一種基于調(diào)制估計(jì)的增強(qiáng)型干擾消除檢測(cè)算法

駱云龍，席 兵

(重慶郵電大學(xué)通信網(wǎng)與測(cè)試技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶400065)

0 引言

多輸入多輸出(multi－input multi－output，MIMO)技術(shù)一直是無(wú)線通信系統(tǒng)滿足魯棒性和更高的數(shù)據(jù)速率需求的一項(xiàng)關(guān)鍵技術(shù)。它利用額外的空間維度、時(shí)間和頻率，可使無(wú)線通信系統(tǒng)的可靠性更高，且頻譜利用率更有效［1］。MIMO技術(shù)在下一代移動(dòng)通信標(biāo)準(zhǔn)(3GPP LTE和LTE－Advanced)中起著重要的作用［2］。

3GPP LTE通過(guò)多用戶多輸入多輸出(multiuser multi－inpat multi－output，MU－MIMO)為更高的頻譜效率提供了可能。MU－MIMO可以充分地利用一個(gè)基站和多個(gè)用戶終端之間MIMO信道的空間分集，而單用戶 MIMO(single user MIMO，SU－MIMO)在某些情況下可能無(wú)法達(dá)到。MU－MIMO可以被看作是空分多址(space division multiple access，SDMA)，它允許多個(gè)用戶同時(shí)在同一頻段空間復(fù)用。需要注意的是MU－MIMO需要每個(gè)用戶在發(fā)射端的信道狀態(tài)信息(channel state information，CSI)。長(zhǎng)期演進(jìn)(long term evdution，LTE)系統(tǒng)使用基于碼本的預(yù)編碼方法，用戶設(shè)備(user equipment，UE)反饋?zhàn)罴训念A(yù)編碼矩陣信息(precoding matrix indicator，PMI)，這樣eNodeB就可以決定用來(lái)進(jìn)行MU－MIMO傳輸?shù)囊唤M用戶。LTE系統(tǒng)使用低分辨率的基于等增益?zhèn)鬏?equal gain transmission，EGT)的預(yù)編碼。由于CSI較為粗略，協(xié)作調(diào)度的UE可能遭受較大的殘余多用戶干擾，促使了干擾感知檢測(cè)算法的研究。

目前已經(jīng)有了一些關(guān)于MU－MIMO干擾感知檢測(cè)算法性能的研究［3－4］。文獻(xiàn)［3］中提到了 2 種類型的干擾感知檢測(cè)算法:干擾抑制合并(interference rejection combine，IRC)算法和聯(lián)合最大對(duì)數(shù)最大后驗(yàn)概率(Max－Log－Map)算法。文獻(xiàn)［5］中，在一個(gè)接收天線的情況下，欠定系統(tǒng)中有比接收天線更多的發(fā)射層(包括干擾)時(shí)，干擾是不可以忽略的，聯(lián)合 Max－Log－Map算法的性能顯著優(yōu)于IRC算法。即使在接收端有足夠天線數(shù)的情況下，聯(lián)合Max－Log－Map算法也優(yōu)于 IRC，這是因?yàn)樗鼘?duì)干擾離散性的感知。在文獻(xiàn)［3］中，聯(lián)合Max－Log－Map檢測(cè)算法被證明在大多數(shù)情況下優(yōu)于IRC，兩者性能差距較小，但I(xiàn)RC具有更低的復(fù)雜度。文獻(xiàn)［4］認(rèn)為只有聯(lián)合 Max－Log－Map 是干擾感知檢測(cè)算法，不同于文獻(xiàn)［3］的是，文獻(xiàn)［4］中考慮到了干擾調(diào)制并未在3GPP LTE［6］中被利用的事實(shí)。本文著眼于在更廣泛的現(xiàn)實(shí)意義情況下研究干擾感知檢測(cè)算法的性能，提出基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map 檢測(cè)算法。

1 系統(tǒng)模型

1.1 LTE-A系統(tǒng)綜述

LTE系統(tǒng)的下行鏈路(down link，DL)傳輸方案自2008年3GPP LTE在R8中首次推出后不斷演進(jìn)。LTE－Advanced系統(tǒng)中有9個(gè) DL傳輸模式［7］，傳輸模式8和9分別在R9和R10(LTE－A)中引入。傳輸模式1～6使用的是小區(qū)專用參考信號(hào)或物理下行共享信道(physical downlink shared channel，PDSCH)發(fā)送的公共參考信號(hào)(cell－specific reference signal，CRS)，而傳輸模式7～9中使用的是UE專用參考信號(hào)或解調(diào)參考信號(hào)(demodulation reference signal，DMRS)。對(duì)于單層每個(gè)UE的一個(gè)給定的資源塊(resource block，RB)，傳輸模式5 提供 MU－MIMO最多可支持2個(gè)用戶。UE需要根據(jù)信道質(zhì)量信息(channel quality indication，CQI)和PMI提供反饋。CQI報(bào)告的信息幫助eNodeB為當(dāng)前的信道條件分配適當(dāng)?shù)拇a率。UE不需要報(bào)告秩指示(rank indicator，RI)，因?yàn)槊總€(gè)UE僅支持一層。此外，為了解調(diào)由CRS配置的PDSCH，UE需要知道預(yù)編碼指示。傳輸模式8和9也提供了對(duì)MU－MIMO的支持，其中，MU－MIMO支持DMRS端口7和8的2個(gè)相互正交的層以及在擾碼ID幫助下的4個(gè)準(zhǔn)正交層。協(xié)作調(diào)度的UE的最大數(shù)目為每個(gè)UE一層4個(gè)。一個(gè)UE可以最多有2層(2個(gè)正交DMRS端口)。在傳輸模式 9中，SU－MIMO 和MU－MIMO 可通過(guò)下行控制指示(downlink control indicator，DCI)格式2C進(jìn)行動(dòng)態(tài)切換。

假定LTE系統(tǒng)為透明的MU－MIMO傳輸，沒有提供下行鏈路信令指示給UE，不論下行鏈路傳輸?shù)搅硪粋€(gè)UE是否發(fā)生在相同RB上(由于其中的一個(gè)UE已經(jīng)被調(diào)度)。因此，為了找到任何共同調(diào)度的UE，UE自身應(yīng)執(zhí)行盲檢測(cè)。然而，在傳輸模式5中，盲檢測(cè)實(shí)際上是不可行的，因?yàn)橛蒀RS配置的PDSCH不能提供任何有關(guān)共同調(diào)度UE的信息。此外，一方面，UE的預(yù)編碼信息對(duì)于目標(biāo)UE是未知的，其他UE的等效信道響應(yīng)無(wú)法獲得;另一方面，傳輸模式8或9中MU－MIMO提供DMRS，它專門用于一個(gè)特定UE，并與PDSCH一樣進(jìn)行預(yù)編碼。因此，UE可以利用DMRS進(jìn)行干擾的盲檢測(cè)，而且，對(duì)UE而言就不需要預(yù)編碼信息來(lái)從其他UE那里獲得等效信道響應(yīng)，即沒有必要針對(duì)該UE的預(yù)編碼信息獲得其他UE的等效信道響應(yīng)。因此，增強(qiáng)型(干擾感知)MU－MIMO檢測(cè)(如IRC或聯(lián)合Max－Log－Map)算法更適用于傳輸模式8或9。

1.2 系統(tǒng)模型

本文的研究主要集中在傳輸模式8和9。在文獻(xiàn)［3］和［4］中，由于上述原因增強(qiáng)型聯(lián)合檢測(cè)算法在傳輸模式5中難以實(shí)現(xiàn)。而在傳輸模式8或9中，有多達(dá)4個(gè)傳輸層，并支持多達(dá)4個(gè)共同調(diào)度的UE，能有效解決此問(wèn)題。因此，本文考慮一個(gè)目標(biāo)UE層和一個(gè)協(xié)作調(diào)度UE的其他層，總共2個(gè)協(xié)作調(diào)度UE的情況。之所以不考慮其他情況，是因?yàn)殡S著干擾層信道估計(jì)的顯著惡化，DMRS的正交性會(huì)被破壞。在實(shí)際中干擾的存在性也可以通過(guò)檢測(cè)正交DMRS的強(qiáng)度被檢測(cè)到。目標(biāo)UE處的子載波專用接收信號(hào)y可根據(jù)發(fā)射符號(hào)x1，x2及信道矩陣H表示為

(1)式中:H=［h1，h2］是一個(gè)2×2的矩陣，z～cN(0，σ2I2)是零均值圓對(duì)稱復(fù)高斯噪聲;x1表示目標(biāo)UE層(UE1);x2表示干擾層(UE2)。xk從正交相移鍵控(quadrature phase shift keying，QPSK)和正交幅度調(diào)制(quadrature amplitude modulation，QAM)中(即16 QAM或者64 QAM中)任意選取。(1)式中的H表示包括發(fā)射端預(yù)編碼的有效信道。另外，文中(·)T和(·)*分別表示轉(zhuǎn)置和共軛轉(zhuǎn)置。圖1表示了信道從eNodeB到UE2(H')的過(guò)程，但H＇并沒有包含任何指示到UE1。

圖1 MU－MIMO的有效系統(tǒng)模型Fig.1 Effective system model of MU－MIMO

2 下行MU-MIMO檢測(cè)算法

2.1 干擾忽略的檢測(cè)算法

通過(guò)忽略干擾，系統(tǒng)模型變?yōu)閱屋斎攵噍敵?single－input multiple－output，SIMO)。在 SIMO 中，最大比特合并(maximum ratio combining，MRC)是高斯白噪聲背景下的最佳檢測(cè)策略。進(jìn)行MRC之后，比特ci的對(duì)數(shù)似然比(logarithm of likelihood ratio，LLR)比特度量為

(2)式中，χb1，ci是比特位置 i中滿足 b∈ {0，1}中相關(guān)元素的x1的星座集合的子集。比特ci的LLR計(jì)算為

實(shí)際中，干擾忽略的檢測(cè)算法不需要對(duì)干擾信道ˉh2估計(jì)，但是只有在干擾可忽略的情況下性能才比較好。

2.2 干擾抑制合并算法

對(duì)于x1需要考慮干擾的情況，可考慮把干擾抑制合并IRC作為線性最小均方誤差(minimum mean square error，MMSE)檢測(cè)［8］

(4)式中，R是干擾和噪聲總和的協(xié)方差矩陣，

由于在R的計(jì)算中包含了對(duì)干擾信道h2的估計(jì)，IRC需要對(duì)干擾信道進(jìn)行估計(jì)。比特ci的LLR比特度量為

若干擾是高斯分布的，則IRC就是最優(yōu)的檢測(cè)策略。由于干擾是離散的，IRC在MU－MIMO中并不是最優(yōu)的檢測(cè)策略。后面的研究也表明即使在LTE MU－MIMO中IRC算法的性能仍然顯著遜于聯(lián)合 Max－Log－Map 算法。

2.3 聯(lián)合Max-Log-Map算法

與前面提到的算法不同的是，聯(lián)合 Max－Log－Map算法對(duì)干擾的離散性完全感知(包括檢測(cè)中的干擾)。比特ci的LLR比特度量為

為了實(shí)現(xiàn)(7)式的運(yùn)算，同干擾信道一樣，目標(biāo)UE必須對(duì)干擾調(diào)制感知。文獻(xiàn)［4］提到一種盲檢測(cè)方案，這種盲檢測(cè)方案在某些情況下性能良好。

2.4 基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map算法

為了進(jìn)一步提高性能，本文提出基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map算法，這樣做的目的就是為了達(dá)到目標(biāo)層和干擾層數(shù)據(jù)的有效聯(lián)合檢測(cè)，用估計(jì)的方式獲取各層的調(diào)制信息，這個(gè)過(guò)程分析如下。LLR的生成分為2個(gè)階段。第1階段是干擾調(diào)制估計(jì)階段;第2階段是上述的聯(lián)合Max－Log－Map階段。由于在LTE MU－MIMO中對(duì)于每個(gè)RB干擾UE可被不同調(diào)度，干擾調(diào)制需要對(duì)每個(gè)RB進(jìn)行估計(jì)。從文獻(xiàn)［9］可以看出，調(diào)制估計(jì)器的設(shè)計(jì)屬于基于似然的估計(jì)器［10］。簡(jiǎn)單地說(shuō)，調(diào)制估計(jì)采用似然性最高的調(diào)制。記憶信道定義為p(y|x)(y是信道輸出，x是輸入)，觀察值為K，調(diào)制m，似然性的形式(pm)為

(8)式中:Cm是m調(diào)制的星座集合;Mm是m調(diào)制的星座點(diǎn)數(shù)。由于在文獻(xiàn)［9-10］中只考慮了單層調(diào)制估計(jì)，為了應(yīng)用單層調(diào)制估計(jì)到MIMO的情況中，需要進(jìn)行層分離。目前已經(jīng)有很多著名的層分離線性濾波器，如MIMO檢測(cè)中的MMSE檢測(cè)或者迫零(zero forcing，ZF)檢測(cè)，應(yīng)用其中任何一個(gè)都可以很好地達(dá)到調(diào)制估計(jì)的目的。下面的仿真分析表明基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map算法可以顯著的優(yōu)于盲聯(lián)合 Max－Log－Map 檢測(cè)算法［4］。雖然，聯(lián)合Max－Log－Map算法的復(fù)雜度要比IRC高，但許多國(guó)家的研究中已經(jīng)加入了聯(lián)合Max－Log－Map檢測(cè)來(lái)支持單用戶空間復(fù)用，因此，假定它的復(fù)雜度問(wèn)題在增強(qiáng)的UE中是可以處理的。

3 仿真結(jié)果分析

選用信道模型為擴(kuò)展步行A(extended pedestrian A，EPA)和基于MMSE濾波器的信道估計(jì)。為了選擇適當(dāng)?shù)念A(yù)編碼器，基站eNodeB必須具有良好的信道狀態(tài)信息，而這只能在漸變信道條件下來(lái)實(shí)現(xiàn)。MU－MIMO極有可能會(huì)受到漸變信道的影響，這就是為什么我們要考慮這種低多普勒延遲傳播信道的原因。本次仿真中沒有考慮小區(qū)間的干擾。當(dāng)小區(qū)間干擾存在時(shí)，在應(yīng)用聯(lián)合 Max－Log－Map檢測(cè)算法檢測(cè)來(lái)自目標(biāo)eNodeB的信號(hào)之前，會(huì)采取一定方法來(lái)進(jìn)行小區(qū)間干擾消除。

考慮發(fā)射端在可能的預(yù)編碼集之間隨機(jī)選擇預(yù)編碼矩陣。在發(fā)射端通過(guò)用隨機(jī)的預(yù)編碼矩陣來(lái)控制干擾功率，能夠改變接收端上的干擾水平，就殘余干擾的水平而言，文獻(xiàn)［3］無(wú)限可用的UE數(shù)目配對(duì)的假設(shè)和文獻(xiàn)［4］中理想的預(yù)編碼器配對(duì)的假設(shè)可能不能覆蓋所有的實(shí)際情況。表1顯示了每個(gè)目標(biāo)層調(diào)制編碼策略(modulation and coding scheme，MCS)與調(diào)制、碼率和干擾噪聲比(interference－noise ratio，INR)水平的對(duì)應(yīng)關(guān)系。針對(duì)不同的目標(biāo)層MCS，可考慮不同的INR水平。這可確保每個(gè)MCS的工作涵蓋為0～8 dB的信干比(signal－noise ratio，SIR)，所以，能在更廣泛范圍內(nèi)代表實(shí)際情況中不可忽略的干擾。本文只給出了在MCS為16、且INR水平為10 dB的情況下的仿真結(jié)果。

圖2 -圖4給出了EPA5下不同類型檢測(cè)算法的誤塊率(block error ratio，BLER)性能曲線。比較了干擾忽略的檢測(cè)算法、IRC算法和聯(lián)合Max－Log－Map檢測(cè)算法。圖2 -圖4分別對(duì)應(yīng)采用QPSK，16 QAM和64QAM的干擾調(diào)制。聯(lián)合Max－Log－Map算法考慮了4種情況。首先是正確的干擾調(diào)制情況，其次是基于調(diào)制估計(jì)情況，其他是具有固定調(diào)制(QPSK，16QAM或64QAM)情況。

從圖2 -圖4中可以看到，聯(lián)合Max－Log－Map算法和IRC之間的性能差距在干擾調(diào)制為64QAM時(shí)最小，在干擾調(diào)制是QPSK時(shí)最大。正如前面提到的，IRC的性能次優(yōu)是由于它忽略了干擾的離散性。由于64QAM比QPSK更接近高斯分布，IRC的次優(yōu)性將會(huì)隨著干擾調(diào)制將從QPSK到64QAM變化而減小。由于不同目標(biāo)層MCS性能上的差異，聯(lián)合Max－Log－Map算法和IRC之間的性能差距會(huì)隨著目標(biāo)層MCS變大而變得更大。這是因?yàn)楦鶕?jù)目標(biāo)層MCS的INR水平有差異。INR較高，性能會(huì)被干擾限制而不是噪聲，IRC的次優(yōu)性更加顯著。考慮到不同的INR水平取決于目標(biāo)層MCS。SNR水平高時(shí)表示目標(biāo)UE接近基站，此時(shí)極有可能INR水平也將較高，預(yù)編碼的選擇不需要用更高的SNR得到改善。

圖3 EPA5下各類型算法的性能(干擾調(diào)制:16QAM)Fig.3 Performance of various types of algorithms in EPA5(Interference modulation:16QAM)

圖4 EPA5下各類型算法的性能(干擾調(diào)制:64QAM)Fig.4 Performance of various types of algorithms in EPA5(Interference modulation:64QAM)

當(dāng)干擾調(diào)制是QPSK時(shí)，正確的干擾調(diào)制聯(lián)合Max－Log－Map算法具有超過(guò)IRC約2 dB的信噪比增益?；谡{(diào)制估計(jì)的檢測(cè)算法具有超過(guò)IRC約1 dB增益和超過(guò)聯(lián)合檢測(cè)算法0.7 dB的增益。當(dāng)干擾調(diào)制是16QAM和64QAM時(shí)，聯(lián)合Max－Log－Map算法正確的干擾調(diào)制仍然有超過(guò)IRC約0.5 dB的增益，基于調(diào)制估計(jì)的聯(lián)合檢測(cè)算法也有一定的增益。在無(wú)線通信系統(tǒng)中，即使0.5 dB的增益也是很重要的。因此，使用基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map檢測(cè)算法在這種情況下是非常有益的。

4 結(jié)論

本文研究了LTE－A MU－MIMO中各種類型的檢測(cè)算法的性能。可以看出，在干擾不可忽略的情況下，干擾感知檢測(cè)可以取得相當(dāng)大的增益。在干擾感知檢測(cè)算法中，增強(qiáng)型聯(lián)合Max－Log－Map檢測(cè)算法具有超過(guò)IRC算法的顯著性能優(yōu)勢(shì)，這取決于目標(biāo)層和干擾層的MCS。本文提出基于調(diào)制估計(jì)的聯(lián)合檢測(cè)算法，它明顯地優(yōu)于采取固定干擾調(diào)制的聯(lián)合檢測(cè)算法。另外，還提供了聯(lián)合檢測(cè)算法正確的干擾調(diào)制的性能作為參考?？梢钥闯?，基于調(diào)制估計(jì)的聯(lián)合檢測(cè)與正確調(diào)制聯(lián)合檢測(cè)的性能有著一定的差距，這個(gè)差距可通過(guò)采用更好地調(diào)制估計(jì)方法來(lái)減少。這也意味著，它可以為協(xié)作調(diào)度UE提供當(dāng)前沒有得到利用的調(diào)制信息，這是相當(dāng)有利的。它也表明，錯(cuò)誤的干擾調(diào)制在一些情況下的性能下降是不可忽略的。在這些情況下，提出的基于調(diào)制估計(jì)的聯(lián)合Max－Log－Map算法提供了0.5～2 dB的顯著增益。

［1］TELATAR E.Capacity of Multi－antenna Gaussian Channels［J］.European transactions on telecommunications，1999，10(6):585－595.

［2］3GPP TS36.211 V11.3.0.Evolved Universal Terrestrial Radio Access(E－UTRA)Physical Channels and Modulation［EB/OL］.(2013－06－17) ［2013－11－02］.http://www.3gpp.org/ftp/Specs/archive/36_series/36.211/.

［3］BAI Z，IWELSKI S，BRUCK G，et al.Receiver performance－complexity tradeoff in LTE MU－MIMO transmission［C］//Ultra Modern Telecommunications and Control Systems and Workshops(ICUMT)，2011 3rd International Congress on.Budapest:IEEE Press，2011:1－7.

［4］GHAFFAR R，KNOPP R.Interference sensitivity for multiuser MIMO in LTE［C］//Signal Processing Advances in Wireless Communications(SPAWC)，2011 IEEE 12th International Workshop on.San Francisco:IEEE Press ，2011:506－510.

［5］LEE J，TOUMPAKARIS D，YU W.Interference mitigation via joint detection［J］.Selected Areas in Communications，IEEE Journal on，2011，29(6):1172－1184.

［6］3GPP TS36.212 V11.3.0.Evolved Universal Terrestrial Radio Access(E－UTRA)Multiplexing and Channel Coding［EB/OL］.(2013－06－17) ［2013－11－05］.http://www.3gpp.org/ftp/Specs/archive/36_series/36.212/.

［7］3GPP TS36.213 V11.3.0.Evolved Universal Terrestrial Radio Access(E－UTRA)Physical Layer Procedures［EB/OL］.(2013－06－25) ［2013－11－08］.http://www.3gpp.org/ftp/Specs/archive/36_series/36.213/.

［8］VISWANATH P，TSE D.Fundamentals of wireless communication［M］.London:Cambridge University Press，2005:53－55.

［9］BAI D，LEE J，KIM S，et al.Near ML modulation classification［C］//VehicularTechnology Conference(VTC Fall)，2012 IEEE.Quebec City，QC:IEEE Press，2012:1－5.

［10］DOBRE O A，ABDI A，BAR－NESS Y，et al.Survey of automatic modulation classification techniques:classical approaches and new trends［J］.Communications，IET，2007，1(2):137－156.