CN102932041A - 协作多点传输中异步空时码编解码方法 - Google Patents

Abstract

本发明公开一种协作多点传输中异步空时码编解码方法，主要解决协作多点联合处理中，由于时间不同步和频率偏移而无法进行协作通信的问题。具体步骤包括：（1）用户设备估计信道参数并反馈给远端无线设备；（2）不同远端无线设备构造时延卷积编码矩阵；（3）用户设备估计远端无线设备整体等效信道矩阵；（4）用户设备构造频率偏移矩阵；（5）eNodeB演进型基站发送符号序列；（6）远端无线设备对信息序列进行空时编码并发送；（7）用户设备对接收符号序列进行频率补偿；（8）用户设备利用最小均方误差判定反馈解码进行解码。本发明不需要进行精确的时间和频率同步即可获得满分集增益，并且解码复杂度较低。

Description

协作多点传输中异步空时码编解码方法

技术领域

本发明属于通信技术领域，涉及异步空时码技术，特别涉及一种针对协作多点传输***的异步空时码编解码方法，可用于未来无线通信的分布式协作多点传输***。

背景技术

在多小区蜂窝***中通过采用MIMO技术，可以提高通信***的频谱效率，然而由于共道干扰的存在，使得边缘小区的吞吐量得不到有效的提高，为了解决这个问题，在MIMO技术基础上提出了协作多点CoMP传输技术。CoMP中多个小区的远端无线设备相互协作，可以同时与边缘小区的用户进行通信，不但能够提高***可靠性，还可以进一步提高边缘小区的吞吐量以及整体***的吞吐量。CoMP传输技术包括协作调度CS模式和联合处理JP模式，其中CoMP-JP模式可以由多个远端无线设备同时向用户设备传输数据，比如远端无线设备1和远端无线设备2同时向处于两小区边界的用户设备1发送数据，CoMP-JP中所有的远端无线设备受同一个演进型基站eNodeB控制，所有的远端无线设备将信息联合处理后消除用户间干扰，再同时发送给用户设备，将干扰信号变为有用信号加以利用，从而可以有效利用小区间的干扰。CoMP-JP的增益来自两个方面：其一，参与协作的小区发送的信号都是有用信号，终端受到的总干扰水平降低了；其二，参与协作的小区信号相互叠加，提高了终端接收到的信号的功率水平，此外，不同小区的天线间一般距离比较大，远大于半波长，联合处理还有可能获得分集增益，提高小区边缘用户的服务质量和吞吐量。

协作多点联合处理CoMP-JP模式可以在给定的时域和频域的资源情况下应用到单个或者多个用户设备UE，在多远端无线设备和多用户设备的场景下，不同的远端无线设备与用户设备之间的时间和频率同步无法用常规的方法同时解决，研究表明，随着UE和RRE数目的增加，***完成精确的时间和频率同步的可能性降低，甚至可能性趋于零。现有的空时处理和编解码技术无法应用于时间和频率都非精确同步的场景，因此对于协作多点联合处理CoMP-JP模式需要研究对时间和频率非精确同步有一定容忍度的空时处理和编解码技术。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种协作多点传输中异步空时码编解码方法，可以有效的获得满分集增益，提高小区边缘用户的服务质量和吞吐量，提高协作通信***的可靠性。

为实现上述目的，本发明的协作多点传输中异步空时码编解码方法，具体步骤如下：

（1）***初始化：不同远端无线设备采用最小均方误差信道估计方法，分别估计用户设备和多个不同远端无线设备之间的信道参数信息、时间延迟信息以及频率偏移信息；用户设备将上述得到的信息反馈给相应的远端无线设备；

（2）构造时延卷积编码矩阵：

2a)远端无线设备利用迭代方法计算平移满秩多项式序列：{P₁(x),P₂(x),…P_R(x)}，其中，P_r(x)是第r个远端无线设备处的平移满秩多项式，R为远端无线设备的数目，满足R＞1，r＝1,……R；

2b)对上述{P₁(x),P₂(x),…P_R(x)}平移满秩多项式序列进行归一化，得到归一化后的平移满秩多项式序列：

$\{P_1\left(x\right)/\sqrt{R},P_2\left(x\right)/\sqrt{R},\·\·\·\·\·\·,P_R\left(x\right)/\sqrt{R}\},$

其中，

是第r个远端无线设备处的归一化平移满秩多项式；

2c)对归一化后的平移满秩多项式序列

中的每一个多项式

将x幂次所对应的系数按照高次幂到低次幂的顺序写成一维码字矩阵形式，其中，缺省的x幂次的系数用零表示，得到第r个远端无线设备处的一维码字矩阵：

${\stackrel{\‾}{t}}^{\left(r\right)}=[{{\stackrel{\‾}{t}}_U}^{\left(r\right)},{{\stackrel{\‾}{t}}_{U-1}}^{\left(r\right)},\·\·\·{{\stackrel{\‾}{t}}_1}^{\left(r\right)}],$

其中，U为一维码字矩阵的长度,满足

为多项式

中x幂次为i-1所对应的系数，i＝1,……U；

2d)根据第r个远端无线设备处的一维码字矩阵

得到第r个远端无线设备处的卷积编码矩阵

其中，卷积编码矩阵

维矩阵,N为eNodeB演进型基站发送符号序列的个数；

2e)对卷积编码矩阵使用零填充的方法，得到第r个远端无线设备的时延卷积编码矩阵

${\hat{T}}^{\left(r\right)}=\left[\begin{array}{ccc}{0}_{N\×{\mathrm{\τ}}_r}& {\stackrel{\‾}{T}}^{\left(r\right)}& 0_{N\×({\mathrm{\τ}}_{\max }-{\mathrm{\τ}}_r)}\end{array}\right],$

其中，时延卷积编码矩阵

维矩阵，

为N×τ_r维的全零矩阵，

为N×(τ_max-τ_r)维的全零矩阵，τ_r为第r个远端无线设备和用户设备之间的时间延迟，τ_max＝max{τ₁......τ_R}；

（3）用户设备估计远端无线设备整体等效信道矩阵

（4）用户设备构造不同远端无线设备到用户设备的频率偏移矩阵：

其中，频率偏移矩阵e_r为M×M维矩阵，T_s为符号间隔，M为时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)，f_r为第r个远端无线设备和用户设备之间的频率偏移，j为虚数单元，k取任意的正整数，π为常数3.14，e为常数2.71828183；

（5）eNodeB演进型基站向所有的远端无线设备同时发送符号序列S＝[s₀,s₁,........,s_N-1]，其中，s_β表示不同时隙所发送的符号，满足β＝0,…,N-1；

（6）不同远端无线设备均对接收到的符号序列S＝[s₀,s₁，........,s_N-1]进行空时编码，每个远端无线设备处发送的空时编码序列为：

$Q_r={\left[{\hat{T}}^{\left(r\right)}\right]}^T{S}^T,$

其中，[·]^T表示转置运算，

为第r个远端无线设备时延卷积编码矩阵；

（7）用户设备接收空时编码序列Q_r并利用频率偏移矩阵e_r对其进行频率补偿，得到用户设备频率补偿后的符号序列y，其中，r＝1,……R；

（8）用户设备对频率补偿后符号序列y，利用最小均方误差判决反馈解码方法进行解码。

本发明与现有技术相比具有以下优点：

1.在本发明协作多点传输***中，由于远端无线设备通过构造时延卷积编码矩阵对接收到的符号序列进行空时编码，使得各个远端无线设备可以工作在异步的场景下，不需要精确的时间同步；用户设备通过构造频率偏移矩阵对接收到的符号序列进行频率补偿，使得***对于频率偏移敏感度降低。

2.本发明协作多点传输***中，由于进行空时编码和频率补偿后不同远端无线设备到用户设备的符号序列可以看作时间和频率同步，用户设备可以对多路接收信号进行合并，从而***获得满分集增益。

3.本发明协作多点传输***中的最小均方误差判决反馈解码方法的复杂度以线性增长，复杂度较低。

4.本发明只需要预先构造不同远端无线设备处的卷积编码矩阵，即可实现不同远端无线设备处独立的空时编码，实现复杂度低。

附图说明

图1为本发明适用的协作多点联合传输通信的场景示意图；

图2为本发明流程框图；

图3为本发明平移满秩多项式序列的子流程图；

图4为本发明最小均方误差判决反馈解码的子流程图；

图5为本发明在两个远端无线设备场景下误码率关于信噪比的仿真图；

图6为本发明在三个远端无线设备场景下误码率关于信噪比的仿真图；

图7为本发明在三个远端无线设备场景下误码率关于频偏方差的仿真图。

具体实施方式

下面将结合附图对本发明实施方式做进一步详细描述。

参照图1，协作多点联合传输通信场景包括一个eNodeB演进型基站，R个远端无线设备以及1个用户设备，满足R＞1。eNodeB演进型基站设有一根天线，远端无线设备都设有一根天线，用户设备设有一根天线。eNodeB演进型基站和远端无线设备都用光纤相连，不同的远端无线设备与eNodeB演进型基站之间看做时间与频率同步，远端无线设备和用户设备之间是平坦衰落无线信道。eNodeB演进型基站通过光纤向每个远端无线设备发送相同的信息符号序列；远端无线设备将接收到得信息符号序列进行空时编码，然后经过各自的平坦衰落无线信道发送给用户设备；用户设备接收来自不同远端无线设备的信息序列，并利用最小均方误差判决反馈解码进行解码，解调恢复eNodeB演进型基站发送的信息。

本发明完成协作多点传输***的异步空时码编解码的过程如图2所示，其实现的步骤如下：

步骤1，***初始化：

1a)不同小区远端无线设备发送信号序列，用户设备采用论文Mehrzad Biguesh等,“Training-based MIMO channel estimation:a study of estimator tradeoffs and optimaltraining signals”IEEE Trans.Signal Processing,vol.54,no.3,Mar.2006.中的最小均方误差信道估计方法，估计不同小区远端无线设备到用户设备的信道参数信息，h_r为第r个远端无线设备和用户设备之间的信道参数信息，其中r的取值为r＝1,2，...,R；

1b)不同小区远端无线设备发送信号序列，用户设备采用论文Mehrzad Biguesh等,“Training-based MIMO channel estimation:a study of estimator tradeoffs and optimaltraining signals”IEEE Trans.Signal Processing,vol.54,no.3,Mar.2006.中的最小均方误差信道估计方法，估计不同小区远端无线设备到用户设备的频率偏移，f_r为第r个远端无线设备和用户设备之间的频率偏移；

1c)不同小区远端无线设备发送信号序列，用户设备采用论文Mehrzad Biguesh等,“Training-based MIMO channel estimation:a study of estimator tradeoffs and optimaltraining signals”IEEE Trans.Signal Processing,vol.54,no.3,Mar.2006.中的最小均方误差信道估计方法，估计不同小区远端无线设备到用户设备的时间延迟，τ_r为第r个远端无线设备和用户设备之间的时间延迟；

1d)用户设备将上述得到的不同小区远端无线设备到用户设备的信道参数信息、频率偏移信息以及时间延迟信息反馈给相应的远端无线设备。

步骤2，构造远端无线设备处时延卷积编码矩阵：

2a）远端无线设备利用迭代方法计算平移满秩多项式序列{P₁(x),P₂(x),…P_R(x)}，其中，P_r(x)是第r个远端无线设备处的平移满秩多项式，R为远端无线设备的数目，满足R＞1，r＝1,……R；

参照图3，本步骤的具体实现如下：

2a1）迭代次数n初始化为1，平移满秩多项式序列初始化为{P₁(x)＝1}；

2a2）令迭代次数n自增1，判断迭代次数n-1时的平移满秩多项式序列{P₁(x),P₂(x),…P_n-1(x)}中P₁(x),P₂(x),…P_n-1(x)之间的最大公约数，若最大公约数GCD为1，转到步骤2a3)；若最大公约数GCD为u(x)，其中u(x)不等于1，转到步骤2a4)；

2a3)挑选两个多项式q₂(x)和

满足q₂(x)不能整除

其中多项式q₂(x)是最高幂次数为1的任意多项式，多项式

是最高幂次数为n-1任意多项式，根据{P₁(x),P₂(x),…P_n-1(x)}、q₂(x)以及得到迭代次数n时的平移满秩多项式序列 $\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_{n-1}\left(x\right),P_n\}=\{q_2\left(x\right)P_1\left(x\right),q_2\left(x\right)P_2\left(x\right),\·\·\·q_2\left(x\right)P_n\left(x\right),{\hat{q}}_n\left(x\right)\};$

2a4)挑选两个多项式q₂(x)和

满足q₂(x)不能整除其中多项式q₂(x)是最高幂次数为1的任意多项式，多项式

是最高幂次数为n-1任意多项式，根据{P₁(x),P₁(x),…P_n-1(x)}、q₂(x)以及

得到迭代次数n时的平移满秩多项式序列 $\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_{n-1}\left(x\right),P_n\}=\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_n\left(x\right),{\hat{q}}_n\left(x\right)\};$

2a5）判断迭代次数n是否等于R，若迭代次数n＝R，得到所有远端无线设备对应的平移满秩多项式序列{P₁(x),P₂(x),…P_R(x)}；若迭代次数n＜R，执行上述步骤2a2）；

2b)将上述步骤得到的所有远端无线设备对应的平移满秩多项式序列{P₁(x),P₂(x),…P_r(x)}按照下列公式得到归一化的平移满秩多项式序列：

$\{P_1\left(x\right)/\sqrt{R},P_2\left(x\right)/\sqrt{R},\·\·\·\·\·\·,P_R\left(x\right)/\sqrt{R}\}$

其中，

第r个远端无线设备处的归一化平移满秩多项式；

2c)对上述得到的归一化的平移满秩多项式序列中的每一个多项式

将x幂次所对应的系数按照高次幂到低次幂的顺序写成一维码字矩阵形式，其中缺省的x幂次的系数用零表示，得到第r个远端无线设备处的一维码字矩阵：

${\stackrel{\‾}{t}}^{\left(r\right)}=[{{\stackrel{\‾}{t}}_U}^{\left(r\right)},{{\stackrel{\‾}{t}}_{U-1}}^{\left(r\right)},\·\·\·{{\stackrel{\‾}{t}}_1}^{\left(r\right)}]$

其中，U为一维码字矩阵的长度,满足U＝R-1，

为多项式

中x幂次为i-1所对应的系数，对于缺省的x幂次，

等于零，其中i＝1,……U，例如多项式x⁶+x⁴+x³+x+1对应的一维码字矩阵为[1,0,1,1,0,1,1]；

2d)将上述得到的不同远端无线设备处的一维码字矩阵按照下述构造方式，得到不同远端无线设备处的卷积编码矩阵，第r个远端无线设备处的卷积编码矩阵为：

其中，维矩阵,N为eNodeB演进型基站发送符号序列的个数，U为一维码字矩阵的长度；

2e)根据不同远端无线设备到用户设备存在时间延迟的特性，对上述第r个远端无线设备的卷积编码矩阵

使用零填充的方法，通过添加保护间隔来保护符号序列，其中保护间隔等于不同远端无线设备与用户设备之间的最大时间延迟τ_max＝max{τ₁...…τ_R}，第r个远端无线设备时延卷积编码矩阵表达式如下：

${\hat{T}}^{\left(r\right)}=\left[\begin{array}{ccc}{0}_{N\×{\mathrm{\τ}}_r}& {\stackrel{\‾}{T}}^{\left(r\right)}& 0_{N\×({\mathrm{\τ}}_{\max }-{\mathrm{\τ}}_r)}\end{array}\right],$

其中，时延卷积编码矩阵维矩阵，

为N×τ_r维的全零矩阵，

为N×(τ_max-τ_r)维的全零矩阵，τ_r为第r个远端无线设备和用户设备之间的时间延迟。

步骤3，用户设备估计远端无线设备整体等效信道矩阵：

3a)eNodeB演进型基站在发送符号序列之前，先向所有的远端无线设备发送用户设备已知的训练序列A＝[A₀,A₁,........,A_N-1]，其中A_α表示不同时隙所发送的符号，α＝0,…,N-1；

3b)不同的远端无线设备利用上述得到的时延卷积编码矩阵

均对接收到的训练序列A进行空时编码，第r个远端无线设备对训练序列经过空时编码后的空时编码训练序列W_r：

$W_r={\left[{\hat{T}}^{\left(r\right)}\right]}^t{A}^T$

其中,空时编码训练序列W_r的维度为M×1维，[·]^T表示转置运算；

3c)不同的远端无线设备将各自的空时编码训练序列W_r发送给用户设备，用户设备接收训练符号序列

的表达式如下：

$\tilde{y}={\left[\begin{array}{cccc}{h}_1{W_1}^T& h_2{W_2}^T& \·\·\·& h_R{W_R}^T\end{array}\right]}^T+I$

$={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T{A}^T+I$

其中，用户设备接收训练符号序列

的维度为MR×1维，h_r为第r个远端无线设备和用户设备之间的信道参数信息，I为MR×1维的噪声矩阵，其中每一维都服从均值为0，方差为的复高斯分布，M为时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)，[·]^T表示转置运算；

3d)用户设备利用已知的训练序列A和最小均方误差信道估计方法对用户设备接收训练符号序列

进行信道估计，估计出远端无线设备整体等效信道矩阵 $\hat{H}={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T.$

步骤4，用户设备利用步骤1b)估计得到的不同远端无线设备到用户设备的频率偏移f_r，构造不同远端无线设备到用户设备的频率偏移矩阵，用户设备处第r个远端无线设备频率偏移矩阵e_r：

其中，频率偏移矩阵e_r为M×M维矩阵，T_s为信息符号间隔，M为时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)，j为虚数单元，k取任意的正整数，π为常数3.14，e为常数2.71828183。

步骤5，eNodeB演进型基站向所有的远端无线设备同时发送符号序列S＝[s₀,s₁,........,s_N-1]，其中s_β表示不同时隙所发送的符号，其中β＝0,…,N-1，N为eNodeB演进型基站发送符号序列的个数。

步骤6，不同远端无线设备利用上述步骤得到的第r个远端无线设备的时延卷积编码矩阵

对接收到的符号序列S＝[s₀,s₁,........,s_N-1]分别进行空时编码，第r个远端无线设备经过空时编码后的空时编码序列：

$Q_T={\left[{\hat{T}}^{\left(r\right)}\right]}^T{S}^T$

其中，Q_r为第r个远端无线设备处的空时编码序列，维度为M×1维，M为时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)，[·]^T表示转置运算。

步骤7，用户设备接收符号序列并进行频率补偿：

7a)不同的远端无线设备将空时编码后的信息序列Q_r发送给用户设备，用户设备处接收符号序列的表达式如下：

$\hat{y}={\left[\begin{array}{cccc}{h}_1{Q_1}^T& h_2{Q_2}^T& \·\·\·& h_R{Q_R}^T\end{array}\right]}^T+n$

$={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T{S}^T+n=\hat{H}{S}^T+n$

其中，h_r为第r个远端无线设备和用户设备之间的信道参数信息，Q_r为第r个远端无线设备处的空时编码序列， $\hat{H}={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T$ 为远端无线设备整体等效信道矩阵，n为MR×1维的噪声矩阵，其中每一维都服从均值为0，方差为

的复高斯分布，[·]^T表示转置运算，M为不同远端无线设备时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)；

7b)用户设备对接收到的来自第r个远端无线设备处的信息序列利用第r个远端无线设备频率偏移矩阵e_r进行频率补偿，用户设备频率补偿后的符号序列y表达式如下：

$y=\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]\hat{H}{S}^T+\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]n=H{S}^T+\hat{n}$

其中，y的维度为M×1维， $H=\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]\hat{H}$ 为经过频率补偿后的等效信道矩阵，为M×1维的噪声矩阵，其中每一维都服从均值为0，方差为

的复高斯分布，M为时延卷积编码矩阵

的列数，即M＝(N+U-1+τ_max)。

步骤8，用户设备对经过频率补偿后的符号序列y采用论文H.Wang,X.-G.Xia,and Q.Yin,“Computationally efficient equalization for asynchronous cooperativecommunications with multiple frequency offsets,”IEEE Trans.Wireless Commun.,vol.8,no.2,pp.648–655,Feb.2009.中的最小均方误差判决反馈解码进行解码：

参照图4，本步骤的具体实现如下：

8a)根据上述经过频率补偿后的等效信道矩阵H按照下面公式构造辅助矩阵R，辅助矩阵R矩阵用于生成解码过程中的后端反馈滤波矩阵和前端反馈滤波矩阵：

$R=H^{H}H+\frac{{\mathrm{\σ}}_n^2}{{\mathrm{\σ}}_s^2}{I}_N$

其中，R的维度为N×N，[·]^H表示共轭转置运算，H^H表示H的共轭转置，

为噪声矩阵n中每一个元素的方差，

为发送符号序列S＝[s₀,s₁,........,s_N-1]的功率，I_N为N×N维的单位矩阵；

8b)对上述辅助矩阵R进行Cholesky分解：

R＝L D L^H，

其中，L为对角线元素为1的下三角矩阵，

L^H表示L的共轭转置，D为N×N维的对角矩阵；

8c)利用上述对角线元素为1的下三角矩阵L以及辅助矩阵R，分别构造后端反馈滤波矩阵B和前端反馈滤波矩阵F：

F＝LR^-1H^H，

其中，B的维度为N×N维，I_N为N×N维的单位矩阵，b_g为1×N维的行向量，g＝0,…,N-1，F的维度为N×N维，H^H表示H的共轭转置，[·]^-1表示取逆运算，R^-1表示辅助矩阵R的逆；

8d)利用上述前端反馈滤波矩阵F对用户设备进行频率补偿后的符号序列y进行前向滤波，得到前向滤波后的向量Z：

Z＝Fy＝[z₀,z₁……z_N-1]^T

其中，Z的维度为N×1维N×N，z_γ表示前向滤波后的向量Z＝[z₀,z₁……z_N-1]^T中的第γ个元素，γ＝0,…,N-1，[·]^T表示转置运算；

8e)根据上述后端反馈滤波矩阵B和前向滤波后的向量Z，按照下面公式实现对信息序列的解码：

${\hat{s}}_j=\left\{\begin{array}{cc}\mathrm{\θ}\left(z_0\right)& j=0\\ \mathrm{\θ}(z_j-{b^{*}}_j{\hat{S}}_{j-1})& 1\≤j\≤N-1\end{array}\right.$

其中，θ(z₀)表示对符号z₀在星座图中寻找与符号z₀欧式距离最小的星座点

表示对符号

在星座图中寻找与符号

欧式距离最小的星座点z_j表示前向滤波后的向量Z＝[z₀,z₁……z_N-1]^T中的第j个元素，

表示j×1维解码符号向量，b^＊ _j为后端反馈滤波矩阵B中第j+1行的b_j的前j+1列，其中，b_j可以表示为b_j＝[b^* _j,0_1×(N-j)]，b_j中的0_1×(N-j)为1×(N-j)维的全零行向量，b^* _j为1×j维的行向量。

本发明的效果可通过仿真进一步说明：

（1）仿真条件

调制方式采用QPSK，远端无线设备与用户设备之间的信道独立同分布，服从均值为0，方差为1的准静态瑞利平坦衰落。图5和图6中不同的远端无线设备与用户设备之间的归一化频偏独立同分布，都服从均值为0，方差为

的正态分布；图7中在信噪比为25dB的情况下，不同的远端无线设备与用户设备之间的归一化频偏独立同分布，都服从均值为0，方差为

的正态分布，其中

取值范围为(0,0.25)。不同的远端无线设备与用户设备之间的延迟在[0,τ_max]内服从均匀分布，最大延迟τ_max以及零填充的长度都为4，信息符号帧的长度为20。

（2）仿真内容和结果

仿真1，在两个远端无线设备和一个用户设备的情况下，分别采用解码转发-最小均方误差译码、解码转发-最小均方误差判决反馈解码、解码转发-最大似然序列检测、本发明的异步空时码-最小均方误差译码、本发明的异步空时码-最小均方误差判决反馈解码、本发明的异步空时码-最大似然序列检测6种模式，对平均误码率相对于平均信噪比进行仿真，结果如图5所示；

仿真2，在三个远端无线设备和一个用户设备的情况下，分别采用解码转发-最小均方误差译码、解码转发-最小均方误差判决反馈解码、解码转发-最大似然序列检测、异步空时码-最小均方误差译码、本发明的异步空时码-最小均方误差判决反馈解码、本发明的异步空时码-最大似然序列检测6种模式，对平均误码率相对于平均信噪比进行仿真，结果如图6所示。

图5和图6的仿真结果表明：当信噪比较大时，本发明的异步空时码-最小均方误差判决反馈解码的误码率曲线明显低于解码转发-最小均方误差判决反馈解码的误码率曲线，本发明异步空时码-最小均方误差判决反馈解码方法的误码率较低；不论在异步空时码还是在解码转发的情况下，采用最小均方误差判决反馈解码和采用最大似然序列检测的曲线斜率随着信噪比增大趋近相同，最小均方误差判决反馈解码可以获得和最大似然序列检测相同的分集增益。

仿真3，在三个远端无线设备和一个用户设备的情况下，分别采用解码转发-最小均方误差译码、解码转发-最小均方误差判决反馈解码、解码转发-最大似然序列检测、异步空时码-最小均方误差译码、本发明的异步空时码-最小均方误差判决反馈解码、本发明的异步空时码-最大似然序列检测6种模式，对平均误码率相对于频偏方差进行仿真，结果如图7所示。

从图7的可见：本发明异步空时码-最小均方误差判决反馈解码的误码率曲线明显低于解码转发-最小均方误差判决反馈解码的误码率曲线，在归一化频偏方差相同的情况下，异步空时码-最小均方误差判决反馈解码方法的误码率较低，可以提高***的可靠性以及改善***的中断概率性能。

Claims (5)

1.一种协作多点传输中异步空时码编解码方法，包括如下步骤：

（1）***初始化：不同远端无线设备采用最小均方误差信道估计方法，分别估计用户设备和多个不同远端无线设备之间的信道参数信息、时间延迟信息以及频率偏移信息；用户设备将上述得到的信息反馈给相应的远端无线设备；

（2）构造时延卷积编码矩阵：

2a)远端无线设备利用迭代方法计算平移满秩多项式序列：{P₁(x),P₂(x),…P_R(x)}，其中，P_r(x)是第r个远端无线设备处的平移满秩多项式，R为远端无线设备的数目，满足R＞1，r＝1,……R；

2b)对上述{P₁(x),P₂(x),…P_R(x)}平移满秩多项式序列进行归一化，得到归一化后的平移满秩多项式序列：

$\{P_1\left(x\right)/\sqrt{R},P_2\left(x\right)/\sqrt{R},\·\·\·\·\·\·,P_R\left(x\right)/\sqrt{R}\},$

其中，是第r个远端无线设备处的归一化平移满秩多项式；

2c)对归一化后的平移满秩多项式序列

中的每一个多项式

将x幂次所对应的系数按照高次幂到低次幂的顺序写成一维码字矩阵形式，其中，缺省的x幂次的系数用零表示，得到第r个远端无线设备处的一维码字矩阵：

${\stackrel{\‾}{t}}^{\left(r\right)}=[{{\stackrel{\‾}{t}}_U}^{\left(r\right)},{{\stackrel{\‾}{t}}_{U-1}}^{\left(r\right)},\·\·\·{{\stackrel{\‾}{t}}_1}^{\left(r\right)}],$

其中，U为一维码字矩阵的长度,满足U＝R-1，

为多项式

中x幂次为i-1所对应的系数，i＝1,……U；

2d)根据第r个远端无线设备处的一维码字矩阵

得到第r个远端无线设备处的卷积编码矩阵

其中，卷积编码矩阵

为N×(N+U-1)维矩阵,N为eNodeB演进型基站发送符号序列的个数；

2e)对卷积编码矩阵

使用零填充的方法，得到第r个远端无线设备的时延卷积编码矩阵

${\hat{T}}^{\left(r\right)}=\left[\begin{array}{ccc}{0}_{N\×{\mathrm{\τ}}_r}& {\stackrel{\‾}{T}}^{\left(r\right)}& 0_{N\×({\mathrm{\τ}}_{\max }-{\mathrm{\τ}}_r)}\end{array}\right],$

其中，时延卷积编码矩阵

维矩阵，

为N×τ_r维的全零矩阵，

为N×(τ_max-τ_r)维的全零矩阵，τ_r为第r个远端无线设备和用户设备之间的时间延迟，τ_max＝max{τ₁......τ_R}；

（3）用户设备估计远端无线设备整体等效信道矩阵

（4）用户设备构造不同远端无线设备到用户设备的频率偏移矩阵：

其中，频率偏移矩阵e_r为M×M维矩阵，T_s为符号间隔，M为时延卷积编码矩阵的列数，即M＝(N+U-1+τ_max)，f_r为第r个远端无线设备和用户设备之间的频率偏移，j为虚数单元，k取任意的正整数，π为常数3.14，e为常数2.71828183；

（5）eNodeB演进型基站向所有的远端无线设备同时发送符号序列S＝[s₀,s₁，........,s_N-1]，其中，s_β表示不同时隙所发送的符号，满足β＝0,…,N-1；

（6）不同远端无线设备均对接收到的符号序列S＝[s₀,s₁，........,s_N-1]进行空时编码，每个远端无线设备处发送的空时编码序列为：

$Q_r={\left[{\hat{T}}^{\left(r\right)}\right]}^T{S}^T,$

其中，[·]^T表示转置运算，为第r个远端无线设备时延卷积编码矩阵；

（7）用户设备接收空时编码序列Q_r并利用频率偏移矩阵e_r对其进行频率补偿，得到用户设备频率补偿后的符号序列y，其中，r＝1,……R；

（8）用户设备对频率补偿后符号序列y，利用最小均方误差判决反馈解码方法进行解码。

2.根据权利要求1所述的协作多点传输中异步空时码编解码方法，其中步骤2a）所述的远端无线设备利用迭代方法计算平移满秩多项式序列：{P₁(x),P₂(x),…P_R(x)}，按如下步骤进行：

2.1）将迭代次数n初始化为1，将平移满秩多项式序列初始化为{P₁(x)＝1}；

2.2）令迭代次数n自增1，判断迭代次数n-1时的平移满秩多项式序列{P₁(x),P₂(x),…P_n-1(x)}中P₁(x),P₂(x),…P_n-1(x)之间的最大公约数，若最大公约数GCD为1，执行步骤2.2a)；若最大公约数GCD为u(x)，其中u(x)不等于1，执行步骤2.2b)；

2.2a)挑选两个多项式q₂(x)和

满足q₂(x)不能整除

其中多项式q₂(x)是最高幂次数为1的任意多项式，多项式

是最高幂次数为n-1任意多项式，根据{P₁(x),P₁(x),P_n-1(x)}、q₂(x)以及得到迭代次数n时的平移满秩多项式序列 $\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_{n-1}\left(x\right),P_n\}=\{q_2\left(x\right)P_1\left(x\right),q_2\left(x\right)P_2\left(x\right),\·\·\·q_2\left(x\right)P_n\left(x\right),{\hat{q}}_n\left(x\right)\};$

2.2b)挑选两个多项式q₂(x)和满足q₂(x)不能整除

其中多项式q₂(x)是最高幂次数为1的任意多项式，多项式

是最高幂次数为n-1任意多项式，根据{P₁(x),P₂(x),…P_n-1(x)}、q₂(x)以及

得到迭代次数n时的平移满秩多项式序列 $\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_{n-1}\left(x\right),P_n\}=\{P_1\left(x\right),P_2\left(x\right),\·\·\·P_n\left(x\right),{\hat{q}}_n\left(x\right)\};$

2.3）判断迭代次数n是否等于R，若迭代次数n＝R，得到所有远端无线设备对应的平移满秩多项式序列{P₁(x),P₂(x),…P_R(x)}；若迭代次数n＜R，执行上述步骤2.2）。

3.根据权利要求1所述的协作多点传输中异步空时码编解码方法，其中步骤（3）所述的用户设备估计远端无线设备整体等效信道矩阵

按如下步骤进行：

3a)eNodeB演进型基站向所有的远端无线设备发送用户设备已知的训练序列A＝[A₀,A₁,........,A_N-1]，其中A_α表示不同时隙所发送的符号，α＝0,…,N-1；

3b)不同远端无线设备对接收到的训练序列A进行空时编码，得到空时编码训练序列W_r：

$W_1={\left[{\hat{T}}^{\left(r\right)}\right]}^T{A}^T,$

其中，空时编码训练序列W_r的维度为M×1维，[·]^T表示转置运算，

为第r个远端无线设备的时延卷积编码矩阵，r＝1,……R；

3c)不同远端无线设备将空时编码训练序列W_r发送到用户设备，得到用户设备接收训练符号序列

$\tilde{y}={\left[\begin{array}{cccc}{h}_1{W_1}^T& h_2{W_2}^T& \·\·\·& h_R{W_R}^T\end{array}\right]}^T+I$

$={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T{A}^T+I$

其中，I为MR×1维的噪声矩阵，hr为第r个远端无线设备和用户设备之间的信道参数信息；

3d)用户设备利用已知的训练序列A＝[A₀,A₁,........,A_N-1]，并应用最小均方误差信道估计方法对用户设备接收训练符号序列

进行信道估计，得到远端无线设备整体等效信道矩阵：

$\hat{H}={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T.$

4.根据权利要求1所述的协作多点传输中异步空时码编解码方法，其中步骤（7）所述的用户设备接收空时编码序列Q_r并利用频率偏移矩阵e_r对其进行频率补偿，按如下步骤进行：

4a)不同远端无线设备将空时编码序列Q_r发送到用户设备，得到用户设备接收符号序列

$\hat{y}={\left[\begin{array}{cccc}{h}_1{Q_1}^T& h_2{Q_2}^T& \·\·\·& h_R{Q_R}^T\end{array}\right]}^T+n$

$={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T{S}^T+n=\hat{H}{S}^T+n$

其中， $\hat{H}={\left[\begin{array}{cccc}{h}_1\left({\hat{T}}^{\left(1\right)}\right)& h_2\left({\hat{T}}^{\left(2\right)}\right)& \·\·\·& h_R\left({\hat{T}}^{\left(R\right)}\right)\end{array}\right]}^T$ 为远端无线设备整体等效信道矩阵，h_r为第r个远端无线设备和用户设备之间的信道参数信息，n为MR×1维的噪声矩阵，[·]^T表示转置运算；

4b)用户设备利用频率偏移矩阵频率偏移矩阵e_r对用户设备接收符号序列

进行频率补偿，得到用户设备频率补偿后的符号序列：

$y=\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]\hat{H}{S}^T+\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]n=H{S}^T+\hat{n}$

其中，y的维度为M×1维， $H=\left[\begin{array}{cccc}{e}_1& e_2& \·\·\·& e_R\end{array}\right]\hat{H}$ 为经过频率补偿后的等效信道矩阵，

为M×1维的噪声矩阵。

5.根据权利要求1所述的协作多点传输中异步空时码编解码方法，其中步骤（8）所述的用户设备频率补偿后的符号序列y，利用最小均方误差判决反馈解码方法进行解码，按如下步骤进行：

5a)利用频率补偿后的等效信道矩阵H构造辅助矩阵R：

$R=H^{H}H+\frac{{\mathrm{\σ}}_n^2}{{\mathrm{\σ}}_s^2}{I}_N$

其中，R的维度为N×N，[·]^H表示共轭转置运算，为噪声矩阵n中每一个元素的方差，为发送符号序列S＝[s₀,s₁,........,s_N-1]的功率，I_N为N×N维的单位矩阵；

5b)对上述辅助矩阵R进行Cholesky分解：

R＝L D L^H

其中，L为对角线元素为1的下三角矩阵，L^H表示L的共轭转置，D为N×N维的对角矩阵；

5c)利用上述对角线元素为1的下三角矩阵L以及辅助矩阵R，分别构造后端反馈滤波矩阵B和前端反馈滤波矩阵F：

$B=L-I_N=\left[\begin{array}{c}{b}_0\\ b_1\\ \·\\ \·\\ \·\\ b_{N-1}\end{array}\right]$

F＝L R^-1H^H

其中，B的维度为N×N，I_N为N×N维的单位矩阵，b_g为1×N维的行向量，g＝0,…,N-1,F的维度为N×N，H^H表示H的共轭转置，[·]^-1表示取逆运算，R^-1表示辅助矩阵R的逆；

5d)利用上述前端反馈滤波矩阵F对用户设备进行频率补偿后的符号序列y进行前向滤波，得到前向滤波后的向量Z：

Z＝Fy＝[z₀,z₁……z_N-1]^T；

其中，Z的维度为N×1维N×N，z_γ表示前向滤波后的向量Z＝[z₀,z₁……z_N-1]^T中的第γ个元素，γ＝0,…,N-1；

5e)根据上述后端反馈滤波矩阵B和前向滤波后的向量Z，按照下面公式实现对信息序列的解码：

${\hat{s}}_j=\left\{\begin{array}{cc}\mathrm{\θ}\left(z_0\right)& j=0\\ \mathrm{\θ}(z_j-{b^{*}}_j{\hat{S}}_{j-1})& 1\≤j\≤N-1\end{array}\right.$

其中，θ(z₀)表示在调制星座图中寻找与符号z₀欧式距离最小的星座点

表示在调制星座图中寻找与符号

欧式距离最小的星座点

z_j表示前向滤波后的向量Z＝[z₀,z₁……z_N-1]^T中的第j个元素，

表示j×1维解码符号向量，b^* _j为后端反馈滤波矩阵B中第j+1行b_j的前j+1列。

Images