（通信与信息系统专业论文）基于基站协作的小区间干扰消除技术仿真研究.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 在移动通信系统中，小区间干扰( i c i ) 是一个固有的问题，由于受到相邻小区的 干扰，小区边缘用户的吞吐量受到极大的干扰。为了提高小区边缘用户的性能，就必 须采用小区间干扰消除技术。传统的干扰消除方法包括交织多址( d m a ) 的迭代干扰 消除技术、干扰随机化、干扰重构。随着协作通信的发展，在l t e a d v a i l c e 中首次提 出了使用协作通信的方式对干扰进行消除，协作多点传输c o m p 技术作为协作通信的 一种，通过多个基站之间的协作处理，将小区干扰消除。c o 技术可以根据上下行 链路的不同分为上行c o m p 和下行c o 。本文将分别对两种技术进行研究，但主要 工作集中于上行c o m p 。 首先，在本文的前期工作中，建立了一个2 x 2 的o f d m m m o 系统模型。对几种 经典的m m o 检测算法进行了仿真和性能分析。并对下行c o m p 基站协作干扰消除预 编码技术进行了研究与仿真分析，其中，预编码算法包括z f 算法，b d 算法，b d s v d 算法等。 接着，本文重点研究c o m p 技术在上行协作干扰消除中的应用。通过对上行干扰 的分析，本文将上行干扰场景分为强对称干扰、弱对称干扰和非对称干扰。同时，研 究了上行干扰消除的信号合并方式。根据上行干扰消除信号合并处理的方式，可以分 为分布式干扰消除( d i s ) 、压缩信号重传( c i f ) 、分布式天线分布式检测( d a s d ) 和分布式天线中心检测( d a s c ) 。针对非对称干扰，可以使用基于信号强度分组的 上行协作干扰消除方案。该方案可以在一个协作簇内按各个用户信号的强度进行分组， 确定基站协作干扰消除的先后顺序；然后根据干扰消除的顺序，将主基站解出的信号 作为干扰信号消除信号的估计值，在下一个协作基站中消除，从而获得增益。通过在 典型的非对称干扰场景下的仿真结果说明该方案能具有较好的干扰消除性能。 最后，论文搭建了3 小区的l t e 系统仿真模型，仿真对比了几种m i m o 检测算法 ( z f 、m m s e 、z f s i c 、m m s e s i c 、z f o s i c 、m m s e o s i c ) 在d a s c 处理中的性 能；同时也对比了几种不用协作方式( d i s 、c i f 、d a s d ) 在不同干扰场景下的性能。 仿真结果表明，在上行干扰消除的处理中，动态的选择不同的协作方案，能够在小区 边缘频率复用因子为1 的条件下，保证系统用户较好的性能的同时降低系统负载。 关键词：协作通信；小区间干扰；协作多点传输；基站协作；干扰消除；正交频分复 用；m m o 。 a b s t r a c t h 1m o b i l ec o m m l l i l i c a t i o ns y s t e m s ，h l t e r - c e l li n t e r f e r e n c e ( i c i ) i s 弛i n h e r e n t1 ，r o b l 锄 w h i c hi s 嘶t i c a lt os y s t e m c a p a c i t y c e l l - e d g eu s e r si n c e l l u l a rs y s t e m ss u 侬i r 舶mm e i n t e r 】衙e n c e so fa d j a c e n tc e l l sa 1 1 d t 1 1 e i r 虹啪u g h p u t sa r et y p i c a l l yv e 巧l o w ho r d e rt o i m p r o v em ep 拍m a n c eo fc e l l - e d g eu s e r s ，i ti sn e c e s s a r yt ou s et h ei n t e r - c e l li n t e r f e r e n c e c a j l c e l l a t i o nt e c l u l 0 1 0 卧t r a d i t i o n a li n t e r 衔e n c ec a n c e l l a t i o nt e c h n i q u e si n c l u d ei i l t 甜e a v e d m u l t i p l e a c c e s s ( i d m a ) i t e r a t i v ei n t e r f - e 】一e n c ec a i l c e l l a t i o n t e c h n 0 1 0 戥i n t e r 衔e n c e r a l l d o m l z a t l o n ， i n t e r f h c n c er e c o n s 仃u c t i o n w i m也e d e v e l o p m e l l t o f c o o p e r a t i o n c o m m u n i c a t i o n ，i 1 1t 1 1 el t b - a d v a n c et h ec o o p e r a t i o nc o m m u n i c a t i o nh a sb e e np u tf o n ) l ，a r d t oe l i m i n a t et h ei n t c r f e r e n c e a sak i i l do fc o o p e r a t i o nc o m m u n i c a t i o n ，c o m p ( c o o r d i n a t e d m u l t i p o i n t n 狮s m i s s i o n r e c 印t i o n ) c a ne l i m i n a t ei n t * c e l li n t e r f e r e n c e e 疏“v e l vb v p r o c e s s i n gj o i n t l y 锄o n gm u l t i p l eb a s es t a t i o n s c o m pc a nb ed i v i d e di n t ou d l i n ka n d d o w n h l l l 【c o m p t h i sn l e s i sd i s c u s s e sb o t l lb u tm em a i l lr e s e a r c hw o r k ，f o c u so nm e u p l i i l k c o m p f i r s t l y ，i nt 1 1 ep r e l i m i n a 叫w o r ko fm et h e s i s ，a2 x 2o f d m m i m os v s t e mm o d e l i s e s t a b l i s h e da n ds e v e r a lc l a s s i c a lm i m o e q u a l i z a _ t i o na l g o r i t l m sa r es i m u l a t e da n da i l a l v z e d t h e l l 1 et h e s i sd i s c u s s e sh o wt h ec o m pi s u s e di nt h ed o w n l i n kt oe l i m i n a t et h ei 1 1 t e r f e r e n c e w i t l lp r e c o d i n gt e c h i q u e s t h ep r e c o d i n ga 1 童o r i 廿l i n s u s e di nc o m pa r es i m u l a t e da n d a n a l ) ，z e d ，i n c l u d i i l gz f ，b da 1 1 db d s v da l g o r i t l u l l s e c o n d l y ，t 1 1 e 虹l e s i sf o c u s e so n 也eu p l i n ki n t 刚研e n c ec a i l c e l l a t i o n 丽mc o m p u p l i n k i n t 刊衙e n c ec a nb ed i v i d e di n t os 仃o n gs y n 姗e t r i ci n t e r f h e n c e ，w e a ks y m m e 缸yi l l t e r 衙e n c e a n d 嘲，i i l m e t r i ci 1 1 t 刊衙e n c e t h es u b t r a c t i o no fs i 印a 1i nu p l i n ki n t e r f e r e n c ec a n c e l l a t i o n w 池c o m pc a l lb ed i v i d e di n t od i s t r i b u t e di n t e r f l e r e n c es u b 仃a c t i o n ( d i s ) ，c o m p r e s s e d h t e r f e r e n c e f o 九v 砌i n g ( c i f ) ，( d i s t r i b u t e da n t e i m as y s t e m d e c e l l 仃a l i z e dd e c o d i n g ( d a s - d )a n d ( d i s t r i b u t e d a n t e 芏1 i l a s y s t e m c e n 订a l i z c dd e c o d i n g ( d a s c ) f o rt h e a s y m m e t r i ci n t 硎陆e n c es c e n 撕o ，t h em e s i sd i s c u s s e st 1 1 a tm eb a s es t a t i o n sc a l l e l i m i n a t e i n t e r 】衙e 1 1 c eb yg r 0 1 巾i n g 也es 仃e 1 1 9 t 1 1o fu s e r s s i 萨a l s ，t 1 1 es i m u l a t i o nr e s u l t si nat y p i c a l a s y i l l m 吲ci n t e r f e r e n c es c e n 撕o ，s h o w sm a tt h i ss c h e n l eh a l s g o o dp e 怕m a l l c ei n i n t a 百b r e n c ec a n c e l l a n o n f i n a l l y ，t 1 1 et h e s i sb u l i d sal t es y s t e ms i m u l a t i o nm o d e lo f3c e l l s s i m u l a t e ss e v e r a l d i 脑e n ti n t e r 】衙e n c ec a n c e l l 撕o na l g o r i t l l m s ( z em m s e ，z f s i c ，m m s e s i c ，z f o s i c ， m m s e 一0 s i c ) i nd a s cm e t h o d a l s os e v e r a 】u p l i n ki n t e r 的l c ec a l l c e l l a t i o ns c h e i l l e s 西南交通大学硕士研究生学位论文 第1 li 页 ( d i s ，c i f ，d a s _ d ) i nt h ed i 疗e r e l l ti n t e r f 打e n c es c e n a r i o sa r es i m u l a t e da n dc o m p a r e d t h e s i m u l a t i o nr e s u l t ss h o wt 1 1 a tt 1 1 ed ) ，n 锄i cp r o 彤l i i lc a ng u a r a l l t e eb 甜e rp e 哟m a i l c eu 1 1 d e r m ec o n d i t i o n so f 丘e q u e l l c yr e u s ef a c t o ri s1a i l db a l a l l c e1 0 a d 1 ( e yw o r d s ： c o o p e r a t i o nc o m m u n i c a t i o n ；h l t e f - c e l li n t e r f 打e n c e ( i c i ) ；c o m p ( c o o r d i l l a t e dm u l t i p o i n t 协a 1 1 s m i s s i o 浙e c 印t i o n ) ；b a s es t a t i o nc o o p e r a t i o n ； 0 n 1 1 0 9 0 n a l 舶q u e n c yd i s i o nm u l t i p l e ( o f d m ) ；m i m o 西南交通大学硕士研究生学位论文第1 页 1 1 课题研究背景 第一章绪论弟一早三百y 匕 随着科技的不断发展，人类社会进入了信息化时代。移动通信在人们的日常生活 中扮演着越来越重要的角色。移动通信系统自上世纪8 0 年代诞生以来，已经经历了四 代的发展。第四代( 4 g ) 移动通信系统l t e 的上行下行速率分别达到了 5 0 m b p s 1 0 0 m b p s 。结合了m m 0 技术后，宽带传输能力和高峰值速率方面更是惊人， l t e ( w i 心) i m t - a 与3 g 系统的差别，不仅仅是峰值速率的增加，并且使得移动 宽带服务变为可能，许多运营商甚至将他称之为“无缝1 m b p s ”。有众多优点的同时， u e 系统也面临这两个主要问题：如何实现同频组网和小区边缘用户的服务质量问题。 由于l t e 系统采取了同频组网技术并使用了o f d m a ( o m l o g o n a lf r e q u e l l c y d i v i s i o nm u l t i p l e x i n ga c c e s s ) 的接入方式 1 ，使小区内的各个用户的信息承载在不同 的子载波上，从而有效的避免了小区内用户间的干扰，却无法抑制来自于相邻小区的 干扰( 1 1 1 t 昏c e l lh t e 向e n c e ，i c i ) 。在满负荷运行的系统情况下，来自小区边缘的用户， 接收的信号强度小，却受到来自相邻小区的强干扰信号，使得小区边缘用户的服务质 量下降，制约了系统的总体性能和系统的公平性，对于小区边缘的用户，不能简单的 依靠增大发射功率的方式，来解决边缘用户的服务质量，过高的功率，会对相邻小区 的基站和用户产生严重的干扰。因此，小区间干扰抑制成了l t e 系统中亟待解决的问 题，并在标准化的过程中，提出了很多方案来对抗小区间的干扰f 2 卜4 1 。 为了解决相邻小区间的同频干扰，传统的解决方式是采用频率复用，但频率复用 因子的选择是固定的，只有1 、3 、7 等。使用频率复用系数( 3 或7 ) 可以有效地抑制 小区间干扰i c i ，但随之而来的是频谱利用率将降低到1 3 或1 7 。而l t e 对频谱效率 的要求很高，希望尽可能地接近频谱复用系数1 。与c d m a 不同，o f d m a 无法通过 传统扩频的方式消除小区间的干扰。为了提高频谱利用率，也不能简单地采用如g s m 系统中复用因子为3 或7 的频率复用方式。因此，在l t e 标准制定的过程中，非常关 注小区间干扰消除技术。目前l t e 系统考虑的小区间干扰抑制技术主要包括3 类：小 区间干扰消除、小区间干扰随机化、小区间干扰协调避免 5 。在未来的l t e 系统中， 小区间干扰消除依旧是研究的热点。 频分设计的方法牺牲了3 g 系统中固有的宏分集增益而使得长期演进( l t e ) 技术 不能发挥最大优势，因此在l t e 的演进l t e a d v a n c e d 中提出了协作通信技术 6 ， l t e a d v a n c e d 技术是3 g p p 为了满足m t - a d v a n c e d 的需求，而在l t e 的基础上的技 术演进，新增了载波聚合技术，上下行m 蹦o 增强技术，多点协作技术( c o m p ) 7 卜 9 西南交通大学硕士研究生学位论文第2 页 等。随着l t e 技术的迅速发展，3 g p p 展开了对l t e 后续演进( l t e a d v a l l c e ) 的研究 工作，在l t e a 中引进了协作通信技术。系统级协作通信能把性能提高到极致。为了 获得系统级增益，取得更高的频谱效率，更可靠的性能，需要采用协作通信技术。在 l t e a 中引入了多点收发、智能中继、协作天线、小区间干扰协调等多种技术，增大 了系统的覆盖能力，并且使用户终端切换平稳，提高了小区边缘用户的流量及服务质 量。 1 2 国内外研究现状 l t e 的链路流量已经接近香农极限，在l t e 的后续演进系统l t e a 中，为了获得 更高的频谱效率要求，链路级技术改进所能做的工作已经有限，而为了得到提升链路 级性能的目的，必须转而寻求系统级的解决手段。协作通信技术就是在这种背景下被 引入到l t e a 中的 5 。协作通信是指系统中多个基站( e n o d e b ) 或者多个基站和天线 站远程射频单元( r r u ) 同时进行多点发送接收的技术，用户终端( u e ) 将与多个基 站和天线站之间建立上下行链接进行通信。在协作通信系统中，基站与多个天线站、 多个基站之间可以用光纤进行网状互联。具体的说网络中插入天线站，或者基于现有 站点形成分布式天线系统，进行与u e 间的多发多收，称为协同多点传输技术( c o m p ) ； 当直接利用现有网络，在各个基站之间用光纤互联，多个基站直接与u e 进行通信， 称为基站间协同( i n t e r - n o d ebc o o r d i n a t i o n ) 技术。这两种技术都是协作通信在实际中 的应用。在多基站协作通信中，由于采用了光纤链接多个基站，使得基站之间能够进 行快速的数据通信，从而使得使用动态i c i c 技术来协调小区间的干扰成为可能。 c o m p 协作多点传输技术，是l t e a 的重要技术，可以实现在空间上分隔的几个 发射点之间的动态协同。c o m p 通过测量一组与用户相连的信道状态集合 1 0 1 1 ，从 而通过对用户信道信息和用户数据信息在协作簇内进行共享。通过小区间的基站之间 的协调，将原本是相邻小区的干扰信号，变为有用信号。c o m p 和一些m i m o 技术的 衍生，如s u m i m o ，m u m i m o ，发射分集都属于协同传输的范畴。但是l t e 中所说 的协同传输，范围都限定在单个小区内。c o m p 技术是多m i m o 技术在多小区干扰下 的应用【1 2 1 4 。 c o m p 技术可以根据传输方式的不同，分为联合处理技术( j p ) 和协作调度协作 波束赋形技术( c s c b ) 。 联合处理技术：联合处理算法包括多用户检测技术和干扰重构技术，将检测出的 用户进行干扰重构减去，剩余的接收信号发往协作基站，从而使弱用户信号获得交集 增益。联合处理算法方案最关键的部分在于预编码算法的设计。采用合理的预编码算 法，能很好的利用相邻扇区的信道信息消除小区间干扰。常见的预编码算法，一般有 z f 算法、b d 算法、b d s v d 算法和基于码本的预编码算法等。 西南交通大学硕士研究生学位论文第3 页 协作调度协作波束赋形技术：传统的用户调度和资源分配算法大都基于严格分层 的网络模型，跨层的协作调度日益得到国内外专家的广泛关注。此外。现有的用户调 度与资源分配方案大多都是针对单个小区设计的，将建立一个多小区的虚拟m m o 网 络，使用现有的m m o 检测算法进行干扰消除。研究应包括联合调度和联合处理，在 协作调度方式下，基站共享信道和调度信息，进行联合调度。在联合处理方式下，基 站通过共享的信息，将小区间干扰作为有用信号进行联合处理。 基站间协作通信的关键思想就是通过在基站之间铺设r o f 光纤，从而实现基站之 间的快速协作，但是基站并没有退化成r r u ，每个n o d e b 依然保留着完整的基站功能， 并不是简单的将多个基站的基带处理单元集中到某个中心处理器上。基站之间通过光 纤连接，可以进行数据信息、调度信息共享，从而紧密的联系在一起。在现有的l t e 网络中，相邻的n o d eb 之间已经可以通过m e s h 连接，但是由于连接的端口的传 输时延较大( 最大时延 2 0 m s ，平均时延1 0 m s 左右 1 5 ) ，无论在数据流量的传输还是 时延上的能力都较弱，无法实现基站之间的快速的数据交换。但是，只要对连接基站 的光纤设备进行升级。就可以使用升级之后勉端口进行快速的协作通信，从而实现基 站之间高速的用户数据信息、调度信息的共享，获得协同发送接收增益。 由于在系统看来，所有的基站都是平等的，但是从用户一端看，就存在协作的主 基站和协作基站之分，对单个用户来说，这就是一个分布式的多天线系统。即只有用 户所在小区的基站充当b b u ，而协作簇内的协作基站充当砒之u 。 在文献 16 中，对下行c o m p 联合预编码技术进行了介绍，通过相邻的几个基站对 下行信道等效矩阵进行联合预编码处理，经过信道响应后在接收端实现了用户间的干 扰消除。提出了包括z f 预编码、b d 预编码、b d s v d 预编码以及基于码本的预编码 在内的多种算法。 在文献 1 7 中，提出了在上行干扰协作中，通过动态的选择各种不同的协作干扰消 除方案( d i s 、c i f 、d a s c 、d a s d ) ，可以使得系统的性能获得极大的提升，并给出 了一个根据小区中用户的位置优化的协作干扰消除选择方案。 文献 1 8 提出了一种应用在m m o 0 f d m 系统中分为二步的干扰消除算法。通过 将m m s e 干扰抑制与最大似然( m l ) 译码两种检测方案相结合。该方案采用近似的 最大似然检测( m l d ) ，它通过预选择( p r e j e l e c t i o n ) 的方式最大地节省了最大似然 检测穷举的搜索空间，从而有效地降低最大似然检测的复杂度。 1 3 本文的主要研究内容 论文的主要研究内容如下： 搭建l t e 下的系统仿真平台，对m m o 多用户检测算法，v b l a s t 编码技术进行 研究和仿真，对后续平台中需要使用的几种信道模型进行学习和仿真。 研究协作通信的相关知识，包括对上下行的协作多点传输技术的研究和仿真性能。 西南交通大学硕士研究生学位论文第4 页 特别的对于上行协作的干扰消除技术，进行了较为深入的研究。 针对小区间干扰，分别对上下行干扰进行分析和研究。仿真使用c o m p 技术的下 行干扰消除模型。对上行信道，进行上行干扰分析，研究上行干扰分布的概率模型， 对上行c o m p 进行仿真，并仿真了一种通过将基站接收的用户信号强度分组协作干扰 消除技术方案，从而将协作分集技术与c o m p 结合起来。 1 4 本文的结构和内容安排 本文的结构及内容安排如下： 第一章绪论，简单介绍l t e 的小区间干扰的危害和研究意义，小区间干扰消除的 研究现状以及协作通信在小区间干扰消除当中的意义。 第二章针对m d 订0 的原理，m 0 的编码方式和一些m o 多天线检测算法进 行了介绍，并给出了他们的仿真和性能分析。介绍了仿真环境，仿真的方法，并建立 了多径时延、瑞利衰落和路径损耗的系统模型。 第三章对c o m p 技术在下行小区干扰消除的应用进行描述，对下行c o m p 的三种 编码算法( z f 、b d 、b d s v d ) 1 6 做了介绍，对s u c o m p 和c o m p 进行了介绍。 进行了o f d m m o 系统下下行c o m p 联合预编码编码z f 、b d 、b d s v d 的仿真分 析，比对了传统l t e m m o 与b d s v d 预编码算法的流量对比。 第四章研究了c o m p 技术在上行干扰消除当中的应用错误! 未找到引用源。 2 0 。 为了研究基站协作的上行干扰消除，对上行干扰进行了分析，研究了上行干扰的概率 模型，介绍了c o m p 技术在上行联合检测当中的应用，上行c o m p 可以通过等效信道 矩阵，通过z f 、m m s e 、s i c 等算法对信号进行检测。针对上行干扰的随机性，将上 行干扰分为对称干扰、非对称干扰等，针对不同的干扰场景提出了不同的协作干扰消 除方式。特别的针对上行非对称干扰的处理，考虑c o m p 联合检测需要骨干网大量传 输数据，负载巨大的问题，给出了一种可以在上行干扰非对称场景下，根据用户信号 的强度确定协作顺序，在本地基站检测一部分用户，并将该用户对相邻基站造成的干 扰消除的c o m p 的算法，并在一些特殊场景下，对该方法的性能进行了仿真，并分析 了该方法所适用的场景。 第五章在m d 订o o f d m 系统环境下，使用z f 、z f s i c 、z f o s i c 、m m s e 、 m m s e s i c 、m m s e o s i c 和第四章所叙述的基于用户强度信号分组的干扰消除六种方 案，对在小区中心、小区边缘以及全系统情况下的误码率、信噪比和用户流量的进行 了分析。对于上行干扰的不同模式，d i s 、c i f 、d a s d 和c o m p ( d a s c ) 的性能进 行了仿真。仿真结果说明在上行干扰消除中，可以根据u e 的位置，动态选择不同的 上行协作方式，来达到提升性能、均衡负载的目的。 最后是总结和展望，总结论文所完成的内容和结论，并对未来的工作的展望。 西南交通大学硕士研究生学位论文第5 页 2 1 引言 第二章m i m o 检测算法 多输入多输出( m m o ) 技术是无线移动通信领域研究的热点，能够成倍地提高 通信系统的容量和频谱利用率，是未来的移动通信系统必须采用的关键技术。将m 蹦o 技术和0 f d m 技术结合起来构成的o f d m m m o 系统充分结合了二者的优势，具有 非常重要的实际意义。本章对几种经典的m i m o 检测算法进行了分析与研究，对z f 、 m m s e 、z f s i c 、m m s e s i c 、z f o s i c 、m m s e o s i c 、m l 这7 种检测算法进行了 仿真，并分析了它们的性能优劣。最后简单的介绍了后续仿真所需的模型和仿真环境。 2 2m i m 0 系统原理及技术实现 m 垤o ( m u l t i p l e h l p u tm u l t i p l e - o u t p u t ) 系统是指在发射端和接收端分别使用多 个天线发射和天线接收，与传统的s i s o ( s i n g l e i 印u ts i n 9 1 e o u 印u t ) 系统相比提高了 数据速率、减少误比特率，改善了无线信号传送质量 2 1 】 2 2 。 2 2 1m i m 0 系统模型 2 ) 【2 m m 0 系统模型，如图2 1 ： 图2 12 x 2 m 订o 信道示意图 2 x 2 m m o 系统等效信道模型y = 胁+ 7 z ： 羔 = 急：急： 三 + 芝l - y ：j2 【- 如，吃：j l 恐j + 训 ( 2 1 ) 其中 五恐 r 是发送信号， y 。少：r 是接收信号，乃是根发送端天线到f 根接收 端天线的信道矩阵， ，z 。咒：r 是加性高斯噪声。利用m i m o 的空间复用增益，系统的 西南交通大学硕士研究生学位论文第6 页 信道容量随着天线数量的增大而线性增大。通过使用m 蹦0 技术，在不增加天线发射 功率和带宽的情况下，系统的无线信道容量可以成倍地提高，极大的提高了频谱利用 率，实现空间复用增益的算法，包括贝尔实验室的b l a s t 算法、z f 算法、m m s e 算 法、m l 算法等。使用m m o 技术，不仅能够提高系统的容量，通过利用m m o 系统 的空间分集增益，还能提高系统的可靠性。对于一个发射天线数为，接收天线数为m 的m 蹦o 系统来说，它的信道容量c 满足下面的公式： c = i n j n ( m ，) | b l 0 9 2 ( 等) ( 2 2 ) z 公式( 2 2 ) 中的召表示信道带宽，p 为接收端的平均信号噪声比。m i n ( m ，) 的值取 m ，两者中的最小者。 2 2 2m i m 0 空时编码技术 在论文的仿真中，涉及到多天线，因此就需要将单个的数据流映射成多个的数据 流。在m m o 系统的空间复用应用中，根据m m o 系统的天线与子数据流之间的关系， 可以将空间复用系统分为三种模式：v - b l a s t 、t - b l a s t 和d b l a s t 。本小节将对 v - b l a s t 系统做重点介绍，而在本文后续的仿真中，也将使用v b l a s t 编码。 v - b l a s t 编码是一种天线与数据流之间的呈对应关系的编码，即将k 个子数据流 编码后映射为第x o z l z 2 根天线的发送数据。以2 x 2 m i m o o f d m 的分层空时编码系统 模型如图2 2 ： 图2 22 x 2 m d 订o 下v b l a s t 简单示意图 与d b l a s t 和t b l a s t 编码相比，v - b l a s t 具有检测过程简单的特点。 2 3 常见的m i m o 检测算法 2 3 1 迫零检测 迫零( z f ) 算法的本质是消除多址干扰，就是将其他数据流对该数据流的影响完 全消除，不过付出的代价则是增大了高斯白噪声【2 3 。z f 接收算法是一种线性检测算 法，它将接收的数据流分成独立的互相之间没有干扰的数据流，然后对每个数据流分 别进行解码、解调和判决。 首先定义噪声误差为p 2 ： e 2 = ( 】，一日x ) 爿( 】，一日石) = 爿( 2 3 ) 西南交通大学硕士研究生学位论文第7 页 对其求导，令其一阶导数为o ，二阶导数大于0 ，可求得使噪声误差多极小的估计 值，即为向量x 的估计值： x = ( 日日) 一日】，= ( 日日) 一1 日月x + ( h 日) 一1 日= g 月x + g ( 2 4 ) 其中g = 胪邡q 为日的广义逆矩阵。从上可知迫零接收机是将信道转换成 个并行的标量信道和噪声的叠加。噪声分量功率由于左乘了g 而增强，虽然迫零算法 虽然降低了m l 算法的复杂度，但性能也有所下降。z f 检测算法误码率的上限为： 意= 赶等) 一心嘶蝴 ( 2 5 ) 剑坦r 2 3 2 最小均方误差检测 z f 检测算法引入了伪逆矩阵的概念，简化了算法，完全消除了多流之间的干扰 ( m u l t i - s 骶锄i n t e 彘r e n c e ，m s i ) ，同时也带来了负面影响，即在抑制信号干扰的同时 增大了高斯白噪声的能量从而使整体信噪比降低。m m s e 检测算法是对z f 算法的一 种改进 2 4 ，它平衡了信号间干扰以及噪声所带来的影响，从而使信号与干扰信号以及 噪声的比值( s n r ) 变大。 m m s e 检测算法采用线性估计矩阵m 来估计向量x ，z = 舰使得估计向量与原 始向量误差的平方根最小。定义的误差函数为： p = e i ix 一 口1 1 2 = 目c y 一 炽) 爿( x 一冽 ( 2 6 ) 令此式的一阶导数为0 ，可得估计矩阵m ： 1 m = ( 日日+ 上介一1 h h( 2 7 ) s n r 从上式可以看出m m s e 估计矩阵和z f 估计矩阵相差了括号中的第二部分，即 m m s e 估计考虑了噪声对接收信号影响，而在实际情况中信噪比估计在接收端是很容 易实现的。在较低信噪比的条件下，m m s e 性能比z f 较优，但在较高信噪比下，性 能趋近。 2 3 3 干扰消除检测 常用的干扰消除的检测方法有两种：一种是串行干扰消除( s u c c e s s i v ei n t e f f e r e n c e c a i l c e l l a t i o n ，s i c ) 检测，另一种是排序串行干扰消除( 0 r d e rs i c ，o s i c ) 检测f 2 5 1 。 1 串行干扰消除算法 串行干扰消除算法，是在检测过程中，逐层消除其他信号的干扰，并且重复的执 行以上过程，可以取得比单纯的线性检测算法更优的性能，并且随着迭代次数的不断 增加，性能的增益更为明显。 串行干扰消除算法可以与各种检测算法相结合，如z f s i c 和m m s e s i c 检测。 以2 x 2 m i m o 信道下的m m s e s i c 检测作为例子，m m s e s i c 的检测过程如下： 西南交通大学硕士研究生学位论文第8 页 已知通过公式( 2 6 ) 公式( 2 7 ) 获得了m m s e 检测之后的信号x ： 厂 r 1 沁( 矿小册旧吁j i ： j ( 矿日+ 志盯1 h h ( 2 8 ) l 工2 j l - 。一 令x = q ( x ) ，进行一个判决解调的过程，则x = h 屯】t 是期望信号的估计值，下 一步，需要对信号进一步处理，即进行干扰消除。为了重新得到发射信号五，在y 和 此中减去来自恐的干扰，而砭的值这里取他的估计值x ：，得到公式( 2 9 ) 和公式( 2 1 0 ) ： 乏 = 羔二乏兰 + 芝 = 乏 = 竺： 五+ 三 ( 2 - 9 ) ，2 蚀+ 聆( 2 1 0 ) 对( 2 1 0 ) 进行求解，两边同乘以办的伪逆，得到重建之后的信号x ，： 妊瓮小吲 ( 2 1 1 ) 柏。两朋2k l ( n 以1 ) 重复以上过程，得到。串行干扰消除的过程可以进行多次重复，迭代之后的性 能更优。 2 排序串行干扰消除算法 排序串行干扰消除( 0 s i c ) 算法是s i c 检测算法的改进算法。首先，对每一层的 功率大小进行估计，通过功率判断并且确定每一层的检测顺序。使得可靠性高的尽可 能的先检测，从而控制差错的传播和扩大，在s i c 的基础上进一步提高系统的性能。 同样的相对s i c 而言，o s i c 可以细分为z f o s i c 和m m s e o s i c 。相对于s i c 而 言，多了一个排序的过程，尽可能的将可靠的信号，放在靠前的顺序检测，以 m m s e - o s i c 为例：已知，通过m m s e 检测，已经获得了公式( 2 8 ) 所示的接收信号估 计值x = 【_ 】t ，则需要对信道矩阵的功率作出估计( 本仿真以功率进行排序) ，从而 排序确定干扰消除的顺序： 如= 2 + 吲2 ，= 刚2 + 刚2 ( 2 1 2 ) 若如如，那么接收端检测就要在在咒和儿中减去来自x ，的干扰五，得到公式 ( 2 9 ) 弋2 1 0 ) 的表达式，得到x ，的值： 珏瓮扣陶 勋2 而2k i 然后再减去在乃和儿中减去来自砭的干扰x ：，按照以上步骤得到x ，。 若 m ，若用户的& 凇 ，则用户是小区中心用户，无需进行协作。 若用户的舾恹，则用户是小区边缘用户，需要构造协作簇，确定干扰小区的来源， 并与干扰小区构建协作簇，进行c o m p 协作变干扰信号为有用信号。构建协作簇的流 程图如图3 3 ： 西南交通大学硕士研究生学位论文第17 页 是 _ j l 茎 动态构造3 小区i 厂一 协作簇i 动态构造2 小区 协作簇 获得基站之间 的传输信道 获得基站之间 的传输信道 皇一 协作预编码 主一 用户端 接收数据 进行单个用户 发送 i 兰三 ： 图3 3 动态协作簇构造示意图 使用动态方式构造协作簇，能够合理分配基站之间的资源，减少不必要的数据交 互，使得系统的性能更为平均。本文的研究中，主要考虑物理层的算法影响，因此对 于仿真模型使用了简化了的静态3 小区协作。 3 3c o m p 联合预编码算法 在c o 处理中，下行信道进行协作多点发送，通过多个基站之间的联合处理向 多个小区用户发送信号，将干扰信号转为有用信号，常用的c o m p 下行包括s u c o m p ( 单用户c o m p ) 和m u c o m p ( 多用户c o ) f 3 3 。 c o m p 联合处理的关键在于采用合适的预编码算法，常用的预编码算法有z f 预编 码算法、b d 预编码算法，还有基于码本的预编码算法等 3 4 。通常情况下，使用预编 码算法，都需要得到下行信道估计的结果h 。在l t e 系统中，基站为了获得下行的信 道衰落矩阵h ，在t d d 模式中，可以利用上下行信道的互异性，使用上行信道的导频 来估计下行的h ，在f d d 模式下，由于上下行频率分布的不同，则下行信道的h 必须 由u e 端反馈得到 3 5 。 下行c o m p 联合处理示意图如图3 4 ： 西南交通大学硕士研究生学位论文第18 页 厂、。厂、l u e l 弋 v 甲 r r u l 厂、1 u e 2 联 叁弋厶 弼 u 7 口 镉 、r 处r r u 2 理 征 厂、。 u e n 么氐弋 u 7 vr ri n u e n 终端 图3 - 4 联合处理不葸图 如图3 4 所示，以单个基站和u e ( 用户终端) 之间为2 ) 【2 m m o 的子系统的联合 处理为例子，假设每个砒( 射频发射单元) 有m m 根发射天线，每个u e 有m ( 2 ) 根接收天线。整个c o m p 系统，包含了n 个互相协作的r r u 单元。整个c o m p 系统的 下行信道，可以看做是一个( 玎m ) ( n m ) 的虚拟m m o 系统。假设从从i u m 端到 第f 个u e 端的信道矩阵为堪，并且，可以推导出耳= q 曩，其中g f 是一个 册 m ) 维的对角矩阵，可以表示为归一化之后的复信道增益。坷表示一个 ( 咒m ) ( 咒m ) 的对角矩阵： 互= 矾以g p f 1 ，p f 2 p “。f ) ( 3 - 5 ) 其中p f = 尸肛f p 以砌肋s s s 五日d d w f 7 z g u ，( 1 ( 忍f ) ) ，表示第f 个用 户( u e ) + 从第，个发送天线上接收到的信号分别经过路径损耗和阴影衰落之后的平均 功率。 将整个系统看做是一个虚拟的m m o 系统，从而得出全系统的等效信道矩阵： 日= 墨丁 ， 皿， ， 玛， 致1 了 ( 3 6 ) 对第f 个用户发送的数据流定义如f ： 口= 4 ，。，口，：r ，4 ，。r 丁 ( 3 7 ) 其中，七表示第f 个用户的数据层数。令骞表示第f 个用户的预编码矩阵。从而可以 得到发送端的最终等效发送矩阵为： 丁= 召，d f + ( 3 8 ) _ jj 、 f = 1 其中，预编码矩阵b 和数据矩阵d 的定义类似与日类似，分别为b = 尽，垦，吃 ， d = d l r ， d 2 r 见r 矿。从而得到第f 个用户在接收端的信号就是预编码矩阵与数据流 相乘，如下： 尺= b ，d f + ( 3 9 ) - 一jj 、 j - l 鞠笥? b 西南交通大学硕士研究生学位论文第19 页 其中，表示第，根发射天线的数据。是m 1 维的加性高斯噪声。而联合处 理算法的研究关键之处就在于，通过何种方式得到预编码矩阵召。 3 3 1z f ( 迫零) 波速成型算法 在第二章中已经叙述了z f 算法在m i m o 多天线检测当中的应用，通过求伪逆矩 阵来实现多天线间的干扰消除。在c o m p 预编码中，z f 算法同样通过对信道矩阵h 的 伪逆来实现完整的对角化。基本思想如下，z f 预编码的预编码矩阵召的定义如下： 召= ( 矿用。1 矿f( 3 1 0 ) 其中，公式( 3 1 0 ) 中的右乘矩阵，表示对伪逆矩阵进行发射功率的归一化，f 是 一对角阵。z f 的预编码矩阵b 是日矩阵的伪逆矩阵。其中f 的定义为： f = 俄口g 【互，e ， ( 3 - 1 1 ) 其中e 的定义为： 】 铲丽 q 以2 通过z f 预编码，使得编码后的数据，通过信道之后，使得非对角线上的元素为o ， 从而，达到