一种基于符号级信息的收发机联合设计方法

1.本发明涉及无线通信技术领域，具体涉及一种基于符号级信息的收发机联合设计方法。


背景技术：

2.在多用户mimo下行链路传输的过程中，多天线基站借助空分复用向多用户同时发送信号。因此每个用户会受到来自其它用户信息的干扰。为了削弱这些干扰的影响，最直接的办法就是在接收端利用信号检测算法提取有用信号。然而，由于成本以及能耗等因素的约束，接收机并不适合承担过于复杂的信号处理任务，因此在发射端对信号进行预处理成为更好的选择。预编码技术能够有效的削弱用户间干扰，大幅度提升多用mimo系统的容量。传统的线性预编码技术主要是利用信道状态信息(csi)，对信道相关时间内的所有待发送符号进行预编码设计。而符号级预编码技术(slp)则是同时利用信道状态信息(csi)和待传输的符号信息，对每个时隙的发送信号单独进行预编码设计，将用户间的干扰转化为有效信号，而改善传输性能。
3.现有公开slp方基本都是案针对多用户miso系统，即用户配备单天线接收机，进行设计。文献(s.cai,t.-h.chang and h.zhu,"joint symbol level precoding and receive beamforming formultiusermimo downlink,"2019ieee 20th internationalworkshop on signal processingadvances inwireless communications(spawc),2019,pp.1-5,doi:10.1109/spawc.2019.8815513.)是目前唯一考虑多天线接收机，即多用户mimo系统，符号级收发机联合设计的方案。然而该方案复杂度较高，且每个用户只能接收一个数据流，因此不能实现接收端多天线复用。


技术实现要素：

4.针对现有技术，本发明中把最小化用户端的误符号率约束作为优化目标，减少了约束数量，更加有利于高效算法设计，每个用户可以接收多个数据流，并提出了一种基于加速梯度投影apg的高效设计方案。
5.一种基于符号级信息的收发机联合设计方法，包括如下步骤：
6.步骤1，针对多用户mimo系统，建立信道模型和信号模型；基于该模型，推导发射预编码和接收波束成型slp-rbf与接收端误符号率sep之间的关系，并利用所得关系，建立发射功率约束下以接收端用户最大sep最小化为目标的优化问题，以进行发端slp和收端rbf设计；
7.步骤2，将对上述问题进行等价转化；然后利用log-sum-exp函数对目标中的无穷范数进行近似；将问题转化为适用于梯度投影算法的形式；通过加速梯度投影apg算法进行求解，得到最优设计方案。
8.进一步地，所述步骤1中，接收信号建模具体为：考虑一个具有一个基站和k个用户的多用户mimo下行链路，其中基站配备n
t
根天线每个用户有nr根接收天线；基站给每个用户
分别传输t个qam符号，即s为qam符号集：
[0009][0010]
式中，为用户端的接收数据流并满足i≤nr和ki≤n
t
条件；其中，上标表示复数的实部和虚部；对每个用户k，使用slp技术，并且每个接收用户使用rbf，表示复数的实部和虚部；对每个用户k，使用slp技术，并且每个接收用户使用rbf，其中，得到i个数据流；此外，令表示基站发送的信号矢量；用户端通过rbf接收到的信表示为：
[0011][0012]
其中，表示基站和第k个用户的信道矩阵，满足的i.i.d(独立同分布)，假设矩阵在相干时间t内保持不变；表示在每个用户处的复加性高斯白噪声；设基站有每个用户信道的所有状态信息。h代表共轭转置。
[0013]
进一步地，所述步骤1中，建立优化问题具体为：根据ue的发射信号功率约束、缩放系数约束，建立以下行用户接收信号最大误符号率最小化为目标的优化问题：
[0014][0015]
其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件；d＝[d
1,1
,
…dk,i
]；表示第k个用户的波束成型矩阵，表示第k个用户的波束成型矩阵，表示所有用户的波束成型矩阵，d
k,i
表示第k个用户第i个数据流接收信号的增益因子，d向量表示所有数据流的增益因子。
[0016]
进一步地，所述步骤1中，进行sep表达式形式化，具体为：当接收端采用以下接收方案时：
[0017][0018]
上文中，表示接收到的信号，此处表示通过缩放后得到的接收信号；
[0019]
问题(3)中的sep等价表示为：
[0020][0021]
其中，其中，并且将换成那么对有相同的结果。其中，要求向量d中每个d
k,i
均大于0。
[0022]
进一步地，所述步骤2中，对步骤1中所得优化问题进行等价转化具体为：通过最优解的等价性证明，将其转化如下问题：
[0023][0024]
其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件；对上述等价问题先进行实数化处理得到如下实数化问题：
[0025][0026]
其中其中
[0027]
其中，利用log-sum-exp函数来平滑max函数得到如下问题：
[0028][0029]
进一步地，所述步骤2中，apg算法的迭代更新如下：
[0030]
令θ0＝(x0,w0,d0)，通过公式(9)更新得到下一次结果：
[0031][0032]
π
θ
表示θ在集合θ上的投影，表示对函数f对θ的梯度，其中j表示迭代次数，代表步长，z
j+1
是一个外推点，如下：
[0033]zj+1
＝θ
j+1
+α
j+1
(θ
j+1-θj)
ꢀꢀꢀ
(10)
[0034]
其中，βj由回溯线搜索法得到；由回溯线搜索法得到；分别表示x,w,d在集合上的投影；
[0035][0036]
步长βj的选择要满足θ
j+1
下降性，即：
[0037][0038]
进一步地，所述步骤2中，apg算法具体迭代步骤如下：
[0039]
1：输入θ0；
[0040]
2：初始化βj，ξ0；
[0041]
3：更新
[0042]
4：更新z
j+1
＝θ
j+1
+α
j+1
(θ
j+1-θj)；
[0043]
5：判断
[0044]
否，βj＝2
×
βj，重复步骤3-5；
[0045]
是，j＝j+1；
[0046]
6：直到满足预定义的停止条件；
[0047]
7：输出θj。
[0048]
本发明达到的有益效果为：(1)本发明约束量少，使用更简便设计方案；(2)本发明每个用户可以接收多个数据流，通信系统的效率更高；(3)本发明基于apg解决方案效率高。
附图说明
[0049]
图1为本发明实施例中的用户下行传输系统示意图。
[0050]
图2为本发明实施例中的发射信号为qpsk，接收1个数据流用户在接收总数据流为
8时，多天线和单天线的接收性能对比图。
[0051]
图3为本发明实施例中的发射信号为16qam，接收2个数据流用户在接收总数据流为8时，多天线和单天线的接收性能对比图。
[0052]
图4为本发明实施例中的在接收2个数据流用户在接收总数据流为8时，不同发射信号与接收端性能表现的关系图。
具体实施方式
[0053]
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
[0054]
参照图1，对于一个由1个基站和k个用户所组成的用户下行传输系统，基站配备n
t
根发射天线，每个用户有nr根接收天线，每个用户接收得到的数据流数为i并满足i≤nr和ki≤n
t
条件。基站预给用户传输一个块为t的qam信号，表示为条件。基站预给用户传输一个块为t的qam信号，表示为
[0055][0056]
步骤1，根据系统模型参数设定，建立下行信号模型及设计优化问题。
[0057]
其下行链路首先由基站同时向所有ue发送信号。用户端接收到的信号为：
[0058][0059]
是基站和第k个用户之间的信道，假设矩阵在相干时间t内保持不变并满足的i.i.d(独立同分布)。x(t)为设计的符号级预编码发射信号。是基站和第k个用户之间的噪声。表示在每个用户处的复加性高斯白噪声。假设基站有每个用户信道的所有状态信息。通过接收端的波束成型矩阵，用户得到的信号表示为：
[0060][0061]
其中其中为接收端波成形矩阵，要满足的条件，本实施例中可松弛到
[0062]
为了正确检测接收信号，通过设计预编码和接收波束成型矩阵使接收到的信号通过适当缩放，位于发射符号的决策区域中，即让
[0063][0064]
其中，d
ki
表示qam星座点最小间距对应的缩放系数，表示qam星座点最小间距对应的缩放系数，如果则发射信号可以正确被检测。定义第k个用户的第i个数据流接收信号的sep为：
[0065][0066]
为了满足sep
k,i
(t)，有：
[0067][0068]
其中，
[0069][0070][0071]
根据上式误符号率的模型可表示为：
[0072][0073]
其中并且将换成那么对有相同的结果。
[0074]
根据ue的发射信号功率约束、缩放系数约束，建立以下行用户接收信号最大误符号率最小化为目标的优化问题。
[0075][0076]
其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件
[0077]
d＝[d
1,1
,
…dk,i
]。由于q函数为减函数，优化问题进一步表示为：
[0078][0079]
步骤2，将所得优化问题转为等价凸优化问题，并用apg算法求解。
[0080]
将带入，并引入辅助变量-η后，上述问题可化为：
[0081][0082]
其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件。将带入可得如下优化问题：
[0083][0084]
由于存在不利于问题的优化求解，因此将问题转化为进行求解：
[0085][0086]
问题可改写成如下：
[0087][0088]
以上问题均是凸问题，本发明提出apg算法进行求解。
[0089]
在用apg算法进行求解前，先对上述凸问题进行实数化处理和光滑处理：
[0090][0091]
其中其中其中其中，
[0092]
对实数化后的问题进行log-sum-exp光滑处理后得到：
[0093][0094]
对处理后的函数通过apg算法进行迭代更新，令θ＝(x,w,d)，有：
[0095][0096]
其中：
[0097][0098]
代表步长；z
j+1
是一个外推点，如下：
[0099]zj+1
＝θ
j+1
+α
j+1
(θ
j+1-θj)
ꢀꢀꢀ
(20)
[0100]
其中，βj由回溯线搜索法得到；由回溯线搜索法得到；分别表示x,w,d在集合上的投影。
[0101][0102]
步长βj的选择要满足θ
j+1
下降性，即：
[0103][0104]
apg算法的具体流程如下：
[0105]
1：输入θ0；
[0106]
2：初始化βj，ξ0；
[0107]
3：更新
[0108]
4：更新z
j+1
＝θ
j+1
+α
j+1
(θ
j+1-θj)；
[0109]
5：判断
[0110]
否，βj＝2
×
βj，重复步骤3-5；
[0111]
是，j＝j+1；
[0112]
6：直到或者
[0113]
7：输出θj。
[0114]
为了验证模型和算法的性能，利用matlab进行了相应场景的仿真实验，对优化问题进行求解。除控制该变量外，公共仿真参数设置如下：基站配备8根发射天线，4个接收用户，每个用户配备4根接收天线和2个数据流。发射功率p＝10，信道长度t＝10。
[0115]
图2展示了发射信号为qpsk，接收1个数据流用户在接收总数据流为8时，多天线比单天线接收有更好的性能。验证了所提出接收多天线系统的可行性。
[0116]
图3展示了发射信号为16qam，接收2个数据流用户在接收总数据流为8时，随着接收天线数的增加，接收端会有更好的接收性能。验证了所提出接收多天线系统的正确性。
[0117]
图4展示了在接收2个数据流用户在接收总数据流为8时，不同发射信号与接收端性能表现的关系。
[0118]
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

技术特征：
1.一种基于符号级信息的收发机联合设计方法，其特征在于：所述方法包括如下步骤：步骤1，针对多用户mimo系统，建立信道模型和信号模型；基于该模型，推导发射预编码和接收波束成型slp-rbf与接收端误符号率sep之间的关系，并利用所得关系，建立发射功率约束下以接收端用户最大sep最小化为目标的优化问题，以进行发端slp和收端rbf设计；步骤2，将对上述问题进行等价转化；然后利用log-sum-exp函数对目标中的无穷范数进行近似；将问题转化为适用于梯度投影算法的形式；通过加速梯度投影apg算法进行求解，得到最优设计方案。2.根据权利要求1所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤1中，接收信号以及信道建模具体为：考虑一个具有一个基站和k个用户的多用户mimo下行链路，其中基站配备n
t
根天线每个用户有n
r
根接收天线；基站给每个用户分别传输t个qam符号，即t个qam符号，即s为qam符号集：式中，为用户端的接收数据流并满足i≤n
r
和ki≤n
t
条件；其中，上标表示复数的实部和虚部；对每个用户k，使用slp技术，并且每个接收用户使用rbf，表示复数的实部和虚部；对每个用户k，使用slp技术，并且每个接收用户使用rbf，其中，得到i个数据流；此外，令表示基站发送的信号矢量；用户端通过rbf接收到的信表示为：其中，表示基站和第k个用户的信道矩阵，假设矩阵在相干时间t内保持不变；表示在每个用户处的复加性高斯白噪声；设基站有每个用户信道的所有状态信息；上标h表示共轭转置。3.根据权利要求2所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤1中，建立优化问题具体为：根据ue的发射信号功率约束、缩放系数约束，建立以下行用户接收信号最大误符号率最小化为目标的优化问题：其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件；d＝[d
1,1
,
…
d
k,i
]；表示第k个用户的波束成型矩阵，表示第k个用户的波束成型矩阵，表示所有用户的波束成型矩阵，d
k,i
表示第k个用户第i个数据流接收信号的增益因子，d向量表示所有数据流的增益因子。
4.根据权利要求3所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤1中，进行sep表达式形式化，具体为：当接收端采用以下接收方案时：述步骤1中，进行sep表达式形式化，具体为：当接收端采用以下接收方案时：表示通过缩放后得到的接收信号；问题(3)中的sep等价表示为：其中，其中，并且将换成那么对有相同的结果。5.根据权利要求1所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤2中，对步骤1中所得优化问题进行等价转化具体为：通过最优解的等价性证明，将其转化如下问题：其中，“max”表示最大化运算，“min”表示最小化运算，“s.t.”表示约束条件；对上述等价问题先进行实数化处理得到如下实数化问题：其中其中
其中，利用log-sum-exp函数来平滑max函数得到如下问题：6.根据权利要求5所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤2中，apg算法的迭代更新如下：令θ0＝(x0,w0,d0)，通过公式(9)更新得到下一次结果：π
θ
表示θ在集合θ上的投影，表示对函数f对θ的梯度，其中j表示迭代次数，代表步长，z
j+1
是一个外推点，如下：z
j+1
＝θ
j+1
+α
j+1
(θ
j+1-θ
j
)
ꢀꢀꢀꢀꢀ
(10)其中，β
j
由回溯线搜索法得到；π
x
，分别表示x,w,d在集合上的投影；步长β
j
的选择要满足θ
j+1
下降性，即：7.根据权利要求6所述的一种基于符号级信息的收发机联合设计方法，其特征在于：所述步骤2中，apg算法具体迭代步骤如下：1：输入θ0；2：初始化β
j
，ξ0；3：更新4：更新z
j+1
＝θ
j+1
+α
j+1
(θ
j+1-θ
j
)；
5：判断否，β
j
＝2
×
β
j
，重复步骤3-5；是，j＝j+1；6：直到满足预定义的停止条件；7：输出θ
j
。

技术总结
一种基于符号级信息的收发机联合设计方法，针对多用户MIMO系统，建立信道模型和信号模型；基于该模型，推导发射预编码和接收波束成型SLP-RBF与接收端误符号率SEP之间的关系，并利用所得关系，建立发射功率约束下以接收端用户最大SEP最小化为目标的优化问题，以进行发端SLP和收端RBF设计；将对上述问题进行等价转化；然后利用log-sum-exp函数对目标中的无穷范数进行近似；将问题转化为适用于梯度投影算法的形式；通过加速梯度投影APG算法进行求解，得到最优设计方案。本方法约束量少，使用更简便设计方案；每个用户可以接收多个数据流，通信系统的效率更高；基于APG的解决方案效率高。高。高。


技术研发人员：蔡曙 江源 宫雨 张军 郭永安
受保护的技术使用者：南京邮电大学
技术研发日：2022.02.11
技术公布日：2022/5/25