基于奇异值分解的TD-HSPA+系统赋形算法研究

为了加强对数据业务的支持，时分同步码分多址技术(TD-SCDMA)在第三代合作伙伴计划(3GPP)版本5和版本7的规范里分别引入了高速下行包接入技术(HSDPA)和高速上行包接入技术(HSUPA)，合称高速分组接入(HSPA)技术[1-2]。在3GPP 版本8中TD-SCDMA启动了一个新的研究项目——增强HSPA(HSPA+)，作为HSPA的演进版本。TD-SCDMA HSPA+（以下简称TD-HSPA+）要达到的性能目标有：提高频谱效率和峰值速率、增大系统容量和支持的用户数、保持和TD-SCDMA HSPA系统/R4系统的后向兼容性、降低用户面时延和控制面时延、降低终端功耗。

HSPA+主要采用了5方面的无线增强技术，包括多输入多输出(MIMO)技术、高阶调制技术、持续分组连接(CPC) 技术、增强小区前向接入信道(CELL-FACH)技术以及层2的增强技术[3-6]。下面分别对这5方面关键技术进行简单介绍。

MIMO是文章关注的重点，它通过在发射端和接收端分别使用多个发射天线和接收天线，在不额外增加带宽和功率的条件下充分开发空间资源，利用复用增益和空间分集增益提高数据速率、减少误比特率、改善无线信号传送质量；高阶调制技术的引入主要是为了进一步提高HSPA+下行传输速率，相比HSPA，其主要修改在于在HSPA+下行引入64正交幅度调制(QAM)，而在上行依然保持HSPA阶段的16 QAM；CPC技术是为了满足高服务质量(QoS)业务"一直在线"的需求，通过高效同步保持技术、高效VoIP支持技术以及高速转换不连续发射/不连续接收(DTX/DRX)，达到提高小区专用信道(CELL_DCH)状态下分组数据用户数、VoIP用户容量和系统效率的目的；CELL_FACH技术与CPC技术相对应，其目的是满足低QoS业务"一直在线"的需求；增强CELL-FACH状态主要针对速率较低、在线时间长的业务进行设计优化，其目的主要包括：提高CELL-FACH态的峰值速率，减少CELL-FACH、小区寻呼信道(CELL-PCH )和系统寻呼信道(URA-PCH)用户面和控制面时延，减少URA-PCH、CELL-PCH、CELL-FACH到CELL-DCH状态迁移时延及减少终端的电池消耗；HSPA+层2增强技术包括引入可变的协议数据单元(RLC PDU)大小、媒体接入控制(MAC)层对RLC PDU的分段功能以及在一个传输时间间隔(TTI)内引入可以调度多个优先级队列的数据等多个方面内容。

文章针对TD-HSPA+系统的下行波束赋形方案，分析比较了传统智能天线波束赋形(BF)算法的优缺点，并提出了一种适用于多径信道的基于奇异值分解(SVD)的8×1波束赋形算法，并提供一种对多径信道进行SVD分解的思路和方法。在此基础上，文章将其与传统的特征向量法(EBB)相对比，并进行系统级仿真评估。另外，文章进一步评估了引入64 QAM高阶调制对TD-HSPA+ 8×1 MIMO系统的性能影响，并给出相应结论。

1、基于SVD分解的8×1BF天线建模及分析

1.1、传统智能天线下行赋形算法

目前常用的传统智能天线的下行赋形算法主要有两种：波束扫描法(GOB)和EBB[7]。

GOB算法是基于参数模型（利用信道的空域参数）的算法，它能使基站实现下行指向性发射。GOB算法是将整个空间分为L个区域，并为每个区域设置一个初始角度，再以各个区域的初始角度方向向量为加权系数，计算接收信号功率，然后找到最大功率对应的区域，并将该区域的初始角度当作估计的到达角。GOB算法实际上是利用上下行信道对称的特点，来确定赋形角度。

EBB算法是通过对空间相关矩阵进行特征值的分解来得到权矢量，实现方法就是找到第K个用户的权矢量w k，使得用户K接收到的有用信号功率与非有用信号功率比r (w k )最大。

EBB算法的基本思路如下：

在波束空间中，找到使接收信号功率最大的赋形权矢量，并通过对用户空间相关矩阵进行特征分解，分解后得到的最大特征值对应的特征向量即为权矢量。

公式(2)中，是基站接收机估计的上行信道冲击响应，以信道冲击响应的相关矩阵为基础的下行波束加权矢量虽然没有进行DoA的估计，但是在时延角度扩散信道中仍能基本对准移动台的发射。对于EBB算法来说，信扰比r (w k )越大，信号分离就越大，天线阵的波束赋形抑制干扰的能力就越强，增益也越高。

从算法难度来看，EBB算法的实现难度略高于GOB算法，EBB算法得到的是全局最优解，而GOB算法得到的是局部最优解；从应用场景来看，在低速情况下，EBB算法性能优于GOB，而在高速情况下，EBB算法与GOB算法性能基本相当；在市区场景下，无线的传播环境很恶劣，EBB算法的优势也更加明显。综上所述，EBB算法性能要明显优于GOB算法。由于文章选择的仿真场景为市区宏小区和市区微小区，所以在文章中将以EBB算法为参照，通过仿真给出基于SVD和