一种基于调制估计的增强型干扰消除检测算法

骆云龙，席 兵

(重庆邮电大学通信网与测试技术重点实验室，重庆400065)

0 引言

多输入多输出(multi－input multi－output，MIMO)技术一直是无线通信系统满足鲁棒性和更高的数据速率需求的一项关键技术。它利用额外的空间维度、时间和频率，可使无线通信系统的可靠性更高，且频谱利用率更有效［1］。MIMO技术在下一代移动通信标准(3GPP LTE和LTE－Advanced)中起着重要的作用［2］。

3GPP LTE通过多用户多输入多输出(multiuser multi－inpat multi－output，MU－MIMO)为更高的频谱效率提供了可能。MU－MIMO可以充分地利用一个基站和多个用户终端之间MIMO信道的空间分集，而单用户 MIMO(single user MIMO，SU－MIMO)在某些情况下可能无法达到。MU－MIMO可以被看作是空分多址(space division multiple access，SDMA)，它允许多个用户同时在同一频段空间复用。需要注意的是MU－MIMO需要每个用户在发射端的信道状态信息(channel state information，CSI)。长期演进(long term evdution，LTE)系统使用基于码本的预编码方法，用户设备(user equipment，UE)反馈最佳的预编码矩阵信息(precoding matrix indicator，PMI)，这样eNodeB就可以决定用来进行MU－MIMO传输的一组用户。LTE系统使用低分辨率的基于等增益传输(equal gain transmission，EGT)的预编码。由于CSI较为粗略，协作调度的UE可能遭受较大的残余多用户干扰，促使了干扰感知检测算法的研究。

目前已经有了一些关于MU－MIMO干扰感知检测算法性能的研究［3－4］。文献［3］中提到了 2 种类型的干扰感知检测算法:干扰抑制合并(interference rejection combine，IRC)算法和联合最大对数最大后验概率(Max－Log－Map)算法。文献［5］中，在一个接收天线的情况下，欠定系统中有比接收天线更多的发射层(包括干扰)时，干扰是不可以忽略的，联合 Max－Log－Map算法的性能显著优于IRC算法。即使在接收端有足够天线数的情况下，联合Max－Log－Map算法也优于 IRC，这是因为它对干扰离散性的感知。在文献［3］中，联合Max－Log－Map检测算法被证明在大多数情况下优于IRC，两者性能差距较小，但IRC具有更低的复杂度。文献［4］认为只有联合 Max－Log－Map 是干扰感知检测算法，不同于文献［3］的是，文献［4］中考虑到了干扰调制并未在3GPP LTE［6］中被利用的事实。本文着眼于在更广泛的现实意义情况下研究干扰感知检测算法的性能，提出基于调制估计的联合Max－Log－Map 检测算法。

1 系统模型

1.1 LTE-A系统综述

LTE系统的下行链路(down link，DL)传输方案自2008年3GPP LTE在R8中首次推出后不断演进。LTE－Advanced系统中有9个 DL传输模式［7］，传输模式8和9分别在R9和R10(LTE－A)中引入。传输模式1～6使用的是小区专用参考信号或物理下行共享信道(physical downlink shared channel，PDSCH)发送的公共参考信号(cell－specific reference signal，CRS)，而传输模式7～9中使用的是UE专用参考信号或解调参考信号(demodulation reference signal，DMRS)。对于单层每个UE的一个给定的资源块(resource block，RB)，传输模式5 提供 MU－MIMO最多可支持2个用户。UE需要根据信道质量信息(channel quality indication，CQI)和PMI提供反馈。CQI报告的信息帮助eNodeB为当前的信道条件分配适当的码率。UE不需要报告秩指示(rank indicator，RI)，因为每个UE仅支持一层。此外，为了解调由CRS配置的PDSCH，UE需要知道预编码指示。传输模式8和9也提供了对MU－MIMO的支持，其中，MU－MIMO支持DMRS端口7和8的2个相互正交的层以及在扰码ID帮助下的4个准正交层。协作调度的UE的最大数目为每个UE一层4个。一个UE可以最多有2层(2个正交DMRS端口)。在传输模式 9中，SU－MIMO 和MU－MIMO 可通过下行控制指示(downlink control indicator，DCI)格式2C进行动态切换。

假定LTE系统为透明的MU－MIMO传输，没有提供下行链路信令指示给UE，不论下行链路传输到另一个UE是否发生在相同RB上(由于其中的一个UE已经被调度)。因此，为了找到任何共同调度的UE，UE自身应执行盲检测。然而，在传输模式5中，盲检测实际上是不可行的，因为由CRS配置的PDSCH不能提供任何有关共同调度UE的信息。此外，一方面，UE的预编码信息对于目标UE是未知的，其他UE的等效信道响应无法获得;另一方面，传输模式8或9中MU－MIMO提供DMRS，它专门用于一个特定UE，并与PDSCH一样进行预编码。因此，UE可以利用DMRS进行干扰的盲检测，而且，对UE而言就不需要预编码信息来从其他UE那里获得等效信道响应，即没有必要针对该UE的预编码信息获得其他UE的等效信道响应。因此，增强型(干扰感知)MU－MIMO检测(如IRC或联合Max－Log－Map)算法更适用于传输模式8或9。

1.2 系统模型

本文的研究主要集中在传输模式8和9。在文献［3］和［4］中，由于上述原因增强型联合检测算法在传输模式5中难以实现。而在传输模式8或9中，有多达4个传输层，并支持多达4个共同调度的UE，能有效解决此问题。因此，本文考虑一个目标UE层和一个协作调度UE的其他层，总共2个协作调度UE的情况。之所以不考虑其他情况，是因为随着干扰层信道估计的显著恶化，DMRS的正交性会被破坏。在实际中干扰的存在性也可以通过检测正交DMRS的强度被检测到。目标UE处的子载波专用接收信号y可根据发射符号x1，x2及信道矩阵H表示为

(1)式中:H=［h1，h2］是一个2×2的矩阵，z～cN(0，σ2I2)是零均值圆对称复高斯噪声;x1表示目标UE层(UE1);x2表示干扰层(UE2)。xk从正交相移键控(quadrature phase shift keying，QPSK)和正交幅度调制(quadrature amplitude modulation，QAM)中(即16 QAM或者64 QAM中)任意选取。(1)式中的H表示包括发射端预编码的有效信道。另外，文中(·)T和(·)*分别表示转置和共轭转置。图1表示了信道从eNodeB到UE2(H')的过程，但H＇并没有包含任何指示到UE1。

图1 MU－MIMO的有效系统模型Fig.1 Effective system model of MU－MIMO

2 下行MU-MIMO检测算法

2.1 干扰忽略的检测算法

通过忽略干扰，系统模型变为单输入多输出(single－input multiple－output，SIMO)。在 SIMO 中，最大比特合并(maximum ratio combining，MRC)是高斯白噪声背景下的最佳检测策略。进行MRC之后，比特ci的对数似然比(logarithm of likelihood ratio，LLR)比特度量为

(2)式中，χb1，ci是比特位置 i中满足 b∈ {0，1}中相关元素的x1的星座集合的子集。比特ci的LLR计算为

实际中，干扰忽略的检测算法不需要对干扰信道¯h2估计，但是只有在干扰可忽略的情况下性能才比较好。

2.2 干扰抑制合并算法

对于x1需要考虑干扰的情况，可考虑把干扰抑制合并IRC作为线性最小均方误差(minimum mean square error，MMSE)检测［8］

(4)式中，R是干扰和噪声总和的协方差矩阵，

由于在R的计算中包含了对干扰信道h2的估计，IRC需要对干扰信道进行估计。比特ci的LLR比特度量为

若干扰是高斯分布的，则IRC就是最优的检测策略。由于干扰是离散的，IRC在MU－MIMO中并不是最优的检测策略。后面的研究也表明即使在LTE MU－MIMO中IRC算法的性能仍然显著逊于联合 Max－Log－Map 算法。

2.3 联合Max-Log-Map算法

与前面提到的算法不同的是，联合 Max－Log－Map算法对干扰的离散性完全感知(包括检测中的干扰)。比特ci的LLR比特度量为

为了实现(7)式的运算，同干扰信道一样，目标UE必须对干扰调制感知。文献［4］提到一种盲检测方案，这种盲检测方案在某些情况下性能良好。

2.4 基于调制估计的联合Max－Log－Map算法

为了进一步提高性能，本文提出基于调制估计的联合Max－Log－Map算法，这样做的目的就是为了达到目标层和干扰层数据的有效联合检测，用估计的方式获取各层的调制信息，这个过程分析如下。LLR的生成分为2个阶段。第1阶段是干扰调制估计阶段;第2阶段是上述的联合Max－Log－Map阶段。由于在LTE MU－MIMO中对于每个RB干扰UE可被不同调度，干扰调制需要对每个RB进行估计。从文献［9］可以看出，调制估计器的设计属于基于似然的估计器［10］。简单地说，调制估计采用似然性最高的调制。记忆信道定义为p(y|x)(y是信道输出，x是输入)，观察值为K，调制m，似然性的形式(pm)为

(8)式中:Cm是m调制的星座集合;Mm是m调制的星座点数。由于在文献［9-10］中只考虑了单层调制估计，为了应用单层调制估计到MIMO的情况中，需要进行层分离。目前已经有很多著名的层分离线性滤波器，如MIMO检测中的MMSE检测或者迫零(zero forcing，ZF)检测，应用其中任何一个都可以很好地达到调制估计的目的。下面的仿真分析表明基于调制估计的联合Max－Log－Map算法可以显著的优于盲联合 Max－Log－Map 检测算法［4］。虽然，联合Max－Log－Map算法的复杂度要比IRC高，但许多国家的研究中已经加入了联合Max－Log－Map检测来支持单用户空间复用，因此，假定它的复杂度问题在增强的UE中是可以处理的。

3 仿真结果分析

选用信道模型为扩展步行A(extended pedestrian A，EPA)和基于MMSE滤波器的信道估计。为了选择适当的预编码器，基站eNodeB必须具有良好的信道状态信息，而这只能在渐变信道条件下来实现。MU－MIMO极有可能会受到渐变信道的影响，这就是为什么我们要考虑这种低多普勒延迟传播信道的原因。本次仿真中没有考虑小区间的干扰。当小区间干扰存在时，在应用联合 Max－Log－Map检测算法检测来自目标eNodeB的信号之前，会采取一定方法来进行小区间干扰消除。

考虑发射端在可能的预编码集之间随机选择预编码矩阵。在发射端通过用随机的预编码矩阵来控制干扰功率，能够改变接收端上的干扰水平，就残余干扰的水平而言，文献［3］无限可用的UE数目配对的假设和文献［4］中理想的预编码器配对的假设可能不能覆盖所有的实际情况。表1显示了每个目标层调制编码策略(modulation and coding scheme，MCS)与调制、码率和干扰噪声比(interference－noise ratio，INR)水平的对应关系。针对不同的目标层MCS，可考虑不同的INR水平。这可确保每个MCS的工作涵盖为0～8 dB的信干比(signal－noise ratio，SIR)，所以，能在更广泛范围内代表实际情况中不可忽略的干扰。本文只给出了在MCS为16、且INR水平为10 dB的情况下的仿真结果。

图2 -图4给出了EPA5下不同类型检测算法的误块率(block error ratio，BLER)性能曲线。比较了干扰忽略的检测算法、IRC算法和联合Max－Log－Map检测算法。图2 -图4分别对应采用QPSK，16 QAM和64QAM的干扰调制。联合Max－Log－Map算法考虑了4种情况。首先是正确的干扰调制情况，其次是基于调制估计情况，其他是具有固定调制(QPSK，16QAM或64QAM)情况。

从图2 -图4中可以看到，联合Max－Log－Map算法和IRC之间的性能差距在干扰调制为64QAM时最小，在干扰调制是QPSK时最大。正如前面提到的，IRC的性能次优是由于它忽略了干扰的离散性。由于64QAM比QPSK更接近高斯分布，IRC的次优性将会随着干扰调制将从QPSK到64QAM变化而减小。由于不同目标层MCS性能上的差异，联合Max－Log－Map算法和IRC之间的性能差距会随着目标层MCS变大而变得更大。这是因为根据目标层MCS的INR水平有差异。INR较高，性能会被干扰限制而不是噪声，IRC的次优性更加显著。考虑到不同的INR水平取决于目标层MCS。SNR水平高时表示目标UE接近基站，此时极有可能INR水平也将较高，预编码的选择不需要用更高的SNR得到改善。

图3 EPA5下各类型算法的性能(干扰调制:16QAM)Fig.3 Performance of various types of algorithms in EPA5(Interference modulation:16QAM)

图4 EPA5下各类型算法的性能(干扰调制:64QAM)Fig.4 Performance of various types of algorithms in EPA5(Interference modulation:64QAM)

当干扰调制是QPSK时，正确的干扰调制联合Max－Log－Map算法具有超过IRC约2 dB的信噪比增益。基于调制估计的检测算法具有超过IRC约1 dB增益和超过联合检测算法0.7 dB的增益。当干扰调制是16QAM和64QAM时，联合Max－Log－Map算法正确的干扰调制仍然有超过IRC约0.5 dB的增益，基于调制估计的联合检测算法也有一定的增益。在无线通信系统中，即使0.5 dB的增益也是很重要的。因此，使用基于调制估计的联合Max－Log－Map检测算法在这种情况下是非常有益的。

4 结论

本文研究了LTE－A MU－MIMO中各种类型的检测算法的性能。可以看出，在干扰不可忽略的情况下，干扰感知检测可以取得相当大的增益。在干扰感知检测算法中，增强型联合Max－Log－Map检测算法具有超过IRC算法的显著性能优势，这取决于目标层和干扰层的MCS。本文提出基于调制估计的联合检测算法，它明显地优于采取固定干扰调制的联合检测算法。另外，还提供了联合检测算法正确的干扰调制的性能作为参考。可以看出，基于调制估计的联合检测与正确调制联合检测的性能有着一定的差距，这个差距可通过采用更好地调制估计方法来减少。这也意味着，它可以为协作调度UE提供当前没有得到利用的调制信息，这是相当有利的。它也表明，错误的干扰调制在一些情况下的性能下降是不可忽略的。在这些情况下，提出的基于调制估计的联合Max－Log－Map算法提供了0.5～2 dB的显著增益。

［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.