《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于PSO-LR的多輸入多輸出系統(tǒng)預(yù)編碼方案
基于PSO-LR的多輸入多輸出系統(tǒng)預(yù)編碼方案
2015年電子技術(shù)應(yīng)用第3期
張春凱
江蘇食品藥品職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)應(yīng)用技術(shù)系,江蘇 淮安223003
摘要: 為了提高多輸入多輸出系統(tǒng)的通信質(zhì)量,、降低誤碼率,,針對(duì)格基約減(Lattice Reduction,LR)算法格基優(yōu)化的難題,,提出一種粒子群算法優(yōu)化格基約減的多輸入多輸出系統(tǒng)預(yù)編碼方案(Particle Swarm Optimization-LR,,PSO-LR)。該方案將初始格基置亂產(chǎn)生粒子群算法的初始粒子群,,然后采用粒子之間的信息共享和交流操作產(chǎn)生性能最優(yōu)的新格基,,最后對(duì)算法的性能進(jìn)行理論分析,并通過仿真實(shí)驗(yàn)測(cè)試其性能,。結(jié)果表明,,相對(duì)于同類其它方法,PSO-LR算法有效地降低多輸入多輸出系統(tǒng)通信的誤碼率,,提高了通信質(zhì)量,。
中圖分類號(hào): TP391
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2015)03-0093-04
Preceding technique for MIMO based on PSO-LR
Zhang Chunkai
Department of Computer Applications,Jiangsu Food and Pharmaceutical Science College,,Huai′an 223003,,China
Abstract: In order to obtain better communication results and reduce error rate of multi input multi output wireless system, a novel preceding technique for multi input multi output based on particle swarm algorithm optimizing lattice reduction algorithm was proposed to solve the problem of lattice reduction algorithm(PSO-LR). In our approach, the initial lattice was scrambled to get a set of lattice, and taken as initial particle, and then the optimal lattice was obtained by particle swarm optimization algorithm. Finally, the performance of the algorithm was tested by simulation experiments. The results show that compared with other methods, our method can effectively reduce the error rate of multi input multi output communication.
Key words : multi input multi output;pre-coding,;genetic algorithm,;lattice reduction

  

0 引言

  隨著無線通信技術(shù)的發(fā)展,寬帶數(shù)據(jù)業(yè)務(wù)量急增,,用戶對(duì)數(shù)據(jù)傳輸率和通信容量要求越來越高,,然而無線通信系統(tǒng)的頻譜和發(fā)射功率十分有限,如何充分利用有限的資源來滿足用戶成為當(dāng)前一個(gè)重要研究課題[1],。多輸入多輸出(Multiple Input Multiple Output,,MIMO)可以在不損傷頻帶和不增加發(fā)射功率條件下,成倍提高系統(tǒng)的通信容量,,較好地解決了頻帶資源緊缺難題,,因此多輸入多輸出技術(shù)成為當(dāng)前無線通信領(lǐng)域的研究熱點(diǎn),受到人們?cè)絹碓蕉嗟年P(guān)注[2],。

  在多輸入多輸出系統(tǒng)通信過程中,,由于受到多用戶、多天線造成的信道干擾,,嚴(yán)重影響了通信質(zhì)量,,成為多輸入多輸出系統(tǒng)應(yīng)用中的瓶頸問題[3]。為了解決該難題,,需要采用一定的技術(shù)對(duì)接收機(jī)和發(fā)射機(jī)兩端信號(hào)進(jìn)行處理,,預(yù)編碼技術(shù)在這種背景下應(yīng)運(yùn)而生[4],。預(yù)編碼的基本思想為:首先采集發(fā)射端的信道狀態(tài)信息,然后采用預(yù)編碼矩陣對(duì)信號(hào)進(jìn)行預(yù)處理,,消除用戶之間的干擾,,提高系統(tǒng)吞吐率,降低系統(tǒng)誤碼率,。預(yù)編碼算法分為兩類:線性和非線性預(yù)編碼,,其中線性預(yù)編碼算法主要有基于迫零(zero forcing,ZF)和最小均方誤差(minimum mean square error,,MMSE)兩種準(zhǔn)則[5,,6],它們具有成本低,、復(fù)雜度低等優(yōu)點(diǎn),,在理想條件下可以降低用戶干擾,,但是通信性能比較差,;非線性的預(yù)編碼算法主要有模代數(shù)預(yù)編碼THP(Tomlinson-Harashima Precoding)等,THP算法融合了取模操作和串行干擾消除技術(shù),,可以更好地抑制噪聲,、誤碼率。然而,,當(dāng)信道狀態(tài)矩陣發(fā)生根本性變化,,THP算法的誤碼率急劇上升,為此有學(xué)者提出了基于格基約減算法(Lattice Reduction,,LR),,利用減格技術(shù)改良發(fā)射端信道狀態(tài)矩陣,可以有效抑制噪聲,,提高統(tǒng)性能[7],。LR算法是從一組給定的基出發(fā),對(duì)其進(jìn)行不斷變換,,然后找到一組長(zhǎng)度更短的向量,,由于初始基不同,LR算法得到新基長(zhǎng)度也不同,,因此LR算法的效率和輸出基質(zhì)量與初始基選擇密切相關(guān)[8],。粒子群算法(Particle Swarm Optimization,PSO)是一種模擬鳥群覓食行為的群智能算法,,其將問題的可行解看作粒子群索,,然后每一個(gè)粒子根據(jù)自身和群全的飛行經(jīng)驗(yàn)在解的空間飛行,找到最優(yōu)解,,為L(zhǎng)R算法初始基的確定提供了一種新的研究思路[9],。

  通過上面的分析,,為了提高多輸入多輸出系統(tǒng)的通信質(zhì)量,降低數(shù)據(jù)傳輸?shù)恼`碼率,,本文提出一種粒子群算法優(yōu)化LR的MIMO系統(tǒng)預(yù)編碼方案(PSO-LR),,最后通過仿真實(shí)驗(yàn)驗(yàn)證了其有效性和優(yōu)越性。

1 MIMO系統(tǒng)預(yù)編碼模型

  多輸入多輸出通信系統(tǒng)的發(fā)送端和接收端包含多個(gè)天線,,其工作原理為:首先信號(hào)數(shù)據(jù)流通過發(fā)送端輸入到處理模塊中,,進(jìn)行編碼、調(diào)制和加權(quán),,然后將處理后的數(shù)據(jù)送到發(fā)射天線,,天線對(duì)信號(hào)進(jìn)行解調(diào)、匹配濾波,、譯碼等處理,,最后接收端輸出信號(hào)。設(shè)多輸入多輸出通信系統(tǒng)的接收端有K個(gè)移動(dòng)用戶,,每個(gè)移動(dòng)用戶擁有Nrk根天線,,預(yù)編碼技術(shù)是對(duì)多輸入多輸出通信系統(tǒng)發(fā)射端的信號(hào)進(jìn)行預(yù)處理,使發(fā)射信號(hào)更好的適應(yīng)信道狀況,,提升系統(tǒng)性能,,預(yù)編模型結(jié)構(gòu)具體如圖1所示[10]。

001.jpg

  設(shè)wk表示用戶k的預(yù)編碼矩陣,,那么用戶k接收到的信號(hào)向量可以表示為:

  1.png

  其中,,Hk表示用戶k的信道矩陣, sk表示發(fā)射信號(hào)的矢量,, nk表示高斯噪聲,。

  式(1)可以簡(jiǎn)化為:

  yk=Hk WS+ nk(2)

  其中,W=[w1,,w2,,…,wK],,S=[s1,,s2,…,,SK]T,。

  預(yù)編碼技術(shù)主要是消除多用戶之間干擾,預(yù)編碼矩陣可以采用如下公式計(jì)算得到,。

  3.png

  式中,, w是功率控制因子。

  LR算法的核心是將H進(jìn)行分解,得到正交性更強(qiáng)的矩陣Hreal和一個(gè)幺模交換模矩陣U,,可以表示為:

  H=Hreal U(4)

  LR算法的關(guān)鍵點(diǎn)是找到最優(yōu)的矩陣Hreal,,其與H可構(gòu)成相同的格空間,因此本文將搜索能力強(qiáng)的粒子群算法引入到LR算法中找到得更優(yōu)的矩陣H,,以提高多輸入多輸出系統(tǒng)的通信質(zhì)量[11],。

2 MIMO系統(tǒng)預(yù)編碼方案

  2.1 THP預(yù)編碼方案

  THP預(yù)編碼是一種性能較優(yōu)的非線性預(yù)編碼方案,融合了算術(shù)取模和串行干擾消除技術(shù),,在判決反饋均衡器端進(jìn)行取模操作,,取輸入信號(hào)在星座圖上的邊界作為模,然后把均衡器的輸出映射到輸入端信號(hào)的星座圖上,,有效降低信號(hào)發(fā)射功率,,抑制傳輸過程中噪聲增強(qiáng),其系統(tǒng)框架如圖2所示,,其中,,Mod表示取模操作,n表示加性噪聲,,B為對(duì)角線元素為1的上三角矩陣,,G是補(bǔ)償矩陣,主要用于消除取模操作的影響[12],。

002.jpg

  由于當(dāng)信道狀態(tài)矩陣發(fā)生根本性變化,,THP預(yù)編碼算法的誤碼率將急劇上升,,為此有學(xué)者將LR算法與THP預(yù)編碼算法結(jié)合,,產(chǎn)生LR-THP預(yù)編碼算法。采用LR算法將信道狀態(tài)矩陣H轉(zhuǎn)換成為更好的新基,,然后據(jù)QR分解理論產(chǎn)生兩個(gè)矩陣,,這樣低級(jí)的子信道就會(huì)對(duì)高一級(jí)的子信道造成干擾。因此,,可以通過串行干擾消除技術(shù)消除子信道間干擾,,并采用THP取模操作將發(fā)射信號(hào)重新限制在輸入信號(hào)的范圍之內(nèi)。

  LR算法只能在多項(xiàng)式時(shí)間內(nèi)找到一個(gè)長(zhǎng)度不超過格中最短向量長(zhǎng)度2(n-1)/2倍的向量,,為了獲得更優(yōu)的格基,,所以本文提出采用粒子群算法對(duì)LR算法的格基進(jìn)行優(yōu)化,以獲得更加理想的傳輸信息,。

  2.2 LR算法

  2004年,,LENSTRA A K等提出了一種性能優(yōu)異的格基約減算法(LR),設(shè)存在一個(gè)矩陣B,,對(duì)B做QR分解得到B+QR,,如果三角矩陣R滿足下列條件:

  56.png

  則可稱B是格基約減的。

  經(jīng)過LR算法約減之后能得到近似于最短向量的短向量,,而且經(jīng)過LR算法約減之后得到的新基的正交偏離度得到了極大的改善,,即正交性更強(qiáng)[13],。

  2.3 粒子群算法

  在標(biāo)準(zhǔn)粒子群算法中,每個(gè)粒子均具有自己的位置和速度,,n維解空間中每個(gè)粒子的位置代表優(yōu)化問題的一個(gè)可能解,。每個(gè)粒子根據(jù)自身的經(jīng)驗(yàn)和群體的經(jīng)驗(yàn)調(diào)整速度和位置,具體如下:

  78.png

  式中,,稱為慣性權(quán)重,,c1、c2為學(xué)習(xí)因子,,pbest表示粒子本身經(jīng)歷過的最好位置,,gbest表示種群經(jīng)歷過的歷史最好位置。

  2.4 PSO-LR預(yù)編碼方案流程

  初始格基的排列順序不同,,LR算法找到的新格基也不相同,,因此,可以通過置亂初始格基,,得到多組新的格基,,以這些格基作為候選解,然后采用粒子群算法找到最優(yōu)的格基,。

  (1)粒子群的初始化,。對(duì)于格基約減算法而言,初始格基只有一個(gè),,即只有一個(gè)初始解,,只有通過對(duì)這一組格基進(jìn)行變換來生成其它的候選格基,構(gòu)成初始粒子群,,具體方式為,。

  9.png

  根據(jù)Bi=UiB就產(chǎn)生了m組基,便完成初始種群產(chǎn)生,。

  (2)適應(yīng)度函數(shù)設(shè)計(jì),。適應(yīng)度值越差表示該個(gè)體的生存能力越弱,越易被淘汰,;反之表示該個(gè)體的生存能力很強(qiáng),。個(gè)體適應(yīng)能力優(yōu)劣通常采用適應(yīng)度函數(shù)進(jìn)行描述,因此,,在粒子飛行過程中,,適應(yīng)度函數(shù)指導(dǎo)種群進(jìn)化的方向,也是指引最優(yōu)解的搜索空間,。設(shè)基格L的其中一組約減基b,,其約減基首向量長(zhǎng)度為y1(b),約減基的平均向量長(zhǎng)度為y2(b),那么適應(yīng)度函數(shù)定義為:

  10.png

  式中,,w1,、w2表示權(quán)值,A表示種群的集合,。

003.jpg

  本文的粒子群算法優(yōu)化LR算法的流程如圖3所示,,工作步驟如下:

  步驟1:將一組格基b1,b2,,…,,bn進(jìn)行置亂,產(chǎn)生包含m個(gè)體的初始粒子群,。

  步驟2:將每一個(gè)粒子的適應(yīng)度值與個(gè)體歷史最優(yōu)值進(jìn)行比較,,如果更優(yōu),則用當(dāng)前粒子位置替換自身歷史最優(yōu)位置,。

  步驟3:將每一個(gè)粒子的適應(yīng)度值與群體歷史最優(yōu)值進(jìn)行比較,,如果更優(yōu),則用當(dāng)前粒子位置替換種群歷史最優(yōu)位置,。

  步驟4:根據(jù)式(4)和式(6)更新粒子的速度,、位置。

  步驟5:如果滿足算法終止要求,,則輸出適應(yīng)度最高的一組格基,,否則返回步驟2繼續(xù)進(jìn)行優(yōu)化。

3 仿真實(shí)驗(yàn)

  3.1 仿真環(huán)境

  為了測(cè)試本文預(yù)編碼算法的性能,,在AMD Athlon (tm) II X2 250 3.00 GHz CPU,、4G RAM的Windows XP系統(tǒng)平臺(tái)上,采用MATLAB 2009b進(jìn)行仿真實(shí)驗(yàn),,以測(cè)試算法在4×4多輸入多輸出系統(tǒng),,4QAM和16QAM調(diào)制方式下的性能。信道模型采用靜態(tài)瑞利平坦衰落信道,,每個(gè)用戶的發(fā)射功率相等,仿真次數(shù)為2 000,,在相同配置條件下,,與采用LR-THP、MMSE-THP算法進(jìn)行對(duì)比實(shí)驗(yàn),。

  3.2 結(jié)果與分析

  LR-THP,、MMSE-THP以及PSO-LR算法的仿真結(jié)果如圖4、圖5所示,。

  對(duì)圖4,、圖5進(jìn)行對(duì)比和分析,可以得到如下結(jié)論:

  (1)當(dāng)信噪比較小時(shí),LR-THP,、MMSE-THP以及PSO-LR算法的性能相差不大,,隨著信噪比增加,3種算法的誤碼率(BER)不斷下降,,相對(duì)于MMSE-THP算法,,LR-THP、PSO-LR算法的性能具有明顯的優(yōu)勢(shì),,這主要是由于LR-THP,、PSO-LR算法采用了基于格基約減的THP預(yù)編碼方案,通信質(zhì)量得以明顯改善,,對(duì)比結(jié)果驗(yàn)證了采用基于格基約減預(yù)編碼方案的有效性和優(yōu)越性,。

  (2)相對(duì)于LR-THP算法,PSO-LR算法的誤碼率更低,,這主要是因?yàn)椴捎昧W尤核惴▽?duì)初始格基進(jìn)行優(yōu)化和選擇,,可以得到長(zhǎng)度更短的向量和質(zhì)量更高的一組新基,從而提高了格基約減算法的運(yùn)行效率,,一定程度保證了傳輸數(shù)據(jù)的可靠性,。

4 結(jié)束語

  本文針對(duì)當(dāng)前格基約減算法存在的不足,充分利用粒子群算法的優(yōu)點(diǎn),,提出了一種基于粒子群算法優(yōu)化格基約減的預(yù)編碼機(jī)制,,并通過仿真實(shí)驗(yàn)測(cè)試算法的性能。仿真結(jié)果表明相對(duì)于傳統(tǒng)預(yù)編碼方案,,在相同條件下,,PSO-LR預(yù)編碼機(jī)制有效降低了誤碼率,提高了通信質(zhì)量,。然而在現(xiàn)代移動(dòng)通信中,,不僅要考慮通信質(zhì)量,同時(shí)還考慮算法的復(fù)雜度,,因此如何更好的平衡性能和復(fù)雜度之間的關(guān)系是我們將來研究的重點(diǎn),。

  參考文獻(xiàn)

  [1] 范文兵,趙龍賀,,王綠靜.單環(huán)模型下三維多極化天線MIMO信道建模[J].電視技術(shù),,2013,37(23):179-182.

  [2] 周圍,,吳敏子.基于分組的ML-SIC的MIMO聯(lián)合檢測(cè)算法[J].電視技術(shù),,2013,37(15):16-128.

  [3] GAN Y H,,LING C.Complex lattice reduction algorithm for low-complexity full diversity MIMO detection[C].IEEE Transactions on signal processing,,2009,,57(7):2701-2710.

  [4] WESEL R D,CIOFFI J M.Precoding and the MMSE-DFE.Signals[J].Systems and Computers,,2013(2):1144-1148.

  [5] MA G D,,WU M Q,XU C X,,et al.Lattice-reduction-aided Tomlinson-Harashima precoding based on MMSE criteria in multi-user MIMO downlink system[J].Communi-cation Technology and Application,,2011,12:98-102.

  [6] WINDPASSINGER C,,F(xiàn)ISCHER R,,HUBER J B.Lattice-reduction-aided broadcast precoding[J].Communications[J].IEEE Transactions,2004,,52(12):2057-2060.

  [7] DAMEN M O,,CAIRE G.On Maximum likelihood detection and the Search for the closest Lattice Point[J].IEEE Trans-actions on information theory,2003,,49(10):2389-2402.

  [8] 劉向輝,,韓文報(bào),權(quán)建校.基于遺傳策略的格基約化算法[J].電子與信息學(xué)報(bào),,2013,,35(8):1940-1945.

  [9] 方旺盛,曾苑,,岳崇倫.基于粒子群優(yōu)化和小波變換的視頻水印算法[J].電視技術(shù),,2013,37(1):122-125.

  [10] 張慶榮,,王剛.LR算法在MIMO_LAS_CDMA系統(tǒng)中的應(yīng)用[J].吉林大學(xué)學(xué)報(bào):信息科學(xué)版,,2006(1):12-17.

  [11] 趙曉群,章惜珍,,屈非,,等.MIMO系統(tǒng)LLL格基約減檢測(cè)技術(shù)研究[J].大連民族學(xué)院學(xué)報(bào),2011,,13(1):19-23.

  [12] ARBERO Lg,,RATNARAJAH T,COWAN C.A comparison of complex lattice reduction algorithms for MIMO detection[J].IEEE International conferences on Acoustics,,2008,,4(1):2705-2708.

  [13] ZHANG W,QIAO S Z,,WEI Y M.HKZ and Minkowski reduction algorithms for lattice-reduction-aided MIMO detection[J].Signal Processing,IEEE,,2012,,60(11):5963-5976.


此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。