CN107612601A - 一种基于多用户mimo系统的预编码方法 - Google Patents

Abstract

本发明提供了一种基于多用户MIMO系统的预编码方法，该方法包括：将计算语言MATLAB中链路算法的代码编译为C++语言函数，用于在OPNET环境中调用多用户多入多出算法MU‑MIMO生成信噪比—比特误码率SNR—BER曲线；在OPNET环境中构建通过MU‑MIMO计算得出的信道矩阵模型，并加入外部函数；在所述信道矩阵模型中加入基站和移动台的注册代码，用于计算所述基站和移动台之间的距离；在所述信道矩阵模型中增加全局属性，用于控制对所述信道矩阵模型的使用；利用所述信道矩阵模型动态的获取SNR—BER曲线值。本发明提出的多用户预编码方法能够提高信道的吞吐量、简化接收端设备复杂度和平衡用户之间的传输速率。

Description

一种基于多用户MIMO系统的预编码方法

技术领域

本发明涉及多输入多输出(MIMO)无线通信系统技术领域，尤其涉及一种基于多用户MIMO系统的预编码方法。

背景技术

到目前为止，多媒体无线通信应用的瓶颈问题是无线频谱带宽有限问题。为了解决这一问题，相继提出智能天线(SA)，空时扩谱 (STS)技术和MIMO(多输入多输出)技术来提高无线频谱的利用率。在这三种技术中，虽然SA可以完全利用空间频谱容量，但LTE基站(BS)实施SA很困难，因为难以为每个移动台提供独立的空间波束。在上行链路，为了得到空间互不相关的发射流，STS移动台需要对发射数据流做空时编码，基站接收机也需要对应的空时解码电路来恢复接收到的数据流。但这仍然很困难，特别是对LTE移动台(MS)的系统实现。现有的STS技术涉及复杂的时间交换，增加了算法的复杂度和LTE系统的实现代价。

和STS一样，现有的LTE-MIMO同样要求空时编解码，在上行链路，要求移动台使用多天线和空时编码，能够对信道进行估计，同时将信道信息反馈给基站。这将大大增加移动台的实现复杂度和成本，更为严重的问题是：未考虑到移动台的狭小体积无法支持MIMO天线之间的距离要求：载波波长的10-15倍。而如果缩小移动台的多个天线之间的距离，将使MIMO信道不能独立，将导致共信道干扰，严重影响通信质量，降低通信容量。

发明内容

本发明提供了一种基于多用户MIMO系统的预编码方法，与现有 LTE-MIMO系统方案相比，本LTE_A系统多用户MIMO(MU-MIMO)的预编码算法采用逆信道矩阵来恢复多用户的发射信号，抑制共信道干扰。考虑到算法复杂度和移动台的成本，本发明将LTE-MIMO系统的设计限制为BS有4个天线和MS有一个天线的情况，优于现有其它LTE系统的误码率性能。

为了实现上述目的，本发明采取了如下技术方案：

一种基于多用户MIMO系统的预编码方法，该方法包括：

S1：将计算语言MATLAB中链路算法的代码编译为C++语言函数，用于在OPNET环境中调用多用户多入多出算法MU-MIMO生成信噪比—比特误码率SNR—BER曲线；

S2：在OPNET环境中构建通过MU-MIMO计算得出的信道矩阵模型，并加入外部函数；

S3：在所述信道矩阵模型中加入基站和移动台的注册代码，用于计算所述基站和移动台之间的距离；

S4：在所述信道矩阵模型中增加全局属性，用于控制对所述信道矩阵模型的使用；

S5：利用所述信道矩阵模型动态的获取SNR—BER曲线值。

进一步地，所述的S1还包括：

所述编译为C++语言函数的入口参数为空间信道矩阵CH_Real、存在信道估计误差的空间信道矩阵CH_Esti、SNR和仿真帧数frame_num，返回值为BER。

进一步地，所述的S2还包括：

在OPNET环境中增加通过MU-MIMO计算得出的数据结构，并存储所述的数据结构。

进一步地，所述的S2还包括：

增加SNR—BER计算进程模型，所述SNR—BER计算进程模型的有限状态机包括四个状态：

当为Init状态时，初始化该SNR—BER计算进程模型；

当为Wait状态时，执行等待事件操作；

当为Write Stat状态时：执行定时写入统计量信息操作；

当为Calc BER状态时：更新网络拓扑，更新信道矩阵，并计算 SNR—BER曲线值。

进一步地，所述的当为Calc BER状态时：更新网络拓扑，更新信道矩阵，并计算SNR—BER曲线值，包括：

(1)根据当前网络拓扑更新4x4空间信道矩阵；

(2)获取当前基站和移动台间的距离；

(3)根据所述距离计算基站和移动台间的信号衰减；

(4)将每个基站天线对每个移动台天线信号衰落归一化；

(5)根据真实信道矩阵计算信道矩阵估计；

(6)循环计算SNR—BER曲线值；

(7)设置MATLAB的函数入口参数；

(8)调用MATLAB生成的ZF_OPNET函数用于计算BER。

进一步地，所述的S2还包括：

所述的外部函数为无线信号衰减计算函数。

进一步地，所述的S3还包括：

所述的基站和移动台注册代码均位于所述的SNR—BER计算进程模型中，所述基站的天线数量为四个，所述移动台的天线数量为一个。

进一步地，所述的S5中动态的获取SNR—BER曲线值，包括： wrls_ber阶段和wrls_ecc阶段：

当为wrls_ber阶段时，判断是否开启MU-MIMO仿真，若未开启，调用默认模型代码，从曲线模型中获得BER值，若开启，调用MU-MIMO BER计算代码，根据SNR值从SNR_BER_Array数组中获取BER值；

当为wrls_ecc阶段时，通过写入代码统计全局的发送和接收数据包信息。

进一步地，所述的若开启，调用MU-MIMO BER计算代码，根据 SNR从SNR_BER_Array数组中获取BER值；还包括：

当SNR值小于SNR_BER_Array数组中的下限时，则BER取值为下限 SNR值对应的BER值；

当SNR值大于SNR_BER_Array数组中的上限时，则BER取值为上限 SNR值对应的BER值；

当未能计算得出BER值时，则报错并终止所述MU-MIMO仿真。

由上述本发明提供的技术方案可以看出，本发明通过利用信道状态信息，合理利用预编码矩阵，一定程度上增加系统的容量，实现信道的空间复用。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于多用户MIMO系统的预编码方法的实施流程图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式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方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/ 或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明提供了一种基于多用户MIMO系统的预编码算法，该方法包括：

S1：将计算语言MATLAB中链路算法的代码编译为C++语言函数，用于在OPNET环境中调用多用户多入多出算法MU-MIMO生成信噪比—比特误码率SNR—BER曲线；

S2：在OPNET环境中构建通过MU-MIMO计算得出的信道矩阵模型，并加入外部函数；

S3：在所述信道矩阵模型中加入基站和移动台的注册代码，用于计算所述基站和移动台之间的距离；

S4：在所述信道矩阵模型中增加全局属性，用于控制对所述信道矩阵模型的使用；

S5：利用所述信道矩阵模型动态的获取SNR—BER曲线值。

在一个具体的实施例中，所述的S1还包括：

所述编译为C++语言函数的入口参数为空间信道矩阵CH_Real、存在信道估计误差的空间信道矩阵CH_Esti、SNR和仿真帧数frame_num，返回值为BER。

在一个具体的实施例中，所述的S2还包括：

在OPNET环境中增加通过MU-MIMO计算得出的数据结构，并存储所述的数据结构。

在一个具体的实施例中，所述的S2还包括：

增加SNR—BER计算进程模型，所述SNR—BER计算进程模型的有限状态机包括四个状态：

当为Init状态时，初始化该SNR—BER计算进程模型；

当为Wait状态时，执行等待事件操作；

当为Write Stat状态时：执行定时写入统计量信息操作；

当为Calc BER状态时：更新网络拓扑，更新信道矩阵，并计算SNR— BER曲线值。

在一个具体的实施例中，所述的当为Calc BER状态时：更新网络拓扑，更新信道矩阵，并计算SNR—BER曲线值，包括：

(1)根据当前网络拓扑更新4x4空间信道矩阵；

(2)获取当前基站和移动台间的距离；

(3)根据所述距离计算基站和移动台间的信号衰减；

(4)将每个基站天线对每个移动台天线信号衰落归一化；

(5)根据真实信道矩阵计算信道矩阵估计；

(6)循环计算SNR—BER曲线值；

(7)设置MATLAB的函数入口参数；

(8)调用MATLAB生成的ZF_OPNET函数用于计算BER；

在一个具体的实施例中，所述的S2还包括：

所述的外部函数为无线信号衰减计算函数。

在一个具体的实施例中，所述的S3还包括：

所述的基站和移动台注册代码均位于所述的SNR—BER计算进程模型中，所述基站的天线数量为四个，所述移动台的天线数量为一个。

在一个具体的实施例中，所述的S5中动态的获取SNR—BER曲线值，包括：wrls_ber阶段和wrls_ecc阶段：

当为wrls_ber阶段时，判断是否开启MU-MIMO仿真，若未开启，调用默认模型代码，从曲线模型中获得BER值，若开启，调用MU-MIMO BER计算代码，根据SNR值从SNR_BER_Array数组中获取BER值；

当为wrls_ecc阶段时，通过写入代码统计全局的发送和接收数据包信息。

在一个具体的实施例中，所述的若开启，调用MU-MIMO BER计算代码，根据SNR从SNR_BER_Array数组中获取BER值；还包括：

当SNR值小于SNR_BER_Array数组中的下限时，则BER取值为下限 SNR值对应的BER值；

当SNR值大于SNR_BER_Array数组中的上限时，则BER取值为上限 SNR值对应的BER值；

否则，从SNR_BER_Array数组中采用插值算法计算BER值；

当未能计算得出BER值时，则报错并终止所述MU-MIMO仿真。

实施例：

为使本发明的目的、技术方案和优点更加清楚，本实施例将本发明中的技术方案结合实际操作进行适当的完整性描述。

图1为本发明实施例提供的一种基于多用户MIMO系统的预编码方法的实施流程图，如图1所示：

S110：将MATLAB函数代码在C/C++环境中运行

由于MU-MIMO模型中的链路核心算法来源于MATLAB编写的程序，为了使得其能够在OPNET环境内工作，我们通过使用MATLAB提供的 MATLAB C/C++Compiler(mcc)将MATLAB链路算法编译为C++语言函数，从而实现在OPNET环境中调用MU-MIMO算法生成SNR—BER曲线。

1.将MATLAB仿真代码修改为函数形式

如下列代码所示，MATLAB形式的MU-MIMO计算程序是一段过程代码，其使用随机数生成了一个4x4的空间信道矩阵，再通过大量的数据循环得出SNR—BER曲线。

％4*4MIMO迫零解码程序

上述过程型的代码无法被mcc转换为可用的C++函数，因此需要将其改写为MATLAB函数形式，改写后的代码如下所示(此处将函数名称命名为ZF_OPNET)：

％函数形式的4*4MIMO迫零解码程序

此时可以看到改写后的代码将空间信道矩阵(CH_Real)、存在信道估计误差的空间信道矩阵(CH_Esti)、信噪比(SNRindB)、仿真帧数 (frame_num)都作为了入口参数，保留了核心运算代码，而降误码率 BER作为了返回值，这样函数形式的MATLAB代码就可以被mcc命令转换并被C++语言编译调用。

2.将MATLAB仿真代码转换为C/C++代码

在MATLAB命令窗口中使用如下命令编译上节编写的MATLAB函数 ZF_OPNET：mcc-C-W cpplib:ZF_OPNET-T link:lib ZF_OPNET，其中我们需要使用的是ZF_OPNET.h、ZF_OPNET.lib、ZF_OPNET.dll和 ZF_OPNET.ctf。需要将ZF_OPNET.h和ZF_OPNET.lib复制到LTE_A的模型目录下，将ZF_OPNET.dll和ZF_OPNET.ctf复制到C:\Program Files\OPNET\16.0.A\sys\pc_intel_win32\bin\目录中。

S120：开发OPNET 4x4信道矩阵计算模型

实现了将MATLAB算法编译为C++函数后，我们需要在OPNET中构建MU-MIMO计算所需要的4x4信道矩阵模型。

1.增加数据结构

首先需要在OPNET中增加MU-MIMO计算所需要的数据结构，这些数据结构都存储在wrls_phy_support.h文件中，其具体代码如下所示：

上述代码中：

⑴LTE_Node_Info：LTE节点发射机和接收机状态信息结构体；

⑵LTE_SNR_BER_Pair：SNR和BER对应关系结构体；

⑶global_enable_mu_mimo：MU-MIMO仿真开启指示符；

⑷CH_Real_Data：真实信道矩阵值；

⑸CH_Esti_Data：估计信道矩阵值；

⑹SNR_BER_Array：SNE—BER信息数组；

⑺LTE_BS_Info_Ptr：基站注册信息数组；

⑻LTE_MS_Info_Ptr：移动台注册信息数组；

⑼SNR_BER_Array_Point_Count：SNR—BER曲线数组；

⑽global_sent_pkt_num：总发射分组数量；

⑾global_recv_pkt_num：总接收分组数量；

global_pkt_delivery_ratio_stathandle：分组投递率统计量句柄；

LTE_MIMO_phy_pathloss_compute：MU-MIMO信道矩阵路径损耗计算函数；

2.增加SNR—BER计算进程模型

SNR—BER曲线计算模型位于进程模型LTE_MU_MIMO_SNR_BER 中。该模型是LTE配置节点的子进程。双击网络拓扑中的节点模型按钮，在弹出的节点模型窗口中双击lte_attr_def模块。在弹出的进程模型窗口空白处点击右键，在弹出的快捷菜单中选择ChildProcess- >LTE_MU_MIMO_SNR_BER。

3.LTE_MU_MIMO_SNR_BER计算子进程模型

在弹出的LTE_MU_MIMO_SNR_BER，能够得到该进程模型有限状态机包括四个状态(关于有限状态机的更多内容请参考OPNET帮助文档 [4])，分别为：Init、Wait、Calc BER和Write Stat。

下面解析各个状态中的代码(其中以op_开头的函数为OPNET自带函数)：

(1)Init状态：初始化进程模型

S130：增加外部函数支持

在wrls_phy_support.ex.c文件中增加无线信号衰减计算函数 LTE_MIMO_phy_pathloss_compute的实现代码：

S140：增加基站和移动台注册代码

由于MU-MIMO模型需要在仿真过程中计算基站和移动台之间的距离，因此需要在基站和移动台加入注册代码。

基站和移动台注册代码都位于wrls_phy进程模型中(两者共用该模型)。双击网络中eNodeB图标，则显示四个天线图标。然后双击任意一个天线图标，将显示出基站节点编辑器。继续双击基站节点编辑器中的 phy模块，将显示出wrls_phy的进程模型。

双击INIT_1状态，将显示其中代码，其中下列代码是MU-MIMO模型添加的，作用是初始化基站和移动台对象Objid。

S150：增加全局属性

在MU-MIMO模型增加几个全局属性用于控制对MU-MIMO模型的使用，这些全局属性是通过如下步骤加入的。

1、增加Enable MU-MIMO全局属性

该属性内建于lte_attribute_definer进程模型，在其进程模型编辑上点击菜单Interfaces->Global Attributes，则可以看到Enable MU-MIMO全局属性的定义。

2、增加SNR—BER Table Calculation Interval和SNR—BER Table Point Count全局属性

这两个属性都内建于LTE_MU_MIMO_SNR_BER进程模型，在其进程模型编辑上点击菜单Interfaces->Global Attributes，则可以看到这两个全局属性的定义。

3、增加Mobility Pattern全局属性

该全局属性定义于UE节点模型的Mobility模块，在其进程模型编辑上点击菜单Interfaces->Global Attributes，则可以看到该全局属性的定义。

S160：无线管道模型调用SNR—BER计算结果

OPNET能够在无线管道(Pipeline)模型中静态的调用SNR—BER曲线，而本模型进行了较大的改动，能够动态的调用其结果。这些开发工作集中在wrls_ber和wrls_ecc阶段：

上面代码中调用的Calc_BER进行插值运算的实现代码如下：

2.wrls_ecc阶段

在wrls_ecc阶段增加如下代码以统计全局的发送和接收数据包信息。

综上所述，在多用户MIMO系统的下行信道中，由于用户接收机是分散的，接收天线之间较难协同工作，多用户之间的干扰抑制无法通过接收端的均衡来完成。由于预编码技术在单用户MIMO场景中体现出的能够降低子信道间干扰的特性，能够将其应用在多用户MIMO场景中。预编码技术就是在已知信道状态信息(CSI)的情况下，发送端利用CSI对发送信号进行预处理操作，从而进一步提高用户和系统的吞吐量。多用户预编码的作用概括起来主要有以下几点：

1、提高信道的吞吐量，

多用户预编码一方面能够消除参与联合预编码用户之间的相互干扰，另一方面通过相关功率分配算法，提高整体系统的吞吐量。

2、简化接收端设备复杂度

随着通信技术的发射，移动设备愈来愈小型化。因此，在发射端进行相关的预处理不仅能降低设备的复杂度，更重要的在于降低设备的耗电量。

3、平衡用户之间的传输速率

除了有效的调度和业务控制策略，预编码技术可以利用相应的功率分配策略平衡用户的数据传输速率。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种基于多用户MIMO系统的预编码方法，其特征在于，该方法包括：

S1：将计算语言MATLAB中链路算法的代码编译为C++语言函数，用于在OPNET环境中调用多用户多入多出算法MU-MIMO生成信噪比—比特误码率SNR—BER曲线；

S2：在OPNET环境中构建通过MU-MIMO计算得出的信道矩阵模型，并加入外部函数；

S3：在所述信道矩阵模型中加入基站和移动台的注册代码，用于计算所述基站和移动台之间的距离；

S4：在所述信道矩阵模型中增加全局属性，用于控制对所述信道矩阵模型的使用；

S5：利用所述信道矩阵模型动态的获取SNR—BER曲线值。

2.根据权利要求1所述的预编码方法，其特征在于，所述的S1还包括：

所述编译为C++语言函数的入口参数为空间信道矩阵CH_Real、存在信道估计误差的空间信道矩阵CH_Esti、SNR和仿真帧数frame_num，返回值为BER。

3.根据权利要求2所述的预编码方法，其特征在于，所述的S2还包括：

在OPNET环境中增加通过MU-MIMO计算得出的数据结构，并存储所述的数据结构。

4.根据权利要求3所述的预编码方法，其特征在于，所述的S2还包括：

增加SNR—BER计算进程模型，所述SNR—BER计算进程模型的有限状态机包括四个状态：

当为Init状态时，初始化该SNR—BER计算进程模型；

当为Wait状态时，执行等待事件操作；

当为Write Stat状态时：执行定时写入统计量信息操作；

当为Calc BER状态时：更新网络拓扑，更新信道矩阵，并计算SNR—BER曲线值。

5.根据权利要求4所述的预编码方法，其特征在于，所述的当为CalcBER状态时：更新网络拓扑，更新信道矩阵，并计算SNR—BER曲线值，包括：

(1)根据当前网络拓扑更新4x4空间信道矩阵；

(2)获取当前基站和移动台间的距离；

(3)根据所述距离计算基站和移动台间的信号衰减；

(4)将每个基站天线对每个移动台天线信号衰落归一化；

(5)根据真实信道矩阵计算信道矩阵估计；

(6)循环计算SNR—BER曲线值；

(7)设置MATLAB的函数入口参数；

(8)调用MATLAB生成的ZF_OPNET函数用于计算BER。

6.根据权利要求5所述的预编码方法，其特征在于，所述的S2还包括：

所述的外部函数为无线信号衰减计算函数。

7.根据权利要求6所述的预编码方法，其特征在于，所述的S3还包括：

所述的基站和移动台注册代码均位于所述的SNR—BER计算进程模型中，所述基站的天线数量为四个，所述移动台的天线数量为一个。

8.根据权利要求7所述的预编码方法，其特征在于，所述的S5中动态的获取SNR—BER曲线值，包括：wrls_ber阶段和wrls_ecc阶段：

当为wrls_ber阶段时，判断是否开启MU-MIMO仿真，若未开启，调用默认模型代码，从曲线模型中获得BER值，若开启，调用MU-MIMOBER计算代码，根据SNR值从SNR_BER_Array数组中获取BER值；

当为wrls_ecc阶段时，通过写入代码统计全局的发送和接收数据包信息。

9.根据权利要求8所述的预编码方法，其特征在于，所述的若开启，调用MU-MIMO BER计算代码，根据SNR从SNR_BER_Array数组中获取BER值；还包括：

当SNR值小于SNR_BER_Array数组中的下限时，则BER取值为下限SNR值对应的BER值；

当SNR值大于SNR_BER_Array数组中的上限时，则BER取值为上限SNR值对应的BER值；

当未能计算得出BER值时，则报错并终止所述MU-MIMO仿真。