LTE基础原理与关键技术曾召华第8章新

1、1 1 第8章 LTE多天线技术 8.1 多输入多输出多输入多输出(MIMO)技术原理技术原理 8.2 LTE上行多天线模式上行多天线模式 8.3 LTE下行多天线发射模式下行多天线发射模式 8.4 LTE下行发射分集下行发射分集 8.5 LTE下行闭环空间复用下行闭环空间复用 8.6 开环空间复用开环空间复用 8.7 下行下行MU-MIMO 8.8 下行闭环下行闭环Rank=1预编码预编码 8.9 波束赋形波束赋形 8.10 LTE中组网性能仿真评估中组网性能仿真评估 2 2 8.1.1 传统的天线系统传统的天线系统 在一个无线通信系统中，天线是处于最前端的信号处理部 分。提高天线系统的性能

2、和效率，将会直接给整个系统带来可 观的增益。传统天线系统的发展经历了从单发/单收天线(SISO)， 到多发/单收(MISO)，以及单发/多收(SIMO)天线的阶段。 8.1 多输入多输出多输入多输出(MIMO)技术原理技术原理 3 3 众所周知，同其他传输信道(如光纤、同轴电缆、微波视 距传输、卫星传输等)相比较，地面无线信道将给信号的正确 传输造成更大的困难。究其原因，主要是由于地面无线信道所 特有的时变-多径衰落特性(Time Varying-Multipath Fading)。 4 4 为了尽可能地抵抗这种时变-多径衰落对信号传输的影响， 人们不断地寻找新的技术。采用时间和频率分集技术就

3、是在传 统SISO系统中抵抗多径衰落的有效手段。时域交织技术同信 道纠错编码相结合提供了时间分集增益；扩展频谱技术则提供 了频率分集增益。 图8.1.1所示为传统SISO系统的分集处理技术，即时间分 集和频率分集。 5 5 图8.1.1 传统的SISO天线系统 6 6 第三代移动通信系统(3G)的发展要求获得比以往更好的服 务质量、更高的功率和频谱利用率，以及能适应更多通信环境 的不同要求。而如果要在传统的SISO系统中实现这些目标， 就必须不断地提高发射功率，增加交织和纠错编码的深度和冗 余度，以及提高扩频增益(即增加信道带宽)。显然，这些都是 与下一代移动通信系统发展的要求不相符的。于是，

4、人们开始 把目光投向发送/接收端天线系统的信号处理上，因为这种改 进带来的增益是不会以牺牲任何功率和频谱资源为代价的。 7 7 研究结果表明，在一个多径散射信道中，采用天线分集能 够切实可行、有效地降低多径衰落的影响。简单的理解就是， 利用分集天线间衰落特性的非相关性，使接收信号有效规避连 续恶劣衰落的影响。这样，就在原有的时间分集、频率分集之 上，增加了新的天线分集增益。天线分集技术也就是我们常说 的发送天线分集(MISO)系统和接收天线分集(SIMO)系统。这 两种技术目前都已经在3G中得到了应用，分别如图8.1.2和图 8.1.3所示。 8 8 图8.1.2 具有发送天线分集的MISO系

5、统 9 9 图8.1.3 具有接收天线分集的SIMO系统 10 10 下面对传统SISO、MISO、SIMO天线系统的容量进行简 单分析。理论上，一个SISO天线系统的容量满足香农信道容 量公式，即 CBlog2(1SNR) b/s(8.1.1) 换算为频谱效率(bps/Hz)为 Clog2(1SNR) bps/Hz(8.1.2) 可以看出，一个SISO系统的频谱效率是由链路信噪比SNR 决定的。当频谱效率每增加1 bps/Hz时，天线的发射功率就要 翻1倍(频谱效率从1 bps/Hz增加到11 bps/Hz时，天线的发射功 率要提高近1000倍)。 11 11 实现天线分集的SIMO、MIS

6、O在SISO的接收/发送端增加 了额外天线，并由此带来分集的增益，其频谱效率同样可以导 出(M为分集天线个数): Clog2(1MSNR) bps/Hz(8.1.3) 显然，SIMO、MISO的天线分集虽然可以带来一定增益， 但并不能改变SISO频谱效率随信噪比SNR的慢变特性，即C与 SNR仍成对数关系(Clog2(MSNR)，频谱效率每增加一个单 位，天线发射功率就需提高2/M倍。显然，只有当M很大时， 这种增益的效果才较为明显，如图8.1.4所示。 12 12 图8.1.4 SISO到SIMO的系统频谱效率增益 13 13 8.1.2 多输入多输出系统多输入多输出系统 多输入多输出(MI

7、MO)技术的提出为现代无线通信开辟了 一个全新的领域，它给未来的移动通信系统，特别是对高速数 据接入的业务，提供了一种可以极大提高系统频谱效率的手段。 在一个无线系统的发送和接收端都采用多天线单元，利用 无线散射信道丰富的空间多维特性，以多输入端/多输出端的 方式工作，可以突破性地提高系统信道容量。这就是MIMO技 术的基本思想。 14 14 简单地说，MIMO技术的基本出发点是将用户数据分解为 多个并行的数据流，然后分别在每根发送天线上进行同时刻、 同频率的发送，同时保持总发射功率不变；最后，再由多元接 收天线阵根据各个并行数据流的空间特性(spatial signature)， 在接收机端

8、将其识别，并利用多用户解调技术，最终恢复出原 数据流。 MIMO技术的特点就是在发送/接收端都采用了多元天线阵， 从而能够从空间无线信道中得到具有不同空间特性的空间向量 (spatial vector)，仿佛在一个共同空间信道中，开辟出了多个互 不干扰的独立通道(independent sub-channel)，可称这种获得的 增益为空间分集增益。 15 15 那么，除了传统的时间分集和频率分集，MIMO又开辟了新的 增益空间，即空间分集，如图8.1.5所示。 16 16 图8.1.5 MIMO系统 17 17 MIMO系统充分利用了发射机和接收机之间散射丰富的无 线信道。此信道的特点是，由发

9、送天线阵送出的多个数据流， 在接收天线阵一侧都可以由相应的空间特性进行标识，也就是 说，不同的数据流在接收端看来，都有特有的、可区分的空间 特性(如到达角度，功率谱分布等)，即信道具有多维特点，并 且在慢变信道中，可以假设空间特性在一个特定的时间段内是 不变的。因此，可以这样理解一个(nT，nR)的MIMO系统，即 此MIMO信道可以看成是由Mmin(nT，nR)个并行的子信道 或者本征模组成，因此整个MIMO信道的容量就是所有子信道 容量之和。从理论上看，由于每个子信道都可以具有香农容量 极限， 18 18 所以，当发送和接收天线阵都具有良好的非相干性时，整个 MIMO信道的容量可以显著提高

10、，即 CMlog2(1SNR) bps/Hz(8.1.4) 19 19 如前所述，传统SISO、SIMO、MISO系统的容量(频谱效 率)与分集天线个数M和SNR是成对数关系的，而对于一个 MIMO系统来说，信道容量在相同的SNR下，可以与天线个数 近似满足线性正比关系(见图8.1.6)。也就是说，在不提高发射 功率的前提下，仅依靠增加MIMO系统天线的个数，就可以获 得系统容量成倍的增加，这可能为将来系统容量的扩充提供无 限的可利用空间。应该说，MIMO技术的出现，为将来高容量 的无线通信系统的发展奠定了坚实的技术基础。 图8.1.7所示为MIMO系统频谱效率增益同SIMO、MISO的 比较

11、。 2020 图8.1.6 MIMO系统频谱效率增益同天线数目成正比 21 21 图8.1.7 MIMO系统频谱效率增益同SIMO、MISO的比较 2222 总之，利用MIMO技术可以提高信道的容量，同时也可以 提高信道的可靠性，降低误码率。前者是利用MIMO信道提供 的空间复用增益，后者是利用MIMO信道提供的空间分集增益。 2323 8.2.1 上行接收模式上行接收模式 3GPPLTERelease8协议中确定，在同一时刻单个移动台 仅是单天线发射，因此单个移动台的上行多天线模式只能是 SIMO或SISO。对于SIMO，基站侧采用接收分集。 通常，接收分集的数据合并方式可分为等增益合并和最

12、 大比合并(MRC)。 对于多个移动台，上行多天线模式可采用MU-MIMO。 8.2 LTE上行多天线模式上行多天线模式 2424 8.2.2 上行上行MU-MIMO 上行MU-MIMO基于上行信道估计和DMRS(或SRS)测量的 上行SINR选择配对用户。eNodeB需要尽量为配对的用户选择 相关性弱的DMRS序列。用户A和用户B的DMRS序列需要通过 同一个母码序列的不同相位偏移得到，最优配置为用户A的 和用户B的满足关系: (8.2.1) 2525 若eNodeB检测到同时激活的UE数目和占用的资源少，则 用户A向eNodeB发出调度请求信息后，eNodeB暂不将用户A与 其他用户配对；

13、反之，若UE数目多或占用的资源多，则 eNodeB即开始根据配对准则选择将其与其他用户配对。 提案“R1-070199(ZTE)UEParingforE UTRA Uplink Multiuser MIMO”给出了衡量配对准则的性能指标为 (8.2.2) 2626 其中，D为配对因子。(SNR1/SNR2)k为可影响UE配对的可调整 因子，当k0时，SNR较高的用户被选择配对的几率更大，这 样可以获得较高的容量和用户吞吐量；当k1时，SNR低的用 户被选择配对的几率增大，这样虽然公平性更好，但是容量和 用户吞吐量也会相应地降低。 2727 这种方法称为ADP(Adjustable Determ

14、inant Pairing)方法， 具体操作过程如下: (1)eNodeB测量每个UE的接收SNR和得到每个UE的信道矩 阵。 (2)eNodeB选择一个UE i，其接收SNR为SNR i，其信道矩 阵为Hi。 (3)eNodeB依次计算所有其他UE s与UEi的配对因子D。 (4)选择使得D最大的UE j与UE i进行配对判决。 (5)对比配对前后的吞吐量，决定是否配对成功，若成功， 则进行MU-MIMO传输。 2828 在上行的MU-MIMO中，其实是一种虚拟MIMO的概念:在 LTE中，上行只支持单天线的发射，在相同的资源上，当不同 用户与基站之间的链路是相互独立或近似独立时，各用户可以

15、 独立地发送对应的数据，不同用户发送的数据在空口进行叠加。 由于不同用户的数据的目标节点都是基站，基站侧可以分 别估计出不同用户的信道信息，通过SIC接收，即可以分别检 测出各自的数据。实质上，上行的MU-MIMO是一种BLAST传 输的思想。 2929 假设用户A和用户B进行MU-MIMO，传输的数据分别为S1 和S2，在基站侧的接收信号格式为(上行单天线发射): (8.2.3) 用户A和用户B的上行解调参考信号(DMRS)是由同一个 频域母码序列经过不同的相位偏移生成的，基站可以据此进行 信道估计，获得和进而采用干扰消除算法，并检测 出各个用户的上行数据；具体的算法选择可根据设备复杂度及

16、性能等因素确定。 3030 理论上，最大配对的用户数目不超过天线数目。天线间距 对信道的相关性存在一定程度的影响，从而影响MUMIMO 的性能。 31 31 3GPPLTE协议TS36.213Release8定义了七种下行发射模式: 模式1:单天线端口，端口0； 模式2:发射分集； 模式3:开环空间复用； 模式4:闭环空间复用； 模式5:多用户MUMIMO； 模式6:闭环Rank1预编码； 模式7:单天线端口(端口5)，波束赋形。 8.3 LTE下行多天线发射模式下行多天线发射模式 3232 各种模式简单的应用场景如图8.3.1所示。模式1的主要用 途是兼容单发射天线的场景；模式2的主要用途是

17、获得分集增 益以削弱信道衰落的影响；模式3、4的主要用途是提高用户的 峰值速率，其中模式3主要应用于高速场景；模式5的主要用途 是提高小区级吞吐量；模式6、7的主要用途是提高接收信干噪 比，增强小区的覆盖范围。 对于PDSCH业务信道，支持上述所有发射模式；而对于 PDCCH、PBCH、PCFICH、PHICH控制信道，则仅支持模式1 和模式2。 3333 图8.3.1 下行多天线发射模式应用场景示意图 3434 8.4.1 二端口发射分集二端口发射分集 LTE物理层协议中规定，在二端口情况下，采用下行发射 分集方法时流的数目为1，层的数目为2。二端口的发射分集采 用Alamounti原理，在

18、频域和空域上对发射数据进行编码。 假设经过层映射后某个位置的数据为S0 S1T，其中Si对应 第i层的调制后符号。根据3GPPLTE36.211协议中给出的发射分 集二端口发射端编码公式(根据假设修正)为 8.4 LTE下行发射分集下行发射分集 3535 (8.4.1) 其中，yp(l)表示发射分集编码后第p个端口在第l个频域数据位 置所承载的编码后数据，k的位置由S0 S1T的位置决定。 式(8.4.1)可以用图8.4.1来描述。 3636 图8.4.1 二端口发射分集示意图 3737 将编码后的数据写为矩阵形式: 其中每列表示同一个RE上每个天线端口上映射的数据符号， 每行表示同一个端口上

19、每个RE上映射的数据符号。 以UE侧单天线接收为例，经过信道后UE端的接收数据如 图8.4.2所示。 3838 图8.4.2 SFBC2发1收示意图 3939 假定任意根天线上第0子载波与第1子载波的信道相等的情 况下，即满足后续因此忽略上标(以下同)，因此 有下式: (8.4.2) 4040 式中，r0和r1分别表示接收天线在第0子载波、第1子载波接收 到的数据；1/2表示发射信号功率根据发射天线数目进行了归 一化。上式也可以改写为 (8.4.3) 进一步改写为 (8.4.4) 41 41 求解可得: SH1r(8.4.5) 式中: 4242 8.4.2 四端口发射分集四端口发射分集 LTE

20、物理层协议中规定，在四端口情况下，采用下行发射 分集方法时流的数目为1，层的数目为4。 四端口发射分集将4个天线端口分成两组，端口0与2为一 组，1与3为另一组；两组分别实现层0与2、1与3发射数据的两 天线SFBC；组间可认为采用的是频选FSTD。 假设经过层映射后某个位置的数据为S0 S1 S2 S3T，其中Si 对应第i层的调制后符号。根据3GPPLTE36.211协议中给出的发 射分集四端口发射端编码公式(根据假设修正)为 4343 (8.4.6) 4444 其中，yp(l)表示发射分集编码后第p个端口在第l个频域数据位 置所承载的编码后数据，k的位置由S0 S1 S2 S3T的位置决

21、定。 上式也可用图8.4.3来描述。 将编码后的数据写为矩阵形式: 其中每列表示同一个RE上每个天线端口上映射的数据符号， 每行表示同一个端口上每个RE上映射的数据符号。 4545 图8.4.3 四端口发射分集示意图 4646 以UE侧单天线接收为例，经过信道后UE端的接收数据可 以表示为 (8.4.7) 4747 式中，r0、r1、r2、r3分别表示接收天线在第0子载波、第1子载 波、第2子载波、第3子载波接收到的数据；hx-1表示各发射天 线分别与接收天线之间的信道；1/2表示发射信号功率根据每 个符号真正的有效发射天线数目进行了归一化。上式也可以改 写为 (8.4.8) 4848 进一步

22、可以改写为 (8.4.9) 求解可得: SH1r(8.4.10) 式中: (8.4.11) 4949 (8.4.12) (8.4.13) 5050 8.5.1 预编码预编码(Precoding)原理原理 第t时刻的接收数据表示为 y(t)H(t)x(t)n(t)(8.5.1) 式中，x(t)为第t时刻的发射数据；n(t)为第t时刻的加性高 斯白噪声；H(t)为第t时刻的信道估计矩阵，表示为 8.5 LTE下行闭环空间复用下行闭环空间复用 51 51 (8.5.2) 式中，为第t时刻、第mR接收天线端口、 第mT发射天线端口对应的信道估计。 5252 对H(t)实现奇异值分解(SVD)，即 H(

23、t)U(t)D(t)V H(t)(8.5.3) 式(8.5.3)中，()H表示共轭转置运算；U(t)为mR阶酉矩阵； V(t)为mT阶酉矩阵。 (8.5.4) 式(8.5.4)中，(t)diag(s1(t) s2(t) s(t)； 为矩阵H(t)的非零奇异值，i1，2，i(t)为矩阵 H(t)HH(t)的特征值；表示数据传输的层数。 5353 考虑到实际情况，为了简化起见，可认为D(t)为阶对角矩 阵，即 (8.5.5) 基于Precoding MIMO方案，UE侧首先对H(t)进行SVD分 解，然后利用码本映射(即量化)，获得V(t)对应的预编码矩阵 索引(Precoding Matrix

24、Index，PMI)，并将PMI通过上行链路反 馈至eNodeB侧。 5454 若不考虑码本映射的量化误差以及PMI反馈的信道传输误 差，则第t1时刻eNodeB侧的发射数据表示为 x(t1)V(t)s(t1)(8.5.6) 式中，s(t1)为第t1时刻eNodeB侧未预编码的原始发射 数据，表示为 (8.5.7) 5555 那么，第t1时刻UE侧的接收数据为 (8.5.8) 以UH(t)或UH(t1)为译码矩阵，具体采用UH(t)还是UH(t 1)取决于实际系统的基带处理能力以及调度流程等因素。下 面以UH(t)为例论述译码处理原理。 5656 (8.5.9) 式中，译码后的接收数据表示为

25、(8.5.10) 5757 假设第t时刻与第t1时刻之间无线信道基本满足非时变， 即 (8.5.11) 则 (8.5.12) 显然 (8.5.13) 因此可译码得到各层数据。 5858 8.5.2 预编码预编码(Precoding)码本码本 基于LTE协议定义，闭环空间复用采用无循环延迟分集 (CDD)的预编码模式。 (8.5.14) 5959 式中，W(i)是P阶的预编码矩阵，i0，1， 预编码矩阵W(i)的值根据eNodeB和UE码书配置 进行选择。 P2 当P2(即eNodeB侧两天线端口配置时)，码书配置如表 8.5.1所示。 6060 表表8.5.1 两天线配置时预编码码书两天线配置

26、时预编码码书 61 61 P4 当P4(即eNodeB侧四天线端口配置时)，预编码矩阵W(i) 由母矩阵Wn得到，Wn则按下式生成: (8.5.15) 即通过对向量un作Householder变换，得到Householder矩阵 Wn，Wn的阶数为44。这里n是码书索引，即可选的预编码母 矩阵索引，上标(col1，col2，)是母矩阵Wn列索引的有序集合， 表示选取母矩阵的第col1列、第col2列、顺序组合成新的矩阵， 这个矩阵即为所需的预编码矩阵W(i)，四端口码本如表8.5.2所 示。 6262 表表8.5.2 四天线配置时预编码码书四天线配置时预编码码书 6363 在开环空间复用中，具

27、体采用何种发射模式取决于移动台 反馈的RI信息。若RI1，则采用发射分集；若RI1，则采用 大循环延迟分集(CDD)的预编码。8.4节中已对发射分集进行了 详细的论述，本节仅描述CDD预编码的原理。 8.6 开环空间复用开环空间复用 6464 8.6.1 循环延迟分集原理循环延迟分集原理 延迟发射分集是一种常见的时间分集方式，可以通俗地理 解为发射端为接收端人为制造多径。LTE中采用的延迟发射分 集并非简单的线性延时，而是利用CP特性采用循环延时操作。 根据DFT变换特性，信号在时域的周期循环移位(即延迟)相当 于频域的线性相位偏移，因此LTE的CDD(循环延迟分集)是在 频域上进行操作的。图

28、8.6.1给出了下行CDD发射原理示意图。 6565 图8.6.1 CDD发射原理示意图 6666 大循环延迟分集的优势在于可提高预编码性能的稳定性以 及减少控制开销。由于移动台运动速度、反馈时延以及信道估 计误差等因素的影响，基站侧无法获得信道反馈信息的正确估 计值时，可以通过CDD实现时间分集，从而增加系统的稳定性， 使反馈信息的差错对于系统不会产生太大的影响。 6767 8.6.2 大循环延迟分集预编码大循环延迟分集预编码 基于LTE协议定义，大循环延迟分集按以下模式进行预编 码: (8.6.1) 式中，W(i)是P阶的预编码矩阵；D(i)和U是支持大循环延 迟分集的矩阵。针对各种不同层

29、映射，具体设置参见表8.6.1。 6868 表表8.6.1 大循环延迟分集大循环延迟分集 6969 (1)当P2(即eNodeB侧两天线端口配置时)，W(i)C1，C1 对应表8.5.1中码书的index0。 (2)当P4(即eNodeB侧四天线端口配置时)，W(i)Ck，其 中，1，C1，C2，C3，C4对应码书表8.5.2中 索引12，13，14，15。 7070 3GPPLTERelease8协议规定，下行功率偏移power-offset在非 MU-MIMO模式时始终为0dB；如果为MU-MIMO模式，则由 DCI格式1d中的1 bit信令“Downlink power offset”来

30、指示，默 认始终配置为3dB。 8.7 下行下行MU-MIMO 71 71 若eNodeB检测到同时激活的UE数目和占用的资源少，则 eNodeB在首次调度用户A时暂不将其与其他用户配对；反之， 若UE数目多或占用的资源多，则eNodeB即开始根据配对准则 选择将其与其他用户配对。 用户的配对原则包括: (1)用户A和用户B在某段共同的频带上增益都很高根 据用户反馈的CQI。 (2)用户A和用户B的空间信道互干扰小根据上行信道 信息或UE反馈的PMI。 7272 (3)用户业务的QoS要求根据用户的QoS等级。 在用户配对算法中，最优用户选择方法是考虑所有可能的 用户子集，然后从中选择最优的用

31、户子集进行通信，使得系统 总的吞吐量达到上限。如果请求服务的总的用户数为M，用户 子集中的最大用户数为N，那么要选择出一个最优用户子集需 要遍历种情况，如果将此方法应用到一个频 率资源数为R的多载波系统中，则针对所有频率资源选出相应 的最优用户子集需要遍历种情况。 7373 可以看出，当请求服务的总的用户数M、用户子集中的最大用 户数N较大，尤其是频率资源数R较大时计算量太大，并且当 时，随着M、N尤其是R的增长，遍历次数会急剧上升， 因此这种方法对于多载波通信系统几乎没有实用价值。 根据以上分析，一种基于容量的混合式用户配对方法可以 使系统容量接近MU-MIMO，并且因为减小了多用户选择的范

32、 围，因此运算复杂度只是略高于单用户MIMO-OFDM情况，而 对于最优MU-MIMO用户选择算法来说，运算复杂度有很大程 度的降低。 7474 如果请求服务的用户的总数为M，用户子集中的最大用户 数为N，频率资源数为R，那么当MR时，不需要进行用户子 集的遍历；当MR时，针对所有频率资源上选出最优用户子集 需要遍历RN1种情况，远远小于最优用户选择方法，在系统调 度时可以降低多用户选择的复杂度。根据优先级顺序对用户进 行选择，保证了系统的公平性和QoS要求，而针对频率资源进 行的最优用户子集遍历，则可以更合理地实现无线资源的分配， 提高系统吞吐量并增加接入的用户数量。 总之，基站侧针对所有频

33、率资源上选出最优用户子集，在 获得不同用户的预编码码本权值后，根据不同用户的业务类型 等要求，同时结合信道的相关性要求，选择可以配对的用户。 7575 基站侧在获得不同用户的预编码码本权值后，根据不同用 户的业务类型等要求，同时结合码本的相关性要求，选择可以 配对的用户。假设选择的配对用户分别为用户A和用户B，对 应的码本向量分别为wA和wB，两用户待传输的数据分别为s1和 s2。分别用对应的预编码矢量对两用户进行预编码处理和复用 处理(注意:LTE中，导频符号并不进行预编码)，复用后的信号 形式为 wAs1wBs2 7676 其中，wA为NTxLA维预编码矩阵，LA为用户A对应的层数； wB

34、为NTxLB维预编码矩阵，LB为用户B对应的层数；s1和s2分 别为LA1和LB1的向量，复用后的信号也可以写成如下格式: 在MU-MIMO中，如果配对的两个用户之间完全正交， 同时没有量化误差的因素下，用户之间就不会存在干扰。 7777 以用户A为例，用户A接收的信号格式如下: yAHA(wAs1wBs2)N(8.7.1) 在不考虑误差因素下，由于wA直接为HA的酉矩阵，而wB 与wA正交，则有HAwB0。因此在MU-MIMO中，用户间的 干扰程度取决于配对用户之间的码本间的相关性，以及码本的 量化误差因素。 7878 对于用户B，处理方式相同。 在下行链路中，在目前LTE的标准中，并不会通

35、知干扰用 户的码本信息。在下行链路，如果通知干扰用户码本信息，可 以实现对干扰的压缩。目前一般根据LTE的标准设计考虑检测 问题。由于未知干扰用户码本信息，因此会将上式中的HAwBs2 当做干扰处理，直接利用ZF或M MSE检测。 提案“R1-060335(Samsung)Downlink MIMO for EUTRA” 给出了下行MU-MIMO和下行SU-MIMO的性能对比。 在图8.7.1中，为44链路对比，SU-MIMO采用MMSE SIC，每UE存在4码字；MU-MIMO采用MMSE，每用户存在单 码字。 7979 图8.7.1 44链路下行MU-MIMO和下行SU-MIMO性能对比

36、8080 在图8.7.2中，为22链路对比，SU-MIMO采用MMSE SIC，每UE存在2码字；MU-MIMO采用MMSE，每用户存在单 码字。 基站天线数越多越有利于保障MU-MIMO的性能，在一定 范围内减小天线间距则有利于下行MU-MIMO性能。 提案“R1073759(Motorola)Comparison of MUand SUMIMO Performance”给出了不同天线间距的性能对比。 表8.7.1表8.7.3为基站天线间距为10l时，MU-MIMO和 SU-MIMO的性能对比。 81 81 图8.7.2 22链路下行MU-MIMO和下行SU-MIMO性能对比 8282 表表

37、8.7.1 DLMU-MIMO与与SU-MIMO小区吞吐率对比，小区吞吐率对比，10l l间距间距 表表8.7.2 DLMU-MIMO与与SU-MIMOUE平均吞吐率对比，平均吞吐率对比，10l l间距间距 8383 表表8.7.3 DLMU-MIMO与与SU-MIMO5%UE吞吐率对比，吞吐率对比，10l l间距间距 8484 表8.7.4表8.7.6为基站天线间距为0.5l时，MU-MIMO和 SU-MIMIO的性能对比。 表表8.7.4 DLMU-MIMO与与SU-MIMO小区吞吐率对比，小区吞吐率对比，0.5l l间距间距 8585 表表8.7.5 DLMU-MIMO与与SU-MIMO

38、UE平均吞吐率对比，平均吞吐率对比，0.5l l间距间距 表表8.3.6 DLMU-MIMO与与SU-MIMO5%UE吞吐率对比，吞吐率对比，0.5l l间距间距 8686 闭环Rank1预编码模式是闭环空间复用(预编码)的特殊 形式，可适用于无法利用上、下行无线信道的对称性实现类似 于波束赋形功能的通信系统，如FDD系统。因此，有时也将该 模式称为基于码书的波束赋形模式。 8.8 下行闭环下行闭环Rank1预编码预编码 8787 单天线端口(端口5)模式即为通常所说的波束赋形模式，可 利用上、下行无线信道的对称性，根据天线阵列对应的上行接 收信号或信道估计实现各个用户的赋形权矢量计算，因此该

39、模 式有时也称为基于非码书的波束赋形模式。 波束赋形技术主要包含两个关键计算过程: (1)空间相关矩阵(空间协方差矩阵)计算； (2)赋形权矢量计算。 8.9 波束赋形波束赋形 8888 8.9.1 空间相关矩阵计算空间相关矩阵计算 假设eNodeB侧采用MNB天线，UE侧采用MUE天线。对于 上行链路，UE侧单天线发射或多天线轮流发射，eNodeB侧 MNB天线同时接收。 (1)对于UE侧，单天线发射的情况，第t时刻UE发射信号， eNodeB侧MNB天线接收，对应的信道估计矢量表示为 (8.9.1) 式中，T为转置运算，hm(t)表示第t时刻eNodeB侧天线m 接收对应的上行信道估计。

40、8989 第t时刻的信道估计空间相关矩阵表示为 R(t)h(t)(h(t)H(8.9.2) (2)对于UE侧，MUE个天线轮流发射的情况，构造空间 相关矩阵包括两种方式: 方式1: 采用与UE侧单天线发射一致的处理方式，即信道估计矢 量表示为 (8.9.3) 9090 空间相关矩阵(空间协方差矩阵)表示为 R(t)h(t)(h(t)H(8.9.4) 方式2: 采用合并信道估计的处理方式，第tMUE1时刻UE侧 的某一天线(不失一般性，称为第1个天线)发射信号；eNodeB 侧对应的信道估计矢量表示为 (8.9.5) 式中，hm，n(t)表示第t时刻、UE侧天线n发射、eNodeB侧 天线m接收

41、对应的上行信道估计。 91 91 第tMUE2时刻UE侧的第2个天线发射，eNodeB侧对应 的信道估计矢量表示为 (8.9.6) 依此类推，第t时刻UE侧的第MUE个天线发射，eNodeB侧 对应的信道估计矢量表示为 (8.9.7) 9292 构造第t时刻eNodeB侧MNB天线对应的信道估计矩阵，即 (8.9.8) 那么，第t时刻的信道估计空间相关矩阵(空间协方差矩阵)表示 为 R(t)H(t)(H(t)H(8.9.9) 9393 显然，对于UE侧MUE个天线轮流发射情况下，方式1和 方式2的空间相关矩阵构造方式不同: (1)方式1仅针对UE侧当前发射的某个天线实现波束赋形， 其实现方式简

42、单，受无线信道时变性的影响较小。然而，若将 UE侧的所有MUE个天线作为一个整体来看，其接收性能并非 最优。考虑到UE侧天线数与间距均不大，因此方式1对下行整 体性能影响并不十分明显。 (2)方式2将UE侧的所有MUE天线作为一个整体进行处理， 若在轮发周期内无线信道基本满足非时变，则其接收性能基本 达到最优。但是方式2实现的复杂度明显增加，对实际系统的 基带处理能力以及调度要求也较高，而且受无线信道时变性的 影响较大。 9494 8.9.2 基于最小均方误差准则的赋形权矢量计算基于最小均方误差准则的赋形权矢量计算 最小均方误差(MMSE)准则下的自适应算法是一种常用的 非盲算法，该准则就是使

43、加权后的接收信号和参考信号(或称 期望信号，即训练序列)之间估计误差wHx(k)d(k)的均方值最 小化。代价函数表示为 (8.9.10) 9595 式中，RxxEx(k)xH(k)表示接收信号的协方差矩阵，rxdE d*(k)x(k)表示参考信号与接收信号的互相关向量。令上式 梯度为零，即 (8.9.11) 则 (8.9.12) 上式为MMSE准则下的最佳天线阵列权向量计算表达式， 是Wiener滤波理论中最佳滤波器的标准形式。 9696 计算包括多种实现方法，如直接矩阵求逆算 法(DMI)、最小均方算法(LMS)、递归最小平方算法(RLS)等。 9797 8.9.3 基于最大信噪比基于最大

44、信噪比(MSNR)准则的赋形权矢量计算准则的赋形权矢量计算 接收数据可表示为 xsn(8.9.13) 其中，s和n分别为MNB1的信号向量和噪声向量，MNB 为天线数。噪声为零均值加性高斯白噪声，其协方差矩阵为 (8.9.14) 式中，为噪声方差。 9898 假设信号为零均值平稳过程，波束形成后信号功率为 (8.9.15) 其中，REssH表示信号协方差矩阵，w为MNB1的 天线权向量。 同样，波束形成后噪声功率为 (8.9.16) 9999 波束形成后信噪比表示为 (8.9.17) 为了确定满足 MSNR准则的最佳权向量，上式对wH求导 并令导数等于零，即 (8.9.18) (8.9.19)

45、 100100 的数值介于R的最小特征值和最大特征值之间， 其中R的最大特征值lmax满足下式: Rwlmaxw(8.9.20) lmax就是SNR的最大值，与其对应的特征向量wMSNR即为 满足 MSNR准则的最优权向量，即对应的赋形权矢量表示为 (8.9.21) 上述算法称为基于特征分解的EBB(Eigenvalue Based Beamforming)算法。 101101 若权矢量的搜索空间限于阵列的方向矢量，则上述算法转 化基于波达角的GOB(Grid Of Beam)算法，即为 (8.9.22) 阵列天线的方向矢量表示为 (8.9.23) 102102 对于均匀线阵(ULA)，即由M

46、NB个天线等间距排列成一 条直线而组成，如图8.9.1所示，方向矢量中的k可表示为 (8.9.24) 式中，l为载波波长。 103103 图8.9.1 均匀线阵示意图 104104 8.9.4 基于最大信干噪比基于最大信干噪比( MSINR)准则的赋形权矢量计算准则的赋形权矢量计算 波束形成后信号功率为 (8.9.25) 其中，REssH表示信号协方差矩阵；w为MNB1的天线权向量。 同样，波束形成后噪声功率为 (8.9.26) 105105 式中，RuEuuH表示干扰和噪声的协方差矩阵。 波束形成后输出的信干噪比表示为 (8.9.27) 为了确定满足 MSINR准则的最佳权向量，上式对wH求

47、导 并令导数等于零，那么 (8.9.28) 106106 的数值介于的最小特征值和最大特征值 之间，其中的最大特征值lmax满足下式: (8.9.29) max就是SINR的最大值，与其对应的特征向量w MSINR 即为满足 MSINR准则的最优权向量，即对应的赋形权矢量表 示为 (8.9.30) 107107 显然，若仅考虑加性高斯白噪声，即则 MSINR准则与 MSNR准则实质一致。Ru可认为是由Rwlw得 到的权向量的修正因子。因此MSINR是MSNR在空间色噪声情 况下的推广形式，而MSNR是MSINR在空间白噪声情况下的特 殊形式。 108108 8.9.5 基于最强路径准则的赋形权

48、矢量计算基于最强路径准则的赋形权矢量计算 基于OFDM的LTE通信系统，对于属于循环前缀CP范围内 的多径，信道估计结果仅为单独一个数值，类似于一条合成路 径的信道估计。 对于采用与UE侧单天线发射一致的处理方式(无论UE侧天 线数)，对应的信道估计矢量表示为 (8.9.31) 那么波束赋形权矢量表示为 w(h)*(8.9.32) 式中，()*表示共轭运算。 109109 显然，如果不考虑无线信道的时变性，该算法对于与UE 发射天线所对应的单个接收天线而言，满足最大接收功率(信 噪比)准则。但若UE侧采用多天线接收，则其他接收天线无法 同时满足最大接收功率(信噪比)准则，因此性能可能会有所影

49、响。然而在实际应用中，无线信道必然存在时变性，而该算法 受信道时变性的影响较小，同时其计算复杂度很小，可忽略不 计，所以该算法同样存在着较为广泛的应用范围。 110110 链路级仿真能给出系统物理层技术的基本性能信息，但其 考察的只是单小区单移动终端的性能。在真实世界中，一个服 务区域中会有多个基站，且存在大量激活的移动终端。实际的 组网性能只能通过系统级分析得到。 由于在网络中仿真多个基站和移动终端的物理层链路十分 困难，因而在系统级仿真中需要对物理层进行提取。物理层提 取的目的是利用简单计算方式精确地预测链路层性能。该提取 方法应该能准确体现链路层性能，计算简单，且与信道模型相 对独立，同

50、时可扩展到干扰模型和多天线处理。 8.10 LTE中组网性能仿真评估中组网性能仿真评估 111111 当前，为了提升性能，无线蜂窝系统设计采用瞬时的信道 条件。依赖信道的调度，自适应编码和调制等都是提高系统性 能的信道自适应方案。因此，当前系统评估方法都通过引入快 速衰落模型模拟动态系统行为。这样，系统级仿真就必须支持 精确预测物理层链路瞬时性能的物理层提取。 112112 8.10.1 动态物理层参数提取动态物理层参数提取 在系统级仿真中，一个编码的分组包可能在一个时频选择 性信道上进行传输。例如，OFDM系统可能会经历频率选择性 衰落，由此各个子载波上的信道增益就可能不同。在OFDM系 统

51、中，编码块在多个子载波上进行传输，数据流在解码后 SINR值就不一致。另外，子载波的信道增益具有时间选择性， 例如，包含在HARQ重传中的衰落过程和可能的延迟将导致信 道增益随着时间变化。一个大编码器分组传输的结果是解码器 输入的SINR比率不相等的编码符号。 113113 预测OFDM系统瞬时链路性能的物理层提取方法已经成为 研究的热点问题，得到人们重点关注。物理层提取方法是为了 预测跨越多个子载波传输FEC编码块的给定接收信道实现的 BLER。为了预测编码性能，FEC解码器输入的处理后的SINR 值作为物理层提取映射的输入。由于链路层曲线是假定频率平 坦信道在给定的信噪比下产生的，因此需要

52、一个有效的信噪比 能将系统级SINR精确映射到链路层曲线上，从而确定BLER。 这种映射就称为有效信噪比映射(ESM)。有效信噪比的物理层 提取就是将接收到的SINR向量值压缩为一个有效SINR标量值， 如图8.10.1所示，可以进一步得到BLER。 114114 图8.10.1 链路到系统的物理层映射过程 115115 当前已提出了许多ESM物理层提取的方法用于预测瞬时链 路性能，主要有: (1)平均瞬时容量。 (2)指数有效SINR(EESM)。 (3)互信息有效SINR(MIESM)。在MIESM中又存在两种变 形，一是基于每个接收符号的互信息归一化生成比特互信息， 另外一个就是直接计算

53、比特互信息。 以上三种方法中使用较为广泛的是EESM。这些物理层提 取利用不同函数将SINR向量映射到单个值。给定瞬时的EES MSINR，平均容量或者互信息有效SINR，利用一个适合的映 射函数可以计算得到各个MCS的BLER。 116116 一般而言，ESM可描述为 (8.10.1) 其中，N为编码块的符号数；()为可逆函数。对基于互信息 和容量的ESM，通过受限的容量得到()；EESM情况下，() 由误差概率的Chernoff界获得。 117117 8.10.2 EESM EESM提取方法为 (8.10.2) 其中，N为传输的编码块中包含的总符号数；是可调整或 优化的值，取决于MCS和编

54、码块长度。一旦确定其值就需要提 供一张值表。 118118 LTE下行传输采用OFDM技术，编码块的每符号就映射在 每个RE上，因而传输的编码块中每符号SINR就是该符号对应 传输OFDM符号上的每子载波SINR。 LTE上行采用的是SCOFDM技术，编码块的每M个符号 经过DFT变换映射在同一OFDM符号的M个RE上，因此当采用 ZF均衡器时，LTE上行在同一OFDM符号上传输的编码块中的 M个符号的平均SINR可由下式得到: (8.10.3) 其中，N表示一个OFDM符号的采样点数；m是映射M个 符号频域数据的起始子载波。 119119 8.10.3 每载波信噪比计算每载波信噪比计算 由上

55、一节介绍可以看出，所有的物理层提取都是处理后的 每载波SINR函数。处理后的每载波SINR依赖于调制/解调符号 的发射/接收算法。 120120 8.10.3.1 SISO的每载波SINR 为了说明如何计算每载波SINR，先考虑简单的采用匹配 滤波接收的单输入单输出(SISO)系统。不失一般性，用索引号 0表示目标用户或扇区，目标用户在第n个子载波的接收信号为 (8.10.4) 其中，NI是干扰用户扇区总数； 是第j个用户服务扇区的 总传输功率；是目标用户到第j个用户服务扇区的路损， 包括阴影衰落和天线增益， 121121 它是小于等于1的线性值；H(j)(n)是目标用户到第j个用户服务 扇区

56、的第n个子载波的信道增益；X(j)(n)是第j个用户服务扇区 在第n个子载波上传输的符号；U(0)(n)是目标用户接收到的热噪 声，模型化为零均值，方差为2的白噪声。 使用匹配滤波器，估计信号为 (8.10.5) 122122 UE在第n个子载波上的SINR可表示为 (8.10.6) 123123 8.10.3.2 MRC接收的接收的SIMO的每载波的每载波SINR LTE中UE侧支持多天线接收，多个接收天线数据采用最大比合并 (MRC)。此时第r个接收天线接收到第n个载波的信号可表示为 (8.10.7) 经过MRC处理，有 (8.10.8) 124124 UE在第n个子载波上的SINR可表示

57、为 (8.10.9) 125125 8.10.3.3 MRC接收的接收的MIMOSFBC的每载波的每载波SINR LTE下行发射分集采用的是MIMOSFBC技术，其接收端多 根天线间采用MRC算法。由于LTE下行四天线发射分集前两个 子载波只在0和1天线端口发送数据s0和s1，2和3天线端口不发 送数据；而后两个子载波0和1天线端口不发送数据，2和3天线 端口发送数据s2和s3。这里以前两个符号为例计算发射分集的 SINR，因而接收天线只处理0和1天线端口数据。 126126 第r个接收天线第n个子载波和第n1个子载波分别接收到 的信号可表示为 (8.10.10a) (8.10.10b) 12

58、7127 其中，SFBCset是第n个子载波上采用SFBC传输方式的用户集 合，包括目标用户和干扰用户；索引号0表示目标用户，其他 索引号表示采用SFBC传输方式的干扰用户；是目标 用户v接收到的信号；是目标用户第r个接收天线 和用户j的服务扇区的第t个传输天线间的信道；是采用 SFBC方式向第j个用户传输数据的服务扇区在第t个天线第n个 子载波上传输的预编码前的符号，t0，1，其中 是第r个天线 在第n个子载波接收的热噪声。 128128 因此，估计的第一个和第二个SFBC符号为 (8.10.11) 129129 考虑到且假定同 一发射天线的两个相邻子载波的信道基本不变，即 则 由此，期望用

59、户在第 n和第n1个子载波上传输的两个符号的SINR分别为 (8.10.12) 130130 其中: 131131 8.10.3.4 空间复用的每载波空间复用的每载波SINR 空间复用的用户解调数据时采用MMSE接收器，同时接收 端首先对估计信道乘预编码矩阵得到等效信道，然后再进行 MMSE数据解调。 考虑到小区间干扰，目标用户接收信号可表示为 (8.10.13) 132132 其中，Y(0)(n)为目标用户在第n个子载波上接收的NR1维 的信号向量；H(j)(n)是目标用户和第j个用户服务扇区间的 NRNT维信道矩阵；X(j)(n)是发给第j个用户的数据向量，对空 间复用，它是NLayer1

60、维向量，NLayer是传输层数；V(j)是采用空 间复用方式传输的第j个用户的NTNLayer维Precoding权矩阵， 它是归一化的矩阵，每层数据等功率分配，总功率保持不变； U(0)是零均值的热噪声矩阵s2I，I是NRNR的单位阵。 经MMSE解调的数据信号为 (8.10.14) 133133 其中，MMSE权值矩阵W(n)是NRNLayer维的矩阵，可表示如 下: 期望用户第k层数据在第n个子载波的SINR为 (8.10.15) 134134 其中: 所以，期望用户第k层数据在第n个子载波的SINR可简化 为 (8.10.16) 135135 8.10.3.5 单层波束赋形的每载波单层