一种基于正交分量的天线子集选择方法

摘要

一种基于正交分量的天线子集选择方法，这个方法用来从众多的接收天线中选择能够使通信系统信道容量最大的少数天线连接到射频链路进行通信。建立通信的初期，发射端传送训练序列，利用训练序列，接收端可以测得所有信道的状态信息，然后我们基于信道矩阵各行向量之间的正交性，计算最优的接收天线组合。我们提出的方法计算复杂度较低，同时得到了接近最优的信道容量。

说明书

一、技术领域

本发明涉及一种用于多输入多输出(MIMO)系统下的接收天线选择方法，具体地说是一种基于正交分量的天线子集选择方法。

二、技术背景

天线选择技术是简化复杂的多天线系统的主要手段，是天线系统应用和研究的热点。与单天线系统相比，多输入多输出(MIMO)系统在抵抗多径衰落的同时也使得无线信道容量得到大幅度提高，这促使人们对MIMO系统开展广泛深入的研究。虽然使用多天线大大改善了系统性能，但是由于需要大量昂贵的射频(RF)电路，从而导致系统的实现成本过高而且复杂度太大。为最大限度的提高系统性能并减小系统的硬件成本及系统的复杂度，可以使用天线选择技术为有限的射频电路装配大量的天线，从中选取使信道容量最大的一组天线进行发射和接收，具体实现过程见图1。

MIMO系统中的天线选择方法已经进行了大量的研究。其中最优选择方式就是从所有可能的天线组合中选择出能够使信道容量最大的组合。然而这种方法在每一次选择时需要进行次运算，当天线数目很大时，就会因计算量太大而无法达到实时的信号处理。因此，人们提出了一系列计算复杂度低的次优的天线选择方法。在这些天线选择方法中最简单的是基于信道行向量模值(NBS)的天线选择方法，它是从信道矩阵的所有行中选出模值最大的行组成新的信道子矩阵。虽然NBS法计算简单，但是性能并不理想。于是杨-瑟科乔伊(Yang-Seok Choi)和安德若斯福毛利世(A.F.Molisch)提出了一类基于信道矩阵各行之间相关性的快速选择方法，它从信道矩阵中选出相关性最大的两行，然后舍去其中模值较小的行。这一步骤一直持续下去直到N_R-n_R行被去除掉。通过这种方法可以得到各行模值最大且各行间相关性最小的信道子矩阵。然而这种方法需要计算所有行之间的相关性，计算量较大，且与最优方法相比系统容量损失较大。最近，周-瑟克帕克(Joo-Seok Park)和顿周帕克(Dong-JoPark)提出了一种基于模值和信道行向量间不相关性的快速选择方法，使计算复杂度进一步降低，性能也得到了较大的提高。在特殊情况下，例如当在接收端选择两天线时，该方法几乎取得了最优选择方法所能达到的系统容量；但是当选择天线数进一步增大时，该方法依然存在较大的容量损失。

三、发明内容

针对现有技术的缺陷，本发明提供一种基于正交分量的天线子集选择方法。

如图2所示，从接收端测得的信道矩阵H中任意取两行向量，表示为h1、h2，其中行向量h1可以分解为相对于h2的平行分量及正交分量h1_h2^⊥，即如果h1、h2两行向量间相关性越小，则分量的模值就越小，h1_h2^⊥的模值越大，即两向量越趋于正交。

同理，从剩余的行向量中任意取一行向量记为h3，当第三个行向量h3与前两行向量h1、h2的相关性越小时，h3越趋于垂直于h1同时也垂直于h2，即越趋于垂直于h1、h2所组成的向量空间，则h3相对于h1及h2的正交分量h3_h1^⊥与h3_h2^⊥的和的幅值越大。同理可推知多向量的情况。

在接收端测得的信道矩阵中选出信道模值最大的一行所对应的接收天线为第一条接收天线，然后计算其余天线对应的信道行向量相对已选出的天线的信道行向量的正交分量的和的模值，取最大的作为新添加的天线，依次进行，直到选择的天线数与射频链路数相同结束，具体选择方法为：

(1)天线子集从空集开始，每次从未被选择的天线中选出符合所要求的天线添加到天线子集中。

(2)采用循环计算的方法，每次选择都使用前面计算所得的结果，简化计算量。

(3)在选择第一条接收天线时采用信道模值最大的方法，计算所有接收天线对应的信道行向量的模值，选出其中模值最大的天线作为第一条接收天线。

(4)其它天线选择以信道各行向量间的正交分量为选择标准，先分别计算每条未选择天线对应的信道行向量相对于各已选择天线信道行向量间的正交分量，将其正交分量先相加然后再取模值，以模值的大小作为选择适合的天线的标准。

本发明可用于当前3G及B3G通信系统中对大量天线分配少量射频电路的选择标准。

四、附图说明

图1是本发明的系统结构框图。

图2是本发明向量间的关系图。

图3是不同n_R时的中断容量，N_T＝3，N_R＝8，SNR＝20dB，10％中断率时中断容量性能曲线。

图4是N_T＝2，N_R＝8，n_R＝N_T及SNR＝20dB时的累积分布函数与系统中断容量关系曲线。

图5是N_T＝3，N_R＝8，n_R＝N_T及SNR＝20dB时的累积分布函数与系统中断容量关系曲线。

图6是N_T＝2，N_R＝8，n_R＝N_T，10％中断率，不同信噪比时的系统中断容量性能关系曲线。

图7是N_T＝3，N_R＝8，n_R＝N_T，10％中断率，不同信噪比时的系统中断容量性能关系曲线。

其中，1、信号处理与编码单元，2、射频链路，3、为接收天线分配射频链路的射频切换电路，4、信号处理与译码单元，5、传输信号的输入，6、被选择天线子集接收并处理信号后的输出。中断率表示没有达到一定信道容量等级的概率；中断容量表示在一定中断率下的信道容量。

五、具体实施方式

实施例：

一种基于正交分量的天线子集选择方法，在接收端测得的信道矩阵中选出信道模值最大的一行所对应的接收天线为第一条接收天线，然后计算其余天线对应的信道行向量相对已选出的天线的信道行向量的正交分量的和的模值，取最大的作为新添加的天线，依次进行，直到选择的天线数与射频链路数相同结束，具体选择方法为：

(1)天线子集从空集开始，每次从未被选择的天线中选出符合所要求的天线添加到天线子集中。

(2)采用循环计算的方法，每次选择都使用前面计算所得的结果，简化计算量。

(3)在选择第一条接收天线时采用信道模值最大的方法，计算所有接收天线对应的信道行向量的模值，选出其中模值最大的天线作为第一条接收天线。

(4)其它天线选择以信道各行向量间的正交分量为选择标准，先分别计算每条未选择天线对应的信道行向量相对于各已选择天线信道行向量间的正交分量，将其正交分量先相加然后再取模值，以模值的大小作为选择适合的天线的标准。

其中，

1)信道向量h_k为信道矩阵H中的第k行，其中k是集合S＝{1，2，…，N_R}中的某个元素。令集合K为空集。

2)选取H中模值最大的行h_k(1)，将k(1)从S集合中去除，添加到集合K中。

3)在该方法的其它步骤中，取集合S所对应的每一行h_j(j∈S)，计算它相对于集合K对应于的每一行的正交分量的和 $>>>\alpha >j>>=>>\Sigma >>k>>(>i>)>>\in >K>\; >>(>>h>j>>->>>⟨>>h>j>>,>>h>>k>>(>i>)>>>>⟩>2^{}$>其中<h_j，h_k(i)>

是向量h_j和h_k(i)的内积。对所有(j∈S)取使α_j的模值最大的行h_j，将其在集合S中去除，添加到集合K中。继续该循环，直到集合K中的元素个数为n_R个为止。

通过仿真实验验证本发明所述方法的性能，我们同时给出了最优选择算法、基于模值的选择算法、基于相关的选择算法、基于模值和不相关性的选择算法以及随机选择算法的性能曲线。仿真中假设信道为准静态平瑞利衰落信道。

图3给出的是不同选择天线数目n_R下的中断容量(outage capacity)性能曲线，假设N_T＝3，N_R＝8，SNR＝20dB，以及10％中断率。当n_R≤2时，本发明所提出的新算法与基于模值和不相关性的算法性能最好，都取得了近乎最优的中断容量，但是当n_R＞2时本文提出的新算法优于基于模值和不相关性的算法性能。

图4描述的是N_T＝2，N_R＝8，n_R＝N_T，SNR＝20dB下的累积分布函数与系统容量的关系。可以看到，当n_R＝N_T＝2时，随着中断率的减小，新算法与基于模值和不相关性的算法容量都接近最优选择，同时远好于基于模值的算法和随机选择算法的性能。图5是图4在n_R＝N_T＝3情况下的性能比较，可以看出，当选择天线数目增大时，新算法的性能一直是接近最优选择算法。而其它算法随发射天线数的增加信道容量损失较大。

图6给出了不同信噪比(SNR)下的系统中断容量性能比较，假设N_T＝2，N_R＝8，n_R＝N_T，10％中断率，图7是图6在n_R＝N_T＝3下的性能曲线。可以看出，随SNR的增大，新算法的信道容量一直接近于最优，当n_R＝N_T＝3时，新算法与其他算法相比，性能优势随着信噪比的增大变得越来越明显。