韓康祺, 錢 驊, 裴旭明, 康 凱,3，*

(1. 中國科學(xué)院大學(xué)微電子學(xué)院, 北京 100049; 2. 中國科學(xué)院上海高等研究院, 上海 201210;3. 中國科學(xué)院無線傳感器網(wǎng)絡(luò)與通信重點實驗室, 上海 200050)

0 引 言

在無線通信系統(tǒng)中,多輸入多輸出(multiple input multiple output,MIMO)技術(shù)可以有效利用空間分集并提高系統(tǒng)容量,其利用發(fā)射端多天線各自獨立發(fā)送信號,同時在接收端用多天線接收并恢復(fù)出原始信息,可以實現(xiàn)以更小的代價達(dá)到更高的用戶速率[1-2]。多用戶MIMO(multi-user MIMO,MU-MIMO)系統(tǒng)通過同時向多個用戶提供服務(wù)來進(jìn)一步擴(kuò)展MIMO技術(shù)[1]。一方面,MU-MIMO技術(shù)可以有效降低發(fā)射機(jī)的功耗,并能夠使用低復(fù)雜度方案來抑制多用戶干擾(multi-user interference,MUI),因而被認(rèn)為是未來通信系統(tǒng)的關(guān)鍵技術(shù)之一。此外,由于MU-MIMO系統(tǒng)中用戶間距離較大,更易采用多流并行傳輸,從而能夠提高頻譜利用率和用戶速率。但是另一方面,在MU-MIMO系統(tǒng)中,存在于傳統(tǒng)單輸入單輸出(single input single output,SISO)系統(tǒng)和單用戶MIMO系統(tǒng)中的高峰均功率比(peak to average power ratio,PAPR)的問題變得更加嚴(yán)重。因此,在MU-MIMO系統(tǒng)中能否有效降低PAPR,是提高發(fā)射機(jī)功率的關(guān)鍵性因素之一。

本文主要討論了對于原始信號進(jìn)行正交頻分復(fù)用(orthogonal frequency division multiplexing,OFDM)編碼后PAPR的降低問題。OFDM的實現(xiàn),是在每個子載波上使用矩形脈沖整形,這會導(dǎo)致相對嚴(yán)重的帶外輻射,而循環(huán)前綴(cyclic prefix,CP)可以降低該系統(tǒng)的頻譜效率和傳輸數(shù)據(jù)速率。但是,出于傳統(tǒng)意義上對于系統(tǒng)的簡化,下文將忽略CP的討論過程。

一般而言,有失真的PAPR降低算法會引入帶內(nèi)和帶外失真,降低系統(tǒng)誤碼率(bit error rate,BER)性能,導(dǎo)致帶外頻譜展,將不可恢復(fù)的失真引入發(fā)送信號[2-5];而無失真的PAPR降低算法通過消耗額外的功率,或者消耗額外的帶寬傳輸邊信息[6-9]來解決PAPR過高的問題。

具體來說,對于傳統(tǒng)的MIMO-OFDM系統(tǒng),文獻(xiàn)[9]提出了利用最小二乘估計方法與凸集映射的星座圖擴(kuò)展技術(shù)相融合,從而得到主動星座擴(kuò)展的最小二乘凸集投影(least square estimation of active constellation extension-projected onto convex sets,LS-ACE-POCS)算法來降低系統(tǒng)的PAPR,但算法的收斂速度不佳。文獻(xiàn)[10]提出了通過改變特定位置相位旋轉(zhuǎn)因子的模值,達(dá)到在接收端確定邊帶信息的效果,節(jié)省了偏移正交幅度調(diào)制/OFDM系統(tǒng)中的頻譜資源,進(jìn)而降低了系統(tǒng)的PAPR。文獻(xiàn)[11-12]提出了基于近似通行(approximate passing,AMP)的貝葉斯方法和交替方向乘子法(alternative direction method of multiplier,ADMM)法,這兩種方法在一定程度上降低了系統(tǒng)的PAPR,但是所提算法的計算復(fù)雜度都比較高,帶來了大量的性能損失。文獻(xiàn)[13]介紹了一種具有晶格縮減輔助Tomlinson-Harashima預(yù)編碼(lattice reduction aided Tomlinson-Harashima precoding,LRA-THP)的PAPR 縮減算法,該算法用單模矩陣替換了純置換矩陣以生成具有選定排序的候選信號。文獻(xiàn)[14]提出了兩種基于線性預(yù)編碼的無失真PAPR降低算法，這樣的算法依賴于預(yù)編碼矩陣的額外自由度。文獻(xiàn)[15]提出了通過信號時域循環(huán)移位和天線間信號聯(lián)合產(chǎn)生更多具有不同備選序列集合以降低PAPR的方法,該算法可以獲得傳統(tǒng)選擇性映射在已知邊信息(side information, SI)情況下近似的比特BER性能,但是大大增加了系統(tǒng)的SI。文獻(xiàn)[16]介紹了一種新的Fiedler-選擇性映射(selected mapping, SLM)算法,該算法能夠借助對角元素為0的對稱矩陣來降低歸一化系數(shù),從而降低信號的峰值功率,但是該算法依賴于相位旋轉(zhuǎn)矩陣的構(gòu)造,大大增加了系統(tǒng)的復(fù)雜度。

本文提出了一種用于MU-MIMO系統(tǒng)的廣義SLM算法。在算法中,選擇性映射的位置得到拓展,為每個發(fā)射信號執(zhí)行相互獨立的相位旋轉(zhuǎn),以解決多用戶系統(tǒng)中相位旋轉(zhuǎn)帶來的正交性破壞問題。通過理論證明可知,每個天線上的發(fā)射信號不具有相關(guān)性,從而保證了算法性能。同樣,在接收端,無需其他用戶的邊信息就可以恢復(fù)信號,大大減少了SI傳輸帶來的資源浪費。本文所提出的算法應(yīng)用于MIMO-OFDM,不會降低性能,相對比于傳統(tǒng)的SLM算法,可以有效降低多用戶系統(tǒng)的PAPR,從而可以減輕由于非線性放大而導(dǎo)致的性能下降。

1 系統(tǒng)建模

1.1 系統(tǒng)模型

圖1 MU-MIMO系統(tǒng)架構(gòu)Fig.1 MU-MIMO system architecture

預(yù)編碼矩陣Qk,u將原始數(shù)據(jù)流Sk,u映射到每根天線上,第i根天線上第k個子載波的頻域信號可以表示為

(1)

式中,Qk,u,i是矩陣Qk,u的第i行;qk,u,βu,i是行向量Qk,u,i的第βu個元素。通過選擇預(yù)編碼矩陣,使得每根發(fā)射天線上的平均功率相等。

通過對頻域信號使用離散傅里葉逆變換(inverse discrete Fourier transform,IDFT)獲得時域信號xn,i,可以表示為

(2)

式中,n∈{0,1,…,K-1}。

MU-MIMO系統(tǒng)的PAPR可以定義為所有天線上的平均功率與峰值功率之比[15],即

(3)

由于PAPR也是隨機(jī)變量,因此系統(tǒng)的PAPR可以通過其超過某閾值z0的累積互補密度函數(shù)(cumulative complementary density function,CCDF)曲線進(jìn)行評估。當(dāng)將預(yù)編碼設(shè)計為等增益?zhèn)鬏敃r,可以獲得MIMO系統(tǒng)的理論PAPR 性能,這與多輸入單輸出(multiple input single output,MISO)的PAPR性能相同。系統(tǒng)中PAPR的CCDF曲線[17-18]可以表示為

Pr{PAPR>z0}=1-(1-e-z0)KNt

(4)

從式(4)可以看出,當(dāng)子載波數(shù)量或發(fā)射天線數(shù)量增加時,MU-MIMO系統(tǒng)的PAPR值也會隨之增加。

1.2 SLM算法

(5)

(6)

2 廣義SLM算法描述

2.1 問題描述

在MU-MIMO系統(tǒng)中,發(fā)射信號通過信道狀態(tài)矩陣Hk,v∈CNr,u×Nt傳播。如圖1所示,在接收器端,用戶是分布式的,并且沒有關(guān)于其他用戶的信息。在發(fā)射機(jī)端,預(yù)編碼矩陣Qk,u可以消除用戶之間的干擾,并且該預(yù)編碼矩陣使用等增益?zhèn)鬏斔惴◤男诺罓顟B(tài)矩陣中得出[1,9]。(需要著重說明的是,在現(xiàn)有的MU-MIMO系統(tǒng)中,在已知信道狀態(tài)信息(channel state information,CSI)的情況下,已經(jīng)具有良好的預(yù)編碼算法能夠做到基本消除用戶間干擾(inter user interference, IUI),本文基于現(xiàn)有預(yù)編碼系統(tǒng)進(jìn)行PAPR性能的研究,所以不再改進(jìn)相應(yīng)的預(yù)編碼算法[19-20])。理想情況下,存在

(7)

[Hk,v1,…,Hk,v,…,Hk,V][Qk,1,…,Qk,u,…,QkU]H=

(8)

綜上所述,SLM算法適用于SISO或單用戶MIMO場景。然而,在MU-MIMO系統(tǒng)中,如果將相位旋轉(zhuǎn)應(yīng)用于每根天線的發(fā)射序列,則將插入點積運算,此時不同用戶之間的正交性被破壞。在接收端,用戶之間將存在干擾,特定的用戶數(shù)據(jù)無法恢復(fù)。針對這一問題,簡化SLM(simplified SLM,sSLM)算法對所有天線執(zhí)行相同的相位旋轉(zhuǎn)。sSLM算法雖然不會干擾用戶之間的正交性,但是每根發(fā)射天線的相位旋轉(zhuǎn)必須保持一致,犧牲了算法的靈活性。針對這一問題,本文提出了一種廣義SLM算法。

2.2 算法描述

如式(5)所示,發(fā)射天線處施加在數(shù)據(jù)流上的相位旋轉(zhuǎn)將破壞用戶之間的正交性,可對比式(1)和式(7)。如果在預(yù)編碼矩陣之前執(zhí)行相位旋轉(zhuǎn),則此類操作等效于生成不同的輸入集,不同用戶之間的正交性得以保留。基于此觀察,本文提出了一種廣義SLM算法,算法在原有基礎(chǔ)上擴(kuò)展了插入點積運算的位置。

(9)

原始數(shù)據(jù)流上的每次相位旋轉(zhuǎn)都會導(dǎo)致天線上的傳輸信號序列不同。當(dāng)從所有可能的候選信號組中選擇具有最低PAPR的發(fā)射序列時,可以降低系統(tǒng)的總體PAPR。

廣義SLM算法如下所示。

算法1 應(yīng)用于MU-MIMO系統(tǒng)的廣義SLM算法已知:相位旋轉(zhuǎn)次數(shù)M,相位旋轉(zhuǎn)矢量ej?(m)k,u,βu,以及原始信號Sk,u,βu1.初始化:PAPR(m)=e2. For i=1,2,…,M do3.進(jìn)行相位旋轉(zhuǎn):從式(9)中得到X(m)k,i4.轉(zhuǎn)換為時域信號:從式(2)中得到x(m)n,i5.計算PAPR:從式(3)中得到PAPR(m)6. If PAPR(m^)>PAPR(m)do7. PAPR(m^)=PAPR(m),m^=m8. End if9. End for10. ReturnX(m^)k,i用來傳輸,m^作為索引

證明首先考慮在第i根發(fā)射天線的第k個子載波上的相位旋轉(zhuǎn)之后數(shù)據(jù)符號的均值:

(10)

式中,E(·)表示計算期望值,因此存在E(Sk,u,βu)=0,所以式(10)的值等于0。

(11)

式中,cov(·)表示兩個變量之間的相關(guān)性。

?a,b∈{1,2,…,Nt};?k,l∈{0,1,…,K-1}

(12)

根據(jù)引理1可以得知,在獨立相位旋轉(zhuǎn)之后,發(fā)射天線上的信號是互不相關(guān)的。廣義SLM 算法的PAPR性能相同,其公式為

Prx{PAPR>z0}=

1-(1-(1-(1-e-z0)K)M)Nt

(13)

證畢

3 仿真結(jié)果

3.1 實驗系統(tǒng)設(shè)置

本節(jié)介紹針對MU-MIMO系統(tǒng)提出的無失真PAPR降低算法的數(shù)值結(jié)果。在仿真實驗中,為了簡化系統(tǒng),設(shè)定系統(tǒng)中有U(2或3)個用戶,每個用戶發(fā)射Bu(2或4)個數(shù)據(jù)流。假設(shè)存在Nt(8或16)根發(fā)射天線。仿真實驗采用編碼的正交相移鍵控(quadrature phase shift keying,QPSK)OFDM信號。子載波的數(shù)量分別為128,256,512。在接收端,每個用戶都有Nr,u(2或3)根接收天線。假設(shè)信道狀態(tài)矩陣遵循空間相關(guān)且頻率選擇性的模型TGa,cD[23-24]。此通道模型代表具有3個群集的典型住宅或小型辦公環(huán)境。為了簡化計算機(jī)仿真,本文不討論自適應(yīng)功率和位加載,設(shè)置相位旋轉(zhuǎn)次數(shù)M=16。

3.2 仿真結(jié)果

實驗 1PAPR值的變化

實驗考察了廣義SLM算法的理論和仿真PAPR性能。實驗給出了原始MU-MIMO系統(tǒng),仿真環(huán)境下的sSLM,理論sSLM,理論廣義SLM以及在仿真條件下廣義SLM算法的CCDF曲線，如圖2所示。

圖2 MU-MIMO 系統(tǒng)中各算法降低PAPR 值的性能Fig.2 Performance of various algorithms in MU-MIMO system to reduce PAPR

同時采用控制變量的方法,依次分別增大用戶數(shù)目,用戶數(shù)據(jù)流的數(shù)目以及每個用戶所配備的接收天線的數(shù)目。結(jié)合理論推導(dǎo)得出的廣義SLM算法的公式推導(dǎo),最終驗證了不同用戶數(shù)目,不同數(shù)據(jù)流數(shù)目以及不同接收天線數(shù)目,對于多用戶場景性能的影響很小,幾乎可以忽略不計。從圖2還可以看出，不同數(shù)目的發(fā)射天線會影響所提出廣義SLM算法的性能,正好驗證了式(13)理論推導(dǎo)的正確性。從仿真結(jié)果來看,本文提出算法的實用性得到了很好的驗證。

在實際系統(tǒng)中,隨著同時接入用戶數(shù)目的增加,算法依舊可以發(fā)揮很好的性能。圖3表示在不同的子載波情況下,廣義SLM算法降低PAPR的效果,廣義SLM算法由藍(lán)色曲線表示,當(dāng)控制系統(tǒng)同時接入兩個用戶,每個用戶傳輸兩條數(shù)據(jù)流,發(fā)射天線數(shù)目Nt=16，并且在接收端每個用戶配備Nr,u=2根接收天線,固定相位旋轉(zhuǎn)候選序列數(shù)M=16時,隨著子載波數(shù)的增加,本文提出的算法仍然能夠有效地降低PAPR。

圖3 MU-MIMO 系統(tǒng)中不同子載波廣義SLM 算法 降低PAPR 值的性能Fig.3 Performance of generalized SLM algorithm with different sub-carriers in MU-MIMO system to reduce PAPR

從圖3中可知,控制相位旋轉(zhuǎn)的次數(shù)不變,逐漸增大子載波總數(shù),對應(yīng)閾值相同時,CCDF曲線的取值逐漸增大。

實驗 2BER的變化

實驗2仿真環(huán)境與實驗1中相同,控制sSLM算法,廣義SLM算法進(jìn)行相同候選序列的相位旋轉(zhuǎn)。用戶的平均BER性能如圖4所示。由圖4,廣義SLM算法以及sSLM算法的MU-MIMO系統(tǒng)BER性能和未使用任何PAPR抑制算法的原始MU-MIMO系統(tǒng)的BER性能幾乎一致。結(jié)果表明,在使用了廣義SLM算法的MU-MIMO系統(tǒng)中,BER性能并沒有損失。仿真結(jié)果顯示,對于本文中所提出的算法是無失真的,所以采用本文中所提出的算法不會增加多余的系統(tǒng)性能的損失。相對于有失真的PAPR抑制算法,本文提出算法更具有實用性。

圖4 MU-MIMO系統(tǒng)中各算法的系統(tǒng)BERFig.4 System BER of various algorithms in MU-MIMO system

接下來,需要討論SI傳輸量。sSLM算法對不同的發(fā)射天線執(zhí)行相同的相位旋轉(zhuǎn),廣義SLM算法對不同的數(shù)據(jù)流執(zhí)行不同的相位旋轉(zhuǎn),廣義SLM算法存儲在發(fā)射機(jī)端的相位表大于sSLM的相位表,但是SI傳輸量(只是相位表的索引)保持不變。

4 結(jié) 論

針對SLM算法因為預(yù)編碼矩陣的限制不能很好適用于MU-MIMO系統(tǒng)這一問題,本文中提出了一種廣義SLM算法來降低MU-MIMO系統(tǒng)的PAPR。所提算法通過CP SLM來消除MUI,保證預(yù)編碼的效果。此外由于接收器不需要其他用戶的輔助信息所以大大降低了邊信息傳輸消耗的帶寬。分析和仿真結(jié)果表明,廣義SLM算法可以有效降低系統(tǒng)的PAPR,在保證效率的情況下盡可能地降低算法的復(fù)雜度。