基于有限反馈的多用户MIMO系统信道量化方法和装置

摘要

一种无线传输技术领域的基于有限反馈的多用户MIMO系统信道量化方法和装置，所述方法首先根据信道状态信息，从码本中选择出与其夹角最小的码字，并计算量化误差；再从码本中选择出与量化误差夹角最小的码字矢量；将信道矢量向选择出的两个码字矢量构成的空间作投影，计算得到复比例因子；用预先生成的量化阶集合对复比例因子进行量化。接收端装置包括：信道状态信息获取单元，信道矢量量化单元，量化信息反馈单元，发送端装置包括：反馈信息重构单元，预编码单元。本发明能够减少量化的误差，提高系统的容量性能，在达到相同的速率和容量时，具有所使用的码本小，复杂度低的优点。

说明书

技术领域

本发明涉及一种无线传输技术领域的方法和装置，具体是一种基于有限反馈的多用户MIMO系统信道量化方法和装置。

背景技术

在发射机和接收机上使用多根天线，即构成了多输入多输出(MIMO)传输模型，这种传输方式可以增强无线连接的可靠性和增加无线通信系统的容量。在电磁干扰较为严重的无线环境中，对于一个拥有M_T根发射天线和M_R根接收天线的系统，MIMO传输方式对信道容量提高的贡献，与发射天线数以及接收天线数，相对较小的数值成线性关系。因此，MIMO技术已成为未来宽带移动通信系统优秀的备选方案。

预编码技术针对无线信道的衰落特性，以加权的方式使得发送信号能够更好的克服信道对信号的衰落，更好的跟踪信道状态的变化，是提高MIMO系统性能的有效方法之一。近些年来，由于MIMO技术的发展，使得预编码技术成为无线通信领域重要的研究方向。预编码技术着眼于提高无线通信的数据传输速率，在2005年成为IEEE 802.16e标准的一部分，包括开环和闭环的预编码方法。在3GPP标准中也使用了基于预编码的有限反馈的预编码方法。

由于MIMO系统的容量与发射端和接收端的最小天线数相关，而在实际系统中，移动端由于体积和功率的限制，天线的数量受到约束，而基站则不受此限制。因此，为了在这种情况下实现空间分集，多用户MIMO广播信道(Broadcast Channel，BC)的研究近年来引起了学术界广泛的兴趣。已有的研究结果表明，脏纸编码(Dirty Paper Coding，DPC)能够达到MIMO广播信道的容量域。然而，在发射端和接收端实现DPC所需要额外的复杂度极高。并且如何构造实用的、达到系统容量的DPC码的问题至今没有得到解决。

线性预编码技术具有计算复杂度低，实现简单的优点。已有的研究结果表明，迫零波束成形(Zero-foring Beamforming，ZFBF)能够消除各个用户天线之间的干扰，性能接近最优。

在实际FDD系统中，CSI可以由接收机的信道估计获得，并通过反馈信道传输到发射机。但是，由于反馈信道的带宽是有限的，一般不可能将全部的CSI信息传输到发射机，只能通过反馈有限比特的信息来表示CSI。由于用有限比特的信息来量化CSI，存在着量化的误差。导致预编码的性能，与发射端完全已知CSI的理想情况相比，有较大的损失。

经对现有技术的文献检索发现，Peilu Ding等在IEEE Transaction onSignal Processing(2007年第55卷第7期，3417-3428页)上发表的“Multiple Antenna Broadcast Channels With Shape Feedback and LimitedFeedback”。该文中提出了有限反馈的预编码方法，其中信道量化的具体方法为：用户接收机首先估计出信道状态矢量；然后从预先构造的码本中选择与信道状态矢量距离最小的码字，来代表用户的信道状态矢量；最后将所选择的码字编号反馈给发射机，由发射机生成预编码矩阵。其不足在于：为了减少量化的误差，必须增加量化码本的大小。增加码本大小意味着，系统对码本存储空间的需求加大，以及量化过程中，计算复杂度的增加。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于有限反馈的多用户MIMO系统信道量化方法和装置，能够减少量化的误差，提高系统的容量性能，在达到相同的速率和容量时，本发明具有所使用的码本小，复杂度低的优点。

本发明是通过以下技术方案实现的：

本发明涉及的一种基于有限反馈的多用户MIMO系统信道量化方法，它首先根据信道状态信息，从码本中选择出与其夹角最小的码字，并计算量化误差；再从码本中选择出与量化误差夹角最小的码字矢量；将信道矢量向选择出的两个码字矢量构成的空间作投影，计算得到复比例因子；用预先生成的量化阶集合对复比例因子进行量化。

本发明上述方法包括如下步骤：

步骤一，每个用户根据信道状态信息，从码本C₁上选择最优的码字w₁，对信道矢量h_i进行量化，并计算量化误差e_i。

所述的从码本C₁上选择最优的码字w₁，其方法为：遍历选择与信道矢量夹角最小的码字。

所述计算量化误差e_i，为码字矢量与信道矢量的差值。

$w_1=\arg \underset{w_1\in C_1}{\max }\left|h_i^H{w}_1\right|=\arg \underset{w_1\in C_1}{\min }{\sin }^2(\angle (h_i,w_1))---\left(1\right)$

$e_i=h_i-\left(h_i^H{w}_1\right)w_1$

步骤二，从码本C₂中选择最优的码字w₂，对量化误差e_i进行量化。

所述的从码本C₂中选择最优的码字w₂，其方法为：遍历选择与量化误差矢量夹角最小的码字。

$w_2=\arg \underset{w_2\in C_2}{\max }\left|e_i^H{w}_2\right|=\arg \underset{w_2\in C_2}{\min }{\sin }^2(\angle (e_i,w_2))---\left(2\right)$

步骤三，计算空间span(w₁，w₂)的正交基得到w₁和w′₂。其中，w₁和w₂为步骤一和步骤二中选出的码字矢量，求解复比例因子α：

$\alpha =\frac{{w_2^{\prime }}^H{h}_i}{w_1^H{h}_i}---\left(3\right)$

其中，复比例因子α表示量化后的信道状态矢量中，w₁分量和w′₂分量的比例。

步骤四，分别对复比例因子α的实部和虚部进行量化。用1比特信息表示实部(虚部)的符号。用选择预先构造好量化阶集合，对实部(虚部)的绝对值进行量化。选择与实部(虚部)绝对值欧式距离最短的量化阶，量化其大小。

步骤五，将w₁和w₂在码本C₁和C₂中的编号，以及复比例因子α的量化信息反馈给发射端。

步骤六，发射端根据反馈信息，重构量化后的信道矢量

${\hat{h}}_i=w_1+\hat{\alpha }{w}_2^{\prime }$

$w_2^{\prime }=\frac{w_2-\left(w_1{w}_2^H\right)w_1}{\left|\right|w_2-\left(w_1{w}_2^H\right)w_1\left|\right|}---\left(4\right)$

$\hat{\alpha }=s_{\mathrm{re}}{\hat{\alpha }}_{\mathrm{re}}+s_{\mathrm{im}}{\hat{\alpha }}_{\mathrm{im}}$

其中，s_re和s_im分别为复比例因子α实部和虚部的符号；s_re和s_im分别为复比例因子α实部和虚部绝对值的量化阶大小。

所述码本C₁和C₂，其构造包括以下步骤：

步骤①，确定发射端发射天线数M，以及码本C₁的大小以及码本C₂的大小

步骤②，从M维空间单位球上，随机选取个矢量构成码本C₁；选择码本C₁的前个矢量构成码本C₂。

所述复比例因子α实部(虚部)量化阶集合，其构造包括以下步骤：

步骤①，通过Matlab(数学实验室)仿真，确定码本C₁和码本C₂下，复比例因子α实部(虚部)的近似统计特性；

步骤②，根据选定量化阶集合的大小，复比例因子α实部(虚部)绝对值的近似统计特性。搜索构造量化阶集合，使得平均的量化误差最小。

基于上述方法，本发明涉及一种基于有限反馈的多用户MIMO系统信道量化的装置，包括：接收端装置及与其配合的发送端装置，其中：

所述的接收端装置，包括：

信道状态信息获取单元，获取信道状态信息；

信道矢量量化单元，对信道状态获取单元获取的信道状态信息进行量化。从码本中分别选择两个码字矢量，并计算复比例因子。用码字的线性组合来量化表示信道矢量；

量化信息反馈单元，将两个码字矢量在码本中的编号，以及复比例因子的量化结果反馈到发射端；

所述的发送端装置，包括：

反馈信息重构单元，接收反馈的信道量化信息。计算重构信道矢量的量化结果；

预编码单元，根据各个用户量化后的信道状态信息，计算相应的预编码矩阵。

本发明的方法步骤通过发射端装置和接收端装置的配合完成。发射端装置包括反馈信息重构单元和预编码单元；发射端装置包括信道状态信息获取单元，信道矢量量化单元和量化信息反馈单元。接收端接收到发射端装置发射的信息后，完成信道状态信息的获取、信道矢量的量化一系列任务，将反馈信息发射出去；发射端装置接收到反馈信息后，完成反馈信息重构、预编码矩阵计算等任务，并使用计算得到的预编码矩阵对准备传送的数据进行预编码，最终形成可发射的信息。

上述装置的功能单元与本发明方法实现步骤的对应关系是：接收端信道矢量量化单元完成步骤一、步骤二、步骤三以及步骤四中信道矢量的量化；量化信息反馈单元完成步骤五；发射端反馈信息重构单元完成步骤六。

本发明提出一种新的信道量化方法，采用两个码字的线性组合来量化信道矢量，从而降低了量化的误差，提高了多用户预编码的性能。相对于现有的方法，在同样性能下，本发明具有更低的码本存储需求和更低的计算复杂度，很适合实际中应用，可为第三代(3G)、超三代(B3G)、第四代(4G)蜂窝移动通信和数字电视、无线局域网、无线广域网等系统的技术方案提供重要的理论依据和具体的实现方法。

附图说明

图1是带有发射预编码的多用户MIMO系统原理图。

图2是实际系统装置示意图。

图3是信道矢量量化过程流程图。

图4是12比特的码本，复比例因子α实部(虚部)的近似统计特性图。

图5是MIMO广播信道下系统速率和容量仿真曲线图。

图6是不同量化阶集合下系统速率和容量仿真曲线图。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

系统包含1个基站和K个用户(用户1，用户2，…，用户K)。基站有K根发射天线，每个用户接收机有1根接收天线。图1中，Z_i(i＝1，2，…，K)为发送给第i个用户的数据；T_i表示为第i个用户发送数据的线性预编码过程；R_i表示为第i个用户的接收机。在每个用户接收端，估计出各自的信道状态矢量，然后根据预先设计好的码本，对信道状态矢量进行量化，并且通过反馈信道，传送回基站。基站接收反馈信息，重构各个用户的信道状态矢量，最后根据重构的信道状态矢量，进行多用户预编码。

(1)本实施例的多用户MIMO系统参数配置，具体如下：

基站数：1基站发射天线数：6

用户数：6用户接收天线数：1

即如图1所示，用户数K＝6的情况。

信道模型为MIMO广播信道(MIMO Broadcast Channel)，具体请参考“Multiple Antenna Broadcast Channels With Shape Feedback and LimitedFeedback”，IEEE TRANSACTIONS ON SIGNAL PROCESSING，VOL.55，NO.7，July 2007。

(2)码本构造：

随机构造大小为8比特、12比特、16比特和20比特的码本C₁。即按照如图3中，码本构造的流程，分别构造含有256、4,096、65,536和1,048,576个码字的码本集。

(3)复比例因子α量化阶集合：

按照如图3中，码本构造的流程，对12比特的码本C₁，从中选出的6比特码本C₂。仿真得到复比例因子α实部(虚部)的近似统计特性。仿真曲线如图4所示，采用仿真的方法近似获取复比例因子α实部及虚部的概率密度函数曲线。复比例因子α的统计特性用于搜索最优的量化阶系数。搜索得到两组不同反馈量的量化阶集合。

  反馈特数  量化阶  4比特  [0.12，0.33]  6比特  [0.06，0.18，0.28，0.38]

按照如图3中，码本构造的流程，对8比特的码本C₁，从中选出的6比特码本C₂。仿真得到复比例因子α实部(虚部)的近似统计特性。搜索得到两组不同反馈量的量化阶集合。

  反馈特数  量化阶  4比特  [0.17，0.46]  6比特  [0.09，0.27，0.41，0.55]

(4)量化方式参数：

方式1和方式2应用现有的信道量化方式，分别采用20比特码本和16比特码本，作为本发明算法性能比较的参照。针对不同的反馈量大小，用本发明的算法设计不同的量化方式3-6。

(5)系统装置

对于不同的量化方式3-6，发射端和接收端的装置相同，如图2所示，基站装置包括反馈信息重构单元和预编码单元。每个用户接收端装置包括信道状态信息获取单元、信道矢量量化单元和量化信息反馈单元。

接收端的装置用于量化信道状态矢量，其工作的流程如图3所示，包括预先设计码本、量化阶集合的流程以及用户接收机量化信道状态信息矢量的流程。码本设计的流程为首先确定码本集C₁，然后从中选择出码本集C₂，最后根据C₁和C₂，搜索出最优的量化阶集合。量化信道状态信息矢量的流程为，首先提取信道状态信息，然后遍历码本集C₁确定码字w₁，接着遍历码本C₂确定码字w₂，再根据选出的码字w₁和w₂，计算并量化复比例因子α，最后反馈量化的结果。

(6)仿真结果

仿真的结果如图5、图6所示。其中图5按照实施例中的参数，比较了不同量化方式下，整个系统的速率和性能的仿真结果。图6按照实施例中的参数，比较了采用不同的量化阶集合，整个系统的速率和性能的仿真结果。

方式1、方式2采用现有的量化方法作为比较参照，方式3、方式4采用本发明提出的新方法。如图5所示，方式3与方式1相比较、方式4与方式2相比较，系统的容量性能几乎完全一致。但是本发明所采用码本的大小仅为现有方法码本大小的1/256，因此，具有较低的存储空间需求和量化计算的开销，从而降低了实现复杂度。

方式5、方式6表明了，在固定的码本情况下，本发明的性能上界。如果不考虑α的量化，方式6和方式2的量化反馈量相同。但是，本发明不仅所用的码本较小，而且容量性能要优于现有方法。在SNR＝30dB时，采用8比特码本的新方法，系统的速率和容量可以达到10.0bps/Hz；相对于现有的方法，采用16比特码本，只能达到8.1bps/Hz。

考虑到α的量化的比特信息，本发明的反馈量会有所增加。图6比较了对于4,096个码字的码本，B₁＝12bit，B₂＝6bit的情况下，α不同量化方式对速率和容量的影响。与α未量化时的容量性能相比，若采用4bit信息进行量化(表1，表2)，性能就比较接近；若采用6bit信息进行量化，性能几乎一致。综合考虑反馈量的增加与性能的损失，一般采用4bit信息来量化α就足够了。随着码本大小的增加，α实部(虚部)的平均量化误差越来越小，反馈α的比特开销所占的比重也越来越小，本发明的优势愈加明显。