張曉珊 姜述超 蘇冬良

摘 要： 現(xiàn)代蜂窩通信系統(tǒng)中，由于小區(qū)間的互相干擾， 小區(qū)邊緣用戶成為性能提升的瓶頸。針對(duì)這一問(wèn)題，本文考慮采用多小區(qū)聯(lián)合檢測(cè)來(lái)提高小區(qū)邊緣用戶的性能，重點(diǎn)關(guān)注干擾信號(hào)采用空時(shí)編碼時(shí)的檢測(cè)問(wèn)題。通過(guò)將相關(guān)符號(hào)周期的傳輸綜合建模，本文提出了一種聯(lián)合最小均方誤差（Joint-Minimum Mean-Squared Error， J-MMSE）檢測(cè)算法;并分別討論了服務(wù)小區(qū)采用空時(shí)編碼和空分復(fù)用傳輸時(shí)的算法設(shè)計(jì)。仿真結(jié)果表明，與傳統(tǒng)檢測(cè)算法相比，所提的J-MMSE檢測(cè)算法，可以以較低的復(fù)雜度獲得顯著的性能增益;為多小區(qū)聯(lián)合檢測(cè)提供了一個(gè)有吸引力的選擇。

關(guān)鍵詞： MIMO; Alamouti; MMSE; 檢測(cè)算法

中圖分類號(hào)： TN 92

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1007-757X（2019）06-0081-04

Abstract： In modern cellular communication systems， due to the interference from neighbor cells， the performance of cell-edge users becomes the bottleneck of the whole system. To solve the problem， this paper discusses the multi-cell joint detection schemes， focusing focuses on the suppression of interference signals with space-time coding. By combining the transmissions in all relevant symbol periods， we propose a Joint-Minimum Mean-Squared Error （J-MMSE） detection algorithm; and detail its applications in the scenarios where the target signal is transmitted with space-time coding or spatial multiplexing， respectively. The simulation results show that the proposed J-MMSE scheme can achieve a significant performance gain over traditional designs with low complexity， which provides an attractive option for multi-cell joint detection.

Key words： MIMO; Alamouti; MMSE; Detection algorithm

0?引言

無(wú)線信道環(huán)境十分復(fù)雜，基站發(fā)送的信號(hào)在傳輸過(guò)程中可能發(fā)生反射、折射、散射等，導(dǎo)致移動(dòng)端接收到除直射路徑以外的其他路徑信號(hào)，產(chǎn)生多徑衰落，影響通信系統(tǒng)的數(shù)據(jù)傳輸速率[1]。研究表明多輸入多輸出（Multiple-input Multiple-output，MIMO）系統(tǒng)通過(guò)在收發(fā)端配置多天線，可以充分利用多徑分集，在不增加總發(fā)射功率和帶寬的前提下提高數(shù)據(jù)傳輸速率，進(jìn)而提升系統(tǒng)的容量[2]?？諘r(shí)編碼（Space-time Coding， STC）在不同天線的發(fā)送信號(hào)間引入時(shí)間和空間的相關(guān)性，為接收端提供編碼增益，研究表明將STC應(yīng)用在MIMO 天線系統(tǒng)能夠更加有效的對(duì)抗無(wú)線信道衰落的影響，實(shí)現(xiàn)高速數(shù)據(jù)傳輸[3]。1998年，S.M.Alamouti提出了一種空間域正交分組編碼，編碼后的信號(hào)由發(fā)射天線在不同符號(hào)周期中發(fā)送[4]，其巧妙的編碼策略使接收端可以實(shí)現(xiàn)線性解碼，大大降低了譯碼復(fù)雜度，所以該技術(shù)在現(xiàn)在的4G無(wú)線通信系統(tǒng)中獲得了廣泛的應(yīng)用。

移動(dòng)通信系統(tǒng)容量受限的另一個(gè)瓶頸是多小區(qū)信號(hào)干擾，小區(qū)邊緣用戶除了接收到本小區(qū)的信號(hào)外還會(huì)受到鄰小區(qū)較大功率干擾信號(hào)的影響通信質(zhì)量，所以需要設(shè)計(jì)合適的接收機(jī)檢測(cè)算法來(lái)消除干擾，提升檢測(cè)性能。傳統(tǒng)的線性接收機(jī)雖然操作簡(jiǎn)單，但在干擾較大時(shí)，性能惡化明顯[5]，[8];非線性接收機(jī)，如最大似然（Maximum Likelihood， ML）等[7]，雖然可以獲得更好的性能，但算法復(fù)雜度較高，且一般需要知道干擾信號(hào)的調(diào)制和編碼信息等[7]，在多小區(qū)環(huán)境下獲取困難。

基于上述分析，本文主要研究適用于多小區(qū)下行鏈路干擾信號(hào)是Alamouti空時(shí)編碼的檢測(cè)算法。主要思路是通過(guò)對(duì)空時(shí)編碼幀內(nèi)相關(guān)符號(hào)傳輸?shù)木C合建模，采用線性MMSE檢測(cè)算法實(shí)現(xiàn)對(duì)于干擾信號(hào)統(tǒng)計(jì)信息的利用，從而獲得顯著優(yōu)于傳統(tǒng)線性檢測(cè)算法的性能。

本文其余部分的組織如下：第二章對(duì)系統(tǒng)模型，Alamouti編碼和MMSE檢測(cè)進(jìn)行了簡(jiǎn)單的介紹;第三章主要提出聯(lián)合最小均方誤差（Joint-Minimum Mean-Squared Error， J-MMSE）檢測(cè)算法，并將其應(yīng)用在不同場(chǎng)景中;第四章呈現(xiàn)了主要的仿真結(jié)果;最后一章對(duì)論文進(jìn)行了簡(jiǎn)要總結(jié)。

標(biāo)記說(shuō)明：（·）*，（·）H，（·）-1各自表示共軛，共軛轉(zhuǎn)置和矩陣的逆;

I是適當(dāng)大小的單位矩陣;E[·]表示統(tǒng)計(jì)期望;arg min（·）表示使？取最小值的解。

1?預(yù)備知識(shí)

1.1?系統(tǒng)模型

考慮移動(dòng)通信下行鏈路，各小區(qū)基

站都配置M根發(fā)射天線，移動(dòng)端配置N根接收天線，論文建模為兩小區(qū)，移動(dòng)端除了接收到本小區(qū)基站傳輸?shù)男盘?hào)外，還受到鄰小區(qū)干擾信號(hào)的影響，接收信號(hào)可以表示成式（1）。

編碼后矩陣的行代表發(fā)送天線，碼字矩陣的行正交，矩陣的列表示不同的符號(hào)周期。

以兩發(fā)一收的天線系統(tǒng)為例可以了解到Alamouti編碼的優(yōu)點(diǎn)，其接收信號(hào)為式（3）。

1.3?MMSE檢測(cè)

MMSE是基于最小均方誤差準(zhǔn)則的檢測(cè)算法，其目的是使估計(jì)信號(hào)與真實(shí)信號(hào)x之間的均方差最小，即滿足式（6）。

2?J-MMSE檢測(cè)方法

本章分別對(duì)服務(wù)小區(qū)采用空時(shí)編碼和空分復(fù)用傳輸這兩個(gè)場(chǎng)景介紹了J-MMSE的具體實(shí)現(xiàn)。

2.1?服務(wù)小區(qū)和干擾小區(qū)信號(hào)都采用空時(shí)編碼

首先我們討論服務(wù)小區(qū)和干擾小區(qū)傳輸信號(hào)都采用Alamouti空時(shí)編碼的場(chǎng)景，規(guī)定每個(gè)小區(qū)發(fā)射天線數(shù)M = 2，移動(dòng)端天線數(shù)N = 2。基于瑞利平坦衰落信道的假設(shè)，以初始兩符號(hào)周期為例，將符號(hào)周期1和2的信息聯(lián)合得到最終的接收信號(hào)，如式（9）。

相較于原本每個(gè)符號(hào)周期中四發(fā)（兩小區(qū)每符號(hào)周期共傳輸四個(gè)符號(hào)）兩收的接收模型，信息聯(lián)合后變成了如（9）所示的四發(fā)四收的天線系統(tǒng)，相當(dāng)于增加了接收天線的數(shù)目，降低了信道深衰落的概率，在進(jìn)行信號(hào)檢測(cè)時(shí)能獲得更好的性能。將式（9）簡(jiǎn)化為式（10）。

其中d可以有1，2，3，4四個(gè)取值是因?yàn)榉?wù)小區(qū)相鄰兩符號(hào)周期傳輸不同的符號(hào)。

3?仿真結(jié)果

考慮多小區(qū)的仿真條件：除服務(wù)小區(qū)外還建模有一個(gè)干擾小區(qū)，兩小區(qū)基站各有兩根天線，移動(dòng)用戶也配置兩根天線。 發(fā)送與接收端之間的鏈路是平均單位能量的瑞利平坦衰落信道，可認(rèn)為相鄰符號(hào)周期的信道經(jīng)歷相同的衰落，文章假設(shè)接收端已知信道信息。服務(wù)小區(qū)與干擾小區(qū)傳輸數(shù)據(jù)經(jīng)過(guò)turbo編碼，再經(jīng)QPSK調(diào)制后發(fā)送，接收端也相應(yīng)的進(jìn)行解調(diào)和解碼操作。若信號(hào)平均功率為P，信噪比（SNR）定義為10*log10（P/σ2n），噪聲功率固定為σ2n=1，干擾信號(hào)信噪比為某一固定值，仿真中選取SNR2 = 5、10、15 dB。每個(gè)傳輸幀包含4 096個(gè)比特，仿真性能用比特錯(cuò)誤率（BER）刻畫(huà)，本文運(yùn)用蒙特卡羅方法仿真，最終的BER是1000幀的平均值。

為了便于分析，首先介紹SINR的定義，式（1）所示接收模型的SINR可以表示為式（15）。

其中P1是服務(wù)小區(qū)信號(hào)功率，P2是干擾信號(hào)功率。

兩小區(qū)傳輸信號(hào)都采用Alamouti空時(shí)編碼，干擾小區(qū)信號(hào)SNR2分別取5、10、15 dB時(shí)J-MMSE與傳統(tǒng)MMSE的性能，橫坐標(biāo)表示服務(wù)小區(qū)信號(hào)功率的變化，如圖1所示。

從圖1可以看出，取不同的干擾小區(qū)傳輸信號(hào)功率時(shí)，所提的J-MMSE算法性能都優(yōu)于傳統(tǒng)MMSE。在SNR2分別取5、10、15 dB時(shí)， J-MMSE相對(duì)于傳統(tǒng)MMSE的增益分別為1、1.7、2.8 dB（在BER=10-4時(shí)）。

干擾信號(hào)是Alamouti空時(shí)編碼，服務(wù)小區(qū)是空分復(fù)用傳輸?shù)那闆r，如圖2所示。

相比于圖1，在相同噪聲干擾條件下，圖2的整體性能有所下降。這是因?yàn)閳D2的仿真條件中服務(wù)小區(qū)信號(hào)并未采用Alamouti空時(shí)編碼，不能利用相鄰兩符號(hào)周期信道與傳輸信號(hào)的相關(guān)性。但是，我們可以看到，圖2中所提J-MMSE算法的性能仍然顯著優(yōu)于傳統(tǒng)MMSE。在SNR2分別取5、10、15 dB時(shí)， J-MMSE相對(duì)于傳統(tǒng)MMSE的增益分別為1.2、2.1、3.4 dB（在BER=10-4時(shí)）;相對(duì)性能增益與圖1中基本一致。

4?總結(jié)

我們對(duì)下行鏈路存在的多小區(qū)干擾問(wèn)題進(jìn)行了研究，將問(wèn)題聚焦在干擾信號(hào)是Alamouti空時(shí)編碼的場(chǎng)景，提出的J-MMSE算法在較低復(fù)雜度的前提下也能達(dá)到較優(yōu)的性能。J-MMSE利用了Alamouti空時(shí)編碼的正交性與瑞利平坦衰落信道信道的相關(guān)性，聯(lián)合兩符號(hào)周期的信息進(jìn)行檢測(cè)，能得到顯著優(yōu)于傳統(tǒng)MMSE檢測(cè)的性能，文章為多小區(qū)聯(lián)合檢測(cè)提供了一個(gè)有吸引力的選擇。

未來(lái)研究：論文假設(shè)接收端已知信息信息，但是實(shí)際場(chǎng)景中存在信道估計(jì)不準(zhǔn)確等問(wèn)題，之后可以嘗試在信道有誤差的場(chǎng)景中進(jìn)行仿真，檢驗(yàn)算法的魯棒性，另外也可以分析當(dāng)傳輸符號(hào)采用不同調(diào)制方式時(shí)算法是否依舊有較大的增益。

參考文獻(xiàn)

[1] Costello D J. Fundamentals of Wireless Communication （Book review）[J]. IEEE Transactions on Information Theory， 2009， 55（2）：919-920.

[2]?Foschini G J， Gans M J. On Limits of Wireless Communications in a Fading Environment when Using Multiple Antennas[J]. Wireless Personal Communications， 1998， 6（3）：311-335.

[3]?Tarokh V， Seshadri N， Calderbank A R. Space-time Codes for High Data Rate Wireless Communication： Performance Criterion and Code Construction[J]. IEEE Transactions on Information Theory It， 1998， 50（12）：19-32.

[4]?Alamouti S M. A Simple Transmit Diversity Technique for Wireless Communications[J]. IEEE J. select. areas. Commun.， 1998， 16（8）：1451-1458.

[5]?Shang P， Kim S， Choi K. Soft ZF MIMO Detection for Turbo Codes[C]// IEEE International Conference on Wireless & Mobile Computing. 2010.

[6]?Sengijpta S K. Fundamentals of Statistical Signal Processing： Estimation Theory[M]. PTR Prentice hall， 1993.

[7]?Strm E G， Svensson T. EU FP7 INFSO-ICT-317669 METIS， D1.1 Scenarios， Requirements and KPIs for 5G Mobile and Wireless System[J]. Scenario， 2013.

[8]?商河. MIMO信號(hào)檢測(cè)的研究[D]. 呼爾浩特：內(nèi)蒙古大學(xué)， 2012.

（收稿日期： 2018.12.17）