波束形成OFDM系统中的发射功率平衡方法及非线性

⃝⃝可在www.sciencedirect.com在线ScienceDirectICT Express 5（2019）261www.elsevier.com/locate/icte波束形成OFDM系统的发射功率不平衡抑制方法及非线性Satoshi Taroda，Ken Tezuka，Shoichi Higuchi，Chang-Jun Ahn，Kazuki Maruta千叶大学研究生院工学研究科，千叶县稻上区弥生町1-33，邮编263-8522接收日期：2018年2月1日;接受日期：2018年2018年5月17日在线提供摘要由于OFDM信号在时域上具有较大的峰均功率比（PAPR），因此已经提出了各种用于OFDM系统的峰值信号降低方法。然而，在发射OFDM波束成形中，使用权重的发射信号的乘法导致天线之间的发射功率不平衡并且增加峰值信号。我们提出了两种方法来缓解这些问题。在权值计算过程中协方差矩阵中加入伪噪声，可以缓解发射功率不平衡。此外，对时域信号进行压扩变换可以降低峰值信号。我们详细介绍了所提出的方法，并评估PAPR和BER性能。c2019韩国通信与信息科学研究所（KICS）。由Elsevier B.V.提供的出版服务。CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：波束成形;峰均比降低;功率不平衡; 5G1. 介绍正交频分复用（OFDM）可以通过使用正交子载波来实现高数据传输速率[1]。第四代（4G）移动通信系统采用了它来代替第三代（3G）技术中的码分多址（CDMA）由于OFDM由于多个子载波调制而导致高峰均功率比（PAPR）问题，已经提出了各种解决方案，例如限幅和滤波[2]、块编码[3]和数字预失真（DPD）[4]。然而，在这方面，在发射波束成形OFDM系统中，峰值信号通过波束成形器权重增加。传统的降低峰均比的方法在非线性过程、传输效率和计算量等方面存在不足。另外，加权处理会导致阵列天线间的发射信号功率不均衡，降低峰均比的方法在这个问题上是无效的。*通讯作者。电子邮件地址：acya2407@chiba-u.jp（新加坡）Taroda）。同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2018.03.004在本文中，我们提出了两种方法来减轻发射信号和峰值信号的功率不平衡。作为前一种方法，采用基于最小均方误差（MMSE）的自适应阵列噪声抵消运算来调整权值的大小。在MMSE自适应接收机中，每个天线上的接收噪声强度影响权的绝对值。在忽略干扰信号的情况下，每个天线的权值几乎与到达噪声的强度成反比。利用该操作，可以减小重量功率不平衡通过将伪噪声添加到用于权重计算的样本。关于后一种方法，可以通过使用压扩变换来减轻PAPR值[5]。将压扩功能应用在压扩变换中，大信号幅度被压缩，小信号幅度被扩展。在接收端，由压扩引起的发射信号的失真该方法操作简单，易于实现。此外，由于波束形成可以抑制多径波的干扰，因此可以减少压扩逆变换中的因此，我们认为，2405-9595/c2019韩国通信和信息科学研究所（KICS）。Elsevier B. V.提供的出版服务。这是CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。262S. Taroda，K.手冢山Higuchi et al./ICT Express 5（2019）261[]x（t）= x（t），. . .，x（t） ，其中上标T表示1N=[客户端]一1[]第i个天线，r= r，. . . ，r是相关向量。xd1NxxXD收敛速度，在每个子车的逆矩阵运算-rNaFig. 1. 波束形成系统中发射功率的不平衡。压扩变换适用于波束形成OFDM系统。2. 基于MMSE的关于接收波束形成系统，以以下方式计算权重。对于N个单元阵列天线的接收信号由信号矢量不一转置数组的输出写为y（t）=wHx（t），（1）其中w是表示为ww1，. . .，wNT.上标H是共轭转置算子。最佳权重由下式给出：w=R−1r，（2）这就是所谓的维纳解。阵列协方差矩阵Rxx和信号相关向量rxd分别表示为：Rxx=E [|x（t）xH（t）|]、（3）rxd= E [|x（t）d（t）|（4）其中d（t）是参考信号，上标 * 表示共轭算子。在接收波束成形中计算的权重也可以被转移到发射波束成形中。某些发射信号可能显示为极大的峰值。这意味着一些发射信号需要作为一个大的回退。因此，放大器表现出效率的劣化。为了解决这个问题，需要在不使波束操纵恶化的情况下使权重的绝对值均匀化。另外，在加权操作之前，在权重和时域信号之间的特定相位关系的情况下，峰值信号增长。因此，有必要同时处理这些问题。4. 建议的PAPR降低方案在下文中，我们指出了针对上述问题提出的方案。首先，在第4.1节中描述了用伪噪声调整绝对权重值的迭代方法。其次，在4.2节中描述了使用压扩变换的峰值降低方法。这是可能的，同时适用于所提出的方法的自适应阵列。4.1. 协方差矩阵方程中表示的协方差矩阵。（3）由期望信号、干扰信号和噪声分量的自相关组成。因此，协方差矩阵Rxx被公式化为：Rxx=Rdd+Rii+Rnn，（5）其中，Rdd、Rii和Rnn分别表示期望信号、进入阵列的干扰和噪声的自相关。由于构成信号样本x（t）的这些元素彼此不相关，因此不同元素之间的互相关矩阵不包括在协方差矩阵Rxx中。由于每个天线中的噪声的独立性，自相关矩阵Rnn因此，Eq。（2）可以通过忽略期望信号和干扰信号来重写，波束成形1/202···01000万美元R2样本矩阵求逆（SMI）方法是典型的w=00 1/σ2···0..中国，（6）权重计算算法SMI算法采用直接. . .. 好吧 ⎥Wiener解的估计[6]。虽然它可以很快...两个小时。 ⎦0 0·· ·1/σNa⎣S. Taroda，K.手冢山Higuchi et al./ICT Express 5（2019）261263在OFDM系统中，噪声导致高计算复杂度。此外，本文还研究了具有公共相关矩阵的SMI算法（CCM-SMI）实现了较低的权重计算复杂度SMI算法[7]。由于使用时域信号对于协方差矩阵估计，而不是频率信号，协方差矩阵的逆矩阵运算可以是一次沿着整个子载波实现。3.波束形成OFDM系统在发射波束形成OFDM系统中，峰值信号由阵列天线之间的加权发射信号功率不平衡来强调，如图1所示。1.一、在这种情况下，其中，σi表示针对以下各项的噪声的分散值：不一因此，权重的绝对值与与每个噪声功率成比例。实际上，尽管比例关系并不完全满足，由于共同的，方差矩阵它包括期望信号和干扰信号，权重的绝对值与噪声功率在某种程度上是相同的在我们提出的系统中，利用这一特性来减少权重绝对值之间的不平衡。在权值计算过程中向协方差矩阵中加入伪噪声可以减少发射功率不平衡。噪音元素264S. Taroda，K.手冢山Higuchi et al./ICT Express 5（2019）261⎥.[][][−Bxx[]=输出振幅值和附近的倾斜度]22协方差矩阵R<$M， M.利用矩阵求逆引理，在迭代过程中无需进行任何逆矩阵计算即可更新协方差矩阵。因此，绝对权重值的不平衡可能 同时减少商誉另一方面，将伪噪声添加到协方差矩阵降低了波束和零控的精度。然而，调整阈值p_th可以任意地修改波束和零调精度的劣化。图二. 提出的迭代算法流程图。协方差矩阵的附加伪噪声表示为4.2. 压扩变换压扩变换是一种压缩大值、扩展小值的非线性运算。在本文中，该操作是用下式给出的压扩函数来实现的：σ2+σ′20···01 10σ2+σ′2···0f（t）=k11 +e−（B/k）t−0。5、（九）Rnn=零。...、（7）.⎦其中任意常数k和B决定饱和度其中σi′是对应于第i天线。调整伪噪声以使绝对权值均匀，而尽可能不降低波束和零控的精度由于直接计算伪噪声的最佳值是困难的，在所提出的系统中采用迭代算法来估计最佳迭代算法的流程图如图2所示。该算法适用于SMI和CCM-SMI等直接估计Wiener解的权值计算首先，实现了基于Wiener解的权值计算。然后检测具有最大绝对值的权重，并计算其权重的指数一个原点，分别。将压扩函数应用于发送时间域信号，可以减小峰值信号另一方面，为了在如下实施压扩变换之前将压扩变换信号的平均功率均衡为时域信号，E|s（t）|2=E|f（s（t））|二（ 十）其中s（t）是在时间t中压扩变换之前的时域信号。在接收器中，由于压缩变换而产生的失真可以通过使用由下式表示的压缩扩展函数的逆来恢复：在图1中左侧的顶部框处用M表示。 二、在在下一个块中，计算权重向量的最大绝对值与平均值之间的比率，f（t）=−kln11（t/k）+0。5 .（十一）以分贝为单位分配给p。如果最大值与平均值之比p大于阈值p_th，则将伪噪声添加到协方差矩阵的对应于R<$M， M的元素。因此，可以抑制具有最大绝对值的权重。执行该串行处理直到p变得小于阈值pth。在这种重复操作中，伪噪声由任意常数α和具有反对数的最大平均比p给出，而不仅仅是恒定值。随着p和p th之间的差的增加，伪噪声也增加。该操作可以减少迭代时间，直到p达到阈值p_th。另一方面，为了降低计算复杂度，利用矩阵求逆引理将伪噪声加到协方差矩阵中。具有矩阵求逆引理的伪噪声加法由下式表示：HR<$−1σ′σ′HR<$−1过度压缩导致逆压扩函数恢复的不准确。为了实现峰值降低和在恢复操作中保持的畸变的小，必须适应任意常数k和B所提出的具有补偿变换的波束成形OFDM系统描述如下。在发射机中，频域信号在加权操作之前被应用于快速傅立叶逆变换（IFFT）和压扩功能。通过快速傅立叶变换处理（FFT）将压扩变换后的信号转换为频域信号。转换后的频域信号在每个阵列天线中被加权，如传统的波束形成技术。所有用户的传输信号通过IFFT操作被转换为时域信号。接收的时域信号由逆变换器恢复。（R<$xx+σ′σ′）−1=R<$−1−xx第二十条（八）接收机中的压扩功能。 这一拟议xx1+σ′HR<$−1σ′其中σ′由σ ′0，. . . ，0，σM′，0，. . . ，0 T. 由方程式矩阵σ′σ′H是添加到系统可以简单的处理操作，并且减少了由于压扩函数的逆而引起的信号失真。..Na00· · ·σ2 +σN′a2....S. Taroda，K.手冢山Higuchi et al./ICT Express 5（2019）261265=-表1模拟条件。数据调制QPSKFFT大小64运营商数量64帧大小24个符号（Np4，Nd20）衰落单径瑞利衰落多普勒频率10 Hz回退8 dB压扩变换k=6。9，B= 9。8迭代方法p th= 3。0图三. 基于线阵的用户方向。5. 仿真结果表1显示了模拟参数。在这个模拟中，由于当用户数小于阵元数时，发射波束形成的PAPR问题变得突出，因此假设具有8元线性阵列的4个用户。用户的方向如图3所示。期望用户和非期望用户在阵列天线的正面方向上是固定的。所需用户由用户指示3.另一方面，每个用户与基站之间的距离相等。由于计算量小，CCM-SMI算法被用来计算波束形成器的权重。顺便说一句，有必要评估整个阵列天线的峰值降低方法。因此，在本文中，PAPR被定义为P_AP_R=P_max/P_a_v_e，其中P_max是阵列的所有天线之间的最大峰值功率，P_a_v_e是贯穿所有天线的平均功率由于该定义，可以测量与阵列天线的发射功率不平衡耦合的峰值功率图4示出了CCM-SMI、所提出的发射功率不平衡降低方法、所提出的峰值降低方法以及考虑功率放大器的非线性的针对3个用户的所提出的组合与传统的CCM-SMI相比，这两种组合在Eb/N0 = 20 ~ 30之间均能获得较低的误码率。此外，图5示出了CCM-SMI、所提出的峰值降低方法、所提出的发射功率不平衡降低方法以及针对20 dB的Eb/N0的所与传统的CCM-SMI相比，这两种组合的组合获得了约4.3dB的PAPR。因此，这些方法是有效的波束形成技术的PAPR问题见图4。 CCM-SMI的BER性能和提出的方法。图五. CCM-SMI的PAPR性能和所提出的方法。6. 结论仿真了采用压扩变换和迭代法减小发射功率不平衡的波束形成技术的性能。仿真结果表明特别地，所提出的方案的组合可以在10- 3的概率下实现约4.3dB的增益，266S. Taroda，K.手冢山Higuchi et al./ICT Express 5（2019）261与原CCM-SMI算法在峰均比性能方面进行了比较。确认这项工作得到了JSPS科学研究资助（编号17K06415）的部分支持。利益冲突作者声明，本文中不存在利益冲突引用[1] T.黄角，澳-地Yang，G. Wu，S.李光义Li，OFDM及其无线应用：综述，IEEE Trans. Veh. Technol. 58（4）（2009）1673[2] X. Li ，L.J. Cimini Jr. ，限幅和滤波对OFDM性能的影响，IEEECommun. Lett. 2（5）（1998）131-133。[3] A.E. 琼斯，T.A.Wilkinson，S.Barton，用于降低多载波传输方案的峰均 包 络 功率 比 的 分 组 编 码 方案 ， IEEE Electron. Lett. 30 （25 ）（1994）2098-2099。[4] J. 金，K.王志华，基于记忆功率放大器模型的宽带信号数字预失真，北京：电子工程出版社。37（23）（2001）2417-1418。[5] K. 班 达 拉 ， S 。 蒂 瓦 里 岛 Chung ， Novel nonlinear compandingtransform for reduced peak-to-average power ratio in OFDM，in：2014IS3C，2014，pp. 1022-1025[6] F.W. Vook，K.L.Baum，OFDM自适应天线，第48届IEEE VTC，1998年5月，pp.606-610[7] C. 安岛陈志华，基于正交化滤波器的多载波直扩/码分多址系统自适应阵列天线，北京大学学报，2001。E85-A（7）（2002）1604-1611。