CN107302388A

CN107302388A - 一种下行多用户mimo***的联合处理方法

Info

Publication number: CN107302388A
Application number: CN201710625035.8A
Authority: CN
Inventors: 仲涛; 周红明; 刀学龙; 王俊峰; 张苹珍; 王蕊
Original assignee: Yuxi Normal University
Current assignee: Yuxi FA science and Technology Development Co., Ltd.
Priority date: 2017-07-27
Filing date: 2017-07-27
Publication date: 2017-10-27

Abstract

本发明公开了一种下行多用户MIMO***的联合处理方法，所述下行多用户MIMO***的联合处理方法在发送端利用已知的信道状态信息，采用BD算法对各个用户的信号进行预编码；在接收端，根据MMSE准则，通过求解最优权重矩阵分别对每个用户接收的信号进行检测。本发明在发射端采用BD算法进行预编码，消除用户间的干扰，在接收端采用MMSE算法，进一步提高了信号检测的准确性。本发明考虑了性能与复杂度的折中，而且在高SNR条件下，所提BD‑MMSE算法的性能接近最优。因此，在实际下行多用户MIMO***中，所提BD‑MMSE算法具有一定的实用价值。

Description

一种下行多用户MIMO***的联合处理方法

技术领域

本发明属于多用户MIMO***技术领域，尤其涉及一种下行多用户MIMO***的联合处理方法。

背景技术

对于多输入多输出(MIMO)***，使用空分多址(SDMA)方式与多个用户通信可以实现比时分多址(TDMA)方式更高的***吞吐量。因此，近年来对MIMO技术的研究正从单用户向多用户转移。对于下行多户MIMO***，发送端天线间可以协作发射，而在接收端，不同的用户却不能相互协作。因此预编码技术成为下行多用户MIMO***中的关键技术。非线性的脏纸编码算法，可以实现多用户MIMO***的容量，但由于复杂度过高而难以在实际***中应用。作为性能与复杂度的折中，线性预编码方法逐渐成为研究的热点。迫零(ZF)预编码算法是一种简单易行的线性算法，针对多用户单天线的场景，迫零预编码过程仅需一次信道求逆(或伪逆)，就可以分离出每个用户自己的信号。BD算法是破零算法在多用户多天线下的推广，其主要思想是将等效全局信道矩阵转化成块对角化矩阵形式，消除用户间的干扰。和发射端预处理相对应的是接收端如何有效地检测信号。与迫零检测算法相比，最小均方误差(MMSE)算法利用了信道的统计特性，具有较好的检测性能，且鲁棒性更强。

发明内容

本发明的目的在于提供一种下行多用户MIMO***的联合处理方法，旨在解决……的问题。

本发明是这样实现的，一种下行多用户MIMO***的联合处理方法，所述下行多用户MIMO***的联合处理方法在发送端利用已知的信道状态信息，采用BD算法对各个用户的信号进行预编码；在接收端，根据MMSE准则，通过求解最优权重矩阵分别对每个用户接收的信号进行检测。

进一步，所述BD算法对各个用户的信号进行预编码是将H_S M_S是块对角矩阵H_S M_S块对角化，寻找使得用户间干扰为0的最优的发送向量M_S；当时，为完全对角化，直接用信道矩阵的伪逆来实现。

进一步，根据MMSE准则，其中P_j为权重矩阵，此时接收信号的均方误差MSE表示为：

此时求解最优P₁的问题变为:

其中W_j为基站给用户j分配的功率，最优P_j为：

对于第j个用户，此时有用信号d_j的估计信号为：

本发明的另一目的在于提供一种利用所述多用户MIMO***的多用户MIMO***。

本发明提供的下行多用户MIMO***的联合处理方法，采用块对角化(BD)算法与最小均方误差(MMSE)算法相结合的方式对信号进行联合处理，有效地降低了共信道干扰，提高了***的性能；仿真验证了所提算法的有效性。本发明在发送端利用已知的信道状态信息(CSI)，采用BD算法对各个用户的信号进行预编码，消除用户间的干扰，在接收端，根据MMSE准则，通过求解最优权重矩阵分别对每个用户接收的信号进行检测；理论分析与实验表明，有效地降低了用户间的干扰和信道突变的影响，提高***的性能。本发明在发射端采用BD算法进行预编码，消除用户间的干扰，在接收端采用MMSE算法，进一步提高了信号检测的准确性。本发明考虑了性能与复杂度的折中，而且在高SNR条件下，所提BD-MMSE算法的性能接近最优。因此，在实际下行多用户MIMO***中，所提BD-MMSE算法具有一定的实用价值。

附图说明

图1是本发明实施例提供的下行多用户MIMO***的联合处理方法流程图。

图2是本发明实施例提供的下行多用户MIMO***模型示意图。

图3是本发明实施例提供的不同信道条件下，本发明算法的BER性能曲线示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的下行多用户MIMO***的联合处理方法包括以下步骤：

S101：在发送端利用已知的信道状态信息(CSI)，采用BD算法对各个用户的信号进行预编码，消除用户间的干扰；

S102：在接收端，根据MMSE准则，通过求解最优权重矩阵分别对每个用户接收的信号进行检测。

下面结合附图对本发明的应用原理作进一步的描述。

1.***模型

单用户信道高容量的潜力主要通过平行地发送多流数据的子信道来实现，实现容量最大化的最优方法就是基于发送端已知整个链路的CSI。如果在发送端已知完整的CSI，通过选择信道矩阵H的右奇异向量作为预编码矩阵M，每个子信道发送的功率比重用注水法计算分配。注水算法虽然能提高***的性能，但是在多用户MIMO信道中，基站同时发送数据至多个独立的用户，这将产生共道干扰。这种情况下，发射端已知CSI具有很大的优势，提别是在高信噪比(SNR)情况下，发射端已知CSI能消除共信道干扰。BD算法正是建立在发射端已知CSI的基础上提出的。尽管BD算法并不是最优算法，但它综合考虑了性能和复杂度的折中，因此不失为一种实用的方法。

考虑一个多用户下行信道，其***模型如图2所示，存在K个用户和一个基站。基站有n^T根天线，且第j个用户有根天线，总的发射天线数为定义这样一个信道，例如：{2,2}X4表示基站有4根天线，存在2个用户，每个用户配置2根天线。从基站到第j个用户的信道矩阵用H_j表示，与之相对应的预编码矩阵用M_j表示，第j个用户接收的信号为：

其中，M_j和d_j分别是第j个用户的预编码矩阵和传输数据向量。.

和分别是其他的用户的预编码矩阵和传输数据向量，其表达式如下：

若每个用户配置单天线，且用户间不存在协作。对于这种情况，信道对角化必须在发送端完成。只有当n_T>K时，完美的对角化才能用信道求逆完成，例如选择其中为H的伪逆。若每个用户都配置多根接收天线，完全对角化将是一种次优化的方案，因为每个用户能在接收端协作处理所接收的信号，定义信道矩阵和预编码矩阵分别为H_S和M_S：

M_S＝[M₁M₂…M_K] (5)

在一定的功率限制下，最优算法是将所有用户间的干扰变为零，其中要求H_S M_S是块对角矩阵。与信道求逆算法一样，BD算法暗含两个条件：一个是维数，另一个是信道矩阵的独立性。

2.BD预编码算法

BD算法的基本原理就是将H_S M_S块对角化，寻找使得用户间干扰为0的最优的发送向量M_S。注意当时，这种方法就简化为完全对角化，可以直接用信道矩阵的伪逆来实现。完全的对角化也可以应用在且可以获得简化接收的优势(每根天线仅仅接收一个信号)，但这将以减少吞吐量或者以增大发射功率为代价。

为了消除所有用户间的干扰，即有：当i≠j时，H_jM_j＝0。在总发射功率限制下，块对角***能达到的吞吐量是:

其中C_S表示***的总容量，*表示共轭转置，定义为：

零干扰的限制使得M_j在必须在的零空间上。这个条件给出了维数范围，从而限定所有用户能够符合零干扰的条件。基站发送数据给用户j，如果的维数大于零，当时，这个条件满足。假设维数条件满足所有的用户，设定义奇异值(SVD)分解：

其中，表示前列右奇异向量，表示后列右奇异向量。因此是的零空间的正交基，它的列可以作为预编码矩阵M_j的候选向量。定义矩阵：

在零干扰条件下的***容量可表示为：

使得C_BD容量最大化的关键是找到预编码矩M'_S使得上述行列式最大。这与单用户的MIMO容量问题一样了，最直接的解决办法是让M'_S等于H'_S的右奇异向量，然后根据相应的奇异值通过功率注水算法分配功率。因此，求解M'_S的算法是在零干扰限制下，基于SVD分解和功率注水来最大化***的总容量。H'_S的块结构使得每个用户各自进行SVD分解，而不是计算单个最大的SVD分解。定义SVD分解为：

其中∑_j维度为表示前个特征向量。与相乘构成了一个维的正交基，其表示对用户j零干扰条件下，最大化信息速率的向量。因此定义预编码矩阵：

其中，Λ是对角阵，Λ中的元素λ_i用来控制M_S每一列的发送功率。此时BD算法的容量由(6)变为：

其中：

最优的功率分配系数L采用功率注水算法计算得到。

3.MMSE接收算法

在接收端，常用的算法为ZF接收算法，基站发送对用户j的有用信号为d_j，基站采用的BD预编码矩阵为M_S，M_S如式(12)所示。用户j接收到的信号可表示为：

若在接收端采用ZF接收算法，此时可得有用信号d_j的估计值为：

当信道H_j较差时，这种检测算法的性能较差，为了进一步提高与BD算法的相对应的检测性能，本发明提出一种基于MMSE检测算法。根据MMSE准则，设其中P_j为权重矩阵，此时接收信号的均方误差(MSE)表示为：

此时求解最优P₁的问题变为:

其中W_j为基站给用户j分配的功率，可以通过注水算法计算。因此当信道状态给定时，W_j为一定值。显然(18)是一个凸优化问题，可以通过典型的优化方法求解P_j。通过求解式(18)，可得最优P_j为：

对于第j个用户，此时有用信号d_j的估计信号为：

下面结合仿真对本发明的应用效果作详细的描述。

使用计算机对所提BD-MMSE算法的误比特率(BER)性能进行仿真分析，并与传统的BD-ZF算法进行比较。在仿真中，发射端的天线数目为4，接收端存在2个用户，每个用户的天线数目都为2，采用四相相移键控(QPSK)调制方式。本发明分别考虑了不相关信道，弱相关信道和强相关信道条件下，所提算法的BER性能。图3显示了BD-ZF算法与所提BD-MMSE算法的BER曲线。图3表明，所提BD-MMSE算法的BER随着信噪比(SNR)的增加而下降，与已有BD-ZF算法相比，所提算法具有较好的BER性能，例如，在不相关信道条件下，当BER＝0.001时，与BD-ZF算法相比，所提BD-MMSE算法获得了近0.5dB的增益。当信道的相关性逐渐增强时，两种算法的BER性能都相应降低，但所提BD-MMSE算法的性能仍然优于BD-ZF算法。由于所提BD-ZF算法的鲁棒性更强，随着信道的相关性逐渐增强，与BD-ZF算法相比，所提BD-MMSE算法的性能优势有逐渐扩大的趋势。图3不同信道条件下，所提算法的BER性能曲线。

本发明提出了一种BD-MMSE算法，即在发射端采用BD算法进行预编码，消除用户间的干扰，在接收端采用MMSE算法，进一步提高了信号检测的准确性。本发明考虑了性能与复杂度的折中，而且在高SNR条件下，所提BD-MMSE算法的性能接近最优。因此，在实际下行多用户MIMO***中，所提BD-MMSE算法具有一定的实用价值。

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作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种下行多用户MIMO***的联合处理方法，其特征在于，所述下行多用户MIMO***的联合处理方法在发送端利用已知的信道状态信息，采用BD算法对各个用户的信号进行预编码；在接收端，根据MMSE准则，通过求解最优权重矩阵分别对每个用户接收的信号进行检测。

2.如权利要求1所述的下行多用户MIMO***的联合处理方法，其特征在于，所述BD算法对各个用户的信号进行预编码是将H_S M_S是块对角矩阵H_S M_S块对角化，寻找使得用户间干扰为0的最优的发送向量M_S；当时，为完全对角化，直接用信道矩阵的伪逆来实现。

3.如权利要求1所述的下行多用户MIMO***的联合处理方法，其特征在于，根据MMSE准则，其中P_j为权重矩阵，此时接收信号的均方误差MSE表示为：

此时求解最优P₁的问题变为:

其中W_j为基站给用户j分配的功率，最优P_j为：

对于第j个用户，此时有用信号d_j的估计信号为：

4.一种利用权利要求1～3任意一项所述多用户MIMO***的多用户MIMO***。