CN102684766A

CN102684766A - 下行多用户mimo***中的低复杂度预编码方法

Info

Publication number: CN102684766A
Application number: CN2012101677091A
Authority: CN
Inventors: 吴玉成; 刘阳; 潘怡瑾; 张丽玲
Original assignee: Chongqing University
Current assignee: Chongqing University
Priority date: 2012-05-28
Filing date: 2012-05-28
Publication date: 2012-09-19
Anticipated expiration: 2032-05-28
Also published as: CN102684766B

Abstract

本发明公开一种下行多用户MIMO***中的低复杂度预编码方法，其特征在于步骤包括：设定全局信道矩阵、计算全局信道矩阵的伪逆矩阵，将全局信道矩阵行分解伪逆矩阵列分解，对用户m的分块伪逆矩阵进行正交三角分解并计算用户m的等效信道矩阵，将用户m的等效信道矩阵组建成埃尔米特矩阵并对其进行LDL^H分解，最后根据L和D计算用户m的预编码矩阵接收矩阵。其显著效果是：通过全局信道矩阵的伪逆矩阵与块正交三角分解进行零空间计算，避免了复杂的矩阵奇异值分解，快速实现信道块对角化，同时对各单用户等效信道进行埃尔米特矩阵分解，完成预编码矩阵设计，在不损失误码率性能的情况下，有效降低了运算量。

Description

下行多用户MIMO***中的低复杂度预编码方法

技术领域

本发明涉及到多用户MIMO通信***中的预编码技术，具体地说，是一种下行多用户MIMO***中的低复杂度预编码方法。

背景技术

多用户MIMO(multiple-input multiple-output)***具有多根输入天线和多根输出天线，在该***中，由于多个用户共用信道资源会常常导致用户间共信道干扰，从而影响通信性能。预编码技术通过发射端的优化处理可有效消除多用户间的干扰，从而成为无线通信领域研究的重要课题。

预编码技术可分为线性预编码和非线性预编码，其中非线性预编码中的脏纸编码(dirty paper coding，DPC)可达到多用户MIMO***容量上界，但复杂度太高，只能作为理论容量界。作为性能与实现复杂度折中的线性预编码成为研究热点。文献：Spencer Q H，Swinlehurst A L，Haardt M.Zero-forcing methods for downlink spatialmultiplexing in multi-user MIMO Channels[J].IEEE Transactions onSignal Processing，2004，52(2)：461-471.提出的基于迫零条件下非迭代最优形式的块对角化(BD，block diagonalization)算法最为经典，该算法基于迫零思想，通过对信道矩阵进行对角化处理，将MIMO信道等效成多个平行独立的空间子信道，以消除多用户干扰，并可实现大比重的DPC容量。但BD算法在块对角化求解零空间时，需要进行多次的矩阵奇异值分解(SVD，singular value decomposition)，计算复杂度仍比较高。

发明内容

为了解决上述缺陷，本发明提出一种下行多用户MIMO***中的低复杂度预编码方法，以降低***运算的复杂度。其具体技术方案如下：

一种下行多用户MIMO***中的低复杂度预编码方法，该***包括一个基站和K个用户，基站配置有N_T根发射天线，用户m配置有N_m根接收天线，m＝1，2，…，K，接收天线总数

其关键在于***的预编码方法按照以下步骤进行：

步骤1：将***的信道模型设为一个N_R×N_T维的全局信道矩阵H；

步骤2：按照

计算全局信道矩阵H的伪逆矩阵该伪逆矩阵

为N_T×N_R维矩阵；

步骤3：按照

H = [\begin{matrix} H_{1} \\ H_{2} \\ \cdot \\ \cdot \\ \cdot \\ H_{m} \\ \cdot \\ \cdot \\ \cdot \\ H_{K} \end{matrix}]

将全局信道矩阵H行分解为K块，其中H_m为用户m的分块信道矩阵，且为N_m×N_T维，同时按照

将伪逆矩阵列分解为K块，其中为用户m的分块伪逆矩阵，且为_NT×N_m维；

步骤4：按照

对用户m的分块伪逆矩阵进行正交三角分解，并按照

计算用户m的等效信道矩阵H_eq，m；

步骤5：将用户m的等效信道矩阵H_eq，m组建成埃尔米特矩阵并按照

对其进行LDL^H分解，其中L_m是一个N_m×N_m维的下三角矩阵且具有单位对角线元素，D_m是一个N_m×N_m维的对角阵；

步骤6：基站按照计算用户m的预编码矩阵W_m，并按照W＝[W₁ W₂...W_m...W_K]确定全局预编码矩阵W，用户m按照计算自己的接收矩阵B_m。

作为进一步描述，基站发送给用户m的数据设为一个N_m×1维的向量x_m，矩阵X＝[x₁ x₂...x_m...x_K]表示基站对K个用户的发送数据，基站预编码后的数据为WX，用户m接收到的数据为H_mW_mP_mx_m+n_m，其中P_m为预定义的功率分配矩阵，n_m为信道噪声，用户m按照y_m＝B_mH_mW_mP_mx_m+B_mn_m进行解码获取基站发送的数据。

本发明的显著效果是：基于迫零思想，通过全局信道矩阵的伪逆矩阵与块正交三角分解进行零空间计算，避免了复杂的矩阵奇异值分解，快速实现信道块对角化，同时对各单用户等效信道进行埃尔米特矩阵分解，完成预编码矩阵设计，与传统块对角化算法相比，在不损失误码率性能的情况下，有效降低了运算量。

附图说明

图1是本发明的工作流程图；

图2是本发明的技术效果图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

如图1，一种下行多用户MIMO***中的低复杂度预编码方法，该***包括一个基站和K个用户，基站配置有N_T根发射天线，用户m配置有N_m根接收天线，m＝1，2，…，K，接收天线总数

实施过程中，我们设定每个用户配置的接收天线数目均为2根，即N_m＝2，那么，接收天线总数为N_R＝KN_m，将基站发射天线的数量设为接收天线的总数量，即N_T＝N_R。

根据上述***的具体设置，其预编码方法按照以下步骤进行：

步骤1：将***的信道模型设为一个N_R×N_T维的全局信道矩阵H，如果是K个用户，则全局信道矩阵H为2K×2K维，该矩阵中的每一个元素表示一个发射天线和一根接收天线之间的一条信道。

步骤2：按照

计算全局信道矩阵H的伪逆矩阵

该伪逆矩阵

为N_T×N_R维矩阵，这里也为2K×2K维。

步骤3：按照

H = [\begin{matrix} H_{1} \\ H_{2} \\ \cdot \\ \cdot \\ \cdot \\ H_{m} \\ \cdot \\ \cdot \\ \cdot \\ H_{K} \end{matrix}]

将全局信道矩阵H行分解为K块，其中H_m为用户m的分块信道矩阵，且为2×2K维，同时按照

将伪逆矩阵

列分解为K块，其中为用户m的分块伪逆矩阵，且为2K×2维，分解后可以发现：

如果定义

表示除用户m以外的所有其他用户组成的信道矩阵：

{\tilde{H}}_{m} = {[H_{1}^{T}, H_{2}^{T}, \cdot \cdot \cdot H_{m - 1}^{T}, H_{m + 1}^{T}, \cdot \cdot \cdot H_{K}^{T}]}^{T},

即

在的零空间内。

步骤4：按照对用户m的分块伪逆矩阵进行正交三角分解，并按照计算用户m的等效信道矩阵H_eq，m。

步骤5：将用户m的等效信道矩阵H_eq，m组建成埃尔米特矩阵并按照对其进行LDL^H分解，其中L_m是一个2×2维的下三角矩阵且具有单位对角线元素，D_m是一个2×2维的对角阵，线性代数中，任何埃尔米特矩阵都可以分解为LDL^H形式。

步骤6：基站按照

计算用户m的预编码矩阵W_m，并按照W＝[W₁ W₂...W_m...W_K]确定全局预编码矩阵W，用户m按照

计算自己的接收矩阵B_m。

作为进一步描述，基站发送给用户m的数据设为一个N_m×1维的向量x_m，矩阵X＝[x₁ x₂...x_m...x_K]表示基站对K个用户的发送数据，基站预编码后的数据为WX，用户m接收到的数据为H_mW_mP_mx_m+n_m，其中P_m为预定义的功率分配矩阵，通常采用注水法进行功率优化，n_m为信道噪声，用户m按照y_m＝B_mH_mW_mP_mx_m+B_mn_m进行解码获取基站发送的数据，分析发现：

y_{m} = B_{m} H_{m} W_{m} P_{m} x_{m} + B_{m} n_{m}

= (D_{m}^{- 1 / 2} L_{m}^{- 1} H_{eq, m}^{H}) H_{m} {\hat{Q}}_{m} {(L_{m}^{- 1})}^{H} P_{m} x_{m} + (D_{m}^{- 1 / 2} L_{m}^{- 1} H_{eq, m}^{H}) n_{m}

= (D_{m}^{- 1 / 2} L_{m}^{- 1} H_{eq, m}^{H}) H_{eq, m} {(L_{m}^{- 1})}^{H} P_{m} x_{m} + (D_{m}^{- 1 / 2} L_{m}^{- 1} H_{eq, m}^{H}) n_{m}

= D_{m}^{- 1 / 2} P_{m} x_{m} + {\tilde{n}}_{m}

其中的协方差

如果

表示信道衰减量，P_m为发射功率增益，如果信号的发射功率增益可以抵消信道衰减量，可见用户m能够正常接收数据X_m，且不会因为算法原因引入额外的噪声功率。

如图2所示，将本发明所提供的方法命名为LDLH-BD(QR)算法，将其与传统的BD算法以及全局信道块对角化处理算法进行对比，图中将传统的BD算法的运算次数设为1，全局信道块对角化处理算法图中命名为LDLH-BD(SVD)，其复杂度与传统BD算法相似，本发明的复杂度明显降低，在用户数为2时，相对复杂度仅为30％左右，随着用户数的增加，相对复杂度仍不超过20％，有效降低了***的计算量。

Claims

1.一种下行多用户MIMO***中的低复杂度预编码方法，该***包括一个基站和K个用户，基站配置有N_T根发射天线，用户m配置有N_m根接收天线，m＝1，2，…，K，接收天线总数

其特征在于***的预编码方法按照以下步骤进行：

步骤1：将***的信道模型设为一个N_R×N_T维的全局信道矩阵H；

步骤2：按照

计算全局信道矩阵H的伪逆矩阵该伪逆矩阵

为N_T×N_R维矩阵；

步骤3：按照

H = [\begin{matrix} H_{1} \\ H_{2} \\ \cdot \\ \cdot \\ \cdot \\ H_{m} \\ \cdot \\ \cdot \\ \cdot \\ H_{K} \end{matrix}]

将伪逆矩阵

列分解为K块，其中

为用户m的分块伪逆矩阵，且为N_T×N_m维；

步骤4：按照

对用户m的分块伪逆矩阵

进行正交三角分解，并按照

计算用户m的等效信道矩阵H_eq，m；

步骤5：将用户m的等效信道矩阵H_eq，m组建成埃尔米特矩阵

并按照

步骤6：基站按照

计算自己的接收矩阵B_m。

2.根据权利要求1所述的下行多用户MIMO***中的低复杂度预编码方法，其特征在于：基站发送给用户m的数据设为一个N_m×1维的向量x_m，矩阵X＝[x₁ x₂...x_m...x_K]表示基站对K个用户的发送数据，基站预编码后的数据为WX，用户m接收到的数据为H_mW_mP_mx_m+n_m，其中Pm为预定义的功率分配矩阵，n_m为信道噪声，用户m按照y_m＝B_mH_mW_mP_mx_m+B_mn_m进行解码获取基站发送的数据。