技术摘要：
本发明公开了一种MU‑MIMO系统中联合抑制干扰和功率损失的THP优化方法。本方法为：1)对调制信号s进行格基约减预处理，得到等效初始信号u；然后对该等效初始信号u依次进行取模和反馈滤波操作，并进行功率损失抑制；2)将得到的信号x的发射功率进行归一化；3)将功率归一化  全部
背景技术：
5G下行MU-MIMO系统中，在发端采用预编码技术可解决接收端用户间干扰问题，从 原理上分为线性预编码和非线性预编码。ZF(Zero  Forcing)预编码是最简单的线性预编 码，通过在发端乘CSI(Channel  State  Information)矩阵的伪逆将干扰置零，算法简单，但 系统容量与理论信道容量上限仍有一定差距。DPC(Dirty  Paper  Code)是性能最优的非线 性预编码，在发端已知干扰的前提下，可达到容量上限，但算法过于复杂。而汤姆林森-哈拉 希玛预编码(Tomlinson-Harashima  Precoding，THP)是一种能够兼顾性能和复杂度的非线 性预编码算法，但由于引入了取模和反馈滤波操作，THP预编码存在干扰噪声放大和功率损 失的问题。采用减格辅助的THP预编码可抑制干扰噪声放大，提升了误码率性能，但未考虑 功率损失。由于采用经典的LLL(Lenstra-Lenstra-Lovasz)格基约减算法，该算法只能对实 数操作，用于复数域时算法复杂度会倍增。C.Masouros等人应用调整第一个编码用户信号 的方法(参考：C .Masouros ,M .Sellathurai  and  T .Ratnarajah ,"Interference  Optimization  for  Transmit  Power  Reduction  in  Tomlinson-Harashima  Precoded  MIMO  Downlinks ,"in  IEEE  Transactions  on  Signal  Processing ,vol .60 ,no .5 , pp.2470-2481,May  2012)，从而调整连续干扰消除过程中的干扰信号，实现降低功率损失 的目的。在该算法基础上，A.Garcia-Rodriguez等人通过动态调整多个用户的信号(参考： A.Garcia-Rodriguez  and  C .Masouros ,"Optimizing  interference  as  a  source  of  signal  energy  with  non-linear  precoding ,"2014  International  Wireless  Communications  and  Mobile  Computing  Conference(IWCMC) ,Nicosia ,2014 ,pp.809- 814.)，降低功率损失，但两种算法对整体的误码率性能提升不明显。总之，现有算法均未同 时有效解决干扰噪声放大和功率损失的问题。 系统模型和问题建模 1.1下行MU-MIMO预编码系统模型 本算法基于MU-MIMO下行信道，假设发端基站有M个天线，收端有N个单天线用户， 本文假设M＝N。预编码系统如图1所示。 发射信号s为M×1的复矩阵，预编码矩阵W和信道矩阵H均为N×N的方阵，H中的元 素hn,m代表第m个发端天线到第n个用户收端天线之间的信道。加性高斯白噪声z和接收信号 y均为N×1的复矩阵。本文假设发端已知全部信道状态信息。接收信号可以表示为： y＝HWs z   (1) 1.2传统THP预编码 传统的THP系统框图如图2所示。 s为经L-QAM调制后的信号, 对s进行 3 CN 111555783 A 说　明　书 2/6 页 取模和反馈操作后，第k个预编码信号xk可以表示为： sk表示第k个调制后的信号，bk ,l表示反馈矩阵B中第k行第l列元素B(k,l)，B为对 角线为1的下三角矩阵， 表示前k-1个用户对第k个用户产生的干扰。取模将发射 信号限定在一个区间内，表达式为 因此取模操作可以等价为加法运算，s取模后的等效信号为: 其中，Z表示整数集，d表示取模前后信号的变化范围。 图2可以等效为图3。其中，S′为发射信号，反馈矩阵B、前馈矩阵F、加权矩阵G均可 通过对HH进行QR分解得到：HH＝QR。加权矩阵G是由R对角线元素的倒数构成的对角阵。反馈 矩阵B由G与RH相乘得到。前馈矩阵F＝Q为酉矩阵，不影响信号功率。接收信号可表示为： 由上文推导可得，GHFB-1＝I，系统干扰置零。等效噪声 在接收端再次进行 取模操作即可得到只受高斯白噪声影响的判决信号。 由于THP算法引入了取模和反馈操作，存在一些限制条件： (1)干扰噪声放大：发端已知全部CSI的条件下，用户间干扰可完全消除，因此系统 性能主要取决于等效加性噪声功率。经THP预编码后的等效加性噪声功率为： 可见加权矩阵G会对噪声产生一定的放大作用，由前面的分析可知，G的大小由R决 定，而R是由CSI矩阵H进行QR分解得到的，因此在接收端造成噪声放大的根本原因是H的非 正交性。 (2)功率损失：预编码后的信号在取模边界范围内是均匀分布的，整体平均功率高 于调制后的信号功率(参考H .Yan ,T .Tian ,L .Chen  and  J .Qiu ,"A  physical  layer  solution  for  Tomlinson-Harashima  precoding  in  the  framework  of  LTE-Advanced," 2012  IEEE  Globecom  Workshops,Anaheim,CA,2012,pp.291-296.)。
技术实现要素：
本发明的目的在于提供一种联合抑制干扰噪声和功率损失的THP优化方法。针对 干扰噪声放大的问题，采用改善CSI矩阵正交性的格基约减技术，提升误码率性能。使用针 对复数域的CLLL(Complex  Lenstra-Lenstra-Lovasz)格基约减算法，降低复杂度。针对功 率损失问题，对复数域干扰进行优化，在总功率约束下，将较大比例的功率用于发射有用信 号，较少比例的功率用于消除干扰，从而提升功率效率。仿真结果表明，相比于传统THP，本 算法在误码率性能和功率效率方面均有更好的性能。 本发明的技术方案为： 一种MU-MIMO系统中联合抑制干扰和功率损失的THP优化方法，其步骤为： 4 CN 111555783 A 说　明　书 3/6 页 1)对经L-QAM调制得到的调制信号s进行格基约减预处理，得到等效初始信号u；然 后对该等效初始信号u依次进行取模和反馈滤波操作；其中，该反馈滤波操作中的反馈矩阵 B由格基约减后的等效信道矩阵He经QR分解得到； 2)对取模处理后得到的信号x进行功率抑制，得到优化后的第k个用户的编码信号 然后对信号 的发射功率进行归一化 处理；其中，u1为无干扰的用户1的信号，u1的调整因子为α＝αr iαi，ar表示α的实部，ai表示α 的虚部，i表示虚数单位， 是u1的实部， 是u1的虚部， 是优化后的第k个用户的编 码信号，M表示发端基站天线数，uk为用户k的信号，bk ,l表示反馈矩阵B中第k行第l列元素B (k,l)， 为优化后的第l个用户的编码信号； 3)将功率归一化后的信号与加权矩阵G和前馈矩阵F相乘，得到发射信号S′；其中， 前馈矩阵F和加权矩阵G均由格基约减后的等效信道矩阵He经QR分解得到； 4)发射信号S′经过瑞利信道H和加性高斯白噪声z处理后得到信号y；接收端进行 功率归一化的逆过程，再进行取模操作，得到初始信号 进一步的，以总发射功率最小为目标函数，以用户1的基本性能为约束条件，得到 优化问题模型： s.t.c.Φ(αr,αi)；利用该优化问题 模型求解信号 进一步的，得到所述等效信道矩阵He的方法为：采用CLLL算法对MU-MIMO系统的信 道矩阵H进行格基约减，得到一个近似正交的矩阵 并将 作为MU-MIMO系统的等效信道 矩阵 进一步的，所述矩阵 其中，T为功率为1的幺模矩阵。 进一步的，步骤2)中，利用功率控制因子β对信号的发射功率进行归一化处理；其 中， γ为SNR阈值，rii表示R的对角线元素，R为He进行QR分解得到的上三角矩 阵。 进一步的， 其中，Es为符号的能量、N0为噪声功率谱密度。 与现有技术相比，本发明的积极效果为： 5G移动通信系统中，下行MU-MIMO(Multi-User  Multiple-Input  Multiple- Output)可以在同一时频资源上调度多个用户，大大提升吞吐量。用户间干扰是限制系统性 能的主要因素，预编码技术是解决该问题的有效方法之一。THP(Tomlinson-Harashima  Precoding)是一种能够兼顾性能和复杂度的非线性预编码算法，但由于引入了取模和反馈 滤波操作，THP预编码存在干扰噪声放大和功率损失的问题。本文提出一种THP优化算法，采 用格基约减和调整复数域干扰的方法，联合抑制干扰和功率损失。仿真结果表明，相比于传 统THP，本算法的误码率性能提升了2dB，功率损失减少了24％。 5 CN 111555783 A 说　明　书 4/6 页 附图说明 图1为下行MU-MIMO预编码系统框图； 图2为THP预编码系统框图； 图3为THP预编码等效系统框图； 图4为CIO-LR-THP预编码系统框图； 图5为抑制功率损失算法示意图； 图6为CIO-LR-THP  BER性能曲线； 图7为CIO-LR-THP  Power  Loss性能曲线。