CN103067123B - 基于下行mu-miso的非线性预编码方法、装置及系统 - Google Patents

Abstract

本发明实施例公开了一种基于下行MU-MISO的非线性预编码方法、装置及系统，所述方法包括初始化步骤、MMSE矩阵计算步骤、排序矩阵罗列步骤、三角对角化分解步骤、最优排序矩阵寻找步骤及MMSE-THP预处理矩阵计算步骤。本发明实施例通过采用三角对角化分解计算基站的排序矩阵、反馈矩阵及预编码矩阵，从而达到了以较低的复杂度获取较优的系统误码率性能的技术效果。

Description

基于下行MU-MISO的非线性预编码方法、装置及系统

技术领域

本发明涉及下行多用户多输入单输出（Multi-User Multiple-Input Single-Output，简称MU-MISO）的预编码技术领域，尤其涉及一种基于下行MU-MISO的非线性预编码方法、装置及系统。

背景技术

对于一个下行MU-MISO系统，基站配置N_T根发送天线，第k个用户端配置N_Rk＝1根接收天线，系统中共有K个用户，系统总的接收天线数为用{N_R1,N_R2,...,N_RK}×N_T描述系统的天线配置。考虑平坦衰落信道，则用户k的下行信道矢量可以表示为所有用户构成的系统级联信道可以表示为

$H={\left[\begin{array}{cccc}{H}_1^T& H_2^T& \·\·\·& H_K^T\end{array}\right]}^T\∈C^{{K\×N}_T},$ 其中上标T代表对矩阵进行转置。当系统天线配置满足N_T≥K时，在基站发送端采用基于最小均方误差准则的汤姆林森哈拉希码预编码（MinimumMean Square Error Tomlinson-Harashima Precoding，简称MMSE-THP）算法可以完全消除多用户干扰（Multiple User Interference，简称MUI）。在此基础上，若能进一步对各用户的信道矢量进行合理的排序，则可以更好地利用信道增益，优化系统的整体性能。

然而，传统的MMSE-THP算法大多基于信道矩阵的QR分解来设计发送端的排序矩阵、反馈矩阵和预编码矩阵。该算法主要存在两大问题：其一，最优排序矩阵的寻找过程较为繁琐，计算量大；其二，发送端的预编码矩阵被强制设定为酉矩阵，系统的整体误码率性能不佳。

发明内容

本发明实施例所要解决的一个技术问题在于，提供一种基于非酉预编码的性能优化的下行MU-MISO的非线性预编码方法。

本发明实施例所要解决的另一个技术问题在于，提供一种基于非酉预编码的性能优化的下行MU-MISO的非线性预编码装置。

本发明实施例所要解决的又一个技术问题在于，提供一种基于非酉预编码的性能优化的下行MU-MISO的非线性预编码系统。

为了解决上述技术问题，本发明实施例提出了一种基于下行MU-MISO的非线性预编码方法，所述方法包括：初始化步骤：首先由基站确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合H；MMSE矩阵计算步骤：根据所述信道矩阵集合计算用于发送预处理的MMSE矩阵；排序矩阵罗列步骤：根据用户数K即H的行数生成排序集合Γ；三角对角化分解步骤：利用Γ中的每一个排序矩阵P对所述MMSE矩阵计算步骤求得的MMSE矩阵Φ进行行列变换，得到新生成的MMSE矩阵对新生成的MMSE矩阵执行三角对角化分解，存储分解生成的下三角矩阵L、对角矩阵D以备用，并取D的对角线元素构成矢量d；最优排序矩阵寻找步骤：根据三角对角化分解步骤的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出；以及MMSE-THP预处理矩阵计算步骤：找出最优排序索引对应的下三角矩阵以及对角矩阵并依次计算发送端的反馈矩阵B、预编码矩阵F以及用于保证发送总功率能够归一化的功率归一化因子β。

相应地，本发明实施例还提出了一种基于下行MU-MISO的非线性预编码装置，所述装置包括：确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合H的初始化模块；根据所述信道矩阵集合计算用于发送预处理的MMSE矩阵的MMSE矩阵计算模块；根据用户数K即H的行数生成排序集合Γ的排序矩阵罗列模块；利用Γ中的每一个排序矩阵P对所述MMSE矩阵计算模块求得的MMSE矩阵进行行列变换，并对新生成的MMSE矩阵执行三角对角化分解的三角对角化分解模块；根据三角对角化分解的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出的最优排序矩阵寻找模块；以及找出最优排序索引对应的下三角矩阵以及对角矩阵并依次计算发送端的反馈矩阵B、预编码矩阵F以及发送功率归一化因子β的MMSE-THP预处理矩阵计算模块。

此外，本发明实施例还提出了一种基于下行MU-MISO的非线性预编码系统，包括基站和终端，所述基站包括如上所述的基于下行MU-MISO的非线性预编码装置。

本发明实施例的有益效果是：通过采用三角对角化分解计算基站的排序矩阵、反馈矩阵及预编码矩阵，从而达到了以较低的复杂度获取较优的系统误码率性能的技术效果。

附图说明

图1是本发明实施例的MMSE-THP算法的信号处理流程图。

图2是本发明实施例的三角对角化分解的具体操作流程图。

图3是本发明实施例的MMSE-THP算法的下行MU-MISO的非线性预编码系统误码率性能仿真曲线和基于QR分解的现有排序准则下的MMSE-THP算法的误码率性能仿真曲线比较图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。

首先对本说明书所需用到的常见矢量及矩阵运算表达式进行说明如下：对于矢量a，||a||₂代表对a求2范数。对于矩阵A，A^T代表对A进行转置，A^H代表对A求共轭转置，A^*代表取A的共轭，A^-1代表对A求逆运算，A^-H对A的共轭转置求逆运算，||A||_F代表对A求Frobenius范数，I_K代表K阶单位矩阵，0K代表K阶零矩阵。

请参考图1~图3，下面结合图档来说明新的基于三角对角化分解的MMSE-THP算法的信号处理流程。

初始化步骤S1：首先由基站确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合 $H={\left[\begin{array}{cccc}{H}_1^T& H_2^T& \·\·\·& H_K^T\end{array}\right]}^T\∈C^{{K\×N}_T},$ 其中，N_T代表基站配置的发送天线数，H_i代表第i个用户的信道矩阵，下标i取值为1到K。

MMSE矩阵计算步骤S2：基站根据所获取的信道矩阵集合计算用于发送预处理的MMSE矩阵，符号信噪比定义为其中E_S为信号发送总功率，为每个单天线用户终端所接收的噪声方差，N₀为K个终端所叠加的总体噪声功率，则MMSE矩阵为Φ＝HH^H+γ^-1I_K。

排序矩阵罗列步骤S3：根据用户数K即H的行数生成排序集合Γ，其中，Γ中共包含K的阶乘种排序矩阵，其每一个排序矩阵均通过对K阶单位矩阵I_K进行“行互换”得到。

三角对角化分解步骤S4：利用Γ中的每一个排序矩阵P对所述MMSE矩阵计算步骤求得的MMSE矩阵进行行列变换，并对新生成的MMSE矩阵执行三角对角化分解。具体地，对Γ中的每一个排序矩阵P，计算排序后的MMSE矩阵并对其执行三角对角化分解：存储下三角矩阵L、对角矩阵D，取D的对角线元素D_kk(k＝1:K)组成矢量d以备用。

最优排序矩阵寻找步骤S5：根据三角对角化分解步骤的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出，即：

$\hat{P}=\underset{P\∈\mathrm{\Γ}}{\arg \min }[\max \left(d\right)-\min \left(d\right)].$ 本实施方式中，所述预定准则为最小化最大最小对角元差值的准则。

MMSE-THP预处理矩阵计算步骤S6：找出最优排序索引对应的下三角矩阵以及对角矩阵即并依次计算发送端的反馈矩阵预编码矩阵 $F={\hat{D}}^{-H}{\hat{L}}^{-1}{\hat{P}}^{*}H$ 以及功率归一化因子 $\mathrm{\β}=\sqrt{E_S/\mathrm{\χ}};$

其中，代表经过预编码处理后的K路数据的总功率，代表经过发送端求模运算后的信号矢量v的统计信号功率放大比，又称为“信号成形损失”。M代表所选用的调制方式对应的星座点个数。如采用四相相移键控信号（Quadrature Phase Shift Keying，简称QPSK）调制时，M＝4，

所述三角对角化分解步骤包括：

初始化子步骤S41：初始化生成矩阵D＝0_K，其中，0_K表示K阶零矩阵。

外层循环启动子步骤S42：对于索引k从1到K，依次计算出

$\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)=\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)/D(k,k).$

内层循环启动子步骤S43：对于索引i从k+1到K，依次计算出

$\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)=\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)-\stackrel{\‾}{\mathrm{\Φ}}(i:K,k){\stackrel{\‾}{\mathrm{\Φ}}}^{*}(i,k)D(k,k),$ $\stackrel{\‾}{\mathrm{\Φ}}(i,i:K)=\stackrel{\‾}{\mathrm{\Φ}}{(i:K,i)}^H.$

矩阵获得子步骤S44：取的下三角部分得到矩阵L。

本发明实施例还提供了一种基于下行MU-MISO的非线性预编码装置，所述装置包括：

确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合

$H={\left[\begin{array}{ccccc}{H}_1^T& H_2^T& \·\·\·H_i^T& \·\·\·& H_K^T\end{array}\right]}^T$ 的初始化模块，其中，H_i代表第i个用户的信道矩阵，下标i取值为1到K。

根据所述信道矩阵集合计算用于发送预处理的MMSE矩阵的MMSE矩阵计算模块；定义符号信噪比为 $\mathrm{\γ}=E_S/N_0=E_S/K{\mathrm{\σ}}_n^2,$ 其中E_S为信号发送总功率，为每个单天线用户终端所接收的噪声方差，N₀为K个终端所叠加的总体噪声功率，则MMSE矩阵为Φ＝HH^H+γ^-1I_K。

根据用户数K即H的行数生成排序集合Γ的排序矩阵罗列模块；其中，Γ中共包含K的阶乘种排序矩阵，其每一个排序矩阵均通过对K阶单位矩阵I_K进行“行互换”得到。

对Γ中的每一个排序矩阵P，计算排序后的MMSE矩阵，并对经过排序的MMSE矩阵执行三角对角化分解:，且将D的对角线元素D_kk(k=1:K)以矢量d的形式存储备用的三角对角化分解模块。

根据三角对角化分解的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出，即： $\hat{P}=\underset{P\∈\mathrm{\Γ}}{\arg \min }[\max \left(d\right)-\min \left(d\right)]$ 的最优排序矩阵寻找模块。本实施方式中，所述预定准则为最小化最大最小对角元差值的准则。

找出最优排序索引对应的下三角矩阵以及对角矩阵，即，并依次计算反馈矩阵、预编码矩阵以及功率归一化因子的MMSE-THP预处理矩阵计算模块。

所述三角对角化分解模块包括：

初始化生成矩阵D的初始化子模块。

对于索引k从1到K，依次计算出以及

$\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)=\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)/D(k,k)$ 的外层循环启动子模块。

对于索引i从k+1到K，依次计算出 $\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)=\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)-\stackrel{\‾}{\mathrm{\Φ}}(i:K,k){\stackrel{\‾}{\mathrm{\Φ}}}^{*}(i,k)D(k,k)$ 以及 $\stackrel{\‾}{\mathrm{\Φ}}(i,i:K)=\stackrel{\‾}{\mathrm{\Φ}}{(i:K,i)}^H$ 内层循环启动子模块。

取的下三角部分得到矩阵L的矩阵获得子模块。

本发明实施例还提供了一种基于下行MU-MISO的非线性预编码系统，包括基站(也可称网络侧，由多个发送端构成)和终端(也可称用户终端或终端)，所述基站包括如上所述的基于下行MU-MISO的非线性预编码装置。

与现有技术相比，本发明具有以下优点：

1、如图3所示，通过采用本发明实施例的MMSE-THP算法，在下行MU-MISO系统配置为{1，1，1)×3时的误码率性能仿真曲线与基于QR分解的、采用最小化R矩阵各对角元平方的倒数之和的传统搜索准则下的MMSE-THP算法的误码率性能仿真曲线比较图可知，相对于传统的MMSE-THP算法，系统整体的误码率性能有较为显著的改善。在用户数较少的情况下，信号处理的复杂度也相对较低。

2、采用最小化最大最小对角元差值的准则，最优排序矩阵的寻找过程明显加快。

3、所有用户采用相同的增益控制因子，提高了整个系统在接收端对抗噪声的鲁棒件。

另外，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。

尽管已经示出和描述了本发明创造的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明创造的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明创造的范围由所附权利要求及其等同范围限定。

Claims (7)

1.一种基于下行MU-MISO的非线性预编码方法，其特征在于，所述方法包括：

初始化步骤：首先由基站确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合其中，N_T代表基站配置的发送天线数，H_i代表第i个用户的信道矩阵，i取值为1到K；

MMSE矩阵计算步骤：根据所述信道矩阵集合计算用于发送预处理的MMSE矩阵，符号信噪比定义为其中E_S为信号发送总功率，为每个单天线用户终端所接收的噪声方差，N₀为K个终端所叠加的总体噪声功率，则MMSE矩阵为Φ＝HH^H+γ^-1I_K；

排序矩阵罗列步骤：根据用户数K即H的行数生成排序集合Γ，其中，Γ中共包含K的阶乘种排序矩阵，其每一个排序矩阵均通过对K阶单位矩阵I_K进行行互换得到；

三角对角化分解步骤：利用Γ中的每一个排序矩阵P对所述MMSE矩阵计算步骤求得的MMSE矩阵Φ进行行列变换，得到新生成的MMSE矩阵对新生成的MMSE矩阵执行三角对角化分解存储分解生成的下三角矩阵L、对角矩阵D以备用，并取D的对角线元素D_kk(k＝1:K)构成矢量d；

最优排序矩阵寻找步骤：根据三角对角化分解步骤的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出；以及

MMSE-THP预处理矩阵计算步骤：找出最优排序索引对应的下三角矩阵以及对角矩阵即并依次计算发送端的反馈矩阵预编码矩阵以及用于保证发送总功率能够归一化的功率归一化因子其中，

代表经过预编码处理后的K路数据的总功率，

代表经过发送端求模运算后的信号矢量v的统计信号功率放大比，M代表所选用的调制方式对应的星座点个数。

2.如权利要求1所述的基于下行MU-MISO的非线性预编码方法，其特征在于，所述三角对角化分解步骤包括：

初始化子步骤：初始化生成矩阵D＝0_K，其中，0_K表示K阶零矩阵；

外层循环启动子步骤：对于索引k从1到K，依次计算出 $\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)=\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)/D(k,k);$

内层循环启动子步骤：对于索引i从k+1到K，依次计算出 $\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)=\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)-\stackrel{\‾}{\mathrm{\Φ}}(i:K,k){\stackrel{\‾}{\mathrm{\Φ}}}^{*}(i,k)D(k,k),\stackrel{\‾}{\mathrm{\Φ}}(i,i:K)=\stackrel{\‾}{\mathrm{\Φ}}{(i:K,i)}^H;$ 及

矩阵获得子步骤：取的下三角部分得到矩阵L。

3.如权利要求1所述的基于下行MU-MISO的非线性预编码方法，其特征在于，所述预定准则为最小化最大最小对角元差值的准则。

4.一种适用于如权利要求1所述方法的基于下行MU-MISO的非线性预编码装置，其特征在于，所述装置包括：

确定参与下行MU-MISO通信的K个用户及其对应的信道矩阵集合的初始化模块，其中，N_T代表基站配置的发送天线数，H_i代表第i个用户的信道矩阵，i取值为1到K；

根据所述信道矩阵集合计算用于发送预处理的MMSE矩阵的MMSE矩阵计算模块，其中，符号信噪比定义为其中E_S为信号发送总功率，为每个单天线用户终端所接收的噪声方差，N₀为K个终端所叠加的总体噪声功率，则MMSE矩阵为Φ＝HH^H+γ^-1I_K；

根据用户数K即H的行数生成排序集合Γ的排序矩阵罗列模块，其中，Γ中共包含K的阶乘种排序矩阵，其每一个排序矩阵均通过对K阶单位矩阵I_K进行行互换得到；

利用Γ中的每一个排序矩阵P对所述MMSE矩阵计算模块求得的MMSE矩阵Φ进行行列变换，得到新生成的MMSE矩阵并对新生成的MMSE矩阵执行三角对角化分解存储分解生成的下三角矩阵L、对角矩阵D以备用，并取D的对角线元素D_kk(k＝1:K)构成矢量d的三角对角化分解模块；

根据三角对角化分解的结果，采用预定准则找出集合Γ中的最优排序矩阵索引，并将该索引对应的排序矩阵输出的最优排序矩阵寻找模块；以及

找出最优排序索引对应的下三角矩阵以及对角矩阵即并依次计算发送端的反馈矩阵预编码矩阵以及发送功率归一化因子的MMSE-THP预处理矩阵计算模块，其中；代表经过预编码处理后的K路数据的总功率，代表经过发送端求模运算后的信号矢量v的统计信号功率放大比，M代表所选用的调制方式对应的星座点个数。

5.如权利要求4所述的基于下行MU-MISO的非线性预编码装置，其特征在于，所述三角对角化分解模块包括：

初始化生成K阶零矩阵矩阵D＝0_K的初始化子模块；

对于索引k从1到K，依次计算出 $D(k,k)=\stackrel{\‾}{\mathrm{\Φ}}(k,k)$ 以及 $\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)=\stackrel{\‾}{\mathrm{\Φ}}(k:K,k)/D(k,k)$ 的外层循环启动子模块；

对于索引i从k+1到K，依次计算出 $\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)=\stackrel{\‾}{\mathrm{\Φ}}(i:K,i)-\stackrel{\‾}{\mathrm{\Φ}}(i:K,k){\stackrel{\‾}{\mathrm{\Φ}}}^{*}(i,k)D(k,k)$ 以及的内层循环启动子模块；及

取的下三角部分得到矩阵L的矩阵获得子模块。

6.如权利要求4所述的基于下行MU-MISO的非线性预编码装置，其特征在于，所述预定准则为最小化最大最小对角元差值的准则。

7.一种基于下行MU-MISO的非线性预编码系统，包括基站和终端，其特征在于，所述基站包括如权利要求4至6中任一项所述的基于下行MU-MISO的非线性预编码装置。