[发明专利]LTE-A终端反馈系统中双码本差分设计方法

摘要

本发明公开了一种LTE‑A终端反馈系统中双码本差分设计方法，充分利用了信道的时间和空间的相关性，根据反馈的预编码矩阵指示符定时地旋转W₁码本以更好的追踪信道的主要方向特性，同时缩放W₂*W₁码本以减少信道的量化误差，用W＝W₂*W₁表示量化后的信道信息；接收端根据反馈的量化信道信息利用迫零波束赋形方法计算预编码矩阵。本发明方法在保证低反馈开销的同时消除了多用户之间的干扰，提升了多用户MIMO的整体性能；同时根据反馈量化的信道信息计算预编码矩阵，消除了多用户之间的干扰，提升了多用户MIMO系统的性能，当信噪比较高时性能增益大概在1～2dB左右。

主权项

LTE‑A终端反馈系统中双码本差分设计方法，其特征在于：充分利用信道的时间相关性和空间相关性，根据反馈的预编码矩阵量化码字标号定时更新双码本，实现追踪信道特性，包括如下步骤：(1)为两级预编码矩阵W₁和W₂分别选取一个基础格来斯曼码本，分别记为码本C1和码本C2，移动终端根据下式对信道矩阵H的协方差矩阵R_tx进行特征值分解，得到信道的主要特征方向v₁：$R_{tx}=\frac{1}{MNK}\underset{m=1}{\overset{M}{\Σ}}\underset{n=0}{\overset{N-1}{\Σ}}\underset{k=0}{\overset{K-1}{\Σ}}{\left(H_{k,n}^{\left(m\right)}\right)}^H{H}_{k,n}^{\left(m\right)}$R_tx＝VΛV^H其中是第k个子载波第n个OFDM符号上的信道矩阵，第一层量化码本W₁的量化和反馈周期是第二层量化码本W₂对应操作的M倍；λ_i是R_tx的特征值并且由大到小的顺序排列；其中v_i是相应的特征向量；得到信道的主要特征方向v₁后，再根据下式在码本C1中为第一层量化码本W₁选择合适的量化码字w₁反馈给发射端：$w_1=\arg \underset{i\∈N}{max}\frac{\left|v_1^H{w}_{1,i}\right|}{\left|\right|v_1\left|\right|\left|\right|w_{1,i}\left|\right|},w_{1,i}\∈C_1$(2)在双码本反馈系统中，用户预编码的计算方法为W＝W₂*W₁；根据下式在已知第一层量化码本W₁的情况下，为第k个用户从码本C2中为第二层量化码本W₂选择对应的量化码字w₂反馈给发射端，码字选择准则如下：$w_2=\arg \underset{j\∈N}{max}\left|{\stackrel{\‾}{h}}_k^H{f}_j\right|,f_j=w_{2,j}*w_1,w_{2,j}\∈C_2$其中h_k是第k个用户的信道矩阵；(3)在移动终端根据用户选择的码本重构信道矩阵其中是第k个用户的量化信道信息，然后利用迫零波束赋形方法，使得h_iw_k＝0,i≠k，根据下式计算预编码矩阵：W＝H^H(HH^H)^‑1对W的列向量做归一化后作为第k个用户的预编码向量；(4)对于第一层量化码本W₁的码本C1，基站和移动终端根据反馈的预编码矩阵量化码字标号分别确定前一时刻和当前时刻的码字w_{1_τ‑1}和w_{1_τ}，按照下式构造旋转矩阵，其中和代表w_{1_τ}和w_{1_τ‑1}的零空间：$\mathrm{\Θ}=\left[\begin{array}{cc}{w}_{1\_\mathrm{\τ}}& w_{1\_\mathrm{\τ}}^{\⊥}\end{array}\right]{\left[\begin{array}{cc}{w}_{1\_\mathrm{\τ}-1}& w_{1\_\mathrm{\τ}-1}^{\⊥}\end{array}\right]}^H$将码本C1中的所有码字乘以旋转矩阵得到新的码本，用于下一时刻第一层量化码本W₁的量化反馈；(5)对于第二层量化码本W₂的码本C2，基站和移动终端根据反馈的预编码矩阵量化码字标号分别确定前一时刻和当前时刻的量化码字f_τ‑1＝w_{2_τ‑1}*w_{1_τ‑1}和f_τ＝w_{2_τ}*w_{1_τ}，计算f_τ‑1和f_τ的弦距离α，设定基础码本的半径为门限值，当α大于门限值时，保持码本的半径不变，当α小于等于门限值时，对W₂*W₁的码本根据下式进行缩放以及归一化，码本C2的缩放周期为码本C1的更新周期，即当码本C1更新时将第二层量化码本W₂的码本C2重置为初始码本：$s\left(f\right)=\left[\begin{array}{c}\sqrt{\frac{1-{\mathrm{\α}}^2(1-|f_1{|}^2)}{|f_1{|}^2}}{f}_1\\ {\mathrm{\αf}}_2\\ \begin{array}{c}.\\ .\\ .\end{array}\\ {\mathrm{\αf}}_{N_T}\end{array}\right]$$\hat{s}\left(f\right)=\frac{s\left(f\right)}{\left|\right|s\left(f\right)\left|\right|}$其中||·||表示对向量取模。