CN101964695A - 多用户多输入多输出下行链路预编码方法及系统 - Google Patents

Abstract

本发明公开一种多用户多输入多输出下行链路预编码方法及系统，该方法包括：BS利用信道矩阵计算块对角化预编码矩阵来消除MUI，同时得到等效信道矩阵；消除ISI的预编码矩阵为针对等效信道的MMSE预编码矩阵；进行Cholesky分解，并根据分解的结果对数据符号向量进行MMSE向量扰动；对前述获得的矩阵级联，左乘扰动后的向量；对前述获取的K个结果相加，然后从天线端发射出去；MS端对接收到的信号取模操作，估计出原始数据。本发明提供的多用户多输入多输出下行链路预编码方法及系统，基于块对角化和MMSE向量扰动的预编码技术，无需移动台对等效信道进行估计或者无需基站传送协作信息，大大降低了系统开销和接收机的结构，消除MUI干扰的同时保证了系统性能。

Description

多用户多输入多输出下行链路预编码方法及系统

技术领域

本发明涉及通信技术领域，尤其涉及一种基于块对角化和最小均方误差(MMSE，Minimum MeanSquare Error)向量扰动的多用户多输入多输出(MIMO，Multi Input Multi Output)下行链路预编码方法及系统。

背景技术

多用户MIMO下行链路是配置多根天线的基站(BS，BaseStation)同时同频和多个移动台(MS，Mobile Station)通信。MS可以配置单根天线，也可以配置多根天线。在蜂窝无线通信系统中，当基站(BS)和移动台(MS)都配置多根天线并且BS和多个MS同时同频段通信时，会产生多用户干扰(MUI)及用户自己多根天线间的数据流干扰(ISI)。由于BS同时同频给多个MS传输数据，因此，能够消除干扰决定了系统的性能。

为了解决该问题，现有技术可以在BS端使用预编码技术消除MS端的干扰，用以提升系统性能。具体来说，设BS配置有M根天线，而每个MS配置有1根天线，当前共有K个MS。并且满足条件M≥K。K×1向量b＝[b₁，b₂，…，b_K]^T表示BS要发送的数据符号向量，其中的第k个元素b_k是发送给第k个MS的数据符号，b_k的取值都是复数。在这个系统中，因为各个MS在空间上是分离的，所以MS端的天线之间不能协作。为了实现干扰消除，在BS端用一个M×K的预编码矩阵F左乘数据向量b，得到一个M×1输出向量x＝Fb。为了满足BS端的功率约束条件，x被归一化为u＝βx，

是归一化因子，E(·)表示取数学期望。然后u被BS发射出去，即u的第m个元素u_m从第m根天线上发射。我们假设信道是平坦衰落的，BS和所有的MS之间的信道表示为一个K×M矩阵H，它的第(k，m)个元素h_k，m代表BS的第m根发射天线和第k个MS的之间的信道衰落系数。所有的衰落系数都是独立同分布的零均值单位方差的复高斯随机变量。将MS的接收信号写成一个K×1向量r：r＝Hu+n＝βHFb+n；其中r的第k个元素r_k是第k个MS的接收信号，n是K×1加性白高斯噪声向量，其中的元素都是相互独立的零均值、方差

的高斯随机变量。

预编码矩阵F可以基于不同的方式得到，这些方式之间性能也不同。我们考虑如下两种预编码矩阵：基于迫零(ZF)准则的F_ZF＝H^*(HH^*)^-1；基于均方误差最小(MMSE)准则的I_K是K×K的单位矩阵。这两种预编码方式都很简单，且能有效消除干扰。ZF预编码将所有干扰强迫为零，但是因为H矩阵某次实现值的奇异性，会导致一个非常小的归一化因子β(非常大的||D_ZFb||出现概率很高)。因此ZF能量效率不高，性能受到限制。MMSE预编码用一个单位阵I_K来调整对H求逆的操作，从而避免出现非常小的β，提高了能量效率，较ZF有性能提升。但是仍然离最优的性能界有差距。

为了避免||Fb||变得很大(β变得很小)，向量扰动技术被引入。向量扰动是在获得预编码矩阵F之后，用另外一个向量对数据符号向量b进行扰动，使得被扰动后的新数据符号向量

被F处理后的能量

尽可能小。为了能使MS接收信号后，能够恢复出原来的数据b，而不需要BS给MS发送额外关于扰动向量的信息，扰动向量需要特殊设计。如果扰动向量的元素的实部和虚部都取τ的整数倍(τ为一个正实数)，这样在MS收到信号后，只需要将接收信号取τ的模，就可恢复出原始数据，而不需要任何关于扰动向量的信息。向量扰动技术用数学公式表达如下(共有三种扰动技术：ZF向量扰动，规整化向量扰动，MMSE向量扰动)。

ZF向量扰动：其扰动向量为τy，K×1向量y的每一个元素的实部和虚部都是整数取值。y按照下面的准则计算：

$y=\underset{y^{\′}}{\arg \min }{\left|\right|F_{\mathrm{ZF}}{\tilde{b}}^{\′}\left|\right|}^2=\underset{y^{\′}}{\arg \min }{\left|\right|H^{*}{\left({\mathrm{HH}}^{*}\right)}^{-1}(b+{\mathrm{\τy}}^{\′})\left|\right|}^2---\left(1\right)$

其中

公式(1)的计算是在无限格空间中去找一个离给定点最近的格点，可以利用球形编码算法。计算出y后得到扰动后的数据向量

用ZF预编码矩阵F_ZF左乘归一化后发射出去。MS们收到的信号为：

$r=\mathrm{\β}{\mathrm{HF}}_{\mathrm{ZF}}\tilde{b}+n=\mathrm{\β}(b+\mathrm{\τy})+n$

因为β和τ都可以在初始化阶段由BS告诉MS，所以第k个MS对b_k的估计可以根据如下公式(2)进行：

${\hat{b}}_k={\mathrm{mod}}_{\mathrm{\τ}}(r_k/\mathrm{\β})---\left(2\right)$

规整化向量扰动：是使用MMSE预编码矩阵F_MMSE，y按照与ZF向量扰动相同的方式计算：

$y=\underset{y^{\′}}{\arg \min }{\left|\right|F_{\mathrm{MMSE}}{\tilde{b}}^{\′}\left|\right|}^2=\underset{y^{\′}}{\arg \min }{\left|\right|{H^{*}({\mathrm{HH}}^{*}+{\mathrm{K\σ}}_n^2{I}_K)}^{-1}(b+{\mathrm{\τy}}^{\′})\left|\right|}^2$

得到扰动后的数据向量后用F_MMSE预编码，能量归一化，然后发射出去。MS也仍然利用公式(2)进行估计。

MMSE向量扰动：是将预编码和向量扰动两个过程，用MMSE优化准则统一起来的技术。在三种向量扰动技术中，具有最好的性能。在MMSE向量扰动中，预编码矩阵为F_MMSE，而y按照下面的准则计算：

$y=\underset{y^{\′}}{\arg \min }{\left|\right|L\tilde{b}\left|\right|}^2=\underset{y^{\′}}{\arg \min }{\left|\right|L(b+{\mathrm{\τy}}^{\′})\left|\right|}^2$

其中，L矩阵由对F_MMSE进行Cholesky分解得到F_MMSE＝L^*L。

得到扰动后的数据向量后用F_MMSE预编码，能量归一化，然后发射出去。MS也仍然利用公式(2)进行估计。

块对角化技术：块对角化，是在多用户MIMO下行链路中当MS都配置多跟天线时，常用的预编码技术。设BS配置有M根天线，第k个MS配置有N_k根天线，当前共有K个MS。天线数目满足关系

L_k×1向量

表示BS要发送给第k个MS的数据符号向量。这个数据符号向量将会被一个M×L_k的预编码矩阵F_k左乘，然后所有K个被预编码矩阵处理之后的数据符号向量叠加在一起被M根传输天线同时发射出去，发射信号写成M×1向量形式为：

我们假设信道是平坦衰落的，第k个MS和BS之间的信道表示为一个N_k×M矩阵H_k。H_k的第(i，j)个元素

代表BS的第j根发射天线和第k个MS的第i根接收天线之间的信道衰落系数。所有的衰落系数都是独立同分布的零均值单位方差的复高斯随机变量。第k个MS的接收信号可以写成一个N_k×1向量：

其中n_k是N_k×1加性白高斯噪声向量，其中的元素都是互相独立的零均值、方差

的高斯随机变量。在公式(3)中，第一部份为有用的信号成分和数据流干扰(ISI，Inter-symbol Interference)，第二部份为多用户干扰(MUI，Multiple User Interfere)。预编码技术的目的就是通过设计

来消除ISI和MUI。同时应该注意BS端应该满足一定的功率限制，比如

一般来说F_k是两个矩阵的级联F_k＝B_kD_k，其中B_k用来消除MUI，而D_k用来消除ISI。

块对角化技术是一种用来设计消除MUI的预编码矩阵B_k的技术。定义第k个MS的互补信道矩阵为：

${\tilde{H}}_k={\left[\begin{array}{cccccc}{H}_1^T,& \·\·\·,& H_{k-1}^T,& H_{k+1}^T,& \·\·\·,& H_K^T\end{array}\right]}^T$

MUI消除预编码矩阵B_k可以从

的零空间中获得。对

作奇异值分解(SVD)可以得到：

${\tilde{H}}_k={\tilde{U}}_k{\widetilde{\mathrm{\Λ}}}_k{\left[\begin{array}{cc}{\tilde{V}}_k^{\left(1\right)}& {\tilde{V}}_k^{\left(0\right)}\end{array}\right]}^{*}$

其中

是

的左奇异向量矩阵，

是

的奇异值矩阵，

是

右奇异向量矩阵。

中的右奇异向量对应着非零的奇异值，

中的右奇异向量对应着零奇异值。显然

的列向量构成了

零空间的正交基。因此，我们令预编码矩阵B_k为

的前L_k列：

$B_k={\left({\tilde{V}}_k^{\left(0\right)}\right)}_{1\·L_k}$

利用上面的B_k，公式(3)变为：

r_k＝H_kF_kb_k+n_k＝H_kB_kD_kb_k+n_k

可以看到，MUI被消除，只剩下了每个用户自己的ISI。这个时候每个MS和BS基站之间等效为了一个点对点的MIMO系统，其输入输出关系为：

r_k＝H_eff，kD_kb_k+n_k

其中H_eff，k＝H_kF_k为等效信道矩阵。如果把BS和所有MS的全部天线间的信道写成一个完整的信道矩阵

通过上面的操作后，等效信道矩阵就会变成一个块对角化矩阵：

因为每个MS和BS基站之间等效为了一个点对点的MIMO系统，块对角化之后各种针对点对点MIMO系统的技术就可以引入来对H_eff，k进行操作，进一步消除ISI。

现有技术中基于块对角化和线性预编码的技术如下所述：当MS都配置多根天线时，利用块对角化技术可以将每个MS和BS基站之间转化为了一个点对点的MIMO系统，并且得到一个等效的信道矩阵H_eff，k＝H_kB_k，其中

是消除MUI的块对角化预编码矩阵。为了在用块对角化消除MUI之后还要进一步消除ISI，我们继续设计消除ISI的预编码矩阵D_k。在块对角化的框架下，要继续消除ISI，容量最优的算法是迭代注水算法，主要包括如下步骤：

步骤1、块对角化+迭代注水：将H_eff，k＝H_kB_k进行奇异值分解为：

$H_{\mathrm{eff},k}=U_k\left[\begin{array}{cc}{\mathrm{\Λ}}_k& 0\end{array}\right]{\left[\begin{array}{cc}{V}_k^{\left(1\right)}& V_k^{\left(0\right)}\end{array}\right]}^{*}$

其中

是由对应着非零的奇异值的右奇异向量右奇异向量组成的，U_k是左奇异向量矩阵，Λ_k是有奇异值组成的对角阵。由H_eff，k的奇异值分解可以看到，如果在BS端在块对角化之后继续左乘

并且在MS处给接收信号左乘

可以进一步将MS和BS之间的点对点MIMO信道化为没有ISI的并行信道，这些信道的信道衰落系数即是Λ_k中的元素。于是可以给出

Q_k是根据Λ_k中的等效信道衰落系数计算出的功率分配矩阵，它也是一个对角阵。最优的功率分配就是迭代注水。

图1示出现有技术中基于块对角化和迭代注水的预编码算法的体系框图。如图1所示，基于块对角化和迭代注水的预编码算法的多用户MIMO下行链路系统图中，容量最优的迭代注水算法，需要MS接收端用

来操作接收信号。

的是根据H_eff，k＝H_kB_k得到的，而B_k是由其他MS和BS之间的信道矩阵决定的。MS要得到

就必须自己再对H_eff，k进行估计，或者BS给第k个MS发送BS和其他MS们的信道矩阵，这部分信息我们称为协作信息。附加的对H_eff，k进行估计或协作信息，使得系统开销大大增加和MS复杂度上升，因此基于块对角化和迭代注水的预编码实用性非常低。使用一些线性预编码技术来设计D_k，可以有效消除ISI，还能保持MS接收机简单。常用的有基于ZF和MMSE的ISI消除矩阵D_k设计方案。

步骤2、块对角化+ZF：取

可以有效消除ISI，并且在MS端不需要接收矩阵。

步骤3、块对角化+MMSE：取

同样地，在MS端不需要接收矩阵。

需要特别指出的是：现有技术中的所有方式，发射信号要适当归一化，以满足功率限制条件。基于块对角化和线性预编码的方式虽然简单，但是性能比较差。

基于块对角化和ZF向量扰动的预编码(块对角化+ZF向量扰动)：为了避免MS对等效信道H_eff，k＝H_kB_k的估计或者协作信息的传输，同时要进一步提高系统性能，基于块对角化和ZF向量扰动的预编码被引入。消除ISI的预编码矩阵D_k取为ZF矩阵

然后对发送的数据向量进行向量扰动得到

其中y_k按照如下计算

而在第k个MS处，直接按照如下操作对b_k进行估计

综上所述，提供对多用户MIMO下行链路编码较为简捷且能够有效避免干扰，保证系统性能成为本领域亟待解决的技术问题。

发明内容

本发明要解决的一个技术问题是提供一种多用户多输入多输出下行链路预编码方法及系统，其基于块对角化和MMSE向量扰动的预编码技术，大大降低了系统开销和接收机的结构，消除干扰的同时保证了系统性能。

本发明的一个方面提供了一种多用户多输入多输出下行链路预编码方法，该方法包括：利用信道矩阵来计算块对角化预编码矩阵并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数；利用等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：

其中，N_k表示第k个移动台配置的天线数，

表示噪声的方差；对最小均方误差预编码矩阵D_k进行Cholesky分解：

利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量其中，

将块对角化预编矩B_k和最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：F_k＝B_kD_k，并用总的预编码矩阵F_k对扰动后的数据向量进行预编码；将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将发射向量t从基站的M根天线上发射出去；其中，

以及移动台对接收到的信号执行取模操作，估算出原始数据。

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，利用信道矩阵

来计算块对角化预编码矩阵并得到等效信道矩阵H_eff，k具体包括：

互补信道矩阵为，对第k个移动台的互补信道矩阵

作奇异值分解，得到

计算等效点对点多输入多输出信道矩阵：H_eff，k＝H_kB_k；其中，

是

的左奇异向量矩阵，

是的奇异值矩阵，

是右奇异向量矩阵；中的右奇异向量对应着非零的奇异

中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，移动台对接收到的信号执行取模操作，估算出原始数据具体包括：对第k个移动台接收的信号

直接进行取模操作，得到对b_k的估计：

其中，n_k是第k个移动台处的噪声向量。

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，利用信道矩阵

来计算块对角化预编码矩阵

从而消除了多用户干扰。

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，利用等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

本发明的另一个方面提供了一种多用户多输入多输出下行链路预编码系统，该系统包括：等效信道矩阵计算模块，用于利用信道矩阵

来计算块对角化预编码矩阵并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数；MMSE预编码矩阵计算模块，用于利用等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：

其中，N_k表示第k个移动台配置的天线数，

表示噪声的方差；Cholesky分解模块，用于对最小均方误差预编码矩阵D_k进行Cholesky分解：MMSE向量扰动模块，用于利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量

其中，

总的预编码矩阵计算模块，用于将块对角化预编矩B_k和最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：F_k＝B_kD_k，并用总的预编码矩阵F_k对扰动后的数据向量

进行预编码；信号发射模块，用于将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将发射向量t从基站的M根天线上发射出去；其中，

以及原始数据估算模块，用于接收信号发射模块发射的信号，并对信号执行取模操作，估算出原始数据。

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，等效信道矩阵计算模块具体用于：对第k个移动台的互补信道矩阵

作奇异值分解，得到

计算等效点对点多输入多输出信道矩阵：H_eff，k＝H_kB_k；其中，

是

的左奇异向量矩阵，

是

的奇异值矩阵，是

右奇异向量矩阵；

中的右奇异向量对应着非零的奇异值，

中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，原始数据估算模块具体用于：对第k个移动台接收的信号：

直接进行取模操作，得到对b_k的估计：其中，n_k是第k个移动台处的噪声向量。

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，等效信道矩阵计算模块，利用信道矩阵来计算块对角化预编码矩阵

从而消除了多用户干扰。

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，MMSE预编码矩阵计算模块利用等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

本发明提供的微光束检测系统和多用户多输入多输出下行链路预编码方法及系统，基于块对角化和MMSE向量扰动的预编码技术，无需移动台对等效信道进行估计或者无需基站传送协作信息，大大降低了系统开销和接收机的结构，消除干扰的同时保证了系统性能。

附图说明

图1示出现有技术中基于块对角化和迭代注水的预编码算法的体系框图；

图2示出本发明实施例提供的一种多用户多输入多输出下行链路预编码方法的流程图；

图3示出本发明实施例提供的一种多用户多输入多输出下行链路预编码系统的结构示意图；

图4示出本发明实施例提供的基于块对角化和MMSE向量扰动预编码算法的体系框图；

图5示出本发明提供的多用户多输入多输出下行链路预编码方法与其它现有技术有关错误比特率的性能比较示意图。

具体实施方式

下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。

本发明针对多用户MIMO下行链路系统，每个用户都配置多根天线时的情形。在该系统中设基站配置有M根天线，第k个MS配置有N_k根天线，当前共有K个MS；其中，天线数目满足关系：

L_k×1向量表示基站要发送给第k个移动台的数据符号向量。

图2示出本发明实施例提供的一种多用户多输入多输出下行链路预编码方法的流程图。

如图2所示，基于块对角化和MMSE向量扰动的多用户多输入多输出下行链路预编码的方法流程200包括：

步骤202，利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数。

步骤204，利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：

其中，表示噪声的方差，σ_n是开根号，表示噪声的标准差(一般直接使用方差

不定义标准差σ_n)。

步骤206，对所述最小均方误差预编码矩阵D_k进行Cholesky分解：

步骤208，利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量

其中，

τ是用来形成对称格型区域的参数，它的最小取值随着到不同星座图而不同(可以取星座图中的星座点最大幅度的2倍)。

步骤210，将所述块对角化预编矩B_k和所述最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：F_k＝B_kD_k，并用所述总的预编码矩阵F_k对所述扰动后的数据向量

进行预编码。

步骤212，将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将所述发射向量t从基站的M根天线上发射出去；其中，

$t=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{F}_k{\tilde{b}}_k.$

步骤214，所述移动台对接收到的信号执行取模操作，估算出原始数据。

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，所述利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k具体包括：互补信道矩阵为，对第k个移动台的互补信道矩阵

作奇异值分解，得到

计算等效点对点多输入多输出信道矩阵：H_eff，k＝H_kB_k；其中，

是的左奇异向量矩阵，

是的奇异值矩阵，

是

右奇异向量矩阵；

中的右奇异向量对应着非零的奇异值，

中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

本发明提供的多用户多输入多输出下行链路预编码方法的一个实施例中，移动台对接收到的信号执行取模操作估算出原始数据具体包括：对第k个移动台接收的信号

直接进行取模操作，得到对b_k的估计：

其中，n_k是第k个移动台处的噪声向量。

本发明提供的多用户多输入多输出下行链路预编码方法的实施例，利用信道矩阵

来计算块对角化预编码矩阵

从而消除了多用户干扰；利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

图3示出本发明实施例提供的一种多用户多输入多输出下行链路预编码系统的结构示意图。

如图3所示，多用户多输入多输出下行链路预编码系统100包括：等效信道矩阵计算模块302、MMSE预编码矩阵计算模块304、Cholesky分解模块306、MMSE向量扰动模块308、总的预编码矩阵计算模块310、信号发射模块312和原始数据估算模块314；其中

等效信道矩阵计算模块302，用于利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数。

MMSE预编码矩阵计算模块304，用于利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：

其中，N_k表示第k个移动台配置的天线数。

Cholesky分解模块306，用于对所述最小均方误差预编码矩阵D_k进行Cholesky分解：

MMSE向量扰动模块308，用于利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量其中， $y_k=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k{\tilde{b}}_k\left|\right|}^2=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k(b_k+{\mathrm{\τy}}_k^{\′})\left|\right|}^2.$

总的预编码矩阵计算模块310，用于将所述块对角化预编矩B_k和所述最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：

F_k＝B_kD_k，并用所述总的预编码矩阵F_k对所述扰动后的数据向量

进行预编码。

信号发射模块312，用于将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将所述发射向量t从基站的M根天线上发射出去；其中，

原始数据估算模块314，用于接收所述信号发射模块发射的信号，并对所述信号执行取模操作，估算出原始数据。

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，等效信道矩阵计算模块具体用于：对第k个移动台的互补信道矩阵

作奇异值分解，得到

计算等效点对点多输入多输出信道矩阵：

是的左奇异向量矩阵，

是

的奇异值矩阵，

是

右奇异向量矩阵；

中的右奇异向量对应着非零的奇异值，

中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

本发明提供的多用户多输入多输出下行链路预编码系统的一个实施例中，原始数据估算模块具体用于：对第k个移动台接收的信号：

直接进行取模操作，得到b_k对的估计：

图4示出本发明实施例提供的基于块对角化和MMSE向量扰动预编码算法的体系框图。本发明提供的多用户多输入多输出下行链路预编码系统的实施例，所述等效信道矩阵计算模块，利用信道矩阵

来计算块对角化预编码矩阵

从而消除了多用户干扰；所述MMSE预编码矩阵计算模块利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

以一个多用户MIMO下行链路系统为例进行说明，该系统参数设置如下：M＝4，K＝2，N₁＝N₂＝2，L₁＝L₂＝2。该系统采用QPSK调制方式，没有采用信道编码。我们在此系统中分别实施我们提出的基于块对角化和MMSE向量扰动的预编码(块对角化+MMSE向量扰动)和现有技术中的块对角化+ZF线性预编码、块对角化+MMSE线性预编码、块对角化+ZF向量扰动。使用蒙特卡洛仿真实验，计算出系统的错误比特率(BER，Bit Error Ratio)。

图5示出本发明提供的多用户多输入多输出下行链路预编码方法与其它现有技术有关错误比特率的性能比较示意图。如图5所示，纵坐标为BER，横坐标为信噪比SNR。结果显示：本发明提供的基于块对角化和MMSE向量扰动的多用户MIMO下行链路预编码的方法在相同的信噪比(SNR，Signal to Noise Ratio)下，其错误比特率最低，因此，相比于现有技术中的方法具有最好的性能。

参考前述本发明示例性的描述，本领域技术人员可以清楚的知晓本发明具有以下优点：

1、本发明提供的多用户多输入多输出下行链路预编码方法及系统的一个实施例，相对基于块对角化和迭代注水的预编码算法，本发明不需要MS估计等效信道或者BS传输协作信息，使得系统开销降低，MS复杂度减小。

2、本发明提供的多用户多输入多输出下行链路预编码方法及系统的一个实施例，在误码率性能上，本发明比现存的块对角化+ZF线性预编码、块对角化+MMSE线性预编码和块对角化+ZF向量扰动更优。

3、本发明提供的多用户多输入多输出下行链路预编码方法及系统的一个实施例，在MS不需要知道信道状态信息(CSI)的前提下，本发明很好的解决了MUI及ISI的消除问题，并且比其他已有方法性能更优。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。本发明中描述的功能模块以及功能模块的划分方式仅为说明本发明的思想，本领域技术人员根据本发明的教导以及实际应用的需要可以自由改变功能模块的划分方式及其模块构造以实现相同的功能；选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种多用户多输入多输出下行链路预编码方法，其特征在于，所述方法包括：

利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数；

利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：

其中，N_k表示第k个移动台配置的天线数，表示噪声的方差；

对所述最小均方误差预编码矩阵D_k进行Cholesky分解：

利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量

其中， $y_k=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k{\tilde{b}}_k\left|\right|}^2=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k(b_k+{\mathrm{\τy}}_k^{\′})\left|\right|}^2;$

将所述块对角化预编矩B_k和所述最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：F_k＝B_kD_k，并用所述总的预编码矩阵F_k对所述扰动后的数据向量

进行预编码；

将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将所述发射向量t从基站的M根天线上发射出去；其中，

以及

所述移动台对接收到的信号执行取模操作，估算出原始数据。

2.根据权利要求1所述的方法，其特征在于，所述利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k具体包括：

互补信道矩阵为，对第k个移动台的互补信道矩阵

作奇异值分解，得到 ${\tilde{H}}_k={\tilde{U}}_k{\widetilde{\mathrm{\Λ}}}_k{\left[\begin{array}{cc}{\tilde{V}}_k^{\left(1\right)}& {\tilde{V}}_k^{\left(0\right)}\end{array}\right]}^{*};$

计算等效点对点多输入多输出信道矩阵：H_eff，k＝H_kB_k；

其中，

是

的左奇异向量矩阵，

是的奇异值矩阵，

是

右奇异向量矩阵；

中的右奇异向量对应着非零的奇异值，

中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

3.根据权利要求1所述的方法，其特征在于，所述移动台对接收到的信号执行取模操作，估算出原始数据具体包括：对第k个移动台接收的信号

直接进行取模操作，得到对b_k的估计：

其中，n_k是第k个移动台处的噪声向量。

4.根据权利要求1所述的方法，其特征在于，利用信道矩阵

来计算块对角化预编码矩阵从而消除了多用户干扰。

5.根据权利要求1所述的方法，其特征在于，利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

6.一种多用户多输入多输出下行链路预编码系统，其特征在于，所述系统包括：

等效信道矩阵计算模块，用于利用信道矩阵

来计算块对角化预编码矩阵

并得到等效信道矩阵H_eff，k；其中，K表示移动台的个数；

MMSE预编码矩阵计算模块，用于利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵：其中，N_k表示第k个移动台配置的天线数，

表示噪声的方差；

Cholesky分解模块，用于对所述最小均方误差预编码矩阵Dk进行Cholesky分解：

MMSE向量扰动模块，用于利用L_k对数据符号向量b_k执行最小均方误差MMSE向量扰动，得到扰动后的数据向量

其中， $y_k=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k{\tilde{b}}_k\left|\right|}^2=\underset{y_k^{\′}}{\arg \min }{\left|\right|L_k(b_k+{\mathrm{\τy}}_k^{\′})\left|\right|}^2;$

总的预编码矩阵计算模块，用于将所述块对角化预编矩B_k和所述最小均方误差MMSE预编码矩阵D_k级联得到总的预编码矩阵：F_k＝B_kD_k，并用所述总的预编码矩阵F_k对所述扰动后的数据向量

进行预编码；

信号发射模块，用于将前述步骤得到的K个结果加起来，形成一个M×1发射向量t，并将所述发射向量t从基站的M根天线上发射出去；其中，以及

原始数据估算模块，用于接收所述信号发射模块发射的信号，并对所述信号执行取模操作，估算出原始数据。

7.根据权利要求6所述的系统，其特征在于，等效信道矩阵计算模块具体用于：对第k个移动台的互补信道矩阵

作奇异值分解，得到

计算等效点对点多输入多输出信道矩阵：H_eff，k＝H_kB_k；其中，是的左奇异向量矩阵，

是的奇异值矩阵，

是右奇异向量矩阵；

中的右奇异向量对应着非零的奇异值，中的右奇异向量对应着零奇异值；预编码矩阵B_k为

的前L_k列：

8.根据权利要求6所述的系统，其特征在于，原始数据估算模块具体用于：对第k个移动台接收的信号：

$r_k=H_{k}t+n_k=H_k\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{F}_k{\tilde{b}}_k+n_k=H_k{B}_k{D}_k(b_k+{\mathrm{\τy}}_k)+n_k$

直接进行取模操作，得到对b_k的估计：其中，n_k是第k个移动台处的噪声向量。

9.根据权利要求6所述的系统，其特征在于，所述等效信道矩阵计算模块，利用信道矩阵

来计算块对角化预编码矩阵

从而消除了多用户干扰。

10.根据权利要求6所述的系统，其特征在于，所述MMSE预编码矩阵计算模块利用所述等效信道矩阵H_eff，k计算最小均方误差MMSE预编码矩阵D_k，从而进一步消除等效点对点多输入多输出信道的数据流干扰。

Images