[0073]
[0074] 其中,gi,m是基于所有入射信道的完美知识(无噪声)和所有发射器功率计算的SINR的理论值。应观察到,观察持续时间T0越长,可用观察结果 的数量越大并且因此估计噪声ξi,m的水平越低。这是设置子帧的持续时间的方法的重要的实用方面(除了有关随时间过去的稳定性的考虑之外)。
[0075] 可以或者在滤波之前或者在滤波之后将由接收器返回的SINR考虑在内。
[0076] 在滤波之后,SINR将与接收信号检测器相关联的接收滤波器考虑在内。在这种情况下,考虑在接收样本n=Cq+c上应用的线性滤波器 其中,c在范围0至C-1之间变化。子频带m可以由Q个理论SINR定义,其中,是共轭转置运算符:
[0077]
[0078] 子频带m可以由唯一的等效理论SINR定义:
[0079]
[0080] 其中:
[0081] 和
[0082] 被定义为针对频带m的在发射器j与接收器i之间的等效信道(属于实数集 )。
[0083] 当NR=1且Q=1时,然后通过写成 (匹配滤波器),其遵循:
[0084] 和
[0085] 针对子频带m在接收器i处估计的等效SINR可以在优选实现方式中如下被估计。
[0086] 样本 在滤波之后由以下关系式表达:
[0087] 其中n=Cq+c
[0088] 在观察持续时间T0期间基于样本 (在滤波之后)的以及发射符号 (导频符号)的并且还有估计信道 (从导频符号计算的)的知识对等效SINR的估计表达成以下形式:
[0089]
[0090] 针对滤波之前的估计,等效SINR可以按以下方式在持续时间T0期间在滤波之前从样本中被估计出来,假定发射符号 和估计信道 是已知的:
[0091]
[0092] 使相关联的理论SINR为:
[0093]
[0094] 其中:
[0095] 和
[0096] 被定义为针对频带m的在发射器j与接收器i之间的等效信道(属于实数集 )。当NR=1且Q=1时,其遵循:
[0097] 和
[0098] 在大于信道的相干持续时间Tc的非常久的持续时间期间的协调使得有可能将慢衰落(阴影)考虑在内。系数gji,m然后可以被求平均(或者随时间过去被滤波)以便接近“阴影”的较慢波动的数值范围。等效SINR可以形式上被写成:
[0099]
[0100] 其中,E{gji,m}是系数gji,m在快衰落分布之上的随机均值(或者按照遍历的时间均值)。
[0101] 最后,等效SINR的表达式可以具有针对子频带m发射器j到接收器i的等效信道(gji,m或E{gji,m})与K个发射器Pi,m的发射功率的函数f的形式:
[0102] 或
[0103] 其中,表达式gji,m假定为非负实数(或在足够的比特位数上量化)并且其中,在信道m之上由接入点i发射的功率Pi,m属于离散空间。
[0104] 举例来讲,通过考虑具有K个接入点以及分别与接入点进行通信的K个站的Wi-Fi类型的无线通信系统详细描述了本发明,K>1。
[0105] 根据IEEE 802.11n标准,每个接入点在信道之上进行传输,该信道关于例如由52个OFDM子载波占据的载波频率(例如,B=20MHz)占据频带B。根据IEEE 802.11n标准,在某些配置中,13个Wi-Fi载波频率被区别开从而定义按5Mhz间隔开的13个信道。可以因而被选择的信道数量因此很少。在那个配置中,因此存在高可能性来为不同的接入点选择相同的Wi-Fi信道或邻近的信道,因而导致由地理上相邻的接入点使用的信道之间的干扰。如果来自K个站中的站可以检测两个接入点,那么这两个接入点是邻居。
[0106] 例如,假定已经由接入点选择了Wi-Fi信道,那么由本方法考虑的M个信道然后是对应于OFDM子载波的那些信道。本发明的方法因而提出针对电信系统的K个接入点针对M=52个子载波确定功率分配,这些功率分配在相同的Wi-Fi信道上传输至K个对应的Wi-Fi站。
针对与M=52个子载波相关联的M个信道中的每个信道m,接入点i∈{1,2,...,K}与站j∈{1,2,...,K}之间的通信信道的质量由系数gij,m≥0表示。在这种情况下,在等式(6)中N=1(载波)。
[0107] 在另一示例中,该方法寻求通过接入点参与Wi-Fi信道选择。由本方法考虑的M个信道然后是对应于Wi-Fi载波频率的那些信道,其定义了按照5MHz间隔开的13个信道。在这种情况下,在等式(6)中具有N=52个载波。本发明的方法因而提出针对电信系统的K个接入点针对M=13个信道确定功率分配,这些功率分配在13个Wi-Fi信道中的一个信道上传输至K个对应的Wi-Fi站。针对在M=13个信道中的每个信道m,接入点i∈{1,2,...,K}与站j∈{1,2,...,K}之间的通信信道的质量由系数gij,m≥0表示。
[0108] 下假定SINR具有对应于干扰未抵消的接收器结构的类型的结构,并且其一般式(12)可以由关系式(8)至(11)中的任何一个关系式给出。然而,该方法可以同样很好地与干扰抵消接收器一起使用。在这种情况下,仅改变SINR的表达式以便将所抵消的干扰考虑在内;在SINR的分母中唯一改变的是干扰信号的数量。
[0109] 当K=2且M=2时,可以由图1示意性地表示系统。两个发射器是两个接入点AP1和AP2的那些发射器。两个接收器是两个站STA1和STA2的那些接收器。所考虑的两个信道或频带被写成Ch1和Ch2。
[0110] 针对任何K,每个发射器APi具有直接信道增益的以及干扰其接收器STAi的信道的增益的估计,即,针对所有j∈{1,...,K}并且针对所有m∈{1,2,...,M}的 信道的估计增益gji,m被写成 可以在各种实现方式中采集关于信道增益的知识。
[0111] 在本方法的第一实现方式中,发射器i使用估计信道增益的已知方法针对所有j∈{1,...,K}并且针对所有m∈{1,2,...,M}采集关于信道增益的知识。
[0112] 在本方法的第二实现方式中,假定发射器i不了解入射到其接收器i上的信道的特定数量L,其中,数量L小于或等于K。
[0113] 如图2所示,然后在立即运行的阶段Ph1过程中发生采集。在这个阶段Ph1过程中,K个发射器分别同时地发射K个序列。序列是分别具有T1个确定的功率水平的连续的T1个子帧(持续时间为T0),向量的维数等于频带的数量M。这些序列可与训练序列比较,它们对发射器是已知的。在子帧已经被发射后,每个发射器i在频带m之上可选地接收由其接收器i返回的归一化SINR。这个“采集”阶段Ph1因而使得发射器i能够获得由其接收器针对给定频带m评估的SINR的T1个估计。
[0114] 因为T1严格大于1,所以发射器i接收由其接收器针对给定频带m返回的至少两个SINR估计。子帧索引t从1变化到T1,t∈{1,2,...,T1}。发射序列的相继确定的功率被写成:Pi,m(t),t∈{1,2,...,T1}。在每个子帧t上由站i估计并返回的SINR被写成: 假定SINR被归一化,发射器i然后求解每频带m具有T1个等式的方程组:
[0115]
[0116] 在是j∈{1,...,L}的信道增益 的L个未知数中,以便获得这些L个信道增益的估计
[0117] 选择数量T1使得T1≥K以确保可以使用等式(17)求解方程组。例如,如果有可能使用更粗糙的估计或者如果先验信息可用,则可以选择任意的T1以便求解(14)。例如,在TDD中,系数gii,m在发射器i处可以是可用的,由此消除未知数,并且在这种情况下,有可能选择T1=K-1。更一般地,如果发射器i知道X个系数,那么有可能选择T1=K-X。同样,如果有限功率矩阵可逆,则通过求此矩阵的逆容易求解该方程组。
[0118] 这个“采集”阶段Ph1使得有可能当T1≥K时在接入点j与站i之间的频带m之上获得最多K个发射信道增益的估计。
[0119] 在实施例中,发射器的训练序列的功率电平是在以下矩阵Si,m针对信道m以接近一的概率在穆尔彭罗斯意义上是伪可逆的约束下确定的:
[0120]
[0121] 在实现方式中,发射器i的训练序列的确定的功率电平Pi,m(t),t∈{1,2,...,T1}形成满秩矩阵Ωi,m:
[0122]
[0123] 此确定可以在于随机抽取功率序列中的每个序列直到矩阵Ωi,m是满秩矩阵。
[0124] 然后可以使用以下关系式估计信道增益:
[0125]
[0126] 其中, 指示Si,m的转置矩阵。当SINR中的噪声水平趋于零时,或者当T1变得较大时,那么估计增益 趋向于其真值gji,m。
[0127] 该方法包括“交换”阶段Ph2,该“交换”阶段包括编码步骤、估计步骤和解码步骤。在交换步骤Ph2过程中,K个发射器分别发射T2个子帧的序列。序列是具有对估计增益进行编码的T2个对应的功率向量的连续的T2个子帧(持续时间为T0)。发射序列的相继编码的功率向量被写成:Pi(t),Pi(t)=(Pi,1(t),...,Pi,M(t))。子帧索引t从1变化到T2,t∈{1,
2,...,T2},T2≥1。
[0128] 针对发射器i,按照其一般构想,功率电平编码在于在信道状态方面将发射器的知识编码成功率电平向量的序列:
[0129]
[0130] 其中,si∈Si表示发射器具有的关于全局信道[g11,g12,...,gKK](其中,gij=(gij,1,...,gij,M))的状态超级向量的知识,并且其中,P表示功率电平所属的字母表。
[0131] 一般地,编码φi是联合时空和信源信道编码。空间维度由M(即,信道的数量)给出,而时间维度由帧数量T2给出,在该时间维度期间,发射器交换其单独的知识。
[0132] 编码φi还可以是每子频带m单独的信源信道编码,即,每子频带m,在这种情况下,信源编码函数 被选为在向量 上运算的向量量化运算,
该向量使得发射器i能够使其关于入射到接收器i上的信道的知识对应于向量量化单元索引k(其中,L是单元数量):
[0133]
[0134] 量化单元是通过使用Lloyd-Max算法[3]选择的。 是信道编码运算,该运算使得功率序列对应于向量量化单元索引:
[0135]
[0136] 使p为P的基数,然后可能的功率序列的数量是pT2=2n。信道编码在于选择这些序列的基数2k的子集C,由此定义编码率 量化单元的数量L给出了由于量化引起的失真度。
[0137] 在实现方式中,通过选择最大的单元数量(即,L=pT2=2n)来降低失真度。信道编码 仅在于使每个单元索引对应于功率序列。这给出信道编码率为1。每个量化单元的表示被选择如下。单元索引从1到pT2,其中,p是P的基数。针对每个单元,有可能计算增益向量属于其的概率。然后有可能根据其利用概率对单元进行排序。该方法将最高概率单元与功率电平序列(Pi,m(T1+1),...,Pi,m(T1+T2))进行关联,针对该序列的分量之和 最大,即,频带上的最大功率电平序列。该方法然后考虑将第二单元作为或者最大概率的单元或者稍小概率的单元,并将第二单元与总和稍小的功率电平序列进行关联,等等。因而,以这种方式对功率电平序列的集合(Pi,m(T1+1),...,Pi,m(T1+T2))进行排序使得总和 减少。
[0138] 在子帧已经被发射后,每个发射器i在频带m之上可选地接收由其接收器i返回的归一化SINR。在每个子帧上估计并返回的SINR被写成: 在连续的T2个子帧结束时,发射器因而每频带m具有由其接收器确定的T2个SINR估计。
[0139] 在实现方式中,信道假定是准静态的,因此其不随着传输的持续时间变化。发射器i拥有其SNIR所依赖的信道的估计并且功率电平是离散的。估计步骤因而发生如下。已知Pi,m(t),发射器i计算以下数量:
[0140]
[0141] 其中,xi,m(t)=[P1,m(t),…,Pi-1,m(t),Pi+1,m(t),…,PK,m(t)]T是与其他发射器相关联的功率的向量。向量xi,m是在整个帧T2上定义的,如下:
[0142] xi,m=[xi,m(T1+1),…,xi,m(T1+T2)]T
[0143] 估计SINR的向量 被定义如下:
[0144]
[0145] 功率电平是通过(在最大似然意义上)选择最可能的序列而确定的,即,使概率分布 最大化的序列,其中,[x]在x为真时等于1并且在其他情况下等于0。艾弗森括号[.]要求每个功率序列属于可能的序列的字典C(该字典假定针对每个发射器是相同的)。所选的序列对应于单元索引,即,对应于解码。
[0146] 考虑向量:
[0147]
[0148] 如果假定:
[0149]
[0150] 其中,n遵循协方差的高斯分布,该协方差是单位元素的倍数,然后,最大似然估计被写成:
[0151]
[0152] 如果实际干扰器的数量 很少(通常为一个至几个),那么发射器i通常可以粗略估计其SINR并且穷尽地测试 可能配置。因而,针对p=8的功率电平、 的主导干扰器以及T2=3的子帧,存在512个有待测试的配置。
[0153] 在实现方式中,当仅考虑较少数量的干扰器时,该方法粗略估计SINR。这个粗略估计源自模型的缩减。此缩减在于为 选值,例如, 由接收器i估计的SINR的表达式变为:
[0154]
[0155] 仅集合Vi,m被认为对估计SINR有影响。这个集合在信道m上包括链路ii的邻域。如果仅存在一个主导干扰器,那么邻居的集合Vi,m仅具有一个干扰器(Vi,m是单一元素)。如果集合Vi,m具有不同的基数,那么在一个实现方式中,该方法仅将集合V=max(i,m)|Vi,m|考虑在内,其中,在由各接收器估计的SINR的表达式中,记法|.|指示集合的基数。
[0156] 返回至图1中所示的示例,干扰器数量为V=1,并且不必执行模型缩减。信道的数量为M=2。每个发射器假定处于在十六个发射功率电平(即,|P|=p=16)之间进行选择的状态中并且每个信道系数/增益假定已经被任何的程序量化并可以取被写成 的四个值。
[0157] 在采集阶段过程中,通过设置T1=2,两个发射器AP1、AP2在两个信道Ch1、Ch2中的每个信道上同时传输形成训练序列的由第二子帧跟随的第一子帧。针对每个子帧,发射器具有由其他发射器使用的功率电平的知识(训练阶段)。在子帧结束时,每个接入点接收由其站返回的SINR。针对两个接入点AP1和AP2,所返回的SINR分别如下:
[0158] 和
[0159] 在针对接入点AP1并且针对信道Ch1(m=1)的每个训练序列结束时,有待求解的线性方程组(14)变成:
[0160]
[0161] 其中,P1,1(1)是由发射器AP1针对子帧t=1在信道Ch1上分配的功率,P2,1(1)是由发射器AP2针对子帧t=1在信道Ch1上分配的功率,等。方程组的未知数是 和 其他量对发射器AP1是已知的。
[0162] 针对信道Ch2(m=2),有待求解的线性方程组(14)变成:
[0163]
[0164] 其中,P1,2(1)是由发射器AP1针对子帧t=1在信道Ch2上分配的功率,P2,2(1)是由发射器AP2针对子帧t=1在信道Ch2上分配的功率,等。方程组的未知数是 和 其他量对发射器AP1是已知的。
[0165] 针对接入点AP1,用于估计信道增益的关系式(17)变成:
[0166] 其中,
[0167] 并且针对接入点AP2,方程组(14)变成:
[0168]
[0169] 并且用于估计信道增益的关系式(17)变成:
[0170] 其中,
[0171] 在交换阶段过程中,参数T2被设置为一,在采集阶段过程中,估计增益在子帧期间交换。功率电平编码发生如下。针对所有的(ij,m),针对gij,m的可能值从最低到最高排序:同样地,功率电平以这种方式书写使得序列 是递增序列。针对发射
器AP1,编码φ1,m被选为双射映射 其中,m∈{1,2},l1∈{1,...,4},l2∈
{1,...,4},l∈{1,...,16}。发射器AP2针对两个信道Ch1和Ch2进行相同的操作。发射器APi借助于返回的SINR观察发射器APj的功率电平:
[0172]
[0173] 发射器APi然后通过应用下式确定发射器APj的信道增益:
[0174]
[0175] 其中, 是对φj,m求逆的映射。因而,发射器AP1确定g12,1,g22,1,g12,2,g22,2而发射器AP2确定g11,1,g21,1,g11,2,g21,2。
[0176] 在该方法的实现方式中,该方法进一步包括“功率分配”阶段Ph3,在该阶段过程中,K个发射器确定其有待发射的功率,这些功率满足用于使各站的SINR最大化的标准:
[0177]
[0178] 其中,fi,m是定义了发射器i的性能标准的函数,例如:
[0179] fi,m(x)=log(1+x)。 (27)
[0180] 参照图3描述执行本发明的协调方法的发射器的简化结构。发射器是在蜂窝网络中基站(家庭基站等)的Wi-Fi接入点的一部分。发射器形成如在图2中示出的电信系统的一部分。发射器与系统的接收器进行通信。针对频带m,在发射器j与接收器i之间当j=i时通过直接发射信道增益gji,m且当j≠i时通过干扰发射信道增益gji,m描述通信信道。发射器具有其接收器的直接信道增益的以及干扰信道增益的估计。
[0181] 这种发射器AP1、AP2包括具有缓冲存储器RAM的存储器模块100、例如配备有微处理器μP并且由计算机程序102控制以执行根据本发明的协调方法的处理器单元101。
[0182] 一旦初始化,计算机程序102的代码指令可以例如在由处理单元101的处理器执行之前被加载到RAM中。在计算机程序指令102的应用中,处理器单元101的微处理器执行以上描述的协调方法的步骤,以便传输在T2个对应的功率电平(Pi,m(1),...,Pi,m(T2))处的T2个子帧的帧。作为输入,处理器单元101利用估计信道增益以及由接收器返回的信号干扰噪声比。
[0183] 为了这样做,发射器包括:
[0184] -用于发射每频带m具有T2个对应的功率电平的T2个子帧的序列的模块;以及[0185] -用于接收来自其接收器的SINR估计的模块。
[0186] 当处理单元101的处理器正执行计算机程序102的代码指令时:
[0187] -处理器单元101例如从存储器模块100中恢复估计信道增益
[0188] -处理器单元101将这些估计编码成每频带m具有T2个功率电平的序列(Pi,m(1),...,Pi,m(T2));
[0189] -发射模块发射该序列;并且
[0190] -接收器模块接收来自接收器的T2个SINR估计。
[0191] 在实现方式中,在信道选择的背景下由与被称为Wi-Fi的IEEE标准802.11xx兼容的接入点AP1、AP2以及站STA1、STA2使用本发明的方法。不管所考虑的Wi-Fi标准的版本,接收器STA1、STA2可以估计SINR。接收器i经由返回信道将这个SINR的估计返回至其对应的发射器。最初的且仍然可用的返回信道是ACK/NACK信道,该信道可以用于在多个比特位上编码SINR,其中,一个ACK/NACK表示一比特。IEEE 802.11标准的改进版本(如IEEE 802.11n以及下列等等)指定了更高级的返回信道(经量化的信道状态信息(CSI)类型,其中,这些模式中的三种模式是在版本IEEE802.11n中指定的),其可以用于周期性地返回SINR。在采集阶段Ph1和交换阶段Ph2结束时,每个发射器可以穷尽地测试所有最佳的信道选择。
[0192] 例如,如果存在M=13个可能的信道以及K=5个活跃的发射器,其相当于针对整个5
系统测试13=371293可能的配置,这利用当今的技术非常容易完成。举例来讲,每个发射器可以选择以下的功率超级向量:
[0193] x=[P1,1,…,P1,M,P2,1,…,P2,M,…,PK,1,…PK,M]T
[0194] 其使以下在约束C1、C2下的全局性能标准 其中 最大化(SINR如上定义)。约束C1如此使得向量的每个分量可以仅取两个值(0或P最大)。约束C2如此使得给定的发射器的功率分配向量可以仅具有一个非零分量。
[0195] 在更具体的实现方式中,该方法进一步包括约束C3。约束C3如此使得频带不可以被分配给仅一个发射器。在这些情况下,由于约束C1、C2、C3,最优增益G最大变成:
[0196] 其中,s.t.C1∩C2∩C3含义是受C1、C2、C3的联合约束。针对从{1,…,K}到{1,…,M}的所有单映射函数f,即,在
单映射函数之上执行最大化。选择这种单映射函数相当于选择具有满足所考虑的三个约束的分量的功率向量。应观察到,在这个特定的实现方式中,每个发射器仅需要集合的知识。
[0197] 仿真结果在图4中示出。仿真是使用以下的配置参数执行的:
[0198] 系统包括两个发射器和两个接收器;
[0199] 信道的宽度是Bm=10kHz;
[0200] (无干扰时)SNR=SINR=40分贝(dB);
[0201] 信道系数:gii,m=1且gij,m=0.5,其中i≠j;并且
[0202] 通过在使用瑞利分布抽取的信道系数之上求平均遵循根据(5)的性能标准。
[0203] 从在两条曲线的形式中呈现的结果中,一条曲线针对IWFA算法而另一条曲线针对本发明的方法,可以看出本发明的方法使得有可能靠近被认为是参考并且利用集中系统获得的终极限制。相比于IWFA求解方案传输速率提高了约60%。
[0204] 参考文献:
[0205] [1]:US 2012/083201 A1
[0206] [2]:G.斯库达瑞(Scutari)、D.P.帕洛马尔(Palomar)和S.巴尔巴罗萨(Barbarossa),“MIMO迭代注水算法”,IEEE学报,信号处理,第57卷,第5期,2009年5月,
1917-1935页。
[0207] [3]:罗伯特(Robert)M.格雷(Grey)、大卫(David)L.诺伊霍夫(Neuhoff),“量化”IEEE学报,信息论,1998。