CN113660021B - 一种偏移空间调制中的低复杂度天线选择方法 - Google Patents

Abstract

本发明属于无线通信技术领域，具体的说是涉及一种偏移空间调制中具有低复杂度的天线选择方法。在本发明的所提的方法中，对传统的基于树搜索的天线选择算法进行了改进，通过综合考虑偏移空间调制系统中的功率因子和最小欧氏距离对系统性能的影响，限制了树节点的增长，从而简化了搜索结构。本发明提供的方案相比于传统的基于树搜索的天线选择方案而言，能够在较低的性能损失的情况下大幅降低搜索复杂度；同时，该方案具有和其他降低计算复杂度的天线选择算法相结合的潜力，在未来的大规模天线场景具有应用前景。

Description

一种偏移空间调制中的低复杂度天线选择方法

技术领域

本发明属于无线通信技术领域，具体的说是涉及一种偏移空间调制中具有低复杂度的天线选择方法；本发明涉及偏移空间调制(Offset Spatial Modulation，OSM)，传输天线选择(Transmit Antenna Selection,TAS)等技术。

背景技术

近来，一种新的多输入多输出传输技术——偏移空间调制(Offset SpatialModulation，OSM)被提出，其关键思想是根据不同的信道条件，动态地调整激活天线和射频链路之间的切换频率，在降低系统切换频率以适应高速率传输的同时，能够保留传统空间调制的单射频链路优势。然而，OSM技术无法抵抗信道衰落带来的影响，因此基于欧式距离的天线选择技术(Euclidean distance optimized antenna selection,EDAS)被引入OSM中提升性能。虽然EDAS能够提供较大的性能增益，但是需要遍历所有的天线组合，带来了较大的复杂度。在此基础上，基于树搜索的天线选择算法(Tree based Transmit AntennaSelection,TSAS)被提出，用于降低搜索复杂度。

然而，在大规模天线场景，TSAS会产生过多的树节点，进一步限制了其应用。基于OSM系统的特性，本发明考虑综合利用功率因子和最小欧式距离，限制树节点的增长，从而简化了搜索结构。

发明内容

本发明为OSM系统提出了新的简化树搜索天线选择方法(Simplified Tree basedTransmit Antenna Selection,STSAS)，与传统的EDAS算法和TSAS算法相比，能在较低的性能损失情况下，大幅降低复杂度。

为了便于理解，对本发明采用的新的低复杂度天线选择方法进行如下说明：

OSM的系统框图如图1所示，其中发射端有N_t根天线，而接收端固定为1根天线。假设第s根天线与接收机之间的信道是慢衰落瑞利信道，其对应的信道增益h_s是独立同分布的，并服从复高斯分布

另外，假设M-QAM或M-PSK符号用s_m表示，其中m∈{1,2,...,M}，M表示调制阶数。在发射机端，比特流将分成两部分，一部分映射成M-QAM符号s_m，一部分映射成空间调制天线索引j，j∈{1,2,...,N_t}。不同于传统的空间调制技术，偏移空间调制技术需要对符号s_m进行预编码。利用信道反馈信息，OSM中的星座符号s_m可以被预编码为

其中β_j是归一化传输功率因子，

注意到其中l代表激活天线索引，依赖于信道的反馈信息。在静态的OSM模式中，激活天线索引l是固定的，从传输天线中随机的选择，保证了低射偏切换频率，以适应高速率传输场景。而在动态的OSM模式中，激活天线索引l为预定义的天线集合χ中具有最大信道模值的天线，也即

因此，在OSM系统中，发射符号

将在第l根天线上进行发送，发射向量可以表示为：

而在接收端，由于激活的是第l根发射天线，预编码参数

将被抵消，因此接收端的信号可以被表示为

其中ρ是传输功率，

表示信道向量，n是服从

分布的加性高斯白噪声。

为了进一步提升OSM系统的接收端性能，EDAS技术被引入OSM系统中，以选择最大化最小欧氏距离的预定义天线集合χ。假设接收端已经知道功率因子β_j，令I_AS和

分别表示最佳天线组合和所有可能的天线组合，EDAS准则可以简化为：

其中D(I)是删除矩阵D中不在天线集合I中的行和列得到的子矩阵，{minD(I)}表示子矩阵D(I)中非零分量的最小值。更具体的，假设d_p,q表示通过第p根天线和第q根天线传输的信号之间的最小欧式距离，可以通过下式计算：

其中，

表示M-QAM/PSK调制方式下所有星座点的集合。发射端两两天线之间的最小欧氏距离组成了欧式距离矩阵D，可以写成如下形式：

虽然EDAS算法能够提供最佳的BER性能，但是需要遍历所有可能的天线组合。但从EDAS准则的目的来看，容易发现，最佳的天线子集I_AS的最小欧氏距离项一定大于矩阵D中的最小欧式距离项

也即

因此最小欧式距离项

不由最佳天线子集产生。上述关系可以改写为

其中

因此，TSAS算法基于上述准则，分别搜索两个具有更低维度的天线集合，

和

然后再比较得出其中具有最大化最小欧式距离的天线子集。类似的，上述准则可以应用生成的子矩阵中，进一步降低搜索复杂度，直至满足终止条件为止。总而言之，TSAS算法生成完整的二叉树搜索结构，生成的树节点具有比父节点更大的欧式距离，通过搜索最后生成的叶子节点，获得具有最大化最小欧式距离的天线集合。但是，在大规模天线场景下，N_t可能远远大于N_s，导致TSAS算法产生过多的叶子节点，复杂度有所上升。因此，为了进一步降低复杂度，本发明提出了一种偏移空间调制中的低复杂度天线选择方法，也即简化树搜索天线选择算法。

本发明的技术方案如下：

一种偏移空间调制中的低复杂度天线选择方法，包括天线数为N_t的发送端Tx与接收端Rx，N_s根被选择天线的偏移空间调制系统，用

表示信道向量，

表示M-QAM/PSK调制方式下所有星座点的集合，M表示调制阶数，其特征在于，所述天线选择方法包括：

S1、假设d_p,q表示通过第p根天线和第q根天线传输的信号之间的最小欧式距离，可以通过下式计算：

其中s_m和s_n表示从星座点集合

中选出的符号，h_p和h_q分别表示第p根天线和第q根天线与接收端Rx之间的信道增益，服从复高斯分布

发射端两两天线之间的最小欧氏距离组成了欧式距离矩阵D，可以写成如下形式：

S2、不失一般性的，假设接收端能够完美获取信道向量H，同时，假设l表示具有最大信道增益的天线索引。

S3、在获得初始化欧式距离矩阵D后，根据冒泡排序算法确认矩阵中最小值d所在的行p和列q，为了降低搜索复杂度，进一步考虑功率因子β对偏移空间调制(OffsetSpatial Modulation,OSM)系统性能的影响，以简化树搜索结构。在第i次迭代中，首先确认矩阵D中最小值

所在的行p^*和列q^*，然后父节点根据如下准则对生成的子节点进行删除：

a)l∈{p^*，q^*}，l＝p^*。由于具有最大信道增益的天线包含在产生最小值

中的行或者列中，又根据OSM系统的预编码规则，一般具有最大信道增益的天线会被选中并作为激活天线，因此具有最大信道增益的天线不应该被删除。在此情况下，删除矩阵D中的第q^*行和第q^*列，生成子矩阵D_s。

b)l∈{p^*，q^*}，l＝q^*。同理，在此情况下，为了保留具有最大信道增益的天线，删除矩阵D中的第p^*行和第p^*列，生成子矩阵D_s。

c)

由于最大的信道增益天线不在产生最小值

中的行或者列中，而为了维持树节点单枝生长的结构，可以引入OSM的功率因子β_j来进行判断。OSM的功率因子定义为：

其中j表示由比特流映射得到的空间调制天线索引，j∈{1,2,...,N_t}。假设x_p，m表示通过第p根天线传输符号s_m,x_q，n表示通过第q根天线传输符号s_n，则OSM系统的成对错误概率P(x_p，m→x_q，n)可以用下式表示：

其中

ρ为系统传输功率，E[g(β_j)]表示对g(β_j)求数学期望。从(4)中可以看出，较大的功率因子β_j能够提升OSM的系统性能。而此时

由功率因子的定义可得：

因此，为了保留较大的功率因子，删除矩阵D中的第q^*行和第q^*列，生成子矩阵D_s。

d)

同理，在此情况下，由于

为了保留较大的功率因子，删除矩阵D中的第p^*行和第p^*列，生成子矩阵D_s。

S4、生成子矩阵后，将子矩阵D_s视为父节点D，依据上述准则重新生成下一个子矩阵，直至满足终止条件为止。

S5、当生成的子矩阵维度等于N_s时，迭代终止。最后子矩阵的行索引或列索引即为被选中的天线组合。

本发明的有益效果为，本发明综合考虑功率因子和欧式距离的影响，限制搜索树节点的生长，以较低的性能损失大幅度降低了搜索复杂度。在大规模天线的场景下，本发明能够较好地平衡搜索复杂度和系统性能。同时，本发明还有与其他计算复杂度降低方法相结合的潜力。

附图说明

图1是OSM系统框图；

图2是简化树搜索天线选择算法的示例图；

图3是发射天线数为10，选择天线数为8，接收天线数为1时，传统EDAS和TSAS算法与所提议的STSAS方法的误码率性能比较示意图；

图4是发射天线数为17，选择天线数为8，接收天线数为1时，传统EDAS和TSAS算法与所提议的STSAS方法的误码率性能比较示意图；

图5是在N_s给定，N_t从9增加至18的情况下，所提议的方法的搜索复杂度与传统的EDAS算法和TSAS算法的对比图。

具体实施方式

下面结合附图和实施例，详细描述本发明的技术方法：

以发射天线数为5，选择天线数为4为例，假设接收端能完美获取信道的状态信息

S1、首先计算出欧氏距离矩阵D，计算结果如图2所示。

S2、假设具有最大信道增益的天线索引为3，也即l＝3。

S3、首先，确认欧式距离矩阵D中的最小值。而图2的欧氏距离矩阵D中的最小值为

其中(p^*,q^*)＝(1,2)。然后，根据所提议的准则，如果

矩阵D的第二行和第二列将被删去，生成子矩阵D_s。而如果

矩阵D的第一行和第一列将被删去，生成子矩阵D_s。但由于信道信息是确定已知的，不同于传统的TSAS算法，STSAS算法生成的子节点将只有一个，因此简化了搜索结构。

S4、由于生成的子矩阵D_s维度为4，已经等于接收天线数目，迭代终止。生成的子矩阵的行索引则对应被选择的天线组合。如果

被选择的天线组合则为(1，3，4，5)，容易发现，此结果与传统的EDAS算法得到的结果一致，因此，所提议的STSAS具有达到传统EDAS算法性能的潜力，并且能够大幅降低搜索复杂度。

Claims (1)

1.一种偏移空间调制中的低复杂度天线选择方法，偏移空间调制系统包括天线数为N_t的发送端Tx与接收端Rx，系统选择N_s根天线用于信号发射，用

表示信道向量，

表示M-QAM/PSK调制方式下所有星座点的集合，M表示调制阶数，其特征在于，所述天线选择方法包括：

S1、令d_p,q表示通过第p根天线和第q根天线传输的信号之间的最小欧式距离，通过下式计算：

其中s_m和s_n表示从星座点集合

中选出的符号，h_p和h_q分别表示第p根天线和第q根天线与接收端Rx之间的信道增益，服从复高斯分布

发射端两两天线之间的最小欧氏距离组成了欧式距离矩阵D，写成如下形式：

S2、假设接收端能够完美获取信道向量H，同时，假设l表示具有最大信道增益的天线索引；

S3、在获得初始化欧式距离矩阵D后，根据冒泡排序算法确认矩阵中最小值d所在的行p和列q，具体为：

在第i次迭代中，首先确认矩阵D中最小值

所在的行p^*和列q^*，然后父节点根据如下准则对生成的子节点进行删除：

a)l∈{p^*，q^*}，l＝p^*，由于具有最大信道增益的天线包含在产生最小值

中的行或者列中，又根据OSM系统的预编码规则，具有最大信道增益的天线会被选中并作为激活天线，因此具有最大信道增益的天线不应该被删除，在此情况下，删除矩阵D中的第q^*行和第q^*列，生成子矩阵D_s；

b)l∈{p^*，q^*}，l＝q^*，同理，在此情况下，为了保留具有最大信道增益的天线，删除矩阵D中的第p^*行和第p^*列，生成子矩阵D_s；

c)

由于最大的信道增益天线不在产生最小值

中的行或者列中，为了维持树节点单枝生长的结构，引入OSM的功率因子β_j来进行判断，OSM的功率因子定义为：

其中j表示由比特流映射得到的空间调制天线索引，j∈{1,2,...,N_t}；假设x_p，m表示通过第p根天线传输符号s_m,x_q，n表示通过第q根天线传输符号s_n，则OSM系统的成对错误概率P(x_p，m→x_q，n)用下式表示：

其中

ρ为系统传输功率，E[g(β_j)]表示对g(β_j)求数学期望；从式(4)中得出，大的功率因子β_j能够提升OSM的系统性能，而此时

由功率因子的定义可得：

因此，为了保留大的功率因子，删除矩阵D中的第q^*行和第q^*列，生成子矩阵D_s；

d)

同理，在此情况下，由于

为了保留大的功率因子，删除矩阵D中的第p^*行和第p^*列，生成子矩阵D_s；

S4、生成子矩阵后，将子矩阵D_s视为父节点D，重复步骤S3，生成下一个子矩阵，直至满足终止条件为止；

S5、当生成的子矩阵维度等于N_s时，迭代终止，最后子矩阵的行索引或列索引即为被选中的天线组合。

Images