国产91免费_国产精品电影一区_日本s色大片在线观看_中文在线免费看视频

CNTXJ.NET | 通信界-中國通信門戶 | 通信圈 | 通信家 | 下載吧 | 說吧 | 人物 | 前瞻 | 智慧(區塊鏈 | AI
 國際新聞 | 國內新聞 | 運營動態 | 市場動態 | 信息安全 | 通信電源 | 網絡融合 | 通信測試 | 通信終端 | 通信政策
 專網通信 | 交換技術 | 視頻通信 | 接入技術 | 無線通信 | 通信線纜 | 互聯網絡 | 數據通信 | 通信視界 | 通信前沿
 智能電網 | 虛擬現實 | 人工智能 | 自動化 | 光通信 | IT | 6G | 烽火 | FTTH | IPTV | NGN | 知本院 | 通信會展
您現在的位置: 通信界 >> 通信線纜 >> 技術正文
 
FD-MIMO下行系統中基于空時碼下的聯合選碼方法
[ 通信界 | 孔婉冰 戴譚明 吳君欽 | www.6611o.com | 2023/10/22 21:49:52 ]
 

孔婉冰,戴譚明,吳君欽

(江西理工大學,江西 贛州 341000)

0 引言

大規模多輸入多輸出(Multiple Input Multiple Output,MIMO)技術可提升系統的頻譜效率和傳輸可靠性而備受學術界和工業界廣泛關注[1-2]。在該系統中,基站配置多達數十根甚至上百根天線,大量的天線能充分挖掘并利用空間維度資源,在同一時頻資源下服務于多個用戶。

實際應用場景中,在有限空間部署大量線性陣列天線挑戰性極大,為了實現這一目標,提出了三維多輸入多輸出(Full Dimension Multiple Input Multiple Output,FD-MIMO)技 術。在FD-MIMO系統中[3-5],為了高效利用空間自由度且合理地部署大量天線并同時發揮其優勢,天線往往以二維或者三維陣列形式排布,也就是說,水平和垂直方向都安置天線。在該系統中,信道狀態信息(Channel State Information,CSI)的獲取尤為關鍵。在時分雙工(Time Division Duplexing,TDD)模式下,因信道具有互易性[6-7],基站能夠利用上行的CSI 估計下行的CSI。而在頻分雙工(Frequency Division Duplexing,FDD)模式中,上下行鏈路通過不同頻率加以區別導致信道不具備互易性,此時,下行鏈路CSI 需要通過反饋來獲取。本文是基于FDD 下的FD-MIMO 有限反饋系統中的空時碼下的聯合選碼策略的研究。

在FD-MIMO 下行系統中,預編碼技術不僅能有效地增強期望信號,而且能抑制用戶之間的信道干擾,但是無法抵抗信道的深度衰落。而空時編碼技術雖能夠抵抗深度衰落,卻無法有效地抑制干擾。于是,嘗試將兩種技術結合,在得到分集增益的同時復用增益也得到加強,且在不增加帶寬的情況下,能大幅度提升系統容量和頻譜利用率[8-9]。目前在這方面的研究主要有:文獻[10]提出了基于離散傅里葉碼本的雙重碼本設計策略,該策略基于二維信道具有較好的性能。文獻[11]使用格拉斯曼(Grassmanian)碼本分別量化水平和垂直方向上的信道信息,再通過張量積運算獲得最終的預編碼碼字[7]。文獻[12]對重構信道矩陣進行奇異值分解,并分別用離散傅里葉碼本對最大奇異值對應的一組特征向量進行量化,最后通過張量積運算得到最終碼字。雖然最大奇異值對應的特征向量能反映出部分信道特性,但存在一定的局限性。于是,本文結合空時編碼技術和聯合選碼策略提出了新的發送方式,即在相干時間內通過多次發送,使得同一信號通過不同的信道傳送至接收端。為了在發送方式上提供完全增益的空時碼,采用Alamouti 正交空時碼[13-15]。而在接收方利用最大似然(Maximum Likelihood,ML)解碼方式,因為發送信號滿足正交性,所以在解碼時可轉化成線性解碼以降低解碼復雜度。

1 系統模型

本文采用文獻[5]中的信道假設模型,天線的排布結構為均勻平面陣列(Uniform Planar Arrays,UPA),在水平和垂直兩個維度上均有波束成形增益,基站端安裝有N根天線,其中Nv表示垂直方向上的天線數,Nh表示水平方向上的天線數。dv表示垂直方向上的天線間距,dh表示水平方向上的天線間距。

假定基站與天線之間存在P個輻射路徑,其中每個輻射路徑表示為[16]:

2 傳輸方案及解碼策略

2.1 基于Alamouti 碼的傳輸方案

在引入Alamouti 碼傳輸方案之前,需要引入預編碼碼本。在目前的理論研究和實踐中,離散傅里葉碼本在FD-MIMO 系統中受到廣泛關注。該碼本的形式如下:

式中:Bv為垂直方向反饋比特數;Bh為水平方向反饋比特數。

對于選碼的過程,文獻[12]中已給出一種方案,具體過程如下文所述。首先有:

式中:為信道h中的第1 個元素到第Nv個元素構成的向量。也就是將信道h重構成Nv×Nh的信道矩陣H,再對其進行奇異值分解,則有:

式中:A和B分別為左、右奇異值矩陣;Σ為對應奇異值組成的對角陣。

對a1和b1向量進行量化,其中a1和b1分別是信道矩陣H經奇異值分解后矩陣A的第1 列和矩陣B的第1 列,采用如下量化準則:

然而,上述方案只考慮了一對奇異值向量,并不能還原真實信道。于是,提出了基于多對奇異值聯合量化的策略。而量化的奇異值向量越多,反饋開銷也會隨之增大,因此選擇兩對奇異值向量量化較為合理。用兩組向量逼近真實信道可寫成:

式中:δ1,δ2為重構信道矩陣經奇異值分解得到的前2 個特征值。使用這兩對奇異值向量進行聯合量化的形式如下:

有了選碼方案后,為了便于研究,假設系統是單用戶單天線。基站側利用碼本和Alamouti 碼給用戶端傳送數據。傳送的步驟為,先將要傳送的數據s1和s2映射到Alamouti 碼中,且數據均屬于星座QAM。Alamouti 碼的具體形式如下:

式中:為復數的共軛復數。

2.2 極大似然等價線性解碼策略

極大似然解碼的基本思想是將接收到的信號與所有可能的傳輸信號進行逐一比較,然后根據最大似然估計準則估計該信號。顯然,解碼復雜度隨信號的增加而呈指數級增長。因此,如何將非線性譯碼轉化為線性譯碼尤為重要。

從發送接收方程可得用戶第1 次、第2 次發送接收方程為:

3 反饋開銷及復雜度分析

根據輻射路徑與碼本的結構,給出了反饋比特數下限的表達式:

式中:表示對x向上取整;角度識別率Ω越小,基站天線數越多,則需要的反饋開銷的下限就越大。開銷越大,碼字數量就越多,量化就越均勻,此時碼字與真實信道的偏差就越小,那么信道的增益就越大。綜合考慮反饋開銷和增益,Ω合適的取值為π/4 或者π/8。

下面對式(18)進行解釋:

為使得全部天線都能產生增益,需要所有角度都集中在某一特定的區間。假定反饋比特數為Ba,則碼本的碼字數為2Ba,于是每個角度區間長是2π/2Ba。由于選碼時最糟糕的情況是剛好落在區間正中央,在這種情況下,信道與碼字角度的差值是區間長的一半,則有:

針對本文所提方法的復雜度分析如下:由于假設基站側垂直方向上的天線數為Nv,水平方向上的天線數為Nh,因此生成離散傅里葉(Discrete Fourie Transform,DFT)碼本的復雜度為信道矩陣奇異值分解(Singular Value Decomposition,SVD)的復雜度為用兩組特征值進行量化的復雜度為o(2Bv+Bh(NvNh+1)NvNh)。相較于單獨選碼方案,本文所提方案雖然復雜度稍大,但更能逼近真實信道。因此,本文所提方案的總復雜度為:

4 仿真結果

為了證實所提方法的性能,本節從3 個方面進行仿真驗證。仿真1 驗證了聯合量化選碼相較于單獨選碼的優越性;仿真2 是基于不同的量化方案,在合適的反饋比特數下,將本文方案與單獨選碼方案在誤碼率方面進行比較分析;仿真3 證實了在不同天線配置的情況下,合理的反饋比特數。表1 給出了相關參數。

表1 系統仿真參數設定

4.1 仿真1

圖1 給出了聯合量化選碼方案與單獨選碼方案的誤碼率對比,反饋比特數Bv=Bh=4,其他相關仿真參數按照表1 進行設置,天線陣列數為N=Nv×Nh=4×4,反饋比特總數為8 bit。從圖1 中可以看出,隨著信噪比的增大,誤碼率在不斷下降,聯合量化選碼方案相較于單獨選碼方案下降的幅度會更大些,尤其在較高信噪比的情況下,大概高出2 dB。雖然聯合量化復雜度高于單獨量化,但復雜度也在可接受的范圍內。

圖1 不同選碼方式下的誤碼率

4.2 仿真2

圖2 給出了聯合量化選碼方案與單獨選碼方案的誤碼率對比,反饋比特數分為兩種情況:第1 種情況設置為Bv=Bh=3,總反饋比特數為6 bit;第2種情況設置為Bv=Bh=5,總反饋比特數為10 bit。其他相關仿真參數按照表1 進行設置,天線陣列數為N=Nv×Nh=6×6。從圖2 中可以看出,在反饋比特數相同的條件下,聯合量化選碼的性能優于單獨選碼,在相同的選碼準則下,反饋比特數越大,性能越好。由于反饋比特數越大,碼字數量就越大,信道量化得更加均勻,更易逼近真實信道;但同時,反饋比特數越大,選碼的復雜度就會越大,因此合理的反饋比特數顯得尤為重要。

圖2 不同選碼方式下的誤碼率比較

4.3 仿真3

在圖3 中,采用聯合量化選碼方案,仿真分成兩組。第1 組設置基站天線配置N=Nv×Nh=4×4,信噪比越大,則誤碼率性能越好,但隨著反饋比特數的增大,系統的誤碼率先下降得比較快,此后下降趨勢趨于平緩。由圖3 可知,圖中橫坐標表示一個維度上的反饋比特數,且兩個維度上的反饋比特數相等。因此,當總反饋比特數為8 bit時,基本趨于不變。第2 組設置基站天線配置N=Nv×Nh=6×6,信噪比越大,則誤碼率性能越好,但隨著反饋比特數的增大,系統的誤碼率先下降得比較快,此后下降趨勢趨于平緩。由圖3 可知,當總反饋比特數為10 bit 時,基本趨于不變。通過不同天線數的對比,也證實了反饋比特數的下限公式。

圖3 不同天線配置下的誤碼率比較

5 結語

本文為了降低FDD 模式下的MIMO 下行系統的反饋開銷,基于假設的信道模型給出了合適的反饋比特數的公式,其合理性在仿真中得到了證實。在此基礎上,首先利用聯合選碼的預編碼方案,可以更精確地逼近真實信道。雖然該方案的復雜度稍大,但也在可接受范圍內。其次利用空時碼與聯合選碼技術相結合來傳送數據,在接收方采用等價極大似然解碼方法,降低解碼復雜度。最后,對所提出的方案進行了仿真,其結果與理論分析 一致。

 

1167作者:孔婉冰 戴譚明 吳君欽 來源:通信技術 編輯:顧北

 

聲明:①凡本網注明“來源:通信界”的內容,版權均屬于通信界,未經允許禁止轉載、摘編,違者必究。經授權可轉載,須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息并注明“來源:通信界”。②凡本網注明“來源:XXX(非通信界)”的內容,均轉載自其它媒體,轉載目的在于傳遞更多行業信息,僅代表作者本人觀點,與本網無關。本網對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。③如因內容涉及版權和其它問題,請自發布之日起30日內與本網聯系,我們將在第一時間刪除內容。 
熱點動態
普通新聞 發展新質生產力 運營商突破口何在?
普通新聞 浙江移動在杭州率先完成“水陸空”全場景5G-A通感一體驗證,助力發
普通新聞 TD產業聯盟發布《全球5G/6G產業發展報告(2023-2024)》
普通新聞 諾基亞與中國電信攜手展示5G TSN技術助力智慧制造應用
普通新聞 網端業協同,中國移動將于2026年底實現5G-A全量商用
普通新聞 工信部:今年將開展“人工智能+”行動
普通新聞 工信部等四部門發文,低空經濟“萬億賽道”再迎政策利好
普通新聞 首發百城勢恢宏,中國移動5G-A商用部署劃重點
普通新聞 美光捐助西安 "助愛小餐 "公益項目,為殘疾人創造就業機會
普通新聞 何飚出任中國移動總經理、黨組副書記
普通新聞 共創智慧家庭新篇章|宇視受邀參加中國聯通重點產品培訓
普通新聞 中國電信計劃2024年資本開支960億元 云和算力約占180億元
普通新聞 中國電信完成全球首個全頻段、全制式、全場景5G RedCap商用驗證 啟
普通新聞 我國家電行業發展開始進入新階段 亟需加快數智化轉型
普通新聞 通信界觀察:何小鵬收復失地,小鵬汽車走出沼澤
普通新聞 美國企業對特定光纖連接器、適配器、跨接電纜、跳線以及下游產品及
普通新聞 50G PON已日趨成熟 預計2024年將走向商用
普通新聞 360AI瀏覽器APP即將上線,支持500萬字長文本處理
普通新聞 美媒:美司法部起訴蘋果避重就輕,為何不直指應用商店問題
普通新聞 人工智能如何為新質生產力注入新動力
通信視界
高通CEO安蒙:生成式AI走向終端,將帶來最大智
普通對話 高通CEO安蒙:生成式AI走向終端,將帶來最大
普通對話 李彥宏:不斷地重復開發基礎大模型是對社會
普通對話 中興通訊徐子陽:強基慧智,共建數智熱帶雨
普通對話 鄔賀銓:移動通信開啟5G-A新周期,云網融合
普通對話 華為輪值董事長胡厚崑:我們正努力將5G-A帶
普通對話 高通中國區董事長孟樸:5G與AI結合,助力提
普通對話 雷軍發布小米年度演講:堅持做高端,擁抱大
普通對話 聞庫:算網融合正值挑戰與機遇并存的關鍵階
普通對話 工信部副部長張云明:我國算力總規模已居世
普通對話 鄔賀銓:我國互聯網平臺企業發展的新一輪機
通信前瞻
亨通光電實踐數字化工廠,“5G+光纖”助力新一
普通對話 亨通光電實踐數字化工廠,“5G+光纖”助力新
普通對話 中科院錢德沛:計算與網絡基礎設施的全面部
普通對話 工信部趙志國:我國算力總規模居全球第二 保
普通對話 鄔賀銓院士解讀ChatGPT等數字技術熱點
普通對話 我國北方海區運用北斗三號短報文通信服務開
普通對話 華為云Stack智能進化,三大舉措賦能政企深度
普通對話 孟晚舟:“三大聚力”迎接數字化、智能化、
普通對話 物聯網設備在智能工作場所技術中的作用
普通對話 軟銀研發出以無人機探測災害被埋者手機信號
普通對話 AI材料可自我學習并形成“肌肉記憶”
普通對話 北斗三號衛星低能離子能譜儀載荷研制成功
普通對話 為什么Wi-Fi6將成為未來物聯網的關鍵?
普通對話 馬斯克出現在推特總部 收購應該沒有懸念了
普通對話 臺積電澄清:未強迫員工休假或有任何無薪假
普通對話 新一代載人運載火箭發動機研制獲重大突破
推薦閱讀

亚信科技被Omdia评为5G专网全球供应商挑战者

极简以太彩光网络解决方案4.0正式发布,“彩光”重构园区网络极简之道

首次!不听人类指挥,AI模型拒绝关闭!马斯克评论:令人担忧......

安全+数智 AI赢未来 C3安全大会•2025重磅发布

AI Agent,联想集团能否赢得巨头之战?

开源共建智启未来 开源鸿蒙开发者大会2025成功举办

OpenAI将以65亿美元收购AI初创企业io 携手前苹果设计师Ive进军硬件

微软称全球 39.4 万台 Windows 电脑遭 Lumma 恶意软件感染

魅族Note 16补货来袭,23日开售,火热预约中!

Agent应用爆发 数码视讯助力加速构建自动化大时代
Copyright @ Cntxj.Net All Right Reserved 通信界 版權所有
未經書面許可,禁止轉載、摘編、復制、鏡像