TD-LTE多用户双流波束赋型技术分析和评估

1 概述

随着移动通信技术的迅速发展，频谱资源的严重不足已经日益成为移动通信网络进一步发展的瓶颈。如何充分开发利用有限的频谱资源，提高频谱利用率，是当前通信界研究的热点课题之一。多天线技术因其在不增加带宽的情况下可有效提高传输效率和频谱利用率而获得广泛的青睐。多天线技术的核心思想就是在传统的时间维和频率维的基础上，通过在发送端和接收端使用多根天线来增加空间维度，从而实现信号的多维并行传输。

3GPP Rel-9规范[1]中的传输模式（TM，Transmis-sion Mode）8，将无需用户反馈码本的单流波束赋型扩展到单双流自适应波束赋型方案。该传输模式特别适用于TDD系统，因为TDD系统可利用上下行信道互易性在基站端得到下行信道信息，从而计算波束赋型的加权矩阵。

根据调度用户的情况不同，TM8双流波束赋型又分为：单用户波束赋型技术（SU-BF，Single User Beamforming）和多用户波束赋型技术（MU-BF，Multi-User Beamforming）。SU-BF中，基站基于上行信道计算两个赋型矢量，利用该赋型矢量对要发射的两个数据流进行下行赋型[2]，使得单个用户在某一时刻可以进行两个数据流传输，同时获得赋型增益和空间复用增益，可以获得比单流波束赋型更高的传输速率，提高系统容量。在TD-LTE规模试验中已经验证TM8 SU-BF的可行性和性能增益。MU-BF中，基站基于上行信道信息或用户反馈情况进行多用户配对，将同一个时频资源同时分配给多个配对用户，用户之间的干扰利用波束赋型算法删除[3,4]。MU-BF利用波束赋型的方向性，实现多用户的空分多址，能进一步获得多用户空间复用增益，充分发挥TDD和8天线的优势，从而提升TD-LTE小区吞吐量。

2 波束赋型原理

波束赋形技术可以在不显著增加系统复杂度的情况下满足提升系统容量的需要。波束赋型方案中，利用数字信号处理技术和信号传输的空间特性，通过调整各天线阵元上发送信号的权值，产生空间定向波束。如图1所示，天线的主波束自适应地跟踪用户主信号发送方向，旁瓣或零陷对准干扰信号发送方向，达到充分高效利用期望用户信号并删除或抑制干扰信号的目的。

在MU-BF下行链路中，基站将发送多个用户的多个数据流，如图1所示，每一个用户除了接收到基站发送给自己的信号之外还接收到其他用户的干扰信号，这种干扰就是多用户干扰。由于MU-BF系统中各用户的信道彼此独立，终端一般只能够知道自己的信道信息，却很难获得其他用户的信道信息，也就是说用户之间很难进行协作来消除干扰。与此相反，基站有条件获得所有通信用户的信道状态信息；在TDD系统中，上行和下行通信均发生在相同的频段，可以利用信道互易性获得较为准确的下行信道信息。另外，基站的处理能力要比终端强得多，因此一般都是在基站端进行信号发射前的预处

3 波束赋型产品优化增强方案

波束赋型技术在实际应用中能达到的性能与产品实现能力密切相关，如基站端获得的下行信道信息的准确程度、基站侧波束赋型颗粒度、多用户配对算法以及终端接收机性能。如果产品针对以上四点进行增强，那么波束赋型技术在实际应用中将获得更大的性能增益。

3.1 SRS多小区协调分配

波束赋型技术的性能与基站获得的下行信道信息的准确程度密切相关。在TDD系统中，基站端根据接收到的上行探测参考信号（SRS，Sounding Reference Signal），利用上下行互易性来估计下行信道信息，所以SRS的信道估计准确程度将直接影响波束赋型技术的性能。

4.2 仿真结果

图3给出了MU-BF和SU-BF技术下行链路的频谱效率对比分析。在现有产品实现能力下，与SU-BF相比，MU-BF将小区平均频谱效率提升了18%，将小区边缘频谱效率提升了25%；采用优化的实现方案后，SU-BF性能进一步提升约10%，MU-BF性能进一步提升约25%。

参考文献：

[1] 3GPP TS 36.211. Evolved Universal Terrestrial Radio Access(E-UTRA); Physical channels and modulation[S].

[2] Zhou Shengli, Giannakis G B. Optimal transmitter eigen-beamforming and space-time block coding based on channel correlations[J]. IEEE Transactions on Information Theory, 2003,49(7): 1673-1690.

[3] Jia Liu, Krzymien W A. A Novel Nonlinear Joint Transmitter-Receiver Processing Algorithm for the Downlink of Multiuser MIMO Systems[J]. IEEE Transactions on Vehicular Technology, 2008,57(4): 2189-2204.

[4] Choi L U, Murch R D. A transmit preprocessing technique for multiuser MIMO systems using a decomposition approach[J]. IEEE Trans on Wireless Commun, 2004,3(1): 20-24.

[5] Spencer Q H, Swindlehurst A L, Haardt M. Zero-forcing methods for downlink spatial multiplexing in multiuser MIMO channels[J]. IEEE Trans. on Signal Processing, 2004,52(2): 461-471.

[6] Seijoon Shim, Jin Kwak, Heath R,et al. Block diagonalization for multi-user MIMO with other-cell interference[J]. IEEE Transactions on Wireless Communications, 2008,7(7): 2671-2681.

[7] Zhang Jun, Chen Runhua, Andrews J G, et al. Coordinated Multi-cell MIMO Systems with Cellular Block Diagonalization[C]. Asilomar Conference on Conference Record of the Forty-First Signals, Systems and Computers, 2007: 1669-1673.

[8] Hadisusanto Y, Thiele L, Jungnickel V. Distributed Base Station Cooperation via Block-Diagonalization and Dual-Decomposition[C]. IEEE Global Telecommunications Conference, 2008: 1-5.

[9] Boccardi F, Huang H. A near-optimum technique using linear precoding for the MIMO broadcast channel[C]. Proc. IEEE International Conference on Acoustics, Speech and Signal Processing, 2007(l,3): III-17/III-20.

[10] Kaneko M, Popovski P, Dahl J. Proportional Fairness in Multi-Carrier System with Multi-Slot Frames: Upper Bound and User Multiplexing Algorithms[J]. IEEE Trans on Wireless Communications, 2008,7(1): 22-26.

[11] CMCC. Simulation results for CoMP Phase I evaluation in homogeneous network[C]. 3GPP TSG-RAN WG1 #65, Barcelona, Spain, May 9th, 2011.