CN102291201B - 一种面向双码本结构的低复杂度码本搜索方法 - Google Patents

Abstract

一种面向双码本结构的低复杂度码本搜索方法按以下步骤进行：1)、用户利用信道估计的结果统计发送相关矩阵，并将该矩阵近似为一个分块对角矩阵，对角线上各个分块矩阵相同；2)、对上一步计算得到的分块矩阵进行特征值分解，得到降序排列的特征值及其相应的特征向量；3）、在构成内码本的所有固定波束中找到与最大特征值对应的特征向量相关性最强的波束，并确定包含该波束的两个波束簇；4）、在上一步确定的两个波束簇中找到与次大特征值对应的特征向量相关性最强的波束，将由该波束所在的波束簇形成的矩阵确定为W1，并反馈其索引PMI1；5）、根据瞬时信道信息以及上一步确定的内码本矩阵W1，在外码本中选择合适的W2，并反馈其对应的索引PMI2。

Description

一种面向双码本结构的低复杂度码本搜索方法

技术领域

本发明涉及3GPP LTE-Advanced(第三代合作伙伴计划长期演进高版本)标准化进程领域，特别是涉及一种面向双码本结构的低复杂度码本搜索方法。 

背景技术

采用多天线发送和多天线接收(MIMO)的无线传输技术是挖掘利用空间资源、提高频谱利用率和功率利用率的基本途径，十余年来一直是移动通信领域研究开发的主流技术之一。为了满足30bit/s/Hz的频谱效率需求，3GPP LTE-Advanced (3rd Generation Partnership Project Long Term Evolution，第三代合作伙伴计划长期演进高版本)在其下行链路支持八个发送天线的MIMO传输。为了更好地支持在这种天线配置下的单用户和多用户闭环预编码，LTE-Advanced定义了一种双码本结构，在此结构下，预编码矩阵W由位于内码本中的矩阵W1及位于外码本中的矩阵W2相乘得到，其中，内码本矩阵W1为基于固定波束簇的分块对角矩阵，匹配于长时信道信息，外码本矩阵W2则实现频率选择性的波束选择和共相位功能，匹配于短时信道信息。在这种双码本结构下，用户反馈的预编码信息应当包含W1在内码本中的索引PMI1以及W2在外码本中的索引PMI2。 

在闭环空分复用模式下，用户需要搜索码本以获得合适的预编码矩阵进行反馈，考虑到在八个发送天线配置下巨大的信道矩阵维数以及码本尺寸，用户对双码本进行联合搜索将付出巨大的复杂度代价，而用户的处理能力总是有限的。 

本发明利用LTE-Advanced双码本的结构特点，提出了一种低复杂度的码本搜索方法，该方法首先在基于固定波束簇的内码本中进行搜索，找到与长时信道的一个或两个主特征方向相关性最强的波束簇，将由该波束簇形成的矩阵确定为W1，并反馈其在内码本中的索引PMI1，其次根据已经确定的内码本矩阵W1以及瞬时信道信息，在外码本中搜索使某个性能指标最大化的矩阵W2，并反馈其对应的索引PMI2。本发明提供的码本搜索方法可以在保证码本搜索可靠性的同时，大大降低搜索的复杂度。 

发明内容

技术问题：本发明提供一种面向双码本结构的低复杂度码本搜索方法，其特 点是分开搜索内外码本，能够在保证搜索可靠性的同时避免联合搜索的复杂度。 

技术方案：本发明的面向双码本结构的低复杂度码本搜索方法中，预编码矩阵W由位于内码本中的矩阵W1以及位于外码本中的矩阵W2相乘得到，用户分别搜索内外码本获得W1和W2的索引PMI1和PMI2进行反馈，该方法包括如下步骤： 

a、用户利用信道估计的结果统计发送相关矩阵，并将该矩阵近似为一个分块对角矩阵，对角线上各个分块矩阵相同； 

b、对上一步计算得到的分块对角矩阵进行特征值分解，得到降序排列的特征值及相应的特征向量； 

c、在构成内码本的所有固定波束中找到与最大特征值对应的特征向量相关性最强的波束，并确定包含该波束的两个波束簇； 

d、在上一步确定的两个波束簇中找到与次大特征值对应的特征向量相关性最强的波束，将由该波束所在的波束簇形成的矩阵确定为W1，并反馈其索引PMI1； 

e、根据瞬时信道信息以及上一步确定的内码本矩阵W1，在外码本中选择合适的W2，并反馈其对应的索引PMI2。 

其中： 

内码本矩阵W1为分块对角矩阵，且每个分块矩阵相同，由包含若干个固定波束的波束簇形成，外码本矩阵W2则实现频率选择性波束选择和共相位功能。 

统计发送相关矩阵时，在频域及时域求平均，频域范围为整个带宽，时域范围是数个或数十个子帧。 

所述特征向量和所述的波束，其相关性表示为如下形式： 

$\cos \mathrm{\θ}=\frac{\left|v^{H}b\right|}{\left|\right|v\left|\right|\•\left|\right|b\left|\right|}$

其中θ表示两个向量之间的夹角，v为特征向量，b为波束，()^H表示矩阵共轭转置，| |表示对复数求模，|| ||表示对向量求模。 

所述次大特征值对应的特征向量相关性最强的波束，若该波束仍位于两个波束簇中，则考虑如下两种解决方法：其一，继续利用余下的特征向量依次进行搜索，直至可以确定唯一的一个波束簇为止；其二，不再继续搜索，从两个波束簇中任选其一。 

所述的索引PMI1为宽带反馈，即用户在整个带宽只反馈一个PMI1，而根据实际带宽及信道环境，PMI2为频率选择性的反馈，即将整个带宽划分为多个子带，每个子带反馈一个PMI2。 

有益效果：本发明实施例提供的一种面向双码本结构的低复杂度码本搜索方 法，具有如下优点： 

1、本方法能够充分利用LTE-Advanced双码本的结构特点，在保证码本搜索可靠性的同时大大降低码本搜索的复杂度。 

附图说明

图1为本发明实施例提供的基站侧天线配置示意图。 

图2为本发明实施例提供的一种面向双码本结构的低复杂度码本搜索方法的流程图。 

具体实施方式

本发明提供了一种面向双码本结构的低复杂度码本搜索方法，该方法中预编码矩阵W由位于内码本中的矩阵W1以及位于外码本中的矩阵W2相乘得到，用户分别搜索内外码本获得W1和W2的索引PMI1和PMI2进行反馈，包括如下步骤： 

a、用户利用信道估计的结果统计发送相关矩阵，并将该矩阵近似为一个分块对角矩阵，对角线上各个分块矩阵相同； 

b、对上一步计算得到的分块对角矩阵进行特征值分解，得到降序排列的特征值及相应的特征向量； 

c、在构成内码本的所有的固定波束中找到与最大特征值对应的特征向量相关性最强的波束，并确定包含该波束的两个波束簇； 

d、在上一步确定的两个波束簇中找到与次大特征值对应的特征向量相关性最强的波束，将由该波束所在的波束簇形成的矩阵确定为W1，并反馈其索引PMI1； 

e、根据瞬时信道信息以及上一步确定的内码本矩阵W1，在外码本中选择合适的W2，并反馈其对应的索引PMI2。 

上述方法，其中，内码本矩阵W1为分块对角矩阵，且每个分块矩阵相同，由包含若干个固定波束的波束簇形成，外码本矩阵W2则实现频率选择性波束选择和共相位功能。 

上述方法，其中，所述步骤a中，统计发送相关矩阵时同时在频域及时域求平均，频域范围为整个带宽，时域范围是数个或数十个子帧。 

上述方法，其中，所述步骤c中，特征向量和波束的相关性表示为如下形式： 

$\cos \mathrm{\θ}=\frac{\left|v^{H}b\right|}{\left|\right|v\left|\right|\•\left|\right|b\left|\right|}$

上式中θ表示两个向量之间的夹角，v为特征向量，b为波束，()^H表示矩阵共轭 转置，||表示对复数求模，||||表示对向量求模。 

上述方法，其中，所述步骤d中，若根据次大特征值对应的特征向量选择的波束仍位于两个波束簇中，则考虑如下两种解决方法：其一，继续利用余下的特征向量依次进行搜索，直至可以确定唯一的一个波束簇为止；其二，不再继续搜索，从两个波束簇中任选其一。 

上述方法，其中，PMI1为宽带反馈，即用户在整个带宽只反馈一个PMI1，而根据实际带宽及信道环境，PMI2为频率选择性的反馈，即将整个带宽划分为多个子带，每个子带反馈一个PMI2。 

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。 

本发明实施例提供的一种面向双码本结构的低复杂度码本搜索方法，可以充分利用LTE-Advanced双码本的结构特点，在保证码本搜索可靠性的同时大大降低码本搜索的复杂度。本例的基站侧天线配置如图1所示，ULA表示线性天线阵列配置，XPD表示极化天线配置，数字表示各个天线的编号。 

如图2所示，本发明实施例提供的一种面向双码本结构的低复杂度码本搜索方法的流程图，该方法包括以下步骤： 

步骤201：用户利用信道估计的结果统计发送相关矩阵，并将该矩阵近似为一个分块对角矩阵，对角线上各个分块矩阵相同，具体方法如下： 

假设发送相关矩阵每K个子帧更新一次，用N_R×N_T的矩阵

表示第k个子帧的信道估计值，m＝0，1，...，N_sc-1，l＝0，...，N_symb-1分别为频域下标和时域下标，N_sc为数据占用的子载波个数，N_symb为一个子帧中的OFDM符号的个数。 

利用第k个子帧得到的信道估计参数，其信道的发送相关阵

可表示为： 

$R_{\mathrm{TX}}^{\left(k\right)}=\frac{1}{N_{\mathrm{sc}}{N}_{\mathrm{symb}}}\underset{l=0}{\overset{N_{\mathrm{symb}}-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N_{\mathrm{sc}}-1}{\mathrm{\Σ}}}{\left(H_{m,l}^{\left(k\right)}\right)}^H{H}_{m,l}^{\left(k\right)}---\left(1\right)$

则由当前K个子帧统计得到的信道的发送相关阵R_TX为： 

$R_{\mathrm{TX}}=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{R}_{\mathrm{TX}}^{\left(k\right)}=\frac{1}{{\mathrm{KN}}_{\mathrm{sc}}{N}_{\mathrm{symb}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{l=0}{\overset{N_{\mathrm{symb}}-1}{\mathrm{\Σ}}}\underset{m=0}{\overset{N_{\mathrm{sc}}-1}{\mathrm{\Σ}}}{\left(H_{m,l}^{\left(k\right)}\right)}^H{H}_{m,l}^{\left(k\right)}---\left(2\right)$

上式中的发送相关阵可近似为一个分块对角矩阵，且每个分块矩阵相同(当基站采用线性天线阵列时，将其分为两组)，以

表示，

可以通过如下公式估算： 

${\stackrel{\‾}{R}}_{\mathrm{TX}}=\frac{1}{2}\underset{l=1}{\overset{2}{\mathrm{\Σ}}}{R}_{\mathrm{TX}}^{\left(l\right)}---\left(3\right)$

其中

表示R_TX的第l个分块对角矩阵。 

步骤202：对上一步骤计算得到的分块矩阵进行特征值分解，得到降序排列的特征值及相应的特征向量； 

${\stackrel{\‾}{R}}_{\mathrm{TX}}={\mathrm{V\ΛV}}^H---\left(4\right)$

其中λ_i(i＝1，2，..，N_T/2)为

降序排列的特征值， 

，v_i(i＝1，2，...，N_T/2)为与各个特征值相对应的特征向量。 

步骤203：在构成内码本的所有的固定波束中找到与最大特征值对应的特征向量相关性最强的波束，并确定包含该波束的两个波束簇。用b_i，i=1....，N表示固定波束，N为固定波束的个数，则最大特征值对应的特征向量v₁和固定波束之间的相关性可由下式进行估计： 

$\cos \mathrm{\θ}=\frac{\left|v_1^H{b}_i\right|}{\left|\right|v_1\left|\right|\•\left|\right|b_i\left|\right|}---\left(5\right)$

根据上式，找到使cosθ_i最大化的波束，并确定包含该波束的波束簇，其中所述的波束簇由相邻的N_b个固定波束组成，相邻的波束簇间有一半波束相互重叠。 

步骤204：在上一步骤确定的两个波束簇中找到与次大特征值对应的特征向量相关性最强的波束，将由该波束所在的波束簇形成的矩阵确定为W1，并反馈其索引PMI1。在该步骤中，若根据次大特征值对应的特征向量找到的波束仍位于两个波束簇中，则考虑如下两种解决方法：其一，继续利用余下的特征值对应的特征向量依次进行搜索，直至可以确定唯一的一个波束簇为止；其二，不再继续搜索，从两个波束簇中任选其一。结果表明，两种方法对性能的影响并无明显区别。 

步骤205：根据瞬时信道信息以及上面步骤确定的内码本矩阵W1，在外码本中选择合适的W2，并反馈其对应的索引PMI2。对W2的选择可以根据某个性能指标进行，如根据MMSE和速率准则等。 

Claims (6)

1.一种面向双码本结构的低复杂度码本搜索方法，其特征在于该方法中，预编码矩阵W由位于内码本中的矩阵W1以及位于外码本中的矩阵W2相乘得到，用户分别搜索内外码本获得W1和W2的索引PMI1和PMI2进行反馈，该方法包括如下步骤： 

a、用户利用信道估计的结果统计发送相关矩阵，并将该矩阵近似为一个分块对角矩阵，对角线上各个分块矩阵相同； 

b、对上一步计算得到的分块对角矩阵进行特征值分解，得到降序排列的特征值及相应的特征向量； 

c、在构成内码本的所有固定波束中找到与最大特征值对应的特征向量相关性最强的波束，并确定包含该波束的两个波束簇； 

d、在上一步确定的两个波束簇中找到与次大特征值对应的特征向量相关性最强的波束，将由该波束所在的波束簇形成的矩阵确定为W1，并反馈其索引PMI1； 

e、根据瞬时信道信息以及上一步确定的内码本矩阵W1，在外码本中选择合适的W2，并反馈其对应的索引PMI2。 

2.根据权利要求1所述的一种面向双码本结构的低复杂度码本搜索方法，其特征在于，内码本矩阵W1为分块对角矩阵，且每个分块矩阵相同，由包含若干个固定波束的波束簇形成，外码本矩阵W2则实现频率选择性波束选择和共相位功能。 

3.根据权利要求1所述的一种面向双码本结构的低复杂度码本搜索方法，其特征在于，统计发送相关矩阵时，在频域及时域求平均，频域范围为整个带宽，时域范围是数个或数十个子帧。 

4.根据权利要求1所述的一种面向双码本结构的低复杂度码本搜索方法，其特征在于所述特征向量和所述的波束，其相关性表示为如下形式： 

其中θ表示两个向量之间的夹角，v为特征向量，b为波束，()^H表示矩阵共轭转置，| |表示对复数求模，|| ||表示对向量求模。 

5.根据权利要求1所述的一种面向双码本结构的低复杂度码本搜索方法，其特征在于所述次大特征值对应的特征向量相关性最强的波束，若该波束仍位于两个波束簇中，则考虑如下两种解决方法：其一，继续利用余下的特征向量依次进 行搜索，直至可以确定唯一的一个波束簇为止；其二，不再继续搜索，从两个波束簇中任选其一。 

6.根据权利要求1所述的一种面向双码本结构的低复杂度码本搜索方法，其特征在于所述的索引PMI1为宽带反馈，即用户在整个带宽只反馈一个PMI1，而根据实际带宽及信道环境，PMI2为频率选择性的反馈，即将整个带宽划分为多个子带，每个子带反馈一个PMI2。 

Images