CN103023549B - 基于下行mu-mimo的装置、***及排序优化方法 - Google Patents

Abstract

本发明实施例公开了一种基于下行MU-MIMO的装置、***及排序优化方法，所述方法包括初始化步骤、单用户容量计算步骤、多用户容量计算步骤、结合第一预定准则或第二预定准则，寻找出基于下行MU-MIMO的装置中接收干扰最强的用户索引j，并最先为所述索引指示的用户分配预编码矩阵以及接收合并矩阵的目标用户寻找步骤、循环处理步骤及剩余单用户处理步骤。本发明实施例通过采用结合第一预定准则或第二预定准则，寻找并对下行MU-MIMO中接收干扰最强的目标用户分配预编码矩阵和接收合并矩阵的技术手段，从而达到了在优化***性能的同时，显著降低算法复杂度的技术效果。

Description

基于下行MU-MIMO的装置、***及排序优化方法

技术领域

本发明涉及下行多用户多输入多输出（Multiple User Multiple InputMultiple Output，简称MU-MIMO）的预编码技术，尤其涉及一种基于下行MU-MIMO的装置、***及排序优化方法。

背景技术

基于下行MU-MIMO的***由于在相同的时频资源上复用了多个用户，存在多用户干扰（Multiple User Interference，简称MUI），因而在网络侧采用优良的预编码算法消除MUI至关重要。

现有技术中，块对角化（Block Diagonalization，简称BD）预编码完全消除了不同用户的重叠子空间，在此基础上发展起来的采用连续优化的汤姆林森-哈拉希玛预编码(Successive Optimization Tomlinson-Harashima Precoding，简称SO-THP)则可以更好的利用信道增益来优化***的整体性能。传统的SO-THP算法为信道条件最优的用户最先生成预编码矩阵以及解调矩阵，即采用“最优最先”的排序准则，该准则需要进行多次香农容量的求解以寻找到符合条件的排序组合，性能不佳且计算复杂度较大。

发明内容

本发明实施例所要解决的一个技术问题在于，提供一种基于下行MU-MIMO的装置，以解决现有排序存在的性能不佳且计算复杂度较大的问题。

本发明实施例所要解决的另一个技术问题在于，提供一种基于下行MU-MIMO的***，以解决现有排序存在的性能不佳且计算复杂度较大的问题。

本发明实施例所要解决的再一个技术问题在于，提供一种基于下行MU-MIMO的排序优化方法，以解决现有排序存在的性能不佳且计算复杂度较大的问题。

为了解决上述技术问题，本发明实施例提出了一种基于下行MU-MIMO的排序优化方法，所述方法包括：

初始化步骤：基于下行MU-MIMO的装置确定与其进行通信的多用户集合以及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T,$ 其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作；

单用户容量计算步骤：依次计算并存储每个用户的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB,i；

多用户容量计算步骤：基于下行MU-MIMO的装置在发送端采用BD预编码，依次计算并存储每个用户的BD预编码矩阵F_BD，i以及接收合并矩阵C_BD，i；

目标用户寻找步骤：令i＝K，根据前面三个步骤的输出结果，结合第一预定准则或第二预定准则，寻找出基于下行MU-MIMO的装置中接收干扰最强的用户索引j，并最先为所述索引指示的用户分配预编码矩阵以及接收合并矩阵

循环处理步骤：在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，重复多用户容量计算步骤和目标用户寻找步骤，直到该信道矩阵集合退化为单用户信道矩阵，此时i＝2，跳出循环；以及

剩余单用户处理步骤：i＝1时，多用户集合中仅剩余一个用户φ，根据单用户容量计算步骤所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB，i，直接利用用户φ来指定其预编码矩阵以及接收合并矩阵，即F₁＝F_EBB，φ，C₁＝C_EBB，φ。

为了解决上述技术问题，本发明实施例还提出了一种基于下行MU-MIMO的装置，所述装置包括:

确定参与通信的多用户集合以及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T$ 的初始化模块，其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作；

对集合中每个用户采用EBB预编码算法，依次计算每个用户各自的EBB预编码矩阵F_EBB,i和接收合并矩阵C_EBB，i的单用户容量计算模块；

对集合中每个用户采用BD预编码算法，依次计算每个用户各自的BD预编码矩阵F_BD，i和接收合并矩阵C_BD，i的多用户容量计算模块；

结合第一预定准则或者第二预定准则找出基于下行MU-MIMO的装置中接收干扰最强的目标用户j，并最先为所述索引指示的用户分配预编码矩阵和接收合并矩阵的目标用户寻找模块；

利用多用户容量计算模块和目标用户寻找模块计算结果，在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，直到该信道矩阵集合退化为某单用户信道矩阵时，跳出循环的循环处理模块；及

根据单用户容量计算模块所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB，i，直接利用用户φ来指定其预编码矩阵以及接收合并矩阵的剩余单用户处理模块。

为了解决上述技术问题，本发明实施例又提出了一种基于下行MU-MIMO的***，包括网络侧和终端侧，所述网络侧包括如上所述的基于下行MU-MIMO的装置。

本发明实施例的有益效果是：通过采用结合第一预定准则或第二预定准则，寻找并对下行MU-MIMO中接收干扰最强的目标用户最先分配预编码矩阵和接收合并矩阵的技术手段，达到了在优化***性能的同时，显著降低算法复杂度的技术效果。

附图说明

图1为本发明实施例的基于下行MU-MIMO的排序优化方法流程图；

图2为本发明实施例的下行MU-MIMO配置为{2,2}×4情形下，两用户信道条件相当时的误码率性能仿真曲线；

图3为本发明实施例的下行MU-MIMO配置为{2,2}×4情形下，两用户信道条件不相当（即出现“远近效应”）时的误码率性能仿真曲线。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。

在蜂窝小区***中，好的调度算法不仅要考虑小区平均容量值的提升，也应同时兼顾公平性。以牺牲小区边缘用户的容量值，去换取***整体容量值的提升是不可取的。因此，在调度形成的用户集合中，很有可能汇集了来自多个不同地理位置的用户。不同用户大尺度衰落系数的不同，势必在很大程度上影响整个基于下行MU-MIMO的***的性能。此时，合理的用户排序所带来的积极作用将变得更加明显。

请参考图1，本发明实施例的基于下行MU-MIMO的排序优化方法包括：初始化步骤S1：在一个基于下行MU-MIMO的装置中，设对应网络侧配置N_T根发送天线，装置中共有K个移动台（用户），第k个移动台配置N_Rk根接收天线，装置总的接收天线数为天线数满足N_T≥N_R，则所述装置的天线配置为{N_R1,N_R2,...,N_RK}×N_T。考虑平坦衰落信道，用户的下行信道可以表示为所有用户构成的级联信道可以表示为初始化生成用户集合以及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T,$ 其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作。

单用户容量计算步骤S2：依次计算并存储各用户的特征波束赋形（Eigenvalue Based Beamforming，简称EBB）预编码矩阵F_EBB，i以及接收合并C_EBB，i以备用。

多用户容量计算步骤S3：基于下行MU-MIMO的装置在发送端对信道矩阵采用BD预编码，依次计算并存储每个用户的BD预编码矩阵F_BD，i以及接收合并矩阵C_BD,i以备用；

目标用户寻找步骤S4：令i＝K，根据前面三个步骤的输出结果，结合第一预定准则或第二预定准则，寻找出基于下行MU-MIMO的装置中接收干扰最强的用户索引j，并最先为所述索引指示的用户分配预编码矩阵以及接收合并矩阵

循环处理步骤S5：在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，重复多用户容量计算步骤和目标用户寻找步骤，直到该信道矩阵集合退化为单用户信道矩阵，此时i＝2，跳出循环；

剩余单用户处理步骤S6：i＝1时，用户集合中仅剩余一个用户φ，此时BD预编码转化为直接对该用户φ指向的单用户信道矩阵Φ＝H_φ做奇异值分解（Singular Value Decomposition，简称SVD），由于在对各用户进行排序之前，已经计算出其各自的EBB预编码矩阵以及解调矩阵，因此，此处不必重复做SVD分解，而根据单用户容量计算步骤所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB，i，直接利用φ来指定其预编码矩阵以及接收合并矩阵，即F₁＝F_EBB,φ，C₁＝C_EBB,φ。

具体地，所述第一预定准则即容量差值最大化准则：即不考虑多用户干扰存在的情况下每个用户可以获得的单用户容量与考虑多用户干扰存在的情况下发送端采用块对角化预编码每个用户可以达到的实际容量之差值，在采用第一预定准则时，在单用户容量计算步骤还需要计算基于下行MU-MIMO的装置中在没有其他用户存在时，每个用户可以达到的单用户容量值即理想香农容量值Cap_EBB，i，在多用户容量计算步骤还计算每个用户可以达到的实际香农容量值Cap_BD，i。

所述第二预定准则即范数最大化准则：即每用户采用EBB预编码时的下行等效信道矩阵与采用BD预编码时的下行等效信道矩阵之差的Frobenius范数值。

下面，以{2,2,2}×6的基于下行MU-MIMO的装置为例进行说明，首先对三个用户分别计算Cap_EBB，1、Cap_EBB，2、Cap_EBB，3。多用户集合信道矩阵集合

第一次循环，i＝K＝3，BD(Φ)输出F_BD，1、F_BD，2、F_BD，3及C_BD，1、C_BD，2、C_BD，3，（BD算法输出结果）计算Cap_BD，1、Cap_BD，2、Cap_BD，3。找出j＝2，则F₃＝F_BD，2，C₃＝C_BD，2；更新（“\”代表删除）；更新

第二次循环，i＝K-1＝2，BD(Φ)输出F_BD，1、F_BD,3及C_BD，1、C_BD，3，计算Cap_BD，1、Cap_BD，3。找出j＝2，则F₂＝F_BD,3，C₂＝C_BD，3。更新更新

i＝1时，跳出循环，φ＝1，F₁＝F_EBB，φ＝F_EBB，1，C₁＝C_EBB，φ＝C_EBB,1。

请一并参考图2和图3，通过仿真，发现为容量损失最大即受到干扰最强的用户最先生成预编码矩阵及接收合并矩阵可以获得较优的误码率性能，第一预定准则即照此要求设计。然而，为了更加快速地寻找出接收干扰最强的信道条件较差的用户，我们采用另一种优化方法，即第二预定准则。该准则不直接计算香农容量公式，而利用一种近似的范数表达快速寻找出信道条件较差的用户，完成用户排序过程。在基于下行MU-MIMO的***出现远近效应时，无论采用第一或第二预定准则，性能优势都更加明显。

本发明实施例还提供了一种基于下行MU-MIMO的装置，其包括:

确定参与通信的多用户集合及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T$ 的初始化模块，其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作；

对集合中每个用户采用EBB预编码算法，依次计算每个用户各自的EBB预编码矩阵F_EBB,i和接收合并矩阵C_EBB,i的单用户容量计算模块；

对集合中每个用户采用BD预编码算法，依次计算每个用户各自的BD预编码矩阵F_BD，i和接收合并矩阵C_BD，i的多用户容量计算模块；

结合第一预定准则或者第二预定准则找出基于下行MU-MIMO的装置中接收干扰最强的目标用户，并最先为所述索引指示的用户分配预编码矩阵和接收合并矩阵的目标用户寻找模块；

利用多用户容量计算模块和目标用户寻找模块计算结果，在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，直到该信道矩阵集合退化为某单用户信道矩阵时，跳出循环的循环处理模块；及

根据单用户容量计算模块所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB，i，直接利用用户φ来指定其预编码矩阵以及接收合并矩阵的剩余单用户处理模块。

具体地，所述第一预定准则即容量差值最大化准则：即不考虑多用户干扰存在的情况下每个用户可以获得的单用户容量与考虑多用户干扰存在的情况下发送端采用块对角化预编码每个用户可以达到的实际容量之差值。对应的单用户容量计算模块、多用户容量计算模块分别计算理想香农容量值Cap_EBB，i及实际香农容量值Cap_BD，i。

所述第二预定准则即范数最大化准则：即每用户采用EBB预编码时的下行等效信道矩阵与采用BD预编码时的下行等效信道矩阵之差的Frobenius范数值。

此外，本发明实施例还提供了一种基于下行MU-MIMO的***，包括网络侧和终端侧，所述网络侧包括如上所述的基于下行MU-MIMO的装置。

与现有技术相比，本发明实施例具有以下优点：

使用所述第一预定准则及第二预定准则，对应的装置及***可达的误码率性能均优于传统设计准则下的SO-THP算法；

在采用第二预定准则时，计算复杂度明显降低，而***性能基本没有损失；

所提出的SO-THP算法，对于经过循环后仅包含单用户的信道矩阵，不再做SVD分解，而是根据最后被选择的单用户的索引来指定其预编码矩阵及解调矩阵，从而改善了传统算法需要重复进行SVD计算的缺点。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。

Claims (5)

1.一种基于下行MU-MIMO的排序优化方法，其特征在于，所述方法包括：

初始化步骤：基于下行MU-MIMO的装置确定与其进行通信的多用户集合以及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T,$ 其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作；

单用户容量计算步骤：依次计算并存储每个用户的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB,i；

多用户容量计算步骤：基于下行MU-MIMO的装置在发送端采用BD预编码，依次计算并存储每个用户的BD预编码矩阵F_BD,i以及接收合并矩阵C_BD,i；

目标用户寻找步骤：令i＝K，根据前面三个步骤的输出结果，结合第一预定准则或第二预定准则，寻找出基于下行MU-MIMO的装置中接收干扰最强的用户索引j，并最先为所述索引指示的目标用户分配预编码矩阵以及接收合并矩阵所述第一预定准则即容量差值最大化准则：即不考虑多用户干扰存在的情况下每个用户可以获得的单用户容量与考虑多用户干扰存在的情况下发送端采用块对角化预编码每个用户可以达到的实际容量之差值；所述第二预定准则即范数最大化准则：即每用户采用EBB预编码时的下行等效信道矩阵与采用BD预编码时的下行等效信道矩阵之差的Frobenius范数值；其中，Cap_EBB,i是指理想香农容量值，Cap_BD,i是指实际香农容量值；

循环处理步骤：在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，重复多用户容量计算步骤和目标用户寻找步骤，直到该信道矩阵集合退化为单用户信道矩阵，此时i＝2，跳出循环；以及

剩余单用户处理步骤：i＝1时，多用户集合中仅剩余一个用户φ，根据单用户容量计算步骤所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB,i，直接利用用户φ来指定其预编码矩阵以及接收合并矩阵，即F₁＝F_EBB,φ，C₁＝C_EBB,φ。

2.如权利要求1所述的方法，其特征在于，在采用第一预定准则时，在单用户容量计算步骤、多用户容量计算步骤还分别计算理想香农容量值Cap_EBB,i及实际香农容量值Cap_BD,i。

3.一种基于下行MU-MIMO的装置，其特征在于，所述装置包括:

确定参与通信的多用户集合以及信道矩阵集合 $\mathrm{\Φ}=H={\left[\begin{array}{cccccc}{H}_1^T& H_2^T& ...& H_i^T& ...& H_K^T\end{array}\right]}^T$ 的初始化模块，其中，代表第i个用户的频域信道矩阵，下标i取值为1到K，上标T代表对矩阵进行转置操作；

对集合中每个用户采用EBB预编码算法，依次计算每个用户各自的EBB预编码矩阵F_EBB,i和接收合并矩阵C_EBB,i的单用户容量计算模块；

对集合中每个用户采用BD预编码算法，依次计算每个用户各自的BD预编码矩阵F_BD,i和接收合并矩阵C_BD,i的多用户容量计算模块；

结合第一预定准则或者第二预定准则找出基于下行MU-MIMO的装置中接收干扰最强的用户索引j，并最先为所述索引指示的目标用户分配预编码矩阵和接收合并矩阵的目标用户寻找模块；所述第一预定准则即容量差值最大化准则：即不考虑多用户干扰存在的情况下每个用户可以获得的单用户容量与考虑多用户干扰存在的情况下发送端采用块对角化预编码每个用户可以达到的实际容量之差值；所述第二预定准则即范数最大化准则：即每用户采用EBB预编码时的下行等效信道矩阵与采用BD预编码时的下行等效信道矩阵之差的Frobenius范数值；其中，Cap_EBB,i是指理想香农容量值，Cap_BD,i是指实际香农容量值；

利用多用户容量计算模块和目标用户寻找模块计算结果，在用户集合中删除用户索引j对应的目标用户同时在信道矩阵集合Φ中删除目标用户对应的信道矩阵形成新的信道矩阵进入下一次循环，直到该信道矩阵集合退化为某单用户信道矩阵时，跳出循环的循环处理模块；及

根据单用户容量计算模块所计算出的EBB预编码矩阵F_EBB,i以及接收合并矩阵C_EBB,i，直接利用用户φ来指定其预编码矩阵以及接收合并矩阵的剩余单用户处理模块。

4.如权利要求3所述的基于下行MU-MIMO的装置，其特征在于，单用户容量计算模块、多用户容量计算模块还需要分别计算理想香农容量值Cap_EBB,i及实际香农容量值Cap_BD,i。

5.一种基于下行MU-MIMO的***，包括网络侧和终端侧，其特征在于，所述网络侧包括如权利要求3或4所述的基于下行MU-MIMO的装置。