法律状态公告日
法律状态信息
法律状态
2020-07-17
授权
授权
2017-10-27
实质审查的生效 IPC(主分类):H04B7/0452 申请日:20150925
实质审查的生效
2017-08-01
公开
公开
本申请要求2014年9月27日提交的美国临时申请No.62/056,489的权益。
技术领域
本发明的领域是无线通信,更具体地,涉及多用户(MU)多输入多输出(MIMO)无线通信系统中的信号检测和传输的方法,特别涉及逆矩阵近似误差计算的方法、选择MU-MIMO组中多路复用的用户设备(UE)的数量的方法以及选取适当的调制和编码方案(MCS)的方法。
背景技术
在大规模的MIMO系统[1]中,每个基站(BS)配备有数十到数百或数千个天线,以在相同时频资源中服务于数十个或更多的UE。因此,它们相比于传统MU-MIMO系统可以实现显著更高的空间复用增益,这是大规模MIMO系统最重要优点之一,即在不增加功率或带宽的情况下提供线性容量增长的潜在能力[1]-[3]。
已经表明,在天线数量M(例如M=128)远大于服务的UE上的天线数量K(例如K=16)的大规模MIMO系统中[2]、[3],基于迫零(ZF)的预编码和检测方法(例如ZF,正则化ZF(RZF),线性最小均方差(LMMSE))可以实现分别与下行链路和上行链路的信道容量非常接近的性能[2]。因此,ZF已被认为是用于大规模MIMO系统的潜在可行预编码和检测方法[2]-[4]。不失一般性地,下文假设每个UE仅具有一个天线,因此所服务的UE上的天线数量K等于所服务的UE的数量。
在基于ZF的检测或预编码方法的硬件实现方案中,尽管M数量非常大,但主要的复杂性是K×K矩阵的逆[2],[5],[6]。不幸的是,对于大规模MIMO系统,尽管K比M小得多,但仍然比传统MU-MIMO系统要大得多。因此,在这种情况下,K×K矩阵的逆的精确计算可能导致非常高的复杂度[6],这可能导致大的处理延迟,从而不能满足信道相干时间的需求。因此,在大规模MIMO系统的硬件实现方案中,已经考虑NS(Neumann Series)计算近似逆矩阵(AIM)[2],[5],[6]。
对于MU通信系统中的特定资源元素,例如频域中的子载波,在BS侧接收到的基带信号向量在上行链路传输中表示为y=Hs+n+Iint,其中H是这些K个UE和BS之间的无线信道矩阵,s是发送的信号向量,n是硬件热噪声,Iint是干扰。利用基于ZF的检测方法,K个UE发射的信号被估计为
发明目的
本发明提供了估计逆矩阵近似误差的方法和选择可在大规模MIMO系统中实现以提高系统性能的相关系统参数的流程图。
本发明的一目的是提供用于计算在硬件实现中应用AIM的近似误差所引起的信号干扰比(SIR)的方法。
本发明的一目的是提供根据AIM引起的SIR自适配地选择NS计算过程终止行列数N和多路复用UE数量K的方法。
本发明的一目的是提供通过并入AIM的近似误差来修改每个UE的信道质量指示符(CQI)并为每个UE选择适当的MCS的方法。
发明内容
对于上行链路中的基于ZF的检测或下行链路中的预编码,针对要根据BS的天线数量和多路复用UE的数量来检测或预编码的资源块(RB)计算由AIM的近似误差引起的SIR。利用该SIR,BS可以选择NS的计算过程终止行列数的适当值和多路复用的UE的数量。此外,BS可以修改每个UE的CQI,并为每个UE选择适当的MCS。
附图说明
作为结合附图对本发明的各个方面的以下详细描述的结果,将更清楚地理解本发明的上述实现和另外的实现。在附图的几个视图中,相同的附图标记表示相应的部分。
图1示出典型的大规模MU-MIMO通信系统。
图2示出通过在上行链路中并入AIM的近似误差来为每个UE选择MCS的处理。
图3示出用于针对给定M确定服务的UE的数量K的流程图。
具体实施方式
图1示出典型的大规模MU-MIMO通信系统,其中BS 1配备有大量天线2,以在相同时频资源中服务于多个UE 3。对于这样的系统,可以使用NS来近似用于上行链路中基于ZF的检测方法和下行链路中预编码方法的逆矩阵。具有各种数量的收发天线、多路复用UE和计算过程终止行列数的AIM的近似误差所引起的SIR可以通过下面给出的公式(1)-(4)来计算。此外,这些值可以离线计算并预先存储在BS的存储器中,例如以查找表的形式。例如,令M,K和N分别表示上述三个数,其中N<4,则SIR由以下公式计算。
其中β1,β2,β3和β4是参数α,M,K和N确定的缩放因子,例如当α=0时,则β1=β2=β3=β4=1。
对于上行链路数据传输,假设接收天线的数量为M,并且特定RB上复用的UE的数量为K,以下给出了三种抵御AIM的近似误差的方法。
方法-1
在BS中配置NS的最小计算过程终止行列数Nmin,Nmin<4。当BS检测属于特定RB上K个UE的信号时,首先找到由MCSmax表示的这些K个UE的最大MCS。然后,将SINRMCSmax表示的MCSmax的最小所需SINR与SIRNmin(M,K)进行比较。如果SINRMCSmax≤SIRNmin(M,K),则BS将在当前RB上采用Nmin用于NS。否则,BS将找到最小N,N≤4,使得SINRMCSmax≤SIRN(M,K)。如果不能找到满足条件的数量N,则BS将选择N=8。
方法-2
当BS根据其CQI为RB上多路复用的每个UE选择MCS时,首先通过并入AIM的近似误差来修改每个UE的CQI。然后,根据修改后的CQI为每个UE选择MCS。例如,令CQIk表示修改前的第k(k=1,...,K)个UE的线性CQI值,则BS根据下式将其修改为
其中,M和K分别表示BS处的接收天线的数量和RB上多路复用的UE的数量。最后,BS根据
方法-3
在BS中为NS配置计算过程终止行列数N的固定值。对于上行链路传输中的每个允许的MCS,离线地计算RB上多路复用的UE的最大数量并将其存储在BS的存储器中。例如,假设无线通信系统的上行链路传输中的LUL>thMCS,系统指定的块错误率(BLER)的最小所需SINR为SINRlmin,则多路复用的UE的最大数量可以计算为:
因此,lth(l=1,...,LUL)MCS级别及其相应的Kl存储在BS的存储器中。对于每个RB,BS可以根据(6)确定出的其关系式确定最高的MCS级别和相应最大数量的多路复用UE。
对于下行链路数据传输,假设发射天线的数量为M,当前RB上多路复用的UE的数量为K,以下给出了三种抵御近似误差的方法。
方法-1
在BS中配置NS的最小计算过程终止行列数Nmin,Nmin<4。当BS计算特定RB上K个UE的预编码矩阵时,首先找到由MCSmax表示的这些K个UE的最大MCS。然后,将SINRMCSmax表示的MCSmax的最小所需SINR与SIRNmin(M,K)进行比较。如果SINRMCSmax≤SIRNmin(M,K),则BS将在当前RB上采用Nmin用于NS。否则,BS将找到最小N,N≤4,使得SINRMCSmax≤SIRN(M,K)。如果不能找到满足条件的数量N,则BS将选择N=8。
方法-2
例如,令CQIk表示修改前的第k个UE的线性CQI值,则BS根据下列公式将其修改为
其中,M和K分别表示BS处的发射天线的数量和RB上多路复用的UE的数量。最后,BS根据
方法-3
在BS中为NS配置计算过程终止行列数N的固定值。对于下行链路传输中的每个允许的MCS,离线地计算RB上多路复用的UE的最大数量并将其存储在BS的存储器中。例如,假设无线通信系统的下行链路传输中共计LDL>lmin,则多路复用的UE的最大数量可以计算为:
因此,lth(l=1,...,LDL)MCS级别及其相应的Kl存储在表格中。对于每个RB,BS可以根据(8)确定出的关系式确定最高的MCS级别和相应最大数量的多路复用UE。
另一实施例提供了一种在计算AIM时估计NS的收敛概率的方法。给定BS天线数量M,对于作为大规模MIMO系统中有效方法的基于NS的AIM,该估计可用于确定所服务的UE的最大数量K。这些估计中的一个给定为
以非常高概率作为对角占优矩阵(DDM)的
其中,E(x)=(M-1)B(1.5,M-1)并且
该条件可用于确定所服务的UE的最大数量K,给定NS天线的数量M,以便基于NS的AIM实现良好的性能和快速收敛(即,具有小的N),用于ZF解码或检测。
图3示出了针对给定的M确定所服务的UE的数量K以确保高收敛概率和/或快速收敛的流程图。处理开始于9,此时选择或获得BS天线的数量M(步骤10)。然后,以足够大的M/S比率得到所服务的UE的数量S,以实现高收敛概率或DDM的高概率,使得NS在N很小的情况下收敛11。此后,BS选择K≤S个UE服务12,之后处理结束13。
虽然本发明的优选实施例的前述描述已经示出、描述或图示了本发明的基本新颖特征或原理,但要理解,本领域技术人员可以在不脱离本发明的精神的情况下,进行图示的这些方法、要素或装置以及其用途的细节形式上的各种省略、替换和变化。因此,本发明的范围不应该限于前述的描述。
而是,本发明的原理可以应用于广泛范围的方法、系统和装置,以实现本文所述的优点并且实现其它优点或者同样满足其他目的。
机译: 使用迫零波束成形矩阵逼近的多用户MIMO无线通信方法
机译: 零强迫波束成形矩阵逼近的多用户MIMO无线通信方法
机译: 零强迫波束成形矩阵逼近的多用户MIMO无线通信方法