CN105978667A - 空时信道mimo无线传输系统遗传优化方法 - Google Patents

Abstract

本发明涉及通信技术。本发明是要显著提高MIMO系统的数据传输率、系统容量及频谱效率，提供了一种空时信道MIMO无线传输系统遗传优化方法，其技术方案可概括为：首先接收到输入的基带信号，将该基带信号传送给其对应的虚拟信道向量模块，每一个虚拟信道向量模块根据设置的复加权值对输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端进行发送，反馈信息接收端实时接收由系统接收端发送来的反馈信息，并传输给空时优化模块，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置。本发明的有益效果是，提高数据传输率，适用于MIMO系统。

Description

空时信道MIMO无线传输系统遗传优化方法

技术领域

本发明涉及通信技术，特别涉及MIMO无线传输技术。

背景技术

MIMO(多输入多输出)技术利用发射端与接收端的多天线的不同空间位置所形成的无线信道并行传输多路数据流，能明显提高无线通信系统的数据传输率及系统容量，是现代无线通信技术的一个重要的发展方向，具有广泛的应用前景。

现有MIMO系统的系统框图参见图1，其发射端具有N_T路输入基带数据流x₁(t)，x₂(t)，…，及N_T根发射天线(N_T＝1，2，…),x_m(t)∈{±1}(m＝1,2,...,N_T)；每路数据流x_m(t)经射频调制后，变为高频信号，再进行放大后由相应的天线Ant.m(m＝1，2,…，N_T)发射出去；接收端配置L_R根接收天线(L_R＝1，2，…)，每根天线的射频信号经放大及解调器后得到基带信号；信号检测及处理模块对来自不同天线的L_R路基带信号进行优化合并、检测、判决等处理，最后得到N_T路输出数据流y₁(t)，y₂(t)，…，y_m(t)∈{±1}(m＝1,2,...,N_T)，y_m(t)是发射端输入数据流x_m(t)的估计值即通常情况下，L_R≥N_T。

设h_lm表示第l根接收天线到第m根发射天线之间的空间无线信道，则第l根接收天线上的信号为：

$r_l\left(t\right)=\underset{m=1}{\overset{N_T}{\Σ}}{h}_{lm}{x}_m\left(t\right)+n_l\left(t\right),(l=1,2,...,L_R)$

其中，n_l(t)为第l根接收天线的高斯白噪声。为了检测出某路数据流x_i(t)，可在接收端采用最大信噪比合并方法，则其计算公式为：

$r_l\left(t\right)=h_{li}{x}_i\left(t\right)+\underset{m=1,m\≠i}{\overset{N_T-1}{\Σ}}{h}_{lm}{x}_m\left(t\right)+n_l\left(t\right),(l=1,2,...,L_R)$

在接收端可估计出信道h_lm，然后据此将各个接收天线的信号合并得到判决变量，即：

$Z_i\left(t\right)=\underset{l=1}{\overset{L_R}{\Σ}}{h_{li}}^{*}{r}_l\left(t\right)=\underset{l=1}{\overset{L_R}{\Σ}}{h_{li}}^{*}\left(h_{li}{x}_i\right(t)+\underset{m=1,m\≠i}{\overset{N_T}{\Σ}}{h}_{lm}{x}_m\left(t\right)+n_l(t\left)\right)$

$Z_i\left(t\right)=x_i\left(t\right)\underset{l=1}{\overset{L_R}{\Σ}}|h_{li}{|}^2+\underset{l=1}{\overset{L_R}{\Σ}}\underset{m=1,m\≠i}{\overset{N_T}{\Σ}}{h_{li}}^{*}{h}_{lm}{x}_m\left(t\right)+\underset{l=1}{\overset{L_R}{\Σ}}{h_{li}}^{*}{n}_l\left(t\right)$

设Q_D(.)为判决函数，Q_D(.)∈{±1}。则有：

$y_i\left(t\right)={\hat{x}}_i\left(t\right)=Q_D\left(\mathrm{Re}\right(Z_i\left(t\right)\left)\right),(i=1,2,...,N_T)$

这里，Re(.)表示取实数操作。代表有用信号分量；则代表来自其它数据流的干扰及各接收天线的噪声，只要将这些干扰及噪声控制在一定的范围内，接收端就可以正确地检测出各个发送的数据流。

在现有MIMO系统中，发射端在同一频段采用多天线同时传输多路信号或数据流，可以提高数据传输率，或增加系统容量。一个N×N(N根发射天线及N根接收天线)MIMO系统最多能提高数据传输率N倍，或增加系统容量N倍。而数据传输率提高得越多或系统容量增加得越多，天线的数量就会增加越多。但在实际应用中，天线数量的增加往往又受到成本、空间尺度等因素的制约，因而限制系统性能的提高程度，即相对于额外天线数量的增加、元器件及成本的投入，所获得的数据传输率、系统容量或性能的提升十分有限，并不理想，这是现有技术方案存在的一个缺点。另外，无线信道间往往存在着的相关性，信道的相关性会明显削弱MIMO系统的性能，使其潜在优势难以发挥，这是现有技术方案的另一个缺点。

发明内容

本发明的目的是要显著提高MIMO系统的数据传输率、系统容量及频谱效率，并优化传输信道，提高系统性能，提供一种空时信道MIMO无线传输系统遗传优化方法。

空时信道MIMO无线传输系统发射端，包括多路信号发射端，每一路信号发射端包括一个调制滤波放大模块及一根发射天线，其特征在于，还包括多个虚拟信道向量模块、反馈信息接收端及空时优化模块，每一个虚拟信道向量模块对应至少一个信号输入端，每一个信号输入端仅对应一个虚拟信道向量模块，每一个虚拟信道向量模块的输出端仅与一路信号发射端一一对应连接，所述反馈信息接收端与空时优化模块连接，空时优化模块与每一个虚拟信道向量模块连接，空时优化模块与每一个信号输入端连接；

所述虚拟信道向量模块用于根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端；

所述反馈信息接收端用于接收由系统接收端发送来的反馈信息，并传输给空时优化模块；

所述空时优化模块用于根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置。

具体的，所述虚拟信道向量模块包括与信号输入端数量相对应的复加权模块及一个加法器，每一个复加权模块的输入端都分别与一个信号输入端一一对应连接，每一个复加权模块的输出端都分别与加法器的一个输入端一一对应连接，每一个加法器的输出端作为该虚拟信道向量模块的输出端与一个信号发射端一一对应连接，空时优化模块分别与每一个复加权模块连接。

进一步的，所述每一个信号输入端输入的基带信号都不相同；或者一些信号输入端输入的基带信号相同，另一些信号输入端输入的基带信号不同。

具体的，所述每个虚拟信道向量模块所对应的信号输入端的数量可以相同，也可以不同。

再进一步的，所述反馈信息中包含信道识别及系统状态信息。

具体的，所述信道识别及系统状态信息包括信噪比、误码率、误差值及信道估计值。

本发明解决其技术问题，采用的技术方案是，空时信道MIMO无线传输系统遗传优化方法，应用于上述空时信道MIMO无线传输系统发射端，其特征在于，包括以下步骤：

A、信号输入端接收到输入的基带信号，将该基带信号传送给其对应的虚拟信道向量模块；

B、每一个虚拟信道向量模块根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端进行发送；

C、反馈信息接收端实时接收由系统接收端发送来的反馈信息，并传输给空时优化模块，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置，回到步骤B，所述空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值的方法可以为采用遗传算法搜索全局最优系统虚拟信道向量，其中，

设发射天线数量为N_T，也为输入信号向量的数量，接收天线数量为L_R，w为系统虚拟信道向量，表示为：这里，向量w_m表示第m个虚拟信道向量，包括N_m个虚拟信道w_mn，表示为：(m＝1,2,……,N_T)，w_mn表示每个基带输入信号x_mn(t)所对应的虚拟信道，具体为：N_m指代第m个虚拟信道向量模块所对应的信号输入端的数量，n＝1,2,……,N_m，x_mn(t)是指第m个虚拟信道向量模块中第n个信号输入端输入的基带输入信号，向量x_m(t)是指第m个虚拟信道向量模块的输入信号向量，其包括N_m个基带输入信号x_mn(t)(n＝0,1,…,N_m)，x_mn(t)为复数信号，表示为

设种群大小为S_E，终止进化代数为K_E，并将空时信道MIMO无线传输系统发射端的每个系统虚拟信道向量作为一个个体；

在第k代，第s个个体，即第s个系统虚拟信道向量表示为其中，是第s个个体的第m个虚拟信道向量；

令表示在第k代，整个群体搜索到的全局最优解，其中，是全局最优解中的第m个虚拟信道向量；

令参考信号在每个数据帧中占用一个时隙，用表示参考信号向量，其中x_Rm(t)是对应于输入信号向量x_m(t)的第m个参考信号向量，将参考信号向量在w^(s)(k)作用条件下的估计值表示为其相应的误差表示为同理，在w^(s)(k)作用条件下的误码率BER表示为

因此，采用遗传算法搜索全局最优系统虚拟信道向量的具体步骤如下：

步骤1、在空时信道MIMO无线传输系统发射端，根据实际通信环境设置常数：S_E，K_E，U，G_T，P_c，P_m，其中，S_E是种群大小；K_E是终止进化代数；U是二进制编码符号串的长度；G_T是虚拟信道增益约束常数；P_c是交叉概率；P_m是变异概率；

步骤2、在空时信道MIMO无线传输系统发射端，设置k＝0，随机产生初始种群的每一个个体，得到采用得到的每一个w^(s)(0)，分时隙发送一个参考信号序列x_R(t)，一共S_E个不同时隙，每个时隙采用一个不同的w^(s)(0)(s＝1,2,…,S_E)；

步骤3、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即(s＝1,2,…,S_E)，然后用不同的w^(s)(0)计算误差：

或者计算

将其作为反馈信号，发送每一个或到空时信道MIMO无线传输系统发射端；

步骤4、在空时信道MIMO无线传输系统发射端进行如下操作：

步骤401、更新进化代数k→k+1；

步骤402、将种群中的每一个个体进行编码，即用长度为U的染色体二进制符号串表示；

步骤403、根据反馈信号，采用比例选择方法从当前群体中选出优良的个体，使它们有机会作为父代为下一代繁殖子孙，反馈信号值越小的个体被遗传到下一代的概率越大，计算第k代第s个个体被选择的概率为：

或

步骤404、将步骤403中选择的个体随机搭配成对，对每一对互相配对的个体采用单点交叉算子来进行交叉运算，从长度为U的染色体中随机选择一个交叉点，然后根据设定的交叉概率P_c从交叉点处相互交换两个个体的部分染色体，从而产生出两个新的个体；

步骤405、将步骤404中产生的每一个新个体进行变异运算，使每一个新个体根据设定的变异概率P_m改变每一个二进制符号位，即0变为1，而1变为0；

步骤406、经过步骤405后，产生出了新的种群，将新种群中的每一个染色体二进制符号串进行解码，转换为十进制值，得到每一个新个体w^(s)(k+1)(s＝1,2,…,S_E)，并限制发射功率：

$\frac{\sqrt{G_T}{w}^{\left(s\right)}(k+1)}{\left|\right|w^{\left(s\right)}(k+1)\left|\right|}\→w^{\left(s\right)}(k+1)$

然后，在不同的时隙发送参考信号到系统接收端，一共S_E个时隙，每一个时隙采用不同的w^(s)(k+1)(s＝1,2,…,S_E)；

步骤5、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即 然后，用不同的w^(s)(k+1)计算误差：

或者计算

然后将其作为反馈信号，发送每一个或到空时信道MIMO无线传输系统发射端；

步骤6、在空时信道MIMO无线传输系统发射端，如果达到终止进化代数K_E，操作停止，并在所有反馈信号中找出最小反馈信号值，设相应于最小反馈信号值的个体是w^(g)(k+1)，则全局最优解b(k+1)＝w^(g)(k+1)；否则，返回到步骤4。

具体的，步骤B中，第m个虚拟信道向量模块所输出的信号为

$s_m\left(t\right)={w_m}^H{x}_m\left(t\right)=\underset{n=1}{\overset{N_m}{\Σ}}{w_{mn}}^{*}{x}_{mn}\left(t\right)$

其中，向量w_m表示第m个虚拟信道向量，包括N_m个虚拟信道w_mn，表示为：表示每个基带输入信号x_mn(t)所对应的虚拟信道，具体为：为复数信号，N_T为发射天线数量，也为输入信号向量的数量，N_m指代第m个虚拟信道向量模块所对应的信号输入端的数量，n＝1,2,……,N_m，x_mn(t)是指第m个虚拟信道向量模块中第n个信号输入端输入的基带输入信号，向量x_m(t)是指第m个虚拟信道向量模块的输入信号向量，表示为：

本发明的有益效果是，在本发明方案中，通过上述空时信道MIMO无线传输系统遗传优化方法，可大幅度增加MIMO无线通信系统中每根发射天线的传输信道数量，由此增加每根天线传输的信号或数据流路数，因而可以在不增加天线数量的情况下显著提高MIMO系统的数据传输率、系统容量及频谱效率。在传输相同数据流时，本发明MIMO系统与现有MIMO系统相比，所需天线数量更少，从而可以减少发射天线数量，降低系统复杂度，降低系统成本，且根据反馈信息进行动态虚拟信道调整，明显降低接收误码率，提高信号传输的可靠性。

附图说明

图1是现有MIMO无线通信系统的系统框图。

图2是本发明空时信道MIMO无线传输系统发射端的系统框图。

图3是本发明实施例中空时信道MIMO无线传输系统的系统框图。

具体实施方式

下面结合实施例及附图，详细描述本发明的技术方案。

本发明所采用的空时信道MIMO无线传输系统发射端的系统框图如图2。本发明的空时信道MIMO无线传输系统发射端，包括多路信号发射端，每一路信号发射端包括一个调制滤波放大模块及一根发射天线；该系统发射端还包括多个虚拟信道向量模块、反馈信息接收端及空时优化模块，每一个虚拟信道向量模块对应至少一个信号输入端，每一个信号输入端仅对应一个虚拟信道向量模块，每一个虚拟信道向量模块的输出端仅与一路信号发射端一一对应连接，所述反馈信息接收端与空时优化模块连接，空时优化模块与每一个虚拟信道向量模块连接，空时优化模块与每一个信号输入端连接，其中，虚拟信道向量模块用于根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端；反馈信息接收端用于接收由系统接收端发送来的反馈信息，并传输给空时优化模块；空时优化模块用于根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置。

本发明所采用的空时信道MIMO无线传输系统遗传优化方法，应用于上述空时信道MIMO无线传输系统发射端，首先信号输入端接收到输入的基带信号，将该基带信号传送给其对应的虚拟信道向量模块，每一个虚拟信道向量模块根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端进行发送，反馈信息接收端实时接收由系统接收端发送来的反馈信息，并传输给空时优化模块，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置。

实施例

本发明实施例的空时信道MIMO无线传输系统发射端的系统框图如图2所示，包括多路信号发射端，每一路信号发射端包括一个调制滤波放大模块及一根发射天线，还包括多个虚拟信道向量模块、反馈信息接收端及空时优化模块，每一个虚拟信道向量模块对应至少一个信号输入端，每一个信号输入端仅对应一个虚拟信道向量模块，每一个虚拟信道向量模块的输出端仅与一路信号发射端一一对应连接，所述反馈信息接收端与空时优化模块连接，空时优化模块与每一个虚拟信道向量模块连接，空时优化模块与每一个信号输入端连接，其中，虚拟信道向量模块用于根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端；反馈信息接收端用于接收由系统接收端发送来的反馈信息，并传输给空时优化模块；空时优化模块用于根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置。

本例中，虚拟信道向量模块包括与信号输入端数量相对应的复加权模块及一个加法器，每一个复加权模块的输入端都分别与一个信号输入端一一对应连接，每一个复加权模块的输出端都分别与加法器的一个输入端一一对应连接，每一个加法器的输出端作为该虚拟信道向量模块的输出端与一个信号发射端一一对应连接，空时优化模块分别与每一个复加权模块连接。

每一个信号输入端输入的基带信号都可以不相同或者一些相同而一些不同，当然也可以全部相同，且每个虚拟信道向量模块所对应的信号输入端的数量也可以不同或者相同，而反馈信息中包含信道识别及系统状态信息，如信噪比、误码率、误差值及信道估计值等。

本例中，由该空时信道MIMO无线传输系统发射端组成的空时信道MIMO无线传输系统的系统框图如图3所示，包括其对应的系统接收端，系统接收端中包括多根接收天线、对应的解调滤波放大模块、对应的信号检测及处理模块以及信道辨识及系统状态信息采集模块、反馈信息发送端，而信道辨识及系统状态信息采集模块和反馈信息发送端为现有某些接收端中所具有的部分，此处不再详述。

使用时，其处理方法如下：

A、信号输入端接收到输入的基带信号，将该基带信号传送给其对应的虚拟信道向量模块；

B、每一个虚拟信道向量模块根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端进行发送；

C、反馈信息接收端实时接收由系统接收端发送来的反馈信息，并传输给空时优化模块，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置，回到步骤B。

本步骤中，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值的具体方法及其原理如下：

设空时信道MIMO无线传输系统发射端(以下简称发射端)具有N_T根发射天线，其对应的接收端具有L_R根接收天线，一般地，L_R≥N_T，则发射端有N_T个输入信号向量，每个输入信号向量包括多个基带输入信号，设第m个输入信号向量为 即向量x_m(t)包括N_m个基带输入信号x_mn(t)(n＝0,1,…,N_m)，x_mn(t)为复数信号。

系统发射端所有N_T个输入信号向量组成系统发射信号向量每个基带输入信号x_mn(t)经过一个对应的虚拟信道用w_m表示第m个虚拟信道向量,则向量w_m包括N_m个虚拟信道w_mn。在发射端，N_T个虚拟信道向量w_m与N_T个输入信号向量x_m(t)一一对应，可以用一个系统虚拟信道向量来表示，即

在接收端，第l根接收天线收到来自所有N_T根发射天线的信号。令h_lm表示第l根接收天线到第m根发射天线之间的空间无线信道。信号x_mn(t)从第m根发射天线到第l根接收天线经过了两个传输路径，即虚拟信道w_mn和空间无线信道h_lm，这两个信道级联构成整体传输信道w_mn ^*h_lm，称协同空分信道。因此，第m根发射天线所发送的信号为

$s_m\left(t\right)={w_m}^H{x}_m\left(t\right)=\underset{n=1}{\overset{N_m}{\Σ}}{w_{mn}}^{*}{x}_{mn}\left(t\right)$

第l根接收天线收到的信号为

$y_l\left(t\right)=\underset{m=1}{\overset{N_T}{\Σ}}{h}_{lm}{w_m}^H{x}_m\left(t\right)+q_l\left(t\right),(l=1,2,...,L_R)$

式中，q_l(t)是第l根接收天线的高斯白噪声。系统的空间无线信道矩阵表示为

H可以简化表示为其中设为接收端的接收信号向量，则

$y\left(t\right)=\underset{m=1}{\overset{N_T}{\Σ}}{h}_m\left({w_m}^H{x}_m\right(t\left)\right)+q\left(t\right)$

式中，是接收端的噪声向量。

在本系统中，系统协同空分信道矩阵表示为

$g=\left[\begin{array}{cccc}{g}_1& g_2& ...& g_{N_T}\end{array}\right]$

式中，g_m＝h_mw_m ^H是一个L_R×N_m矩阵，表示第m根发射天线对应的协同空分信道。因此，接收信号向量可进一步表示为

$y\left(t\right)=\underset{m=1}{\overset{N_T}{\Σ}}{h}_m\left({w_m}^H{x}_m\right(t\left)\right)+q\left(t\right)=\underset{m=1}{\overset{N_T}{\Σ}}{g}_m{x}_m\left(t\right)+q\left(t\right)$

通过调整与优化虚拟信道w_mn，即可调整与优化协同空分信道w_mn ^*h_lm(m＝1,2,…,N_T；n＝1,2,…,N_m；l＝1,2,…,L_R)，使系统整体传输信道合理布局，最有利于接收端的信号检测及系统传输性能的优化。

在系统接收端，信噪比为

$\begin{array}{c}{\mathrm{\η}}_R=\frac{E\[{\left(gx\right(t\left)\right)}^H\left(gx\right(t))\]}{{\mathrm{\σ}}^2}\\ =\frac{P_R}{{\mathrm{\σ}}^2}\end{array}$

这里，P_R＝E[(gx(t))^H(gx(t))]是接收端的接收信号功率，σ²＝E[q(t)^Hq(t)]是接收端的噪声功率。将P_R＝E[(gx(t))^H(gx(t))]展开得

式中，λ_ij＝E[h_i ^Hh_j]是一个标量，R_ij＝E[x_i(t)x_j(t)^H]是一个N_i×N_j输入相关矩阵，(i＝1,2,…,N_T；j＝1,2,…,N_T)，R是一个信号传输矩阵，

在系统接收端，我们希望最大化信噪比η_R，但由于接收端噪声功率σ²视为一个常数，所以，最大化接收信号功率P_R等效于最大化信噪比η_R，因此，本例的优化准则如下：

$\begin{array}{cccc}\underset{w}{max}& w^{H}Rw& s.t.& \left|\right|w|{|}^2=G\end{array}$

这里，G是一个常数。在发射信号功率为一定的条件下，通过调整虚拟信道，上述优化机制使传输到接收端的信号功率最大。其优化解为：

$w_{opt}=\sqrt{G}{\tilde{v}}_{max}$

式中，是对应于矩阵R的最大特征值的特征向量，且w_opt即为欲得到的复加权向量w的最优值。

对于QPSK信号，如果已知接收信噪比则接收误码率(BER)为

$P_b=Q\left(\sqrt{\frac{2P_R}{{\mathrm{\σ}}^2}}\right)$

式中，Q(.)是一个函数，定义为因此，对于QPSK信号，采用优化解时接收误码率(BER)为

$P_b=Q\left(\sqrt{\frac{2P_{Rmax}}{{\mathrm{\σ}}^2}}\right)=Q\left(\sqrt{\frac{2G{\tilde{v}}_{max}^{H}R{\tilde{v}}_{max}}{{\mathrm{\σ}}^2}}\right)$

式中，P_Rmax是接收信号功率的最大值。

虽然提供了一个优化闭合解，但在有的情况下其效果不一定很理想。另一个方案是采用遗传算法搜索全局最优解。

在此，设种群大小为S_E，终止进化代数为K_E，并将空时信道MIMO无线传输系统发射端的每个系统虚拟信道向量作为一个个体，在第k代，第s个个体，即第s个系统虚拟信道向量表示为

式中， 是第s个个体的第m个虚拟信道向量。令表示在第k代，整个群体搜索到的全局最优解，其中，是全局最优解中的第m个虚拟信道向量。在这个方法中，采用参考信号将有助于搜索。参考信号在每个数据帧中占用一个时隙，用表示参考信号向量，式中，x_Rm(t)是对应于输入信号向量x_m(t)的第m个参考信号向量。在优化过程中，首先要检测或估计参考信号，然后将检测或估计结果与实际参考信号进行对比，产生误差，将误差作为反馈信息发送到发射端。在检测参考信号向量x_R(t)时，信号向量估计值会受系统虚拟信道向量w^(s)(k)的影响,因此，将参考信号向量在w^(s)(k)条件下的估计值表示为其相应的误差表示为类似地，在w^(s)(k)条件下的误码率BER表示为

因此，采用遗传算法搜索全局最优系统虚拟信道向量的具体步骤如下：

步骤1、在空时信道MIMO无线传输系统发射端，根据实际通信环境设置常数：S_E，K_E，U，G_T，P_c，P_m，其中，S_E是种群大小；K_E是终止进化代数；U是二进制编码符号串的长度；G_T是虚拟信道增益约束常数；P_c是交叉概率；P_m是变异概率；

步骤2、在空时信道MIMO无线传输系统发射端，设置k＝0，随机产生初始种群的每一个个体，得到采用得到的每一个w^(s)(0)，分时隙发送一个参考信号序列x_R(t)，一共S_E个不同时隙，每个时隙采用一个不同的w^(s)(0)(s＝1,2,…,S_E)；

步骤3、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即 然后用不同的w^(s)(0)计算误差：

或者计算

将其作为反馈信号，发送每一个或到空时信道MIMO无线传输系统发射端；

步骤4、在空时信道MIMO无线传输系统发射端进行如下操作：

步骤401、更新进化代数k→k+1；

步骤402、将种群中的每一个个体进行编码，即用长度为U的染色体二进制符号串表示；

步骤403、根据反馈信号，采用比例选择方法从当前群体中选出优良的个体，使它们有机会作为父代为下一代繁殖子孙，反馈信号值越小的个体被遗传到下一代的概率越大，计算第k代第s个个体被选择的概率为：

或

步骤404、将步骤403中选择的个体随机搭配成对，对每一对互相配对的个体采用单点交叉算子来进行交叉运算，从长度为U的染色体中随机选择一个交叉点，然后根据设定的交叉概率P_c从交叉点处相互交换两个个体的部分染色体，从而产生出两个新的个体；

步骤405、将步骤404中产生的每一个新个体进行变异运算，使每一个新个体根据设定的变异概率P_m改变每一个二进制符号位，即0变为1，而1变为0；

步骤406、经过步骤405后，产生出了新的种群，将新种群中的每一个染色体二进制符号串进行解码，转换为十进制值，得到每一个新个体w^(s)(k+1)(s＝1,2,…,S_E)，并限制发射功率：

$\frac{\sqrt{G_T}{w}^{\left(s\right)}(k+1)}{\left|\right|w^{\left(s\right)}(k+1)\left|\right|}\→w^{\left(s\right)}(k+1)$

然后，在不同的时隙发送参考信号到系统接收端，一共S_E个时隙，每一个时隙采用不同的w^(s)(k+1)(s＝1,2,…,S_E)；

步骤5、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即 然后，用不同的w^(s)(k+1)计算误差：

或者计算

然后将其作为反馈信号，发送每一个或到空时信道MIMO无线传输系统发射端；

步骤6、在空时信道MIMO无线传输系统发射端，如果达到终止进化代数K_E，操作停止，并在所有反馈信号中找出最小反馈信号值，设相应于最小反馈信号值的个体是w^(g)(k+1)，则全局最优解b(k+1)＝w^(g)(k+1)；否则，返回到步骤4。

在上述步骤3、5中，当采用QPSK信号时，如果接收信噪比已经得到，则可利用直接计算BER。

Claims (7)

1.空时信道MIMO无线传输系统遗传优化方法，应用于空时信道MIMO无线传输系统发射端，所述空时信道MIMO无线传输系统发射端包括多路信号发射端，每一路信号发射端包括一个调制滤波放大模块及一根发射天线；该系统发射端还包括多个虚拟信道向量模块、反馈信息接收端及空时优化模块，每一个虚拟信道向量模块对应至少一个信号输入端，每一个信号输入端仅对应一个虚拟信道向量模块，每一个虚拟信道向量模块的输出端仅与一路信号发射端一一对应连接，所述反馈信息接收端与空时优化模块连接，空时优化模块与每一个虚拟信道向量模块连接，空时优化模块与每一个信号输入端连接；所述虚拟信道向量模块用于根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端；所述反馈信息接收端用于接收由系统接收端发送来的反馈信息，并传输给空时优化模块；所述空时优化模块用于根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置，其特征在于，包括以下步骤：

A、信号输入端接收到输入的基带信号，将该基带信号传送给其对应的虚拟信道向量模块；

B、每一个虚拟信道向量模块根据设置的复加权值对与其连接的每一个信号输入端输入的基带信号进行复加权操作，并将所有复加权后的基带信号进行合并后传输给对应的信号发射端进行发送；

C、反馈信息接收端实时接收由系统接收端发送来的反馈信息，并传输给空时优化模块，空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值，并对其进行设置，回到步骤B，所述空时优化模块根据接收到的反馈信息采用空时优化算法计算出各虚拟信道向量模块中各复加权值的方法为采用遗传算法搜索全局最优系统虚拟信道向量，其中，

设发射天线数量为N_T，也为输入信号向量的数量，接收天线数量为L_R，w为系统虚拟信道向量，表示为：这里，向量w_m表示第m个虚拟信道向量，包括N_m个虚拟信道w_mn，表示为：(m＝1,2,……,N_T)，w_mn表示每个基带输入信号x_mn(t)所对应的虚拟信道，具体为：N_m指代第m个虚拟信道向量模块所对应的信号输入端的数量，n＝1,2,……,N_m，x_mn(t)是指第m个虚拟信道向量模块中第n个信号输入端输入的基带输入信号，向量x_m(t)是指第m个虚拟信道向量模块的输入信号向量，其包括N_m个基带输入信号x_mn(t)(n＝0,1,…,N_m)，x_mn(t)为复数信号，表示为(m＝1,2,…,N_T)；

设种群大小为S_E，终止进化代数为K_E，并将空时信道MIMO无线传输系统发射端的每个系统虚拟信道向量作为一个个体；

在第k代，第s个个体，即第s个系统虚拟信道向量表示为其中，(k＝0,2,…,K_E；s＝1,2,…,S_E；m＝1,2,…,N_T)是第s个个体的第m个虚拟信道向量；

令表示在第k代，整个群体搜索到的全局最优解，其中，(m＝1,2,…,N_T)是全局最优解中的第m个虚拟信道向量；

令参考信号在每个数据帧中占用一个时隙，用表示参考信号向量，其中x_Rm(t)是对应于输入信号向量x_m(t)的第m个参考信号向量，将参考信号向量在w^(s)(k)作用条件下的估计值表示为其相应的误差表示为同理，在w^(s)(k)作用条件下的误码率BER表示为

因此，采用遗传算法搜索全局最优系统虚拟信道向量的具体步骤如下：

步骤1、在空时信道MIMO无线传输系统发射端，根据实际通信环境设置常数：S_E，K_E，U，G_T，P_c，P_m，其中，S_E是种群大小；K_E是终止进化代数；U是二进制编码符号串的长度；G_T是虚拟信道增益约束常数；P_c是交叉概率；P_m是变异概率；

步骤2、在空时信道MIMO无线传输系统发射端，设置k＝0，随机产生初始种群的每一个个体，得到(s＝1,2,…,S_E)；采用得到的每一个w^(s)(0)，分时隙发送一个参考信号序列x_R(t)，一共S_E个不同时隙，每个时隙采用一个不同的w^(s)(0)(s＝1,2,…,S_E)；

步骤3、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即(s＝1,2,…,S_E)，然后用不同的w^(s)(0)计算误差：

或者计算(s＝1,2,…,S_E)，

将其作为反馈信号，发送每一个或到空时信道MIMO无线传输系统发射端；

步骤4、在空时信道MIMO无线传输系统发射端进行如下操作：

步骤401、更新进化代数k→k+1；

步骤402、将种群中的每一个个体进行编码，即用长度为U的染色体二进制符号串表示；

步骤403、根据反馈信号，采用比例选择方法从当前群体中选出优良的个体，使它们有机会作为父代为下一代繁殖子孙，反馈信号值越小的个体被遗传到下一代的概率越大，计算第k代第s个个体被选择的概率为：

或(s＝1,2,…,S_E)；

步骤404、将步骤403中选择的个体随机搭配成对，对每一对互相配对的个体采用单点交叉算子来进行交叉运算，从长度为U的染色体中随机选择一个交叉点，然后根据设定的交叉概率P_c从交叉点处相互交换两个个体的部分染色体，从而产生出两个新的个体；

步骤405、将步骤404中产生的每一个新个体进行变异运算，使每一个新个体根据设定的变异概率P_m改变每一个二进制符号位，即0变为1，而1变为0；

步骤406、经过步骤405后，产生出了新的种群，将新种群中的每一个染色体二进制符号串进行解码，转换为十进制值，得到每一个新个体w^(s)(k+1)(s＝1,2,…,S_E)，并限制发射功率：

$\frac{\sqrt{G_T}{w}^{\left(s\right)}(k+1)}{\left|\right|w^{\left(s\right)}(k+1)\left|\right|}\→w^{\left(s\right)}(k+1)$

然后，在不同的时隙发送参考信号到系统接收端，一共S_E个时隙，每一个时隙采用不同的w^(s)(k+1)(s＝1,2,…,S_E)；

步骤5、在系统接收端检测参考信号，得到S_E个参考信号的向量估计值，即(s＝1,2,…,S_E)，然后，用不同的w^(s)(k+1)计算误差：

或者计算(s＝1,2,…,S_E)；

然后将其作为反馈信号，发送每一个或(s＝1,2,…,S_E)到空时信道MIMO无线传输系统发射端；

步骤6、在空时信道MIMO无线传输系统发射端，如果达到终止进化代数K_E，操作停止，并在所有反馈信号中找出最小反馈信号值，设相应于最小反馈信号值的个体是w^(g)(k+1)，则全局最优解b(k+1)＝w^(g)(k+1)；否则，返回到步骤4。

2.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，步骤B中，第m个虚拟信道向量模块所输出的信号为

$s_m\left(t\right)={w_m}^H{x}_m\left(t\right)=\underset{n=1}{\overset{N_m}{\Σ}}{w_{mn}}^{*}{x}_{mn}\left(t\right)$

其中，向量w_m表示第m个虚拟信道向量，包括N_m个虚拟信道w_mn，表示为：(m＝1,2,…,N_T)，w_mn表示每个基带输入信号x_mn(t)所对应的虚拟信道，具体为：x_mn(t)为复数信号，N_T为发射天线数量，也为输入信号向量的数量，N_m指代第m个虚拟信道向量模块所对应的信号输入端的数量，n＝1,2,……,N_m，x_mn(t)是指第m个虚拟信道向量模块中第n个信号输入端输入的基带输入信号，向量x_m(t)是指第m个虚拟信道向量模块的输入信号向量，表示为：

3.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，所述虚拟信道向量模块包括与信号输入端数量相对应的复加权模块及一个加法器，每一个复加权模块的输入端都分别与一个信号输入端一一对应连接，每一个复加权模块的输出端都分别与加法器的一个输入端一一对应连接，每一个加法器的输出端作为该虚拟信道向量模块的输出端与一个信号发射端一一对应连接，空时优化模块分别与每一个复加权模块连接。

4.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，所述每一个信号输入端输入的基带信号都不相同。

5.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，所述每个虚拟信道向量模块所对应的信号输入端的数量不同。

6.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，所述反馈信息中包含信道识别及系统状态信息。

7.如权利要求1所述的空时信道MIMO无线传输系统遗传优化方法，其特征在于，所述信道识别及系统状态信息包括信噪比、误码率、误差值及信道估计值。