MIMO广播有限反馈系统中联合预编码方法

doi:10.13190/jbupt.201202.24.zhaow

北京邮电大学学报 ›› 2012, Vol. 35 ›› Issue (2): 24-27.doi: 10.13190/jbupt.201202.24.zhaow

MIMO广播有限反馈系统中联合预编码方法

赵伟,袁超伟,张金波

.北京邮电大学信息与通信工程学院, 北京 100876

收稿日期:2011-07-04 修回日期:2011-10-11 出版日期:2012-04-28 发布日期:2012-01-05
通讯作者: 赵伟 E-mail:andyzhaoster@163.com
作者简介:赵伟（1980-），男，博士生，E-mail：andyzhaoster@163.com 袁超伟（1960-），男，教授，博士生导师
基金资助:
国家自然科学基金项目（60872149）

Joint Precoding for MIMO Broadcast System with Limited Feedback

ZHAO Wei,YUAN Chaowei,ZHANG Jinbo

School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2011-07-04 Revised:2011-10-11 Online:2012-04-28 Published:2012-01-05
Contact: Wei ZHAO E-mail:andyzhaoster@163.com

摘要/Abstract

摘要：

在接收用户为多天线多输入多输出(MIMO)广播有限反馈系统中，信道方向矩阵的量化存在误差，此误差影响预编码设计，从而降低系统容量.针对此问题，通过分析信道方向向量量化误差的统计特性，提出了一种具有鲁棒性的基于最小均方误差（MMSE）的预编码方案.
分析和仿真结果表明，所提的预编码方法有效提升了系统容量，降低了误码率（BER），减缓了平顶效应.

关键词: 多输入多输出, 最小均方误差, 有限反馈, 联合预编码

Abstract:

In multiplein multipleout (MIMO) broadcast systems with limited feedback, when receivers are equipped with multiple antennas, the socalled quantization error of channel direction matrix will be unavoidably introduced. This quantization error results in the reduction of system capacity since it is referenced in the Precoding design. A robust Precoding method based on minimum mean square error（MMSE） is proposed, which considers the statistical characteristics of the quantization error for channel direction matrix. Simulation shows that the proposed method effectively enhanced system capacity, reduced bit error rate (BER), as well as mitigated the plateau effect.

Key words: multiple input multiple output, minimum mean squared error, limited feedback, joint precoding

中图分类号:

TN929.53

赵伟袁超伟张金波. MIMO广播有限反馈系统中联合预编码方法[J]. 北京邮电大学学报, 2012, 35(2): 24-27.

参考文献

[1] Huang Yongming, Yang Luxi, Bengtsson M. A limited feedback joint precoding for amplify-and-forward relaying[J]. IEEE Trans on Signal Processing, 2010, 58(3): 1347-1357.
[2] Xu Wei, Dong Xiaodai, Lu Wusheng. MIMO relaying broadcast channels with linear precoding and quantized channel state information feedback[J]. IEEE Trans on Signal Processing, 2010,58(10): 5223-5245.
[3] Jinal N. MIMO broadcast channels with finite-rate feedback[J]. IEEE Trans on Information Theory, 2006, 56(11): 5045-5060.
[4] 解芳,袁超伟,程铁铮,等. MIMO广播系统中基于有限反馈的多用户选择新算法[J]. 电子与信息学报, 2010, 32(11) : 2785-2789. Xie Fang, Yuan Chaowei, Cheng Tiezheng, et al. A new multi-user selection algorithm in MIMO broadcast system with limited feedback[J]. Journal of Electronics and Information Technology, 2010, 32(11) : 2785-2789.
[5] Ravindran N, Jindal N. Limited feedback-based block diagonalization for the MIMO broadcast channel[J]. IEEE Trans on Selected Areas in Communications, 2008, 26(8): 1473-1482.
[6] Dabbagh A D,Love D J. Mutiple antenna MMSE based downlink precoding with quantized feedback or channel mismatch[J]. IEEE Trans on Communications, 2008, 56(11) :1859-1868.
[7] Gupta A, Nagar D. Matrix variate distributions[M]. London:Chapman, 2000:165-170.
[8] Skovgaard C S, Rajiv A, Elisabeth D C, et al. Weighted sum-rate maximization using weighted MMSE for MIMO-BC beamforming design//ICC 2009. Dresden: IEEE Press, 2009: 1-6.
[9] Muirhead R J.Aspects of multivariate statistical theory[M].New York:Wiley-Interscience,1982:65-83.附录1由文献
[7] 可知,X_k和Y_k是相互独立的,S_k与Z_k是相互独立的.由文献
[9] 得到Z^H_kZ_k服从Beta分布,即Z^H_kZ_k~Beta(N,M-N).根据Beta分布的性质^[7],Y^H_kY_k~Beta(M-N,N),且由文献
[7] 可知Z_k的对角元素z²_ii~Beta,则1) E[X_kY_kΔ^1/2_k]=E[X_kY_k]E[Δ^1/2_k]αI_N.2) E[Y^H_kX^H_kΔX_kY_k]=ME[X_kY_kX^H_kY^H_k]=ME[Y_kX_kX^H_kY^H_k]=ME[Y_kY^H_k]=(M-N)I_N,其中由Beta 分布性质^[7]可知E[Y_kY^H_k]=I_N.3) E[Z_kΔ^1/2_kZ^H_k]=E[Z_k] E[Δ^1/2_k] E[Z^H_k]=ME[Z_kZ^H_k]=I_N,其中E[tr[Z_kZ^H_k]]=D,则E[Z_kZ^H_k]=I_N.4) 为了证明得到最后结果,设W和W^⊥组成正交的空间,则S_k可以表示为S_k= W^⊥O_k,其中O_k为酉矩阵,平均分布在M-N维空间中,则E[S_kS^H_k]=E[W^⊥O_kO^H_kW^⊥H]= E[W^⊥W^⊥HO_kO^H_k]=×E[W^⊥W^⊥H]=(I_M-_k^H_k).

[1]	张天骐汪锐安泽亮方竹王雪怡. 基于多任务学习的MIMO-OFDM信号联合信噪比估计与调制识别[J]. 北京邮电大学学报, 2022, 45(6): 98-104.
[2]	郑凤杨立. 基于PSO算法的RIS-MIMO联合波束成形方案[J]. 北京邮电大学学报, 2022, 45(5): 23-29.
[3]	朱军杨军李凯于文欣. 基于增强CVAE的三维射线重构方法[J]. 北京邮电大学学报, 2022, 45(5): 36-41.
[4]	孙晶晶, 张治中, 邓炳光. A2G场景下三维宽带非平稳信道建模与分析[J]. 北京邮电大学学报, 2021, 44(5): 61-66.
[5]	朱军, 唐宝煜, 李凯. 基于动态模式分解的移动用户信道容量预测算法[J]. 北京邮电大学学报, 2021, 44(4): 89-94.
[6]	李虎, 韦再雪, 程振桥, 杨鸿文. 透镜天线毫米波MIMO系统中基于开关结构的HBF算法[J]. 北京邮电大学学报, 2021, 44(4): 26-33.
[7]	赵伟, 王斌, 鲍慧, 赵品芳, 李保罡. 基于mMIMO的MEC安全节能资源分配方法[J]. 北京邮电大学学报, 2020, 43(6): 126-131.
[8]	唐杰, 李凯, 林楚婷, 宋彦, 周恩丞. OAM-MIMO通信系统的信道容量研究[J]. 北京邮电大学学报, 2020, 43(6): 27-35.
[9]	丁青锋, 连义翀, 邓玉前. 空间相关信道下大规模MIMO系统频谱效率分析[J]. 北京邮电大学学报, 2020, 43(3): 45-50,98.
[10]	李君瑶, 常永宇, 曾天一. 大规模3D MIMO中基于信道相关的LOS/NLOS识别算法[J]. 北京邮电大学学报, 2020, 43(1): 1-7.
[11]	黄翔东, 王惠杰, 黎鸣诗, 曹月彬. GFDM系统低复杂度最小均方误差接收机解调算法[J]. 北京邮电大学学报, 2019, 42(3): 7-13.
[12]	慕熹东, 郭莉, 董超, 林家儒. 一种基于无人机毫米波通信的波束选择方法[J]. 北京邮电大学学报, 2019, 42(3): 120-126.
[13]	欧泽良, 杨鸿文. 一种基于EP的自适应大规模MIMO信号检测算法[J]. 北京邮电大学学报, 2018, 41(5): 149-152.
[14]	程振桥, 韦再雪, 杨鸿文. 大规模MIMO系统中基于OMP的混合波束赋形方法[J]. 北京邮电大学学报, 2018, 41(5): 153-158.
[15]	魏敏, 汤文杰, 滕颖蕾, 陈广泉, 宋梅. 大规模MIMO系统中基于WMMSE的混合预编码算法[J]. 北京邮电大学学报, 2018, 41(4): 63-68.

MIMO广播有限反馈系统中联合预编码方法

Joint Precoding for MIMO Broadcast System with Limited Feedback

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价