多小區(qū)聯(lián)合檢測中的空時編碼干擾信號高效抑制

張曉珊 姜述超 蘇冬良

摘 要： 現(xiàn)代蜂窩通信系統(tǒng)中，由于小區(qū)間的互相干擾， 小區(qū)邊緣用戶成為性能提升的瓶頸。針對這一問題，本文考慮采用多小區(qū)聯(lián)合檢測來提高小區(qū)邊緣用戶的性能，重點(diǎn)關(guān)注干擾信號采用空時編碼時的檢測問題。通過將相關(guān)符號周期的傳輸綜合建模，本文提出了一種聯(lián)合最小均方誤差（Joint-Minimum Mean-Squared Error， J-MMSE）檢測算法;并分別討論了服務(wù)小區(qū)采用空時編碼和空分復(fù)用傳輸時的算法設(shè)計(jì)。仿真結(jié)果表明，與傳統(tǒng)檢測算法相比，所提的J-MMSE檢測算法，可以以較低的復(fù)雜度獲得顯著的性能增益;為多小區(qū)聯(lián)合檢測提供了一個有吸引力的選擇。

關(guān)鍵詞： MIMO; Alamouti; MMSE; 檢測算法

中圖分類號： TN 92

文獻(xiàn)標(biāo)志碼： A

文章編號：1007-757X（2019）06-0081-04

Abstract： In modern cellular communication systems， due to the interference from neighbor cells， the performance of cell-edge users becomes the bottleneck of the whole system. To solve the problem， this paper discusses the multi-cell joint detection schemes， focusing focuses on the suppression of interference signals with space-time coding. By combining the transmissions in all relevant symbol periods， we propose a Joint-Minimum Mean-Squared Error （J-MMSE） detection algorithm; and detail its applications in the scenarios where the target signal is transmitted with space-time coding or spatial multiplexing， respectively. The simulation results show that the proposed J-MMSE scheme can achieve a significant performance gain over traditional designs with low complexity， which provides an attractive option for multi-cell joint detection.

Key words： MIMO; Alamouti; MMSE; Detection algorithm

0?引言

無線信道環(huán)境十分復(fù)雜，基站發(fā)送的信號在傳輸過程中可能發(fā)生反射、折射、散射等，導(dǎo)致移動端接收到除直射路徑以外的其他路徑信號，產(chǎn)生多徑衰落，影響通信系統(tǒng)的數(shù)據(jù)傳輸速率[1]。研究表明多輸入多輸出（Multiple-input Multiple-output，MIMO）系統(tǒng)通過在收發(fā)端配置多天線，可以充分利用多徑分集，在不增加總發(fā)射功率和帶寬的前提下提高數(shù)據(jù)傳輸速率，進(jìn)而提升系統(tǒng)的容量[2]?？諘r編碼（Space-time Coding， STC）在不同天線的發(fā)送信號間引入時間和空間的相關(guān)性，為接收端提供編碼增益，研究表明將STC應(yīng)用在MIMO 天線系統(tǒng)能夠更加有效的對抗無線信道衰落的影響，實(shí)現(xiàn)高速數(shù)據(jù)傳輸[3]。1998年，S.M.Alamouti提出了一種空間域正交分組編碼，編碼后的信號由發(fā)射天線在不同符號周期中發(fā)送[4]，其巧妙的編碼策略使接收端可以實(shí)現(xiàn)線性解碼，大大降低了譯碼復(fù)雜度，所以該技術(shù)在現(xiàn)在的4G無線通信系統(tǒng)中獲得了廣泛的應(yīng)用。

移動通信系統(tǒng)容量受限的另一個瓶頸是多小區(qū)信號干擾，小區(qū)邊緣用戶除了接收到本小區(qū)的信號外還會受到鄰小區(qū)較大功率干擾信號的影響通信質(zhì)量，所以需要設(shè)計(jì)合適的接收機(jī)檢測算法來消除干擾，提升檢測性能。傳統(tǒng)的線性接收機(jī)雖然操作簡單，但在干擾較大時，性能惡化明顯[5]，[8];非線性接收機(jī)，如最大似然（Maximum Likelihood， ML）等[7]，雖然可以獲得更好的性能，但算法復(fù)雜度較高，且一般需要知道干擾信號的調(diào)制和編碼信息等[7]，在多小區(qū)環(huán)境下獲取困難。

基于上述分析，本文主要研究適用于多小區(qū)下行鏈路干擾信號是Alamouti空時編碼的檢測算法。主要思路是通過對空時編碼幀內(nèi)相關(guān)符號傳輸?shù)木C合建模，采用線性MMSE檢測算法實(shí)現(xiàn)對于干擾信號統(tǒng)計(jì)信息的利用，從而獲得顯著優(yōu)于傳統(tǒng)線性檢測算法的性能。

本文其余部分的組織如下：第二章對系統(tǒng)模型，Alamouti編碼和MMSE檢測進(jìn)行了簡單的介紹;第三章主要提出聯(lián)合最小均方誤差（Joint-Minimum Mean-Squared Error， J-MMSE）檢測算法，并將其應(yīng)用在不同場景中;第四章呈現(xiàn)了主要的仿真結(jié)果;最后一章對論文進(jìn)行了簡要總結(jié)。

標(biāo)記說明：（·）*，（·）H，（·）-1各自表示共軛，共軛轉(zhuǎn)置和矩陣的逆;

I是適當(dāng)大小的單位矩陣;E[·]表示統(tǒng)計(jì)期望;arg min（·）表示使？取最小值的解。

1?預(yù)備知識

1.1?系統(tǒng)模型

考慮移動通信下行鏈路，各小區(qū)基

站都配置M根發(fā)射天線，移動端配置N根接收天線，論文建模為兩小區(qū)，移動端除了接收到本小區(qū)基站傳輸?shù)男盘柾猓€受到鄰小區(qū)干擾信號的影響，接收信號可以表示成式（1）。

編碼后矩陣的行代表發(fā)送天線，碼字矩陣的行正交，矩陣的列表示不同的符號周期。

以兩發(fā)一收的天線系統(tǒng)為例可以了解到Alamouti編碼的優(yōu)點(diǎn)，其接收信號為式（3）。

1.3?MMSE檢測

MMSE是基于最小均方誤差準(zhǔn)則的檢測算法，其目的是使估計(jì)信號與真實(shí)信號x之間的均方差最小，即滿足式（6）。

2?J-MMSE檢測方法

本章分別對服務(wù)小區(qū)采用空時編碼和空分復(fù)用傳輸這兩個場景介紹了J-MMSE的具體實(shí)現(xiàn)。

2.1?服務(wù)小區(qū)和干擾小區(qū)信號都采用空時編碼

首先我們討論服務(wù)小區(qū)和干擾小區(qū)傳輸信號都采用Alamouti空時編碼的場景，規(guī)定每個小區(qū)發(fā)射天線數(shù)M = 2，移動端天線數(shù)N = 2?；谌鹄教顾ヂ湫诺赖募僭O(shè)，以初始兩符號周期為例，將符號周期1和2的信息聯(lián)合得到最終的接收信號，如式（9）。

相較于原本每個符號周期中四發(fā)（兩小區(qū)每符號周期共傳輸四個符號）兩收的接收模型，信息聯(lián)合后變成了如（9）所示的四發(fā)四收的天線系統(tǒng)，相當(dāng)于增加了接收天線的數(shù)目，降低了信道深衰落的概率，在進(jìn)行信號檢測時能獲得更好的性能。將式（9）簡化為式（10）。

其中d可以有1，2，3，4四個取值是因?yàn)榉?wù)小區(qū)相鄰兩符號周期傳輸不同的符號。

3?仿真結(jié)果

考慮多小區(qū)的仿真條件：除服務(wù)小區(qū)外還建模有一個干擾小區(qū)，兩小區(qū)基站各有兩根天線，移動用戶也配置兩根天線。 發(fā)送與接收端之間的鏈路是平均單位能量的瑞利平坦衰落信道，可認(rèn)為相鄰符號周期的信道經(jīng)歷相同的衰落，文章假設(shè)接收端已知信道信息。服務(wù)小區(qū)與干擾小區(qū)傳輸數(shù)據(jù)經(jīng)過turbo編碼，再經(jīng)QPSK調(diào)制后發(fā)送，接收端也相應(yīng)的進(jìn)行解調(diào)和解碼操作。若信號平均功率為P，信噪比（SNR）定義為10*log10（P/σ2n），噪聲功率固定為σ2n=1，干擾信號信噪比為某一固定值，仿真中選取SNR2 = 5、10、15 dB。每個傳輸幀包含4 096個比特，仿真性能用比特錯誤率（BER）刻畫，本文運(yùn)用蒙特卡羅方法仿真，最終的BER是1000幀的平均值。

為了便于分析，首先介紹SINR的定義，式（1）所示接收模型的SINR可以表示為式（15）。

其中P1是服務(wù)小區(qū)信號功率，P2是干擾信號功率。

兩小區(qū)傳輸信號都采用Alamouti空時編碼，干擾小區(qū)信號SNR2分別取5、10、15 dB時J-MMSE與傳統(tǒng)MMSE的性能，橫坐標(biāo)表示服務(wù)小區(qū)信號功率的變化，如圖1所示。

從圖1可以看出，取不同的干擾小區(qū)傳輸信號功率時，所提的J-MMSE算法性能都優(yōu)于傳統(tǒng)MMSE。在SNR2分別取5、10、15 dB時， J-MMSE相對于傳統(tǒng)MMSE的增益分別為1、1.7、2.8 dB（在BER=10-4時）。

干擾信號是Alamouti空時編碼，服務(wù)小區(qū)是空分復(fù)用傳輸?shù)那闆r，如圖2所示。

相比于圖1，在相同噪聲干擾條件下，圖2的整體性能有所下降。這是因?yàn)閳D2的仿真條件中服務(wù)小區(qū)信號并未采用Alamouti空時編碼，不能利用相鄰兩符號周期信道與傳輸信號的相關(guān)性。但是，我們可以看到，圖2中所提J-MMSE算法的性能仍然顯著優(yōu)于傳統(tǒng)MMSE。在SNR2分別取5、10、15 dB時， J-MMSE相對于傳統(tǒng)MMSE的增益分別為1.2、2.1、3.4 dB（在BER=10-4時）;相對性能增益與圖1中基本一致。

4?總結(jié)

我們對下行鏈路存在的多小區(qū)干擾問題進(jìn)行了研究，將問題聚焦在干擾信號是Alamouti空時編碼的場景，提出的J-MMSE算法在較低復(fù)雜度的前提下也能達(dá)到較優(yōu)的性能。J-MMSE利用了Alamouti空時編碼的正交性與瑞利平坦衰落信道信道的相關(guān)性，聯(lián)合兩符號周期的信息進(jìn)行檢測，能得到顯著優(yōu)于傳統(tǒng)MMSE檢測的性能，文章為多小區(qū)聯(lián)合檢測提供了一個有吸引力的選擇。

未來研究：論文假設(shè)接收端已知信息信息，但是實(shí)際場景中存在信道估計(jì)不準(zhǔn)確等問題，之后可以嘗試在信道有誤差的場景中進(jìn)行仿真，檢驗(yàn)算法的魯棒性，另外也可以分析當(dāng)傳輸符號采用不同調(diào)制方式時算法是否依舊有較大的增益。

參考文獻(xiàn)

[1] Costello D J. Fundamentals of Wireless Communication （Book review）[J]. IEEE Transactions on Information Theory， 2009， 55（2）：919-920.

[2]?Foschini G J， Gans M J. On Limits of Wireless Communications in a Fading Environment when Using Multiple Antennas[J]. Wireless Personal Communications， 1998， 6（3）：311-335.

[3]?Tarokh V， Seshadri N， Calderbank A R. Space-time Codes for High Data Rate Wireless Communication： Performance Criterion and Code Construction[J]. IEEE Transactions on Information Theory It， 1998， 50（12）：19-32.

[4]?Alamouti S M. A Simple Transmit Diversity Technique for Wireless Communications[J]. IEEE J. select. areas. Commun.， 1998， 16（8）：1451-1458.

[5]?Shang P， Kim S， Choi K. Soft ZF MIMO Detection for Turbo Codes[C]// IEEE International Conference on Wireless & Mobile Computing. 2010.

[6]?Sengijpta S K. Fundamentals of Statistical Signal Processing： Estimation Theory[M]. PTR Prentice hall， 1993.

[7]?Strm E G， Svensson T. EU FP7 INFSO-ICT-317669 METIS， D1.1 Scenarios， Requirements and KPIs for 5G Mobile and Wireless System[J]. Scenario， 2013.

[8]?商河. MIMO信號檢測的研究[D]. 呼爾浩特：內(nèi)蒙古大學(xué)， 2012.

（收稿日期： 2018.12.17）