[发明专利]一种高速移动下基于动态信道状态的MIMO预编码方法

权利要求书

1.一种高速移动下基于动态信道状态的MIMO预编码方法，其特征在于，包括如下步骤：

S1，开始；

S2，建立系统模型；假定在一个宽带MIMO系统中的一个单小区多用户网络下行链路中，基站(Base Station，BS)部署了N_T根传输天线；为简单起见，假定BS和N个用户(N≤N_T)之间传输数据，每个用户配备1个天线接收器；N个用户数据用N维向量a＝[a₁,a₂,...,a_N]^T(符号[·]^T表示转置操作)表示，取自M-QAM星座(M表示调制进制数)，功率为

S3，根据所建立的系统模型，构建模代数预编码(Tomlison-Harashima Precoding,THP)方案的预编码模型；

S4，根据所建立的预编码模型以及从接收端反馈回发送端的信道测量信息，得到基于动态信道状态信息(Channel State Information,CSI)的信道矩阵H；

S5，基于动态CSI的信道矩阵H，在发射功率约束条件下，以最小均方误差(MinimumMean Square Error，MMSE)为优化目标，推导得到加权矩阵G和最优预编码矩阵B和F；

S6，结束。

2.根据权利要求1所述的高速移动下基于动态信道状态的MIMO预编码方法，其特征在于，所述S4包括：

根据所建立的预编码模型以及从接收端反馈回发送端的信道测量信息，得到基于动态CSI的信道矩阵H；信道矩阵H用相对固定不变和明显时变的两部分表示：

其中，H_m是信道的均值；表示信道变化的部分，用信道的相关值来表征；信道的均值和相关值可以对应于信道的估计值和误差协方差；因此，在发送时刻s时，信道的CSI可以由信道的估计值及其错误协方差R_e构成，表征如下：

假定己知发送端0时刻信道的初始测量值H₀与信道的统计信息，信道均值H_m、表征MIMO系统中所有发射和接收天线对之间的空间相关性的信道协方差R₀、信道的自协方差R_s；利用MMSE估计理论，信道在时刻s最优估计值与估计中的错误协方差R_e,s表征为：

其中，即为行向量；E[·]表示求期望操作；cov[·]表示求协方差操作；假设所有天线对的时间统计特性相同，则信道的空间相关性与时间相关性是独立存在的，因此，信道的自协方差R_s可以表示为

R_s＝β_sR₀

其中，β_s为信道的时间相关系数；也即，发射端的N_T根天线与接收端的N根天线之间的NN_T个信道拥有相同的时间相关函数；

简化上述的时间相关模型，简化的模型可以有效地隔离信道时间变化对发送端CSI的影响；信道的估计值与估计中的错误协方差矩阵R_e可以重写为：

其中L为取CSI均值的窗长，H_k为在抽样时刻k的瞬时信道测量值；因此，发射端CSI可以简要地刻画为信道的时间相关系数β_s、信道的测量值Η₀、信道的均值H_m与协方差R₀的函数；

R₀为半正定Hermitian矩阵，其中对角线上的元素分别表征NN_T个信道的发射功率增益，而非对角线的元素则反映了各个信道之间的相互耦合；在基于Kronecker结构构建的信道模型中，R₀可分解为发射端天线相关性和接收端天线相关性R_r的Kronecker积形式：

其中，R_t与R_r均为半正定Hermitian矩阵，同理，联立式子和可得到基于动态CSI的信道矩阵H：

3.根据权利要求1所述的高速移动下基于动态信道状态的MIMO预编码方法，其特征在于，所述S5包括：

根据best-first排序，对信道矩阵H的各个行向量进行排序，得到排序后的信道矩阵H_K为

排序后的信道矩阵H_K会产生相应的反馈矩阵B_K、加权矩阵G_K和前馈矩阵F_K；接收向量r_K可以表示为

r_K＝H_Kx_K+n_K

其中，x_K为N_T根发送天线发送的数据向量，表示为

发送信号经过排序后的多用户THP的系统后，接收端判决前的数据向量r_K′与发送端等效反馈信道的有效输入向量v_K对应，其误差e表示为

其中，为判决前的等效噪声；根据MMSE的思想，在保证发送向量满足发射功率约束的条件下，寻求合理的前馈矩阵F_K、反馈矩阵B_K及加权矩阵G_K，使得误差向量最小，因此，可以构建MMSE目标函数和约束条件

其中，P_T表示发射总功率，因为直接求解比较困难，利用正交原理，有

即接收向量r_K与误差向量e正交；将误差向量e＝r_K′-v_K代入式有

其中，再联合式r_K＝H_Kx_K+n_K，得到

其中，假设信号向量的各元素相互正交，则为对角矩阵；令有

其中反馈矩阵B_K为严格下三角矩阵；为了符合多用户下行信道用户间没有协同的实际情况，加权矩阵G_K设置为对角矩阵；为了不改变发送数据的发射功率，同时也为了得到闭合形式的解，前馈矩阵F_K假设为酉矩阵，满足因此上式化简为：

并得到：

再根据得到：

即：

令上式可表示为：

对作Cholesky分解，即可得到下三角矩阵R_K；将R_K的主对角元素的倒数作为对角线上的元素们可以构造出加权矩阵G_K：

反馈矩阵B_K可表示为：

B_K＝G_KR_K-I

根据可以得到前馈矩阵F_K：