CN101908948B - 一种基于特征子信道的干扰对齐预编码矩阵优化方法 - Google Patents

Abstract

本发明公开了一种基于特征子信道的干扰对齐预编码矩阵优化方法，特征是在干扰对齐的基础上，利用对本小区基站到本小区用户的信道矩阵做奇异值分解得到最好的一组特征子信道，再从由干扰对齐条件得到的预编码矢量集合中选择与这组最好的特征子信道加权内积最大的一组预编码矢量并排组成预编码矩阵，其中的加权因子为这组奇异矢量分别对应的奇异值。本发明方法在兼顾对齐其他小区干扰的基础上充分利用了本小区基站到本小区用户的信道信息，使基站发送给用户的信号经历最好的一组特征子信道，使用户端接收到的信号强度增强，从而提高了系统吞吐量。

Description

一种基于特征子信道的干扰对齐预编码矩阵优化方法

技术领域

本发明属于无线通信的多天线技术领域，特别涉及多小区多天线干扰信道中基于特征子信道的干扰对齐预编码矩阵优化的传输方法。

背景技术

《国际电子与电气工程师协会信息理论学报》(“Interference Alignment andSpatial Degrees of Freedom for the K User Interference Channel”，IEEE Transactionon Information Theory，Vol.54，issue 8，August 2008，p.3425-3441)提出的在多小区多天线系统中，通过对基站预编码矩阵的设计，可以使得其他小区对本小区的干扰信号对齐到一个特定的子空间内，从而使用户通过简单的迫零处理就可以将其他小区的干扰完全消除，这种方法称为干扰对齐。这种方法的好处在于它只用总发送自由度的一半就可以将其他小区的干扰对齐，而将另一半的自由度用作发送数据，它在自由度上是最优的。但是这种方法在选择组成预编码矩阵的预编码矢量的时候是从预编码矢量集合中随机选取的，也就是这种方法只将注意力集中在了处理其他小区的干扰上，而没有考虑到本小区的信号所经历的信道状况，因此在系统吞吐量上不是最优的。

发明内容

本发明提出一种基于特征子信道的干扰对齐预编码矩阵的优化方法，在兼顾自由度最优的基础上对预编码矩阵作进一步优化，从而获得更高的系统吞吐量。

本发明基于特征子信道的干扰对齐预编码矩阵优化方法，设在三个小区的多天线系统中，每个小区只有一个用户；首先，基站根据干扰对齐的条件得到预编码矢量的集合；然后分别将该三个小区的基站到本小区用户的信道矩阵做奇异值分解，并从分解后得到的奇异矢量中选择最大的一组奇异值对应的奇异矢量作为最好的一组特征子信道；然后从由三小区干扰对齐条件得到的预编码矢量集合中根据一定准则选择一组预编码矢量并排组成预编码矩阵；最后将基站发送给用户的信号经过此预编码矩阵发送出去；

其特征在于：

所述从由三小区干扰对齐条件得到的预编码矢量集合中根据一定准则选择一组预编码矢量来组成预编码矩阵的准则为：利用分别将该三个小区的基站到本小区用户的信道矩阵做奇异值分解得到的最好那一组特征子信道，在预编码矢量集合中选择与这组最好的特征子信道加权内积最大的一组预编码矢量并排组成预编码矩阵，其中的加权因子为这组奇异矢量分别对应的奇异值。

上述基于特征子信道的干扰对齐预编码矩阵优化方案可具体操作如下：

设在三个小区(用小区1，小区2，小区3表示)的多天线系统中，每个小区只有一个用户；用i＝1，2，3表示第i个小区中的用户，用j＝1，2，3表示第j个小区中的基站，矩阵H_ij表示第j个小区中的基站到第i个小区中的用户的信道矩阵，(H_ij)^-1表示信道矩阵H_ij的逆；矩阵W_j表示第j个小区中的基站的预编码矩阵；设M为每个基站或每个用户的天线数；X^H和x^H分别表示任意矩阵X和任意矢量x的共轭转置；

步骤1：根据干扰对齐的条件得到预编码矢量集合：

根据三小区多天线系统干扰对齐的条件

span(W₁)＝span(EW₁)

W₂＝(H₃₂)^-1H₃₁W₁

W₃＝(H₂₃)^-1H₂₁W₁

得到预编码矢量集合e₁，...，e_M，小区1中基站的预编码矩阵W₁为从预编码矢量集合e₁，...，e_M中选择的M/2个预编码矢量组成的矩阵；其中，预编码矢量组成的矩阵E＝(H₃₁)^-1H₃₂(H₁₂)^-1H₁₃(H₂₃)^-1H₂₁＝{e₁，...，e_M}，e₁，...，e_M为矩阵E的列矢量；span(X)表示由任意矩阵X的列矢量构成的空间；

步骤2：选择最好的一组特征子信道：

对每个小区基站到其本小区用户的信道矩阵作奇异值分解，即当i＝1，2，3j＝1，2，3且j＝i时，对第j个小区中基站到第i个小区中用户的信道矩阵H_ij作奇异值分解，得到

其中，Λ为奇异值由大到小组成的对角阵，其对应的奇异值为a_jm；U和V分别为奇异值对应的左右奇异矢量组成的矩阵，其对应的左右奇异矢量分别为u_jm和v_jm；m＝1，...，M表示奇异值由大到小排列的下标；v_jm即代表第j个小区中信道质量最好的M/2个特征子信道；

步骤3：计算三个小区中基站的预编码矩阵W₁，W₂，W₃，得到

$<W_1,W_2,W_3>=\underset{W_3={\left(H_{23}\right)}^{-1}{H}_{21}{W}_1}{\underset{W_2={\left(H_{32}\right)}^{-1}{H}_{31}{W}_1}{\underset{W_1<\mathrm{eig}\left(E\right)}{\arg \max }}}\left\{\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}\underset{m=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{a}_{\mathrm{jm}}\right|\left|{\left(v_{\mathrm{jm}}\right)}^H{w}_{\mathrm{jm}}\right|\left|\right\}$

其中，

表示小区1中基站的预编码矩阵W₁的列矢量为预编码矢量组成的矩阵E的列矢量的子集；矢量w_jm表示第j个小区中基站的预编码矩阵W_j的第m列；<W₁，W₂，W₃>表示由上式计算出的一组三个小区的预编码矩阵。

当每个小区有多个用户时，则利用时分复用技术、频分复用技术或码分复用技术在每个时隙、每个频带或每个码道内只调度一个用户的方式简化处理。

与现有技术相比，本发明不仅用到本小区基站到其他小区用户的信道状态信息H_ij(i≠j)来对齐其他小区基站对本小区用户的干扰，同时还用到本小区基站到本小区用户的信道状态信息H_ij(i＝j)从预编码矢量集合中选择最好的一组预编码矢量来构成预编码矩阵，使得本小区基站发送给本小区用户的信号经历信道质量最好的一组特征子信道，从而获得更高的系统吞吐量；而现有技术只用到其他区基站到本小区用户的信道状态信息H_ij(i≠j)来对齐其他小区基站对本小区用户的干扰，而在选择组成预编码矩阵的预编码矢量的时候是从预编码矢量集合中随机选取的，也就是没有考虑本小区基站发送给本小区用户的信号所经历的信道状况，所以系统吞吐量不如本发明中的方案。

附图说明

附图1为天线数目M＝4时信号强度的累积分布曲线；

附图2为天线数目M＝6时信号强度的累积分布曲线；

附图3为天线数目M＝4时信噪比与系统吞吐量的关系曲线；

附图4为天线数目M＝6时信噪比与系统吞吐量的关系曲线。

具体实施方式

实施例1：

本实施例采用三个小区的多天线干扰信道，每个小区只有一个用户来举例说明；设每个基站的天线数目为M，每个用户的天线数目为M，且M为偶数；基站之间共享信道状态信息(信道矩阵)，不共享数据；用户之间不共享任何信息；基站和用户均知道准确的信道状态信息；第j个小区中基站到第i个小区中用户的信道矩阵为H_ij；第j个小区中基站功率限制为P_j。

本实施例中基站预编码矩阵的设计按如下步骤进行：

步骤1：根据干扰对齐的条件得到预编码矢量集合：

根据三小区多天线系统干扰对齐的条件

span(W₁)＝span(EW₁)

W₂＝(H₃₂)^-1H₃₁W₁

W₃＝(H₂₃)^-1H₂₁W₁

得到预编码矢量集合e₁，...，e_M，小区1中基站的预编码矩阵W₁为从预编码矢量集合e₁，...，e_M中选择的M/2个预编码矢量组成的矩阵；其中，预编码矢量组成的矩阵E＝(H₃₁)^-1H₃₂(H₁₂)^-1H₁₃(H₂₃)^-1H₂₁＝{e₁，...，e_M}，e₁，...，e_M为矩阵E的列矢量；span(X)表示由任意矩阵X的列矢量构成的空间；

步骤2：选择最好的一组特征子信道：

对每个小区基站到其本小区用户的信道矩阵作奇异值分解，即当i＝1，2，3j＝1，2，3且j＝i时，对第j个小区中的基站到第i个小区中的用户的信道矩阵H_ij作奇异值分解，得到

其中，Λ为奇异值由大到小组成的对角阵，其对应的奇异值为a_jm；U和V分别为奇异值对应的左右奇异矢量组成的矩阵，其对应的左右奇异矢量分别为u_jm和v_jm；m＝1，...，M表示奇异值由大到小排列的下标；v_jm即代表第j个小区中信道质量最好的M/2个特征子信道；

步骤3：计算三个小区中基站的预编码矩阵W₁，W₂，W₃，得到

$<W_1,W_2,W_3>=\underset{W_3={\left(H_{23}\right)}^{-1}{H}_{21}{W}_1}{\underset{W_2={\left(H_{32}\right)}^{-1}{H}_{31}{W}_1}{\underset{W_1<\mathrm{eig}\left(E\right)}{\arg \max }}}\left\{\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}\underset{m=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{a}_{\mathrm{jm}}\right|\left|{\left(v_{\mathrm{jm}}\right)}^H{w}_{\mathrm{jm}}\right|\left|\right\}$

其中，

表示小区1中基站的预编码矩阵W₁的列矢量为预编码矢量组成的矩阵E的列矢量的子集；矢量w_jm表示第j个小区中基站的预编码矩阵W_j的第m列；<W₁，W₂，W₃>表示由上式计算出的一组三个小区的预编码矩阵。

实施例2：

本实施例对采用本发明基于特征子信道的干扰对齐预编码矩阵的优化方法，当每个小区有多个用户时，如何利用时分复用技术、频分复用技术或码分复用技术在每个时隙、每个频带或每个码道内只调度一个用户的方式简化处理进行说明。

在三个小区(用小区1，小区2，小区3表示)的多天线干扰信道、每个小区有多个用户的情况下，设每个基站的天线数目为M，每个用户的天线数目为M，且M为偶数；基站之间共享信道状态信息(信道矩阵)，不共享数据；用户之间不共享任何信息；基站和用户均知道准确的信道状态信息；第j个小区中基站到第i个小区中用户的信道矩阵为H_ij；第j个小区中基站功率限制为P_j。

本实施例中基站预编码矩阵的设计按如下步骤进行：

所述利用时分复用技术只调度一个用户的方式简化处理，是将多个用户调度在多个时隙中，并且每个时隙最多有一个用户；经过以上处理，在每个时隙中就可以采用实施例1中每个小区只有一个用户的方式处理；

所述利用频分复用技术，只调度一个用户的方式简化处理，是将多个用户调度在多个频带中，并且每个频带最多有一个用户；经过以上处理，在每个频带内就可以采用实施例1中每个小区只有一个用户的方式处理；

所述利用码分复用技术只调度一个用户的方式简化处理，是将多个用户调度在多个码道中，并且每个码道最多有一个用户；经过以上处理，在每个码道内就可以采用实施例1中每个小区只有一个用户的方式处理。

附图1、2、3、4是在瑞利信道模型下，小区数为3，噪声功率归一化，接收机为迫零接收机时，本发明跟现有技术方案性能比较的曲线，每次仿真基于5000次独立的信道实现。

其中附图1、2分别是在基站和用户天线数目M＝4和M＝6时，用户端信号强度的累积分布曲线；其中曲线A和曲线C为现有技术方案的累积分布曲线，曲线B和曲线D为本发明的累计分布曲线。从附图1、2中可以看到：采用本发明方法的用户端的信号强度要高于现有技术方案；当天线数目M＝6时，采用本发明方法相对于现有技术方案的信号强度增益比天线数目M＝4时更大。

附图3、4分别是在基站和用户天线数目M＝4和M＝6时，信噪比与系统吞吐量的关系曲线；曲线F和曲线H为现有技术方案的系统吞吐量曲线，曲线E和曲线G为本发明的系统吞吐量曲线。从附图3、4可以看到：采用本发明方法的系统吞吐量高于现有技术方案；每个小区的平均吞吐量随信噪比的增加而增加；随着信噪比的升高，采用本发明方法相对于现有技术方案的系统吞吐量增益逐渐增大；天线数目M＝6时，采用本发明方法相对于现有技术方案的系统吞吐量增益比天线数目M＝4时更大。

本发明在设计预编码矩阵的过程中，不仅用到其他区基站到本小区用户的信道状态信息H_ij(i≠j)来对齐其他小区基站对本小区用户的干扰，同时还用到本小区基站到本小区用户的信道状态信息H_ij(i＝j)从预编码矢量集合中选择最好的一组预编码矢量来构成预编码矩阵，使得本小区基站发送给本小区用户的信号经历信道质量最好的一组特征子信道，提高了用户端接收信号的强度，从而获得更高的系统吞吐量。

Claims (3)

1.一种基于特征子信道的干扰对齐预编码矩阵优化方法，设在三个小区的多天线系统中，每个小区只有一个用户；首先，基站根据干扰对齐的条件得到预编码矢量的集合；然后分别将该三个小区的基站到本小区用户的信道矩阵做奇异值分解，并从分解后得到的奇异矢量中选择最大的一组奇异值对应的奇异矢量作为最好的一组特征子信道；然后从由三小区干扰对齐条件得到的预编码矢量集合中根据一定准则选择一组预编码矢量并排组成预编码矩阵；最后将基站发送给用户的信号经过此预编码矩阵发送出去；

其特征在于：

所述从由三小区干扰对齐条件得到的预编码矢量集合中根据一定准则选择一组预编码矢量来组成预编码矩阵的准则为：利用分别将该三个小区的基站到本小区用户的信道矩阵做奇异值分解得到的最好那一组特征子信道，在预编码矢量集合中选择与这组最好的特征子信道加权内积最大的一组预编码矢量并排组成预编码矩阵，其中的加权因子为这组奇异矢量分别对应的奇异值。

2.如权利要求1所述基于特征子信道的干扰对齐预编码矩阵优化方法，特征在于具体操作如下：

设在三个小区——小区1、小区2和小区3——的多天线系统中，每个小区只有一个用户；用i＝1，2，3表示第i个小区中的用户，用j＝1，2，3表示第j个小区中的基站，矩阵H_ij表示第j个小区中的基站到第i个小区中的用户的信道矩阵，(H_ij)^-1表示信道矩阵H_ij的逆；矩阵W_j表示第j个小区中的基站的预编码矩阵；设M为每个基站或每个用户的天线数；X^H和x^H分别表示任意矩阵X和任意矢量x的共轭转置；

步骤1：根据干扰对齐的条件得到预编码矢量集合：

根据三小区多天线系统干扰对齐的条件

span(W₁)＝span(EW₁)

W₂＝(H₃₂)^-1H₃₁W₁

W₃＝(H₂₃)^-1H₂₁W₁

得到预编码矢量集合e₁，...，e_M，小区1中基站的预编码矩阵W₁为从预编码矢量集合e₁，...，e_M中选择的M/2个预编码矢量组成的矩阵；其中，预编码矢量组成的矩阵E＝(H₃₁)^-1H₃₂(H₁₂)^-1H₁₃(H₂₃)^-1H₂₁＝{e₁，...，e_M}，e₁，...，e_M为矩阵E的列矢量；span(X)表示由任意矩阵X的列矢量构成的空间；

步骤2：选择最好的一组特征子信道：

对每个小区基站到其本小区用户的信道矩阵作奇异值分解，即当i＝1，2，3，j＝1，2，3，且j＝i时，对第j个小区中基站到第i个小区中用户的信道矩阵H_ij作奇异值分解，得到

其中，Λ为奇异值由大到小组成的对角阵，其对应的奇异值为a_jm；U和V分别为奇异值对应的左右奇异矢量组成的矩阵，其对应的左右奇异矢量分别为u_jm和v_jm；m＝1，...，M表示奇异值由大到小排列的下标；v_jm即代表第j个小区中信道质量最好的M/2个特征子信道；

步骤3：计算三个小区中基站的预编码矩阵W₁，W₂，W₃，得到

$<W_1,W_2,W_3>=\underset{W_3={\left(H_{23}\right)}^{-1}{H}_{21}{W}_1}{\underset{W_2={\left(H_{32}\right)}^{-1}{H}_{31}{W}_1}{\underset{W_1<\mathrm{eig}\left(E\right)}{\arg \max }}}\left\{\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}\underset{m=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{a}_{\mathrm{jm}}\right|\left|{\left(v_{\mathrm{jm}}\right)}^H{w}_{\mathrm{jm}}\right|\left|\right\}$

其中，W₁＜eig(E)表示小区1中基站的预编码矩阵W₁的列矢量为预编码矢量组成的矩阵E的列矢量的子集；矢量w_jm表示第j个小区中基站的预编码矩阵W_j的第m列；<W₁，W₂，W₃>表示由上式计算出的一组三个小区的预编码矩阵。

3.如权利要求2所述基于特征子信道的干扰对齐预编码矩阵优化方法，特征在于当每个小区有多个用户时，则利用时分复用技术、频分复用技术或码分复用技术在每个时隙、每个频带或每个码道内只调度一个用户的方式简化处理：

所述利用时分复用技术只调度一个用户的方式简化处理，是将多个用户调度在多个时隙中，并且每个时隙最多有一个用户；经过以上处理，在每个时隙中采用权利要求2所述方法中每个小区只有一个用户的方式处理；

所述利用频分复用技术，只调度一个用户的方式简化处理，是将多个用户调度在多个频带中，并且每个频带最多有一个用户；经过以上处理，在每个频带内采用权利要求2所述方法中每个小区只有一个用户的方式处理；

所述利用码分复用技术只调度一个用户的方式简化处理，是将多个用户调度在多个码道中，并且每个码道最多有一个用户；经过以上处理，在每个码道内采用权利要求2所述方法中每个小区只有一个用户的方式处理。

Images