CN102710365A - 应用于多小区协作***的基于信道统计信息的预编码方法 - Google Patents

Abstract

应用于多小区协作***的基于信道统计信息的预编码方法，包括如下步骤：（1）参与协作的多小区基站获得***各个用户信道的二阶统计信息；（2）基站之间相互协作，利用获得的信道二阶统计信息，根据本发明所提出的基于信道统计信息的预编码方法计算出***各个用户的预编码向量；（3）基站将各个用户需要发送的数据与该用户的预编码向量对应相乘，并发送预编码后的数据。本发明的特点在于，使用信道的统计信息取代实时信息，并利用本发明所提出的基于信道统计信息的预编码方法计算预编码向量。在***中，当信道多普勒扩展较小时，基于信道二阶统计信息获得的预编码向量与基于实时信道信息获得的预编码向量相比，工作点处的性能损失很小。

Description

应用于多小区协作***的基于信道统计信息的预编码方法

技术领域

本发明涉及一种应用于多小区协作***的预编码算法。

背景技术

在长期演进计划(LTE)中，多输入输出(MIMO)技术利用了多根接收，发送天线，通过在发送端做预编码为***提供分集和复用增益。但在多小区环境中，由于存在小区之间的干扰和调度用户之间的干扰，***的容量增益会大大降低，尤其是处于小区边缘的用户，其性能损失严重。针对这个问题，3GPP提出了多小区联合传输(CoMP)的方案，即通过多个基站协作向用户发送数据，来有效控制小区之间的干扰，提升***的性能。CoMP***的下行传输主要考虑两种协作方式即联合传输(JP)和协作调度/波束成型(CS/CB)。在联合传输(JP)模式下，同一用户的数据由参与协作的多个基站共享并联合发送，其等效为单基站多用户***；在联合波束成型(CB)模式中，每一个基站对应服务于一个用户，基站之间数据不共享。以上两种模式共同点在于，发送端需要根据接收端反馈的信道信息，采用恰当的预编码方案来降低用户之间的干扰，提升***性能。

目前，针对于多用户***的线性预编码方案主要有两种，一种是基于最大化信漏噪比(SLNR)思想的预编码方案，一种是块对角化(BD)预编码方案。最大化SLNR预编码方案将噪声和目标用户的泄漏功率考虑在内，其目的在于使得目标用户的有用功率与其接收到的噪声和干扰功率的比值达到最大。由于SLNR直接关系到误块率性能和***的吞吐量，因此最大化SLNR的预编码常常是获得理想性能的有效方案。而BD预编码方案的主要思想是降低目标用户对其他用户造成的干扰，不考虑接收端实际的信干噪比，是一种“利他”方案。其效果受到信道特性，天线数和用户数的影响。

发明内容

技术问题：本发明提出的应用于多小区协作***的基于信道统计信息的预编码方法，主要为了解决现有预编码方案在实际多小区协作***中应用时，需要大量反馈信息的问题，给出了一种接近理想性能，易于实现，对反馈信息准确度要求低，鲁棒性强的预编码方法，有效地降低了多小区协作***中信道信息反馈的复杂度。

技术方案：本发明的应用于多小区协作***的基于信道统计信息的预编码方法包括以下步骤：

1)参与协作的多小区基站获得***各个用户的信道二阶统计信息；

2)基站之间相互协作，利用获得的信道二阶统计信息，根据下面的公式：

${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_i+N_{0}I)}^{-1}{R}_k$ 或 ${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_{k,i}+N_{0}I)}^{-1}{R}_{k,k}$ k＝1，2，3，K K

计算出***中用户k的预编码向量w_k；

其中N表示***中参与协作的基站总数，K表示***内的用户总数，R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；(·)^-1表示对矩阵求逆；

3)基站将用户k需要发送的数据与该用户的预编码向量w_k对应相乘，并发送预编码后的数据。

其中，步骤1)所述参与协作的多小区基站获得***各个用户的信道二阶统计信息，其步骤如下：

11)用户k向基站n发送探测信号SRS，在基站处获得信道矩阵H_n，k，其大小为n_r×n_t，k＝1，2，3，...K，n＝1，2，3...N，其中，K表示***内的用户总数，N表示参与协作的基站总数，H_n，k表示基站n到用户k的空间信道，n_r表示接收天线数，n_t表示发送天线数；

12)若小区间采用联合传输(JP)的协作方式，则参与协作的多个基站等效为一个多天线的大基站，此时多小区协作***等效为一个单基站多用户***，用户k的等效空间信道表示为：

H_k＝[H_1k  H_2k L H_Nk]

若多小区之间协作采用联合波束成型(CB)的协作方式，则此步骤省略；

13)设计时间长度L，经过统计平均，计算出信道二阶统计度量矩阵，

若小区间采用JP的协作方式则

$R_k=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_k}^H\left(i\right)H_k\left(i\right)$

若小区间采用CB的协作方式则

$R_{k,k}=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_{k,k}}^H\left(i\right)H_{k,k}\left(i\right)$

其中，R_k表示用户k的空间信道二阶统计度量矩阵，R_k，k表示基站k到用户k的空间信道二阶统计度量矩阵，H_k(i)，H_k，k(i)表示i时刻空间信道矩阵，i表示观察时间点。

其中，步骤2)所述基站之间相互协作，利用获得的信道二阶统计信息根据预编码向量计算公式计算出***各个用户的预编码向量，其步骤如下：

21)若小区间采用JP的协作方式，则计算矩阵A＝R_k和

若小区间采用CB的协作方式，则计算矩阵A＝R_k，k和矩阵

其中R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；

22)对矩阵B^-1A进行特征根分解，提取出最大特征值对应的特征向量，即得到用户k的预编码向量。其中B^-1表示矩阵B的逆矩阵。

有益效果：本发明所提供的应用于多小区协作***的基于信道统计信息的预编码方法与现有基于实时信道信息的预编码技术相比，其有益效果是：

1、本发明所提供的预编码方法在时变缓慢的信道中能够取得和现有技术相似的性能。由于多小区协作***的服务对象是处于小区边缘的用户，其信道特性时间变化缓慢，因此本发明提供的预编码方法能够很好地应用于多小区协作***中。

2、本发明所提供的预编码方法仅需要反馈空间信道的相关信息，比起反馈实时信道信息要简便许多。在多小区协作***中，现有的技术反馈开销很大，使用本发明所提供的预编码方法可以大大降低对多小区协作***的反馈设计要求。

3、本发明所提供的预编码方法给出了计算预编码向量的闭式解，与现有基于实时信道信息的预编码技术相比计算复杂度相当并且性能接近。

附图说明

图1为本发明的具体实施流程图；

图2，3为本发明在实际仿真中的性能与理想预编码方案的性能比较；

符号注解：

JP：联合传输多小区协作模式

CB：联合波束成型多小区协作模式

K：***中的用户总数

N：***中的基站总数

N₀：接收端加性高斯白噪声的功率

L：计算二阶统计度量矩阵时统计时间长度

H_n，k：基站n到用户k的空间信道

H_k：JP模式中，用户k的等效空间信道

第k个基站到***中第k个用户以外的其他用户的空间信道

I：单位矩阵

R_k：JP模式中，用户k的空间信道二阶统计度量矩阵

R_n，k：CB模式中，基站n到用户k的空间信道二阶统计度量矩阵

n_r：接收天线数

n_t：发送天线数

s_k：第k个用户需要发送的数据

n_k：第k个用户的加性高斯白噪声向量

w_i，k：第k个用户在第i个基站上的预编码向量

w_k：第k个用户的等效预编码向量

||·||：Frobenius范数

E{·}：元素的期望

具体实施方式

本发明是一种应用于多小区协作***的基于信道统计信息的预编码方法，现分别对JP和CB两种协作模式给出基于信道二阶统计信息的预编码向量的原理和计算方法。

(1)JP协作模式下的预编码向量计算方法

对于一个JP协作模式的***，假设N个基站在与K个用户同时通信，各基站有n_t根发送天线，各用户有n_r根接收天线，用户进行单层数据流传输。则第k个用户的接收数据可表示为

$y_k=\left(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{H}_{\mathrm{ik}}{w}_{\mathrm{ik}}\right)s_k+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{H}_{\mathrm{ik}}\left(\underset{j=1,j\≠k}{\overset{K}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{s}_j\right)+n_k$

其中，s_k表示第k个用户的发送数据，w_ik∈(n_t×1)表示第k个用户在第i个基站上的预编码向量，H_ik表示第k个用户到第i个基站的空间信道矩阵，n_k表示第k个用户的加性高斯白噪声矢量。

记H_k＝[H_1k H_2k L H_Nk]， $w_k=\begin{array}{c}\left[\begin{array}{c}{w}_{1k}\\ w_{2k}\\ M\\ w_{\mathrm{Nk}}\end{array}\right]\end{array},$

则第k个用户接收到的信号功率为||H_kw_k||²，其中||·||表示矩阵的F范数。第k个用户泄漏的信号功率为

因此可得到第k个用户的SLNR表达式为

${\mathrm{SLNR}}_k=\frac{{w_k}^H{H_k}^H{H}_k{w}_k}{{w_k}^H\left(\underset{i=1,i\≠k}{\overset{K}{\mathrm{\Σ}}}{H_i}^H{H}_i\right)w_k+N_0}$

由詹森不等式有

$E\left\{{\mathrm{SLNR}}_k\right\}=E\left\{\frac{{w_k}^H{H_k}^H{H}_k{w}_k}{{w_k}^H\left(\underset{i=1,i\≠k}{\overset{K}{\mathrm{\Σ}}}{H_i}^H{H}_i\right)w_k+N_0}\right\}$

$\≥\frac{{w_k}^{H}E\left\{{H_k}^H{H}_k\right\}{w}_k}{{w_k}^H\left(\underset{i=1,i\≠k}{\overset{K}{\mathrm{\Σ}}}E\right\{{H_i}^H{H}_i\left\}\right)w_k+N_0}$

使不等式右边最大，只需w_k取 ${\left(\underset{i=1,i\≠k}{\overset{K}{\mathrm{\Σ}}}E\right\{{H_i}^H{H}_i\}+N_{0}I)}^{-1}\left(E\right\{{H_k}^H{H}_k\left\}\right)$ 最大特征值对应的特征向量，其中E{·}表示元素的期望。

(2)CB协作模式下的预编码向量计算方法

与JP协作模式不同，CB协作模式下，每一个基站对应服务于一个用户。对于一个CB协作模式的***，假设N个基站在与N个用户同时通信，各基站有n_t根发送天线，各用户有n_r根接收天线，用户进行单层数据流传输。则第k个用户接收信号的功率为||H_kkw_k||²，第k个用户泄漏信号的功率为

其中||·||表示矩阵的F范数。

其中 ${\stackrel{\‾}{H}}_{\mathrm{kk}}={\left[\begin{array}{cccccc}{H^H}_{k1}& L& {H^H}_{k(k-1)}& {H^H}_{k(k+1)}& L& {H^H}_{\mathrm{kN}}\end{array}\right]}^H,$ w_k∈(n_t×1)表示第k个用户的预编码向量，H_ik表示第k个用户到第i个基站的空间信道矩阵。

因此可得到第k个用户的SLNR表达式为

${\mathrm{SLNR}}_k=\frac{{w^H}_k{H^H}_{\mathrm{kk}}{H}_{\mathrm{kk}}{w}_k}{{w^H}_k{{\stackrel{\‾}{H}}^H}_{\mathrm{kk}}{\stackrel{\‾}{H}}_{\mathrm{kk}}{w}_k+N_0}$

由詹森不等式有

$E\left\{{\mathrm{SLNR}}_k\right\}=E\left\{\frac{{w^H}_k{H^H}_{\mathrm{kk}}{H}_{\mathrm{kk}}{w}_k}{{w^H}_k{{\stackrel{\‾}{H}}^H}_{\mathrm{kk}}{\stackrel{\‾}{H}}_{\mathrm{kk}}{w}_k+N_0}\right\}$

$\≥\frac{{w_k}^{H}E\left\{{H^H}_{\mathrm{kk}}{H}_{\mathrm{kk}}\right\}{w}_k}{{w_k}^{H}E\left\{{{\stackrel{\‾}{H}}^H}_{\mathrm{kk}}{\stackrel{\‾}{H}}_{\mathrm{kk}}\right\}{w}_k+N_0}$

使不等式右边最大，只需w_k取 ${\left(E\right\{{{\stackrel{\‾}{H}}^H}_{\mathrm{kk}}{\stackrel{\‾}{H}}_{\mathrm{kk}}\}+N_{0}I)}^{-1}\left(E\right\{{H^H}_{\mathrm{kk}}{H}_{\mathrm{kk}}\left\}\right)$ 最大特征值对应的特征向量。

下面结合附图，对本发明的实施例进行详细说明。

图1是本发明在多小区协作***的实施流程图。本实施例是一种应用于多小区协作***的基于信道统计信息的预编码方法，其完整步骤如下：

(1)参与协作的多小区基站获得***各个用户的信道二阶统计信息；

(2)基站之间相互协作，利用获得的信道二阶统计信息，根据下面的公式：

${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_i+N_{0}I)}^{-1}{R}_k$ 或 ${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_{k,i}+N_{0}I)}^{-1}{R}_{k,k}$ k＝1，2，3，K K

计算出***中用户k的预编码向量w_k；

其中N表示***中参与协作的基站总数，K表示***内的用户总数，R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；(·)^-1表示对矩阵求逆。

(3)基站将用户k需要发送的数据与该用户的预编码向量w_k对应相乘，并发送预编码后的数据。

上述方法，其中步骤(1)所述参与协作的多小区基站获得***各个用户的信道二阶统计信息，其步骤如下：

11)用户k(k＝1，2，...，K)向基站n(n＝1，2，3，...，N)发送探测信号(SRS)，基站处获得信道矩阵H_n，k，其大小为n_r×n_t。

其中，K表示***内的用户总数，N表示参与协作的基站总数，H_n，k表示基站n到用户k的空间信道，n_r表示接收天线数，n_t表示发送天线数。

12)若小区间采用JP的协作方式，则参与协作的多个基站等效为一个多天线的大基站，此时多小区协作***等效为一个单基站多用户***。用户k的等效空间信道表示为：

H_k＝[H_1k H_2k L H_Nk]，k＝1，2，K K

若小区之间的协作采用的是CB协作方式，则此步骤省略。

13)设计时间长度L，经过统计平均，计算出信道二阶统计度量矩阵。

若小区间采用JP的协作方式则

$R_k=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_k}^H\left(i\right)H_k\left(i\right)$

若小区间采用CB的协作方式则

$R_{k,k}=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_{k,k}}^H\left(i\right)H_{k,k}\left(i\right)$

其中，R_k表示用户k的空间信道二阶统计度量矩阵，R_k，k表示基站k到用户k的空间信道二阶统计度量矩阵，H_k(i)，H_k，k(i)表示i时刻空间信道矩阵，i表示观察时间点。

上述方法，步骤(2)所述基站之间相互协作，利用获得的信道二阶统计信息，根据预编码向量计算公式计算出***各个用户的预编码向量，其步骤如下：

21)若小区间采用JP的协作方式，则计算矩阵A＝R_k和矩阵

若小区间采用CB的协作方式，则计算矩阵A＝R_k，k和矩阵

其中R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；

22)对矩阵B^-1A进行特征根分解，提取出最大特征值对应的特征向量，即得到用户k的预编码向量。其中B^-1表示矩阵B的逆矩阵。

上述方法，步骤(3)所述基站将用户k需要发送的数据与该用户的预编码向量w_k对应相乘，并发送预编码后的数据，其步骤如下：

31)若小区间采用JP的协作方式，则基站n上的发送数据为：

$x_n=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{w}_{n,k}{s}_k$

并且w_n，k和s_k满足如下归一化条件：

E{|s_k|2}＝1， ${\left|\right|w_k\left|\right|}^2=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|w_{k,n}\left|\right|}^2=1$ k＝1，2，K K

其中，w_n，k表示第k个用户在基站n上的预编码向量，s_k表示第k个用户的发送数据，该数据在所有基站上共享。

32)若小区间采用CB的协作方式，则基站n上的发送数据为：

x_n＝w_ns_n

并且w_n和s_n满足如下归一化条件：

E{|s_n|²}＝1，||w_n||²＝1    n＝1，2，KN

其中，w_n表示基站n上的预编码向量，s_n表示用户n的发送数据，该数据仅在基站n上传输。

表1为仿真环境参数设置。

表1

***参数	LTE多小区协作***
		小区协作模式	JP，CB
载波频率	2.0GHz
		***带宽	1.4MHz
基站数	2
		用户数	2
发送天线数	4
		接收天线数	2
数据流数	单流
		信道模型	EPA5
PMI时延	1ms
		相关性	低相关
信道估计	理想估计
		信道编码	Turbo码
调制方式	QPSK，16QAM
		预编码	SLNR，ESLNR
统计时长.	20ms
		MIMO检测	MRC

Claims (3)

1.一种应用于多小区协作***的基于信道统计信息的预编码方法，其特征在于该方法包括以下步骤：

1)参与协作的多小区基站获得***各个用户的信道二阶统计信息；

2)基站之间相互协作，利用获得的信道二阶统计信息，根据下面的公式：

${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_i+N_{0}I)}^{-1}{R}_k$ 或 ${(\underset{i\≠k}{\overset{N}{\mathrm{\Σ}}}{R}_{k,i}+N_{0}I)}^{-1}{R}_{k,k}$ k＝1，2，3，K K

计算出***中用户k的预编码向量w_k；

其中N表示***中参与协作的基站总数，K表示***内的用户总数，R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；(·)^-1表示对矩阵求逆；

3)基站将用户k需要发送的数据与该用户的预编码向量w_k对应相乘，并发送预编码后的数据。

2.根据权利要求1所述的应用于多小区协作***的基于信道统计信息的预编码方法，其特征在于，步骤1)所述参与协作的多小区基站获得***各个用户的信道二阶统计信息，其步骤如下：

11)用户k向基站n发送探测信号SRS，在基站处获得信道矩阵H_n，k，其大小为n_r×n_t，k＝1，2，3，...K，n＝1，2，3...N，其中，K表示***内的用户总数，N表示参与协作的基站总数，H_n，k表示基站n到用户k的空间信道，n_r表示接收天线数，n_t表示发送天线数；

12)若小区间采用联合传输(JP)的协作方式，则参与协作的多个基站等效为一个多天线的大基站，此时多小区协作***等效为一个单基站多用户***，用户k的等效空间信道表示为：

H_k＝[H_1k H_2k L H_Nk]

若多小区之间协作采用联合波束成型(CB)的协作方式，则此步骤省略；

13)设计时间长度L，经过统计平均，计算出信道二阶统计度量矩阵，

若小区间采用JP的协作方式则

$R_k=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_k}^H\left(i\right)H_k\left(i\right)$

若小区间采用CB的协作方式则

$R_{k,k}=\frac{1}{L}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{H_{k,k}}^H\left(i\right)H_{k,k}\left(i\right)$

其中，R_k表示用户k的空间信道二阶统计度量矩阵，R_k，k表示基站k到用户k的空间信道二阶统计度量矩阵，H_k(i)，H_k，k(i)表示i时刻空间信道矩阵，i表示观察时间点。

3.根据权利要求1所述的应用于多小区协作***的基于信道统计信息的预编码方法，其特征在于，步骤2)所述基站之间相互协作，利用获得的信道二阶统计信息根据预编码向量计算公式计算出***各个用户的预编码向量，其步骤如下：

21)若小区间采用JP的协作方式，则计算矩阵A＝R_k和

若小区间采用CB的协作方式，则计算矩阵A＝R_k，k和矩阵

其中R_k和R_i分别表示用户k和用户i的空间信道二阶统计度量矩阵，R_k，k和R_k，i分别表示基站k到用户k的空间信道二阶统计度量矩阵和基站k到用户i的空间信道二阶统计度量矩阵，N₀表示接收端高斯白噪声的功率；I表示单位矩阵；

22)对矩阵B^-1A进行特征根分解，提取出最大特征值对应的特征向量，即得到用户k的预编码向量。其中B^-1表示矩阵B的逆矩阵。

Images