《lte上行虚拟mimo信道估计关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
论文题目LTE上行虚拟MIMO信道估计关键技术研究学科专业电子与通信工程指导教师唐友喜教授作者姓名何叶芊学号200922260217万方数据 分类号密级UDC注1学位论文LTE上行虚拟MIMO信道估计关键技术研究（题名和副题名）何叶芊（作者姓名）指导教师姓名唐友喜教授电子科技大学成都（职务、职称、学位、单位名称及地址申请专业学位级别硕士专业名称电子与通信工程论文提交日期2012.04论文答辩日期2012.05学位授予单位和日期电子科技大学答辩委员会主席评阅人2012年月日注1：注明《国际十进分类法UDC》的类号。万方数据 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据 万方数据 摘要摘要2011年占全球手机市场13%的智能手机贡献了78%移动数据流量，用户对语音业务以外的数据业务需求日益增长，这就要求移动通信系统具有更大的系统容量，更高的数据速率。虚拟MIMO技术，通过为多个用户分配相同的时频资源，充分利用空间资源，成为提升LTE系统吞吐量的重要手段。另一方面，无线信道的传播环境复杂，由于噪声、小区间干扰、配对用户间干扰的影响，严重影响了有用信号的传输。为了在接收端尽可能恢复出配对用户的发射信号，需要准确估计信道的衰落信息，因此有必要研究虚拟MIMO系统中高性能的信道估计算法。首先，本文针对LTE上行单用户系统，研究了信息传输过程中信道估计对系统性能产生的影响，分析了单用户场景下的信道估计算法，提出了基于DFT变换(DFT-Based)信道估计算法和降噪估计算法。将接收到的信道信息IDFT变换到时域，通过加窗滤除部分噪声，尽可能保留有用的信道信息能量，误码率性能相比LS算法有明显提升。其次，考虑到LTE上行多用户虚拟MIMO系统，用户间的参考信号正交性并不能完全保证，提出了多用户基于SNR辅助的DFT-Based变化窗长信道估计算法。将单用户使用的时域固定窗变为根据用户SNR变化的自适应窗，此算法对虚拟MIMO配对中功率较低用户的性能提升明显。针对对称资源配对和非对称资源配对两种情况，本文还给出了虚拟MIMO配对前后SINR的计算公式和推导过程。最后，根据LTE上行系统协议的具体规范，使用Matlab搭建仿真平台，针对单用户与多用户虚拟MIMO场景，不同的信道和移动速度，对LS算法与提出的单用户DFT-Based降噪处理的信道估计算法、多用户基于SNR辅助的DFT-Based变化窗长的信道估计算法进行了仿真验证和分析。本文研究了LTE上行系统多用户虚拟MIMO场景下的信道估计技术，丰富了现有的信道估计方法，具有其理论和实用价值。研究结果可直接应用于LTE上行多用户虚拟MIMO配对的系统中，降低复杂度并提升系统性能。关键词：LTE，SC-FDMA，虚拟MIMO，信道估计，信噪比辅助估计I万方数据 AbstractAbstractIn2011,smartphones13%proportionofallcellphonescontributed78%oftotal mobiledata,whichindicatesthegrowingdemandfordataservicesotherthanvoice services.Sothisrequiresthemobilecommunicationsystemtohaveabiggersystem capacityandhigherdatarates.VirtualMIMOtechnologyhadbecomeanimportantway toimprovetheLTEsystemthroughputs,byassigningthesametime-frequency resourcesformultipleusersandfullyusingofspaceresources.Ontheotherhand,duetothenoise,inter-cellinterference,andtheinterference effectsbetweenthepairingusers,theradiopropagationchannelenvironmentisquite complex,whichseriouslyaffecttheusefulsignaltransmission.Inordertorebuilt transmittedsignalatthereceiverasaccurateaspossible,accuratechannelfading informationisneeded.Soitisnecessarytostudyaperfectchannelestimationalgorithm invirtualMIMOsystem.Firstly,forsingleuserLTEuplinksystem,wefindouthowmuchthechannel estimationalgorithmimpactthesystemperformance.Also,weanalysisthechannel estimatedalgorithmitself,andproposedaDFT-Basedmethod.BydoingIDFT transform,takethechannelinformationreceivedintotimedomain.Inordertoretainthe usefulchannelinformationenergy,wethenfilteroutsomenoise,bywhich,itperform betterinBER,comparingtotheLSalgorithm.Secondly,consideringthemulti-userLTEuplinkvirtualMIMOsystem,sincethe orthogonallyamongdifferentuserreferencesignalscannotbeguarantee,weaddressthe DFT-BasedchannelestimationalgorithmwiththeaidofSNRinformation.Quite differentfromsingleusertime-domainfixedwindowmethod,byusingSNRbased adaptivewindowalgorithm,weenhancesignificantlytheperformanceoflowerpower userinvirtualMIMOpairing.Forbothsymmetricresourcepairingandasymmetric resourcespairingcases,thepapergivestheformulaandderivationoftheSINRbefore andafterthepairingofvirtualMIMO.Finally,accordingtotheLTEuplinksystemprotocolspecificspecification,aMatlab basedsimulationplatformhasbeenbuilt.Forbothsingle-userandmulti-userinvirtual MIMOscene,withdifferentchannelinformationandthemovingspeeds,weaddressthe simulationperformanceandanalysisofallchannelestimationalgorithmmentions before.Thispaperstudiesthechannelestimationtechnologyinthemulti-userLTEuplink virtualMIMOscenarios.Itenrichestheexistingchannelestimationmethods,andhas somehowtheoreticalandpracticalvalue.Theresearchcanbedirectlyusedinthe multi-userLTEuplinkvirtualMIMOpairingsystem,thustoreducethecomplexityand improvesystemperformance.Keywords:LTE,SC-FDMA,VirtualMIMO,ChannelEstimation,SNR-BasedII万方数据 目录目录第一章绪论..............................................................................................................11.1研究背景及意义..............................................................................................11.2论文内容及结构安排......................................................................................2第二章LTE上行链路与虚拟MIMO技术现状.........................................................52.1引言..................................................................................................................52.2LTE概述..........................................................................................................62.2.1性能需求..............................................................................................82.2.2LTE上行物理信道............................................................................142.3虚拟MIMO....................................................................................................162.3.1技术特征............................................................................................172.3.2应用环境............................................................................................182.3.3现有配对算法....................................................................................202.4信道估计........................................................................................................232.4.1LS信道估计算法..............................................................................242.4.2LMMSE信道估计算法.....................................................................272.4.3迭代信道估计....................................................................................282.5本章小结........................................................................................................30第三章DFT-Based降噪处理信道估计技术研究.....................................................313.1引言................................................................................................................313.2上行参考信号设计........................................................................................313.2.1参考信号序列生成............................................................................333.2.2序列组跳变及规划............................................................................343.2.3复用方式选择....................................................................................343.3LTE上行单用户信道估计............................................................................353.3.1参考信号DFT-Based信道估计算法................................................353.3.2加窗DFT-Based降噪信道估计算法................................................383.4算法设计与实现............................................................................................403.4.1仿真系统结构设计............................................................................403.4.2场景与参数设置................................................................................403.4.3结果与性能分析................................................................................433.5本章小结........................................................................................................47第四章信噪比辅助变换窗长信道估计技术研究....................................................49III万方数据 目录1.1引言................................................................................................................491.2基于信噪比辅助变换窗长信道估计............................................................491.3结果与性能分析............................................................................................512.1两个用户等功率情况下信道估计算法的性能比较........................512.2两个用户不等功率情况下信道估计算法的性能比较....................542.3用户使用不同子载波块数自适应窗的性能比较............................551.4多用户虚拟MIMO配对前后SINR计算....................................................572.2.1对称资源配对下的SINR计算.........................................................572.2.2非对称资源配对下的SINR计算.....................................................612.2.3SINR计算统一公式..........................................................................661.5本章小结........................................................................................................67第五章结束语............................................................................................................682.3.1本文总结及主要贡献....................................................................................682.3.2下一步工作建议与未来研究方向................................................................68致谢............................................................................................................................70参考文献........................................................................................................................71个人简历........................................................................................................................74攻读硕士学位期间的研究成果....................................................................................75IV万方数据 图目录图目录图1-1文章结构与研究内容.....................................................................................3图2-1LTE上行虚拟MIMO信道估计技术现状....................................................5图2-2多天线技术三种基本增益示意图.................................................................9图2-3从频域角度看LTE多址接入技术..............................................................10图2-4快速调度和链路自适应...............................................................................12图2-5上行资源栅格结构.......................................................................................15图2-6无线帧结构...................................................................................................16图2-7上行物理信道处理处理流程.......................................................................16图2-8两个用户配对的虚拟MIMO.......................................................................17图2-9多用户配对算法流程...................................................................................19图2-10不同接收算法下SINR估计........................................................................19图2-11迭代信道估计接收机结构...........................................................................29图3-1上行参考信号的时频域位置.......................................................................32图3-2DFT-Based信道估计系统结构....................................................................36图3-3加窗DFT-Based的噪声功率估计...............................................................38图3-4时域窗函数...................................................................................................38图3-5发射机结构框图...........................................................................................40图3-6接收机机构框图...........................................................................................40图3-7单用户LS与DFT-Based信道估计算法误码率性能比较........................44图3-8不同方式不同长度时域窗误码率性能比较...............................................45图3-9DFT-Based信道估计与LS算法的MSE性能比较...................................46图3-10单用户不同噪声处理算法误码率性能比较...............................................47图4-1单用户基于DFT-Based变化窗长的信道估计...........................................49图4-2基于SNR辅助的DFT-Based变化窗长的信道估计.................................50图4-3功率不同两个用户的不同时域窗长误码率性能比较...............................51图4-4EPA信道移动速度3km/h时信道估计BER性能比较.............................52图4-5EPA信道移动速度25km/h时信道估计BER性能比较...........................52图4-6EVA信道移动速度3km/h时信道估计BER性能比较.............................53图4-7EVA信道移动速度25km/h时信道估计BER性能比较...........................53图4-8两用户功率分别为1/3和2/3时不同算法BER性能比较.......................54图4-9两用户功率分别为1/4和3/4时不同算法BER性能比较.......................55图4-10用户占用25个资源块(RB)信道估计算法BER性能比较........................56图4-11用户占用12个资源块(RB)信道估计算法BER性能比较........................56图4-12非对称资源配对示意图1............................................................................62V万方数据 图目录图4-13非对称资源配对示意图2............................................................................63VI万方数据 表目录表目录表2-1LTE关键性能需求小结.................................................................................8表2-2LTE终端类别...............................................................................................13表2-3LTE上行SC-FDMA物理层参数................................................................14表2-4选定载波带宽的LTE上行系统SC-FDMA参数.......................................16表3-1仿真参数设定...............................................................................................41表3-2两用户功率比...............................................................................................41表3-3仿真过程参数设定.......................................................................................41表3-4扩展步行模型(EPA)......................................................................................42表3-5扩展车载模型(EVA).....................................................................................42表3-6典型城市模型(TUA)....................................................................................43表3-7扩展典型城市模型(ETU).............................................................................43表4-1基于信噪比变换的窗函数...........................................................................50表4-2不同资源块数基于信噪比变换的窗函数...................................................50VII万方数据 缩略词表缩略词表英文缩写英文全称中文释义3G3rd-Generation第三代移动通信4G4rd-Generation第四代移动通信AWDAdaptiveWindow自适应窗BERBitErrorRate误码率BLERBlockErrorRate误块率CPCyclicPrefix循环前缀CQIChannelQualityInformation信道质量信息CRCCyclicRedundancyCheck循环冗余校验CWDConstantWindow固定窗DMRSDeModulationReferenceSignal解调参考信号ETUExtendedTypicalUrban扩展典型城市模型FDDFrequencyDivisionDuplex频分双工HARQHybridAutomaticRepeat-reQuest混合自动请求HSDPAHighSpeedDownlinkPacketAccess高速下行分组业务HSPAHighSpeedPacketAccess高速分组接入HSUPAHighSpeedUplinkPacketAccess高速上行分组业务LMMSELineMinimumMeanSquareError线性最小均方误差LSLeastSquare最小二乘LTELongTermEvolution长期演进MACMediaAccessControl介质访问控制层MBMSMultimediaBroadcast/MulticastService多媒体广播多播业务MCSModulationandCodingScheme调制和编码方式MIMOMultipleInputMultipleOutput多输入多输出MMSEMinimumMeanSquareError最小均方误差OFDMOrthogonalFrequencyDivision正交频分复用OFDMAOrthogonalFrequencyDivisionAccess正交频分复用多址接入PBCHPhysicalBroadcastChannel物理广播信道PDCCHPhysicalDownlinkControlChannel物理下行控制信道VIII万方数据 缩略词表PDSCHPhysicalDownlinkSharedChannel物理下行共享信道PHICHPhysicalHybridARQIndicatorChannel物理HARQ指示信道PMCHPhysicalMulticastChannel物理多播信道QAMQuadratureAmplitudeModulation正交幅度调制QoSQuality-of-Service服务质量QPSKQuadraturePhaseShiftKey四进制相移检控REResourceElement资源粒子RSReferenceSignal参考信号SC-FDMASingle-CarrierFrequencyDivisionAccess单载波频分复用多址接入SINRSignal-to-InterferenceplusNoiseRatio信干燥比SRSSoundingReferenceSignal探测参考信号STBCSpace-TimeBlockCode空时分组码TBSTransportBlockSize传输块大小TDDTimeDivisionDuplex时分双工TTITransmissionTimeInterval发送时间间隔UEUserEquipment用户设备VMIMOVirtualMIMO虚拟多输入多输出ZFZeroForcing迫零IX万方数据 万方数据 第一章绪论第一章绪论本章首先描述课题研究背景，然后概述本文的研究意义，最后给出本论文的内容与结构安排。EquationChapter(Next)Section11.1研究背景及意义无线移动通信技术的飞速发展与广泛应用，促进着社会经济的发展，影响着人们的生活方式。2011年全球移动用户数量突破59亿大关，其中占手机市场13%的智能手机贡献了移动数据总流量的78%[1]。据国家统计局发布的《2011年国民经济和社会发展统计公报》显示[2]，电信业务总量全年完成11772亿元，移动电话用户数量年末达到9.86亿户，其中3G用户为1.28亿。移动通信及相关行业俨然已成为国民经济的支柱产业。用户对语音业务以外的数据业务需求日益增长，这要求移动通信系统具有更大的系统容量，更高的数据速率，更强的应用功能。为了适应新的市场需求，移动通信系统目前正在向LTE乃至4G系统演进。通用移动通信系统(UniversalMobileTelecomSystem,UMTS)的长期演进(LongTermEvolution,LTE)是3GPP(3rdGenerationPartnershipProject)组织从2004年底起启动的技术标准化工作[4]。LTE已将SC-FDMA(Single-CarrierFrequencyDivisionAccess)技术作为上行链路的多址技术。SC-FDMA和MIMO(MultipleInputMultipleOutput)技术的组合使用是LTE系统的重要特点，能使系统的容量大大提升。因此LTE上行物理链路的接入技术和相应的信号检测技术便成为当前研究的热点，其中，复杂传播环境中的信道信息估计精度尤为重要。无线信道传播环境复杂，而系统性能受信道条件的制约。无线信道具有随机的特点并不像有线信道那样稳定，导致接收信号频率、相位和幅度失真且很难分析。发射机和接收机之间的传播路径多种多样，有简单的视距传播，也可能受到各种复杂地形影响，比如山体、森林和建筑物等。电磁波在传播过程中由反射、绕射、散射引起多径效应，终端在移动过程中引起多普勒频移，这些都严重影响信号，导致无法正确接收和检测。这些就对接收机的设计提出了很大挑战，信道估1万方数据 电子科技大学硕士学位论文计精度将直接影响系统性能。虚拟MIMO(VirtualMultiple-InputMultiple-Output,VMIMO)是一种将空间上处在不同位置的天线通过某种合作方式组合在一起，形成虚拟的多天线系统形式，也称为多用户MIMO(MultiuserMultiple-InputMultiple-Output,MU-MIMO)。虚拟MIMO技术是提升LTE系统吞吐量的重要手段，其中，配对算法是实现其高空间复用增益的关键。在配对算法的实现过程中，基站需要用户的信道探测信息和信干噪比(Signal-to-InterferenceplusNoiseRatio,SINR)信息，因此多用户的信道估计算法是本文的研究重点。1.1论文内容及结构安排本文基于LTE上行关键技术，在深入了解和学习LTE基本协议的基础上，针对使用解调参考信号(DeModulationReferenceSignal,DMRS)和探测参考信号(SoundingReferenceSignal,SRS)信道估计算法，对LTE上行单用户信道估计和多用户虚拟MIMO中信道估计关键技术进行了研究，在现有算法的基础上，提出改进型算法。同时结合所做项目内容，搭建物理上行共享信道的仿真平台进行验证。具体研究内容包括：(1)基于DFT变换域的信道估计算法和降噪估计算法；(2)信噪比辅助的基于DFT变换窗长信道估计算法；(3)多用户虚拟MIMO配对情况下，利用信道探测参考信号计算用户SINR值。针对上述的三个方向，本文作了相应的研究，其内容和结构安排如图1-1所示。第一章叙述了论文的研究背景及意义，概括出论文的研究内容，给出研究的动机和出发点。第二章为综述部分，首先对LTE系统的性能需求和关键技术简要概述；随后介绍了LTE上行系统的物理信道，包括系统的帧结构、时隙结构以及整个物理信道的传输过程；接着对虚拟MIMO技术的特点和应用环境做简要介绍，并对现有的多用户配对算法做了整理；最后介绍常用的最小二乘(LeastSquare,LS)信道估计算法、线性最小均方误差(LineMinimumMeanSquareError,LMMSE)信道估计算法以及迭代信道估计算法，为后续算法对比仿真做基础。2万方数据 第一章绪论LTE上行虚拟MIMO信道估计关键技术LTE性能需求技术指标多载波多天线无线接口分组交换技术LTE上行技术现状虚拟MIMO技术特征及应用场景信道估计算法:LSLMMSE基于DFT变换域的信道估计单用户估计算法DFT-Based降噪处理信道估计SNR辅助DTF-Based变化窗长的信道估计算法多用户估计算法针对虚拟MIMO配对算法的基于SRS的SINR计算仿真平台搭建多种信道条件仿真图1-1文章结构与研究内容第三章为单用户DFT-Based信道估计算法和降噪处理估计算法。首先对用于信道估计的上行参考信号进行方案设计；然后给出算法模型；以及链路级仿真的场景说明和主要参数设置；最后给出了该算法与LS算法的对比仿真，MSE和BER对比结果，说明了该算法的性能优越性。第四章为多用户基于信噪比辅助的DFT变换窗长的信道估计算法。以单用户基于DFT变换域的信道估计算法和降噪估计算法为基础，多用户的参考信号码分复用，且使用正交序列，在接收端采用自适应窗的算法，使得不同发射功率、信道条件的多用户之间的检测性能得以提升，并给出对比仿真结果说明。此外，用户需要利用SRS进行信道质量探测，在多用户虚拟MIMO配对前与配对后，SINR值为配对算法提供依据和衡量标准，最后给出了对称资源和非对称资源情况下的3万方数据 电子科技大学硕士学位论文SINR的解析表达式和推导过程。第五章对全文进行了总结，并给出了有待继续进行相关研究的问题。4万方数据 第二章LTE上行链路与虚拟MIMO技术现状第二章LTE上行链路与虚拟MIMO技术现状1.1引言本文所研究内容涉及诸多领域，包括LTE系统上行链路、虚拟MIMO技术现状、信道估计算法。本章所涉及技术研究现状如图2-1所示，包括LTE的系统性能需求和目标，多载波、多天线、分组交换和用户设备能力等关键技术，上行物理链路信道的基本结构和工作方式；虚拟MIMO的应用场景、技术特征、现有配对算法综述；详细介绍传统的LS最小二乘估计、LMMSE最小均方误差估计、迭代信道估计。在第三章中，我们将对单用户参考信号的设计方案和信道估计算法进行研究；在第四章中，我们将对多用户虚拟MIMO配对算法中所需要的信道估计算法进行分析，并提出一种改进算法。EquationChapter(Next)Section2LTE上行系统概述性能需求关键技术物理信道LTE上行虚拟MIMO信道估计现状虚拟MIMO技术现状应用环境技术特征配对算法LS估计LMMSE估计信道估计算法迭代估计图2-1LTE上行虚拟MIMO信道估计技术现状5万方数据 电子科技大学硕士学位论文1.1LTE概述通用移动通信系统(UniversalMobileTelecomSystem,UMTS)的长期演进(LongTimeEvolution,LTE)是一系列推动移动通信系统向前发展的最新进展。伴随着著名的美国贝尔实验室所提出蜂窝小区概念的发展，针对陆地移动系统的系列举措始于1947年[4]。A.第一代移动通信系统第一代移动通信系统于20世纪80年代实现大规模商用。该系统使用模拟技术，由分布在世界各地独立系统组成。例如AMPS(AnalongueMobilePhoneSystem)为用于美国的模拟移动电话系统；TACS(TotalAccessCommuncationSystem)是用于欧洲部分地区的全址通信系统；NMT(NordicMobileTelephone)也是用于欧洲部分地区的所谓北欧移动电话系统；J-TACS(JapaneseTotalAccessCommuncationSystem)则是用于中国香港地区和日本的所谓日本全址通信系统[6]。B.2G蜂窝网络第二代蜂窝移动通信系统即全球移动通信系统(GlobleSystemforMobilecommunication,GSM)，采用了数字调制、时分复用(TimeDivisionMultipleAddress,TDMA)频分双工(FrequencyDivisionDuplex,FDD)模式以及码分复用(CodeDivisionMultipleAccess,CDMA)频分双工模式。通过充分利用各企业共同协作提供具有创造性的技术提案，在欧洲电信标准协会主持下使GSM成为可实现互操作的标准，被各国各企业广泛接受和使用[6]。终端设备随着技术的发展，功耗降低使电池使用时间延长，同时更小巧时尚，因而促进了庞大的新兴市场。首先是语音和短消息，随之是丰富的数据业务服务，在发展中国家的偏远地区，既没有固定线路连接而且部署线路花费高昂，GSM技术则可以既廉价又便捷的提供通信服务。C.2.5G移动无线网络的演进2.1G是一种介于2G和3G之间的无线技术，2.5G所提供的功能通常与通用无线分组业务(GeneralPacketRadioSystem,GPRS)技术有关。与2G相比，2.5G无线技术可以提供更高的速率和更多的功能。2.2.1G系统最核心的技术是GPRS，由于具备立即联机的特性，对于使用者而言，可说是随时都在上线的状态。GPRS技术也能让运营商依据数据传输6万方数据 第二章LTE上行链路与虚拟MIMO技术现状量来收费，而不是单纯的以联机时间计费。这项技术系与GSM网络配合，传输速度可以达到115kbps。另外一些通信系统的草案协议，包括了cdmaOne的升级版CDMA2000和GSM的升级版(EnhancedDataRateforGSMEvolution,EDGE)，它们已具有3G标准的144kbps的速度，但这已经是极限速度，而真正3G是以Mbps计算的，故只能将它们列为2.5G[6]。D.3G无线网络国际电信联盟(InternationalTelecommunicationUnion,ITU)提出国际移动通信(InternationalMobileTelecommunications,IMT-2000)作为“第三代”移动通信(3rd-generation,3G)的概念。3G的三种技术规范已于2000年底确定：宽带码分多址(WidebandCodeDivisionMultipleAccess,WCDMA)；CDMA2000(CodeDivisionMultipleAccess2000)；时分同步码分多址(TimeDivision-SynchronousCodeDivisionMultipleAccess,TD-SCDMA)的技术。3G数据传输速率要求：对于中低速最小为348kbps，对静止或步行速度为最少为2Mbps，对应情况下的2G移动通信系统只能提供28.8kbps和9.6kbps[4]。E.LTE系统LTE项目是3G的演进技术，始于2004年3GPP移动无线通信系统标准发展进行规划组织的多伦多会议。以降低时延，提高数据速率，增大系统容量和覆盖范围等为目标。LTE改进并增强了3G的空中接入技术，采用了正交频分复用(OrthogonalFrequencyDivision,OFDM)接入技术和MIMO传输技术[4]。全球LTE商用进程：²2009年，瑞典开始部署全球首个LTE商用网络，并预计在2012年前将4G覆盖率提高到99%；²2011年，日本软银将建设全球最大的TD-LTE网络，首期2000个基站，二期超过1万个，三期预计数万个，建成后将覆盖日本90%的人口；²中国移动作为世界上最大的电信运营商，于2011年在国内六大城市完成了3060个TD-LTE基站实验网的测试和评估，并计划2012年建设1~2万个左右的TD-LTE基站；²世界前十大运营商都已经部署LTE网络或为部署LTE网络而做测试准备，包括：德国电信、西班牙电信、Telenor、TeliaSonera、软银、沃达丰等。7万方数据 电子科技大学硕士学位论文目前，全球80多个国家近218个运营商在投资建设LTE网络，截至2011年底将有91个LTE网络投入商用，LTE已成为全球网络发展的必然趋势[3]。1.1性能需求LTE延续了3GPP中GSM和UMTS家族的技术演进，从简单的语音业务向建立多种业务空中接口转变。LTE在设计之初考虑无线接入技术目标，并设置所有业务为分组交换模式。此外，整个系统中非无线方面的演进为系统构架演进(SystemArchitectureEvolution,SAE)，包含演进分组核心网络(EvolutionPacketCore,EPC)。LTE和SAE共同组成了演进分组交换系统。对LTE需求和性能评估定义时所使用的主要衡量指标[7][8][9][12]如表2-1所示。表2-1LTE关键性能需求小结需求名称绝对需求相比Release6注解下行峰值传输速率>100Mbit/s7×14.4Mbit/sLTE运行以FDD模式运行在20MHz带宽，2×2空分复用峰值频谱效率>5bit/s/Hz3bit/s/Hz小区平均频谱效率小区边缘频谱效率>1.6~2.1bit/s/Hz/cell>0.04~0.06bit/s/Hz/user(3~4)×0.53bit/s/Hz/cell(2~3)×0.02bit/s/HzLTE：2×2空分复用，干扰抑制接收机(IRC)假定每小区10用户广播频谱效率>1bit/s/HzN/A广播模式使用专用载波 峰值传输速率>50Mbit/s5×11Mbit/sLTE运行以FDD模式运行在上20MHz带宽，单天线传输峰值频谱效率>2.5bit/s/Hz2bit/s/Hz行小区平均频谱效率>0.66~1.0bit/s/Hz/cell>0.02~0.03小区边缘频谱效率bit/s/Hz/user(2~3)×0.33bit/s/Hz单天线传输，IRC接收机，假(2~3)×0.01定每小区10用户bit/s/Hz系用户平面时延(双向无线时延)<10ms1/5-连接建立时延<100ms-空闲状态→激活状态统运行带宽1.4~20MHz5MHz最初需求1.25MHzVoIP容量40个/MHz3GPP组织通过无线接入技术演进，未来10年LTE的竞争力，其性能需求得以完善和细化：(1)减少传输和建立连接的时延；(2)提高数据传输速率；8 万方数据 第二章LTE上行链路与虚拟MIMO技术现状(3)保证小区边界比特率业务的一致性；(4)提高频谱利用率，降低每比特成本；(5)灵活使用现有带宽和新增带宽中的频谱；(6)简化网络结构；(7)不同无线接入技术之间无缝的移动性；(8)使移动终端功耗趋于合理。同时我们也注意到，网络运营商对下一代移动通信系统的需求是由移动运营商所组成的下一代移动网络(NextGenerationMobileNetwork,NGMN)联盟来制定。该需求可作为对LTE系统开发和评估的另一参照。这种以运营驱动的需求也将指导LTE技术下一阶段的发展，即LTE-Advanced。1.1多天线技术多天线技术的使用，是把空间域作为一个新的资源。为了实现更高频谱效率，多天线技术是最基本的解决方案之一。无线MIMO通信系统的信道容量打破了传统意义上香农信道容量的限制，在接收端已知信道状态信息且发射端平均分配用户发射功率的情况下，该容量与发射和接收天线数中最小的一个成正比，至少在适当的无线传播条件下可以达到。多天线技术打开了通向种类繁多的新特征的大门，但在实际系统实现中，并不是所有特征都能够很容易地达到它们的理论目标。多天线技术主要分为三类，如图2-2所示。图2-2多天线技术三种基本增益示意图(1)分集增益：多天线提供的空间分集，改善多径衰落信道情况下传输性能，通过衰落不相关的多根天线发送或接收来实现减少多径衰落的影响。(2)阵列增益：为了使能量集中在一个或多个特定方向上，使用了预编码或波9万方数据 电子科技大学硕士学位论文束成形技术。多用户MIMO技术为在不同方向的多个用户同时提供业务。(3)空间复用增益：单用户MIMO技术的多根天线相互组合，建立了多重空间层，将多个信号流传输给单个用户。因此，LTE研究项目花费很大精力进行多天线功能的设计和选择。最终系统包括了若干选项，可以根据不同用户的部署和传播条件进行自适应[9]。1.1多载波技术在LTE中，最主要设计采用了多载波方式的多址接入技术。讨论有关提案后最终决定：下行系统采用OFDMA技术；上行系统采用SC-FDMA技术。这两项方案都将频域资源灵活的进行配置，如图2-3所示。OFDM下行频率SC-FDMA上行频率图2-3从频域角度看LTE多址接入技术A.下行OFDMA技术OFDM系统中，信号频率选择性传输带宽被细分为多个窄带子载波，子载波间虽然重叠但相互正交。从而避免需用保护带宽来分割子载波，具有了较高的频谱利用率。任一个子载波都可以单独或成组地传输独立的信息流。OFDMA技术则有效地利用带宽细分在多用户间共享子载波资源。OFDMA技术的灵活性主要包括：(1)灵活使用不同的频谱带宽；(2)在频域内自由调度可变细分带宽的传输资源，分配给不同需求用户；(3)方便协调小区间干扰。10万方数据 第二章LTE上行链路与虚拟MIMO技术现状OFDM技术的优点主要包括：(1)频谱利用率高，数据传输速率高；(2)抗多径能力强，使符号间干扰限制在每个符号起始的保护带内；(3)信道均衡简单易行，频域均衡复杂度低实现简单。OFDM发射机成本更高的原因是OFDM信号的峰均功率比(Peak-to-AveragePowerPatio,PAPR)相对较高。因此，需要线性度较高的射频功率放大器。与移动终端相比，基站对成本的要求相对较低，所以PAPR的限制与OFDM在下行传输中使用并不相互抵触。B.上行SC-FDMA技术对于上行传输，OFDM较高的峰均功率比对移动终端的发射机来说功耗太大难以实现。终端必须要在提供户外良好覆盖的同时，对所需要的输出功率和功率放大器成本之间做出权衡。SC-FDMA技术显著的降低了峰均功率比，上行采用的SC-FDMA技术相比OFDM在频域上具有更好的灵活性。在每个符号起始处加入保护间隔，从而降低接收机频域均衡的复杂度。SC-FDMA技术解决了既可以避免移动终端发射机成本过高，又可以使上行传输得益于多载波技术，同时使上行和下行传输技术保留一定的共性和兼容性。这就需要解决的如下一些问题：(1)为获得最小的小区内干扰和最大的系统容量，不同的终端需要发射正交的上行信号；(2)灵活支持更大范围内的数据传输速率，并且能够根据SINR自适应地调整数据速率；(3)为避免终端设备功率放大器设计所带来的麻烦，需要足够低的PAPR上行发射波形，以保证终端的功耗、成本和尺寸等性能；(4)支持频率选择性调度；(5)充分利用带宽信道所带来的频率分集增益，使低速率数据传输可满足特性；(6)支持多天线技术，利用空间分集增加上行链路容量。11万方数据 电子科技大学硕士学位论文1.1分组交换无线接口LTE系统完全是面向分组交换的多业务系统。并不采用在以前系统中曾经广泛使用的面向连接电路交换技术，此原理应用于协议栈的所有层。在高速下行分组接入(HighSpeedDownlinkPacketAccess,HSDPA)技术中实现了无线接口快速自适应分组交换，如图2-4所示，短数据包传输的持续时间与快衰落信道的相干时间有相同的数量级。这需要根据当前的传输条件使物理层配置和由链路层协议实现的资源管理达到联合最优。HSDPA在这方面是最低两层协议之间紧密耦合，即介质访问控制层(MediaAccessControl,MAC)和物理层。在HSDPA技术中，这种耦合已经包括了如信息状态的快速反馈、动态链路适配、通过调度扩展多用户分集以及快速重传等特征。电路交换 资源分配快速自适应 分组交换衰落无线信道时间图2-4快速调度和链路自适应在LTE中，为改善系统的时延，数据包传输时间由高速下行分组接入中的2ms缩短为1ms。在新的空间和频率维度上，在如此短的传输时间间隔内，进一步扩展介质访问控制层和物理层之间跨领域的技术合作，它们包含：(1)MIMO自适应配置和调度，包括同时传输的空间层数选择；(2)自适应调制、编码和速率匹配，包括自适应的传输码字数量；(3)快速信道状态报告模式选择；(4)频域和空间资源的自适应调度。如何把这些不同程度的优化与复杂的控制信令相结合，是在把LTE概念转化为实际系统的过程中众多重大挑战中的一个。12万方数据 第二章LTE上行链路与虚拟MIMO技术现状1.1用户设备能力整个LTE系统是围绕前三项技术基础建立起来的，再加上一个扁平网络架构。这些技术综合起来使上一节中设定的需求目标得到满足。充分利用这些技术将有可能使所有LTE终端，通常称为用户设备(UserEquipment,UE)，达到或者超过设定的峰值传输速率和频谱效率的性能。然而，在实践中认识到移动终端市场的广泛性和多样性。因此，LTE有必要支持具有不同能力的各种终端以满足不同市场需求。一般而言，不同市场类别对如峰值传输速率、终端大小、成本和电池寿命等需求方面重视程度不同。一些典型的权衡包括以下内容。(1)支持的最高数据传输率是一些应用成功的关键，但这通常需要大量的内存用于数据处理，从而增加了终端成本。(2)可嵌入大型设备的用户设备如笔记本电脑等，对功率和可用天线数量往往没有明显的限制条件；另一方面，其他市场类别需要超薄型手机终端，这几乎没有为多天线或大型电池组的嵌入留有空间。所能支持的终端类别越广，终端能力和特定市场类别需求之间越匹配。然而，支持多种终端类别也有缺点，如每个终端通知网络其能力的信令开销增加，规模效益损失带来的成本提高，以及许多不同的配置见互操作性测试的复杂性增加。因此，LTE的系统支持相对紧凑的五种终端类型，从具有与UMTS、HSPA终端类似性能的低成本终端到最大限度利用LTE技术已达到并超过峰值目标的高性能终端[14]。五种终端类型的性能如表2-2所示。表2-2LTE终端类别UE类别12345最大下行数据速率[Mbit/s]1050100150300最大上行数据速率[Mbit/s]525505075所有接收天线的数量22222所有支持的下行MIMO流的数量12224下行对64QAM的支持√√√√√上行对64QAM的支持×××××物理层信号处理相对内存需求14.94.97.314.613万方数据 电子科技大学硕士学位论文可以看出，LTE中最高的一类终端拥有远远超过LTE目标峰值数据传输的能力。1.1LTE上行物理信道上行链路的物理资源结构如图2-5所示，每个资源块占用12个子载波，每个时隙上可对应不同大小的资源块(ResourceBlock,RB)，在10MHz带宽配置条件下，每个时隙默认50个资源块，这样一个用户所使用的子载波个数为600个。上行链路与下行一样，子载波间隔为15kHz。频域中上行链路传输资源定义为最小资源单元是一个资源元素(ResourceElement,RE)，包含一个子载波上的SC-FDMA一个数据块长度。时隙结构如图2-6所示，一个10ms的无线帧分为10个1ms的子帧，每个子帧包括两个0.5ms的时隙，每个时隙中有7个符号，其中6个信息符号，中间的一个是参考信号。一个资源块在时域对应0.5ms，常规CP下7个SC-FDMA符号，在频域对应12个子载波，即180kHz。10MHz带宽所对应FFT和IFFT变换数N为1024。默认传输块大小14112，也可选择9912、14112、18336，分别对应编码速率1/3、1/2、2/3。采用FDD模式的帧结构如图2-6所示，每一个无线帧的长度为10ms，共包含10个子帧，每个子帧包含有两个时隙，每一个时隙长度为0.5ms。一个时隙对应7个子载波符号，其中6个信息符号，1个导引符号。LTE上行链路SC-FDMA物理层参数分别在表2-3中详细给出[9]。表2-3LTE上行SC-FDMA物理层参数参数名称数值描述说明子帧持续时间1ms-时隙持续时间0.5ms-子载波间隔15kHz-SC-FDMA符号时间66.67μs-CP持续时间常规CP每时隙第一个符号里为5.2μs所有其他时隙为4.69μs扩展CP所有符号里为16.67μs每时隙符号7常规CP6扩展CP每RB子载波数12-14万方数据 第二章LTE上行链路与虚拟MIMO技术现状一个上行时隙TslotULNSC-FDMA符号symbk=NN1RUBLRB−RUBLRB−sc资源块NUL×RBsymbN个资源粒子sc资源粒子(k,l)k=0l=sUyLmb−10l=N图2-5上行资源栅格结构如表2-3所示，上行系统支持两种长度的CP长度，即4.69μs间隔的常规CP以及16.67μs间隔的扩展CP。扩展CP对于具有较大信道时延扩展特点的部署以及大的小区是有益的。LTE上行链路支持可扩展的系统带宽，即从1.4~20MHz，具有相同的子载波间隔和符号间隔。LTE上行链路带宽扩展的支持如表2-4所示。 15万方数据 电子科技大学硕士学位论文一个无线帧,Tf=307200Ts=10ms一个时隙,Tslot=15360Ts=0.5ms...#0#1#2#3#18#19一个子帧图2-6无线帧结构表2-4选定载波带宽的LTE上行系统SC-FDMA参数载波带宽[MHz]1.135101520FFT大小128256512102415362048采样率[MHz]1.923.847.6815.3623.0430.72子载波个数721803006009001200RB数615255075100带宽效率[%]77.19090909090SC-FDMA信号的时域生成与传统的单载波类似，如图2-7所示。码字层天线端口加扰加扰调制映射调制映射层映射传输预编码传输预编码预编码资源块映射....资源块映射SC-FDMA信号产生SC-FDMA信号产生图2-7上行物理信道处理处理流程2.1虚拟MIMO虚拟MIMO(VirtualMultiple-InputMultiple-Output,VMIMO)[15]~[17]是一种特殊的多天线形式。空间上处在不同位置的用户，将其单根天线通过某种方式组合在一起形成多天线系统。在LTE上行链路或下行系统中VMIMO均可使用。下行链路首先需要进行基于信道信息反馈的预编码，在用户接收端之间便可以不再需要进行协作；LTE上行传输系统中，使用了已经被WiMAX所采用的多用户MIMO技术，也称其为空分多址技术(SpaceDivisionMultipleAddress,SDMA)。16 万方数据 第二章LTE上行链路与虚拟MIMO技术现状虚拟MIMO是提升LTE系统吞吐量的重要手段，其中，配对算法是实现其高空间复用增益的关键，本节简要介绍了其技术特征和应用环境，并总结了现有的一些重要的VMIMO配对算法。1.1技术特征对于LTE系统上行链路，在每个用户终端只有一个天线的情况下，基站设备方面对功率、体积等条件的限制没有用户终端那么严格，因此，在基站一端可采用多天线的配置方式[18]。如果用户间没有协同合作，则上行链路中每个移动终端都和基站构成一个接收分集系统。由于用户之间使用相互独立的时频资源，对接收分集系统来说，小区内不存在干扰。假如把两个或者多个移动终端联合进行MIMO发送，使用某种方式把两个或多个移动终端的天线配对，它们之间共享配对的多根天线，且使用相同时频资源，那么这两个或多个移动台和基站之间就构成虚拟MIMO系统[19]。接收端有N根接收天线时，VMIMO技术可以动态的将不超过rN个单天线发r送的用户配对(Pairing)。选择用户算法和所选择用户的数目可以根据空间信道的特点以及复用与分集之间的增益综合考虑。多个用户配对发送方式下，多个空间信道具正交的用户共享相同的时频资源，从而提高上行的系统容量。应用中实现的关键在于需要配对用户发送相互正交性良好的参考信号，信道估计时可以很容易的把不同用户的参考信号分离。用户1接 收 端用户2图2-8两个用户配对的虚拟MIMO虚拟MIMO技术可以动态的将多个单天线终端用户配对，形成虚拟MIMO发送，从而使得多个信道正交的用户可以共享相同的时频资源，从而提高上行系统吞吐量。在实际应用中，一般将2个移动终端用户配对，形成2×2的VMIMO[20]，如图2-8所示。17万方数据 电子科技大学硕士学位论文在这种多用户MIMO的天线选择系统中，用户信号被认为由虚拟的天线发射，这便是多用户分集增益的理论来源。在多天线系统的设计过程中，需要充分利用该特性来获取相应性能增益且不需要额外增加发送天线数目，这样就降低了发射机的成本。现阶段已存在的天线选择算法主要针对一个发射机/接收机，而在LTE上行链路中，天线选择算法与资源调度、用户配对紧密相关，现有天线选择算法并没有将天线选择与资源调度、用户配对结合起来1.1应用环境虚拟MIMO也称多用户MIMO技术，系统中多用户通过空分复用的方式共享无线时频资源，在移动终端未配置多天线的情况下获得空间复用增益。另一方面，虚拟MIMO多用户调度能够将无线资源分配给信道条件最有利的用户，从而能够更大程度地挖掘多用户的分集增益，提高系统性能。但是，如何选择配对用户以减少干扰，如何平衡系统吞吐量与用户公平性之间的矛盾，都成为虚拟MIMO系统进行资源分配调度急需解决的关键问题。虚拟MIMO技术不足有：在配对选择中，两个用户使用了相同的时频资源，因此对单个用户来说，资源的分配利用并不一定是最合理的。不同的配对方式会对相互配对的用户带来大小不一的干扰，造成一定程度错误概率。基于以上考虑，虽然相同的时频资源可供两个用户共同使用，但是更加灵活有效地分配资源成为进一步提高频谱利用率的关键[18]。A.多个用户配对算法当用户数大于2时，多个用户配对算法流的程如图2-9所示。B.基站多用户配对后SINR估算基站通过虚拟MIMO多根天线配置可达到两个目的：空间复用和接收分集。当系统信噪比较高时，系统主要增益来自于复用增益，此时使用虚拟MIMO配对可大幅提升系统总吞吐量；当系统信噪比较低时，系统的主要增益来自于分集及阵列增益，此时使用虚拟MIMO配对取得总吞吐量提升较小，其可能降低单个用户的传输速率。由此，在虚拟MIMO配对时，建议根据各用户SINR对其进行复用与分集的折中。18万方数据 第二章LTE上行链路与虚拟MIMO技术现状低于门限检验用户A的SINR不进行配对高于门限根据SINR相近原则将 用户划分为N组组1...组n...组N根据轮询调度算法选择用户A根据正交准则计算 相关系数选择配对用户B根据正交准则从剩余用户中选择C重复，直至达到 配对用户数图2-9多用户配对算法流程参考信号信道矩阵特征估计用户1单天线预处理单天线预处理数据信号数据信号不同检测算法信号解调用户NSINR估计图2-10不同接收算法下SINR估计19万方数据 电子科技大学硕士学位论文由于小区覆盖半径，阴影等因素的影响，小区内不同用户具有不同的SINR，然而LTE系统要求给所有用户提供相似的服务质量，即使小区边缘或阴影区的用户不会明显地感到性能恶化。这也是虚拟MIMO配对中必需要考虑的一个重要因素。在不同的接收算法条件下，SINR的计算流程如图2-10所示。1.1现有配对算法现阶段关于虚拟MIMO用户配对的主要算法可总结如下。A.随机配对算法[21][22]随机配对(RandomPairingScheduling,RPS)算法是最简单的VMIMO用户配对算法，随机算法的实现分为两步进行：首先，轮询调度第1个用户；然后随机选择第2个用户与之配对[22]。随机配对算法的配对方式简单，配对用户随机选择生成，具有复杂度低、计算量小、实现简单的优点；由于没有利用信道矩阵信息，所以对吞吐量的提升极为有限；由于轮询选择用户1且随机选择用户2，随机配对算法具有很好的公平性。B.最大容量配对算法最大容量算法选择使小区瞬时吞吐量最大的用户对进行传输。由于需穷举所有可能的用户组合，最大容量算法具有极高的计算复杂度，在用户数目较多的情况下，复杂度提高到一个不能接受的程度。由于其配对准则，最大容量配对算法带来的吞吐量提升是最大的；由于完全考虑容量的最大化，最大容量具有最差的用户公平性。C.正交配对算法[21][23][24]为达到更大的系统吞吐量提升，文献[21]提出了正交配对算法，有两种正交配对准则可供选择，正交准则与行列式准则。由于文献[21]已经验证行列式准则具有优于正交准则的性能，这里主要就行列式准则加以说明。假设一个小区中存在K个用户。将用户i与用户j之间的空间复用矩阵记为20万方数据 第二章LTE上行链路与虚拟MIMO技术现状H，并令FHH，行列式准则的度量值由下式给出：ij=ijijHijD=ij()detFij()trFij(2-1)首先根据轮询调度选择第一个用户k，然后根据行列式准则选择第二个用户1其中()k2=argmaxDkk。k122k，2由于充分利用了信道信息，正交配对算法带来了明显的小区平均吞吐量提升；由于用户1采用轮询调度的方式产生，用户间的公平性得到了一定保证，然而由于用户2的确定倾向于选择具有更好信道条件的用户，正交配对算法的小区边缘吞吐量相对随机配对算法有所下降。D.基于SINR的配对算法[25]基于SINR的配对算法一般为特定的接收机结构而设计，如ZF，MMSE等。假设经MIMO检测后用户的信干噪比分别为SINR和SINR，基于SINR的配对12算法实现步骤如下：首先轮询产生第一个用户k；1选择第二个用户k最大化代价函数()fSINR,SINR；212其中，代价函数可选取为f(SINR,SINR)=SINR⋅SINR1212在文献[21]中，代价函数选取为()fSINR,SINR12=SINR⋅SINR12SINR+SINR12，在ZF检测条件下，这等价于正交配对算法的行列式准则。针对特定接收机的设计使基于SINR的配对算法能达到较大的吞吐量提升；由于用户1采用轮询调度，基于SINR的配对算法能在一定程度保证公平性。E.最优配对算法[26]最优配对算法由文献[26]提出，该算法给出了基于一种特定情况最优配对问题的简化算法，即将2N个用户分配至N个正交时频资源上，或者将N+N个用户12分配至N个正交时频资源，其中N+N=N。12N为未配对用户数目，1N为配对用户数目，2 传统意义对此最优问题的求解依然具有很高复杂度，文献[26]提出了使用匈牙21万方数据 电子科技大学硕士学位论文利算法(Hungarianmethod)对其求解，极大的降低了系统的复杂度。最优配对算法能达到其应用条件下的最大吞吐量提升；在最优配对算法的应用条件下，每个用户均能得到时频资源的分配，所以其公平性可得到保证；然而最优配对算法的应用场景过于特殊，不利于实际应用。F.单比例公平配对算法[27]在上述配对算法中，用户的公平性主要通过轮询产生用户1得到保证，然而轮询调度完全未利用用户信道信息，使得系统的总吞吐量不足。比例公平调度是同时兼顾公平性与吞吐量的一种调度算法，将比例公平调度应用于VMIMO配对可在满足公平性的条件下有效提升系统容量。单比例公平调度算法应用于MMSE-OSIC接收机条件：首先根据比例公平调度算法选择用户1，其中用户1为MMSE-OSIC接收机第二解调用户，即将用户1视作SIMO调度；然后根据最大速率原则确定用户2，即选择用户2，使得SINR2最大。单比例公平配对根据比例公平调度选择用户1，使得用户间的公平性得到保证；单比例公平配对的用户2选择基于最大速率原则，使得系统总吞吐量得到显著推升。G.双比例公平配对算法[27][28]由于单比例公平配对算法用户的2选取完全未考虑公平性，使得小区边缘吞吐量不足。文献[27]中提出双比例公平调度在调度用户2时同时考虑了公平性原则，有助于提升小区边缘吞吐量。双比例公平配对算法同样基于MMSE-OSIC接收机而设计：首先根据比例公平调度算法选择用户1，其中用户1为MMSE-OSIC接收机第二解调用户，即将用户1视作SIMO调度；根据修改的比例公平准则选取用户2：22万方数据 第二章LTE上行链路与虚拟MIMO技术现状()+()RtRtkkk2argmax=+kk12()()k≠kTtTt1221kk(2-2)双比例公平调度在用户1与用户2的选择过程中均利用了比例公平准则，同时兼顾了系统吞吐量与用户公平性。H.SNR分组配对算法[20]文献[20]提出的SNR分组配对算法先根据某一SNR门限将用户分为高SNR组和低SNR组，然后分别采用容量最大法和信道增益最大法来进行用户配对。在高SNR用户组内，配对准则是选择配对方式使得系统容量达到最大；而在低SNR用户组内，基站直接对用户进行SIMO接收。此方式兼顾了高SNR用户与低SNR用户的公平性。I.现有配对算法特点及不足(1)主要针对于两用户配对场景，且多数算法不便于直接扩展至两用户以上的选择场景，而现今LTE基站最多至8天线的配置已经可容纳更多的用户与基站组成VMIMO系统，因此，多用户配对算法有待扩展。(2)对于用户间公平性与系统总吞吐量的折中考虑不足。算法大多采用轮询调度来选取用户1，并未充分考虑用户的信道状态信息。用户2的选择多从增大系统吞吐量的角度出发，未考虑到用户间公平性。单比例公平配对算法与双比例公平配对算法均考虑了公平性的问题，然而两种算法均基于MMSE-OSIC这种特殊的接收机结构设计，未对其余接收机结构加以考虑；(3)现有算法基本未考虑功率分配的问题。实际上，功率分配是影响VMIMO吞吐量的一个关键因素；(4)算法未根据LTE系统特点进行针对性设计。在随后的项目进行中，根据现有算法的优势与不足，针对虚拟MIMO用户选择中的关键问题提出了相应的解决方案。1.1信道估计 无线信道随机性很强，不像有线信道那样稳定，导致接收信号频率、相位和23万方数据 电子科技大学硕士学位论文幅度失真且很难分析。这就对接收机的设计提出了很大挑战，信道估计精度将直接影响系统性能。信道估计方法大致可以分为：(1)基于参考信号的信道估计。指利用参考信号来计算信道状态信息。(2)盲信道估计。利用数据信号本身固有且与具体承载信息无关的一些特征，或是采用判决反馈来进行信道估计的方法。(3)半盲信道估计。结合盲信道估计与基于参考信号估计两种方法优点的信道估计方法。本节介绍几种经典信道估计算法，包括最小二乘信道估计算法、线性最小均方误差信道估计算法和迭代信道估计算法。1.1LS信道估计算法最小二乘(LeastSquare,LS)估计是最简单最经典的信道估计准则。假定：yt=sth+nt(2-3)()(,)()其中，=(L)是被估计的随机参量，s(t,h)为有用信号，噪声为n(t)。 hh,h,,h12N设得到的观测样本：Y=[YYLY]T(2-4)1,1,,N在(1,T)时间对观测样本y(t)采样得到YYLY。每次观测满足： 1,2,,NYi=Xih+Ni(2-5)进行M次观测。如果在这M次观测中，观测矩阵X为()q×N矩阵，随机矢量h不变，iihL，=[]h1,h2,,hNT N为噪声。第M次观测得到：iYM=XMh+NM(2-6)对M次：Y=Xh+N(2-7)24万方数据 第二章LTE上行链路与虚拟MIMO技术现状其中：YXN111YXNY=2,X=2,N=2MMMYXNMMM(2-8)LS估计的代价函数为：()()()ˆˆˆTPh=Y-XhY-XhTTˆˆˆˆ=−−+−−YXhYXhYXhYXh11112222T++Y−XhY−XhLˆˆMMMM(2-9)将上式展开得：LˆYX(i)X(i)X(i)hi111121n1()()()ˆLYXiXiXihˆY=X=h=in2122222MMMMMiiL(2-10) ()()()YXiXiXihˆiqq1q2qniiiiM可得T−−ˆˆYXhYXh的推导如下：iiiiLˆYX(i)X(i)X(i)hi111121n1()()()ˆLYXiXiXihY−Xh=−i212222n2MMMMMiiL()()()YXiXiXihˆiiiiiqq1q2qnM(2-11)即有：()ˆ()ˆ()ˆ,YXihXihXihi11111221nn−+++(L)()ˆ()ˆ()ˆYXihXihXih(−)=YXhinnT22112222innYXhiiM(2-12) −+++(L)()ˆ()ˆ()ˆYXihXihXihiqq11q22qnniiii将(2-11)式和(2-12)式代入T−ˆ−ˆYXhYXh中，推导如下：iiii25万方数据 电子科技大学硕士学位论文T−ˆ−ˆYXhYXhiiii2−(+++)ˆˆLˆ()()()=YXihXihXihi11111221nn2−+++()ˆˆLˆ()()()+YXihXihXihi22112222nn(2-13)2++YXihXihXihLL−+++(()ˆ()ˆ()ˆ)iqq11q22qnniiiiq∑i=k=1−+++(()ˆ()ˆ()ˆ)LYXihXihXihikk11k22kqni其中，i=1,2,L,M，LS估计的实质就是使P(hˆ)最小。对hˆ求偏导数，得：()()()ˆ∂∂PhTˆˆ2ˆ=−−=−−YXhYXhXYXhTˆˆiiii∂h∂h(2-14) 令上式为零：(ˆ)0XTYXh(2-15)−=LS故有：ˆ=−1=−hXXXYXY(2-16)TT1LSLS估计算法的目标是使T−−ˆˆYXHYXH达到最小，得到LS信道估计为：LSLSˆ=ˆ=ˆˆHQhQFQXY(2-17)HHLSLSLS−1其中，Qˆ为傅里叶变换矩阵，()FQ%XXQ%，代入上式有：=HHLSHˆ=X-Y(2-18)1LSéù--ˆ=êëúû=1HXXXYXYTT1LS=-()=-XXH+NH+XN11(2-19)(ˆ)()EH=EH+X-1N=H(2-20)LSLS估计算法每估计一个信道衰落系数仅需要一次乘法操作，所以计算简单。但是受噪声影响较大且存在子载波间的干扰，准确度受到限制。LS估计算法只需知道观测矩阵X，对观测噪声N、待定参数h以及观测样本Y的统计特性，不需要知道任何其他先验信息。并且在一定的允许误差范围内，LS法则实现复杂度低。26 万方数据 第二章LTE上行链路与虚拟MIMO技术现状1.1LMMSE信道估计算法LS算法估计值是对信道冲激响应(CIR)有噪声时的观察结果，利用信道相关性可抑制噪声以提高信道估计性能。线性最小均方误差算法(LineMinimumMeanSquareError,LMMSE)算法是对LS估计的最佳线性滤波。LMMSE信道估计算法利用信道信息，提高信道估计的精确度。设H为真实信道值，Hˆ为信道估计值，则error=H-Hˆ，它的MSE值为：{}{}{}2H2ˆˆˆP=Ee=EH−H=EH−HH−H(2-21)MMSE就是使得{}2Ee最小。{H}{(ˆˆ)(ˆˆ)}HˆˆEH−HH−H=EQh−QhQh−QhˆH=Qh(2-22)ˆQ为DFT变换矩阵，假设对于接收信号有：Y=XH+Nˆ=aHY(2-23){}J=E(H−aY)(H−aY)H{()()}=EH−aYH−YaHHH{}=EHH−HYa−aYH+aYYaHHHHHH(2-24)=−−+EHHaEYHEHYaaEYYaHHHHHH使得上式最小，即对上式相对于aH求偏导数，并令结果为0，即： ∂=−+=JHEE0XYaYYHH∂a(2-25)得到：−1{}aEXYEYY(2-26)=HH定义：R=EHYHHYR=EYYHYY(2-27)27万方数据 电子科技大学硕士学位论文因此：ˆHaYRRY(2-28)==−1HYYY{}REHYEHXH+H==()HHHY{()}{}=EHHX+N=EHHX+HNHHHHHH()=HHEHHX(2-29)=RXHHHREYYEXHHXHH==(+)(+)HHYY()()=XEHHX+ENNHHH(2-30)=XRX+IHσ2HH得到：()-=+sMMSEHHHH1HRXXRXIHH2(2-31) éù-()-1=ëê+ûúRRXXHHs2ˆ1HHHHLS其中，噪声方差为σ2。LMMSE算法充分利用了信道自相关矩阵R，因此性能优于LS算法，但运HH算量大复杂度高，且实际接收机中信道相关矩阵信息不易获得，R也不易求得，HH并且需要求自相关矩阵的逆，运算量较大。因此，LMMSE算法在实际应用中受到一定限制。一般地，对于R的求法有以下几种途径：HH(1)简化成固定的某个模型，虽然方法简单，但局限性较大。(2)将功率时延频谱进行IDFT变换，即得频域自相关函数。(3)通过仿真统计得到自相关函数，运算量较大复杂度高，但适用范围比较广。1.1迭代信道估计迭代信道估计算法又称为判决反馈算法，其基本思路是：对2个数据符号而言，将前一个数据符号经过LS或LMMSE计算得到的信道估计值作为当前数据符号检测和解调的信道信息先验值。28万方数据 第二章LTE上行链路与虚拟MIMO技术现状用户1去CP+FFT…用户N去CP+FFT多路天线数据收集及解映射最大比率合并迭代信道估计频域均衡IFFTFFT加扰软调制解调模块速率匹配 信道交织输出CRC校验硬判决输出Turbo解码解速率匹配解交织解扰图2-11迭代信道估计接收机结构算法流程如下：Step1：将接收机收到的第1个信道参考信号进行处理，得到信道估计的初始值，使之作为第一个数据符号解调所用的信道状态信息；Step2：当接收机接收到第1个数据符号后，进行均衡检测、解速率匹配、解调、解扰等操作后，将其结果硬判决得到1或0的序列，然后速率匹配和加扰，最后软调制后映射到相应的星座图上得到先验信息；Step3：将判决结果当作已知先验信息，并反馈到信道估计模块进行下一次的信道估计计算，得到迭代信道估计值；Step4：当接收机接收到第2个数据符号后，用前一个数据符号得到的信道估计值作第2个符号的信道估计，同样对其进行均衡检测、解速率匹配、解调、解扰等操作，然后计算出迭代信道估计值，将其值作为第3个数据符号信道响应的先验信息值；Step5：如此类推。29万方数据 电子科技大学硕士学位论文1.1本章小结本章首先给出了LTE的系统性能需求，简述了多天线、多载波、分组交换无线接口、用户设备能力四个方面的关键技术现状，介绍了LTE上行物理信道的帧结构、时隙结构和上行链路物理信道发送和接收的基本流程；接着对虚拟MIMO技术的特点和应用环境作简要介绍，并对现有的多用户配对算法做了整理；最后介绍了常用的经典最小二乘信道估计算法、线性最小均方误差信道估计算法以及迭代信道估计算法，为后续算法对比仿真做基础。30万方数据 第三章DFT-Based降噪处理信道估计技术研究第三章DFT-Based降噪处理信道估计技术研究1.1引言在频率选择性衰落信道中，接收端的频域均衡需要已知的信道状态信息和噪声方差信息。信道估计和噪声估计对接收机的设计提出了很大挑战，信道估计精度将直接影响系统性能。EquationChapter(Next)Section32.1节所叙述的信道估计算法中，应用到LTE上行SC-FDMA系统中需要考虑：(1)参考信号序列的选择问题；(2)具有较低复杂度又有良好信道跟踪能力的信道估计算法；(3)根据参考信号的功能，分别处理和使用DMRS和SRS。本章主要针对LTE上行链路单用户的信道估计方法：单用户基于DFT变换域的信道估计算法和降噪估计算法。首先对用于信道估计的上行参考信号进行设计详细说明；然后给出算法模型；接着给出详细的链路级仿真的场景说明和主要参数设置；最后分别给出了两种算法在信噪比取1~30dB时与对比算法和理想信道估计的仿真结果，说明了该算法的性能优越性。1.2上行参考信号设计LTE系统的上行链路单载波频分复用多址接入技术利用参考信号(ReferenceSignal,RS)进行数据解调和信道探测。本节介绍参考信号类型和设计原理，并给出配置方式。上行链路支持两种参考信号，结构如图3-1所示：(1)解调参考信号(DeModulationReferenceSignal,DMRS)用于终端进行相干检测和解调的信道估计。与上行物理共享信道的数据传输有关，并且和控制信令在物理上行控制信道相关联。由于LTE规定上行只采用集中式(Localized)的发送方式，每个用户的参考信号都是在该用户相应的发送带宽内发送，所以这些参考信号自然以频分复用方式相互正交。(2)探测参考信号(SoundingReferenceSignal,SRS)用于上行调度的信道质量探测、功率控制、定时估计，并支持下行波束成形31万方数据 电子科技大学硕士学位论文到达方向的估计。能在上行链路中进行频率选择性调度，且不与上行物理信道的数据传输和控制信道的控制传输相关联。通常用户需要在较宽的频域范围内进行探测，有可能远远超过其目前传输的带宽。所以多个用户的探测参考信号可以采用分布式FDM或CDM的方式复用在一起。且保持一定的频域密度，用来支持上行频率选择性调度。如果采用FDM方式复用多个用户的SRS，在用户数量较大的时候，SRS所占用的频域资源开销是无法承受的，因此只能采用CDM的方式复用多个用户的SRS。一个上行子帧ULNSC-FDMA符号symb数据MDRSSRS图3-1上行参考信号的时频域位置LTE上行系统参考信号只采用集中式(Localized)的发送方式，因此小区内用户间DMRS的干扰基本不存在。上行RS序列设计主要需要考虑小区间干扰、MIMO天线间干扰和SRS间干扰。LTE提供的上行参考信号完成了一个重要功能，使信道估计和信道检测变得更加简单。ZC(Zadoff-Chu)序列频域幅度恒定，并能提供大量具有零度或低相关度32 万方数据 第三章DFT-Based降噪处理信道估计技术研究的序列，其序列设计很好的匹配了这一功能。这使得在LTE部署中能应用适合于这一场景的干扰随机化和干扰协调技术。为配置参考信号提供了高度的灵活性，特别是对于探测参考信号，其中源于参考信号传输的开销可以与系统效率的改善进行折中，系统效率的改善可以通过频率选择性调度实现。下面详细介绍：参考信号序列的生成、序列组跳变及规划、多小区间及多用户间的复用方式，从参考信号的相干检测功能和信道质量测量功能分别介绍了解调参考信号和探测参考信号。1.1参考信号序列生成LTE上行和下行链路的参考信号均采用基于ZC(Zadoff-Chu)序列设计。Zadoff-Chu序列的定义如(3-1)下：ak2prk2exp−j+qk,k=0,1,2,K,L−1(L)为偶数L2=(+)()−+=−2prkk1expjqk,k0,1,2,,L1L为奇数KL2(3-1)其中，L为序列长度，r是与L互质的。按照ZC序列的设计原理，序列的长度本来是个质数，而按照LTE的资源块设计，UE发送带宽内总是包含偶数个等效子载波，这则需要ZC序列为偶数。如果设计偶数长度的ZC序列，则产生的序列中会有一少部分PAPR明显升高，这种现象在较小的资源块中尤其严重。为达到这一目的有以下三种方法：(1)直接使用长度为N的ZC序列；(2)把长度为N+1的ZC序列截断成长度为N的序列；(3)把长度为N−1的ZC序列通过循环移位形成长度为N的序列，即将N−1长度的序列的第1个比特复制到第N个比特。上述方法都是假设N+1或N−1是质数，如果不是，就要进行更大的截断或循 环移位。在截断和循环移位之间选择时，需要考虑他们的可用序列数量，以及那种具有更低的PAPR和立方度(CubicMetric,CM)。33万方数据 电子科技大学硕士学位论文1.1序列组跳变及规划只依赖ZC序列的设计也并不能保证在任何情况下都能有效地抑制序列间的干扰。一方面，由于某些不同长度ZC序列之间的互相关性可能恶化，可能在同步系统即相邻小区下行时钟同步中造成较严重的小区间干扰，这种干扰也可能出现在用一小区内的不同UE的SRS之间。另一方面，在异步系统即相邻小区下行时钟不同步中，ZC序列还有可能造成对相邻小区上行小区数据的干扰。为解决上述问题，提出了两种办法：一是采用序列跳转技术，二是进行序列组规划。A.RS序列组跳变序列组的小区规划：在小区或eNodeB之间合理地分配序列组资源，已获得最佳的序列间互相关性。序列跳转技术：一个UE不是固定地使用一个ZC序列，而是不停地在不同的ZC序列组、ZC序列或一个ZC序列的不同循环位移版本之间跳转。包括以下三种跳变方式：²序列组跳转²序列组内的序列跳转²循环移位跳转B.RS序列组规划序列组的小区规划就是在小区或者eNodeB之间合理地分配序列组资源，以获得最佳的序列间的相关性。如果不能进行序列组跳变，同意序列组标号u就会在一个无线帧的所有时隙中使用，并且通过序列组移位偏移量，u=f，简单地获得。因为定义了30个序ss列组，在LTE中可以对多达30个小区使用已规划的序列组分配。这使邻小区能分配到具有低相关性的序列组，从而降低参考信号间的干扰，尤其是针对小的资源块分配。1.2复用方式选择A.小区之间邻近小区之间导频使用的是码分复用的方式。34万方数据 第三章DFT-Based降噪处理信道估计技术研究在典型情况下，一个移动台应该在一个小区中的给定资源中进行发送，然而，在邻近小区中可能有多个移动台在相同的资源中同时进行上行传输。在这种情况下为了避免临近小区中的两个移动台使用相同的导频信号，需采用相关性小的CAZAC序列，进行导频信号的设计B.多用户间多用户间上行参考信号复用为频分复用方式。对于采用Localized发送方式的用户，其数据是采用FDM方式在不同的频带传输的，而其DMRS和数据是占有相同的频带，因此，不同上行Localized用户的DMRS之间天然是频分复用的。C.单用户MIMO之间上行链路MIMO中，用户间的参考信号复用为码分复用方式。LTE上行多天线的参考信号之间也采用码分复用方式。目前LTE上行系统只支持单天线的多用户MIMO，并不支持多天线的单用户MIMO。在同一个小区内使用的CAZAC序列组包含多个循环移位版本，相互正交的循环移位序列组来区分不同用户的参考信号，支持多用户MIMO的操作。1.1LTE上行单用户信道估计在LTE上行链路中，采用块状导频结构作信道估计。参考信号设计如3.2节所述。子帧结构如图3-1所示，每时隙第4个符号的全部子载波用于放置导频，由于占用了所有的频域资源，则不再需要插值估计。2.1参考信号DFT-Based信道估计算法在实际应用中，2.4节所介绍的三种信道估计算法的复杂度仍然过高。信道估计算法的精度和复杂度是一对矛盾，LS估计算法最为简单，但估计结果的MSE也最大；LMMSE估计算法虽然可以获得最小的MSE，但复杂度也最高。因此在信道估计算法的精度和复杂度之间加以权衡，参考信号DFT-Based信道估计算法易于实现且性能优越，从而是实际系统中常用的折中算法。普通的基于DFT变换的时域降噪估计算法已经很常见，此算法已经广泛应用于OFDM等系统中，在SC-FDMA系统中也可以很方便的使用。35万方数据 电子科技大学硕士学位论文DFT-Based信道估计算法在接收端首先进行参考信号序列的自相关计算，再经反离散傅里叶变换(IDFT)到时域，在时域内进行线性操作，最后经离散傅里叶变换(DFT)回到频域，得信道矩阵的冲激响应(CIR)。此算法在时域上的处理有多种变换，并可根据系统的不同加以调整。时域内信道能量集中在相对较少的采样点上，处理过后进一步提高信道估计的精度。在上行SC-FDMA系统中，利用该信道估计算法在时域中信道能量集中的特性，IDFT变换将信道矩阵H(k)变到时域h(n)，并在时域滤波来降低噪声影响，从而提高了信道估计性能。频域时域频域s∗kclrkˆhgˆLS,kˆgLS,klIDFTDFTˆhk图3-2DFT-Based信道估计系统结构下面详细描述一般的DFT-Based信道估计算法，结构如图3-2所示。s是k阶k子载波映射的传输参考信号符号，则接收到的参考信号定义为：r=hs+n(3-2)kkkk其中，n为接收噪声。k定义传输导频符号具有相同的能量，s2=1，如ZC序列。经过初步的LS估k计之后得到：ˆh=s∗r=h+ε(3-3)LS,kkkkk其中，ksknkε=∗表示频域里的LS估计噪声，与接收到的噪声具有相同的功率。由IDFT得到LS信道冲激响应Eε2=En2=σ2kkn2p1ˆM−1jklgˆhege=∑=+(3-4)MLS,lLS,kllMk=0其中，e为时域里的LS估计噪声，且lEe2=Eε2=σ2 。lkn假设(3-3)式中的ε为不相关的高斯白噪声，(3-4)式中的e为均匀分散在个采kl样点上的噪声。当信道能量集中在部分采样点上时，时域的分级滤波器c用来抑l36万方数据 第三章DFT-Based降噪处理信道估计技术研究制噪声，提高信道估计精度。滤波器的信道冲激相应可以描述为：gˆ=cgˆ(3-5)llLS,l最后，gˆ通过DFT变换回频域l1M−1−jkl2pˆ=∑ˆ(3-6)hgeMklMl=0滤波后的信道估计值ˆh可代入公式k∗hq=k=…M2k2,0,1,,-1kh+σkn(3-7)得到MMSE-FDE计算系数。降噪估计假设在拖尾区域的信道能量为零，因此，这些抽样点部分仅包含噪声。噪声估计可以描述为：cl1,=0,l∉Al∈A(3-8)其中，A={l:L+S,K,M−S−1}为信道能量拖尾区域，l∉A是信号能量集中区域。 L可以等效为信道的最大时延扩展，或者等效于用户符号速率归一化的CP长度。S是在降噪过程中去除的信道能量显著降低的拖尾区域的采样点数。关于S如何选择的研究，需要在较好的降噪处理和较低的估计错误概率平台之间做权衡。截短信道能量拖尾区的抽头后，导致在高信噪比条件下错误平台过高。下面分析在频域里的估计结果偏差。设β为c经过DFT变换后的值，是sinc滤波器的矩形窗噪声估计的系数。βili可以看做是一个低通滤波器平滑地滤除频域信道相应的高频噪声分量。(3-5)式中的乘法相当于频域的循环卷积，信道估计结果ˆh可以表示为kˆˆhβhβhβε=⊗=14⊗243+14⊗243kiLS,k−iik−iik−i(3-9) 失真的信道滤除的噪声虽然，通过循环滤波噪声β⊗ε降低了，但是真实的信道响应失真。ik−i设β⊗=+，其中，ihkihkbkb为第k个子载波上的下信道失真。注意到，信−k道响应在频带过度边缘高度不相关，但是β在循环的信道响应之间却是平滑过度i的。因此，在频域边缘出现大量信道失真b。频带中间部分，相邻的子载波之间k37万方数据 电子科技大学硕士学位论文信道相关性变得较好，所以信道偏差b也变得较小。总之，降噪估计的估计偏差k并没有均匀分布在所有子载波上。1.1加窗DFT-Based降噪信道估计算法基于DFT的噪声方差估计使用与上节所述相同的降噪信道估计假设条件，即所有能量集中区域以外的抽头只包含噪声。因此，这种噪声方差估计被描述为1σgˆ2ˆ=∑2(3-10)nLS,llength(A)l∈A由于不能忽略g依旧在能量拖尾区，在高信噪比时这种算法偏差很大。本节就给l出了加窗DFT-Based的噪声估计算法来减小偏差。噪声方差估计实现的基本结构如图3-3所示：本地参考信号窗函数wl接收到的参考信号hgˆLS,lˆLS,kIDFTg′hˆ′ˆlkDFT噪声功率估计σˆ2nˆhLS,k图3-3加窗DFT-Based的噪声功率估计转换到时域的信道参数gˆ经窗函数LS,lw处理后再变换回到频域。加窗处理后的l信道估计hˆ′然后结合LS信道估计值 h′来估计噪声。ˆkLS,k时域加窗函数w如图3-4所示。lw10M−Q+2LQM−Q+L2l图3-4时域窗函数 其中，Q为阻带内的采样点数，窗函数w被作为前L个抽样点抵消了大部分的信l道能量。加窗操作后，信道估计在时域的表达式为：38万方数据 第三章DFT-Based降噪处理信道估计技术研究g′=wg=g′+e(3-11)ˆˆllLS,llR,l其中，g′=wg是加窗操作后的信道响应，e=we依旧是加窗之后的噪声。lllR,lll在DFT变换之后gˆ′回到频域，频域内的噪声可以表示为：l2p1M1jkl−−εwee=∑(3-12)MR,kllMl=0假设，e是高斯白噪声，由于加窗操作ε在频域是弱相关的高斯噪声，然后频域lR,k的估计噪声可以写为：ε=ε+ε(3-13)kR,kE,k其中，ε表示被时域所加窗操作后可以滤除的估计噪声。E,k令w经DFT变换后为α。时域乘法ljg′=wg即为频域的循环卷积，加窗后的lll频域信道可写为：h′=α⊗h=h+d(3-14)kjk−jkk其中，d表示经加窗后的频域失真信道参量。如3.3.1节所述算法，α可作为低kj通滤波器周期的平滑滤除频域信道相应。同样的，信道失真参量d在子载波频域k边缘更为严重，在向频带中心移动过程中d也将变小。k基于以上分析，LS信道估计和加窗信道估计可以表示为：ˆh=h+ε=h+ε+ε(3-15)LS,kkkkR,kE,kh′=h′+ε=h+d+ε(3-16)ˆkkR,kkkR,k当d可忽略不计时，利用频域边缘h和hˆ′的平均平方差我们可以估计出噪声方ˆkLS,kk差ε，定义为EEEkσ=ε22，2σ和σ2的峰均比系数为MQ，接收的噪声功率nE E,k,可以估计为：MM1ˆˆM−K−12QQM2K−∑(3-17)σ2=⋅σ2=⋅−′ˆˆhhnELS,kkk=K其中，K被定义为包含大量d的频域边缘的子载波个数。k在整个子载波区域内，噪声是均匀分布的，但是由于用户信息进行了FFT和IFFT变换，此时以集中在子载波的前段，又因为运算过程中是使用的是圆周FFT和圆周IFFT，DFT变换，时域的矩形窗DFT变换后设为β，时域乘序列ic相当于l39万方数据 电子科技大学硕士学位论文在频域做圆周卷积。以及CP的存在，部分信息集中在最后一些子载波上。所以在频域边缘信道失真量比较大，但在频域的中间地带失真并不明显。去噪估计的估计偏差不是均匀分布在所有子载波上的。1.1算法设计与实现本节依据LTE协议规定，搭建上行仿真系统，给出详细的链路级仿真的场景说明和主要参数设置，最后仿真结果分析。2.1仿真系统结构设计用户数据信道编码交织速率匹配调制DFT子载波映射IDFT加CP图3-5发射机结构框图用户1去CP+FFT多路天线…数据用户N收集及解映射去CP+FFT信道估计频域均衡IFFT解调解码硬判决输出输出图3-6接收机机构框图上图为接收机的基本结构，本文所研究的信道估计为该系统的一部分。下文所提到的接收到的导频信号是天线接收到的信号去CP、FFT变换、解映射之后得到的。进行信道估计运算之后的输出信号在进行下一步的MIMO检测等运算。2.2场景与参数设置使用计算机Matlab系统仿真中，基本的参数设定如表3-1所示，本文第三章和第四章的算法仿真都基于本节的参数设置，后面将不再赘述。40 万方数据 第三章DFT-Based降噪处理信道估计技术研究表3-1仿真参数设定载波频率2GHz传输带宽10MHz子载波间隔15kHz子帧持续时间0.5ms采样频率15.36MHzFFT变换数1024CP长度72调制方式QPSK理想信道估计信道估计时域加窗信道估计DFT-Based变换窗长信道估计两个用户的仿真中，使用了表3-2中三种不同用户功率对比。多用户场景将在第四章中详细介绍。表3-2两用户功率比用户一用户二1/21/21/32/31/43/4不同仿真场景的参数设置如表3-3所示。表3-3仿真过程参数设定信噪比0,2,4,…,30dB使用资源块数50RB、25RB、12RB扩展步行模型(EPA)不同信道模型扩展车载模型(EVA)典型城市模型(TUA)移动速度多普勒频移3km/h,10Hz25km/h,50Hz理想信道估计信道估计DFT-Based固定窗的信道估计DFT-Based变换窗长信道估计根据表3-3，选择性的使用一些条件做仿真实现，并进行性能分析。低时延扩展给出了扩展步行(EPA)模型，这一模型应用在具有较小小区半径的城市环境中；而中等和大时延扩展给出了扩展车载(EVA)模型。41万方数据 电子科技大学硕士学位论文(1)静态传播条件：加性高斯白噪声(AWGN)信道，其信道增益为1。(2)多径衰落传播条件：每种情况下都给出了相对于第一条径的路径延迟时间和相对功率增益。将参数放入函数后得到一些典型的信道模型。(3)多普勒频移的计算：直接输入频偏量或者输入移动速度计算多普勒频移。(4)输入最大移动速度v，单位：kmh，maxf为载波的中心频率。则多普勒最c大频移为：Fd=f⋅v⋅103cmax3600310××。8在程序仿真过程中这几种信道模型可以选择性使用，也可以自己设定频偏量和时延参数。(1)扩展行人模型表3-4扩展步行模型(EPA)延迟时间[ns]相对功率[dB]00.030−1.070−2.090−3.0110−8.0190−17.2410−20.8(2)扩展行车模型表3-5扩展车载模型(EVA)延迟时间[ns]相对功率[dB]00.030−1.5150−1.4310−3.6370−0.6710−9.11090−7.01730−12.02510−16.942 万方数据 第三章DFT-Based降噪处理信道估计技术研究(3)典型城市模型表3-6典型城市模型(TUA)延迟时间[ns]平均相对功率[dB]0−3.02000.0500−2.01600−6.02300−8.05000−10.0(4)扩展典型城市模型表3-7扩展典型城市模型(ETU)延迟时间[ns]相对功率[dB]0−1.050−1.0120−1.02000.02300.05000.01600−3.02300−5.05000−7.01.1结果与性能分析在LTE上行系统协议的具体规范下使用Matlab搭建仿真平台，针对单用户场景，不同的信道和移动速度，对LS算法与提出的单用户DFT-Based降噪处理的信道估计算法进行了仿真分析验证。2.1单个用户不同信道估计性能对比43万方数据 电子科技大学硕士学位论文010-110-210-310-410理想信道估计LS信道估计DFT-Based信道估计-5100510152025SNR(dB)图3-7单用户LS与DFT-Based信道估计算法误码率性能比较图3-7中给出了理想信道估计、LS信道估计和DFT-Based信道估计三种算法的误码率性能的对比曲线。可以看出：(1)LS信道估计与理想信道估计平均相差2dB左右，误码率为10−3时最多相差4dB；(2)信噪比在0~20dB时，DFT-Based估计算法优于LS信道估计算法2~3dB，特别在误码率为10−3时更是提高了4dB，比LS算法更接近理想信道估计。(3)当信噪比大于20dB，DFT-Based估计算法的误码率有所上升。由于高信噪比下，噪声影响已经不是制约BER性能的主要因素，此时在时域加窗滤除噪声的同时损失了的信道能量，成为影响性能的主要原因。由于在不同的信噪比条件下，不同位置不同长度的时域窗函数最终得到的信道估计性能也不一样。以下仿真结果分析了不同窗长对系统性能的影响。44 万方数据 第三章DFT-Based降噪处理信道估计技术研究010-110-210-310窗:40+20-410窗:80+40窗:120+60-510窗:160+80窗:200+100理想信道估计-610051015202530SNR(dB)010-110-210-310-410-510窗:50窗:100窗:150-610窗:150+75窗:200+100理想信道估计-710051015202530SNR(dB)图3-8不同方式不同长度时域窗误码率性能比较45 万方数据 电子科技大学硕士学位论文图3-8只对比了部分窗函数的性能，这些结果比较有代表性。可以看出：(1)信噪比在0~20dB条件下，不同窗函数的性能差别并不是很大。只在子载波前段加一个较小的窗，比如win=50时就可以获得较好的性能。在BER为10-3时，相差2dB左右。这是由于低信噪比条件下，用户所受到的干扰相对自己的信号功率更大一些，加一个相对较小的窗可以更有效地滤掉噪声，从而更准确的估计信道。(2)在SNR大于20dB条件下，在子载波前段和后端都加一个较大的窗则能获得更好的性能。在25dB时性能最好的加窗算法比小窗的性能相差2个数量级。因为此时噪声相对信号功率影响已经较小了，加一个较大的窗则可以保留更多的可用信息，以便下面LS或MMSE算法的信号检测使用。1.1单个用户降噪处理后的性能比较010-110-210-310DFT-Based信道估计LS信道估计-410051015202530SNR(dB)图3-9DFT-Based信道估计与LS算法的MSE性能比较图3-9对比了DFT-Based估计算法与LS算法的信道估计值与真实值的均方误差结果。由3.3.2节的算法理论分析可知，在高信噪比下，DFT-Based降噪估计算法由于滤除噪声降低了信道能量，MSE的值出现了误码平台现象。46 万方数据 第三章DFT-Based降噪处理信道估计技术研究010-110-210-310-410-510-610理想信道估计普通计算噪声估计降噪处理后的估计-710051015202530SNR(dB)图3-10单用户不同噪声处理算法误码率性能比较根据图3-10仿真结果表明，在单用户情况下：(1)信噪比为0~25dB时，降噪处理算法优于已有的普通噪声功率估计算法3~4dB，特别在BER为10-3时更是提高了5dB，所以接近理想信道估计。(2)在信噪比大于25dB后，BER有所上升。可由图3-9看出，DFT-Based估计算法的MSE曲线在高信噪比时出现平台期。由3.3.2节的算法理论分析可知，在信噪比条件下性能有所损失，同时可以通过调整参数，使之在高信噪比时得到优化。(3)总体来说，在单用户情况下基于DFT-Based加窗并进行降噪处理的信道估计算法性能是相对最优的。1.1本章小结本章首先分析了用于信道估计的上行参考信号格式，给出了DFT-Based信道估计算法和加窗降噪估计算法模型，理论分析了噪声对误码率的影响，给出上行系统仿真的应用场景和参数设置。最后给出了该算法在不同信噪比下与LS算法的47 万方数据 电子科技大学硕士学位论文对比仿真结果。仿真结果表明，在单用户情况下，降噪处理算法明显优于已有的普通噪声功率估计算法，降噪处理算法更接近理想信道估计性能。48万方数据 第四章信噪比辅助变换窗长信道估计技术研究第四章信噪比辅助变换窗长信道估计技术研究1.1引言本章重点介绍了多用户基于SNR辅助的DFT-Based变化窗长的信道估计算法，多用户多用场景下的仿真结果说明，并给出了对称资源和非对称资源情况下的信干噪比SINR的解析表达式和推导过程。EquationChapter(Next)Section41.2基于信噪比辅助变换窗长信道估计在最新的LTE协议中规定多用户的参考信号采用码分复用，因此，多用户的信道估计难度有所增加。本节根据3.3节所介绍的单用户信道估计算法的基础上提出了改进算法：基于信噪比SNR辅助DFT变换窗长信道估计。在多用户系统中经常使用算法的也不外乎LS、LMMSE、近似LS算法等，一般能达到普通的性能要求，如果要比较好的性能增益则受到限制。2.1节所介绍的DFT-Based降噪信道估计算法是将接收到的信号经过DFT变换到时域后通过一个截短窗除去噪声影响的部分，只保留前一段和后一段，使用矩形窗或者升余弦窗。单用户和多用户使用这种方法的实现过程的相同的，只是多用户相乘的本地导频是正交的不同序列组。本地导频窗函数接收到的导频信号IDFTDFT信号输出图4-1单用户基于DFT-Based变化窗长的信道估计2.2.1节所介绍的基于DFT-Based降噪处理的信道估计算法在多用户系统中并不适用，因为多用户的噪声计算更为复杂，计算噪声并不可靠，有可能将其他用户的干扰当做噪声去除，降噪处理与后面的MMSE多用户检测有可能相冲突。根据3.4.3节单用户加窗的结果，提出了基于SNR辅助的DFT-Based变换窗长的信道估计算法。接收到不同用户的信号与相应的本地导频序列相乘，由于不49万方数据 电子科技大学硕士学位论文同用户导频序列的互相关性，不同用户的导频都分离开来，再经过IDFT变换后，计算每个用户的瞬时信噪比。再根据信噪比选择不同的窗长来消除干扰。算法的流程如图4-2所示。本地导频计算瞬时信噪比时域选择窗函数接收到的导频信号IDFTDFT输出信号图4-2基于SNR辅助的DFT-Based变化窗长的信道估计由图3-8和图4-3结果可以看出在低信噪比条件下，只在子载波前段加一个较小的窗就可以获得较好的性能。这是由于低信噪比条件下，用户所受到的干扰相对自己的信号功率更大一些，加一个相对较小的窗可以更有效地滤掉噪声，从而更准确的估计信道。但是在高信噪比条件下，在子载波前段和后端都加一个较大的窗则能获得更好的性能。因为此时噪声相对信号功率影响已经较小了，加较大的窗则可以保留更多的可用信息，以便下面的MMSE信号检测使用。表4-1基于信噪比变换的窗函数瞬时信噪比[dB]窗函数[子载波数]1~165016~19.5100+501.1~21.5150+752.1~30200+100表4-2不同资源块数基于信噪比变换的窗函数瞬时信噪比[dB]窗函数[子载波数]1RB12RB25RB50RB1~12112255012~192+124+1250+25100+5019~21.53+1.536+1875+38150+752.2.1~304+248+24100+50200+100固定窗长2+124+1250+25100+50表4-1、表4-2中的窗函数由户仿真结果估算出，并以此为依据设计仿真。基于DFT信道估计结合噪声方差估计的算法在单用户情景下是性能最好的，50万方数据 第四章信噪比辅助变换窗长信道估计技术研究但在多用户中噪声估计计算的复杂性决定了此方法并不适用。仿真说明在单用户已有的比较常见的噪声功率估计的算法中，基于DFT-Based降噪处理的信道估计算法性能是最优的。010-110-210-310-410-510-610-710User1Win100+50User2Win100+50User1-IDUser2-IDUser1Win200+100User2Win200+100-810051015202530SNR(dB)图4-3功率不同两个用户的不同时域窗长误码率性能比较1.1结果与性能分析2.1节所述算的仿真系统结构设计、场景与参数设置与3.4.1节和3.4.2节相同，在此不再赘述。下面为算法的仿真结果与性能分析。2.2.1两个用户等功率情况下信道估计算法的性能比较下面几幅图的仿真环境都是两个用户使用相同的子载波数，功率同为1/2，由于两用户仿真结果极为相近，为了便于观察，最后将两用户的结果做了平均。(1)扩展步行信道(EPA)不同移动速度情况下性能比较51 万方数据 电子科技大学硕士学位论文010-110-210-310-410-510UserAWDfd=10HzUserCWDfd=10HzUserIDfd=10Hz-610051015202530SNR(dB)图4-4EPA信道移动速度3km/h时信道估计BER性能比较010-110-210-310-410UserAWDfd=50Hz-510UserCWDfd=50HzUserIDfd=50Hz-610051015202530SNR(dB)图4-5EPA信道移动速度25km/h时信道估计BER性能比较由图4-4、图4-5可以看出，在扩展步行信道(EPA)条件下，移动速度不论是3km/h还是25km/h，自适应窗(AWD)的性能都要优于固定窗(CWD)，有2~3dB的52 万方数据 第四章信噪比辅助变换窗长信道估计技术研究性能提升。同时，并没有增加计算的复杂度，只是在信道估计中增加了瞬时信噪比计算和判决模块。在信噪比大于25dB后，两种算法的误码率趋于一致，因为此时噪声的影响已经不是影响误码率的最主要因素。(2)扩展车载信道(EVA)不同移动速度情况下性能比较010-110-210-310-410-510UserAWDfd=10HzUserCWDfd=10Hz-610UserIDfd=10Hz051015202530SNR(dB)图4-6EVA信道移动速度3km/h时信道估计BER性能比较010-110-210-310-410-510UserAWDfd=50HzUserCWDfd=50HzUserIDfd=50Hz-610051015202530SNR(dB)图4-7EVA信道移动速度25km/h时信道估计BER性能比较53 万方数据 电子科技大学硕士学位论文图4-6图4-7两组图使用的是扩展车载信道(EVA)，在这种信道中时延扩展比扩展步行信道(EPA)大很多，多径与噪声的影响更为复杂，此时变换窗选择的影响因素也更为复杂。所以两图选用的变换窗有所不同。由曲线特性看，图4-6中的自适应窗更好的改善了高信噪比情况下的性能，大大减轻了BER曲线的上翘情况。在20~30dB范围内，性能提高有5dB。图4-7中的自适应窗在所有的信噪比条件下，BER性能都提高了2~3dB。1.1两个用户不等功率情况下信道估计算法的性能比较在LTE-A中，使用虚拟MIMO多个用户配对发射时，多用户之间的功率以及资源块分配情况肯定不会完全相同，此部分仿真了在这种情况下的信道估计的性能。下面的结果图的仿真情景为：两用户使用相同的资源块数，但是发射功率不同的情况，不同信道估计算法的性能对比。(1)两个用户功率分别为User1：1/3和User2：2/3时不同信道估计算法比较010-110-210-310US1AWD-410US2AWDUS1CWD-510US2CWDUS1理想估计US2理想估计-610051015202530SNR(dB)图4-8两用户功率分别为1/3和2/3时不同算法BER性能比较54万方数据 第四章信噪比辅助变换窗长信道估计技术研究(2)两个用户功率分别为User1：1/4和User2：3/4时不同信道估计算法比较010-110-210-310US1AWD-410US2AWDUS1CWD-510US2CWDUS1理想估计-610US2理想估计051015202530SNR(dB)图4-9两用户功率分别为1/4和3/4时不同算法BER性能比较由图4-8图4-9可以看出，自适应窗的性能一直优于固定窗，特别是在高于20dB以后，改善情况更为明显。另外，对于小功率用户的性能提升更为明显，这对于后面对小功率用户检测解码等提供了更多的性能支持。由此可以得出，信道估计算法的改善，对于多用户虚拟MIMO不同发射功率情景下有着很重要的应用价值。1.1用户使用不同子载波块数自适应窗的性能比较(1)用户使用25RB，共300个子载波时信道估计性能比较由图4-10可看出，在0~22dB时自适应窗(AWD)的性能要优于固定窗(CWD)，有1~2dB的性能提升。在高于22dB时，两种信道估计算法性能趋于相同。55 万方数据 电子科技大学硕士学位论文010-110-210-310-410自适应窗估计-510固定窗估计理想估计-610051015202530SNR(dB)图4-10用户占用25个资源块(RB)信道估计算法BER性能比较(2)用户使用12RB，共150个子载波时信道估计性能比较010-110-210-310-410自适应窗估计固定窗估计理想估计-510051015202530SNR(dB)图4-11用户占用12个资源块(RB)信道估计算法BER性能比较56 万方数据 第四章信噪比辅助变换窗长信道估计技术研究由图4-11可以看出，适合于资源块50RB以及25RB的变换窗规律已经不适应资源块12RB的情况了，由于此时的资源块映射、噪声对不同子载波的影响情况与使用比较多的资源块的情况已经大不相同，此时如果要找到性能更优越的变换窗函数则需要更多的实验分析。1.1多用户虚拟MIMO配对前后SINR计算虚拟MIMO技术是提升LTE系统吞吐量的重要手段。在实际系统中，为确定传输用户误块率(BlockErrorRate,BLER)性能，必须对传输发生时的SINR进行准确计算。多用户虚拟MIMO配对前与配对后SINR的计算也为配对算法提供依据和衡量标准。本节着重讨论LTE上行链路虚拟MIMO在对称和非对称资源配对下SINR的估计算法。针对单发多收(SIMO)系统、IFDMA系统和DFT-S-OFDMA系统，文献[34]、[35]给出了由每个子载波的SNR映射为用户SINR的方法−1−121HM−1∑SINR1=m+N+k/Mσ−MHMN22/k=0m+Nk/M−1−1SNR1M1mk−+N∑(4-1)=M+−1 MSNR10kN=m+kM 式(4-1)表示了由每个子载波的等效信噪比向一个DFT块的信干噪比的映射方法。下面着重讨论LTE上行链路在对称资源配对与非对称资源配对下，MMSE滤波后的SINR估计算法。最后给出了上行链路虚拟MIMO在对称资源配对与非对称资源配对下SINR估计的统一表达式。2.1对称资源配对下的SINR计算A.计算公式针对LTE上行虚拟MIMO系统，按照SINR定义式计算，针对SC-FDMA系统特点对SINR计算公式进行了化简，我们得到N个用户对称资源配对、使用M57万方数据 电子科技大学硕士学位论文个子载波的情况下，其中第i(1≤i≤N)个用户的SINR计算公式为UEiSINRUEi=21MN∑∑(k)WHijji(k)Mk=1j=121MNNN1MN∑∑∑∑2∑∑(k)k+σ2(k)−(k)k()()WHWWHijjnijijjiMMk=1n=1j=1j=1k=1j=12(4-2)(k)(k)HH==+σ1112(k)H−H21h;W(hhI)hkkkijkkkijH()H(),22122其中，W(k)表示在第k个子载波上，解调第i个用户数据时，对接收天线j的接收ij信号的滤波权值；σ2代表噪声功率。上式中，分子代表期望信号功率，分母的第一项代表总功率。B.公式推导下面以两个用户配对为例，进行证明：以LTE上行链路；对称资源配对；2发2收系统；用户使用M个子载波为例，接收机频域接收信号可以表达为Y=HX+NYHHX1=1112+N(4-3) UE1YHHX22122UE2其中，Y=[YY]£、T∈M×21Y与Y分别表示两个接收天线的频域接收信号；1212XXX£、=[]∈TM×21X与X分别表示用户1与用户2的频域发射信号；UE1UE2UE1UE2HHHHH£=∈2122代表频域信道；N为功率为σ2的高斯白噪声。接收端对每一个子载波的信号进行MMSE滤波，第k个子载波上的MMSE滤波矩阵可以表达为(k)(k)HHh=1112k(k)(k)HH2122(4-4)w=hHh+σ2I1hHSC(2)−kkkk定义初等矩阵P为P=[II](4-5)2M(:,1:2:2M-1)2M(:,2:2:2M)则接收端MMSE滤波后的信号可以表达为：58万方数据 第四章信噪比辅助变换窗长信道估计技术研究PWPY=PWPHXPWPN(4-6)HHHMMSEMMSE+MMSE其中，W为总的MMSE滤波矩阵MMSEWMMSE=w0sc1wsc2O0wscM(4-7)FM=I⊗DFTM，其中⊗表示克罗内克乘积，定义总的DFT矩阵为DFT表示M阶MDFT矩阵(,)1exp2(i−1)(k−1)DFT=−p(4-8)ikjMMMHWW定义W=PWP=1112MMSEWW2122，其中W为对角矩阵，则接收端进行IDFT后ii的时域滤波信号可以表达为yˆ=FHWY=FHWHFx+FHWN(4-9)MMMM进一步可以展开为yˆ=DFTH(WH+WH)DFTx+DFTHWnUE1M11111221MUE1M111+DFT(WH+WH)DFTx+DFTWnHHM11121222MUE2M122(4-10)yˆ=DFTH(WH+WH)DFTx+DFTHWnUE2M21112221MUE1M211+DFTWH+WHDFTx+DFTWn(4-11) H()HM21122222MUE2M222设BDFT{L}DFT、=M⋅aaaM⋅MHdiag12CDFTL，则B为Toeplitz矩阵，根据DFT矩阵有如下性=M⋅aaaMH{}diag12质有1M[][]BBa(4-12)kk,k1,1 k1M=MMM1∑B2∑B2∑2(4-13)[]=[]=akn,k1,kMk=1k=1k=159万方数据 电子科技大学硕士学位论文MM1M∑C2∑C2∑2(4-14) ==a[][]kn,k1,kMk=1k=1k=1对于用户1，由式(4-10)可知，其中第一项()MH+MDFTWHWHDFT的对11111221角元与x的积代表期望信号，非对角元与UE1x的积代表载波间干扰，第二、四项UE1代表MMSE滤波后的色噪声，第三项代表天线间干扰。又由式(4-2)、(4-3)和(4-4)可得，用户1的每个解调信号的信干噪比相同，为1M∑(()()())P=WH+WH(k)kkksignal11111221Mk=121M∑22()P=WH+WH+WH+WH(k)(k)(k)(k)(k)(k)(k)(k)total1111122111121222Mk=11M∑2()2+(k)+σ2WW(k)1112Mk=1(4-15)SINRUE1=PsignalP−Ptotalsignal同理可得，用户2的信干噪比为1M2 ∑()P=WkHk+WkHk()()()()signal21122222Mk=11M∑(22)P=WH+WH+WH+WH(k)(k)(k)(k)(k)(k)(k)(k)total2111222121122222Mk=11M∑()22+W+Wσ(k)(k)22122Mk=1(4-16)SINRUE2=PsignalP−Ptotalsignal本小节给出了直接参照信干噪比公式的SINR计算方法，并针对SC-FDMA的特性，对计算公式进行了化简。然而，该方法仍要计算MMSE滤波系数矩阵，并且在计算信号功率与总功率时，需要计算大量的乘加运算，运算复杂度高。C.简化的SINR计算对于N个用户对称资源配对、使用M个子载波的情况下，其中第i(1≤i≤N)个用户的SINRUEi计算公式为：60万方数据 第四章信噪比辅助变换窗长信道估计技术研究MSINR=−1UEiM(k)A∑ii(k)Ak=1LHH(k)(k)111N1T()MOMA=hh+I;h=kHσkkNk2HH(k)(k)LN1NNRRT(4-17)其中，h代表第k个子载波上的频域信道矩阵；()Ak代表A(k)中第i行第i列元素kii的代数余子式；A(k)代表()Ak的行列式；σ2代表噪声功率。注意到SINR计算公式(4-17)可以恒等变形为：M11 SINR=−1==(4-18) UEiM11∑A−1−1−1M1SINR∑k=1+1k1MSINR1MA∑k=1kM1−+k=1 11A其中，A−11H=⋅+hhI。σ2kkNi,i将式(4-18)与上文给出的公式(4-1)相对比，可以发现SIMO下的SINR估计方法(4-1)与MIMO下的SINR估计方法(4-18)是统一的。1.12非对称资源配对下的SINR计算2.1节给出了LTE上行链路中对称资源配对下的信干噪比估计算法。在实际中，由于每个用户的无线应用需求不一样，因此，不同的用户有可能占用不同的带宽，非对称资源用户配对很好地解决了上述问题。在非对称资源配对下，信干噪比计算方法与对称资源配对下有所不同，本节着重讨论非对称资源用户配对下的信干噪比计算方法，为了与4.4.1节对应，本节也分别给出了按照信干噪比定义计算SINR和简化的SINR计算方法。A.计算公式61万方数据 电子科技大学硕士学位论文子载波总数：M由n1个用户构成的虚拟用户1...由n2个用户构成的虚拟用户2...由nN个用户构成的虚拟用户N...用户N_1、MN_1个子载波用户N_nN、MN_nN个子载波图4-12非对称资源配对示意图1如图4-12所示，在LTE上行链路、非对称资源配对时，其中，第i个虚拟用户中的第m个实际用户_(1,1)im≤i≤N≤m≤n的信干噪比 SINR为：iUEi_m2ASINR=UEim_21MNNN∑end∑∑∑22(k)k+σ2(k)−()WHWAijjnijMk=Mn=1j=1j=1i_mfirstA1MN∑end∑=WH(k)(k)ijjiMk=Mj=1i_mfirst(4-19)()()kkHH h=1112;W=(hh+σI)h()kH21H−kkkijkkkijH()H(),22122其中，M代表用户i_m使用的子载波数；i_mm−1M1M=+∑代表用户i_m使用firsti_kk=1m=∑代表用户i_m使用的最后一个子载波；的第一个子载波；MMW表示(k)endi_kijk=1在第k个子载波上，解调第i个虚拟用户数据时，对接收天线j的接收信号的滤波 权值；σ2代表噪声功率。将非对称资源配对下SINR计算公式(4-19)与对称资源配对下SINR计算公式(4-2)相比较，可以发现两者是统一的。B.公式推导下面以2个虚拟用户为例，进行证明：62万方数据 第四章信噪比辅助变换窗长信道估计技术研究LTE上行链路、2发2收系统、非对称资源配对，每个用户占用的带宽如图4-13所示，用户1使用M个子载波、用户2使用M个子载波、用户3使用12子载波：M个3用户1(UE1)、M个子载波1BW:aBW:b用户2(UE2)、M个子载波用户3(UE3)、M个子载波23图4-13非对称资源配对示意图2接收机频域接收信号可以表达为：Y=HX+NYHHX1a11a12aUE1aYHHX1b11b12bUE1b=+YHHX2a21a22aUE2YHHX2b21b22bUE3N(4-20)定义总的DFT矩阵为：DFT0M1F=DFT0MM20(4-21) 0DFTM3其中，DFT表示M阶DFT矩阵。M与对称资源配对下的情况一样，可得IDFT、MMSE后的时域滤波信号为：yˆ=FPWPYHHMMMSE=FPWPHFx+FPWPNHHHHMMMSEMMMMSE(4-22)定义MMSE滤波矩阵：63万方数据 电子科技大学硕士学位论文WW11a12aWWWW11b12bWPWP==1112=HmmseWWWW212221a22aWW21b22b(4-23)将式(4-21)和式(4-23)代入式(4-22)，则时域滤波信号进一步可以表示为：yˆ=DFT(WH+WH)DFT⋅x+DFTW⋅nHHUE1M111111221M1UE1M1111(+)⋅WHWHDFTxn+DFT+⋅DFTWH11a11a12a12aM2UE2+H2M1()M112WHWHDFTxn11b12b12b12bM3UE33(4-24)yˆUE2yˆUE3+H()DFTWHWH0=⋅M221a11a22a21aDFTx(+)M1UE10DFTWHWHHM321b11b22b21b(+)⋅DFTWHWHDFTxH(4-25) +M221a12a22a22aM2UE2DFT(WH+WH)DFT⋅xHM321b12b22b22bM3UE3DFT0DFTWnHH⋅M2M222a2Wn⋅+⋅+211HH0DFTDFTWnM3M322b3与4.4.1节一样，设：DFT0H{L}D=DFT⋅diagaaa⋅M2M112M10DFTM3M1=M2+M3;(4-26)HDFT0DFTL(4-27)F=⋅⋅DFTM{}2diagaaa;012M1M1M3M1=M2+M3则有：M12M12M121∑D∑D∑(4-28)[][]==akn,k1,k1Mk=1k=1k=1 =≤≤MM12122∑∑[]Fa;1nM2kM12M1,k2∑[]=k=1k=1Fn,kM121M1=+≤≤∑∑k[]=12Fa;1M2nM1kM3k=1k=1+M2M2+1,k(4-29)由式(4-24)可得，对于UE，SINR为：164万方数据 第四章信噪比辅助变换窗长信道估计技术研究1M1∑P=WH+W⋅H()signal11111221M1k=121M1∑()P=WH+WH+WH+WH22total1111122111121222M1k=11M1∑()+W+Wσ2221112M1k=1(4-30)SINRUE1=PsignalP−Ptotalsignal对于UE，SINR为：212M∑P=(WH+WH)signal21a12a22a22aM2k=121M2∑()P=WH+WH+WH+WH22total21a11a22a21a21a12a22a22aM2k=11M2∑()+W+Wσ22221a22aM2k=1(4-31)SINRUE2=PsignalP−Ptotalsignal对于UE，SINR为： 313M∑P=(WH+WH)signal21b12b22b22bM3k=121M3∑()P=WH+WH+WH+WH22total21b11b22b21b21b12b22b22bM3k=11M3∑()+W+Wσ22221b22bM3k=1(4-32)SINRUE3=PsignalP−Ptotalsignal本小节给出了非对称资源配对下，直接按照信干噪比公式的SINR计算方法，并针对SC-FDMA的特性，对计算公式进行了化简。与对称资源情况一样，该方法仍要计算MMSE滤波系数矩阵，并且在计算信号功率与总功率时，需要计算大量的乘加运算，运算复杂度高。C.简化的SINR计算65万方数据 电子科技大学硕士学位论文与4.4.1节一样，我们从先对接收信号做IDFT到时域，然后在时域做MMSE的角度考虑信号处理过程，得到了非对称资源配对下信干噪比计算的简化算法。LTE上行链路、非对称资源配对如图4-12所示，其中第i个虚拟用户中的第m个实际用户_(1,1)im≤i≤N≤m≤n的信干噪比iSINR为：UEi_mMi_m−SINR=1UEimM(k)_A∑endii()kAk=Mfirst(k)(k)LHH111N1T(k)HMOMAhhI;h=⋅+=σ2kkNkHH(k)(k)HHLN1NNRRT(4-33)其中，h代表第k个子载波上的频域信道矩阵；M代表用户i_m使用的子载波ki_mm−1m=+∑代表用户i_m使用的第一个子载波；=∑代表用 数；M1MMMfirsti_kendi_k k=1k=1户i_m使用的最后一个子载波；A()代表()kkA中第i行第i列元素的代数余子式；iiA代表()(k)A的行列式；σ2代表噪声功率。k 将非对称资源配对下SINR计算公式(4-33)与对称资源配对下SINR计算公式(4-17)相比较，可以发现两者是统一的。1.1SINR计算统一公式综合4.4.1节和4.4.2节的结果，LTE上行链路对称资源配对与非对称资源配对，用户i的信干噪比可以统一的表达为：MSINR=1i−UEiMk(i)()A∑endii()kA(i)k=Mfirst(k)L(k)HH111N1T(k)HAhhI;h=⋅+=MOMσ2kkNkTHH(k)(k)LN1NNRRT(4-34)其中，h代表第k个子载波上的频域信道矩阵；kM代表用户i使用的子载波数；i66万方数据 第四章信噪比辅助变换窗长信道估计技术研究M代表用户i所使用的第一个子载波，()(i)iM代表用户i所使用的最后一个子载firstend波，特别地，对于对称资源配对M()=1、M()=M；()iiAk代表(k)A中第i行第ifirstendii列元素的代数余子式；A(k)代表A()的行列式；σ2代表噪声功率。k若每个子载波的信干噪比已知，由子载波信干噪比向用户信干噪比的映射方法为：SINRUEi=111MSINR∑kM=SINR+1kk1−1(4-35)1.1本章小结本章给出了多用户基于信噪比辅助的DFT变换窗长的信道估计算法。在单用户信道估计算法的基础上，多用户的参考信号码分复用，且使用正交序列，在接收端采用自适应窗的算法，使不同发射功率、不同信道条件的多用户之间的检测性能得以提升。仿真结果说明：自适应窗的性能优于固定窗，特别是在高信噪比下，改善情况更为明显；对于小功率用户的性能提升更为明显，为后续小功率用户检测、解码等提供了更多的性能支持。利用SRS的信道质量探测算法，针对对称资源配对和非对称资源配对两种情况，本章还给出了虚拟MIMO配对前后SINR的计算公式和推导过程。 67万方数据 第五章结束语第五章结束语1.1本文总结及主要贡献准确的信道估计算法是保证LTE系统传输质量，发挥其优越性的关键。本文研究了LTE上行系统的信道估计技术，研究内容包括：(1)单用户信道估计算法。从LTE系统的基本原理及其物理层的关键技术出发，研究了上行SC-FDMA传输方案以及两种类型参考信号，在分析了信道的基本特征之后，重点研究了基于导频辅助的信道估计方法：DFT-Based信道估计算法和降噪估计算法。在单用户情况下，信噪比取0~25dB时，DFT-Based降噪估计算法较普通噪声功率估计算法提升3~4dB，特别在BER为10-3时更是提高了5dB，更接近理想信道估计。(2)虚拟MIMO系统多用户信道估计算法。重点介绍了基于SNR辅助的DFT-Based变化窗长的信道估计算法。自适应窗的性能优于固定窗，特别是SNR在高于20dB以后。对于小功率用户的性能提升则更为明显，为后续小功率用户检测、解码等提供了更多的性能支持。因此，信道估计算法的改善，对于多用户不同发射功率情景下有着重要的应用价值。(3)基于SRS的SINR估计算法。多用户进行虚拟MIMO配对前后，需要计算SINR为配对算法提供依据和衡量标准。针对对称资源配对和非对称资源配对两种情况，给出了SINR的计算公式和推导过程。(4)系统仿真验证。在LTE上行系统的具体规范下使用Matlab搭建仿真平台，包括单用户与多用户，针对EVA、EPA、ETU等不同移动速度下的衰落信道，对LS、LMMSE与提出的DFT-Based改进型降噪处理算法和基于SNR辅助的DFT-Based变化窗长的信道估计算法进行了仿真分析和验证。1.2下一步工作建议与未来研究方向(1)RS序列性质对信道估计的影响。利用理论分析及链路级仿真验证RS序列性质对信道估计精度的影响。具体包括：分析短RS序列的互相关特性。68万方数据 电子科技大学硕士学位论文并由此分析：虚拟MIMO最小分配带宽；配对用户数目上限；非对称资源分配性能。(2)配对后SINR估计算法。配对后SINR估计决定MCS的选择，而错误的MCS选择将恶化系统BLER性能，针对IRC接收机，计划从两方面研究SINR估计：根据系统干扰波动情况初步估计IRC接收机条件下的SINR；根据用户HARQ信息动态调整SINR估计偏移。(3)后期将对本文提出的算法拟在picochip多核DSP平台实现。包括：基于DFT变换域的信道估计算法和噪声方差估计算法；信噪比辅助的基于DFT变换窗长信道估计算法；针对虚拟MIMO配对基于信道探测参考信号的SINR计算。69万方数据 致谢致谢三年时光仿佛只是一瞬，犹记得当年报到时的情景，现已然要说再见。感谢爹娘的养育之恩，支持我所有正确或错误的决定，包容我的任性，感谢倾听我的每一次哭诉或是唠叨。希望可以继续继承和发扬老爸的聪明才智和老妈勤奋刻苦一丝不苟的精神，如同您们所说的那样：幸福快乐的生活。感谢唐友喜教授给了我这个提升自己且来之不易的学习机会。“先做事，再做人”、“三天完成一件事”、“信任、偏执、疯狂、专注”，这些做事做人的态度使我终身受益。感谢直接指导老师赵宏志博士，科研上耐心且宽容的指导，贯穿在项目进行过程中和论文选题、研究、写作过程中。生活上亦师亦友，带领我们尝遍成都美食，经费支持我们体育锻炼身体。感谢三年朝夕相伴的项目组的兄弟姐妹们，在我陷入困境迷茫时给予帮助。与你们一起在实验里奋斗的岁月是我终身难忘的时光。特别感谢那些常常一起打牙祭的饭友们，在时而紧张时而单调的科研生活中自得其乐。此外，还要向实验室、图书馆、宿舍的工作人员表达我的谢意。最后感谢评审本论文的专家以及所有对本论文提出宝贵意见的老师和同学。70万方数据 参考文献参考文献[1]瑞典IT服务公司Pingdo报告.雷锋网http://www.leiphone.com/mobile-internet-2011.html [2]http://www.stats.gov.cn/tjgb/ndtjgb/qgndtjgb/t20120222_402786440.htm [3]114网站产业新闻.http://www.c114.net/news/16/a661501.html[4]StefaniaSesia,IssanToufik,MatthewBaker.LTE-UMTS长期演进理论与实践.人民邮电 出版社.2009.[5]闫嘉等.3GPP长期演进(LTE)技术原理与系统设计.人民邮电出版社.2008 [6]TheodoreSRappaport.无线通信原理与应用.电子工业出版社.2008[7]3GPP.TR.25.913.V8.0.0.“RequirementsforEvolvedUTRAandEvolvedUTRAN”(Release 8).2008.12[8]3GPPTS36.201.V10.0.0."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);Physical layerGeneralDescription".2010.10[9]3GPPTS36.211."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);Physicalchannels andmodulation".[10]3GPPTS36.212."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);Multiplexingand channelcoding".[11]3GPPTS36.213."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);Physicallayer procedures".[12]3GPPTS36.214."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);Physicallayer Measurements".[13]3GPPTS36.104."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);BaseStation(BS) radiotransmissionandreception".[14]3GPPTS36.101."EvolvedUniversalTerrestrialRadioAccess(E-UTRA);UserEquipment (UE)radiotransmissionandreception".[15]VeeravalliVV,YingbinLiang,SayeedAM.“CorrelatedMIMOwirelesschannels:capacity, optimalsignaling,andasymptotics”.IEEETransactionsonInformationTheory,Volume51, Issue6,June2005,2058-2072[16]JayaweeraSK.“VirtualMIMO-basedcooperativecommunicationforenergy-constrained wirelesssensornetworks”.IEEETransactionsonInformationWirelessCommunications, Volume5,Issue5,May2006,984-989[17]YongYuan,ZhihaiHe,MinChen.“VirtualMIMO-basedcross-layerdesignforwireless sensornetworks”.IEEETransactionsonVehicularTechnology,Volume55,Issue3,May 2006,856-864[18]钟磊.曹磊.杨大成.“基于虚拟MIMO技术的上行LTE系统设计和研究”,移动通信,2008[19]陈旭彬.杨大成,“多用户MIMO——下一代移动通信关键技术”,移动通信,2007[20]钱雨.“3GLTE上行无线资源管理关键技术的研究.”博士学位论文.北京邮电大学.2007.[21]Nortel.3GPPTSG-RAN1WG1#43R1-051422.“ULvirtualMIMOsystemlevel performanceevaluationforE-UTRA,”,Seoul,Korea,7th–11thNovember,2005.71万方数据 参考文献[22]YangChao;FanBin;QianYu;WangWen-bo.“AdjustableDeterminantPairingScheduling forVirtualMIMOSystem”,IntelligentSignalProcessingandCommunicationSystems,2007. ISPACS2007.InternationalSymposiumonDigitalObjectIdentifier:10.1109/ISPACS. 2007.4445965PublicationYear:2007,Page(s):626–629.[23]BoHuang;XumingFang;QingChen;RongHe;WuChen.“APairingSchedulingScheme forVirtualMIMOSystems”,WirelessCommunicationsNetworkingandMobileComputing (WiCOM),20106thInternationalConferenceonDigitalObjectIdentifier: 10.1109/WICOM.2010.5601378PublicationYear:2010,Page(s):1–6.[24]Nortel.3GPPR1-051162,“ULVirtualMIMOTransmissionforE-UTRA”,3GPPTSG-RAN1 Meeting#42bis,SanDiego,USA,10th-14th,Oct.2005.[25]JuanHan,XiaofengTaoandQimeiCui,"SimplifiedSINR-BasedUserPairingScheduling forVirtualMIMO,"IEEEVTC2009Spring,April2009.[26]E.ViterboandA.Hottinen,“OptimalUserPairingforMultiuserMIMO,”inProc.IEEE10th InternationalSymposiumonSpreadSpectrumTechniquesandApplications(ISSSTA’08), Aug.2008,Page(s):242–246.[27]X.Chen,H.Hu,H.Wang,H.-H.Chen,andM.Guizani,“Doubleproportionalfairuser pairingalgorithmforuplinkvirtualMIMOsystems,”IEEETrans.WirelessCommun.,vol.7, no.7,July2008,Page(s):2425–2429.[28]XiaotingWang,WenboWang,TianlinZhu,ZongyinZhao,“SpatialMultiuserPairing SchedulingStrategiesforVirtualMIMOSystem”,CommunicationSystems,2008.ICCS 2008.11thIEEESingaporeInternationalConference,Page(s):823-827,19-21.[29]Shih-ChanHuang;Jia-ChinLin;Kao-PengChou;“NovelChannelEstimationTechniqueson SC-FDMAUplinkTransmission”,VehicularTechnologyConference(VTC2010-Spring), 2010IEEE71stDigitalObjectIdentifier:10.1109/VETECS.2010.5493925PublicationYear: 2010,Page(s):1-5[30]HuangG.;NixA.;Armour,S.;“DFT-BasedChannelEstimationandNoiseVarianceEstimation TechniquesforSingle-CarrierFDMA”,VehicularTechnologyConferenceFall(VTC 2010-Fall),2010IEEE72ndDigitalObjectIdentifier:10.1109/VETECF.2010.5594158 PublicationYear:2010,Page(s):1-5[31]XiaolinHou;ZhanZhang;Kayama,H.;“DMRSDesignandChannelEstimationfor LTE-AdvancedMIMOUplink”;VehicularTechnologyConferenceFall(VTC2009-Fall), 2009IEEE70th;DigitalObjectIdentifier:10.1109/VETECF.2009.5378829;PublicationYear: 2009,Page(s):1-5[32]Yomeogo,S.;Palicot,J.;Cariou,L.;“ChannelEstimationTechniquebyHiddenSignal: ApplicationintheSC-FDMAContext”;WirelessandMobileCommunications(ICWMC),2010 6thInternationalConferenceon;DigitalObjectIdentifier:10.1109 /ICWMC.2010.21;PublicationYear:2010,Page(s):38-41[33]YeWu;MingLei;JunDu;“Two-DimensionAdaptiveSpectralEfficiencyforSC-FDMA Systems”;VehicularTechnologyConferenceFall(VTC2010-Fall),2010IEEE72nd,Digital ObjectIdentifier:10.1109/VETECF.2010.5594595，PublicationYear:2010,Page(s):1-5[34]Motorola,3GPPTSGRANWG1#43,R1-051335,“SimulationMethodologyforEUTRA UL:IFDMAandDFT-Spread-OFDMA”,November2005.[35]Samsung,R1-051352,“SimulationmethodologyforEUTRAuplink:SC-FDMAand OFDMA”,3GPPTSGRANWG1#43,November2005.[36]A.Paulraj,R.Nabar,andD.Gore,IntroductiontoSpace-TimeWirelessCommunications, 1sted.NewYork:CambridgeUniv.Press,2003.[37]Ericsson,“SystemlevelevaluationofOFDM-furtherconsiderations”,TSG-RANWG1#35, R1-03-1303,November,2003.72万方数据 参考文献[38]L.Wan,etal,“Afadinginsensitiveperformancemetricforaunifiedlinkqualitymodel,” WCNC,2006.[39]3GPPTR25.892,"FeasibilityStudyforOrthogonalFrequencyDivisionMultiplexing (OFDM)forUTRANenhancement(Release6)"v6.0.0,(2004-06).73万方数据 个人简历个人简历何叶芊，女，汉族，1985年7月15日生于河北省石家庄市。2004年9月考入河北农业大学机电工程学院，就读于电子信息工程专业2004级01班，2008年6月获工学学士学位。2009年9月考入电子科技大学通信抗干扰技术国家级重点实验室，攻读电子与通信工程专业硕士学位。在攻读硕士学位期间，获得研究生科研三等奖学金一次。74万方数据 攻读硕士学位期间的研究成果攻读硕士学位期间的研究成果参加的科研项目：1.软基带芯片并行化基带算法研究(华为合作项目,项目编号YBWL2009105)，时间：2009年11月~2011年6月2.VMIMO关键技术研究(华为合作项目,项目编号YBWL2010259)，时间：2011年3月~2012年3月75万方数据
此文档下载收益归作者所有
