多输入多输出系统下低复杂度自适应预编码方法.docVIP

多输入多输出系统下低复杂度自适应预编码方法 　　摘要：针对多输入多输出衰落信道中存在的码间干扰和多径干扰问题，提出了一种具有低复杂度的自适应预编码方案，该方案在发送端和接收端分别放置了预编码器和基于迫零算法的接收机，这样接收机在进行均衡译码的同时，将信道信息反馈给发送端，发送端便可以随之选择发送子载波的数目以及预编码矩阵，完成自适应预编码，该方案可有效降低系统的误码率，仿真结果表明，当误码率为lO-3时，在传输信道信息未知的情况下，该方案的信噪比比信道信息已知的基于最小均方误差预编码方案高1.3 dB，且复杂度大大降低。 　　关键词：多输入多输出信道；自适应预编码；低复杂度 　　中图分类号：TN911.5 文献标识码：A 文章编号：0253-987X(2007)04-0467-04 　　 　　未来移动通信系统要求在一定的频带内尽可能多地容纳用户，并且数据的传输速率将达到10～100 Mb/s，为了达到上述要求，多采用多输入多输出(MIM0)系统，MIMO技术可以提高系统的频谱利用率和扩大系统的容量[1-2]，但不可避免地带来码间干扰(ISI)和多径干扰(MAI)，要消除这些干扰，传统的方法是在接收端采用均衡技术[3-5]，但这种方法受到接收机的功率限制和资源限制，难以应用于实际。在发送端采用预编码技术[6-7]可以有效克服上述缺点，所谓预编码是将传输序列乘以一个预编码的矩阵，以消除码间干扰与多径干扰，但是预编码矩阵随信道信息的变化而变化，实现起来十分复杂。 　　本文提出一种具有低复杂度的自适应预编码方案，可以随信道信息自适应地改变预编码矩阵，该方案分别在发送端和接收端放置了预编码器和基于迫零算法(ZF)的接收机，接收机在进行均衡译码的同时，将信道信息反馈给发送端，这样发送端就可以通过改变发送子载波的数目以及预编码矩阵，实现自适应预编码。采用Monte Carlo方法对系统性能进行仿真实验，结果表明，本文方案不仅在误码率性能上满足要求，而且复杂度较低。 　　1 自适应预编码系统模型 　　系统是由发送端和接收端两部分构成，Mt和Mr分别代表发送和接收的天线数，通常Mt≤Mr，设传输的信息为R，当R输入到空间多路复用器后被平均分成M个子码流，那么每个子码流的信息比特数为R/M，且所有子码流使用相同的调制方式。 　　 式中：εs表示信道传输功率．由式(1)可见，子信道平均传输功率与信道数M无关。 　　设预编码矩阵FM为一个Mt×M维矩阵，它将sk映射成一个Mt×l维向量，分别在Mt根传输天线上传输。信道矩阵H是一个Mr×Mt维矩阵，且噪声向量vk是Mr×1维向量，vk=[υk,1υk,2,…，υk,Mr]T，这样系统的输入输出关系可以表示为 　　 　　在接收端，假设接收机充分掌握FM和H的信息，那么矩阵HFM可以等效成一个有效的信道，这样接收端将使用这个等效的信道矩阵HFM和译码器对y进行译码．通常，译码器使用最大似然(ML)准则，ML译码器是一种最优的译码器，其输出信号表达式为 　　 式中：S为接收符号星座集合。 　　由于ML接收机的复杂度高，难以被实际应用，所以一种线性的次优接收机被提出[8-9]，这种线性接收机使用了一个MXM，阶比例转换矩阵G，然后独立地检测Gy，当基于最小均方误差(MMSE)的接收机被使用时，矩阵G的表达式为 　　 式中：N0表示噪声方差。 　　自适应预编码系统的构成如图1所示。 　　 　　本文使用的是另外一种线性接收机，基于迫零(ZF)算法的接收机，该接收机的原理是调整抽头系数，使输出响应完全消除码间串扰，即除中心点外，其他抽样点的数值全部为O，虽然这种接收机的误码率稍高于MMSE接收机，但复杂度要小于MMSE接收机，特别是在本系统中，MIMO信道所带来的各种干扰主要是靠发送端的预编码技术进行消除，接收机只是起到辅助作用，所以本文选择复杂度低的接收机，接收机矩阵的表达式为 　　 式中：(?)+表示求矩阵的广义逆。 　　本文所提出的自适应预编码系统与其他的预编码系统相比，最大的特点就是本系统可以根据当前信道的状况自适应地调节子码流数M,M的取值范围是[1，Mt]，且必须满足R/M是一个整数。例如，假设R=8，Mt=4，那么M∈[1，2，4]，设M和H的函数关系式为M=g(H)，不同的信道矩阵H分别对应不同的M值，当M确定后，根据FM=fM(H)，选择FM，进行自适应的预编码。 　　2 自适应预编码 　　在本系统中，M和FM的选择至关重要，因为这决定着系统的性能，一般地，高速率、低误码率的系统性能是人们所关注的，以下我们从两方面分析本文提出的自适应预编码系统。 　　2.1 错误概率 　　首先研究最优的ML接收机，其接收符号的最小距离可以表示为