法律状态公告日
法律状态信息
法律状态
2018-03-06
授权
授权
2015-10-14
实质审查的生效 IPC(主分类):H04L27/26 申请日:20150608
实质审查的生效
2015-09-16
公开
公开
技术领域
本发明属于无线通信的信号处理领域,尤其涉及在大规模MIMO-OFDM下行 链路中降低信号功峰均比(Peak-to-Average Power Ratio,PAPR)的方法。
背景技术
由于大规模MIMO能够满足日益增长的通信速率和容量需求,受到了业界的广 发关注。因为OFDM技术能很容易地应用到MIMO系统中,MIMO-OFDM已经被 默认为下一代无线通信系统空口方案。OFDM调制是一种把不同数据分别映射到相 互正交的子载波上的技术,能够有效对抗频率选择性衰落且实现简单,被广泛应用 于各种通信系统,例如:LTE与WIFI。但是,OFDM调制信号是多个独立载波的 线性叠加,通常具有很高的PAPR,使得OFDM系统的射频电路需要一个成本很高 的线性放大器。
在传统的SISO-OFDM系统中,已有很多成熟的降低PAPR的方法,它们通常 在发射端把原始的高PAPR信号压缩成一个低PAPR信号发射出去,同时给用户发 射一个能够正确解调此信号的附加信息。但是,多用户MIMO系统中,接收端的用 户不可能协作解调压缩后的PAPR信号,因此传统方法很难拓展到多用户MIMO系 统中。
在大规模MIMO系统中,通常基站拥有的天线数远远大于所服务的用户数,这 使得MIMO-OFDM系统的多用户预编码约束和OFDM调制能够联合建立一个欠定 的方程组,使得能满足用户间无干扰的调制信号有无穷个。因此,大规模的发送天 线就提供了额外自由度来寻找具有低PAPR特性的OFDM调制信号。目前,一般利 用凸优化的方案来寻找最优解,但是复杂度高,收敛速度慢。
发明内容
针对现有技术的不足,本发明提供一种利用低PAPR信号的统计特性来降低信 号PAPR的低复杂度算法。
本发明的思路为:首先把预编码约束、OFDM调制联合表示成一个欠定的方程 组,然后建立一个能够促进低PAPR特征的先验模型,最后利用最大期望 (Expectation-Maximization,EM)和广义近似消息传递(Generalized Approximate Message Passing,GAMP)算法设计出一个能够求取低PAPR解的算法。
为了方便地描述本发明的内容,首先对本发明中使用的术语进行定义。
大规模MIMO-OFDM下行链路:如图1所示,sn为N个子载波分别发送的QAM 调制信号,n=1,...,N,是保证用户间无干扰而进行预编码后的向量, (m=1,...,M)为M根基站发送天线上发送的频域信号,为M根 基站发送天线上发送的时域信号,K为大规模MIMO中的用户数,K<<M,表示 复数域。
预编码:MIMO-OFDM系统中,为了保证在同一时-频域资源中多个用户间的 接收信号无干扰,需要对发送信号sn进行预编码。信道为那么编码后的 向量应该满足sn=Hnwn。这样,用户接收到的信号就不含其他用户的干扰。
功峰均比:第m根发送天线的PAPR定义为即发 送信号的峰值与平均能量之比,其中,表示参数实部,表示参数虚部,为算子二范数。
正态分布:均值为μ,方差为σ2的正态分布(高斯分布)的概率密度函数定义 为标准正态分布的累积分布函数定义为Φ(f),其中,f表示自变量。
保护带宽:在OFDM调制中为了保护所使用的频带不受相邻频带的干扰,通常 不会使用位于频带两端的子载波。因此,把N个子载波分为两个集合:和对于子载波发送信号为QAM调制信号,对于子载波sn为 M维零向量。
最大期望:一种求取最大似然估计的迭代算法。不断建立似然函数的下界,并 对下界进行优化,进而最大化似然函数。
广义近似消息传递:一种求取变量近似后验分布函数的算法。
Digamma函数:定义为Gamma函数自然对数的导数,即
降低大规模MIMO-OFDM下行链路功峰均比的方法,具体步骤如下:
S1、计算联合预编码与OFDM调制的信号模型y=Ax,具体为:
S11、将大规模MIMO-OFDM下行链路的预编码约束与大规模MIMO-OFDM下 行链路的OFDM调制联合表示成一个线性方程组其中,为块对角矩阵,所述由个信道矩阵Hn与个M 维单位阵组成,T为把预编码后的信号分配到各个发送天线的置换矩阵,为块对角矩阵,所述由M个N维离散傅里叶反变换矩阵组成,为未知量,[*]T表 示矩阵的转置,|*|表示集合内元素的个数;
S12、将S11所述复数方程组变换到实数域:y=Ax,令x的维度为I,y的 维度为J,其中,
S2、引入先验模型,具体为:
S21、令S1所述x的每个元素独立,对所述x引入截断高斯混合模型先验 其中,i=1,...,I,所述x的第i个元 素xi∈[-v,v],αi1和αi2为高斯逆方差,κi为取值为0和1的离散变量,v为先验的 边界,归一化因子
S22、对S11所述线性方程引入一个均值为零,逆方差为β的高斯噪声;
S3、迭代更新,输出具体如下:
S31、初始化,对所有j=1,...,J:对所有i=1,...,I:αi1(0)=αi2(0)=1,κi(0)=1/2,v(0)=||y||∞/||A||∞,令迭代次数t=1;
S32、运用GAMP计算近似后验分布,具体如下:
对所有j=1,...,J,
其中,上标*p起区分作用,表示与S12所述x相关的函数, Aji表示S12所述矩阵A的第j行第i列元素,表示S12所述矩阵A的第j行第i列 元素的平方,
对所有i=1,...,I,
其中,上标*r起区分作用,
S33、更新信号xi和参数αi1,αi2和κi:
其中,
对κi的后验概率q(κi)有
S34、更新S22所述逆方差β:
S35、更新S21所述边界v:v(t+1)=v(t)+Δv,其中,
S36、进行判定,若t=T,则跳出迭代并输出若t<T,则令t=t+1 转入S31,其中,T为最大迭代次数,所述T为经验阈值。
本发明的有益效果是:
本发明利用大规模MIMO-OFDM系统中基站端大量天线所提供的自由度,降 低下行链路发送信号的PAPR。所得到的发送信号的能量非常集中,在发送天线足 够多的情况下信号趋于恒包络状态,使得射频电路并不需要昂贵的线性功率放大器, 这样能够有效降低未来基站的建设成本。
附图说明
图1为MIMO-OFDM系统下行链路框图。
图2为发送的时域信号和对应的频域信号,(a)时域信号,(b)频域信号,其中, EM-TGM-GAMP表示便发明的方法,ZF为未进行PAPR处理的传统预编码方法。
图3为PAPR的补累计分布图。
具体实施方式
下面结合实施例和附图,详细说明本发明的技术方案。
基站端有M=100根发送天线;服务用户数为K=10;OFDM子载波个数为 N=128,其中有效子载波数为
假设信道完美已知,选用16QAM调制模式。
首先根据信道矩阵与用户数据计算出信号模型中的A和y;然后初始化算法参 数:αi1(0)=αi2(0)=1、κi(0)=1/2、v(0)=||y||∞/||A||∞、 根据GAMP与EM算法迭代更新信号与模型参数,达到最大迭代次数时 跳出并输出所求解。
S1、计算联合预编码与OFDM调制的信号模型y=Ax,具体为:
S11、将大规模MIMO-OFDM下行链路的预编码约束与大规模MIMO-OFDM下 行链路的OFDM调制联合表示成一个线性方程组其中,为块对角矩阵,所述由个信道矩阵Hn与个M 维单位阵组成,T为把预编码后的信号分配到各个发送天线的置换矩阵,为块对角矩阵,所述由M个N维离散傅里叶反变换矩阵组成,为未知量,[*]T表 示矩阵的转置,|*|表示集合内元素的个数;
S12、将S11所述复数方程组变换到实数域:y=Ax,令x的维度为I,y的 维度为J,其中,由于K<<M, A为欠定的,该方程有无穷个解,利用后面的步骤来求取其中PAPR最小的解;
S2、引入先验模型,具体为:
S21、为了租金解的低PAPR特性,令S1所述x的每个元素独立,对所述x引入 截断高斯混合模型先验其中, i=1,...,I,所述x的第i个元素xi∈[-v,v],αi1和αi2为高斯逆方差,κi为取值为0和 1的离散变量,v为先验的边界,归一化因子归一化因子
S22、对S11所述线性方程引入一个均值为零,逆方差为β的高斯噪声, 这样就可以利用下面的迭代算法联合估计x、α1、α2、κ、v、β,从而得到低PAPR 信号;
S3、迭代更新,输出具体如下:
S31、初始化,对所有j=1,...,J:对所有i=1,...,I:αi1(0)=αi2(0)=1,κi(0)=1/2,v(0)=||y||∞/||A||∞,令迭代次数t=1;
S32、运用GAMP计算近似后验分布,具体如下:
对所有j=1,...,J,
其中,上标*p起区分作用,表示与S12所述x相关的函数, Aji表示S12所述矩阵A的第j行第i列元素,表示S12所述矩阵A的第j行第i列 元素的平方,
其中,上标*z起区分作用,
对所有i=1,...,I,
其中,上标*r起区分作用,
S33、更新信号xi和参数αi1,αi2和κi:
其中,
对κi的后验概率q(κi)有
S34、更新S22所述逆方差β:
S35、更新S21所述边界v:v(t+1)=v(t)+Δv,其中,
S36、进行判定,若t=T,则跳出迭代并输出若t<T,则令t=t+1 转入S31,其中,T为最大迭代次数,所述T为经验阈值。
经过上面的迭代运算后就可以得到具有低PAPR的发送信号,且此信号能够保 证用户间无干扰及保护带宽上基本没有信号能量。
如图2所示,第1根发送天线上的时域信号及其频谱。其中,EM-TGM-GAMP 所示曲线为采用本发明方法获得的信号,ZF为没有进行PAPR处理的普通迫零(Zero Forcing,ZF)算法。从图2(a)可以看出采用本发明得到的信号样本大多数的能量都 集中在一个峰值,而剩余的样本能量小于这个峰值,因此信号的PAPR很小,只有 0.6dB,而未进行PAPR处理的信号PAPR高达11.9dB。图2(b)为信号的频谱,可以 看出在一些用作保护带宽的子载波上,EM-TGM-GAMP同ZF一样并不存在能量。
图3所示为两种方案信号PAPR的补累积分布对比,可以看出本发明得到的调 制信号的PAPR基本总是小于1dB,而比ZF好10dB以上。因此,采用本发明的方 案能够有效降低未来基站天线射频的建设成本。
机译: 通过天线之间的循环和反演来降低空时分组编码MIMO-OFDM的峰均功率比的方法
机译: 通过天线之间的循环和反演来降低空时分组编码MIMO-OFDM的峰均功率比的方法
机译: OFDM和MIMO-OFDM的有效峰均功率降低