一种大规模天线系统的信号传输方法与流程

本发明涉及一种适合于大规模天线系统的信号传输方案，用于解决无线通信领域的盲信号检测和信道估计问题，尤其适合于5G通信。

背景技术：

无线通信系统的本质就在于接收端如何尽可能准确的恢复发送端的信号。根据接收端在信号检测中是否需要信道状态信息(channel state information)，信号检测的方案可以分解成相干信号检测和非相干信号检测(也称为盲信号检测)两大类。

在传统的通信系统中，特别是在多输入多输出(multiple-input multiple-output，MIMO)系统中，由于相干检测方案信号恢复的准确性较好，是比较常用的方案。信道估计是相干检测方案中非常重要的一环。在传统通信系统中，基于导频序列的信道估计方案是常用的方案。在这个方案中，发送端先发送一定长度的导频序列，接收端根据导频序列估计出信道系数。接着发送端再发送数据信号，接收端根据接收到的信号以及上一阶段估计出的信道系数进行信号检测恢复出数据信号。在这个过程中，系统必须分配一定比例的资源(时间或者频带)传输导频序列，因此资源利用率下降。同时，在传统的通信系统中，导频序列长度与发送天线数成正比。当发端天线数越多时，系统需要传输更多的导频序列才能保证信道估计的准确性，这进一步降低了系统资源的利用率。在未来5G通信系统中，大规模天线阵列的使用已经成为一个趋势。传统的基于导频序列的信道估计方案由于需要大量的资源用于导频序列传输不适合于未来的5G通信系统。对基于导频序列的信道估计方案的改进成为了研究的一个热点。其中一个改进方向就是利用大规模天线系统信道本身的特性。越来越多的实测数据显示在大规模天线系统中，信道本身在角度域(angular domain)上呈现出稀疏结构，即在角度域上信道系数只在很少的一部分位置是非0的。现有方案提出采用压缩感知(compressed sensing)的方法利用大规模天线系统中信道本身的稀疏结构进行信道估计。这种方案降低了系统所需要的导频序列个数。

技术实现要素：

本发明的目的是提高大规模天线系统中，信号传输的资源利用率。

为了达到上述目的，本发明的技术方案是提供了一种大规模天线系统的信号传输方法，其特征在于，基于信道在角度域上的稀疏性利用稀疏矩阵分解的方法进行上行传输及下行传输，其中：

上行传输过程包括以下步骤：

用户向基站发送信号，各用户向基站发送的信号中至少包括用户数据、用户编号以及导频信号，每个用户只用一个资源块来发送导频信号，每个用户具有不同的用户编码，基站接收到所有用户发来的信号Y后，进行稀疏矩阵分解得到关于H及X的估计量，记为其中X表示上行所有用户的用户数据，H表示从用户端到基站端的上行信道，Σ是一个对角矩阵，Π是一个置换矩阵，基站根据接收到的导频信号可以确定幅度矩阵∑，并根据用户编号确定置换矩阵Π，从而在估计量中去除幅度模糊度∑及置换模糊度∏，得到H及X的唯一估计量及

下行传输过程包括以下步骤：

若为时分双工，则上行的信道估计直接用于下行传输；

若为频分双工，基站可以直接根据上行估计的信道方向设计预编码策略并且只需分配一个资源块传输导频信号，用户根据接收到的导频信号估计出下行信道的信道系数值，然后检测数据，在这个传输过程中，用户不需要反馈信道信息给基站。

用T表示一个传输帧的资源总数，同时定义资源利用率为传输数据的资源块占总体资源块的比例。传统的基于导频序列估计的方案需要占用K个资源块传输导频信号，因此其资源利用率为其中K表示用户个数(或对于多天线系统，K为所有用户的天线总数)。对于基于压缩感知的理论进行的信道估计方案，其资源利用率不大于式中，d表示信道矩阵H中平均每列的非0元素个数。对于本发明所提的方案，无论在上下行传输中都只需要用1个资源块传输导频信号，因此，本发明的资源利用率为可见，本发明所提方案显著提高了系统的资源利用率。

附图说明

图1为上行传输中用户可能的帧结构示意图，其中，A段为控制数据，B段为导频信号，C段为用户编号，D段为用户数据，控制数据表示保证通信系统运作所需的其他控制信号；

图2为上下行传输方案的系统框图；

图3为所提方案与其他参考方案在系统吞吐量上的比较图，系统中基站天线数为500，用户数为50，每个用户配置单天线，相干时隙数为100，信道中非0元素比例为30％。图中，信道完全已知情况下的系统速率是一个性能上界。假设信道非0元素位置已知情况下的压缩感知方案是所有压缩感知方案的性能上限。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

本发明主要解决大规模天线系统中的盲信号检测及信道估计的问题。

本发明考虑大规模天线系统，即基站端的天线数(N)及系统中的用户数(K)都很大的情况。本发明的传输方案由两部分组成：上行传输(从用户端到基站端)及下行传输(从基站端到用户端)。

首先，简要介绍大规模天线系统中的信道模型。假设系统中存在K个用户，每个用户配置M根天线，基站配置N根天线，所有天线采用间隔为半波长的线阵排列，则从用户k到基站的多天线多径非选择性物理信道可以建模如下：

式中，N_p表示路径数，α_k，n表示路径增益，θ_R，k，n表示接收端的到达角，θ_T，k，n表示发送端的发送角，N×1的向量a_R，k及M×1的向量a_T，k分别表示接收端及发送端的导向矢量(steering vector)。基于广泛使用的虚拟表示法(virtual representation)，上述信道可以重新表示如下：

式中，A_R、A_T是N×N及M×M的酉阵，每一列分别由和构成，而H_k(i，j)则反映了用户k的信道在某个到达角范围内可识别的信道增益总和。根据实际信道的实测数据可知，在一般情况下，H_k矩阵中大量元素的值非常小以至于对系统性能不会产生影响，因此，可以被认为是一个稀疏的矩阵。

基于上述讨论，基站端的接收信号可以写成：

$\tilde{Y}=\underset{k=1}{\overset{K}{\Σ}}{\tilde{H}}_k{\tilde{X}}_k+\tilde{Z}$

式中，表示用户k在T时间内的传输信号，表示信道加性噪声。将信道的虚拟表示形式带入上式可得：

$\tilde{Y}=\underset{k=1}{\overset{K}{\Σ}}{A}_R{H}_k{A}_T^H{\tilde{X}}_k+\tilde{Z}=A_R{H}^H{X}^H+\tilde{Z}$

式中，H^H＝[H₁，...，H_K]表示在角度域上从用户到基站端的信道，且表示用户发送数据在角度域上的表示。用左乘并进行转置操作得到T×N的矩阵Y如下：

Y＝XH+Z

式中

在上行传输中，基站在接收到用户的信号Y后进行稀疏矩阵分解(sparse matrix factorization)得到关于H及X的估计及注意到直接进行稀疏矩阵分解得到的估计量不唯一，原因是存在幅度模糊度(scalar ambiguity)和置换模糊度(permutation ambiguity)，即与能够得到相同的接收信号，其中∑是一个对角矩阵，Π是一个置换矩阵。为了消除幅度模糊度，每个用户只需要用一个资源块发送导频信号，接收端根据这个导频信号可以唯一确定幅度矩阵∑。置换模糊度的消除是通过为每一个用户配置唯一的用户编号来进行。用户在发送数据时在前端增加用来唯一识别该用户。在基站端，基站根据这些用户编号唯一确定置换矩阵Π。在上行传输中，用户的可能帧结构如图1所示。

在下行传输中，如果是时分双工(time division duplex，TDD)系统，上行的信道估计直接可以用于下行传输方案的设计。本发明主要考虑在频分双工(frequency division duplex，FDD)系统中的下行传输方案设计。本发明利用了上下行信道可分离路径在角度域上的对称性，即上下行信道在角度域上的可分离到达角(resolvable angle of arrival)是相同的，而不同之处只是这些路径的增益值。因此，在下行传输过程中，只需要分配一个资源块传输导频信号，用户就可以估计出相应的信道增益值。而基站端则直接根据这些信道方向设计预编码策略并发送用户数据。注意到，在下行数据传输过程中不需要用户反馈信道信息，这是与传统通信方案完全不同的。由于本发明的方案只需要一个资源块传输导频信号并且不需要信道信息反馈，因此，本发明的方案显著提高了系统的资源利用率。本发明的上下行传输方案可以归纳如图2所示。

在以下实例中，给出一个通信系统的仿真实例。在这个例子中，本发明的方案能够获得比其他方案更高的系统传输速率。

本实例考虑一个简化的上行通信系统，系统中基站端的天线数为500，用户数为50，每个用户配置单天线，信道相干时间设置成100个时隙，信道在角度域上的分布服从Bernoulli-Gaussian分布，即BG(0.3)，其中0.3表示在角度域上信道中的非0元素比例为30％。

每个用户采用图1所示的发送帧结构。每个用户在自己的数据前增加的用户编码，同时采用1个时隙发送导频信号。接收端对接收信号直接进行稀疏矩阵分解。在这个实例中，稀疏矩阵分解采用目前性能最好的BiGAMP算法。当然，也可以采用别的稀疏矩阵分解算法(如K-SVD，ER-SpUD等方法)。稀疏矩阵分解后，幅度模糊度矩阵∑采用MMSE方案进行估计，置换模糊度矩阵Π可以根据用户编码得到唯一结果。

将本发明的方案与其他方案的性能比较结果如图3所示。从图中可以看出，本发明的方案在曲线斜率上要明显好于其他方案，这说明本发明方案的资源利用率要优于其他方案。同时，本发明方案的性能在中高信噪比区域也要明显优于其他方案。对比本发明方案与信道已知情况下的性能上界，发现本发明的方案已经非常接近系统性能极限。