CN107210783A - 采用协作中继进行联合mimo传输和压缩来降低干扰的系统和方法 - Google Patents

Abstract

提供了跨协作用户终端通过设备到设备通信在MIMO系统下行无线通信中实现干扰降低和信号增强的系统和方法实施例。在一实施例中，网络控制器初始化传输协方差，其中所述传输协方差用于将从基站到目的终端和中继终端的MIMO传输的传输信号进行波束成形，并初始化量化噪声协方差，其中所述量化噪声协方差用于将从所述中继终端到所述目的终端的中继信号进行压缩，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行初始化。然后根据所述中继终端和所述目的终端之间的中继链路上的容量约束以及所述基站的传输信号功率约束使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化。

Description

采用协作中继进行联合MIMO传输和压缩来降低干扰的系统和 方法

本申请要求Seyed Arvin Ayoughi等人于2014年9月29日递交的发明名称为“采用协作中继进行联合最优MIMO传输和压缩来降低干扰”的第62/057122号美国临时专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。

技术领域

本发明涉及组网和无线通信，尤其在特定实施例中，涉及一种采用协作中继进行联合多输入多输出(Multiple Input Multiple Output，简称MIMO)传输和压缩来降低干扰的系统和方法。

背景技术

在MIMO系统中，通过多根收发天线增加无线链路的容量以利用在各个方向的多径传播。基站或用户终端可以通过多径传播同时在相同的无线信道上发送和/或接收一个以上数据信号。所述用户终端是能够与网络进行无线传输的任何用户或移动设备，如智能手机、平板电脑、笔记本电脑或传感器设备。当前和演进中的无线通信网络，包括MIMO系统，面临的挑战之一是向远端或小区边缘用户提供高速率下行传输。位于小区边缘的用户终端不仅必须对来自自己基站的较弱直接信号负责，也必须对来自邻基站的强干扰负责。然而，例如，当终端之间的距离足够接近时，现代的用户终端能够建立高容量带外设备到设备链路(如使用WiFi、蓝牙或其他无线链路技术)。所述用户终端的物理接近也表示多个终端上的干扰是高度相关的。这使利用设备到设备通信来实现干扰降低和信号增强变得可能。需要一种能够利用设备到设备通信来降低MIMO传输干扰以及增强接收信号的方案。

发明内容

根据另一实施例，一种用于通过设备到设备通信接收多输入多输出(MultipleInput Multiple Output，简称MIMO)传输和中继信道的方法包括：在目的终端从基站接收用于MIMO传输的传输信号，其中根据传输协方差对所述传输信号进行波束成形，所述传输协方差是对所述传输协方差以及用于压缩和中继从中继终端到所述目的终端的所述传输信号的量化噪声协方差进行联合优化得到的，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述方法还包括：在所述目的终端通过所述设备到设备通信从所述中继终端接收压缩用于MIMO传输的所述传输信号得到的中继信号，其中所述中继信号是根据所述量化噪声协方差量化压缩的。所述目的节点根据所述接收到的传输信号和中继信号的相关噪声去除所述接收到的传输信号和中继信号上的任何干扰。

根据另一实施例，一种用于通过设备到设备通信建立MIMO传输和中继信道的方法包括：在网络控制器初始化传输协方差，其中所述传输协方差用于将从基站到目的终端和中继终端的MIMO传输的传输信号进行波束成形；并初始化量化噪声协方差，其中所述量化噪声协方差用于将从所述中继终端到所述目的终端的中继信号进行压缩，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行初始化。所述方法还包括：根据所述中继终端和所述目的终端之间的中继链路上的容量约束以及所述基站的传输信号功率约束使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化。

根据另一实施例，一种用于通过设备到设备通信接收MIMO传输和中继信道的终端包括：与存储器耦合的处理器；非瞬时性计算机可读存储介质，用于存储所述处理器执行的程序，其中所述程序包括指令，用于：从基站接收用于MIMO传输的传输信号，其中根据传输协方差对所述传输信号进行波束成形，所述传输协方差是对所述传输协方差以及用于压缩和中继从中继终端到所述终端的所述传输信号的量化噪声协方差进行联合优化得到的，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述程序还包括指令，用于：通过所述设备到设备通信从所述中继终端接收压缩用于MIMO传输的所述传输信号得到的中继信号，其中所述中继信号是根据所述量化噪声协方差量化压缩的。根据所述程序，所述终端还用于根据所述接收到的传输信号和中继信号的相关噪声去除所述接收到的传输信号和中继信号上的任何干扰。

根据又一实施例，一种用于通过设备到设备通信建立MIMO传输和中继信道的网络控制器包括：与存储器耦合的处理器；非瞬时性计算机可读存储介质，用于存储所述处理器执行的程序，其中所述程序包括指令，用于：初始化传输协方差，其中所述传输协方差用于将从基站到目的终端和中继终端的MIMO传输的传输信号进行波束成形；并初始化量化噪声协方差，其中所述量化噪声协方差用于将从所述中继终端到所述目的终端的中继信号进行压缩，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行初始化。所述程序包括指令，用于：根据所述中继终端和所述目的终端之间的中继链路上的容量约束以及所述基站的传输信号功率约束使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化。

上述宽泛地概括了本发明实施例的特征，以便能够更好理解以下本发明的详细描述。下面将对本发明实施例的其他特征和优势进行说明，其也构成了本发明权利要求的主题。本领域的技术人员应当理解，所公开的概念和特定实施例易被用作修改或设计其他实现与本发明相同的目的的结构或过程的基础。本领域的技术人员还应当意识到，这种等同构造不脱离所附权利要求书所阐述的本发明的精神和范围。

附图说明

为了更完整地理解本发明及其优点，现在参考下文结合附图进行的描述，其中：

图1示出一种无线MIMO蜂窝系统的实施例；

图2示出一种进行联合传输以及量化噪声协方差优化的方法的另一实施例；

图3示出一种通过联合传输和量化噪声协方差优化进行联合MIMO传输的压缩和转发中继方案的方法的实施例；

图4示出一种通过联合传输和量化噪声协方差优化进行联合MIMO传输的压缩和转发中继方案的方法的另一实施例；

图5示出不同优化算法的仿真结果的图表；

图6示出不同优化算法的另一仿真结果的图表；

图7示出不同优化算法的又一仿真结果的图表；

图8示出用于实现各实施例的计算平台的实施例的方框图。

除非另有指示，否则不同图中的对应标号和符号通常指代对应部分。绘制各图是为了清楚地说明实施例的相关方面，因此未必是按比例绘制的。

具体实施方式

下文将详细论述当前优选实施例的制作和使用。然而，应了解，本发明提供可在各种具体上下文中体现的许多适用的发明性概念。所论述的具体实施例仅仅说明用以实施和使用本发明的具体方式，而不限制本发明的范围。

提供了在MIMO系统的下行无线通信中实现干扰降低和信号增强的系统和方法实施例。通过设备到设备通信的MIMO多天线联合接收方案用于跨协作用户终端增强目标信号的检测以及降低干扰，如小区外干扰(来自多个小区或基站)。因此，远端或小区边缘用户的下行传输可以得到明显改善。所述协作终端包括用于从基站接收信号的目的终端，以及对通过设备到设备通信从所述基站到所述目的终端的信号进行压缩和转发的中继终端。所述压缩是根据中继链路的有限容量通过量化所述信号实现的。依照天线池化技术，使用所述目的和中继终端的多天线来实现对来自所述基站的传输信号的联合接收。所述中继链路允许两个用户有效地将他们的天线组成天线池。这可以增大接收器的规模，因此可以实现所述基站的额外自由度传输。天线池化也可以实现跨多个用户终端的联合干扰抑制，因此直接传输将有更大的无干扰规模。

假设两个协作终端之间足够接近，则认为所述中继终端和所述目的终端上的噪声高度相关。当从所述源(基站)接收信号并从所述中继终端接收压缩信号时，可以利用这种相关性来提高所述目的终端上的信噪比。可以利用噪声相关性来去除所述目的终端上的信号干扰并提高信噪比。通过高斯统计(高斯噪声)来表示有噪声的传输信号和中继量化噪声。可以优化所述源(基站)上的传输波束成形和所述中继终端上的信号量化来降低干扰，并通过对传输协方差矩阵(对于所述传输信号)和中继量化噪声协方差矩阵(对于所述中继终端上的量化噪声)进行联合优化来改善所述目的终端上的信号接收。

在一实施例中，所述传输协方差和所述中继量化噪声协方差的联合优化问题可以通过先固定所述传输协方差矩阵并求解闭合数学形式中的所述中继量化协方差矩阵得到解决。然后通过固定第一个固定步骤中的所述量化噪声协方差矩阵来求所述传输协方差矩阵。这两个步骤可以重复，从而实现交替这两个步骤的迭代优化直到达成所述传输和量化噪声协方差矩阵的最佳方案。如上所述，该方案中假设了所述中继和目的终端之间的噪声相关性来利用设备到设备的协作链路。该方案可以通过跨多天线中继和目的终端的联合接收和干扰抑制来优化所述中继链路并极大提高吞吐量。考虑到在所述目的和中继终端上有相关噪声的MIMO中继信道，所述可交替优化方法包括对两个协方差矩阵进行同时对角化。

根据本发明的示例，公开了一种用于通过设备到设备通信建立MIMO传输和中继信道的方法。所述方法包括从基站向目的终端和中继终端发送用于所述MIMO传输的传输信号。根据传输协方差对所述传输信号进行波束成形，其中所述传输协方差是对所述传输协方差以及用于压缩和中继通过设备到设备通信从中继终端到所述目的终端的所述传输信号的量化噪声协方差进行联合优化得到的。根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述方法还包括从网络控制器接收所述传输协方差，其中所述网络控制器用于根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。

根据本发明的另一示例，公开了一种用于通过设备到设备通信建立MIMO传输和中继信道的网络组件。所述网络组件包括处理器，用于向目的终端和中继终端发送用于MIMO传输的传输信号。根据传输协方差对所述传输信号进行波束成形，其中所述传输协方差是对所述传输协方差以及用于压缩和中继通过设备到设备通信从中继终端到所述目的终端的所述传输信号的量化噪声协方差进行联合优化得到的。根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述网络组件是基站。所述网络组件还用于从网络控制器接收所述传输协方差，其中所述网络控制器用于根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。

根据本发明另一示例，公开了一种用于通过设备到设备通信支持MIMO传输和中继信道的方法。所述方法包括：通过设备到设备通信从中继设备向目的终端发送中继信号，其中所述中继信号是通过压缩来自基站的MIMO传输的传输信号得到的。根据量化噪声协方差对所述中继信号进行量化压缩，其中所述量化噪声协方差是对传输协方差和所述量化噪声协方差进行联合优化得到的。根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述方法还包括从网络控制器接收所述量化噪声协方差，其中所述网络控制器用于根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。

根据本发明另一示例，公开了一种用于通过设备到设备通信支持MIMO传输和中继信道的终端。所述终端包括处理器，用于通过所述设备到设备通信向目的终端发送中继信号，其中所述中继信号是通过压缩来自基站的MIMO传输的传输信号得到的。根据量化噪声协方差对所述中继信号进行量化压缩，其中所述量化噪声协方差是对传输协方差和所述量化噪声协方差进行联合优化得到的。根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。所述终端是中继终端，用于对从所述基站到所述目的终端的所述传输信号进行转发、压缩和中继。所述终端还用于从网络控制器接收所述量化噪声协方差，其中所述网络控制器用于根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化。

图1示出了根据本发明实施例提供的一种无线MIMO蜂窝系统100。所述系统100包括任何数量的基站110和用户终端120。例如，示出两个小区边缘用户终端120。中继用户终端120与目的用户终端120协作，通过所述两个用户终端120之间的中继链路中继来自基站110的信息。所述中继链路可以有不同于所述用户终端120和所述基站110之间直接链路的频段。所述两个用户终端120从邻基站110接收干扰源，得到所述中继和目的用户终端120上噪声的相关程度。

在数学上，所述通信场景中考虑了包含固定容量C₀比特/信道利用的带外中继-目的链路的高斯MIMO中继信道。所述源(基站110)、中继(用户终端120)以及目的(用户终端120)分别有s、r和d根天线。假定t是所有结合的干扰基站110的天线总数。所述中继和目的终端上接收到的信号分别为：

Y_r＝H_srX+N_r和 (1)

Y_d＝H_sdX+N_d (2)

其中由于共同的干扰源，所述中继和目的终端上的高斯噪声是相互关联的，即分别为：

N_r＝H_trX_t+N₁和 (3)

N_d＝H_tdX_t+N₂。 (4)

矩阵H_sr∈C^r×s和H_sd∈C^d×s分别是源-中继信道矩阵和源-目的信道矩阵。矩阵H_tr∈C^r×t和H_td∈C^d×t分别是干扰-中继信道矩阵和干扰-目的信道矩阵。噪声函数N₁～CN(0_r×1,σ²I_r)和N₂～CN(0_d×1,σ²I_d)分别是所述中继和目的终端上的加性背景噪声和独立背景噪声。向量X∈C^s×1是功率约束P下来自所述源基站的传输向量。向量X_t∈C^t×1是含的干扰信号，假设是高斯信号且独立于其他信号。

所述中继用户终端120实现压缩和转发策略，其中所述中继量化了自己的观察结果(即含来自所述源基站的噪声的传输信号)，并通过所述中继链路将所述量化指标发送至所述目的终端。所述量化过程可能涉及Wyner-Ziv编码，其解释了由于所述信号和所述相关噪声使得所述目的终端接收到的信号与中继观察结果互相关。压缩和转发的可达速率是：

s.t.I(Y_r；Y_r|Y_d)≤C₀和

其中表示共轭转置。

假设所述含源基站上噪声的传输信号有高斯分布，如X～CN(0_s×1,S_X)。所述中继上的高斯量化噪声可以建模为：

其中，Q～CN(0_r×1,S_Q)。此时，联合传输和压缩优化的问题为：

maxf_o(S_X,S_Q)

s.t.f_c(S_X,S_Q)≤C₀和

S_X≥0，S_Q≥0,tr(S_X)≤P。 (7)

目标函数表示为：

所述约束表示为：

是总信道矩阵。所述干扰协方差矩阵表示为：

以上优化问题的解决方案确定了所述源(基站)上的优化传输波束成形以及所述中继上的信号量化，以降低干扰并改善所述目的终端上的信号接收。在所述中继上的链路容量约束和终端信号的传输功率约束下，所述优化发现所述源基站的最优传输信号向量和所述中继上的最优量化中继信道向量。所述优化问题可以在了解信道状态信息以及噪声与干扰统计情况下在集中位置得到解决。由于所述目标函数和所述约束在S_X中是凹的且在S_Q中是凸的，该问题并不是凸优化问题。采用迭代优化方法来找到所述优化问题的拉格朗日的最佳条件。为解决该问题，使用迭代优化方法可最大化所述拉格朗日。所述优化问题的拉格朗日可以表示为：

L(S_X,S_Q,μ)＝f_o(S_X,S_Q)-μ(f_c(S_X,S_Q)-C₀)。 (11)

解决该问题的所述总优化方法是为固定拉格朗日对偶变量μ找到最大化拉格朗日的最优具体地，对于固定变量μ，首先为最优解决以下优化问题：

随后，在外环中发现使得以下公式成立的最优值μ^*：

在一些实施例中，最优μ^*是在0与1之间。当μ＝0时(例如，当所述目标是在没有中继链路容量约束情况下最大化总速率)，所述最优是零矩阵，使得当μ≥1，所述总目标是使得中继链路速率与所述可达速率比值超出1:1，所述最优可以是无穷大，使得所述拉格朗日最大化问题通过使用固定的μ∈(0,1)求解。查找所述最优μ^*的外环是一维求根问题，可以使用如二分等数值方法得到解决。

等式(12)中的所述拉格朗日最大化问题可以使用迭代坐标上升方法得到解决。所述解决方法是为固定S_X找到最大化L(S_X,S_Q,μ)的最优S_Q，然后为固定S_Q找到最优化L(S_X,S_Q,μ)的最优S_X，并在这两个步骤间进行迭代。对于固定μ∈(0,1)，可以解决S_X和S_Q个体优化达到最佳。所述迭代优化过程提供了拉格朗日目标的非递减顺序，使得迭代过程聚合。聚合点是平稳点。以下表1总结了实现联合传输和量化的解决算法。以下还进一步描述了为固定S_X优化S_Q以及为固定S_Q优化S_X的算法细节。

表1：联合输入和量化算法

图2是一种以上算法提供的用于联合传输和量化协方差优化的方法200的实施例的流程图。所述方法200可以由网络控制器执行，所述网络控制器用于对来自所述源(基站)的传输波束成形信号和从所述中继终端到所述目的终端的压缩信号进行联合优化。所述网络控制器可以位于所述传输基站或网络中单独的实体。在步骤210，将含高斯噪声的所述源基站的传输协方差初始化至某个合适的值。所述传输协方差决定了所述源基站波束成形的传输向量。这是表1中算法的步骤1。在步骤220，为联合传输协方差和中继量化噪声协方差的拉格朗日函数的优化变量(拉格朗日乘数)μ选择合适的值。这是以上算法中的步骤3。所述量化噪声协方差决定了所述中继终端接收并中继到所述目的终端的信号的量化。在步骤230，得到所在中继上的所述量化噪声协方差，并固定所述传输协方差。这在所述算法的步骤5中示出。在步骤240，得到最佳传输协方差，并固定所述得到的量化噪声协方差。在决策步骤245中，所述方法检查是否所述传输协方差和量化噪声协方差的值已经聚合。如果所述值已聚合，则所述方法200进入步骤250。否则，所述方法返回步骤230。这在所述算法的步骤6中示出。在步骤250，通过平分和最后计算出的所述协方差矩阵的值更新所述优化变量μ的值。在决策步骤260，所述方法根据量化检查所述中继链路上的速率是否满足所述中继链路上的固定容量。如果所述量化信号速率满足所述中继链路上的容量，则所述方法200结束。否则，所述方法返回步骤220。使用得到的所述优化传输协方差和量化噪声协方差分别确定所述源基站的最佳传输信号波束成形和从所述中继到所述目的终端的量化信号，以降低干扰并改善在用于MIMO传输的目的终端接收来自源基站的信号。

为固定S_X优化S_Q，采用闭合解来找到使给定的的拉格朗日最大化的S_Q，即最优方法是使

该方法使为了寻找所述问题的平稳点。一种使闭合解有可能实现的技术是同余下的同时对角化。对于优化S_Q，当S_X固定时，公式(8)和(9)中的目标函数和约束函数可以重新写为：

和 (15)

现在等式(14)中的拉格朗日写为：

其中使用Schur的补充公式 和得到条件协方差和其中(.)⁺表示摩尔－彭若斯广义逆。

目标是基于S_Q最大化等式(17)。约束条件S_Q≥0是多余的，因为在域中已经是隐式的(例如，如果|S_Q|＝0，则所述中继链路速率无穷大)。最大化等式(18)中主要步骤是和的同时对角化。该方案基于辅助定理，其中存在非奇异矩阵C∈C^r×r使得和其中Λ是对角矩阵。对角元素λ_i叫做广义特征值。此外，对于i＝1,…,r，λ_i∈(0,1]。作为证明，和都是正定矩阵。假定是柯列斯基分解。考虑特征分解同时满足和此外，由于C是非奇异的，意味着Λ≥I_r。对于普通的相关噪声情况，以上同时对角化用于解决矩阵优化问题以实现标量优化。

为解决MIMO传输问题达到标量并且解决接下来的标量量化噪声优化问题，等式(17)中的拉格朗日可以写为：

其中(a)随着变量变化而变化，C是以上的辅助定理，(b)中的∑_Q随着特征分解改变。当U＝I_r时等式(b)成立。因此，不会损失最优性来限制使其对角。

假定是∑_Q的对角元素。考虑以下变量变化：

其中且c_i≥0。c_i可解释为是指定给压缩CY_r的第i个元素的变量的一部分。使用等式(19)，所述拉格朗日可以写为：

当λ_i≥1时，可以检查到等式(20)在c_i中是凹的。最佳c_i由以下等式给出：

最佳由以下等式给出：

最佳S_Q由给出。

为固定S_Q优化S_X，以下优化问题：

可以使用凸优化中采用的方式解决，其中对于固定如果μ∈(0,1)，则等式(11)中拉格朗日是S_X的凹函数。为了证实所述凸性，当 时，需要注意的是等式(11)中的拉格朗日可以写为S_X(对于固定)的函数。对于μ∈(0,1)，所述公式是对数取行列式优化问题，其是凸的且可以通过使用Matlab的CVX等数值软件包解决。

图3是一种通过联合传输和量化噪声协方差优化进行联合MIMO传输的压缩和转发中继方案的方法300的实施例的流程图。在步骤310，根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对用于基站到目的终端上的MIMO波束成形的传输协方差矩阵、函数或值以及用于压缩从中继终端到所述目的终端的中继信号的量化噪声协方差矩阵、函数或值进行初始化。在步骤320，采用迭代算法和中继链路容量和传输信号功率约束对所述传输协方差和所述量化噪声协方差进行联合优化。所述方案包括最大化有最优拉格朗日变量的两个协方差矩阵的拉格朗日函数。所述优化可以使用所述方法200或表1中的算法解决。可以在所述网络控制器或基站上执行步骤310和320。在步骤330，根据所述最优传输协方差对从所述基站到所述目的终端的传输信号进行波束成形。这个步骤可以在所述基站或所述网络控制器上执行。例如，所述网络控制器可以将所述最优传输协方差发送到所述基站。在步骤340，根据所述最优量化噪声协方差对从所述中继终端到所述目的终端的中继信号进行压缩或量化。这个步骤可以在所述中继终端上执行。例如，所述网络控制器可以将所述优化量化噪声协方差发送至所述中继终端。

图4是一种通过联合传输和量化噪声协方差优化进行联合MIMO传输的压缩和转发中继方案的方法400的另一实施例的流程图。所述方法可以由目的终端执行，其中所述目的终端从基站接收传输信号并从中继终端接收压缩的中继信号。在步骤410，从所述基站接收用于MIMO传输的传输信号。根据联合优化传输协方差得到的传输协方差矩阵、函数或值以及量化噪声协方差矩阵、函数或值对所述传输信号进行波束成形。使用所述量化噪声协方差对从所述中继终端到所述目的终端的传输信号进行压缩和中继。在步骤420，从所述中继终端接收所述压缩的中继信号。所述中继终端从所述基站接收所述传输信号然后根据所述量化噪声协方差量化所述信号来建立所述中继信号。在步骤430，根据所述接收到的传输信号和传输信号的相关噪声去除所述接收到的传输信号和中继信号上的任何干扰。

进行仿真研究来证实以上描述的用于设备到设备链路的所述压缩和转发中继方案的有效性，以增强下行无线蜂窝环境中小区边缘吞吐量。所述方案采用联合输入和以上的量化协方差优化，如使用方法200。微微小区部署被认为是以最大功率1瓦特/10兆赫(MHz)向离开100米(m)的用户传输的微微基站。邻近的第二用户是图1示出的中继。假设背景噪声功率频谱密度是-170分贝-毫瓦特/赫兹(dBm/Hz)。使用路径损耗指数为3.76和8分贝(dB)的信道模型阴影。

作为参考，MIMO中继信道的容量的割集上限是：

割集范围的评估涉及解决优化问题。对于高斯MIMO中继信道，等式(37)的最大化问题中的最优输入分布是多元高斯。对输入协方差矩阵的优化是凸优化问题，其可以通过使用如CVX等标准优化包解决。

图5是展示用于增强基站和用户之间直接通信的天线池化效果的图表。所述图表示出使用中继链路提高总传输速率的场景，其中所述传输基站有两根天线(s＝3)，中继和目的终端各有两根天线(r＝2和d＝2)，且没有小区间干扰(t＝0)。在这种场景中，由于总传输自由度受到所述目的终端天线数的限制，所述天线池化的优势在于增加直接信号维度。因此，来自所述中继的池化天线可以显著提高总吞吐量。如图5所示，在C₀＝100兆比特/秒(Mbps)下，最优压缩和转发中继方案中提高的吞吐量大约为95Mbps，对于每个中继比特在直接传输速率方面实现了大约1:1的提高。在C₀＝250Mbps情况下实现的最大可能提高大约是165Mbps。如果C₀取较小值，所述最优压缩和转发方案中可达速率几乎满足割集范围。

所述图表还展示了在总可达速率下最优化输入协方差矩阵的效果。作为输入协方差的次优选择，若不考虑中继的影响，在将所述传输协方差设置为源-目的和源-中继-目的点到点信道的注水协方差情况中，绘制所述可达速率。对于该固定的输入协方差矩阵，最优化所述量化噪声协方差。根据C₀的值，严格说来其中的各个协方差可以是次优的。对于C₀取较小值，将优化源-目的信道的输入协方差设置为接近最优。然而，随着C₀增加，该S_X可能无法实现最优性能。对于C₀取较大值，将优化源-中继-目的信道的输入协方差设置为接近最优，但是当C₀取低值时，存在差距。

图6是展示与上述场景类似设置的结果的图表，除了所述传输基站现有有两根天线，所述中继和目的各有三根天线，且也没有干扰(即s＝2、r＝3、d＝3和t＝0)。在这种场景中，中继并没有显著增加总吞吐量，因为所述总自由度受到基站天线数而不是所述目的设备天线数的约束。此时，当C₀＝100Mbps，吞吐量提供了仅大约17Mbps。

图7是展示与图6场景相同设置的结果的图表。然而，图7的场景还考虑了另外四个干扰单天线微微基站，如图1所示(即s＝2、r＝3、d＝3和t＝4)。所述干扰基站置于离中心基站六角网格200m远的位置。由于干扰，没有中继(即C₀＝0)的吞吐量现在大大降低，但是所述中继链路的最大利用可以大幅度提高所述吞吐量。这是因为所述共同小区间干扰使得所述中继和目的终端上的噪声高度相关。通过使用所述中继链路利用该噪声相关性，所述目的终端可以有效地将三根中继天线与自己已有的三根天线联合，以形成2×6总MIMO信道(即s＝2和r+d＝6)。这使得四级干扰(即t＝4)被彻底消除，形成有效的2×2无干扰总信道。如图7图表所示，在大约C₀＝100Mbps情况下，所述压缩和转发中继链路的优化利用提高的吞吐量大约是85Mbps。在C₀较小时，对于每个中继比特在直接传输速率方面中继实现了大约1:1的提高。值得注意的是，图7中C₀较大下的总吞吐量接近图5和图6中C₀＝0场景下的可达速率，说明了优化压缩和转发中继的近完整的干扰抑制能力。

图6和图7也表明了优化所述量化噪声协方差矩阵的重要性。为便于比较，也示出了简单的次优S_Q的可达速率，其中S_Q＝qI_r，对于从表1中的联合输入和量化算法得到的最优S_X，将q设置为满足等式的中继速率约束。S_Q结果的简单选择得到了如图6和图7所示的次优性能。

图8为可用于实施各种实施例的处理系统800的方框图。例如，所述系统可以是网络实体或组件的一部分，如基站、用户终端或任何用于实现此处描述的对于压缩和转发中继的优化技术的网络控制器。特定装置可利用所有所示的组件或所述组件的仅一子集，且装置之间的集成程度可能不同。此外，设备可以包括组件的多个实例，例如多个处理单元、处理器、存储器、发射器、接收器等。处理系统800可以包括配备一个或多个输入/输出设备，例如扬声器、麦克风、鼠标、触摸屏、按键、键盘、打印机、显示器等的处理单元801。处理单元801可包括中央处理器(CPU)810、存储器820、大容量存储设备830、视频适配器840，以及连接到总线的I/O接口860。所述总线可以为任何类型的若干总线架构中的一个或多个，包括存储总线或者存储控制器、外设总线等等。

所述CPU810可包括任何类型的电子数据处理器。存储器820可包括任意类型的系统存储器，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)、动态随机存取存储器(Dynamic Random Access Memory，简称DRAM)、同步DRAM(SynchronousDRAM，简称SDRAM)、只读存储器(Read-Only Memory，简称ROM)或其组合等等。在实施例中，存储器820可包括在开机时使用的ROM以及在执行程序时使用的存储程序和数据的DRAM。在实施例中，存储器820是非瞬时的。大容量存储设备830可包括任意类型的存储设备，其用于存储数据、程序和其它信息，并使这些数据、程序和其它信息通过总线访问。大容量存储设备830可包括如下项中的一种或多种：固态磁盘、硬盘驱动器、磁盘驱动器、光盘驱动器等等。

视频适配器840以及I/O接口860提供接口以将外部输入以及输出装置耦合到处理单元上。如图所示，输入输出设备的示例包括耦合至视频适配器840的显示器890和耦合至I/O接口870的鼠标/键盘/打印机860的任意组合。其它设备可以耦合至处理单元801，可以利用附加的或更少的接口卡。举例来说，串行接口卡(未图示)可以用于为打印机提供串行接口。

处理单元801还包括一个或多个网络接口850，网络接口850可包括以太网电缆等有线链路，和/或到接入节点或者一个或多个网络880的无线链路。网络接口850允许处理单元801通过网络880与远程单元通信。例如，网络接口850可以通过一个或多个发射器/发射天线以及一个或多个接收器/接收天线提供无线通信。在一实施例中，处理单元801耦合到局域网或广域网上以用于数据处理以及与远程装置通信，所述远程装置例如其它处理单元、因特网、远程存储设施等。

虽然本发明中已提供若干实施例，但应理解，在不脱离本发明的精神或范围的情况下，本发明所公开的系统和方法可以以许多其他特定形式来体现。本发明的实例应被视为说明性而非限制性的，且本发明并不限于本文本所给出的细节。例如，各种元件或组件可以在另一系统中组合或合并，或者某些特征可以省略或不实施。

此外，在不脱离本发明的范围的情况下，各种实施例中描述和说明为离散或单独的技术、系统、子系统和方法可以与其它系统、模块、技术或方法进行组合或合并。展示或论述为彼此耦合或直接耦合或通信的其它项也可以采用电方式、机械方式或其它方式通过某一接口、设备或中间组件间接地耦合或通信。其他变化、替代和改变的示例可以由本领域的技术人员在不脱离本文精神和所公开的范围的情况下确定。

Claims (20)

1.一种用于通过设备到设备通信接收多输入多输出(Multiple Input MultipleOutput，简称MIMO)传输和中继信道的方法，其特征在于，所述方法包括：

在目的终端从基站接收用于MIMO传输的传输信号，其中根据传输协方差对所述传输信号进行波束成形，所述传输协方差是对所述传输协方差以及用于压缩和中继从中继终端到所述目的终端的所述传输信号的量化噪声协方差进行联合优化得到的，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化；

在所述目的终端通过所述设备到设备通信从所述中继终端接收压缩用于MIMO传输的所述传输信号得到的中继信号，其中所述中继信号是根据所述量化噪声协方差量化压缩的；

根据所述接收到的传输信号和中继信号的相关噪声去除所述接收到的传输信号和中继信号上的任何干扰。

2.根据权利要求1所述的方法，其特征在于，所述压缩的中继信号是以根据所述中继终端和所述目的终端之间的中继链路上的容量约束所确定的速率接收的。

3.根据权利要求1所述的方法，其特征在于，根据Wyner-Ziv编码算法通过计算所述传输信号和所述中继终端接收到的所述中继信号之间的噪声相关性对所述中继信号进行压缩。

4.一种用于通过设备到设备通信建立多输入多输出(Multiple Input MultipleOutput，简称MIMO)传输和中继信道的方法，其特征在于，所述方法包括：

在网络控制器初始化传输协方差，其中所述传输协方差用于将从基站到目的终端和中继终端的MIMO传输的传输信号进行波束成形；

在所述网络控制器初始化量化噪声协方差，其中所述量化噪声协方差用于将从所述中继终端到所述目的的中继信号进行压缩，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行初始化；

根据所述中继终端和所述目的终端之间的中继链路上的容量约束以及所述基站的传输信号功率约束使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化。

5.根据权利要求4所述的方法，其特征在于，对所述传输协方差和所述量化噪声协方差进行联合优化包括通过选择合适的拉格朗日乘数值来最大化所述传输协方差和所述量化噪声协方差的拉格朗日函数。

6.根据权利要求5所述的方法，其特征在于，使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化包括：

根据所述已知信道状态信息以及所述传输和中继信道的噪声与干扰统计采用高斯噪声对所述传输信号的传输协方差进行初始化；

选择所述拉格朗日函数的合适的拉格朗日乘数值；

通过固定所述传输协方差来计算所述量化噪声协方差；

通过固定所述计算出的量化噪声协方差来计算所述传输协方差；

重复所述计算步骤直至所述量化噪声协方差和所述传输协方差的值聚合；

根据所述量化噪声协方差和所述传输协方差的聚合值通过平分来更新所述合适的拉格朗日乘数值；

重复所述选择、计算和更新步骤直至所述中继链路上的速率满足所述容量约束。

7.根据权利要求6所述的方法，其特征在于，所述量化噪声协方差是通过闭合解中同余下的同时对角化计算的。

8.根据权利要求6所述的方法，其特征在于，所述传输协方差是使用求凸函数的数值软件包计算的。

9.根据权利要求4所述的方法，其特征在于，还包括根据所述优化传输协方差对所述传输信号进行波束成形。

10.根据权利要求4所述的方法，其特征在于，还包括：

将所述传输协方差发送至所述基站；

将所述量化噪声协方差发送至所述中继终端。

11.根据权利要求4所述的方法，其特征在于，所述传输协方差和所述量化噪声协方差是由于共同干扰源假设所述目的终端和所述中继终端上的高斯统计和相关噪声来建立的。

12.根据权利要求4所述的方法，其特征在于，所述网络控制器位于所述基站。

13.一种用于通过设备到设备通信接收多输入多输出(Multiple Input MultipleOutput，简称MIMO)传输和中继信道的终端，其特征在于，所述终端包括：

与存储器耦合的处理器；

非瞬时性计算机可读存储介质，用于存储所述处理器执行的程序，其中所述程序包括指令，用于：

从基站接收用于MIMO传输的传输信号，其中根据传输协方差对所述传输信号进行波束成形，所述传输协方差是对所述传输协方差以及用于压缩和中继从中继终端到所述终端的所述传输信号的量化噪声协方差进行联合优化得到的，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行联合优化；

通过所述设备到设备通信从所述中继终端接收压缩用于MIMO传输的所述传输信号得到的中继信号，其中所述中继信号是根据所述量化噪声协方差量化压缩的；

根据所述接收到的传输信号和中继信号的相关噪声去除所述接收到的传输信号和中继信号上的任何干扰。

14.根据权利要求13所述的终端，其特征在于，根据所述指令，所述压缩的中继信号是以根据所述中继终端和所述目的终端之间的中继链路上的容量约束所确定的速率接收的。

15.根据权利要求13所述的终端，其特征在于，根据Wyner-Ziv编码算法通过计算所述传输信号和所述中继终端接收到的所述中继信号之间的噪声相关性对所述中继信号进行压缩。

16.一种用于通过设备到设备通信建立多输入多输出(Multiple Input MultipleOutput，简称MIMO)传输和中继信道的网络控制器，其特征在于，所述网络控制器包括：

与存储器耦合的处理器；

非瞬时性计算机可读存储介质，用于存储所述处理器执行的程序，其中所述程序包括指令，用于：

初始化传输协方差，其中所述传输协方差用于将从基站到目的终端和中继终端的MIMO传输的传输信号进行波束成形；

初始化量化噪声协方差，其中所述量化噪声协方差用于将从所述中继终端到所述目的终端的中继信号进行压缩，其中根据已知信道状态信息以及传输和中继信道的噪声与干扰统计对所述传输协方差和所述量化噪声协方差进行初始化；

根据所述中继终端和所述目的终端之间的中继链路上的容量约束以及所述基站的传输信号功率约束使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化。

17.根据权利要求16所述的网络控制器，其特征在于，使用迭代算法对所述传输协方差和所述量化噪声协方差进行联合优化的所述指令包括指令，用于：

根据所述已知信道状态信息以及所述传输和中继信道的噪声与干扰统计采用高斯噪声对所述传输信号的传输协方差进行初始化；

选择所述传输协方差和所述量化噪声协方差的拉格朗日函数的合适的拉格朗日乘数值；

通过固定所述传输协方差来计算所述量化噪声协方差；

通过固定所述计算出的量化噪声协方差来计算所述传输协方差；

重复所述计算步骤直至所述量化噪声协方差和所述传输协方差的值聚合；

根据所述量化噪声协方差和所述传输协方差的聚合值通过平分来更新所述合适的拉格朗日乘数值；

重复所述选择、计算和更新步骤直至所述中继链路上的速率满足所述容量约束。

18.根据权利要求17所述的网络控制器，其特征在于，所述指令包括通过闭合解中同余下的同时对角化计算所述量化噪声协方差。

19.根据权利要求17所述的网络控制器，其特征在于，所述指令包括使用求凸函数的数值软件包计算所述传输协方差。

20.根据权利要求16所述的网络控制器，其特征在于，所述网络控制器位于所述基站。