信泄噪比的预编码算法研究范文

《移动通信杂志》2014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时，SLNR算法的误码率为最优。而对于系统容量而言，SLNR算法的系统容量最大，MMSE算法次之，ZF算法最小。

然后是2种改进的预编码算法的仿真，具体如图4和图5所示。通过对改进的预编码算法的仿真以及和基础算法的比较，从图4可以看出，2种改进的预编码算法相对于基础的SLNR预编码算法来说，误码率有了很大的改善，其中SLNR_MMSE算法优于SLNR_ZF算法。从图5可以看出，2种改进的预编码算法的系统容量都高于SLNR算法的系统容量，而2种改进的算法中，SLNR_MMSE算法又优于SLNR_ZF算法，尤其在低信噪比时，SLNR_MMSE算法的系统容量提升较为明显。总的来说，改进的算法在误码率和系统容量这2方面都优于原有的基本算法，对系统性能有一定的提高作用。

3结论

本文对SLNR预编码算法进行了改进，在其基础上提出了2种改进的优化算法：SLNR_ZF和SLNR_MMSE，可以有效地消除用户自身天线的干扰和信道噪声的干扰，从而提高整个系统的性能。通过仿真结果表明，SLNR_ZF算法和SLNR_MMSE算法相对于SLNR算法在误码率、系统容量方面都得到了有效地改善，从而提升了通信系统的通信质量。当然，除了降低干扰方面，还可以从其他方面对该算法进行改善，有待进一步的研究。

作者：隽静平王军选单位：西安邮电大学通信与信息工程学院