CN101079660A - 多用户jt mimo***中的下行链路功率分配方法 - Google Patents

Abstract

本发明请求保护一种多用户JT MIMO***下行链路功率分配的方法，涉及无线通信技术领域。针对线性联合传输技术中预编码存在较大的能量增益，使用户间的多址干扰增大，直接影响***的总容量，以及由于信道估计误差及信道衰落的影响，使整个***的通信质量有较大的降低的问题，本发明提出一种功率分配方法，在满足每个用户信干比小雨信干比门限值的前提下，找到一个可行的发送功率向量，使所有用户的发送总功率最小，通过最小能量计算公式计算各个用户的功率分配向量；发送机根据功率分配向量实现对下行链路用户的功率控制。本发明有效地控制了每个用户的传输质量，从而提高能量效率，增大***容量。

Description

多用户JT MIMO***中的下行链路功率分配方法

技术领域

本发明涉及无线通信技术领域，尤其涉及多用户***中信道的功率分配。

背景技术

联合传输JT技术是适用于CDMA***下行链路的多用户传输技术。它是一项相对于联合检测JD的发送预编码技术，它将JD***中需要在终端完成的复杂运算转移到基站端完成。目前，JT技术分为线性与非线性两大类，非线性联合传输技术，如Tomlinson-Harashima预编码(THP)和传输非线性迫零(TxNZF)等，可以在保证传输质量的同时将发送功率控制在一个较低的水平，但其编码复杂度较高，文献(海平、谢显中，Optimum Transmission SchemeJoint(JT)in TD-SCDMA Downlink.中国邮电高校学报(英文版)，2004，Vol.11(3)：45-48)公开了一种线性联合传输技术，编码复杂度较低，容易实用化。但是线性联合传输技术中预编码存在较大的能量增益，使用户间的多址干扰增大，直接影响***的总容量。同时，由于信道估计误差及信道衰落的影响，使整个***的通信质量有较大的降低。

发明内容

为克服以上不利因素，在线性联合传输技术中，功率控制是一个必不可少的环节。本发明针对现有技术的上述不足，提出一种适用于多用户多输入多输出联合传输(JT MIMO)***的功率控制分配方法，在满足每个用户信干比SINR的前提下，找到一个可行的发送功率向量，同时使所有用户的发送总功率最小；通过联合调整各用户的发送功率，实现对每个用户信干比的控制。

本发明解决上述技术问题的技术方案为，在下行链路估计每个用户自身的链路增益以及对其他用户的干扰；根据用户的优先级给定用户k的信干比门限值γ^(k)，构建以用户信干比门限值为对角线构成的对角矩阵D；确定约束条件：在每个用户的信干比SINR高于门限值的前提下，使所有用户的总的发送能量最小；构建码间干扰(ISI)、用户间干扰(MAI)干扰增益矩阵F及热噪声干扰矩阵U；根据约束条件、干扰矩阵，构建满足约束条件下的最小能量计算公式，即各用户的发送功率组成的发送向量E_d＝[I-DF]^-1U，其中I为单位矩阵；调用算法模块，根据公式E_d＝[I-DF]^-1U计算功率分配向量。

在预编码之前用所得的功率分配向量与调制后的用户发送数据相乘就可以得到我们需要发送的数据符号。

根据本发明提出的方法能够使***的发送总能量最小，并可以有效地控制每个用户的传输质量，从而提高能量效率，增大***容量。

附图说明

图1所示为下行信道***结构框图

图2所示为根据本发明确定发送功率流程图

具体实施方式

在JT MIMO***多用户下行链路中，各用户数据经过调制矩阵M调制后在多天线上同频并行传输，每个用户的发射能量均对其他所有用户产生影响，是一个干扰受限***。因此，如何合理的分配用户的发射能量，在保证用户的传输质量的前提下，减小发送功率，提高能量效率，是JT MIMO***需要解决的一个问题。

如图1所示为下行信道***结构图，在QPSK调制模块和扩频模块间***一个功率分配模块，功率分配模块进行功率向量分配，将得到的功率分配向量与调制后的用户发送数据相乘，然后再进行扩频，预处理，通过天线进行发射。

图2所示为本发明确定功率分配向量流程图，通过在下行链路用训练序列估计每个用户自身的链路增益以及对其他用户的干扰，干扰包括码间干扰ISI、用户间干扰MAI、热噪声干扰。结合具体的通信环境如地形，用户密度，环境噪声等等，以及各个用户的优先级，给定用户k的信干比SINR门限值为γ^(k)，以用户信干比门限值为对角线构建对角矩阵D，估计用户的信道增益矩阵G_k和干扰矩阵G_kg，确定每个用户的信干比SINR，确定约束条件：在每个用户的SINR高于门限值的前提下，使所有用户的总的发送能量

最小，也就是 $\min \underset{k}{\mathrm{\Σ}}{E}_d^{\left(k\right)}\mathrm{Subject\; to}{\mathrm{\γ}}_o^{\left(k\right)}\≥{\mathrm{\γ}}^{\left(k\right)},$ γ_o ^(k)为用户实际的信干比；构建码间干扰(ISI)、用户间干扰(MAI)增益矩阵F及热噪声干扰矩阵U，根据上述约束条件及干扰矩阵，确定最小能量计算公式，即最合理的功率分配向量E_d＝[I-DF]^-1U。

下面根据***信道特征对上述方案进行具体说明。在信道环境下，采用线性迫零(TxZF)预编码算法对发送数据进行预处理.采用最大似然算法估计信道冲击响应。并在下行信道通过估计得到用户k的编码、传输增益和受到的用户间干扰和码间干扰。

如果发送端发送的信道信息是无偏的，那么TxZF可以完全消除码间干扰和用户间干扰，但是在实际通信中，无偏的信道信息是不存在的，同时由于某些预处理算法的局限性，用户的干扰来自码间干扰ISI，用户间干扰MAI及热噪声。于是，用户k的信干比SINR为γ_o ^(k)：

${\mathrm{\γ}}_o^{\left(k\right)}=\frac{\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|{\left[D^{\left(k\right)}{H}^{\left(k\right)}{M}^{\left(k\right)}\right]}_{n,n}\right|}^2{E}_d^{\left(k\right)}}{\underset{g=1}{\overset{K}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|{\left[D^{\left(k\right)}{H}^{\left(k\right)}{M}^{\left(g\right)}\right]}_n\left|\right|}^2{E}_d^{\left(g\right)}-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|{\left[D^{\left(k\right)}{H}^{\left(k\right)}{M}^{\left(k\right)}\right]}_{n,n}\right|}^2{E}_d^{\left(k\right)}+\mathrm{trace}\left\{D^{\left(k\right)}{R}_n^{\left(k\right)}{D}^{\left(k{)}^H\right)}\right\}}$ 对上式作归一化处理，可以得到每一帧的SINR为 ${\mathrm{\γ}}_o^{\left(k\right)}=\frac{E_d^{\left(k\right)}}{\underset{g=1}{\overset{K}{\mathrm{\Σ}}}\frac{G_{\mathrm{kg}}}{G_k}{E}_d^{\left(g\right)}-E_d^{\left(k\right)}+\frac{N_k}{G_k}}$

其中，用户的信道增益矩阵 $G_k=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|{\left[D^{\left(k\right)}{H}^{\left(k\right)}{M}^{\left(k\right)}\right]}_{n,n}\right|}^{2}k$ 和干扰矩阵 $G_{\mathrm{kg}}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|{\left[D^{\left(k\right)}{H}^{\left(k\right)}{M}^{\left(g\right)}\right]}_n\left|\right|}^2$ 分别表示用户k的传输增益和受到的干扰，包括用户间干扰和码间干扰，其中D^(k)为用户k的解调矩阵，M^(k)为用户k的调制矩阵，H^(k)为用户k的信道矩阵。

根据具体的通信环境，如地形，用户密度，环境噪声等，以及各个用户的优先级，设置用户k的信干比门限值γ^(k)，构建以k个用户信干比门限值为对角线构成的对角矩阵

设定约束条件：在每个用户的SINR高于门限值的前提下，使所有用户的总的发送能量

最小，也就是 $\min \underset{k}{\mathrm{\Σ}}{E}_d^{\left(k\right)}\mathrm{Subject\; to}{\mathrm{\γ}}_o^{\left(k\right)}\≥{\mathrm{\γ}}^{\left(k\right)}.$

根据上述约束条件，建立功率分配向量矩阵 $E_d={(E_d^{\left(1\right)}\·\·\·E_d^{\left(K\right)})}^T,$

根据用户的信道增益矩阵、干扰矩阵和用户信干比确定ISI、MAI干扰增益矩阵

热噪声干扰矩阵 $U={({\mathrm{\γ}}^{\left(1\right)}\frac{N_1}{G_1}\·\·\·{\mathrm{\γ}}^{\left(K\right)}\frac{N_K}{G_K})}^T{N}_k,$ 其中N_k为用户k的高斯白噪声。

基站端控制处理模块调用算法模块，构建满足约束条件下的最小能量计算公式，使所有用户的功率向量E_d满足不等式E_d≥DFE_d+U，当上述不等式取等号时，用户的总功率最小，由此可得最小能量计算公式：E_d＝[I-DF]^-1U，即最合理的功率分配向量。其中I为单位矩阵，功率分配向量矩阵E_d中的每一个元素代表一个用户的发送功率。将上述矩阵D、F、U代入公式即得到合理的功率分配向量，即发送功率向量。

在多用户JT MIMO***中，发送机根据上述方法确定的功率分配向量，用它与各个用户的调制数据符号相乘，然后再进行扩频，预处理，通过天线进行发射。通过本发明的功率分配方法，实现对下行链路用户进行功率控制，同时实现对每个用户信干比的控制，使整个***的通信质量有较大的改善。

Claims (5)

1、多用户JT MIMO***中的下行链路功率分配方法，其特征在于，在下行链路估计每个用户自身的链路增益以及对其他用户的干扰；给定用户k的信干比门限值γ^(k)，以用户信干比门限值为对角线构建对角矩阵D；构建干扰增益矩阵F及热噪声干扰矩阵U；根据约束条件及干扰矩阵确定最小能量计算公式E_d＝[I-DF]^-1U；控制处理器调用算法模块中最小能量计算公式计算各个用户的功率分配向量；发送机根据功率分配向量实现对下行链路用户的功率控制。

2、根据权利要求1所述的下行信道功率分配方法，其特征在于，所述干扰为：码间干扰ISI、用户间干扰MAI、热噪声干扰。

3、根据权利要求1所述的下行信道功率分配方法，其特征在于，所述约束条件为：在每个用户的信干比高于门限值的前提下，使所有用户的总的发送能量最小。

4、根据权利要求1所述的下行信道功率分配方法，其特征在于，所构建的干扰增益矩阵、热噪声干扰矩阵由用户的信道增益矩阵、干扰矩阵和用户信干比确定。

5、根据权利要求1所述的下行信道功率分配方法，其特征在于，用户k的信干比门限值由通信环境及用户的优先级确定。

Images