基于MU-MIMO波束賦形的列車Wi-Fi WAVE誤碼率改進方法研究

吳星辰，李國棟 ，李友高，常沛煒，許朝智

(1.季華實驗室，廣東 佛山 528000；2.中車長春軌道客車股份有限公司，吉林 長春 130000)

目前，關于提高Wi-Fi WAVE技術在智能交通系統領域通信質量的研究已經取得了一定成果.針對高度動態的無線車載網絡和不可預測的業務負載對信道間隔動態調整的需求問題，Gopinath等[1]提出一種最佳動態信道間隔MAC(DCI-MAC)協議，該協議能夠根據車輛數、消息優先級和訪問類別(AC)隊列中的數據包來調整SCH和CCH間隔的持續時間.由于IEEE 802.11p的信道估計是基于前導的，無法保證在城市場景中進行適當的均衡，尤其是對于較長長度的數據包.為此，Wang等[2]提出了一種改進的構造數據導頻方法，該方法通過考慮時域中相鄰數據符號與頻域中相鄰子載波之間的相關特性來構造數據導頻，以滿足在時域中提供足夠的訓練符號和在頻域中提供足夠的導頻載波.Mohammed等[3]提出了一種基于障礙物的車載無線網絡傳播模型，該模型考慮了傳輸路徑中存在阻礙車輛引起的影響.通過調節算法中車輛的速度和密度，可以使模型適應不同的環境條件.因此,邱斌等[4]提出了一種基于一階自回歸模型(AR1)的車載混合譯碼放大轉發(HDAF)協作通信方法,該方法通過AR1的多普勒頻偏相關系數來刻畫時變信道特性,根據信道增益自適應選取HDAF協作通信方式,提升了ITS的可控性安全.

由上可知，現階段關于改善WAVE系統吞吐量、誤比特率性能方面的研究對發射射頻信號時的性能優化及在列車領域的應用研究尚顯不足.由此，本文提出利用MU-MIMO波束賦形技術實現空間復用增益和分集增益的特性，將其用于改善列車Wi-Fi WAVE系統無線網絡吞吐量與誤比特率性能的方法.該方法通過BD預編碼算法實現了系統的波束賦形矩陣構建，并利用SVD算法與MMSE檢測技術對矩陣進行了分解.

1 MU-MIMO技術在WAVE中的應用

本文主要研究的是由列車和多個接收設備構成的Wi-Fi WAVE系統環境下的組內通信問題[5]，MU-MIMO應用于WAVE中的系統結構圖見圖1.

設Wi-Fi WAVE系統組內通信的發射天線總量為N，用戶數量為K，其中接收設備i有Mi(i=1,2,…,K)根天線，則總的用戶接收天線數為：

(1)

該組內通信同一時刻可工作的用戶數為Z，并令Z=K，有如下關系：

(2)

假定列車向接收設備i發送的列車速度為vi，在數據向量vi經天線發送前通過預編碼矩陣Wi處理，則列車發送的經過預編碼的速度數據為：

(3)

則接收設備i接收到的列車發送的速度數據為：

(4)

式中：Hi為列車i的矩陣維數是Mi×N的信道增益矩陣；ni為接收設備i接收到的高斯白噪聲.由式(4)可知，采用適合的加權矩陣Wj便可抑制或消除接收設備之間的信號干擾，由此式(4)變為：

(5)

圖1 MU-MIMO應用于WAVE中的系統結構

2 MU-MIMO波束賦形在WAVE中的應用

2.1 基于BD算法的WAVE系統波束賦形矩陣

用戶能夠接收到的列車的速度數據為：

v′=Hv+n

(6)

對式(6)中v應用加權矩陣W，則相應的單用戶波束賦形表達式為：

v′=HWv+n

(7)

SVD的實現方法是在發射端對接收端的信道矩陣進行SVD分解以獲得預編碼酉矩陣Λ，即

H=U∑ΛH

(8)

式中：U和Λ均為酉矩陣；∑是由H的奇異值組成的對角矩陣;ΛH為Λ的復數共軛轉置矩陣.

令F=rank(H)，將式(8)中的Λ矩陣的前F列作為加權矩陣，并使用UH矩陣對上式進行預均衡，則接收設備接收到的信號為：

(9)

通過實現式(10)以避免系統容量下降

(10)

即Wj應滿足

Hi·Wj=0,i≠j,i=1,…,K

(11)

(12)

(13)

(14)

式中:?為接收設備i的功率分配矩陣.

2.2 SVD算法與MMSE檢測技術

(1) SVD算法

假設接收設備i的等效信道Hi′=HiWi,對Hi′進行奇異值分解有

(15)

(16)

(2)MMSE檢測技術

基于MMSE的MU-MIMO波束賦形濾波矩陣為

(17)

3 實驗與分析

3.1 實驗設計

本文將列車同時服務的配有2根天線的接收設備數量設定為3臺，設定列車可用作發射天線的數量分別為6和8根.本文選用的調制方式為64QAM.

3.2 結果分析

圖2為SVD算法下發射天線數為6和8且每幀數據量為1時系統誤碼率-信噪比函數.從圖中可知，當BER為10%時，圖2(b)曲線的Eb/No為8而圖2(a)曲線為10，并且2(a)曲線比2(b)曲線下降得更快.這表明，本文方法能夠有效提高系統信噪比，降低系統的誤碼率.此外，更多的發射天線數量有利于提高系統性能，快速降低系統誤碼率，使無線通信系統進入穩態.

(a) 6根天線 (b)8根天線

圖3為MMSE算法下發射天線數為6和8且每幀數據量為1時系統誤碼率-信噪比函數.從圖中可知，在BER的10%之前，兩圖曲線的誤碼率變化趨勢基本一致.圖3(b)曲線的誤碼率在Eb/No為16以后，除小于3(a)曲線以外，還有1 dB的性能提升.這表明，發射天線數量在大于接收天線數量時，對系統進入穩態后的性能具有一定作用.

(a) 6根天線 (b)8根天線

比較圖2(b)、圖3(b)的曲線時發現，在BER為10-3時約有3dB的提升.這一現象表明本文方法應用于WAVE系統，并且每幀數據量為1時，采用BD-SVD組合的誤碼率性能要優于BD-MMSE組合.

圖4為SVD算法下發射天線數為6和8且每幀數據量為2時系統誤碼率-信噪比函數.從圖4(b)可知,曲線在Eb/No為14時就進入了穩定狀態，并且下降速度要快于圖4(a).在Eb/No為6時，4(b)曲線與4(a)曲線相比約有1 dB的性能提升.這表明，BD-SVD組合在發射端天線數量占優時，能夠有效提高系統信噪比、降低誤碼率.

(a) 6根天線 (b)8根天線

圖5為MMSE算法下發射天線數為6和8且每幀數據量為2時系統誤碼率-信噪比函數.觀察圖5可知，兩圖曲線僅在20～22區間略有差異.這表明，在Wi-Fi WAVE系統中，采用BD-MMSE組合的方式，并且每幀數據量為2時，系統誤碼率性能受發射天線數量影響較小.

(a) 6根天線 (b)8根天線

4 結論

(1)本文提出一種將MU-MIMO波束賦形技術應用于列車Wi-Fi WAVE系統的方法，改善了系統無線射頻信號的誤比特率性能.構建了由列車和接收裝置構成的BD算法波束賦形矩陣，并將SVD和MMSE作為矩陣解碼技術，得到了相應的測試結果.

(2)通過分析實驗結果可知，當使用64QAM解調方式，且發射端天線數目大于接收端天線數目時，BD-SVD組合與BD-MMSE組合相比具有更好的系統信噪比和誤碼率性能優勢.