CN102013958A - 快速时变mimo系统中基于非码本预编码的传输方法 - Google Patents

Abstract

本发明提供了一种快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，对于接收端，S1：接收由发送端发送的、经同时预编码处理的信号

和导频，根据所述导频完成信道估计，获得等效信道H_t，equ；S2：对等效信道H_t，equ进行基于排序的QL分解，获得一组置换矩阵P_μ、酉矩阵Q和对角线上元素有序的下三角矩阵L；S3：根据酉矩阵Q对信号

进行处理

S4：根据下三角矩阵L对处理后的接收信号

进行串行干扰消除，获得信号

；S5：根据置换矩阵P_μ对信号

进行反置换操作，获得信号

；S6：对信号

完成解调和译码。根据本发明的技术方案所获得的下三角矩阵L在高速移动的环境中仍能保持较好的降序特性，保证了串行干扰删除技术的性能，减小了快速时变MIMO系统中各子信道之间的干扰。

Description

快速时变MIMO系统中基于非码本预编码的传输方法

技术领域

本发明涉及通信技术领域，尤其涉及一种快速时变MIMO系统中基于非码本预编码的传输方法。

背景技术

随着多天线技术研究的深入，MIMO(Multiple-Input Multiple-Output，多输入多输出)系统已经得到广泛的应用，它可以对信道容量、链路可靠性和覆盖范围等带来诸多好处，尤其是当发送端已知信道状态信息时，可以通过发送端的预编码引入更大的性能增益。在FDD(Frequency Division Duplexing，频分双工)MIMO系统中，基站端可以通过反馈获得部分或完整的信道信息，实现预编码技术。在TDD(Time Division Duplexing，时分双工)MIMO系统中，基于信道互惠性的存在，基站端可以在不需要反馈的情况下获得部分或完整的信道信息，应用预编码技术。

目前对预编码技术的研究主要分为基于码本的预编码和基于非码本的预编码。当发送端已知信道状态信息时，基于非码本的预编码技术可以使发送数据更好地匹配于信道，带来更高的波束成形增益。在基于非码本的预编码中广泛应用奇异值分解(Singular Value Decomposition，SVD)算法，基于SVD的发送接收算法在理论上的传输速率可以达到信道容量。在基于SVD的传输中，MIMO信道被转换为独立的带有不同增益的并行单输入单输出(Single-Input Single-Output，SISO)子信道，且子信道之间没有干扰。然而实际中，传统的基于SVD的传输会引入子信道之间的干扰，这种干扰会大大降低基于SVD传输的性能。

SIC(successive interference cancellation，串行干扰删除)技术是一种广泛应用的干扰删除技术，而其中的检测顺序对SIC的性能至关重要。因此，若想更为有效地抑制MIMO子信道干扰，需要尽可能地按照信噪比(SNR)从大到小的顺序完成接收端的MIMO检测。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何在信道变化迅速(高速移动)的情况下减小基于SVD的传输时MIMO系统中各子信道之间的干扰。

(二)技术方案

为解决上述技术问题，本发明的技术方案提供了一种快速时变MIMO系统中基于非码本预编码的传输方法，在接收端，所述方法包括：

S1：接收由发送端发送的、经同时预编码处理的信号

和导频，根据所述导频完成信道估计，获得等效信道H_t，equ；

S2：对所述等效信道H_t，equ进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

S3：根据所述酉矩阵Q对信号进行处理，获得处理后的接收信号

S4：根据所述下三角矩阵L对所述处理后的接收信号

进行串行干扰消除，获得干扰消除后的信号

S5：根据所述置换矩阵P_μ对所述干扰消除后信号

进行反置换操作，获得信号

S6：对述信号

完成解调和译码。

进一步地，所述方法在发送端还包括：

S11：获取t-τ时刻的信道状态信息H_t-τ并对其进行奇异值分解，获得预编码矩阵V_t-τ；

S12：根据所述预编码矩阵V_t-τ，对经信道编码和符号调制的待发送信号x以及插入的导频同时执行预编码，并将预编码后的信号送入t时刻传输信道中。

进一步地，所述步骤S2还包括：

S21：根据最小均方误差准则对所述等效信道H_t，equ进行信道扩展，获得扩展后的信道

S22：对所述扩展后的信道

进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；其中，σ_n为加性高斯白噪声功率的均方根。

其中，所述基于排序的QL分解过程包括：基于行列式准则对信道矩阵中的列进行重新排序，以获得期望的串行干扰检测次序；以及，基于修正的Gram-Schmidt格拉姆-施密特方法对重新排序后的信道矩阵进行QL分解；且所述重新排序的过程包括：

S221：初始化：i＝1，

S222：循环执行

$l=\underset{j\∈\{\mathrm{1,2},....M_t-i+1\}}{\arg \min }\left\{\det \left(A_{i,j}\right)\right\}$

$s_i=\mathrm{Exr}(P_i^T,l)$

P_i+1＝Dr(P_i，l)

获得期望的检测次序

其中，A_i，j为

删除第j行第j列后构成的矩阵；

S223：通过所述检测次序

确定置换矩阵P_μ。

其中，所述基于排序的QL分解过程包括：通过修正的格拉姆-施密特gram-schmidt正交化方法，在QL分解的过程中对信道矩阵的列进行重新排序；且所述排序和分解的过程包括：

S221’：初始化：L＝0，Q＝H，对μ＝M_t，…1执行以下步骤；

S222’：，在Q中剩下的列中搜索具有最小范数的列：

并用k_μ替换Q中的第μ列；

S223’：设L_μ，μ＝||q_μ||，归一化q_μ＝q_μ/L_μ，μ到单位长度；

S224’：对于v＝1…μ-1，计算投影

其中，q_v＝q_v-L_μ，vq_μ；q_μ为矩阵Q中的第μ列。

其中，所述基于排序的QL分解过程包括：在QL分解的过程中获得逆矩阵L^-1后，对所述逆矩L^-1交替执行多次基于预置的置换准则的置换操作和householder变换操作，以对所述逆矩阵L^-1中的列进行重新排序；其中，所述预置的置换准则包括：

其中，

为第i次置换后的新矩阵；P_i为第i次置换的置换矩阵。

(三)有益效果

本发明的技术方案结合了发送端预编码以及接收端MIMO子信道检测算法。在接收端对完成预编码的导频信号进行信道估计，并对其结果进行基于排序的QL分解或基于最小均方误差扩展后的QL分解，得到一组置换矩阵P_μ、酉矩阵Q以及对角线上元素有序的下三角矩阵L；通过酉矩阵Q对接收信号进行处理，在不放大噪声的基础上，消除了某一层子信道信号受到的来自于前面层数子信道的干扰；利用下三角矩阵L执行串行干扰删除，逐层完成MIMO子信道的检测；最后利用置换矩阵P_μ执行反置换操作。由于基于排序的QL算法获得的下三角矩阵L在高速移动的环境中仍能保持较好的降序特性，保证了串行干扰删除技术的性能，减小了快速时变MIMO系统中各子信道之间的干扰；且基于最小均方误差扩展得QL分解还能对噪声起到抑制作用；从而大大提升了基于SVD的传输方法在实际应用中的可行性。

附图说明

图1是本发明的快速时变MIMO系统中基于非码本预编码的传输方法的流程图；

图2是本发明的快速时变MIMO系统中基于非码本预编码的传输方法的第一实施例的传输示意图，其中，发送端利用反馈获得信道信息；

图3是本发明的快速时变MIMO系统中基于非码本预编码的传输方法的第二实施例的传输示意图，其中，发送端利用TDD信道互惠性获得信道信息；

图4示出了不同信道时间相关性的情况下，基于排序的QL分解算法与不排序的QL分解算法获得的下三角矩阵L的对角线元素按降序排列的概率的对比；

图5示出了不同信道时间相关性以及不同信噪比条件下，本发明的快速时变MIMO系统中基于非码本预编码的传输方法与基于不排序的QL分解算法的非码本预编码的传输方法的误码率的性能比较。

图6示出了在多普勒频移为300Hz的时候，在不同的信噪比条件下，加入Turbo编码条件下，本发明的快速时变MIMO系统中基于非码本预编码的传输方法(SVD+QL-SORT，SVD+MMSE-SORT，SVD+MMSE-PSA)与基于未排序的QL分解算法的传输方法(SVD+QL)的误比特率。

具体实施方式

本发明提出的时变MIMO系统中基于非码本预编码的传输方法，结合附图和实施例说明如下。

本发明技术方案的核心思想在于，发送端利用获得的信道信息进行奇异值分解(SVD)得到预编码矩阵，并根据该预编码矩阵对发送信号和插入的导频同时完成预编码；接收端根据完成预编码的导频进行信道估计，并对信道估计结果进行基于排序的QL分解或基于最小均方误差扩展后的QL分解得到一组置换矩阵P_μ、酉矩阵Q和对角线元素有序的下三角矩阵L；接着，完成Q^H与接收信号相乘的操作，并利用该下三角矩阵L的对角线元素在快速时变下也能有序排列的这一性质，对接收信号进行串行干扰删除处理，并得到最终MIMO译码后的信号。

需要说明的是，发射端预编码的操作相当于完成了对下三角矩阵L排序的过程，当信道时变相对较慢的时候，该下三角矩阵L的对角线元素有很大概率是按降序排列的。但在高速移动下，信道的多普勒频移较大，信道变化较快，此时下三角降序特性无法得到保证，在接收端采用基于排序的QL分解，能够在高速移动的环境下仍然保证下三角矩阵L的对角线元素有较好的降序特性。

如图1所示，根据本发明的时变MIMO系统中基于非码本预编码的传输方法在发送端包括以下步骤：

S11：获得t-τ时刻的信道状态信息H_t-τ；其中，发送端可以通过反馈获得信道状态信息H_t-τ；特殊的，在TDD系统中，发送端可以利用信道互惠性获得信道状态信息H_t-τ；

S12：对获取的信道状态信息H_t-τ进行奇异值分解(SVD)，得到左酉矩阵U_t-τ，右酉矩阵V_t-τ以及对角线上元素为实数且按降序排列的对角阵∑_t-τ；

其中，对于采用反馈方式获取信道状态信息的系统，步骤12还包括存储该预编码矩阵V_t-τ及其共轭转置

S13：利用酉矩阵V_t-τ对经信道编码和符号调制后的发送信号和插入发送信号内的导频同时完成预编码；并将完成预编码的信号送入当前传输t时刻的信道H_t中。

仍参照图1，根据本发明的时变MIMO系统中基于非码本预编码的传输方法在接收端包括以下步骤：

S14：根据完成预编码的导频进行信道估计，获得信道估计结果H_t，equ；其中，可以采用的信道估计算法包括：最小二乘法、最小均方误差法和基于傅立叶变换的信道估计算法等；

其中，对于采用反馈方式获取信道状态信息的系统，步骤1还包括：反馈该信道估计结果H_t，equ，其为包括t时刻传输发送的预编码矩阵V_t-τ和信道矩阵H_t的等效信道信息；

S15：对信道估计结果H_t，equ进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

该步骤还可以包括：根据MMES(Minimum Mean Square Error，最小均方误差)准则对上述信道估计结果H_t，equ进行信道扩展，获得扩展后的信道

然后再对扩展后的信道进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L。

本步骤中，无论是未扩展还是扩展后的信道，都可以通过以下两种方式实现基于排序的QL分解：对信道矩阵中的列进行重新排序后再进行QL分解；或，在QL分解的过程中实现信道矩阵的重新排序。

第一种实现方法，通过交换信道矩阵的列向量(QL-SORT排序方案)，使得分解后的下三角矩阵的对角线元素降序排列；其中，对H_t，equ或其扩展后的信道

的列进行重新排序的过程包括：

第一步：初始化

第二步：循环执行

$l=\underset{j\∈\{\mathrm{1,2},....M_t-i+1\}}{\arg \min }\left\{\det \left(A_{i,j}\right)\right\}$

$s_i=\mathrm{Exr}(P_i^T,l)$

P_i+1＝Dr(P_i，l)

其中，A_i，j为

删除第j行第j列后构成的矩阵，那么

的余子式为det(A_i，j)。采用上述排序方法，获得的检测顺序为根据检测次序确定置换矩阵P_μ。然后就可以通过修正的Gram-Schmidt(格拉姆-施密特)方法对重排后的信道矩阵H_t，p进行QL分解，得到酉矩阵Q和下三角矩阵L。

进一步地，对于信道估计得到的等效信道H_t，equ或其扩展后的信道

上述第二种实现方法还包括两种排序方法：在QL分解的过程中对下三角矩阵L矩阵的对角线元素进行次优排序(QL-SORT排序方案)和PSA(Post Sort Algorithm，最优后排序)。

具体地，次优排序采用修正的gram-schmidt(格拉姆-施密特)正交化方法，在分解的过程中改变信道矩阵的列的顺序以获得较优的检测次序，其实际上仍属于QL-SORT排序方案。算法从Q＝H，L＝0开始，确定具有最小范数的列，并将其与最右边未处理过的矢量交换；在其长度归一化为单位值后，确定相应的对角线元素L_μ，μ，将剩下的列投影到新矢量q_μ确定非对角线元素L_μ，v，其中矢量q_μ表示矩阵Q的第μ列。算法过程为：

初始化：L＝0，Q＝H

forμ＝M_t，…1

在Q剩下的列中搜索最小范

$k_{\mathrm{\μ}}=\underset{v=1,\·\·\·\mathrm{\μ}}{\arg \min }{\left|\right|q_v\left|\right|}^2$

将Q的第μ列和k_μ交换，确定P_μ

置L_μ，μ＝||q_μ||

归一化q_μ＝q_μ/L_μ，μ到单位长度

for v＝1…μ-1

计算投影 $L_{\mathrm{\μ},v}=q_{\mathrm{\μ}}^H{q}_v$

q_v＝q_v-L_μ，vq_μ

end

end

(3)

通过上述算法获得一个酉矩阵Q、一个对角线元素有序的下三角矩阵L和一组置换矩阵P_μ(1≤μ≤N_t)。

具体地，最优后排序(QL-PSA方案)将等效信道矩阵H_t，equ或扩展后信道矩阵进行QL分解，通过分析QL分解的协方差矩阵，交换矩阵L的行，来实现对协方差矩阵对角线元素的降序排列，以减少错误传播。选择L^-1中具有最小范数的行，将这一行移动到矩阵的未处理的最首行，即：

其中，为第i次置换后的新矩阵；P_i为第i次置换的置换矩阵。此时获得的矩阵不再是三角矩阵，为保持矩阵的三角特性，矩阵的首行应该只包含一个非零元素。可以通过Householder变换来重新获得矩阵的三角特性：一个行矢量aa可以通过Householder变换方法映射为平面或者是直线上一个等长的新矢量bb，映射通过aa与酉矩阵Θ相乘来的得到。将矩阵P₁L^-1右乘以有矩阵Θ₁可以迫使最后一行中除了第一个元素以外的所有其他元素为零，而不改变行的范数。假设在干扰抵消的过程中，第一层的判决是正确的，下一步递推的过程限制在右下角的一个(N_t-1)×(N_t-1)的矩阵上。继续以相同的方式进行行范数的比较，并乘以置换矩阵P₂，再进行Householder变换得到右乘矩阵Θ₂。依次类推直到得到所有层的结果。最终获得的最优矩阵具有如下的形式：

$L_{\mathrm{opt}}^H=P_{N_t-1}\·\·\·P_1{L}^{-1}{\mathrm{\Θ}}_1\·\·\·{\mathrm{\Θ}}_{N_t-1}---\left(4\right)$

由于所有的置换矩阵和Householder矩阵都是奇异矩阵，满足PP^H＝P^HP＝I，最终可得到下三角矩阵为：

$L_{\mathrm{opt}}={\mathrm{\Θ}}_{N_t-1}^H\·\·\·{\mathrm{\Θ}}_1^{H}L{P}_1^H\·\·\·P_{N_t-1}^H---\left(5\right)$

置换和Householder变换至多进行N_t-1次，并且有以下等式：

$H=\mathrm{QL}\⇒H_{\mathrm{opt}}=H{P}_1^H\·\·\·P_{N_t-1}^H=Q_{\mathrm{opt}}{L}_{\mathrm{opt}}---\left(6\right)$

其中 $Q_{\mathrm{opt}}=Q{\mathrm{\Θ}}_1\·\·\·{\mathrm{\Θ}}_{N_t-1}.$

最终得到酉矩阵Q_opt和下三角矩阵L_opt和置换矩阵P_μ(μ＝1，…M_t)。

S16：利用酉矩阵Q对接收信号

进行处理，得到

$\begin{array}{c}y=Q^H\hat{y}\\ \begin{array}{c}=Q^H{H}_t{V}_{t-\mathrm{\τ}}x+Q^{H}n---\left(7\right)\\ =\mathrm{Lx}+{\tilde{n}}_q\end{array}\end{array}$

其中，

是处理后的接收信号，

是接收天线上的接收信号，

是发送信号，V_t-τ是预编码矩阵，

是功率为

的高斯白噪声，

是功率为

的高斯白噪声

H_t为t时刻的信道状态信息；这里，(.)^T表示转置，(.)^H表示共轭转置，E(.)表示求期望。

S17：对处理后的接收信号y执行串行干扰删除SIC操作；其中，可以通过对MIMO子信道逐层检测完成所述串行干扰删除处理过程；检测顺序可以为从子信道j＝1到子信道j＝M_t，且检测得到的第j个子信道的发送信号为

则有：

${\hat{x}}_1=\mathrm{dec}\left(\frac{y_1}{L_{11}}\right)$

${\hat{x}}_2=\mathrm{dec}\left(\frac{y_2-L_{21}{\hat{x}}_1}{L_{22}}\right)$

${\hat{x}}_3=\mathrm{dec}\left(\frac{y_3-L_{31}{\hat{x}}_1-L_{32}{\hat{x}}_2}{L_{33}}\right)$

…

${\hat{x}}_j=\mathrm{dec}\left(\frac{y_j-\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}{L}_{\mathrm{ji}}{\hat{x}}_i}{L_{\mathrm{jj}}}\right)=\mathrm{dec}(x_j+\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}\frac{L_{\mathrm{ji}}}{L_{\mathrm{jj}}}({\hat{x}}_i-x_j)+\frac{1}{L_{\mathrm{jj}}}{\tilde{\text{n}}}_{\mathrm{qj}})$

…

${\hat{x}}_{M_t=\mathrm{dec}}\left(\frac{y_{M_t}-\underset{i=1}{\overset{M_t-1}{\mathrm{\Σ}}}{L}_{M_{t}i}{\hat{x}}_i}{L_{M_t{M}_t}}\right)---\left(8\right)$

其中，L_ji表示所述下三角矩阵L的第j行、第i列的元素，y_j为第j个子信道的经处理后的接收信号，dec(.)表示判决过程。

S18：根据置换矩阵P_μ对干扰消除后的信号

进行反置换操作；对于不同的排序方式的反置换过程相同：将步骤S15中获得的一组置换矩阵P_μ(μ＝1，…M_t)转置后，依次右乘于所述步骤S17中获得的干扰消除后的信号

即：

$\tilde{x}={\tilde{x}}_p{P}_1^H\·\·\·P_{N_t-1}^H---\left(9\right)$

下面将结合附图以及具体实施例分别对利用反馈获得信道信息的快速时变FDD MIMO系统以及利用上下行信道互惠性获得信道信息的TDDMIMO系统中的基于非码本预编码的传输方法进行详细说明。

实施例一

如图2所示为本发明第一实施例的传输模型图。本实施例中，发送端利用反馈获得信道信息，具体步骤包括：

S201：发送端对初始的比特级发送信号b进行信道编码；优选地，可以采用Turbo码、LDPC码等信道编码方式；

S202：发送端对信道编码后的比特级信号进行符号调制，得到优选地，可以采用QPSK、16QAM、64QAM等符号调制方式；

S203：发送端插入导频；优选地，可以采用频分、时分、码分等方式实现；

S204：发送端接收由接收端反馈的信道信息H_t-τ，equ，其为包含有t-τ时刻传输发送预编码矩阵V_t-τ’和信道矩阵H_t-τ的等效信道信息，其中τ’＞τ；

S205：发送端提取t-τ时刻的传输过程中所存储的

其为酉矩阵V_t-τ’的共轭转置；

S206：发送端将反馈的信道信息H_t-τ，equ与该酉矩阵V_t-τ’的共轭转置

相乘，恢复获得t-τ时刻的信道状态信息H_t-τ，即

S207：发送端对H_t-τ进行SVD，得到左酉矩阵U_t-τ，右酉矩阵V_t-τ和对角线上元素为实数且按降序排列的对角阵∑_t-τ；

S208：发送端保存该预编码矩阵(右酉矩阵V_t-τ)的共轭转置

S209：发送端利用该预编码矩阵V_t-τ对所插入的导频和符号调制后的发送信号同时完成预编码过程；即将该预编码矩阵V_t-τ与符号调制后的发送信号x和导频信号同时相乘；并发送信号；

S210：接收端从接收天线接收信号

并对完成预编码的该导频进行信道估计，得到信号估计结果H_t，equ；此时得到的不是信道状态信息H_t，而是包含有发送预编码矩阵的等效信道信息H_t，equ；

S211：接收端反馈该等效信道信息H_t，equ；

S212：接收端对信道估计结果H_t，equ或其扩展后的矩阵H_t，mmse进行基于排序的QL分解，得到一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

S213：接收端通过将Q^H与接收信号

相乘实现对接收信号的处理，且有：

$\begin{array}{c}y=Q^H\hat{y}\\ \begin{array}{c}=Q^H{H}_t{V}_{t-\mathrm{\τ}}x+Q^{H}n---\left(10\right)\\ =\mathrm{Lx}+{\tilde{n}}_q.\end{array}\end{array}$

其中，

是处理后的接收信号，

是接收天线上的接收信号，

是发送信号，V_t-τ是预编码矩阵，

是功率为的高斯白噪声，

是功率为

的高斯白噪声这里，(.)^T表示转置，(.)^H表示共轭转置，E(.)表示求期望；

S214：接收端对处理后的接收信号y完成串行干扰删除处理(SIC)，其中，可以通过对MIMO子信道逐层检测完成所述串行干扰删除处理过程；检测顺序可以为从子信道j＝1到子信道j＝M_t，且检测得到的第j个子信道的发送信号为

则有：

${\hat{x}}_1=\mathrm{dec}\left(\frac{y_1}{L_{11}}\right)$

${\hat{x}}_2=\mathrm{dec}\left(\frac{y_2-L_{21}{\hat{x}}_1}{L_{22}}\right)$

${\hat{x}}_3=\mathrm{dec}\left(\frac{y_3-L_{31}{\hat{x}}_1-L_{32}{\hat{x}}_2}{L_{33}}\right)$

…

${\hat{x}}_j=\mathrm{dec}\left(\frac{y_j-\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}{L}_{\mathrm{ji}}{\hat{x}}_i}{L_{\mathrm{jj}}}\right)=\mathrm{dec}(x_j+\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}\frac{L_{\mathrm{ji}}}{L_{\mathrm{jj}}}({\hat{x}}_i-x_j)+\frac{1}{L_{\mathrm{jj}}}{\tilde{\text{n}}}_{\mathrm{qj}})$

…

${\hat{x}}_{M_t=\mathrm{dec}}\left(\frac{y_{M_t}-\underset{i=1}{\overset{M_t-1}{\mathrm{\Σ}}}{L}_{M_{t}i}{\hat{x}}_i}{L_{M_t{M}_t}}\right)---\left(11\right)$

其中，L_ji表示所述下三角矩阵L的第j行、第i列的元素，y_j为第j个子信道的经处理后的接收信号，dec(.)表示判决过程；

步骤215：接收端对执行干扰消除操作后的信号进行反置换操作，得到最终检测到的信号

其中，P_μ(μ＝1，…Mt)是步骤S212中基于排序的QL分解中获得的一组置换矩阵；

步骤216：接收端完成MIMO子信道检测后信号的符号解调；其中，解调方式与发送端的符号调制方式相对应；

步骤217：接收端对解调后的比特级信号进行信道译码，得到译码后信号；其中，信道译码方式与发送端的信道编码方式相对应。

实施例二

如图3所示为本发明第二实施例的传输模型图；本实施例中，发送端利用TDD系统信道互惠性获得信道信息，具体步骤包括：

S301：发送端对初始的比特级发送信号b进行信道编码；优选地，可以采用Turbo码、LDPC码等信道编码方式；

S302：发送端对信道编码后的比特级信号进行符号调制，得到

优选地，可以采用QPSK、16QAM、64QAM等调制方式；

S303：发送端插入导频；优选地，可以采用频分、时分、码分等方式实现；

S304：发送端直接利用TDD的信道互惠性，获得t-τ时刻的信道状态信息H_t-τ；

S305：发送端对该信道状态信息H_t-τ进行奇异值分解(SVD)，得到左酉矩阵U_t-τ，右酉矩阵V_t-τ和对角线上元素为实数且按降序排列的对角阵∑_t-τ；

S306：发送端利用该右酉矩阵(预编码矩阵)V_t-τ对导频和符号调制后的发送信号同时完成预编码过程；即将该预编码矩阵V_t-τ与符号调制后的发送信号x和导频信号同时相乘；并发送信号；

S307：接收端从接收天线接收信号

并对完成预编码的该导频进行信道估计，得到信道估计结果H_t，equ；此时得到的不是信道状态信息H_t而是包含发送预编码矩阵的等效信道信息H_t，equ；

S308：接收端对信道估计结果H_t，equ或其扩展后的矩阵H_t，mmse进行基于排序的QL分解，得到一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

S309：接收端通过将Q^H与接收信号

相乘实现对接收信号的处理，且有：

$\begin{array}{c}y=Q^H\hat{y}\\ \begin{array}{c}=Q^H{H}_t{V}_{t-\mathrm{\τ}}x+Q^{H}n---\left(12\right)\\ =\mathrm{Lx}+{\tilde{n}}_q.\end{array}\end{array}$

其中，

是处理后的接收信号，

是接收天线上的接收信号，

是发送信号，V_t-τ是预编码矩阵，是功率为的高斯白噪声，

是功率为的高斯白噪声

这里，(.)^T表示转置，(.)^H表示共轭转置，E(.)表示求期望；

S310：接收端对处理后的接收信号y完成串行干扰删除处理(SIC)，其中，可以通过对MIMO子信道逐层检测完成所述串行干扰删除处理过程；检测顺序可以为从子信道j＝1到子信道j＝M_t，且检测得到的第j个子信道的发送信号为

则有：

${\hat{x}}_1=\mathrm{dec}\left(\frac{y_1}{L_{11}}\right)$

${\hat{x}}_2=\mathrm{dec}\left(\frac{y_2-L_{21}{\hat{x}}_1}{L_{22}}\right)$

${\hat{x}}_3=\mathrm{dec}\left(\frac{y_3-L_{31}{\hat{x}}_1-L_{32}{\hat{x}}_2}{L_{33}}\right)$

…

${\hat{x}}_j=\mathrm{dec}\left(\frac{y_j-\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}{L}_{\mathrm{ji}}{\hat{x}}_i}{L_{\mathrm{jj}}}\right)=\mathrm{dec}(x_j+\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}\frac{L_{\mathrm{ji}}}{L_{\mathrm{jj}}}({\hat{x}}_i-x_j)+\frac{1}{L_{\mathrm{jj}}}{\tilde{\text{n}}}_{\mathrm{qj}})$

…

${\hat{x}}_{M_t=\mathrm{dec}}\left(\frac{y_{M_t}-\underset{i=1}{\overset{M_t-1}{\mathrm{\Σ}}}{L}_{M_{t}i}{\hat{x}}_i}{L_{M_t{M}_t}}\right)---\left(13\right)$

其中，L_ji表示所述下三角矩阵L的第j行、第i列的元素，y_j为第j个子信道的经处理后的接收信号，dec(.)表示判决过程；

S311：接收端对执行干扰消除操作后的信号

进行反置换操作，得到最终检测到的信号

其中，P_μ(μ＝1，…M_t)是步骤S212中基于排序的QL分解中获得的一组置换矩阵；

S312：接收端完成MIMO子信道检测后信号的符号解调；其中，解调方式与发送端的符号调制方式相对应；

S313：接收端对解调后比特级信号进行信道译码，得到译码后信号

其中，信道译码方式与发送端的信道编码方式相对应。

综上所述，本发明结合发送端预编码和接收端MIMO子信道检测算法，其中，发送端对发送信号和导频同时进行预编码，这样在接收端对导频做信道估计得到的不是信道状态信息H_t，而是包含发送预编码矩阵的等效信道信息H_t，equ；接收端进一步对H_t，equ或基于最小均方误差扩展后的QL分解，得到一组置换矩阵P_μ、酉矩阵Q和对角线元素为实数的下三角矩阵L。通过酉矩阵Q对接收信号进行处理，在不放大噪声的基础上，消除了某一层子信道信号受到的来自于前面层数子信道的干扰；利用下三角矩阵L执行串行干扰删除，逐层完成MIMO子信道的检测；最后利用置换矩阵P_μ执行反置换操作。由于经过重新排序处理的下三角矩阵L在高速移动的环境中仍能保持较好的降序特性，保证了串行干扰删除技术的性能，减小了快速时变MIMO系统中各子信道之间的干扰；同时，当对某一层子信道进行检测时，在完全消除未检测信道对其干扰的基础上，本发明技术方案的接收算法可以进一步抑制已检测信道的误码传播带来的影响。

下面将给出本发明的传输方案与现有的其它传输方案的比较，以使本发明的优势及特征更加明显。

图4示出了未排序的QL分解接收算法和本发明方案中排序的QL分解接收算法在不同信道时间相关性条件下，下三角矩阵L对角线元素按照降序排列的概率；由图5中可以看出，采用本发明技术方案后，在复杂度稍微增大的情况下，降序排列的概率有明显的提升。图5示出了不同信道时间相关性、不同信噪比的条件下，基于未排序QL分解接收算法的传输方法(SVD+QL)与本发明的基于排序QL分解接收算法的传输方法的一个实施例(采用前述QL-SORT排序方案)。图6示出了在采用Turbo 1/3编码，QPSK调制时，基于未排序的QL分解接收算法的传输方法(SVD+QL)与本发明的基于排序QL分解接收算法的传输方法的实施例SVD+QL-SORT(对信道矩阵采用前述QL-SORT排序方案的实施例)，SVD+QL-PSA(对信道矩阵采用前述QL-PSA的排序方案的实施例)，SVD+MMSE-SORT(对信道矩阵进行基于最小均方误差准则的扩展后，再执行前述QL-SORT排序的实施例)，SVD+MMSE-PSA(对信道矩阵进行基于最小均方误差准则的扩展后，再执行前述QL-PSA排序的实施例)的BER性能对比；由图6中可以看出，本发明中的SVD+QL-SORT方案以及SVD+MMSE-SORT方案在复杂度增加不大的情况下，相比SVD+QL方案能获得更大的性能增益：Turbo 1/3编码，QPSK调制下，分别获得1.8dB与3dB的性能增益。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，对于接收端，

S1：接收由发送端发送的、经同时预编码处理的信号

和导频，根据所述导频完成信道估计，获得等效信道H_t，equ；

S2：对所述等效信道H_t，equ进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

S3：根据所述酉矩阵Q对信号

进行处理，获得处理后的接收信号

S4：根据所述下三角矩阵L对所述处理后的接收信号进行串行干扰消除，获得干扰消除后的信号

S5：根据所述置换矩阵P_μ对所述干扰消除后信号

进行反置换操作，获得信号

S6：对所述信号

完成解调和译码。

2.如权利要求1所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述方法还包括：

对于发送端，

S11：获取t-τ时刻的信道状态信息H_t-τ并对其进行奇异值分解，获得预编码矩阵V_t-τ；

S12：根据所述预编码矩阵V_t-τ，对经信道编码和符号调制的待发送信号x以及插入的导频同时执行预编码，并将预编码后的信号送入t时刻传输信道中。

3.如权利要求1所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述步骤S2还包括：

S21：根据最小均方误差准则对所述等效信道H_t，equ进行信道扩展，获得扩展后的信道

S22：对所述扩展后的信道

进行基于排序的QL分解，生成一组置换矩阵P_μ，并同时获得酉矩阵Q和对角线上元素有序的下三角矩阵L；

其中，σ_n为加性高斯白噪声功率的均方根。

4.如权利要求1或3所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述基于排序的QL分解过程包括：基于行列式准则对信道矩阵中的列进行重新排序，以获得期望的串行干扰检测次序；以及，基于修正的Gram-Schmidt格拉姆-施密特方法对重新排序后的信道矩阵进行QL分解。

5.如权利要求4所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述重新排序的过程包括：

S221：初始化：i＝1，

S222：循环执行

$l=\underset{j\∈\{\mathrm{1,2},....M_t-i+1\}}{\arg \min }\left\{\det \left(A_{i,j}\right)\right\}$

$s_i=\mathrm{Exr}(P_i^T,l)$

P_i+1＝Dr(P_i，l)

获得期望的检测次序其中，A_i，j为

删除第j行第j列后构成的矩阵；

S223：通过所述检测次序

确定置换矩阵P_μ。

6.如权利要求1或3所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述基于排序的QL分解过程包括：通过修正的格拉姆-施密特gram-schmidt正交化方法，在QL分解的过程中对信道矩阵的列进行重新排序。

7.如权利要求6所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述排序和分解的过程包括：

S221’：初始化：L＝0，Q＝H，对μ＝M_t，…1执行以下步骤；

S222’：，在Q中剩下的列中搜索具有最小范数的列：

并用k_μ替换Q中的第μ列；

S223’：设L_μ，μ＝||q_μ||，归一化q_μ＝q_μ/L_μ，μ到单位长度；

S224’：对于v＝1…μ-1，计算投影

其中，q_v＝q_v-L_μ，vq_μ；q_μ为矩阵Q中的第μ列。

8.如权利要求1或3所述的快速时变MIMO系统中基于非码本预编码的传输方法，其特征在于，所述基于排序的QL分解过程包括：在QL分解的过程中获得逆矩阵L^-1后，对所述逆矩L^-1交替执行多次基于预置的置换准则的置换操作和householder变换操作，以对所述逆矩阵L^-1中的列进行重新排序；其中，所述预置的置换准则包括：

其中，

为第i次置换后的新矩阵；P_i为第i次置换的置换矩阵。

Images