《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于內(nèi)波束干擾消除的大規(guī)模MIMO低復(fù)雜度波束成形
基于內(nèi)波束干擾消除的大規(guī)模MIMO低復(fù)雜度波束成形
2017年電子技術(shù)應(yīng)用第8期
周應(yīng)超,，黃 瓊,，申 濱
重慶郵電大學(xué) 移動(dòng)通信技術(shù)重點(diǎn)實(shí)驗(yàn)室,，重慶400065
摘要： 在大規(guī)模MIMO系統(tǒng)下行鏈路中,，MMSE和SVD波束成形算法的和速率性能要優(yōu)于ZFBF和MRT波束成形,，其代價(jià)在于MMSE和SVD的計(jì)算復(fù)雜度遠(yuǎn)大于ZFBF和MRT,。同時(shí)ZFBF的計(jì)算復(fù)雜度又遠(yuǎn)大于MRT,，然而利用ZFBF發(fā)送用戶信號(hào)時(shí)能完全消除用戶間內(nèi)波束干擾,，其和速率明顯優(yōu)于MRT算法,，接近于MMSE和SVD算法。提出一種基于部分內(nèi)波束干擾消除的大規(guī)模MIMO低復(fù)雜度波束成形算法,。仿真表明,，同ZFBF、MMSE,、SVD算法對(duì)比,，所提出的算法在和速率損失較小的情況下，能顯著地降低計(jì)算復(fù)雜度,，可以實(shí)現(xiàn)ZFBF的90%的和速率,，而只需要ZFBF的12%~19%的計(jì)算復(fù)雜度,。
中圖分類號(hào)： TN929.5
文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.172555
中文引用格式： 周應(yīng)超，黃瓊,，申濱. 基于內(nèi)波束干擾消除的大規(guī)模MIMO低復(fù)雜度波束成形[J].電子技術(shù)應(yīng)用,，2017，43(8)：16-20.
英文引用格式： Zhou Yingchao,，Huang Qiong,，Shen Bin. Low-complexity beamforming based on inter-beam interference cancellation for massive MIMO[J].Application of Electronic Technique，2017,，43(8)：16-20.
Low-complexity beamforming based on inter-beam interference cancellation for massive MIMO
Zhou Yingchao,，Huang Qiong，Shen Bin
Key Lab of Mobile Communication Technology,，Chongqing University of Posts and Telecommunications,，Chongqing 400065，China
Abstract： In the downlink of massive MIMO system, the sum-rate of the Minimun Mean Square Error(MMSE) and Singular-Value Decomposition(SVD) beamforming is better than that of the Maximum Ratio Transmission(MRT) and the Zero-Forcing beamforming (ZFBF), but the cost is the computational complexity of MMSE and SVD is much larger than ZFBF and MRT. At the same time, the computational complexity of ZFBF is much larger than MRT, however, when using ZFBF to transmit user signals, it can completely eliminate the inter-beam interference between users, and the sum-rate is better than the MRT algorithm, close to MMSE and SVD. This paper proposes a low complexity beamforming algorithm based on partial inter-beam interference cancellation for massive MIMO. The simulation results show that compared with ZFBF, MMSE and SVB, the low complexity BF algorithm proposed in this paper has a small decrease of the sum-rate, but it significantly reduces the computational complexity. The proposed scheme can achieve about 90% capacity of ZFBF while requiring 12%~19% computational complexity of ZFBF.
Key words : Massive MIMO; beamforming; low complexity; sum-rate

0 引言

    在最近幾年時(shí)間里,，大規(guī)模MIMO技術(shù)得到了廣泛的重視與研究,，并被認(rèn)為是第五代移動(dòng)通信系統(tǒng)中的關(guān)鍵技術(shù)之一[1-3]。大規(guī)模MIMO的主要優(yōu)點(diǎn)體現(xiàn)在降低發(fā)射功率,、提升能量效率并采用多址接入和復(fù)用增益大幅提升頻譜效率[4],。大規(guī)模MIMO系統(tǒng)利用其提供的空間自由度能在不增加時(shí)頻資源的情況下在同一時(shí)頻資源上向多個(gè)用戶發(fā)送信號(hào)[5]，其波束成形技術(shù)能有效抑制多址干擾,，是其物理層中的關(guān)鍵技術(shù)之一,，其中研究較多的傳統(tǒng)波束成形，如最小均方誤差(Minimun Mean Square Error,，MMSE)[6-7]波束成形和奇異值分解(Singular-Value Decomposition,，SVD)[8-9]波束成形，因其帶來(lái)的高計(jì)算復(fù)雜度,，限制了其在實(shí)際中的應(yīng)用,。在商業(yè)無(wú)線網(wǎng)絡(luò)中降低部署大規(guī)模MIMO系統(tǒng)時(shí)的實(shí)施復(fù)雜度是非常值得關(guān)注的，最大比傳輸(Maximum Ratio Transmission,，MRT)[10]波束成形和迫零波束成形(Zero-Forcing beamforming,，ZFBF)[11-12]因?qū)嵤┹^簡(jiǎn)單，被廣泛應(yīng)用于大規(guī)模MIMO系統(tǒng),。其中MRT復(fù)雜度最低,，是實(shí)施起來(lái)最簡(jiǎn)單的波束成形算法，但其缺點(diǎn)為存在用戶間干擾,，和速率性能明顯劣于其他波束成形技術(shù),，即使利用合適的用戶選擇技術(shù)也難以避免用戶間干擾的問(wèn)題。ZFBF則可以完全消除用戶間的內(nèi)波束干擾,，提供較高的和速率性能,，但其計(jì)算復(fù)雜度較MRT也高出許多,。利用迭代QR分解(QRD)計(jì)算ZFBF的波束成形矩陣能降低其計(jì)算復(fù)雜度[12]，然而文獻(xiàn)[12]中的QRD考慮的場(chǎng)景是用戶端全復(fù)用情況下能降低ZFBF的計(jì)算復(fù)雜度,。當(dāng)用戶端不是進(jìn)行全復(fù)用時(shí),，QRD則需要額外的運(yùn)算操作，從而進(jìn)一步增大其計(jì)算復(fù)雜度,。因此在大規(guī)模MIMO系統(tǒng)中,，當(dāng)用戶端復(fù)用不全時(shí)，基于QRD的ZFBF要求的計(jì)算復(fù)雜度會(huì)高于傳統(tǒng)ZFBF,。

    本文提出一種基于部分內(nèi)波束干擾消除的低復(fù)雜度BF算法,，考慮消除部分用戶間的內(nèi)波束干擾，以此來(lái)實(shí)現(xiàn)計(jì)算復(fù)雜度與和速率性能之間的良好折衷,。假定用戶間的內(nèi)波束干擾大小不相等,，為了降低計(jì)算復(fù)雜度，考慮只消除一些數(shù)值大的內(nèi)波束干擾,。為此,，首先通過(guò)傳統(tǒng)MRT技術(shù)生成用戶的波束成形矢量，然后計(jì)算用戶間內(nèi)波束干擾量,，再通過(guò)內(nèi)波束干擾消除算法的一系列矢量運(yùn)算,，去除一部分干擾量大的強(qiáng)干擾，以此避開(kāi)復(fù)雜的高維度矩陣運(yùn)算和矩陣求逆,，因而能達(dá)到計(jì)算復(fù)雜度與和速率間的良好折衷,。

1 大規(guī)模MIMO系統(tǒng)模型

    圖1所示為大規(guī)模MIMO的下行鏈路，基站端部署了N根天線,，可在同一時(shí)頻資源中與用戶集ΩM中的M個(gè)單天線用戶通信,，且N≥M。假設(shè)環(huán)境模式是時(shí)分雙工(Time Division Duplex,，TDD)模式，信道衰落為平坦瑞利衰落,，基站端天線可以獲得完整的信道狀態(tài)信息(Channel State Information,，CSI)。

5G4-t1.gif

5G4-gs1-2.gif

5G4-gs3-4.gif

2 內(nèi)波束干擾消除算法

    傳統(tǒng)波束成形技術(shù),，如文獻(xiàn)[6,，7]和文獻(xiàn)[8，9]中的MMSE和SVD發(fā)送信號(hào)時(shí),，其和速率性能接近最優(yōu)波束成形,，但其計(jì)算復(fù)雜度過(guò)高，都不便于在實(shí)際中實(shí)施,。因此,，為了大幅度降低計(jì)算復(fù)雜度同時(shí)保持和速率損失較小,，本節(jié)提出了基于部分內(nèi)波束干擾消除的低復(fù)雜度BF算法。

    發(fā)端利用MMSE目的是最小化發(fā)送符號(hào)與接收符號(hào)的均方誤差(Mean Square Error,，MSE)：

5G4-gs5-7.gif

2.1 算法設(shè)計(jì)

    傳統(tǒng)波束成形技術(shù),，如文獻(xiàn)[10]中的MRT和文獻(xiàn)[11，12]中的ZFBF,，因其便于實(shí)際中的實(shí)施和良好的和速率性能,，被廣泛應(yīng)用于多用戶信號(hào)傳輸。MRT和ZFBF的波束成形矩陣表達(dá)式如下：

5G4-gs8-10.gif

且提供較優(yōu)的和速率,，但其計(jì)算復(fù)雜度較高,，在大規(guī)模MIMO環(huán)境中較難實(shí)施。文獻(xiàn)[12]中提出利用QRD可以降低ZFBF的復(fù)雜度,，但當(dāng)用戶端不是進(jìn)行全復(fù)用時(shí),，基于QRD的ZFBF需要增加額外的運(yùn)算操作，產(chǎn)生的復(fù)雜度會(huì)高于傳統(tǒng)ZFBF,。

    為便于實(shí)際中應(yīng)用波束成形技術(shù),，考慮降低多用戶波束成形的計(jì)算復(fù)雜度，同時(shí)顯著降低來(lái)自其他用戶對(duì)目標(biāo)用戶的內(nèi)波束干擾,，以此達(dá)到大幅度提高和速率的目的,。考慮MRT場(chǎng)景下確定的波束矢量w,，其會(huì)受到其他用戶的干擾,。為了緩解其他用戶對(duì)目標(biāo)用戶的內(nèi)波束干擾，提高和速率性能,，同時(shí)考慮實(shí)現(xiàn)的復(fù)雜性,，本文采用內(nèi)波束干擾消除算法，考慮消除每個(gè)用戶對(duì)其他M-1個(gè)用戶造成的內(nèi)波束干擾中數(shù)值較大的S個(gè)強(qiáng)干擾,，為平衡計(jì)算復(fù)雜度與和速率間的良好折衷,，數(shù)值S可以預(yù)先確定。

    來(lái)自用戶i對(duì)用戶k的內(nèi)波束干擾量的大小為：

5G4-gs11-17.gif

5G4-gs18-21.gif

2.2 復(fù)雜度分析

5G4-gs22-25.gif

5G4-gs26-31.gif

3 仿真結(jié)果

    通過(guò)仿真,，驗(yàn)證并比較了本文所提出的基于部分內(nèi)波束干擾消除的低復(fù)雜度波束成形以及傳統(tǒng)波束成形的性能,。

    圖2和圖3描繪了當(dāng)10個(gè)用戶信號(hào)以信噪比(SNR)為10 dB進(jìn)行空間復(fù)用時(shí)，6種方案的和速率以及浮點(diǎn)計(jì)算數(shù)隨發(fā)射天線數(shù)變化的曲線,，其中本文提出的基于部分內(nèi)波束干擾消除的低復(fù)雜度BF算法的干擾消除數(shù)S為5,。

5G4-t2.gif

5G4-t3.gif

    從圖2中可以看出，本文所提方案的浮點(diǎn)計(jì)算數(shù)要顯著低于MMSE,、SVD,、ZFBF等較優(yōu)的傳統(tǒng)波束成形算法，且其曲線隨著發(fā)射天線數(shù)的增加更加趨于平緩,；還可以看出基于QRD的ZFBF由于矩陣求逆運(yùn)算和額外的組合運(yùn)算,，其浮點(diǎn)計(jì)算數(shù)要高于傳統(tǒng)ZFBF,。

    由圖3可見(jiàn)，本文所提方案的和速率性能接近于MMSE,、SVD,、ZFBF等較優(yōu)的波束成形算法，遠(yuǎn)高于MRT波束成形算法,，且隨著基站天線數(shù)的增大,，所提方案和速率逼近傳統(tǒng)ZFBF的和速率，可以實(shí)現(xiàn)ZFBF近90%的和速率,，而只需要ZFBF的12%~19%的計(jì)算復(fù)雜度,。

    圖4描繪了本文所提方案以及5種傳統(tǒng)波束成形算法的和速率性能隨信噪比變化曲線比較圖(N=64、M=10,、S=5),。由圖可知，本文所提低復(fù)雜度BF的和速率接近于MMSE,、SVD,、ZFBF等較優(yōu)波束成形算法，遠(yuǎn)大于MRT,，并且隨著信噪比的增大,，和速率性能逼近ZFBF。

5G4-t4.gif

4 總結(jié)

    大規(guī)模MIMO系統(tǒng)中,，傳統(tǒng)的波束成形算法,，如MMSE、SVD,、ZFBF等雖能提供較優(yōu)的和速率性能,，但是復(fù)雜度較高的高維矩陣求逆使其在現(xiàn)實(shí)實(shí)施中比較困難。MRT算法雖然復(fù)雜度最低,，最易于實(shí)際應(yīng)用,，但是其和速率性能也是最差的。本文提出一種基于部分內(nèi)波束干擾消除的低復(fù)雜度BF算法,，首先在MRT場(chǎng)景下確立波束成形矩陣,，再通過(guò)內(nèi)波束干擾消除算法的一系列矢量運(yùn)算生成新的波束成形矩陣，以此避開(kāi)復(fù)雜度高的矩陣求逆操作,。本文所提方案的計(jì)算復(fù)雜度較ZFBF得到了顯著降低,，同時(shí)其和速率性能接近于ZFBF的和速率,，遠(yuǎn)大于MRT的和速率,，所以此方案更適用于實(shí)際的應(yīng)用。

參考文獻(xiàn)

[1] LARSSON E G,，EDFORS O,，TUFVESSON F,，et al.Massive MIMO for next generation wireless systems[J].IEEE Communications Magazine，2014,，52(2)：186-195.

[2] MARZETTA T L.Noncooperative cellular wireless with unlimited numbers of base station antennas[J].IEEE Transactions on Wireless Communications,，2010，9(11)：3590-3600.

[3] RUSEK F,，PERSSON D,，LAU B K，et al.Scaling up MIMO：Opportunities and challenges with very large arrays[J].IEEE Signal Processing Magazine,，2013,，30(1)：40-60.

[4] NGO H Q，LARSSON E G,，MARZETTA T L.Energy and spectral efficiency of very large multiuser MIMO systems[J].IEEE Transactions on Communications,，2013，61(4)：1436-1449.

[5] SHEN Z,，CHEN R,，ANDREWS J G，et al.Low complexity user selection algorithms for multiuser MIMO systems with block diagonalization[J].IEEE Transactions on Signal Processing,，2006,，54(9)：3658-3663.

[6] CHRISTENSEN S S，AGARWAL R,，DE CARVALHO E,，et al.Weighted sum-rate maximization using weighted MMSE for MIMO-BC beamforming design[J].IEEE Transactions on Wireless Communications，2008,，7(12)：4792-4799.

[7] SUN F,，DE CARVALHO E.A leakage-based MMSE beamforming design for a MIMO interference channel[J].IEEE Signal Processing Letters，2012,，19(6)：368-371.

[8] ZHAN C Z,，CHEN Y L，WU A Y.Iterative superlinear-convergence SVD beamforming algorithm and VLSI architecture for MIMO-OFDM systems[J].IEEE Transactions on Signal Processing,，2012,，60(6)：3264-3277.

[9] SUDHIR A C，RAO B P.Implementation of wireless model for SVD based beam forming in MIMO systems[C].Devices,，Circuits and Systems(ICDCS),，2014 2nd International Conference on.IEEE，2014：1-6.

[10] PARFAIT T,，KUANG Y,，JERRY K.Performance analysis and comparison of ZF and MRT based downlink massive MIMOsystems[C].Ubiquitous and Future Networks (ICUFN)，2014 Sixth International Conf on.IEEE，2014：383-388.

[11] CORVAJA R,，ARMADA A G.Phase noise degradation in massive MIMO downlink with zero-forcing and maximum ratio transmission precoding[J].IEEE Transactions on Vehicular Technology,，2016，65(10)：8052-8059.

[12] LIU D,，MA W,，SHAO S，et al.Performance analysis of TDD reciprocity calibration for Massive MU-MIMO systems with ZF beamforming[J].IEEE Communications Letters,，2016,，20(1)：113-116.

[13] CAIRE G，SHAMAI S.On the achievable throughput of a multiantenna Gaussian broadcast channel[J].IEEE Transactions on Information Theory,，2003,，49(7)：1691-1706.



作者信息：

周應(yīng)超，黃  瓊,，申  濱

（重慶郵電大學(xué) 移動(dòng)通信技術(shù)重點(diǎn)實(shí)驗(yàn)室,，重慶400065）

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