基于大规模MIMO系统的半正交导频复用方法及应用与流程

本发明涉及无线通信领域，特别是涉及基于大规模mimo系统的半正交导频复用方法及应用。

背景技术：

近些年来，随着社会的快速发展，人们对移动和固定的网络吞吐量的需求急剧增大。可以预见，在五或十年时间内，大城市中的数百万用户或多或少地连续发送和接收全息视频，例如在每个方向上每个用户每秒需100m/bit。目前来看，传统的mimo技术无法满足未来通信系统中对频谱效率和传输稳定性的要求。为了适应不同多媒体服务和相关应用数据量不断增长的需求，就必须寻求更为先进优秀的技术。大规模mimo系统的基站配置了更多的天线数，充分利用空间维度资源，以此来提高系统的频谱效率和功率效率，提高通信链路的可靠性。目前在无线通信领域大规模mimo技术已经成为一个研究焦点。

大规模mimo依赖于空间复用，空间复用又依赖于系统上行链路以及下行链路基站能够获取足够好的信道状态质量(channelstateinformation，csi)。信道状态信息是连接mimo系统发送信号和接收检测的桥梁，大规模mimo系统的性能很大程度上取决于基站能否精确地获取上下行链路的csi，只有在已知csi的条件下，才能够充分利用大规模mimo技术提供的较高的空间自由度，来使系统性能大幅度提升。通常大规模mimo系统采用基于导频的信道估计方式，在tdd模式下依赖于上行链路和下行链路信道之间的互易性，通过发送上行导频来估计上下行信道。目前大部分关于大规模mimo系统的研究都建立在传统正交导频序列的使用。传统正交的导频方案中，导频开销与用户数成正比。尽管用户数相比于大规模天线阵列小很多，但是随着用户数的增多，导频开销严重限制系统性能的提升。此外，在多小区场景中，在相干时间长度和不断增长的用户数的约束下，同一组正交导频需要在相邻小区复用，会产生导频污染现象。目前也有一些学者研究了一些降低导频污染影响的方法，但他们的研究中都是假设单个小区中仍然使用正交导频，而正交导频就意味着较大的导频资源消耗。

综合考虑以上原因，如何降低系统的导频开销，进一步提升系统频谱效率和能量效率，是大规模mimo亟需解决的问题。

技术实现要素：

发明目的：本发明的目的是提供一种能够解决现有技术中存在的问题的基于大规模mimo系统的半正交导频复用方法及应用。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的基于大规模mimo系统的半正交导频复用方法，在第1个相干时间内，每个小区第i个用户传输导频时，前i个用户可以传输上行链路数据，后面所有用户保持静止；在其他相干时间内，每个小区中除了正在传输导频的用户，其他所有用户都可以传输上行链路数据。

进一步，基站采用串行干扰抵消的信道估计方法，利用已获得的信道估计值抵消来自相应用户的干扰，逐步获得所有用户的信道估计值。

进一步，当每个小区中有用户在传输导频时，所传输的导频序列在整个系统中以q为复用因子进行导频复用。

本发明所述的基于大规模mimo系统的半正交导频复用方法在集中式mimo系统中的应用。

本发明所述的基于大规模mimo系统的半正交导频复用方法在分布式mimo系统中的应用。

有益效果：本发明公开了一种基于大规模mimo系统的半正交导频复用方法及应用，将半正交导频设计运用导频复用扩展到多小区场景中，相比较传统的正交导频设计方法，本发明提出的半正交导频复用方法降低了导频资源的消耗，能够为系统提供更多的资源用于传输有效数据，由于采用半正交导频复用方法设计的系统允许同时传输上行链路数据和导频，所以需要采用串行干扰抵消的信道估计技术，这也导致采用半正交导频复用方法设计的系统的信道估计误差比采用传统正交导频设计方法时要大，但是利用大规模mimo的特征，导频资源消耗和信道估计准确性达到了较好的平衡。随着snr的增加，半正交导频复用方法设计的系统总频谱效率要优于传统正交导频设计方法设计的系统，更进一步，半正交导频复用方法设计的系统频谱效率随着snr增加而增加的趋势更明显，而采用传统正交导频设计方法的系统总频谱效率增加趋势较平缓。采用本发明方法和现有技术方法的系统的总频谱效率均随着基站天线数的增加而增加，而且采用半正交导频复用方法设计的系统总频谱效率总是大于对应情况下采用传统正交导频设计方法设计的系统。随着用户数的增加，相比于传统正交导频设计方法，半正交导频复用方法可以使得系统总频谱效率获得更显著的增益，且该增益随着用户数增加在提高，这也突出了半正交导频复用方法在用户数较大时的情况下的优势。另外，随着导频复用因子的增大，尽管导频资源开销增加了，但是导频污染带来的影响越来越小，系统总频谱效率最终整体上还是增加的。

附图说明

图1为本发明具体实施方式中的半正交导频的传输方案；

图2为本发明具体实施方式中两种导频设计的系统频谱效率随着snr的变化曲线；

图3为本发明具体实施方式中半正交导频设计的系统频谱效率随着导频复用因子的变化曲线；

图4为本发明具体实施方式中两种导频设计的系统频谱效率随着基站天线数的变化曲线；

图5为本发明具体实施方式中两种导频设计的系统频谱效率随着小区用户数的变化曲线；

图6为本发明具体实施方式中半正交导频设计的系统频谱效率随着相干时间数目的变化曲线；

图7为本发明具体实施方式中集中式系统和分布式系统采用半正交导频设计系统性能。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步的介绍。

本具体实施方式公开了一种基于大规模mimo系统的半正交导频复用方法，在第1个相干时间内，每个小区第i个用户传输导频时，前i个用户可以传输上行链路数据，后面所有用户保持静止；在其他相干时间内，每个小区中除了正在传输导频的用户，其他所有用户都可以传输上行链路数据。基站采用串行干扰抵消的信道估计方法，利用已获得的信道估计值抵消来自相应用户的干扰，逐步获得所有用户的信道估计值。当每个小区中有用户在传输导频时，所传输的导频序列在整个系统中以q为复用因子进行导频复用。

下面结合实施例对本发明技术方案作进一步介绍。

实施例1：考虑一个集中式大规模mimo多小区系统，系统里有l个小区，每个小区中含有一个配置m根天线的基站和k(k<<m)个多天线用户终端，每个用户配置n根天线。小区半径为rc，用户随机分布在距离小区中心半径为rh以外的区域。用m×1维矢量giksj代表第i个小区第k个用户的第s根天线到第j个小区基站的信道矢量，表征为小尺度衰落矢量和大尺度衰落(包括几何衰落和阴影衰落)因子的乘积，如下式所示：

其中，hiksj为第i个小区的第k个用户的第s根天线到第j个小区基站的小尺度衰落矢量，它的每个元素独立并同服从零均值单位方差的复高斯循环对称分布。βikj代表大尺度衰落因子，它是一个缓慢的变化因子(长时信息)，假设在基站侧是已知的，并且同一用户终端每根天线到某个小区基站的大尺度因子假设是一致的。βikj可以表示为：

其中，zikj是一个对数正态随机变量，dikj表示第i个小区第k个用户到第j个小区基站的距离，rh为小区中距离基站最近的用户与基站之间的距离，v为路径损耗系数。接下来将详细阐述上行链路传输过程以及信道估计过程(这里将小区j作为目标小区进行分析)。在此之前，现在表1中给出一些符号的定义，其中参数η表示第η个相干时间。此外，用giknj[η]代替giksj来表示信道。

表1符号定义

1.1第1个相干时间上行链路传输过程

1.1.1第1个用户的上行链路传输过程

当每个小区的第1个用户传输导频时，所有小区的其他用户保持静止，第1个用户每根天线传输的导频是正交的，不同小区的第1个用户以q为复用因子来复用导频序列以第j个小区为例，其接收信号如下：

其中，ρp为导频发送功率，τ为不采用导频复用时系统导频长度，代表第i个小区用户第n根天线发送的导频信号，根据导频复用因子q，复用同一组导频序列的小区用户发送相同的导频，是awgn，不失一般性，假设的每个元素独立同服从于cn(0,1)。接着在这里采用mmse信道估计：

其中，s(j)表示同小区j复用同一组导频序列的小区集合，为进而可以得到第j个小区第1个用户的第s根天线到第j个小区基站的mmse信道估计值如下式所示：

利用小区间协作，同样可以获得任意小区第1个用户的任意天线到第j个小区基站的信道估计值通常来说，信道矢量可以分解为这样根据mmse估计的性质，可以得到其中如下式所示：

独立的信道估计误差矢量其中当基站j获得了所有小区第1个用户到第j个小区的信道估计值，所有小区的第1个用户就可以进行上行链路数据传输。这时考虑当第k(k>1)个用户传输导频时，第1个用户的上行链路数据检测过程。其基站的接收信号为：

采用mrc接收机来进行数据检测。这里第j个小区第1个用户的第s根天线的发送数据的估计值为：

根据mmse的估计的性质，从式(1.3)与式(1.5)中可以得到与gitnj[1](或者n≠s或者t≠k)以及相互独立；另外对于根据式(1.5)显而易见与成比例，关系有：

基于上述关系，可以检测出

接着考虑当所有用户传输完导频后，第1个用户的上行链路数据检测过程(如图1中的(1)所示情况)，基站j接收到的信号为：

同样类似式(1.8)的过程，可以检测得到：

综合式(1.8)和式(1.11)，可以得到本发明中的多小区mimo系统半正交的导频设计方案，通过小区间协作，利用大规模mimo系统信道的近似正交性采用mrc接收机可以准确检测首个相干时间内第1个用户上行链路数据。

1.1.2每个小区第k(k>1)个用户上行链路传输过程

首先考虑第k个用户的上行导频传输过程。当第k(k>1)个用户传输导频时，基站j已经获得了前k-1个用户的信道估计值，并且已经成功检测了每个用户每根天线所发送的上行数据了。基于此，采用串行干扰抵消的方法来估计第k个用户的信道。接下来阐述具体估计过程。

当第k个用户传输导频时，前k-1个用户可以传输上行数据，如图1中(2)所示，式(1.7)已经讨论过此时基站j接收到的信号，这里将其重现：

此时基站j已经获取了前k-1个用户的信道估计值，并且检测出了其每根天线发送的数据。基站可以利用以及(由式(1.8)得到等于qinj[1])从中抵消来自每个小区前k-1个用户的干扰。基于此得到的处理信号为：

其中的等于代表第1个相干时间内第k个用户传输导频进行信道估计时所残留的干扰和噪声。由于glksj[1](l∈s(j),l≠j)和相互独立，并且可以得到：

同样这里采用mmse信道估计方法，基站j得到gjksj[1]的mmse信道估计值如下式所示：

其中ak[1]为：

其中δ这一步是因为gjksj[1]独立于同样可以利用它们之间的相互独立性获得bk[1]，如下式:

其中δ这一步根据式(1.14)得到的。综合式(1.16)和式(1.17)，将其代入式(1.15)中可得到：

同前面类似，可以将信道矢量分解为根据mmse的性质，可以得到信道估计误差矢量其中另外如下式：

类似第1个用户的检测过程，仍然采用mrc接收机对第k个用户第s根天线发送的上行数据进行检测，为了讨论一般性，考虑当第k1个用户传输导频时，第k个用户的上行数据检测过程，根据式(1.13)和式(1.18)可以得到与gitnj[1](或者n≠s或者t≠k)以及相互独立，同样对于根据式(1.5)显而易见与之间成比例，所以基于此可以准确检测第k个用户第s根天线的上行数据。下面讨论具体过程。

当第k1(k1＞k)个用户传输导频时，基站j接收到的信号矢量为：

采用mrc接收机可以获得第j个小区第k个用户第s根天线发送的上行数据，如下式：

前面已经讨论过当所有用户传输完导频第1个用户的上行数据检测过程，接着考虑当所有用户传输完导频后，第k用户的上行链路数据检测过程(如图1中的(1)所示情况)，基站j接收到的信号矢量为式(1.10)，在这里重现，如下式：

同样类似式(1.8)的过程，可以检测得到：

综合式(1.21)和式(1.23)，同样可以得到，本章采用的多小区半正交导频设计方案，通过小区间协作，利用大规模mimo系统信道的近似正交性采用mrc接收机可以准确检测首个相干时间内第k用户上行链路数据。

1.2后续相干时间上行链路传输过程

前面讨论了第1个相干时间内上行链路传输过程，接下来讨论后续相干时间上行链路传输过程。相比较第1个相干时间的传输过程，后续相干时间每个用户的传输过程类似，数据检测过程同第一个相干时间无异，而信道估计有一些差别，这里着重讨论信道估计过程。后续相干时间内当第1个用户传输导频时，其他用户同时也可传输上行数据，利用前一个相干时间获取的第k(k≠1)个用户的信道估计值，来消除其他用户发送数据的干扰，从而估计出第1个用户的信道。下面讨论其一般性过程。

不失一般性，考虑第个相干时间内的第k(k＞1)个用户的信道估计过程，当第k个用户传输导频时，基站已经获得了前k-1个用户当前相干时间的信道估计值，而对于(k+1)～k的信道估计值，基站仍然采用上一个相干时间获取的该用户的信道估计值。当第k个用户传输导频时，基站j接收到的信号矢量为：

首先，基站需要获得第m(m≠k)个用户的第s根天线的上行链路数据估计值同样采用mrc接收机，如下式：

正如前面所阐述的，当1≤m≤k-1，基站利用当前相干时间获得的第m个用户的信道估计值进行上行数据检测，而当k<m≤k时，基站利用前一个相干时间获得的第m个用户的信道估计值进行上行数据检测。

从图1中可以看出，在η个相干时间内当第k个用户传输导频时，第m(k<m≤k)个用户此时还没发送导频，基站当然不知道此时该用户的信道估计值，但通常认为信道在一个相干时间内的变化非常小，可以忽略不计。这时可以利用前一个(η-1)个相干时间该用户的信道估计值，可以观察到两个时刻之间的时间间隔不大于一个相干时间t，所以可以合理的认为和(k<m≤k)近似相等。反映在式(1.25)中，可以得到当k<m≤k，第m个用户数据的检测就依赖前一个相干时间的信道估计值这与式(1.21)是不一样的，式(1.21)中的数据检测都是利用当前相干时间的信道估计值。

当基站获得了除第k个用户以外其他所有小区所有用户的上行链路数据后，就可以对第k个用户进行信道估计了。按照式(1.13)的过程，基站首先从接收信号中抵消掉其他用户的数据干扰，如下式所示：

同样类似式(1.13)，其中的表示第η个相干时间内第k个用户进行信道估计时的残余干扰和噪声。如下式：

类似于式(1.13)-式(1.18)的推导过程，利用glksj[η](l∈s(j),l≠j)和之间相互独立，可以得到：

根据mmse信道估计可得到：

其中ak[η]为：

其中δ这一步是因为gjksj[η]独立于同样可以利用它们之间的相互独立性获得bk[η]，如下式:

将ak[η]和bk[η]带入式(1.29)中得到：

和前面类似，可以将信道矢量分解为根据mmse的性质，可以得到信道估计误差矢量其中另外如下式：

将式(1.33)与式(1.19)进行比较，可以发现式(1.33)是的一般形式。

1.3上行链路传输性能分析与评估

前面阐述了基于半正交导频设计的多小区大规模mimo系统的传输过程，接下来将分析该多小区系统半正交导频设计的理论性能。从图1可以看出，该导频设计方案相比较传统的正交导频设计可以节约更多的资源用于传输上行数据，但是半正交导频设计采用串行干扰抵消辅助的信道估计方法，使用sic方法对信道进行mmse信道估计时，先估计出的信道对后续层信道的检测会有较大影响，存在误差传播现象，所以采用半正交导频设计相比于传统的正交导频设计具有较大的信道估计误差。

从图1中可以看出，采用半正交导频设计的大规模多小区mimo系统的上行链路传输有三种情况。第1种为只包含上行链路数据的情况，如图1中(1)所示；第2种为用户在首个相干时间内，某个用户在传输导频，一些用户在传输上行数据，而另一些用户保持静止的情况，如图1中(2)所示；第3种情况为在后续相干时间内，某个用户在传输导频，其他所有用户在传输上行数据，如图1中(3)所示。在推导频谱效率之前，首先给出一个引理，如下所示：

引理1：令x和y是两个相互独立的l×1维矢量，它们的元素独立同服从于cn(0,σ²)。那么e{|x^hx|²}＝(l²+l)σ⁴且e{|x^hy|²}＝lσ⁴。

证明：令xk和yk(k＝1,2,...,l)是矢量x和y的l个元素，可以得到如下结果：

其中，e{|xk|⁴}为：

这里，xkre和xkim分别是xk的实部和虚部，且它们是相互独立、均值为零、方差为σ²/2的高斯变量。式(1.35)利用了如下事实：如果a是一个均值为零、方差为的高斯变量，那么它的四阶中心矩是将式(1.35)代入到式(1.34)，可以得到

用类似的方式得到：

1.3.1第一种上行链路传输过程

从图4中可以看出，这种情况所有用户都已经传输完导频了，所有用户都在传输上行数据。以第k个用户的第s根天线为目标进行分析，这时基站j接收到的信号矢量为：

采用mrc接收技术检测第k个用户第s根天线的数据，得到的结果如下：

其中，式(1.38)第1个等号后面的第一项代表信号，第2项代表噪声，第3项和第4项合起来代表干扰，分别用s1、n1和i1标记。使用符号和分别表示信号功率、噪声功率和干扰功率。首先分析信号功率具体分析如下式：

接着分析干扰功率具体分析如下：

最后分析噪声功率如下式所示：

在这里使用上行链路的频谱效率来衡量大规模mimo系统的性能，根据香农定理计算用户天线可达速率，如下式所示：

将上面得到的信号功率噪声功率以及干扰功率代入式(1.42)中，计算相应的ζ值，到此可得到第一种上行传输过程中，第j个小区第k个用户第s根天线的上行链路可达速率：

1.1.3第二种上行链路传输过程

从图1中可以看出，第2种情况为用户在首个相干时间内，某个用户在传输导频，一些用户在传输上行数据，而另一些用户保持静止。当第k1(k1＞k)个用户传输导频时，此时基站j接收到的信号矢量为：

采用mrc接收技术检测第k个用户第s根天线的数据，得到的结果如下：

类似第一种情况的讨论，式(1.45)第1个等号后面的第一项代表信号，第2项代表噪声，第3项、第4项和第5项合起来代表干扰，分别用s2、n2和i2标记。使用符号和分别表示信号功率、噪声功率和干扰功率。首先分析信号功率具体分析如下式：

这里的第二个等式根据引理1获得，接着分析干扰功率具体分析如下：

同样分析噪声功率如下式所示：

将上面得到的信号功率噪声功率以及干扰功率代入式(1.42)中，计算相应的ζ值，到此可得到第二种上行传输过程中，当第k1(k1＞k)个用户传输导频时，第j个小区的第k个用户的第s根天线上行链路可达速率：

1.1.3第三种上行链路传输过程

从图1中可以看出，这种情况在后续相干时间内，某个用户在传输导频，其他所有用户在传输上行数据。以第k个用户的第s根天线为目标进行分析，这时基站j接收到的信号矢量为：

按照式(1.49)的推导过程，我们可以获得第k个用户第s根天线的可达速率，如下式所示：

其中σ为：

比较式(1.49)和式(1.51)，发现它们的区别在于σ的值不同，这在前面已经解释过了，在后续相干时间内，进行数据检测时，如果此用户在当前相干时间内还没进行信道估计则使用前一个相干的信道估计值(默认近似不变)。

1.2系统性能分析

观察式(1.43)、式(1.49)和式(1.52)，可以看到信道估计矢量的方差直接影响上行链路可达速率。采用半正交导频设计系统的信道估计值相比较采用传统正交导频设计系统的信道估计值精确程度有所下降。但是，从图1可以看出半正交导频设计系统可以提供更多的时频资源用于数据传输。这里考虑nc个相干时间，则采用半正交导频设计的系统上行链路频谱效率为：

式(1.53)中括号中的三项分别对应第二种、第三种和第一种上行链路传输过程的频谱效率。为了同采用传统正交导频设计系统的性能比较，这里也给出了相应的上行链路频谱效率如下式所示：

其中，为采用传统正交导频设计时第j个小区第k个用户的上行链路可达速率，具体表达式为：

式中的等于

比较式(1.53)与式(1.54)，发现当t较小时，采用半正交导频设计的三种传输形式的频谱效率明显高于采用传统正交导频设计系统的频谱效率。

实施例2：考虑一个分布式大规模mimo多小区系统，系统里有l个小区，每个小区中有m个raus，每个rau上面配置n根天线，小区服务k个具有nu个天线的用户，这里假设上行链路和下行链路信道之间具有互易性，并且考虑在频谱平坦衰落信道上传输。第i个小区第k个用户的第s根天线到第j个小区所有raus的信道矩阵可以表示为：

其中，表示第i个小区第k个用户的第s根天线到第j个小区第m个rau的信道矢量，λikj和hiksj如下式所示：

式(1.58)中的λikmj代表第i个小区第k个用户的第s根天线到第j个小区第m个rau的大尺度衰落和阴影衰落因子，表示克罗内克积，因此，λikj是个m×n块对角矩阵(不考虑不同rau上天线之间的相关性)；c为dikmj＝1km处的平均路径增益值，α为路径损耗因子。sikmj为对数正态随机变量，用来表征阴影衰落。hiksmj为第i个小区第k个用户的第s根天线到第j个小区第m个rau的小尺度衰落，它是n×1维矢量，每个元素独立并同服从零均值单位方差复高斯循环对称分布。

2.1分布式mimo系统信道估计

因为分布式mimo系统的信道估计过程同上节中集中式系统的信道估计类似，这里就不必全部讨论整个过程，只考虑第1个相干时间第j个小区第1个用户到本小区的信道估计过程。同前面所述，在首个相干时间内，当每个小区的第1个用户传输导频时，所有小区的其他用户保持静止，第1个用户每根天线传输的导频是正交的，不同小区的第1个用户以q为导频复用因子来复用导频序列小区j中基站接收到的信号矢量为：

同样考虑mmse信道估计方法，具有导频污染的多小区多用户大规模das的信道估计，有：

通常来说，可以将信道矢量可以分解为根据mmse估计的性质，可以得到其中为：

独立的信道估计误差矢量其中

2.2分布式mimo系统上行链路频谱效率

分布式mimo系统上行链路频谱效率的推导过程类似集中式mimo系统，为简单起见，这里仅讨论图1中第一种上行链路传输过程。从图1中可以看出，这种情况里所有用户都已经传输完导频了，所有用户都在传输上行数据。同样以第k个用户的第s根天线为例进行分析，此时基站j接收到的信号矢量为：

采用mrc接受技术技术检测第k个用户第s根天线的数据，如下式所示：

使用符号和分别表示信号功率、噪声功率和干扰功率。首先分析信号功率具体分析如下式：

接着类似式(1.40)的分析过程求取具体分析如下：

最后分析噪声功率如下式所示：

将式(1.66)、式(1.67)和式(1.68)代入到式(1.42)中可得第一种传输过程中，第j个小区第k个用户第s根天线的上行可达速率，如下式所示：

同理按照式(1.49)跟式(1.51)的讨论过程，分别获得第二种以及第三种传输过程中第j个小区第k个用户第s根天线的上行可达速率。

观察图1，第二种情况为用户在首个相干时间内，某个用户传输导频，一些用户在传输上行数据，而另一些用户保持静止。当第k1(k1＞k)个用户传输导频时，第j个小区第k个用户第s根天线的上行链路可达速率为：

观察图1，第三种情况为在后续相干时间内，某个用户在传输导频，其他所有用户在传输上行数据。当第k1个用户传输导频时，第j个小区第k个用户第s根天线的上行链路可达速率为：

其中σ为：

采用半正交导频设计的分布式mimo系统的上行链路频谱效率推导公式类似于集中式mimo系统的上行链路频谱效率，见式(1.53)。相对于传统的集中式mimo系统，分布式mimo系统中天线与用户之间的距离缩短了，这有助于提高用户的接收sinr，特别是在远离基站的区域，从而提升系统整体性能。