CN109905156A - 基于图像结构相似性的迫零预编码器设计方法 - Google Patents

Abstract

本发明涉及一种基于图像结构相似性的迫零预编码器设计方法。其技术方案是：已知稳定、离散信道的传递函数矩阵函数为H(z)，分配给第j个用户的子信道为H_j，其中j＝1,2,…,M’，M’表示用户的数量。基站要发送给第j个用户的发送图像s_j在传递过程中受到功率谱已知的白噪声干扰。根据信道传递函数矩阵H(z)和迫零条件，计算用户接收图像与基站发送图像之间的结构相似度表达式，得到预编码器F(z)的参数化表达式；然后根据LMI线性不等式获得F(z)表达式中的最优参数，使得用户接收图像与基站发送图像之间的结构相似度达到最大。本发明具有方法简单、能适应低限制功率，以及最大限度保证用户接收图像结构信息的特点。

Description

基于图像结构相似性的迫零预编码器设计方法

技术领域

本发明属于迫零预编码器设计的技术领域。特别涉及一种基于图像结构相似性的迫零预编码器设计方法。

背景技术

MIMO系统以其高速率、大容量的优势一直被广泛关注，已成为移动通信系统的关键技术之一。通信系统引入多天线后，MIMO信道被分解为多个相互独立的并行子信道，极大提高了系统的传输速率和容量。但是多用户MIMO系统存在用户间信号的干扰问题，无法保证传输的准确性。在多用户MIMO系统中，各用户信号之间存在符号间干扰和信道间干扰，由于终端机电池功率以及信号处理能力的限制，用户端无法进行复杂的信号检测和处理，因此多采用在基站设计预编码器的方法来预消除信号间干扰。

预编码器的设计方法可以分为两类，即线性方法和非线性方法。非线性预编码的性能较好，但是复杂度高，在天线数量巨大的MIMO系统中难以实现，因此在无线通信实际部署中，大多采用线性预编码方法，尤其是简单易实现的迫零预编码方法。

迫零算法将预编码器的设计问题转化为信道传递矩阵的求逆问题，计算复杂度低。Li L和Gu G根据信道和迫零预编码器的线性特性(Li L,and Gu G.Design of optimalzero-forcing precoders for MIMO channels via optimal full informationcontrol.IEEE Trans.Signal Processing,Vol.53,No.8,pp.3238-3246,2005)，将时域问题转化到z域，运用状态空间来表达信道传递函数和预编码器，提出了一种以最大化功率信噪比为目标的迫零预编码器设计方法，但是该方法并没有考虑信道的功率受限问题，当设计出的预编码器功率超出基站天线实际最大功率时，运用此方法设计的预编码器将无法应用。Li S、Zhang J和Chai L提出了一种在总功率约束下的迫零预编码器设计方法(Li S,Zhang J and Chai L.Optimal zero-forcing precoding design-oversampled FB frameapproach.Information Systems,Vol.53,pp.346-362,2010)，该方法同样以最大化功率信噪比为目标，较简便的得到迫零预编码器。但是以功率信噪比为优化目标设计的迫零预编码器并不能保证用户信号的结构信息，尤其是发送图像信号时。

发明内容

本发明旨在克服现有技术缺陷，目的是提供一种方法简单、能适应低限制功率和能保证用户接收图像结构信息的基于图像结构相似性的迫零预编码器设计方法。

为完成上述任务，本发明内容如下：

所述迫零预编码器设计方法是：已知稳定和离散的信道，信道的传递函数矩阵为H(z)，基站分配给第j个用户的子信道为H_j，其中j＝1,2...,M'，M'表示用户的数量。基站发送给第j个用户的图像s_j在传递过程中受到噪声干扰，所述噪声干扰为功率谱已知的白噪声v_j。根据信道的传递函数矩阵H(z)和迫零条件，得到迫零预编码器F(z)的表达式：

式(1)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为n×n，n为正整数；

B表示输入矩阵，维度为n×N，N为正整数，N为基站发射天线的数量；

C表示输出矩阵，维度为M×n，M＝M'；

D表示直接传递矩阵，维度为M×N，N＞M'；

表示常数矩阵D的伪逆；

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补；

α表示维度为M×M的对角矩阵，α＝diag(α₁,α₂,...,α_j,...,α_M)；

diag(*)表示对角矩阵；

α、K、Q分别表示待求的最优参数矩阵。

第j个用户接收图像与基站发送图像之间的结构相似度StatSSIM(s_j,y_j)表达式：

式(2)中：C₁、C₂分别表示不同的常数，C₁＝0.01，C₂＝0.03；

α_j表示对角矩阵α的第j个对角元素；

表示第j个用户受到的白噪声方差，为常数；

表示基站发送给第j个用户的图像均值：

表示基站发送给第j个用户的图像方差：

T表示第j个用户图像s_j的像素点个数。

在α_j∈[0.6,1.1]区间内，用最小二乘法拟合结构相似度表达式StatSSIM(s_j,y_j)关于α_j的函数曲线，得到二次多项式的系数b_0j,b_1j,b_2j；由LMI线性不等式得到所述迫零预编码器F(z)表达式中的最优矩阵参数α,K,Q。

所述LMI线性不等式是以M个二次多项式h(α_j)的总和最大化为目标函数和以功率限制为条件的表达式：

所述迫零条件为：

H(z)F(z)＝αI (4)

式(3)和式(4)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为n×n，n为正整数；

B表示输入矩阵，维度为n×N，N为正整数，N为基站发射天线数量；

C表示输出矩阵，维度为M×n，M＝M'；

D表示直接传递矩阵，维度为M×N，N＞M'；

表示常数矩阵D的伪逆；

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补；

α表示维度为M×M的对角矩阵，α＝diag(α₁,α₂,...,α_j,...,α_M)；

h(α_j)表示关于α_j的二次多项式b_0j,b_1j,b_2j表示二次多项式的系数；

K＝K_PP^-1；

G表示基站天线限制的最大总功率，为常数；

I表示单位矩阵；

Tr(*)表示矩阵的迹；

H(z)表示信道的传递函数矩阵；

F(z)表示迫零预编码器。

根据方程利用Cholesky分解，得到所述直接传递矩阵D的正交补D_⊥，其中：D^*表示直接传递矩阵D的共轭矩阵，表示D_⊥的共轭矩阵。

由于采用上述方案，本发明与现有技术相比具有如下的积极效果：

本发明将预编码器转换到z域求解，将迫零预编码器的求逆问题转化为最优参数的寻找，减少了时域方法中复杂的矩阵计算，方法简单。当基站天线功率较小时，比如天线限制功率小于信道传递函数的二范数时，其他方法设计的迫零预编码器不能满足实际需求，但本方法仍然能够通过调整参数，设计出满足实际功率限制的迫零预编码器。

图像中含有大量的结构信息，功率信噪比和均方误差不能准确的反映图像的真实质量，而与人眼主观判定图像质量好坏相符的结构相似度能够更准确的体现图像的质量。本发明以图像结构相似度为优化目标，设计出的基于结构相似度的迫零预编码器能够保证图像在传输过程中保留更多的结构信息，使用户终端接受到更高质量的图像。

因此，本发明具有方法简单、能适应更低限制功率和能保证用户接收图像结构信息的特点。

附图说明

图1为本发明描述的一种多用户预编码器通信系统模型图；

图2为图1中预编码器通信系统的块表达模型图；

图3为使用本发明设计的预编码器处理后用户1接收的图像；

图4为使用本发明设计的预编码器处理后用户2接收的图像。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步的描述，并非对其保护范围的限制：

实施例1

一种基于图像结构相似性的迫零预编码器设计方法。如图1和图2所示，本实施例用于多用户MIMO通信系统：基站接收到的需要发送给第j个用户的图像为s_j，其中j＝1,2...,M'，M'表示用户的数量；基站k时刻接收到的用户的数据向量为s(k)，维度为M×1，M＝M'；b(k)表示数据向量s(k)经过迫零预编码器F(z)处理后发送的数据向量，维度为N×1，N表示基站天线数量；y(k)表示M个用户终端接收的含噪数据向量，维度为M×1；v(k)表示k时刻的噪声向量，维度为M×1。

本实施例所述迫零预编码器设计方法是：已知稳定和离散的信道，信道的传递函数矩阵为H(z)，基站分配给第j个用户的子信道为H_j，其中j＝1,2...,M'，M'表示用户的数量；基站发送给第j个用户的图像s_j在传递过程中受到噪声干扰，所述噪声干扰为功率谱已知的白噪声v_j；F(z)表示所设计的迫零预编码器，是维度为N×M的z域矩阵。

本实施例中，用户数量M'＝2，基站天线数量N＝3；基站发送给第1个用户的图像均值基站发送给第1个用户的图像方差基站发送给第1个用户的图像s₁在传递过程中受到的白噪声方差基站发送给第2个用户的图像均值为基站发送第2个用户的图像方差基站发送给第2个用户的图像s₂在信道传递过程中受到的白噪声方差

已知信道的传递函数矩阵H(z)为：

用状态空间表示为：

H(z)＝D+C(zI-A)^-1B

其中：A表示系统矩阵，

B表示输入矩阵，

C表示输出矩阵，

D表示直接传递矩阵，

根据信道的传递函数矩阵H(z)和迫零条件，得到迫零预编码器F(z)的表达式：

式(1)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为6×6；

B表示输入矩阵，维度为6×3；

C表示输出矩阵，维度为2×6；

D表示直接传递矩阵，维度为2×3。

表示常数矩阵D的伪逆

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补；

α表示维度为2×2的对角矩阵，α＝diag(α₁,α₂)，

diag(*)表示对角矩阵；

α、K、Q分别表示待求的最优参数矩阵。

根据方程利用Cholesky分解得到直接传递矩阵D的正交补D_⊥：

D_⊥＝[0.5794 0.1598 -0.7992]

D_⊥的伪逆为：

第1个用户接收图像与基站发送图像之间的结构相似度StatSSIM(s_j,y_j)表达式：

式(2)中：C₁、C₂分别表示不同的常数，C₁＝0.01，C₂＝0.03；

表示基站发送给第1个用户的图像均值，

表示基站发送的第1个用户的图像方差，

表示第1个用户受到的白噪声方差，

在α₁∈[0.6,1.1]区间内，用最小二乘法拟合结构相似度表达式StatSSIM(s₁,y₁)关于α₁的函数曲线，得到二次多项式：

的系数b₀₁＝-1.2590,b₁₁＝2.5458,b₂₁＝-0.3185。

第2个用户接收图像与基站发送图像之间的结构相似度表达式：

式(3)中：C₁＝0.01，C₂＝0.03，

表示基站发送给第2个用户的图像均值，

表示基站发送给第2个用户的图像方差，

表示第2个用户受到的白噪声方差，

在α₂∈[0.6,1.1]区间内，用最小二乘法拟合结构相似度表达式StatSSIM(s₂,y₂)关于α₂的函数曲线，得到二次多项式：

的系数b₀₂＝-1.1542,b₁₂＝2.4008,b₂₂＝-0.3518。

由LMI线性不等式得到所述迫零预编码器F(z)表达式中的最优参数α,K,Q；以2个二次多项式h(α_j)的总和最大化为目标函数和以功率限制为条件的LMI线性不等式为：

所述迫零条件为：

H(z)F(z)＝αI (5)

式(4)和式(5)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为6×6；

B表示输入矩阵，维度为6×3，3为基站发射天线数量；

C表示输出矩阵，维度为2×6；

D表示直接传递矩阵，维度为2×3；

表示常数矩阵D的伪逆；

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补；

α表示维度为M×M的对角矩阵，α＝diag(α₁,α₂)；

h(α_j)表示关于α_j的二次多项式

b_0j,b_1j,b_2j表示二次多项式的系数，

b₀₁＝-1.2590,b₁₁＝2.5458,b₂₁＝-0.3185，

b₀₂＝-1.1542,b₁₂＝2.4008,b₂₂＝-0.3518；

K＝K_PP^-1；

G表示基站天线限制的最大总功率，本实施例中G＝16；

I表示单位矩阵；

Tr(*)表示矩阵的迹；

H(z)表示信道的传递函数矩阵；

F(z)表示迫零预编码器。

式(4)得到的最优参数矩阵为：

Q＝[1.7240 -1.6507]

K_P＝[-1.7013 -2.7355 0.5877 -1.2313 0.5404 -0.9047]

根据K＝K_PP^-1得到参数矩阵K：

K＝[-0.0592 -0.3856 0.2695 0.9729 0.5193 -0.2161]

本实施例以用户接收图像与基站发送图像的结构相似度最大化为设计目标，在功率限制条件下，根据信道的传递函数矩阵H(z)和迫零条件H(z)F(z)＝αI设计迫零预编码器。对于一个列数大于行数的信道的传递函数矩阵H(z)，满足迫零条件H(z)F(z)＝αI的迫零预编码器并不唯一，利用这种不唯一性，本实施例针对功率谱密度已知的白噪声干扰，以用户接收图像y₁、y₂与基站发送图像s₁、s₂的结构相似度最大化为设计目标，设计了一种基于结构相似度的迫零预编码器。

本实施例中，采用设计的迫零预编码器对基站图像信号s₁、s₂编码，再由基站天线发送给第1个用户和用户第2个，第1个用户接收图像y₁与基站发送图像s₁之间的结构相似度为0.9573，接收图像如图3所示；第2个用户接收图像y₂与基站发送图像s₂之间的结构相似度为0.9541，接收图像如图4所示。从图3和图4可以看出，用户接收到的图像保留了结构信息，图像的细节纹理特征清晰，图像的质量高。

具体实施方式与现有技术相比的积极效果是：

本具体实施方式将预编码器转换到z域求解，将迫零预编码器的求逆问题转化为最优参数的寻找，减少了时域方法中复杂的矩阵计算，方法简单；当基站天线功率较小时，比如天线限制功率小于信道传递函数的二范数时，其他方法设计的迫零预编码器不能满足实际需求，但本方法仍然能够通过调整参数，设计出满足实际功率限制的迫零预编码器；

图像中含有大量的结构信息，功率信噪比和均方误差不能准确的反映图像的真实质量，而与人眼主观判定图像质量好坏相符的结构相似度能够更准确的体现图像的质量。本具体实施方式以图像结构相似度为优化目标，设计出的基于结构相似度的迫零预编码器能够保证图像在传输过程中保留更多的结构信息，使用户终端接受到更高质量的图像。

因此，本具体实施方式具有方法简单、能适应更低限制功率和能保证用户接收图像结构信息的特点。

Claims (1)

1.一种基于图像结构相似性的迫零预编码器设计方法，其特征在所述迫零预编码器设计方法是：已知稳定和离散的信道，信道的传递函数矩阵为H(z)，基站分配给第j个用户的子信道为H_j，其中j＝1,2...,M'，M'表示用户的数量；基站发送给第j个用户的图像s_j在传递过程中受到噪声干扰，所述噪声干扰为功率谱已知的白噪声v_j；根据信道的传递函数矩阵H(z)和迫零条件，得到迫零预编码器F(z)的表达式：

式(1)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为n×n，n为正整数，

B表示输入矩阵，维度为n×N，N为正整数，N为基站发射天线的数量，

C表示输出矩阵，维度为M×n，M＝M'，

D表示直接传递矩阵，维度为M×N，N＞M'，

表示常数矩阵D的伪逆，

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补，

α表示维度为M×M的对角矩阵，α＝diag(α₁,α₂,...,α_j,...,α_M)，

diag(*)表示对角矩阵，

α、K、Q分别表示待求的最优参数矩阵；

第j个用户接收图像与基站发送图像之间的结构相似度StatSSIM(s_j,y_j)表达式：

式(2)中：C₁、C₂分别表示不同的常数，C₁＝0.01，C₂＝0.03，

α_j表示对角矩阵α的第j个对角元素，

表示第j个用户受到的白噪声方差，为常数，

表示基站发送给第j个用户的图像均值：

表示基站发送给第j个用户的图像方差：

T表示第j个用户图像s_j的像素点个数，

在α_j∈[0.6,1.1]区间内，用最小二乘法拟合结构相似度表达式StatSSIM(s_j,y_j)关于α_j的函数曲线，得到二次多项式的系数b_0j,b_1j,b_2j；由LMI线性不等式得到所述迫零预编码器F(z)表达式中的最优矩阵参数α,K,Q；

所述LMI线性不等式是以M个二次多项式h(α_j)的总和最大化为目标函数和以功率限制为条件的表达式：

所述迫零条件为：

H(z)F(z)＝αI (4)

式(3)和式(4)中：A、B、C、D由信道的传递函数矩阵H(z)的结构和参数决定，其中：

A表示系统矩阵，维度为n×n，n为正整数，

B表示输入矩阵，维度为n×N，N为正整数，N为基站发射天线数量，

C表示输出矩阵，维度为M×n，M＝M'，

D表示直接传递矩阵，维度为M×N，N＞M'，

表示常数矩阵D的伪逆，

表示D_⊥的伪逆，

D_⊥表示常数矩阵D的正交补，

α表示维度为M×M的对角矩阵，α＝diag(α₁,α₂,...,α_j,...,α_M)，

h(α_j)表示关于α_j的二次多项式

b_0j,b_1j,b_2j表示二次多项式的系数，

K＝K_PP^-1，

G表示基站天线限制的最大总功率，为常数，

I表示单位矩阵，

Tr(*)表示矩阵的迹，

H(z)表示信道的传递函数矩阵，

F(z)表示迫零预编码器；

根据方程利用Cholesky分解，得到所述直接传递矩阵D的正交补D_⊥，其中：D^*表示直接传递矩阵D的共轭矩阵，表示D_⊥的共轭矩阵。