一种LTE下行链路信号检测算法

Computer EngineeringV ol.38 No.3

文章编号：1000—3428(2012)03—0243—03·工程应用技术与实现·

2012年2月

February 2012

文献标识码：A

中图分类号：N945

一种LTE下行链路信号检测算法

朱 磊1,2,3，熊 勇1,2,3，杨秀梅1,2,3

(1. 中国科学院上海微系统与信息技术研究所，上海 200050；2. 上海无线通信研究中心，上海 200335；

3. 中国科学院无线传感网与通信重点实验室，上海 200335)

摘 要：研究一种适用于长期演进(LTE)系统下行信号的检测算法，并提出其实现架构。该算法使用统一结构对LTE系统下行各种传输模式的发送信号进行处理，以实现MRC、ZF和MMSE检测，在节省终端硬件开销的同时，简化在不同传输模式之间切换的软件控制，既能为LTE终端芯片设计提供低复杂度的接收机实现方案，也能为用户在使用LTE终端时节省更多的电力资源。仿真实验结果表明，该算法的综合性能优于传统MRC、ZF和MMSE检测算法。

关键词：长期演进；接收机；最大比合并；最小均方误差检测；迫零检测

Detection Algorithm for LTE Downlink Signal

ZHU Lei1,2,3, XIONG Yong1,2,3, YANG Xiu-mei1,2,3

(1. Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences, Shanghai 200050, China;

2. Shanghai Research Center for Wireless Communications, Shanghai 200335, China;

3. Key Laboratory of Wireless Sensor Network & Communication, Chinese Academy of Sciences, Shanghai 200335, China)

【Abstract】This paper proposes a signal detection algorithm for the downlink of the Long Term Evolution(LTE) system. In this algorithm, auniform structure of detector for different transmission scheme is derived to simplify the implementation of the receiver for the downlink of LTEsystem. The algorithm can carry out the functions of Maximum Ratio Combining(MRC), Zero Forcing(ZF) and Minimum Mean SquareError(MMSE) detectors. This design saves the hardware implementation of the receiver and simplifies the software control modules. Simulationresults show the algorithm can achieve better performance than the conventional MRC, ZF and MMSE detectors.

【Key words】Long Term Evolution(LTE); receiver; Maximum Ratio Combining(MRC); Minimum Mean Square Error(MMSE) detection; ZeroForcing(ZF) detection

DOI: 10.3969/j.issn.1000-3428.2012.03.080

1 概述 长期演进(Long Term Evolution, LTE)系统作为3GPP的最新一代通信系统，相对于之前的无线通信系统，可以提供更高的数据传输速率、更好的无线覆盖以及更大的系统容量。为达到系统的设计目标，LTE系统中定义多种传输模式，在Release 8版本中包括单端口传输、发送分集、开环空间复用、闭环空间复用、多用户MIMO、rank-1预编码和波束成型等7种。 接收机的接收性能跟接收机所采用的检测算法关系密 [1]切。相关文献提出多种检测算法。最大似然(Maximum Likeli- hood, ML)检测是在误码性能准则上最优的检测算法。虽然ML检测算法可以在误码性能和容量方面取得最优的性能，但是由于其复杂度非常高，尤其在所用调制阶数和天线数较大时，在实际应用中难以实现。ML检测算法一般作为设计检测方法的基准。为了能在实际系统中使用，文献[2]提出很多次优的MIMO检测算法。线性检测因为其在复杂度和性能方面的良好折中在实际系统中应用广泛。线性检测使用一个滤波矩阵对接收信号向量进行处理，而滤波矩阵是通过一定的准则得到的。最常用的准则包括迫零(Zero Forcing, ZF)准则和最小均方误差(Minimum Mean Square Error, MMSE)准则，分别对应线性ZF检测和线性MMSE检测。 为对LTE系统中多种传输模式进行信号检测，需要配备不同的检测结构。但是在接收端，特别是在手持终端这种电量受限的设备中，复杂度在实现中是一个重要的考量。同时，同一个接收机中多个检测结构在很大程度上增加了硬件的开销及软件控制的复杂度，从而提升了产品的成本。本文提出一种可应用于LTE接收机的低复杂度检测算法，以简化接收机的设计。 2 LTE系统下行链路发送结构 图1给出了LTE系统物理层下行链路的发送框图，用户数据经过信道编码后进入物理层处理阶段。首先编码后信息经过一个小区特定的随机码加扰，加扰后的信息进行星座点符号的调制，调制后的符号经过层映射模块映射到层，然后再经过预编码后，之后的信号映射到时频资源上，最后进行OFDM的调制，产生的信号在天线端口进行发送。具体处理流程见文献[3]。 假设发送端使用Nt个天线端口进行传输，接收端使用Nr个天线进行接收，Hk(i)表示i时刻第k个子载波的频域信道响应矩阵。为简便起见，下文将省略时间索引i。第k个基金项目：国家科技重大专项基金资助项目(2011ZX03003-001-01, 2010ZX03003-001, 2009ZX03002-003-004)

作者简介：朱 磊(1983－)，男，博士研究生，主研方向：多天线技术，OFDM技术；熊 勇，研究员；杨秀梅，助理研究员、博士研究生

收稿日期：2011-07-05 E-mail：zhuxlei@gmail.com

244 计 算 机 工 程 2012年2月5日 子载波上的接收信号可以表示为： rk=Hksk+nk (1) 其中，sk和nk分别表示第k个子载波上的发送信号向量和噪声向量。nk是均值为0，方差为σ2INr的高斯白噪声向量。接收端检测装置就是要从接收信号rk中恢复出发送信号sk。为表达清晰，下文将省略子载波索引k。 编码码字层天线端口加扰调制层映射预编码资源映射OFDM信号产生从图2可以看到，接收机包含3个模块：参数配置模块，有效信道计算模块和信号检测模块，这3个模块根据输出的参数：传输模式，噪声方差，信道估计得到的信道矩阵，预编码码字以及输入信号进行信号检测，得到检测后的信号。 (1)参数配置模块 参数配置模块根据传输模式和噪声方差进行参数配置，对于单端口传输、波束成型以及发送分集这3种传输模式，参数配置模块将输出参数值0，对于其他传输模式，参数配置模块输出参数值为噪声方差值。 γ=⎨2

⎪⎩σ 其他传输模式

⎧⎪0 单端口、波束成型及发送分集

(5) …………加扰调制资源映射OFDM信号产生 图1 LTE物理层下行链路发送框图 3 LTE下行链路接收机设计 针对上节给出的LTE下行链路的发送结构，本节给出对应的接收机设计方案。首先针对不同的传输模式给出相应的检测算法，然后针对检测算法给出一种统一的检测结构，最后将从理论上分析所提出的检测方法的有效性和实现上的 优点。 3.1 检测算法 在LTE系统中，由于存在多种传输模式，因此对不同的传输模式需要不同的检测算法来匹配。在单端口传输模式和波束成型传输模式中，发送端使用一个天线端口进行信号的发送，接收端配备了多个接收天线，因此可以使用接收分集算法进行信号检测。最大比合并(Maximum Ratio Combing, MRC)接收是信噪比最优的检测方法。因此，对于单端口传输和波束成型传输模式，接收端使用MRC检测方法进行信号检测，检测后信号可以表示为： ˆ=HHr/H (2) s

2

(2)有效信道计算模块 有效信道计算模块根据传输模式，利用信道估计模块得到的信道频域响应和控制信道中得到的预编码码字进行有效󰀄(i)表示第i个等效信道，对单端口和信道的计算。如果用H

波束成型传输模式，有效信道的计算式为： 󰀄(i)=H(i) (6) H

对开环空间复用传输模式，有效信道的计算式为： 󰀄(i)=H(i)W(i)D(i)U (7) H

对闭环空间复用和rank-1预编码及多用户MIMO传输模式，有效信道的计算为： 󰀄(i)=H(i)W(i) (8) H

其中，W(i)为预编码矩阵；D(i)和U为实现循环延时分集的变换矩阵。对发送分集来说，由于Alamouti码在2个相邻的子载波上进行，因此在接收端进行检测的时候联合2个子载波上的接收信号进行，假设2个相邻子载波的信道响应矩阵为H2i和H2i+1，则有效信道可以表示为： 2i

⎡H00⎢

H2i

󰀄H(i)=⎢210

⎢(Hi+1)*⎢10

2i+1*⎢(H11)⎣

2i

⎤H01

⎥2i

H11

⎥ (9) 2i+1*⎥−(H00)

⎥2i+1*)⎦−(H10⎥

其中，上标H表示转置共轭，i表示范数。对于发送分集传输模式，因为在正交空时码中，ZF检测方法可以获得和最优检测方法ML一样的性能，所以本文在发送分集传输模式中采用ZF检测方法，检测后的信号可以表示为： ˆ=HHHs

(3)信号检测模块 在得到有效信道和检测参数后，就可以进行信号检测，信号检测的方法借鉴了MMSE检测形式。假设第i个有效信󰀄(i)，则检测矩阵可以表示为： 道矩阵为H

󰀄H(i)H󰀄(i)+γI)−1H󰀄H(i) (10) G(i)=(H

()−1

HHr (3) 因为MMSE检测方法在复杂度和性能上的良好折中，在空间复用及rank-1预编码和多用户MIMO传输模式中选择MMSE检测方法，检测后的信号可以表示为： ˆ=HHH+σ2Is

对发送分集传输模式，首先得到信号向量z为： ⎡r(2i)⎤

z(i)=G(i)⎢*⎥ (11) ⎣r(2i+1)⎦

()−1

HHr (4) 3.2 检测结构 上节给出了对于不同传输模式的检测算法，在产品中尤其是终端这种能量和体积受限的设备中，复杂度和成本都是要考虑的因素。本节给出一种检测结构，利用这个结构和若干可配置参数，可以实现上节中给出的3种检测方法。该检测结构如图2所示。 噪声方差传输模式信道矩阵预编码码字其中，r(i)表示第i个子载波上的接收信号向量。在2天线端01

口发送时，z(i)=⎡⎣z(i)z(i)⎤⎦，在四端口发送时，z(i)= 0123⎡⎣z(i)z(i)z(i)z(i)⎤⎦。2端口和四端口发射时检测后信T

T

⎧⎡z0(i)−(z1(i))*⎤

⎪⎣⎦ˆ(i)=⎨对其他号可以表示为s

01*23*⎡⎤−−z(i)(z(i))z(i)(z(i))⎪⎣⎦⎩

的传输模式，检测后的信号向量为： ˆ(i)=G(i)r(i) (12) s3.3 理论分析 本节在理论上分析上节提出的检测结构在性能和实现复杂度及能耗上的有效性。为便于说明，本节除单端口传输模式和波束成型传输模式外，假设发送端口数为2，同时接收天线数也设为2。 对MRC检测，此时信道矩阵可以写成H=[h0h1]，按T

参数配置有效信道计算输入信号信号检测输出信号 图2 接收机结构

朱 磊，熊 勇，杨秀梅：一种LTE下行链路信号检测算法 第38卷 第3期 245 照式(10)，检测后的信号可以表示为： ˆ=HH+γIs⎛*

⎡ ⎜⎜⎣h0⎝ H

−2

100(H

)−1

Hr=

−1

H

传统MMSE检测方法本文检测方法HHr=HHr/H

2

(13)误码率⎡h0⎤⎞

⎡*h⎤⎦⎢h⎥⎟⎟⎣h0

⎣1⎦⎠

*1

h⎤⎦r= *1

10–2式(13)完全等价于原始的MRC检测方法，即式(2)。对其他的传输模式，参数γ控制检测方法成为MMSE检测方法或当传输模式为发送分集时，γ值为0，式(10)者ZF检测方法。变为： 󰀄H(i)H󰀄(i))−1H󰀄H(i)r(i) (14) z=(H

10–410–6051015信噪比/dB2025 图4 开环空间复用MMSE接收机性能 10–110–210–310–410–510–6传统ZF检测方法本文检测方法本文提出的检测结构成为ZF检测机；当其他传输模式时，γ值设置为噪声方差，本文提出的检测结构成为MMSE检测机。 本节给出数值结果并对结果进行分析。简单起见，仿真中没有加入信道编译码模块，把调制方式设置为QPSK，并假设接收端可以进行理想信道估计。同时，因为LTE中四端口发送分集模式是把四端口分成2组，每组2个端口进行Alamouti编码，所以，仿真中对于发送分集模式只给出2天线的仿真结果。在空间复用传输模式中，为了简单并不失一般性，发送天线端口数目也设置为2个。同时在仿真中，接收天线数设为2根。仿真中比较传统的MRC、ZF和MMSE检测方法和本文提出的检测方法的误码率(Bit Error Rate, BER)性能。 图3给出瑞利衰落信道下MRC接收机的性能仿真结果，可以看到，同传统的MRC接收机相比较，本文提出的接收机可以达到相同的性能，也就是说在单端口传输模式下，本文提出的接收机同MRC接收机是等价的。 图4给出接收端使用MMSE接收机的仿真性能，仿真中使用的仍然是瑞利衰落信道，限于篇幅，本节只给出闭环空间复用的仿真结果。可以看出，在空间复用传输模式下，在接收端使用传统MMSE检测方法和本文中提出的检测方法可以得到相同的BER性能。因此，本文提出的检测结构和方法对MMSE检测算法是有效的。 图5给出在LTE发送分集模式中，使用ZF接收机得到的仿真性能。因为LTE系统中发送分集使用相邻子载波进行Alamouti编码的方式，相邻子载波信道响应的相似程度会影响其的性能。仿真中使用国际电信联盟的PB信道模型，载频设为2 GHz。可以看出，使用传统的ZF检测方法和使用本文提出的检测方法，可以得到相同的性能，因此本文提出的接收机可以实现ZF接收机的功能。 100传统MRC检测方法本文检测方法误码率4 实验结果与分析 05信噪比/dB1015 图5 发送分集模式ZF接收机性能 假设单个乘法器的面积和功耗为A和P。图6给出本文检测方法和传统检测方法所占面积的比较。仿真中使用检测机所需要的乘法器的个数来衡量其芯片硬件面积[4-5]并使用主要操作乘法的数目的功耗来衡量检测器的功耗。在传统方法中，一种传输模式所对应的检测方法在工作时，其他模式对应的检测方法处于等待状态，假设其功耗是工作状态的50%[6]。可以看出，本文提出的检测方法占用的面积只有传统方法的40%。 本文检测方法传统检测方法120100面积/A806040200 图6 芯片所占面积示意图 图7给出本文检测方法和传统检测方法消耗的功率比较结果，简单起见，假设检测器之间的切换时不消耗能量的。可以看到，本文方法消耗的功率只有传统方法的44%。 本文检测方法传统检测方法80误码率功耗/P10-1604020010–2 图7 消耗功率示意图 10–3051015信噪比/dB20255 结束语 图3 MRC接收机性能 为降低LTE系统下行链路接收端信号检测的复杂度，本 (下转第257页)

叶吉祥，白一哲，田莎莎：基于直方图比较的混合高斯混合模型更新算法 第38卷 第3期 257 的对M2算法和HCGMM算法进行实验，得到相应的实验结果，限于篇幅，在此不列出实验结果图像。 30帧间隔都要短。由此可见，改进的HCGMM算法对环境的变化有更强的适应能力。 5 结束语 本文提出了一种基于直方图比较方法的混合高斯模更新算法，该算法在检测到环境光线突变时自动调整高斯混合模型的更新方式，使高斯混合模型可以快速适应环境关系变化。但是，由于使用了复杂度较低的直方图比较方法，在图像较小的局部发生亮度突变时，有可能检测不到这些变化，从而不能对模型适应性进行有效调整。如何处理局部亮度突变情况下的运动目标检测问题是下一步的工作。 参考文献

[1] Stauffer C, Grimson W. Adaptive Background Mixture Models for

Real-time Tracking[C]//Proc. of IEEE Conference on Computer Vision and Pattern Recognition. Washington D. C., USA: [s. n.], 1999: 246-252.

[2] Bouttefroy P L M, Bouzerdoum A, Phung S L, et al. On the

Analysis of Background Subtraction Techniques Using Gaussian

M186420 (a)第46帧 (b)第83帧 图3 使用GMM(M1)算法对前景运动目标检测的结果 由于检测出的前景点数量可体现检测结果是否正确，因此统计不同算法对每帧检测结果中的像素点数量，可对比不同算法的适应能力。如图4所示，横轴表示帧数，纵轴表示从每帧中检测出的前景点的数量，像素数量值突然增大的持续时间代表了算法误检测持续的时间。 1210归一化的权值/104HCGMMM2Mixture Models[C]//Proc. of IEEE International Conference on Acoustics Speech and Signal Processing. Dallas, USA: [s. n.], 2010: 4042-4045.

[3] Kaewtrakulpong P, Bowden R. An Improved Adaptive Background

Mixture Model for Real-time Tracking with Shadow Detec- tion[C]//Proc. of the 2nd European Workshop on Advanced Video

3040506070帧数8090100110Based Surveillance Systems. Kingston, UK: [s. n.], 2001: 1-5.

[4] 陈 璇, 吴清江. 基于色度坐标高斯混合模型的步态检测[J].

计算机工程, 2009, 35(17): 198-200.

图4 M1、M2以及HCGMM算法的前景点数量曲线 [5] 陈祖爵, 陈潇君, 何 鸿. 基于改进的混合高斯模型的运动目对视频的检测结果做分析，图4中短虚线表示M1算法标检测[J]. 中国图象图形学报, 2007, 12(9): 1585-1589. 的检测结果，长虚线表示M2算法的检测结果，实线表示[6] 周圣鑫, 周 军, 宋 利, 等. 一种针对小目标的跟踪算法[J]. HCGMM算法的检测结果。可以看出在46帧的时候，3种算计算机工程, 2010, 36(16): 186-188. 法的检测结果都出现了大量的错误：在83帧左右的时候，[7] 焦 波, 李国辉, 涂 丹, 等. 一种用于运动目标检测的快速M1算法检测结果恢复了正常，这时已经经过了37帧；M2收敛混合高斯模型[J]. 中国图象图形学报, 2008, 13(11): 2139- 算法的检测结果到近76帧的时候才恢复正常，这个时候也已2143. 经经过了30帧；而HCGMM算法只到了第63帧，即17帧编辑 任吉慧之后就恢复了正常检测能力，这比M1的37帧间隔和M2的 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ (上接第245页) 文提出一种应用于LTE系统中的检测算法并给出了该算法的Access Physical Channels and Modulation[S]. 2009. 实现结构。该算法用统一的结构实现对LTE系统中各种传输[4] Lei Sheau-Fang, Lai Shin-Chi, Cheng Po-Yin, et al. Low Com- 模式的信号进行检测，不仅在硬件上节省资源，也简化了各plexity and Fast Computation for Recursive MDCT and IMDCT

Algorithm[J]. IEEE Trans. on Circuits and Systems, 2010, 57(7): 种模式切换时的软件控制，尤其适合在终端实现。 参考文献

[1] 汪 浩, 林孝康. 天线相关性对D-MIMO系统极限性能的影

响[J]. 计算机工程, 2011, 37(6): 9-11.

[2] Song Kyoung-Young, Yang Jae-Dong. Alamouti Code with Qua-

drature Partial Response Signaling[J]. IEEE Trans. on Communi- cations, 2009, 57(7): 2080-2089.

[3] 3GPP. TS 36.211 V8.7.0 Evolved Universal Terrestrial Radio

571-575.

[5] Kuhling D. A Novel Low-complexity Algorithm for Linear MMSE

MIMO Receivers[C]//Proc. of IEEE Int’l Symp. on Wireless Pervasive Computing. [S. l.]: IEEE Press, 2008.

[6] 陈萌萌, 邵贝贝. 单片机系统的低功耗设计策略[EB/OL].

(2006-05-26). http://www.mcu99.com/Article/embed_system/2006 05/937.html.

编辑 陈 文