CN103414664A - Lte系统中基于信道预测的二维插值有限反馈方法 - Google Patents

Abstract

本发明公开了一种适用于长期演进（Long Term Evolution，LTE）系统的二维插值有限反馈方法，属于通信领域。该方法包括：接收端根据导频信息估计与当前数据帧相对应的信道矩阵，而对与后续数据帧相对应的信道矩阵则通过预测得到；根据信道矩阵，按子载波进行分块处理，从而形成反馈数据块；选出与每个反馈数据块四个顶点位置对应的最优码字，并根据最优码字进行时域和频域插值处理，计算与该反馈数据块对应的最优旋转向量；接收端将最优码字索引及最优旋转向量索引一并反馈给发射端，以确定与每个反馈数据块中所有子帧和子载波相对应的预编码矩阵，实现发射端预编码；采用该方法能够有效降低有限反馈的反馈量，并且有效抑制了反馈时延对系统造成的性能损失，提高了系统传输性能。

Description

LTE系统中基于信道预测的二维插值有限反馈方法

技术领域

本发明属于通信领域，涉及一种LTE系统中基于信道预测的二维插值有限反馈方法。 

背景技术

LTE综合了多输入多输出（Multiple Input Multiple Output，MIMO）及正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）等先进的无线传输技术，其中MIMO多天线技术由于在发射端和接收端采用多天线，从而实现了多个数据流在相同时间和相同频带内的并行传输和接收，极大地提高系统的频带利用率、满足LTE系统高速通信的需要。OFDM作为一种高效的多载波传输技术，它将高速串行数据流通过串并变换处理，转化成多个低速并行数据流。由于各子载波之间相互正交，在频域上各子信道相互重叠，因而，它能够提供比一般FDM系统更高的频谱利用率。MIMO与OFDM的结合所形成的MIMO-OFDM技术，在提高系统传输率的同时能够有效地对抗多径衰落，因此，得到了广泛的研究和关注，并被LTE采用为物理层关键技术。 

预编码技术能够显著提升系统容量，提高系统性能，并能较大程度减少接收机设计的复杂度，从而被广泛应用于MIMO-OFDM系统中，并且一度成为研究热点。发射端如能获取信道状态信息，则可以根据获取的信道状态信息来调整发射策略，使得发射信号与当前的信道条件相匹配，进一步优化系统的传输性能，因此在预编码技术中，如何获取信道状态信息成为了预编码技术的关键问题。在TDD系统中，上下行信道工作在相同的频段，因此上下行信道具有互易性，发射端可以通过这种信道互易性来获得CSI，而在FDD系统中，上下行信道工作在不同的频段，上下行信道因此不具有互易性，发送端只能通过反馈来获得信道状态信息（Channel State Information，CSI），并且LTE系统反馈链路带宽有限，因此，反馈全部CSI是不切实际的，一般采用基于码本的有限反馈预编码来实现。 

在基于码本的多用户有限反馈预编码系统中，基站端和每个用户端都存有预先设计好的码本，用户端根据当前CSI，按照一定的码字选择准则，选择码本中的最优码字，然后将最优预编码矩阵索引（Precoding Matrix Index，PMI）反 馈给基站端，基站端再根据接收到的PMI进行自适应处理,这就是基于码本的多用户有限反馈系统的工作原理。 

在多用户LTE系统中，由于用户数目和每个用户子载波的数目都比较大，而基站端为了得到用户的每个子载波的最优预编码矩阵，必须针对每个子载波采取类似的预编码反馈处理机制，导致反馈量过大,造成对系统资源的极大浪费，因此，降低预编码反馈开销的方法被业界广泛研究。 

发明内容

有鉴于此，本发明针对上述技术问题提出一种适用于LTE系统的有限反馈方法，采用该方法能够通过减少数据块中需要反馈的子载波数，从而大幅度地降低反馈开销，节省LTE系统链路资源，并且利用信道预测的方法有效的弥补了由反馈时延造成的性能损失，提高了系统性能。 

本发明解决上述技术问题的技术方案为：提供一种基于信道预测的二维插值有限反馈方法，主要包括：信道预测，移动台对反馈数据的二维插值处理，以及基站端对反馈的数据进行二维插值恢复。 

具体为，接收端根据导频信息利用接收到的数据先进行信道估计，而对后续数据帧的信道矩阵进行预测，得到与后续数据帧相对应的信道预测矩阵；根据信道预测矩阵对反馈数据按子载波进行分块处理，形成反馈数据块，其中，每个反馈数据块包含固定数目的子帧和子载波；选出与每个反馈数据块中参考位置相对应的最优码字，并根据参考位置的最优码字进行时域和频域二维插值处理，计算出与该反馈数据块相对应的最佳相位旋转因子；接收端将上述最优码字的索引和最优旋转向量的索引反馈回发送端，发送端根据接收到的索引进行插值，从而恢复出与每个数据块中所有子帧和子载波相对应的预编码矩阵，完成发送端预编码 

具体描述如下： 

步骤一：信道预测处理接收端接收到第k_s≥m帧的数据后，利用信道预测得到与后续传输的K₁个数据帧相对应的信道预测矩阵

（k_s≤g≤K₁+k_s,1≤p≤N），其中N表示系统所包含的子载波数，K₁为信道预测的最大的帧数，

为与第g帧第p个子载波对应的信道预测矩阵； 

步骤二：反馈数据分块处理根据

（k_s≤q≤K₁+k_s,1≤p≤N），对反馈数据按子载波进行分块，获得的每个反馈数据块包含K₂个子载波，其中K₂表示反馈数据块R₁,R₂,…,R_I中包含的子载波数，得到I＝N/K₂个反馈数据块R₁,R₂,…,R_I，其中反馈数据块R_i的信道预测矩阵可表示为

其中k_s≤q_i≤K₁+k_s，K₂i-K₂+1≤p_i≤K₂i，i＝1,2,...,N/K₂； 

步骤三：二维插值处理分别针对每个反馈数据块，作二维插值处理，二维插值处理具体可采用如下方法： 

在数据块内确定参考位置的最优码字进行时频二维插值，得到该数据块内除参考位置外的所有子载波的预编码向量，将每个数据块中的参考位置的码字索引以及最佳相位旋转因子θ_l在{θ₁,θ₂,…,θ_L}中的索引一并反馈给发送端，其中{θ₁,θ₂,…,θ_L}表示相位旋转因子；具体过程为： 

a.将用户k反馈数据块R_i中的四个顶点位置

$\tilde{H}(K_1+k_s,K_{2}i-K_2+1),\tilde{H}(K_1+k_s,K_{2}i)$ 作为参考位置，选出这四个参考位置对应的最优码字，其码字选择通过选择所有码字中SINR最大所对应的码字为最优码字，其对应的SINR计算公式如下： 

${\mathrm{SINR}}_k(q,p)=\frac{p_k{\left|G_k(q,p)H_k(q,p)v_{g,k}\right|}^2}{\underset{i=1,i\≠j}{\overset{K}{\mathrm{\Σ}}}{p}_i{\left|G_k(q,p)H_k(q,p)v_{g,i}\right|}^2+{\left|G_k(q,p)\right|}^2{N}_0}$

对于采用MMSE准则的线性接收机，线性转换矩阵G_k(q,p)可表示为： 

$G_k(q,p)={\left(H_k(q,p)v_{g,k}(q,p)\right)}^H{(H_k(q,p)w_g{w}_g^H{H}_k^H(q,p)+\frac{{\mathrm{KN}}_0}{p_0}{I}_M)}^{-1}$

其中p₀为发射功率，N₀表示背景噪声功率谱密度，码本W＝{w₁,w₂,…,w_L}包含L个预编码矩阵。 

b.根据四个参考位置的最优码字进行时频二维插值，即可依据如下公式：  ${\tilde{v}}_{g,k}(\mathrm{lK}+k;{\mathrm{\θ}}_l)=\frac{(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)}{\left|\right|(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)\left|\right|},$ 其中K为插值间隔，l为插值块数，c_k为线性插值系数，计算该数据块内除四个参考位置外的所有子载波的预编码向量

用于去除绝对相位旋转带来的失真。基于最大SINR准则选取最佳θ_l的表达式为：

接收端进行二维插值处理后，将每个数据块中的四个参考位置的码字索引以及θ_l在{θ₁,θ₂,…,θ_L}中的索引一并反馈给发送端。 

步骤四：基站（发送端）根据接收到的反馈信息进行插值恢复和预编码。 

发送端根据接收的上述索引信息，采取与接收端相同的二维插值处理，恢复出与每个数据块中所有子载波相对应的预编码矢量，实现发送端预编码。具体可为： 

发送端根据接收到的每个反馈数据块中四个顶点位置的最优预编码向量v_opt(k_s,K₂i-K₂+1)，v_opt(k_s,K₂i)，v_opt(K₁+k_s,K₂i-K₂+1)，v_opt(K₁+k_s,K₂i)的索引和最优旋转向量θ_l的索引，采取与接收端类似的插值算法，恢复出与每个数据块中所有子载波相对应的预编码矢量 ${\tilde{v}}_{g,k}(q,p,{\mathrm{\θ}}_l)\{k_s\≤q\≤K_1+k_s,1\≤p\≤N\},$ 进而在此基础上实现发射端预编码。发送端采用的插值算法可用下式表示： 

${\tilde{v}}_{g,k}(\mathrm{lK}+k;{\mathrm{\θ}}_l)=\frac{(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)}{\left|\right|(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)\left|\right|},$

本发明的有益效果在于：本发明所述的LTE系统中基于信道预测的二维插值有限反馈方法使得移动端向基站端反馈的数据实现了简化，从而大幅地降低了系统反馈开销，节省LTE系统的链路资源，而且利用信道预测的方法，还可以有效地弥补由反馈时延所造成的性能损失，从而提高了系统的传输性能。 

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明： 

图1本发明所述的有限反馈方法的流程图； 

图2本发明基于预测的二维插值原理图。 

具体实施方式

下面将结合附图，对本发明的优选实例进行详细的描述。 

在LTE下行多用户系统中，基于码本的有限反馈方案，其有限反馈开销的降低应该考虑以下几个因素：反馈量的大小，是LTE系统下有限反馈研究考虑的重要环节，在整个反馈方案中解决的主要问题，以及反馈量的降低对系统性能造成的影响，此外对发射端和接收端的算法复杂度影响也是需要实际考虑的问题。在综合上述因素的条件下，考虑现有有限反馈方案的优劣性，本发明提出了LTE系统中一种基于信道预测的二维插值有限反馈方法，利用信道预测来抑制反馈时延给系统带来的性能损失，使得系统性能得以提升，同时利用二维插值来降低系统反馈开销，节省LTE系统反馈链路资源。 

在实际应用中，基于码本的有限反馈技术，码本共存于基站端和发射台，用户根据其CSI遍历码本中的所有码字，选择最佳匹配当前信道状态的预编码矢量，并将其索引PMI反馈给基站端，基站端在接收到反馈数据后，根据码字索引PMI从码本中选出对应的最优预编码矢量，再对发射数据进行预编码处理。 

图1为本发明所述的有限反馈方法的流程图，LTE系统中基于信道预测的二维插值有限反馈方法包括三个步骤：步骤一：接收端在接收到发射端发送的数据后，根据导频信息进行信道估计，并对后续数据帧的信道矩阵进行预测，得到与后续多个数据帧相对应的信道预测矩阵；步骤二：根据预测得到的信道估计矩阵，按子载波进行分块处理，从而形成反馈数据块，令每个反馈数据块包含固定数目的子帧和子载波；步骤三：根据码字选择准则，选出与每个反馈数据块中参考位置（可选四个顶点）位置相对应的最优码字，并根据参考位置的最优码字进行时域和频域二维插值处理，计算出与该反馈数据块相对应的最优旋转向量；步骤四：接收端将每个反馈数据块中与四个顶点位置相对应的最优码字索引和最优旋转向量索引一并反馈回发射端，发射端根据接收到的反馈索引进行插值，恢复出与每个数据块中所有子帧和子载波相对应的预编码矩阵，在此基础上进行发射端预编码； 

具体来说，第一步：信道预测。 

在实际LTE系统中，信号传输和处理均需要一定的时间，因此存在这种可能： 当用户将信道状态信息反馈回基站时，基站获得的信道状态信息可能已经过时，因此，无法准确地反映用户实时信道信息，这种由反馈带来的时延称之为反馈时延。特别，在实际的时变信道环境下，反馈时延会造成严重的系统性能损失。因此，在存在反馈时延的多用户有限反馈系统中，本方法采用自回归（Autoregressive，AR）信道预测模型来预测后续帧的信道矩阵，并根据预测到的信道信息，从已知预存码本中选择与之对应的最优预编码向量，将其反馈回基站，从而可以有效降低反馈时延对系统所造成的性能损失。 

在时变信道环境中，信道存在一定的时间相关性，因此，该相关性可用来实现信道预测。在本方法中，当接收端接收到第k_s≥m帧的数据后，利用信道预测得到与后续传输的K₁个数据帧相对应的信道预测矩阵

（k_s≤g≤K₁+k_s,1≤p≤N）。m阶AR信道预测模型可表示为： 

$\tilde{H}(k_s+1,p)=\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}{a}_{j}H(k_s-j,p)$

其中预测系数a_j可以由信道的相关系数r_t计算得到： 

r_t指相邻t帧的信道时间相干性，可用零阶Bessel函数来描述。 

r_t＝J₀(2πf_dT_st) 

其中f_d为最大多普勒频移，T_s为数据帧的持续时间。 

第二步：对反馈数据进行分块 

根据信道预测矩阵

（k_s≤q≤K₁+k_s,1≤p≤N），对反馈数据按子载波进行分块，令每个反馈数据块包含K₂个子载波，因此，对于总子载波数为N时，可得到I＝N/K₂个反馈数据块R₁,R₂,…,R_I，其中反馈数据块R_i的信道预测矩阵可以表示为

其中k_s≤q_i≤K₁+k_s，K₂i-K₂+1≤p_i≤K₂i，i＝1,2,...,N/K₂。 

第三步：针对每个反馈数据块作二维插值处理 

a.将反馈数据块R_i中的四个顶点位置

$\tilde{H}(K_1+k_s,K_{2}i-K_2+1),\tilde{H}(K_1+k_s,K_{2}i)$ 作为参考位置，选出这四个参考位置对应的最优码字，可通过选择所有码字中SINR最大时对应的码字作为当前用户k的最优码字，对应的SINR计算公式如下： 

${\mathrm{SINR}}_k(q,p)=\frac{p_k{\left|G_k(q,p)H_k(q,p)v_{g,k}\right|}^2}{\underset{i=1,i\≠j}{\overset{K}{\mathrm{\Σ}}}{p}_i{\left|G_k(q,p)H_k(q,p)v_{g,i}\right|}^2+{\left|G_k(q,p)\right|}^2{N}_0}$

对于采用MMSE接收准则的线性接收机，线性转换矩阵表示为： 

$G_k(q,p)={\left(H_k(q,p)v_{g,k}(q,p)\right)}^H{(H_k(q,p)w_g{w}_g^H{H}_k^H(q,p)+\frac{{\mathrm{KN}}_0}{p_0}{I}_M)}^{-1}$

其中码本W包含L个预编码矩阵W＝{w₁,w₂,…,w_L}。 

b.根据四个参考位置的最优码字进行时频域二维插值，计算公式如下：  ${\tilde{v}}_{g,k}(\mathrm{lK}+k;{\mathrm{\θ}}_l)=\frac{(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)}{\left|\right|(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)\left|\right|},$ 从而得到该数据块内除四个参考位置外的所有子载波的预编码向量

其中θ_l∈{θ₁,θ₂,…_,θ_L}表示相位旋转因子，用于去除绝对相位旋转带来的失真。基于最大SINR准则选取最佳θ_l的表达式为：

接收端进行二维插值处理后，将每个数据块中四个参考位置的码字索引以及θ_l在{θ₁,θ₂,…,θ_L}中的索引一并反馈回发送端。 

第四步：基站根据接收到的反馈索引信息进行插值恢复和预编码 

发射端根据接收到的每个反馈数据块中四个顶点位置的最优预编码向量v_opt(k_s,K₂i-K₂+1)，v_opt(k_s,K₂i)，v_opt(K₁+k_s,K₂i-K₂+1)，v_opt(K₁+k_s,K₂i)的索引和最优旋转向量θ_l的索引，采取与接收端类似的插值算法，恢复出与每个数据块中所有子载波相对应的预编码矢量

{k_s≤q≤K₁+k_s,1≤p≤N}，进 而在此基础上实现发射端预编码。插值算法可用下式表示： 

${\tilde{v}}_{g,k}(\mathrm{lK}+k;{\mathrm{\θ}}_l)=\frac{(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)}{\left|\right|(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)\left|\right|}$

最后说明的是，以上优选实例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。 

Claims (5)

1.LTE系统中基于信道预测的二维插值有限反馈方法，其特征在于：包括步骤：步骤一：接收端根据导频信息对接收到的数据进行信道估计，并对后续数据帧的信道矩阵进行预测，得到与后续数据帧对应的信道预测矩阵；步骤二：根据信道预测矩阵对反馈数据按子载波进行分块处理，形成反馈数据块，其中，每个反馈数据块包含固定数目的子帧和子载波；步骤三：选出与每个反馈数据块中参考位置相对应的最优码字，并根据参考位置的最优码字进行时域和频域二维插值处理，计算出与该反馈数据块相对应的最佳相位旋转因子；步骤四：接收端将上述最优码字的索引和最佳相位旋转因子的索引反馈回发送端，发送端根据接收到的索引进行插值，恢复出与每个数据块中所有子帧和子载波对应的预编码矩阵，完成发送端预编码。

2.根据权利要求1所述的方法，其特征在于，所述步骤三具体包括：在每个反馈数据块内选择四个顶点作为参考位置，确定与之对应的最优码字，并进行二维插值，得到该数据块内除四个顶点位置外的所有子载波的预编码向量，根据预编码向量确定最佳相位旋转因子。

3.根据权利要求1或2所述的方法，其特征在于，所述二维插值处理具体为：根据公式： ${\tilde{v}}_{g,k}(\mathrm{lK}+k;{\mathrm{\θ}}_l)=\frac{(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)}{\left|\right|(1-c_k)v_{g,k}(\mathrm{lK}+1)+c_k{e}^{j{\mathrm{\θ}}_l}{v}_{g,k}((l+1)K+1)\left|\right|}$ 确定数据块内除四个顶点位置外的所有子载波的预编码向量

其中K表示插值间隔，l表示插值块数，c_k表示线性插值系数，k表示用户编号。

4.根据权利要求1所述的方法，其特征在于，所述确定最佳相位旋转因子具体为：根据公式确定与用户k第q个反馈数据块的第p个子载波相对应的最佳相位旋转因子θ_l，其中{θ₁,θ₂,…,θ_L}表示旋转因子码本集合，K₁为每个反馈数据块中的子帧数，K₂为每个反馈数据块中的子载波数，k_s表示起始帧标号。

5.根据权利要求4所述的方法，其特征在于，选择所有码字中信干噪比SINR最大时对应的码字作为与用户k第q个反馈数据块的第p个子载波相对应最优码字，根据如下公式：

${\mathrm{SINR}}_k(q,p)=\frac{p_k{\left|G_k(q,p)H_k(q,p)v_{g,k}\right|}^2}{\underset{i=1,i\≠j}{\overset{K}{\mathrm{\Σ}}}{p}_i{\left|G_k(q,p)H_k(q,p)v_{g,i}\right|}^2+{\left|G_k(q,p)\right|}^2{N}_0}$

计算用户k第q个反馈数据块的第p个子载波对应的信干噪比，其中G_k为采用MMSE检测的线性转换矩阵，N₀为噪声功率谱密度，H_k(q,p)表示与用户k第q个反馈数据块的第p个子载波相对应的信道预测矩阵，p_k表示用户k的功率。

Images