CN105978612A - 大规模mimo系统中结合导频污染消除的双层预编码设计方法 - Google Patents

Abstract

本发明公开了大规模MIMO系统中结合导频污染消除的双层预编码设计方法，属于无线通信技术领域。具体设计过程如下：系统工作于时分双工模式，首先，用户向基站发送导频序列来估计上行链路信道，基站根据信道互易性，得到下行链路信道估计；然后，在基站端，基于迫零预编码思想设计外层预编码矩阵，以抑制小区内用户间干扰，最后，将信道和外层预编码矩阵看成整体作为等效信道，进而基于最小均方误差准则设计内层预编码矩阵，以抑制系统中因导频污染而引发的干扰。本发明结合导频污染消除来设计预编码矩阵，解决了大规模MIMO系统中存在的固有导频污染问题。

Description

大规模MIMO系统中结合导频污染消除的双层预编码设计方法

技术领域

本发明主要涉及未来移动通信技术领域。

背景技术

近年来，随着智能终端的广泛普及，移动数据量呈爆炸式增长，人们对高速率数据传输业务的需求也越来越强烈。因此，学术界、工业界开始着手对第5代移动通信技术(5^thGeneration，5G)的研究，大规模多输入多输出(Massive-Multiple Input MultipleOutput，Massive-MIMO)技术作为5G的关键传输技术，在学术界和工业界都受到了非常广泛的关注，并成为当前的研究重点。大规模MIMO技术通过增加收发端的天线数，在不增加系统带宽的条件下，成倍提高系统容量、有效降低系统误码率；而预编码技术作为大规模MIMO技术中的关键技术，在抑制用户间干扰、频谱效率提升方面发挥了至关重要的作用。随着无线通信技术的发展，而频谱资源的严重不足已经日益成为无线通信事业发展的瓶颈，如何充分利用有限的频谱资源，提高频谱利用率，成为当前迫切需要解决的问题。因此，大规模MIMO系统中基于时分双工(Time Division Duplex，TDD)工作模式的预编码技术成为当前研究的热点，在TDD模式中，下行链路的信道状态信息(Channel State Information，CSI)可通过信道互易性得到，但易受导频污染的影响。导频污染的存在，使得估计的CSI不够准确，以致在传输过程中产生比较大的性能损失。因此，在新一代无线通信系统中，迫切需要采取有效的措施对导频污染进行降低。

如果从预编码的角度着手消除导频污染，然而，现有的诸如迫零(Zero-Forcing，ZF)预编码技术、匹配滤波(Matched-Filtering，MF)以及基于最小方差(Least-Square，LS)准则的预编码技术并未能有效地解决大规模MIMO系统中的导频污染问题。因此，一些学者在此基础上，提出了导频调度的方法，即不同小区同导频用户的干扰较大时，采用正交的导频，而不同小区的同导频用户间干扰较小时采用相同的导频，可有效减小导频污染，提升系统性能。

发明内容

大规模MIMO系统中存在固有的导频污染，针对传统预编码技术上的不足，本发明给出一种适用于大规模MIMO系统中结合导频污染消除的双层预编码设计方法。本发明有效地抑制了导频污染所带来的干扰，解决了大规模MIMO系统中的导频污染问题。

本发明包括如下步骤：

系统工作于时分双工TDD模式，首先，基站接收到用户发送的导频序列，估计上行链 路信道；基站根据信道互易性，得到下行链路信道估计；然后，在基站端，基于迫零ZF预编码思想设计外层预编码矩阵，以抑制小区内用户间干扰，最后，将信道和外层预编码矩阵作为等效信道，基于最小均方误差MMSE准则设计内层预编码矩阵，以抑制系统中因导频污染所引发的干扰。

具体地，用户向基站发送导频序列，基站基于最小方差Least Square，LS准则，估计出上行链路信道矢量：

其中表示小区i中第k个用户到本小区基站之间的信道估计矢量，Y_i表示小区i中基站的接收信号，表示小区i中第k个用户所发送的导频序列，τ表示导频序列长度，ρ_r表示导频序列的发送功率，上标T和H分别表示矩阵的转置和共轭转置操作符。

具体地，基站根据信道互易性，得到下行链路信道估计矢量

表示小区i的基站到本小区第k个用户之间的信道估计矢量,g_iki表示小区i的基站到本小区第k个用户之间的信道矢量,k＝1,2,...,K，表示导频污染部分，表示均值为0，协方差矩阵为的噪声矢量，其中I_M表示M×M维单位矩阵，M表示基站天线数，n_i∈C^M×τ表示小区i中基站的接收噪声矩阵，n_i中的每个元素相互独立，服从均值为0，单位方差的复高斯随机分布。

具体地，基于ZF预编码思想，进而通过归一化处理，得到小区i的外层预编码矩阵：

其中i＝1,2,...,L，i表示小区i的序号，L表示小区总数，表示小区i的基站到本小区第k个用户之间的信道矢量，k＝1,2,...,K，K表示每个小区内的用户总数。

具体地，将信道与外层预编码矩阵的结合作为等效信道，即小区i的基站到本小区用户 之间的等效信道H_ii＝G_iiW_ii，G_ii表示小区i的基站到本小区用户之间的信道，W_ii表示小区i的外层预编码矩阵；小区i的基站到小区l中用户之间的等效信道H_il＝G_ilW_ii，G_il表示小区i的基站到小区l中用户之间的信道，其中l＝1,2,...,L；l表示小区l的序号。

具体地，基于MMSE准则设计小区i的内层预编码矩阵D_ii：

其中min{·}表示最小化运算,Tr(·)表示矩阵的迹，α表示功率限制因子，以使小区i的内层预编码矩阵D_ii满足功率约束条件；z_i表示附加背景噪声，且z_i中的每个元素相互独立、服从均值为0，单位方差的复高斯分布；I_K表示K×K维单位矩阵；q_i表示小区i的基站向本小区用户发送的信号，满足E{q_i}＝0，E{q_iq_i ^H}＝I_K；结合拉格朗日乘子法，小区i的内层预编码矩阵D_ii表示为：

其中i、l＝1,2,...,L。

本发明结合导频污染减轻的策略，从预编码的角度给出了一种适用于大规模MIMO系统中的双层预编码设计方法。首先，基于ZF预编码思想设计外层预编码矩阵，以抑制小区内用户间干扰；然后，将信道和外层预编码矩阵作为等效信道，基于最小均方误差(MinimumMean Square Error，MMSE)准则设计内层预编码矩阵，从而使得因导频污染而引发的系统干扰得到有效地降低，进而解决了大规模MIMO系统中的导频污染问题。

附图说明

图1为大规模MIMO上行链路系统模型；

图2为大规模MIMO系统中结合导频污染消除的双层预编码设计方法的流程框图。

具体实施方式

下面将结合图1，图2对本发明的具体实施方式作详细说明。

本发明的大规模MIMO上行链路系统是工作于时分双工(Time Division Duplex,TDD)模式，首先，用户向基站发送导频序列来估计上行链路信道，基站根据信道互易性，得到下 行链路信道估计；然后，在基站端，基于迫零(Zero-Forcing，ZF)预编码思想设计外层预编码矩阵，以抑制小区内用户间干扰，最后，将信道和外层预编码矩阵作为等效信道，基于最小均方误差(Minimum Mean Square Error，MMSE)准则设计内层预编码矩阵，以抑制系统中因导频污染所引发的干扰。

首先，如图1所示，考虑L个导频完全复用的小区，每个小区包括一个配置M根天线的基站和K个单天线的用户，用户向基站发送导频序列以估计上行信道，而用户向本小区基站发送导频序列时，将受到来自其它小区用户发送的非正交导频带来的干扰，即形成导频污染问题。在上行链路中，小区i的基站接收信号如：

其中i表示小区i的序号，i＝1,2,...,L，k＝1,2,...,K，L表示小区总数，K表示每个小区内的用户总数，ρ_r表示用户导频序列发送功率，表示小区i的基站到小区l中第k个用户之间的信道矢量，β_ikl表示小区i的基站到小区l中第k个用户之间的大尺度衰落系数，h_ikl表示小区i的基站到小区l中第k个用户之间的小尺度衰落矢量，通常假设h_ikl服从0均值，协方差为M×M维的单位矩阵I_M，l表示小区l的序号，l＝1,2,...,L,上标T表示矩阵的转置操作符，表示各小区中第k个用户向小区i的基站同步发送的导频序列，τ(τ≥K)表示导频序列长度，中每个元素服从0均值，方差为的复高斯分布，且其中s、j＝1,2,...k,...K,K表示每个小区内的用户总数；n_i∈C^M×τ表示小区i中基站的接收噪声矩阵，M表示基站天线数，n_i中的每个元素相互独立，服从均值为0，单位方差的复高斯随机分布。

。根据最小方差(Least Square，LS)准则，则上标H表示矩阵的共轭转置操作符。由信道互易性，基站得到下行链路的信道估计：

表示小区i的基站到本小区第k个用户之间的信道估计矢量,g_iki表示小区i的基站到本小 区第k个用户之间的信道矢量,k＝1,2,...,K，表示小区i的基站到小区l中第k个用户之间的导频污染部分，n′_i表示噪声部分，表示均值为0，协方差矩阵为的噪声矢量。

根据上述模型，小区i中用户的接收信号x_i可表示为：

其中x_i表示小区i中用户的接收信号，维度为K×1，i表示小区i的序号；ρ_f表示基站发送功率，G_li表示小区l的基站到小区i中用户之间的信道，维度为K×M，l表示小区l的序号；W_ll表示小区l的外层预编码矩阵，维度为M×K；D_ll表示小区l的内层预编码矩阵，维度为K×K；q_l表示小区l的基站向本小区用户发送的信号，满足E{q_l}＝0，E{q_lq_l ^H}＝I_K，I_K表示K×K维单位矩阵；z_i表示附加背景噪声，且z_i中的每个元素相互独立、服从均值为0，单位方差的复高斯分布。具体地，其表现形式如下：

其中g_lki表示小区l中基站到小区i中第k个用户之间的信道矢量，q_kl表示小区l中基站给本小区第k个用户将发送的信号，x_kl表示小区l中第k个用户接收到的信号，k＝1,2,...,K。

然后，外层预编码矩阵W_ii的设计过程：

基于ZF预编码思想，并利用估计到的CSI，小区i的外层预编码矩阵W_ii可设计如下：其中

表示小区i的基站到本小区用户之间的信道估计。

根据强大数定理，对于x,y∈C^M×1为两个满足CN(0,cI_M)(c为常数)的独立矢量，则存在如下引理：

根据上述结论，由于于是当M→∞时， 为此

进一步，将W_ii进行归一化处理，得到

其中i＝1,2,...,l-1,l,l+1,...L。

将W_ii代入系统模型，再次运用上述引理，可得：

令

于是

其中H_li＝G_liW_ll表示小区l的基站到小区i中用户之间的等效信道，l＝1,2,...L。此时小区i中第k个用户的信号干扰比SIR_ki：

从SIR_ki的表达式看出：小区i的外层预编码矩阵W_ii有效地抑制了小区i中用户间干扰，然而 系统中仍存在因导频污染所引起的干扰项，其中k＝1,2,...K；i＝1,2,...,L。

然后，内层预编码矩阵D_ii的设计过程具体如下：

基于MMSE准则设计小区i的内层预编码矩阵D_ii：

其中min{·}表示最小化运算,Tr(·)表示矩阵的迹，α表示功率限制因子，以使D_ii满足功率约束条件，H_il＝G_ilW_ii表示小区i的基站到小区l中用户之间的等效信道，H_ii＝G_iiW_ii表示小区i的基站到本小区用户之间的等效信道，且i、l＝1,2,...,L。此时，运用拉格朗日乘子法如下：

然后，拉格朗日函数L(D_ii,α,λ)分别对变量D_ii、α、λ求偏导数如下：

可解出D_ii、α、λ。具体计算过程如下：由(1)式可得：

可得：

由(3)式可得

将(4)式代入(5)式中可得：

进而由(2)式可得：

此时，将(4)式代入(7)式，可得：

对(8)式进一步处理后，变换可得：

将(6)式代入(9)式可得：

然后，将(10)式代入(6)可得：

最后，将(10)、(11)式代入(4)式，可得小区i的内层预编码矩阵D_ii：

其中i表示小区i的序号，l表示小区l的序号，i、l＝1,2,...,L。结合各小区设计出的内层预编码矩阵，并基于小区间的协作，此时，系统中对小区i中用户的干扰项被最小化，即有效地抑制了系统因导频污染所引发的干扰。

Claims (6)

1.大规模MIMO系统中结合导频污染消除的双层预编码设计方法，其特征在于，系统工作于时分双工TDD模式，首先，基站接收到用户发送的导频序列，估计上行链路信道；根据信道互易性，得到下行链路信道估计；然后，在基站端，基于迫零ZF预编码思想设计外层预编码矩阵，以抑制小区内用户间干扰；最后，将信道和外层预编码矩阵作为等效信道，基于最小均方误差MMSE准则设计内层预编码矩阵，以抑制系统中因导频污染所引发的干扰。

2.根据权利要求1所述方法，其特征在于，用户向基站发送导频序列，基站基于最小方差Least Square准则，估计出上行链路信道矢量：

其中表示小区i中第k个用户到本小区基站之间的信道估计矢量，Y_i表示小区i中基站的接收信号，表示小区i中第k个用户所发送的导频序列，τ表示导频序列长度，ρ_r表示导频序列的发送功率，上标T和H分别表示矩阵的转置和共轭转置操作符。

3.根据权利要求1所述方法，其特征在于，基站根据信道互易性，得到下行链路信道估计矢量

${\hat{g}}_{iki}=g_{iki}+\underset{l=1,l\≠i}{\overset{L}{\mathrm{\Σ}}}{g}_{ikl}+n_i^{\′}$

表示小区i的基站到本小区第k个用户之间的信道估计矢量,g_iki表示小区i的基站到本小区第k个用户之间的信道矢量,k＝1,2,...,K，表示导频污染部分，表示均值为0，协方差矩阵为的噪声矢量，其中I_M表示M×M维单位矩阵，M表示基站天线数，n_i∈C^M×τ表示小区i中基站的接收噪声矩阵，n_i中的每个元素相互独立，服从均值为0，单位方差的复高斯随机分布。

4.根据权利要求1所述方法，其特征在于：基于ZF预编码思想，进而通过归一化处理，得到小区i的外层预编码矩阵:

$W_{ii}=\left[\begin{array}{cccc}\frac{\frac{{\hat{g}}_{i1i}^H}{{\hat{g}}_{i1i}\·{\hat{g}}_{i1i}^H}}{\left|\right|\frac{{\hat{g}}_{i1i}^H}{{\hat{g}}_{i1i}\·{\hat{g}}_{i1i}^H}\left|\right|}& \frac{\frac{{\hat{g}}_{i2i}^H}{{\hat{g}}_{i2i}\·{\hat{g}}_{i2i}^H}}{\left|\right|\frac{{\hat{g}}_{i2i}^H}{{\hat{g}}_{i2i}\·{\hat{g}}_{i2i}^H}\left|\right|}& ...& \frac{\frac{{\hat{g}}_{iKi}^H}{{\hat{g}}_{iKi}\·{\hat{g}}_{iKi}^H}}{\left|\right|\frac{{\hat{g}}_{iKi}^H}{{\hat{g}}_{iKi}\·{\hat{g}}_{iKi}^H}\left|\right|}\end{array}\right]$

其中i＝1,2,...,L，i表示小区i的序号，L表示小区总数，表示小区i的基站到本小区第k个用户之间的信道矢量，k＝1,2,...,K，K表示每个小区内的用户总数。

5.根据权利要求1所述方法，其特征在于，将信道与外层预编码矩阵的结合作为等效信道，即小区i的基站到本小区用户之间的等效信道H_ii＝G_iiW_ii，G_ii表示小区i的基站到本小区用户之间的信道，W_ii表示小区i的外层预编码矩阵；小区i的基站到小区l中用户之间的等效信道H_il＝G_ilW_ii，G_il表示小区i的基站到小区l中用户之间的信道，其中l＝1,2,...,L；l表示小区l的序号。

6.根据权利要求1所述方法，其特征在于，基于MMSE准则设计小区i的内层预编码矩阵D_ii：

$\underset{Tr\left\{D_{ii}^H{D}_{ii}\right\}=1,\mathrm{\α}}{\min }E\left\{\left|\right|\mathrm{\α}\left(H_{ii}{D}_{ii}{q}_i+z_i\right)-q_i|{|}^2+\underset{l\≠i}{\mathrm{\Σ}}|\left|{\mathrm{\αH}}_{il}{D}_{ii}{q}_i\right|{|}^2\right\}$

其中min{·}表示最小化运算,Tr(·)表示矩阵的迹，α表示功率限制因子，以使小区i的内层预编码矩阵D_ii满足功率约束条件；z_i表示附加背景噪声，且z_i中的每个元素相互独立、服从均值为0，单位方差的复高斯分布；I_K表示K×K维单位矩阵；q_i表示小区i的基站向本小区用户发送的信号，满足E{q_i}＝0，E{q_iq_i ^H}＝I_K；结合拉格朗日乘子法，小区i的内层预编码矩阵D_ii表示为：

$D_{ii}=\frac{{(H_{ii}^H{H}_{ii}+\underset{l\≠i,l=1}{\overset{L}{\mathrm{\Σ}}}{H}_{il}^H{H}_{il}+{\mathrm{KI}}_K)}^{-1}\·H_{ii}^H}{\left|\right|{(H_{ii}^H{H}_{ii}+\underset{l\≠i,l=1}{\overset{L}{\mathrm{\Σ}}}{H}_{il}^H{H}_{il}+{\mathrm{KI}}_K)}^{-1}\·H_{ii}^H\left|\right|}$

其中i、l＝1,2,...,L。