CN102457347A - 信号发送设备和方法及相应的信号接收设备和方法 - Google Patents

Abstract

本发明提供了一种信号发送方法，包括以下步骤：对信号发送设备与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵；利用信道信息矩阵和所述信号发送设备的发送信噪比，确定预编码矢量；以及使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送，其中，所述预编码矢量是基于使所述多个信号接收设备处的误码率之和最小的准则来确定的。本发明还提供了相应的信号接收设备和方法。

Description

信号发送设备和方法及相应的信号接收设备和方法

技术领域

本发明涉及信号处理技术，可以应用于例如无线通信的网络编码(Network Coding)系统和上行多点协作(Uplink-CoMP)系统，具体地，本发明涉及一种信号发送设备和方法以及相应的信号接收设备和方法。

背景技术

网络编码是一种源于计算机网络的编码方式，通过对节点接收数据进行处理和发送，可以提高网络容量。相对于有线网络，无线网络受到信道衰落和噪声等因素的影响，因此过去一直没有成为网络编码的研究对象。近年来学术界开始将网络编码的研究方向转向无线网络中，逐渐地，这部分研究内容已经成为了现代网络编码和无线通信系统的一大研究热点，但是对于将多天线引入网络编码的研究仍然十分有限。

在LTE-Advanced中，主要关注的是提高峰值数据传输速率、降低延时、提高频谱效率和扩大覆盖面积。为了达到这些需求，已经提出了很多技术，多点协作(CoMP)技术就是其中之一。

CoMP是一种可以使地理分布上不同的小区相互合作的技术。这些处在不同小区的合作的节点间相互共享一些必须的信息，如信道状态信息(CSI)、编码信息等。目前定义了两种CoMP模式，即多点协作调度和多点联合协作传输。在多点协作调度模式中，单个用户数据通过单点传输，并在相邻节点间交互调度信息。在多点联合协作传输模式中，单个用户数据通过多个协作点并行传输，节点间共享一些必要信息。其中Uplink-CoMP主要对应于多点接收技术。

现有技术文献中，X.Shao，J.Yuan and Y.Shao等人在Communications(pp.1067-1074，Volume：1，Issue：5，2007)中发表的“Error performance analysis of linear zero forcing and MMSE precodersfor MIMO broadcast channels”，分析了Mu-MIMO(多用户MIMO)中的ZF预编码和MMSE预编码，从最终的结果分析中可以看出，在传统的MIMO传输中，预编码无法在彻底消除用户间干扰的同时获得满分集增益。

现有技术文献中，Koike-Akino，T.；Popovski，P.；Tarokh，V.等人在Global Telecommunications Conference(page(s)：1-6，2009)中发表的“Adaptive Modulation and Network Coding with Optimized Precodingin Two-Way Relaying”给出了在两时隙的单天线双向信息流模型下的联合功率分配、相位调整以及自适应调制，以达到最大化系统吞吐量。该文献的系统中将一个包分为多个子包依次进行传输，每个子包传输时进行一次自适应的调整，保证用户和中继端总体功率恒定，并且用户端和中继端只有单天线。因此该系统要求用户间有信息交流才能进行自适应调整，并且无法引入分集，不适应单点功率受限的系统。

现有技术文献中，李骏，陈文等人的专利“一种基于网络编码的组播网络中联合与编码及功率分配方法”(专利申请号CN200910045006.X)中提出了组播网络中模拟网络编码下的功率分配方案。该模型完全无法应用于双向信息流模型下的网络，并且在该专利中并未加入多天线系统。此外由于仅仅对最优功率分配进行计算，而没有最优化预编码(即没有同时优化功率分配和方向信息)。最后，由于该模型采用多点联合功率守恒，所以无法应用于单点功率受限的系统。

发明内容

针对以上现有技术中的不足，本发明提出了一种发送预编码方案，针对误码率来对发送设备的预编码进行优化设计，最大限度地降低了误码率，从而提高了系统的吞吐量。

根据本发明的一方面，提供了一种信号发送方法，包括以下步骤：对信号发送设备与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵；利用信道信息矩阵和所述信号发送设备的发送信噪比，确定预编码矢量；以及使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送，其中，所述预编码矢量是基于使所述多个信号接收设备处的误码率之和最小的准则来确定的。

优选地，在所述信号发送方法中，向所述多个信号接收设备发送信号的步骤是使用多天线来进行的。

优选地，在所述信号发送方法中，所述预编码矢量是在所述信号发送设备的发送功率受限的情况下确定的。

优选地，所述信号发送方法可以应用于中继端多天线的双向信息流模型的网络编码系统中的中继端设备。

优选地，所述信号发送方法可以应用于上行多点协作系统中的用户端设备。

根据本发明的另一方面，提供了一种信号发送设备，包括：信道估计单元，对所述信号发送设备与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵；预编码矢量确定单元，利用信道信息矩阵和所述信号发送设备的发送信噪比，确定预编码矢量；以及预编码和发送单元，使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送，其中，所述预编码矢量确定单元基于使所述多个信号接收设备处的误码率之和最小的准则来确定预编码矢量。

优选地，所述信号发送设备具有多天线，所述预编码和发送单元经由多天线向所述多个信号接收设备发送信号。

优选地，所述信号发送设备的发送功率受限。

优选地，所述信号发送设备应用于中继端多天线的双向信息流模型的网络编码系统，并且，所述信号发送设备是所述网络编码系统中的中继端设备。

优选地，所述信号发送设备应用于上行多点协作系统，并且，所述信号发送设备是所述上行多点协作系统中的用户端设备。

根据本发明的另一方面，提供了一种信号接收方法，包括以下步骤：对信号发送设备与信号接收设备之间的传输信道进行信道估计，获得信道信息；从所述信号发送设备接收信号；获取预编码矢量；以及利用信道信息和预编码矢量，对接收的信号进行解码，其中，所述预编码矢量是基于使包括所述信号接收设备在内的多个信号接收设备处的误码率之和最小的准则来确定的。

优选地，所述信号接收方法应用于中继端多天线的双向信息流模型的网络编码系统中的用户端设备。

优选地，所述信号接收方法应用于上行多点协作系统中的基站端设备。

优选地，获取预编码矢量的步骤包括：从所述信号发送设备接收预编码矢量。

优选地，获取预编码矢量的步骤包括：从所述信号发送设备接收训练序列，通过处理接收到的训练序列来得到预编码矢量。

优选地，获取预编码矢量的步骤包括：与所述多个信号接收设备中的其他信号接收设备交互与所述信号发送设备之间的信道信息，从而形成完整的信道信息矩阵，并通过从所述信号发送设备接收预定符号来获得所述信号发送设备的发送信噪比，从而利用信道信息矩阵和所述信号发送设备的发送信噪比来确定预编码矢量。

根据本发明的另一方面，提供了一种信号接收设备，包括：信道估计单元，对信号发送设备与所述信号接收设备之间的传输信道进行信道估计，获得信道信息；信号接收单元，从所述信号发送设备接收信号；预编码矢量获取单元，获取预编码矢量；以及信号解码单元，利用信道信息和预编码矢量，对接收的信号进行解码，其中，所述预编码矢量是基于使包括所述信号接收设备在内的多个信号接收设备处的误码率之和最小的准则来确定的。

优选地，所述信号接收设备应用于中继端多天线的双向信息流模型的网络编码系统，并且，所述信号接收设备是所述网络编码系统中的用户端设备。

优选地，所述信号接收设备应用于上行多点协作系统，并且，所述信号接收设备是所述上行多点协作系统中的基站端设备。

优选地，预编码矢量获取单元被配置为：从所述信号发送设备接收预编码矢量。

优选地，预编码矢量获取单元被配置为：从所述信号发送设备接收训练序列，通过处理接收到的训练序列来得到预编码矢量。

优选地，预编码矢量获取单元被配置为：与所述多个信号接收设备中的其他信号接收设备交互与所述信号发送设备之间的信道信息，从而形成完整的信道信息矩阵，并通过从所述信号发送设备接收预定符号来获得所述信号发送设备的发送信噪比，从而利用信道信息矩阵和所述信号发送设备的发送信噪比来确定预编码矢量。

相比现有技术，本发明具有以下优点或有益效果：

在本发明应用于网络编码时，适用于与组播网络完全不同的中继端多天线的双向信息流模型的网络，并且基于异或网络编码。

在发送设备端(对应于网络编码中的中继端或Uplink-CoMP中的用户端)引入多天线，与MIMO技术相结合。

最优化信号发送设备的预编码，即包括功率分配信息和方向信息。

本发明可以应用于单点功率受限的系统。在现实系统中网络编码中用户无法进行信息交互，所以在整个计算过程中保证任何节点的单点功率受限，而非整体功率受限。因此该模型具有更广的应用场景，更适合于现实系统。

相比Mu-MIMO的预编码与传统双向信息流模型下的网络编码，本发明的预编码模型在降低误码率的前提下，可以同时满足消除用户间干扰和获得满分集增益。

附图说明

图1是根据本发明实施例的信号发送设备的示意框图；

图2是迭代计算预编码的一种实施方法；

图3是根据本发明实施例的信号发送方法的流程图；

图4是根据本发明实施例的信号接收设备的示意框图；

图5是根据本发明实施例的信号接收方法的流程图；

图6是可以应用本发明的中继端多天线的双向信息流模型的网络编码系统；

图7是可以应用本发明的Uplink-CoMP系统模型；

图8是本发明的实例情况1的仿真结果；

图9是本发明的实例情况2的仿真结果；

图10是本发明的实例情况3的仿真结果；以及

图11是本发明的实例情况4仿真结果。

具体实施方式

以下结合附图对本发明的具体实施例进行详细的说明，但本发明的保护范围不限于下述的实施例。

图1示出了根据本发明实施例的信号发送设备100的示意框图。发送设备100具有多根天线1011-101n，并包括以下功能单元：信道估计单元102；预编码矢量确定单元103；以及预编码和发送单元104。本领域技术人员应理解，设备100还包括实现其功能所必需的其他功能单元，如处理器、存储器等等，但是这里未示出与本发明的构思无关的组件。

一个实施例中，假定发送设备100的天线数为n，天线1011-101n被配置为对信号进行射频发送。

信道估计单元102被配置为对发送设备100与多个接收设备(未示出)之间的传输信道进行信道估计，以获得信道信息矩阵。在实施例中，作为示意，假定有两个接收设备，每个接收设备的天线数均为1。假定所有的传输过程采用同一频率，在这种情况下，认为发送设备100和接收设备之间的信道在传输期间保持不变。

通过训练序列等获得完全信道信息的传统方法，发送设备100获得信道信息矩阵，为了描述和推导简洁，以两个接收设备为例，信道矩阵可表示为

其中h_i(i＝1，2)描述发送设备和第i个接收设备间的信道。可以认识到，这里示出的接收设备数目仅是示意性的，对于本领域技术人员而言显而易见，本发明适用于三个或更多接收设备的情况。

预编码矢量确定单元103被配置为利用信道信息矩阵和发送设备100的发送信噪比来确定预编码矢量。预编码矢量确定单元103基于使多个接收设备处的误码率最小的准则来确定预编码矢量。以下具体描述预编码矢量确定单元103的示例操作。

在实施例中，发送设备100要以广播的形式在同一时隙将发送信号发送至两个接收设备。预编码矢量确定单元103根据估计出的信道信息矩阵以及发送信噪比SNR，可以计算出相应的预编码矢量F。经过信道传输之后，两个接收设备处的误码率之和SER_F描述为(为了描述简便，这里采用BPSK调制)：

${\mathrm{SER}}_F=\frac{1}{\sqrt{2\mathrm{\π}}}({\∫}_{\sqrt{2{\left|\right|h_{1}F\left|\right|}^2\mathrm{SNR}}}^{\∞}{e}^{-\frac{y^2}{2}}\mathrm{dy}+{\∫}_{\sqrt{2{\left|\right|h_{2}F\left|\right|}^2\mathrm{SNR}}}^{\∞}{e}^{-\frac{y^2}{2}}\mathrm{dy})---\left(1\right)$

同时，发送设备100可以满足发送功率受限的约束，为简单起见，假定发送设备100的发送功率恒定。因此对于预编码矢量F的求解问题可以等价为(2)式最优化问题，这里采用归一化的功率：

$\min {\mathrm{SER}}_F=\frac{1}{\sqrt{2\mathrm{\π}}}({\∫}_{\sqrt{2{\left|\right|h_{1}F\left|\right|}^2\mathrm{SNR}}}^{\∞}{e}^{-\frac{y^2}{2}}\mathrm{dy}+{\∫}_{\sqrt{2{\left|\right|h_{2}F\left|\right|}^2\mathrm{SNR}}}^{\∞}{e}^{\frac{y^2}{2}}\mathrm{dy})---\left(2\right)$

s.t.    E(F^HF)＝1

其中F^H表示F的共轭转置，E(·)表示数学期望；采用拉格朗日乘子法求解该问题：

引入拉格朗日乘子μ可以得到式(3)：

$L(F,F^H)={\mathrm{SER}}_F+\mathrm{\μ}(F^{H}F-1)---\left(3\right)$

令(3)式的导数为0，可以得到：

$0=D_{F^H}L(F,F^H)=D_{F^H}{\mathrm{SER}}_F+D_{F^H}\mathrm{\μ}(F^{H}F-1)$

$=D_{F^H}{\mathrm{SER}}_F+\mathrm{\μF}---\left(4\right)$

为了描述和推导简洁，以发送设备天线数目为2为例，可以认识到，这里示出的天线数目仅是示意性的，对于本领域技术人员而言显而易见，本发明适用于发送设备具有三根或更多天线的情况。预编码矢量F可以表示为

用

分别对F₁和F₂求导，可以得到：

$\frac{\∂}{\∂F_1^{*}}{\mathrm{SER}}_F=\sqrt{\frac{\mathrm{SNR}}{4\mathrm{\π}}}(\frac{h_{1}F}{\left|\right|h_{1}F\left|\right|}{e}^{-{\left|\right|h_{1}F\left|\right|}^2\mathrm{SNR}}{h}_{11}^{*}+\frac{h_{2}F}{\left|\right|h_{2}F\left|\right|}{e}^{-{\left|\right|h_{2}F\left|\right|}^2\mathrm{SNR}}{h}_{21}^{*})---\left(5\right)$

$\frac{\∂}{\∂F_2^{*}}{\mathrm{SER}}_F=\sqrt{\frac{\mathrm{SNR}}{4\mathrm{\π}}}(\frac{h_{1}F}{\left|\right|h_{1}F\left|\right|}{e}^{-{\left|\right|h_{1}F\left|\right|}^2\mathrm{SNR}}{h}_{12}^{*}+\frac{h_{2}F}{\left|\right|h_{2}F\left|\right|}{e}^{-{\left|\right|h_{2}F\left|\right|}^2\mathrm{SNR}}{h}_{22}^{*})---\left(6\right)$

其中h_ij表示天线j与接收设备i之间的信道信息，即信道矩阵H的第i行第j列的元素。

根据数值对矢量求导的法则，可以由(5)(6)得到

的表达式：

$D_{F^H}{\mathrm{SER}}_F=\sqrt{\frac{\mathrm{SNR}}{4\mathrm{\π}}}{H}^H\left(\begin{array}{c}\frac{h_1}{\left|\right|h_{1}F\left|\right|}{e}^{-{\left|\right|h_{1}F\left|\right|}^2\mathrm{SNR}}\\ \frac{h_2}{\left|\right|h_{2}F\left|\right|}{e}^{-{\left|\right|h_{2}F\left|\right|}^2\mathrm{SNR}}\end{array}\right)F---\left(7\right)$

可以得到预编码矢量迭代表达式：

其中

对于M-PSK调制，使用同样的方法可以得到：

其中c＝1(对于M＝2)，或者c＝2(对于其他M值)，

根据(9)式进行迭代求得预编码矢量F。

具体地，在一个实施例中，可以按照图2描述方法来迭代计算预编码矢量F，但是应当理解，本实施例不仅限于该迭代方法。

如图2所示，首先令：

并且ε₀为大正数，ε₁为小正数；

并且令：

为便于描述，记

在(10)式中可以避免发散。

此时，令：

$\mathrm{\ϵ}=\left|\right|\frac{L\left(F\right)}{\left|\right|L\left(F\right)\left|\right|}-F\left|\right|---\left(11\right)$

判断ε≥ε₁是否成立，若不成立则迭代结束；若成立，则接着判断ε≥ε₀是否成立，若ε≥ε₀不成立，则令ε₀＝ε并且返回(10)式；若ε≥ε₀成立，则令：

a＝rand()∈(0，1)    (12)

F＝aF+(1-a)F₀， $F=F/\sqrt{F^{H}F}$

并返回(10)式，其中在(12)式中可以避免循环。

预编码和发送单元104被配置为使用预编码矢量F对信号进行预编码，并经由天线1011-101n通过传输信道向多个接收设备发送。

如上所述，针对误码率来对多天线发送设备100的预编码进行优化设计，最大限度地降低了误码率，从而提高了系统的吞吐量。另外，发送设备100可以是单点功率受限的设备，更适合于在实际系统中实现。

图3示出了根据本发明实施例的信号发送方法300的流程图。本发明的信号发送方法300包括以下步骤：

在步骤301，信道估计单元102对信号发送设备100与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵。

在步骤302，预编码矢量确定单元103利用信道信息矩阵和所述信号发送设备100的发送信噪比，确定预编码矢量。在步骤302中，所述预编码矢量是基于使所述多个信号接收设备处的误码率之和最小的准则来确定的。

在步骤303，预编码和发送单元104使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送。

在上述步骤302中，可以在信号发送设备100的发送功率受限的情况下计算预编码矢量。

在上述步骤303中，发送信号的操作可以使用多天线来进行。

图4是根据本发明实施例的信号接收设备400的示意框图。图5是根据本发明实施例的信号接收方法500的流程图。以下结合图4和图5来描述本发明的信号接收设备400和方法500的实施例。

如图4所示，信号接收设备400包括：天线401；信道估计单元402；信号接收单元403；预编码矢量获取单元404；以及信号解码单元405。

如图5所示，在方法500中，在步骤501，信道估计单元402对信号发送设备100(图1)与该信号接收设备400之间的传输信道进行信道估计，获得信道信息。

在步骤502，信号接收单元403从所述信号发送设备接收信号。

在步骤503，预编码矢量获取单元404获取预编码矢量。这里，所述预编码矢量是基于使包括该信号接收设备400在内的多个信号接收设备处的误码率之和最小的准则来确定的。

具体地，在步骤503中，预编码矢量获取单元404可以通过以下方式来获取预编码矢量：

从信号发送设备接收预编码矢量；

从信号发送设备接收训练序列，通过处理接收到的训练序列来得到预编码矢量；或者

与所述多个接收设备中的其他接收设备交互与发送设备之间的信道信息，从而形成完整的信道信息矩阵，并通过从发送设备接收预定符号来获得发送设备的发送信噪比，从而利用信道信息矩阵和发送设备的发送信噪比来确定预编码矢量。

在步骤504，信号解码单元405利用信道信息和预编码矢量，对接收的信号进行解码。

以下描述本发明的两种示例应用场景。图6是可以应用本发明的中继端多天线的双向信息流模型的网络编码系统。图7是可以应用本发明的Uplink-CoMP系统模型。本发明的中继端多天线的双向信息流模型的网络编码方案可以应用于的广播阶段，并且可以直接应用于Uplink-CoMP。

如图6所示，在将本发明应用于中继端多天线的双向信息流模型下的网络编码时，发送设备为具有例如两根天线的中继端设备并且可以满足功率受限的约束；接收设备为用户端设备。两个用户端间需要互传信息，由于两个用户端间没有可以直接通信的信道，需要通过中继端作为中继传输。在图6中示出了三个时隙，在前两个时隙中，用户端1和用户端2先后向中继端发送数据x₁，x₂。中继端采用匹配解码的方式解码数据，并且通过网络编码得到需要传送的数据x₃＝(x₁+x₂)mod(M)，其中M为调制方式中的星座点数，当M＝2时即为异或的网络编码。

然后，中继端需要使用两根天线将要传送的数据x₃以广播方式在同一时隙发送至两个用户端1和2。此时，应用上述根据本发明的预编码方法，利用信道信息矩阵和中继端的发送信噪比来确定预编码矢量，即基于使用户端1和用户端2处的误码率最小的准则来确定预编码矢量。然后，中继端使用预编码矢量对要传送的数据x₃进行预编码，并经由两根天线向用户端1和2发送数据。

用户端1和用户端2中的每一个对中继端与该用户端之间的传输信道进行信道估计，获得信道信息，并从中继端接收信号。

此外，用户端1和用户端2中的每一个获取预编码矢量。具体地，可以通过以下方式来获取预编码矢量：从中继端接收预编码矢量；或者从中继端接收训练序列，通过处理接收到的训练序列来得到预编码矢量。

然后，用户端1和用户端2利用信道信息和预编码矢量，对接收的信号进行解码。更具体地，假定解码得到信息x₃，则对于用户端1，由于本地已知x₁，可以得到所需信号

若在BPSK下，则为异或表达式。对于用户端2可以以同样的方式得到

在图6所示的情况下，双向信息流模型的网络编码系统仅涉及两个用户端，中继端设备向两个用户端发送信号。当随着未来技术的发展，双向信息流模型演进为涉及更多用户端时，中继端设备可以向这些用户端发送信号。虽然具体步骤可能根据需要而有所调整或改变，但本发明的基本步骤或思想仍然是适用的。

另一方面，如图7所示，本发明提出的方案可以用于Uplink-CoMP模型。作为示例，图7示出了两个基站BS1和BS2，以及具有多天线(图中示例为两根)的用户端设备。与图6所示的情况不同，在这种情况下，需要传输的数据可以直接在用户端产生。

然后，用户端需要使用两根天线将要传送的数据以广播方式在同一时隙发送至两个基站BS1和BS2。用户设备可以满足功率受限的约束。这里，应用上述根据本发明的预编码方法，利用信道信息矩阵和用户端的发送信噪比来确定预编码矢量，即基于使BS1和BS2处的误码率最小的准则来确定预编码矢量。然后，用户端使用预编码矢量对要传送的数据进行预编码，并经由两根天线向基站BS1和BS2发送数据。

基站BS1和BS2中的每一个对用户端与该基站之间的传输信道进行信道估计，获得信道信息，并从用户端接收信号。

此外，基站BS1和BS2中的每一个获取预编码矢量。具体地，可以通过以下方式来获取预编码矢量：从用户端接收预编码矢量；从用户端接收训练序列，通过处理接收到的训练序列来得到预编码矢量；或者与另一基站交互与用户端之间的信道信息，从而形成完整的信道信息矩阵，并通过从用户端接收预定符号来获得用户端的发送信噪比，从而利用信道信息矩阵和用户端的发送信噪比来确定预编码矢量。

然后，基站BS1和BS2利用信道信息和预编码矢量，对接收的信号进行解码。在Uplink-CoMP的情况下，解码后的信号即为所需信息。

在图7所示的情况下，Uplink-CoMP系统仅涉及两个基站，用户端设备向两个基站发送信号。然而基站的数目仅是示意性的，本发明不限于此，对本领域技术人员显而易见地，本发明可以应用于具有三个或更多基站的系统。

以下，以图6所示的双向数据流模型网络编码系统和图7所示的Uplink-CoMP系统为例，分为四种情况对本发明的实施例进行实例说明：

情况1：双向数据流模型网络编码系统，其中中继端有2根天线；

情况2：双向数据流模型网络编码系统，其中中继端有4根天线；

情况3：Uplink-CoMP系统，其中用户端有2根天线；

情况4：Uplink-CoMP系统，其中用户端有4根天线；

对于情况1，假定系统中有两个用户端设备(用户端1和用户端2)和一个中继端设备，用户端1、用户端2分别需要将数据x₁，x₂通过中继端发送给对方，而两个用户端间无法直接传输数据。在这种情况下，传输共需要三个时隙：在第一个时隙用户端1向中继端发送数据；在第二个时隙用户端2向中继端发送数据；在第三个时隙，中继端将经过双向信息流网络编码的数据广播给用户端1和2。两个用户端对接收信号解码得到所需数据。在本示例中，每个用户端都是单天线的，中继端天线数为2。信道矩阵描述为其中h_i为第i个用户端与中继端之间的信道状态矢量。作为示例，假设信道为平坦衰落、准静态，信道矩阵的元素为独立同分布的零均值、单位方差的复高斯随机变量，噪声为均值为零、协方差矩阵为单位阵的加性高斯白噪声，各个用户端经历的信道相互独立，并且这里信号采用4-PSK调制。

本实施例的具体过程如下：

用户端1和用户端2分发送训练序列至中继端，中继端通过训练序列获得信道信息矩阵H：

$H=\left(\begin{array}{cc}-0.7310-0.3138i& 1.5390-0.2232i\\ -0.5400+0.0212i& 0.3052+0.6914i\end{array}\right)$

同时，用户端1和2也使用类似或其他信道估计方法，分别获得与中继端之间的信道信息。

然后，分别由用户端1，用户端2向中继端发送随机4-PSK数据，为了表现在不同信噪比下的情况，这里产生6组数据：

表1情况1-用户端发送随机4-PSK信号

中继端将接收到的信号进行解码、解调得到并且产生要传送的数据

具体如下表：

表2情况1-中继端解码数据与产生的信号

在中继端，基于两个用户端与中继端之间的信道信息以及中继端的发送信噪比SNR，通过迭代的方法获得预编码矢量，具体过程可以按照图2进行，通过

进行迭代，迭代数据如下，这里仅列出SNR＝6dB情况下的迭代过程：

表3情况1-计算预编码迭代过程

最终得到预编码矢量为：

表4情况1-预编码矢量

SNR(dB)	F
		0	(-0.3943-0.1849i 0.8977-0.0667i)T
3	(-0.3493-0.3418i 0.8717-0.0358i)T
		6	(-0.2816-0.4281i 0.8571+0.0541i)T
9	(-0.1519-0.5315i 0.8164+0.1670i)T
		12	(0.0346-0.5790i 0.7364+0.3483i)T
15	(0.1658-0.5575i 0.6398+0.5023i)T

然后，中继端使用预编码矢量对要传送的数据进行预编码，并使用2根天线将预编码后的数据发送至用户端1和用户端2。

用户端1和2获得预编码矢量，具体可以采用以下方案：

由中继端发送预编码矢量至用户端；或者

由中继端发送训练序列至用户端，用户端通过处理接收到的训练序列来得到预编码矢量。

无论采用哪种方案，在两个用户端1和2处都可以得到预编码矢量。

两个用户端1和2接收到信号后，根据信道信息和预编码矢量进行信号解码。具体数据如下：

表5情况1-接收数据与解码数据

用户端1和2对解码解调后的数据进行带模减法可以得到所需数据，即

最终得到的数据与初始数据对比如下：

表6情况1最终数据与初始发送数据对比

这里，用户端2解码数据应与用户端1发送数据对应，用户端1解码数据应与用户端2发送数据对应。

图8为情况1的误码率仿真结果，仿真1000次，每次传送数据量为1000。从图8中可以看出，采用预编码的误码率性能要优于不采用预编码的情况。

另外在不采用预编码的情况下，只有1的分集度。这是因为不采用预编码情况下，当中继端发送信息给两个用户端时，用户端i接收的SER可以用Q函数表示为

由于信道信息为高斯分布，因此SNR前的系数满足||h_i1+h_i2||²～χ²(2)。所以这一步的分集度为1，又因为整体分集度由最低分集度部分决定，而用户端向中继端传送数据时为SIMO系统，分集度为2。因此总体分集度为1。

在采用预编码的情况下，有2的分集度，即满分集。这是因为采用预编码后，当中继端发送信息给两个用户端时，用户端i接收的SER可以用Q函数表示为由于信道信息为高斯分布，因此SNR前的系数近似满足||h_i1F₁+h_i2F₂||²～χ²(4)，所以这一步的分集度为2，与用户端向中继端传送数据时的SIMO系统分集度相同。因此总体分集度为2。

这里与Mu-MIMO下的ZF预编码进行对比，从图中可以看出，采用本发明预编码的误码率性能要优于ZF预编码的情况。在采用ZF预编码时，ZF预编码的分集度可以表示为M-K+1，其中M为中继端天线数，K为用户数。因此ZF预编码的分集度为M-K+1＝1。

对于情况2，系统配置与情况1基本相同，只是中继端具有4根天线。在这种情况下，信道矩阵描述为

其中h_i为第i个用户端与中继端之间的信道状态矢量。仍假设信道为平坦衰落、准静态，信道矩阵的元素为独立同分布的零均值、单位方差的复高斯随机变量，噪声为均值为零、协方差矩阵为单位阵的加性高斯白噪声，各个用户端经历的信道相互独立，这里信号采用4-PSK调制。

本实施例的具体过程如下：

用户端1和用户端2分发送训练序列至中继端，中继端通过训练序列获得信道信息矩阵H：

$H=\left(\begin{array}{cccc}0.5341-0.6327i& 0.0933+0.0775i& -0.6950+0.2907i& -0.0092+0.2714i\\ 0.3592+0.5742i& 0.1981+1.9316i& -0.6676-0.9241i& 0.2506+0.3532i\end{array}\right)$

同时，用户端1和2也使用类似或其他信道估计方法，分别获得与中继端之间的信道信息。

然后，分别由用户端1、用户端2向中继端发送随机4-PSK数据，为了表现在不同信噪比下的情况，这里产生6组数据：

表7情况2-用户端发送随机4-PSK信号

中继端将接收到的信号进行解码、解调得到

并且产生要发送的数据具体如下表：

表8情况2-中继端解码数据与产生的信号

在中继端，基于两个用户端与中继端之间的信道信息以及中继端的发送信噪比SNR，通过迭代的方法获得预编码矢量，具体过程可以按照图2进行，通过

进行迭代，迭代数据如下，这里仅列出SNR＝0dB情况下的迭代过程：

表9情况2-计算预编码迭代过程

注意在表9中序号3的一行中，采用图2中的消除循环的随机数方案。

最终得到预编码矢量为：

表10情况2-预编码矢量

SNR(dB)	F
		0	(-0.4684+0.4138i 0.0711+0.3700i 0.2943-0.5958i 0.1456+0.0686i)T
3	(-0.6458+0.1253i-0.0931+0.2865i 0.5509-0.3768i 0.1237+0.1256i)T
		6	(-0.5980-0.3239i-0.1887+0.1431i 0.6646+0.0440i 0.0405+0.1903i)T
9	(-0.5135-0.4883i-0.1056+0.0795i 0.6269+0.1912i 0.0235+0.2244i)T
		12	(-0.5079-0.5000i-0.0857+0.0754i 0.6217+0.1973i 0.0260+0.2299i)T
15	(-0.5079-0.5004i-0.0847+0.0752i 0.6215+0.1973i 0.0262+0.2301i)T

然后，中继端使用预编码矢量对要传送的数据进行预编码，并使用4根天线将预编码后的数据发送至用户端1和用户端2。

用户端1和2获得预编码矢量，具体可以采用以下方案：

由中继端发送预编码矢量至用户端；或者

由中继端发送训练序列至用户端，用户端通过处理接收到的训练序列来得到预编码矢量。

无论采用哪种方案，在两个用户端1和2处都可以得到预编码矢量。

两个用户端1和2接收到信号后，根据信道信息和预编码矢量进行信号解码。具体数据如下：

表11情况2-接收数据与解码数据

用户端1和2对解码解调后的数据进行带模减法可以得到所需数据，即

最终得到的数据与初始数据对比如下：

表12情况2-最终数据与初始发送数据对比

这里，用户端2解码数据应与用户端1发送数据对应，用户端1解码数据应与用户端2发送数据对应。

图9为情况2的误码率仿真结果，仿真1000次，每次传送数据量为1000。从图9中可以看出，采用预编码的误码率性能要优于不采用预编码的情况。

另外，在不采用预编码的情况下，只有1的分集度。这是因为不采用预编码情况下，当中继端发送信息给两个用户端时，用户端i接收的SER可以用Q函数表示为由于信道信息为高斯分布，因此SNR前的系数满足

所以这一步的分集度为1，又因为整体分集度由最低自由度部分决定，而用户端向中继端传送数据时为SIMO系统，分集度为2。因此总体分集度为1。

在采用预编码的情况下，有2的分集度，即满分集。这是因为采用预编码后，当中继端发送信息给两个用户端时，用户端i接收的SER可以用Q函数表示为

由于信道信息为高斯分布，因此SNR前的系数近似满足||h_iF||²～χ²(8)，所以这一步的分集度为4，与用户端向中继端传送数据时的SIMO系统分集度相同。因此总体分集度为4

这里与Mu-MIMO下的ZF预编码进行对比，从图中可以看出，采用本发明预编码的误码率性能要优于ZF预编码的情况。在采用ZF预编码时，ZF预编码的分集度可以表示为M-K+1，因此ZF预编码的分集度为M-K+1＝3。

对于情况3，系统中有两个基站1、2和一个用户端。基站1、基站2都需要得到用户端的同一个数据，并且假定基站1和2可以获得并且仅可以获得其与用户端的信道信息。在本示例中，每个基站都是单天线的，用户端天线数为2。信道矩阵描述为

其中h_i为第i个基站与用户端之间的信道状态矢量。设信道为平坦衰落、准静态，信道矩阵的元素为独立同分布的零均值、单位方差的复高斯随机变量，噪声为均值为零、协方差矩阵为单位阵的加性高斯白噪声，各个基站经历的信道相互独立，这里信号采用4-PSK调制。

本实施例的具体过程如下：

两个基站1和2将训练序列发送至用户端，用户端通过训练序列获得信道信息H：

$H=\left(\begin{array}{cc}1.6025-0.4973i& 1.5825-0.0356i\\ -0.2644+0.3984i& -0.1128+0.8228i\end{array}\right)$

此时，基站1和2也使用类似或其他信道估计方法，分别获得与用户端之间的信道信息。

在用户端产生要发送给基站1和2的数据，为了表现在不同信噪比下的情况，这里产生6个数据。具体如下表：

表13情况3-用户端产生的信号

SNR(dB)	x	发送数据
			0	3	-0.0000-1.0000i
3	1	0.0000+1.4125i
			6	2	-1.9953+0.0000i
9	2	-2.8184+0.0000i
			12	2	-3.9811+0.0000i
15	0	5.6234+0.0000i

在用户端，基于基站1和2与用户端之间的信道信息以及用户端的发送信噪比SNR，通过迭代的方法获得预编码矢量，具体过程可以按照图2进行，通过

进行迭代，迭代数据如下，这里仅列出SNR＝6dB情况下的迭代过程：

表14情况3-计算预编码迭代过程

最终得到预编码矢量为：

表15情况3-预编码矢量

SNR(dB)	F
		0	(0.5536-0.0752i 0.8256+0.0788i)T
3	(0.4993-0.1230i 0.8484+0.1253i)T
		6	(0.4795-0.1402i 0.8548+0.1403i)T
9	(0.4787-0.1409i 0.8551+0.1409i)T
		12	(0.4787-0.1409i 0.8551+0.1409i)T
15	(0.4787-0.1409i 0.8551+0.1409i)T

然后，用户端使用预编码矢量对要传送的数据进行预编码，并使用2根天线将预编码后的数据发送至基站1和2。

基站1和2获得预编码矢量，具体可以采用以下方案：

用户端发送预编码矢量至基站1和2；

用户端发送训练序列至基站1和2，基站1和2通过处理接收到的训练序列来得到预编码矢量；或者

基站1和2之间交互与用户端的信道信息，从而形成完整的信道信息矩阵，并通过从用户端接收预定符号来获得用户端的发送信噪比，从而利用信道信息矩阵和用户端的发送信噪比来确定预编码矢量。

无论采用哪种方案，在两个基站1和2处都可以得到预编码矢量。

基站接收到信号后，根据信道信息和预编码矢量进行解码。具体数据如下：

表16情况3-接收数据与解码数据

图10为情况3的误码率仿真结果，仿真1000次，每次传送数据量为1000。在不采用预编码的情况下，只有1的分集度。在采用预编码的情况下，分集度为2。这和情况1的分析相同。

对于情况4，系统配置与情况3基本相同，只是用户端的天线数为4。在这种情况下，信道矩阵描述为其中h_i为第i个基站与用户端之间的信道状态矢量。设信道为平坦衰落、准静态，信道矩阵的元素为独立同分布的零均值、单位方差的复高斯随机变量，噪声为均值为零、协方差矩阵为单位阵的加性高斯白噪声，各个基站经历的信道相互独立，这里信号采用4-PSK调制。

本实施例的具体过程如下：

两个基站1和2将训练序列发送至用户端，用户端通过训练序列获得信道信息H：

$H=\left(\begin{array}{cccc}-0.5676-0.5896i& 0.4438+0.0464i& 1.8249-0.0544i& 0.7237+1.2039i\\ -0.0059-0.4148i& 0.1092-0.0087i& -0.9237-1.1021i& 0.5500-0.3316i\end{array}\right)$

此时，基站1和2也使用类似或其他信道估计方法，分别获得与用户端之间的信道信息。

在用户端产生要发送给基站的数据，为了表现在不同信噪比下的情况，这里产生6个数据。具体如下表：

表17情况4-用户端产生的信号

SNR(dB)	x	发送数据
			0	1	0.0000+1.0000i
3	0	1.4125+0.0000i
			6	1	0.0000+1.9953i
9	0	2.8184+0.0000i
			12	1	0.0000+3.9811i
15	2	-5.6234+0.0000i

在用户端，基于基站1和2与用户端之间的信道信息以及用户端的发送信噪比SNR，通过迭代的方法获得预编码矢量，具体过程可以按照图2进行，通过

进行迭代，迭代数据如下，这里仅列出SNR＝0dB情况下的迭代过程：

表18情况4-计算预编码迭代过程

最终得到预编码矢量为：

表19情况4-预编码矢量

SNR(dB)	F
		0	(0.0934+0.0233i 0.0521-0.0393i 0.7867+0.3953i 0.2367-0.3942i)T
3	(0.1116+0.0167i 0.0458-0.0422i 0.7832+0.4063i 0.2288-0.3906i)T
		6	(0.1695-0.0045i 0.0252-0.0523i 0.7733+0.4311i 0.1985-0.3804i)T
9	(0.2459-0.0319i-0.0024-0.0659i 0.7533+0.4580i 0.1547-0.3647i)T
		12	(0.2511-0.0328i-0.0040-0.0668i 0.7501+0.4623i 0.1530-0.3629i)T
15	(0.2520-0.0330i-0.0043-0.0670i 0.7497+0.4627i 0.1525-0.3627i)T

然后，用户端使用预编码矢量对要传送的数据进行预编码，并使用4根天线将预编码后的数据发送至基站1和2。

基站获得预编码矢量，具体可以采用以下方案：

用户端发送预编码矢量至基站1和2；

用户端发送训练序列至基站1和2，基站1和2通过处理接收到的训练序列来得到预编码矢量；或者

基站1和2之间交互与用户端的信道信息，从而形成完整的信道信息矩阵，并通过从用户端接收预定符号来获得用户端的发送信噪比，从而利用信道信息矩阵和用户端的发送信噪比来确定预编码矢量。

无论采用哪种方案，在两个基站1和2处都可以得到预编码矢量。

基站接收到信号后，根据信道信息和预编码矢量进行解码。具体数据如下：

表20情况4-接收数据与解码数据

图11为情况4的误码率仿真结果，仿真1000次，每次传送数据量为1000。在不采用预编码的情况下，只有1的分集度。在采用预编码的情况下，分集度为4。这和情况2的分析相同。

通过本例说明，本发明根据信道信息和信噪比信息，在发送设备处计算预编码矢量，使用该预编码矢量对发送数据进行预编码，可以降低误码率，同时不存在用户间干扰，并且可以获得满分集增益。由情况1、3对比情况2、4的分析可以看出，本发明可以应用于发送设备具有任意数目的多天线的情况。由情况1、2对比情况3、4可以看出，本发明可以应用于中继端多天线的双向信息流网络编码和Uplink-CoMP系统中。

已经结合优选实施例对本发明进行了描述。应该理解，本领域技术人员在不脱离本发明的精神和范围的情况下，可以进行各种其它的改变、替换和添加。因此，本发明的范围不局限于上述特定实施例，而应由所附权利要求所限定。

Claims (22)

1.一种信号发送方法，包括以下步骤：

对信号发送设备与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵；

利用信道信息矩阵和所述信号发送设备的发送信噪比，确定预编码矢量；以及

使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送，

其中，所述预编码矢量是基于使所述多个信号接收设备处的误码率之和最小的准则来确定的。

2.根据权利要求1所述的信号发送方法，其中，向所述多个信号接收设备发送信号的步骤是使用多天线来进行的。

3.根据权利要求1或2所述的信号发送方法，其中，所述预编码矢量是在所述信号发送设备的发送功率受限的情况下确定的。

4.根据权利要求1所述的信号发送方法，其中，所述信号发送方法应用于中继端多天线的双向信息流模型的网络编码系统中的中继端设备。

5.根据权利要求1所述的信号发送方法，其中，所述信号发送方法应用于上行多点协作系统中的用户端设备。

6.一种信号发送设备，包括：

信道估计单元，对所述信号发送设备与多个信号接收设备之间的传输信道进行信道估计，获得信道信息矩阵；

预编码矢量确定单元，利用信道信息矩阵和所述信号发送设备的发送信噪比，确定预编码矢量；以及

预编码和发送单元，使用预编码矢量对信号进行预编码并通过所述传输信道向所述多个信号接收设备发送，

其中，所述预编码矢量确定单元基于使所述多个信号接收设备处的误码率之和最小的准则来确定预编码矢量。

7.根据权利要求6所述的信号发送设备，其中，所述信号发送设备具有多天线，所述预编码和发送单元经由多天线向所述多个信号接收设备发送信号。

8.根据权利要求6或7所述的信号发送设备，其中，所述信号发送设备的发送功率受限。

9.根据权利要求6所述的信号发送设备，其中，所述信号发送设备应用于中继端多天线的双向信息流模型的网络编码系统，并且，所述信号发送设备是所述网络编码系统中的中继端设备。

10.根据权利要求6所述的信号发送设备，其中，所述信号发送设备应用于上行多点协作系统，并且，所述信号发送设备是所述上行多点协作系统中的用户端设备。

11.一种信号接收方法，包括以下步骤：

对信号发送设备与信号接收设备之间的传输信道进行信道估计，获得信道信息；

从所述信号发送设备接收信号；

获取预编码矢量；以及

利用信道信息和预编码矢量，对接收的信号进行解码，

其中，所述预编码矢量是基于使包括所述信号接收设备在内的多个信号接收设备处的误码率之和最小的准则来确定的。

12.根据权利要求11所述的信号接收方法，其中，所述信号接收方法应用于中继端多天线的双向信息流模型的网络编码系统中的用户端设备。

13.根据权利要求11所述的信号接收设备，其中，所述信号接收方法应用于上行多点协作系统中的基站端设备。

14.根据权利要求11至13中任一项所述的信号接收方法，其中，获取预编码矢量的步骤包括：从所述信号发送设备接收预编码矢量。

15.根据权利要求11至13中任一项所述的信号接收方法，其中，获取预编码矢量的步骤包括：从所述信号发送设备接收训练序列，通过处理接收到的训练序列来得到预编码矢量。

16.根据权利要求11或13所述的信号接收方法，其中，获取预编码矢量的步骤包括：与所述多个信号接收设备中的其他信号接收设备交互与所述信号发送设备之间的信道信息，从而形成完整的信道信息矩阵，并通过从所述信号发送设备接收预定符号来获得所述信号发送设备的发送信噪比，从而利用信道信息矩阵和所述信号发送设备的发送信噪比来确定预编码矢量。

17.一种信号接收设备，包括：

信道估计单元，对信号发送设备与所述信号接收设备之间的传输信道进行信道估计，获得信道信息；

信号接收单元，从所述信号发送设备接收信号；

预编码矢量获取单元，获取预编码矢量；以及

信号解码单元，利用信道信息和预编码矢量，对接收的信号进行解码，

其中，所述预编码矢量是基于使包括所述信号接收设备在内的多个信号接收设备处的误码率之和最小的准则来确定的。

18.根据权利要求17所述的信号接收设备，其中，所述信号接收设备应用于中继端多天线的双向信息流模型的网络编码系统，并且，所述信号接收设备是所述网络编码系统中的用户端设备。

19.根据权利要求17所述的信号接收设备，其中，所述信号接收设备应用于上行多点协作系统，并且，所述信号接收设备是所述上行多点协作系统中的基站端设备。

20.根据权利要求17至19中任一项所述的信号接收设备，其中，预编码矢量获取单元被配置为：从所述信号发送设备接收预编码矢量。

21.根据权利要求17至19中任一项所述的信号接收设备，其中，预编码矢量获取单元被配置为：从所述信号发送设备接收训练序列，通过处理接收到的训练序列来得到预编码矢量。

22.根据权利要求17或19所述的信号接收设备，其中，预编码矢量获取单元被配置为：与所述多个信号接收设备中的其他信号接收设备交互与所述信号发送设备之间的信道信息，从而形成完整的信道信息矩阵，并通过从所述信号发送设备接收预定符号来获得所述信号发送设备的发送信噪比，从而利用信道信息矩阵和所述信号发送设备的发送信噪比来确定预编码矢量。

Images