一种5G多天线干扰消除的复数矩阵快速计算方法与流程

文档序号:25032267发布日期:2021-05-11 17:02阅读:362来源:国知局
一种5G多天线干扰消除的复数矩阵快速计算方法与流程
本发明涉及通信
技术领域
,尤其涉及一种5g多天线干扰消除的复数矩阵快速计算方法。
背景技术
:多天线技术称为多入多出mimo技术,指代发送和接收端采用多根天线进行通信。5g系统存在着独立组网和混合组网两种模式,其通信本质上也是蜂窝移动通信系统,基本特征在于频率复用,不同小区之间存在着同频干扰。与lte移动通信系统相似,小区边缘的系统吞吐量受干扰信号的影响较大。多天线干扰消除技术是提升5g系统容量和系统性能的重要组成内容,可以基于lte的研究成果进行沿用和改进。5g系统的一种产品实现为虚拟接入网小基站系统,整个mimo子系统采用软件处理方式,围绕信号处理执行大量的复数数据(iq数据)操作。例如子系统内部使用的多天线干扰消除技术mrc方法或irc方法需要对单个时隙内所有子载波执行复数矩阵的相关运算,通过矩阵求积求逆,最终形成各个接收天线关于增益的权重估计。目前世界范围内软件编程实现时主要使用经典的解析法或者qr分解法来操作复数矩阵。当矩阵规模较小时,可以将部分计算功能由软件程序或专用硬件进行实现;随着矩阵规模的增加,分块方法也被用于mimo系统的处理过程。此外编程技术方面,simd指令级并行也较多引入到小基站系统的软件产品内,进一步提升信号处理效率。技术实现要素:本发明的目的在于克服现有技术的缺点,提供了一种5g多天线干扰消除的复数矩阵快速计算方法,能够快速完成多天线干扰消除技术涉及的复数矩阵计算,在确保正确性的前提下适应5g小基站的软件系统结构和高效特性,并降低软件代码的编程实现难度,使得易于扩展至更多接收天线的mimo系统。本发明的目的通过以下技术方案来实现:一种5g多天线干扰消除的复数矩阵快速计算方法,所述计算方法包括:分解多天线干扰消除的复数矩阵计算公式,根据5g物理层信号处理过程进行计算位置的调整;按照步长存储复数矩阵数据,使得复数数据在存取时可以适应数据分块的情况和引入指令级并行;基于bami分块矩阵进行快速求逆,并使用指令级并行对多个子载波的复数矩阵进行同时求解。进一步地,bami分块矩阵求逆采用设置步长的三维数组存储方式对bami分块矩阵进行提取,然后应用avx512指令集,同一循环过程同时对8个复数进行操作。所述分解多天线干扰消除的复数矩阵计算公式,根据5g物理层信号处理过程进行计算位置的调整包括:将复数矩阵计算公式进行分解,当执行irc计算时,在信道估计过程中对hh·h和rnn进行计算;当执行mrc计算时,在信道估计过程中仅计算h·hh;令计算过程中间变量m=h·hh+rnn,在权重计算过程中对m进行计算,并执行快速的矩阵求和操作;在权重计算过程中对权重向量w进行计算,执行快速的矩阵求逆和乘积操作。所述按照步长存储复数矩阵数据,使得复数数据在存取时可以适应数据分块的情况和引入指令级并行包括:将信道冲激响h,协方差矩阵rnn和计算过程中间变量m均采用三维形式进行存储,并对其存放规则进行限定;判断是否执行irc计算,如果是,则对所述计算过程中间变量m进行计算后再进行irc权重向量w计算,如果不是,则直接进行mrc权重向量计算。所述基于bami分块矩阵进行快速求逆,并使用指令级并行对多个子载波的复数矩阵进行同时求解包括:根据irc计算方法求解(h·hh+rnn)-1=m-1,并根据bami分块矩阵方法将矩阵m分块为得到矩阵m的逆矩阵计算得到各个分块矩阵w=a-1、x=c·w、y=(d-x·b)-1和z=w·b·y;根据上述分块矩阵a、b、c和d的大小结合5g小基站的多天线应用场景下分别对2×2和4×4两种规模的复数矩阵快速求逆操作,并根据解析公式进行求解。所述对存放规则进行限定包括第一维是dm-rs符号的索引,第二维是与接收天线数量相关的索引值,第三维是频域子载波数量,通过这种设置方式可以使用索引来指向其中的第二维,这样第三维子载波数据可以被整块操作,步长便被设置为子载波位置,便于提供指令级并行计算的便利。指令级并行的步长基于多个子载波展开,当计算设备提供指令级并行支持时可以同时对多个子载波对应的复数矩阵进行计算,当计算设备不提供指令级并行支持时,退化为单个子载波依次进行复数矩阵计算。本发明具有以下优点:一种5g多天线干扰消除的复数矩阵快速计算方法,可以实现irc方法和mrc方法两个独立的功能模块,基站在单个时隙接收到物理信号之后根据配置选择两个模块中的一个执行,以便正确地解调出发送端信号和译码出正确的发送端数据。附图说明图1为5g物理层信号处理流程图;图2为多天线干扰消除中的rnn复数数据存储形式示意图;图3为复数矩阵快速计算步骤流程图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。本发明涉及一种5g多天线干扰消除的复数矩阵快速计算方法,其具体包括以下内容:(1)有效分解多天线干扰消除的复数矩阵计算公式;多天线接收技术(又称为分集接收技术)是在接收端使用多根天线进行信号接收,并将接收信号按照一定规则进行合并,使得接收到的有用信号能量最大,从而提高接收信号的信噪比。线性最小均方误差估计(mmse,lineminimummeansquareerrorestimation)是最简单的一种方法。它对估计的形式有一定的限制,往往将待估计参数表示为观察值的线性组合。其中h(i)是待定系数,基本思想是使估计量和待估计参数之间的均方误差最小。对于5g系统采用的ofdm技术,其每个子载波在n根天线接收情况下,其接收信号模型可以表示为:y=hs·x+hi·i+ny为接收到的信号向量,h分别表示发送信号x的信道冲激响应和干扰信号i的信道冲激响应,n为高斯白噪声。x是待估计的发送ofdm符号,为未知量;y为已知量;其中hs可以通过导频信号估计,干扰信号i为未知量;干扰信号的信道冲激响应也为未知量。信道估计均衡的目标就是找到一组复数权重值w=[w1,...,wn],使得对发送信号的估计最接近原始信号。由mmse最小均方误差估计准则可以得到:再根据ofdm符号的正交原理,推出:w=e(x·yh){e(y·yh)}-1假定子载波序号为k,接收端天线序号为r。mmse方法:irc方法:w=hh·(h·hh+rnn)-1两个方法其它的计算内容相同,差别在于权重向量w的求解。从公式来看,irc方法于mmse方法极为类似,基于频域数据和信道估计的结果,考虑噪声和干扰之和来估计sinr,取代了mmse方法中的snr。由于接收信号为复数数据,本发明对干扰消除的复数矩阵计算公式进行拆分,有效适应5g基站的软件系统,便于实现计算内容的复用,从而减少计算量。整个5g物理层的多天线干扰消除技术位于计算流程的两个部分。如图1所示,多天线干扰消除技术可应用于5g物理层的信号处理过程,它位于接收信号的信道估计之后,信号进行符号解调操作之前。图中流程表明mimo操作采用干扰消除技术之后,可以分为两种主要方法,一种是仅考虑噪声的mrc方法,另一种是考虑噪声和干扰的irc方法;其中第一个部分是权重向量的求解,它将用于后续信号的恢复;整个信号处理过程,首先5g基站接收到物理信号之后,按照每个时隙(常见的一个时隙包含14个符号)的物理信号进行统一处理。执行去除循环前缀和执行fft变化,然后将时隙内的解调参考符号(dm-rs)进行单独处理,执行信道估计和插值处理,用于对其它数据符号的解调操作。mimo计算流程的核心在于根据多天线应用场景,估计权重值来合并多路物理信号,取得较好的增益。物理信号然后经过解调操作,形成与发送信号对应的软比特值,再进入解扰操作流程和解复用、译码等流程。因此本发明涉及的多天线干扰消除的复数矩阵计算存在着如下的分解。h·hh的计算,在信道估计过程进行计算,先于权重向量的求解;hh·h的计算,在信道估计过程进行计算,先于权重向量的求解;rnn的计算,在信道估计过程进行计算,先于权重向量的求解;令m=h·hh+rnn,则:m的计算,在权重计算过程进行计算,执行快速的矩阵求和操作;w的计算,在权重计算过程进行计算,执行快速的矩阵求逆和乘积操作。以上分解将有利于实现不同发送天线和接收天线数情况下,构造不同形式的数据结构来存储5g基站软件系统内所有子载波的对应值,从而充分利用硬件的缓存和分块数值算法来实现快速计算的目标。(2)复数矩阵快速求逆;根据(1)中的内容,多天线干扰消除的权重值是与接收天线数量相关的矩阵,它在使用irc技术时主要的求解内容是:(h·hh+rnn)-1=m-1;根据bami分块矩阵公式,如果矩阵m可以分块为如下形式:矩阵m的逆可以表示为:各个分块矩阵的计算公式为:w=a-1x=c·wy=(d-x·b)-1z=w·b·y以上分块矩阵a,b,c和d的大小结合5g小基站的多天线应用场景,主要集中于2×2和4×4这两种大小规模。因此2×2大小的矩阵及其求逆操作直接按照如下的解析公式进行求解(或者可以使用ldl分解的方法)。矩阵之间的乘积也可以通过分块矩阵进行简化为:4×4大小的矩阵乘积及其求逆操作基于2×2大小的矩阵,整体计算方式按照bami分块矩阵展开。5g多天线干扰消除的应用场景下矩阵为复数矩阵,其中复数的运算按照基本运算操作次数进行算法复杂度的度量,这里的操作次数指代实数之间的四则运算操作加减乘除。对于发明提出的矩阵快速计算方法,复数之间的相互赋值并不统计操作次数,即假定赋值或取数操作在理论层面并不影响方法的复杂度。本发明基于bami分块矩阵的方法来进行5g小基站mimo场景下的复数矩阵快速求逆,基本的分块大小取为2×2。当实际软件编程实现或硬件编程实现时需要考虑赋值操作或取数操作带来的影响,而且与矩阵数据在内存中的布局相关。大小为2×2的复数矩阵可以通过simd指令级并行等操作来进一步提升复数矩阵快速求逆的性能。按照以上的基本分块的操作数进行推导,4×4大小的复数矩阵在多天线干扰消除技术的应用过程中可以统计如下的操作次数。由此可见,4×4大小的复数矩阵乘积所消耗的操作次数较多,考虑到多天线干扰消除技术中收端天线数仅影响矩阵的第一维度,第二维度受发端天线数量影响,小基站系统主要支持的是发端天线为1或2,因此复数矩阵乘积的操作次数还将减少。本发明沿用已有的bami分块矩阵方法对5g多天线干扰消除技术中的矩阵运算进行分解和数值计算,并结合干扰信号分量和权重向量的特点在计算过程中进行局部优化。(3)按照步长存储复数矩阵实施快速计算;根据上述(1)和(2)的内容,多天线干扰消除技术中复数矩阵在参与权重向量的计算过程中存在着连续存放和分块的特点,因此可以按照一种步长设置的方式来实施指令级并行计算,充分利用计算设备的缓存机制。其中信道冲激响h,协方差矩阵rnn和计算过程中间变量m均采用三维形式进行存储,专利中对它们的存放规则进行限定,第一维是dm-rs符号的索引,第二维是与接收天线数量相关的索引值,第三维是频域子载波数量。这种设置方式可以使用索引来指向其中的第二维,这样第三维子载波数据可以被整块操作,步长便被设置为子载波位置,便于提供指令级并行计算的便利。如图2所示,多天线干扰消除技术的数据变量存储形式按照三维数组展开,其第一维是符号索引,第二维是接收天线相关的索引,第三维是整个频域子载波的索引。数组里每个元素均存放的复数数据,将参与多天线干扰消除技术的权重值求解。如图中所示,这里示意图表示单个时隙内存在两个dm-rs符号,因此协方差矩阵rnn存储时第一维长度为2。第二维当接收天线数为1时不需要存储,整个三维数组实质上退化为二维数组,当接收天线数为2或4时长度分别为4或16。最后一维的长度等于当前时隙使用的频域子载波数目。当发端天线数(即端口数)为1,收端天线数为1时,(1)中列出的提前计算内容所需的步长为1,共需要5个指向具体数据块的索引。复数数据索引名称数据块长度信道冲激响hh频域子载波数量协方差矩阵rnnrnn_index,ziff,rnn频域子载波数量计算过程中间变量mipn频域子载波数量当发端天线数为1,收端天线数为2时,(1)中列出的提前计算内容所需的步长为4,共需要13个指向具体数据块的索引。当发端天线数为1,收端天线数为4时,(1)中列出的提前计算内容所需的步长为16,共需要41个指向具体数据块的索引。当发端天线数为2,收端天线数为2时,(1)中列出的提前计算内容所需的步长为4,共需要15个指向具体数据块的索引。当发端天线数为2,收端天线数为4时,(1)中列出的提前计算内容所需的步长为16,共需要45个指向具体数据块的索引。提前计算内容利用指令级并行完成快速计算之后,随后(2)的计算内容较为简化,单个子载波位置仅涉及复数矩阵求逆操作和复数矩阵乘积操作。由于复数矩阵已经按照子载波的步长位置进行了有效存储,可以顺利地实施指令级并行操作,整体计算效率得到进一步提升。至此,整个复数矩阵快速计算方法形成的计算流程如图3,它可被有效实现至小基站系统的软件产品内,且不会影响已有的计算流程。如图3所示,复数矩阵快速计算方法存在于mimo操作步骤,是否执行irc计算可设置为标志位,由协议栈的配置进行下发,或者根据接收信号的统计信息进行判断是否干扰信号占优。提前计算内容放置于信道估计过程,irc权重计算和mrc权重计算根据标志位进行选取,相互独立,可作为不同的功能模块实现至小基站系统的软件产品内。图3的各个计算流程分布于图1中,提前计算内容位于图1的信道估计和插值流程,irc权重计算和mrc权重计算位于图1的mimo计算流程,后续符号解调则指代图1中解调操作及其后面的流程。图3中判断是否执行irc计算是用标志位来进行区分,它在具体实现时各个计算流程均可以利用该标志位来区分专利发明中提及的mrc方法或irc方法,它们的计算内容有所区别。实施例1如发明的第(3)和图2所示,本发明在复数数据的存储形式基础上引入指令级并行,同时对多个子载波对应的复数矩阵进行同时运算,提升计算效率。当计算设备提供avx512指令支持时,同一时刻可以对8个子载波进行计算求解,当计算设备提供sse指令支持时,同一时刻可以对4个子载波进行计算求解。当采用c/c++编程语言进行实现时,程序结构为:上述程序结构表明,当计算设备支持avx512指令级并行求解时,子载波个数sc-nr_simd_size+1可以并行的求解,simd_op()函数内部采用avx512指令进行复数矩阵的快速计算。剩余的子载波调用常规的c/c++程序代码op()函数完成计算。这种指令级并行操作要求子载波对应的复数数据块位于附图2所示的最低维,此时内存取数据时多个复数矩阵相邻存放,每个复数矩阵对应一个子载波的信息。此外,其中一种的典型的2×2矩阵求逆操作在使用simd指令进行实现后对应于多个子载波同时进行求逆操作。下面显示了这种simd编程实现机制,每个操作数a00,a01,a10和a11实质上对应于发明的第(3)部分)中的数据索引,指向了多个复数数据,例如avx512指令便对应于16个单精度浮点数,即8个复数数据。随着循环下标子载波位置的变化,数据索引a00,a01,a10和a11将发生偏移。实施例2如发明的第(2)部分和图3,本发明基于bami矩阵分块方法在irc权重计算过程对2×2和4×4矩阵求逆,按照c/c++程序代码进行编程实现至5g小基站软件系统内。正确性方面,2×2矩阵的结果与参考解保持一致。4×4矩阵使用病态矩阵进行运算,与参考解保持一致。4×4矩阵的取值:1535466.75,251476.1-116217.1i,330014.5-677661.5i,-960830.6-35508.3i251476.1+116217.1i,57262.8,103159.98-84958.8i,-153000.6-79430.3i330014.5+677661.5i,103159.98+84958.8i,371389.75,-191802.1-431582.5i-960830.6+35508.25i,-153000.6+79430.3i,-191802.14+431582.5i,604001.8求逆结果:0.0008654,-0.0003104+0.000182i,-0.000202+0.001045i,0.000463+0.000243i-0.000310-0.000182i,0.000333,0.000483-0.000258i,-0.000061-0.000202-0.001046i,0.000483+0.000258i,0.002015,0.000468-0.000106i0.000463-0.000243i,-0.000061,0.000468+0.000106i,0.000809计算效率方面,采用满负荷3240个子载波,单发端port,收端天线数为2或4的情况进行测试,可以得到如下时间统计数据。应用实例mrc方法irc方法单发端port,收端天线2565.0us655.2us单发端port,收端天线4884.6us1251.1us从数据可以归纳,由于采用本发明的复数矩阵快速计算方法,irc方法尽管在理论上操作次数多于mrc方法,但权重向量计算的性能在编程实现后较为接近mrc方法,两者均可以在多收端天线应用场景下取得较高求解效率。本发明可以实现irc方法和mrc方法两个独立的功能模块,基站在单个时隙接收到物理信号之后根据配置选择两个模块中的一个执行,以便正确地解调出发送端信号和译码出正确的发送端数据。使用仿真工具引入干扰信号,当发送端天线数(从收端来看即port数量为2),接收端天线数为2时,添加干扰信号(干扰功率线性值为9)后使用mrc方法进行信号解调,相应的错误率为:sinr(db)303235384042bler1.00.990.590.330.160.0使用irc方法(窗长为12,即每个符号内12个re使用对应的dm-rs符号的6个re执行加权平均)进行信号解调,相应的错误率为:sinr(db)303235384042bler0.410.330.190.00.00.0正确性方面irc方法在干扰信号占优的情况下比起mrc方法有着约3db的增益。按照本专利提出的复数矩阵快速计算方法将irc方法进行编程实现,使用仿真构造的例题进行运算,可以得出相似的结论,即正确性方面不会受到影响。计算效率方面,比较mrc方法和irc方法的权重计算公式。w=hh·(h·hh+rnn)-1信道冲激响应h和协方差矩阵rnn均与接收端天线数有关,irc方法在理论上复数矩阵的操作次数高于mrc方法,但由于采用了本发明提出的复数矩阵快速计算方法,计算效率可在一定程度上进行提升,在5g小基站系统的应用场景下逼近mrc方法。这里使用仿真工具构造例题,在同一参照计算设备下运行并对比部分应用场景的计算效率。从计算效率的统计来看,发明提出的复数矩阵快速计算方法基于多天线干扰消除技术的原理和应用范围,充分利用的复数数据的存储形式,便于实施指令级并行。且复数矩阵2×2和4×4的求逆操作在小基站系统应用场景下数据量有限,整个计算过程并未引入较多额外开销。以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。当前第1页12
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