牛兰奇,张太镒,孙建成,3
(1.西安交通大学电子与信息工程学院 西安 710049; 2. 西安理工大学自动化与信息工程学院 西安 710048;3. 江西财经大学电子学院 南昌 330013)
在无线通信系统中,使用MIMO技术可以实现空分多址(space division multiple access,SDMA),提高频谱重用效率。空分多址允许小区内的用户实现频率复用,在有限的带宽内提高系统的数据吞吐量[1-4]。对于多用户MIMO系统下行链路,空分多址将导致共信道干扰(CCI)。当发射机具有完备的信道状态信息(channel state information,CSI)时,基站发射机可以利用预编码技术消除CCI,减轻移动终端接收机在信号处理方面的压力。发射机可以采用不同方法获取CSI。对于时分双工(TDD)系统,可以利用上行信道和下行信道的互易性由发射机直接获得CSI;对于频分双工(FDD)系统,可以利用反馈信道将接收机估计的CSI反馈给发射机。
一类基于迫零和奇异值分解(SVD)的预编码技术[5-6]可以完全消除MIMO系统的CCI,但这类预编码方法的缺点是系统的天线配置受到限制。文献[6]提出的预编码方案对发射机预编码器和接收机译码器进行联合设计,与文献[5]的预编码方案相比,可以获得更好的误比特率性能。基于最大化信扰噪声比(signal to jamming and noise ratio,SJNR)[7]和基于最大化信漏噪声比(signal to interfevence ratio,SLNR)[8]的预编码方案没有天线配置的限制,但是它们不能完全消除CCI。文献[9-10]研究了基于最小均方误差(MMSE)准则的MIMO系统预编码问题。文献[11]利用MMSE准则研究了多用户MIMO下行链路预编码器和译码器的联合设计问题,该联合设计方案显示出更好的误比特率性能。
虽然将发射机预编码器和接收机译码器进行联合设计可以获得更好的误比特率性能,但是联合设计方案都需要迭代操作,具有较高的计算复杂度。本文开发一种非迭代的联合预编码设计方案,与非迭代SVD方案相比可以获得更好的性能。该联合设计方案假定接收机译码器为匹配滤波器,利用MMSE准则进行预编码时不需要迭代操作。另外,将迫零方法引入MMSE准则,可以完全消除共信道干扰;为了进一步简化预编码设计问题,对等价信道矩阵进行奇异值分解可以将向量优化设计问题简化为标量优化设计问题。
图1 多用户MIMO下行链路系统框图
假定接收机译码器为匹配滤波器时,用户k的均方误差(MSE)[10]为:
考虑两个约束条件:一是基站的总发送功率约束;二是考虑迫零约束。因此预编码器的设计问题可以表示为:
式中P为基站的总发送功率。
通过对总MSE进行迫零处理消除CCI。
作为一个性能基准,文献[5]提出的非迭代SVD方案表示为SVDTr,文献[11]提出的迭代MMSE方案表示为Iter-MMSE,本文提出的预编码方案表示为ZF-MMSE。仿真过程中,假定Iter-MMSE方案的迭代次数为20。
图4研究了本文所提出的预编码方案对多用户MIMO下行链路总容量的影响。与非迭代的SVD方案相比,对于给定的总容量值,新方案可以获得2 dB的增益,而且,该改进不受发送天线数目的影响。
图2 不同预编码方案的误比特率性能比较
图3 发送分集对新预编码方案误比特率性能的影响
图4 不同预编码方案的总容量性能比较
本文提出了一种发射机与接收机联合预编码设计方案。该方案不需要迭代操作,可以给出闭式解。仿真结果表明,该方案可以获得更好的性能,与非迭代的SVD方案相比,当误比特率为10−4时,该方案可以获得3 dB的增益;对于给定的系统总容量,新方案可以获得2 dB的增益。此外,发送分集对系统性能有重要的影响。
[1] TELATAR I. Capacity of multi-antenna Gaussian channels[J]. European Transactions on Telecommunications, 1999,10(6): 585-595.
[2] FOSCHINI G, GANS M. On limits of wireless communications in a fading environment when using multiple antennas[J]. Wireless Personal Communications,1998, 6(3): 311-335.
[3] TAROKH V, SESHADRI N, CALDERBANK A.Space-time codes for high data rate wireless communication:Performance criterion and code construction[J]. IEEE Transactions on Information Theory, 1998, 44(2): 744-765.
[4] PAULRAJ A, NABAR R, GORE D. Introduction to space-time wireless communications[M]. Cambridge:Cambridge University Press, 2003.
[5] CHOI L, MURCH R. A transmit preprocessing technique for multi-user MIMO systems using a decomposition approach[J]. IEEE Transactions on Wireless Communications, 2004, 3(1): 20-24.
[6] PAN Z, WONG K, NG T. Generalized multi-user orthogonal space-division multiplexing[J]. IEEE Transactions on Wireless Communications, 2004, 3(6): 1969-1973.
[7] ZHANG J, WU Y, XU M, et al. Linear transmitter precoding design for downlink of multi-user MIMO systems[J].Electronics Letters, 2005, 41(7): 811-813.
[8] SADEK M, TARIGHAT A, SAYED A. A leakage-based precoding scheme for downlink multi-user MIMO channels[J]. IEEE Transactions on Wireless Communications, 2007, 6(5): 1711-1721.
[9] SCAGLIONE A, STOICA P, BARBAROSSA S, et al.Optimal designs for space-time linear precoders and decoders[J]. IEEE Transactions on Signal Processing, 2002,50(5): 1051-1064.
[10] SERBETLI S, YENER A. Transceiver optimization for multi-user MIMO systems[J]. IEEE Transactions on Signal Processing, 2004, 52(1): 214-226.
[11] ZHANG J, WU Y, ZHOU S, et al. Joint linear transmitter and receiver design for the downlink of multi-user MIMO systems[J]. IEEE Communications Letters, 2005, 9(11):991-993.
[12] 张贤达. 矩阵分析与应用[M]. 北京: 清华大学出版社,2004.ZHANG Xian-da. Matrix analysis and application[M].Beijing: Tsinghua University Press, 2004.
[13] 张 剑, 贺知明. 预编码和子空间跟踪的OFDM信道盲估计[J]. 电子科技大学学报, 2008, 37(6): 848-850.ZHANG Jian, HE Zhi-ming. Blind OFDM channel estimation based on linear precoding and subspace tracking[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(6): 848-850.