CN103051433A - 一种消除多用户干扰的方法 - Google Patents

Abstract

本发明公开了一种消除多用户干扰的方法，适用于四个发送端和一个接收端的MIMO系统，且每个发送端配置四根天线，包括以下步骤：步骤A，四个发送端对其调制信号分别进行完美空时分组码编码，得到4×4的编码矩阵，分别用C、S、T和Z表示；步骤B，四个发送端在四个相同的时间内分别将每个编码矩阵发送4次，接收端分别收到4个接收信号，分别用Y₁、Y₂、Y₃和Y₄表示；步骤C，接收端对Y₁、Y₂、Y₃和Y₄进行加减操作，分离编码矩阵C、S、T和Z，并分别译码每个发送端的编码矩阵即每个发送端的发送信号。本发明在保持传输效率相同情况下，不需要反馈信息就能在接收端消除多用户干扰，并且本发明对接收天线的数量没有限制。

Description

一种消除多用户干扰的方法

技术领域

本发明涉及通信领域，尤其是一种消除多用户干扰的方法。 

背景技术

多输入多输出(MIMO，Multi-Input Multi-Output)技术在发送端和接收端分别使用多根发射天线和多根接收天线，通过多根天线发送信号以及多根天线接收信号，改善了用户的服务质量。 

MIMO技术的传输方案可以分为两类，其一是空间复用方案，该方案利用收发两端的多天线配置获得复用增益，从而提高了系统的有效性；其二是空间分集方案，该方案利用收发两端的多天线配置来对抗信道衰落，增加了接收信号的信噪比(SNR,Signal to Noise Ratio)，获得了分集增益，从而提高了数据传输的可靠性。研究较多的空间分集方案包括空时格型编码(STTC,Space Time Trellis Code)和空时分组编码(STBC，Space Time Block Code)，其中后者的总体性能较优，已进入实用化阶段。根据信号在传输过程中是否正交，STBC可分为正交空时分组码(OSTBC,Orthogonal Space Time Block Code)和准正交空时分组码(QOSTBC,Quasi-Orthogonal Space Time Block Code)。OSTBC和QOSTBC都获得了分集增益，但是都不能获得复用增益，较为理想的编码方案应该能同时获得两种增益，兼顾系统的可靠性和有效性。于是，后来有学者提出了完美空时分组码，其复用增益等于发送天线的个数，并且能实现全分集，即分集增益等于发送天线数量和接收天线数量的乘积。 

从系统中所支撑的用户数来划分，MIMO技术可分为单用户MIMO技术和多用户MIMO技术。单用户MIMO技术从MIMO技术诞生起便得到了学者们的广泛关注， 目前已经研究得比较成熟。相比单用户MIMO技术，多用户MIMO技术更加贴近实际的通信系统，是目前关于MIMO技术的研究主流。多用户MIMO技术面临的最大问题是各个用户之间不可以互相协作，这使得接收端出现严重的干扰，从而降低整个系统的可靠性，因此，干扰消除技术是多用户MIMO的关键技术之一。 

传统的干扰消除技术受到发送端天线数量和接收端天线数量的限制。近年来，学者们提出了空时编码及其预编码的方法来消除多用户干扰。已有的研究表明，在同步的多用户MIMO系统中，若每个用户都采用空时编码，通过合理地设计预编码矩阵，不但在接收端配置较少的天线就能消除多用户干扰，还可以获得空时编码而带来的分集增益。 

图1给出了采用空时编码及其预编码来消除多用户干扰的系统模型，4个发送端，每个发送端配置4根天线，1个接收端，配置4根天线。H₁、H₂、H₃和H₄分别表示发送端1、发送端2、发送端3、发送端4到接收端的信道矩阵。 

每个发送端采用4×4的准正交空时分组码，C、S、T和Z分别表示发送端1、发送端2、发送端3、发送端4的编码矩阵，每个编码矩阵包含4个独立的符号。以编码矩阵C为例， 

$C=\left[\begin{array}{cccc}{c}_1& {{-c}_2}^{*}& c_3& {{-c}_4}^{*}\\ c_2& {c_1}^{*}& c_4& {c_3}^{*}\\ c_3& {{-c}_4}^{*}& c_1& {{-c}_2}^{*}\\ c_4& {c_3}^{*}& c_2& {c_1}^{*}\end{array}\right]$

第l时隙，发送端对编码矩阵的第l列进行预编码后发送出去，l=1,2,3,4。接收端收到的信号向量y^l如下式所示， 

$y^l=\frac{1}{2}\sqrt{P}(H_1^l{A}_1^{l}C\left(l\right)+H_2^l{A}_2^{l}S\left(l\right)+H_3^l{A}_3^{l}T\left(l\right)+H_4^l{A}_4^{l}Z\left(l\right))+n^l$

P是发送功率，C(l)是编码矩阵C的第l列，

是第i个用户第l个时隙的预编码矩阵，阶数为4×4，n^l是接收到的噪声向量。由于4个用户的发送信号在接收端相 互干扰，需要对每个发送端的空时编码矩阵分别进行预编码，通过合理地设计预编码矩阵

可以使得4个发送端的发送信号到达接收端时分别落在4个不同的向量空间中，从而可以分别译码每个发送端的信号。

的设计方法请参考文献“Interference cancellation and detection for more than two users”(Feng Li2011年在IEEE Transactions on communications发表的文章)。 

该方案在4个时隙内发送了16个独立的符号，其传输效率为4symbols/channeluse。该方案中接收天线的个数不能低于4根。每个发送端在每个时隙都需要1个预编码矩阵，即共需16个的预编码矩阵。该方案中发送端需要已知信道矩阵或者预编码矩阵，反馈量很高。 

发明内容

本发明的目的在于解决已有方案反馈量过高的问题，提出了一种消除多用户干扰的方法，适用于四个发送端和一个接收端的MIMO系统，在不降低传输效率及不需要反馈信息的情况下能消除所有的多用户干扰。 

实现本发明的技术思路是：发送端采用完美空时分组码，并且将每个编码矩阵按照一定的规则发送4次，使得接收端对其接收信号进行加减操作后就能分离每个发送端的空时编码矩阵，消除了多用户干扰，从而可以分别译码每个发送端的发送信号。为了实现上述技术思路，本发明提供的一种消除多用户干扰的方法，包括： 

步骤A，四个发送端对其调制信号分别进行完美空时分组编码，得到4×4的编码矩阵，分别用C、S、T和Z表示； 

步骤B，四个发送端在四个相同的时间内分别将每个编码矩阵发送4次，接收端分别收到4个接收信号，分别用Y₁、Y₂、Y₃和Y₄表示； 

步骤C，接收端对Y₁、Y₂、Y₃和Y₄进行加减操作，分离编码矩阵C、S、T和Z，并分别译码每个发送端的编码矩阵即每个发送端的发送信号。进一步，步骤B按照如下步骤进行： 

B1)在相同的时间内，四个发送端分别发送编码矩阵C、S、T和Z，接收端接收到的信号为Y₁=H₁C+H₂S+H₃T+H₄Z+N₁，其中，H₁、H₂、H₃和H₄分别是4个发送端到接收端的信道矩阵，N₁表示噪声矩阵； 

B2)在相同的时间内，四个发送端分别发送编码矩阵C、-S、T和-Z，接收端接收到的信号为Y₂=H₁C-H₂S+H₃T-H₄Z+N₂，N₂表示噪声矩阵； 

B3)在相同的时间内，四个发送端分别发送编码矩阵C、S、-T和-Z，接收端接收到的信号为Y₃=H₁C+H₂S-H₃T-H₄Z+N₃，N₃表示噪声矩阵； 

B4)在相同的时间内，四个发送端分别发送编码矩阵C、-S、-T和Z，接收端接收到的信号为Y₄=H₁C-H₂S-H₃T+H₄Z+N₄，N₄表示噪声矩阵。 

进一步，步骤C所述的“接收端对Y₁、Y₂、Y₃和Y₄进行加减操作，分离编码矩阵C、S、T和Z”，按照如下步骤进行： 

C1)接收端进行如下加减操作，Y₁+Y₂+Y₃+Y₄=4H₁C+N₁+N₂+N₃+N₄，该加减操作的结果只包含噪声矩阵和第一个发送端的编码矩阵； 

C2)接收端进行如下加减操作，Y₁-Y₂+Y_只-Y₄=4H₂S+N₁-N₂+N₃-N₄，该加减操作的结果只包含噪声矩阵和第二个发送端的编码矩阵； 

C3)接收端进行如下加减操作，Y₁+Y₂-Y₃-Y₄=4H₃T+N₁+N₂-N₃-N₄，该加减操作的结果只包含噪声矩阵和第三个发送端的编码矩阵； 

C4)接收端进行如下加减操作，Y₁-Y₂-Y₃+Y₄=4H₄Z+N₁-N₂-N₃+N₄，该加减操作的结果只包含噪声矩阵和第四个发送端的编码矩阵。 

与现有方案相比，本发明实施的前提是在每个编码矩阵的4次传输时间内，信道保持不变。每个发送端采用完美空时分组码，并且每个编码矩阵发送多次，接收端对接收信号进行加减操作后分离了4个编码矩阵，消除了多用户干扰，从而可以对每个发送端的发送信号分别进行译码。本发明在16个时隙传输了64个独立的符号，其传输效率与技术背景中提到的方案相同，即本发明在保持传输效率相同情况下，不需要反馈信息就能在接收端消除多用户干扰。此外，本发明的干扰消除过程与信道矩阵的阶数无关，即本发明对接收天线的数量没有限制。 

附图说明

图1为已有方案的系统模型； 

图2为本发明的系统模型； 

图3为本发明的流程图； 

图4为本发明的发送端流程图； 

图5为本发明与已有方案的可靠性仿真。 

具体实施方式

下面参照附图对本发明的技术方案做进一步详细描述。本发明对应的系统模型如图2所示，4个发送端，每个发送端配置4根天线，1个接收端，配置N(N≥1)根天线。H₁、H₂、H₃和H₄分别表示发送端1、发送端2、发送端3、发送端4到接收端的信道矩阵。每个发送端采用4×4的完美空时分组码，分别用C、S、T和Z表示，每个编码矩阵包含16个独立的符号。在此以C为例，给出完美空时分组码的具体形式，若u_ik为发送端1的调制信号，i,k=1,2,3,4，共16个调制信号，对这些调制信号进行完美空时分组编码，得到的编码矩阵为： 

$C=\left[\begin{array}{cccc}{c}_{11}& c_{21}& c_{31}& c_{41}\\ {\mathrm{jc}}_{42}& c_{12}& c_{22}& c_{32}\\ {\mathrm{jc}}_{33}& {\mathrm{jc}}_{43}& c_{13}& c_{23}\\ {\mathrm{jc}}_{24}& {\mathrm{jc}}_{34}& {\mathrm{jc}}_{44}& c_{14}\end{array}\right]$

其中， $c_i=\left[\begin{array}{c}{c}_{i1}\\ c_{i2}\\ c_{i3}\\ c_{i4}\end{array}\right]=R\left[\begin{array}{c}{u}_{i1}\\ u_{i2}\\ u_{i3}\\ u_{i4}\end{array}\right]={\mathrm{Ru}}_i,$ R的具体形式如下，

$R=\left[\begin{array}{cccc}0.2582-0.3122j& 0.3455-0.4178j& -0.4178+0.5051j& -0.2136+0.2582j\\ 0.2582+0.0873j& 0.4718+0.1596j& 0.1596+0.054j& \mathrm{0.76330.2582}j\\ 0.2582+0.2136j& -0.5051-0.4718j& -0.4718-0.3455j& 0.3122+0.2582j\\ 0.2582-0.7633j& -0.054+0.1596& 0.1596-0.4718j& -0.0873+0.2582j\end{array}\right]$

发送端将每个空时编码矩阵发送4次，假定在这4次传输时间内，信道保持不变。 

结合图1、图3和图4所示，发送端的具体步骤如下： 

A)四个发送端对其调制信号分别进行完美空时分组编码，得到4×4的编码矩阵，分别用C、S、T和Z表示； 

B1)在相同的时间内，四个发送端分别发送编码矩阵C、S、T和Z，接收端接收到的信号为Y₁=H₁C+H₂S+H₃T+H₄Z+N₁，N₁表示噪声矩阵； 

B2)在相同的时间内，四个发送端分别发送编码矩阵C、-S、T和-Z，接收端接收到的信号为Y₂=H₁C-H₂S+H₃T-H₄Z+N₂，N₂表示噪声矩阵； 

B3)在相同的时间内，四个发送端分别发送编码矩阵C、S、-T和-Z，接收端接收到的信号为Y₃=H₁1+H₂2-H₃T-H₄Z+N₃，N₃表示噪声矩阵； 

B4)在相同的时间内，四个发送端分别发送编码矩阵C、-S、-T和Z，接收端接收到的信号为Y₄=H₁C-H₂S-H₃T+H₄Z+N₄，N₄表示噪声矩阵。 

参照图3，接收端对接收到的信号进行加减操作，具体为： 

C1)接收端进行如下加减操作，Y₁+Y₂+Y₃+Y₄=4H₁C+N₁+N₂+N₃+N₄，该加减 操作的结果只包含噪声矩阵和第一个发送端的编码矩阵； 

C2)接收端进行如下加减操作，Y₁-Y₂+Y₃-Y₄=4H₂S+N₁-N₂+N₃-N₄，该加减操作的结果只包含噪声矩阵和第二个发送端的编码矩阵； 

C3)接收端进行如下加减操作，Y₁+Y₂-Y₃-Y₄=4H₃T+N₁+N₂-N₃-N₄，该加减操作的结果只包含噪声矩阵和第三个发送端的编码矩阵； 

C4)接收端进行如下加减操作，Y₁-Y₂-Y₃+Y₄=4H₄Z+N₁-N₂-N₃+N₄，该加减操作的结果只包含噪声矩阵和第四个发送端的编码矩阵。 

对接收信号进行加减操作后，消除了多用户干扰，可以分别译码每个发送端的发送信号。由于完美空时分组码的译码复杂度较高，即使消除了多用户干扰，译码单个完美空时分组码的复杂度仍然较高。在此以译码发送端1的信号为例，给出一种低复杂度的译码方法。 

由前面的分析知，接收端分离4个编码矩阵后得到Y₁+Y₂+Y₃+Y₄=4H₁C+N₁+N₂+N₃+N₄，令Y=Y₁+Y₂+Y₃+Y₄，H=4H₁，W=N₁+N₂+N₃+N₄，则 

Y=HC+W 

分别用y_i、h_i和w_i表示Y、H和W的第i列，把上式整理为空间复用方案的等效传输结构，如式(1)所示， 

其中，A＝[h₁ 0₂ 0₂ 0₂]，B=[0₂ h₂ 0₂ 0₂]，D＝[0₂ 0₂ h₃ 0₂]，E=[0₂ 0₂ 0₂ h₄]，0₁表示4×4的零矩阵，0₂表示N×1的零向量。公式(1)的推导参考了钟晓玲2009年的硕士论文，名称为“基于空时编码的多用户协作分集”。 

从式(1)可看出，若将u视为等效的发送信号，则H’R’为等效的信道矩阵。H’和R’都为稀疏矩阵，计算他们的逆矩阵的复杂度较低，即计算H’R’的逆矩阵的复杂度相对较低，因此可以采用迫零(ZF，zero forcing)方法译码等效发送信号u。该译码方法的步骤如下：步骤一，对接收信号进行加减操作，得到Y=Y₁+Y₂+Y₃+Y₄，进而得到y′=[y₁;y₂;y₃;y₄]； 

步骤二，计算得到(H’R’)^-1=(R’)^-1(H’)^-1； 

步骤三，将y’乘以(H’R’)^-1，得到y''=(H’R’)^-1y′； 

步骤四，根据y”直接译码等效发送信号u，即针对y”中的每个元素，找到它与星座图中距离最近的点，该点就是译码得到的调制信号。 

除了ZF译码方法，也可采用最小均方误差(MMSE,Minimum Mean Squared Error)等其他译码方法，其译码复杂度高于ZF译码方法。 

以上就是本发明的具体实施方式，在实施过程中不需要反馈信息。 

信道矩阵H₁、H₂、H₃和H₄的阶数为N×4，N是接收天线的数目，N≥1。无论N的取值为多少，接收端进行加减操作后都消除了4个编码矩阵之间的干扰，即本发明与接收天线的个数无关。 

本发明的效果可以通过以下仿真实验进一步说明。图5示出了本发明与已有方案(即技术背景中简单介绍的方案)的误比特率曲线。仿真中信道服从独立的瑞利衰落，并且在每个编码矩阵的4次传输时间内，信道保持不变，调制方式为QPSK，未采用任何信道编码，噪声为高斯白噪声。本发明采用了最大似然(ML，Maximum Likelihood)译码和ZF译码方法，已有方案采用ML译码。如图5所示，采用ML译码方法时，本发明的可靠性显著优于已有方案。若采用ZF译码方法，误码率为10^-4时，不论接收天线个数的多少，本发明均获得了不低于2dB的增益。 

以上实施例仅仅是对本发明的举例说明，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。 

Claims (3)

1.一种消除多用户干扰的方法，适用于四个发送端和一个接收端的MIMO系统，且每个发送端配置四根天线，其特征在于，包括以下步骤：

步骤A，四个发送端对其调制信号分别进行完美空时分组编码，得到4×4的编码矩阵，分别用                                               

、

、

和

表示；

步骤B，四个发送端在四个相同的时间内分别将每个编码矩阵发送4次，接收端分别收到4个接收信号，分别用

、

、

和

表示；

步骤C，接收端对、

、

和

进行加减操作，分离编码矩阵

、、

和

，并分别译码每个发送端的编码矩阵即每个发送端的发送信号。

2.如权利要求1所述的一种消除多用户干扰的方法，其特征在于，所述步骤B按照如下步骤进行：

    B1)在相同的时间内，四个发送端分别发送编码矩阵

、、和

，接收端接收到的信号为

，其中，

、

、

和

分别是4个发送端到接收端的信道矩阵，

表示噪声矩阵；

B2)在相同的时间内，四个发送端分别发送编码矩阵

、

、

和

，接收端接收到的信号为

，

表示噪声矩阵；

B3)在相同的时间内，四个发送端分别发送编码矩阵

、

、

和，接收端接收到的信号为

，表示噪声矩阵；

B4)在相同的时间内，四个发送端分别发送编码矩阵、

、

和

，接收端接收到的信号为，

表示噪声矩阵。

3.如权利要求1所述的一种消除多用户干扰的方法，其特征在于，所述步骤C中“接收端对、

、

和进行加减操作，分离编码矩阵

、

、

和

”，按照如下步骤进行：

C1)接收端进行如下加减操作，

，该加减操作的结果只包含噪声矩阵和第一个发送端的编码矩阵；

C2)接收端进行如下加减操作，

，该加减操作的结果只包含噪声矩阵和第二个发送端的编码矩阵；

C3)接收端进行如下加减操作，

，该加减操作的结果只包含噪声矩阵和第三个发送端的编码矩阵；

C4)接收端进行如下加减操作，

，该加减操作的结果只包含噪声矩阵和第四个发送端的编码矩阵。

Images