CN102347820A - 一种多小区协作无线通信系统联合编解码方法 - Google Patents

Abstract

本发明公开了一种多小区协作无线通信系统联合编解码方法，包括如下步骤：(1)所有基站从各自服务的用户终端获取非理想信道状态信息，并传递给中央处理单元；(2)中央处理单元计算各基站的发送预编码矩阵，并传递给各基站；中央处理单元计算各用户终端的接收解码矩阵，并通过基站传递给各用户终端；(3)根据发送预编码矩阵和接收预编码矩阵进行联合发送与接收。本发明提供的方法计算复杂程度低，适用于各种典型的多小区协作无线通信系统；各基站间仅需交换非理想信道通信状态信息，减缓了各基站之间的信息交互；且本方法可根据信道环境的变化进行多小区联合发送预编码矩阵和接收解码矩阵设计，降低了小区间的干扰，提高了系统的可达和速率。

Description

一种多小区协作无线通信系统联合编解码方法

技术领域

本发明涉及3GPP LTE(第三代合作伙伴计划的长期演进)标准化进程技术，尤其涉及一种基于非理想信道状态信息的多小区协作无线通信系统联合编解码方法。

背景技术

随着移动通信技术的不断发展，新一代移动通信系统要求能够支持高达每秒数百兆甚至1G比特的高速数据业务速率。在无线资源日趋紧张的情况下，采用新型网络架构，利用支持多小区协作传输的多天线发送和多天线接收的MIMO(Multiple-InputMultiple-Output，多输入多输出)无线传输技术，充分挖掘空间资源，最大限度地提高频谱利用率和功率效率，构建新型无线通信网络，成为未来移动通信研究的关键所在。

采用多天线发送和多天线接收的MIMO传输技术是挖掘利用空间维度无线资源、提高频谱利用率和功率效率的基本途径，十余年来一直是移动通信领域的主要研究点，并成为新一代移动通信系统的核心技术。MIMO技术的主要特色是在发送端和接收端均采用多天线单元完成信息的发送与接收，但将该技术直接应用于传统蜂窝系统，会导致较为严重的小区间干扰，且无法利用现存的消除干扰手段进行有效抑制，极大地制约了系统频谱利用率的提高。理论研究表明：基于多小区协作的MIMO传输技术可有效地克服小区间干扰，突破传统移动蜂窝结构对频谱利用率的限制，大幅度提升系统的功率效率。目前，该技术已引起国际学术界的广泛关注，同时也成为三个主要标准化组织实现其技术向IMT-Advanced标准演进的主流技术之一。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于非理想信道状态信息的多小区协作无线通信系统联合编解码方法，以降低小区间的干扰，提高系统的可达和速率。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种多小区协作无线通信系统联合编解码方法，基于一个非理想信道状态信息的多小区协作系统，所述协作系统包括1个中央处理单元和M个基站，所述基站与小区一一对应，且每个基站服务与之对应小区的一个用户终端，各基站之间交互非理想信道状态信息，并通过基站间的协作来联合设计发送预编码矩阵和接收解码矩阵，该方法包括如下步骤：

(1)所有基站从各自服务的用户终端获取非理想信道状态信息，并传递给中央处理单元；

(2)中央处理单元根据所获的非理想信道状态信息计算各基站的发送预编码矩阵，并传递给各基站；中央处理单元计算各用户终端的接收解码矩阵，并通过基站传递给各用户终端；

(3)根据步骤(2)中的发送预编码矩阵和接收预编码矩阵进行联合发送与接收。

在步骤(1)中，所述非理想信道按照如下方式建模：设系统中各基站的天线数为N_t，各用户终端的天线数为N_r，定义H_ij表示第i个小区的用户终端与第j个小区的基站之间的信道矩阵，将其建模为

其中

表示信道H_ij的估计值，E_ij表示信道的估计误差，并具有如下联合相关结构：

${\hat{H}}_{\mathrm{ij}}={\stackrel{\‾}{H}}_{\mathrm{ij}}+U_{r,\mathrm{ij}}\left(\begin{array}{ccc}{M}_{\mathrm{ij}}& e& {\hat{H}}_{\mathrm{iid},\mathrm{ij}}\end{array}\right)U_{t,\mathrm{ij}}^H,$ $E_{\mathrm{ij}}=U_{r,\mathrm{ij}}\left(\begin{array}{ccc}{M}_{\mathrm{ij}}& e& E_{\mathrm{iid},\mathrm{ij}}\end{array}\right)U_{t.\mathrm{ij}}^H,$

其中，U_r，ij和U_t，ij分别为N_r×N_r和N_t×N_t的固定酉矩阵，

为N_r×N_ti的固定的实矩阵，表示信道直达径，M_ij为N_r×N_ti的固定的实矩阵，表示信道的散射分量，

是N_r×N_t的随机矩阵，其元素是均值为零，方差为的独立同分布的复高斯随机变量，E_iid，ij是N_r×N_t的随机矩阵，其元素是均值为零，方差为

的独立同分布的复高斯随机变量，i、j＝1，L，M，e表示Hadama乘积，上标(·)^H表示矩阵共轭转置运算；第i个用户终端的接收信号表示为：

$y_i=H_{\mathrm{ii}}{F}_i{s}_i+{\mathrm{\Σ}}_{j=1,j\≠i}^M{H}_{\mathrm{ij}}{F}_j{s}_j+n_i,$

其中，y_i表示N_r×1的接收信号向量，F_i表示第i个基站的预编码阵，s_i表示第i个基站发送的符号流，n_i表示噪声方差为N₀的高斯白噪声向量，预编码矩阵满足发送功率限制，P_i表示第i个基站的发送功率，tr{·}表示矩阵的求迹运算；上式中

表示来自其他小区的干扰，总噪声为

其协方差矩阵记为∑_i。

在步骤(1)中，所述第i个基站从对应的用户终端所获取的非理想信道状态信息包括：基站与所服务的用户终端之间的信道估计

来自第j个基站的信道统计状态信息、估计误差的方差以及噪声方差N₀；其中来自第j个基站的信道统计状态信息包括：酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵散射分量M_ij，i、j＝1，K，M，且j≠i。

在步骤(1)中，所述非理想信道状态信息的获取方法包括反馈模式和隐反馈模式：

当采用反馈模式时，用户终端利用信道参数的估计值

计算发送相关矩阵

和接收相关矩阵

其中i、j＝1，2，L，M，E{·}表示求期望；接下来分别对这些发送相关阵和接收相关阵进行特征分解：

从而获得酉矩阵U_r，ij和酉矩阵U_t，ij；然后利用公式计算直达径矩阵

利用公式

计算散射分量M_ij，其中

上标(·)^*表示矩阵的共轭运算；最后，第i个用户终端将酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，估计误差的方差

j＝1，K，M，所属用户的信道估计

以及噪声方差N₀反馈给第i个基站，i＝1，K，M；

当采用隐反馈模式时，各基站利用接收链路的信道估计结果以及信道的互易性获得信道估计

估计误差的方差

和噪声方差N₀，采用与反馈模式相同的方法计算出酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵散射分量M_ij，。

在步骤(2)中，所述中央处理单元计算发送预编码矩阵和接收解码矩阵按如下步骤进行：

(2a)对散射分量M_ij进行奇异值分解：设K_ij表示非零奇异值的个数，

表示由第k个非零奇异值的均方根乘以酉矩阵U_ij的第k列所得的向量，

表示由第k个非零奇异值的均方根乘以酉矩阵V_ij的第k列所得的向量，

表示由向量

中元素构成的对角矩阵，

表示由向量中元素构成的对角矩阵，则 $M_{\mathrm{ij}}={\mathrm{\Σ}}_{k=1}^{K_{\mathrm{ij}}}{u}_k^{\left(\mathrm{ij}\right)}{v}_k^{\left(\mathrm{ij}\right)},$ 其中i，j＝1，2，L，M；

(2b)根据公式计算矩阵 $R_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{r,\mathrm{ij}}{\mathrm{\Λ}}_{u,k}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{u,l}^{\left(\mathrm{ij}\right)}{U}_{r,\mathrm{ij}}^H$ 和 $T_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{t,\mathrm{ij}}{\mathrm{\Λ}}_{v,l}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{v,k}^{\left(\mathrm{ij}\right)}{U}_{t.\mathrm{ij}}^H,$ 其中k、l＝1，K，K_ij，i、j＝1，2，L，M；

(2c)设定最大迭代次数N以及收敛判决门限ε，令n＝0，初始化发送预编码向量并满足功率限制

其中i＝1，2，L，M；

(2d)利用下述公式计算总噪声协方差矩阵∑_i，其中i＝1，2，L，M：

${\mathrm{\Σ}}_i=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2\mathrm{tr}\left\{F_i{F}_i^H{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\right\}{R}_{\mathrm{lk}}^{\left(\mathrm{ij}\right)}+N_0{I}_{N_r}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}{\stackrel{\‾}{H}}_{\mathrm{ij}}{F}_j{F}_j^H{\stackrel{\‾}{H}}_{\mathrm{ij}}^H+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ij}}^2)\mathrm{tr}\left\{F_j{F}_j^H{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\right\}{R}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)};$

(2e)利用下述公式计算接收解码矩阵G_i，其中i＝1，2，L，M：

$G_i=F_i^H{\hat{H}}_{\mathrm{ii}}^H{({\hat{H}}_{\mathrm{ii}}{F}_i{F}_i^H{\hat{H}}_{\mathrm{ii}}^H+{\mathrm{\Σ}}_i)}^{-1};$

(2f)利用下述公式计算系数

和μ_i，其中k，l＝1，K，K_ij，i＝1，2，L，M：

${\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=\mathrm{tr}\left(G_i{R}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i\right),$

${\mathrm{\μ}}_i=\frac{1}{P_i}\mathrm{tr}\left({\hat{H}}_{\mathrm{ii}}^H{G}_i^H{F}_i^H\right)-\frac{1}{P_i}\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\mathrm{tr}\left({\stackrel{\‾}{H}}_{\mathrm{ji}}^H{G}_j^H(I+F_i^H{\hat{H}}_{\mathrm{ii}}^H{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i)G_j{\stackrel{\‾}{H}}_{\mathrm{ji}}{F}_i{F}_i^H\right)$

$-\frac{1}{P_i}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2{\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\mathrm{tr}\left(T_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{F}_i{F}_i^H\right)-\frac{1}{P_i}\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ji}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ji}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ji}}^2){\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}\mathrm{tr}\left(T_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}{F}_i{F}_i^H\right);$

(2g)利用下述公式计算矩阵A_i，其中i＝1，2，L，M：

$A_i=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2{\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}+{\mathrm{\μ}}_i{I}_{r_i}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}{\stackrel{\‾}{H}}_{\mathrm{ji}}^H{G}_j^H(I+F_i^H{\hat{H}}_{\mathrm{ii}}^H{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i)G_j{\stackrel{\‾}{H}}_{\mathrm{ji}}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ji}}^2){\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}{T}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)};$

(2h)利用下述公式计算接收解码矩阵F_i，其中i＝1，2，L，M：

$F_i=A_i^{-1}{\hat{H}}_{\mathrm{ii}}^H{G}_i^H;$

(2i)令n＝n+1，判断n＝N是否成立，若判断结果为是，则程序终止；

(2j)若步骤(2i)的判断结果为否，则判断

是否成立，若判断结果为是，则对所有的i＝1，2，L，M都成立，则程序终止；其中||·||表示矩阵的Frobenius范数

(2k)若步骤(2j)的判断结果为否，否则，返回步骤(2d)。

所述发送预编码矩阵和接收解码矩阵的计算标准是基于最大化系统和容量的下界。

有益效果：本发明提供的基于非理想信道状态信息的多小区协作无线通信系统联合编解码方法，计算复杂程度低，适用于各种典型的多小区协作无线通信系统；在本方法中，各基站之间仅需要交换非理想信道通信状态信息，有效减缓了各基站之间的信息交互；并且本方法能够根据信道环境的变化进行多小区联合发送预编码矩阵和接收解码矩阵的设计，有效降低了小区间的干扰，显著提高了系统的可达和速率。

附图说明

图1为本发明实施的一种多小区协作无线通信系统的结构示意图；

图2为本法方法的流程图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为一个基于非理想信道状态信息的多小区协作无线通信系统，包括1个中央处理单元和M个基站，所述基站与小区一一对应，且每个基站服务与之对应小区的一个用户终端，各基站之间通过中央处理单元可以交互非理想信道状态信息，并通过基站间的协作发送预编码矩阵F_i和接收解码矩阵G_i，该方法包括如下步骤：

(1)所有基站从各自服务的用户终端获取非理想信道状态信息，并传递给中央处理单元；

(2)中央处理单元根据所获的非理想信道状态信息计算各基站的发送预编码矩阵，并传递给各基站；中央处理单元计算各用户终端的接收解码矩阵，并通过基站传递给各用户终端；

(3)根据步骤(2)中的发送预编码矩阵和接收预编码矩阵进行联合发送与接收。

其中步骤(2)的流程如图2所示，具体包括如下步骤：

步骤201：各用户估计信道估计估计误差的方差

和噪声方差N₀，其中i、j＝1，2，L，M。

步骤202：判断是否采用隐反馈模式。

步骤203：当采用反馈模式时，用户终端利用信道参数的估计值

计算发送相关矩阵

和接收相关矩阵

其中i、j＝1，2，L，M，E{·}表示求期望；分别对这些发送相关阵和接收相关阵进行特征分解：

从而获得酉矩阵U_r，ij和酉矩阵U_t，ij；然后利用公式

计算直达径矩阵

利用公式计算散射分量M_ij，其中

上标(·)^*表示矩阵的共轭运算，i、j＝1，2，L，M。

步骤204：第i个用户终端将酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，估计误差的方差

j＝1，K，M，所属用户的信道估计

以及噪声方差N₀反馈给第i个基站，i＝1，K，M。

步骤205：当采用隐反馈模式时，各基站利用接收链路的信道估计结果以及信道的互易性获得信道估计

估计误差的方差和噪声方差N₀，采用与反馈模式相同的方法计算出酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，i，j＝1，2，L，M。

步骤206：第i个基站将与所服务的用户终端之间的信道估计

来自其他小区基站的信道统计状态信息、估计误差的方差

以及噪声方差N₀传递给中央处理单元，j＝1，K，M，其中来自其他小区基站的信道统计状态信息包括：酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，j＝1，K，M，j≠i。

步骤207：中央处理单元对散射分量M_ij进行奇异值分解：

设K_ij表示非零奇异值的个数，表示由第k个非零奇异值的均方根乘以酉矩阵U_ij的第k列所得的向量，

表示由第k个非零奇异值的均方根乘以酉矩阵V_ij的第k列所得的向量，

表示由向量

中元素构成的对角矩阵，

表示由向量中元素构成的对角矩阵，则获得等效形式

其中i、j＝1，2，L，M；

根据公式计算矩阵 $R_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{r,\mathrm{ij}}{\mathrm{\Λ}}_{u,k}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{u,l}^{\left(\mathrm{ij}\right)}{U}_{r,\mathrm{ij}}^H$ 和 $T_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{t,\mathrm{ij}}{\mathrm{\Λ}}_{v,l}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{v,k}^{\left(\mathrm{ij}\right)}{U}_{t.\mathrm{ij}}^H,$ 其中k、l＝1，K，K_ij，i、j＝1，2，L，M。

步骤208：设定最大迭代次数N以及收敛判决门限ε，令n＝0，初始化发送预编码向量并满足功率限制

其中i＝1，2，L，M。

步骤209：根据下述公式计算总噪声协方差矩阵∑_i，其中i＝1，2，L，M，

${\mathrm{\Σ}}_i=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2\mathrm{tr}\left\{F_i{F}_i^H{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\right\}{R}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}+N_0{I}_{N_r}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}{\stackrel{\‾}{H}}_{\mathrm{ij}}{F}_j{F}_j^H{\stackrel{\‾}{H}}_{\mathrm{ij}}^H+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ij}}^2)\mathrm{tr}\left\{F_j{F}_j^H{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\right\}{R}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)};$

根据下述公式计算接收解码矩阵G_i，其中i＝1，2，L，M，

$G_i=F_i^H{\hat{H}}_{\mathrm{ii}}^H{({\hat{H}}_{\mathrm{ii}}{F}_i{F}_i^H{\hat{H}}_{\mathrm{ii}}^H+{\mathrm{\Σ}}_i)}^{-1};$

根据下述公式计算系数

和μ_i，其中k、l＝1，K，K_ij，i＝1，2，L，M，

${\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=\mathrm{tr}\left(G_i{R}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i\right),$

${\mathrm{\μ}}_i=\frac{1}{P_i}\mathrm{tr}\left({\hat{H}}_{\mathrm{ii}}^H{G}_i^H{F}_i^H\right)-\frac{1}{P_i}\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\mathrm{tr}\left({\stackrel{\‾}{H}}_{\mathrm{ji}}^H{G}_j^H(I+F_i^H{\hat{H}}_{\mathrm{ii}}^H{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i)G_j{\stackrel{\‾}{H}}_{\mathrm{ji}}{F}_i{F}_i^H\right)$

$-\frac{1}{P_i}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2{\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}\mathrm{tr}\left(T_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{F}_i{F}_i^H\right)-\frac{1}{P_i}\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ji}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ji}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ji}}^2){\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}\mathrm{tr}\left(T_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}{F}_i{F}_i^H\right);$

根据下述公式计算过渡矩阵A_i，其中i＝1，2，L，M，

$A_i=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{ij}}^2{\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}{T}_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}+{\mathrm{\μ}}_i{I}_{r_i}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}{\stackrel{\‾}{H}}_{\mathrm{ji}}^H{G}_j^H(I+F_i^H{\hat{H}}_{\mathrm{ii}}^H{\mathrm{\Σ}}_i^{-1}{\hat{H}}_{\mathrm{ii}}{F}_i)G_j{\stackrel{\‾}{H}}_{\mathrm{ji}}+\underset{j\≠i}{\overset{M}{\underset{j=1}{\mathrm{\Σ}}}}\underset{k=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}\underset{l=1}{\overset{K_{\mathrm{ij}}}{\mathrm{\Σ}}}(1-{\mathrm{\σ}}_{\mathrm{ji}}^2){\mathrm{\α}}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)}{T}_{\mathrm{kl}}^{\left(\mathrm{ji}\right)};$

根据下述公式计算接收解码矩阵F_i，其中i＝1，2，L，M，

$F_i=A_i^{-1}{\hat{H}}_{\mathrm{ii}}^H{G}_i^H.$

步骤210：令n＝n+1，并判断n＝N是否成立。

步骤211：如果n＝N不成立，则判断

是否对所有的i＝1，2，L，M都成立，其中||·||表示矩阵的Frobenius范数。

步骤212：如果n＝N成立，或

对所有的i＝1，2，L，M都成立，则迭代算法结束，保存当前接收解码矩阵F_i和接收解码矩阵G_i。

步骤213：中央处理单元将计算的发送预编矩阵F_i传递给基站，并通过基站将接收解码矩阵G_i反馈给用户端。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种多小区协作无线通信系统联合编解码方法，其特征在于：该编码方法基于一个非理想信道状态信息的多小区协作系统，所述协作系统包括1个中央处理单元和M个基站，所述基站与小区一一对应，且每个基站服务与之对应小区的一个用户终端，各基站之间交互非理想信道状态信息，并通过基站间的协作来联合设计发送预编码矩阵和接收解码矩阵，该方法包括如下步骤：

(1)所有基站从各自服务的用户终端获取非理想信道状态信息，并传递给中央处理单元；

(2)中央处理单元根据所获的非理想信道状态信息计算各基站的发送预编码矩阵，并传递给各基站；中央处理单元计算各用户终端的接收解码矩阵，并通过基站传递给各用户终端；

(3)根据步骤(2)中的发送预编码矩阵和接收预编码矩阵进行联合发送与接收。

2.根据权利要求1所述的多小区协作无线通信系统联合编解码方法，其特征在于：在步骤(1)中，所述非理想信道按照如下方式建模：设系统中各基站的天线数为N_t，各用户终端的天线数为N_r，定义H_ij表示第i个小区的用户终端与第j个小区的基站之间的信道矩阵，将其建模为

其中

表示信道H_ij的估计值，E_ij表示信道的估计误差，并具有如下联合相关结构：

${\hat{H}}_{\mathrm{ij}}={\stackrel{\‾}{H}}_{\mathrm{ij}}+U_{r,\mathrm{ij}}\left(\begin{array}{ccc}{M}_{\mathrm{ij}}& e& {\hat{H}}_{\mathrm{iid},\mathrm{ij}}\end{array}\right)U_{t,\mathrm{ij}}^H,$ $E_{\mathrm{ij}}=U_{r,\mathrm{ij}}\left(\begin{array}{ccc}{M}_{\mathrm{ij}}& e& E_{\mathrm{iid},\mathrm{ij}}\end{array}\right)U_{t.\mathrm{ij}}^H,$

其中，U_r，ij和U_t，ij分别为N_r×N_r和N_t×N_t的固定酉矩阵，

为N_r×N_ti的固定的实矩阵，表示信道直达径，M_ij为N_r×N_ti的固定的实矩阵，表示信道的散射分量，

是N_r×N_t的随机矩阵，其元素是均值为零，方差为的独立同分布的复高斯随机变量，E_iid，ij是N_r×N_t的随机矩阵，其元素是均值为零，方差为

的独立同分布的复高斯随机变量，i、j＝1，L，M，e表示Hadama乘积，上标(·)^H表示矩阵共轭转置运算；第i个用户终端的接收信号表示为：

$y_i=H_{\mathrm{ii}}{F}_i{s}_i+{\mathrm{\Σ}}_{j=1,j\≠i}^M{H}_{\mathrm{ij}}{F}_j{s}_j+n_i,$

其中，y_i表示N_r×1的接收信号向量，F_i表示第i个基站的预编码阵，s_i表示第i个基站发送的符号流，n_i表示噪声方差为N₀的高斯白噪声向量，预编码矩阵满足发送功率限制，

P_i表示第i个基站的发送功率，tr{·}表示矩阵的求迹运算；上式中

表示来自其他小区的干扰，总噪声为

其协方差矩阵记为∑_i。

3.根据权利要求1所述的多小区协作无线通信系统联合编解码方法，其特征在于：在步骤(1)中，所述第i个基站从对应的用户终端所获取的非理想信道状态信息包括：基站与所服务的用户终端之间的信道估计

来自第j个基站的信道统计状态信息、估计误差的方差

以及噪声方差N₀；其中来自第j个基站的信道统计状态信息包括：酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，i、j＝1，K，M，且j≠i。

4.根据权利要求1所述的多小区协作无线通信系统联合编解码方法，其特征在于：在步骤(1)中，所述非理想信道状态信息的获取方法包括反馈模式和隐反馈模式：

当采用反馈模式时，用户终端利用信道参数的估计值

计算发送相关矩阵和接收相关矩阵

其中i、j＝1，2，L，M，E{·}表示求期望；接下来分别对这些发送相关阵和接收相关阵进行特征分解：

从而获得酉矩阵U_r，ij和酉矩阵U_t，ij；然后利用公式

计算直达径矩阵

利用公式计算散射分量M_ij，其中上标(·)^*表示矩阵的共轭运算；最后，第i个用户终端将酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，估计误差的方差j＝1，K，M，所属用户的信道估计

以及噪声方差N₀反馈给第i个基站，i＝1，K，M；

当采用隐反馈模式时，各基站利用接收链路的信道估计结果以及信道的互易性获得信道估计估计误差的方差

和噪声方差N₀，采用与反馈模式相同的方法计算出酉矩阵U_r，ij，酉矩阵U_t，ij，直达径矩阵

散射分量M_ij，。

5.根据权利要求1所述的多小区协作无线通信系统联合编解码方法，其特征在于：在步骤(2)中，所述中央处理单元计算发送预编码矩阵和接收解码矩阵按如下步骤进行：

(2a)计算散射分量M_ij的等效形式，并得到等效相关矩阵

和

其中k、l＝1，K，K_ij，K_ij表示矩阵M_ij的非零奇异值的个数，其中i、j＝1，2，L，M；

(2b)设定最大迭代次数N以及收敛判决门限ε，令n＝0，初始化发送预编码向量并满足功率限制

其中i＝1，2，L，M；

(2c)根据散射分量M_ij的等效形式计算总噪声协方差矩阵∑_i，其中i＝1，2，L，M；

(2d)根据公式计算接收解码矩阵

其中i＝1，2，L，M；

(2e)计算系数

和拉格朗日乘数μ_i，其中k、l＝1，K，K_ij，i、j＝1，2，L，M；

(2f)根据总噪声协方差矩阵∑_i、系数

和拉格朗日乘数μ_i，计算过渡矩阵A_i，其中i＝1，2，L，M；

(2g)计算接收解码矩阵

其中i＝1，2，L，M；

(2h)令n＝n+1，判断n＝N是否成立，若判断结果为是，则程序终止；

(2i)若步骤(2h)的判断结果为否，则判断是否成立，若判断结果为是，则对所有的i＝1，2，L，M都成立，则程序终止；其中||·||表示矩阵的Frobenius范数

(2j)若步骤(2i)的判断结果为否，否则，返回步骤(2c)。

6.根据权利要求5所述的多小区协作无线通信系统联合编解码方法，其特征在于：所述发送预编码矩阵和接收解码矩阵的计算标准是基于最大化系统和容量的下界。

7.根据权利要求5所述的多小区协作无线通信系统联合编解码方法，其特征在于：在步骤(2a)中，计算散射分量M_ij的等效形式包括如下步骤：

(2a-1)对散射分量M_ij进行奇异值分解：

设K_ij表示非零奇异值的个数，

表示由第k个非零奇异值的均方根乘以酉矩阵U_ij的第k列所得的向量，其中上标(·)^(ij)表示对应第i个小区的用户终端和第j个小区的基站，

表示由第k个非零奇异值的均方根乘以酉矩阵V_ij的第k列所得的向量，则

其中i、j＝1，2，L，M；

(2a-2)将

表示由向量

中元素构成的对角矩阵，

表示由向量

中元素构成的对角矩阵；

(2a-3)计算等效相关矩阵 $R_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{r,\mathrm{ij}}{\mathrm{\Λ}}_{u,k}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{u,l}^{\left(\mathrm{ij}\right)}{U}_{r,\mathrm{ij}}^H$ 和 $T_{\mathrm{kl}}^{\left(\mathrm{ij}\right)}=U_{t,\mathrm{ij}}{\mathrm{\Λ}}_{v,l}^{\left(\mathrm{ij}\right)}{\mathrm{\Λ}}_{v,k}^{\left(\mathrm{ij}\right)}{U}_{t.\mathrm{ij}}^H,$ 其中k、l＝1，K，K_ij，i、j＝1，2，L，M。

Images