CN105933042A - 一种lte系统中基于分簇的自适应有限反馈新方法 - Google Patents

Abstract

本发明提出了一种LTE系统中基于分簇的自适应有限反馈新方法。为了降低MIMO‑OFDM LTE FDD系统中的反馈开销和解决信道频率相干性减弱带来的误差扩散问题，本发明利用子载波之间的频率相干性，将子载波均等分割成若干个子载波簇。首先确定初始码本C中每一个预编码矩阵的新码本子集C'并算出每簇的信道均值，然后以信道均值为依据对每簇进行全码本搜索，得到该簇的最优预编码矩阵w_opt(n)。若后一簇的最优预编码矩阵属于前一簇最优预编码矩阵的码本子集C'，则按C'内的索引来反馈；若后一簇的最优预编码不在前一簇最优预编码矩阵的码本子集内，则按C索引来反馈，实现信道状态信息的自适应反馈。本发明在复杂度、反馈量和性能之间有很好地折中。

Description

一种LTE系统中基于分簇的自适应有限反馈新方法

技术领域

本发明涉及无线通信系统领域，特别涉及MIMO-OFDM LTE FDD系统信道状态信息的反馈新方法。

背景技术

在无线通信中，多输入多输出(Multiple-Input Multiple-Output，MIMO)技术通过在发射端和接收端同时配置多根天线，以实现多个数据流在相同时间和相同频带内的传输和接收，从而有效地提高了通信系统的频谱利用率和链路可靠性，因此，MIMO技术被认为是未来宽带无线通信系统物理层的最主要解决方案，目前已成为3GPP长期演进(Long TermEvolution，LTE)及LTE进一步演进(LTE-Advanced，LTE-A)通信标准的核心技术。LTE系统中子载波数目相对较大，而要对每一子载波均实现信道状态信息(Channel StateInformation，CSI)反馈，这对于系统设计显然是不现实的。因此，基于码本的有限反馈预编码技术得到越来越多的关注。在LTE-A中，基于码本的有限反馈预编码技术通常是这样实现的：接收端根据估计到的CSI，按照一定准则从预存码本中选择最优预编码矩阵，将此矩阵在码本中的索引号(Precoding Matrix Index，PMI)反馈给发送端，发送端依据接收到的PMI，从发送端预存码本中找出相应的预编码矩阵。

在众多有限反馈机制中，基于分簇的有限反馈方法受到了广泛的关注，分簇方法原理如附图1所示。在实际信道环境下，前后时刻的信道状态信息通常具有特定的联系，分簇方法正是利用了相邻子载波信道的频率冲激响应的相关性，将所有的子载波进行均匀分割成若个子载波簇，每一簇内的子载波共享一个预编码矩阵。与此同时，相邻子载波间的预编码矩阵在码本空间同样也具有一定的相关性，下一个子载波簇的最佳码字以极高的概率分布在当前子载波簇码字的相关邻域内，因此，可以利用预编码矩阵间的相关性，来减少预编码矩阵的选择范围，从而降低系统的反馈开销。为了减少反馈开销，通常将递归矢量量化应用于基于分簇的有限反馈机制中。但是，这些算法在确定当前最优预编码矩阵时是在上一次最优预编码矩阵的码本子集内进行搜索的，因此，很容易造成误差扩散。

为了解决误差扩散，利用相邻子载波信道的频率冲激响应的相关性，本发明提出了一种低反馈量的基于分簇的自适应有限反馈新方法。在分簇反馈方法中，基站端与用户端共同存储相同的初始码本C＝{w₁,w₂,…w_L}，首先给初始码本中的每一个预编码矩阵确定新码本子集C'＝{w₁,w₂,…w_L'}；然后求取各个簇的信道信息均值，并依据信道均值分簇对第一簇子载波进行全码本搜索，选择第一簇的最优预编码矩阵w_opt(1)，后一簇通过相同的最优码字选择准则，获得后一簇的最优预编码矩阵；若后一簇的最优预编码矩阵属于前一簇最优预编码矩阵所对应的的码本子集C'，则按新码本C'内的索引PMI来反馈，若后一簇的最优预编码不在前一簇最优预编码矩阵所对应的码本子集C'内，则按初始码本C的PMI索引来反馈。基站端在获得每一簇的码字索引PMI后，从初始码本C中找到每一簇所对应的最优码字w_opt(n)，直到基站端获得所有子载波簇的预编码矩阵，再进行发射端预编码。本发明不仅能使反馈开销大幅度的降低，而且有效的保证了系统的性能。

发明内容

发明目的：为了实现在MIMO-OFDM LTE FDD系统中，降低反馈开销的同时，获得较好的系统性能，本发明提出了一种LTE系统中基于分簇的自适应有限反馈新方法。该方法首先计算出每一簇的信道信息均值，并以其为依据进行全码本搜索，选择出该簇的最优预编码矩阵w_opt(n)，后一簇通过相同的最优预编码矩阵选择准则，获得后一簇的最优预编码矩阵；若后一簇的最优预编码矩阵属于前一簇最优预编码矩阵所对应的码本子集C'，则按新码本C'内的索引PMI来反馈，若后一簇的最优预编码不在前一簇最优预编码矩阵所对应的码本子集C'内，则按初始码本C的PMI索引来反馈。

为了实现本发明的目的，其特征包括：

(1)在多种信道分簇方法中，简单分簇方法虽然简单，但由于没有利用其它子载波的CSI，系统误码率(Bit Error Rate，BER)性能较差，BER最小化分簇方法虽然能得到最好的BER性能，但计算复杂度相当大，很难应用在实际系统中，因此，本发明应用信道均值分簇方法，以簇内所有子载波的平均信道响应作为簇的等效信道响应，再以信噪比(Signal-Noise Ratio，SNR)最大化为目标在初始码本C中搜索最优预编码矩阵。计算复杂度较低，且充分利用所有子载波的信道状态信息。

(2)对每一簇进行全码本搜索，得到该簇的最优预编码矩阵w_opt(n)，后一簇通过相同的最优预编码矩阵选择准则，获得后一簇的最优预编码矩阵；若后一簇的最优预编码属于前一簇最优预编码矩阵所对应的码本子集C'，则按新码本C'内的索引PMI来反馈，若后一簇的最优预编码不在前一簇最优预编码矩阵所对应的码本子集内，则按初始码本C内的PMI索引来反馈，所提方法反馈量与全反馈的反馈量相比有明显降低。

(3)当簇较多时，信道的频率相干性减弱，信道响应会在频率上突变较大，此时会出现当前最优预编码矩阵不在前一簇新码本子集C'中的情况，这样会出现跟踪错误，产生较大的性能损失。本发明提出的自适应搜索最优预编码矩阵，当当前簇的最优预编码w_opt(n)不在前一簇最优预编码矩阵w_opt(n-1)产生的新码本子集C'中时，按全码本搜索对应的初始码本C内的PMI索引来反馈，因此出现跟踪失误的可能性小，即性能明显优于递归反馈。

本发明的技术方案如下：

1信道均值分簇

附图2给出基于子载波分簇的有限反馈原理图，设定系统有N个子载波，其中每K个相邻的子载波分成一个簇，那么系统内所有的子载波被分成N/K个簇，以第n个簇为例，簇内的子载波序号为从nK+1到nK+K，其中0≤n≤N/K^-1，并且第n个簇内的所有子载波使用相同的最优预编码矩阵w_opt(n)，即w_opt(n)＝w_opt(nK+1)＝w_opt(nK+2)＝…＝w_opt(nK+K)，而这个最优预编码矩阵w_opt(n)是根据簇内所有子载波对应的信道估计矩阵，按照本发明所用的信道均值分簇得到的，用户端只需将每个簇内的最优预编码矩阵w_opt(n)的码字索引PMI反馈回基站端。一般簇内的子载波数K是一个确定的值。

第n簇的等效平均信道响应表示为：

${\tilde{H}}_n=\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\left(k\right)---\left(1\right)$

那么在信道均值分簇方法中，簇波束成形码字可表示为：

$w_{opt}\left(n\right)=\underset{w\∈C}{\arg \max }\left|\right|{\tilde{H}}_{n}w|{|}^2=\underset{w\∈C}{\arg \max }|\left|\left(\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\right(k\left)\right)w\right|{|}^2---\left(2\right)$

其中w∈C，H(k)为子载波k对应的信道估计矩阵，则为第n簇的等效平均信道响应，w_opt(n)为第n个子载波簇对应的最优预编码矩阵。这种分簇方法与其他分簇算法类似，也能充分利用簇内所有子载波的信道状态信息，且具有较低的计算复杂度。

2自适应有限反馈方法的反馈开销

设定L是初始码本中的码字个数，L'是新码本中的码字个数。递归反馈方法中，对第一簇子载波进行全码本搜索，其反馈开销为B＝log₂ ^L，对余下的N/K^-1个子载波簇，均在上一次搜索得到的最优预编码矩阵的码本子集C'内进行搜索，其反馈开销为B'＝log₂ ^L'，因此，总开销为

自适应反馈的新方法中，对第一簇子载波同样进行全码本所搜，其反馈开销为B；对于后面其余簇，若w_opt(n)也属于C'内,则按C'内的索引PMI来反馈，该簇只需了B'个反馈比特，可降低B-B'个反馈比特；若w_opt(n)不属于C'内，则按初始码书C内的索引来反馈，该簇仍需要B个反馈比特。理想反馈是对所有的子载波均采用码本搜索，因此总开销为BN。

若采用L＝16预编码矩阵，以理想反馈算法为基准，自适应方法的反馈量与递归方法反馈量差不多，而与全反馈的反馈量相比有明显降低。

3自适应有限反馈方法的性能

当簇较多时，信道的频率相干性减弱，信道响应会在频率上突变较大，此时会出现当前码字不在前一簇新码本C'中的情况，这样会跟踪错误，产生较大的性能损失。提出的自适应反馈方法通过全码本搜索最佳码字，能很好的解决递归反馈中码字跟踪失误的问题，提高系统性能。

在信道均值分簇方法中，每一簇子载波的SNR表示为：

${\tilde{H}}_n=\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\left(k\right)---\left(3\right)$

$SNR=\frac{P}{N_0}\left|\right|{\tilde{H}}_{n}w|{|}^2---\left(4\right)$

在QPSK调制下，每一簇子载波的BER可表示为：

$BER=\frac{e^{-\frac{P}{2N_0}\left|\right|{\tilde{H}}_{n}w|{|}^2}}{\sqrt{2\mathrm{\π}}\left|\right|{\tilde{H}}_{n}w\left|\right|}---\left(5\right)$

其中P表示发射功率，N₀表示均值为0的高斯白噪声，w∈C，根据式(4)和式(5)可得系统BER与SNR的关系为：

$BER=\sqrt{\frac{P}{N_{0}2\mathrm{\π}}}\×\frac{e^{-\frac{SNR}{2}}}{SNR}---\left(6\right)$

当簇较多时，信道的频率相干性减弱，信道响应会在频率上突变较大，此时会出现当前码字不在前一簇新码本C'中的情况，因此，此簇的SNR将大大降低。在递归反馈方法中，当当前簇最优码字不在新码本C'内时，就会出现反馈差错，而递归方法中继续使用新码本的生成方法，即将产生的误差累加，对系统性能会造成巨大的损失。在自适应反馈方案中，若后一簇的最优码字不在新码本C'中时，立即采用全码本搜索的码字，所以每一簇的SNR都能保证最大。

由公式(6)可知，信噪比SNR越大，BER越低。当簇较多或信道响应在频率上突变较大时，递归反馈方法由于误差的叠加，平均SNR将大大降低，而自适应反馈方法发射端能一直正确的跟踪码字，每一簇所得的SNR都是最大，平均SNR明显高于递归方法，BER性能相比理想反馈没有任何性能损失。基于簇的自适应有限反馈与递归反馈相比，在反馈量上相差很小，而性能明显优于递归反馈，在复杂度、反馈量和性能之间能很好地折中，具有工程适用意义。

附图说明

图1分簇方法原理；

图2基于子载波分簇的有限反馈原理图；

图3 LTE系统中基于分簇的自适应有限反馈新方法的流程图。

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，以下描述本发明的实施方式，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改和替换均落于本申请权利要求所限定的保护范围。

递归方法对第一簇子载波进行全码本搜索外，其余子载波簇都是在上一最优预编码矩阵的码本子集C'内搜索，由于预编码矩阵之间的相关性有强弱之分，这种模式的搜索会存在着误差扩散和累加的问题，因此在自适应反馈方法中，以信道信息均值为依据，若当前最优预编码w_opt(n)不在前一簇最优预编码矩阵w_opt(n-1)产生的新码本子集C'中时，按全码本搜索对应的初始码本C内的PMI索引来反馈，这样即使在信道有突变的情况下，发射端也能始终正确跟踪码字。设定L是初始码本中的码字个数，L'是新码本中的码字个数。LTE系统中基于分簇的自适应有限反馈新方法的步骤如附图3所示，具体如下：

步骤1：开始。

步骤2：给初始码本C中的每一个预编码矩阵确定一个新码本子集C'，C'由w_i的L'个相邻预编码矩阵组成，包括w_i本身，并以与w_i的距离升序排列来编制索引号。

C'＝{w₁,w₂,…w_L'} (7)

|w_i ^Hw₁|²＞|w_i ^Hw₂|²＞…＞|w_i ^Hw_L'|² (8)

计算预编码码本中每一个预编码矩阵之间的弦距离，根据预编码矩阵之间的距离给每一个预编码矩阵寻找到最优的码本子集C'。定义码本之间的弦距离：

$d_c(w_i,w_j)=\frac{1}{2}\left|\right|w_i{w}_{i}H-w_j{w}_{j}H|{|}_F---\left(9\right)$

弦距离越小，表明两个预编码矩阵之间的相关性越强。

步骤3：将所有子载波以等分方式进行分簇，并且求取各个簇的信道信息均值。

${\tilde{H}}_n=\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\left(k\right)---\left(10\right)$

步骤4：在含有L个预编码矩阵的初始码本中，根据信道均值分簇搜索每一簇的最优预编码矩阵w_opt(n)，并假定第i个预编码矩阵w_i是最优预编码矩阵。

$w_i=\underset{w\∈C}{\arg \max }\left|\right|{\tilde{H}}_{n}w|{|}^2=\underset{w\∈C}{\arg \max }|\left|\left(\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\right(k\left)\right)w\right|{|}^2---\left(11\right)$

步骤5：根据选择出来的最优预编码矩阵，找到之前所确立的对应的码本子集C'，判断最优预编码矩阵在不在新码本子集C'内；若w_i属于C'内，则按C'内的索引来反馈；若w_i不属于C'内，则按初始码书C内的索引来反馈。

步骤6：重复步骤4和5并应用于所有子载波簇。

步骤7：结束。

在此说明书中，本发明已参照特定的实施实例做了描述。但是，很显然仍可以做出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (4)

1.一种LTE系统中基于分簇的自适应有限反馈新方法，其特征在于，具体为：

S1，应用信道均值分簇方法，以簇内所有子载波的平均信道响应作为簇的等效信道响应，再以信噪比SNR最大化为目标在码本C中搜索最优预编码矩阵；得到最优预编码矩阵后，用户端只需将每个簇内的最优预编码矩阵w_opt(n)的码字索引PMI反馈回基站；

S2，以信道信息均值分簇为依据，对每一簇进行全码本搜索，选择出最优预编码矩阵w_opt(n)；若后一簇的最优预编码属于前一簇最优预编码矩阵所对应的码本子集，则按新码本内的索引来反馈，若后一簇的最优预编码不在前一簇最优预编码矩阵所对应的码本子集内，则按初始码本内的索引来反馈；

S3，当簇较多时，信道的频率相干性减弱，信道响应会在频率上突变较大，此时会出现当前码字不在前一簇新码本C'中的情况，自适应反馈方法通过全码本搜索最佳码字。

2.根据权利要求1所述的一种LTE系统中基于分簇的自适应有限反馈新方法，其特征在于，所述S1中，应用信道均值分簇方法，以簇内所有子载波的平均信道响应作为簇的等效信道响应，再以SNR最大化为目标在码本C中搜索最优预编码矩阵包括：

设定系统有N个子载波，其中每K个相邻的子载波分成一个簇，那么系统内所有的子载波被分成了N/K个簇，以第n个簇为例，簇内的子载波序号为从nK+1到nK+K，其中0≤n≤N/K-1，并且簇内的所有子载波使用相同的最优预编码矩阵w_opt(n)，即w_opt(n)＝w_opt(nK+1)＝w_opt(nK+2)＝…＝w_opt(nK+K)，而这个最优预编码矩阵w_opt(n)是根据簇内所有子载波对应的信道估计矩阵，按照本发明所用的信道均值分簇得到的，用户端只需将每个簇内的最优预编码矩阵w_opt(n)的码字索引PMI反馈回基站端；一般簇内的子载波数K是一个确定的值；

第n簇的等效平均信道响应表示为：

${\tilde{H}}_n=\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\left(k\right),$

那么在信道均值分簇方法中，簇波束成形码字可表示为：

$w_{opt}\left(n\right)=\underset{w\∈C}{\mathrm{argmax}}\left|\right|{\tilde{H}}_{n}w|{|}^2=\underset{w\∈C}{\mathrm{argmax}}|\left|\left(\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\right(k\left)\right)w\right|{|}^2,$

其中w∈C，H(k)为子载波k对应的信道估计矩阵，w_opt(n)为第n个子载波簇对应的最优预编码矩阵。

3.根据权利要求1所述的一种基于分簇的自适应有限反馈新方法，其特征在于，所述S2中，自适应方法反馈开销的内容包括：

设定L是初始码本中的码字个数，L'是新码本中的码字个数；自适应反馈的新方法中，对第一簇子载波同样进行全码本所搜，其反馈开销为B；对于后面其余簇，若w_opt(n)也属于C'内，则按C'内的索引来反馈，该簇只需B'个反馈比特，可降低B-B'个反馈比特；若w_opt(n)不属于C'内，则按初始码书C内的索引来反馈，该簇仍需要B个反馈比特。

4.根据权利要求1所述的一种基于分簇的自适应有限反馈新方法，其特征在于，所述S3中，自适应有限反馈方法通过全码本搜索最佳码字，包括：

当簇较多时，信道的频率相干性减弱，信道响应会在频率上突变较大，此时会出现当前码字不在前一簇新码本C'中的情况，这样会跟踪错误，产生较大的性能损失。自适应反馈方法通过全码本搜索最佳码字，能很好的解决递归反馈中码字跟踪失误的问题，提高系统性能；

在信道均值分簇方法中，每一簇子载波的SNR表示为：

${\tilde{H}}_n=\frac{1}{K}\underset{k=nK+1}{\overset{nK+K}{\Σ}}H\left(k\right),$

$SNR=\frac{P}{N_0}\left|\right|{\tilde{H}}_{n}w|{|}^2,$

在QPSK调制下，每一簇子载波的BER可表示为：

$BER=\frac{e^{-\frac{P}{2N_0}\left|\right|{\tilde{H}}_{n}w|{|}^2}}{\sqrt{2\mathrm{\π}}\left|\right|{\tilde{H}}_{n}w\left|\right|},$

其中P表示发射功率，N₀表示均值为0的高斯白噪声，w∈C，根据以上两式可得系统BER与SNR的关系为：

$BER=\sqrt{\frac{P}{N_{0}2\mathrm{\π}}}\×\frac{e^{-\frac{SNR}{2}}}{SNR},$

当簇较多或信道响应在频率上突变较大时，此时会出现当前码字不在前一簇新码本C'中的情况，而自适应反馈方法中，若后一簇的最优码字不在新码本C'中时，立即采用全码本搜索的码字，保证发射端能一直正确的跟踪码字，每一簇所得的SNR都是最大，因此系统BER越小。