一种用于大规模多天线系统的IQ不平衡补偿方法

摘要

本发明属于无线通信技术领域，涉及一种用于大规模多天线系统的IQ不平衡补偿方法。本发明通过将IQ不平衡参数建模成随机变量，可以得到等效信道的统计特性，然后进行信道估计和数据检测，而不是将IQ不平衡参数和信道信息分开单独考虑。将IQ不平衡参数和信道信息联合考虑后，便不需要检测器获取准确的IQ不平衡参数，而只需要获取等效信道的统计特性。在实际的系统中，后者在工程实现上要比前者更加容易。性能上，基于等效信道的信道估计和信号检测可以逼近IQ不平衡参数准确已知的情况，并且带来的好处是，可以避免获取准确IQ参数单来的额外开销。

权利要求

1.一种用于大规模多天线系统的IQ不平衡补偿方法，其特征在于，包括以下步骤：a、将IQ不平衡参数建模成随机变量，得到等效信道：设定单小区上行大规模天线系统：基站配置N根天线，并同时服务K个单天线的用户；对于第k个用户，hk表示该用户到基站的信道信息，xk表示该用户需要发送的数据，并且xk满足E[xk]＝0,E[|xk|2]＝1，其中E[·]表示数学期望；仅考虑基站端IQ不平衡的影响，则基站接收到的信号表示为：公式1中，(·)*表示共轭操作， 表示上行传输的信道信息矩阵，它的第k列由hk给出，设定上行信道信息是块衰落的，w～CN(0,IN)表示加性高斯白噪声，ρUL表示上行传输的信噪比；用U(a,b)表示区间[a,b]上的均匀分布，那么gn,R～U(1-gmax,R,1+gmax,R),φn,R～U(-φmax,R,φmax,R)分别表示基站端第n根天线的幅度不平衡和相位不平衡；则在公式1中，K1＝d ia g {K 1 ,1 ,… ,K 1 ,N } ，K 2 ＝d ia g { K 2 ,1 ,… ,K 2 ,N } ，并 且给定a，aR,aI分别表示a的实部和虚部；将公式

1改写成：

其中 Φ, 分别表

示为：

根据K1+K2＝IN，可得：

在公式3中，A＝diag{a1,…,aN}，B＝diag{b1,…,bN}，并且ai＝gi,R sin(φi,R)，bi＝gi,R cos(φi,R)；

则将等效信道定义为：

b、计算等效信道的统计特性：

公式4中，第k列和第k+K列可分别表示为：考虑到信道信息和IQ不平衡参数之间的独立性，则有相应的协方差表示为：

在公式6和公式7中， 分别表示 和 的协方差矩阵， 由下列公式给出：

即可获得等效信道Heff的统计特性；

c、使用得到的等效信道的统计特性，进行IQ不平衡的补偿：基于发送的导频信号，估计出等效信道

设定xk,p是分配给用户k的导频信号，则所有用户的导频信号构成的导频矩阵表示为并且满足 当所有用户同时发送各自的上行导频信号，则在信道训练阶段基站接收到的信号表示为：其中ρTR表示训练阶段的上行信噪比， 用 表示 的任意列，将等效噪声定义为 等效信道的协方差矩阵表示为：在基站端，使用用户的导频信号xk,p去处理接收到的导频信号，得到：其中

对于用户k，所使用的信道估计器表示为：其中 是 的自相关矩阵，由下式给出：另外， 是 和 之间的协相关矩阵，由下式给出：对于用户k，归一化的均方误差是：

其中Σε为：

d、基于估计出的等效信道 进行数据的检测：针对用户k的数据恢复，所使用的数据检测是通过分别恢复实部和虚部来进行数据检测；为此，检测所使用的数据合并系数表示为：其中 恢复后的用户的数据是：

说明书

一种用于大规模多天线系统的IQ不平衡补偿方法

技术领域

[0001] 本发明属于无线通信技术领域，涉及一种用于大规模多天线系统的IQ不平衡补偿方法。

背景技术

[0002] 大规模天线技术作为5G通信系统的一项关键技术，最近几年一直是学术界和产业界的研究热点。然而，大规模天线技术应用在实际系统中，势必会面临一系列问题：例如射频硬件的开销会随着天线数的增加而变大。为了应对这个问题，使用功率消耗低，成本开销小的硬件被提出来，然而这样就会导致硬件功能上受到限制。因此从工程的角度来看，射频硬件的功能受限是一个不容忽视的问题，IQ不平衡就是由于功能受限的射频硬件引起的，而严重的IQ不平衡会给系统性能带来严重的影响，如果补偿不合理，可能会在一定程度上限制大规模天线系统的使用。

发明内容

[0003] 针对上述问题，本发明旨在提出一种用于大规模多天线系统的IQ不平衡补偿方法，在不增加额外开销的情况下，尽可能地保证系统的性能。这些额外开销指的是：增加一定的硬件电路，对IQ不平衡参数进行估计，然后使用估计得到的IQ不平衡参数进行补偿。本发明所提出的方法并不需要这些额外的硬件电路。

[0004] 一种用于大规模多天线系统的IQ不平衡补偿方法的技术方案为：首先将IQ不平衡参数建模成随机变量，并通过一定的数学运算得到等效信道；然后根据信道的统计特性和IQ不平衡参数的统计特性，得到等效信道的统计特性；最后利用等效信道的统计特性进行等效信道估计和数据检测。具体的收发信号处理流程如下：

[0005] a.将IQ不平衡参数建模成随机变量，得到等效信道：

[0006] 本发明考虑单小区场景下的上行大规模天线系统：基站配置N根天线，并同时服务K个单天线的用户。对于第k个用户，hk表示该用户到基站的信道信息，xk表示该用户需要发送的数据，并且xk满足E[xk]＝0,E[|xk|2]＝1(其中E[·]表示数学期望)。如果仅考虑基站端IQ不平衡的影响，那么基站接收到的信号可以表示为：

[0007]

[0008] 公式1中，(·)*表示共轭操作， 表示上行传输的信道信息矩阵，它的第k列由hk给出，这里假设上行信道信息是块衰落的(即在一帧的数据块内信道信息是不变的，而不同的帧之间，信道信息是不同的，且信道信息保持相互独立)，w～CN(0,IN)表示加性高斯白噪声，ρUL表示上行传输的信噪比。如果用U(a,b)表示区间[a,b]上的均匀分布，那么gn,R～U(1-gmax,R,1+gmax,R),φn,R～U(-φmax,R,φmax,R)分别表示基站端第n根天线的幅度不平衡和相位不平衡。基于此，在公式1中，K1＝diag{K1,1,…,K1,N}，K2＝diag{K2,1,…,K2,N}，并且 给定a(a可以是标量，向量或者矩阵)，aR,aI分别表示a的实部和虚部。这样，公式1可以被改写成：

[0009]

[0010] 其中 Φ, 可分别表示成

[0011]

[0012]

[0013] 通过观察K1,K2，可以得到K1+K2＝IN，基于此，可以改写成

[0014]

[0015] 在公式3中，A＝diag{a1,…,aN}，B＝diag{b1,…,bN}，并且ai＝gi,Rsin(φi,R)，bi＝gi,Rcos(φi,R)。如此一来，等效信道可以定义成

[0016]

[0017] b.计算等效信道的统计特性：

[0018] 公式4中，第k列和第k+K列可分别表示为

[0019]

[0020] 考 虑 到 信 道 信 息 和 I Q 不 平 衡 参 数 之 间 的 独 立 性 ，则 有相应的协方差可表示为

[0021]

[0022]

[0023] 在公式6和公式7中， 分别表示 和 的协方差矩阵，另外，由下列公式给出

[0024]

[0025]

[0026]

[0027]

[0028] 这样，等效信道Heff的统计特性就可以得到。

[0029] c.使用得到的等效信道的统计特性，进行IQ不平衡的补偿。首先是基于发送的导频信号，估计出等效信道 假定xk,p是分配给用户k的导频信号，则所有用户的导频信号构成的导频矩阵可以表示成 并且满足 目的是保证不同用户使用的导频信号是正交的。当所有用户同时发送各自的上行导频信号，那么在信道训练阶段基站接收到的信号可以表示成：

[0030]

[0031] 其中ρTR表示训练阶段的上行信噪比， 用 表示 的任意列，那么等效噪声可以定义成 并且等效信道的协方差矩阵可以表示成：

[0032]

[0033] 鉴于不同用户所使用的导频信号是正交的，那么在基站端，使用用户的导频信号xk,p去处理接收到的导频信号，可以得到

[0034]

[0035] 其中

[0036] 对于用户k，信道估计器需要能够估计出等效信道 因此，本发明所使用的信道估计器可以表示成：

[0037]

[0038] 其中 是 的自相关矩阵，由下式给出

[0039]

[0040] 另外， 是 和 之间的协相关矩阵，由下式给出

[0041]

[0042] 对于用户k，归一化的均方误差是

[0043]

[0044] 其中Σε可表示成

[0045]

[0046] d使用得到的等效信道的统计特性，进行IQ不平衡的补偿。然后是基于估计出等效信道 进行数据的检测。针对用户k的数据恢复(该数据可以表示成一个复数)，本发明所使用的数据检测是通过分别恢复实部和虚部来进行数据检测。为此，检测所使用的数据合并系数可以表示成

[0047]

[0048] 其中 然后，恢复后的用户的数据是

[0049]

[0050] 本发明的有益效果为，首先，通过将IQ不平衡参数建模成随机变量，可以得到等效信道的统计特性，然后进行信道估计和数据检测，而不是将IQ不平衡参数和信道信息分开单独考虑。其次，将IQ不平衡参数和信道信息联合考虑，便不需要检测器获取准确的IQ不平衡参数，而只需要获取等效信道的统计特性。在实际的系统中，后者在工程实现上要比前者更加容易。最后，从初步的仿真结果和理论结果来看，性能上，基于等效信道的信道估计和信号检测可以逼近IQ不平衡参数准确已知的情况，并且带来的好处是，可以避免获取准确IQ参数单来的额外开销。

附图说明

[0051] 图1为本发明的应用场景拓扑图。

具体实施方式

[0052] 下面结合附图，详细描述本发明的技术方案。如图1，考虑单小区场景下的上行大规模天线系统：基站配置N根天线，并同时服务K个单天线的用户(一般而言N要远远大于K)。对于第k个用户，hk表示该用户到基站的上行信道信息，xk表示该用户需要发送的数据，并且
2
xk满足E[xk]＝0,E[|xk| ]＝1(其中E[·]表示数学期望)。这里假设上行信道信息是块衰落的(即在一帧的数据块内信道信息是不变的，而不同的帧之间，信道信息是不同的，且信道信息保持相互独立)。这样在一帧内，前面K个符号为用来传输导频信号，剩余的符号为用来传输数据。

[0053] 一种用于大规模多天线系统的IQ不平衡补偿方法，具体包括以下步骤：

[0054] a.将IQ不平衡参数建模成随机变量，得到等效信道：

[0055] 如果仅考虑基站端IQ不平衡的影响，那么基站接收到的信号可以表示为：

[0056]

[0057] 公式1中，(·)*表示共轭操作， 表示上行传输的信道信息矩阵，它的第k列由hk给出，w～CN(0,IN)表示加性高斯白噪声，ρUL表示上行传输的信噪比。如果用U(a,b)表示区间[a,b]上的均匀分布，那么gn,R～U(1-gmax,R,1+gmax,R),φn,R～U(-φmax,R,φmax,R)分别表示基站端第n根天线的幅度不平衡和相位不平衡。基于此，在公式1中，K1＝diag{K1,1,…,K1,N}，K2＝diag{K2,1,…,K2,N}，并且给定a(a可以是标量，向量或者矩阵)，aR,aI分别表示a的实部和虚部。这样，公式1可以被改写成：

[0058]

[0059] 其中 Φ, 可分别表示成

[0060]

[0061]

[0062] 通过观察K1,K2，可以得到K1+K2＝IN，基于此，可以改写成

[0063]

[0064] 在公式3中，A＝diag{a1,…,aN}，B＝diag{b1,…,bN}，并且ai＝gi,Rsin(φi,R)，bi＝gi,Rcos(φi,R)。如此一来，等效信道可以定义成

[0065]

[0066] b.计算等效信道的统计特性：

[0067] 公式4中，第k列和第k+K列可分别表示为

[0068]

[0069] 考 虑 到 信 道 信 息 和 I Q 不 平 衡 参 数 之 间 的 独 立 性 ，则 有相应的协方差可表示为

[0070]

[0071]

[0072] 在公式6和公式7中， 分别表示 和 的协方差矩阵，另外，由下列公式给出

[0073]

[0074]

[0075]

[0076]

[0077] 这样，等效信道Heff的统计特性就可以得到。

[0078] c.使用得到的等效信道的统计特性，进行IQ不平衡的补偿。首先是基于发送的导频信号，估计出等效信道 假定xk,p是分配给用户k的导频信号，则所有用户的导频信号构成的导频矩阵可以表示成 并且满足 目的是保证不同用户使用的导频信号是正交的。当所有用户同时发送各自的上行导频信号，那么在信道训练阶段基站接收到的信号可以表示成：

[0079]

[0080] 其中ρTR表示训练阶段的上行信噪比， 用 表示 的任意列，那么等效噪声可以定义成 并且等效信道的协方差矩阵可以表示成：

[0081]

[0082] 鉴于不同用户所使用的导频信号是正交的，那么在基站端，使用用户的导频信号xk,p去处理接收到的导频信号，可以得到

[0083]

[0084] 其中

[0085] 对于用户k，信道估计器需要能够估计出等效信道 因此，本发明所使用的信道估计器可以表示成：

[0086]

[0087] 其中 是 的自相关矩阵，由下式给出

[0088]

[0089] 另外， 是 和 之间的协相关矩阵，由下式给出

[0090]

[0091] 对于用户k，归一化的均方误差是

[0092]

[0093] 其中Σε可表示成

[0094]

[0095] d使用得到的等效信道的统计特性，进行IQ不平衡的补偿。然后是基于估计出等效信道 进行数据的检测。针对用户k的数据恢复(该数据可以表示成一个复数)，本发明所使用的数据检测是通过分别恢复实部和虚部来进行数据检测。为此，检测所使用的数据合并系数可以表示成

[0096]

[0097] 其中 然后，恢复后的用户的数据是：

[0098]

[0099] 这样便可以完成数据的检测。