CN104702324B - 大规模mimo下行链路自适应传输方法 - Google Patents

Abstract

本发明提出一种大规模MIMO下行链路自适应传输方法。首先，利用大规模MIMO空间信道的较强相关性，通过DFT变换，将其空间信道变换到波束域；在波束域中，以最大化系统和速率为准则，选择同时通信的用户，并为各用户分配最优传输波束，即确定各用户的传输层数和预编码矩阵；然后，考虑用户间干扰，计算各用户的各传输层上各资源粒子上的MMSE均衡后验信干噪比；接着，通过等效信噪比映射获取各用户的等效信干噪比；最后，各用户端在保证传输的误码字率低于给定值的前提下，以最大化系统吞吐量为目标，确定各码字的信道质量指示并反馈。本发明提高了大规模MIMO无线传输的可靠性，并在确保系统误码字率低于给定值的同时获得了良好的系统频谱效率。

Description

大规模MIMO下行链路自适应传输方法

技术领域

本发明涉及一种大规模MIMO链路自适应传输方法，尤其涉及一种多用户同时传输的大规模MIMO下行链路自适应传输方法。

背景技术

随着无线通信技术的迅猛发展，5G移动通信系统对传输速率的需求远高于4G移动通信系统，传统的MIMO技术已经无法满足5G移动通信系统对频谱效率和功率效率的要求。利用大规模阵列天线的多用户MIMO无线传输技术，即大规模MIMO无线传输技术，通过在基站处设置大规模阵列天线，提供更多的空间资源用来同时服务多个用户，进一步挖掘利用空间无线资源。大规模MIMO无线传输系统通过传输分集和空分复用，大幅提高无线数据传输的速率和可靠性，在频谱资源日趋紧张的情况下，大幅度地提高无线通信系统的传输速率和可靠性，是5G移动通信的关键技术之一。大规模MIMO无线传输信道呈现出较强的空间相关性，通过对其空间信道矩阵进行DFT变换，可以得到波束域信道模型。大规模MIMO波束域信道特性表明，对于单个用户，基站端的信道增益集中在少量波束上面，不同波束对应于用户信号的到达角度。

由于频率选择性衰落、阴影衰落和路径损耗以及用户之间的干扰的影响，大规模MIMO无线传输系统的瞬时信道状态信息同呈现快速并且显著的波动。因此，在大规模MIMO无线传输系统中，采用链路自适应传输技术以自适应于瞬时信道状态的变化。链路自适应传输的基本原理是系统根据当前的信道状态自适应地调整传输的参数配置，克服当前信道变化对通信质量带来的影响。链路自适应技术主要包含两方面的内容：一是信道信息的获取，准确有效的获取反应当前信道质量的参数，并研究采用何种信道指示参数能够最为有效且准确地反映信道的状态；二是根据信道当前的状态信息自适应的调整传输参数，可调整的传输参数包括调制方式、编码方式、冗余信息、发射功率以及时频资源等，在大规模MIMO无线传输系统中，传输层的个数以及预编码矩阵也在可调整的参数范围内。

在传统的链路自适应方案中，系统采用闭环传输模式，用户端向基站反馈秩指示(RI，Rank Indication)、预编码矩阵指示(PMI，Precoding Matrix Indication)和信道质量指示(CQI，Channel QualityIndication)等参数，基站根据反馈信息对传输层数、预编码矩阵以及调制编码方式进行自适应的调整。通常情况下，用户端首先以最小均方误差和速率最大化为准则，确定最优的PMI和RI，然后在获得等效信噪比的基础上，以误码字率(CWER，Code Word Error Rate)不超过给定值的同时最大化系统吞吐量为目标，选择最优的CQI。

发明内容

本发明的目的是针对多用户大规模MIMO无线传输线系统，提出一种下行链路自适应传输方法。该方法利用大规模MIMO波束域信道特征，在基站端以最大化系统和速率为准则，进行传输层数的选择，确定每个用户的RI和PMI，在此基础上，用户端以CWER不超过给定值的同时最大化系统吞吐量为目标，选择CQI并反馈给基站，实现自适应调制与编码。该方法有效提高了大规模MIMO无线传输的可靠性，并获得了良好的频谱效率。

本发明提供一种大规模MIMO链路自适应传输方法，包括如下步骤：

步骤一、利用大规模MIMO无线传输系统信道所呈现的较强的空间相关性，对其空间信道矩阵进行DFT变换，将其变换到波束域；

步骤二、在波束域信道模型的基础上，计算多用户大规模MIMO系统和速率，以最大化系统和速率为准则，调度出能够占用相同时频资源进行通信的多个用户，并为每个用户选择最优的传输波束，实现多用户链路自适应传输；

步骤三、根据每个用户的最优传输波束集合，确定各个用户的秩指示和最优预编码矩阵，每个用户对应的最优传输波束集合中的波束数量就是该用户的秩指示，根据其最优波束集合中的波束索引选取DFT矩阵中的相应列组成的矩阵就是该用户的最优预编码矩阵；

步骤四、在多用户同时传输的场景下，考虑用户间干扰，对同时通信的各个用户分别计算其各传输层各资源粒子上的MMSE均衡后验信干噪比；

步骤五、计算各用户的等效信干噪比，并利用等效信干噪比，在控制误码字率的前提下，选择使系统吞吐量最大的信道质量指示作为反馈参数。

所述大规模MIMO无线传输系统是指在基站端配置大规模阵列天线，并且同时服务多个用户的无线传输系统。大规模MIMO无线传输系统的信道的空间特征是指其空间信道呈现较强的相关性，可以通过对其信道矩阵进行DFT变换，将其变换到波束域。当基站侧配置大规模阵列天线时，DFT矩阵近似为基站侧相关阵的特征矩阵。

所述同时通信的用户的选择，以及每个用户的秩指示和预编码矩阵的选择，都是在基站端利用信道状态信息完成的，不需要占用反馈信道资源。各用户的秩指示和最优预编码矩阵的选择是基于用户调度实现的。经过用户调度，确定每个用户的最优传输波束集合，各个用户的最优传输波束集合中的波束数量就是该用户的传输层数,即该用户对应的秩指示RI。各用户的最优传输波束集合中包含其占用的波束的索引，用户的波束索引值就是该用户的预编码矩阵指示PMI，根据波束索引值从一个N_T×N_T维的DFT矩阵中选取相应的列组成一个矩阵(N_T为基站端的发射天线数)，这个由DFT矩阵中的列向量组成的矩阵就是该用户的预编码矩阵。

所述各用户端MMSE后验信干噪比的计算是针对多用户同时传输的场景进行的，计算过程中不仅考虑了加性高斯白噪声，还考虑了用户间干扰的影响。

本发明提供的大规模MIMO无线传输方法具有如下优点：

与现有技术相比，本发明提供的大规模MIMO链路自适应传输方法，能够实现多用户的链路自适应传输，并且针对大规模MIMO无线传输系统的空间信道特性，基站端利用统计信道信息完成各用户秩指示和预编码矩阵的选择，节省反馈信道资源。将链路自适应技术与大规模MIMO无线传输技术结合，有效提高了大规模MIMO无线传输系统的可靠性，并在保证误码字率低于给定值的前提下，提高无线传输系统的频谱效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅表明本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1为单小区多用户大规模MIMO系统框图。

图2为大规模MIMO下行链路自适应传输系统框图。

图3为大规模MIMO下行链路中同时传输的各用户信道增益分布情况。

图4为大规模MIMO下行链路自适应传输的CWER性能。

图5为4个用户同时传输的大规模MIMO下行链路自适应传输系统频谱效率。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

考虑单小区多用户大规模MIMO系统如图1所示，图2给出了大规模MIMO下行链路自适应传输的系统框图。考虑单小区多用户大规模MIMO无线传输系统的下行链路，小区中共有K个用户，其中S个用户采用相同的时频资源进行同时通信，基站端配置N_T根发射天线，用户端配置N_R根接收天线。信号传输是在资源块上完成的，每个传输资源块由若干资源粒子组成，在资源粒子(l,n)上，第u个用户的接收信号为：

其中，u＝1,2,...,S，l＝1,2,...,L，n＝1,2,...N，L为数据带宽内的子载波数，N为一个子帧中的OFDM符号数，为接收符号向量，为用户u在资源粒子(l,n)上的频域信道矩阵，W_u为用户u的预编码矩阵，为基站端对用户u在资源粒子(l,n)上的发送符号矢量，A为使用的符号字母表，B_u为用户u的传输层的个数，的维度与传输层的个数相同。n_u,l,n为加性高斯白噪声(AWGN)，n′_u,l,n为其他用户的干扰信号与白噪声n_u,l,n之和。

图3给出了大规模MIMO空间信道特征，如图所示，当基站端配置大规模天线阵列时，信道呈现出较强的空间相关性，通过对其空间信道矩阵进行DFT变换，将其变换到波束域。在波束域中，各用户波束域信道呈现相对集中的空间特性。对于单个用户，基站端的信道增益集中在少量波束上面，不同波束对应于用户的到达角度。各用户在波束域中的信道增益分布如图3所示。在下行链路中，基站将每个用户的信号在该用户信道增益最强的几个波束上进行发射。对于用户u，假设其在基站端的信道增益最强的波束组成的集合为其中b_i＝1,2,...,N_T。表示波束集合中元素的个数，且B_max为每个用户的最大波束数量。用F表示一个维度为N_T×N_T的DFT矩阵，则用户u的预编码矩阵即由波束集合中的各个波束索引值b_i所对应的F中的列所组成的矩阵就是用户u的预编码矩阵。为了表述方便，令

1.选择RI和PMI

图2给出了大规模MIMO下行链路自适应传输系统框图。考虑大规模MIMO波束域行道特性，即在波束域中，各用户波束域信道呈现相对集中的空间特性。对于单个用户，基站端的信道增益集中在少量波束上面，不同波束对应于用户的到达角度。在下行链路中，基站将每个用户的信号在该用户信道增益最强的几个波束上进行发射。以最大化大规模MIMO下行链路传输的系统和速率为准则，在保证各用户所占波束互不重叠的前提下，进行用户调度和波束的选择，确定同时通信的用户以及各用户的秩指示RI和预编码矩阵指示PMI。

以表示小区中所有用户的集合，表示基站端所有波束的集合，表示被选择进行空分多址通信的用户集合，其中表示被选择的用户的索引，S为同时通信的用户总数，表示未被选择的用户集合，表示第u个用户使用的波束集合，表示空闲的波束集合，表示在集合中的用户使用各自相应波束集合与基站通信时系统的和速率，表示中第i个用户使用其最佳的传输波束集合加入选择的用户集合后系统的和速率。对于下行链路，设基站对第u个用户发送的调制符号的功率为接收信号中噪声的方差为σ²，则第u个用户的调制符号功率与噪声方差之比为可由下式近似计算得到：

利用贪婪算法，在满足每个用户波束数量限制，以及不同用户传输波束互不重叠的前提下，即在满足且的条件下，以系统和速率最大化为准则，对所有用户及波束进行遍历搜索，考虑当前用户在剩余波束集合中有无可用波束以及该用户加入选择用户集合对系统性能的影响，选取使系统和速率增加最大的用户加入选择用户集合，若和速率降低或所有用户搜索完毕则终止调度。调度结束后，每个用户所占用的波束集合中的波束数量就是该用户的秩指示RI，每个用户的波束集合中各波束索引值就是该用户的预编码矩阵指示PMI。具体的实施步骤如下：

步骤1：初始化用户和波束集合，初始选择通信的用户集合剩余用户集合空闲波束集合初始用户数S＝0。

步骤2：对于剩余用户集合中各用户，在空闲波束集合中，挑选其最佳的传输波束集合使得该用户加入选择用户集合后系统和速率最大，波束选择公式为：

步骤3：计算剩余用户集合中各用户使用最佳传输波束集合加入用户选择集合后系统的和速率：

挑选和速率最大的用户

步骤4：若该用户加入后系统和速率增加，即则选择该用户，更新用户和波束集合：S＝S+1，返回步骤2进行循环；否则转至步骤5。

步骤5：终止调度，选择用户的集合调度的用户数为S，各用户通信的波束集合

调度结束后，从小区中的K个用户中选择出了S个用户进行同时通信，同时通信的用户集合为对于中的用户u，u＝1,2,...,S，基站在波束集合上与其进行通信，表示波束集合中元素的个数，即用户u占用的波束个数，就是用户u对应的秩指示RI。

其中b_u,i＝1,2,...,N_T表示用户u占用的波束的索引，就是用户u的预编码矩阵指示PMI。假设F是一个维度为N_T×N_T的DFT矩阵，表示DFT矩阵F的第b_u,i列，表示由波束集合中的波束索引值所对应的F中的列所组成的矩阵，W_u就是用户u的预编码矩阵。

大规模MIMO无线传输系统下行链路中，用户u的传输层数为每个传输层上传输1个独立的码字，基站端根据各用户端反馈的信道质量指示CQI对每个码字进行自适应调制与编码。

2.计算后验信干噪比

得到同时通信的S个用户，以及各用户的秩指示和预编码矩阵W_u之后(u＝1,2,...,K)，第u个用户在资源粒子(l,n)上的接收信号为：

为了表述方便，将下行链路中目标用户u经过预编码后的等效波束域信道记为将其他用户的干扰信道j≠u记为计算第u个用户的在资源粒子(l,n)上第m个传输层上的P-SINR：

其中下标(m,m)表示取矩阵的第m行m列上的元素。

3.计算等效信干噪比

针对同时通信的每个用户，利用指数等效信噪比映射(EESE)方法，将各个子载波和各个OFDM符号上的P-SINR压缩为一个等效的信干噪比。第u个用户的等效信噪比为：

其中，B为每个码字占据的传输层数，L为子载波数，N为OFDM符号数，SINR_u,l,n,m由式(7)计算得出。β为校正因子，不同调制编码方式(MCS)的β值是不一样的，需要通过仿真分别进行校正，以保证该映射方法的有效性，校正应当使得衰落信道下的误码字率(CWER)和映射到AWGN信道下的CWER有很好的近似。假设一共有M种MCS可供选择，则需要对每种MCS对应的β值进行校正。对M种调制编码方式编号1至M，对于一个既定的MCS_i,i＝1,2,...,M的β值校正，一般需要如下两个步骤：

步骤1：生成足够多的信道实现以保证能够遍历所有的信道状态，在每个信道实现下通过链路级仿真得到相应的BLER，用BLER_i表示，i＝1,...,N_Channel，N_Channel为信道实现的个数，查找AWGN信道下与该MCS对应的BLER-SNR曲线得到BLER_i相应的等效信噪比，用SNR_AWGN,i表示；

步骤2：对每个信道实现，利用式(8)计算出由EESM预测得到的等效信噪比，用SNR_EESM,i表示。将EESM得到的等效信噪比与实际仿真得到的信噪比进行比较，为使EESM方法有准确的近似，最优的β应当使两者的均方误差最小：

4.计算CQI

用户端在获得等效信干噪比的基础上，以CWER低于0.1为前提，以最大化系统吞吐量为目标，选择反馈参数CQI。用户端在选择CQI时，需要估计相应的MCS造成的CWER，从而在保证CWER≤0.1的条件下，选择具有最大效率的MCS，选出的具有最大效率的MCS的编号i就是该码字的CQI。

在由式(8)计算获得等效信干噪比的基础上，各用户端将等效信干噪比SINR_eff,u与AWGN信道下CWER＝0.1处的SNR门限值进行比较，选择超过门限值的最大的CQI反馈给基站端。CQI选择的具体步骤为：

步骤1：获得M个门限值。在AWGN信道中的M个CWER-SNR曲线上，读出各个MCS在CWER＝0.1处的门限值，用SINR_th,index表示，index＝1,...,M。

步骤2：计算M个等效信噪比。通过式(7)计算出各个资源粒子上的信干噪比{SINR_k,n,l}，接着根据式(8)的EESM映射方法，得到M种不同MCS对应的等效信噪比，用SINR_eff,index表示，index＝1,...,M。

步骤3：确定CQI。对应比较步骤2得到的SINR_eff,index与步骤1得到的门限值 SINR_th,index，UE反馈的CQI为使得SINR_eff,index超过SINR_th,index的最大的index，即

在多用户同时传输，并且每个用户传输多个码字的系统中，每个用户均需要为每个码字分别选择CQI并反馈给基站。即每个用户需要对每个码字分别执行上述过程得到每个码字反馈的CQI。

图4给出了大规模MIMO下行链路自适应传输的误码字率，如图所示，大规模MIMO下行链路自适应传输方法保证了传输的误码字率低于给定值。图5给出了大规模MIMO下行链路自适应传输的频谱效率，如图所示，大规模MIMO下行链路自适应传输方法在保证传输可靠性的同时获得了良好的频谱效率。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种大规模MIMO下行链路自适应传输方法，其特征在于，该方法具体为：

步骤一、利用大规模MIMO无线传输信道所呈现的较强的空间相关性，对其空间信道矩阵进行DFT变换，将其变换到波束域；

步骤二、在波束域信道模型的基础上，基站侧计算多用户大规模MIMO系统和速率，以最大化系统和速率为准则，调度出能够占用相同时频资源进行通信的多个用户，并为每个用户选择最优的传输波束，实现多用户链路自适应传输；

步骤三、基站侧根据每个用户的最优传输波束集合，确定各个用户的秩指示和最优预编码矩阵，每个用户对应的最优传输波束集合中的波束数量就是该用户的秩指示，根据其最优波束集合中的波束索引选取DFT矩阵中的相应列组成的矩阵就是该用户的最优预编码矩阵；

步骤四、在多用户同时传输的场景下，考虑用户间干扰，对同时通信的各个用户分别计算其各传输层各资源粒子上的MMSE均衡后验信干噪比；

步骤五、利用指数等效信噪比映射方法，将各个子载波和各个OFDM符号上的后验信干噪比P-SINR压缩为一个等效的信干噪比，并利用等效信干噪比，在控制误码字率的前提下，选择使系统吞吐量最大的信道质量指示作为反馈参数。

2.根据权利要求1所述的大规模MIMO下行链路自适应传输方法，其特征在于：所述步骤一中，基站端配置大规模阵列天线，提供更多空间资源来同时服务多个用户，并且利用大规模MIMO空间信道特性，在波束域中实现多用户的链路自适应传输。

3.根据权利要求1所述的大规模MIMO下行链路自适应传输方法，其特征在于：所述步骤二和步骤三中，选择同时通信的多个用户，并为每个用户确定传输的秩指示和最优预编码矩阵，都是在基站端利用信道状态信息完成的，不需要占用反馈信道资源。

4.根据权利要求1所述大规模MIMO下行链路自适应传输方法，其特征在于：所述步骤三中，各用户的秩指示和最优预编码矩阵的选择是基于用户调度实现的；经过用户调度，确定每个用户的最优传输波束集合，各个用户的最优传输波束集合中的波束数量就是该用户的传输层数,即该用户对应的秩指示RI；各用户的最优传输波束集合中包含其占用的波束的索引，用户的波束索引值就是该用户的预编码矩阵指示PMI，根据波束索引值从一个N_T×N_T维的DFT矩阵中选取相应的列组成一个矩阵，N_T为基站端的发射天线数，这个由DFT矩阵中的列向量组成的矩阵就是该用户的预编码矩阵。

5.根据权利要求1所述大规模MIMO下行链路自适应传输方法，其特征在于：所述步骤四中，MMSE后验信干噪比的计算是针对多用户同时传输的场景进行的，计算表达式包括加性高斯白噪声以及用户间干扰。