来自稀疏反馈数据的信道状态信息重构的制作方法

专利名称：来自稀疏反馈数据的信道状态信息重构的制作方法
技术领域：
本发明一般涉及无线通信，并且具体地说，涉及在无线网络从用户设备传送的稀疏数据来估计信道状态信息的高效系统和方法。
背景技术：
本申请要求对于2009年4月24日提交的名称为“Channel State Information Feedback by Digital Loopkick”、序列号为61/17M84的美国临时专利申请的优先权，该申请通过引用以其整体结合于本文中。无线通信网络通过射频信道在下行链路中将通信信号从称为基站的固定收发器传送到地理区域或小区内的移动用户设备(UE)。UE在上行链路中将信号传送到一个或多个基站。在两种情况下，接收信号可表征为受信道效应加噪声和干扰改变的传送信号。为了从接收信号恢复传送信号，接收器因此要求信道的估计及噪声/干扰的估计。信道的特性称为信道状态信息(CSI)。估计信道的一种已知方式是定期传送已知参考符号，也称为导频符号。由于参考符号为接收器已知，因此，接收符号中与参考符号的任何偏离(一旦去除估计的噪声/干扰)是由信道效应造成的。CSI的准确估计允许接收器更准确地从接收信号恢复传送信号。另外，通过将CSI从接收器传送到传送器，传送器可选择最适合用于当前信道状态的传送特性-如编码、调制及诸如此类。这称为信道相关链路自适应。现代无线通信网络是干扰受限的。网络一般独立处理引导到小区中每个UE的传送。到相同小区中其它UE的传送在给定UE被视为干扰-产生了术语小区间干扰。减轻小区间干扰的一种方案是协调的多点(CoMP)传送。CoMP系统采用许多技术来减轻小区间干扰，包括MIMO信道、许多分布式天线、波束形成及联合处理。联合处理(JP)是当前正在研究用于高级长期演进(LTE)的CoMP传送技术。在JP 中，联合考虑了到多个UE的传送，并且应用全局优化算法以最小化小区间干扰。也就是说， JP算法尝试将传送能量引导向目标UE,同时避免在其它UE生成干扰。为了有效地进行操作，JP系统要求有关传送信道的信息。信道信息或CSI反馈到系统传送器的方式有丙种 预编码矩阵指示符(PMI)和量化的信道反馈。LTE发行版8中指定的PMI反馈基本上是每个UE对传送格式的推荐。多个预定义预编码矩阵被离线设计，并且在基站和UE均已知。预编码矩阵定义下行链路编码和传送参数的各种集合。每个UE测量其信道并搜索预编码矩阵，选择优化某一可量化度量的矩阵。 选定的预编码矩阵被反馈或报告到基站。基站随后考虑所有推荐的预编码矩阵，并且选择在小区内实现全局优化解决方案的预编码和传送参数。在设计发行版8LTE时考虑的情形中，由于来自UE的推荐和实际期望的传送参数之间的高度相关，PMI反馈效果很好。PMI反馈压缩通过利用仅部分信道-“最强方向”、即信号空间-需要反馈到传送器的事实，减少了上行链路带宽。在JP CoMP应用中，期望的传送格式(它实现干扰抑制)将不可能与UE推荐的传送格式一致。推荐UE均没有关于到推荐UE的传送将干扰的其它UE的任何知识。另外，推荐UE没有调度到将干扰其信号的其它UE的传送的知识。此外，PMI反馈压缩通过仅报告引导到推荐UE的传送所关注的信道的部分，减少了带宽。虽然这增大了非协作传送的上行链路效率，但对于协作传送是不利的，因为它拒绝可在JP优化中有用的有关信道的网络信肩、ο在量化的信道反馈中，UE尝试描述实际信道。与PMI反馈不同，这要求不但反馈有关信道的信号空间的信息，而且反馈信道的补充空间(“更弱空间”，也稍微不准确地称为 “虚空间”)的信息。整个信道的反馈产生了几个优点。在完全CSI在网络可用的情况下， 相干JP方案能够抑制干扰。另外，网络能够通过将独特的参考符号传送到每个UE,获得个别化的信道反馈。由于方法基本上对UE是透明的，因此，这能够实现多种JP传送方法的灵活和适应未来的实现。即使不采用JP CoMP传送，在网络的CSI也能解决困扰当前无线系统的最基本问题之一-由于网络不能预测UE遇到的干扰而造成的信道相关链路自适应中的不准确性(与公知的闪光效应密切相关的问题，如Afif Osserain等在论文“hterference Mitigation for ΜΙΜΟ Systems Employing User-specific, Linear Precoding，，(PIMRC 2008)中所述的)。一旦网络知道在每个UE附近的基站的CSI，网络便能够准确地预测在每个UE的SINR，从而产生更准确得多的链路自适应。即使直接CSI优于PMI反馈是明显的，但与直接CSI反馈有关的重要问题是带宽。 完全CSI反馈要要求高比特率将CSI从每个UE传送到网络。时间频率上行链路信道资源必须用于在上行链路信道上携带CSI反馈，使得这些资源不可用于在上行链路上传送用户数据-CSI反馈传送因此是纯开销，直接降低了上行链路数据传送的效率。将直接CSI反馈输送到网络而不消耗过多的上行链路资源成了现代通信系统设计的一个重要挑战。

发明内容
根据本文中所述和要求权利的一个或多个实施例，基于从UE 20非频繁传送的 CSI反馈数据，计算准确的信道估计。从UE收到表示下行链路通信信道的频率响应的多个非均勻间隔的数字CSI反馈样本。收到的CSI反馈样本被解调和逆量化。从逆量化的CSI 反馈样本来生成时域抽头延迟信道模型。时域抽头延迟信道模型可进行频率变换以获得频域中下行链路通信信道的重构的频率响应。可在不同时间为信道报告样本，并且将对应的抽头延迟模型联合进行频率变换。备选的是，可基于以前延迟和/或上行链路上传送的已知参考信号，估计信道延迟。CSI报告实例之间的信道估计可例如通过采样和保留或线性预测器进行预测。延迟可假设是固定的，并且Kalman滤波器系数随时间的过去而演变。


图1是无线通信网络的功能框图。图2示出代表性信道响应的同相和正交分量的图形，示出了由UE向网络报告的量化的信道估计。图3是接收和处理CSl反馈的方法的流程图。图4是基于图3的CSI反馈的估计的时域抽头延迟信道模型的图形。图5示出如由网络基于图4的信道模型所重构的下行链路信道频率响应的同相和正交分量的图形。图6示出在几个时间代表性信道响应的同相和正交分量的图形，示出了 UE选择的量化的信道估计。图7示出对于每个选定时间基于图6的CSI反馈的估计的时域抽头延迟信道模型的图形。图8示出如由网络基于图7的信道模型为每个选定时间所重构的下行链路信道频率响应的同相和正交分量的图形。图9示出采样和保留与线性预测模型的MSE重构信道估计误差的图形。
具体实施例方式为了清晰公开和完全能够实现的目的，本发明在本文中描述为在基于正交频分复用(OFDM)调制的无线通信网络中实施。更具体地说，本文中的实施例基于演进通用地面无线电接入(E-UTRA)系统，该系统通常也指广泛部署的WCDMA系统的长期演进(LTE)。本领域技术人员将容易理解这些系统只是代表性而不是限制性的，并且在给定本公开的教导时，将能够应用本发明的原理和技术到基于不同接入和调制方法的广泛的多种无线通信系统。图1示出无线通信网络10。网络10包括在通信上连接到诸如公共交换电话网 (PSTN)、因特网或诸如此类等一个或多个其它网络的核心网络(CN) 12。在通信上连接到CN 12的是一个或多个无线电网络控制器(RNC) 16，它们又控制一个或多个节点B站18。节点 B 18也称为基站，包括与地理区域或小区22内一个或多个用户设备(UE) 20实现无线无线电通信所必需的射频(RF)设备和天线。如图所示，节点B 18在一个或多个下行链路信道上将数据和控制信号传送到UE，并且UE类似地在上行链路上将数据和控制信号传送到节点 B 18。在名禾尔为"Efficient Uplink Transmission of Channel State information，， 的序列号为12/555966的共同未决美国专利申请(与本申请同时提交，转让给本发明的受让人，并通过引用以其整体结合于本文中)中，描述了估计下行链路信道并高效地向网络报告CSI反馈的系统和方法。简要地说，此引用文献描述了如下的下行链路信道表征和向网络10的高效反馈。在频率f和时间t的信道的频率响应能够根据具有延迟τ i的时域信道抽头h (1 ； t}表示如下
Mt在每次报告迭代或每个时间t，由UE 20执行以下步骤首先，UE 20使用已知参考信号和标准技术形成在多个副载波的下行链路信道的估计。这些估计表示为以下Nxl向量g(0^iHifiU) H(A;t)…H(JVJ)Y其中，力是在频率f和时间t的信道的UE估计的频率响应。其次，对于每个报告实例，UE 20形成g(t)的元素的多个线性组合，即，根据以下等式，UE 20将向量g(t)乘以大小为MxN的混合矩阵P(t)以获得大小为Mxl的新向量 r(t)r(t) = P(t) Xg(t) ο如上面引用的共同未决的专利申请中所述的，P(t)可以许多方式来形成，并且其元素可采用许多值。第三，使用量化器& ( ·)来量化乘积矩阵r⑴以获得多个比特，表示为向量b⑴， 代表向量r(t)。最后，b(t)中的比特随后在上行链路控制信道传送到网络10。图2示出在一个时间的代表性下行链路信道频率响应，带有由UE20选择、量化和作为CSI反馈传送的非均勻间隔的数字样本。由于各种采样和量化误差，样本不是全部精确地位于频率响应曲线上。图3示出根据本发明的一个实施例的在无线通信网络10中接收和处理来自UE 20 的CSI反馈的方法。网络在上行链路控制信道上从UE 20接收量化的非均勻间隔的数字样本(框102)。从UE 20收到的比特先由网络10使用标准接收器来解调，表示为c(t)。随后，通过量化器仏(·)的逆来操作c(t)中的比特以产生r(t)的估计(框104)
ΛΛf-5(/) ^ [？-(ViI) /'(^2) ,.. Κ/, Μ)]其中，;■·(·)是向量r(t)的元素的估计(框104)。网络10使用P(t)的知识，应用信道估计技术到s (t)。网络10为所有“f”估计频率响应H(f ;t)，而不只是为在UE 20的g(t)的形成中包括的频率估计频率响应。在一个实施例中，如图4所示，网络10通过从s(t)构建时域抽头延迟信道模型来实现此操作 (框106)。在没有另外信息的情况下，可能的延迟抽头的范围优选地覆盖整个循环前缀长度(例如，4. 7 μ S)。信道估计和路径搜索在本领域中是已知的(例如，参阅ftOakis的标准参考书“Digital Communications").已知方法能够被采纳以构建与s (t)中频域观察一致的时域抽头延迟信道模型。近来，已将凸性优化方法引入此类信道估计和路径搜索问题(例如，参阅 “Special Issue on Compressive Sampling，，，IEEE Signal Processing Magazine，2008年 3月，其公开通过引用以其整体结合于本文中)。根据一个实施例，应构建时域抽头延迟信道模型，使得非零抽头的数量小。根据第二实施例，应构建时域抽头延迟信道模型，使得时域抽头的幅度之和应是小的。根据第三实施例，应构建时域抽头延迟信道模型，使得频域观察s(t)与时域抽头延迟信道模型的频率变换之间的残余误差应与混合矩阵P(t)的任何行具有小的相关性。在本文中使用时，“小”值指低于预定阈值的值。随后，如图5所示，将稀疏时域抽头延迟进行频率变换，如通过应用快速傅立叶变换(FFT)操作，以产生重构的频域响应(框108)。如图5展示的，重构的频率响应接近地匹配于原频率响应(参见图2)。跨整个频带的频率响应重构的均方误差(MSE)小于15dB。图6示出五批CSI反馈样本，每批在不同时间从下行链路信道获得。每批由15个非均勻间隔的数字样本组成，并且这些批每隔90ms反馈。图7示出对应的稀疏时域抽头延迟模型。联合FFT操作在这些抽头延迟模型上执行，产生图8所示完全重构的频率响应曲线。基于s (t)，网络10必须为所有“f”形成信道的估计H(f ；t)。在下面的实施例中，基于问题的特定结构，降低了此估计的复杂性，并且改进了性能。信道响应被估计为从此等式，明显的是，通过估计(h(l ；t)，τ J对-即通过估计延迟和对应的信道系数，同样能够实现在所有频率信道的估计。信道估计算法随后尝试搜索最适合网络10从 UE 20收到的CSI反馈的延迟τ ,的集合和对应的信道系数h (1 ；t)。此信道估计的计算复杂性随着执行搜索的延迟范围(数量)的增大而增大。此外，在更小范围上执行搜索时，估计信道的准确性增大，因为更小的范围有效地提供了有关可能有效延迟的一些先验信息。在一个实施例中，UE 20定期传送CSI反馈报告，在每个报告实例后，网络10具有估计的延迟的集合。延迟的值变化一般比一个报告间隔的持续期慢得多。因此，网络10可假设在当前报告后的最佳估计延迟应十分接近在上一报告结束后获得的估计延迟。因此， 在每个新报告，可能延迟的范围受限于以前估计延迟周围的小窗口。散射无线电波的地面、建筑物和其它要素相对于UE 20天线和节点B 18天线的位置确定用于给定信道系数的延迟。由于UE 20在上行链路上传送时与节点B 18在下行链路上传送时存在相同的散射体，因此，网络10可假设在一对UE 20天线与节点B 18天线之间的上行链路和下行链路信道具有相同的延迟集合。由于UE在上行链路上传送与基站在下行链路上传送时存在相同散射体，因此，可合理地假设该对UE天线与网络天线之间的上行链路和下行链路信道具有多普勒频移和延迟的相同集合。如果UE在上行链路上传送已知参考信号，则网络能够为每个网络天线(注意，不同网络天线能够位于不同基站)与每个UE天线之间的每个信道估计多普勒频移和延迟的集合。基于UE的上行链路传送所计算的这些估计的延迟和多普勒频移随后能够用于缩小在其上执行搜索的延迟和多普勒频移的范围。使用上行链路传送的两个重要优点是 (1) 一个UE的一个传送由所有网络天线来接收；因此，与这些上行链路传送相关联的开销量(使得能够估计上行链路上的延迟和多普勒频移)能够相当小，以及( 从一个基站的天线到UE的所有信道具有完全相同的延迟和多普勒频移，因此，只需要为每个UE估计每基站多普勒频移和延迟的仅一个集合。在另一实施例中，UE 20在上行链路上传送已知参考信号，并且网络10为在每个网络10天线(注意，不同网络10天线能够位于不同节点B 18)与每个UE 20天线之间的每个信道估计延迟集合。在此实施例中，对于位于每个节点B 18的天线，将存在不同的延迟集合。基于UE 20的上行链路传送而计算的这些估计延迟随后用于缩小在其上执行搜索的延迟的范围。使用上行链路传送的一个重要优点是所有网络10天线接收一个UE 20的一个传送。因此，与这些上行链路传送相关联的开销量(使得能够估计上行链路上的延迟)能够相当小。通过定期CSI反馈报告，每个反馈期提供有关信道的新信息。然而，在连续反馈报告之间，网络必须依赖信道值的预测。使报告间隔尽可能地长将最小化CSI反馈率和相关联的开销。另一方面，使报告间隔保持短增大了预测的准确性。由此至少部分地基于网络在CSI反馈报告之间准确预测信道估计的能力，确定最佳反馈报告间隔-预测越佳，需要报
8告的CSI报告频度越低。在一个实施例中，网络10采用“采样和保留”预测器，其中，以前计算的信道估计用作预测的信道值。在另一实施例中，网络10采用“线性”预测器，其中，以前计算的信道估计的线性组合用作预测的信道值。给定基于UE 20 CSI反馈计算的以前信道估计的二阶统计(即相关性)时，标准线性估计/预测方法用于查找线性预测器的系数的最佳选择。注意，在一个实施例中，网络10可在采样和保留预测器与线性预测器之间按照要求来切换以最大化开销预测准确性。图9示出作为报告期T的函数的信道重构误差的MSE (假设UE速度为3kph，并且载频为2GHz)。三条点状曲线示出在采样和保留预测器下的误差，以及三条实线曲线示出在连续CSI报告之间使用线性预测器时的误差。在预测器的输入，信道重构误差变化在15到 17dB之间。在图5所示的测试条件下，明显的是，对于给定平均重构误差，与采样和保留预测器相比，线性预测器要求更不频繁的CSI报告(即，更长的报告间隔)。实际上，估计的延迟应对于多个连续CSI报告间隔保持恒定。假设多个报告间隔上的固定延迟的集合，则如Brain Anderson和John Moore在书本"Optimal Filtering”(Dover Publications, 2005)中所述的，通过应用 Kalman 滤波器到来自 UE 20 的连续报告，能够获得产生最小MSE信道重构误差的系数选择(每个延迟一个系数)，该书的公开通过引用以其整体结合于本文中。通过固定延迟，用于每个t的向量s(t)能够表示为信道系数的线性且可能是时变的函数。此外，信道抽头随时间的演变能够建模为白噪声驱动的线性时不变系统的输出。在一个实施例中，给定反馈CSI数据时，将这两种表示组合在一起，并且应用Kalman滤波以生成最小MSE信道估计。如本文中所述的处理CSI反馈数据的网络10实施例增大了信道估计的准确性，并减少了反馈信道带宽。当然，在不脱离本发明基本特性的情况下，本发明可以在不同于本文具体所述那些方式外的其它方式中实现。陈述的实施例在所有方面均要视为说明性而不是限制性的， 并且落在随附权利要求的意义和等同范围内的所有更改旨在涵盖于其中。
权利要求
1.一种接收和处理来自无线通信网络中的用户设备(UE)的信道状态信息(CSI)反馈的方法，包括从UE接收表示下行链路通信信道的频率响应的多个非均勻间隔的数字CSI反馈样本；解调并逆量化所接收的CSI反馈样本；从所逆量化的CSI反馈样本来生成时域抽头延迟信道模型；以及将所述时域抽头延迟信道模型进行频率变换以获得频域中所述下行链路通信信道的重构的频率响应。
2.如权利要求1所述的方法，还包括基于所述下行链路通信信道的重构的频率响应来执行自适应调制和编码。
3.如权利要求1所述的方法，其中将所述时域抽头延迟信道模型进行频率变换包括应用快速傅立叶变换到所述抽头延迟。
4.如权利要求1所述的方法，其中时域抽头延迟的范围至少与附加到下行链路数据符号的循环前缀的长度一样长。
5.如权利要求1所述的方法，其中接收表示下行链路通信信道的频率响应的多个非均勻间隔的数字CSI反馈样本包括接收多批非均勻间隔的数字CSI反馈信号，每批表示在不同时间所述下行链路通信信道的频率响应；解调和逆量化所接收的CSI反馈样本包括解调和逆量化每批CSI反馈样本； 从所逆量化的CSI反馈样本来生成时域抽头延迟信道模型包括生成多个时域抽头延迟信道模型，每个模型对应于信道样本时间；以及将所述时域抽头延迟信道模型进行频率变换以获得频域中所述下行链路通信信道的重构的频率响应包括将所述多个时域抽头延迟信道模型联合地进行频率变换以获得多个重构的频率响应的每个响应，每个响应表示在对应于所述CSI反馈样本的时间所述下行链路通信信道的频率响应。
6.一种接收和处理来自无线通信网络中的用户设备(UE)的信道状态信息(CSI)反馈的方法，包括从UE接收表示下行链路通信信道的频率响应的多个非均勻间隔的数字CSI反馈样本；解调和逆量化所接收的CSI反馈样本；以及搜索最适合所接收的CSI反馈样本的时域延迟值的集合和对应的信道系数。
7.如权利要求6所述的方法，其中搜索时域延迟值的集合包括在以前估计的延迟周围的窗口上进行搜索。
8.如权利要求6所述的方法，其中搜索时域延迟值的集合包括搜索来自所述UE的上行链路信道中的时域延迟值。
9.如权利要求6所述的方法，其中搜索时域延迟值的集合包括 从所述UE接收已知参考信号；为每个传送UE天线与每个接收网络天线之间的每个信道估计延迟的集合； 基于所估计的上行链路延迟，为每个信道定义延迟窗口 ；以及为每个信道搜索所述延迟窗口内的时域延迟值。
10.如权利要求9所述的方法，其中为每个信道搜索所述延迟窗口内的时域延迟值还包括为位于基站的所有传送天线搜索时域延迟值的仅一个集合。
11.如权利要求6所述的方法，其中搜索时域延迟值的集合包括搜索非零延迟值的集合，所述集合大小低于预定阈值。
12.如权利要求6所述的方法，其中搜索时域延迟值的集合包括搜索其中幅度之和低于预定阈值的延迟值的集合。
13.如权利要求6所述的方法，其中搜索时域延迟值的集合包括搜索延迟值的集合，使得频域观测与所述时域抽头延迟值的频率变换之间的残余误差具有与矩阵的任何行的低于预定阈值的相关。
14.如权利要求12所述的方法，其中矩阵的行包括混合矩阵的行。
15.如权利要求6所述的方法，还包括定期重复所述方法步骤。
16.如权利要求15所述的方法，还包括预测从所述UE接收CSI报告的实例之间所述下行链路信道的估计。
17.如权利要求16所述的方法，其中预测所述下行链路信道的估计包括使用所述下行链路信道的以前计算的估计作为所预测的估计。
18.如权利要求17所述的方法，其中所述下行链路信道的以前计算的估计是最接近的以前计算的估计。
19.如权利要求18所述的方法，其中预测所述下行链路信道的估计包括计算信道值的以前计算的估计的线性组合来用作所预测的信道值。
20.如权利要求16所述的方法，其中预测所述下行链路信道的估计包括为每个延迟值选择在CSI报告的两次或更多次迭代上导致最小MSE信道重构误差的Kalman滤波器系数。
21.如权利要求20所述的方法，其中所述延迟值是固定的，以及其中重构的信道估计的向量包括所述信道系数的线性函数。
22.如权利要求21所述的方法，其中信道抽头随时间过去的演变被建模为由白噪声驱动的线性时不变系统的输出。
全文摘要
本文公开了基于从UE 20非频繁传送的信道状态信息(CSI)反馈数据来计算准确的下行链路信道估计。从UE收到表示下行链路通信信道的频率响应的多个非均匀间隔的数字CSI反馈样本。收到的CSI反馈样本被解调和逆量化。从逆量化的CSI反馈样本来生成时域抽头延迟信道模型。时域抽头延迟信道模型可进行频率变换以获得频域中下行链路通信信道的重构频率响应。备选的是，可基于以前延迟和/或上行链路上传送的已知参考信号来估计信道延迟。CSI报告实例之间的信道估计可例如通过采样和保留或线性预测器进行预测。延迟可假设是固定的，并且Kalman滤波器系数随时间的过去而演变。
文档编号H04B7/04GK102415002SQ201080019009
公开日2012年4月11日 申请日期2010年4月23日 优先权日2009年4月24日
发明者D·许, K·赞吉, L·克拉斯尼, 郑荣富 申请人:瑞典爱立信有限公司