CN109361438A - 一种连续优化匹配泄漏加权的信漏噪比预编码方法 - Google Patents

Abstract

一种连续优化匹配泄漏加权的信漏噪比预编码方法，其实现步骤是：得到每个用户的信道矩阵，利用信漏噪比预编码方法得到每个用户的初始预编码向量，再利用奇异值分解得到的每个用户的有效信道矩阵，连续优化每个用户的干扰泄漏矩阵，得到每个用户的有效干扰泄漏矩阵，对每个用户的有效干扰泄漏矩阵进行匹配加权，得到每个用户优化后的预编码向量，最后将每个用户的信道矩阵与预编码向量相乘得到的矩阵共轭转置，作为每个用户的接收译码矩阵。本发明用于多用户系统中消除用户间干扰，增强较差信道增益用户的性能，提升用户接收信号的质量与系统的稳定性。

Description

一种连续优化匹配泄漏加权的信漏噪比预编码方法

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预编码技术领域中的一种连续优化匹配泄漏加权的信漏噪比预编码方法。本发明可用于多用户多输入多输出通信系统中消除用户间干扰，提升用户接收信号的质量与系统的稳定性。

背景技术

多用户多输入多输出MU-MIMO(Multi-User Multiple-Input Multiple-Output)系统中利用空分多址在相同时间、频率资源上传送多个用户的信息，对产生的多用户干扰通常采用发送端预编码技术来消除。预编码技术可以分为非线性预编码和线性预编码技术。非线性预编码虽然可以达到理想的信道容量，但复杂度过高难以在实际中应用。线性预编码如块对角化BD(Block diagonalization)预编码实现了次优的系统性能，具有较低的复杂度，但并没有考虑噪声的干扰，且对收发天线数量有着严格约束。与块对角化BD预编码方案相比，信漏噪比预编码方法在发射天线数量方面放宽了对系统配置的约束，而且在设计预编码时，考虑了噪声的影响，性能优于块对角化BD预编码方法。

Sun C等人在其发表的论文“Linear Transmitter Precoding Design withMatching Weighted SLNR for Multiuser MIMO Downlink Systems”(IeiceTransactions on Communications,2012,E95.B(12):3915-3917)中提出了一种匹配泄漏加权信漏噪比预编码方法来消除用户间干扰。该方法虽然利用不同用户的信道增益与预编码向量对用户泄漏信道进行加权，对较差信道增益匹配较大的加权因子，考虑了用户之间的公平性，但是，该方法仍然存在的不足之处是，对用户泄漏信道进行加权时，包括了对未传输数据的用户泄漏信道进行加权，系统冗余较大，未能有效利用传输信道的子空间，导致每个用户的信漏噪比相对减小，误码性能较差。

北京邮电大学在其申请的专利文献“一种多用户MIMO系统的子信道选择和发送预编码方法”(申请号：CN201110078253.7，申请公开号：CN102158270A)中公开了一种多用户多输入多输出MU-MIMO系统中基于子信道选择的信漏噪比预编码方法。该方法对各用户信道做奇异值分解，得到系统各用户的子信道选择矩阵，并与信道矩阵相乘，获得系统各用户的等效信道信息，根据最大化各用户信漏噪比准则，获取系统各用户的预编码矩阵。该方法虽然利用奇异值分解选取的子信道选择矩阵是具有最大信干噪比的子信道，但是不同用户子信道增益差异较大，不能保障较差信道增益用户的系统性能，误码性能较差。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种连续优化匹配泄漏加权的信漏噪比预编码方法，消除多用户通信系统中用户间干扰，改善较差信道增益用户的性能，提升用户接收信号的质量与系统的稳定性。

实现本发明目的的具体思路是，使用每个用户的有效信道矩阵来优化每个用户的干扰泄漏矩阵，从而充分利用每个用户的有效信道子空间，然后对每个用户的有效干扰泄漏矩阵进行匹配加权，进而改善较差信道增益用户的性能，消除了多用户间干扰，同时也降低了多用户多输入多输出系统中的误码率。

本发明的具体步骤包括如下：

(1)提取每个用户的信道矩阵：

基站利用信道的互易性，从上行链路的导频训练序列中提取每个用户的信道矩阵；

(2)计算每个用户的预编码向量：

(2a)任意选取一个用户，将所选用户之外的其余用户作为该用户的干扰泄漏用户；

(2b)利用最大化信漏噪比公式，计算当所有干扰泄漏用户总功率最小时每个用户的预编码向量；

(3)获得每个用户的有效信道矩阵：

(3a)在所有未选用户中任意选取一个用户，将所选用户的信道矩阵与其预编码向量相乘，得到所选用户的等效信道矩阵；

(3b)对等效信道矩阵进行奇异值分解，将分解得到的左酉矩阵的第1列作为所选用户的子信道选择矩阵；

(3c)将子信道选择矩阵共轭转置后与所选用户的信道矩阵相乘，得到所选用户的有效信道矩阵；

(4)更新每个用户的干扰泄漏矩阵：

将所有已选用户的所有有效信道矩阵组成一个新的干扰矩阵，用该新的干扰矩阵更新当前所选用户的干扰泄漏矩阵，得到当前所选用户的有效干扰泄漏矩阵；

(5)判断是否选取完所有用户，若是，执行步骤(6)，否则，执行步骤(3)；

(6)获得优化后的预编码向量：

(6a)利用下述匹配加权公式，对更新后的每个用户的有效干扰泄漏矩阵进行匹配加权：

其中，α_j表示第j个干扰泄漏用户的匹配加权因子，该匹配加权因子α_j满足Σ表示求和操作；

(6b)利用基于广义特征值的瑞利熵公式，得到每个用户优化后的预编码向量；

(7)获得接收译码矩阵：

将每个用户的预编码向量的共轭转置乘以该用户信道矩阵的共轭转置作为该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，由于本发明利用了连续优化每个用户的干扰泄漏矩阵，得到每个用户的有效干扰泄漏矩阵，克服了现有技术中传输信道的子空间冗余较大导致用户信号的误码率较高的缺点，使得本发明可以有效利用传输信道的子空间，降低了每个用户的误码率。

第二，由于本发明利用了对每个用户的有效干扰泄漏矩阵进行匹配加权，得到每个用户匹配加权后的有效干扰泄漏矩阵，克服了现有技术中不同用户子信道增益差异较大，不能保障较差信道增益用户性能的缺点，使得本发明在消除多用户间干扰的同时增强了较差信道增益用户的性能。

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，提取每个用户的信道矩阵。

基站利用信道的互易性，从上行链路的导频训练序列中提取每个用户的信道矩阵。

步骤2，计算每个用户的预编码向量。

任意选取一个用户，将所选用户之外的其余用户作为该用户的干扰泄漏用户。

利用最大化信漏噪比公式，计算当所有干扰泄漏用户总功率最小时每个用户的预编码向量。

所述的最大化信漏噪比公式如下：

其中，P_k表示当第k个用户的所有干扰泄漏用户总功率最小时的信漏噪比，k＝1,2,…,K，K表示所有用户的总数，||·||_F表示Frobenius范数操作，H_k表示第k个用户的信道矩阵，w_k表示第k个用户的预编码向量，表示第k个用户的功率，表示第k个用户的所有干扰泄漏用户组成的信道矩阵，表示第k个用户的所有干扰泄漏用户总功率，M_k表示第k个用户接收天线的总数，表示第k个用户在接收端产生的噪声功率，表示当第k个用户的所有干扰泄漏用户总功率最小时对应的预编码向量w_k。

步骤3，获得每个用户的有效信道矩阵。

在所有未选用户中任意选取一个用户，将所选用户的信道矩阵与其预编码向量相乘，得到所选用户的等效信道矩阵。

对等效信道矩阵进行奇异值分解，将分解得到的左酉矩阵的第1列作为所选用户的子信道选择矩阵。

将子信道选择矩阵共轭转置后与所选用户的信道矩阵相乘，得到所选用户的有效信道矩阵。

步骤4，更新每个用户的干扰泄漏矩阵。

将所有已选用户的所有有效信道矩阵组成一个新的干扰矩阵，用该新的干扰矩阵更新当前所选用户的干扰泄漏矩阵，得到当前所选用户的有效干扰泄漏矩阵；

步骤5，判断是否选取完所有用户，若是，执行步骤6，否则，执行步骤3。

步骤6，获得优化后的预编码向量。

利用下述匹配加权公式，对更新后的每个用户的有效干扰泄漏矩阵进行匹配加权：

其中，α_j表示第j个干扰泄漏用户的匹配加权因子，该匹配加权因子α_j满足Σ表示求和操作。

利用基于广义特征值的瑞利熵公式，得到每个用户优化后的预编码向量。

所述的基于广义特征值的瑞利熵公式如下：

其中，F_k表示对匹配加权后的用户进行优化后的预编码向量，Ψ(·)表示求取括号中矩阵的最大广义特征值对应的特征向量操作，表示对有效干扰泄漏矩阵进行匹配加权后的矩阵。

步骤7，获得接收译码矩阵：

将每个用户的预编码向量的共轭转置乘以该用户信道矩阵的共轭转置作为该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 i7-4790 3.60GHz，内存为8GB，运行Windows 7旗舰版的PC机，仿真软件为Matlab2016a。

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中线性匹配信漏噪比方法(Ieice Transactions on Communications,2012,E95.B(12):3915-3917)，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：使用Matlab软件产生随机输入信号，每帧200比特，共传输100000帧，采用QPSK调制,信道矩阵元素为独立同分布零均值单位方差的复高斯随机变量，基站天线总数为5，用户总数为3，每个用户天线总数为3，每个用户发送的数据流数为1。

图2为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仿真图，图2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中用正方形标示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中用倒三角形标示的实线曲线表示采用现有技术中线性匹配信漏噪比方法得到的系统平均误比特率性能的仿真曲线。

从图2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中线性匹配信漏噪比方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，比现有技术中线性匹配信漏噪比方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中线性匹配信漏噪比方法得到的系统平均误比特率性能。

Claims (3)

1.一种连续优化匹配泄漏加权的信漏噪比预编码方法，其特征在于，将单基站多用户多输入多输出系统中每个用户信道与预编码向量作为加权因子，对泄漏到每个用户的功率进行匹配加权，连续更新每个用户的有效干扰泄漏矩阵，得到每个用户优化后的预编码向量；该方法的具体步骤如下：

(1)提取每个用户的信道矩阵：

基站利用信道的互易性，从上行链路的导频训练序列中提取每个用户的信道矩阵；

(2)计算每个用户的预编码向量：

(2a)任意选取一个用户，将所选用户之外的其余用户作为该用户的干扰泄漏用户；

(2b)利用最大化信漏噪比公式，计算当所有干扰泄漏用户总功率最小时每个用户的预编码向量；

(3)获得每个用户的有效信道矩阵：

(3a)在所有未选用户中任意选取一个用户，将所选用户的信道矩阵与其预编码向量相乘，得到所选用户的等效信道矩阵；

(3b)对等效信道矩阵进行奇异值分解，将分解得到的左酉矩阵的第1列作为所选用户的子信道选择矩阵；

(3c)将子信道选择矩阵共轭转置后与所选用户的信道矩阵相乘，得到所选用户的有效信道矩阵；

(4)更新每个用户的干扰泄漏矩阵：

将所有已选用户的所有有效信道矩阵组成一个新的干扰矩阵，用该新的干扰矩阵更新当前所选用户的干扰泄漏矩阵，得到当前所选用户的有效干扰泄漏矩阵；

(5)判断是否选取完所有用户，若是，则执行步骤(6)，否则，执行步骤(3)；

(6)获得优化后的预编码向量：

(6a)利用下述匹配加权公式，对更新后的每个用户的有效干扰泄漏矩阵进行匹配加权：

其中，α_j表示第j个干扰泄漏用户的匹配加权因子，该匹配加权因子α_j满足Σ表示求和操作；

(6b)利用基于广义特征值的瑞利熵公式，得到每个用户优化后的预编码向量；

(7)获得接收译码矩阵：

将每个用户的预编码向量的共轭转置乘以该用户信道矩阵的共轭转置作为该用户的接收译码矩阵。

2.根据权利要求1所述的一种连续优化匹配泄漏加权的信漏噪比预编码方法，其特征在于，步骤(2b)中所述的最大化信漏噪比公式如下：

其中，P_k表示当第k个用户的所有干扰泄漏用户总功率最小时的信漏噪比，k＝1,2,...,K，K表示所有用户的总数，||·||_F表示Frobenius范数操作，H_k表示第k个用户的信道矩阵，w_k表示第k个用户的预编码向量，表示第k个用户的功率，表示第k个用户的所有干扰泄漏用户组成的信道矩阵，表示第k个用户的所有干扰泄漏用户总功率，M_k表示第k个用户接收天线的总数，表示第k个用户在接收端产生的噪声功率，表示当第k个用户的所有干扰泄漏用户总功率最小时对应的预编码向量w_k。

3.根据权利要求1所述的一种连续优化匹配泄漏加权的信漏噪比预编码方法，其特征在于，步骤(6b)中所述的基于广义特征值的瑞利熵公式如下：

其中，F_k表示对匹配加权后的用户进行优化后的预编码向量，Ψ(·)表示求取括号中矩阵的最大广义特征值对应的特征向量操作，表示对有效干扰泄漏矩阵进行匹配加权后的矩阵。