当前位置：文档之家 › TD_LTE系统中动态下行波束赋形算法性能分析

TD_LTE系统中动态下行波束赋形算法性能分析

  • 格式：pdf
  • 大小：513.92 KB
  • 文档页数：5

文章编号:1001-893X(2010)08-0036-05波束赋形技术专题T D-LTE系统中动态下行波束赋形算法性能分析Ξ曹　伟,樊　迅,郭　彬,李亚麟,蒋智宁(上海贝尔股份有限公司,上海201206)摘　要:根据加权粒度的差别,介绍了per-RB-MRT算法和full-BW-E BB算法的原理,并对这两种算法的特点以及性能差异进行了理论分析。

构建了符合3G PP规范定义的T D-LTE系统上下行仿真平台,对这两种算法在有信道估计误差(包括信道估计精准度和信道信息时延)的情况下的其性能进行了理论分析和仿真研究。

仿真结果表明,per-RB-MRT算法在上行信道估计值和下行信道实际值契合较好的情况下能够趋于最佳理论性能,而full-BW-E BB算法由于利用了相对稳定的信道空间相关特性,因而能够在较差的信道环境中保持较高的性能鲁棒性。

这些仿真结果对于实际场景中的算法选择提供了重要的参考依据。

关键词:多入多出;T D-LTE;波束赋形算法;接收性能中图分类号:T N929.5 文献标识码:A doi:10.3969/j.issn.1001-893x.2010.08.008 Perform ance Analysis of Dow nlink B eam forming Algorithmsin T D-LTE SystemC AO Wei,F AN Xun,G UO Bin,LI Ya2lin,JIANG Zhi2ning(Alcatel2Lucent Shanghai Bell C o.,Ltd.,Shanghai201206,China) Abstract:Principles of tw o beam forming alg orithms,i.e.,per-RB-MRT and full-BW-E BB,are intro2 duced.T o provide performance reference for practical applications,a com plete uplink2downlink simulation plat2 form is built according to3G PP-LTE specifications.The performance of tw o alg orithms under im perfect channel estimation and channel in formation delay is studied.It is shown that performance of the per-RB-MRT alg o2 rithm approaches the optimal theoretical benchmark when the uplink channel estimation is accurate and uplink/ downlink channel matches well.The full-BW-E BB alg orithm,on the other side,provides robust performance under im perfect channel estimation and uplink/downlink mismatch.The theoretical discussion and simulation results provide valuable reference for alg orithm design in T D-LTE systems.K ey w ords:MI MO;T D-LTE;beam forming alg orithm;receiving performance1　引　言随着多媒体通信的日益普及,移动网络必须支持可靠的高速率数据传输。

在不增加传输功率和频率资源的基础上,为了提高传输速率和增强小区覆盖能力,多入多出(MI MO)技术被广泛应用于各种无线通信标准中,其中包括3G PP长期演进(LTE)以及其高级版(LTE-Advanced)项目标准[1]。

在LTE标准中,被采纳的MI MO技术主要包括发送分集、空分复用、波束赋形等。

其中基于用户专用参考信号的第50卷第8期2010年8月电讯技术T elecommunication EngineeringV ol.50　N o.8Aug.2010Ξ收稿日期:2010-05-28;修回日期:2010-06-28基金项目:国家科技重大专项资助项目(2009ZX03002-001)Found ation I tem:The National Science&T echnology Major Project(N o.2009ZX03002-001)下行波束赋形技术能够利用时分复用LTE (T D -LTE )系统中上下行信道的互易性,针对单个用户进行动态地波束赋形,从而有效提高传输速率和增强小区边缘覆盖性能[2-3]。

本文详述了两种不同粒度的波束赋形算法的原理,对这两种算法的特点以及性能差异进行了理论分析,在符合3G PP 规范定义的T D -LTE 系统上下行仿真平台上进行了算法性能仿真。

研究了多种因素对于算法性能的影响,并给出了具体仿真结果。

2　系统模型2.1　上行Sounding 参考信号处理流程上行部分包括S ounding 参考信号(SRS )的发送和接收,基站通过移动用户发送的S ounding 参考信号获取全频带的信道估计。

从时域资源分配来看,S ounding 参考信号可以占用S 子帧的最后两个OFDM 符号或者U 子帧的最后一个OFDM 符号。

如果上行随机接入信道存在,则相应U 子帧无可用S ounding 参考信号资源。

下文中,T D -LTE 系统使用的无线帧结构选取5ms 切换周期且上下行资源基本对称的上下行配置1[4]为例,如图1所示。

图1　T D -LTE 系统使用的无线帧结构,上下行配置1Fig.1Radio frame structure of T D -LTE systemwith U L -D L con figuration 1从频域资源分配来看,S ounding 参考信号的功能是提供全频带信道估计,因此以20MH z 带宽系统为例(以下若无特别说明,都是以此设定给出具体例值),S ounding 参考信号可占用的最大资源块(RB )数目为96个(不考虑RACH format 4的情况下)。

S ounding 参考信号在频域上的起始位置与子帧位置以及所占梳状结构的comb 序号有关。

如图2所示,每个RB 中仅有6个子载波被S ounding 参考信号间隔占用,在每个comb 上可以使用不同循环移位的Z adoff -Chu 序列来复用多个用户。

图2　S ounding 参考信号在频域的梳状结构Fig.2C omb 2shaped subcarrier allocation scheme of SRSS ounding 参考信号的发送和接收处理流程如图3所示。

来自多个用户的S ounding 参考信号经过不同的信道叠加在一起,到达基站接收端。

基站需要根据配置信息分离所有复用用户的S ounding 参考信号并求取每个用户在96个RB 上的信道预测值。

图3　S ounding 参考信号的发送和接收处理流程Fig.3Diagram of SRS processing2.2　下行波束赋形处理流程下行部分包括权值的计算和用户专用参考信号以及数据信号的产生和发送,基站利用天线阵列所得到的信道估计值来计算波束赋形的加权值,并使用此权值产生用户专用参考信号以及数据信号。

用户专用参考信号以及数据信号的产生和发送都是在端口5(P ort 5)上进行的,在一个RB 上的时频资源的映射方法如图4所示。

每个RB 中有12个资源元素(RE )被用于放置用户专用参考信号,位置如图4中灰色RE 所示,其它RE 上放置数据信号。

需要注意的是,用户专用参考信号与小区专用参考信号的时频资源是不重合的。

图4　一个R B 中用户专用参考信号和数据信号的时频资源映射Fig.4T -F mapping of UE -specific referencesignal and data signal使用下行波束赋形技术的用户专用参考信号和数据信号的发送和接收处理流程如图5所示,其中关键技术点在于产生波束赋形加权的算法设计。

波束赋形权值产生模块的输入为全频带信道预测值第8期 曹伟等:T D -LTE 系统中动态下行波束赋形算法性能分析总第261期(即S ounding 参考信号处理流程的输出),而模块的输出为动态波束赋形加权值,根据加权粒度的差别可分为窄带加权和宽带加权。

图5　波束赋形信号的发送和接收流程Fig.5Diagram of beam forming signal processing3　两种波束赋形加权算法如前所述,波束赋形加权的算法根据加权粒度的不同可分为窄带加权和宽带加权。

下面介绍两种实用的波束赋形加权算法,即per -RB -MRT (窄带加权)算法和full -BW -E BB (宽带加权)算法。

3.1　per -RB -MRT 算法per -RB -MRT 算法的加权粒度为单个下行RB 。

其基本思想是对每一个下行RB 计算波束赋形加权值,并进行加权,加权的准则为最大比发送(Maximum Ratio T ransmission )。

具体来讲,首先在某个上行RB 上获取信道空间相关矩阵,对其进行奇异值分解以得到加权矢量,用于相对应的下行RB 波束赋形信号产生。

以八天线基站接收端为例(以下若无特别说明,都是以此设定给出具体例值),由上行S ounding 参考信号获取的全频带信道预测值设为h (k )=h (k )1,h (k )2,h (k )3,h (k )4,h (k )5,h (k )6,h (k )7,h (k )8(1)式中,h (k )a 为在天线a 上得到的第k 个RB 上的信道预测值,a ={1,2,3,…,8}为天线序号。

根据标准MRT 准则,计算空间相关矩阵C (k )=h (k )H h (k ),其中(・)H 表示矩阵的共轭转置操作。

然后找到C (k )的最大特征值对应的特征向量,得到波束赋形加权值为w (k )=h (k )H /‖h (k )‖(2)对于S ounding 参考信号没有覆盖到的RB ,由于没有相应的信道预测值,因此其波束赋形加权值可以采用数值外插的方法得到。

3.2　full -BW -EBB 算法full -BW -E BB 算法的加权粒度为整个频带所有R B 。

合集下载

TD—LTE系统中动态下行波束赋形算法性能分析

TD—LTE系统中动态下行波束赋形算法性能分析

ｕ ｄ ｒｉ ｅ ｅ ｔｃ ａ ｎ ｌｅ ｔｍａｉｎ ａ ｄ ｕ ｌｎ ／ｄ ｗｎ ｉｋ ｍｉｍａｃ ｎ ｅ ｍｐ ｒ ｃ ｈ ｆ ｎ ｅ ｓｉ ｔ ｎ ｐ ｉ ｋ ｏ ｌｎ ｓ ｔｈ．Ｔｈ ｈ ｏ ｅｉａ ｉｃ ｓｉｎ ａ ｄ ｓｍｕ ａｉｎ ｏ ｅ ｔ ｅ ｒｔ ｌｄ ｓ ｕ ｓｏ ｉ ｌｔｏ ｃ ｎ ｒ ｓ ｌｓｐ ｖ ｄ ａｕ ｂｌ ｅｅ ｎ ｅ ｆｒａｇ ｒｔ ｅ ｉｎ ｉ ｅｕ ｔ ｒ ｉｅ ｖ ａ ｅ ｒｆｒ ｃ ｏ ｈ ｄ ｓｇ ｎ ＴＤ 一【 ｏ ｌ ｅ ｏ ｌ ｉｍ 肌 ｓ ｓｅ ． ｙ ｔｍｓ
Ａｂ ｔ ａ ｔ ｉｎ ｉｌｓ ｏ ｗｏ ｂ ａ ｏ ｍｉｇ ａ ｇ ｒｔｍｓ ． ，ｐ ｒ—ＲＢ— ＭＲＴ ａ ｄ ｆ ｌ ｓｒ ｃ ：Ｐｒ ｃｐ ｅ ｆｔ ｅ ｍｆ ｒ ｎ ｌ ｏ ｈ ，ｉ ｅ． ｅ ｉ ｎ ｕｌ —ＢＷ —ＥＢＢ， ｒ ｎ ｒ— ａ ｅ ｉ ｔｏ ｄ ｅ ｕｃ ｄ．Ｔ ｒｖｄ ｅｆｒ ｎ ｅ ｒｆｒ ｎ ｅｆ ｒｐ ａ ｔ ａ 印 ｐ ｉａｉｎ ，ａ ｃ ｍｐ ｅｅ ｕ ｌ ｋ ｄ ｗｎｉ ｋ ｓｍｕ ａｉｎ ｐ ａ— ０ ｐ ｏ ｉｅ ｐ ｒｏ ｍａ ｃ ｅｅｅ ｃ ｏ ｒ ｃｉｌ ｃ ｌｃ ｔ ｓ ｏ ｌｔ ｐｉ — ｏ ｌｎ ｉ ｌｔｏ ｌｔ ｏ ｎ ｆｒ ｉ ｕ ｌ ａ ｃ ｒ ｉｇ ｔ ＧＰ 匝 ｓ ｅ ｉ ｃ ｔｏ ｓ ｈ ｅｆｒ ａ ｃ ｆｔ ｇ ｒｔｍｓｕ ｄ ｒｉ ｅ ｅ ｔｃ ａ ｎ ｌ ｏｍ Ｓｂ ｉ ｃ ｏ ｄｎ ｏ ３ Ｐ— ｔ ｐ ｃｆ ａｉｎ ．Ｔ ｅ ｐ ｒｏ ｉ ｍ ｎ ｅｏ ｗｏ ａ ｏ ｈ ｎ ｅ ｌ ｉ ｍｐ ｒ ｃ ｈ ｎ ｅ ｆ ｅ ｔｍａｉｎ ａ ｄ ｃ ａ ｎ ｌｉ ｆｒ ａｉｎ ｄｅａｔ ｅ ｐ ｒ— ＲＢ —ＭＲＴ ａ ． ｓｉ ｔ ｈ ｎ ｅ ｎ ｏ ｔｏ ｌｙ ｉ ｔｄ ｅ ｏ ｎ ｍ ｔｉ ｈ ｗｎ ｔ ａ ｅｆｒ ｎ ｅ ｏ ｈ ｍ ｅ ｌ ｒｔｍ ｐ ｒ ａ ｈ ｓ ｔｅ ｏ ｔｍａ ｅ ｒｔｃ ｅ ｃ ｍａｋ ｗｈ ｎ ｔ ｅ ｕ ｌｎ ｈａ ｎ ｌｅ ｔｍａｉｎ ｉ ｃ ｕ ａｅ ａ ｄ ｕ ｌｎ ／ ｉ ｈ ａ ｐ ｏ ｃ ｅ ｈ ｐ ｉ ｌ ｔ ｏ ｅｉａ ｂ ｎ ｈ ｒ ｅ ｐｉ ｋ ｃ ｎ ｅ ｓｉ ｔ Ｓａ ｃ ｒｔ ｐ ｉ ｋ ｈ ｌ ｈ ｏ ｎ
波束赋形工作原理及对TD-LTE测试的影响

波束赋形工作原理及对TD-LTE测试的影响

波束赋形⼯工作原理及对TD-LTE测试的影响 !1 波束赋形基础知识"ﾊ ﾊ “波束赋形”⼀一词有时会被滥⽤用，从⽽而引起混淆。

从技术上来说，波束赋形和波束导向⼀一样简单，即两个或更多的天线以受控的延迟或相位偏移来发射信号，从⽽而创造出定向的建设性⼲干涉波瓣(见图1)。

!!图1　简单波束导向创建的波瓣ﾊ ﾊTD-LTE系统中所⽤用的波束赋形是⼀一个相对更加复杂的命题，部分原因是终端设备具有移动的特性。

⼀一种称为Eigen波束赋形的技术会使⽤用关于RF信道的信息从统计上对发射天线组件的幅度和相位参数进⾏行加权判断。

虽然 Eigen波束赋形并⾮非计算最密集的波束赋形类型(还有⼀一种称为最⼤大⽐比率发送的⽅方法也会执⾏行相同类型的权重判断，但只针对每个⼦子载波)，但当它被⽤用于组件数较⾼高的8 × n MIMO系统时，⽆无论是在实施中，还是在系统开发的验证阶段中，都将是⼀一个极具挑战性的命题。

!2　TD-LTE与8×n MIMO"ﾊ ﾊ 多数计划中的TD-LTE部署都是围绕8个天线组件的发射天线⽽而设计的(见图2)。

在这些系统中，4个有⼀一定距离间隔的天线组件被物理指向某个⾓角度。

另外，4个组件的布置⽅方式是，每个都分别与前4个天线组件同轴，⽽而且后4个天线组件中每⼀一个都指向其各⾃自的配对组件。

图2　⼀一个8×2波束赋形系统创造出的垂直极化波束ﾊ ﾊ 由4个⽅方向类似的组件组成的每⼀一组都形成了⼀一个可以瞄准某个特定⽅方向的波束。

这4个⽆无线电链路之间的关联程度很⾼高，⽽而两个垂直极化波束则显⽰示出较低程度的相互关联，形成类似2×n MIMO 的系统，因此也就可以发射多层或多个数据流。

因此，这样的系统在实现MIMO系统数据速率最⼤大化优势的同时，还可充分发挥波束赋形优化特定⽅方向信号强度。

这种系统通常被称为双层波束赋形系统，其中的每⼀一层都可以代表⼀一个独⽴立的数据流。

LTE-TDD波束赋形

LTE-TDD波束赋形

波束赋形波束赋形原理波束赋形的目标是根据系统性能指标，形成对基带（中频）信号的最佳组合或者分配。

具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。

因此，首先需要建立系统模型，描述系统中各处的信号，而后才可能根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。

1．系统模型根据应用场合的不同，一般可以将波束赋形算法分为上行链路应用以及下行链路应用。

无论是哪种情况，总可以用一个时变矢量（MIMO）信道来描述用户端与基站端的信号关系，如图2所示。

对于上行链路，多个发射信号实质上是K个用户设备同时发送的信号，基站则使用多个天线单元接收信号，对其进行处理和检测，这时发送端的信号分配仅在各个支路分别进行；对于下行链路，基站仍可能使用多个天线单元向特定用户发射信号，但用户设备使用单天线检测与其有关的信号，这时接收部分降为一维，信号组合也仅对于单路信号进行。

根据图2的系统模型，就可以描述发送端的原始信号与接收端实际接收信号之间的关系，通常根据研究重点的不同，对于原始信号以及实际接收信号的位置会有不同的定义。

对于波束赋形技术，一般其研究的范围从发送端扩谱与调制单元的输出端，到接收端解扩与解调单元的输入端，而研究过程中又常将信号分配单元输出端到信号组合单元输入端之间的部分合并，统称为无线移动信道，由于无线移动通信环境的极度复杂，无法得到其输入输出关系的确切描述，一般采用大量测量和理论研究相结合的方法，使用有限的参数描述该信道。

采用这种方法后，就可以得到受干扰有噪信号与原始信号的关系，并据此在一定程度上恢复信号。

因此，波束赋形的一般过程为：⑴根据系统性能指标（如误码率、误帧率）的要求确定优化准则（代价函数），一般这是权重矢量与一些参数的函数；⑵采用一定的方法获得需要的参数；⑶选用一定的算法求解该优化准则下的最佳解，得到权重矢量的值。

可以发现，由于通信环境复杂，上述过程的每一阶段都可有不同的实现方案，因此产生了大量的波束赋形算法，如何衡量和比较其性能也成为波束赋形技术研究的一个重要方面。

LTE系统中智能天线波束赋形算法研究的开题报告

LTE系统中智能天线波束赋形算法研究的开题报告

LTE系统中智能天线波束赋形算法研究的开题报告一、选题背景及意义随着移动通信技术的迅猛发展，移动通信网络不断升级和改进，从1G时代的模拟通信，到2G时代的数字通信，再到如今的LTE（Long Term Evolution）系统，每一代移动通信技术的发展都极大地促进了人们的交流和生活质量的提高。

而随着用户对高速网络的需求越来越高，使得如何提高通信系统的容量和覆盖率成为当前移动通信领域研究的热点。

LTE系统中天线波束赋形技术是一种重要的技术手段，它可以根据空间信道特性对发射信号进行波束调整，从而提高通信系统的容量和覆盖率，对现代移动通信技术的发展起到了重要的推动作用。

智能天线波束赋形算法是一种先进的技术手段，它可以根据移动终端的位置和速度等信息来自适应地调整天线波束形状和方向，使信号传输更加高效，从而提高通信系统的可靠性和性能。

因此，研究LTE系统中智能天线波束赋形算法，对于提高通信系统的容量和覆盖率，优化系统性能具有重要的理论意义和实际应用价值。

二、研究内容1. 智能天线波束赋形技术原理及相关技术概述：对LTE系统中智能天线波束赋形技术的原理和与其相关的一些技术进行概述和阐述；2. 智能天线波束赋形算法研究：对现有的智能天线波束赋形算法进行研究，包括基于最小均方误差（MMSE）的波束赋形算法和基于最大比合并（MRC）波束赋形算法等，并进行算法的比较和分析；3. 基于神经网络的智能天线波束赋形算法设计：利用神经网络中的反向传播算法，设计基于神经网络的智能天线波束赋形算法，对其进行仿真和测试，并与传统算法进行比较和分析；4. 算法的实际应用：将所研究的智能天线波束赋形算法应用于LTE系统中，对其性能和覆盖率进行测试和分析。

三、思路和方法1. 文献资料收集：通过阅读大量的相关文献和资料，了解智能天线波束赋形技术的原理和在通信系统中的应用；2. 研究现有算法：对现有的基于MMSE和MRC的波束赋形算法进行研究和分析，并比较其优劣；3. 设计神经网络模型：基于反向传播算法，设计基于神经网络的智能天线波束赋形算法；4. 验证和分析：对所设计的基于神经网络的算法进行仿真和测试，并与传统算法进行比较和分析；5. 应用测试：将所研究的智能天线波束赋形算法应用于LTE系统中，对其性能和覆盖率进行测试和分析。