一种基于mimo-vfdm的多用户认知网络预编码优化方法

文档序号:9330282阅读:201来源:国知局
一种基于mimo-vfdm的多用户认知网络预编码优化方法
【技术领域】
[0001] 本发明涉及一种米用多输入多输出(Multiple-Input Multiple-Output, ΜΙΜΟ) 和范德蒙子空间频分复用(Vandermonde-subspace Frequency Division Multiplexing, VFDM)传输的多用户两层认知网络预编码的优化设计方案,用于抑制二层认 知网络中用户间的干扰并最大化二层网络的信道容量。
【背景技术】
[0002] 无线业务的持续增长导致了频域资源越来越稀缺,因此高频谱利用率的无线传输 成为现代通信的研究热点。认知网络等两层网络的部署是一种解决频谱资源的可行方案。 在基于认知无线电技术的两层网络通信系统中,小小区(small- cellS,SCs)作为第二层网 络被布置在宏小区(macro-cell,MC)的周边并与其共享频谱传输。MC对共享频谱具有优先 使用权,二层网络机会式接入频谱且必须确保对MC不产生干扰或产生的干扰在可容忍范 围内。因此如何控制SCs对MC的干扰成为两层认知网络的实施中研究的主要问题。
[0003] VFDM技术作为一种新兴的解决认知网络干扰控制问题的方法,利用了块传输 系统(如OFDM系统)中循环前缀提供的频带冗余为SCs建立新的传输链路并且不会干 扰MC的正常通信。采用VFDM后,二层发射机发出的信号通过层间预编码(Cross-Tier Precoder,CTP)被约束到二层网络到一层网络干扰信道的零空间里。之后,采用层内预编码 (Intra-Tier Precoder, ITP)来控制SC内部用户间的相互干扰。
[0004] 文南犬 I "Channel estimation impact for Ite small cells based on mu-vfdm [Wireless Communications and Networking Conference (WCNC),IE EE,2012:2560-2565] "在设计CTP的过程中引入了多用户VFDM的概念,其中一层通信链路 构成MC,二层通信链路构成SCs。
[0005] 文南犬 2 "Spatial-Frequency Signal Alignment for Opportunistic Transmission [IEEE Transactions on Signal Processing, 2014, 62:1561-1575] ·',将多用 户VFDM的研究扩展到了 M頂0系统。
[0006] 文南犬 3 "Zero-forcing methods for downlink spatial multiplexing in multiuser MIMO channeIs. [Si gnal Processing, IEEE Transactions on, 2004, 52(2) :461-471]提出了一种块对角迫零(Block-Diagonal Zero-Forcing,BD-ZF) 预编码算法用以解决多用户MMO下行链路中用户间的干扰问题。BD-ZF预编码算法具有设 计方便,结构简单等优点,非常适用于多用户间ITP预编码矩阵的设计。

【发明内容】

[0007] 为了克服现有技术的不足,本发明在现有预编码算法的基础上提出一种基于 BD-ZF的二层网络预编码优化方法。通过对零空间的选取和旋转构建优化后的ITP编码矩 阵,可以使SC的信道容量达到最大,从而在抑制二层网络多用户之间的干扰的同时,提升 认知网络的容量。
[0008] 本发明解决其技术问题所采用的技术方案包括以下步骤:
[0009] 步骤1,对SC基站SBS到MC用户MU的整体层间信道矩阵Hsm做奇异值分 解得戰微:-U卿Λ哪,其中,U ctp e C ―和C剛於从择酬欠 W ^ Λ伽e 为对角矩阵,Λ· = 对角矩阵,对角线元素是Hsm的奇异值;
[0010] 步骤2,分割矩阵¥_=以1,¥2),其中¥1€(:制心辦《,1以_峨_.''撕關,^ 为Hsm零空间的一组标准正交基,设计CTP矩阵C = V2,得出J = (NT-1)K+NTL,其中,队为 SBS天线数,K为MC有效符号长度,L为MC循环前缀长度;
[0011] 步骤3,将SC层内信道矩阵经CTP预编码后的等效信道矩阵Hss;按行分裂 成N su个K X [ (N T-l) K+NTL]维的子矩阵Hss[?j,η = 1,…,Nsu,Nsu表示SC用户数,即
,其中由的第(n_l)K+l行到nK行的 元素构成,表示SC内SBS到第η个SU的等效信道矩阵;
[0012] 步骤4,将干扰项Ws划分成Nsu个KXl维的子矩阵w s[i],i = 1,.",Nsu,即Ws = (ws[l]H,ws[2]H,,其中w s[i]由ws的第(i-l)K+l行至IjiK行的元素构成,表示 第i个SU接收到的干扰项;
[0013] 步骤5,初始化m = 0 ;
[0014] 步骤6,计算第m个SU用户ITP对应的矩阵零空间的一组标准正交SVnull [m],包 括以下步骤:
[0015] i.构造第m个SU的层内等效干扰信道矩阵
[0016]
[0017]其中,??是一个[(Nsu-I)K] X [(Nt-I)K+NTL]维的矩阵,至少有一个 Nnull [m]= NtL+(Nt-Nsu) K维的零空间;
[0018] i i.对_.进行奇异值分解
,求得的零 空间标准正交基Vnull [m],其中,Vss[.m] €沙巧…邮碼'?防H G 知:-1)/iv兜―均为酉矩阵,e 抑咕外 元素为%!!)的(Nsu-I)K个奇异值;则%|^零空间的一组标准正交基Vnull [m] = Vss[m](:, (Nsu-I) K+1 :(NT-1)K+NTL);
[0019] 步骤7,计算后处理矩罔 是 % [m]的自相关矩阵;
[0020] 步骤8,求解选取和旋转操作矩阵T [m],使得第m个SU的信道容量达到最大,包括 以下步骤:
[0021 ] i.计算矩阵二QMHssMvWiM,对XH[m]X[m]做特征值分解:
[0022]
,
[0023] 其中,%χ丨e ㈣为酉矩阵,AxxIm] ^ 其对角线元素为矩阵XH[m]X[m]的特征值;
[0024] ii.矩阵 T[m]由 Qxx[m]的前 D[m]列构成,即 T[m] = Qxx[m] ( :,I :D[m]),其中, D [m]是SU对应的发送维度,当j
?时 D [m] = K ;
[0025] 步骤9,求第m个SU的优化ITP矩向
[0026] 步骤10,计算第m个SU的信道容量
[0027]
[0028] 其中,Ik表示KXK维的单位矩阵,
表示发送给 第m个SU的信号功率分配矩阵,由注水功率算法获得P [m];
[0029] 步骤11,m加1,重复步骤6~10,直到m = Nsu优化设计完成。
[0030] 本发明的有益效果是:在有效抑制用户间干扰的同时,能够最大化二层网络的传 输容量。
【附图说明】
[0031] 图1是基于OFDMA的MC和基于祖MO-VFDM的多用户SC系统模型示意图;
[0032] 图2是Nsu固定时基于BD-ZF的ITP可用维度区域与Nt的对应关系示意图;
[0033] 图3是SC的信道容量与用户数Nsu的关系示意图;
[0034] 图4是SC的信道容量与用户数队的关系示意图;
[0035] 图5是不同信噪比下SC的信道容量示意图。
【具体实施方式】
[0036] 下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施 例。
[0037] 二层认知网络的系统模型如图1所示。认知网络由一层的MC和二层的SC组成,MC 采用LTE正交频分多址接入方式通信,SC采用M頂O-VFDM方式通信。MC和SC共享频谱带 宽,但MC对共享频谱具有优先使用权。一层网络的MC由一个MC基站(MC Base Station, MBS)和一个MC用户(MC User,MU)组成,二层网络的SC由一个SC基站(SC Base Station, SBS)和Nsu个SC用户(SC User,SU)组成。假设所有节点均可完美获得所需的信道状态信 息,并对系统模型作如下设定:一层网络MC中MBS和所有的MU均采用单天线,二层网络SC 中SBS采用多天线通信,SBS天线数为Nt,所有的SU采用单天线。MC采用有效符号长度为 K,循环前缀长度为L的OFDM传输方式。
[0038] 结合系统模型,定义xMe Ckxi为MBS发送符号向量,yMe Ckxi为MU所接收到的信 号向量,知[11]已(^)><1,11=1,2,~為为583的第11根天线发送的信号向量,5^[ 111]£(:1<><1, m = 1,2,…,Nsu为第m个SU接收到的信号向量,iis € 为所有SU接收的整体噪声 信号。MC的层内信道矩阵为H_e Cκχκ,表示从MBS到MU的信道频域响应矩阵。SC的层内 信道矩阵为表不SC内SBS到各个SU的整体信道矩阵。层间信道 矩阵包括
〔,分别表示SBS到MU和MBS到所有SU的 整体层间信道矩阵。
[0039] 在CTP抑制层间干扰的基础上,由ITP来控制SC内部用户间的相互干扰。本发明 将分两部分进行描述,即CTP设计和ITP的优化设计。
[0040] I. CTP 的设计
[0041] 令ss
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1