降低大规模mimo-ofdm下行链路功峰均比的方法
【技术领域】
[0001] 本发明属于无线通信的信号处理领域，尤其设及在大规模MIM0-0抑M下行链路中 降低信号功峰均比（Peak-t〇-AveragePowerRatio,PAPR)的方法。
【背景技术】
[0002] 由于大规模MIM0能够满足日益增长的通信速率和容量需求，受到了业界的广发 关注。因为0抑M技术能很容易地应用到MIM0系统中，MIM0-0抑M已经被默认为下一代无 线通信系统空口方案。0抑M调制是一种把不同数据分别映射到相互正交的子载波上的技 术，能够有效对抗频率选择性衰落且实现简单，被广泛应用于各种通信系统，例如；LTE与 WIFI。但是，OFDM调制信号是多个独立载波的线性叠加，通常具有很高的PAPR，使得OFDM 系统的射频电路需要一个成本很高的线性放大器。
[000引在传统的SIS0-0抑M系统中，已有很多成熟的降低PAPR的方法，它们通常在发射 端把原始的高PAH?信号压缩成一个低PAH?信号发射出去，同时给用户发射一个能够正确 解调此信号的附加信息。但是，多用户MIM0系统中，接收端的用户不可能协作解调压缩后 的PAPR信号，因此传统方法很难拓展到多用户MIM0系统中。
[0004] 在大规模MIM0系统中，通常基站拥有的天线数远远大于所服务的用户数，该使得 MIM0-0FDM系统的多用户预编码约束和OFDM调制能够联合建立一个欠定的方程组，使得能 满足用户间无干扰的调制信号有无穷个。因此，大规模的发送天线就提供了额外自由度来 寻找具有低PAH?特性的OFDM调制信号。目前，一般利用凸优化的方案来寻找最优解，但是 复杂度高，收敛速度慢。
【发明内容】
[0005] 针对现有技术的不足，本发明提供一种利用低PAH?信号的统计特性来降低信号 PAPR的低复杂度算法。
[0006] 本发明的思路为：首先把预编码约束、OFDM调制联合表示成一个欠定 的方程组，然后建立一个能够促进低PAH?特征的先验模型，最后利用最大期望 (Expectation-Maximization,EM)和广义近似消息传递(GeneralizedApproximate Message化ssing，GAMP)算法设计出一个能够求取低PAPR解的算法。
[0007] 为了方便地描述本发明的内容，首先对本发明中使用的术语进行定义。
[0008] 大规模MIM0-0FDM下行链路；如图1所示，S。为N个子载波分别发送的QAM调制信 号，n= 1，...，N，w"eCAW是保证用户间无干扰而进行预编码后的向量，a。,eCVX1(m= 1，...，M)为M根基站发送天线上发送的频域信号，EC&M为M根基站发送天线上发送的 时域信号，K为大规模MIM0中的用户数，K<<M，C表示复数域。
[000引预编码；MIM0-0抑M系统中，为了保证在同一时-频域资源中多个用户间的接收信 号无干扰，需要对发送信号S。进行预编码。信道为H,,ECK&"，那么编码后的向量w"eCMX1 应该满足3。=H"w。。该样，用户接收到的信号就不含其他用户的干扰。
[0010] 功峰均比：第m根发送天线的PAra定义为
，即发 送信号的峰值与平均能量之比，其中，W的表示参数实部，表示参数虚部，为算子 二范数。
[0011] 正态分布；均值为y，方差为0 2的正态分布（高斯分布）的概率密度函数定义为 1 //，灯，标准正态分布的累积分布函数定义为〇 (f)，其中，f表示自变量。
[0012] 保护带宽：在OFDM调制中为了保护所使用的频带不受相邻频带的干扰，通常不 会使用位于频带两端的子载波。因此，把N个子载波分为两个集合；了和了。对于子载波 HeT，发送信号为QAM调制信号，X。G;对于子载波nE了。，S。为M维零向量。
[0013] 最大期望；一种求取最大似然估计的迭代算法。不断建立似然函数的下界，并对下 界进行优化，进而最大化似然函数。
[0014] 广义近似消息传递；一种求取变量近似后验分布函数的算法。
[0015] Digamma函数；定义为Gamma函数自然对数的导数，即
[0016] 降低大规模MIM0-0FDM下行链路功峰均比的方法，具体步骤如下；
[0017] S1、计算联合预编码与OFDM调制的信号模型y=Ax，具体为：
[0018] S11、将大规模MIM0-0抑M下行链路的预编码约束与大规模MIM0-0抑M下行链路 的(FDM调制联合表示成一个线性方程组玄二玩，其中，S=[8[，...，8;了，a=[却，…，的了， C=円TF，豆为块对角矩阵，所述豆由I了I个信道矩阵Hn与I了1个M维单位阵组成，ne了， T为把预编码后的信号分配到各个发送天线的置换矩阵，F为块对角矩阵，所述F由M个N维离散傅里叶反变换矩阵组成，a为未知量，[*]T表示矩阵的转置，|*|表示集合内元素的 个数；
[0019] S12、将S11所述复数方程组S=Ca变换到实数域；y=Ax，令X的维度为I，y的维 度为J，其中
[0020] S2、引入先验模型，具体为：
[0021]S21、令S1所述X的每个元素独立，对所述X引入截断高斯混合模型先验
其中，i= 1，. . .，I，所述X的第i个 元素XfG[-v，v]，aU和a12为高斯逆方差，Ki为取值为0和1的离散变量，V为先验的 边界，归一化因子
[0022] S22、对SI1所述线性方程s=Ca引入一个均值为零，逆方差为e的高斯噪声；
[002引 S3、迭代更新，输出S= 具体如下：
[0024] S31、初始化，对所有j= 1，. ..，J;i；'(〇) = 〇 ;对所有i= 1，. ..，I;刮〇) = 〇， 曰ii(0)= a12(0)=1，Ki(0)=1/2,V(0)= I IyI Im/ I IAI Im，,r;'(0)=I;令迭代次数t=1 ;
[00巧]S32、运用GAMP计算近似后验分布，具体如下；
[0026]对所有j = 1，. . .，J，
[0027]
其中，上标*P起区分作用，表示与S12所述X相关的函数， Aw表示S12所述矩阵A的第j行第i列元素，4表示S12所述矩阵A的第j行第i列元素 的平方，
[0033]对所有i =
[0034]
其中，上标*谁区分作用，
[003引
其中，为中间参数；
[0036]S33、更新信号X;和参数a。，a12和K
[0037]其中，
[0047]对Ki的后验概率q(Ki)有
[0050] S34、更新S22所述逆方差e
[005US35、更新S21 所述边界V;v(t+l) =v(t)+AV，其中，
[00閲 S36、进行判定，若t=T，则跳出迭代并输出i;=[与是f，若t<T，则令t=t+1 转入S31，其中，T为最大迭代次数，所述T为经验阔值。
[0053] 本发明的有益效果是：
[0054] 本发明利用大规模MIM0-0抑M系统中基站端大量天线所提供的自由度，降低下行 链路发送信号的PAPR。所得到的发送信号的能量非常集中，在发送天线足够多的情况下信 号趋于恒包络状态，使得射频电路并不需要昂贵的线性功率放大器，该样能够有效降低未 来基站的建设成本。
【附图说明】
[00巧]图1为MIM0-0抑M系统下行链路框图。
[0056] 图2为发送的时域信号和对应的频域信号，（a)时域信号，化）频域信号，其中， EM-TGM-GAMP表示便发明的方法，ZF为未进行PAPR处理的传统预编码方法。
[0057] 图3为PAPR的补累计分布图。
【具体实施方式】
[005引下面结合实施例和附图，详细说明本发明的技术方案。
[0059] 基站端有M= 100根发送天线；服务用户数为K= 10;0FDM子载波个数为N= 128,其中有效子载波数为I了HI14。
[00