CN101667893A - 基于块空时分组编码的虚拟多输入多输出中继传输方法 - Google Patents

Abstract

一种基于块空时分组编码的虚拟多输入多输出中继传输方法，每个中继站与基站之间的链路采用块空时分组编码的虚拟MIMO方式进行传输，用户设备与中继站之间的链路采用最大比值合并方式进行传输。在上行链路中每个中继站发射机中均采用两发射天线块空时分组编码的传输方式，在基站调度下使用相同的时频资源与基站接收机实现通信。上行链路中继站接收机中，完成对用户终端发射调制符号的估计与检测，并在随后中继站与基站链路的时隙将检测到的用户终端所发射的调制符号转发给基站的接收机。上行链路基站接收机通过采用多用户空时联合均衡算法完成用户信号的分离。本发明增加网络覆盖范围和上行链路传输容量及频带利用率；保持了中继站上行链路发射机低峰均比。

Description

基于块空时分组编码的虚拟多输入多输出中继传输方法

技术领域

本发明涉及一种LTE通信***上行链路中继传输方法。特别是涉及一种可充分利用中继站与基站间多天线提供的分集增益，显著提供蜂窝移动通信***中边缘小区或网络盲区用户链路传输的可靠性的基于块空时分组编码的虚拟多输入多输出中继传输方法。

背景技术

LTE***上行链路采用单载波频分复用(SC-FDMA)多址接入方案，下行链路采用正交频分复用(OFDMA)传输方案，目前，3GPP已完成LTE Rel 8***标准化。然而，LTE Rel8***与ITU IMT-Advanced技术要求存在较大差距，这主要体现在小区边缘用户吞吐量及频谱效率较低。为达到并超过IMT-Advanced***技术指标的要求，3GPP进一步启动LTE-Advanced研究计划，该计划目标是在LTE Rel 8确定的技术框架基础上，对LTE***上/下行链路传输方案进行优化，以满足IMT-Advanced***的要求。

LTE-Advanced***下行链路需解决核心问题：提高小区中部/小区边缘干扰受限用户的吞吐量，拟采用主要技术手段：对小区中心非干扰受限用户，采用单小区MU-MIMO技术来提高下行链路频谱效率；对于小区边缘干扰受限用户，采用多小区协作式多点传输(CoMP)来提高小区边缘用户的吞吐量。上行链路传输需解决核心问题：克服由于用户终端发射功率受限及阴影衰落而产生网络覆盖盲区，提高小区边缘用户传输可靠性与频谱效率，拟采用主要技术手段：中继传输。相关研究表明：在蜂窝移动通信***中，通过中继传输可增加网络覆盖、提高链路传输可靠性，但由于中继站需要使用额外时/频资源才能完成中继传输(时分中继通信***中，中继站需要使用额外时隙资源；频分中继通信***中，中继站需要使用额外频率资源)，从而导致***信道利用率下降。因此在LTE-Advanced上行链路传输中，如何提高小区边缘用户及网络覆盖盲区的链路可靠性，同时保证***的信道利用率不降低是亟待解决的问题。

图1给出基于DFT-S-OFDM中继传输***的示意图，***由三种不同类型网络设备组成：基站(eNodeB)、中继站(Relay)及用户设备(UE)。***下行链路采用MIMO结合OFDM方式工作，上行链路采用DFT-S-OFDM方式工作。在上行链路传输中，位于基站覆盖范围内用户终端直接以DFT-S-OFDM方式与基站直接进行通信；而位于网络盲区或小区边缘用户终端则通过中继站与基站保持通信。

用户终端通过中继站与基站通信过程如下：假设中继通信开始前，用户终端已通过中继站向基站申请中继通信所使用时频资源(用户终端与中继站通信所使用的时频资源(简称为用户时频资源)，中继站向基站转发用户终端信息所使用的时频资源(简称为中继时频资源))，用户终端使用***分配的用户时频资源以DFT-S-OFDM方式发射用户信息给中继站，中继站在***指定的用户时频资源内接收用户终端发射信号，并经FFT、频域均衡、IDFT、解调后，得到用户发送的比特信息，然后重新进行调制、DFT、映射、IFFT及***循环前缀得到中继转发信号，并使用***分配中继时频资源转发给基站接收机，基站在***分配的中继时频资源内接收中继站转发的信号，并恢复出用户终端发射信息。

与非中继方式上行链路传输方案相比，基于DFT-S-OFDM的中继传输方案具有以下优点：可提高网络覆盖范围，克服网络通信盲区，但在中继通信***中，该方案存在用户终端～中继站链路额外占用时频资源，从而带来***吞吐量及频谱利用率降低的缺点。

基于DFT-S-OFDM单天线中继传输方案具有用户终端与中继站链路传输容量低，中继站与基站链路可靠性低的缺点，具有无法利用中继站～基站链路多天线***提供的分集增益，使得边缘小区或网络盲区用户终端链路传输可靠性得不到充分保证等缺点。并且基于DFT-S-OFDM单天线中继传输方案当中继站数目较多时，具有增加基站接收机检测复杂度的缺点。

发明内容

本发明所要解决的技术问题是：在LTE上行链路中，提供一种可充分利用中继站与基站间多天线提供的分集增益，显著提高蜂窝移动通信***中边缘小区或网络盲区用户链路传输的可靠性的基于块空时分组编码的虚拟多输入多输出中继传输方法。

本发明所采用的技术方案是：一种基于块空时分组编码的虚拟多输入多输出中继传输方法，在由用户设备、中继站和基站构成的中继传输***中，所述的每个中继站与基站之间的链路采用块空时分组编码的虚拟MIMO方式进行传输，所述的用户设备与中继站之间的链路采用最大比值合并方式进行传输。

在上行链路中所述的每个中继站发射机中均采用两发射天线块空时分组编码的传输方式，并在基站调度下使用相同的时频资源与基站接收机实现通信。

在上行链路中所述的中继站接收机中，完成对用户终端发射调制符号的估计与检测，并在随后中继站与基站链路的时隙将检测到的用户终端所发射的调制符号转发给基站的接收机。

在上行链路中所述的基站接收机中，通过采用多用户空时联合均衡算法完成用户信号的分离。

所述的块空时分组编码的传输是由如下步骤实现：

第一步骤：对输入比特序列进行调制；

第二步骤：对调制器输出进行N点快速傅里叶变换；

第三步骤：将快速傅里叶变换输出送入块空时分组编码器进行编码处理；

第四步骤：将编码处理后的两路信号分别进行相同的处理，各路处理后信号通过该路对应的天线进行发送。

第四步骤所述的相同处理包括如下过程：

1)分别将两路数据信号映射到L个频率域子载波上，其中L＞N，N为大于等于1的整数；

2)将映射器输出进行L点的反向快速傅里叶变换；

3)***循环前缀，经D/A转换；

4)送入中频及射频单元；

5)经天线发射。

在上行链路中基站接收机的信号处理包括如下步骤：

1)与各接收天线对应的接收通路将接收到的信号进行相同的信号处理：

a.将来自天线的射频信号经射频与中频单元处理，经采样后形成数字基带信号；

b.对数字基带信号进行移除循环前缀；

c.进行L点傅里叶变换；

d.进行解映射处理，即从L个子载波上取出数据信号；

2)将各接收通路处理后的信号汇总进行空时联合均衡处理；

3)将空时联合均衡器分离出的各用户信号仍以各通路为单位进行相同的信号处理，包括有进行N点反向离散傅立叶变换、解调和译码得到各用户终端发射的信息。

所述的多用户空时联合均衡处理是由如下公式完成：

利用信道矩阵的类Alamouti特性，引入两用户线性迫零矩阵

$\mathrm{\Φ}=\left[\begin{array}{cc}{I}_{2N}& -{\mathrm{\Λ}}_{\mathrm{1,2}}{\mathrm{\Λ}}_{\mathrm{2,2}}^{-1}\\ -{\mathrm{\Λ}}_{\mathrm{2,1}}{\mathrm{\Λ}}_{\mathrm{1,1}}^{-1}& I_{2N}\end{array}\right]$

并构造修正接收信号矢量：> $\tilde{Y}=\mathrm{\Φ}\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}\mathrm{\Σ}& 0\\ 0& \mathrm{\Δ}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{\tilde{N}}_D^1\\ {\tilde{N}}_D^2\end{array}\right]$

其中， $\mathrm{\Σ}={\mathrm{\Λ}}_{\mathrm{1,1}}-{\mathrm{\Λ}}_{\mathrm{1,2}}{\mathrm{\Λ}}_{\mathrm{2,2}}^{-1}{\mathrm{\Λ}}_{\mathrm{2,1}},$ $\mathrm{\Δ}={\mathrm{\Λ}}_{\mathrm{2,2}}-{\mathrm{\Λ}}_{\mathrm{2,1}}{\mathrm{\Λ}}_{\mathrm{1,1}}^{-1}{\mathrm{\Λ}}_{\mathrm{1,2}},$ 再次利用矩阵∑及Δ的类Alamouti特性，若记 $\tilde{Y}={\left[{\tilde{Y}}_1{\tilde{Y}}_2\right]}^T,$ 则

$\tilde{Y}=\mathrm{\Φ}\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}\mathrm{\Σ}& 0\\ 0& \mathrm{\Δ}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{\tilde{N}}_D^1\\ {\tilde{N}}_D^2\end{array}\right]$

按照以下方式处理：

${\widetilde{\stackrel{~}{Y}}}_1={\mathrm{\Σ}}^H{\tilde{Y}}_1={\mathrm{\Σ}}^H\mathrm{\ΣZ}+{\widetilde{\stackrel{~}{N}}}_D^1$

${\widetilde{\stackrel{~}{Y}}}_2={\mathrm{\Δ}}^H{\tilde{Y}}_2={\mathrm{\Δ}}^H\mathrm{\ΔC}+{\widetilde{\stackrel{~}{N}}}_D^2$

并利用 ${\mathrm{\Σ}}^H\mathrm{\Σ}=\left(\begin{array}{cc}A& 0\\ 0& A\end{array}\right)$ 及 ${\mathrm{\Δ}}^H\mathrm{\Δ}=\left(\begin{array}{cc}B& 0\\ 0& B\end{array}\right)$ 为对角阵，进一步化简为：

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}}=\mathrm{AZ}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,1}};$ ${\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}=\mathrm{AZ}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,2}}$

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}}=\mathrm{BC}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,1}};$ ${\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,2}}=\mathrm{BC}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,2}}$

其中， ${\widetilde{\stackrel{~}{Y}}}_1={\left[{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}}^T{,\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}^T\right]}^T,$ ${\widetilde{\stackrel{~}{Y}}}_2={[{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}}^T,{\widetilde{\stackrel{~}{T}}}_{\mathrm{2,2}}^T]}^T,$ ${\widetilde{\stackrel{~}{N}}}_D^1={[{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,1}T},{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,2}T}]}^T,$ ${\widetilde{\stackrel{~}{N}}}_D^2={[{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,1}T},{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,2}T}]}^T$ 再利用A及B的对角矩阵特性，可方便得到{Z(k)，Z(k+1)}及{C(k)，C(k+1)}的估计为：

$\tilde{Z}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}};$ $\tilde{Z}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}$

$\tilde{C}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}};$ $\tilde{C}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,2}}$

及

进行N点的IDFT运算得到

及

最后分别对

及每分量进行最大似然检测可得到中继转发符号矢量{z(k)，z(k+1)}及{c(k)，c(k+1)}的估计值

及

本发明基于块空时分组编码的虚拟多输入多输出中继传输方法，可充分利用中继站与基站间多天线提供的分集增益，显著提供蜂窝移动通信***中边缘小区或网络盲区用户链路传输的可靠性，进而增加网络覆盖范围；此外在中继站与基站链路间，利用虚拟MIMO技术显著提高上行链路传输容量及频带利用率，克服传统中继方案频谱效率降低的缺点；基于块空时分组编码传输方案亦保持了中继站上行链路发射机低峰均比的优良特性。本发明的方法可应用于LTE-Advanced及4G宽带移动通信***。

附图说明

图1是基于DFT-S-OFDM单天线中继传输示意图；

图2是基于LTE TDD上行链路虚拟MIMO中继传输示意图；

图3是基于最大比值合并的用户终端与中继站链路传输示意图；

图4是基于B-STBC虚拟MIMO中继站与基站链路传输示意图；

图5是基于块空时分组编码的中继站发射机流程图；

图6是上行链路基站虚拟MIMO接收机流程图；

图7-1是基于LTE TDD上行链路虚拟MIMO中继传输第一实施例流程图；

图7-2是基于LTE TDD上行链路虚拟MIMO中继传输第二实施例流程图；

图7-3是基于LTE TDD上行链路虚拟MIMO中继传输第三实施例流程图；

图7-4是基于LTE TDD上行链路虚拟MIMO中继传输第四实施例流程图；

图7-5是基于LTE TDD上行链路虚拟MIMO中继传输第五实施例流程图；

图7-6是基于LTE TDD上行链路虚拟MIMO中继传输第五实施例流程图；

图8-1是虚拟MIMO中继传输方法BER性能比较(QPSK调制)；

图8-2是虚拟MIMO中继传输方案BER性能比较(16QAM调制)。

具体实施方式

下面结合实施例附图对本发明基于块空时分组编码的虚拟多输入多输出中继传输方法做出详细说明。

如图2所示，基站(eNodeB)位于小区中央，小区内部署若干个固定中继站(Relay)，网络盲区与小区边缘用户终端与基站没有直接传输链路，而中继站以时分方式为小区边缘及网络盲区内用户终端(UE)提供中继传输服务。在时分中继通信***中，基站时隙分为两个部分，一部分时隙分配给用户终端～中继站链路传输使用，另一部分时隙分配给中继站～基站链路或用户终端～基站链路间使用。

在LTE TDD(基于时分双工的长期演进计划)***上行链路，考虑到用户终端体积受限，假设用户终端仅安装单个天线，固定部署中继站安装多个接收/发射天线，基站也配备多个接收天线。另外进一步假设基站利用信道估计完全知晓各个中继站至基站的信道信息，中继站亦可通过信道估计获取其服务用户终端的信道信息。

本发明提出的基于块空时分组编码的虚拟多输入多输出中继传输方法属于检测～转发方案(DF)。在第一阶段用户终端到中继站链路传输中，中继站接收机采用最大比值合算法接收用户终端传输的信息；在第二阶段中继站到基站链路传输中，各个中继站采用块空时分组编码(B-STBC)传输，且多个中继站在基站调度下以虚拟MIMO方式工作。

本发明的基于块空时分组编码的虚拟多输入多输出中继传输方法，具体是在由用户设备A、中继站B和基站C构成的中继传输***中，所述的每个中继站B与基站C之间的链路采用块空时分组编码的虚拟MIMO方式进行传输，所述的用户设备A与中继站B之间的链路采用最大比值合并方式进行传输。

图3给出了基于最大比值合并的用户终端与中继站链路传输方法。各用户终端使用标准DFT-S-OFDM发射机，其工作原理如下：用户终端信源输出比特序列经交织与信道编码后送入调制器，用户终端的第k个调制符号分组表示为x(k)＝[x(k，0)，x(k，1)，...，x(k，i)，...，x(k，N-1)]^T，其中x(k，i)代表用户终端第k个调制符号分组内第i个调制符号，调制符号分组长度N与基站分配给用户终端的子信道数相同，x(k)经N点DFT预处理后表示为X(k)＝[X(k，0)，X(k，1)，...，X(k，j)，...，X(k，N-1)]^T，X(k，j)与x(k，i)为离散傅里叶变换关系：

$X(k,j)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}x(k,i)\·e^{-j2\mathrm{\πij}/N},j=0,...,N-1---\left(1\right)$

X(k)通过映射器映射到基站分配的N个连续子信道{l|l＝0，...，N-1}传输；映射器输出信号经L点IFFT变换，然后***循环前缀，经D/A转换，送入中频及射频单元，最后射频信号送入单个发射天线。

在中继站接收机中，来自天线的射频信号经射频与中频单元处理，通过A/D转换后送入基带数字信号处理单元。数字基地信号首先移除循环前缀，然后进行L点FFT变换，解映射器从{l|l＝0，...，N-1}个子信道提取接收信号，第k时刻中继站接收机的第s个接收天线第l个子信道接收信号Y_R ^s(k，l)表示为：

$Y_R^s(k,l)=H_{\mathrm{SR}}^{s,1}(k,l)X(k,l)+N_R^s(k,l),l=0,...,N-1,s=0,...,N_{\mathrm{rr}}---\left(2\right)$

其中，H_SR ^s，t(k，l)代表第k时刻用户终端第t个发射天线到中继站第s个接收天线第l个子信道的频率响应，X(k，l)代表用户终端第k时刻第l个子信道传输的复信号，N_R ^s(k，l)代表第k时刻中继站第s个接收天线第l个子信道接收到复高斯白噪声，N_rr代表中继站接收机的天线数目。将中继站N_rr个天线相同子信道接收信号进行最大比值合并，并通过迫零均衡得到X(k，l)的估计值：

$\hat{X}(k,l)=\frac{\underset{s=0}{\overset{N_{\mathrm{rr}}-1}{\mathrm{\Σ}}}({\left(H_{\mathrm{SR}}^{s,1}(k,l)\right)}^{*}\×Y_R^s(k,l\left)\right)}{\underset{s=0}{\overset{N_{\mathrm{rr}}-1}{\mathrm{\Σ}}}{\left|H_{\mathrm{SR}}^{s,1}(k,l)\right|}^2},l=0,...,N-1---\left(3\right)$

进一步对信号矢量 $\hat{X}\left(k\right)=[\hat{X}(k,0),\hat{X}(k,1),...,\hat{X}(k,N-1)]$ 进行N点IDFT处理得到 $\hat{x}\left(k\right)=[\hat{x}(k,0),\hat{x}(k,1),...,\hat{x}(k,N-1)],$ 最后对

每分量进行最大似然检测得到用户终端发射调制符号的估计值，中继站发射机在随后中继站～基站链路时隙将检测得到的信号发送给基站接收机。

在上行链路中所述的每个中继站B发射机中均采用两发射天线块空时分组编码的传输方式，并在基站C调度下使用相同的时频资源与基站C接收机实现通信。

所述的基于块空时分组编码的发射机传输如图5所示，是由如下步骤实现：

第一步骤：对输入比特序列进行调制；

第二步骤：对调制器输出进行N点快速傅里叶变换FFT；

第三步骤：将快速傅里叶变换输出送入块空时分组编码器B-STBC进行编码处理；

第四步骤：将编码处理后的两路信号分别进行相同的处理，各路处理后信号通过该路对应的天线进行发送。

第四步骤所述的相同处理包括如下过程：

1)分别将两路数据信号映射到L个频率域子载波上L＞N，N为大于等于1的整数；

2)将映射器输出进行L点的反向快速傅里叶变换IFFT；

3)***循环前缀，经D/A转换；

4)送入中频及射频单元；

5)经天线发射。

图4给出基于B-STBC虚拟MIMO中继站与基站链路传输方法。中继站1，2，…N_rt均采用两天线块空时分组编码(B-STBC)传输方案，并在基站调度下使用相同时/频资源构成2N_rt×N_d的虚拟MIMO***。在实际通信***中，考虑到基于虚拟MIMO的中继节点数目较多时，基站接收机检测复杂度极高，因此通常仅考虑由两个中继站构成的虚拟MIMO***，由于各个中继站发射机工作原理相同，以下仅以中继站1为例来说明块空时分组编码过程。

如图5所示，第k时刻第1个中继站待传输的调制符号分组表示为z(k)＝[z(k，0)，z(k，1)，...，z(k，N-1)]^T，z(k)经N点DFT处理后表示为Z(k)＝[Z(k，0)，Z(k，1)，...，Z(k，N-1)]^T，中继站1的两个连续分组{Z(k)，Z(k+1)}同时送入块空时分组编码器(B-STBC)进行编码处理，块空时分组编码器输出信号矢量{Z(k)，-Z^*(k+1)}送入第一个发射支路，{Z(k+1)，Z^*(k)}送入第二发射支路；两个支路信号通过映射器映射到基站分配的N个连续子信道{l|l＝0，...，N-1}传输；映射器输出信号经L点IFFT变换，然后***循环前缀，经D/A转换，送入中频及射频单元，最后发射信号送入两个天线发射。

中继站2的传输过程与中继站1完全相同，其待传输调制符号矢量记为c(k)，DFT预处理后信号矢量为C(k)，中继站2两个连续分组{C(k)，C(k+1)}经块空时分组编码后送入第1发射支路信号矢量为{C(k)，-C^*(k+1)}，送入第2发射支路信号矢量为{C(k+1)，C^*(k)}。

在上行链路中所述的中继站B的接收机中，完成对用户终端A发射调制符号的估计与检测，并在随后中继站B与基站C链路的时隙将检测到的用户终端A所发射的调制符号转发给基站C的接收机。

在上行链路中基站C接收机的信号处理如图6所示，包括如下步骤：

1)与各接收天线对应的接收通路将接收到的信号进行相同的信号处理：

a.将来自天线的射频信号经射频与中频单元处理，经采样后形成数字基带信号；

b.对数字基带信号进行移除循环前缀；

c.进行L点傅里叶变换；

d.进行解映射处理，即从L个子载波上取出数据信号；

2)将各接收通路处理后的信号汇总进行空时联合均衡处理；

3)将空时联合均衡器分离出的各用户信号仍以各通路为单位进行相同的信号处理，包括有进行N点反向离散傅立叶变换、解调和译码得到各用户终端发射的信息。

为方便叙述，基站接收机使用两副接收天线，本传输方案可方便推广到接收机天线数为1/4/6/8的情况。基站接收机中，来自天线射频信号经射频与中频单元处理，经采样后形成数字基带信号，数字基带信号在移除循环前缀后，进行L点FFT变换，基站接收机第k时刻第1个接收天线第l个子信道接收信号Y_D ¹(k，l)表示为：

$Y_D^1(k,l)=H_{\mathrm{RD}}^{\mathrm{1,1}}(k,l)Z(k,l)+H_{\mathrm{RD}}^{\mathrm{1,2}}(k,l)Z(k+1,l)+G_{\mathrm{RD}}^{\mathrm{1,1}}(k,l)C(k,l)+G_{\mathrm{RD}}^{\mathrm{1,2}}(k,l)C(k+1,l)+N_D^1(k,l)---\left(4\right)$

其中，H_RD ^m，n(k，l)与G_RD ^m，n(k，l)分别代表第k时刻中继站1与中继站2第n个发射天线到基站第m个接收天线第l个子信道的频率响应，N_D ^m(k，l)代表k时刻基站第m接收天线第l个子信道输入复高斯白噪声。进一步假设第k及第k+1时刻中继站到基站各个子信道频率响应保持恒定不变，可得到基站k+1时刻第1个接收天线第l个子信道接收信号Y_D ¹(k+1，l)、k时刻与k+1时刻第2个接收天线第l个子信道接收信号Y_D ²(k，l)和Y_D ²(k+1，l)：

$Y_D^1(k+1,l)=-H_{\mathrm{RD}}^{\mathrm{1,1}}(k,l)Z^{*}(k+1,l)+H_{\mathrm{RD}}^{\mathrm{1,2}}(k,l)Z^{*}(k,l)-G_{\mathrm{RD}}^{\mathrm{1,1}}(k,l)C^{*}(k+1,l)+G_{\mathrm{RD}}^{\mathrm{1,2}}(k,l)C^{*}(k,l)+N_D^1(k+1,l)---\left(5\right)$

$Y_D^2(k,l)=H_{\mathrm{RD}}^{\mathrm{2,1}}(k,l)Z(k,l)+H_{\mathrm{RD}}^{\mathrm{2,2}}(k,l)Z(k+1,l)+G_{\mathrm{RD}}^{\mathrm{2,1}}(k,l)C(k,l)+G_{\mathrm{RD}}^{\mathrm{2,2}}(k,l)C(k+1,l)+N_D^2(k,l)---\left(6\right)$

$Y_D^2(k+1,l)=-H_{\mathrm{RD}}^{\mathrm{2,1}}(k,l)Z^{*}(k+1,l)+H_{\mathrm{RD}}^{\mathrm{2,2}}(k,l)Z^{*}(k,l)-G_{\mathrm{RD}}^{\mathrm{2,1}}(k,l)C^{*}(k+1,l)+G_{\mathrm{RD}}^{\mathrm{2,2}}(k,l)C^{*}(k,l)+N_D^2(k+1,l)---\left(7\right)$

式(4)、(5)、(6)与(7)进一步表示为矩阵形式为：

$\left[\begin{array}{c}{Y}_D^1\left(k\right)\\ Y_D^1{(k+1)}^{*}\\ Y_D^2\left(k\right)\\ Y_D^2{(k+1)}^{*}\end{array}\right]=\left[\begin{array}{cccc}{H}_{\mathrm{RD}}^{\mathrm{1,1}}& H_{\mathrm{RD}}^{\mathrm{1,2}}& G_{\mathrm{RD}}^{\mathrm{1,1}}& G_{\mathrm{RD}}^{\mathrm{1,2}}\\ H_{\mathrm{RD}}^{\mathrm{1,2}*}& -H_{\mathrm{RD}}^{\mathrm{1,1}*}& G_{\mathrm{RD}}^{\mathrm{1,2}*}& -G_{\mathrm{RD}}^{\mathrm{1,1}*}\\ H_{\mathrm{RD}}^{\mathrm{2,1}}& H_{\mathrm{RD}}^{\mathrm{2,2}}& G_{\mathrm{RD}}^{\mathrm{2,1}}& G_{\mathrm{RD}}^{\mathrm{2,2}}\\ H_{\mathrm{RD}}^{\mathrm{2,2}*}& -H_{\mathrm{RD}}^{\mathrm{2,1}*}& G_{\mathrm{RD}}^{\mathrm{2,2}*}& -G_{\mathrm{RD}}^{\mathrm{2,1}*}\end{array}\right]\left[\begin{array}{c}Z\left(k\right)\\ Z(k+1)\\ C\left(k\right)\\ C(k+1)\end{array}\right]+\left[\begin{array}{c}{N}_D^1\left(k\right)\\ N_D^1{(k+1)}^{*}\\ N_D^2\left(k\right)\\ N_D^2{(k+1)}^{*}\end{array}\right]---\left(8\right)$

其中，T_D ^m(k)代表基站接收机k时刻第m个接收天线N个子信道接收信号矢量， $H_{\mathrm{RD}}^{m,n}=\mathrm{diag}(H_{\mathrm{RD}}^{m,n}(k,1),H_{\mathrm{RD}}^{m,n}(k,2),...,H_{\mathrm{RD}}^{m,n}(k,l),...H_{\mathrm{RD}}^{m,n}(k,N))$ 代表k时刻中继站1第n个发射天线到基站第m个接收天线频率响应矩阵， $G_{\mathrm{RD}}^{m,n}=\mathrm{diag}(G_{\mathrm{RD}}^{m,n}(k,1),G_{\mathrm{RD}}^{m,n}(k,2),...,G_{\mathrm{RD}}^{m,n}(k,l),...G_{\mathrm{RD}}^{m,n}(k,N))$ 代表k时刻中继站2第n个发射天线到基站第m个接收天线的频率响应矩阵，N_D ^m(k)代表k时刻基站第m个接收天线N个子信道输入的复高斯白噪声矢量。

对于(8)给出的接收信号模型，基站接收机可直接使用线性迫零或最小均方误差检测算法来得到两个用户终端发射信号矢量的估计值，但考虑到基站分配的子信道数较多时，(8)中信道传输矩阵的维数很大(4N×4N)，直接使用矩阵求逆方法进行信号检测运算复杂度极高，以下给出一种低复杂度虚拟MIMO检测算法。(8)进一步表示为分块矩阵形式：

$\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}{\mathrm{\Λ}}_{\mathrm{1,1}}& {\mathrm{\Λ}}_{\mathrm{1,2}}\\ {\mathrm{\Λ}}_{\mathrm{2,1}}& {\mathrm{\Λ}}_{\mathrm{2,2}}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{N}_D^1\\ N_D^2\end{array}\right]---\left(9\right)$

其中， $Y_D^1={\left[\begin{array}{cc}{Y}_D^1\left(k\right)& Y_D^1{(k+1)}^{*}\end{array}\right]}^T,$ $Y_D^2={\left[\begin{array}{cc}{Y}_D^2\left(k\right)& Y_D^2{(k+1)}^{*}\end{array}\right]}^T,$ Z＝[Z(k)Z(k+1)]^T，C＝[C(k)C(k+1)]^T。

在上行链路中所述的基站C接收机中，通过采用多用户空时联合均衡算法完成用户信号的分离。

所述的多用户空时联合均衡处理是由如下公式完成：

利用信道矩阵的类Alamouti特性，引入两用户线性迫零矩阵

$\mathrm{\Φ}=\left[\begin{array}{cc}{I}_{2N}& -{\mathrm{\Λ}}_{\mathrm{1,2}}{\mathrm{\Λ}}_{\mathrm{2,2}}^{-1}\\ -{\mathrm{\Λ}}_{\mathrm{2,1}}{\mathrm{\Λ}}_{\mathrm{1,1}}^{-1}& I_{2N}\end{array}\right]---\left(10\right)$

并构造修正接收信号矢量：

$\tilde{Y}=\mathrm{\Φ}\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}\mathrm{\Σ}& 0\\ 0& \mathrm{\Δ}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{\tilde{N}}_D^1\\ {\tilde{N}}_D^2\end{array}\right]---\left(11\right)$

其中， $\mathrm{\Σ}={\mathrm{\Λ}}_{\mathrm{1,1}}-{\mathrm{\Λ}}_{\mathrm{1,2}}{\mathrm{\Λ}}_{\mathrm{2,2}}^{-1}{\mathrm{\Λ}}_{\mathrm{2,1}},$ $\mathrm{\Δ}={\mathrm{\Λ}}_{\mathrm{2,2}}-{\mathrm{\Λ}}_{\mathrm{2,1}}{\mathrm{\Λ}}_{\mathrm{1,1}}^{-1}{\mathrm{\Λ}}_{\mathrm{1,2}},$ 再次利用矩阵∑及Δ的类Alamouti特性，若记 $\tilde{Y}={\left[{\tilde{Y}}_1{\tilde{Y}}_2\right]}^T,$ 则式(11)按照以下方式处理：

${\widetilde{\stackrel{~}{Y}}}_1={\mathrm{\Σ}}^H{\tilde{Y}}_1={\mathrm{\Σ}}^H\mathrm{\ΣZ}+{\widetilde{\stackrel{~}{N}}}_D^1$ (12)

${\widetilde{\stackrel{~}{Y}}}_2={\mathrm{\Δ}}^H{\tilde{Y}}_2={\mathrm{\Δ}}^H\mathrm{\ΔC}+{\widetilde{\stackrel{~}{N}}}_D^2$

并利用 ${\mathrm{\Σ}}^H\mathrm{\Σ}=\left(\begin{array}{cc}A& 0\\ 0& A\end{array}\right)$ 及 ${\mathrm{\Δ}}^H\mathrm{\Δ}=\left(\begin{array}{cc}B& 0\\ 0& B\end{array}\right)$ 为对角阵。(12)进一步化简为：

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}}=\mathrm{AZ}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,1}};$ ${\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}=\mathrm{AZ}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,2}}$ (13)

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}}=\mathrm{BC}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,1}};$ ${\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,2}}=\mathrm{BC}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,2}}$

其中， ${\widetilde{\stackrel{~}{Y}}}_1={[{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}}^T,{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}^T]}^T,$ ${\widetilde{\stackrel{~}{Y}}}_2={[{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}}^T,{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,2}}^T]}^T,$ ${\widetilde{\stackrel{~}{N}}}_D^1={[{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,1}T},{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,2}T}]}^T,$ ${\widetilde{\stackrel{~}{N}}}_D^2={[{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,1}T},{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,2}T}]}^T$ 再利用A及B的对角矩阵特性，可方便得到{Z(k)，Z(k+1)}及{C(k)，C(k+1)}的估计为：

$\tilde{Z}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}};$ $\tilde{Z}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,2}}$ (14)

$\tilde{C}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}};$ $\tilde{C}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,2}}$

及

进行N点的IDFT运算得到

及

最后分别对

及

每分量进行最大似然检测可得到中继转发符号矢量{z(k)，z(k+1)}及{c(k)，c(k+1)}的估计值

及

图7-1是本发明的第一实施方式；中继站2发1收，基站2接收天线，用户终端与中继站链路：1x1最大比值合并；中继站与基站链路：4x2虚拟MIMO传输。

图7-2是本发明的第二实施方式；中继站2发2收，基站2接收天线，用户终端与中继站链路：1x2最大比值合并；中继站与基站链路：4x2虚拟MIMO传输。

图7-3是本发明的第三实施方式；中继站2发4收，基站2接收天线，用户终端与中继站链路：1x4最大比值合并；中继站与基站链路：4x2虚拟MIMO传输。

图7-4是本发明的第四实施方式；中继站2发1收，基站4接收天线，用户终端与中继站链路：1x1最大比值合并；中继站与基站链路：4x4虚拟MIMO传输。

图7-5是本发明的第五实施方式；中继站2发2收，基站4接收天线，用户终端与中继站链路：1x2最大比值合并；中继站与基站链路：4x4虚拟MIMO传输。

图7-6是本发明的第六实施方式；中继站2发4收，基站4接收天线，用户终端与中继站链路：1x4最大比值合并；中继站与基站链路：4x4虚拟MIMO传输。

以上仅列出了采用本发明的基于块空时分组编码的虚拟多输入多输出中继传输方法的部分实施例。本发明提出的方法亦可方便推广到中继站接收机天线数为1/2/4/8；基站接收机天线数为2/4/6/8等情况。

下面给出采用本发明的基于块空时分组编码的虚拟多输入多输出中继传输方法，所达到的效果。

1、不同传输方案下***频谱利用率的比较

表1给出了非中继传输，传统中继传输、基于单天线虚拟MIMO中继及基于块空时分组编码的虚拟MIMO中继传输方案时的频谱效率。在计算传输方案频谱效率时，假设DFT-S-OFDM***子信道间隔为Δf，DFT-S-OFDM符号的传输周期为T，用户终端调制星座数目Q，用户终端分配子信道数为N；同时在基站的调度下，假设位于小区边缘用户UE1与中继站1进行通信的同时，位于网络盲区用户UE2与中继站2亦进行通信。

表1：不同传输方案频谱利用率比较

表1比较表明：传统时分中继传输由于中继站需要占用额外时间资源，使得***频谱效率较直接传输降低一倍，而基于虚拟MIMO中继传输由于采用了空间复用技术使得频谱效率提高一倍，从而弥补传统中继传输造成频谱效率的下降，最后使得整体的***频谱利用率保持与直接传输相同。

2、检测算法复杂度分析

表2：不同检测算法下复杂度比较

表2给出了直接利用(8)式线性迫零检测算法与本发明提出算法的运算复杂度。比较表明本发明提出检测算法的运算复杂度仅是直接迫零算法复杂度的一半。

3、块空时分组编码虚拟MIMO中继方案链路传输性能

不失去一般性，本发明给出中继站2发2收，基站2接收天线架构下(图7-2)基于块空时分组编码的虚拟MIMO中继传输***比特差错性能。同时为方便比较，本发明亦给出中继站1发2收，基站2接收天线架构下基于VBLAST(垂直分层空时码)的虚拟MIMO中继传输***比特差错性能。

图8-1给出QPSK调制下基于中继站一发两收，中继站两发两收基于块空时分组编码结构下虚拟MIMO中继传输方案下***的比特差错性能，其中：QPSK调制，N＝120，L＝2048。曲线比较表明：在BER＝10^-4时，基于B-STBC DFT-S-OFDM虚拟MIMO中继传输***较前者有3dB的性能改善。文中提出的基于B-STBC虚拟MIMO中继传输方案切实可行。

图8-2给出了基于16QAM调制下基于中继站一发两收，中继站两发两收基于块空时分组编码结构下虚拟MIMO中继传输方案下***的比特差错性能，其中，16QAM调制，N＝120，L＝2048。所得结论与图8-1基本一致。

Claims (8)

1.一种基于块空时分组编码的虚拟多输入多输出中继传输方法，在由用户设备(A)、中继站(B)和基站(C)构成的中继传输***中，其特征在于，所述的每个中继站(B)与基站(C)之间的链路采用块空时分组编码的虚拟MIMO方式进行传输，所述的用户设备(A)与中继站(B)之间的链路采用最大比值合并方式进行传输。

2.根据权利要求1所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，在上行链路中所述的每个中继站发射机(B1)中均采用两发射天线块空时分组编码的传输方式，并在基站(C)调度下使用相同的时频资源与基站(C)接收机实现通信。

3.根据权利要求1所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，在上行链路中所述的中继站接收机(B2)中，完成对用户终端(A)发射调制符号的估计与检测，并在随后中继站(B)与基站(C)链路的时隙将检测到的用户终端(A)所发射的调制符号转发给基站(C)的接收机。

4.根据权利要求1所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，在上行链路中所述的基站(C)接收机中，通过采用多用户空时联合均衡算法完成用户信号的分离。

5.根据权利要求2所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，所述的块空时分组编码的传输是由如下步骤实现：

第一步骤：对输入比特序列进行调制；

第二步骤：对调制器输出进行N点快速傅里叶变换；

第三步骤：将快速傅里叶变换输出送入块空时分组编码器进行编码处理；

第四步骤：将编码处理后的两路信号分别进行相同的处理，各路处理后信号通过该路对应的天线进行发送。

6.根据权利要求5所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，第四步骤所述的相同处理包括如下过程：

1)分别将两路数据信号映射到L个频率域子载波上，其中L＞N，N为大于等于1的整数；

2)将映射器输出进行L点的反向快速傅里叶变换；

3)***循环前缀，经D/A转换；

4)送入中频及射频单元；

5)经天线发射。

7.根据权利要求1所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，在上行链路中基站(C)接收机的信号处理包括如下步骤：

1)与各接收天线对应的接收通路将接收到的信号进行相同的信号处理：

a.将来自天线的射频信号经射频与中频单元处理，经采样后形成数字基带信号；

b.对数字基带信号进行移除循环前缀；

c.进行L点傅里叶变换；

d.进行解映射处理，即从L个子载波上取出数据信号；

2)将各接收通路处理后的信号汇总进行空时联合均衡处理；

3)将空时联合均衡器分离出的各用户信号仍以各通路为单位进行相同的信号处理，包括有进行N点反向离散傅立叶变换、解调和译码得到各用户终端发射的信息。

8.根据权利要求7所述的基于块空时分组编码的虚拟多输入多输出中继传输方法，其特征在于，所述的多用户空时联合均衡处理是由如下公式完成：

利用信道矩阵的类Alamouti特性，引入两用户线性迫零矩阵

$\mathrm{\Φ}=\left[\begin{array}{cc}{I}_{2N}& -{\mathrm{\Λ}}_{\mathrm{1,2}}{\mathrm{\Λ}}_{\mathrm{2,2}}^{-1}\\ -{\mathrm{\Λ}}_{\mathrm{2,1}}{\mathrm{\Λ}}_{\mathrm{1,1}}^{-1}& I_{2N}\end{array}\right]$

并构造修正接收信号矢量：

$\tilde{Y}=\mathrm{\Φ}\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}\mathrm{\Σ}& 0\\ 0& \mathrm{\Δ}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{\tilde{N}}_D^1\\ {\tilde{N}}_D^2\end{array}\right]$

其中，

再次利用矩阵∑及Δ的类Alamouti特性，若记 $\tilde{Y}={\left[\begin{array}{cc}{\tilde{Y}}_1& {\tilde{Y}}_2\end{array}\right]}^T,$ 则

$\tilde{Y}=\mathrm{\Φ}\left[\begin{array}{c}{Y}_D^1\\ Y_D^2\end{array}\right]=\left[\begin{array}{cc}\mathrm{\Σ}& 0\\ 0& \mathrm{\Δ}\end{array}\right]\left[\begin{array}{c}Z\\ C\end{array}\right]+\left[\begin{array}{c}{\tilde{N}}_D^1\\ {\tilde{N}}_D^2\end{array}\right]$

按照以下方式处理：

${\widetilde{\stackrel{~}{Y}}}_1={\mathrm{\Σ}}^H{\tilde{Y}}_1={\mathrm{\Σ}}^H\mathrm{\ΣZ}+{\widetilde{\stackrel{~}{N}}}_D^1$

${\widetilde{\stackrel{~}{Y}}}_2={\mathrm{\Δ}}^H{\tilde{Y}}_2={\mathrm{\Δ}}^H\mathrm{\ΔC}+{\widetilde{\stackrel{~}{N}}}_D^2$

并利用 ${\mathrm{\Σ}}^H\mathrm{\Σ}=\left(\begin{array}{cc}A& 0\\ 0& A\end{array}\right)$ 及 ${\mathrm{\Δ}}^H\mathrm{\Δ}=\left(\begin{array}{cc}B& 0\\ 0& B\end{array}\right)$ 为对角阵，进一步化简为：

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{1,1}}=\mathrm{AZ}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,1}};$ ${\widetilde{\stackrel{~}{Y}}}_{1,2}=\mathrm{AZ}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{1,2}}$

${\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}}=\mathrm{BC}\left(k\right)+{\widetilde{\stackrel{~}{N}}}_D^{2,1};$ ${\widetilde{\stackrel{~}{Y}}}_{2,2}=\mathrm{BC}(k+1)+{\widetilde{\stackrel{~}{N}}}_D^{\mathrm{2,2}}$

其中，

再利用A及B的对角矩阵特性，可方便得到{z(k)，z(k+1)}及{C(k)，C(k+1)}的估计为：

$\tilde{Z}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{1,1};$ $\tilde{Z}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{1,2}$

$\tilde{C}\left(k\right)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{\mathrm{2,1}};$ $\tilde{C}(k+1)=A^{-1}{\widetilde{\stackrel{~}{Y}}}_{2,2}$

及

进行N点的IDFT运算得到

及

最后分别对

及

每分量进行最大似然检测可得到中继转发符号矢量{z(k)，z(k+1)}及{c(k)，c(k+1)}的估计值及

Images