基于子空间压缩的线性离散码设计.doc

基于子空间压缩的线性离散码设计( 摘要：本文提出一种基于格拉斯曼子空间压缩理论的有限反馈线性离散码(LDCs)码本设计方法。文章首先推导了有限反馈LDCs系统的SVD分解与经典的BLAST系统SVD分解之间的联系。在经典的BLAST最优压缩的基础上，通过简单的数学变换，映射到最优的有限反馈LDCs码本。本文所提出的设计方法，可以保证有限集中的最小距离最大化。数值仿真表明：对2×2 MIMO系统，如果反馈比特为4，所提方案与最优预编码码本表现出相近的性能；相比于随机搜索码本，表现出明显的性能增益。关键词:Design for Linear Dispersion Codes Based on Subspace Packing Abstract: A new method to design codebook is proposed for Linear Dispersion Codes (LDCs) systems with limited feedback. The extended codebook design method is introduced based on Grassmannian subspace packing and a mapping function, which is derived from the relationship between SVDs of the classical multiplexing systems and the LDC systems. Our proposed codebook can guarantee the maximum min-distance of the finite set. Simulation results show that, for 2×2 MIMO systems, if the feedback bit number is 4, the proposed codebook shows the similar performance to the optimal precoding codebook and has substantial performance advantage against the random search codebook. Key words: Linear Dispersion Codes, codebook design, subspace packing, limited feedback,MIMO 引言 线性离散码(Linear Dispersion Codes，LDCs)最早由Hassibi和Hochwald[1]于2002年提出。这种新型空时编码方案使用一系列基矩阵将发射符号在同一个空时块内线性扩展并加权叠加。最初的LDCs系统中基矩阵的设计主要是基于[2]随机生成和计算机搜索得到的，不能很好地保证分集增益。为了更好地提高LDCs系统的性能，随后的文献[3]研究基于帧理论(frame theory)的LDCs基矩阵设计方法与理论分析。文献[4]提出一种基于LDCs的预编码技术(Dispersive Covariance Codes,DCCs)。DCCs系统联合容量准则和误码率准则，利用信道的统计信息来设计预编码矩阵，以提高系统的分集度。[5]则将有限反馈系统引入LDCs系统中，并且提出一种基于随机搜索(Random search)的码本设计准则。然而，由于其码本设计的局限性，只能保证码本在初始集中的局部最优，因而不能保证良好的系统性能。 本文针对有限反馈LDCs系统，提出一种基于格拉斯曼子空间压缩的(Grassmannian Subspace Packing)码本设计方法。根据格拉斯曼子空间压缩理论，我们可以构造出一个有限的子空间集合，使得该集合内的所有元素之间的最小距离最大化。理论用于在系统中的码设计问题。本文LDCs系统推导了有限反馈LDCs系统的SVD分解与经典的BLAST系统SVD分解之间的联系。在经典的BLAST最优压缩的基础上，通过简单的数学变换，映射到最优的有限反馈LDCs码本。我们所提出的设计方法，可以保证有限集中的最小距离最大化。数值仿真表明：对2×2 MIMO系统，如果反馈比特为4，所提方案与最优预编码码本表现出相近的性能；相比于随机搜索码本，表现出明显的性能增益。考虑一个具有个发射天线和个接收天线的MIMO通信系统，假设系统在个时隙内并行地发送个星座图符号。在本文中，我们只考虑方形矩阵，即。假设天线之间的信道是非相关平坦瑞利衰落，且信道在一个发射空时块内保持恒定，块间统计独立。令为从特发送的星座图符号集，表示基矩阵集合[3]，其大小为。且基矩阵集合预先储存于收发两端。假设星座