Professional Documents
Culture Documents
摘 要: 针 对 多 用 户 大 规 模 多 输 入 多 输 出 ( Multiple-Input Multiple-Output,MIMO) 正 交 频 分 复 用
( Orthogonal Frequency Division Multiplexing,OFDM) 系统存在较高峰值平均功率比 ( Peak-to-Average
Power Ratio,PAPR) 问题,在系统的下行链路中利用基站大量天线提供的冗余自由度 ,将 OFDM 调
制、消除多用户之间干扰及降低 PAPR 联合成凸优化问题,并设计加速近端梯度算法 ( Accelerated
Proximal Gradient Method,APGM) 求解上述优化问题。 仿真结果表明,所提方法显著降低了发射信
号的峰均比,同时获得了较好的系统误符号率。 与其他相关方法对比,APGM 具有更低的计算复杂
度和更快的收敛速度。
关键词: 多输入多输出; 正交频分复用; 峰值平均功率比抑制; 加速近端梯度算法( APGM)
微信扫描二维码
听独家语音释文
开放科学( 资源服务) 标识码( OSID) : 与作者在线交流
享本刊专属服务
Abstract: To solve the high peak-to-average power ratio ( PAPR ) in orthogonal frequency division
multiplexing-based multi-user massive multiple-input multiple-output ( MIMO-OFDM) downlink systems,
by using the redundant degree of freedom provided by many antennas equipped at a base station,OFDM
modulation,multi-user interference elimination and PAPR reduction are combined into a joint convex
optimization problem. An Accelerated Proximal Gradient Method ( APGM ) is designed to address the
convex optimization.Simulation results show that the proposed method can significantly reduce the PAPR of
the transmitted signal,and obtain a better system symbol error rate. Compared with other methods,APGM
has lower complexity and faster convergence.
Key words: MIMO; OFDM; PAPR suppression; accelerated proximal gradient method( APGM)
·1822·
第 62 卷 华磊,王亚军,刘爽: 降低多用户大规模 MIMO-OFDM 系统 PAPR 的加速近端梯度算法 第 12 期
[1-2]
通信中的核心技术 。 Rate,SER) 性 能 较 差。 上 述 方 法 都 能 够 获 得 好 的
但 OFDM 作为一种多载波技术,当各载波频谱 PAPR 抑制性能,但均存在着算法计算复杂度高的
相同或相近时容易导致信号的包络起伏较大 ,进而 缺陷。
造成信号的峰值平均功率比 ( Peak-to-Average Power 针对以 上 问 题,本 文 利 用 加 速 近 端 梯 度 算 法
Ratio,PAPR) 较高。高峰均比信号通常需要带有较 ( Accelerated Proximal Gradient Method,APGM) 来设
大反馈的功率放大器,这就增加了模数转换器和数 计降低多用户大规模 MIMO-OFDM 系统中发射信号
模转换器的复杂性,同时对发射机内放大器的线性 PAPR 的低复杂度快速收敛算法,该算法在抑制发
也提出了很高的要求,由此可能导致信号畸变,使信 射信号的 PAPR 同时也能获得好的 SER 性能。
[3-4]
号的频谱发生变化,导致系统的性能严重恶化 。
而 将 多 用 户 大 规 模 MIMO ( Multi-user Massive 1 多用户大规模 MIMO-OFDM 系统模型
MIMO,MUM-MIMO) 技术应用到工程实际时,必须
在如图 1 所示的多用户大规模 MIMO-OFDM 系
要求基站使用低功耗的射频链路和功率高效的射频
[5] 统的下行链路中,假定基站配置有 M 根发射天线,
功率 放 大 器 ,这 就 需 要 发 射 信 号 具 有 较 低 的
同时服务于 K 个单天线移动用户,且满足 K ≪ M。
PAPR。为满足使用高效的功率放大器和降低多用
在本文中,假定信道状态信息在发射端完美已知 。
户间的干扰这两个要求,迫切需要使用更加有效的
OFDM 载波数目为 N,将载波分为数据载波 Γ 和自
方法来降低系统的 PAPR。 c
由载波 Γ 两部分,其中数据载波用来传输数据,而
目前 降 低 OFDM 系 统 PAPR 的 方 法 有 很
[6-9] 自由载波不传输任何数据,放于频带的两端用作保
多 ,尽管可以应用于点对点的 MIMO-OFDM 系 K×1
护间隔。向量 s n ∈ 为在第 n 个子载波上传输的
统,但由于大规模 MIMO 系统中接收端用户协同工
包含 K 个终端用户的数据,对于数据载波 n ∈Γ 时,
作极为困难,因此运用到大规模 MIMO-OFDM 系统
s n 选自某个调制星座字符集; 对于自由载波 n ∈Γ c
中显得不甚合理。在文献[10]中,作者给出了基于
时,有 s n = 0 K×1 。为消除接收端多用户间的干扰,需
快 速 递 推 截 断 算 法 ( Fast Iterative Truncation
对用户信息符号进行线性预编码: w n = G n s n ,其中,
Algorithm,FITRA) 的低 PAPR 非线性预编码设计。
M×1 M×K
其设计方法联合考虑了 MUM-MIMO 预编码、OFDM
wn ∈ 为预编码后的信号,G n ∈ 为相对于第
调制和 PAPR 减小,核心思想是通过利用无穷范数 n 个子载波的预编码矩阵。常用的预编码方案有匹
代替 PAPR,从而得到满足无穷范数约束下的最小 配滤波 ( Matched Filtering,MF) 、迫零 ( Zero-forcing,
化多用户间干扰( Multi-user Interference,MUI) 问题。 ZF) 和最小均方误差预编码等。 对于发射机已知信
K×M
文献[11]中,作者提出了一种添加干扰信号降低系 道矩阵 H n ∈ ,则 迫 零 预 编 码 矩 阵 可 以 写 为
统 PAPR 的 方 法,并 利 用 交 替 方 向 乘 子 算 法 H n = H n = H n ( H n H Hn ) -1 ,接着将归一化的频域信号
ZF † H
·1823·
www.teleonline.cn 电讯技术 2022 年
{
在实际系统中,通常只有发射信号 y m ( t) 的一 s n = H n w n ,n∈Γ
≡s = H w 。 ( 9)
些离散时间样本,为了更好地近似连续时间信号的 0 M×1 = w n ,n∈Γ c
( K× | Γ | +M× | Γ c | ) ×1
PAPR,在获 得 离 散 时 间 样 本 时 采 用 J = 4 倍 过 采 式中: s ∈ 是所有用户数据符号和自
样,即 由载波上的 0 M×1 的集合; H 为块对角矩阵,其主对角
1 N-1 j2πnk c
块为 H n ,∀n ∈Γ 和 I M ,∀n ∈Γ 。 为了表述方便,
y mk = ∑ x mn ·e JN , 0≤k≤JN - 1。 ( 3)
n=0
■N 将上述将信号重排序到天线上的过程写为更紧凑的
H
过 采 样 操 作 也 可 以 表 示 为 y m = F x m ,m = H H H H
形式 x = T w,其中 x =[x 1 ,x 2 ,…,x N] 。 根据系统模
2,…,M,其中,F H ∈ JN×N 表示 JN 点傅里叶变换
1, 型,预编码后的频域信号与原始数据及时域发射信
矩阵的前 N 列,J 为过采样因子。 因此具有 J 倍过 号之间的关系可以用下式表示:
{
采样的时域样本的 PAPR 由下式给出: s = Hw
max y mk 2 JN ‖y ‖2 x = Tw 。 ( 10)
0≤k≤JN-1 m ∞
PAPR( y m ) = = 2
。( 4)
1 JN-1 2 ‖ y m ‖ 2 y = Fx
∑ y
JN k = 0 mk 由 ( 10 ) 式 得 到 s = HT Fy,其 中,y ≜
T
表示指定的门限值。 的 约 束 优 化 问 题,该 问 题 可 以 来 寻 找 具 有 较 小
PAPR 的解:
3 算法设计 minimize max{ ‖y 1 ‖2∞ ,…,‖y M ‖2∞ } ( 11a)
y 1,y 2,…,y M
表1 算法复杂度分析
算法 迭代次数 计算复杂度 每次递推复杂度 运行时间 / s
·1825·
www.teleonline.cn 电讯技术 2022 年
4 仿真分析 图 3 比较了不同算法在加性高斯白噪声信道上
的 SER 性 能,其 中 信 噪 比 ( Sigal - to - Nise Ratio,
将 APGM 算 法 与 现 有 的 迫 零 预 编 码 ( Zero-
SNR) 定义为 SNR = E{ ‖ y m ‖ } / N 0 ,其中 N 0 表示接
Forcing ( ZF ) Precoding ) 方 法、匹 配 滤 波 预 编 码
( Matched Filtering ( MF ) Precoding ) 方 法、PMP 方 收器的 噪 声 方 差。 可 以 看 到 与 ZF 方 案 相 比 ( 在
[10] [11]
法 、PRO-ADMM 方法 、MU-PP-GDm 方法 进
[12] SER = 10 -2 时 ) ,APGM 的 信 噪 比 仅 比 理 想 值 多
行比较,各种方法的最大迭代次数如表 1 所示。 为 1.3 dB 左 右,与 PMP 方 法 相 比 少 0.7 dB,比 PRO-
验证 APGM 的有效性,在大规模 MIMO-OFDM 系统 ADMM 算法少 2.5 dB,与 MF 方法相比少 3.8 dB,同
下行链路中进行实验仿真。在基站处设计 100 根天 时还比 MU-PP-GDm 算法少6 dB 以上。
线,同时为 10 个单天线用户提供服务。在 OFDM 系
统中,使用 IEEE 802.11n 中指定的 40 MHz 模型,子
载波个数设为 128,其中 Γ = 108 个子载波用于数据
c
传输,在仿真中忽略用作导频的子载波; Γ = 20 个
子载波用于频带保护,使用互补累积分布函数来评
估 PAPR 降低性能。 采用具有格雷映射的 16QAM
调制方式,信道为频率选择性信道,在时域具有多抽
头结构,且抽头数设为 D = 8。 信道时域响应矩阵
{ H d ,d = 1,2,…,D} 的元素服从均值为 0,方差为 1
的复高斯分布,对应的频域响应矩阵为
D ( -j2πdn) 图3 不同优化算法的 SER 性能分析
Hn = ∑Hd e N 。 ( 16)
d=1
-2
在 SER = 10 时,从图 5 中可以看到 APGM 在
图2 不同优化算法的 PAPR 值比较 经过 20 次迭代之后信噪比值为 0.2 dB,与 ZF 方案
·1826·
第 62 卷 华磊,王亚军,刘爽: 降低多用户大规模 MIMO-OFDM 系统 PAPR 的加速近端梯度算法 第 12 期
·1827·