CN106233685A - 用于大规模mimo系统的混合模拟数字预编码的方法 - Google Patents

用于大规模mimo系统的混合模拟数字预编码的方法 Download PDF

Info

Publication number
CN106233685A
CN106233685A CN201480076934.1A CN201480076934A CN106233685A CN 106233685 A CN106233685 A CN 106233685A CN 201480076934 A CN201480076934 A CN 201480076934A CN 106233685 A CN106233685 A CN 106233685A
Authority
CN
China
Prior art keywords
matrix
digital
analog
channel
user equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201480076934.1A
Other languages
English (en)
Other versions
CN106233685B (zh
Inventor
吴克颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Shanghai Bell Co Ltd
Original Assignee
Alcatel Lucent Shanghai Bell Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alcatel Lucent Shanghai Bell Co Ltd filed Critical Alcatel Lucent Shanghai Bell Co Ltd
Publication of CN106233685A publication Critical patent/CN106233685A/zh
Application granted granted Critical
Publication of CN106233685B publication Critical patent/CN106233685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00Baseband systems
    • H04L25/02Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03Shaping networks in transmitter or receiver, e.g. adaptive shaping networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

一种用于大规模多输入多输出系统的混合模拟数字预编码的方法。该方法包括基于来自于用户设备的第一导频信号,估计用户设备的空间相关性矩阵(S11);以及基于估计的空间相关性矩阵,计算模拟域的宽带模拟预编码矩阵(S12);基于来自于用户设备的第二导频信号,估计用户设备的等价信道(S21);以及基于估计的等价信道,计算数字域的窄带数字预编码矩阵(S22),基于所述模拟预编码矩阵和所述数字预编码矩阵,向用户设备发送经混合模拟数字预编码的下行数据信号。提供了一个在实际的系统中可行的实现大规模多输入多输出解决方案,特别是在那些具有严格成本、规模与功率的局限性的系统中。

Description

用于大规模 MIMO系统的混合模拟数字预编码的方法 技术领域
本发明概括而言涉及无线通信领域, 更具体而言, 涉及用于大 规模 MIMO系统的混合模拟数字预编码的方法。 背景技术
由于大规模多输入多输出 ( MIMO : Multiple Input Multiple Output )系统所具有的提高无线系统的容量的非凡的能力, 其引起了 广泛的兴趣。 大规模 MIMO的优点是以随着天线数量的增减而增加 的射频 (RF: Radio Frequency)通道数量为代价来获取的。 增加射频 通道意味着较大的电路尺寸, 更高的硬件成本和更多的能源消耗。在 实际系统中, 成本和功耗的增加是实施大规模 MIMO 的障碍。 混合 模拟数字预编码为减少射频通道但仍然保持大规模 MIMO系统的大 部分优势提供了一个潜在的解决方案, 其将预编码处理分布在模拟 和数字域中。 通过将预编码操作的一部分从数字域转移到模拟射频 域, 可以显著减少射频通道的数量。 采用混合模拟数字预编码, 虽然 多路复用增益受限于射频通道数量但是可以保留完整的分集和阵列 增益。 混合模拟数字预编码的一个主要挑战是模拟和数字预编码矩 阵的联合设计, 特别是当同时支持多个数据流 ( multi-stream )和正交 频分复用 ( OFDM: Orthogonal Frequency Division Multiplexing )传输 时。另一个挑战是信道估计, 因为在转换为进行信道估计的数字域信 号之前在不同天线上的导频信号已被加权合并了。
对用于混合模拟数字预编码的预编码算法, 现有技术是假设单 数据流传输或平坦衰落信道。根据作者的知识, 目前没有可以同时支 持多个数据流传输和 OFDM调制的混合模拟数字预编码的现有解决 方案。 发明内容
本发明解决了上述两个挑战并提出一个两阶段的混合模拟数字 预编码的预编码技术, 其可以同时支持多个数据流的传输和 OFDM 调制。在第一阶段, 基于宽带信道的空间相关矩阵计算模拟预编码矩 阵; 在第二阶段, 基于模拟预编码后的等价信道计算数字预编码矩 阵。 本发明的方案实现了最大化信道容量上限, 同时也提出了一个 和两级预编码算法相匹配的两级信道估计技术, 在第一阶段估计信 道空间相关性矩阵; 在第二阶段估计等价信道矩阵。 该技术方案使 得导频开销最小化, 在相同的每个天线平均导频开销的情况下可达 到类似于单天线信道估计的性能。
本发明所提出的两级预编码算法对信道估计有特定的要求。 在 第一阶段, 只需要信道空间相关性信息; 在第二阶段, 等价信道信息 (模拟预编码之后)是必要的。没有一个现有的信道估计技术满足这样 的要求, 因而它们都无法以一种有效的方式产生两级预编码算法所 需要的信道信息。 由此, 本发明提出了相应的两阶段信道估计技术, 其和两阶段预编码算法紧密相关。 每个阶段的信道估计以最低的导 频开销和最佳的性能提供了相应的预编码阶段所需要的准确的信道 信息。 总而言之, 该预编码和信道估计技术作为一个完整的、 高效的 和高性能的解决方案在大规模 MIMO系统中实现了混合模拟数字预 编码并解决了混合模拟数字预编码的两大挑战: 预编码矩阵的设计 和信道估计。
根据本发明的第一个方面,提供了一种用于大规模多输入多输 出系统的混合模拟数字预编码的方法, 包括由基站执行的以下步骤: A. 计算模拟域的宽带模拟预编码矩阵; 以及 B. 计算数字域的窄带 数字预编码矩阵; C. 基于所述模拟预编码矩阵和所述数字预编码矩 阵, 向用户设备发送下行数据信号。
根据本发明的一个实施例, 步骤 A还包括 A1. 基于来自于所 述用户设备的第一导频信号, 估计所述用户设备的所述空间相关性 矩阵; 以及基于估计的所述空间相关性矩阵, 计算模拟域的所述宽 带模拟预编码矩阵。
根据本发明的一个实施例, 步骤 B还包括: Bl。 基于来自于 所述用户设备的第二导频信号, 估计所述用户设备的等价信道; 以 及 B2. 基于估计的所述等价信道, 计算数字域的所述窄带数字预 编码矩阵。
根据本发明的一个实施例, 还包括在步骤 A之前接收来自于 所述用户设备的所述第一导频信号, 所述第一导频信号用于估计所 述用户设备的所述空间相关性矩阵; 在步骤 B之前接收来自于所述 用户设备的所述第二导频信号, 所述第二导频信号用于估计所述用 户设备的所述等价信道。
根据本发明的一个实施例,所述第一导频信号的图样和所述第 二导频信号的图样不同。
根据本发明的一个实施例,所述空间相关性矩阵取决于所述用 户设备的估计的信道系数矩阵。
根据本发明的一个实施例,所述估计的信道系数矩阵取决于要 估计的信道系数与接收到的导频矢量之间的相关' (■生矩阵以及所述接 收到的导频矢量的自相关性矩阵。
根据本发明的一个实施例, 所述接收到的导频矢量是由 M个 射频通道接收到的所述第一导频的 V r个采样级联而成的矢量, 其 中 Λ^τ代表所述大规模 MIMO系统的子载波个数, Μ代表所述大规 模 ΜΙΜΟ系统的射频通道的个数。
根据本发明的一个实施例, 所述宽带模拟预编码矩阵 C根据 C=U ( , 1 : )得到, 其中 ί/是由所述.空间相关性矩阵 的特征值分 解得到 £代表酉矩阵, ί代表对角矩阵并且 ί由 ?W 的特征向量在对角线以递减的次序组成。
根据本发明的一个实施例,所述等价信道是采用所述预编码矩 阵 C的模拟预编码后的信道。
根据本发明的一个实施例,还包括基于最小均方差信道估计器 或最小二乘法信道估计器计算所述等价信道。
根据本发明的一个实施例, 步骤 B2还包括基于所述等价信 道, 计算数字域的所述窄带数字预 编码矩阵, 其中 W代表子载波的序号, B„代表数字域的在第 W个 子载波上的所述窄带数字预编码矩阵, δ^1代表在第 w个子载波 上的等价信道, 代表对角矩阵, 所述对角矩阵的对角元素为所述用 户设备的传输功率。
根据本发明的第二个方面,提供了一种用于大规模多输入多输出 系统的混合模拟数字预编码的方法, 包括由用户设备执行的以下步 . 骤: 向基站发送第一导频信号, 所述第一导频信号用于估计所述用 户设备的空间相关性矩阵, 所述空间相关性矩阵用于计算模拟域的 宽带模拟预编码矩阵; 向所述基站发送第二导频信号, 所述第二导 频信号用于估计所述用户设备的等价信道, 所述等价信道是采用预 编码矩阵的模拟预编码后的信道, 所述等价信道用于计算数字域的 窄带数字预编码矩阵; 以及接收来自于所述基站的经混合模拟数字 预编码的下行数据信号。
根据本发明的一个实施例,其中所述第一导频信号的图样和所 述第二导频信号的图样不同。
仿真结果表明采用所提出的预编码和信道估计技术, 在不增加 射频通道的情况下, 和 4个天线的系统相比, 16个天线的系统可以 达到 1.6倍的容量增益。 与全数字预编码相比, 采用所提出的方案大 约有 10%容量损失而射频通道的数量能从 16个减少到 4个。 本发明 的技术方案提供了一个在实际的系统中可行的实现大规模 ΜΙΜΟ解 决方案, 特别是在那些具有严格成本、 规模与功率的局限性的系统 中。 附图说明
通过以下参考下列附图所给出的本发明的具体实施方式的描述 之后, 将更好地理解本发明, 并且本发明的其他目的、 细节、 特点 和优点将变得更加显而易见。 在附图中:
图 1 示出了混合模拟数字预编码的发射机和接收机的结构示意 图;
图 2示出了混合模拟数字预编码的流程图;
图 3 示出了混合模拟数字预编码和以下基准方案的性能比较的 示意图;
图 4示出了采用 MMSE的本发明的信道估计方案和基准方案的 性能比较的示意图; 以及
图 5 示出了本发明的预编码方案基于本发明的信道估计技术所 提供的信道状态信息下的性能和基准方案的性能比较示意图。 具体实施方式
在以下优选的实施例的具体描述中, 将参考构成本发明一部分 的所附的附图。 所附的附图通过示例的方式示出了能够实现本发明 的特定的实施例。 示例的实施例并不旨在穷尽根据本发明的所有实 施例。 可以理解, 在不偏离本发明的范围的前提下, 可以利用其他 实施例, 也可以进行结构性或者逻辑性的修改。 因此, 以下的具体 描述并非限制性的, 且本发明的范围由所附的权利要求所限定。 需 要说明的是, 尽管附图中以特定顺序描述了本发明中有关方法的步 骤, 但是这并非要求或者暗示必须按照该特定顺序来执行这些操作, 或是必须执行全部所示的操作才能实现期望的结果, 相反, 本文中 所描述的步骤可以改变执行顺序。 附加地或备选地, 可以省略某些 步骤, 将多个步骤合并为一个步骤执行, 和 /或将一个步骤分解为多 个步骤执行。
图 1 示出了混合模拟数字预编码的发射机和接收机的结构示意 图。 以发射机为例, 发射机有 个数字数据流,Λ^τ个天线和 ≤M≤VT 个 RF通道。 首先, 个数字数据流在数字域预编码, 产生 ^个数 字预编码流。然后这 M个数字数据流通过离散傅里叶逆变换( IDFT: Inverse Digital Fourier Transform )从频域转换到时域并且输入到 M个 RF通道以从数字域转换到模拟域, 生成 M个模拟数据流。然后 M个 模拟数据流在模拟域预编码并生成 Λ Γ个流, 每个流映射到基站的一 个传输天线。 在接收机中, 该过程是类似的但是逆转的。
由此可见, 采用混合模拟数字预编码, RF通道数目可以在 Κ和 Vr之间灵活选择。 因为在大规模 MIMO系统中, 成本的增加是由射 频通道的增加来主宰的, 所以在大规模 MIMO系统中, 很有可能射 频通道数量远小于天线数量, 也即 M« Vr。 本发明的技术方案提供 了一个有效的解决方案来减少大规模 MIMO系统的成本。
在本发明中, 以时分双工 ( TDD: Time Division Multiplexing ) 系 统为例来说明本发明的技术方案, 本领域技术人员应谅理解的是本 发明的技术方案也可适用于其它采用频分双工技术的通信系统。 在 TDD系统中, 基站可以从上行探测信号中获得信道状态信息 (CSI: Channel Status Information ) 信息。
在一个具有 Λ^τ 个子载波的下行 OFDM大规模 MIMO系统中, 假设基站通过多用户预编码同时支持 个用户, 并且基站配置了 Ντ 个天线和 Α≤Μ≤Λ^个 RF通道。 每个用户配置了单天线。
为了更好的描述本发明的方案,在进一步讨论之前, 我们先介绍 一些定义:
Hk : /z用户的 Λ^ΧΛ^Γ的时域信道矩阵, 其列代表在 \^^个 子载波上的 天线的时域信道响应。
Hk: 用户的 Λ^ΧΛ^ Γ的频域信道矩阵, 其是 的傅里叶转 换。
Gw : 在 w-th子载波上的 个用户和基站的 Wr个天线之间的频 阵, 该矩阵由 、 k、 的第 w 列转置后构成, 即 , 其中 '是 的第 w列。 使用 Kronecker信道 模型, 可以表示为
Gw ( 1 ) 其中 /id E ^)和 (^ E^^分别是接收机和发射机的相关性矩 阵 。两个相关矩阵 和 /?(ί)在整个带宽上不变, 是个随机矩阵, 其元素服从独立同分布。
图 2示出了混合模拟数字预编码的流程图, 图 2 中主要包括每 个用户的宽带空间相关性矩阵估计和计算宽带模拟预编码矩阵以及 每个用户的窄带等价信道估计和计算窄带数字预编码矩阵, 其中每 个用户的宽带空间相关性矩阵估计和每个用户的窄带等价信道估计 是信道估计操作, 计算宽带模拟预编码矩阵和计算窄带数字预编码 矩阵是预编码操作。 可以把每个用户的宽带空间相关性矩阵估计和 计算宽带模拟预编码矩阵看作为第一阶段, 把每个用户的窄带等价 信道估计和计算窄带数字预编码矩阵看作为第二阶段。
在步骤 S10中, 基站接收来自于用户设备的第一导频信号, i亥 第一导频信号用于估计用户设备的空间相关性矩阵。
在步骤 S11 中, 基于来自于用户设备的第一导频信号, 基站估 计用户设备的空间相关性矩阵。
由于使用了模拟预编码, 在不同天线上接收到的第一导频信号 在转换为数字信号之前已被加权合并。 为了估计空间相关矩阵, 需 要从加权合并的信号中区分在不同天线上的第一导频信号。 为此, 釆用多个模拟预编码矩阵生成独立的信道系数的观测。 模拟预编码 矩阵的数量取决于需要估计的信道系数的数量。 不同的模拟预编码 矩阵可以在不同时间实现。 模拟预编码矩阵的变化速度取决于模拟 预编码电路。 更快的速度变化可导致更短的训练时间。 模拟预编码 矩阵的改变速度通常可以与 OFDM系统在 20 MHz的采样频率相当。
假设用 Tco,-r个 OFDM训练符号来估计空间相关性矩阵, TCOIT代 表用于估计空间相关性矩阵的 OFDM训练符号个数。 是用于 t-t OFDM训练符号的 s-th 采样的 Λ^χΜ的模拟预编码矩阵。 对于 连续的采样, 可以是相同的也可以是不同的, 其取决于模拟预 编码的变化速度。 定义 厂, (2)
(corr)
-' 代表用于空间相关性矩阵估计的 A-th用户在 ί-th OFDM符
(corr)
号上的长度为 Λ^Γ的频域导频序列, 可表示为
(3) 在模拟预编码以后, th OFDM符号的 M个 F通道上接收到的 时域导频可以写成一个大向量的形式为 ) =厂, (( + ,))0/ ) ^)+", ( 4 )
其中, J' 是一个 MNFF 的矢量, 其是由在 Mh OFDM符号的 Λ/^;τ个采样上收到的长度为 M的导频矢量级联而成, F H
傅里叶矩阵, "®"是 Kronecker 乘法。 将在 7。„.个训练符号和 M个 RF通道上接收到的第一导频的采样级联, 可以得到
(5) 其中
r,
Γ
lr
Λ -[vec(H,)r vec(H2)T … vec(HK) ( 9 )
» =["l "2 每个用户的信道矩阵可以基于公式 (5 ) 由公式 (11 ) 估计:
其中
Rr = E(vec(Hk )( icor>))H) Γ H ( 12 ) 以及
R)y = E( {corr)(y{corr))H) = rs(corr)E(h]i M ){s{co,r))H TH ( 13)
公式(12 )和 (13 ) 中的矩阵 和^¾可以用所有用户的信道时延 (ToA: Time of Arrival ) 信息来估计。 代表要估计的信道系数与 接收到的导频矢量之间的相关性矩阵以及 代表接收到的导频矢量 的自相关性矩阵。
基于公式 (11 ) , 空间相关性矩阵可以用公式 (14) 来估计: 在步骤 S12中, 基于估计的所述空间相关性矩阵, 基站计算模 拟域的宽带模拟预编码矩阵。 宽带模拟预编码矩阵 C是在所有子载波上的宽带矩阵。 由空 间相关性矩阵 ^计算得到, 其由《w的对应 M个最大的特征值的特 征向量组成
C = U(:,l:M); (15) 其中
=UAUH , (16)
Ϊ 代表酉矩阵, ^代表对角矩阵, 其 由" 的特征向量在对角线以 递减的次序组成。 在 ( 15) 中, ^:'1:^ 指示"的前 M列。
在步骤 S20 中, 基站接收来自于用户设备的第二导频信号, 第二导频信号用于估计所述用户设备的所述等价信道。
在步骤 S21 中, 基于来自于用户设备的第二导频信号, 基站 估计用户设备的等价信道。
在估计了空间相关性矩阵 之后, 基站可以用公式( 15)计 算宽带模拟预编码矩阵 C。 这是为了在模拟预编码以后估计用了预 编码矩阵(:的等价信道 S 、 -=cTii (17) 是一个 Μ«Λ^的 MxNFFT矩阵。用于估计 )的导频开销 远比用于估计 A xV/^物理信道矩阵 ^的开销要低得多。 假设有 Teff 个 OFDM训练符号用于估计等价信道。 用 ' 表示 /t-th用户在 i-th OFDM符号上的长度为 NFfT的用于等价信道估计的频域第二导频序 列
(18) 在用预编码矩阵 C进行模拟预编码之后, 在 ί-th OFDM符号 的 M个 RF通道上接收的频域第二导频可以表示为 其中, 是经过模拟预编码合并后的 MxA^ 维的接收导频矩阵, 其 -th列表示在 Mh OFDM符号的 -th采样上接收到的 M个 RF通道 上的第二导频。 公式 ( 19 ) 是一个传统的多用户估计问题并能用传 统的最小均方误差( MMSE: Minimum Mean Square Error ) 信道估计 器解决, 在此不再赘述。 可选的, 公式 ( 19 ) 也可以用最小二乘法 信道估计器 (LS: Least Square) 或基于快速傅里叶转换 ( FFT: Fast Fourier Transform ) 算法的信道估计器。 本领域技术人员应谅理解的 是等价信道也可以用其它任何合适的信道估计器来实现。
在步驟 S22 中, 基于估计的所述等价信道, 基站计算数字域 的所述窄带数字预编码矩阵。
在给定一个特定的模拟预编码矩阵的情况下, 基于模拟预编 码之后的等价信道, 来计算每个子载波的数字预编码矩阵如 W ^^cA^dc) =( ))"(5 ) '/>1/2(2 0) 其中 = GWC是在 w_th子载波上的等价信道, p是对角矩阵, 其 对角元素代表 个用户的传输功率。
根据以上的描述可以看出, 在第一阶段的步骤 S11中, 可以 估计整个信道矩阵, 似乎第二阶段不是必须的。 引入第二阶段的目 的是为了最小化总的导频开销。 在第一阶段, 需要为每个用户估计 在 个天线上的信道系数; 而在第二阶段, 只需要估计 M个等价信 道的 M < <Λ ^信道系数, 所以在第二阶段所需要的第二导频开销远 低于第一阶段。另一方面, 空间相关性矩阵的变化比衰减系数的变化 慢得多, 所以第一阶段可以在一个比第二阶段更长的时间尺度中重 复。 因此, 通过将空间相关性矩阵的估计和有效信道的估计分开, 可以大大减少导频开销。
此外, 在两个阶段中所需要的导频开销是不同的并且在两个 阶段中需要不同的导频图样。在第一阶段中, 所需要的高开销导频导 致给一个用户分配全部的或非常大的一部分子载波以用于导频传 输。 在第二阶段中, 因为每个用户所需要导频开销要低得多, 多个 用户可以共享一个 OFDM符号的子载波。
尽管本所描述的信道估计技术需要 ToA信息, 对于 ToA信息 的错误, 其还是不敏感。仿真结果显示从实际的 ToA估计中获取的 非理想的 ToA信息实际导致很好的信道估计的准确性, 即使是考虑 了对 To A估计有严重有害影响的保护带宽的情况下。
为了更清楚地描述本发明的技术方案, 我们举一个例子来描 述所需要的操作步骤。 为了便于描述, 设定 K=l, Tcorr=\ 和 re/=l 并采用在以上描述中已定义的变量。 为了简单起见, 在下文中结合 在以上描述已定义的变量和步骤, 忽略下标 "k" 和 ",,。 本领域技 术人员应该理解的是, 本发明技术方案并不局限于特定的用户数量 或特定的 OFDM符号个数。
在步骤 S11 中,.基于来自于用户设备的第一导频信号, 基站 估计用户设备的空间相关性矩阵。
在宽带模拟预编码以后, 在 M个 RF通道上接收到的时域第 一导频信号可以被重写为 yicorr) = r((F *S{corr) ) ® INr )vec(H) + n = rS{corr)h + n
(21) 其中
(22)
Λ - - vec(H) (23) 并且信道系数矩阵 可以由公式 (24 ) 估计而得到 (24)
以及
=E( c。'r)( "".'))w) = /^(Ci"T)E(i^")(S(co''''))/ir/ =rsict"r)RT~<is(c<"r))H rH (26) 其中 代表要估计的信道系数与接收到的导频矢量之间的相关性矩 阵以及 代表接收到的导频矢量的自相关性矩阵。
用 表示用户的传播路径时延的集合, 即其信道时延。 在此, 可以假设一个用户在所有天线上的 ToA是相同的, 这也是在文献中 对于集中式天线的 MIMO系统广为接收的假设。 在公式( 25 )和公 式 (2 中的 Λ 可由公式 (27) 计算
R~~={FDF")®INT ^ (27) 其中
D = diag{d) ? (28) 并且 ^… '…^'..] 代表信道的功率延迟分布(PDP: Power Delay Profile)。 支设基站中有信道时延信息 该 PDP可以近似计算为 d _ ίθ, ii£
' 。 (29) 在公式(24)之后, 空间相关性矩阵 (') 可以被估计为
^丄^
NF!T 。 (30) 在步骤 S12中, 基于估计的所述空间相关性矩阵, 基站计算模 拟域的宽带模拟预编码矩阵。
基于 ('), 基站计算宽带模拟预编码矩阵 c如 c = i/(:,i:M) , (31) 其中
/7代表面矩阵, ί代表对角矩阵, 其^ ί 由 *(/)的特征向量在对角线以 递减的次序组成。
在步骤 S21 中, 基于来自于用户设备的第二导频信号, 基站 估计用户设备的等价信道。
基站根据公式 (31 ) 计算在模拟预编码电路中的宽带模拟预 编码矩阵 c , 在模拟预编码以后的等价信道就可以被定义为 fjieT) ≡ CT^ 。 (33)
在模拟预编码电路之后的 M个 RF通道上接收到的时域的第二导频 信号可以从公式 ( 19) 重写为:
= cTHS{e^ +N = ii^s^ +N (34) 将公式(34)矢量化, 得到
(35) 其中
^vec(Y{eJ3i)) (36)
(37) (38) 以及
it = vec(N)
等价信道可以基于公式(35)由公式 (40)估计得到
其中
以及
-- h (42) 在公式(41)和(42)中的 ' 由公式 (43 ) 计算得到如
在步骤 S22 中, 基于估计的所述等价信道, 基站计算数字域 的所述窄带数字预编码矩阵。
在步骤 S22 中的数字预编码可以用任何现有的预编码算法来 实现, 例如用信道求逆算法, 在 w-th子载波上的数字预编码矩阵可 由公式 ( 44 ) 计算 ,=(έ w^\ ~NFFr (44) 其中
并且 ϊι 、代表 的 W-th列。
步骤 S22以后, 采用模拟预编码矩阵 c和数字预编码矩阵 > 进行如公式 (46 ) 的下行预编码 yw = G ,CBwxw + nw ? (45)
其中 ^代表在 W-th子载波上的接收信号, 代表在 W-th子载波上 传输的数据信号 以及' 代表加性高斯白噪声 (AWGN: Additive White Gaussian Noise ) 矢量。
在一个下行 MU-MIMO的传输, V^r= 1024子载波, Ντ个基 站天线, 以及同时支持 Κ个用户的系统中, 仿真结果验证了本发明 技术方案的优点。
首先验证在理想的信道状况信息情况下的预编码技术的性 能。 在这种情况下, 设置 Wr= 64和 16, M= 4和 = 4。 图 3示出 了混合模拟数字预编码和以下基准方案的性能比较:
基准方案 1: 全数字化预编码 4天线系统;
基准方案 2·. 全数字化预编码 64或 16天线系统。
如图 3所示, 与基准方案 1相比, 混合模拟 /数字预编码可以 达到约 90%的容量, 而射频通道数量从 64 (或 16) 减少到 4。 与基准 方案 2相比, 混合模拟 /数字预编码在不增加射频通道数目的情况下 可以提供 2倍的容量提升。
然后, -险证两级信道估计技术的性能。 设 ί Ντ = 16和 Μ= 1。 不同的用户在第一阶段使用时域正交的第一导频图样和在第二阶段 使用频域正交的第二导频图样, 因而没有用户之间的干扰。
在第一阶段中, 每个用户使用 OFDM符号的所有数据子载波 用于第一导频的传输。
在第二阶段中, 每个用户使用 OFDM符号的 1/16的所有数据 子载波用于第二导频的传输。 基准方案是单用户单天线信道估计, 在基准方案中每 16 个子载波中插入一个导频。基准方案采用 MMSE 信道估计算法, 并利用 ToA估计来增强性能。 注意, 对于该基准方 案, 每个天线接收到 |_600/16」=37个导频。
对于本发明方案,在 M= 1个射频通道上接收到的第一导频被
Ντ= 16个天线共享, 所以平均每个天线接收到 |_600/16」=37个第一导 频。 因此基准线和本申请方案具有相同的等效导频开销。
图 4示出了采用 MMSE的本发明信道估计器和基准方案的性 能比较。 本发明的技术方案可以实现类似于基准方案的性能, 这意 味着它可以成功地从叠加的第一导频信号中分离在不同天线上的第 一导频。 估计算法所提供的信道信息下的性能。 设置 = 16, M= 1和 = 4。 将保护带宽的影响也纳入考虑范围之内, 我们认为 1024个子载波中 只有 600 个子载波可用于传输数据或导频。 其余子载波必须作为保 护带而不能被占用。 在第一阶段中, 假设每个用户将一个 OFDM符 号的所有数据子载波用于第一导频的传输。 在第二阶段中, 每个用 户将一个 OFDM符号的 1/16的数据子载波用于第二导频的传输。 所 以在第一阶段,不同用户的第一导频在不同的 OFDM符号上发送, 而 在第二阶段, 所有 个用户可以共享一个 OFDM符号来进行第二导 频的传输。 在仿真中, ToA信息是从在数据子载波上接收到的用于估 计 ToA信息的导频来估计的。 图 5示出了本发明的信道估计技术和 以下两个基准方案的性能比较:
基准方案 1 : 全数字化预编码 4天线系统和 MMSE信道估计; 基准方案 2:全数字化预编码 16天线系统和 MMSE信道估计。 在两个基准方案中,每个用户在每 16 个子载波中发送一个第 二导频。 在仿真中, 基准方案和本发明具有相同的等效导频开销。 与 基准方案 1相比, 本发明的技术方案可以达到大约 90%的容量, 同时 将射频通道数目从 16降低到 4。 与基准方案 2相比, 本发明的技术 方案在不增加射频通道的情况线可以有接近一倍的容量增益。
对于本领域技术人员而言, 显然本发明不限于上述示范性实 施例的细节, 而且在不背离本发明的精神或基本特征的情况下, 能 够以其他的具体形式实现本发明。 因此, 无论如何来看, 均应将实 施例看作是示范性的, 而且是非限制性的。 此外, 明显的, "包括" 一词不排除其他元素和步骤, 并且措辞 "一个" 不排除复数。 本发明的以上描述用于使本领域的任何普通技术人员能够实现 或使用本发明。 对于本领域普通技术人员来说, 本发明的各种修改 都是显而易见的, 并且本文定义的一般性原理也可以在不脱离本发 明的精神和保护范围的情况下应用于其它变形。 因此, 本发明并不 限于本文所述的实例和设计, 而是与本发明公开的原理和新颖性特 性的最广范围相一致。

Claims (14)

  1. 权 利 要 求 书
    1. 一种用于大规模多输入多输出系统的混合模拟数字预编码的 方法, 包括由基站执行的以下步骤:
    A. 计算模拟域的宽带模拟预编码矩阵; 以及
    B. 计算数字域的窄带数字预编码矩阵;
    C. 基于所述模拟预编码矩阵和所述数字预编码矩阵, 向用户设 备发送经混合模拟数字预编码的下行数据信号。
    2. 如权利要求 1所述的方法, 其中步骤 A还包括
    A1. 基于来自于所述用户设备的第一导频信号, 估计所述用户 设备的所述空间相关性矩阵; 以及
    A2. 基于估计的所述空间相关性矩阵, 计算模拟域的所述宽带 模拟预编码矩阵。
    3. 如权利要求 1所述的方法, 其中步骤 B还包括:
    B1. 基于来自于所述用户设备的第二导频信号, 估计所述用户 设备的等价信道; 以及
    B2. 基于估计的所述等价信道, 计算数字域的所述窄带数字预 编码矩阵。
    4. 如权利要求 1至 3中任一项所述的方法, 还包括
    在步骤 A之前接收来自于所述用户设备的所述第一导频信号, 所述第一导频信号用于估计所述用户设备的所述空间相关性矩阵; 在步骤 B之前接收来自于所述用户设备的所述第二导频信号, 所述第二导频信号用于估计所述用户设备的所述等价信道。
    5. 如权利要求 4所述的方法, 其中所述第一导频信号的图样和 所述第二导频信号的图样不同。
    6. 如权利要求 2所述的方法, 其中所述空间相关性矩阵取决于 所述用户设备的估计的信道系数矩阵。
    7. 如权利要求 6所述的方法, 其中所述估计的信道系数矩阵取 决于要估计的信道系数与接收到的导频矢量之间的相关性矩阵以及 所述接收到的导频矢量的自相关性矩阵。
    8. 如权利要求 7所述的方法, 其中所述接收到的导频矢量是由 M个射频通道接收到的所述第一导频的 NFFT个采样级联而成的矢 量, 其中 A¾rr代表所述大规模多输入多输出系统的子载波个数, Μ 代表所述大规模多输入多输出系统的射频通道的个数。
    9. 如权利要求 2所述的方法, 其中所述宽带模拟预编码矩阵 C 根据 C=C/(:, 1 : )得到, 其中 t是由所述空间相关性矩阵 /? 的特征 值分解得到 t/代表酉矩阵, Λ代表对角矩阵并且/ ί由 的特征向量在对角线以递减的次序组成, t代表符号序号。
    10. 如权利要求 3所述的方法, 其中所述等价信道是采用所述预 编码矩阵 C的模拟预编码后的信道。
    1 1. 如权利要求 3所述的方法, 还包括基于最小均方差信道估计 器或最小二乘法信道估计器计算所述等价信道。
    12. 如权利要求 3所述的方法, 其中步骤 B2还包括基于所述等 价信道, 根据 计算数字域的所述窄带数 字预编码矩阵, 其中 W代表子载波的序号, Bw代表数字域的在第 W 个子载波上的所述窄带数字预编码矩阵, 代表在第 w个子载 波上的估计的等价信道, 代表对角矩阵, 所述对角矩阵的对角元素 为所述用户设备的传输功率。
    13. 一种用于大规模多输入多输出系统的混合模拟数字预编码 的方法, 包括由用户设备执行的以下步骤:
    向基站发送第一导频信号,所述第一导频信号用于估计所述用户 设备的空间相关性矩阵, 所述空间相关性矩阵用于计算模拟域的宽 带模拟预编码矩阵;
    向所述基站发送第二导频信号,所述第二导频信号用于估计所述 用户设备的等价信道, 所述等价信道是釆用预编码矩阵的模拟预编 码后的信道, 所述等价信道用于计算数字域的窄带数字预编码矩阵; 以及
    接收来自于所述基站的经混合模拟数字预编码的下行数据信号。
    14. 如权利要求 13所述的方法, 其中所述第一导频信号的图样 和所述第二导频信号的图样不同。
CN201480076934.1A 2014-06-13 2014-06-13 用于大规模mimo系统的混合模拟数字预编码的方法 Active CN106233685B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2014/079877 WO2015188385A1 (zh) 2014-06-13 2014-06-13 用于大规模mimo系统的混合模拟数字预编码的方法

Publications (2)

Publication Number Publication Date
CN106233685A true CN106233685A (zh) 2016-12-14
CN106233685B CN106233685B (zh) 2019-06-04

Family

ID=54832758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480076934.1A Active CN106233685B (zh) 2014-06-13 2014-06-13 用于大规模mimo系统的混合模拟数字预编码的方法

Country Status (2)

Country Link
CN (1) CN106233685B (zh)
WO (1) WO2015188385A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106603130A (zh) * 2016-12-20 2017-04-26 西安电子科技大学 一种大规模mimo系统中数模混合预编码方法
CN107359921A (zh) * 2017-08-04 2017-11-17 西安科技大学 大规模mimo系统基于标准正交化的混合预编码方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106921422B (zh) * 2015-12-24 2021-05-07 上海诺基亚贝尔股份有限公司 用于mmw信道中的混合波束成形的信道估计的方法和系统
US10763931B2 (en) 2016-09-27 2020-09-01 Apple Inc. Communication device and a method for hybrid beamforming
CN107888249A (zh) * 2016-09-30 2018-04-06 北京信威通信技术股份有限公司 一种波束域参考信号发送的方法及装置
CN106788642B (zh) * 2016-12-28 2020-08-18 西安交通大学 一种用于实际宽带大规模mimo系统的混合预编码设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011080774A1 (en) * 2009-12-30 2011-07-07 Telecom Italia S.P.A Method for selecting a precodlng matrix in a "multiple input multiple output" ("mimo") system
CN102300299A (zh) * 2010-06-24 2011-12-28 华为技术有限公司 一种导频信号的发送方法和设备
CN102594491A (zh) * 2011-01-12 2012-07-18 上海贝尔股份有限公司 信道状态信息反馈方法和设备
CN102640429A (zh) * 2009-11-30 2012-08-15 Lg电子株式会社 用于发射预编码矩阵信息的方法和用户设备、以及用于将数据发射到多个用户设备的方法和基站
CN103748850A (zh) * 2011-08-11 2014-04-23 三星电子株式会社 用于混合的模拟/数字波束成形的方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7197084B2 (en) * 2002-03-27 2007-03-27 Qualcomm Incorporated Precoding for a multipath channel in a MIMO system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102640429A (zh) * 2009-11-30 2012-08-15 Lg电子株式会社 用于发射预编码矩阵信息的方法和用户设备、以及用于将数据发射到多个用户设备的方法和基站
WO2011080774A1 (en) * 2009-12-30 2011-07-07 Telecom Italia S.P.A Method for selecting a precodlng matrix in a "multiple input multiple output" ("mimo") system
CN102300299A (zh) * 2010-06-24 2011-12-28 华为技术有限公司 一种导频信号的发送方法和设备
CN102594491A (zh) * 2011-01-12 2012-07-18 上海贝尔股份有限公司 信道状态信息反馈方法和设备
CN103748850A (zh) * 2011-08-11 2014-04-23 三星电子株式会社 用于混合的模拟/数字波束成形的方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106603130A (zh) * 2016-12-20 2017-04-26 西安电子科技大学 一种大规模mimo系统中数模混合预编码方法
CN106603130B (zh) * 2016-12-20 2020-07-10 西安电子科技大学 一种大规模mimo系统中数模混合预编码方法
CN107359921A (zh) * 2017-08-04 2017-11-17 西安科技大学 大规模mimo系统基于标准正交化的混合预编码方法
CN107359921B (zh) * 2017-08-04 2020-07-28 西安科技大学 大规模mimo系统基于标准正交化的混合预编码方法

Also Published As

Publication number Publication date
WO2015188385A1 (zh) 2015-12-17
CN106233685B (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
Shin et al. Blind channel estimation for MIMO-OFDM systems
US8238496B1 (en) Multiuser multiple-input multiple-output (MU-MIMO) channel estimation for multicarrier communications
EP2842235B1 (en) Transmit beamforming with singular value decomposition and pre-minimum mean square error
EP2614595B1 (en) Phase rotation for multi-user wireless communication
US7145940B2 (en) Pilot transmission schemes for a multi-antenna system
US8761283B2 (en) MIMO channel matrix feedback in OFDM systems
CN106233685A (zh) 用于大规模mimo系统的混合模拟数字预编码的方法
Gao et al. Blind channel estimation for MIMO OFDM systems via nonredundant linear precoding
Lin et al. Linear precoding assisted blind channel estimation for OFDM systems
CN101427485A (zh) 复杂性降低的波束受控mimo ofdm系统
KR20070108419A (ko) 채널 행렬의 특이값 분해를 위한 장치 및 방법
EP2727304B1 (en) Noise estimation filter
WO2009026020A2 (en) Method and apparatus for low complexity blind beamforming weight estimation
CN107465636B (zh) 一种毫米波大规模阵列空频双宽带系统的信道估计方法
CN105519029A (zh) Ofdm通信系统及信号收发方法与装置
US20200195393A1 (en) System and method for power allocation in single input single output orthogonal frequency division multiplexing communication systems
WO2013168792A1 (ja) 無線受信装置、無線送信装置、無線通信システム、プログラムおよび集積回路
CN102025459B (zh) 基于非参量估计ica的mimo-ofdm系统盲去卷积方法
CN108418770A (zh) 大规模mimo中基于信道估计误差的频域信道互易补偿方法
KR100578723B1 (ko) 파일럿 부반송파를 갖는 mimo- ofdm 시스템에서dft 기반 채널추정 방법 및 장치
US10277293B1 (en) Multi-user-MIMO detection using space-time equalization
CN102891816B (zh) 一种基于mimo-ofdm相关信道的去耦合预测方法
WO2017021775A1 (en) Method for downlink channel estimation
Du et al. Adaptive blind channel identification and equalization for OFDM-MIMO wireless communication systems
Kamenosono et al. Compressed sensing-based channel estimation methods for LTE-advanced multi-user downlink MIMO system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 201206 Pudong New Area Jinqiao Ning Road, Shanghai, No. 388

Applicant after: Shanghai NOKIA Baer Limited by Share Ltd

Address before: 201206 Pudong New Area Jinqiao Ning Road, Shanghai, No. 388

Applicant before: Shanghai Alcatel-Lucent Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant