CN103368701A - 一种基于吉文斯旋转的物理层多播多流数据传输方法 - Google Patents

Abstract

本发明公开了一种基于吉文斯旋转的物理层多播多流数据传输方法，特征是基于酉矩阵可由若干吉文斯矩阵构造得出的基本思想，利用多输入多输出物理层多播双流传输矩阵构造方法迭代构造出适合多流传输的酉阵预编码矩阵，从而实现数据流数最大可达发射天线数的多输入多输出物理层多播多路数据流传输。与现有的支持多流多播预编码技术相比，本发明方法可显著提升多播链路传输质量，有效改善相邻数据流之间的信噪比公平性，适用于诸如802.11n、TD-HSPA+、TD-LTE及TD-LTE-Advanced等新一代宽带无线和移动通信系统。

Description

一种基于吉文斯旋转的物理层多播多流数据传输方法

技术领域

本发明属于多输入多输出（MIMO）宽带无线和移动通信技术领域，具体涉及采用MIMO多天线配置的802.11n、TD-HSPA+、TD-LTE及TD-LTE-Advanced等新一代宽带无线和移动通信系统中物理层多播多流预编码方法。

背景技术

在采用多输入多输出（MIMO）技术的宽带无线和移动通信环境中，线性预编码是一种能够改善系统吞吐率、提高传输鲁棒性的技术方法。已有研究表明，线性预编码技术可以应用于MIMO单用户场景和MIMO多用户场景，包括MIMO广播信道、MIMO多播信道、MIMO多址接入信道等。MIMO物理层多播场景是一种利用无线信道的广播特性由源端使用同一无线资源将相同信息同时传递给多个目的端的传输方式。随着宽带无线网络技术的飞速发展，该场景已经在新一代无线通信系统中扮演着越来越重要的角色。因此，当发送端和接收端完全已知信道状态信息（CSI）时，在基站端配置多根发送天线的物理层多播场景中，基于最大化最差用户信噪比准则设计发送端波束赋形向量以改善单一数据流传输性能，已引起学术界的普遍关注。特别是当用户端配置多根接收天线时，发展支持多路数据流传输的多播预编码技术必然可获得更高的频谱效率和系统吞吐率。中国专利申请号201210128465.6提出了一种可支持两路数据流同时传输的MIMO物理层多播预编码方法，且保证两路数据流之间的信噪比均衡，其基本原理在于借助于支持多搜索路径的迭代更新机制及各用户两路数据流信噪比与用户对应的多播信道奇异值之间的定量关系，设计获得酉阵预编码矩阵，或波束赋形向量簇。然而该方法通常仅支持MIMO物理层多播组内基站端配置两根发射天线的情况，并不适用于一般性场景。对于TD-LTE-Advanced等新型移动通信系统，基站端一般可配置8根传输天线，要求可支持的数据流数超过两路。因此，当待传数据流数较多时，即使基站端配置超出两根发射天线，当前也并无可用的多播多流传输方法，无法获得有效的预编码矩阵。因此，发展适合多用户多播场景的MIMO多流酉阵预编码方法，且保持数据流间信噪比公平性，具有重要的工程价值和实际意义。

发明内容

本发明的目的是提出一种基于吉文斯旋转的物理层多播多流数据传输方法，以拓展待传数据流数，并有效解决数据流间公平性的问题。

本发明基于吉文斯旋转的物理层多播多流数据传输方法，设基站发射天线数为M，数据流数与发射天线数M相同，且发送数据x的总功率为P₀，多播组内用户数K≥2，不失一般性，设各用户接收天线数N相同且满足接收天线数N不低于发射天线数M，所有用户信道状态信息在发送端已知，其中用户k信道矩阵

k＝1,…,K，酉阵预编码矩阵

其特征在于具体操作步骤为：

第一步、随机产生一高斯矩阵作为酉阵预编码矩阵F的初始值，定义其列编号m∈{1,2,…,M}并初始设置为1，定义迭代次数l以及最大迭代次数L_max，初始化迭代次数l为1且迭代次数l∈{1,2,…,L_max}；

第二步、在第l次迭代过程中，若列编号m大于1，则首先计算获得用户k的辅助矩阵T_k＝H_kF(:,1:m-1),k＝1,2,…,K，其中F(:,m:n)表示抽取酉阵预编码矩阵F的第m列至第n列，然后依两天线虚拟信道矩阵构造关系式构造用户k的两天线虚拟信道矩阵P_k，其中I表示单位阵，

表示对用户k的辅助矩阵T_k进行共轭转置；若列编号m等于1，则直接计算获得用户k的两天线虚拟信道矩阵P_k＝H_kF(:,1:2)；

第三步、针对用户k的两天线虚拟信道矩阵P_k,k＝1,2,…,K，基于最大化最小数据流信噪比准则并采取支持多搜索路径的迭代更新机制计算获得双流最佳酉预编码矩阵 $U_m=\left[\begin{array}{cc}\cos {\mathrm{\θ}}_m& -\sin {\mathrm{\θ}}_m\·e^{-j{\mathrm{\ψ}}_m}\\ \sin {\mathrm{\θ}}_m\·e^{j{\mathrm{\ψ}}_m}& \cos {\mathrm{\θ}}_m\end{array}\right],$ 其中θ_m与ψ_m分别表示为关于列编号m的一维旋转角度和二维旋转角度；

第四步、根据双流最佳酉预编码矩阵U_m构造吉文斯矩阵

即该矩阵的第m行第m列至第m+1行第m+1列四个元素对应配置为双流最佳酉预编码矩阵U_m的四个元素,然后依据预编码矩阵更新关系式F＝FG_m,m+1计算获得酉阵预编码矩阵F；

第五步、依据列编号更新关系式m＝m+1计算更新列编号m，并重复第二步至第四步，直至列编号m满足列编号判决关系式m＞M-1，则重置列编号m＝1，然后进入第六步；

第六步、依据迭代次数更新关系式l＝l+1计算更新迭代次数l，并重复第二步至第五步，直至迭代次数l满足迭代判决关系式l＞L_max，则停止迭代，进入第七步；

第七步、根据功率归一化关系式

计算输出最佳酉阵预编码矩阵F，然后可依发送信号生成关系式

实现MIMO物理层多播多路数据流传输。

本发明基于吉文斯旋转的物理层多播多流数据传输方法借助于用户端所采用的串行干扰消除接收技术，利用MIMO物理层多播双流传输矩阵迭代构造出适合多流传输的最佳酉阵预编码矩阵，从而实现数据流数最大可达M的MIMO物理层多播多路数据流传输。本质上，本发明基于吉文斯旋转的物理层多播多流数据传输方法建立在酉矩阵可由若干吉文斯矩阵构造得出的基本思想的基础上，利用数学近似处理并采取多搜索路径迭代更新机制得出一种简化实现形式。与现有的支持多流多播预编码技术相比，本发明方法可显著提升多播链路传输质量，有效改善相邻数据流之间的信噪比公平性，适用于诸如802.11n、TD-HSPA+、TD-LTE及TD-LTE-Advanced等新一代宽带无线和移动通信系统。

附图说明

图1为采用本发明基于吉文斯旋转的物理层多播多流数据传输方法获取酉阵预编码矩阵的流程原理框图。

图2为多播用户k的MIMO链路信号处理过程示意图。

图3为将本发明方法应用在四路数据流传输时的最差数据流信噪比累积分布函数曲线。

图4为将本发明方法应用在四路数据流传输时的误符号率性能比较曲线。

具体实施方式

实施例1：

本实施例以基站配置4根发送天线，多播组内包含2个用户，且各用户均配置4根接收天线的情形为例，具体说明采用本发明基于吉文斯旋转的物理层多播多流数据传输方法的操作过程及其性能。

本实施例中设基站配置发送天线数M＝4，发送符号来自四相相移键控（QPSK）调制星座图，发送总功率P₀＝1，多播用户组用户数K＝2，且各用户配置接收天线数N＝4。每个用户信道的噪声方差均为1。基站端已知各用户信道矩阵如下：

$H_1=\left[\begin{array}{cccc}0.4748-0.8585i& 0.2078-0.7701i& 0.2299-0.7507i& -0.6116-1.0058i\\ 0.5072-0.0048i& 0.6282+0.3907i& 0.9689-0.4353i& -0.1166-0.1254i\\ 0.3457-0.5442i& -0.7558+1.0919i& -0.0723-0.1361i& 0.7731+1.0036i\\ 0.5140-0.1595i& -2.0819-1.0547i& 0.2257-0.5408i& -0.6107+0.1399i\end{array}\right]$

$H_2=\left[\begin{array}{cccc}-0.8538-0.7874i& -0.5567+0.0230i& -0.5338+1.6620i& -0.0212+0.3452i\\ 1.1528+1.0837i& -0.8111+0.7782i& -1.2102+0.5290i& 0.4439-0.1386i\\ 0.7316+0.2626i& -0.5724+0.0608i& -0.1707+0.6283i& 0.7844+0.2062i\\ -0.2146+0.7901i& 1.0171-0.5249i& 0.2212-0.9916i& 0.0547+1.1227i\end{array}\right]$

图1给出了采用本发明基于吉文斯旋转的物理层多播多流数据传输方法获取酉阵预编码矩阵的流程原理框图，其具体操作步骤如下：

第一步、预编码矩阵初始化步骤A1：随机产生一高斯矩阵作为酉阵预编码矩阵F的初始值，本实施例中初始设为：

$F=\left[\begin{array}{cccc}-0.1807+0.7126i& -0.3574+0.1334i& -0.2029+0.3117i& -0.0197-0.4187i\\ -0.1331-0.5237i& -0.2010+0.2642i& 0.2792-0.0045i& -0.1189-0.7111i\\ -0.0082+0.3204i& -0.1566+0.6098i& -0.6017+0.2577i& 0.0079+0.2691i\\ 0.0915-0.2375i& 0.0782-0.5846i& -0.3539+0.4797i& -0.4587-0.1468i\end{array}\right]$

定义其列编号m∈{1,2,…,M}并初始设置为1，定义迭代次数l以及最大迭代次数L_max＝5，初始化迭代次数l为1且迭代次数l∈{1,2,…,L_max}；

第二步、虚拟信道矩阵构造步骤A2：在第l次迭代过程中，若列编号m大于1，则首先计算获得用户k的辅助矩阵T_k＝H_kF(:,1:m-1),k＝1,2，其中F(:,m:n)表示抽取酉阵预编码矩阵F的第m列至第n列，在本实施例中，当l＝1,m＝2时，有

$T_1=\left[\begin{array}{c}0.0797+0.7077i\\ 0.1632+0.0911i\\ 0.9727+0.0891i\\ -0.0363+1.2007i\end{array}\right],$ $T_2=\left[\begin{array}{c}0.9557-0.0104i\\ -1.1578+1.0191i\\ -0.3374+0.5478i\\ -0.4235-1.0433i\end{array}\right]$

然后依两天线虚拟信道矩阵构造关系式

构造用户k的两天线虚拟信道矩阵P_k，其中I表示单位阵，

表示对用户k的辅助矩阵T_k进行共轭转置，在本实施例中，当l＝1,m＝2时，有

$P_1=\left[\begin{array}{cc}-0.5405+0.8503i& 1.1671+0.7003i\\ -0.5907+1.0268i& -0.2606+0.7285i\\ -0.0592-0.2193i& -0.7035+0.3594i\\ 0.3978-0.3866i& -0.1801+0.0278i\end{array}\right]$

$P_2=\left[\begin{array}{cc}0.2416-1.4383i& -0.1757-1.1918i\\ -0.6163-0.4197i& -0.2655-0.4055i\\ -0.1301-0.3486i& -0.8629-0.0866i\\ 0.1854+0.2934i& -0.0891+0.0192i\end{array}\right]$

若列编号m等于1，则直接计算获得用户k的两天线虚拟信道矩阵P_k＝H_kF(:,1:2)，在本实施例中，当l＝1,m＝1时，有

$P_1=H_{1}F(:,1:2)=\left[\begin{array}{cc}-0.4422+0.4729i& -0.1075+1.1165i\\ -0.1552-0.3093i& -0.3788+0.8742i\\ 1.2639+0.5277i& 0.5540-0.5748i\\ -0.4522+1.7157i& 0.8632+0.3778i\end{array}\right]$

$P_2=H_{2}F(:,1:2)=\left[\begin{array}{cc}1.4186+0.0163i& -0.2137-0.5306i\\ -0.2780+1.2121i& -0.7786-1.6953i\\ 0.1122+0.6477i& -0.3721-0.8046i\\ -0.9824-0.7314i& 1.1361+0.4092i\end{array}\right]$

第三步、计算双流酉预编码矩阵步骤A3：针对用户k的两天线虚拟信道矩阵P_k,k＝1,2，基于最大化最小数据流信噪比准则，并采用中国发明专利申请号201210128465.6提供的可支持多搜索路径的迭代更新机制计算获得双流最佳酉预编码矩阵 $U_m=\left[\begin{array}{cc}\cos {\mathrm{\θ}}_m& -\sin {\mathrm{\θ}}_m\·e^{-j{\mathrm{\ψ}}_m}\\ \sin {\mathrm{\θ}}_m\·e^{j{\mathrm{\ψ}}_m}& \cos {\mathrm{\θ}}_m\end{array}\right],$ 其中θ_m与ψ_m分别表示为关于列编号m的一维旋转角度和二维旋转角度，在本实施例中，当l＝1,m＝1时，有

$U_1=\left[\begin{array}{cc}0.8710& -0.2227-0.4378i\\ 0.2227-0.4378i& 0.8710\end{array}\right]$

第四步、构造吉文斯矩阵步骤A4：根据双流最佳酉预编码矩阵U_m构造吉文斯矩阵

即该矩阵的第m行第m列至第m+1行第m+1列四个元素对应配置为双流最佳酉预编码矩阵U_m的四个元素,然后依据预编码矩阵更新关系式F＝FG_m,m+1计算获得酉阵预编码矩阵F，在本实施例中，当l＝1,m＝1时，有

$F=\left[\begin{array}{cccc}-0.1786+0.8069i& 0.0410+0.0366i& -0.2029+0.3117i& -0.0197-0.4187i\\ -0.0450-0.3093i& -0.3747+0.4051i& 0.2792-0.0045i& -0.1189-0.7111i\\ 0.2249-0.0747i& -0.2748+0.6061i& -0.6017+0.2577i& 0.0079+0.2691i\\ -0.1588i-0.3714i& -0.0563-0.4964i& -0.3539+0.4797i& -0.4587-0.1468i\end{array}\right]$

第五步、列循环判决步骤A5：依据列编号更新关系式m＝m+1计算更新列编号m，并重复第二步至第四步，直至列编号m满足列编号判决关系式m＞M-1，则重置列编号m＝1，在本实施例中，此时计算获得的酉阵预编码矩阵F为

$F=\left[\begin{array}{cccc}-0.1786+0.8069i& 0.0401-0.1619i& 0.3107+0.2638i& -0.3278-0.1246i\\ -0.0450-0.3093i& -0.4426+0.4240i& 0.6386+0.2521i& -0.1139-0.2057i\\ 0.2249-0.0747i& -0.0383+0.2400i& -0.4633+0.0031i& -0.7151-0.3984i\\ -0.1588-0.3714i& -0.0218-0.7328i& 0.2792-0.2642i& -0.3696-0.1228i\end{array}\right]$

然后进入第六步；

第六步、多路径搜索判决步骤A6：依据迭代次数更新关系式l＝l+1计算更新迭代次数l，并重复第二步至第五步，直至迭代次数l满足迭代判决关系式l＞L_max，则停止迭代，在本实施例中，此时计算获得的酉阵预编码矩阵F为

$F=\left[\begin{array}{cccc}-0.0402+0.5509i& 0.4244-0.5091i& 0.0212-0.1859i& -0.2137-0.4182i\\ -0.1146+0.1290i& -0.3923+0.1709i& 0.6651+0.3194i& -0.3322-0.3639i\\ 0.3163+0.0083i& 0.3276+0.4919i& -0.4072+0.3623i& -0.4415-0.2419i\\ -0.1252-0.7412i& 0.0114-0.1676i& -0.0472-0.3483i& -0.2743-0.4560i\end{array}\right]$

随后进入第七步；

第七步、最佳酉阵预编码矩阵输出步骤A7：根据功率归一化关系式

计算输出最佳酉阵预编码矩阵F，即

$F=\left[\begin{array}{cccc}-0.0201+0.2754i& 0.2122-0.2546i& 0.0106-0.0930i& -0.1069-0.2091i\\ -0.0573+0.0645i& -0.1962+0.0855i& 0.3325+0.1597i& -0.1661-0.1819i\\ 0.1582+0.0041i& 0.1638+0.2460i& -0.2036+0.1812i& -0.2208-0.1210i\\ -0.0626-0.3706i& 0.0057-0.0838i& -0.0236-0.1742i& -0.1372-0.2280i\end{array}\right]$

然后可依发送信号生成关系式

实现MIMO物理层多播多路数据流传输。

图2给出了多播组内第k个用户的MIMO链路信号处理过程示意图。在基站端的信源发生步骤B1中，信源序列

由满足四路零均值、单位方差的独立同分布QPSK符号构成，经过功率分配步骤B2后，分配发送总功率为P₀，在酉阵预编码步骤B3中利用本发明方法计算酉阵预编码矩阵F，输出发送信号

到第k个用户的信道，经过信道传输步骤B4，使发送信号经用户k的信道矩阵H_k传输，再经过噪声叠加步骤B5，叠加循环对称复高斯噪声z_k，最后在用户k接收端的信号接收步骤B6中获得用户k的接收信号 $y_k=\sqrt{P_0}{H}_k\mathrm{Fs}+z_k\·$

为了进一步检验采用本发明方法获得的系统性能，本实施例接下来利用蒙特卡洛仿真实验获得采用本发明方法的最差数据流信噪比累积分布特性以及该方法与现有多播预编码方法的误符号率性能比较。其中，最大迭代次数L_max＝5，各项蒙特卡洛仿真实验均进行100000次。

图3给出了本实施例中采用本发明基于吉文斯旋转的物理层多播多流数据传输方法的最差数据流信噪比累积分布函数曲线。作为对比，本实施例选择《通信、控制与计算2010年国际年会论文集》（in Proc.ACCC,Allerton,2010）“分解MIMO广播信道”（Decomposing the MIMO broadcast channel）一文中提供的基于矩阵分解的联合三角化分解方法，并将具有最小用户信道奇异值累乘值作为参考信噪比，其中σ_k,i表示用户k信道矩阵H_k的第i个信道奇异值。从图3中可以看出，在统计意义上，采用本发明方法获得的最差数据流信噪比累积分布函数曲线C2相比于采用联合三角化分解方法获得的最差数据流信噪比累积分布函数曲线C3，具有更逼近于参考信噪比累积分布函数曲线C1的性能，其最大信噪比间距不超过0.5dB，平均优于采用联合三角化分解方法获得的最差数据流信噪比累积分布函数曲线C3约为3dB。

图4给出了本实施例中采用本发明基于吉文斯旋转的物理层多播多流数据传输方法与采用联合三角化分解方法，以及采用《信息科学与系统2008年国际年会论文集》（in Proc.ICSS,Princeton University,USA,2008）“支持MIMO收发信机的物理层多播”（Physical layer multicasting with linear MIMO transceivers）一文中提供的最小最大均方误差方法的误符号率性能比较曲线。从图4中可以看出，采用本发明方法所获得的用户1误符号率曲线D1及用户2误符号率曲线D2始终优于采用最小最大均方误差方法所获得的用户1误符号率曲线D5及用户2误符号率曲线D6，也优于采用联合三角化分解方法所获得的用户1误符号率曲线D3及用户2误符号率曲线D4。且随着信噪比逐渐增大，本发明方法的误符号率性能优势逐步更加明显。由此可见，采用本发明方法不仅可以提供MIMO物理层多播多流传输，还可以较大幅度提升多播链路传输质量，特别是在信道质量较佳的情况下对多播链路性能瓶颈的改善尤为明显。

Claims (1)

1.一种基于吉文斯旋转的物理层多播多流数据传输方法，设基站发射天线数为M，数据流数与发射天线数M相同，且发送数据x的总功率为P₀，多播组内用户数K≥2，不失一般性，设各用户接收天线数N相同且满足接收天线数N不低于发射天线数M，所有用户信道状态信息在发送端已知，其中用户k信道矩阵

k＝1,…,K，酉阵预编码矩阵

其特征在于具体操作步骤为：

第一步、随机产生一高斯矩阵作为酉阵预编码矩阵F的初始值，定义其列编号m∈{1,2,…,M}并初始设置为1，定义迭代次数l以及最大迭代次数L_max，初始化迭代次数l为1且迭代次数l∈{1,2,…,L_max}；

第二步、在第l次迭代过程中，若列编号m大于1，则首先计算获得用户k的辅助矩阵T_k＝H_kF(:,1:m-1),k＝1,2,…,K，其中F(:,m:n)表示抽取酉阵预编码矩阵F的第m列至第n列，然后依两天线虚拟信道矩阵构造关系式

构造用户k的两天线虚拟信道矩阵P_k，其中I表示单位阵，

表示对用户k的辅助矩阵T_k进行共轭转置；若列编号m等于1，则直接计算获得用户k的两天线虚拟信道矩阵P_k＝H_kF(:,1:2)；

第三步、针对用户k的两天线虚拟信道矩阵P_k,k＝1,2,…,K，基于最大化最小数据流信噪比准则并采取支持多搜索路径的迭代更新机制计算获得双流最佳酉预编码矩阵 $U_m=\left[\begin{array}{cc}\cos {\mathrm{\θ}}_m& -\sin {\mathrm{\θ}}_m\·e^{-j{\mathrm{\ψ}}_m}\\ \sin {\mathrm{\θ}}_m\·e^{j{\mathrm{\ψ}}_m}& \cos {\mathrm{\θ}}_m\end{array}\right],$ 其中θ_m与ψ_m分别表示为关于列编号m的一维旋转角度和二维旋转角度；

第四步、根据双流最佳酉预编码矩阵U_m构造吉文斯矩阵

即该矩阵的第m行第m列至第m+1行第m+1列四个元素对应配置为双流最佳酉预编码矩阵U_m的四个元素,然后依据预编码矩阵更新关系式F＝FG_m,m+1计算获得酉阵预编码矩阵F；

第五步、依据列编号更新关系式m＝m+1计算更新列编号m，并重复第二步至第四步，直至列编号m满足列编号判决关系式m＞M-1，则重置列编号m＝1，然后进入第六步；

第六步、依据迭代次数更新关系式l＝l+1计算更新迭代次数l，并重复第二步至第五步，直至迭代次数l满足迭代判决关系式l＞L_max，则停止迭代，进入第七步；

第七步、根据功率归一化关系式

计算输出最佳酉阵预编码矩阵F，然后可依发送信号生成关系式实现MIMO物理层多播多路数据流传输。

Images