获得信道互易性的方法、收发器和MIMO通信系统

摘要

本发明提供一种在MIMO通信系统中确定通信信道特性的方法，其中该系统包括至少一个有N个天线的收发器A和至少一个有N个天线的收发器B，该系统至少使用从A到B的第一通信信道HAB和从B到A的第二通信信道HBA。该方法的关键在于包括采用预编码将通信信道HAB和HBA转化为具有相同特性的步骤。本发明还提供一种收发器和一种实现本发明方法的MIMO通信系统。

说明书

技术领域

本发明涉及无线通信，尤其涉及一种确定通信信道的方法，一种实施该方法的收发器和一种MIMO通信系统。

背景技术

在发射机与接收机两侧均采用多天线的无线通信系统中，即在通称的多输入多输出(MIMO)系统中，如果发射机事先知道通信将使用哪个信道，性能就会有很大提高。在这种情况下，可以应用曾经建议的许多类型的预编码，如预均衡[1]，单用户MIMO情况下的利用注水算法(water filling)的奇异值分解(singular valuedecomposition)[2]，以及对多用户MIMO情况也适用的脏纸(dirty paper)预编码[3]。([]中的现有技术参考资料列于说明书的结尾)

起初MIMO通信研究致力于改善无线链路中单向的性能，因为人们认为链路两个方向上吞吐量的需求是不同的。但是，现在人们越来越关注分别在无线链路的两个方向上，即上行链路和下行链路，进行MIMO通信。这种在两个方向上都具有高鲁棒性(robust)和/或高吞吐量的双向MIMO通信对无线链路双向需求均高的情况很有价值。

在平坦衰落、无预编码的、具有N_T个发射天线和N_R个接收天线的MIMO系统中，输入输出关系可表示为：

y＝Hx+n        (1)

式(1)中，x是发射符号的N_T×1向量，y，n分别为接收符号的N_R×1向量以及噪声，H为信道系数的N_R×N_T矩阵。因而发射机符号在MIMO信道H上N_T重空间复用(N_T-fold spatiallymultiplexed)，换言之，N_T个流是并行发送的，理论上能使频谱效率增加N_T倍。

线性预编码意味着在(1)中引入N_T×N_S预编码矩阵W来对向量x中的符号进行预编码。列的维数N_S可以选得小于N_T，这时x被修改为N_S×1维。因此，N_S个流是并行发送的。线形预编码MIMO系统的输入输出关系表示为：

y＝HWx+n        (2)

同样，非线性预编码可用例如THP预编码(Tomlinson-Harashima precoding)[7]实现，其中定义了前馈和反馈滤波器矩阵。线性/非线性预编码的概述参见[8]。

在进行非线性预编码时，为了选择应用在公式(2)中最优的预编码矩阵W，或前馈和反馈预编码矩阵，需要知道接收机噪声的统计信息和信道H。也需要前向信道质量信息以便在使用自适应编码调制(AMC)的系统中设置正确的调制和编码速率。

在频分双工(FDD)无线通信系统中，前向与反向链路的频率间隔通常比无线信道的相干带宽大得多。这意味着发射频率所在的信道是未知的，同时，为了采用AMC和/或高级MIMO预编码技术，前向信道信息的反馈需要接收机通过反向信道发射到发射机的。该反馈增加了反向信道的信令开销从而降低了系统的频谱效率。此外，采用反馈时，反馈可能出错，使MIMO预编码技术的性能严重恶化。同样，在相反方向的链路上(反向信道此时成为前向信道，反之亦然)，MIMO发射面临相同的开销和反馈差错问题。

现有技术可分为两类。第一类中，发射机可获知MIMO信道系数从而可以应用任何类型需要的预编码。第二类中，接收机由于掌握了MIMO信道系数的信息，可以从已知的一组可用预编码器中选择一个并反馈所选的预编码器的索引(index)。

第一类中的现有技术[4]讨论了基站到用户的单向链路发射，该系统由一个有M个发射天线的基站和K个单天线用户组成。每个用户对M×1个前向信道进行估计，在一个训练周期中将前向信道系数估计值调制到反向载波发送到发射机。发射机就会获得所有K个用户的前向信道信息。

同属于第一类的[5]和[6]，在MIMO-OFDM系统中引入直接信道反馈(Direct Channel Feed Back，DCFB)方法，将前向信道系数调制到反向导频序列(pilot sequence)来反馈前向信道系数。其它反向导频序列用来对反向信道系数进行估计。发射机再根据获得的前向信道系数来优化前向发射。

现有技术的另一个例子PCT/CN2006/001403属于上述的第二类，其采用可用的线性预编码矩阵W的码表。接收机对MIMO信道进行估计，选择一个理想的预编码矩阵，并将码表中该矩阵的索引反馈到发射机，这个理想的预编码矩阵在某种意义上接近对MIMO信道进行特征值分解获得的理想预编码矩阵。

在上下行链路均使用多天线发射的系统中，上述问题更为突出。如果上下行信道是分离的，最佳发射和接收滤波器需要对上下行信道都进行计算。因此，计算量需要增加一倍。这可能使接收机需要配备更贵的硬件和/或产生更大的功耗。

发明内容

本发明提供了现有技术问题的解决或缓解方案，设计一种在MIMO通信系统中确定上下行链路通信信道特性的方法，以使计算复杂度最低，且对通信信道特性反馈的需要最少。

同时提供一种相应的接收机和相应的MIMO通信系统。

本发明利用线性MIMO预编码生成等效MIMO系统，其中即使原始上下行MIMO信道因频分双工而完全不同，本实施例得到的上下行MIMO信道也相同(赫米特(Hermitian)转置之后与一个标量常数相乘)，见图1。然后此等效系统可在第二步由公知的高级线性或非线性预编码算法所用。

本发明与现有技术参考资料[4][5][6]相比，一个区别在于MIMO通信是双向的且不需要获得“真实”的MIMO信道系数。所以，本发明实施例通过采用线性预编码使上下行MIMO信道等效(equal)，以使上行链路信道的估计值可直接用于下行链路的优化。

最佳发射滤波器和最佳接收滤波器可以是如[1]所述的线性预编码矩阵，也可以是如[8]所述的预编码矩阵与反馈滤波器的组合，提供非线性预编码。最佳发射与接收滤波器的计算所基于的信道矩阵须为滤波器设计算法所知，且收发两侧的最佳滤波器是同时获得的。

若MIMO信道矩阵在收发模式对上下行链路来说是相同或等效的，此时可大大降低计算量，因为计算最佳发射滤波器的同时可以直接得到最佳接收滤波器。因此，此最佳化计算只需进行一次。

此外，与第二类现有技术相比，无需将预编码矩阵量化为接近码表中一组可用的预编码矩阵中的一个预编码矩阵。同时，无需反馈该预编码索引，而该反馈在无线信道上发送时可能会出错。

如图2所示，为了生成上下行链路相等MIMO信道，在上下行链路都利用表达式(2)进行线性预编码。

为了实现图1的安排，两个收发器都要用接收到的数据进行信道特性估计，这些信道特性，最好是在乘以一个标量数进行幅度调整之后，在发射机侧用作线性预编码。

图3中给出一个例子。对上行信道进行估计，求出作为归一化常量的标量。然后对此上行信道进行Hermitian转置，用作下行发射的线性预编码。对下行信道采用类似的方法。等效系统见图4，其中$c_{\mathrm{UL}}{H}_{\mathrm{DL}}{\hat{H}}_{\mathrm{UL}}^{*}={(k·c_{\mathrm{DL}}{H}_{\mathrm{UL}}{\hat{H}}_{\mathrm{DL}}^{*})}^{*},$其中k为标量常数。

得到如图4所示的等效MIMO系统后，可对该相等的上下行信道进行估计。由于本发明的特殊结构，在链路的两端，发送信道可以直接由接收信道估计值的Hermitian转置获得。因此，该等效系统可以采用需要信道信息的高级线性或非线性发射预编码技术。而且，该等效系统也可以采用其它需要信道信息的技术，包括自适应调制、自适应编码和自适应功率控制等。

附图说明

下面结合附图对本发明实施例加以描述。

图1为本发明的将两个不同的通信信道转换为两个几乎相同的信道的特性的示意图；

图2为本发明的预编码概念的示意图；

图3为本发明的对上下行链路信道进行预编码的示意图；

图4为进行预编码得到的等效MIMO系统的示意图；

图5为采用正交参考信号对通信信道进行估计的示意图；

图6为本发明的内预编码器的使用示意图。

具体实施方式

假设一个MIMO系统由一条无线链路的两个收发器A和B组成，每个收发器具有N个天线用于收发信息。A与B之间两个方向上通信使用的载波频率不同，因此两个方向上的通信不会相互干扰。

为便于信道估计以进行通信，定义2N个正交参考信号，称为导频。将这2N个导频分为两组，每组N个，用“导频1”和“导频2”表示。应当说明的是，参考信号不一定要正交，但正交的参考信号可改善性能。优选的参考信号至少要有低的互相关性。参考信号正交时，它们可以是时间正交，和/或频率正交，和/或编码正交。

为了获取MIMO信道的特性估计值，使用了导频2中一组N个正交导频序列(每个发射天线使用一个)，参见图5。这些导频分别用来估计H_AB和H_BA表示的“真实”MIMO信道。

当通信链路的两端A和B利用导频2中的一组正交参考信号将这些信道的特性分别估计为和时，求出归一化常量来补偿路径损失。例如，可以按下式计算：

$c_A=\frac{1}{{\left|\right|{\hat{H}}_{\mathrm{BA}}\left|\right|}_F}$和

$c_B=\frac{1}{{\left|\right|{\hat{H}}_{\mathrm{AB}}\left|\right|}_F}$

其中‖·‖_F为该信道的Frobenius范数。归一化也是可选的，能显著改善系统性能。

此时在A和B处分别按下式选择线性预编码矩阵：

$W_A=c_A{\hat{H}}_{\mathrm{BA}}^{*}$

$W_B=c_B{\hat{H}}_{\mathrm{AB}}^{*}$

然后在A和B处分别按下式应用这些预编码矩阵进行预编码，以获得等效的信道：

$G_{\mathrm{AB}}=H_{\mathrm{AB}}{W}_A=c_A{H}_{\mathrm{AB}}{\hat{H}}_{\mathrm{BA}}^{*}$

$G_{\mathrm{BA}}=H_{\mathrm{BA}}{W}_B=c_B{H}_{\mathrm{BA}}{\hat{H}}_{\mathrm{AB}}^{*}$

应该指出的是，除了上面所用的Hermitian转置矩阵信道估计值和以外，普通的转置矩阵和也是可用的。事实上，对普通信道估计值转置矩阵和来说，Hermitian转置矩阵只不过是取这些信道估计值中各元素的复共轭得到的。

如果采用“导频2”的信道估计具有良好的性能，此时这两个MIMO信道就互为复共轭转置矩阵乘以一个标量常数，或者，如果使用的是和则互为普通转置矩阵乘以一个标量常数。

$G_{\mathrm{AB}}=k·G_{\mathrm{BA}}^{*}$

“导频1”表示的第二组正交导频序列全部与图5中那组导频序列“导频2”中的成员正交。“导频1”用来分别在无线链路的每一侧对G_AB和G_BA进行估计。估计值用和表示。同前面一样，正交并不是必须的，但可以提高性能。

预编码矩阵W_A和W_B的更新须遵循信道动力学。OFDM系统中各导频可能是在时间和/或频率上正交分离的(orthogonallyseparated in time and/or frequency)。如果该方法应用于OFDM系统，上述的矩阵在频率分离的情况下须按信道的相干带宽计算，在时分的情况下须按信道的相干时间计算。

现在，发射机可以使用高级预编码技术，如采用本征模式上功率注水的特征值分解或THP(Tomlinson-Harashima precoding)预编码等非线性预编码，因为在A处，进行此预编码所需的A到B的信道是根据B到A信道特性估计值的Hermitian转置，即${\hat{G}}_{\mathrm{AB}}=k·{\hat{G}}_{\mathrm{BA}}^{*}$得到的，其中k为常数。

同样，在B处，B到A的信道是根据A到B信道估计值的Hermitian转置，即${\hat{G}}_{\mathrm{BA}}=k\prime ·{\hat{G}}_{\mathrm{AB}}^{*}$得到的，其中k′为常数。

线性预编码MIMO系统的输入输出关系为(由(2)得)

y＝HWx+n

当接收机也使用线性滤波器R估计发射向量x时有

$\hat{x}=\mathrm{RHWx}+n$

[1]中给出了对R和W不同的优化方法。例如，在一个应用示例中，将奇异值分解用于线性预编码，按下式分解方形MIMO信道矩阵H

H＝UΛV^*

其中U和V中的列分别包含正交和归一化的左右奇异向量(left and right singular vectors)，奇异值位于对角矩阵Λ的对角线上。如果发射预编码矩阵选用W＝V且接收滤波器选用R＝U^*，等效系统可以是

$\hat{x}=U^{*}{\mathrm{U\Lambda V}}^{*}\mathrm{Vx}+U^{*}n=\mathrm{\Lambda x}+U^{*}n$

可以看出，由于对角矩阵Λ，向量x中的发射符号间的相互影响在估计值向量中被完全去掉了(抗干扰)。此应用中，需要发射机和接收机知道该信道的情况以便能够计算线性预编码矩阵R和W。此外，如果上下行信道不同，则必须对上下行信道分别进行信道奇异值分解H＝UΛV^*，而该计算费用昂贵。在本发明中，该计算只需进行一次，因为上下行MIMO信道矩阵是相等的。

另一方面，在本发明中，发射符号的线性预编码必须按图2进行以便在上下行链路生成相同的信道。如图6所示，在进行“外”预编码后，例如采用上述奇异值分解，预编码后的符号须经过“内”预编码器再次预编码以生成相同的上下行信道。因此与现有技术相比本发明的缺点是需要“内”预编码结构。但是，内预编码相关的矩阵与向量的乘法复杂度远低于奇异值分解，见表1中的比较。

奇异值分解的复杂度随天线数量N的立方值增加，而矩阵-向量乘法仅随其平方值增长。因此，用矩阵-向量乘法替换奇异值分解大大降低了计算复杂度。

表1进行奇异值分解与矩阵-向量乘法所需计算量，其中N为方阵的大小。

 

运算运算量奇异值分解[9]运算量矩阵-向量乘法乘法次数18N³N²加法次数9N³N²-1

表1

参考文献

[1]A.Scaglione，P.Stoica，S.Barbarossa，G.B.Giannakis，and H.Sampath，“Optimal designs for space-time linear precoders and decoders”，IEEETrans.Signal Processing，vol.50，pp.1987-2006，July1999.

[2]I.E.Telatar，“Capacity of Multi-Antenna Gaussian channels”，EuropeanTransactions on Telecommunications，vol.10，no.6，pp.585-595，Nov./Dec.1999.

[3]U.Erez and S.ten Brink，“A Close-to-Capacity Dirty Paper PrecodingScheme”，IEEE transactions on information theory，vol.51，No.10，October2005，p.3417-3432.

[4]T.Marzetta and B.Hochwald，“Fast transfer of channel state information inwireless systems”，submitted to IEEE Transactions on Signal Processing，2004，http://mars.bell-labs.com/papers/channel_estimation/FDDvsTDD.pdf

[5]IEEE802.16e-04/422，“Improvements to the uplink channel sounding forOFDMA”，IEEE BWA WG，2004-04-11，http://www.ieee802.org/16/tge/contrib/C80216e-04_422.pdf

[6]3GPP R1-050516，“Additional details on DCFB for obtaining MIMOchannel information at Node B”，Motorola，Seoul，Korea，November 2005.

[7]R.F.H.Fischer，C.Windpassinger，A.Lampe and J.B.Huber，“Space-time transmission using Tomlinson-Harashima precoding”，Proc.of 4 ITGConference on Source and Channel Coding，pp.139-147，January 2002.

[8]O.Simeone，Y-Bar-Ness and U.Spagnolini，“Linear and nonlinearpreequalization/equalization for MIMOSystems with long term channel stateinformation at the transmitter”，IEEE Transactions on wireless communications，p.373-378，Vol3.No.2，March 2004.

[9]P.Vandenameele，L.van Der Perre，B.Gyselinckx，“An SDMA algorithmfor High-Speed WLAN Performance and complexity”，Global TelecommunicationsConference，pp.189-194，November 1998.