技术中心
 
 

LTE系统中基于传输分集的QR接收机设计

   日期:2011-04-25     来源:互联网    
核心提示: 作为3GPP启动的新的无线通信项目,LTE系统采用了OFDM、MIMO等核心技术,使得系统的性能有了大幅度的提升[1]。 作为LTE移动通信系统
作为3GPP启动的新的无线通信项目,LTE系统采用了OFDM、MIMO等核心技术,使得系统的性能有了大幅度的提升[1]。
作为LTE移动通信系统采用的核心技术之一,MIMO可以实现很高的频谱利用率,这是传统单发单收无法实现的。在MIMO条件下有传输分集和空间复用两种传输模式[2]。在LTE系统中,传输分集的实质是空频分组码(SFBC),可以提高信息传输的可靠性,而空间复用则增加了信息传输的有效性。
在传输分集模式下,传统的信号检测算法有ML算法、最大比合并算法等。ML算法运算复杂度较高,无法应用于实际系统中,最大比合并算法的误码率相对较高。在空间复用模式下,可以采用turbo接收机降低误码率。相应的,在传输分集模式下也可以采用类似的接收机提升系统性能,本文设计了一种QR分解接收机,用于传输分集条件下的信号检测。仿真表明,与最大比合并算法相比,该接收机能够获得数个dB的增益。
1 发送端处理流程
LTE系统中,目前主要支持2发2收和4发4收的天线系统。因此以下将分别讨论两种天线系统在传输分集模式下的发射方案。
在两发两收天线系统中,基于传输分集的预编码可以表示为:

其中d(i)是数据调制后的复值符号,y(0)(i)、y(1)(i)分别代表天线端口0和端口1预编码后的数据。对于天线端口0,在第k和第k+1个子载波处,其复值符号就是星座映射后的数据;天线端口1在第k个子载波处,其复值符号是天线端口0第k+1个子载波处复值符号的共轭的相反数,第k+1个子载波是天线端口0第k个子载波的共轭。可见传输分集下预编码实质就是SFBC。
四天线系统的情况与两天线系统类似,此外还采用了天线切换技术。预编码可以表示为:



4 其他模块
 对于信道估计模块,可以采用LS和LMMSE等传统算法进行信道估计。其中导频为小区专用参考信号。其构造形式详见协议3GPP TS36.211。
  Turbo编码方式详见协议26.212,译码可以采用传统的log-map算法或max-log-map算法[7]。由于turbo译码算法较为成熟,因此不作过多阐述。
针对不同编码方法,速率匹配可分为咬尾卷积下的速率匹配和turbo下的速率匹配[8],在这里采用turbo下的速率匹配,其处理过程详见协议36.212。解速率匹配是速率匹配的逆过程,只需按照其相反过程进行处理即可。
5 仿真结果
  通过MATLAB仿真,可以观察该QR接收机的性能。仿真环境参数:QPSK调制,在频域上取30个资源块,时域上取一个子帧,即14个OFDM符号,CP为普通型循环前缀。MAC层配置下来的比特流长度为3 240,信道编码采用turbo码,天线系统为2发2收和4发4收。采用蒙特卡罗仿真,仿真次数为500次。
由于本文重点为QR接收机的信号检测模块,因此MATLAB仿真时假定信道估计是理想的,不存在偏差。Turbo译码模块采用max-log-map算法。
通过图2,可以发现在2发2收天线系统下,当内部迭代次数固定时,随着外部迭代次数的增多,系统的性能在逐渐提升。外部迭代一次比外部不迭代在性能上有明显提升,这是因为先验信息的引入提升了精确度。随着迭代次数增多,性能提升并不明显,这是因为性能趋向于收敛。 图3比较了外部迭代一次时内部迭代次数对误比特率的影响。可见,随着内部迭代次数的增多,系统的性能在提升,当然这种提升是以运算复杂度为代价的。   图4为传统最大比合并算法,将图2、图3和图4进行比较,可以发现当误比特率为10-5时,QR接收机外部迭代一次,内部迭代三次与最大比合并算法相比,在性能上有5.5 dB的提升。   图5展示了4发4收天线系统下QR接收机的性能。与2发2收天线系统相比,系统性能有一定下降。这是因为天线数目增多,相互干扰也在增加。
本论文主要讨论了LTE系统中QR接收机的设计。通过仿真可以发现,该接收机与传统传输分集下的信号检测算法相比,用软信息代替了硬判决,避免了信息的损失,在性能上有了较大的提升,可将其应用于允许一定算法复杂度的通信系统中。
参考文献
[1] 沈嘉,索士强.3GPP长期演进(LTE)技术原理与系统设计.北京:人民邮电出版社,2008.
[2] 3GPP TS 36.211 v8.5.0:Physical Channels and Modulation (Release 8)[S]. 2008-05:71.
[3] SELLATHURAI M, HAYKIN S. Turbo-BLAST for wireless communications: Theory and experiments[J].IEEE Trans. Signal Processing,2003,50(10):469-475.
[4] WUBBEN D, BOHNKE R,RINAS J,et al. Efficient algorithm for decoding layered space-time codes[J]. IEEE Trans.Elecronic Letters,2001,37(22):1348-1350.
[5] LAI T X, SIVA D, SESAY A B. Performance analysis and multi-stage iterative receiver design for concatenated spacefrequency block coding schemes[J]. IEEE Trans.Wireless Communications,2008,7(1).
[6] 陈亮,李建东. 新型基于QR分解的低复杂度MIMO迭代接收机[J].电子学报,2007,35(6A).
[7] 3GPP TS 36.212 v8.5.0: Multiplexing and channel coding (Release 8)[S]. 2008-05:71.
[8] BERROU C, GLAVIENUX A,THITIMAJSHIMA P. Near-Shannon limit error-correcting coding and decoding:Turbocodes in Proc.ICC,1993,1(5):295-300.
 
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢