改进的基于每天线速率控制机制的多数据流多输入多输出系统收发机结构

周霁婷， 熊 勇， 周志刚

(1.中国科学院上海微系统与信息技术研究所，上海200050;

2.上海大学影视艺术技术学院，上海200072;3.上海无线通信研究中心，上海200335)

多输入多输出(MIMO)系统天线技术与单天线系统相比，在维持高频谱效率的同时可显著提高系统容量.在闭环(closed loop，CL)MIMO系统中，发射机利用从接收机反馈信道状态信息或者其他形式的信息来调整发送的信号，例如，在每个天线上调整数据速率以及重新分配功率［1-3］，或者变换波束成型矩阵［4-5］以匹配信道状况.显然，与开环(open loop，OL)MIMO系统相比，CL-MIMO系统有更好的性能，然而，相应增加的组件和开销提高了整个CL-MIMO系统的复杂度.此外，时间延迟对反馈的影响也是CL-MIMO系统需要考虑的一个重要因素.

本研究以PARC机制为研究对象，该机制是基于香农信息理论对容量限制的结论提出的.当独立的编码数据流以等功率且可能不同的速率从每个天线发射时，系统可以获得OL-MIMO系统的容量限制［6］.在PARC机制中，移动接收机测量当前每个天线在其他天线影响下的信干噪比(signal to interference plus noise ratio，SINR)，并将其反馈至基站，然后，由基站决定每个天线上的数据速率.在本系统中，我们使用MMSE信道预测器与MCS选择机制相结合的方案来减少传输延迟带来的影响.仿真结果显示，MMSE信道预测在MIMO PARC系统中具有较好的应用价值.

1 系统描述

图1为结合信道预测的MIMO PARC收发机结构.由图可见，发射端数据流被分成几个子流分别进行turbo编码，编码器按照3GPP标准，采用1/3编码速率，存储器为3的卷积码.之后，各数据流独立打孔成不同速率，用伪随机序列进行交织，并被映射到相应的星座符号上.在数据流从天线发射之前，每个天线插入独立的导频用于信道预测.对于每个子流，可根据反馈信息分别调整打孔率及映射方式.

对于接收端，使用MMSE检测器［7］从接收向量中恢复发射符号，并利用基于导频符号辅助调制的MMSE信道预测器实现信道预测.检测之后，MMSE输出信息比特再经过解映射、解交织、补满数据比特、解码以及最后合并到一起.同时，对预测信道计算获得的SINR将代替对当前子信道计算获得的SINR，并作为CQI反馈至发射端.

图1 结合信道预测的MIMO PARC收发机结构Fig.1 Transceiver structure of MIMO PARC with channel prediction

考虑一个有N个发射天线、M个接收天线的多天线系统.从发射天线n到接收天线m的信道响应用hmn表示，sn(t)(n=1，2，…，N)表示在时刻t由发射天线n发射的信号.接收信号在接收端与权向量vm=［v1m，v2m，…，vNm］相乘，接收向量 x(t)=［x1(t)，x2(t)，…，xM(t)］T，其中xm(t)表示从接收天线m获得的信号，则

式中，hn=［h1n，h2n，…，hMn］T表示从发射天线n到M个接收天线的信道向量，z(t)=［z1(t)，z2(t)，…，zM(t)］T表示噪声向量，其中zm(t)表示在接收天线m上的噪声.

接收端判决产生适合sk(t)的权向量vk=［vk1，vk2，…，vkM］T.接收信号yk(t)为

对接收权向量vk的判决机制有各种不同方法，都是为了使输出yk(t)接近信号sk(t).在MMSE准则里，权向量由E{|yk(t)－x(t)|2}最小确定.基于MMSE准则的接收权向量表达式为

式中，Pz表示每个接收天线的噪声功率，I为单位矩阵.多路信号按各自权向量vk从接收到的信号中分离获取.

2 MMSE信道预测算法［8］

下面将数据流按每帧Lf的长度分割(见图2).为了估计多天线信道，将第i帧内插入的已知符号sn(i)通过特定天线识别码cn=［cn(0)，cn(1)，…，cn(N－1)］T扩展到N个符号周期上.在时间索引iLf+l(l=0，1，…，N－1)上发送已知符号cnsn(i).对于变化较慢的时变信道，可以认为 hmn(iLf)≈hmn(iLf+l)(l=0，1，…，N －1)，即一帧内信道不变.根据第i帧的扩展导频，在第m根接收天线上收到N个接收样本xm(i)=［xm(iLf)，xm(iLf+1)，…，xm(iLf+N－1)］T.根据式(1)，有

图2 发射端帧结构Fig.2 Frame format at each transmitter

识别码cn的正交性使得接收信号可以分开，从而获得不同天线的信道信息如下：

获得每一帧的信道hmn(iLf)以后，接收机利用时域相关性，使用最优维纳滤波改善第Q帧的信道hmn((i+Q)Lf)估计.假设在第i帧时，接收机使用P阶滤波器预测了Q帧之后的MIMO信道：

式中，

预测误差为

根据MMSE找到信道预测器，

获得最优解为

令Wmn=R－1r，其中

式中，f，g∈［0，P］.Ep/N0为导频的信噪比，Ts为符号周期，fD为最大多普勒频移，J0(·)是一类零阶贝塞尔函数.

3 速率控制

在MMSE符号检测及信道预测后，将每个未来子信道的SINR作为CQI反馈到发射端，这里使用预测信道而不是当前信道进行SINR的计算.收到反馈信息以后，发射机为紧接的子帧从MCS中选择相应的模式.

切换门限是指在给定目标误帧率下，切换到某种模式所需要的最小SINR，它在速率控制中起着重要的作用.自适应门限可以通过计算获得［9-10］.首先，获得单输入单输出(single-input single-output，SISO)系统下各模式的误码率(frame error rate，FER)-信噪比(signal to noise ratio，SNR)仿真曲线，可选的调制机制包括QPSK，16QAM以及64QAM，编码速率从1/3到5/6(包括1/3，1/2，2/3，3/4和5/6).其次，将目标FER设为0.01，找到每个模式(Mi，Ri)相对应的SNR值，其中Mi是映射符号比特数，Ri是编码速率(见表1).由表1可以发现，在一个子帧里有一些模式有着相同的信息比特，例如模式(2，2/3)与(4，1/3)，模式(4，1/2)与(6，1/ 3)，模式(4，3/4)与(6，1/2).对这些模式来说，只需要保留其中的一个用于PARC-MIMO系统，以避免实际应用中的“乒乓”效应.

输出SINR表达式为

发射机收到接收端测得的SINR后，将其与表1中备选模式的门限SNR值比较，并调整每个发射天线上的传输模式.

表1 单天线系统所有模式的SNRTable 1 SNR for all modes of single antenna system

4 仿真结果

图3及图4比较了基于信道预测的PARC系统与一般PARC系统及其他固定模式系统的性能.仿真中，假设移动终端以10 km/h的速率移动，在2 GHz载频下，由此引起的多普勒频移为18.53 Hz.可选3种调制方式(QPSK，16QAM，64QAM)和5种能获得不同编码速率(1/3，1/2，2/3，3/4，5/6)的打孔模式.信道使用改进的Jake模型［11］生成供仿真使用的非相关多径瑞利衰落信道矩阵.CQI的反馈延迟设为8帧.

图3 PARC及固定模式4×4 MIMO系统吞吐量性能比较Fig.3 Throughput comparison between PARC and fixed modes for 4×4 MIMO system

图4 PARC及固定模式4×4 MIMO系统BER性能比较Fig.4 BER comparison between PARC and fixed modes for 4×4 MIMO system

从图3的比较结果可知，基于信道预测及自适应策略的PARC机制相比固定模式MIMO系统在相当大的SNR范围内有较好的吞吐量性能，在多普勒频移为较低的18.53 Hz时，也比非预测PARC机制有更好的性能增益.

从图4中的BER性能比较中可以看到，基于信道预测的PARC系统比固定模式MIMO系统有明显的BER性能提高.为达到BER为10－2，基于信道预测的PARC系统需要的接收信噪比可比传统PARC系统低1 dB.

图5比较了移动终端在3，60 km/h的移动速率下的吞吐量性能.当移动终端以60 km/h的高速率移动时，信道预测的优势变得较为明显.例如，在本研究的仿真条件下，当接收信噪比为20 dB时，基于信道预测的PARC系统的吞吐量比非预测PARC系统的当前最大吞吐量提高了6.4%.

图5 不同移动速率下PARC系统吞吐量性能比较Fig.5 Throughput comparison between PARC with different mobility

5 结束语

本研究利用MMSE信道预测抵抗PARC系统中的传输延迟，以改善系统性能.仿真结果显示，基于信道预测的收发机结构能提高一般PARC-MIMO系统的吞吐量及误比特率性能，并在移动终端高速移动时能更显著地提高系统的吞吐量性能.

［1］ WOLNIANSKYP W，FOSCHINIG J，GOLDENG D，et al.V-BLAST：an architecture for realizing very high data rates over the rich-scattering wireless channel［C］∥Proc ISSSE’98.1998：295-300.

［2］ TAROKHV，JAFARKHANIH，CALDERBANKA R.Space-time block codes from orthogonal designs［J］.IEEE Transactions on Information Theory，1999，45 (5)：1456-1467.

［3］ ZHUANGH R，DAIL，ZHOUS D，et al.Low complexity per-antenna rate and power control approach for closed-loop V-BLAST［J］.IEEE Transactions on Communications，2003，51(11)：1783-1787.

［4］ NARULAA，LOPEZM J，TROTTM D，et al.Efficient use of side information in multiple-antenna data transmission over fading channels［J］.IEEE Journal on Selected Areas in Communications，1998，16(8)：1423-1436.

［5］ MUKKAVILLIK，SABHARWALA，ERKIPE，et al.On beam forming with finite rate feedback in multiple antenna systems［J］.IEEE Transactions on Information Theory，2003，49(10)：2562-2579.

［6］ CHUNGS T，LOZANOA，HUANGH C.Approaching eigenmode BLAST channel capacity using V-BLAST with rate and powerfeedback［C］∥ IEEE Vehicular Technology Conference.2001：915-919.

［7］ VERDUS.Multiuser detection［M］.Cambridge，UK：Cambridge University Press，1998：289-291.

［8］ TAKEIY， OHTSUKIT. Throughputmaximization transmission control scheme using channel prediction for MIMO systems［C］∥ IEEE Globecom.2005：2344-2348.

［9］ GOLDSMITHA J，CHUAS.Variable-rate variable-power MQAM for fading channels［J］.IEEE Transactions on Communications，1997，45(10)：1218-1230.

［10］ GOWRISHANKARR，DEMIRKOLM F.Adaptive M-QAM modulation for MIMO systems［C］∥ IEEE/ACES International Conference.2005：66-69.

［11］ LIY X，HUANGX.The generation of independent Rayleigh faders［C］∥ Proc IEEE ICC’00.2000：41-45.