一種基于協方差矩陣的MU-MIMO干擾消除算法研究*

楊中豪，王 瓊

（重慶郵電大學 通信與信息工程學院，重慶 400065）

0 引言

為了減小干擾及提高小區邊緣用戶容量，3GPP一直致力于研究干擾消除技術。這些技術要么使用半靜態時域技術(eICIC，FeICIC)，要么使用動態技術，如 CoMP技術，這些技術對同步有不同的需求，并且要求無線網絡之間要信息共享，被稱為發送端網絡輔助干擾抑制技術。同時，多用戶MIMO干擾消除技術也可以在終端進行，這不需要網絡之間的協助。如果一個終端接收機能夠識別出干擾組成，則它就能抑制干擾，提高接收信號的信干噪比[1]。

1 多小區MIMO系統模型

實際通信系統中，相鄰小區間存在干擾[2]。圖1為多 小區MIMO系統模型[3]。

圖1 多小區MIMO系統模型

圖1是K個相鄰小區的等效MIMO系統模型。需要說明的是，K×NT個發射天線發射的信號經過相互獨立的無線通信信道后被接收端接收處理[4]。接收信號向量y表示如下：

將干擾信號以及接收端的噪聲看成一個整體，式(1)可以化簡為：

其中：

2 一種基于協方差矩陣估計的IRC算法

LTE-A系統中，現階段有兩種估計協方差矩陣的方法：一種是基于數據信號的協方差矩陣估計，另一種是基于參考信號的協方差矩陣估計。下面分別對這兩種方案進行介紹。

2.1 基于數據信號的協方差矩陣估計

一般情況下，干擾信號與噪聲是不相關的，故接收數據信號的自相關矩陣可以表示為：

文獻[5]中，給出了聯合時、頻域的Ryy的計算表達式：

式中，L為時域OFDM符號的個數，B為頻域子載波的個數，y(k，l)為第k個子載波、第l個 OFDM符號上的接收數據。

因此，在基于數據信號的協方差矩陣估計方法中，wH可以表示為：

基于數據信號的協方差估計是一種利用樣本均值代替統計平均的方法，基于數據信號的協方差估計的關鍵是樣本點的選取問題。

2.2 基于參考信號的協方差矩陣估計

文獻[6]給出了另一種計算協方差矩陣的方法，即基于DM-RS參考信號的協方差矩陣估計法。

在基于DM-RS參考信號的協方差矩陣估計法中，同基于數據信號的協方差矩陣估計法一樣，也考慮了利用樣本均值代替統計平均的方法。

故基于DM-RS參考信號的協方差矩陣估計方法中，wH可以表示為：

雖然基于DM-RS參考信號的協方差矩陣估計法對協方差矩陣u的估計較為精確，進而對干擾抑制的效果也較為明顯。因此在LTE-A系統標準化過程中得到了采用[7]。但是在整個估計過程中，只是利用了參考信號位置信息，并不能像基于數據信號的協方差矩陣估計法那樣可以利用所有接收數據信號，因此，這種方案資源利用不充分。

3 一種基于樣本點選取的協方差矩陣估計的改進

3.1 樣本點選取方案

LTE-A系統中，只有在滿足相關帶寬和相關時間的條件下，信道矩陣H、Gi才是慢衰落的。此時樣本點選取的越多，樣本均值越接近統計平均。如果在不滿足相關時間和相關帶寬的條件下，過多地選取樣本點，會因選取到下一統計時刻的樣本點而影響性能。

文獻[8]給出了計算相關帶寬Bc和相關時間Tc的方法，結合文獻[9]定義的不同信道類型的參數，可以得到不同信道下的相關帶寬以及相關時間。圖2所示為時頻資源塊幀結構和樣本點選取的方案。

圖2 時頻資源塊幀結構和樣本點選取的方案

3.2 基于樣本點選取的協方差矩陣估計方案

LTE-A系統中，基于DM-RS參考信號的協方差矩陣估計的方案直接估計了干擾和噪聲的協方差矩陣，因而干擾消除性能較優。因此，本文采用此思想對干擾和噪聲的協方差矩陣估計方法進行了改進。改進思路是：首先采用基于數據信號的協方差矩陣估計的方案對原始發送信號做初步估計，這個過程中用一個PRB中的數據信號進行估計；其次采用基于DM-RS的協方差矩陣估計的思想，利用發送信號的初步估計值對協方差矩陣再次估計。具體實現過程如下所示。

(1)采用基于數據信號協方差矩陣估計的方案估計權重矩陣 wH：

此過程中，選取一個PRB中的資源粒子作為研究對象。

(2)采用基于數據信號協方差矩陣估計的方案初步估計發送信號向量：

(3)采用基于參考信號協方差矩陣估計的思想再次估計協方差矩陣Ruu：

其中：

(4)采用基于參考信號的協方差矩陣估計的思想再次估計權重矩陣wH：

(5)基于樣本點選取的協方差矩陣估計方案估計得到的發送信號向量為：

3.3 算法流程圖

改進后IRC算法流程圖如圖3所示。

圖3 改進后IRC算法處理流程圖

4 仿真與分析

4.1 仿真參數配置

主要仿真參數配置如表1所示。

4.2 仿真性能分析

為了分析各種算法的干擾消除性能，本文采用BER進行度量。在LTE-A協議規定的三種信道環境下對其進行性能仿真，仿真結果如圖4～圖6所示。

由圖可以看出，IRC算法的干擾抑制效果強于MRC算法，這是因為IRC算法在合并接收信號時，不僅考慮了干擾信號對期望信號的影響，而且考慮了高斯白噪聲對期望信號的影響。

表1 仿真參數配置

圖4 EPA5信道下幾種算法性能比較

圖5 ETU300信道下幾種算法性能比較

基于參考信號的協方差矩陣估計由于直接估計了干擾和噪聲的協方差矩陣，因此干擾抑制性能優于基于數據信號的協方差矩陣估計。當誤比特率為10-1時，基于參考信號的協方差矩陣估計的IRC算法較基于數據信號的協方差矩陣估計的IRC算法有2 dB的性能增益。

改進后的IRC算法干擾消除性能優于基于參考信號的協方差矩陣估計的IRC算法。這種算法通過利用基于數據信號的協方差矩陣估計首先對初始發送信號做初步估計，在此基礎上實現協方差矩陣的二次估計，克服了基于參考信號的協方差矩陣估計方案在利用資源方面存在欠缺的問題。

圖6 EVA70信道下幾種算法性能比較

5 結論

本文重點研究了基于協方差矩陣估計的IRC算法，即基于數據信號和基于參考信號的協方差矩陣估計的IRC算法。根據兩種估計方案的優點與不足，從利用時頻資源的角度出發，給出了一種基于樣本點選取的協方差矩陣估計方案。仿真結果表明，改進后的IRC干擾抑制效果更佳，更適合應用于多用戶MIMO系統。

[1]李家榮.LTE系統中的小區間干擾消除技術仿真研究[D].成都：西南交通大學，2011.

[2]寇俊楠.LTE鏈路接收端干擾消除技術研究[D].成都：電子科技大學，2012.

[3]ZHANG C，LIU L，WANG Y，et al.A highly parallelized MIMO detector for vector-based reconfigurable architectures[C].2013 IEEE Wireless Communications and Networking Conference.Shanghai：IEEE Press，2013：3844-3849.

[4]蒙艷.LTE-A系統中空間復用MIMO信號檢測算法研究[D].重慶：重慶郵電大學，2014.

[5]3GPP R1-070996.Nokia.Open Loop DL Transmit Diversity for Common Control Channels[R].3GPP TSG RAN WG1#48 Meeting.

[6]3GPP TR 36.829.3rd General Partnership Project；Technical Specification Group Radio Access Network；Enhanced performance requirement for LTE User Equipment(UE)(R11)[S].2012.

[7]劉麗，王瓊，劉曉江.LTE-Advanced終端同頻干擾消除算法研究[J].廣東通信技術，2014，34(9)：45-48.

[8]楊大成.移動傳播環境[M].北京：機械工業出版社，2003.

[9]3GPP TS 36.101 V8.c.0.User Equipment(UE)radio transmission and reception(R8)[S].2010.