CN109088664A - 基于块对角化和三角分解的自干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于块对角化和三角分解的自干扰抑制方法，其实现步骤是：首先利用最小二乘公式，得到每个用户的信道矩阵，利用块对角化算法得到每个用户的第一层预编码矩阵，将每个用户的第一层预编码矩阵乘以对应用户的信道矩阵，得到每个用户的等效信道矩阵，对每个用户的等效信道矩阵依次进行三角分解和奇异值分解，得到每个用户的第二层预编码矩阵，最后将每个用户的下三角矩阵的左酉矩阵的共轭转置矩阵，作为每个用户的接收译码矩阵。本发明能够消除用户间干扰，抑制用户自身多天线干扰，提高了系统用户传输速率，改善了系统下行链路的传输性能。

Description

基于块对角化和三角分解的自干扰抑制方法

技术领域

本发明属于通信技术领域，更进一步涉及无线通信技术领域中的一种基于块对角化BD(Block diagonalization)和三角分解LU(Lower upper triangular decomposition)的自干扰抑制方法。本发明可用于由一个基站、多个多天线用户组成的从基站到用户的多用户多输入多输出MU-MIMO(Multi-user multi-input multi-output)下行链路网络，消除用户间干扰，抑制用户自身多天线干扰。

背景技术

多用户多输入多输出MU-MIMO系统利用多天线结构可以成倍地提高信道容量，具有较高的频谱利用率，成为近年来的研究热点。但是相比于单输入单输出SISO(Single-input single-output)系统，多用户多输入多输出MU-MIMO系统常常会导致共信道干扰CCI(Co-channel interference)，降低了系统的信道容量。为了消除CCI，常用的技术包括发送端预编码、接收端多用户检测或收发端联合设计。由于接收端多用户检测容易受到误码扩散的影响，因此发送端预编码成为抑制CCI的关注对象。

L.Tran等人在其发表的论文“L.Tran,M.Juntti and E.Hong.On the PrecoderDesign for Block Diagonalized MIMO Broadcast Channels.IEEE CommunicationsLetters,16(8):1165-1168,2012”提出一种消除多用户干扰的预编码方法。该方法的实施步骤：第一步，构建各用户的干扰信道矩阵；第二步，对干扰矩阵进行奇异值分解SVD(Singular value decomposition)得到消除多用户干扰的第一层预编码矩阵；第三步，将信道矩阵与第一层预编码矩阵相乘得到各用户的自干扰等效矩阵，对其进行奇异值分解SVD后得到抑制用户自身多天线干扰的第二层预编码矩阵。该方法虽然解决了多用户多输入多输出MU-MIMO下行链路通信系统中多用户干扰问题，但是，该方法仍然存在的不足之处是，直接利用奇异值分解SVD得到的奇异值较为分散，降低系统用户传输速率。

西安电子科技大学在其申请的专利文献“自干扰抑制的多流分集BD预编码方法及装置”(申请号：201611137027.0申请日：2016.12.12申请公布号：CN106712820A)中公开了一种消除用户及天线间干扰的块对角化BD预编码方法。该方法的实施步骤：第一步，确定各用户各个接收天线的干扰矩阵，以此构造用户所有接收天线的零空间正交基；第二步，并以此构造每个用户的自干扰抑制等效信道矩阵，进而构造各用户多流分集块对角化BD预编码和接收译码矩阵；第三步，对基站发送给各用户原始信号进行多流分集块对角化BD预编码并信号相加后从基站发射；第四步，用户用对应的接收译码矩阵对接收信号处理，将各用户接收数据流合并，估计出用户原始发送数据。该方法虽然解决了多用户多输入多输出MU-MIMO下行链路通信系统中接收端天线间自干扰的技术问题，消除多用户干扰的同时，抑制了等效信道的自干扰。但是，该方法仍然存在的不足之处是，由于该方法需要构造每个用户每个天线的干扰矩阵，而且构造出的干扰矩阵维度较大，因而降低了系统下行链路的传输性能。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种基于块对角化和三角分解的自干扰抑制方法。本发明利用第一层预编码矩阵消除用户间干扰，利用第二层预编码矩阵和接收译码矩阵抑制用户自身多天线干扰，提高了系统用户传输速率，改善了系统的传输性能。

实现本发明目的的具体思路是，首先得到每个用户的信道矩阵，利用块对角化BD算法获得每个用户的第一层预编码矩阵，再利用第一层预编码矩阵得到每个用户的等效信道矩阵，对每个用户的等效信道矩阵依次进行三角分解与奇异值分解，获得第二层预编码矩阵和左酉矩阵，最后对左酉矩阵进行共轭转置操作得到每个用户的接收译码矩阵。

本发明的具体步骤包括如下：

(1)计算用户信道矩阵：

(1a)基站的每根天线向所有用户发送导频训练序列；

(1b)利用最小二乘公式，计算基站的每根天线到每个用户天线的下行信道估计值，将基站中所有天线到每个用户中所有天线的下行信道估计值组成每个用户的信道矩阵；

(2)获得第一层预编码矩阵：

利用块对角化BD算法，得到每个用户的第一层预编码矩阵；

(3)获得等效信道矩阵：

将每个用户第一层预编码矩阵乘以对应用户的信道矩阵，得到每个用户的等效信道矩阵；

(4)获得第二层预编码矩阵：

(4a)选取任意一个未处理的用户，利用三角分解LU，分解所选用户的等效信道矩阵，得到所选用户的上三角矩阵和下三角矩阵；

(4b)取所选用户的下三角矩阵的共轭转置矩阵；

(4c)将所选用户的下三角矩阵左乘对应的共轭转置矩阵，作为下三角矩阵的左乘对称矩阵；

(4d)利用奇异值分解SVD公式，计算所选用户的左乘对称矩阵的所有奇异向量，将左乘对称矩阵的所有奇异向量，组成下三角矩阵的左酉矩阵；

(4e)将所选用户的下三角矩阵右乘对应的共轭转置矩阵，作为下三角矩阵的右乘对称矩阵；

(4f)利用奇异值分解SVD公式，计算所选用户的右乘对称矩阵的所有奇异向量，将右乘对称矩阵的所有奇异向量组成下三角矩阵的右酉矩阵；

(4g)对所选用户的上三角矩阵进行取逆操作，得到上三角矩阵的逆矩阵；

(4h)用下三角矩阵的右酉矩阵乘以上三角矩阵的逆矩阵，得到所选用户的第二层预编码；

(4i)判断是否选取完所有用户，若是，则得到所有用户的第二层预编码矩阵和下三角矩阵的左酉矩阵后，执行步骤(5)，否则，执行步骤(4a)；

(5)获得接收译码矩阵：

(5a)将每个用户的下三角矩阵的左酉矩阵进行共轭转置操作；

(5b)将共轭转置后的矩阵，作为每个用户的接收译码矩阵。

与现有技术相比，本发明具有如下优点：

第一，由于本发明利用块对角化BD算法，获得每个用户的第一层预编码矩阵，依次利用三角分解LU和奇异值分解SVD公式，获得每个用户的第二层预编码矩阵和左酉矩阵，将左酉矩阵的共轭转置矩阵，作为每个用户的接收译码矩阵，克服了现有技术直接利用奇异值分解SVD得到的奇异值较为分散，降低系统用户传输速率的问题，使得本发明能够消除用户间干扰，抑制用户自身多天线干扰，提高了系统用户传输速率。

第二，由于本发明利用块对角化BD算法，构造每个用户所有天线的一个干扰矩阵，克服了现有技术中需要构造每个用户每个天线的干扰矩阵，因而降低了系统下行链路的传输性能的问题，使得本发明能够减少干扰矩阵的数量，改善了系统下行链路的传输性能。

附图说明

图1为本发明的流程图；

图2为本发明的仿真图。

具体实施方式

下面结合附图对本发明做进一步详细描述。

参照附图1，对本发明的具体实施步骤做进一步详细描述。

步骤1，计算用户信道矩阵。

基站的每根天线向所有用户发送导频训练序列。

利用最小二乘公式，计算基站的每根天线到每个用户天线的下行信道估计值，将基站中所有天线到每个用户中所有天线的下行信道估计值组成每个用户的信道矩阵。

所述的最小二乘公式如下：

其中，H_bmj表示基站的第b根天线到第m个用户的第j根天线的下行信道估计值，Y_bmj表示第m个用户的第j根天线接收到基站的第b根天线的导频训练序列，X_b表示基站的第b根天线发送的导频训练序列，H表示共轭转置操作，-1表示矩阵取逆操作。

步骤2，获得第一层预编码矩阵。

利用块对角化BD算法，得到每个用户的第一层预编码矩阵。

所述的块对角化BD算法的步骤如下：

第1步，选取任意一个未处理的用户，将所选用户之外的其余用户作为该用户的干扰用户。

第2步，将所有干扰用户对应的信道矩阵组成干扰信道矩阵。

第3步，按照下式，计算干扰信道矩阵的每个零空间正交基：

其中，x_i表示干扰信道矩阵的第i个零空间正交基，表示属于符号，null表示取零空间操作，U表示干扰信道矩阵的左酉矩阵，Ω表示干扰信道矩阵中非零奇异值组成的对角阵，Z表示零矩阵，V⁽¹⁾表示干扰信道矩阵中非零奇异值对应的右酉矩阵，V⁽⁰⁾表示干扰信道矩阵中零奇异值对应的右酉矩阵。

第4步，将干扰信道矩阵的所有零空间正交基，组成所选用户的第一层预编码矩阵。

第5步，判断是否选取完所有用户，若是，则得到每个用户的第一层预编码矩阵，否则，执行第一步。

步骤3，获得等效信道矩阵。

将每个用户第一层预编码矩阵乘以对应用户的信道矩阵，得到每个用户的等效信道矩阵。

步骤4，获得第二层预编码矩阵。

选取任意一个未处理的用户，利用三角分解LU，分解所选用户的等效信道矩阵，得到所选用户的上三角矩阵和下三角矩阵。

所述的三角分解LU的步骤如下：

第1步，将所选用户的等效信道矩阵中第1行，作为所选用户的上三角矩阵的第1行。

第2步，按照下式，计算所选用户的下三角矩阵中第1列的每个元素值：

其中，l_m表示下三角矩阵中第1列的第m个元素值，2≤m≤N，N表示所选用户的所有天线的总数，r_m表示上三角矩阵中第1行的第m个元素值，α表示上三角矩阵的第1个对角线元素值。

第3步，按照下式，计算所选用户的上三角矩阵中除第一行外其余各行中每个元素值：

其中，r_cp表示上三角矩阵中第c行第p列的元素值，2≤c≤T，T表示基站所有天线的总数，2≤p≤N，a_cp表示等效信道矩阵中第c行第p列的元素值，Σ表示求和操作，l_cd表示的下三角矩阵中第c行第d列的元素值，r_dp表示上三角矩阵中第d行第p列的元素值。

第4步，按照下式，计算所选用户的下三角矩阵中除第一列外其余各列的每个元素值：

其中，l_qc表示下三角矩阵中第q行第c列的元素值，2≤q≤T，a_qc表示等效信道矩阵中第q行第c列的元素值，l_qn表示下三角矩阵中第q行第n列的元素值，r_nc表示上三角矩阵中第n行第c列的元素值，b_c表示上三角矩阵中第c个对角线元素值。

第5步，重复第3步和第4步，直到得到所选用户的上三角矩阵和下三角矩阵。

取所选用户的下三角矩阵的共轭转置矩阵。

将所选用户的下三角矩阵左乘对应的共轭转置矩阵，作为下三角矩阵的左乘对称矩阵。

利用奇异值分解SVD公式，计算所选用户的左乘对称矩阵的所有奇异向量，将左乘对称矩阵的所有奇异向量，组成下三角矩阵的左酉矩阵。

所述的奇异值分解SVD公式如下：

其中，w_i表示所选用户的左乘对称矩阵的第i个奇异向量，A表示下三角矩阵的左乘对称矩阵，Φ表示由下三角矩阵中所有奇异值组成的对角矩阵。

将所选用户的下三角矩阵右乘对应的共轭转置矩阵，作为下三角矩阵的右乘对称矩阵。

利用奇异值分解SVD公式，计算所选用户的右乘对称矩阵的所有奇异向量，将右乘对称矩阵的所有奇异向量组成下三角矩阵的右酉矩阵。

对所选用户的上三角矩阵进行取逆操作，得到上三角矩阵的逆矩阵。

用下三角矩阵的右酉矩阵乘以上三角矩阵的逆矩阵，得到所选用户的第二层预编码。

判断是否选取完所有用户，若是，则得到所有用户的第二层预编码矩阵和下三角矩阵的左酉矩阵后，执行步骤5，否则，执行本步骤。

步骤5，获得接收译码矩阵。

将每个用户的下三角矩阵的左酉矩阵进行共轭转置操作。

将共轭转置后的矩阵，作为每个用户的接收译码矩阵。

本发明的效果可以通过下面的仿真实验得到进一步证明。

1、仿真条件：

本发明的仿真实验平台采用Intel(R)Core(TM)CPU i3-3220 3.20GHz，内存为4GB，运行Windows 7旗舰版的PC机，仿真软件为Matlab2013a。

2.仿真内容与结果分析：

本发明的仿真实验采用本发明的方法和现有技术传统块对角化BD算法，分别对多用户多输入多输出MU-MIMO下行链路的信号传输过程进行仿真，仿真实验参数设置如下：基站天线总数为8，用户总数为4，每个用户天线总数为2。

图2为本发明仿真图，其中，图2(a)是多用户多输入多输出MU-MIMO下行链路通信系统的系统平均误比特率关于传输信道的信噪比之间的示意图，图2(a)中的横坐标表示多用户多输入多输出MU-MIMO下行链路通信系统中传输信道的信噪比，纵坐标表示多用户多输入多输出MU-MIMO下行链路通信系统中系统平均误比特率。图2(a)中用圆圈标识的实线曲线表示采用本发明的方法得到的系统平均误比特率性能的仿真曲线。图2(a)中用上三角形标识的实线曲线表示采用现有技术传统块对角化BD算法，得到的系统平均误比特率性能的仿真曲线。

从图2(a)可以看出，在同一仿真场景下，本发明的方法得到的仿真曲线在现有技术传统块对角化BD算法得到的仿真曲线的下方，说明本发明的方法得到的系统平均误比特率，比现有技术传统块对角化BD算法得到的系统平均误比特率小，本发明的方法得到的系统平均误比特率性能优于现有技术传统块对角化BD算法得到的系统平均误比特率性能。

图2(b)为多用户多输入多输出MU-MIMO下行链路通信系统的用户传输速率和关于系统传输信道的信噪比之间的示意图，图2(b)的横坐标表示多用户多输入多输出MU-MIMO下行链路通信系统中传输信道的信噪比，纵坐标表示多用户多输入多输出MU-MIMO下行链路通信系统的用户传输速率和。图2(b)中用方形标识的实线曲线表示本发明的方法得到的用户传输速率和性能的仿真曲线。图2(b)中用下三角形标识的实线曲线表示现有技术传统块对角化BD算法得到的用户传输速率和性能的仿真曲线。

从图2(b)可以看出，在同一仿真场景下，本发明的方法得到的仿真曲线在现有技术传统块对角化BD算法得到的仿真曲线的上方，说明本发明的方法得到的用户传输速率和，比现有技术传统块对角化BD算法得到的用户传输速率和大，本发明的方法得到的用户传输速率和性能优于现有技术传统块对角化BD算法得到的用户传输速率和性能。

Claims (5)

1.一种基于块对角化和三角分解的自干扰抑制方法，其特征在于，利用块对角化BD算法获得每个用户的第一层预编码矩阵，依次利用三角分解LU和奇异值分解SVD公式获得每个用户的第二层预编码矩阵和左酉矩阵，将左酉矩阵的共轭转置矩阵，作为每个用户的接收译码矩阵，该方法的具体步骤包括如下：

(1)计算用户信道矩阵：

(1a)基站的每根天线向所有用户发送导频训练序列；

(1b)利用最小二乘公式，计算基站的每根天线到每个用户天线的下行信道估计值，将基站中所有天线到每个用户中所有天线的下行信道估计值组成每个用户的信道矩阵；

(2)获得第一层预编码矩阵：

利用块对角化BD算法，得到每个用户的第一层预编码矩阵；

(3)获得等效信道矩阵：

将每个用户第一层预编码矩阵乘以对应用户的信道矩阵，得到每个用户的等效信道矩阵；

(4)获得第二层预编码矩阵：

(4a)选取任意一个未处理的用户，利用三角分解LU，分解所选用户的等效信道矩阵，得到所选用户的上三角矩阵和下三角矩阵；

(4b)取所选用户的下三角矩阵的共轭转置矩阵；

(4c)将所选用户的下三角矩阵左乘对应的共轭转置矩阵，作为下三角矩阵的左乘对称矩阵；

(4d)利用奇异值分解SVD公式，计算所选用户的左乘对称矩阵的所有奇异向量，将左乘对称矩阵的所有奇异向量，组成下三角矩阵的左酉矩阵；

(4e)将所选用户的下三角矩阵右乘对应的共轭转置矩阵，作为下三角矩阵的右乘对称矩阵；

(4f)利用奇异值分解SVD公式，计算所选用户的右乘对称矩阵的所有奇异向量，将右乘对称矩阵的所有奇异向量组成下三角矩阵的右酉矩阵；

(4g)对所选用户的上三角矩阵进行取逆操作，得到上三角矩阵的逆矩阵；

(4h)用下三角矩阵的右酉矩阵乘以上三角矩阵的逆矩阵，得到所选用户的第二层预编码；

(4i)判断是否选取完所有用户，若是，则得到所有用户的第二层预编码矩阵和下三角矩阵的左酉矩阵后，执行步骤(5)，否则，执行步骤(4a)；

(5)获得接收译码矩阵：

(5a)将每个用户的下三角矩阵的左酉矩阵进行共轭转置操作；

(5b)将共轭转置后的矩阵，作为每个用户的接收译码矩阵。

2.根据权利要求1所述的基于块对角化和三角分解的自干扰抑制方法，其特征在于，步骤(1b)中所述的最小二乘公式如下：

其中，H_bmj表示基站的第b根天线到第m个用户的第j根天线的下行信道估计值，Y_bmj表示第m个用户的第j根天线接收到基站的第b根天线的导频训练序列，X_b表示基站的第b根天线发送的导频训练序列，H表示共轭转置操作，-1表示矩阵取逆操作。

3.根据权利要求1所述的基于块对角化和三角分解的自干扰抑制方法，其特征在于，步骤(2)中所述的块对角化BD算法的步骤如下：

第一步，选取任意一个未处理的用户，将所选用户之外的其余用户作为该用户的干扰用户；

第二步，将所有干扰用户对应的信道矩阵组成干扰信道矩阵；

第三步，按照下式，计算干扰信道矩阵的每个零空间正交基：

其中，x_i表示干扰信道矩阵的第i个零空间正交基，表示属于符号，null表示取零空间操作，U表示干扰信道矩阵的左酉矩阵，Ω表示干扰信道矩阵中非零奇异值组成的对角阵，Z表示零矩阵，V⁽¹⁾表示干扰信道矩阵中非零奇异值对应的右酉矩阵，V⁽⁰⁾表示干扰信道矩阵中零奇异值对应的右酉矩阵；

第四步，将干扰信道矩阵的所有零空间正交基，组成所选用户的第一层预编码矩阵；

第五步，判断是否选取完所有用户，若是，则得到每个用户的第一层预编码矩阵，否则，执行第一步。

4.根据权利要求1所述的基于块对角化和三角分解的自干扰抑制方法，其特征在于，步骤(4a)中所述的三角分解LU的步骤如下：

第一步，将所选用户的等效信道矩阵中第1行，作为所选用户的上三角矩阵的第1行；

第二步，按照下式，计算所选用户的下三角矩阵中第1列的每个元素值：

其中，l_m表示下三角矩阵中第1列的第m个元素值，2≤m≤N，N表示所选用户的所有天线的总数，r_m表示上三角矩阵中第1行的第m个元素值，α表示上三角矩阵的第1个对角线元素值；

第三步，按照下式，计算所选用户的上三角矩阵中除第一行外其余各行中每个元素值：

其中，r_cp表示上三角矩阵中第c行第p列的元素值，2≤c≤T，T表示基站所有天线的总数，2≤p≤N，a_cp表示等效信道矩阵中第c行第p列的元素值，Σ表示求和操作，l_cd表示的下三角矩阵中第c行第d列的元素值，r_dp表示上三角矩阵中第d行第p列的元素值；

第四步，按照下式，计算所选用户的下三角矩阵中除第一列外其余各列的每个元素值：

其中，l_qc表示下三角矩阵中第q行第c列的元素值，2≤q≤T，a_qc表示等效信道矩阵中第q行第c列的元素值，l_qn表示下三角矩阵中第q行第n列的元素值，r_nc表示上三角矩阵中第n行第c列的元素值，b_c表示上三角矩阵中第c个对角线元素值；

第五步，重复第三步和第四步，直到得到所选用户的上三角矩阵和下三角矩阵。

5.根据权利要求1所述的基于块对角化和三角分解的自干扰抑制方法，其特征在于，步骤(4d)中所述的奇异值分解SVD公式如下：

其中，w_i表示所选用户的左乘对称矩阵的第i个奇异向量，A表示下三角矩阵的左乘对称矩阵，Φ表示由下三角矩阵中所有奇异值组成的对角矩阵。