LTE同频干扰环境下干扰抑制检测算法的研究
2013-05-12谢奔
谢 奔
(重庆邮电大学通信与信息工程学院,重庆4000065)
LTE系统采用全同频组网。同频干扰[1]是基站和终端需要共同解决的问题之一,作为终端,需要考虑如何均衡同频信道环境,从存在同频干扰的信号中检测出有用信息,将同频干扰的影响降到最低。
1 信号模型
根据参考文献[3]可知,单小区环境下,在一个OFDM符号周期,接收天线i在第k个子载波上接收到的信号为:
其中hij(k)代表接收天线i与发射天线j在此OFDM符号周期第k个子载波上的频率信道相应,xj(k)为发送天线j在此OFDM符号周期第k个子载波上传输的信号,ni(k)为接收天线i在此OFDM符号周期第k个子载波上接收到的加性高斯白噪声。
考虑L个同频干扰源,则接收信号可以表示为:
2 发射分集传输模式
根据参考文献[2]可知,如果目标小区和干扰小区均采用传输分集有:
如果目标小区采用传输分集,而干扰小区传输模式为单天线,则有:
如果目标小区采用传输分集,而干扰小区传输模式为空间复用,则有:
3 单天线传输模式
如果目标小区和干扰小区传输模式为单天线,则有:
如果目标小区传输模式为单天线,干扰小区传输模式为发射分集或者空间复用,则有:
4 算法核心思想
根据第三节的分析可知,无论干扰小区和目标小区采用哪种传输模式,UE接收到的信号均可描述为:
其中y为UE接收到的信息,H为目标小区信道信息,x为目标小区发送的有用信息,Gi为第i个干扰小区基站到UE的信道状态信息,Zi为第i个干扰小区发送的信息,L为干扰小区个数。
(1)已知H&G
对每根天线接收到的信息乘以不同的加权向量ω,从而获得发射信息x的有效估计^x,加权向量ω根据选取的准则确定,最小均方误差准则在这一类问题中受到广泛应用,基于MMSE准则的代价函数为:
上述加权矩阵的表达式可设为:
上式中Rnn为噪声功率协方差矩阵。H为目标小区信道状态信息,Gi为第i个干扰小区基站到UE的信道状态信息,H和Gi依据目标小区和干扰小区的传输模式而确定,形如式(3)~(7)中所示。
由(10)式可以看出,其与基于MMSE准则的最大比合并(MRC)算法不同之处是考虑了抑制同频干扰的影响,因此该算法被称为干扰抑制合并(IRC)算法。
本方法需要已知目标小区和干扰小区信道状态信息,本文将其命名为IRC(H&G)。
(2)未知H&G
IRC算法要求UE已知目标小区和干扰小区的信道状态信息,当工程中不能获得干扰小区的信道状态信息时,可以通过盲估的方式获得干扰的协方差矩阵[2],观察(10)式中一项,显然有:
近似认为H和Gi在一定的时间和频率范围内保持不变,则可以通过对该范围内的yyH求平均而获得HHH+Rnn+的有效估计,以一定的性能损失为代价换取干扰小区信道估计信息的获取。
具体而言,加权矩阵ωH为:
其中:
上式中N表示用于估计干扰协方差的频域维度,以检测次数为单位(传输分集,1个检测对应2个子载波,单天线1个检测对应1个子载波),L表示时域维度,以OFDM符号个数为单位。如果用于估计干扰协方差矩阵的样本过少,则显然估计的结果不准确,如果采用的样本过多,则导致样本包含的H和Gi的特性发生变化,性能也会下降,从参考文献[2]的研究结论看,优选1个PRB(物理资源块)。
如果目标小区采用的是传输分集模式,则R为1个4×4的共轭对称矩阵;如果目标小区采用的是单天线传输模式,则R为1个2×2的共轭对称矩阵。
本方法假定1个PRB范围内的干扰统计特性不变,通过盲估的方法获得干扰协方差矩阵,本文将其命名为IRC(PRB)。
5 算法流程设计
(1)IRC(H&G)
本方案如图1所示,如果目标小区和干扰小区RS重回,信道估计可采用MLS多小区信道估计算法[5],否则目标小区和干扰小区分别采用单小区信道估计LS算法;信号检测采用IRC(H&G)算法,4×4矩阵求逆可采用cholesky分解[4]或者MD2MH分解计算。
图1 IRC(H&G)方案,下行链路接收框图
(2)IRC(PRB)
同频环境接收端解决方案如图2所示。首先根据测量得到的SIR(信干比)判断是否启动同频算法,如果SIR大于门限值,则采用单小区策略。如果SIR小于门限值,则激活Ruu盲估模块,计算UE占用PRB的信道均衡模块采用本文介绍的IRC算法合并接收到的数据从而获得有用信息的估计。
如图2所示,资源单元解映射模块输出端口:
●Data_PRB_I,用于指示每1个输出Data所在的PRB编号
●SF_Data_Len,用于指示每1个子帧中需要检测的总的数据量
● PRB_Indicate,用于指示第k个PRB是否被UE占用
Ruu盲估模块用于计算UE占用的PRB的,计算实现过程如下:
步骤1:分别将天线口0和1接收到的数据按照其对应的PRB编号存入对应的数组中;
步骤2:计算UE占用的每个PRB包含的数据量;
步骤3:判断第i个PRB是否分配给UE,如果是,则计算该PRB对应的R,这里是以PRB为单位计算;
步骤4:单天线时,计算R;
步骤5:发射分集时,计算R;
步骤6:2×2矩阵求逆,可采用简单矩阵求逆实现;
步骤7:4×4矩阵求逆,可采用 cholesky分解或者MD2MH分解计算。
图2 IRC(PRB)方案,下行链路接收框图
6 结论
IRC(H&G)方案以及IRC(PRB)方案给出的算法都能有效抵御同频干扰,其中IRC(H&G)方案最优,但是需要信道估计针对RS不重合场景进行优化,以提高干扰小区信道估计的准确度。
在信道估计方案不变的条件下,针对RS不重合场景,可以采用IRC(PRB)所述方案,而针对RS重合场景,建议信道采用MLS、信道均衡采用IRC(H&G)方案获得最优的性能。
[1]梁鹏.LTE系统的同频干扰的消减方法及比较[J].电信科学,2009(2):87-90.
[2]3GPP R1 - 061245.On 2 Antenna Open Loop Downlink TX Diversity[Z].Nokia.2006.
[3]谭正林,邓校成.单小区多用户下行OFDM系统资源分配算法研究[J].信息技术,2012(7):92-95.
[4]刘青昆.Cholesky分解并行算法的性能评测[J].辽宁师范大学学报(自然科学版),2009(1):58-61.
[5]张浩杰,李晓明,裴文林.MLS接收机数字滤波器设计研究[J].电视技术,2011(13):41-44.
[6]3GPP TS 36.211 V10.7.0.Physical Channels and Modulation[Z].2013 -02.