[发明专利]高速移动场景下基于用户调度改进的模代数预编码算法

权利要求书

1.高速移动场景下基于用户调度改进的模代数预编码算法，其特征在于，包括如下步骤：

S1，开始；

S2，建立系统模型；考虑一个宽带多入多出(Multiple Input Multiple Output,MIMO)系统中的一个单小区多用户网络下行链路，在这个网络中，基站(Base Station,BS)部署了N_T根传输天线；假定总共有N个用户，每个用户配备一个天线接收器，用户侧所有接收用户对应的天线数之和为N_R，N个用户数据用N维向量s＝[s₁,s₂,...,s_N]^T(符号[·]^T表示转置操作)表示，取自M-QAM星座(M表示调制进制数)，功率为σ²＝2(M-1)/3；

S3，根据所建立的系统模型以及从接收端反馈回发送端的信道信息，采用贪婪算法进行用户调度，得到选择排序后的K个用户的用户数据a＝[a₁,a₂,...,a_K]^T和信道矩阵H；

S4，根据贪婪算法得到的K个用户的用户数据a＝[a₁,a₂,...,a_K]^T和信道矩阵H，建立模代数预编码(Tomlinson-Harashima Precoding,THP)模型；

S5，基于构建THP的预编码模型，在发射功率约束条件下，以最小均方误差(MinimumMean Square Error，MMSE)为优化目标，推导得到加权矩阵G和最优预编码矩阵B和F；

S6，结束。

2.根据权利要求1所述的高速移动场景下基于用户调度改进的模代数预编码算法，其特征在于，所述S3包括：

根据所建立的系统模型以及从接收端反馈回发送端的信道信息，采用贪婪算法进行用户调度，得到选择排序后的K个用户的用户数据a＝[a₁,a₂,...,a_K]^T和信道矩阵H；以容量优化为目标的贪婪算法的主要思想是：首先，从所有用户N中选出一个具有最大容量的用户，然后选择下一个用户，每一次新选择的用户和之前选择好的用户一起组合得到的信道容量最大，当选择的用户数达到我们设定的上限时，停止选择，算法结束。贪婪算法的具体过程如下

根据上述算法，得到信道矩阵H，将上述算法选择出的用户的发送数据按照被选的顺序排序，得到发送信号向量，即a＝[a₁,a₂,...,a_K]^T。

3.根据权利要求1所述的高速移动场景下基于用户调度改进的模代数预编码算法，其特征在于，所述S5包括：

基于贪婪算法进行用户调度的信道矩阵H会产生相应的反馈矩阵B、加权矩阵G和前馈矩阵F；接收向量r可以表示为

其中，r＝[r₁,r₂,...,r_K]^T，n＝[n₁,n₂,...,n_K]^T，为预编码符号向量，其中v＝a+d为等效的数据向量；接收端判决前的数据向量r′与发送端等效反馈信道的有效输入向量v对应，其误差e表示为

其中，Gn为判决前的等效噪声；根据MMSE的思想，在保证发送向量满足发射功率约束的条件下，寻求合理的前馈矩阵F、反馈矩阵B及加权矩阵G，使得误差向量最小，因此，可以构建MMSE目标函数和约束条件

其中，P表示发射总功率，因为直接求解比较困难，利用正交原理，有

E[er^H]＝0

即接收向量r与误差向量e正交；将误差向量e＝r′-v代入式E[er^H]＝0，有

E[(r′-v)r^H]＝0

其中，再联合式r′＝Gr得到

其中，假设信号向量的各元素相互正交，则为对角矩阵；令有

G[HFF^HH^H+ξI]＝BF^HH^H

其中反馈矩阵B为严格下三角矩阵；为了符合多用户下行信道用户间没有协同的实际情况，加权矩阵G设置为对角矩阵；为了不改变发送数据的发射功率，同时也为了得到闭合形式的解，前馈矩阵F假设为酉矩阵，满足FF^H＝I，因此上式化简为

G[HH^H+ξI]＝BF^HH^H

并得到

F^H＝B^-1G[HH^H+ξI]H^-H

再根据FF^H＝I，得到

F^HF＝B^-1G[HH^H+ξI]H^-HH^-1[HH^H+ξI]^HG^HB^-H＝I

即

G^-1BB^HG^-H＝[HH^H+ξI]H^-HH^-1[HH^H+ξI]^H

令L＝G^-1B，上式可表示为

LL^H＝[HH^H+ξI]H^-HH^-1[HH^H+ξI]^H

对H^-1[HH^H+ξI]^H作LQ分解，即可得到下三角矩阵L和酉矩阵Q；将L的主对角元素的倒数取出，并将其作为加权矩阵G对角线上的元素，即

反馈矩阵B可表示为

B＝GL

根据F^H＝B^-1G[HH^H+ξI]H^-H可以得到前馈矩阵FF＝Q。