大規模MIMO雙向中繼系統的功率分配

李曉婷

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

大規模MIMO雙向中繼系統的功率分配

李曉婷

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

在中繼的發送端和接收端安裝大量天線，可以大大地提高系統性能。提出一種大規模MIMO雙向中繼架構。在每個相干時間間隔內，信息交換發生在三個階段：訓練階段、多址階段、廣播階段。在訓練階段，中繼通過正交導頻序列對所有用戶進行獨立的信道估計。假設中繼已知不完全信道狀態信息情況下，設計一個最小均方差(MMSE)濾波器減輕環回干擾，采用迫零(ZF)濾波器進行檢測和預編碼處理。通過評估此系統中繼和目的點的誤碼率(BER)，選出最佳的中繼發送功率，并且提出了一種最佳功率分配算法。在滿足通信對速率約束條件的情況下，此算法可以算出中繼最小發送功率。仿真結果表明，當MMSE濾波器和最佳功率分配算法都被采用的時候，系統將獲得更高的能源效率。

雙向中繼；MIMO；信道估計；MMSE；迫零；功率分配

0 引 言

目前，隨著移動通信技術的快速發展、移動通信網絡的廣泛使用以及移動通信用戶數量的迅猛增長，在移動通信網絡中實現雙向中繼技術，已成為移動通信系統發展的熱點之一[1-3]。無線雙向中繼網絡中端到端系統性能取決于時隙和功率的聯合分配,以及在非對稱信道下經過資源優化分配后,在中繼節點上采用何種AF/DF/CF機制[4]。文獻[5]描述了多用戶采用AF轉發中繼的比例公平調度。在多用戶情況下，考慮子載波配對的問題，并且闡述了OFDMA中繼網絡中的GPF調度幀問題。文獻[6]重點研究了共享中繼網絡的調度和資源分配方面的問題。描述了一個共享中繼架構，以減少無線蜂窩網絡小區間干擾。共享中繼架構就是具有多個天線的單個中繼被放置在小區的邊緣，并且由多個扇區共享。文獻[7]詳述了中繼選擇和資源分配的聯合優化，根據數據速率要求來最小化系統的發射功率消耗，提高能源效率。

現在大多數的無線雙向中繼的理論研究仍然局限于兩源節點和單中繼、多源節點和單中繼的系統模型[8-10]。這種研究模型已經不能滿足日益復雜的網絡環境要求。對于大規模MIMO和雙向中繼系統相結合的模型來說,目前對其的研究國際上剛處于起步階段,只有少數文章可參考。文獻[11]詳述了大規模天線陣列的雙向中繼網絡采用導頻序列，進行信道估計的兩種方案。文獻[12]研究了MIMO雙向中繼網絡中源和中繼的天線選擇問題，提出兩個相似的最優算法：JRSAS和SRSAS。這兩種算法都可以接近最佳窮舉搜索(ES)算法，而且顯著減少了計算復雜度。

下一代網絡的基本思想是基站通過使用大量的天線，可以服務于更多的用戶和設備。此研究涉及到各種信號處理技術，如信道建模和估計，預編碼和檢測算法。文中提出一種大規模MIMO雙向中繼架構，所有用戶都具有一個獨立的天線，而中繼節點配備一個非常大的天線陣列。信息交換發生在三個階段：訓練階段、多址階段、廣播階段。通過在訓練階段的導頻序列使中繼對所有用戶進行獨立的信道估計。采用迫零ZF濾波器進行檢測、預編碼，線性處理抑制環回干擾。提出一種最佳功率分配算法，減小了發送功率，降低了誤碼率，提高了能源利用率和系統的整體性能。

1 系統模型

MIMO雙向中繼系統如圖1所示。

圖1 MIMO雙向中繼系統

考慮兩組用戶u1、u2，每組包含K個單線用戶，中繼含有Nrx根接收天線和Ntx根發送天線(K?Nrx,Ntx)。x的第k個用戶和y的第k個用戶只通過中繼相互傳輸信息。

1.1 信道估計

向量X是源點到中繼發送的符號，向量t是中繼到目的點發送的波束成形符號，假定這些向量是取自一個M-QAM星座且輸出信號是規范的、不相關的。因此，每個源點的發送功率獨立于K，中繼的總發送功率獨立于Ntx。中繼和目的點接收的符號向量分別是：

(1)

(2)

由于源點到中繼和中繼到目的點的符號傳輸都經過一個MIMO信道，所以

(3)

其中，D1、D2是一個對角矩陣，服從對數正態分布，表示大規模信道的影響;H1、H2服從標準正態分布,表示快衰落信道。

為了有效地應用檢測，預編碼和干擾消除技術，必須進行信道估計。中繼通過采用訓練階段的導頻序列對所有用戶進行獨立的信道估計，然后使用迫零ZF濾波器處理接收信號。假設所有通信鏈路共享同一時頻資源，采用TDD傳輸模式。在一個相干時間間隔內，信息交換發生在三個階段：訓練階段、多址階段、廣播階段，如圖2所示。

圖2 三個階段

在訓練階段，每個用戶分配一個τ長度的導頻序列，所有用戶同時發送導頻序列到中繼，所以中繼接收的導頻矩陣為：

(3)

中繼根據用戶發送的導頻矩陣進行信道估計，用于信號處理。

(4)

1.2 檢測和預編碼

(5)

(6)

1.3 環回干擾(Loopback Interference,LI)

(7)

若Ftx固定，則

(8)

由式(7)所提供的解決方案對應于文獻[13]中的零空間投影，但是一般找到針對大規模陣列的解決方案是困難的。與此相反，式(8)是一個封閉的表達式，包含信道估計、發送向量的協方差矩陣和噪聲。根據所考慮的模型，給定一組參數，可以預測端到端的誤碼率：若中繼具有較低的發送功率pR，會降低環回干擾功率、減少估計誤差的影響和射頻損傷；若中繼具有較高的發送功率pR，會提高信噪比(SNR)，降低誤碼率(BER)。因此，當固定源點的發送功率時，若使得端到端的BER最小，pR的選擇很重要。

2 功率分配

中繼受到的干擾主要取決于它的發送功率，并且直接影響了端到端的性能。因此，找到滿足系統要求的最佳功率很重要。

考慮每個鏈路的可達速率，文獻[14]中提到源點和目的點之間的發送鏈路速率：

Rk=min{R1,k,R2,k}

(9)

其中，R1,k表示源點和中繼之間的可達速率；R2,k表示中繼和目的點之間的可達速率。

檢測前，中繼接收的信號為：

(10)

其中，g1,k表示G1的第k列。

檢測前，目的點接收的信號為：

(11)

以上兩式均可看作是期望的信號加上不相關的等效噪聲(信道衰落、通信對之間的干擾、環回干擾、高斯噪聲)。

文中的目的是在保證達到每個通信對期望速率的條件下，計算最優的源點和中繼的發送功率。另外，還要滿足峰值功率約束，考慮整體功耗。也就是說，既要保證系統的能源效率最大，又要保證總功率最小：

(12)

其中，R0,k表示通信對k要求達到的速率；pS0,k表示通信對k要求達到的峰值功率；pR0表示中繼的峰值功率。

為了取得源和中繼的最佳功率，提出一個簡單有效的基于線性規劃的迭代算法。

步驟1：第一次迭代i=1，L是迭代次數上限，Nit是每次迭代信道實現的數目。系統要求源點和中繼達到的峰值功率為:

pS,k,1=pS0,k，pR,1=pR0

步驟2：計算Nit個信道的統計信息。首先，生成信道矩陣G1,G2，LI信道矩陣HLI，ZF濾波器的傳輸矩陣和預編碼矩陣WZF,AZF；然后，聯合pS,k,i,pR,i計算前置濾波器Frx；最后，計算所有通信對的可達速率R1,k和R2,k。在大規模MIMO系統中常用中心極限定理近似等效噪聲項為高斯噪聲項[15]，因此R1,k和R2,k的近似值是：

R1,k=log2(1+

(13)

(14)

獲取信道統計信息的平均值，解決系統能源效率最大且源點和中繼總功率最小的問題(見式(12))，得出新的pS,k,i,pR,i。

步驟3：給源點和中繼的峰值功率重新賦值(見式(15))，進行再一次迭代，直到i=L結束。

pS,k,i+1=pS,k,i,pR,i+1=pR,i,i=i+1〗

(15)

3 系統仿真分析

圖3 端到端的BER

圖4 系統能源效率

4 結束語

文中提出一種大規模MIMO雙向中繼架構，所有用戶都具有一個獨立的天線，而中繼節點配備有一個非常大的天線陣列。中繼采用兩個濾波器：ZF濾波器進行檢測和預編碼處理；MMSE濾波器抑制環回干擾。通過對端到端BER的分析，可以選擇一個最佳的中繼功率分配。與平均功率分配算法進行比較，該算法顯著提高了能源效率。

[1] 林文佳,葉 偉,楊 馨.蜂窩通信中中繼雙向傳輸技術[J].計算機工程與設計,2010,31(17):3800-3802.

[2] 楊 波,于宏毅,呂 凌,等.高頻譜效率的雙向連續中繼技術[J].北京郵電大學學報,2009,32(1):10-13.

[3] 劉 通,陳前斌,唐 倫,等.Two-way中繼系統中的雙向中繼選擇及功率分配策略[J].計算機應用研究,2010,27(7):2697-2699.

[4] 萬慶濤,馬冠一.中繼系統中斷概率研究[J].計算機工程與應用,2013,49(11):24-26.

[5]SharifianA,DjukicP,YanikomerogluH,etal.Generalizedproportionallyfairschedulingformulti-useramplify-and-forwardrelaynetworks[C]//Vehiculartechnologyconference.Ottawa,Canada:IEEE,2010:1-5.

[6]LinYicheng,YuWei.Fairschedulingandresourceallocationforwirelesscellularnetworkwithsharedrelays[J].IEEEJournalonSelectedAreasinCommunications,2012,30(8):1530-1540.

[7]ChenYu,FangXuming,HuangBo.Energy-efficientrelayselectionandresourceallocationinnonregenerativerelayOFDMAsystems[J].IEEETransactionsonVehicularTechnology,2014,63(8):3689-3699.

[8] 鄭 毅,李中年,王亞峰,等.LTE-A系統中繼技術的研究[J].現代電信科技,2009,39(6):45-49.

[9] 趙欣麗.LTE-Advanced系統中繼技術綜述[J].電子質量,2010(9):42-44.

[10] 張志恒.LTE-Advanced系統中繼技術的研究[J].信息通信,2014(3):188-190.

[11] Ngo H Q,Larsson E G.Spectral efficiency of the multipair two-way relay channel with massive arrays[C]//Proceedings of ACSSC.[s.l.]:IEEE,2013:275-279.

[12] Yu Yuehua,Wang Peng,Li Yonghui,et al.Computationally efficient relay-source antenna selection for MIMO two-way relay networks[C]//2015 IEEE ICC.[s.l.]:IEEE,2015:1625-1630.

[13] Riihonen T,Werner S,Wichman R.Mitigation of loopback self-interference in full-duplex MIMO relays[J].IEEE Transactions on Signal Processing,2011,59(12):5983-5993.

[14] Liu Yinjun,Yan Shi,Li Xiangling,et al.Energy-efficient resource allocation for multi-user two-way relay-assisted OFDM system[C]//21st international conference on telecommunications.[s.l.]:[s.n.],2014:150-154.

[15] Hassibi B,Hochwald B M.How much training is needed in multiple antenna wireless links?[J].IEEE Transactions on Information Theory,2003,49(4):951-963.

Power Allocation of Massive MIMO Two-way Relay System

LI Xiao-ting

(College of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

The system performance can be greatly increased when the relay is equipped with a large number of antennas on both transmitter and receiver.A massive MIMO two-way relaying architecture is presented.Within each coherence interval,the information exchange occurs in three phases including the training phase,the multiple-access phase,and the broadcast phase.In the training phase,the relay estimates the channels based on pilots transmitted from the users and the pilot sequences assigned for all users in both groups are pairwisely orthogonal.It assumes the relay knows imperfect channel state information and designs a Minimum Mean-Square Error (MMSE) filter to reduce the interference.Then,Zero-Forcing (ZF) filters is adopted for both detection and precoding.The system performance is evaluated in terms of Bit Error Rate (BER) at both relay and destinations.An optimal power allocation algorithm is put forward that computes the minimum power that satisfies the rate constraints of each pair.Simulation results show that when both MMSE filtering and optimal power allocation algorithm are used,the system achieves higher energy efficiency.

two-way relay;MIMO;channel estimation;MMSE;zero-forcing;power allocation

2016-04-06

2016-08-10

時間：2017-01-10

國家自然科學基金資助項目(61372125，61401234)

李曉婷(1990-)，女，碩士研究生，研究方向為下一代通信網絡技術。

http://www.cnki.net/kcms/detail/61.1450.TP.20170110.1019.054.html

TP302

A

1673-629X(2017)02-0143-04

10.3969/j.issn.1673-629X.2017.02.032