CN107710838B - 一种在无线通信系统中进行功率分配和预编码矩阵计算的方法 - Google Patents

Abstract

本发明展示了在MU‑MIMO无线通信系统中对每个传输天线的每个数据流分配功率的方法，包括BS计算临时波束成型矩阵，根据每个天线的最大传输功率、每个数据流的分配功率、每个数据流的信道质量以及所述临时波束成型矩阵的每个元素的幅度，构造特殊的矩阵和向量，根据该特殊的矩阵和向量，计算分配给每个天线的每个数据流的功率，以及调节所述临时波束成型矩阵的每个元素以获取最终的波束成型矩阵。

Description

一种在无线通信系统中进行功率分配和预编码矩阵计算的 方法

本申请主张申请日为2015年6月28日的第62/185,674号美国在先申请的优先权。

技术领域

本发明涉及无线通信领域，尤其涉及在大规模多输入多输出(MIMO)通信系统中基站(BS)分配功率并在信号传输至用户设备(UE)前对其进行预编码的原理。

背景技术

大型的或者大规模的MIMO系统最初在文献[1]中提出，该系统中每个BS装备有数十到数百个传输天线。这种系统的一大优势在于其具有能在不增加功率或带宽的情况下提供线性容量增长的潜力[1]-[4]，而这一优势已通过采用多用户MIMO(MU-MIMO)来获取较传统系统明显更高的空间复用增益的方式实现。在这一系统中，所述BS在每个调度时隙中对UE分组，并在同样的时间和频率资源上向这些UE传输数据。

总传输功率限制的迫零(ZF)预编码技术已被证实是最大化大型MU-MIMO系统速率和的几乎最佳的选择[2]。然而，在实际操作中，是每个天线的功率而不是所述总功率受到了限制。这意味着最大化功率的利用需要每个天线对应的所有用户的功率和是相同的。遗憾的是，由于ZF预编码矩阵随机性，在实际操作中基本不会是这种情形。因此，这将BS置入了一个两难的境地：一方面，ZF预编码技术不能充分利用传输功率，这会造成吞吐量损失；另一方面，充分利用功率意味着分组后的用户间会出现残余干扰，随着ZF预编码矩阵被打乱，这也会造成吞吐量的损失。共轭波束成型(CB)技术由于易于实现，是在大型MIMO通信系统中实现MU-MIMO预编码的另一种实用的预编码方法。与ZF相似，CB也面对着在每个天线的功率被限制时优化频率分配的问题。因此，本领域需要更加精良的功率分配方法来最大化MU-MIMO系统的速率和。出于上述原因，本发明提供四种不同的在BS采用ZF预编码时，基于两种不同的优化目标向每个数据流分配功率的方法。此外，本发明还提供BS采用CB时实现简单功率分配的方法。本发明的优势包括：1.当采用ZF预编码时，上述四种功率分配方法中有两种方法较余下方法具有较低的信噪比(SNR)，反之亦然。因此，针对不同的SNR区域可采用不同的功率分配方法来获取MU-MIMO系统的最大速率和；2.当采用CB时，可采用具有很少速率和损失的非常简单的频率分配方法；3.本发明提供的所有方法的速率和损失相较于总传输功率受限而非每个天线功率受限的情形而言都是可忽略不计的；4.最重要的是，这些方法不受每个信道向量的缩放因子的影响，因此利用任意缩放因子进行的信道估计都会是充分的，这会缓解大规模MIMO系统中信道管理的准确性要求。

发明内容

本申请提供多种在MU-MIMO系统中实现功率分配和预编码矩阵计算的方法。对于ZF预编码，本申请提供两种最大化功率利用的方法，其中一种是基于正交投影，另一种是基于限制区域的最优解迭代搜索。此外，本申请还提供两种在MU-MIMO用户分组的UE中最小化用户间干扰的方法，其中一种是基于线性放大，另一种是基于迭代搜索。在上述四种方法中，前两种方法是在低SNR区域中的优选项，后两种方法是在高SNR区域中的优选项。对于CB，本申请提供一种简单但速率无损的方法，其中每个天线的功率可被完全消耗。

附图说明

根据下面结合附图对本发明的多个方面的描述，上述本发明的实现方式将更容易理解。附图中与不同部分对应的参考编号将在所有附图中保持一致。

图1的方块图示出了方程式(12)搜索最优解的迭代过程。

图2的方块图示出了方程式(19)搜索最优解的迭代过程。

图3的方块图示出了功率分配和预编码矩阵计算的过程。

具体实施方式

对于一个大型的MIMO系统，假设BS的天线数量为M，下行链路中资源元素(RE)，如子载波，或资源块(RB)等等上的复用数据流数量为K。值得注意的是，所述K个数据流属于N个用户，其中N≤K。假设与所述K个数据流对应的信道矩阵为H＝[h₁ h₂ … h_K]^T，该矩阵可由BS通过上行信道管理或上行反馈信道获取。

在当前RE上的K个调制信号在进一步处理前要在最前面加上矩阵W，矩阵W的维度为M×K，且第(m,k)个元素为w_mk，其中m＝1,2,…,M，且k＝1,2,…,K。

如果采用ZF预编码方法，所述BS首先计算一个临时矩阵：

H^inv＝H^H(HH^H)^-1, (1)

接着，矩阵H^inv的第(m,k)个元素可表示为：

令

为分配给当前RE的分属于所述M个天线的功率，由所述BS分配给第k个数据流的功率为P_k，其满足

一个可能的示例如下：

为了完成所述功率分配，本发明提供可分为两类的四种方法，其中第一类是基于最大化功率利用，第二类是基于最小化用户间干扰。

类-1：最大化功率利用。

在这一类中，所述BS通过删除如下临时矩阵的第k_d行向量来构造一个(M+K-1)×MK的矩阵A：

其中A_T的第(i,j)个元素满足条件

且k_d∈{1,…,MK}可以是任何可能的MK值。

所述BS通过删除临时向量的第k_d个元素来构造一个(M+K-1)×1的向量b

一个MK×1的向量r构造成

r＝[r₁₁ … r_M1 r₁₂ … r_M2 … r_1K … r_MK]^T, (7)

其中r的元素满足

根据上述矩阵A和向量b及r，可采用两种方法来计算分配给每个天线上的每个数据流的功率。

方法-1：正交投影。

在这一方法中，所述BS首先通过如下公式将向量r投影至方程式Ax＝b的解空间中：

其中

且

a为正实数。接着，所述功率分配矩阵的元素按照如下公式计算：

方法-2：迭代搜索。

在这一方法中，功率分配向量通过解如下方程组来计算:

方程组(11)可在限制区域中通过迭代搜索来解。一个可能的解法为首先将方程组(11)转换为等效方程组

接着利用图1所示的迭代搜索过程来寻找最优p。具体而言，在搜索过程开始(步骤1)后，输入参数初始化为t>0,ε_o>0,ε_i>0,p₀∈{Ap＝b,p_i≥0},μ>0,且γ>0,其中∈_o和∈_i分别为外圈搜索和内圈搜索的可容忍误差，p₀是初始的功率分配矩阵，μ和γ是两个调节参数(步骤2)。接着，在

时进行外圈搜索(步骤3)，在λ(p)/2>ε_i时进行内圈搜索(步骤4)。在内圈搜索中，首先解方程

其中χ为调节参数(步骤5)。接着，按照

计算牛顿减量(步骤6)。之后，按照p←p+γΔp_t更新变量p(步骤7)。在内圈搜索结束(步骤8)后，按照t←μt更新参数t(步骤9)。在外圈搜索结束(步骤10)后，整个过程结束(步骤11)。最后，所述向量p根据元素p_mk重塑进矩阵中，其中m＝1,…,M且k＝1,…,K。

根据p_mk，所述预编码矩阵W的元素w_mk可按如下方式计算：

类2：最小化用户间干扰。

在这一类中，本发明提供两种最小化用户间干扰的方法。

方法1：线性放大。

在这一方法中，所述BS首先根据元素

计算一个临时的功率分配矩阵，其中

与等式(2)中的相同，接着按照

m＝1,…,M计算每个天线消耗的功率。之后，所述BS选取Q_m的最大值，表示为Q_max。最后，所述功率分配矩阵按照如下方式计算：

方法-2：迭代式注水方法。

在这一方法中，所述BS按如下形式构造一个(M+K)×K的矩阵A：

其中m＝1,…,M,且k＝1,…,K，元素a_mk满足：

所述BS按照如下方式构造一个(M+K)×1的向量b：

令所述功率分配向量p^s为

其中

为分配给第k个数据流的功率,k＝1,…,K。接着，p^s可通过解如下最优化方程组获得：

其中

代表第k个数据流的信干噪比(SINR)，

为噪声和干扰的功率。

方程组(18)可通过限制区域中的迭代搜索来解。一种可能解法为首先将方程组(18)转换为等效方程式：

其中

且

是矩阵A的第i列向量。接着，利用图2所示的迭代搜索过程寻找最优的p^s。具体而言，在搜索过程开始(步骤12)后，输入参数初始化为t>0,ε_o>0,ε_i>0,

μ>0,且γ>0，其中∈_o和∈_i分别为外圈搜索和内圈搜索的可容忍误差，μ和γ为两个调节参数(步骤13)。接着，在

时进行外圈搜索(步骤14)，在λ(p^s)/2>ε_i时进行内圈搜索(步骤15)。在内圈搜索中，首先计算减量

(步骤16)。之后，按照λ＝

计算牛顿减量(步骤17)。接着，按照p^s←p^s+γΔp^s更新变量p^s(步骤18)。在内圈搜索结束(步骤19)后，按照t←μt更新参数t(步骤20)。在外圈搜索结束(步骤21)后，整个流程结束(步骤22)。

根据方程式(19)的解，所述功率分配矩阵可按照如下方式计算：

根据方程式(20)中的p_mk，所述预编码矩阵W的元素w_mk可按照

计算，其中m＝1,…,M且k＝1,…,K。

如果所述BS采用CB，其首先计算预编码矩阵W的元素的相位：

接着其计算所述预编码矩阵W的元素：

图3示出了功率分配和预编码矩阵计算的过程。具体而言，在流程开始(步骤23)后，所述BS首先确定所述预编码方法(步骤24)。接着，所述BS计算所述预编码矩阵的每个元素的相位θ_mk(步骤25)。然后，所述BS计算每个天线的每个数据流的功率p_mk(步骤26)。之后，所述BS按照

计算所述预编码矩阵的每个元素(步骤27)。最后，流程结束(步骤28)。

根据所述预编码矩阵W，对属于这K个数据流的信号进行预编码，编码后的信号被进一步处理，接着由所述M个天线发送。

尽管上述描述展示讨论了本发明的优选实施方式，并图解了本发明的新颖特征和原理，但应当理解的是对于本发明所示的方法、元件或装置的细节，以及其使用形式的各种省略、替换和改变均是本领域的技术人员在不脱离本发明的范围和精神的情况下能够做出的。因此，本发明的保护范围不应当被上述描述所限制。相反，本发明的原理可以被更广地运用在一系列方法、系统和装置中，以获取所述性能优势或满足其他目的、获取其他优势。

参考文献

[1].T.L.Marzetta,“基站端无穷天线的非协作蜂窝无线通信,”IEEE无线通信会报.,第9卷,第11期,第3590–3600页,2010年11月。

[2].F.Rusek,D.Persson,B.K.Lau,E.G.Larsson,T.L.Marzetta,O.Edfors,andF.Tufvesson,“扩大MIMO：超大阵列天线的机遇与挑战,”IEEE信号处理杂志,第30卷,第1期,第40–46页,2013年1月。

[3].E.G.Larsson,O.Edfors,F.Tufvesson,and T.L.Marzetta,“下一代无线通信系统的大规模MIMO,”IEEE通信杂志,第52卷,第2期,第186–195页,2014年2月。

[4].J.Hoydis,S.ten Brink,and M.Debbah,“蜂窝网络上行链路/下行链路中的大规模MIMO：需要多少根天线？”IEEE J.Sel.Areas Commun.,第31卷,第2期,第160–171页,2013年2月。

Claims (6)

1.一种在具有M个天线组成的阵列的多用户多输入多输出(MU-MIMO)的基站(BS)中进行功率分配的方法，包括：

基于信道矩阵计算临时预编码矩阵以在资源元素(RE)生成下行链路的K个多路传输的数据流，其中M>K；

计算一个向量，所述向量的元素为所述临时预编码矩阵的元素的幅度的比率；

使用所述向量来计算每个所述天线上每个数据流的功率分配，以在MU-MIMO的BS中最大化功率利用；

利用所述临时预编码矩阵和所计算的功率分配来生成预编码矩阵以在所述RE产生下行链路的K个多路传输的数据流，其中所述RE为子载波或资源块；

利用所述预编码矩阵向每个所述天线上每个数据流分配所计算的功率；以及

经由M个天线发送所产生的K个多路传输数据流。

2.权利要求1所述的方法，其中所述BS通过正交投影最大化所述功率的利用。

3.权利要求1所述的方法，其中所述BS通过迭代搜索最大化所述功率的利用。

4.权利要求1所述的方法，其进一步包括：所述BS基于与所述天线、给每个数据流分配的功率和信道质量相关的数值构造所述临时预编码矩阵和所述向量；所述BS使用所述构造的所述临时预编码矩阵和所述向量计算分配给每个天线的每个数据流的功率，并使用这一计算结果获取一个最终的波束成型矩阵以最大化所述功率的利用。

5.权利要求4所述的方法，其中所述BS通过正交投影使用所述构造的所述临时预编码矩阵和所述向量计算分配给每个天线的每个数据流的功率。

6.权利要求4所述的方法，其中所述BS通过迭代搜索使用所述构造的所述临时预编码矩阵和所述向量计算分配给每个天线的每个数据流的功率。

Images