0 引言

    隨著通信技術(shù)不斷發(fā)展，人們對無線通信系統(tǒng)的信息傳輸速率和服務(wù)質(zhì)量要求越來越高。為了滿足需求，必須采取有效措施來提高系統(tǒng)的頻譜利用率和可靠性。研究表明，多輸入多輸出(Multi-Input Multi-Output，MIMO)技術(shù)通過增加發(fā)送與接收信號的天線數(shù)量，可以在不增加系統(tǒng)帶寬與發(fā)射功率的前提下有效提高系統(tǒng)容量和數(shù)據(jù)傳輸速率。但隨著天線數(shù)的增加，MIMO技術(shù)也存在弊端：一方面發(fā)送天線之間要求同步，極大地增加了硬件實現(xiàn)難度和成本；另一方面所有發(fā)送天線同時傳輸同頻信號，將導(dǎo)致各天線之間存在極強(qiáng)的信道干擾。針對以上缺陷，2006年MESLEH R與HAAS H在文獻(xiàn)[1]中提出了一種新的多天線傳輸技術(shù)——空間調(diào)制(Spatial Modulation，SM)方案，該技術(shù)具有單射頻特性，天線間干擾程度低，接收端的信號處理較為簡單，正逐漸成為MIMO傳輸技術(shù)研究的熱點之一。

    文獻(xiàn)[1]和文獻(xiàn)[2]中闡述了SM方案的核心思想，任一發(fā)送時刻只有一根發(fā)射天線處于激活狀態(tài)，其余發(fā)射天線處于靜默狀態(tài)，發(fā)送的比特信息一部分映射到星座調(diào)制圖上，其余比特信息映射到天線索引號構(gòu)成的空間維上。因此，SM方案有效避免了信道間干擾和多天線發(fā)射同步難問題，但存在以下不足：首先，文獻(xiàn)[1]和文獻(xiàn)[2]中的調(diào)制技術(shù)都是通過單層調(diào)制模式將比特信息均勻地映射在MPSK/MQAM星座圖上。這些星座圖中的信號點等間隔等概率分布，從容量優(yōu)化的角度來看這種模式并不是最優(yōu)的，一定程度地限制了SM系統(tǒng)性能^[3]；同時在高速率系統(tǒng)中，系統(tǒng)譯碼復(fù)雜度是一個重要的考慮因素。文獻(xiàn)[4]和文獻(xiàn)[5]中的傳統(tǒng)SM系統(tǒng)采用2^M進(jìn)制非線性比特符號調(diào)制，然后通過最大似然算法(Maximum Likelihood，ML)進(jìn)行信號檢測，系統(tǒng)譯碼復(fù)雜度為o(2^M N_r)，隨著M的增加，復(fù)雜度呈指數(shù)遞增。因此，高階調(diào)制方案很難用于高速率傳輸?shù)腗IMO系統(tǒng)。

    針對以上存在的不足，本文在傳統(tǒng)SM系統(tǒng)星座點映射上采用分層編碼調(diào)制(Superposition Coded Modulation，SCM)技術(shù)，稱為基于分層編碼的空間調(diào)制（SCM-SM）系統(tǒng)，它極大地簡化了可用碼字的構(gòu)成，且編碼過程是線性的，接收端的譯碼復(fù)雜度也會相對降低，在準(zhǔn)靜態(tài)瑞利衰落信道中有效地均衡SM系統(tǒng)的有效性和可靠性。

    傳統(tǒng)SM系統(tǒng)采用ML算法、最大比合并算法(Maximum Ratio Combining，MRC)以及球形譯碼算法(Sphere Decoding，SD)等進(jìn)行信號檢測。ML通過遍歷所有碼本，它以犧牲系統(tǒng)復(fù)雜度換取了較低誤比特率性能(Bit-Error-Rate，BER)，而復(fù)雜度相對低的MRC和SD算法性能略低于ML。為了更好地均衡系統(tǒng)的復(fù)雜度與性能，本文在SCM-SM系統(tǒng)下，提出了一種低復(fù)雜度的檢測算法，連續(xù)干擾消除檢測，能較好地恢復(fù)出星座域和空間域的比特信息。該算法的復(fù)雜度主要取決于編碼層數(shù)，當(dāng)層數(shù)為L時，系統(tǒng)譯碼復(fù)雜度隨著L呈線性增加。因此，分層編碼調(diào)制方案適合于高速率傳輸?shù)拇笠?guī)模MIMO系統(tǒng)。

1 分層編碼調(diào)制與系統(tǒng)模型

1.1 分層編碼調(diào)制原理

    無線通信系統(tǒng)中，語音、圖像以及視頻等業(yè)務(wù)對服務(wù)質(zhì)量(Quality of Service，QoS)的要求各不相同。傳統(tǒng)MIMO系統(tǒng)引入混合自動重轉(zhuǎn)機(jī)制(Hybrid Automatic Repeat request，HARQ)和前向糾錯碼技術(shù)(Forward Error Correction，F(xiàn)EC)來保證不同用戶QoS要求，但這些方案都需要系統(tǒng)提供額外的容量開銷。文獻(xiàn)[6]的LTE-A(Long Term Evolution-Advanced)系統(tǒng)中，作者通過SCM技術(shù)保證不同用戶的QoS。同時，傳統(tǒng)SM系統(tǒng)每次通過激活一根天線來傳輸信息，一定程度上浪費了系統(tǒng)資源。因此，本文將傳統(tǒng)SM系統(tǒng)與SCM技術(shù)結(jié)合，得到SCM-SM系統(tǒng)。一方面很好地滿足了不同業(yè)務(wù)的不同服務(wù)質(zhì)量要求，另一方面充分利用了MIMO的系統(tǒng)資源。

    SCM其核心思想是將不同QoS要求的比特信息進(jìn)行分層，QoS要求高或者優(yōu)先級高的比特信息在上層進(jìn)行獨立編碼調(diào)制，QoS要求低或者優(yōu)先級低的信息在低層進(jìn)行獨立編碼調(diào)制。圖1為兩層編碼調(diào)制的星座點圖(4/16QAM)，通過兩層QPSK進(jìn)行獨立編碼調(diào)制后線性疊加，相當(dāng)于16QAM星座圖。

    如圖1所示，待發(fā)送的比特信息通過分離器將QoS要求高的業(yè)務(wù)數(shù)據(jù)分離到第一層進(jìn)行獨立編碼，映射到圖中黑色點(QPSK星座點)上；QoS要求低的數(shù)據(jù)分離到第二層進(jìn)行獨立編碼，也映射到對應(yīng)的QPSK星座點上。最后通過加權(quán)疊加后調(diào)制到4/16QAM對應(yīng)的白色星座點上。

1.2 系統(tǒng)模型

    本文設(shè)計了一個包含N_t根發(fā)送天線、N_r根接收天線、N_a根激活天線的SCM-SM系統(tǒng)模型，發(fā)送端系統(tǒng)框圖如圖2所示。首先發(fā)送比特信息分為兩個部分，即星座點調(diào)制和天線索引調(diào)制。天線索引調(diào)制部分與傳統(tǒng)空間調(diào)制方案相同，用于選擇發(fā)送時刻的激活天線索引號。而星座點調(diào)制部分與文獻(xiàn)[2]和文獻(xiàn)[3]的方案不同，本設(shè)計將其與SCM技術(shù)結(jié)合，使系統(tǒng)性能達(dá)到最佳。

    由圖2可知，星座點調(diào)制部分采用SCM技術(shù)，將調(diào)制的比特通過串并轉(zhuǎn)換，得到L路比特信息。其中，每一路相當(dāng)于一個調(diào)制層，每一層的信息通過相同編碼器(Turbo編碼/卷積編碼)編碼，輸出序列為c_i，c_i經(jīng)過交織器后得到b_i，且每一層交織方式不同，目的是得到相互獨立的編碼比特。最后，b_i通過相應(yīng)調(diào)制方式(QPSK/QAM)進(jìn)行星座圖調(diào)制，得到調(diào)制符號x_i。發(fā)射的信息x^j由各層調(diào)制符號加權(quán)后線性疊加。

式中，L表示層數(shù)，J為每層調(diào)制符號長度，x_i是調(diào)制后的向量，ρ_i是第i層加權(quán)系數(shù)。ρ_i取值不同將會產(chǎn)生不同整形與性能的星座圖，從而系統(tǒng)性能也大不相同。根據(jù)文獻(xiàn)[4]中蜂窩系統(tǒng)加權(quán)因子的參數(shù)設(shè)計，此處設(shè)計的MIMO系統(tǒng)各層加權(quán)因子ρ_l如式(2)所示：

    最后，x_j通過激活天線n_t發(fā)送到無線信道中。假設(shè)系統(tǒng)經(jīng)過準(zhǔn)靜態(tài)瑞利衰落信道，H^j代表N_t×N_r的信道沖擊響應(yīng)矩陣，接收端信號為：

    此時，該系統(tǒng)傳輸速率相對于文獻(xiàn)[2]中的空間調(diào)制系統(tǒng)有所提高。傳輸速率R如式(4)所示，單位為bpcu(Bits per channel use)。

其中M_i表示第i層調(diào)制階數(shù)，r是編碼速率。

2 連續(xù)干擾消除信號檢測

    文獻(xiàn)[7]的MRC算法和文獻(xiàn)[8]的SD算法犧牲了一定系統(tǒng)性能，以換取較低的系統(tǒng)復(fù)雜度。考慮到ML較優(yōu)的BER性能，本文將該算法與SCM方案相結(jié)合，提出了一種新的信號檢測算法——連續(xù)干擾消除（Successive Interference Cancellation，SIC）。通過逐層運用干擾消除方法進(jìn)行信號譯碼，算法檢測流程框圖如圖3所示。

    基于前面的N_t根發(fā)射天線、N_r根接收天線的MIMO系統(tǒng)模型，由式(3)可得：

    式(8)中的s₁是第一層QAM星座點碼本，式(9)中的s_L是L層線性疊加后的星座點碼本。這樣，系統(tǒng)復(fù)雜度就從原來隨調(diào)制階數(shù)呈指數(shù)增加變?yōu)殡S層數(shù)L線性增加。最后各層進(jìn)行獨立譯碼，得到各層的比特信息{c₁，…，c_L}。

3 算法復(fù)雜度分析

    本文使用復(fù)數(shù)運算的次數(shù)來衡量算法的檢測復(fù)雜度。兩個復(fù)數(shù)相乘需要4次乘積運算和3次求和運算。在SCM-SM系統(tǒng)中。文獻(xiàn)[4]中的ML檢測算法需要4(N_t)²N_r 2^M×L次復(fù)數(shù)乘法和((3N_t+7)N_r+2)N_t 2^M×L次復(fù)數(shù)加法；其中M表示各層調(diào)制階數(shù)。本文提出的SIC檢測算法的復(fù)數(shù)乘與復(fù)數(shù)加次數(shù)如下：

    由式(10)、式（11）可知，SIC檢測方案的系統(tǒng)復(fù)雜度隨層數(shù)線性增加。特別地，收發(fā)天線數(shù)相同情況下，R越高(即L越大)，提出的檢測算法復(fù)雜度越低，例如當(dāng)N_t=N_r=8，N_a=1，r=1/2傳輸速率(分別為5 bpcu和6 bpcu)，ML與SIC兩種檢測算法的計算復(fù)雜度對比如表1所示。

4 仿真分析

    為了驗證SCM-SM系統(tǒng)性能，以系統(tǒng)的BER為衡量指標(biāo)。發(fā)送端采用編碼速率為1/2的(7，5)₈卷積碼，假設(shè)信道矩陣H的每一個元素都服從均值為0、方差為1的復(fù)高斯分布，且接收端對H完全已知，考慮不同的調(diào)制方式和收發(fā)天線數(shù)。

    圖4表示在N_t=N_r=8、N_a=1、R=5 bpcu時，SCM-SM系統(tǒng)采用4/16QAMSM系統(tǒng)采用16QAM調(diào)制。且接收端都采用ML檢測算法，兩系統(tǒng)的總誤比特率（BER）、天線索引映射（Index）以及調(diào)制符號（Constellation）的誤比特率曲線如圖4所示。

    圖4中，SCM-SM系統(tǒng)性能曲線始終位于SM系統(tǒng)的下方，在信道環(huán)境好的情況下，SCM-SM系統(tǒng)優(yōu)于SM系統(tǒng)1.4～2.0 dB左右。

    為進(jìn)一步驗證SCM方案在高速率傳輸下的性能，對兩系統(tǒng)下在R=5 bpcu和R=6 bpcu進(jìn)行仿真對比；且接收端都基于ML檢測算法，仿真圖如圖5。

    在R為5 bpcu和6 bpcu時，SCM-SM系統(tǒng)性能曲線始終位于傳統(tǒng)SM系統(tǒng)性能曲線的下方。特別在信噪比為12～17 dB時，該系統(tǒng)的性能優(yōu)勢較顯著。最后，在SCM-SM系統(tǒng)下還將提出的SIC信號檢測算法性能與文獻(xiàn)[4]中的ML算法和文獻(xiàn)[7]中的MRC算法細(xì)性能進(jìn)行仿真對比。

    從圖6中可以看出，提出檢測算法的BER曲線近似ML，兩者之間相差約0.6～1.0 dB。特別在R=5 bpcu，采用4/16QAM調(diào)制，星座點分布相對分散，SIC相比于MRC改善了約 0.8～1.2 dB的檢測性能；在R=6 bpcu，采用4/64QAM調(diào)制，星座點相對密集，SIC檢測算法優(yōu)于MRC約1.4～1.8 dB。

5 結(jié)論

    傳統(tǒng)SM系統(tǒng)采用均勻分布的星座點進(jìn)行星座映射，一定程度上限制了系統(tǒng)性能，且該系統(tǒng)不能在同一傳輸時隙滿足不同業(yè)務(wù)的QoS要求。本文在SM系統(tǒng)的星座點調(diào)制上采用SCM技術(shù)，有效地改善其性能。并提出了一種低復(fù)雜度的檢測算法，經(jīng)理論分析和計算機(jī)仿真表明，該檢測算法性能接近ML，且接收端譯碼復(fù)雜度與星座點調(diào)制階數(shù)M呈線性關(guān)系，即在很大程度上降低了檢測復(fù)雜度。同時，該方案能在同一傳輸符號下滿足不同業(yè)務(wù)的不同QoS要求，更加靈活地滿足未來5G系統(tǒng)的多種業(yè)務(wù)需求，在未來高速率傳輸?shù)囊苿油ㄐ畔到y(tǒng)中，該方案存在著一定的優(yōu)勢和實際應(yīng)用價值。

參考文獻(xiàn)

[1] MESLEH R，HAAS H，SINANOVI S，et al.Spatial modulation[J].IEEE Transactions on Vehicular Technology，2008，57(4)：2228-2241.

[2] RENZO M D，HAAS H，GHRAYEB A.Spatial modulation for multiple antenna wireless systems-A survey[J].IEEE Communications Magazines，2011，49(12)：182-191.

[3] Zhou Wen，Kai Caihong，Li Xutao.MIMO system capacity with imperfect feedback channel[C].Communications and Networking in China(CHINACOM)，2012 7th International ICST Conference on，2012.

[4] WU X，RENZO M D，HAAS H.Channel estimation for spatial modulation[C].In Personal Indoor and Mobile Radio Communications(PIMRC)，2013.

[5] RAJASHEKAR R，HARI K V S，HANZO L.Reduced-complexity ML detection and capacity-optimized training for spatial modulation systems[J].IEEE Transactions on Communications，2014，62(1)：112-125.

[6] ELDIN A E Z，HAGRAS E A A，ABDEL-KADER H M.Performance analysis of single code SCM-OFDM in mobile communication system[C].Engineering and Technology(ICET)，2014 International Conference on，2014.

[7] GUO M X，JIA C，SHEN Y H.Detection algorithm for spatial modulation system under unconstrained channel[C].Communication Technology(ICCT)，2010 12th IEEE International Conference on，2010.

[8] YOUNIS A，RENZO M D，MESLEH R，et al.Sphere decoding for spatial modulation[C].2011 IEEE International Conference on Communications(ICC)，2011.