CN105162506A - 一种低复杂度的大规模天线选择方法 - Google Patents

Abstract

本发明属于通信抗干扰技术领域，涉及空间调制技术，具体来说是一种基于空间调制的低复杂度大规模天线选择方法，用以解决天线规模较大的空间调制MIMO系统中性能最优天线选择复杂度过高的问题。本发明通过对天线集合进行子集划分，在每个子集合内进行天线选择，避免了星座点和发送向量全集的遍历搜索，同时用夹角和向量的2-范数的权重作为选取的衡量标准，性能明显优于单纯的考虑2-范数的容量最大化天线选择方法，在性能和复杂度中取得了较好的折中。

Description

一种低复杂度的大规模天线选择方法

技术领域

本发明属于通信抗干扰技术领域，涉及空间调制(SpatialModulation，SM)技术，夹角和范数方法的发射天线选择和MIMO(MultipleInputMultipleOutput)等技术，具体来说涉及一种基于空间调制的低复杂度大规模天线选择方法。

背景技术

SM技术作为一种新的MIMO调制方案被提出来作为一种新的调制技术。该技术的基本原理是通过激活不同的天线，将天线索引值用于调制来传输信息比特信息。这种传输方案的本质是利用MIMO系统中不同信道的独立性。因为每个时隙只有一根天线被激活，因而能够有效地避免传统MIMO系统中的信道间干扰和发射天线间信道同步的问题，提高了系统的传输速率，并降低了MIMO系统的成本，成为未来移动通信的主要候选技术之一。

天线选择技术作为一种能有效降低射频链路成本的手段，将其引入到SM系统中，不仅可以保持SM系统发射端单射频链路及其带来的其他优势，而且还能给SM系统带来分集增益。当基于空间调制的MIMO系统的天线规模较大时，现有的最优准则最大化最小欧氏距离准则的天线选择算法复杂度极高因而可实现性低，为此，我们寻求复杂度和性能折中的一种适用于大规模天线系统的天线选择算法，尤其适用于基于空间调制的大规模MIMO系统。

传统基于欧氏距离最小最大化的天线选择准则需要遍历搜索所有可能的发送星座集合，遍历搜索的复杂度随着调制阶数和天线数的增多急剧增加，天线规模较大时，可实现性低，基于容量最大话的方法尽管复杂度很低，但其误码率性能不尽如人意；因此，本发明提出了一种低复杂大规模天线选择方法，降低天线选择复杂度的同时保证性能较优。

发明内容

本发明的目的在于提出一种基于SM调制系统的低复杂度大规模天线选择方法，解决天线规模较大的空间调制MIMO系统中性能最优天线选择复杂度过高的问题。本发明通过对天线集合进行子集划分，在每个子集合内进行天线选择，避免了星座点和发送向量全集的遍历搜索，同时用夹角和向量的2-范数的权重作为选取的衡量标准，性能明显优于单纯的考虑2-范数的容量最大化天线选择方法，在性能和复杂度中取得了较好的折中。

本发明的技术方案是：一种低复杂度的大规模天线选择方法，其特征在于，包括以下步骤：

步骤1.利用信道估计方法获取当前信道矩阵以信道矩阵H的N_t个列向量对应于天线集合S，每个列向量对应于一根天线；在天线集合S中选择范数最大的L根天线，并以这L根天线为基准将天线集合S中剩余的|S|-L根天线根据列向量的夹角划分为L个子集合，其中|S|表示集合S中的元素个数，夹角的定义为：

${\mathrm{\β}}_{j,k}=\cos {\mathrm{\θ}}_{j,k}=\frac{\left|h_j^H{h}_k\right|}{{\left|\right|h_j\left|\right|}_F{\left|\right|h_k\left|\right|}_F}$

其中，h_j和h_k表示信道矩阵H的第j和k列；

具体步骤为：设定范数最大的L根天线对应L个信道列向量为：h_l,l＝1,...,L，将剩余的|S|-L个列向量逐一与h_l,l＝1,...,L分别计算夹角，确定夹角最小值所对应h_l，即将该列向量划分至其对应子集合A_l,l＝1,...,L内，最终将天线集合S划分为L个子集合；

步骤2.对于任一子集合A_l,l＝1,...,L，定义K_l表示当前子集合需要选择天线数、已选天线集合l＝1,...,L和备选天线集合l＝1,...,L，初始状态已选天线集合为空集、备选天线集合元素个数为|A_l|，即在备选天线集合中选取权重最大的信道列向量添加至已选天线集合l＝1,...,L中，直到已选天线集合中列向量数n＝K_l，结束该子集合的天线选择，具体步骤为：

步骤2a.在子集合A_l中，对于第一次选择，选择范数最大的一个列向量，即为h_l，首先将列向量h_l添加到集合中，此时

步骤2b^.对于第n(n≥2)次选择，将备选集合中的个列向量逐一与已选天线集合中已经选择的(n-1)个向量分别计算夹角，选择满足最小夹角与当前列向量范数的乘积权重最大的列向量，数学描述如下：

$p_n=\arg \underset{k\∈T_{A_l}}{\max }\left(\left(\underset{j\∈S_{A_l}}{\min }{\mathrm{\β}}_{j,k}\right){\left|\right|h_k\left|\right|}_F\right)$

将满足上式的p_n添加到已选天线集合中；

步骤2c.重复步骤2b，直到集合的元素为个数为K_l，即

步骤3.对于每一个子集合A_l,l＝1,...,L进行步骤2的天线选择操作，每个子集合的已选天线集合l＝1,...,L，需要选择的总天线数为

步骤4.接收端通过步骤1～3的天线选择处理，反馈给发射端以确定实际发送天线序号，数字化信源信息经过SM调制映射，按发送天线序号进行发送，并经过信道到达接收端；

步骤5：接收端获取接收信号后进行相应检测，并通过空间调制解映射恢复出发送数据。

本发明的有益效果为，提供了一种适用于大规模天线的空间调制MIMO系统的发射端天线选择方法，一方面由于复杂度较低可实现度高，能给大规模天线的空间调制MIMO系统带来分集增益，另一方面系统BER(BitErrorRatio)性能接近传统的最优准则的天线选择方法，在复杂度和性能中取得了较优的折中。

附图说明

图1是传统SM系统框图。

图2是空间调制映射表。

图3是本发明提龚低复杂度天线选择方法的系统框图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

为更好地对本发明进行说明，先介绍本发明技术方案所用到的术语和空间调制系统发射机结构。

空间调制：如图1所示，s是需要传输的比特数据，可以被视为一个L×T维的矩阵，其中L＝(log₂M+log₂N_t)bit/s/Hz，是SM每个时隙传输的比特数，M是正交幅度调制(QuadratureAmplitudeModulation,QAM)阶数，不难看出，一个空间调制符号所能携带的比特数量是由发射天线数N_t和M-QAM调制阶数M共同决定的。再根据SM调制映射表如图2所示，将L×T维的比特矩阵映射为N_t×T的调制符号矩阵s，矩阵s的每一列对应一个时隙的发送数据，且每一时隙一根天线激活，即s的每一列只有一个元素非零，其余全为零，物理意义是每一时隙只有一根天线激活并传输相应的数据。图2所示为发射天线为4根，采用BPSK调制的映射表。

如图1所示的空间调制系统结构图，其实现主要分为如下几步，

步骤1：确定要选择的系统的参数，即确定发射天线个数N_t，接收天线个数N_r以及调制阶数M；

步骤2：根据上所述的公式计算出一帧的比特数量L，将该帧数据分成两部分，一部分为天线索引比特，用于选择被激活的发射天线，一部分为调制比特，用于调制到被激活的发射天线上发送出去，通过空间调制映射表映射为N_s×T的调制符号矩阵s，发送天线确定的具体步骤如下，

步骤2.1)：利用信道估计方法获取当前信道状态信息以信道状态信息H的N_t个列向量为天线集合S，在所有备选天线集合S中选择范数最大的L根天线。并以这L根天线为基准将备选集合S中剩余的|S|-L根天线根据信道列向量的夹角划分为L组，其中|S|表示集合S中的元素个数，夹角的定义如下，

${\mathrm{\β}}_{j,k}=\cos {\mathrm{\θ}}_{j,k}=\frac{\left|h_j^H{h}_k\right|}{{\left|\right|h_j\left|\right|}_F{\left|\right|h_k\left|\right|}_F}$

其中，h_j和h_k表示信道矩阵H的第j和k列。具体步骤为，假设最初选择的L个向量为，h_l,l＝1,...,L，将剩余的|S|-L个列向量逐一与h_l,l＝1,...,L分别计算夹角，确定夹角最小值所对应h_l，即将该列向量划分至其对应子集合A_l,l＝1,...,L内，最终将天线集合S划分为L个子集合；例如，剩余的|S|-L个列向量中任意列向量h_m，分别计算h_m与h_l,l＝1,...,L的夹角，对应得到L个夹角值，选取其中夹角最小值对应h_l，则将列向量h_m划分至h_l对应的子集合A_l中；

步骤2.2)：对于每一个子集合A_l,l＝1,...,L步骤1所述，定义两个集合l＝1,...,L和l＝1,...,L，分别表示已选天线集合和备选天线集合；两个集合的初始状态分别为空集和元素个数为|A_l|，即以当前选取的向量范数与已选择向量的夹角的乘积为权重来衡量，选取权重最大的信道列向量，并添加到已选集合l＝1,...,L中，直到选出的向量为n＝K_l个，结束该子集合的天线选择，具体步骤为，

步骤2.2.1)：在集合A_l中，选择范数最大的一个向量，由于步骤1中子集划分以h_l,l＝1,...,L为基准，且h_l在集合A_l中范数最大，因而首先将向量h_l添加到集合中，此时 $\left|T_{A_l}\right|=\left|A_l\right|-1;$

步骤2.2.2)：对于第n(n≥2)次选择，将备选集合中的个列向量逐一与已选天线集合中已经选择的(n-1)个向量分别计算夹角，选择满足最小夹角与当前列向量范数的乘积权重最大的列向量，数学描述如下：

$p_n=\arg \underset{k\∈T_{A_l}}{\max }\left(\left(\underset{j\∈S_{A_l}}{\min }{\mathrm{\β}}_{j,k}\right){\left|\right|h_k\left|\right|}_F\right)$

将满足上式的p_n添加到已选天线集合中；

步骤2.2.3)：重复步骤2.2.2)，直到集合的元素为个数为K_l，即其中K_l为每个天线子集合A_l,l＝1,...,L需要选取的总的天线数；

步骤3：对于每一个子集合A_l,l＝1,...,L进行步骤2的操作，直到每个集合的已选天线集合l＝1,...,L，需要选择的总天线数为

步骤4：接收端通过步骤2～3的天线选择处理，反馈给发射端以确定实际的发送天线序号，数字化信源信息经过SM调制映射，通过步骤2～3选择的天线进行发送，并经过信道H到达接收端；

步骤5：接收端获取N_r×T维的接收信号y，采用已有的检测算法进行检测，并通过空间调制解映射恢复出发送数据

对于空间调制系统而言，各个天线位置信息可以独立的携带数据，各个数据被独立的映射到不同的天线上。由于各个天线对应的信道条件差异性，因而不同天线上对应的发送数据有不同的误码率性能。所以在有多余的天线可供选择的情况下，通过一定的天线选择方法选择性能较好的发射天线一方面有利于提高系统的性能，另一方面也带来了分集增益。而最优准则的天线选择方法随着发射天线数和调制阶数的增加呈指数增长，因而在大规模的天线阵列下，有必要寻求一种复杂度和系统BER性能的较优折中。

具体而言，在天线规模较大时，首先对候选的天线集合进行划分，拆分成L个子集合，对于每一个子集合而言，将传统天线选择准则的基于欧氏距离最小最大化的遍历转变为选择的天线最小夹角与范数的权重尽可能大，避免了遍历搜索的过程。将每个子集合的天线序号汇总即为最终确定的有效发送天线，并将其反馈给发射端对空间调制数据的传输，经过信道后在接收端进行检测以及空间调制解调恢复出发送数据。

从上面的分析不难知道，对于大规模的空间调制MIMO系统，最优发射端天线选择方法复杂度太高可实现性低，为了能够在系统的BER性能和复杂度之前取得较优的折中，本发明对此提出了一种低复杂度的大规模天线选择方法，通过子集划分，在每个子集合内进行天线选择，避免了星座点和发送向量全集的遍历搜索，同时性能损失也较少。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (1)

1.一种低复杂度的大规模天线选择方法，其特征在于，包括以下步骤：

步骤1.利用信道估计方法获取当前信道矩阵以信道矩阵H的N_t个列向量对应于天线集合S，每个列向量对应于一根天线；在天线集合S中选择范数最大的L根天线，并以这L根天线为基准将天线集合S中剩余的|S|-L根天线根据列向量的夹角划分为L个子集合，其中|S|表示集合S中的元素个数，夹角的定义为：

${\mathrm{\β}}_{j,k}=\cos {\mathrm{\θ}}_{j,k}=\frac{\left|h_j^H{h}_k\right|}{{\left|\right|h_j\left|\right|}_F{\left|\right|h_k\left|\right|}_F}$

其中，h_j和h_k表示信道矩阵H的第j和k列；

具体步骤为：设定范数最大的L根天线对应L个信道列向量为：h_l,l＝1,...,L，将剩余的|S|-L个列向量逐一与h_l,l＝1,...,L分别计算夹角，确定夹角最小值所对应h_l，即将该列向量划分至其对应子集合A_l,l＝1,...,L内，最终将天线集合S划分为L个子集合；

步骤2.对于任一子集合A_l,l＝1,...,L，定义K_l表示当前子集合需要选择天线数、已选天线集合l＝1,...,L和备选天线集合l＝1,...,L，初始状态已选天线集合为空集、备选天线集合元素个数为|A_l|，即在备选天线集合中选取权重最大的信道列向量添加至已选天线集合l＝1,...,L中，直到已选天线集合中列向量数n＝K_l，结束该子集合的天线选择，具体步骤为：

步骤2a.在子集合A_l中，对于第一次选择，选择范数最大的一个列向量，即为h_l，首先将列向量h_l添加到集合中，此时

步骤2b.对于第n、n≥2次选择，将备选集合中的个列向量逐一与已选天线集合中已经选择的n-1个向量分别计算夹角，选择满足最小夹角与当前列向量范数的乘积权重最大的列向量，数学描述如下：

$p_n=\arg \underset{k\∈T_{A_l}}{\max }\left(\left(\underset{j\∈S_{A_l}}{\min }{\mathrm{\β}}_{j,k}\right){\left|\right|h_k\left|\right|}_F\right)$

将满足上式的p_n添加到已选天线集合中；

步骤2c.重复步骤2b，直到集合的元素为个数为K_l，即

步骤3.对于每一个子集合A_l,l＝1,...,L进行步骤2的天线选择操作，每个子集合的已选天线集合l＝1,...,L，需要选择的总天线数为

步骤4.接收端通过步骤1～3的天线选择处理，反馈给发射端以确定实际发送天线序号，数字化信源信息经过SM调制映射，按发送天线序号进行发送，并经过信道到达接收端；

步骤5：接收端获取接收信号后进行相应检测，并通过空间调制解映射恢复出发送数据。