100，进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q。

步骤S200，根据R矩阵、P矩阵和Q矩阵进行均衡，包括：

步骤S201，在发送端，先根据R矩阵对调制后的数据进行T-H预编码。

步骤S202，在发送端，根据P矩阵对T-H预编码后的数据进行发送滤波。

步骤S203，在接收端，根据Q矩阵对数据进行接收滤波。

下面将用几个实施例来对本发明的技术方案进行具体阐述。

实施例1：

本实施例为本发明的单载波实现方式。信号处理的具体过程如下所述：

步骤S100，根据频域均衡后的等效信道矩阵进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q。根据数学相关文献，矩阵的几何均值分解又叫GMD(Geometry Mean Decomposition)分解。本实施例对等效信道矩阵

进行GMD分解：

$\hat{H}={\mathrm{QRP}}^H$

其中，分解后可得上三角矩阵R、酉矩阵P和酉矩阵Q。R矩阵的对角线上元素值均相等：

$r_{i,i}={\left(\underset{i=1}{\overset{\mathrm{Nc}}{\mathrm{\Π}}}{\mathrm{\λ}}_1\right)}^{1/\mathrm{Nc}}$

r_i，i表示对角线上的元素，λ_i为

的第i个特征值，N_C表示一个数据块内的符号数目。上式表明diag{R}全部等于信道矩阵特征值的几何均值。

步骤S200，根据R矩阵、P矩阵和Q矩阵进行均衡。由于该步骤可以分为三步实现，则以三个步骤来进行描述，均衡的过程具体包括：

步骤S201，在发送端，先根据R矩阵对调制后的数据进行T-H预编码。在发射端对数据进行QAM调制之后，利用得到的R矩阵，可以求出T-H预编码所需的关键参数B：

B＝diag{R}^-1R-I

则经过T-H预编码之后的输出信号可以写成：

x＝s-Bx+2Mz_t

步骤S202，在发送端，根据P矩阵对T-H预编码后的数据进行发送滤波，得到发送信号x：x＝Px。发送滤波后的数据可以加上循环前缀CP并从天线上发送出去。

步骤S203，在接收端，根据Q矩阵对频域均衡后的数据进行接收滤波，根据发送信号x，频域均衡后的接收信号可以写成：

$\hat{r}=\sqrt{E_s}\hat{H}\stackrel{\‾}{x}+n$

$=\sqrt{E_s}{\mathrm{QRP}}^H\left[P{(I+B)}^{-1}s\right]+n$

$=\sqrt{E_s}{\mathrm{QRP}}^H\left[P{\left(\mathrm{diag}{\left\{R\right\}}^{-1}R\right)}^{-1}s\right]+n$

$=\sqrt{E_s}Q\left[\mathrm{diag}\right\{R\left\}\right]s+n$

根据Q矩阵对频域信号处理后的数据进行接收滤波，并同时进行取模操作2Mz_r，以消除发送取模器的影响，得：

$\stackrel{\‾}{r}=Q^H\hat{r}+2{\mathrm{Mz}}_r$

$=\sqrt{E_s}\left[\mathrm{diag}\right\{R\left\}\right]s+2M(z_t+z_r)+Q^{H}n$

$=\sqrt{E_s}\left[\mathrm{diag}\right\{R\left\}\right]s+n$

由上述可见，接收信号最终判决变量r的信号强度完全由R矩阵的对角元素diag{R}所决定。而由于使用了GMD分解技术，此处diag{R}上所有元素具有相同的值。所以，在根据GMD分解获得的R矩阵、P矩阵和Q矩阵进行均衡之后，即不存在现行QR分解中diag{R}尾部元素值会迅速减小进而引起严重系统性能瓶颈的问题。如图6所示，图6为使用GMD分解所得到的diag{R}与QR分解的diag{R}对比示意图。从图中可以看到，GMD分解平衡了各路数据的信号强度，使得最差情况的子信道信噪比最大化，从而消除原有方案的差错平底，提高了系统性能。

图7为GMD-THP和QR-THP单载波均衡系统的误码率仿真图，其中，GMD-THP是指该系统使用了基于GMD分解的T-H预编码的均衡技术，QR-THP是指该系统使用了基于QR分解的T-H预编码的均衡技术。频域均衡均使用的是EGC频域均衡方案。由图可见，由于QR分解导致的子信道信噪比失衡使得QR-THP系统出现差错平底，即误码率斜率在高信噪比下趋于平缓。而GMD-THP系统保证了所有子信道的信噪比均相同，从而遏制了最差一路子信道对系统性能的影响，因此有效地消除了差错平底，误码率曲线斜率在高信噪比环境下十分陡峭。这种情况意味着在这个信噪比区域，少量增加发送功率就能使误码率降低一个数量级。

实施例2：

本实施例为本发明的多载波实现方式，即在OFDM系统上实现。信号处理的具体过程如下所述：

由于原始信道矩阵H是一个Toeplitz的循环矩阵，根据矩阵的性质：任何循环矩阵都可以被傅里叶矩阵特征值分解，然后得到以下信道分解形式：

$H=F_{\mathrm{Nc}}^H{\mathrm{\Λ}}_H{F}_{\mathrm{Nc}}$

其中，F为Nc×Nc的傅里叶矩阵，Λ_H为信道矩阵的特征值矩阵，Nc为数据块所含的符号数。傅里叶矩阵可以由IFFT变换和FFT变换快速实现，因此，对原始信道矩阵H的分解可以简化成为对对角结构的特征值矩阵Λ_H的GMD分解。由于Λ_H是一个对角阵，GMD分解的复杂度将大大降低：

Λ_H＝QRP^H

所以，根据R矩阵、P矩阵和Q矩阵进行均衡的过程如下：

步骤S100，根据原始信道矩阵H进行特征值分解，得到特征值矩阵Λ_H；对特征值矩阵Λ_H进行几何均值分解，得到上三角矩阵R、酉矩阵P和酉矩阵Q。

步骤S200，根据R、P、Q三个矩阵进行均衡，具体分为三步来实现：

步骤S201，在发送端，根据R矩阵，对调制后的数据进行T-H预编码。

步骤S202，根据Q矩阵对T-H预编码后的数据进行发送滤波。

这两步和实施例1中的对应步骤相同，在此不重复描述。

数据进行发送滤波后，执行步骤：对发送滤波后的数据进行OFDM调制。此处是将信号乘以上矩阵F_Nc ^H，这个数学处理的物理意义为进行IFFT操作，即对数据进行OFDM调制。所以，此时接收信号可以表示为：

$r={\mathrm{HF}}_{\mathrm{Nc}}^H\mathrm{Px}+n$

在接收端，执行步骤：对去除循环前缀的数据进行OFDM解调。这个过程是对将接收信号乘上矩阵F_Nc，这个数学处理的物理意义为进行FFT操作，即对数据进行OFDM解调，解调后的接收信号可以表示为：

$\hat{r}=F_{\mathrm{Nc}}r$

解调之后再执行步骤S203，根据Q矩阵对OFDM解调后的数据进行接收滤波：

$\stackrel{\‾}{r}=Q^H\hat{r}$

则最终接收信号的判决变量可表示为：

$\stackrel{\‾}{r}=\left(Q^H{F}_{\mathrm{Nc}}\right)H\left(F_{\mathrm{Nc}}^{H}P\right)x+\left(Q^H{F}_{\mathrm{Nc}}\right)n$

$=Q^H{\mathrm{\Λ}}_H\mathrm{Px}+\left(Q^H{F}_{\mathrm{Nc}}\right)n$

$=\mathrm{Rx}+\left(Q^H{F}_{\mathrm{Nc}}\right)n$

从上可知，此时的R矩阵的影响可以用T-H预编码处理来消除，最终判决变量r的信号强度依然完全由R的主对角线元素决定，我们可以通过对r进行判决从而得到原始的发送数据。本实施例提出技术方案，通过利用IFFT/FFT操作来将信道对角化，实质上是实现了一个多载波OFDM系统，即本技术方案可以与多载波OFDM系统完全兼容。

上述内容中提到，对原始信道矩阵H可以先通过傅里叶矩阵进行对角化，即进行： $H=F_{\mathrm{Nc}}^H{\mathrm{\Λ}}_H{F}_{\mathrm{Nc}}.$ 作为上述实施例的进一步改进，还可以将特征值矩阵Λ_H对角线上的特征值进行分组匹配以获得新特征值矩阵Λ_H，对所述新特征值矩阵Λ_H中的各个分组进行几何均值分解。将特征值矩阵Λ_H对角线上的特征值进行分组匹配，是为了取得各分组接收信号强度尽量平衡，这主要通过将大的特征值与小的特征值进行组合。例如：要将特征值矩阵Λ_H对角线上的第1个和第8个元素组合成一组，则将Λ_H的第一个主对角元素和第八个主对角元素调整到相邻位置即可。组合好之后，矩阵F_Nc也要做相应的列顺序调整，将F_Nc的第一列和第八列调整到相邻位置，以对应原始特征值的新位置。

记排序好的F_Nc，Λ_H分别为F_Nc，Λ_H。对Λ_H中各个分组矩阵进行GMD分解，设共分为K组，记第i组为∑_i，从而得到：

∑_i＝Q_iR_iP_i ^H

因此整个信道矩阵可以写成：

$\hat{H}={{\stackrel{\‾}{F}}_{\mathrm{Nc}}}^H\mathrm{QRP}{\stackrel{\‾}{F}}_{\mathrm{Nc}}$

其中：

Q＝diag{Q_i|_{i＝1，2，...，k}}

R＝diag{R_i|_{i＝1，2，...，k}}

P＝diag{P_i|_{i＝1，2，...，k}}

后续信号处理过程与实施例2对应步骤相同，在此不再赘述。图8是经过分组GMD分解后的diag{R}的值分布示意图，由图可见，分组越多，复杂度越低，但是最差的一组数据的信号强度也会越低，因而性能越差。而分组越少时，最差的一组数据的信号强度会越高，性能越好，但这是以复杂度为代价。本优化方案提出的分组GMD分解在性能和复杂度之间提供了一个权衡的自由度，非常适合在实际应用中根据系统情况进行相应的调整。

图9为多载波系统中各种分组的GMD-THP和QR-THP系统性能对比示意图，在多载波系统中，接收端无需进行频域均衡操作。在本实施例中总数据长度为128。从图中可见，分组大小与系统性能的关系：分组数越多，每一个分组的维数就会越小，这将会大大减小所使用的乘法器和延迟器的数量，但是性能会相应有所损失。如图中分组数为16的GMD-THP方案，此方案的分组维数为16，因此所使用的延迟器仅为128/16＝8个延迟单元，乘法器数目为

而现行方案中，使用QR分解技术结合T-H预编码的均衡方法因为对频域均衡后的等效信道进行分解，此等效信道矩阵为一个密集型矩阵，因此T-H预编码时需要的延迟器多达128个延迟单元，而乘法器为

由此可见，分组数为16的GMD方案相比原QR方案在复杂度方面大大降低，但是性能比QR方案好。如果想获得更好的性能，可以降低GMD的分组数。这样，分组GMD方案为系统设计提供了一个很好的自由度，使工程师能够在系统的性能和复杂度之间作最优的折中。

实施例3：

本发明还提出一种基于预编码的通信系统，包括发送端和接收端；发送端包含调制模块、T-H预编码模块、增加循环前缀模块和天线，接收端包含天线、去除循环前缀模块、频域均衡模块、接收滤波模块、取模模块和解调模块；前述这些模块在现有通信系统中已经存在，不再重复描述。本系统的关键在于，还包括：几何均值分解模块，该模块用于根据频域均衡后的等效信道矩阵

进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将R矩阵发送至T-H预编码模块，将P矩阵发送至发送滤波模块，将Q矩阵发送至接收滤波模块；发送端还包含发送滤波模块，该模块用于接收几何均值分解模块获得的P矩阵，并根据P矩阵对T-H预编码后的数据进行发送滤波。

如图10所示，图10为基于信道矩阵几何均值分解的单载波系统示意图。

系统的信号流程如下：

根据频域均衡后的等效信道矩阵

，几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q。

发送端，调制模块对数据进行调制，T-H预编码模块根据所述R矩阵，对调制后的数据进行T-H预编码；发送滤波模块根据P矩阵，对T-H预编码后的数据进行发送滤波；增加循环前缀模块对发送滤波后的数据增加循环前缀，然后由发送天线进行发送。

在接收端，接收天线接收数据，去除循环前缀模块对接收的数据去除循环前缀，频域均衡模块对去除循环前缀后的数据进行频域均衡，接收滤波模块根据Q矩阵，对频域均衡后的数据进行接收滤波；取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

下面对基于预编码的通信系统的几个关键模块进行描述：

T-H预编码模块如图11所示，图11为一个T-H预编码模块示意图。以s表示经过调制模块QAM调制后的数据，x表示经过T-H预编码的数据。QAM调制后的数据经过一个反馈滤波器进行串符干扰的预消除，反馈滤波器是根据R矩阵进行该预消除的过程。由于此过程中会使得信号的动态范围加大，而且发送功率也会提高，因此在滤波器的输出插入一个取模器，该取模器负责将信号的动态范围限制在[-M，M]之间，M根据不同的QAM调制会有不同的取值。

信号经过T-H预编码模块后，需要经过发送滤波模块。该发送滤波模块的参数来自几何均值分解模块进行几何均值分解获得的P矩阵。

频域均衡模块负责将接收到的信号通过FFT转换至频域，然后进行同步，信道估计以及频域均衡等操作。频域均衡模块会通过IFFT将信号转换回时域，然后进入后续的接收滤波模块。

接收滤波模块对数据进行接收滤波处理的参数同样来自几何均值分解模块，可以用滤波器来实现本模块。

其中，对于T-H预编码模块中的反馈滤波器以及接收滤波模块，其物理结构与传统方案相同，但是在参数获取上与传统方案不同，现有技术中是利用QR分解得到T-H预编码模块中反馈滤波器以及接收滤波模块的参数，而本发明是通过几何均值分解获得这些参数。

下面通过具体实施过程来阐述本系统工作过程：

步骤S101，获得信道信息。对闭环系统和开环系统来说，获得信道信息的过程是不同的。对闭环系统，发送端首先发送训练序列对信道进行训练；接收端再利用该已知的训练序列，用经典的信道估计算法对无线信道进行估计，得到信道信息；接收端最后将该信道信息反馈给发射端。对开环系统，例如时分双工系统，发射端直接根据上下行链路的对称性，利用上行链路的信道信息估计下行链路的信道信息，此模式下，无需接收端将信道信息反馈给发送端。

步骤S102，根据得到的信道信息，几何均值分解模块对频域均衡后的等效信道矩阵

进行几何均值分解，得到R矩阵、P矩阵和Q矩阵。

步骤S103，调制模块对接收的数据进行QAM调制，然后将调制后的数据发送至T-H预编码模块。

步骤S104，T-H预编码模块根据接收的R矩阵，对调制后的数据进行T-H预编码，即进行ISI的消除，然后将数据发送至发送滤波模块。

步骤S105，发送滤波模块根据接收的P矩阵，对T-H预编码后的数据进行发送滤波。然后增加循环前缀模块对发送滤波后的数据加上CP，并从天线上发送出去。

步骤S106，接收端天线接收到数据，去除循环前缀模块对接收到的数据进行去除CP，并将其送入频域信号处理模块。数据进入频域均衡模块经过频域均衡之后，再进入接收滤波模块。

步骤S107，接收滤波模块根据接收的Q矩阵，对频域均衡后的数据进行接收滤波。然后接收滤波后的数据进入取模模块，最后进入解调模块进行QAM解调与判决，恢复出原始的发送信息。

实施例4：

在实施例3中，已经简要描述了基于信道矩阵几何均值分解的单载波系统工作过程。本实施例将作为本发明提出的基于预编码的通信系统的多载波实现方式，该通信系统包括发送端、接收端和几何均值分解模块；发送端包含调制模块、T-H预编码模块、发送滤波模块、OFDM调制模块、增加循环前缀模块和发送天线；接收端包含接收天线、去除循环前缀模块、OFDM解调模块、接收滤波模块、取模模块和解调模块；

下面对几个关键模块进行详细介绍：

几何均值分解模块用于对原始信道矩阵H的特征值矩阵Λ_H进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将R矩阵发送至T-H预编码模块，将P矩阵发送至发送滤波模块，将Q矩阵发送至接收滤波模块；

发送滤波模块用于接收P矩阵，并根据P矩阵对T-H预编码后的数据进行发送滤波；

OFDM调制模块用于对发送滤波后的数据进行OFDM调制；

OFDM解调模块用于对经过去除循环前缀的数据进行OFDM解调；

本实施例提出的通信系统，接收端无需包含频域均衡模块。如图12所示，图12为基于信道矩阵几何均值分解的多载波系统示意图。本文件中，基于信道矩阵几何均值分解指的都是应用几何均值分解技术对信道矩阵进行分解。

该通信系统的具体工作原理为：

根据原始信道矩阵H的特征值矩阵Λ_H，几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q。

发送端，调制模块对数据进行调制，T-H预编码模块根据R矩阵，对调制后的数据进行T-H预编码；发送滤波模块根据P矩阵，对T-H预编码后的数据进行发送滤波；OFDM调制模块对发送滤波后的数据进行OFDM调制；增加循环前缀模块对OFDM调制后的数据增加循环前缀，然后由发送天线进行发送。

在接收端，接收天线接收数据，去除循环前缀模块对接收的数据去除循环前缀，然后由OFDM解调模块对经过去除循环前缀的数据进行OFDM解调；接收滤波模块根据Q矩阵，对OFDM解调后的数据进行接收滤波；取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

下面通过具体实施过程来阐述本系统工作过程：

其中，本实施例的步骤S101与实施例3的对应步骤相同，在此不再赘述。

步骤S102，根据得到的信道信息，几何均值分解模块对原始信道矩阵H的特征值矩阵Λ_H进行几何均值分解，得到R矩阵、P矩阵和Q矩阵。

步骤S103，调制模块对接收的数据进行QAM调制，然后将调制后的数据发送至T-H预编码模块。

步骤S104，T-H预编码模块根据接收的R矩阵，对调制后的数据进行T-H预编码，即进行ISI的消除，然后将数据发送至发送滤波模块。

本实施例的步骤S105为：发送滤波模块根据P矩阵对T-H预编码后的数据进行发送滤波后，OFDM调制模块对该数据进行IFFT操作，即进行OFDM调制。然后增加循环前缀模块对数据加上CP，并从天线上发送出去。

本实施例的步骤S106为：接收端天线接收到数据，去除循环前缀模块对数据进行去除CP的处理，然后OFDM解调模块对数据进行FFT操作，即进行OFDM解调。经过FFT操作的数据再被送入接收滤波模块。

步骤S107，接收滤波模块根据接收的Q矩阵，对OFDM解调后的数据进行接收滤波。然后接收滤波后的数据进入取模模块，最后进入解调模块进行QAM解调与判决，恢复出原始的发送信息。

至此，本发明提出的基于信道矩阵几何均值分解的均衡方法同样可以用多载波系统的方式实现。由本实施例可以看出，本发明同样适用于单载波和多载波系统，有利于统一LTE标准中的上/下行链路。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (6)

1.一种基于预编码的信道均衡方法，其特征在于，包括：

步骤S100，进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

步骤S200，根据所述R矩阵、P矩阵和Q矩阵进行均衡，包括：

步骤S201，在发送端，先根据所述R矩阵对调制后的数据进行T-H预编码；

步骤S202，在发送端，根据所述P矩阵对T-H预编码后的数据进行发送滤波；

步骤S203，在接收端，根据所述Q矩阵对数据进行接收滤波。

2.根据权利要求1所述的基于预编码的信道均衡方法，其特征在于，对于单载波系统，步骤S100具体包括：对所述频域均衡后的等效信道矩阵按照公式 $\hat{H}=Q{\mathrm{RP}}^H$ 进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

步骤S203具体包括：在接收端，根据所述Q矩阵对频域均衡后的数据进行接收滤波。

3.根据权利要求1所述的基于预编码的信道均衡方法，其特征在于，对于多载波系统，步骤S100具体包括：对原始信道矩阵H，先按照公式 $H=F_{N_C}^H{\mathrm{\Λ}}_H{F}_{N_C}$ 进行H的特征值分解，获得特征值矩阵Λ_H；对所述特征值矩阵Λ_H进行几何均值分解，得到Q，R，P三个矩阵；其中，

为N_C×N_C的傅里叶矩阵，N_C为数据块所含的符号数；

在步骤S200中，根据所述R矩阵、P矩阵和Q矩阵进行均衡的过程中：

步骤S202之后还包含步骤：在发送端，对发送滤波后的数据进行OFDM调制；

步骤S203之前还包含步骤：在接收端，对去除循环前缀的数据进行OFDM解调；

步骤S203具体包括：在接收端，根据所述Q矩阵对OFDM解调后的数据进行接收滤波。

4.根据权利要求3所述的基于预编码的信道均衡方法，其特征在于，步骤S100中根据所述特征值矩阵Λ_H进行几何均值分解的过程还包括：将特征值矩阵Λ_H对角线上的特征值进行分组匹配以获得新特征值矩阵Λ_H，对所述新特征值矩阵Λ_H中的各个分组矩阵进行几何均值分解。

5.一种基于预编码的通信系统，包括发送端和接收端；所述发送端包含调制模块、T-H预编码模块、增加循环前缀模块和发送天线，所述接收端包含接收天线、去除循环前缀模块、频域均衡模块、接收滤波模块、取模模块和解调模块；其特征在于，所述通信系统还包括：几何均值分解模块，所述发送端还包含发送滤波模块；

所述几何均值分解模块用于对频域均衡后的等效信道矩阵

进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将所述R矩阵发送至T-H预编码模块，将所述P矩阵发送至发送滤波模块，将所述Q矩阵发送至接收滤波模块；

所述发送滤波模块用于接收所述P矩阵，并根据所述P矩阵对T-H预编码后的数据进行发送滤波；

根据频域均衡后的等效信道矩阵所述几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；

发送端，所述调制模块对数据进行调制，所述T-H预编码模块根据所述R矩阵，对调制后的数据进行T-H预编码；所述发送滤波模块根据所述P矩阵，对T-H预编码后的数据进行发送滤波；所述增加循环前缀模块对发送滤波后的数据增加循环前缀，然后由所述发送天线进行发送；

在接收端，所述接收天线接收数据，所述去除循环前缀模块对接收的数据去除循环前缀，所述频域均衡模块对去除循环前缀后的数据进行频域均衡，所述接收滤波模块根据所述Q矩阵，对频域均衡后的数据进行接收滤波；所述取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

6.一种基于预编码的通信系统，包括发送端和接收端；所述发送端包含调制模块、T-H预编码模块、增加循环前缀模块和发送天线，所述接收端包含接收天线、去除循环前缀模块、接收滤波模块、取模模块和解调模块；其特征在于，所述通信系统还包括：几何均值分解模块，所述发送端还包含发送滤波模块和OFDM调制模块，所述接收端还包含OFDM解调模块；

所述几何均值分解模块用于根据原始信道矩阵H的特征值矩阵Λ_H进行几何均值分解，获得上三角矩阵R、酉矩阵P和酉矩阵Q，并将所述R矩阵发送至T-H预编码模块，将所述P矩阵发送至发送滤波模块，将所述Q矩阵发送至接收滤波模块；

所述发送滤波模块用于接收所述P矩阵，并根据所述P矩阵对T-H预编码后的数据进行发送滤波；

所述OFDM调制模块用于对发送滤波后的数据进行OFDM调制；

所述OFDM解调模块用于对经过去除循环前缀的数据进行OFDM解调；

根据原始信道矩阵H的特征值矩阵Λ_H，所述几何均值分解模块进行几何均值分解获得上三角矩阵R、酉矩阵P和酉矩阵Q；发送端，所述调制模块对数据进行调制，所述T-H预编码模块根据所述R矩阵，对调制后的数据进行T-H预编码；所述发送滤波模块根据所述P矩阵，对T-H预编码后的数据进行发送滤波；所述OFDM调制模块对发送滤波后的数据进行OFDM调制；所述增加循环前缀模块对OFDM调制后的数据增加循环前缀，然后由所述发送天线进行发送；

在接收端，所述接收天线接收数据，所述去除循环前缀模块对接收的数据去除循环前缀，然后由所述OFDM解调模块对经过去除循环前缀的数据进行OFDM解调；所述接收滤波模块根据所述Q矩阵，对OFDM解调后的数据进行接收滤波；所述取模模块和解调模块分别对接收滤波后的数据进行取模操作和解调操作。

Images