CN102684837A - 协作多点联合传输中协方差矩阵的动态更新方法 - Google Patents

Abstract

本发明以典型的自适应码本方法为基础进行重新优化设计，提出一种信道协方差矩阵动态更新的方法，利用协方差矩阵和码本之间的一个等效关系，在接收端基于均方误差最小准则，利用相应的码本和一个参数来模拟当前时刻协方差矩阵和上一时刻协方差矩阵的差值，同时向发射端反馈该码本的索引和相应的参数。在发射端，按照索引号查找对应的码本，并利用反馈的参数和上一时刻的协方差矩阵（或估计值）来重构当前时刻的协方差矩阵，实现协方差矩阵的动态更新的过程。

Description

协作多点联合传输中协方差矩阵的动态更新方法

技术领域：

本发明涉及一种无线通信系统的优化设计方法，具体涉及一种协作多点联合传输中自适应码本的信道协方差矩阵的动态更新方法。

背景技术：

典型的自适应码本技术，是以隐式反馈的PMI信息为基础，充分利用天线间的相关性，如使用信道协方差矩阵作为辅助信息，实现原有固定码本如LTE Release 8或802.16m码本对信道环境的自适应旋转，并对其进行长时反馈，以较小的额外反馈开销获得系统性能和反馈开销的一个较好折中。典型的自适应码本技术的反馈间隔一般较大，如20ms或者根据信道变化的情况进行自主选取，其最大的特点也在于采用较大的反馈间隔反馈信道协方差矩阵来减小额外的反馈开销。但是，无论信道变化快慢如何，为了保证该方法的优势，反馈间隔的时间依旧较大，适用于信道相关且缓慢变化的场景。若信道快速变化，较大的反馈间隔会造成系统性能的迅速下降，但是反馈间隔过小，该方法的优势将不再存在，故并不适用于信道快速变化的场景。

发明内容：

本发明的目的是以典型的自适应码本方法为基础进行重新优化设计，提出一种信道协方差矩阵动态更新的方法，实现协方差矩阵在每个或几个PMI反馈周期的更新，之后采用典型自适应码本类似的码本处理方式，使得该方法能够保持原有的优势，同时适用于各种信道场景，扩展其应用范围。

具体如下：

协作多点联合传输中信道协方差矩阵的动态更新方法，包括如下步骤：

1)计算信道矩阵最大奇异值所对应的奇异向量即预编码矢量；

2)基于矢量量化计算量化后码本向量，在码书中搜索和预编码矢量最相近的码字进行矢量量化，得到最佳码本V_b,p及其索引号p；

3)判断传输中基站和用户间是否进行首次反馈，如果是，则转到步骤4)，如果不是，则转到步骤5)；

4)接收计算当前的协方差矩阵，标量量化后直接向发射机反馈；

5)根据i时刻的标准自适应码本，更新协方差矩阵的动态；

6)结合步骤2)中量化后的预编码矢量得到标准自适应码本。

本发明的有益效果是：本发明提出的码本自适应改进算法，以较小的额外反馈换取较好的系统性能，且可以将应用扩展至高速场景。

附图说明：

图1是本发明的方法流程图。

图2是两小区单用户下行数据共享链路中不同方法下，SCME Urban以1m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban LOS场景，以1m/s速度移动的性能对比曲线。

图3是两小区单用户下行数据共享链路中不同方法下，SCME Urban以20m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban LOS场景，以20m/s速度移动的性能对比曲线。

图4是是两小区单用户下行数据共享链路中不同方法下，SCME Urban NLOS场景以1m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban NLOS场景，以20m/s速度移动的性能对比曲线。

具体实施方式：

下面结合附图对本发明做详细描述。

以下结合附图及实施例对本发明作进一步的详细描述。动态更新的自适应码本方法具体实现过程包括下述步骤：

以协作多点联合传输PDSCH为例，考虑一个由B个基站和K个用户构成的蜂窝无线通信系统，令B={1,2,...,B}表示所有协作集内所有基站的集合，K={1,2,...,K}表示所有用户的集合。基站和用户均装备多天线，设基站b装备的天线数为N_tb，用户k装备的天线数位N_rk，若非特别说明，一般假设不同基站和不同用户装备的天线数相同。假设信道为窄带平坦衰落，用户的数据在基站端经过预编码后发送，则用户k的接收信号可表示为

其中，h_kb(N_rk×N_tb)表示基站b与用户k之间的下行信道矩阵，x_b(N_tb×1)表示基站b的发送矢量，n_k(N_rk×1)表示噪声矢量，服从CN(0,I)分布。

a)计算预编码矢量w_kb

典型的预编码矢量是信道矩阵h_kb(N_rk×N_tb)最大奇异值所对应的奇异向量，即：

$h_{\mathrm{kb}}\stackrel{\mathrm{SVD}}{=}{[u_1,....,u_{N_{\mathrm{rk}}}]\mathrm{\Σ}[v_1,....,v_{N_{\mathrm{tb}}}]}^H,$

其中u_i,i＝1,...,N_rk和v_j,j=1,...,N_tb分别表示左奇异向量和右奇异向量。矩阵Σ是奇异值降序排列的一个对角阵。假设到用户k只有一个数据流，则预编码矢量可以表示为：

$w_{\mathrm{kb}}=v_1^H---\left(3\right)$

b)基于矢量量化计算量化后码本

本发明中的矢量量化以LTE Release 8码书为例，其符号记为C_b,LTE，在码书中搜索和预编码矢量w_kb最相近的码字进行矢量量化，可以表示为如下：

${\hat{w}}_{\mathrm{kb}}=\arg \underset{v_{b,l}\∈C_{b,\mathrm{LTE}}}{\min }\left\{d({\tilde{w}}_{\mathrm{kb}},V_{b,l})\right\}l=1,...,L---\left(4\right)$

其中，

表示标准化的预编码矢量和码字V_b,l之间的量化误差。最常见的量化误差表示方法是Chordal距离，定义如下：

$d({\tilde{w}}_{\mathrm{kb}},V_{b,l})=\frac{1}{\sqrt{2}}{\left|\right|{\tilde{w}}_{\mathrm{kb}}{\tilde{w}}_{\mathrm{kb}}^H-V_{b,l}{V}_{b,l}^H||}_F---\left(5\right)$

矢量量化后可以得到最佳码本V_b,p及其索引号p。

c)信道的协方差矩阵计算假设码书为C_b={V_b，1，V_b，2，...,V_b,L}，其中

表示标准化的码字，b∈B表示协作基站的索引号。码书中码字索引的比特数为

为了寻找码本和协方差矩阵的等效关系，我们首先讨论用户k和基站b间某个OFDM符号和子载波上的信道协方差矩阵R_kb的计算方法如下。

$R_{\mathrm{kb}}=h_{\mathrm{kb}}^H{h}_{\mathrm{kb}}=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\λ}}_k{v}_k^H{v}_k\≅\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\λ}}_k{V}_k{V}_k^H---\left(6\right)$

其中，V_k为基于码书C_b矢量量化后得到的码本，N为信道协方差矩阵的秩，λ_k为R_kb特征值分解的相应的特征值。

在典型的码本自适应方法中，为了支持码本自适应过程，协方差矩阵R_kb需要周期性地反馈给发射端。由于R_kb非对角线上的元素都为复数，且上对角线元素和下对角线元素互为共轭，故只需反馈上对角元素即可还原整个矩阵。为了进一步减小反馈开销，R_kb在进行标量量化前，先用其中最大元素的幅值来归一化，即

${\stackrel{\‾}{R}}_{\mathrm{kb}}=\frac{R_{\mathrm{kb}}}{\max \left(\mathrm{abs}\left(r_{\mathrm{ij}}\right)\right)}(i,j=1,...,N_{\mathrm{kb}})---\left(7\right)$

其中，r_ij表示R_kb矩阵第i行、第j列上的元素。

归一化后的对角元素可以采用1bit量化，其他复数元素均采用4bit量化。本发明中，只有基站和用户进行首次通信的时刻，由用户向基站直接反馈该协方差矩阵，而不再采用周期性反馈。

因此，由式（6）可知，协方差矩阵可以等效为各量化码本协方差矩阵的加权和，权值为每个码本对应的特征值。基于该思想，我们可以按如下步骤来实现信道协方差矩阵的动态更新。

d)协方差矩阵的动态更新

随后的通讯过程中，均采用本发明所述的协方差矩阵动态更新的方法，用户在每个或几个PMI周期向发射机反馈协方差矩阵重构所需的码本索引号和相应的参数，在发射机端利用反馈的内容和前一时刻的协方差矩阵来重构当前时刻的协方差矩阵。

接收机：根据i+1时刻的协方差矩阵原始值R_kb，i+1和i时刻的协方差矩阵估计值

（特别地，当i＝0时，），计算两次间隔之间的协方差矩阵差值ΔR_kb，i+1。然后，对ΔR_kb，i+1进行特征值分解，得到最大的特征值及其对应的特征向量，即

${\mathrm{\ΔR}}_{\mathrm{kb},i+1}=R_{\mathrm{kb},i+1}-{\hat{R}}_{\mathrm{kb},i}$

$\stackrel{\mathrm{EIG}}{=}{U}_{\mathrm{kb},i+1}[\mathrm{\λ},0]U_{\mathrm{kb},i+1}^H---\left(8\right)$

$=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\λ}}_n{u}_{\mathrm{kb},i+1,n}{u}_{\mathrm{kb},i+1,n}^H$

λ=diag[λ₁,...,λ_N]表示ΔR_kb，i+1特征值分解后的非零特征值集合，λ_n为λ对角线上的元素，0表示零特征值集合，

为其特征向量，

表示

的第n列。

然后，对最大特征值λ₁对应的特征向量

基于码书C_b,LTE进行矢量量化，得到量化后的特征向量

和相应的码本V_b,q与索引号q。

${\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H=\arg \underset{v_{b,l}\∈C_b}{\min }\left\{d({\tilde{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H,V_{b,l})\right\}---\left(9\right)$

其中， ${\tilde{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H=u_{\mathrm{kb},i+\mathrm{1,1}}^H/\left|\right|u_{\mathrm{kb},i+\mathrm{1,1}}^H\left|\right|.$

因此，

${\mathrm{\ΔR}}_{\mathrm{kb},i+1}\≅\mathrm{\Δ}{\hat{R}}_{\mathrm{kb},i+1}={\mathrm{\λ}}_1{\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H{\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}$ （10）

$={\mathrm{\λ}}_1{V}_{b,q}{V}_{b,q}^H$

最后，用户k向基站b反馈该码本索引q和参数λ₁。

发射机：基站b接收到用户k反馈的q和λ₁之后，利用前一时刻的信道协方差矩阵

在发射机重构当前时刻的信道协方差矩阵

即

${\hat{R}}_{\mathrm{kb},i+1}={\hat{R}}_{\mathrm{kb},i}+\mathrm{\Δ}{\hat{R}}_{\mathrm{kb},i+1}$ （11）

$={\hat{R}}_{\mathrm{kb},i}+{\mathrm{\λ}}_1{V}_{b,q}{V}_{b,q}^H$

e)计算自适应码本

由于第一次用户向反馈的是所述步骤b)中矢量量化后的协方差矩阵，故此时自适应码本的计算直接使用该矩阵来计算，基站的预编码矢量

和自适应码本

相等，即

此后，系统的协方差矩阵均为重构值

其自适应码本可以表示为：

因此，在整个动态更新过程中，用户只需在第一次通信时向基站反馈信道协方差矩阵随后的时刻只需在每个甚至几个PMI反馈周期内额外反馈一个码本索引p和参数λ₁即可。以4T*2R的天线配置为例，信道协方差矩阵进行标量量化，对角线元素采用1bit量化，而其他复数元素均采用4bits量化，总共需要28bits的反馈开销，而采用本方案只需要5bits，包括码本索引4bits和参数1bit，显然具有较大优势。

如图2-4所示：

图2是两小区单用户下行数据共享链路中不同方法下，SCME Urban以1m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban LOS场景，以1m/s速度移动的性能对比曲线。

图3是两小区单用户下行数据共享链路中不同方法下，SCME Urban以20m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban LOS场景，以20m/s速度移动的性能对比曲线。

图4是是两小区单用户下行数据共享链路中不同方法下，SCME Urban NLOS场景以1m/s速度移动性能曲线对比图。采用Local Precoding方法，发射机装备4发射天线，接收机2接收天线，码本的矢量量化基于LTE Rel.84天线空间复用码本，完全CSI反馈，长时协防差矩阵反馈的码本自适应方法、即时协方差矩阵反馈的码本自适应方法和本发明提出的方法在SCME Urban NLOS场景，以20m/s速度移动的性能对比曲线。

Claims (3)

1.协作多点联合传输中信道协方差矩阵的动态更新方法，其特征在于，包括如下步骤：

1)计算信道矩阵最大奇异值所对应的奇异向量即预编码矢量；

2)基于矢量量化计算量化后码本向量，在码书中搜索和预编码矢量最相近的码字进行矢量量化，得到最佳码本V_b，p及其索引号p；

3)判断传输中基站和用户间是否进行首次反馈，如果是，则转到步骤4)，如果不是，则转到步骤5)；

4)接收计算当前的协方差矩阵，标量量化后直接向发射机反馈；

5)根据i时刻的标准自适应码本，更新协方差矩阵的动态；

6)结合步骤2)中量化后的预编码矢量得到自适应码本。

2.根据权利要求1所述的方法，其特征在于：所述步骤5)具体为：

接收机：根据i+1时刻的协方差矩阵原始值R_kb，i+1和i时刻的协方差矩阵估计值

（特别地，当i＝0时，

），计算两次间隔之间的协方差矩阵差值ΔR_kb，i+1。然后，对ΔR_kb，i+1进行特征值分解，得到最大的特征值及其对应的特征向量，即

${\mathrm{\ΔR}}_{\mathrm{kb},i+1}=R_{\mathrm{kb},i+1}-{\hat{R}}_{\mathrm{kb},i}$

$\stackrel{\mathrm{EIG}}{=}{U}_{\mathrm{kb},i+1}[\mathrm{\λ},0]U_{\mathrm{kb},i+1}^H$

$=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\λ}}_n{u}_{\mathrm{kb},i+1,n}{u}_{\mathrm{kb},i+1,n}^H$

然后，对最大特征值λ₁对应的特征向量

基于码书C_b进行矢量量化，得到量化后的特征向量

和相应的码本V_b,q与索引号q；

${\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H=\arg \underset{v_{b,l}\∈C_b}{\min }\left\{d({\tilde{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H,V_{b,l})\right\}$

其中， ${\tilde{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H=u_{\mathrm{kb},i+\mathrm{1,1}}^H/\left|\right|u_{\mathrm{kb},i+\mathrm{1,1}}^H\left|\right|;$

因此，

${\mathrm{\ΔR}}_{\mathrm{kb},i+1}\≅\mathrm{\Δ}{\hat{R}}_{\mathrm{kb},i+1}={\mathrm{\λ}}_1{\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}^H{\hat{u}}_{\mathrm{kb},i+\mathrm{1,1}}$

$={\mathrm{\λ}}_1{V}_{b,q}{V}_{b,q}^H$

最后，用户k向基站b反馈该码本索引q和参数λ₁；

发射机：基站b接收到用户k反馈的q和λ₁之后，利用前一时刻的信道协方差矩阵估计值在发射机重构当前时刻的信道协方差矩阵

即

${\hat{R}}_{\mathrm{kb},i+1}={\hat{R}}_{\mathrm{kb},i}+\mathrm{\Δ}{\hat{R}}_{\mathrm{kb},i+1}$

$={\hat{R}}_{\mathrm{kb},i}+{\mathrm{\λ}}_1{V}_{b,q}{V}_{b,q}^H.$

3.根据权利要求1所述的方法，其特征在于：所述步骤6)具体为：第一次用户向反馈的

是标量量化后的协方差矩阵，第一次自适应码本的计算直接使用该矩阵来计算，基站的预编码矢量

和自适应码本

相等，即

此后，系统的协方差矩阵均为重构值

其自适应码本可以表示为：

Images