CN103546209B - 一种lte-a***中的八天线码本选择方法 - Google Patents

Abstract

本申请公开了LTE-A***中的八天线码本选择方法，在对单层和双层码本进行选择时，首先遍历W₁的16种码字确定出PMI1，再根据确定出的PMI1遍历W₂的16种码字确定PMI2。这样，计算复杂度仅为32次，就可以确定出PMI1和PMI2，从而大大降低了码本选择的复杂度。

Description

一种LTE-A***中的八天线码本选择方法

技术领域

本申请涉及通信***中的预编码技术，特别涉及一种LTE-A***中的八天线码本选择方法。

背景技术

新一代无线移动通信***的目标是实现高速可靠的多媒体无线数据通信。为了实现这一目标，需要解决信道多径衰落问题并提高带宽效率。MIMO充分利用空间复用和分集增益提高覆盖率、频谱效率和峰值吞吐量，MIMO-OFDM能获得较高的频谱效率和相对较低的处理复杂度，是目前移动通信***中广泛采用的关键技术。基于正交频分复用(OFDM)和多输入多输出(MIMO)技术的宽带无线移动通信***(MIMO-OFDM)能够充分利用有限的频谱资源，因而成为下一代(4G)无线移动通信的热点研究领域。

MIMO预编码技术，就是在已知发端信道状态信息CSIT的情况下，通过在发送端对发送的信号做一个预先的处理，以方便接收机进行信号检测的一种均衡技术。目前3GPP组织提出的LTE-Advanced标准是在LTE基础上的增强，基站端最大支持天线数从4天线提升至8天线。在MIMO预编码中，码字也随之进行了升级，R10版本协议TS36.211中[1]已经确定了最终码字组成，各层的码字数如表1所示，从表1中可以看出层1到层2的码本都非常的庞大，采用传统的遍历算法时间复杂度非常高，

表1各层的码字总数

RI	1	2	3	4	5	6	7	8
									码字数	256	256	64	32	4	4	4	1

LTE的8天线码本是对GoB（Gridofbeam）码本、差分码本和自适应码本作了选择和更新，决定仍然采用二级码本结构，即

$W_1=\left[\begin{array}{cc}X& 0\\ 0& X\end{array}\right]---\left(1\right)$

W=W₁*W₂

对角块矩阵W₁是用来匹配双极化天线的空域协方差，即跟踪宽带/长时信道特性，从W₁中至少可以生成16组8天线向量，通过W₂产生联合相位，W₂是用来匹配阵列天线的空域协方差，即跟踪频率选择性/短时信道特性。无论信道相关性高或者低，这个码本都会有很好的性能。对于层1和层2，码本结构如下：

Rank为1～2时：

B＝[b₀b₁…b₃₁](2)

其中，b_i卑为4维的列向量，B为4×32维的矩阵，矩阵B中的任一元素[B]_1+m，1+n为：

${\left[B\right]}_{1+m,1+n}=e^{j\frac{2\mathrm{\πmn}}{32}},m=\mathrm{0,1,2,3},n=\mathrm{0,1},\·\·\·,31---\left(3\right)$

X^(k)∈{[b_2kmod32b_(2k+1)mod32b_(2k+2)mod32b_(2k+3)mod32]k＝0，1，…，15}(4)

${W_1}^{\left(k\right)}=\left[\begin{array}{cc}{X}^{\left(k\right)}& 0\\ 0& X^{\left(k\right)}\end{array}\right]---\left(5\right)$

Codebook1： $C_1=\{{W_1}^{\left(0\right)},{W_1}^{\left(1\right)},{W_1}^{\left(2\right)},\·\·\·,{W_1}^{\left(15\right)}\}---\left(6\right)$

Rank1：

$W_2\∈C_2=\{\frac{1}{\sqrt{2}}\left[\begin{array}{c}Y\\ Y\end{array}\right],\frac{1}{\sqrt{2}}\left[\begin{array}{c}Y\\ \mathrm{jY}\end{array}\right],\frac{1}{\sqrt{2}}\left[\begin{array}{c}Y\\ -Y\end{array}\right],\frac{1}{\sqrt{2}}\left[\begin{array}{c}Y\\ \mathrm{jY}\end{array}\right]\}---\left(7\right)$

$Y\∈\{{\tilde{e}}_1,{\tilde{e}}_2,{\tilde{e}}_3,{\tilde{e}}_4\}$

Rank2：

$W_2\∈C_2=\{\frac{1}{\sqrt{2}}\left[\begin{array}{cc}{Y}_1& Y_2\\ Y_1& -Y_2\end{array}\right],\frac{1}{\sqrt{2}}\left[\begin{array}{cc}{Y}_1& Y_2\\ {\mathrm{jY}}_1& -{\mathrm{jY}}_2\end{array}\right]\}$

(8)

$(Y_1,Y_2)\∈\left\{\begin{array}{c}({\tilde{e}}_1,{\tilde{e}}_1),({\tilde{e}}_2,{\tilde{e}}_2),({\tilde{e}}_3,{\tilde{e}}_3),({\tilde{e}}_4,{\tilde{e}}_4),\\ ({\tilde{e}}_1,{\stackrel{!~}{e}}_2),({\tilde{e}}_2,{\tilde{e}}_3),({\tilde{e}}_1,{\tilde{e}}_4),({\tilde{e}}_2,{\tilde{e}}_4)\end{array}\right\}$

从中可以看出，码本反馈包括W₁的索引PMI1和W₂的索引PMI2两部分，分别为0～15，因此，从码字数来看，层1到层2的码本都非常的庞大，共有256个码字。针对层1和层2的码本，全遍历选择PMI1和PMI2的流程如图1所示：

步骤101，用户对信道进行估计得到信道状态信息，再根据信道状态信息，对PMI1和PMI2的所有可能选择计算f(PMI1，PMI2)。

其中，f(PMI1，PMI2)为依据预设的准则计算的函数值，PMI1＝0，1，2，...，15，PMI2＝0，1，2，...15，预设的准则可以是最大信道容量准则等，f函数相应为信道容量表达式。

步骤102，根据预设的准则选择f函数值最优时的PMI1和PMI2，进行反馈。

上述全遍历PMI1和PMI2的方式可以得到使性能最优的码字，但该遍历算法在层1和层2的码本情况下，算法复杂度很高，需要进行16*16次循环，不宜于***实现。

发明内容

本申请提供一种LTE-A***中的八天线码本选择方法，能够降低码本选择的复杂度。

一种LTE-A***中的八天线码本选择方法，对于单层码本，该方法包括：

a、获取信道状态信息H=[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H1和H2；其中，H₁=[h₁h₂h₃h₄]，H₂=[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性；

b、对应K的每种取值，对矩阵H₁X^(K)进行特征值分解得到最大特征值λ_K，1，对矩阵H₂X^(K)进行特征值分解得到最大特征值λ_K，2；K=0，1，...，15，X^(K)=[b_2Kmod32b_(2K+1)mod32b_(2K+2)mod32b_(2K+3)mod32]，

$b_i={\left[\begin{array}{cccc}{e}^{j\frac{2\mathrm{\π}(1+i)}{32}}& e^{j\frac{4\mathrm{\π}(1+i)}{32}}& e^{j\frac{6\mathrm{\π}(1+i)}{32}}& e^{j\frac{8\mathrm{\π}(1+i)}{32}}\end{array}\right]}^T;$

c、对应步骤b中所有K，计算特征值λ_K，1与λ_K，2之和，选择最大的和值对应的K为PMI1；

d、根据信道状态信息和PMI1，按照预设的准则选择PMI2。

较佳地，所述预设的准则为最大信道容量准则、最小均方误差准则或最小误比特率准则。

一种LTE-A***中的八天线码本选择方法，对于双层码本，该方法包括：

a、获取信道状态信息H=[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H1和H2；其中，H₁=[h₁h₂h₃h₄]，H₂=[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性；

b、对应K的每种取值，对矩阵[H₁X^(K)H₂X^(K)]进行特征值分解，得到最大的两个非零特征值δ_K，1和δ_K，2；

c、对应步骤b中所有K，计算特征值δ_K，1与δ_K，2之积，选择最大的积对应的K为PMI1；

d、根据信道状态信息和PMI1，按照预设的准则选择PMI2。

较佳地，所述预设的准则为最大信道容量准则、最小均方误差准则或最小误比特率准则。

由上述技术方案可见，本申请在对单层和双层码本进行选择时，首先遍历W₁的16种码字确定出PMI1，再根据确定出的PMI1遍历W₂的16种码字确定PMI2。这样，计算复杂度仅为32次，就可以确定出PMI1和PMI2，从而大大降低了码本选择的复杂度。

附图说明

图1为全遍历选择PMI1和PMI2的方法流程示意图；

图2为本申请实施例一中码本选择方法的流程示意图；

图3为本申请实施例二中码本选择方法的流程示意图；

图4为单层码本情况下本申请的方法与背景技术方法的性能比较示意图；

图5为双层码本情况下本申请的方法与背景技术方法的性能比较示意图。

具体实施方式

为了使本申请的目的、技术手段和优点更加清楚明白，以下结合附图对本申请做进一步详细说明。

本申请的基本思想是：分步选择PMI1和PMI2，即确定PMI1的过程只基于W₁的信息，不需要再去遍历W₂的所***字，在PMI1确定的基础上根据一定的准则（最大信道容量、最小MSE或最小BER等准则）确定PMI2。

下面对本申请的具体实现进行详细描述。具体通过实施例一和实施例二分别对单层码本和双层码本对应的选择方法进行说明。

实施例一：

图2为本申请实施例一中的八天线单层码本选择方法流程图。如图2所示，该方法包括：

步骤201，获取信道状态信息H=[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H1和H2。

其中，H₁=[h₁h₂h₃h₄]，H₂=[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性，即h_i，i＝1，...8为nRx×1维的列向量，nRx为接收天线数。

步骤202，对K＝0，1，…，15，对矩阵H₁X^(K)进行特征值分解，得到的最大特征值记为λ_K，1；对矩阵H₂X^(K)进行特征值分解，得到的最大特征值记为λ_K，2。

其中X^(K)如式（4）所示，也就是说：

X^(K)＝[b_2Kmod32b_(2K+1)mod32b_(2K+2)mod32b_(2K+3)mod32]，

$b_i={\left[\begin{array}{cccc}{e}^{j\frac{2\mathrm{\π}(1+i)}{32}}& e^{j\frac{4\mathrm{\π}(1+i)}{32}}& e^{j\frac{6\mathrm{\π}(1+i)}{32}}& e^{j\frac{8\mathrm{\π}(1+i)}{32}}\end{array}\right]}^T$

步骤203，对K=0，1，…，15，将步骤202中得到的两个特征值λ_K，1和λ_K，2求和，将最大的和值对应的K值作为索引PMI1。

也就是说，

$\mathrm{PMI}1=\underset{K=\mathrm{0,1},...15}{\arg \max }({\mathrm{\λ}}_{K,1}+{\mathrm{\λ}}_{K,2})---\left(9\right)$

步骤204，根据步骤201中获取的信道状态信息和步骤203确定的PMI1，按照预设的准则选择PMI2。

具体本步骤中选择PMI2的方式可以采用现有方式，按照现有的多种准则进行，例如最大信道容量准则、最小均方误差准则或最小误比特率准则等，这里就不再赘述。选择出PMI1和PMI2后也就确定了进行发送预编码的码本。

至此，本实施例中的码本选择方法流程结束。

实施例二：

图3为本申请实施例二中的八天线单层码本选择方法流程图。如图3所示，该方法包括：

步骤301，获取信道状态信息H=[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H1和H2。

其中，H₁=[h₁h₂h₃h₄]，H₂=[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性，即h_i，i＝1，...8为nRx×1维的列向量，nRx为接收天线数。

步骤302，对K＝0，1，…，15，对矩阵[H₁X^(K)H₂X^(K)]进行特征值分解，得到最大的两个非零特征值记为δ_K，1和δ_K，2。

其中X^(K)如式（4）所示，也就是说：

X^(K)＝[b_2Kmod32b_(2K+1)mod32b_(2K+2)mod32b_(2K+3)mod32]，

$b_i={\left[\begin{array}{cccc}{e}^{j\frac{2\mathrm{\π}(1+i)}{32}}& e^{j\frac{4\mathrm{\π}(1+i)}{32}}& e^{j\frac{6\mathrm{\π}(1+i)}{32}}& e^{j\frac{8\mathrm{\π}(1+i)}{32}}\end{array}\right]}^T$

步骤303，对K＝0，1，…，15，将步骤302中得到的两个特征值δ_K，1和δ_K，2求乘积，将最大的乘积值对应的K值作为索引PMI1。

也就是说，

$\mathrm{PMI}1=\underset{K=\mathrm{0,1},...15}{\arg \max }\left({\mathrm{\δ}}_{K,1}{\mathrm{\δ}}_{K,2}\right)---\left(10\right)$

步骤304，根据步骤301中获取的信道状态信息和步骤303确定的PMI1，按照预设的准则选择PMI2。

具体本步骤中选择PMI2的方式可以采用现有方式，按照现有的多种准则进行，例如最大信道容量准则、最小均方误差准则或最小误比特率准则等，这里就不再赘述。选择出PMI1和PMI2后也就确定了进行发送预编码的码本。

至此，本实施例中的码本选择方法流程结束。

由上述本申请的具体实现可见，在进行PMI1和PMI2选择时，采用分步选择方式，即首先单独进行PMI1的选择，然后再基于选择出的PMI1选择PMI2，这样，大大降低了遍历码本的个数，从而降低了实现复杂度，更适宜于***实现。

另外，对于上述本申请的码本选择方式还进行性能仿真。其中，仿真环境如下：接收天线数为nRx＝2，层数nRank＝1，进行码本选择时依据的准则为最大信道容量准则。图4和图5为仿真结果。

具体地，图4为单层码本情况下本申请的码本选择方法与背景技术中的码本选择方法的性能比较示意图。如图4所示，曲线401为背景技术中的码本选择方法的仿真结果，PMI1和PMI2的反馈时延均为1ms；曲线402为本申请的码本选择方法（即实施例一所示的方法）的仿真结果，PMI1和PMI2的反馈时延均为1ms（即图中所示PMI1-1ms和PMI2-1ms）；曲线403为本申请的码本选择方法（即实施例一所示的方法）的仿真结果，PMI1的反馈时延为10ms，PMI2的反馈时延为1ms。由图4可见，单层码本情况下，当PMI1和PMI2的反馈时延为1ms时，性能非常接近，但是本申请的方式计算复杂度则大大降低；对于本申请的方式，PMI1的反馈时延为10ms与PMI1反馈时延为1ms相比，性能相差0.2dB左右。

图5为双层码本情况下本申请的码本选择方法与背景技术中的码本选择方法的性能比较示意图。如图5所示，曲线501为背景技术中的码本选择方法的仿真结果，PMI1和PMI2的反馈时延均为1ms；曲线502为本申请的码本选择方法（即实施例二所示的方法）的仿真结果，PMI1和PMI2的反馈时延均为1ms（即图中所示PMI1-1ms和PMI2-1ms）；曲线503为本申请的码本选择方法（即实施例二所示的方法）的仿真结果，PMI1的反馈时延为10ms，PMI2的反馈时延为1ms。由图5可见，双层码本情况下，当PMI1和PMI2的反馈时延为1ms时，性能非常接近，但是本申请的方式计算复杂度则大大降低；对于本申请的方式，PMI1的反馈时延为10ms与PMI1反馈时延为1ms相比，性能相差0.2dB左右。

由上述仿真结果可见，无论是单层码本还是双层码本，本申请的码本选择方法的性能与现有全遍历码本选择方法的性能均十分接近，而计算复杂度则大大降低。可见，本申请的码本选择方法，能够在几乎不影响***性能的前提下大大降低实现复杂度，更适宜于***实现。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (4)

1.一种LTE-A***中的八天线码本选择方法，其特征在于，对于单层码本，该方法包括：

a、获取信道状态信息H＝[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H₁和H₂；其中，H₁＝[h₁h₂h₃h₄]，H₂＝[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性；

b、对应K的每种取值，对矩阵H₁X^(K)进行特征值分解得到最大特征值λ_K,1，对矩阵H₂X^(K)进行特征值分解得到最大特征值λ_K,2；K＝0,1,…,15，X^(K)＝[b_2Kmod32b_(2K+1)mod32b_(2K+2)mod32b_(2K+3)mod32]，

$b_i={\left[\begin{array}{cccc}{e}^{j\frac{2\mathrm{\π}(1+i)}{32}}& e^{j\frac{4\mathrm{\π}(1+i)}{32}}& e^{j\frac{6\mathrm{\π}(1+i)}{32}}& e^{j\frac{8\mathrm{\π}(1+i)}{32}}\end{array}\right]}^T;$

c、对应步骤b中所有K，计算特征值λ_K,1与λ_K,2之和，选择最大的和值对应的K为PMI1；

d、根据信道状态信息和PMI1，按照预设的准则选择PMI2。

2.根据权利要求1所述的方法，其特征在于，所述预设的准则为最大信道容量准则、最小均方误差准则或最小误比特率准则。

3.一种LTE-A***中的八天线码本选择方法，其特征在于，对于双层码本，该方法包括：

a、获取信道状态信息H＝[h₁h₂h₃h₄h₅h₆h₇h₈]，并将该信道状态信息H分为两部分H₁和H₂；其中，H₁＝[h₁h₂h₃h₄]，H₂＝[h₅h₆h₇h₈]，h_i为第i根发送天线到所有接收天线的信道特性；

b、对应K的每种取值，对矩阵[H₁X^(K)H₂X^(K)]进行特征值分解，得到最大的两个非零特征值δ_K,1和δ_K,2；其中，K＝0,1,…,15，X^(K)＝[b_2Kmod32b_(2K+1)mod32b_(2K+2)mod32b_(2K+3)mod32]， $b_i={\left[\begin{array}{cccc}{e}^{j\frac{2\mathrm{\π}(1+i)}{32}}& e^{j\frac{4\mathrm{\π}(1+i)}{32}}& e^{j\frac{6\mathrm{\π}(1+i)}{32}}& e^{j\frac{8\mathrm{\π}(1+i)}{32}}\end{array}\right]}^T;$

c、对应步骤b中所有K，计算特征值δ_K,1与δ_K,2之积，选择最大的积对应的K为PMI1；

d、根据信道状态信息和PMI1，按照预设的准则选择PMI2。

4.根据权利要求3所述的方法，其特征在于，所述预设的准则为最大信道容量准则、最小均方误差准则或最小误比特率准则。