基于环境感知的MIMO模式切换研究

丁伊晨

0 引言

随着无线新业务的发展，用户对数据速率和可靠性的要求均显著上升。多输入多输出(MIMO)系统[1-5]可以充分利用空间资源成倍提高系统容量、频谱效率和传输可靠性，恰好顺应这一发展趋势。在MIMO系统中，提高传输可靠性的主要手段是分集，分集增益越大，传输质量越好，但分集可能会导致传输速率的损失；而传信率的提升主要通过空间复用，系统的自由度越多，数据速率和频谱效率的越高，但复用模式不适于低信噪比环境。实际上，没有一种发送模式能使分集和复用增益同时达到最大化。任何一种发送模式都是分集和复用增益的折衷。对于时变的MIMO信道，要满足频谱效率、吞吐量、误码率等服务质量(QoS，Quality of Service)需求，发送模式的选择和切换是一个重要的研究课题。

长期演进(LTE, Long Term Evolution)标准中定义了7种MIMO发送模式：单天线、发射分集、开环空间复用、闭环空间复用、多用户MIMO、闭环 RANK=1预编码、通用波束赋型。总的来说分为3大类，即分集、空间复用和波束赋型。采用MIMO技术的基站或终端能工作于多种模式，并在这些模式间进行动态切换。由于信道状态的时变性，用户的移动性及需求的异构性，基站或终端需要根据无线信道衰落状态的变化情况，快速准确地切换到最合适的工作模式，在满足传输可靠性的同时，增加吞吐量，提高频谱和能量效率。

然而，LTE标准中没有规定工作模式的应用场景与切换方式。要实现各种模式切换，传统的方法需要基站与终端大量的控制信息交互，造成较大通信开销，且控制信息的准确性也会影响模式切换的效果。因此，有必要探讨基于环境感知的MIMO模式切换关键技术，通过对复杂多变的无线环境进行实时准确的预测，估计信道状态信息，进而完成模式间切换。

1 MIMO系统工作模式

(1) 空间复用模式

空间复用是在接收端和发射端使用多副天线，充分利用空间传播中的多径分量，在同一频带上使用多个数据通道(MIMO子信道)发射信号，从而使容量随天线数的增加而线性增加。这种信道容量的增加不需要占用额外的带宽，也不需要消耗额外的发射功率，因此是提高信道和系统容量一种非常有效的手段。开环空间复用模式是指发射端传输数据时没有利用任何信道状态信息(CSI, Channel State Information)。闭环空间复用模式则是指发射端利用了部分或全部信道状态信息(CSI)。

(2) 分集模式

分集技术通过利用无线传播环境中独立或高度不相关的多径信号来实现。MIMO系统中主要采用的是天线分集。

(3) 波束赋型模式

MIMO系统中波束赋型 (beam-forming) 技术可以看作是对发射信号做预编码 (pre-coding)，控制信号衰落的模式，使信号能在接收端得到最大值。 MIMO中波束赋型的主要目的是为了使慢变信道具有丰富的散射环境，使各个信道之间尽量相互独立，从而更好的利用多用户分集增益，以提高链路传输的可靠性。

2 发送分集与空间复用间切换

基于环境感知的分集与复用间切换主要通过感知—反馈—计算—判决的方式完成。考虑一个具有Nt副发送天线，Nr副接收天线的 MIMO系统。发送端由一个分集和复用的切换模块构成，接收端有相对应的分集和复用接收模块。假设MIMO信道是慢变的，接收端可通过信道估计获得信道状态信息(CSI)，进而按一定的性能准则（如最大吞吐量或最小误码率）判定最优传输模式，并将此信息反馈给发送端。发送端根据收到的反馈信息选取相应的模式进行传送。

MIMO系统中每一种传输模式的性能取决于信道矩阵H。空间复用系统的性能由H的最小奇异值决定，而天线分集系统的性能由H的弗罗贝尼乌斯(Frobenius)范数决定。对于不同的信道条件，分集和复用系统的性能不同。考虑优化系统的误符号率，对于给定的信道矩阵H，需选择合适的发送模式使接收码本的最小欧式距离最大化，从而最小化系统的误符号率。对于每一个信道实现H，可以计算不同发送模式下的最小距离。空间复用模式的最小欧式距离为：

式中λ为矩阵的特征值。空间分集模式的最小欧式距离满足[7]：

3 空间复用与波束赋型间切换

MIMO系统中基于环境感知的空间复用(SM, Spatial Multiplexing)与波束赋型(BF, Beam-Forming)间切换可利用半马尔可夫(Semi-Markov)模型[8]，通过跟踪信道状态的变化，预测最优的切换时刻，实现MIMO系统中空间复用与波束赋型间的自适应切换。

半马尔可夫(Semi-Markov)预测模型的建模，由于信道状态实时变化，可以根据信道状态的统计信息设定一个接受信噪比(SNR, Signal-to-Noise Ratio)门限γth，并依据该门限对MIMO系统传输模式进行确定，即：

进一步，可以建立半马尔可夫预测模型的状态转移图，如图1所示。

图1 SM-BF模式状态转移

其中Pij表示从状态i到j的转移概率,状态之间的转移关系可用经典的二状态马氏链描述，转移矩阵如下：

由此可以预测出系统工作模式的切换时刻，并对预测结果进行统计分析，建立切换时刻分布表，为MIMO系统的模式切换提供可靠的依据。

4 开环与闭环空间复用间切换

空间复用模式分为开环模式和闭环模式两种。开环模式中发端不需要任何信道状态信息(CSI)，具有处理复杂度低、设计与控制简单等优点，但在较为恶劣的衰落环境中，开环模式的吞吐量和传输稳定性等QoS指标均不理想。闭环模式中发端需要利用 CSI将天线阵列技术与信号处理算法相结合，获得复用增益，进而提高系统容量，减少用户间干扰。但闭环模式一般都需要反馈信息，运算量大，实现流程也较复杂。开环和闭环模式具有各自的优势和不足，可以基于感知到的无线环境信息，利用部分可观测的马尔可夫决策过程(POMDP, Partially Observable Markov Decision Processes)[9]建模，设计一套开环与闭环复用间的智能切换机制。

在空间复用的MIMO系统中，假设用户终端(UE)和基站(Node B)之间有N个空分子信道，可将信道状态量划分为G个等级，记作。这N个子信道所处的状态集为。在T个时隙内考虑开环模式与闭环模式的切换问题，假设T足够大，以至于可以近似认为T→∞。设在第个时隙内的动作为其中表示使用开环模式，a表示使用闭环模式。定义状态转移函数为：

其中：

其中：

其中，β为时间折扣因子，问题的决策流程如图2所示。

图2 决策流程

5 结语

介绍了MIMO系统中基于环境感知的模式切换技术，讨论了分集与空间复用、波束赋型与空间复用、开环空间复用与闭环空间复用 3种模式间的自适应切换机制，旨在保证MIMO系统的链路传输可靠性，进一步提升系统容量增益，减少系统开销，并改善用户的QoS。MIMO模式的自适应切换技术现在已成为无线通信领域的研究热点，下一步的研究应将自适应模式切换与自适应调制和编码相结合，建立相应的多状态数学模型，并进行理论分析和研究。

[1]TELATAR E. Capacity of Multi-antenna Gaussian Channels[J].AT&T-Bell Labs Internal Memo.,1999,10(06):585–595.

[2]FOSCHINI G J.Layered Space-time Architecture for Wireless Communication in Fading Environments When Using Multi-element Antennas[J]. Bell Labs Techn., 1996,1(02):41–59.

[3]FOSCHINI G J, GANS M.On Limits of Wireless Communications in a Fading Environment When Using Multiple Antennas[J].Wireless Pers. Commun., 1998,6(03):311–355.

[4]TELATAR E.Capacity of Multi-antenna Gaussian Channels[J].European Trans. on Telecomm. ETT, 1999,10(06):585–596.

[5]DRIESSEN P F, FOSCHINI G J.On the Capacity Formula for Multiple Input-Multiple Output Wireless Channels: A Geometric Interpretation[J]. IEEE Trans. Commun., 1999,47(02):173-176.

[6]HORN R A, JOHNSON C R. Matrix Analysis. Cambridge[M]. UK:Cambridge Univ. Press, 1985.

[7]周吉超.基于 Markov 模型的 MIMO 自适应传输技术研究[D]. 上海:上海交通大学, 2009.

[8]PUTERMAN M. Markov Decision Processes: Discrete Stochastic Dynamic Programming[M].USA: John Wiley, 1994.

[9]SONDIK E. The Optimal Control of Partially Observable Markov Decision Processes[D].USA: Stanford University, 1971.