信泄噪比的预编码算法研究

信泄噪比的预编码算法研究

《移动通信杂志》

2021

年第

z1

期

   1

改进的信泄噪比（

SLNR

）算法

如上文所述，

SLNR

预编码算法相比迫零（

ZF

）

、块对角化（

BD

）等算法，性

能有了一定的提升，

但是该算法也有自身的缺点。

其虽然最大程度上消除了噪声

和用户间的干扰，

可是用户自身天线间的干扰并不能消除。

基于此，

本文提出了

改进算法：一种是将迫零（

ZF

）算法与

SLNR

算法结合；另一种是将最小均方误

差（

MMSE

）算法与

SLNR

算法结合，从而达到消除用户自身天线干扰的目的。

   1.1SLNR_ZF

预编码算法

SLNR

预编码算法无法消除用户自身天线间的干扰，

而

ZF

算法可以将包括多天线用户自身内部干扰在内的所有干扰完全消除。

因此，

可以将

ZF

算法引入到

SLNR

预编码算法内，

用以消除用户自身干扰

[3]

。

SLNR_ZF

算法在消除用户间干扰的同时，

也可以有效地消除用户自身干扰，

提高了系统的

性能。

   1.2SLNR_MMSE

预编码算法在上文所述的

SLNR_ZF

算法中引入

ZF

算法，消除

了用户自身内部的干扰，改善了系统的性能。但是，

ZF

算法的引入却会导致信

道噪声的放大，所以为了减小噪声的干扰，本文引入了规范化因子。在

SLNR_ZF

算法中引入规范化因子，

即将

SLNR_ZF

算法中的

ZF

算法改成

MMSE

算法。

由于规

范化因子的引入可以消除噪声的干扰，因此可以进一步地优化系统的性能。

SLNR_MMSE

预编码算法可以消除所有的干扰，

进一步地提升了系统的误码率和容

量。

   2

算法的仿真以及分析

下面将对上述基本的预编码算法以及改进的算法进行仿真，再根据仿真结果

对其性能的改善进行分析。

以下仿真是在发射端天线

8

根，

接收端

4

个用户，

每

个用户

2

根天线的条件下进行的。首先是基本的

3

种算法的仿真，即

ZF

预编码

算法、

MMSE

预编码算法和

SLNR

预编码算法。具体如图

2

和图

3

所示。从图

2

和

图

3

可以看出，

通过对

ZF

、

MMSE

和

SLNR

这

3

种预编码算法的仿真，

在信噪比低

于

10dB

时，

SLNR

算法的误码率低于

ZF

、

MMSE

算法，

为最优；

在信噪比处于

10

～

26dB

时，

MMSE

算法的误码率低于其他

2

种算法，为最优；在信噪比高于

26dB