改進的MU-MIMO線性預編碼算法

張繼榮, 劉亞麗, 江 馳

(西安郵電大學 通信與信息工程學院, 陜西 西安 710121)

改進的MU-MIMO線性預編碼算法

張繼榮, 劉亞麗, 江 馳

(西安郵電大學 通信與信息工程學院, 陜西 西安 710121)

針對MU-MIMO系統中多用戶天線之間存在的干擾問題，提出一種塊狀對角化-最小均方誤差(BD-MMSE)算法。該算法是在信噪比一定的情況下，先用BD預編碼算法在發送端消除多用戶之間的干擾，然后在接收端使用MMSE信號檢測技術對每個用戶多個天線之間的干擾進行消除，最終使誤比特率達到最小。仿真結果表明，改進的預編碼算法比單一的預編碼算法的BER性能有顯著提高。

IEEE802.11ac協議； MU-MIMO 空間調度算法； 最小均方誤差檢測； 塊狀對角化算法

隨著人們對于高畫質和高保真音質的追求，利用高速無線網絡播放高清影音的需求越來越大。推動了無線網絡的升級換代。傳統的802.11ag甚至802.11n無線網絡都已經無法滿足這一需求。因此只能將希望寄予下一代無線網絡——IEEE 802.11ac無線網絡[1]。

IEEE 802.11ac作為下一代無線wifi的標準并不是現在才提出的。其實早在2008年上半年IEEE802.11ac項目就已經開始著手準備了，當時被稱為超高吞吐量(Very High Throughput)，其目標是提供至少1Gbps帶寬進行多站式無線局域網通信，或最少500Mbps的單一連接傳輸帶寬。

從核心技術來看，802.11ac將繼續沿用802.11n的MIMO技術，為它的傳輸速率達到Gbps量級打下基礎，第一階段的目標是傳輸速率達到1Gbps。802.11ac每個通道的工作頻寬將由802.11n的40MHz提升到80MHz甚至是160MHz。空間流數目由11n的4*4MIMO發展為11ac的8*8MIMO。調制技術由802.11n的64QAM提升至高達802.11ac的256-QAM。再加上大約10%的實際頻率調制效率的提升，最終理論傳輸速率將由802.11n中最高的600Mbps躍升至1Gbps。而MU-MIMO作為802.11ac的新技術可以在多個終端設備同時連接AP，每個裝置可以獨立使用不同的空間流傳輸數據，進而減少競爭。但是它需要知道發射端的信道狀態信息來進行優化設計，來消除各用戶之間的干擾。MU-MIMO系統通過把SDMA技術與MIMO處理相結合，來獲得更高的系統容量。但由于處理能力和標準QoS的限制，只有有限的用戶數量可以同時得到服務。因此對于一個具有大量用戶的MIMO系統而言，合理的分配用戶組就顯得尤為重要。

預編碼技術是一種用在發射端來抑制多用戶間干擾的預均衡方法。MIMO預編碼技術可以有效的防止誤碼擴散，降低接收端的復雜度，提高MU-MIMO的傳輸性能。目前下行 MU-MIMO 系統的預編碼技術主要分為線性和非線性兩大類。非線性預編碼技術[2-3]主要有臟紙編碼(Dirty Paper Coding, DPC)和 THP (Tomlinson- Harashima Precoding)算法等。線性預編碼技術[4-5]主要包括迫零信道反轉(Zero-Forcing Channel Inversion，ZF-CI)算法、塊對角化(Block Diagonalization，BD)算法等。由于非線性預編碼技術運算復雜度比較高，很難在實際系統中實現，所以線性預編碼技術在實際通信系統中獲得廣泛的使用。然而目前的預編碼算法[6]只考慮到多用戶間的干擾而沒有考慮用戶多天線間的干擾。因此本文提出BD-MMSE算法來消除用戶間以及多天線間的干擾。

目前關于802.11ac標準技術的研究還處于初級階段，相關的文獻不是很多。本文只是針對在下行MU-MIMO系統中的預編碼技術進行研究。通過文獻[7]可知比例公平調度算法(PFS)既考慮了系統吞吐率的同時也考慮了多用戶之間的公平，所以首先選用PFS算法來選取用戶組。選定服務用戶組以后再采用線性預編碼算法來抑制多用戶間干擾(MUI)并調整每一個單用戶的傳輸。當數據到達接收端以后，采用最小均方誤差(MMSE)檢測技術來消除用戶多天線之間的干擾，從而提高系統的BER性能。

1 系統模型

yi=Hix+zi(i=1,2,…,k),

其中zi∈MR×1為第i個用戶的加性噪聲。

圖1 系統模型

根據系統模型，在下行鏈路中，用戶是獨立分散的，因此接收天線之間無法進行協同工作。而基站在同時向多個用戶發送數據時，每個用戶都會接收到其他所有用戶的信號。這樣就會產生多用戶間的干擾，且受制于用戶端成本等因素的考慮，無法通過接收端的均衡來消除，因此需要在發送端采用預編碼技術來消除端用戶之間的干擾。

2 空間調度算法

在進行預編碼之前，首先通過比例公平調度算法[8-9](PFS)對用戶進行分組。

假設在時隙n第i個用戶的支持速率為Ri[n]。使用比例公平調度算法后，基站選取在當前時刻n上支持速率Ri[n]與其平均速率Ti[n]之比最大的用戶i*[n] 進行資源分配和數據傳輸。即

其中用戶i的平均速率Ti[n]更新如下

3 線性預編碼算法

3.1 塊狀對角化算法

在線性鏈路中，數據傳輸的主要問題[10]是不能在接收機之間直接進行協同檢測，因此需要在基站側使用預編碼來消除數據之間的干擾，傳統的BD算法[11]只是對發送端的干擾進行處理而沒有考慮接收端的干擾。

其中Hi∈MR,i×MT為BS和第i個用戶之間的信道矩陣，Wi∈MT×MR,i為第i個用戶的預編碼矩陣，zi是噪聲向量。

要想使上式的有效信道矩陣能夠被塊狀對角化，則需要滿足如下關系式

HiWk=0 (i≠k),

也就是要求預編碼矩陣Wi∈Mt×MR,i必須落在除第i個用戶外的其他所有用戶的信道矩陣i的零空間中。

表示對第i個用戶的預編碼矩陣。

3.2 迫零檢測算法

預編碼技術只能消除多用戶間的干擾，而對于每個用戶的天線間干擾需要用信號檢測方法[12]來消除。信號檢測是將來自目標發射天線的期望信息流當做有用信息，同時把其他的發射信號當做干擾。為了檢測來自每根天線的期望信號，需要利用一個加權矩陣W實現信道逆轉，即

使用迫零檢測算法進行多天線間干擾的消除，它所使用的加權矩陣為

WZF=(HHH)-1HH，

其中(·)H表示轉置操作。由此可以得到檢測信號

其中

3.3 MMSE信號檢測

MMSE判決的信號檢測方法[13]是在有背景噪聲環境中的最佳檢測方案，可以使每個用戶都能達到最小的誤碼率。

首先令MMSE中的加權矩陣

4 系統性能評估

在802.11ac系統模型中,對4×4的MU-MIMO系統用Matlab仿真的方法分析所提出的BD-MMSE檢測算法。

仿真過程中的參數設置見表1。

表1 空間信道模型的參數

圖2為線性預編碼算法的平均誤比特率曲線，可以看出，迫零檢測算法(ZF)的BER性能最差，原因是迫零檢測算法(ZF)是利用信道矩陣H的偽逆H+作為波束成型矩陣，可以完全消除用戶端的干擾，但是它在干擾消除的過程中，也大大的消減了信號的有用成分。而MMSE檢測算法的BER性能優于ZF算法，其原因是它允許存在小部分的同信道干擾殘留，能最大程度地減小預編碼過程中對有用信號所造成的衰減。至于最大似然(ML)算法，雖然它能獲得很好的BER性能，但是由于它的復雜度比較高，所以很少使用。

圖2 線性編碼的平均誤比特率曲線

從仿真結果圖3中可以看出，使用MMSE檢測的塊狀對角化算法的BER性能優于使用迫零檢測的塊狀對角化算法的BER性能。MMSE檢測可以將實際傳輸的信號和檢測出來的信號之間的均方誤差保持最小。它是在噪聲放大和干擾抑制之間權衡的結果。

圖3 BD-ZF與BD-MMSE算法誤比特率的比較

圖4對比了采用MMSE檢測算法的軟判決和MMSE檢測算法硬判決。可以發現軟判決比硬判決更能給系統帶來性能的提升。所以采用BD預編碼消除用戶間干擾以后，再使用MMSE軟判決在接收端進行多天線干擾消除，即可提高用戶的BER性能。

圖4 MMSE線性檢測的軟判決與

5 結論

目前的線性預編碼算法有很多種，本文就MU-MIMO系統中用戶干擾問題提出了一種將塊狀對角化算法與MMSE檢測算法相結合的方法，也就是BD-MMSE算法，這種方法不僅消除了多用戶之間產生的干擾，同時也消除了用戶上多天線之間的干擾。從仿真結果可以看出，所提方法可以提高用戶的BER性能。

[1] The 802.11 Working Group of the 802 Committee.IEEE,IEEEP802.11acTM/D2.2[S].New York: IEEE Three Park Avenue New York,2012,5:46-57.

[2] Costa M. Writing on dirty paper[J]. IEEE Transs. Information Theory. 1983,29(3): 439-441.

[3] Athanasios P L. Tomlinson-Harashima Precoding with Partial Channel Knowlegde[J]. IEEE Transs. Communicaitons. 2005,53 (1): 5-9.

[4] Haustein T, von Helmolt C, Jorswieck E, et al. Performance of MIMO Systems with Channel Inversion[J]. IEEE 55th VTC. 2002,11(1): 35-39.

[5] Spencer Q H, Swindlehurst A L, Haardt M. Zero-Forcing Methods for Downlink Spatial Multiplexing in Multi-User MIMO Channels[J]. IEEE Trans. Signal Processing. 2004,52 (2): 461-471.

[6] 王新秋.MU-MIMO預編碼技術的研究[D].北京：北京郵電大學，2010:18-21.

[7] 孟凱凱.多用戶MIMO預編碼和用戶調度算法研究[D].西安：西安電子科技大學，2013:47-53.

[8] 楊陽.下行MU-MIMO預編碼及用戶調度技術研究[D]. 成都：電子科技大學，2011:27-30.

[9] Wengerter C, Ohlhorst J, von Elbwart A G E. Fairness and Throughput Analysis for Generalized Proportional Fair Frequency Scheduling in OFDMA[J]. IEEE 61st VTC, 2005, 3: 1903-1907.

[10] 張春芳.下行MU-MIMO系統用戶調度算法研究[D].南京：南京郵電大學，2012:34-37.

[11] ChoYongSoo, Kim Jaewon. MIMO-OFDM 無線通信技術 及 MATLAB實現[M].孫鍇,黃威,譯.北京：電子工業出版社，2011:345-356.

[12] 安杰.多用戶MIMO系統下行鏈路關鍵技術研究[D]. 北京：北京郵電大學，2013:11-12.

[13] 許威.MIMO系統中基于ZF_MMSE檢測的自適應功率分配方案[J].電子學報，2008(10):1892-1893.

[責任編輯:孫書娜]

Improved MU-MIMO linear precoding algorithm

ZHANG Jirong, LIU Yali, JIANG Chi

(School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

In order to solve the problem of interference existing between multi-user antennas at MU-MIMO system, a BD-MMSE precoding algorithm is proposed in this paper. Under certain SNR conditions, a BD precoding algorithm is used to eliminate interference between multiple users at the sender, the MMSE detection technique is then used for each of the plurality of antennas between users to eliminate the interference at the receiver, and finally the bit error rate is minimized. Simulation experiments show that the improved pre-coding algorithm can significantly improve BER performance than the single pre-coding algorithm.

IEEE802.11ac standard, MU-MIMO, the minimum mean square error detection, block diagonalization precoding algorithm(BD).

10.13682/j.issn.2095-6533.2014.06.011

2014-09-05

張繼榮(1963-)，女，博士，教授，從事現代通信網研究。E-mail:comnet@xupt.edu.cn 劉亞麗(1989-)，女，碩士研究生，研究方向為現代通信網。E-mail:xuptliuyali@163.com

TN914.3

A

2095-6533(2014)06-0058-04