降低大规模多输入多输出系统中预编码矩阵计算和用户设备分组复杂度的方法与流程

本申请主张申请日为2015年7月10日的第62/190,966号美国在先申请的优先权。

本发明一般涉及新型收发器的设计，以降低大规模多输入多输出(multiple-inputmultipleoutput，mimo)通信系统中预编码矩阵计算和用户设备(userequipment，ue)分组复杂度。

背景技术：

随着移动应用的普及，对无线系统更高吞吐量的需求正以惊人的速度增长。大规模mimo系统是处理未来应用程序更高数量级数据通信的关键技术[1]。大规模mimo技术基于空间复用，使多个数据流能够同时到达多个ue。通过众多天线将能量集中到单个ue的带来了吞吐量和辐射能量效率的巨大改进。为了实现众多天线的增益，每个基站(basestation，bs)需要进行大量的计算工作，例如预编码矩阵计算。

大规模mimo系统的概念是使来自所有天线的信号在所需的ue处建设性地相加。为了实现这个目标，bs需要首先估计每个天线和每个ue之间的信道，然后执行波束成形。对于大规模mimo系统来说，最大的挑战之一是波束形成的计算复杂度可能太高而不能实时完成。例如，对于m个bs天线和k个单天线ue，采用迫零(zero-forcing，zf)波束成形，系统需要针对频域中的每个信道相干带宽以及时域中的每个信道相干时间(例如，一个或多个毫秒)执行o(mk²)复数乘法和k×k矩阵的逆变。

由于在相同时频资源上相同数量的服务ue在共轭波束形成上具有优越的性能，所述zf方法被认为是有前途为许多ue实现高吞吐量的方法。已经证明，所述zf方法能够在大规模mevio系统中达到非常接近信道容量的性能[1]。已有发明提出降低zf预编码的复杂度。在文献[2]中，提出了一种基于neumann级数(neumannseries，ns)的方法来提高矩阵求逆的速度。基于ns的方法后来由我们的专利申请pct/us15/52386以更高的可能性进行了改进。据我们所知，没有在先方法提出来降低o(mk²)复数值乘法的复杂度。整个zf预编码由两个阶段组成，即矩阵乘法和矩阵求逆。值得注意的是，矩阵乘法o(mk²)的复杂度比矩阵求逆o(k³)的复杂度大得多，因为在大规模mfmo系统中m的值总是比k大得多。因此，设计一种降低矩阵乘法复杂度的有效方法是非常重要的。

本发明的一个实施例是在大规模mimo系统的预编码矩阵计算中降低矩阵乘法复杂度的创新方法。该设计由空间快速傅里叶变换(fastfouriertransform，fft)组成，其将不同bs天线信号的各个信号矢量转换为稀疏信号矢量。所述空间fft的输出为稀疏矢量的原因是因为到达的信号是有限空间的反射器从有限的角度反射而来。利用这些稀疏矢量，由于矢量的许多输入几乎为零，所以两个矩阵的乘法(本质上是矩阵中的矢量相乘)可以被简化。

本发明的另一个实施例是使用所述空间fft方法执行快速ue分组。在大规模的mimo系统中，由于许多ue需要服务，所以需要将它们调度到不同的组中，使得每个组服务在相同的时频资源上。一个通用的规则是在相同的组中调度低相关的ue，其能够构造对角占优的相关矩阵，以便更容易构建ns。采用空间fft方法，分组的复杂度也降低了。

附图说明

图1示出了大规模mimo系统模型。

图2示出了在通过空间fft模块之前的大规模mimo天线处的接收信号的实例。

图3示出了在通过空间fft模块之后的大规模mimo天线处的接收信号的实例。

图4示出了具有空间fft模块的大规模mimobs接收机的框图。

图5示出了具有巴特勒矩阵(butlermatrix)块和基数空间fft模块的大规模mimobs接收机的框图。

图6示出了利用空间fft模块进行预编码计算的过程。

图7示出了计算两个ue之间的相关系数的过程。

图8示出了利用空间fft模块在大规模mimobs处传输多用户数据流的过程。

图9示出了ue分组的过程。

具体实施方式

现在可以参考附图，其中相同的标号始终表示相同的部分。现在将要描述本发明的示例性实施例。提供示例性实施例是为了说明本发明，而不应被解释为本发明的有限范围。当使用参考框图或流程图描述示例性实施例时，每个框可以表示用于执行的方法步骤或设备元素。取决于实现方式，相应的设备元件可以用硬件、软件、固件或其组合来配置。

图1中示出了大规模mimo系统的模型，其中具有大量天线的bs1在相同的时频资源上服务多个ue2。为了简单起见，下面假设的是单天线ue的情况。然而，本发明可以容易地推广到多天线ue的情况。

大规模mimo系统能够实现高吞吐量的原因在于使得来自bs天线的信号在所需的ue处建设性地相加，这需要对ue和bs天线之间的信道准确估计。用hk,m表示第k个ue和第m个bs天线之间的信道。bs估计每个天线与每个ue之间的信道。假设bs和ue之间的信道矩阵由k×m矩阵h表示，其中第k行、第m列的项是hk,m，其中k＝1,...,k，且m＝1,...,m。

zf预编码算法是一种高效的线性预编码算法，可以达到接近大规模mimo系统理论容量的性能。设s＝[s1,...,sk]^t是来自bs的信息信号矢量，并且y＝[y1,...,ym]^t是在ue处的接收信号，其中sk是用于第k个ue的数据符号，并且yk是第k个ue处的接收信号。设m×k预编码矩阵为g，则输入输出关系为

y＝hgs(1)

对于zf预编码算法，g按如下公式估计：

g＝h^h(hh^h)^-1(2)

可以看出，利用zf预编码，hg的乘积是对角矩阵，表示服务的ue之间不存在干扰。

所述g矩阵需要在信道相干时间内计算。值得注意的是，给定h的估计，g的计算包括三个步骤，下面列出。

步骤1：计算w＝hh^h，

步骤2：计算w^-1，

步骤3：计算h^hw^-1。

由于h是k×m矩阵，因此上述步骤1和步骤3的复杂度级别都是o(mk²)。上述步骤2的复杂度等级为o(k³)。注意到在大规模mimo系统中，m的值总是比k大得多，例如m＝512和k＝32。因此，步骤1和步骤3的复杂度是预编码计算中的瓶颈。

本发明的其余部分集中在用于减少步骤1和步骤3的计算的方法。本发明的一个实施例是使用空间fft来减小h的行向量的维数。w在第i行和第j行的项按照评估，其中hk,m是第k个ue和第m个bs天线之间的信道。由于许多hk项接近于零，利用空间fft，可以减少h的第k行hk的维度。然后，在计算w时，可以忽略这些接近于零的项，因此可以减少乘法次数以加速步骤1的过程。

空间快速傅里叶变换的原理

接收信号伴随着有限角度到达大规模mimobs处，并且主角度(即捕获大部分信号功率的角度)na的数量小于天线的数量m。因此，如果已知到达信号的方向，则可以通过仅考虑主角度na维度中的信号而不是bs天线的维度m来获得ue之间的相关系数。空间fft可以用来将信号映射到不同的角度。与将m维信号映射到其他空间的其他选项相比，空间fft具有以下列出的优点。

1.易于实现：fft的对称性使能复杂度为mlog(m)的实现方式，并且空间fft过程可以在射频(radiofrequency，rf)域中实现设计。

2.空间fft自然匹配信号传播的性质：由于信号被有限反射器反射并以不同角度到达bs，所以空间fft通过将信号映射到空间域来适应信号传播的性质。

假设第k个ue的信道是hk，则hk的空间fft被表示为

处根据长期演进(long-termevolution，lte)标准生成的接收信号。在空间fft之后，对于同一个例子，接收到的信号在图3中示出。如图3所示，只有有限数量的角度具有较强的信号功率。因此，在随后的信号处理中，只需要考虑这些角度范围中的信号。一种策略是选择na角，使得这些角度箱中包含总功率的百分之p。

空间fft的实现

另一个实施例是实现空间fft算法的体系结构。该实施例包括用于实现空间fft算法的两种方法，即在数字域中的fft和在模拟域和数字域两者中的fft。

一种方法是图4中所示的数字域空间fft的结构。具体地，bs天线3处的接收信号首先通过带通滤波器4和模数转换器(analog-to-digitalconverter，adc)5变成数字样本，然后通过空间fft模块6。为了容易理解，空间fft模块的输出被称为虚拟bs天线7。然后，第k个ue到虚拟bs天线之间的信道矢量是其中hk是第k个ue和真实bs天线之间的信道行矢量。之后，被传递到信号处理块8以进行信号处理。注意，该空间fft模块可以在上行链路和下行链路中使用，尽管图4仅示出了上行链路的示例。本发明的另一个实施例是利用诸如检测、时间或频率偏移估计、解码等的空间fft来执行基带信号处理功能。由于空间fft模块的输出被认为是虚拟bs天线，因此如图4所示，将在每个虚拟bs天线上执行这些信号处理功能。换句话说，由于空间fft模块被包括在bs和ue天线之间的信道中，故所有的基带信号处理功能都是在虚拟bs天线之后执行的。

另一种方法是由模拟和数字部分组成的空间fft模块，如图5所示。如果bs天线的数量太大，则数字域中空间fft模块的复杂度可能会太高。为了降低复杂度，巴特勒矩阵9可以用来在rf域中执行fft[3]。巴特勒矩阵使用有线来实现模拟fft功能，以使通过巴特勒矩阵的信号自动进行fft。请注意，巴特勒矩阵的大小由于其实现的性质也不能太大。通常，巴特勒矩阵的大小可以达到8[3]。因此，该方法建议使用与巴特勒矩阵组合的数字基数fft模块10来执行如图5所示的空间fft。

巴特勒矩阵和数字基数fft模块组合的设计基于以下原理。对于长度为n的信号序列x[n]，可以分为两个长度为n/2的序列，即s1[n]＝x[2n]和s2[n]＝x[2n+1]。设s1[k]和s2[k]分别表示s1[n]和s2[n]的fft。然后，可以按如下计算x[n]的fft

其中，k＝0,1,...,n/2-1，并且其中

因此，为了计算长度为n的fft，复数乘法的次数从n²减少到(n/w)log2(n/m，)其中w是所实现的巴特勒矩阵的大小。例如，如果n＝512，w＝8，则复数乘法复杂度从262144减少到384，仅为巴特勒矩阵和数字基数fft模块的复杂度的0.15％。

基于空间fft的zf预编码

本发明的另一个实施例是降低基于空间fft模块的预编码矩阵计算的复杂度的步骤，如图6所示。在空间fft模块6之后，找到包含p百分比能量的虚拟bs天线的索引的集合ω，并且其余虚拟bs天线上的值被设置为011。ue与虚拟bs天线之间的信道矩阵为其中h为ue与实际bs天线之间的信道矩阵，pfft为fft矩阵。然后，将虚拟bs天线的zf的预编码矩阵计算为12。注意的行向量在空间fft之后是稀疏的，所以的计算被简化了。计算w的第i行和第j列的项wi,j的过程如图7所示。具体地，首先选择的第i行和的第j列13。接下来，若和都非零，则乘积wi,j(m)的计算为否则wi,j(m)＝0.14，其中和分别是和的第m个元素，m＝0,1,...,m。之后，wi,j被计算为15，其中wi,j可以选择性地归一化。

在计算预编码矩阵之后，图8中示出了在相同的时频资源上向k个ue发送信号的过程。具体地说，首先生成k×1个信息数据矢量s16。然后，将s乘以预编码矩阵以计算要通过虚拟bs天线17发送的m×1预编码数据矢量x。接下来，使x通过空间fft模块，数模转换器(thedigital-to-analogconverter，dac)18，带通滤波器，并由真实的bs天线发出。

基于空间fft的ue分组

本发明的另一个实施例是基于用空间fft模块计算的任何两个ue之间的相关系数来执行ue分组。

由于无线系统中的活跃用户的数量一般比一个时频资源上所支持的用户数量大得多，因此基站为了多用户传输需要为一个时频资源选择并分组k个用户。可以遵循数个标准来对ue进行分组。其中一个标准是在同一组中调度其中具有较小相关系数的ue。这样，因为这些ue之间的相关系数较低，系统吞吐量一般较高，用于计算逆变的ns理论更容易收敛。

第i个和第j个ue之间的相关系数基本上由wi,j来评估。ue分组的问题是从等待服务的ue池中选择k个ue。ue分组的过程如图9所示。对于每个新的ue，该过程检查其与同组中现有ue之间的相关系数。如果该新ue与所有现有ue之间的相关系数都低于阈值η，则将其加入到组中。否则，选择池中的下一个ue直到选择完所有k个ue。具体来说，在过程开始之后19，k＝120。接下来，检查是否有k＝k21。如果k≠k，则从等待池中选择一个新ue记为uek22。然后，检查uek与组内所有现有ue之间的相关系数是否都小于η23。如果是，则将uek添加到该组中，k＝k+124，同时该过程跳回到21并继续。在21，如果k＝k，则过程结束25。

尽管上述描述展示讨论了本发明的优选实施方式，并图解了本发明的新颖特征和原理，但应当理解的是对于本发明所示的方法、元件或装置的细节，以及其使用形式的各种省略、替换和改变均是本领域的技术人员在不脱离本发明的范围和精神的情况下能够做出的。因此，本发明的保护范围不应当被上述描述所限制。相反，本发明的原理可以被更广地运用在一系列方法、系统和装置中，以获取所述性能优势或满足其他目的、获取其他优势。

参考文献

[1].f.rusek,d.persson,b.k.lau,e.g.larsson,t.l.marzetta,o.edfors,andf.tufvesson,“扩大mimo：超大阵列天线的机遇与挑战,”ieee信号处理杂志,第30卷,第1期,第40–46页,2013年1月。

[2].h.prabhu,j.rodrigues,o.edfors,andf.rusek,“超大mimo近似矩阵的逆计算和在线性预编码系统中的应用,”2013年ieee无线通信和网络会议,上海,中国,2013年4月,第2710–2715页。

[3].e.bialkowski,f.-c.e.tsai,y.-c.su,andk.-h.cheng,“超宽带智能天线中基于微波传输带/插槽技术的4×4和8×8巴特勒矩阵设计”,2008年ieee天线与传播协会国际研讨会,圣地亚哥,加拿大,美国,2008年7月。