CN108259072A

CN108259072A - 用于fdd大规模mimo下行系统减少训练序列开销的方法

Info

Publication number: CN108259072A
Application number: CN201810022082.8A
Authority: CN
Inventors: 王海泉; 李国彬; 郑思思; 戴谭明
Original assignee: Hangzhou Electronic Science and Technology University
Current assignee: Hangzhou Electronic Science and Technology University
Priority date: 2018-01-10
Filing date: 2018-01-10
Publication date: 2018-07-06
Anticipated expiration: 2038-01-10
Also published as: CN108259072B

Abstract

本发明公开了一种用于FDD大规模MIMO下行系统减少训练序列开销的方法，按如下步骤进行：第一步，降维矩阵的设计；第二步，用户接收到训练信号并估计CSI；第三步，反馈CSI，基站进行预编码；第四步，用户接收到基站发送数据信号；第五步，等效信道维数N的选取。本发明引入一个降维矩阵，在发送信号进行预编码调制前乘上一个降维矩阵W，相当于得到一个等效信道h^HW，此时只是等效地降低发送天线的维度而并未改变天线的实际数目。通过降维矩阵W处理后的等效信道的维数从M下降到了N，这样下行链路的训练序列开销可以下降到N，即等效信道的维度或等效发送天线的维度。从而可以减少训练序列的长度，同时又能提高系统性能。

Description

用于FDD大规模MIMO下行系统减少训练序列开销的方法

技术领域

本发明属于无线通信技术领域，特别涉及无线通信大规模天线技术，具体是利用降维原理对FDD大规模MIMO(多输入多输出，multiple input multiple output，)下行系统进行减少训练序列开销的方法。

背景技术

在大规模MIMO下行系统中，信道状态信息(channel state information，CSI)的获取是一个十分重要的环节。在时分双工(time division duplexing，TDD)模式中，上下行链路在相同频率信道下的不同时刻进行区分，具有互易性，因此，基站能够利用上行CSI来估计出下行CSI。而在频分双工(frequency division duplexing，FDD)模式中，上下行链路通过不同频率加以区别，因此信道互易性不复存在，此时下行链路CSI的获取需要通过基站发送训练序列给用户，经用户估计后，再将CSI反馈给基站。

于是，工作在基于FDD模式的大规模MIMO下行系统中的基站，需要在紧缺的相干时间资源内占用一部分时间发送训练序列。现有研究表明，利用传统的序列方式，为了获得有效的信道估计值，训练序列的长度应不小于基站发送天线的数目，因此，用于下行信道估计的训练序列开销与基站天线数成正比。然而在大规模MIMO系统中，基站处安放有大量的天线，利用传统的训练方式，需要占用很大一部分的时频资源去发送训练序列，导致训练序列开销较大，影响了系统性能。目前，在这一方面的研究并不是很多，并且，很少有研究在发送天线维度上进行处理的方法，训练序列长度与发送天线数目有密切的关系，发送天线的数量越多，训练序列长度也相应增加，对发送天线进行维度压缩处理是一个减少训练序列开销的可行的方式。

发明内容

基于上述现状，本发明提出了一种对发送天线进行等效降维的方法，在实际天线数不变的情况下，通过天线的等效合并，降低了发送天线的等效维度从而减少训练序列的长度，同时还能提高系统性能。本发明名称是用于FDD大规模MIMO下行系统减少训练序列开销的方法。

本发明提出降维矩阵的概念，通过考虑发送天线的等效合并来减少等效天线维度从而减小训练序列的开销，此外等效天线维度的降低还能避免复杂性较高的高维反馈码本的设计。本发明具体技术方案如下：

用于FDD大规模MIMO下行系统减少训练序列开销的方法，其按如下步骤进行：

第一步，降维矩阵的设计；

第二步，用户接收到训练信号并估计CSI；

第三步，反馈CSI，基站进行预编码；

第四步，用户接收到基站发送数据信号；

第五步，等效信道维数N的选取。

以下是优选方案的描述。

考虑一个FDD大规模MIMO下行系统，假设系统包含了一个蜂窝小区，小区内有一个装配有M根发送天线的基站，并且该基站同时为K个随机分布的单天线用户提供服务。

第一步：降维矩阵的设计

定义一个矩阵(N是一个2的幂次方的正整数，且N≤M，M能被N整除)，并称之为降维矩阵。降维矩阵W有如下两种方法生成：

方法一：

其中，表示Kronecker积，1_M/N是包含有M/N个元素为1的列向量，I_N表示一个N×N的单位矩阵。

方法二：

其中，1_M/N是包含有M/N个元素为1的列向量，此处F是一个N×N的DFT矩阵，其第l行第q列元素为exp(j2π/N(l-1)(q-1))，其中j²＝-1。

这里降维矩阵W满足：

W^HW＝I_N

即将降维矩阵发射功率归一化处理。W^H表示矩阵W的共轭转置，I_N表示一个N×N的单位矩阵。

第二步：用户接收到训练信号并估计CSI

基站给用户发送训练序列，此时第k个用户接收到的训练信号为：

其中，假设基站发送的训练序列长度为T_p；y_kp是1×T_p的接收训练信号向量，是降维矩阵，表示经过降维矩阵W处理之后的等效信道，其每个分量同样服从零均值，单位方差的复高斯分布，这里N称为等效信道维数或等效发送天线维数。是发送的训练序列矩阵，这里假设训练序列相互正交。是服从CN(0,1)分布的标准的加性高斯白噪声。

运用MMSE信道估计方法在用户端进行信道估计，估计出的信道可以表示为：

信道估计值服从均值为零的复高斯分布，且其方差为：

其中E[·]表示期望。

第三步：反馈CSI，基站进行预编码

将估计出的CSI反馈给基站，这里假设将估计出的CSI准确无误地反馈给基站。那么基站利用用户端反馈回来的CSI对要发送的数据信号进行预编码。为预编码矩阵，在本发明中，假设是P是ZF(zero forcing，迫零)预编码矩阵，其生成过程如下：

其中B是归一化因子矩阵。

记

令

则有

B＝diag(b₁,b₂,…,b_K)

第四步：用户接收到基站发送数据信号

基站发送数据信号，则第k个用户接收到的数据信号y_kd表示为：

其中，假设基站发送的数据信号序列长度为T_d；y_kd是1×T_d的接收数据信号向量，是基站发送的数据信号，是服从CN(0,1)分布的标准的加性高斯白噪声。记表示为信道估计误差，并且其方差为：

第五步：等效信道维数N的选取

为了选取最优的等效信道维数(等效发送天线维数)N，本发明以系统的信道容量为指标，对等效信道维数N进行优化。选取过程如下：

对前面所述的第k个用户接收到的数据信号y_kd进行化简：

在化简后的式子中，第一项是用户k所期望获得的数据信号，第二项代表了同一时刻内其他用户以及信道估计误差对用户k造成的干扰，第三项z_kd表示加性高斯白噪声。于是，系统的信道容量可以表示为：

其中，T是相干时间。

本发明用信道容量作为描述系统性能的指标，这样，最优等效发送天线维数N的选择问题可以表述为如下最优化问题：

对该问题求解，可以找到一个最优的N值使得信道容量达到最大。

本发明的有益效果如下：

本发明技术方案中，引入一个降维矩阵，在发送信号进行预编码调制前乘上一个降维矩阵W，相当于得到一个等效信道h^HW，此时只是等效地降低发送天线的维度而并未改变天线的实际数目。通过降维矩阵W处理后的等效信道的维数从M下降到了N，这样下行链路的训练序列开销可以下降到N，即等效信道的维度或等效发送天线的维度。从而可以减少训练序列的长度，同时又能提高系统性能。

附图说明

图1是实施例1通过改变N大小对信道容量的影响示意图。

具体实施方式

下面对本发明优选实施例作详细说明。

实施例1

本实施例用于FDD大规模MIMO下行系统减少训练序列开销的方法，按如下步骤进行：

第一步：降维矩阵的设计

定义一个矩阵(N是一个2的幂次方的正整数，且N≤M，M能被N整除)，并称之为降维矩阵。降维矩阵W有可以通过如下两种方法生成：

方法一：

方法二：

降维矩阵W满足：

W^HW＝I_N

第二步：用户接收到训练信号并估计CSI

信道估计值服从均值为零的复高斯分布，且其方差为：

第三步：反馈CSI，基站进行预编码

其中B是归一化因子矩阵。

记

令

则有

B＝diag(b₁,b₂,…,b_K)

第四步：用户接收到基站发送数据信号

其中E[·]表示期望。

第五步：等效信道维数N的选取

对前面所述的第k个用户接收到的数据信号y_kd进行化简：

其中，T是相干时间。

根据上述技术方案，本实施例假设系统中基站天线数M为128，相干时间T为256，用户数K为2，N从2到128按2的幂次方增加，分别计算N取不同数时的系统信道容量。图1展示了改变N大小对信道容量的影响。当N＝M＝128时，是传统训练方案。可以看出，在低信噪比时，由于估计误差的影响较大，当降低等效天线维数时，与传统训练方案的实际天线维度相比对信道容量的提升并不明显，当信噪比为4dB时，当N为64时，信道容量达到最大，说明此时训练序列长度可以从传统方案的128减少到64。随着信噪比的增大，基站天线等效维数降低的优势凸显出来，此时，当N取32时，信道容量达到最大，说明此时训练序列长度可以从传统方案的128减少到32。此时，传统方案的性能与经过降维方法处理之后相比差距愈加明显。说明信道环境较好时，信道估计误差减小。本发明提出的方法能够更加有效地减少训练开销，同时大幅度提高系统的信道容量。

本领域的普通技术人员应当认识到，以上实例仅是用来说明本发明，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变形都将落在本发明的保护范围。

Claims

1.用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是按如下步骤进行：

第一步，降维矩阵的设计；

第二步，用户接收到训练信号并估计CSI；

第三步，反馈CSI，基站进行预编码；

第四步，用户接收到基站发送数据信号；

第五步，等效信道维数N的选取。

2.如权利要求1所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，第一步具体如下：

假设一个基站装配有M根发送天线，该基站同时为K个随机分布的单天线用户提供服务；

定义一个矩阵N是2的幂次方的正整数，且N≤M，M能被N整除，并称之为降维矩阵W，生成降维矩阵W，降维矩阵W满足：

W^HW＝I_N

即将降维矩阵发射功率归一化处理；W^H表示矩阵W的共轭转置，I_N表示一个N×N的单位矩阵。

3.如权利要求2所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，所述降维矩阵W采用如下方法生成：

4.如权利要求2所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，所述降维矩阵W采用如下方法生成：

其中，1_M/N是包含有M/N个元素为1的列向量，F是一个N×N的DFT矩阵，第l行第q列元素为exp(j2π/N(l-1)(q-1))，其中，j²＝-1。

5.如权利要求3或4所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，第二步具体如下：

其中，假设基站发送的训练序列长度为T_p；y_kp是1×T_p的接收训练信号向量，是降维矩阵，表示经过降维矩阵W处理之后的等效信道，每个分量同样服从零均值，单位方差的复高斯分布，此处N称为等效信道维数或等效发送天线维数；是发送的训练序列矩阵，此处假设训练序列相互正交；是服从CN(0,1)分布的标准的加性高斯白噪声；

运用MMSE信道估计方法在用户端进行信道估计，估计出的信道表示为：

信道估计值服从均值为零的复高斯分布，且方差为：

其中E[·]表示期望。

6.如权利要求5所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，第三步具体如下：

将估计出的CSI反馈给基站，基站利用用户端反馈回来的CSI对要发送的数据信号进行预编码；为预编码矩阵，假设P是ZF预编码矩阵，生成过程如下：

其中，B是归一化因子矩阵；

记

令

则有

B＝diag(b₁,b₂,…,b_K)。

7.如权利要求6所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，第四步具体如下：

其中，假设基站发送的数据信号序列长度为T_d；y_kd是1×T_d的接收数据信号向量，是基站发送的数据信号，是服从CN(0,1)分布的标准的加性高斯白噪声；记表示为信道估计误差，并且方差为：

8.如权利要求7所述用于FDD大规模MIMO下行系统减少训练序列开销的方法，其特征是，第一步具体如下：

对所述的第k个用户接收到的数据信号y_kd进行化简：

系统的信道容量表示为：

其中，T是相干时间；

用信道容量作为描述系统性能的指标，最优等效发送天线维数N的选择问题表述为如下最优化问题：

对该问题求解，找到最优的N值使得信道容量达到最大。