CN105706375A - 用于大规模mimo系统的拓扑导频污染消除的方法和装置 - Google Patents

Abstract

本发明大体上涉及用于大规模MIMO系统的导频污染消除的方法和装置，并且具体地，涉及基于利用拓扑干扰对齐的信道估计的大规模MIMO通信系统。

Description

用于大规模MIMO系统的拓扑导频污染消除的方法和装置

技术领域

下述描述大体上涉及一种用于大规模MIMO系统(也被称为“大规模天线系统”)中的导频污染消除的方法和装置，并且具体地，涉及一种基于利用拓扑干扰对齐的信道估计的大规模MIMO通信系统。

背景技术

大规模MIMO(多输入和多输出)是一种新兴技术，其中，移动终端的数量远小于基站天线的数量。在富散射环境中，可以利用简单的波束成形技术(例如最大比例传输(MRT)或迫零(ZF))来开发大规模MIMO系统的全部优势。为了充分实现大规模MIMO的这些益处，必须完美地获得精确的信道状态信息(CSI)。然而，在实践中，根据正交导频序列来估计发送器和接收器之间的信道，该正交导频序列受到信道的相干时间的限制。更重要地是，在多小区设置中，多个共信道小区的导频序列的再使用将造成导频污染。当存在导频污染时，大规模MIMO的性能大幅度地下降。

如果基站(BS)配备有大量天线，则会存在被称为信道硬化的特殊方面，这意味着小规模衰退由数量渐进无限的天线所消除。信道硬化指下述现象：随着信道增益矩阵H的大小增加，与对角线项相比，H^HH矩阵的非对角线项逐渐变弱。

例如，如果假设对于不同的小区，所有的L个小区中的每一个均具有K个UE(用户设备)，它们的第k个UE使用同一导频时隙，则天线数量趋近于无穷大时，容量可以被表达为：

因为所以

其中标量ρ是发射功率，M是BS天线的数量，H是信道增益矩阵，(·)^H表示埃尔米特矩阵。当发射天线的数量M趋于无限大时，H的行向量渐进正交，并且因此小规模衰退部分消失。仅余下大规模衰退(路径损耗和遮蔽效应)。它们形成导频污染的主要部分。

为了缓解导频污染的效应，可以仅关注这种大规模衰退(路径损耗和遮蔽效应)。幸运的是，在实际系统中，这种大规模衰退中存在部分连通性特征。并非所有的小区间干扰链路都强大到足以被同等重视。仅部分链路形成强的干扰，而其他可以被忽略。参考图1，对于小区1中的BS，小区边缘的UE将形成强小区间干扰，但小区2中远离BS的一些UE仅引入可忽略的干扰。

例如，如果具有4个BS、4个UE(每个BS一个UE)和用于导频的4个时隙，则Tx(发射器)导频和Rx(接收器)投影设计可以是简单的，如图2所示。仅需要给每个UE分配一个正交时隙。参考图2，Φ是BS投影矩阵，其中，行数等于BS数量4，并且列数等于时隙数量，每个行表示用于各个BS的4个时隙投影系数。Ψ是UE导频矩阵，其中，行数等于时隙数量，并且列数等于UE数量，每个列表示用于各个UE的4个时隙导频信号。因此在该实例中，BS投影矩阵是Φ_4×4，并且UE导频矩阵是Ψ_4×4。

然而，在实践中，UE的数量总是大于导频时隙的数量。例如，如果具有6个BS、6个UE(每个BS一个UE)和用于导频的4个时隙，则之前的正交导频不可用。因此在该实例中，BS投影矩阵是Φ_6×4，并且UE导频矩阵是·_4×6。导频必须在时间资源上重叠。

在TDD系统中，所有小区中的所有用户首先同步地发送上行数据信号。随后，用户发送导频序列。BS使用这些导频序列来为位于其小区内的用户估计CSI。然后，BS使用估计的CSI来检测上行链路数据并且生成用于下行链路数据传输的波束成形向量。然而，由于受限的信道相干时间，相邻小区中的用户所使用的导频序列可能不再与小区内的导频序列正交，从而导致导频污染问题(图3)。

对于基于TDD的大规模MIMO传输系统，导频序列在上行链路由用户发送，以估计信道。使为小区l中的用户k的导频序列，其中，τ表示导频序列的长度。尽管这不是必须的，但是在下文中做此假设并且使用该假设是方便的。理想地，同一小区和相邻小区内的用户所使用的导频序列应该是正交的，即：

${\mathrm{\Ψ}}_{k,l}^H{\mathrm{\Ψ}}_{j,l^{\′}}=\mathrm{\δ}\[k-j\]\mathrm{\δ}\[l-l^{\′}\]---\left(2\right)$

其中δ[.]被限定为：

在这种情况下，信道向量不与其他用户的信道向量相关，从这个意义来说，BS可以获得该信道向量的无污染估计。

然而，具有给定周期和带宽的正交导频序列的数量被限制，这转而限制了可以服务的用户的数量。为了处理更多用户，在相邻小区中使用非正交导频序列。因此，对于一些不同的k,j,l和l’，可以具有

${\mathrm{\Ψ}}_{k,l}^H{\mathrm{\Ψ}}_{j,l^{\′}}\≠0---\left(4\right)$

因此，用于用户的信道向量的估计变为与具有非正交导频序列的用户的信道向量相关。

总之，在典型的多小区大规模MIMO系统中，来自相邻小区的用户可以使用非正交导频。其原因十分简单——正交导频的数量小于用户的数量。非正交导频的使用导致导频污染问题。导频污染导致定向的小区间干扰，与其他的干扰源不同，定向的小区间干扰随着BS天线的数量一起增长，并且显著地损害系统性能。各种信道估计、预编码和合作方法已经被提出以解决该问题。然而，在BS之间具有良好性能、低复杂度以及受限或零合作的更加有效的方法值得更深入的研究。

发明内容

因此，本发明的一个方面在于提供用于大规模MIMO系统中的导频污染消除的方法和装置。

根据本发明的实施方式，一种大规模多输入多输出(MIMO)系统中的拓扑导频污染消除的方法，该系统包括一个或多个基站(BS)、一个或多个用户设备(UE)和中央控制器，该方法包括：

通过中央控制器，基于从BS获得的信道增益获得大尺度衰落矩阵；

通过中央控制器，基于大尺度衰落矩阵获得拓扑方阵；

通过中央控制器，归一化拓扑方阵以形成归一化的拓扑方阵；

通过中央控制器，基于归一化的拓扑方阵和导频资源的数量通过矩阵分解获得导频矩阵；

通过中央控制器，基于导频矩阵和拓扑方阵获得优化的估计器投影矩阵；及

通过独立的BS，基于优化的估计器投影矩阵和UE发送的导频执行信道估计，其中所有UE的导频由导频矩阵给出。

优选地，导频资源位于正交域中，该正交域包括时间域、频率域或码域等。

优选地，获得拓扑方阵的步骤还包括：通过将服务多个UE的每个BS划分为多个虚拟BS，将大尺度衰落矩阵转换为拓扑方阵，其中，每个虚拟BS服务一个UE，并且具有与相应的源BS相同的参数。

优选地，归一化拓扑方阵的步骤还包括：通过将拓扑方阵与归一化矩阵相乘，实现对拓扑方阵中各个UE信道增益向量的关于期望链路信道增益的归一化，其中，归一化矩阵是对角矩阵，期望链路信道增益的倒数作为对角线值。

优选地，获得导频矩阵的步骤还包括：

通过利用预定阈值四舍五入归一化的拓扑方阵中的可忽略元，而获得部分连通矩阵；

通过使该部分连通矩阵中的非零值的非对角线元素为零，基于部分连通矩阵获得互补矩阵，并且为部分连通矩阵中的各个零元素分配任意值；

通过基于导频资源的数量将互补矩阵分解成BS投影矩阵和归一化的导频矩阵，获得归一化的导频矩阵，其中，BS投影矩阵和归一化的导频矩阵均满足下列要求：

BS投影矩阵和归一化的导频矩阵的积得出互补矩阵；和

BS投影矩阵的尺寸为K×T，而归一化的导频矩阵的尺寸为T×K，其中，K是所有小区中的UE的数量，并且T是导频资源的数量；

通过将归一化的导频矩阵与归一化矩阵相乘，获得导频矩阵。

优选地，通过拓扑干扰对齐运算获得导频矩阵，该运算包括：

生成K×K的随机矩阵A⁰并且设置i＝0；

迭代地进行下列步骤：

获得Aⁱ的奇异值分解(SVD):Aⁱ＝Uⁱ∑ⁱV^iH，通过迫使∑ⁱ的对角线上的最小(K-T)个奇异值为零而获得并且获得

通过迫使对角线元素为1以及迫使在中具有0值的相应元素为零，而获得Aⁱ⁺¹,如下：

如果Aⁱ⁺¹收敛，则中断迭代；否则，设置i＝i+1，并且进入下一迭代；

获得归一化的导频矩阵，其为

优选地，执行信道估计的步骤还包括：由每个UE发送由导频矩阵的相应列所指定的导频。

优选地，执行信道估计的步骤还包括：利用优化的估计器投影矩阵投影接收的导频。

优选地，通过最小均方误差(MMSE)方法获得估计器投影矩阵。

附图说明

下文中，将参考附图更详细地描述本发明的实施方式，附图中：

图1示出了展示无线系统中信道衰落的视图；

图2示出了BS投影矩阵和UE导频矩阵；

图3示出了来自其他小区UE的导频污染和干扰；

图4示出了根据本发明的用于大规模MIMO系统的拓扑导频污染消除的方法的流程图；以及

图5示出了根据本发明的基于利用拓扑干扰对齐的信道估计的大规模MIMO通信系统架构。

具体实施方式

在下文中，以优选实例的形式列出了用于大规模MIMO系统中的导频污染消除的方法。对于本领域内技术人员显而易见的是，可以在不脱离本发明的范围和精神的情况下做出改进，包括增加和/或替换。具体细节可以被省略以便不会模糊本发明；然而，本公开文本被撰写成使本领域技术人员能够实现本文的教导，而不需要过度的实验。

如上所述，考虑具有L个小区的系统。假设每个小区具有K个单天线用户和具有M个天线的BS，其中，M>>K。出于展示的目的，假设所有的L个小区均使用同一组K个导频序列。

随着BS天线数量变大，即，M→∞，第j个小区中的第k个用户的SINR(信号与干扰加噪声比)趋于以下限制：

${\mathrm{SINR}}_{k,j}^u=\frac{d_{j,k,j}^2}{{\mathrm{\Σ}}_{l\≠j}{d}_{j,k,l}^2}---\left(5\right)$

其中，d_j,k,l是大尺度信道衰落系数。根据式(5)，SINR仅取决于信道的大尺度衰落因子，而小尺度衰落因子和噪声被平均掉。因此在大规模MIMO中，可以利用强的大尺度衰落来进行导频污染消除。

如上文中关于图1所讨论的，并非所有的小区间干扰链路都足够强。仅小区边缘上的UE将形成强的小区间干扰，一些UE仅引入可忽略的干扰。部分连通性使得正交导频传输能够用于比导频时隙数量更多的UE。可以基于部分连通性使用拓扑干扰对齐来实现这个目的。

图4公开了描述根据本发明的用于大规模MIMO系统的拓扑导频污染消除的方法的流程图。在步骤401，从BS获得大尺度衰落矩阵。在步骤402，基于大尺度衰落矩阵，获得归一化的拓扑方阵。在步骤403，基于拓扑方阵和导频资源的数量，通过矩阵分解获得上行链路导频矩阵。在步骤404，基于导频矩阵和拓扑方阵，获得优化的估计器投影矩阵。在步骤405，利用优化的估计器投影矩阵在BS执行信道估计。在步骤406，基于估计的信道状态信息(CSI)，预编码发送的信号以及均衡接收的信号。

图5还示出了根据本发明的基于利用拓扑干扰对齐的信道估计的大规模MIMO通信系统架构。

参考图5，在步骤501，中央控制器从BS获得大尺度衰落矩阵。随后在步骤502，基于大尺度衰落矩阵，计算归一化的拓扑方阵。在步骤503，中央控制器基于拓扑方阵和导频资源的数量，通过矩阵分解得出上行链路导频矩阵。然后，在步骤504，基于导频矩阵和拓扑方阵，获得优化的估计器投影矩阵。在步骤505，中央控制器通知BS导频矩阵和投影矩阵。随后，在步骤506中，在BS侧，BS将导频矩阵反馈给相应的UE。并且在步骤507中，UE将上行链路导频发送给BS。在步骤508，BS将优化的估计器投影矩阵用于接收的导频，从而执行信道估计。最后，在步骤509，为了进行数据传输，可以基于估计的信道，预编码发送信号或均衡接收器信号。

至于步骤502，关于大尺度衰落矩阵不是方阵的情况(例如，每个BS服务2个UE)，必须将大尺度衰落矩阵转换成方阵。例如，每个BS被分成两个虚拟BS，并且每个虚拟BS对应于一个UE。然后，基于期望链路，归一化每个UE的信道增益。在这种方式中，对角线上元素变为1。

为了进一步解释步骤502，一个实例用于进一步的说明。相应地，有3个BS，并且每个BS有2个UE。原始大尺度衰落矩阵提供如下：

当UE的数量不等于BS的数量时，通过将服务多个UE的BS处理为多个BS而将大尺度衰落矩阵转换成方阵，从而大尺度衰落矩阵通过如下矩阵中所示的虚拟BS而扩展成方阵。

$\left[\begin{array}{cccccc}0.8& 1.25& 0.1& 0.08& 0.03& 0.4\\ 0.8& 1.25& 0.1& 0.08& 0.03& 0.4\\ 0.4& 0.35& 1& 2& 0.15& 0.075\\ 0.4& 0.35& 1& 2& 0.15& 0.075\\ 0.01& 0.2& 0.06& 0.12& 0.5& 1\\ 0.01& 0.2& 0.06& 0.12& 0.5& 1\end{array}\right]$

通过根据期望链路(对角线元素)归一化每个UE的信道增益，来确定归一化的拓扑方阵。在该实例中，对角线元素为：

×diag(1.25,0.8,1,0.5,2,1)

在将每列归一化为期望链路中的信道增益并且将期望链路信道增益结合在算法中之后，获得了如下的归一化的拓扑方阵。

$\left[\begin{array}{cccccc}1& 1& 0.1& 0.04& 0.06& 0.4\\ 1& 1& 0.1& 0.04& 0.06& 0.4\\ 0.5& 0.28& 1& 1& 0.3& 0.075\\ 0.5& 0.28& 1& 1& 0.3& 0.075\\ 0.0125& 0.16& 0.06& 0.06& 1& 1\\ 0.0125& 0.16& 0.06& 0.06& 1& 1\end{array}\right]$

根据本发明的实施方式，获得归一化的拓扑方阵，如下：

将大尺度衰落矩阵转换为二维矩阵其第(l,n)个元为:

将其转换成方阵KL×KL，其第(i,n)个元为:

通过基于对角线归一化各列而获得归一化的拓扑方阵

$\stackrel{\·\·}{D}=\stackrel{\·\·\·}{D}diag{\left(\stackrel{\·\·\·}{D}\right)}^{-1}$

为了清楚地解释导频矩阵设计的步骤503，一个实例将有助于理解。例如，具有作为导频资源的4个时隙、6个基站和6个UE。所有的UE使用同一期望信道。假设大尺度衰落矩阵为

通过利用预定义的阈值0.1，将大尺度衰落矩阵中的可忽略元四舍五入成0，获得部分连通矩阵。

部分连通矩阵中大于或等于阈值0.1的主元将被四舍五入为0，并且小于阈值0.1的可忽略元可以是任意值X。这意味着，需要迫使主干扰为零，并且弱干扰(遮蔽效应/路径损耗)可以是任意值。随后，获得如下互补矩阵：

利用该互补矩阵，可以通过矩阵分解而计算和获得导频矩阵。回想起具有4个作为导频资源的时隙。随后，将互补矩阵分解成为BS投影矩阵Φ_6×4以及UE导频矩阵Ψ_4×6，如下：

BS投影矩阵和归一化的导频矩阵均满足下述要求：BS投影矩阵和UE导频矩阵的积得出互补矩阵；并且BS投影矩阵的尺寸为K×T，而归一化的导频矩阵的尺寸为T×K，其中，K是互补矩阵的列数，而T是导频资源的数量。

矩阵分解可以通过改变投影算法来计算。基于UE导频矩阵来确定导频矩阵。

根据本发明的实施方式，通过下述步骤获得导频矩阵：

通过利用预定义的阈值d_th来四舍五入可忽略的元素，获得部分连通矩阵D，如下：

$\stackrel{\·\·}{D}(\stackrel{\·\·}{D}\≤d_{th})=0,D=\stackrel{\·\·}{D}$

获得部分连通矩阵的互补矩阵如下：

获得该互补矩阵的矩阵分解，如下：

${\left(\tilde{D}\right)}^{1/2}=\mathrm{\Φ}\widetilde{\mathrm{\Ψ}}$

基于归一化矩阵改回导频功率，如下：

$\widehat{\mathrm{\Ψ}}=\widetilde{\mathrm{\Ψ}}diag{\left(\stackrel{\·\·\·}{D}\right)}^{-1}$

简言之，通过基于导频资源(例如时隙)的数量分解互补矩阵，获得导频矩阵。

为了获得信道估计，根据本发明的实施方式，每个UE发送导频矩阵的相应列所指定的导频，利用MMSE基于拓扑方阵和导频矩阵计算估计器投影矩阵，并且利用估计器投影矩阵执行信道估计。

根据本发明的实施方式，计算估计器投影矩阵C_jl，并且由下述等式执行信道估计：

$C_{jl}=\sqrt{P_{r}t}{B}_{jl}^{\frac{1}{2}}{\mathrm{\Ψ}}_j^H{(I+P_{r}t\underset{i=1}{\overset{L}{\Σ}}{\mathrm{\Ψ}}_i{B}_{il}{\mathrm{\Ψ}}_i^H)}^{-1},{\mathrm{\Ψ}}_i=\widehat{\mathrm{\Ψ}}(:,(i-1)K+1:iK)$

${\hat{H}}_{jl}=C_{jl}{Y}_l.$

其中，Ψ^H _i是第i个小区中的UE的导频矩阵，B_jl是从第j个小区的UE到第l个小区的BS的大尺度衰落矩阵，P_r是UE上行链路发射功率，T是导频资源的数量，并且L是小区的数量。

在本发明中，拓扑干扰对齐用于设计具有低干扰的导频。利用较小的时隙，可以发送用于更多UE的无干扰导频。

在本发明中，基于大尺度衰落矩阵获得归一化的拓扑方阵是预处理的过程，其能够处理UE的数量不等于BS的数量并且不同的UE需要不同信道的情况。基于导频矩阵和拓扑方阵获得估计器投影矩阵是后处理过程，其能够得到优化的投影矩阵，尤其是在低SNR的情况下。

出于展示和说明的目的而提供了对本发明的前述说明。其意并不在使本发明详尽或将本发明限制在公开的确切形式中。对于本领域技术人员而言，许多改进和变体将是显而易见的。

为了最佳地解释本发明的原理和其实践应用，选择和描述了实施方式，由此使得本领域的其他技术人员能够理解本发明的各种实施方式以及适于设想的特定用途的各种改进。本发明的范围由随附权利要求及其等价物限定。

Claims (9)

1.一种大规模多输入多输出(MIMO)系统中的拓扑导频污染消除的方法，该系统包括一个或多个基站(BS)、一个或多个用户设备(UE)和中央控制器，该方法包括：

通过中央控制器，基于从BS获得的信道增益获得大尺度衰落矩阵；

通过中央控制器，基于大尺度衰落矩阵获得拓扑方阵；

通过中央控制器，归一化拓扑方阵以形成归一化的拓扑方阵；

通过中央控制器，基于归一化的拓扑方阵和导频资源的数量通过矩阵分解获得导频矩阵；

通过中央控制器，基于导频矩阵和拓扑方阵获得优化的估计器投影矩阵；及

通过独立的BS，基于优化的估计器投影矩阵和UE发送的导频执行信道估计，其中所有UE的导频由导频矩阵给出。

2.如权利要求1所述的方法，其中，导频资源位于正交域中，该正交域包括时间域、频率域或码域。

3.如权利要求1所述的方法，其中，获得拓扑方阵的步骤还包括：

通过将服务多个UE的每个BS划分为多个虚拟BS，将大尺度衰落矩阵转换为拓扑方阵，其中，每个虚拟BS服务一个UE，并且具有与其相应的源BS相同的参数。

4.如权利要求1所述的方法，其中，归一化拓扑方阵的步骤还包括：

通过将拓扑方阵与归一化矩阵相乘，实现对拓扑方阵中各个UE信道增益向量的关于期望链路信道增益的归一化，其中，归一化矩阵是对角矩阵，其中期望链路信道增益的倒数作为对角线值。

5.如权利要求1所述的方法，其中，获得导频矩阵的步骤还包括：

通过利用预定阈值四舍五入归一化的拓扑方阵中的可忽略元，而获得部分连通矩阵；

通过使该部分连通矩阵中的非零值的非对角线元素为零，基于部分连通矩阵获得互补矩阵，并且为部分连通矩阵中的各个零元素分配任意值；

通过基于导频资源的数量将互补矩阵分解成BS投影矩阵和归一化的导频矩阵，获得归一化的导频矩阵，其中，BS投影矩阵和归一化的导频矩阵均满足下列要求：

BS投影矩阵和归一化的导频矩阵的积得出互补矩阵；和

BS投影矩阵的尺寸为K×T，而归一化的导频矩阵的尺寸为T×K，其中，K是所有小区中的UE的数量，并且T是导频资源的数量；

通过将归一化的导频矩阵与归一化矩阵相乘，获得导频矩阵。

6.如权利要求5所述的方法，其中，通过拓扑干扰对齐运算获得归一化的导频矩阵，该运算包括：

生成K×K的随机矩阵A⁰并且设置i＝0；

迭代地进行下列步骤：

获得Aⁱ的奇异值分解(SVD):Aⁱ＝Uⁱ∑ⁱV^iH，通过迫使∑ⁱ的对角线上的最小(K-T)个奇异值为零而获得并且获得

通过迫使对角线元素为1以及迫使在中具有0值的相应元素为零，而获得Aⁱ⁺¹，如下：

如果Aⁱ⁺¹收敛，则中断迭代；否则，设置i＝i+1，并且进入下一迭代；

获得归一化的导频矩阵，其为

7.如权利要求1所述的方法，其中，执行信道估计的步骤还包括：

由每个UE发送由导频矩阵的相应列所指定的导频。

8.如权利要求1所述的方法，其中，通过最小均方误差(MMSE)方法获得优化的估计器投影矩阵，如下：

$C_{jl}=\sqrt{P_{r}T}{B}_{jl}^{\frac{1}{2}}{\mathrm{\Ψ}}_j^H{(I+P_{r}T\underset{i=1}{\overset{L}{\Σ}}{\mathrm{\Ψ}}_i{B}_{il}{\mathrm{\Ψ}}_i^H)}^{-1},$

其中，Ψ^H _i是第i个小区中的UE的导频矩阵，B_jl是从第j个小区的UE到第l个小区的BS的大尺度衰落矩阵，P_r是UE上行链路发射功率，T是导频资源的数量，并且L是小区的数量。

9.如权利要求1所述的方法，其中，执行信道估计的步骤还包括：

利用优化的估计器投影矩阵投影接收的导频。