胡海飛，景小榮

(重慶郵電大學(xué)移動(dòng)通信技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶 400065)

0 引言

無線通信的發(fā)展對數(shù)據(jù)傳輸率和頻譜利用率的要求越來越高，多輸入多輸出(multiple inputmultiple output，MIMO)和正交頻分復(fù)用(orthogonal frequency division multiplexing，OFDM)技術(shù)作為LTE－Advanced(LTE－A)空中接口物理層的關(guān)鍵技術(shù)，盡管可以有效地提高數(shù)據(jù)傳輸率和頻譜利用效率，但是無法有效地解決小區(qū)間干擾問題，從而嚴(yán)重限制了小區(qū)邊緣用戶的服務(wù)質(zhì)量。為了提高小區(qū)邊緣用戶的性能及系統(tǒng)容量，LTE－A引入了協(xié)作多點(diǎn)傳輸(coordinated multi－point，CoMP)技術(shù)，其中下行CoMP利用處于不同位置的多個(gè)傳輸點(diǎn)協(xié)同為單個(gè)用戶(single－user，SU)或多個(gè)用戶(multi－user，MU)服務(wù)。根據(jù)其傳輸方式的不同可以分為協(xié)作調(diào)度/波束賦形(coordinated scheduling/coordinated beamforming，CS/CB)和聯(lián)合處理(joint processing，JP)，JP根據(jù)為用戶服務(wù)的小區(qū)數(shù)可以分為動(dòng)態(tài)小區(qū)選擇(dynamic cell selection，DSC)和聯(lián)合傳輸(joint transmission，JT)。JT把其他小區(qū)的干擾轉(zhuǎn)變?yōu)橛杏眯盘?，以抑制小區(qū)間干擾，并提升協(xié)作用戶的接收信號質(zhì)量，從而達(dá)到提升小區(qū)邊緣性能和系統(tǒng)性能的目的，聯(lián)合傳輸通常采用預(yù)編碼技術(shù)來實(shí)現(xiàn)。

常見下行CoMP聯(lián)合傳輸策略有迫零(joint transmitter zero forcing，JT－ZF)［1］、最小均方誤差(joint transmitter－minimum mean square error，JTMMSE)［1］、塊 對 角 化 (block diagonalization，BD)［2－3］、最 大 化 信 泄 噪 比 (signal to leakage and noise ratio，SLNR)［4］、幾 何 均 值 分 解 (geometric mean decomposition，GMD)［5］、臟紙編碼(dirty paper coding，DPC)［6］和湯姆林森－哈拉希瑪預(yù)編碼(tomlinson－h(huán)arashima precoding，THP)［7］等，另外，為了提升系統(tǒng)信道容量，CoMP還利用天線選擇和功率分配來進(jìn)行優(yōu)化［8］。其中，JT－ZF，JT－MMSE 都屬于信道反轉(zhuǎn)技術(shù)，不能萃取用戶中多天線協(xié)作帶來的MIMO空間增益;BD由于進(jìn)行多次SVD(sigular value decomposition)分解而導(dǎo)致復(fù)雜度的增加，且性能受限于最差子信道，從而不利于協(xié)作傳輸;最大化SLNR方法由于復(fù)雜度與BD相似，且性能有限，也不利于協(xié)作傳輸;GMD能夠解決由于子信道差異而帶來的性能損失，但是其無法對多用戶干擾進(jìn)行處理;非線性的DPC，THP方法因復(fù)雜度比較高而不易實(shí)現(xiàn)。

最近，文獻(xiàn)［9］將 QR分解(QR decomposition，QRD)及其排序方法應(yīng)用于單用戶聯(lián)合傳輸系統(tǒng)獲得了良好的性能，但無法解決多用戶干擾問題，因此無法應(yīng)用到多用戶系統(tǒng)。本文針對多用戶JT系統(tǒng)，聯(lián)合正交投影(orthogonal projection，OP)［10］與排序QRD(sorted QRD，SQRD)［11－12］提 出 一 種 OP－ZFSQRD協(xié)作傳輸方法，進(jìn)一步基于MMSE準(zhǔn)則進(jìn)行優(yōu)化，即 形 成 OP－MMSE－SQRD。無 論 是 OP－ZFSQRD 還是 OP－MMSE－SQRD，JT 傳輸通過 OP 消除多用戶干擾，將多用戶系統(tǒng)分解成多個(gè)并行無干擾的單用戶系統(tǒng)，然后，對每個(gè)單用戶系統(tǒng)分別采用ZF－SQRD及 MMSE－SQRD 進(jìn)行處理，SQRD 方法能減小用戶各層接收信噪比的差距，從而克服了BD方法中受最差子信道的影響而帶來的比特錯(cuò)誤率(bit error ratio，BER)性能損失，因此，在不增加計(jì)算復(fù)雜度的基礎(chǔ)上得到了比BD方法更好的性能。

1 系統(tǒng)模型

MU－MIMO JT模型如圖1所示。假設(shè)B個(gè)基站(base station，BS)參與協(xié)作傳輸，每個(gè)基站配備Nt根發(fā)射天線;考慮多用戶場景，假設(shè)存在K個(gè)用戶/移動(dòng)臺(mobile station，MS)，每個(gè)用戶配備Nr根接收天線?；究偘l(fā)射天線數(shù)為Mt=BNt，用戶總接收天線數(shù)為Mr=KNr，這樣形成一個(gè)虛擬MU－MIMO系統(tǒng)。

圖1 MU－MIMO JT系統(tǒng)模型Fig.1 MU－MIMO JT system model

在m時(shí)刻、子載波n上，用戶i的接收信號可表示為

2 聯(lián)合OP與SQRD的協(xié)作傳輸方法

本小節(jié)，聯(lián)合OP及SQRD方法，首先基于ZF準(zhǔn)則，給出OP－ZF－SQRD方法的描述過程，進(jìn)而基于MMSE準(zhǔn)則進(jìn)行優(yōu)化，給出OP－MMSE－SQRD方法。

2.1 OP-ZF-SQRD協(xié)作傳輸方法

從接收信號模型中可以看到，第一層信號的檢測只受到噪聲的影響，而下層信號的檢測正確性很大程度上依賴于上層信號檢測的準(zhǔn)確度。但實(shí)際上，上層信號不可能完全正確檢測，因此，存在錯(cuò)誤傳播問題。由于QR分解會(huì)導(dǎo)致R的對角元素的模值在概率意義上按照從大到小的順序排列，這樣會(huì)導(dǎo)致一個(gè)比較理想的抑制錯(cuò)誤傳播的檢測順序［13］。但是，越往下層，對角元素的模值越小，本層的接收信噪比也越小。考慮到系統(tǒng)的誤碼性能還依賴于最差檢測層，根據(jù) QR分解的2個(gè)性質(zhì)，可以改變ˉH(i)H的列序讓R(i)H較大的對角元素模值減小，較小的對角元素模值增大，減小最大最小值的差距，優(yōu)化系統(tǒng)的誤碼性能。由于尋求最優(yōu)列序的計(jì)算復(fù)雜度較大，因此，可采用SQRD算法來求一種次優(yōu)序列。對于任意用戶i，其對應(yīng)的SQRD流程為如下。

對(8)式，按照(7)式的處理模式，從而恢復(fù)出第i個(gè)用戶的數(shù)據(jù)。

2.2 OP-MMSE-SQRD協(xié)作傳輸方法

前述OP－ZF－SQRD協(xié)作傳輸方法的設(shè)計(jì)是基于ZF準(zhǔn)則的，并沒有考慮用戶i背景噪聲的影響，本節(jié) OP－MMSE－SQRD 方 法 的 設(shè) 計(jì) 吸 取 了 OP－ZFSQRD協(xié)作傳輸方法的優(yōu)點(diǎn)，同時(shí)利用MMSE準(zhǔn)則進(jìn)行優(yōu)化，即形成 OP－MMSE－SQRD 方法。與 OPZF－SQRD一樣，首先采用OP方法將多用戶系統(tǒng)分解成多個(gè)并行的單用戶系統(tǒng)，然后采用MMSE意義下的 SQRD，對等效單用戶系統(tǒng)進(jìn)行處理，即將SQRD應(yīng)用到基于MMSE準(zhǔn)則的擴(kuò)展信道矩陣

同樣，引入2.1節(jié)中 SQRD算法，形成 OP－MMSESQRD。

3 仿真與結(jié)果分析

利用 Monte Carlo仿真來驗(yàn)證 OP－ZF－SQRD 及OP－MMSE－SQRD 的性能，為了便于分析，與 JT－ZF，BD方法進(jìn)行了比較。仿真參數(shù)如表1所示。

表1 仿真參數(shù)Tab.1 Simulation parameters

圖2，圖3分別是本文所提2種方法與BD，JTZF方法的BER和平均每用戶容量的性能比較。

圖2 不同協(xié)作傳輸方法的BER性能Fig.2 BER performance comparison for different JT algorithms

從圖 2和圖 3中可以看出，提出的 OP－ZFSQRD 以及 OP－MMSE－SQRD 協(xié)作傳輸方法比 JT－ZF有更好的誤碼率性能，且用戶平均速率容量都比JTZF 高，說明 OP－ZF－SQRD 和 OP－MMSE－SQRD 方法能充分利用MIMO優(yōu)勢，從而提升了多用戶系統(tǒng)的性能。同時(shí)，從圖2中可看出，在低SNR下，OP－ZFSQRD方法受噪聲的影響相對較大些，因此導(dǎo)致在低SNR范圍內(nèi)BER性能不如BD協(xié)作傳輸方法。當(dāng)SNR大于8 dB左右時(shí)，由于受最差子信道的影響，各層信號的接收信噪比差距已成為影響系統(tǒng)性能的主要因素，而OP－ZF－SQRD對每一用戶減小各層接收信噪比的差距，從而得到更好的誤碼性能。因?yàn)镺P－ZF－SQRD協(xié)作傳輸方法與BD方法均完全消除多用戶干擾，對等效單用戶進(jìn)行處理，從圖3中可以看到，兩者的用戶平均速率容量基本相等。提出的OP－MMSE－SQRD 協(xié)作傳輸方法提取了 OP－ZFSQRD方法的優(yōu)勢，同時(shí)對噪聲進(jìn)行處理，其BER性能及用戶平均速率容量都比BD及OP－ZF－SQRD方法要好。

圖3 不同協(xié)作傳輸方法平均每用戶容量Fig.3 Average capacity of each user comparison for different JTmethods

圖4采用文獻(xiàn)［14］所采用的Frobenius范數(shù)用戶選擇調(diào)度算法，對本文提出的2種不同傳輸方法和JT－ZF及BD方法進(jìn)行對比。從圖4中看出，當(dāng)采用用戶選擇調(diào)度算法時(shí)，幾種方法的系統(tǒng)容量有所提高，但 OP－ZF－SQRD 和 OP－MMSE－SQRD 協(xié)作傳輸方法與BD方法的容量提升速度均比JP－ZF快，且與BD算法基本一樣，表明適用于BD的用戶選擇算法能 很 好 地 應(yīng) 用 于 OP－ZF－SQRD 和 OP－MMSESQRD。同時(shí)，從圖4上還可以看出，無論在低信噪比還是高信噪比下，OP－ZF－SQRD與BD的和速率容量基本相同。雖然在高信噪比時(shí)，OP－MMSE－SQRD獲得的容量與 BD方法及 OP－ZF－SQRD方法很接近，但是在低信噪比時(shí)，OP－MMSE－SQRD協(xié)作傳輸方法能夠獲得比 BD，OP－ZF－SQRD方法更好的容量，有更好的抗噪性能。

圖4 采取用戶調(diào)度的不同協(xié)作傳輸方法的容量對比Fig.4 Sum capacity Comparison for different JTmethods using user scheduling

4 結(jié)論

本文提出的聯(lián)合OP與SQRD的聯(lián)合傳輸方法即 OP－ZF－SQRD 和 OP－MMSE－SQRD，利用正交投影消除多用戶干擾，并分別通過ZF－SQRD及 MMSESQRD對等效單用戶進(jìn)行處理。不僅利用了MIMO空間分集，還能克服BD方法中不同MIMO等效子信道增益差距大的問題，且BER性能有一定的提升，由于ZF－SQRD及MMSE－SQRD算法復(fù)雜度均比SVD低，因此，本文提出的2種方法不失為2種可行的下行CoMP聯(lián)合傳輸方案。

［1］ZHANG Hongyuan，DAIHuaiyu.Cochannel Interference Mitigation and Cooperative Processing in Downlink Multi－cell Multiuser MIMO Networks［J］.EURASIP Journalon Wireless Communications and Networking，2004，2004(2):222－235.

［2］ZHANG Rui.Cooperative Multi－Cell Block Diagonalization with Per－Base－Station Power Constraints ［J］.IEEE Journal on Selected Areas in Communications，2010，28(9):1435－1445.

［3］WANG Yachen，MA Xiaofeng，LI Ye.Block diagonalization coordinated transmission with zero－forcing in MIMO broadcast［J］.The Journal of China Universities of Posts and Telecommunications，2011，18(3):27–33.

［4］Mitsubishi Electric.Leakage－based precoding for CoMP in LTE－A［EB/OL］.(2009－02－02)［2013－05－20］.http://www.3gpp.org/FTP/tsg_ran/WGI_RLI/TSGR1_56/DOCS/R1－090596.zip.

［5］JIANG YI，LI Jian，WILLIAM W H.Joint Transceiver Design for MIMO Communications Using Geometric Mean Decomposition ［J］. IEEE Transactions on Signal Process，2005，53(10):3791－3803.

［6］LIHaitao.Joint Dirty Paper Precoding and User Scheduling for Downlink Coordinated Multipoint Transmission System［C］//WiCom'09.5th International Conference on Wireless Communications，Networking and Mobile Computing.Beijing:IEEE Press，2009.

［7］WANG Binbin，LI Bingbing，LIU Mingqian.A Novel Precoding Method for Joint Processing in CoMP［C］//International Conference on Network Computing and Information Security(NCIS).Guilin:IEEE Press，2011，1:126－129.

［8］戴翠琴，鐘聲.CoMP系統(tǒng)中的天線選擇和功率分配聯(lián)合算法［J］.重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版，2013，25(1):90－95.

DAICuiqin，ZHONG Sheng.Jointantennae selection and power allocation algorithm in CoMP system ［J］.Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition，2013，25(1):90－95.

［9］LU Di，LI Dong.A Novel Precoding Method for MIMO Systems with Multi－Cell Joint Transmission［C］//IEEE 71st Vehicular Technology Conference(VTC 2010－Spring).Taipei:IEEE Press，2010:1－5.

［10］張賢達(dá).矩陣分析與應(yīng)用［M］.北京:清華大學(xué)出版社，2004:657－672

ZHANG Xianda.Matrix Analysis and Applications［M］.Beijing:Tsinghua University Press，2004:657－672.

［11］WUBBEN D，RINASJ，BOHNKER，etal.Efficient Algorithm for Detecting Layered Space－Time Codes［C］//4th International ITG Conference on Source and Channel Coding.Berlin:WDE－Verlag，2002:399－405.

［12］RONALD Bohnke，DIRK Wubben，VOLKER Kuhn，et al.Reduced Complexity MMSE Detection for BLAST Architectures［C］//Global Telecommunications Conference.San Franciso:IEEE Press，2003，4:2258－2262.

［13］高向川.多用戶MIMO系統(tǒng)中關(guān)鍵技術(shù)研究［D］.北京:北京郵電大學(xué)，2011.

Gao Xiangchuan.The Key Techniques Research of The Multi－User MIMO Systems［D］.Beijing:Beijing University of Posts and Telecommunications，2011

［14］SHEN Zukang，CHEN Runhua，JEFFREY G A，et al.Low Complexity User Selection Algorithms for Multiuser MIMO Systems With Block Diagonalization ［J］.IEEE Transactions on Signal Processing，2006，54(9):3658－3663.

(編輯:劉 勇)