基于MMSE预编码天线选择的空间调制大规模MIMO系统性能研究

2017-09-26张晓璐杨芷华汤小波

五邑大学学报（自然科学版） 2017年3期

张晓璐，杨芷华，汤小波

张晓璐，杨芷华，汤小波

（五邑大学信息工程学院，广东江门 529020）

为提高大规模MIMO系统的可靠性及满足未来绿色高效通信的要求，本文提出了大规模MIMO系统中基于MMSE预编码技术的收信端天线选择算法，对基于MMSE预编码的空间调制大规模MIMO系统进行了仿真实验，并进行了复杂度分析. 实验结果表明，基于MMSE预编码的天线选择算法相比于文献[6]已提出的ZF预编码天线选择算法，复杂度略有增加，但误比特率在系统相同配置时约有的提高.

天线选择；MMSE预编码；空间调制；MIMO

由于传统的MIMO技术难以满足未来5G通信中呈指数上涨的无线数据的需求，为了提高MIMO通信系统的传输容量和可靠性，配置了多天线的大规模MIMO通信系统的设计与性能成为了研究热点[1]. 大规模MIMO系统是指收发两端配置了上百根天线的MIMO系统. 为了降低大规模MIMO系统的复杂度，以及倡导绿色节能通信，IMIMO系统天线的选择成为了一门重要的研究课题.

文献[2]研究了在大规模MIMO系统中，由不同接收天线子集选择方案构成的MIMO系统的性能. 在大规模MIMO系统中除了采用选取收、发天线子集的方案降低系统复杂度外，文献[3-4]提出了空间调制预编码传输方案. 该方案中采用的空间调制技术不仅利用传统的调制符号传递信息，还利用发射调制符号的天线位置传递信息；文献[5]研究了迫零和最小均方误差预编码辅助空间调制大规模MIMO系统的误码性能，由文献[5]可知最小均方误差预编码的误码性能要优于迫零预编码. 文献[6]提出了在大规模MIMO系统中快速选择收信端8天线子集的算法，并把该算法应用在空间调制迫零预编码MIMO系统中，相比于穷搜索进行天线选择的算法，收信端天线子集的快速选择算法虽然降低了系统复杂度，但却损失了一部分误码性能.

本文结合文献[3-4]的空间调制预编码传输方案来提高系统的吞吐量，以文献[5]的结论为基础，同时考虑系统计算复杂度和误码性能两个方面，将文献[6]加以改进，设计了基于MMSE预编码天线选择的空间调制大规模MIMO系统.

1 大规模MIMO系统

图1所示为基于收信端天线选择的最小均方误差（Minimum Mean Square Error，MMSE）预编码空间调制大规模MIMO通信系统方框图，大规模MIMO系统配置有根发送天线和根接收天线，根发送天线和根接收天线构成维信道矩阵，中的元素（表示均值为0、方差为1的复高斯随机分布），.维矩阵为的子矩阵，是按本文第3部分设计的天线选择算法在收信端的（为在中选取的全部组合数）种天线组合中使系统误码性能最优时选取的.

图1 基于收信端天线选择的MMSE预编码空间调制大规模MIMO通信系统方框图

，（2）

2 基于MMSE预编码技术的天线选择算法

2.1 基于MMSE的预编码设计

为提高图1所示大规模MIMO系统的误码性能，在每个传输时隙，假设发信端已知信道矩阵，按照文献[5]中设计MMSE预编码矩阵

，（5）

此时预编码矩阵为

2.2 天线选择算法

由式（7）可知，为了提高误码性能使信道增益最大化，可按文献[6]选择最优接收天线子集使最大，即

，（8）

，（11）

3 复杂度分析

为分析本文设计的基于MMSE预编码大规模MIMO系统天线选择算法的复杂度，用和表示形成信道矩阵天线选择算法所需总的实数乘法和加法运算次数. 用和分别表示选取第根天线时所需的实数乘法和加法运算的次数. 按本文所提出的天线选择算法，完成第根天线选择所进行的实数加法和乘法运算次数如表1所示.

表1 选取时加法、乘法运算次数

复数运算 1

（14）

按本文提出的天线选择算法与文献[6]中提出的ZF天线选择算法所需实数运算次数的比较如表2所示. 从表2中得知，相比于文献[6]，基于MMSE预编码天线选择算法的复杂度略高于ZF，但低于穷搜索选择天线形成信道矩阵的方法.

表2 不同天线配置、不同天线选择算法的实数乘法、加法运算次数

4 仿真实验

按本文基于MMSE预编码选择天线算法，对设计的空间调制预编码大规模MIMO系统进行了符号调制为QPSK的仿真实验.

图1 和6

图2 和8

5 结论

本文提出的基于MMSE预编码天线选择的空间调制大规模MIMO系统，在计算复杂度上较于文献[6]有一定的提高，但是获得了更好的误码性能. 由于未来5G通信对系统容量和可靠性的需求，本文提出的方法可以提高系统的可靠性，减少设备成本，选择合适的天线阵列进行通信可以有效的减少射频链路的配备，不但降低了系统的成本也符合未来绿色高效通信的倡导.

[1] LARSSON E, EDFORS O, TUFVESSON F, et al. Massive MIMO for next generation wireless systems [J]. IEEE Communications Magazine, 2013, 52(2): 186-195.

[2] CHOI Y S, MOLISCH A F, WIN M Z, et al. Fast algorithms for antenna selection in MIMO systems [C]//IEEE Vehicular Technology Conference, Orlando: IEEE, 2003, 58(3): 1733-1737.

[3] JEGANATHAN J, GHRAYEB A, SZCZECINSKI L, et al. Space shift keying modulation for MIMO channels [J]. IEEE Trans Wireless Commun, 2009, 8(7): 3692-3703.

[4] MESLEH R Y, HAAS H, SINANOVIC S, et al. Spatial modulation [J]. IEEE Trans Veh Technol, 2008, 57(4): 2228-2241.

[5] YANG Lieliang. Transmitter preprocessing aided spatial modulation for multiple-input multiple-output systems [C]//IEEE Vehicular Technology Conference (VTC Spring), Yokohama: IEEE, 2011: 1-5.

[6] ZHENG Jianping. Fast receive subset selection for pre-coding aided spatial modulation [J]. IEEE Wireless Communication Letters, 2015, 4(3): 317-320.

[责任编辑：韦韬]

Performance Research for MMSE Pre-coding Antenna Selection in Massive SM-MIMO System

ZHANGXiao-lu, YANGZhi-hua, TANGXiao-bo

(School of Information Engineering, Wuyi University, Jiangmen 529020, China)

In order to improve the reliability of the massive MIMO system，and to the response of the advocated Green and Efficient Communication，in this paper，a MMSE pre-coding antenna selection method in SM-MIMO system is designed. The simulation results show that compared with the existing ZF antenna selection algorithm，the designed MMSE antenna selection algorithm can obtain higher antenna gain (about 2dB) with a fewer increasing of complexity.

antenna selection; MMSE pre-coding; spatial modulation; multiple-input multiple-output

1006-7302（2017）03-0056-06

TN911

2017-03-20

张晓璐（1987—），男，安徽天长人，在读硕士生，主要研究方向为无线通信技术；杨芷华，副教授，博士，硕士生导师，通信作者，主要研究方向为无线通信技术.