CN104052568A - 针对定时同步互易性误差的协作多点传输预编码算法 - Google Patents

Abstract

本发明提出了一种针对定时同步互易性误差的协作多点传输下行预编码算法。在定时同步互易性误差近似恒定的应用场景，该算法会通过MMSE信道估计、RVQ量化反馈、LS误差估计、以及线性内插在设计预编码向量或矩阵时对此类误差进行补偿。在定时同步互易性误差实时变化的应用场景，该算法会通过此类误差的概率密度函数，最大化平均SLNR的下界获得鲁棒预编码向量或矩阵。在TDD模式的协作多点传输***中，相对于传统的预编码算法，该算法能克服定时同步互易性误差对预编码向量或矩阵间正交性的影响，更好地消除用户或小区间的干扰，提升***容量。

Description

针对定时同步互易性误差的协作多点传输预编码算法

技术领域

本发明涉及无线通信领域，特别涉及采用OFDM技术TDD模式的协作通信***。

背景技术

近年来为了进一步提高频谱效率、改善小区边缘用户吞吐量，协作多点传输(Coordinated Multi-point Transmission,CoMP)成为了通信领域研究热点。研究人员设计和改进了大量的预编码算法，以完全消除或较大幅度降低多用户间及同频小区间的干扰。由于大部分预编码算法均基于理想信道信（ChannelSide Information，CSI）假设，因此信CSI的准确性成为了保证联合预编码算法性能的关键。在CoMP中，TDD模式基于信道互易特点，通过上行导频估计而获得下行信道的CSI，从而避免了FDD模式的大规模量化反馈开销及误差。因此TDD模式被认为是CoMP的重要发展方向。

在实际的应用中，上下行等效信道除了包含空中的传输信道外，还包括发射端与接收端的基带和射频部分。因此TDD模式的上下行等效信道通常为非理想互易，从而使预编码的性能大幅度降低。Su Liyan等人研究了等效信道的时变性。Jose和Ashikhmin研究了导频污染与上下行信道非对称干扰。为了推动TDD模式的实际应用，Alcatel-Lucent公司建立了MIMO***窄带信道的互易性误差模型。与此同时，Huang Fan以及Shi Jing还对CoMP信道的射频增益互易性误差进行建模分析，并提出了相应的校准方法。对于频率选择性衰落信道，LTE或WiMAX均采用OFDM以对抗多径效应。引入OFDM会对会对TDD模式的CoMP***带来新的信道互易性误差。此类信道互易性误差会导致传统的预编码算法性能大幅度降低。

文中斜黑体表示向量或矩阵，(·)^H与(·)^-1分别表示共轭转置及矩阵逆，|·|与|·|分别表示取复数模和取向量的2-范数，为克罗内克积（Kronecker product），diag{·}为对角矩阵，E{·}表示取期望值，I_x表示秩为x的单位矩阵。

发明内容

对于采用OFDM的TDD模式CoMP***，本发明涉及由同步时偏引起的信道非理想互易性误差，并针对其特性提出了对抗该互易性误差的预编码算法。CoMP***的本质为多小区基站协作。假设***中有B个协作基站，各基站均装配n_t根天线。假设***中有M个用户，各用户均装配单根天线。***采用OFDM将信道在频域划分为N个子信道。在第k个子信道，协作基站到用户m的等效上下行信道可表示为

(1)

其中分别表示协作基站b与用户m间的等效上行与下行信道。为方便表达，后文公式中均省略子信道索引k。假设发射总功率P平均分配给各用户，则用户m在第k个子信道的接收信号可表示为

$r_m=\sqrt{\frac{P}{M}}{H}_{m\_\mathrm{DL}}{v}_m{s}_m+\underset{j=1,j\≠m}{\overset{M}{\mathrm{\Σ}}}\sqrt{\frac{P}{M}}{H}_{m\_\mathrm{DL}}{v}_j{s}_j+n_{\mathrm{noise}}---\left(2\right)$

其中s_m和s_j为发送给用户m与用户j的信号，v_m和v_j为用户m与用户j的预编码向量，n_noise为加性复高斯白噪声。

OFDM的FFT窗口起点位于无符号间干扰的循环前缀（Cyclic Prefix，CP）内，即定时同步误差d满足L-N_CP≤d≤0（其中L,N_CP分别表示最大多径时延和CP长度）。该定时同步误差d造成相位旋转exp(-j2πkd/N)。在第k个子信道，协作基站b到用户m的上下行等效信道可表示为

$h_{\mathrm{mb}\_\mathrm{UL}}=h_{\mathrm{mb}}\×e^{-j2\mathrm{\πk}{d}_{\mathrm{mb}.\mathrm{UL}}/N}$ (3)

$h_{\mathrm{mb}\_\mathrm{DL}}=h_{\mathrm{mb}}\×e^{-j2\mathrm{\πk}{d}_{\mathrm{mb}.\mathrm{DL}}/N}$

其中d_mb.UL和d_mb.DL分别表示上行与下行的定时同步误差，而表示协作基站b和用户m之间的空中传输信道，满足理想互易。忽略信道的路径衰落与阴影衰落，仅考虑瑞利衰落，则h_mb中的各元素相互独立，且均服从标准复高斯分布CN(0,1)。由式(3)，协作基站b和用户m之间的上下行等效信道关系可表示为

$h_{\mathrm{mb}\_\mathrm{DL}}=h_{\mathrm{mb}\_\mathrm{UL}}{e}^{-j2\mathrm{\πk}(d_{\mathrm{mb}.\mathrm{DL}}-d_{\mathrm{mb}.\mathrm{UL}})/N}---\left(4\right)$

定义φ_mb＝-2πkΔd_mb/N为协作基站b与用户m之间上下行等效信道的定时同步互易性误差，其中Δd_mb＝(d_mb.DL-d_mb.UL)。协作基站和用户m之间的下行等效信道又可表示为上行信道与定时同步互易性误差的乘积

H_{m_DL}＝H_{m_UL}Φ_m    (5)

其中 ${\mathrm{\Φ}}_m=\mathrm{diag}\{e^{j{\mathrm{\φ}}_{m1}},...e^{j{\mathrm{\φ}}_{\mathrm{mB}}}\}\⊗I_{n_t}.$

对于多点对多点的CoMP***，定时同步互易性误差会造成传统预编码性能大幅度降低。针对定时同步互易性误差特性，本发明提出了对抗该误差的预编码算法。根据两类不同的CoMP***应用场景，本发明提出的预编码算法又可分为基于估计补偿的预编码算法和基于误差分布的预编码算法。当在CoMP***中定时同步互易性误差φ_mb在时域变化缓慢，近似恒定，则可采用基于估计补偿的预编码算法。以用户m为例，该算法的预编码向量的产生过程包括以下步骤：

（1）根据发送与接收天线之间的信道条件，选取用户m的天线p与基站b的天线q作为参考天线对。天线对选取的标准为该天线对间的信道条件好于其他天线对，即 ${\left|h_{\mathrm{mb}}^{\mathrm{pq}}{s}_m\right|}^2/\left|n_{\mathrm{noise}}^{\mathrm{pq}}\right|>{\left|h_{\mathrm{mb}}^{\mathrm{jl}}{s}_m\right|}^2/\left|n_{\mathrm{noise}}^{\mathrm{jl}}\right|.$

（2）选取n个子信道为参考子信道，参考子信道数量越多，则定时同步互易性误差估计越准确，但与之对应反馈开销也越大。

（3）对于子信道k，通过上行导频估计上行信道h_{pmqb_UL}(k)，通过用户量化反馈获得下行信道导频估计采用MMSE，量化反馈采用RVQ。

（4）利用定时同步互易性误差在各参考子信道上的线性关系，通过最小二乘（Least Squares，LS）从n个上下行参考子信道中获得子信道k用户m与基站b之间的定时同步互易性误差估计。

（5）同理，获取子信道k用户m与其他基站的定时同步互易性误差估计 ${\widehat{\mathrm{\Φ}}}_m=\mathrm{diag}\{e^{j{\widehat{\mathrm{\φ}}}_{m,1}},...e^{j{\widehat{\mathrm{\φ}}}_{m,B}}\}\⊗I_{N_t}.$

（6）在预编码向量处对定时同步互易性误差进行补偿，子信道k用户m的预编码向量可表示为

$w_m~\max .\mathrm{eigenvector}\left({({\mathrm{\σ}}_{\mathrm{noise}}^{2}I+\underset{\text{n=1,n\≠m}}{\overset{\text{M}}{\mathrm{\Σ}}}{\mathrm{\Ω}}_n)}^{-1}{\mathrm{\Ω}}_m\right)---\left(6\right)$

其中 ${\mathrm{\Ω}}_n={\widehat{\mathrm{\Φ}}}_n^H{H}_{n\_\mathrm{UL}}^H{H}_{n\_\mathrm{UL}}{\widehat{\mathrm{\Φ}}}_n,$ ${\mathrm{\Ω}}_m={\widehat{\mathrm{\Φ}}}_m^H{H}_{m\_\mathrm{UL}}^H{H}_{m\_\mathrm{UL}}{\widehat{\mathrm{\Φ}}}_m,$

当在CoMP***中定时同步互易性误差φ_mb在时域变化迅速，难以估计和追踪，则采用基于误差分布的预编码算法。用户m的第k个子信道预编码向量可表示为：

v_m～max.eigenvector(E{M_m}^-1E{Q_m})     （7）

w_m＝v_m/||v_m||

其中

H_{m_UL}可以通过上行导频估计获得，导频估计采用MMSE，则

$E\left\{{\mathrm{\Φ}}_m^H{H}_{m\_\mathrm{UL}}^H{H}_{m\_\mathrm{UL}}{\mathrm{\Φ}}_m\right\}\≈E\left\{{\mathrm{\Φ}}_m^H\right\}{H}_{m\_\mathrm{UL}}^H{H}_{m\_\mathrm{UL}}E\left\{{\mathrm{\Φ}}_m\right\}---\left(8\right)$

其中 $E\left\{{\mathrm{\Φ}}_m\right\}=\mathrm{diag}\left\{E\right\{e^{j{\mathrm{\φ}}_{m,1}}\},...E\{e^{j{\mathrm{\φ}}_{m,B}}\left\}\right\}\⊗I_{n_t},$ $E\left\{e^{j{\mathrm{\φ}}_{m,b}}\right\}=E\left\{\cos {\mathrm{\φ}}_{m,b}\right\}+\mathrm{jE}\left\{\sin {\mathrm{\φ}}_{m,b}\right\}$

根据用户m的定时同步互异性误差的概率分布，便可以通过φ_m,b的概率密度函数和函数积分获得E{Φ_m}。

附图说明

图1为TDD模式协作多点传输***，为本发明的实际应用场景。图1中还包括了基站b与用户m的等效上下行信道结构。

图2为在理想信道互易条件下和定时同步互易性误差条件下用户平均可达速率的仿真结果和其理论下界。通过仿真结果，可以发现定时同步互易性误差大幅降低预编码性能，使用户平均可达速率干扰受限。

图3为采用本发明预编码算法的多基站协作下行传输结构框图。根据定时同步互易性误差的类型，在两类预编码算法中进行选择。

图4为2基站2用户的协作多点传输***场景，传统的SLNR预编码算法与本发明提出的预编码的性能比较。通过***容量的积累分布函数曲线，可以发现传统的SLNR对定时同步互易性误差十分敏感，受其影响***容量大幅降低，而本发明提出的2种预编码算法均不同程度的减缓了该误差造成的性能损失，提升了预编码性能。

图5为3基站3用户的协作多点传输***场景，传统的SLNR预编码算法与本发明提出的预编码的性能比较。

具体实施方式

结合附图和实例对本发明作进一步说明，本发明的实施方式包括但不限于下列实例。如图1所示，令协作基站个数B=2，用户数M=2，协作基站天线数nt=2，用户为单天线。OFDM的子载波数为N=1024，循环前缀长度为N_cp=144，最大路径时延为L=(N_cp/2)。

用户到协作基站的上行信道，通过对用户发送的探测参考信号（SoundingReference Signal，SRS）中的块状导频进行MMSE估计获得。协作基站到用户的下行信道，假设用户能获得理想下行信道，同时通过随机向量量化(RandomVector Quantization,RVQ)对下行信道进行量化反馈。以协作基站1,、2到用户1的下行信道为例，量化码本C由2^T个4维复单位向量构成其中T为量化反馈比特数，T越大量化反馈误差越小，通常令T=8。量化反馈向量的选择基于

${\hat{H}}_{1\_\mathrm{DL}}~\arg \underset{j=1,...,2^T}{\max }\left|H_{1\_\mathrm{DL}}{\hat{H}}_j^H\right|---\left(9\right)$

协作基站在获取上下行信道后，就可计算出信道互易性误差相位在时域的变化情况。如图4所示，若其误差在时域近似恒定，则采用基于估计补偿的预编码算法，若其误差在时域实时变化，则采用基于误差分布的预编码算法。

对于基于估计补偿的预编码算法，选取协作基站的第一根天线为参考天线，选取n个子信道作为参考信道，通过最小二乘估计（Least quare，LS）在频域由参考子信道的互易性误差估计其它子信道的互易性误差。若参考子信道数n=2，则用户1与基站1之间第k个子载波的定时同步互易性误差可表示为

$e^{j{\widehat{\mathrm{\φ}}}_{11}={\left(\frac{{\hat{h}}_{11\_\mathrm{DL}}\left(c_2\right)h_{11\_\mathrm{UL}}\left(c_1\right)}{h_{11\_\mathrm{UL}}\left(c_2\right){\hat{h}}_{11\_\mathrm{DL}}\left(c_1\right)}\right)}^{k/(c_2-c_1)}---\left(10\right)}$

用户1在子信道k的预编码向量可表示为

$w_1~\max .\mathrm{eigenvector}\left({({\mathrm{\σ}}_{\mathrm{noise}}^{2}I+{\mathrm{\Ω}}_2)}^{-1}{\mathrm{\Ω}}_1\right)---\left(11\right)$

其中 ${\mathrm{\Ω}}_1={\widehat{\mathrm{\Φ}}}_1^H{H}_{1\_\mathrm{UL}}^H{H}_{1\_\mathrm{UL}}{\widehat{\mathrm{\Φ}}}_1,$

${\widehat{\mathrm{\Φ}}}_1=\mathrm{diag}\{e^{j{\widehat{\mathrm{\φ}}}_{11}},...e^{j{\widehat{\mathrm{\φ}}}_{12}}\}\⊗I_2,$ ${\widehat{\mathrm{\Φ}}}_2=\mathrm{diag}\{e^{j{\widehat{\mathrm{\φ}}}_{21}},...e^{j{\widehat{\mathrm{\φ}}}_{22}}\}\⊗I_2.$

对于基于误差分布的预编码算法，假设协作基站b与用户m之间的上下行等效信道的定时同步误差 服从均匀分布U(-Z_mb,0)，其中Z_mb＝N_CP-L_mb。通过推导，基站b与用户m间的定时同步互易性误差相位φ_mb的概率密度函数可表示为

$f\left({\mathrm{\&phi;}}_{\mathrm{mb}}\right)=\left\{\begin{array}{cc}\mathrm{\&rho;}\frac{-\mathrm{\&rho;}{\mathrm{\&phi;}}_{\mathrm{mb}}+Z_{\mathrm{mb}}}{Z_{\mathrm{mb}}^2}& \mathrm{if}0<{\mathrm{\&phi;}}_{\mathrm{mb}}\&le;\frac{Z_{\mathrm{mb}}}{\mathrm{\&rho;}}\\ \mathrm{\&rho;}\frac{\mathrm{\&rho;}{\mathrm{\&phi;}}_{\mathrm{mb}}+Z_{\mathrm{mb}}}{Z_{\mathrm{mb}}^2}& \mathrm{if}\frac{Z_{\mathrm{mb}}}{\mathrm{\&rho;}}<\mathrm{\&Delta;}{d}_{\mathrm{mb}}\&le;0\end{array}\right.---\left(12\right)$

其中ρ=N/2πk。根据该误差分布，用户1的第k个子信道预编码向量可表示为：

v₁～max.eigenvector(E{M₁}^-1E{Q₁})    （13）

w₁＝v₁/||v₁||

其中

$E\left\{M_1\right\}={\mathrm{\&sigma;}}_{\mathrm{noise}}^{2}I+E\left\{Q_2\right\}$

$E\left\{Q_1\right\}=E\left\{H_{1\_\mathrm{DL}}^H{H}_{1\_\mathrm{DL}}\right\}=E\left\{{\mathrm{\&Phi;}}_1^H{H}_{1\_\mathrm{UL}}^H{H}_{1\_\mathrm{UL}}{\mathrm{\&Phi;}}_1\right\}\&ap;E\left\{{\mathrm{\&Phi;}}_1^H\right\}{H}_{1\_\mathrm{UL}}^H{H}_{1\_\mathrm{UL}}E\left\{{\mathrm{\&Phi;}}_1\right\}.$

又

$E\left\{{\mathrm{\&Phi;}}_1\right\}=\mathrm{diag}\left\{E\right\{e^{j{\mathrm{\&phi;}}_{11}}\},E\{e^{j{\mathrm{\&phi;}}_{12}}\left\}\right\}\&CircleTimes;I_2,$ $E\left\{e^{j{\mathrm{\&phi;}}_{11}}\right\}=E\left\{\cos {\mathrm{\&phi;}}_{11}\right\}+\mathrm{jE}\left\{\sin {\mathrm{\&phi;}}_{11}\right\},$

$E\left\{e^{j{\mathrm{\&phi;}}_{12}}\right\}=E\left\{\cos {\mathrm{\&phi;}}_{12}\right\}+\mathrm{jE}\left\{\sin {\mathrm{\&phi;}}_{12}\right\}$

令Z₁₁＝Z₁₂＝Z，则

E{sinφ₁₁}＝E{sinφ₁₂}＝0

$E\left\{\cos {\mathrm{\&phi;}}_{11}\right\}=E\left\{\cos {\mathrm{\&phi;}}_{12}\right\}=\frac{2{\mathrm{\&rho;}}^2}{Z^2}(1-\cos \left(\frac{Z}{\mathrm{\&rho;}}\right))$

Claims (7)

1.本发明提出针对定时同步互易性误差的协作多点传输下行预编码算法，其特征为在TDD模式的协作多点传输***中，通过估计补偿或基于误差分布，设计下行预编码向量或矩阵，降低定时同步互易性误差对预编码向量或矩阵间正交性的影响，消除用户或小区间的干扰，提升***容量。

2.根据权利要求1所述的TDD模式的协作多点传输***，其特征为采用OFDM以抵抗多径衰落，OFDM符号循环前缀长度大于最大多径时延，OFDM的FFT起点位于无符号间干扰的循环前缀内，即相对定时同步误差残余（T_s表示抽样周期）满足（L表示最大多径时延，N_CP表示循环前缀长度），该定时同步残余d仅造成相位旋转exp(-j2πkd/N)。

3.根据权利要求1和权利要求2所述的TDD模式的协作多点传输***，其特征为各基站和各用户之间存在不同的路径时延，上下行信道存在不同的定时同步残余。

4.根据权利要求1所述的定时同步互易性误差，以第k个子载波上的子信道为例，基站b和用户m之间上下行信道的定时同步互易性误差特征为φ_mb＝-2πkΔd_mb/N，其中Δd_mb＝(d_mb.DL-d_mb.UL)，d_mb.UL和d_mb.DL分别表示上行信道与下行信道的定时同步残余。

5.根据权利要求1所述的对定时同步互易性误差的估计补偿，其特征为定时同步互易性误差φ_mb在时域近似恒定，用户m基于估计补偿的预编码算法包括以下步骤：

（1）选取用户m的天线p与基站b的天线q作为参考天线，

（2）选取n个子信道为参考子信道，

（3）对于子信道k，通过上行导频估计上行信道h_{pmqb_UL}(k)，通过用户量化反馈获得下行信道h_{pmqb_DL}(k)，

（4）利用定时同步互易性误差在各参考子信道上的线性关系，通过误差估计获得

（5）用上述同样方法，获得用户m与其他基站间的定时同步互易性误差估计 为克罗内克积（Kronecker product），

（6）则第k个子信道用户m的预编码向量可表示为

$w_m~\max .\mathrm{eigenvector}\left({({\mathrm{\&sigma;}}_{\mathrm{noise}}^{2}I+\underset{\text{n=1,n\&NotEqual;m}}{\overset{\text{M}}{\mathrm{\&Sigma;}}}{\mathrm{\&Omega;}}_n)}^{-1}{\mathrm{\&Omega;}}_m\right)---\left(1\right)$

其中 ${\mathrm{\&Omega;}}_n={\widehat{\mathrm{\&Phi;}}}_n^H{H}_{n\_\mathrm{UL}}^H{H}_{n\_\mathrm{UL}}{\widehat{\mathrm{\&Phi;}}}_n,$ ${\mathrm{\&Omega;}}_m={\widehat{\mathrm{\&Phi;}}}_m^H{H}_{m\_\mathrm{UL}}^H{H}_{m\_\mathrm{UL}}{\widehat{\mathrm{\&Phi;}}}_m,$

6.根据权利要求1所述的基于定时同步互易性误差分布的预编码设计，其特征是用户m的第k个子信道预编码向量可表示为

v_m～max.eigenvector(E{M_m}^-1E{Q_m})    （2）

w_m＝v_m/||v_m||

其中 $Q_m=H_{m\_\mathrm{Dl}}^H{H}_{m\_\mathrm{DL}},$ $M_m={\mathrm{\&sigma;}}_{\mathrm{noise}}^{2}I+\underset{n=1,n\&NotEqual;m}{\overset{M}{\mathrm{\&Sigma;}}}{Q}_n.$

7.根据权利要求6所述的定时同步互易性误差分布，其特征是基站b与用户m间的定时同步互易性误差相位φ_mb的概率密度函数可表示为

$f\left({\mathrm{\&phi;}}_{\mathrm{mb}}\right)=\left\{\begin{array}{cc}\mathrm{\&rho;}\frac{-\mathrm{\&rho;}{\mathrm{\&phi;}}_{\mathrm{mb}}+Z_{\mathrm{mb}}}{Z_{\mathrm{mb}}^2}& \mathrm{if}0<{\mathrm{\&phi;}}_{\mathrm{mb}}\&le;\frac{Z_{\mathrm{mb}}}{\mathrm{\&rho;}}\\ \mathrm{\&rho;}\frac{\mathrm{\&rho;}{\mathrm{\&phi;}}_{\mathrm{mb}}+Z_{\mathrm{mb}}}{Z_{\mathrm{mb}}^2}& \mathrm{if}\frac{Z_{\mathrm{mb}}}{\mathrm{\&rho;}}<\mathrm{\&Delta;}{d}_{\mathrm{mb}}\&le;0\end{array}\right.---\left(3\right)$

其中ρ=N/2πk，N为子信道总数，Z_mb＝N_CP-L_mb，N_CP为循环前缀长度，L_mb为基站b与用户m间最大多径时延。