高 倩，张福金

琼州学院 电子信息工程学院，海南 三亚 572022

基于高速铁路通信的多波束机会波束赋形技术

高 倩，张福金

琼州学院 电子信息工程学院，海南 三亚 572022

铁路运输以其经济、运输量大的优势，成为各国大陆运输的主要方式，并朝着重载化、高速化和多模式运输的趋势发展。近年来，高速铁路逐渐成为世界各国主要的交通工具，高速铁路最高时速都超过300 km/h，大大缩短了列车运行时间，但对通信系统的要求越来越高。

高速铁路移动通信系统一直作为广大企业、研究院所以及高校的研究热点。文献[1]介绍了高速铁路宽带无线通信的业务类型，分别为：列车控制通信业务、列车乘客通信业务和公务信息通信业务。列车控制通信业务和公务信息通信业务主要是列车调度信息的交互通信，以保证列车可以正常运行、提供必要的应急通信，目前GSM-R通信系统已经可以实现这些需求；乘客宽带通信业务主要包括乘客在列车行驶过程中的语音传输、多媒体数据流的高质量传输，例如PIS业务、电视和广播业务、视频监控业务、无线互联网络、无线语音等业务，GSM-R目前尚不能正常提供这些服务。文献[2]中，作者在铁路两旁引入了分布式天线，采用MIMO系统，提出了一种车载双天线切换流程。文献“Location information-assisted opportunistic beamforming in LTE system for high-speed railway”（Meng Cheng，et al.），介绍了两种能够明显提高Opportunistic Beamforming（OBF）系统性能的算法。总体来说，基于LTE高速铁路场景多天线技术的研究还相对较少，但选择合适的MIMO制式对于高铁通信系统干扰消除，以及吞吐量的提升意义重大。因此，本文主要研究高速铁路环境下基于LTE的MIMO波束赋形技术。

波束赋形技术也称线性预编码技术，是一种接近脏纸编码（Dirty Paper Coding，DPC）[3]信道容量的低复杂度信号处理技术。其主要应用于小间距天线阵列，在发射信号时利用波的强干涉性产生的辐射方向图具有强方向性，使得辐射方向图的主瓣根据用户来波方向自适应地改变，可有效地抑制发射功率向非目标用户的功率泄漏，提高系统信噪比和覆盖范围[4-6]。

MIMO系统不但提高了数据速率以及误码性能，也在多用户场景中抑制共信道干扰（Co-Channel Interference，CCI），提高了接收端SINR。这些MIMO的优点可通过合适的波束赋形技术来实现。

1 高速铁路场景下MIMO信道建模

当前我国使用较多的新型空调列车车身高度大概3 m，车厢长26 m多，一般为16到20节车厢，因此整个列车车身长度大约500 m左右。考虑我国铁路列车车身较长的实际情况，以及高铁场景中存在明显的远近效应，本文重点研究基于高速铁路列车的分布式MIMO技术，应用列车车身较长的特点，在列车上安置多个MIMO天线组，且假设：在不同的天线组之间间距足够大，且各自的散射条件分别不同；而在相同的天线组内部，各天线间间距较小，这样散射环境往往比较类似，因此在分布式天线组内部相关天线的特性需要考虑，而各天线组之间是各自独立的。位于列车上的解调器对每个天线组接收到的符号进行分析对比，选择性能好的信号进行解调，由于在不同天线组之间的散射条件各不相同，而各组天线同时处于较差通信环境的可能性几乎很小，这样，可以很大地提高接收信号质量，同时能够充分利用列车车身的特点。基于列车环境的分布式系统结合了普通MIMO系统和分布式天线系统的特点[7]，系统模型如图1所示。

图1 列车分布式MIMO系统

根据图1的模型，列车通信系统中采用分布式MIMO结构，L组MIMO天线组在列车上等间距布设，每个天线组可看做一个用户端口，各MIMO天线组的天线阵元分别有N根收发天线，基站端布设一个Μ根天线的天线组。可将该通信系统表示为（Μ，L，N）的MIMO模型。传统的分布式天线可表示成（l，L，l），点对点的MIMO系统可表示成（Μ，1，N）。

若H为系统的信道矩阵，由前面的假设得出，基站到每组MIMO天线组的信道矩阵都是相互独立的，其天线组的子信道矩阵为H1，H2，…，HL，而分布式MIMO系统的信道矩阵可以表示为：

基站到第l个移动台的N×Μ维的子信道矩阵为Hl(l=1，2，…，L)，表示为：

表示基站第m根天线到第l个MIMO组端口的第n根天线之间的信道衰落，且各信道的小尺度衰落之间相互独立。这样（Μ，L，N）系统的信号模型表达式如下：

式中r(t)表示接收端信号向量，s(t)表示Μ×1的信号向量，n(t)表示零均值高斯白噪声向量。

2 位置信息辅助的多波束机会波束赋形方案

高速铁路通信系统主要关心通信的有效性与可靠性。列车上站点的高速移动性引起严重的多普勒效应以及频繁切换，这些都严重影响了通信性能。高速铁路的一些固有特点，比如线性的小区拓扑结构、列车的规则运动、列车的位置信息以及列车的速度信息等这些特点都是可以预测的。这些特点给通信系统的设计以及运行维护带来了便利，如果能够合理利用则会大大提高通信系统性能。

我们国家提出的准四代移动通信标准TD-LTE，其中MIMO技术，OFDM技术，时分双工技术的信道互易性等都给高速铁路场景的应用提供了技术优势。考虑到高速铁路通信具有严重的多普勒效应，频繁切换，以及车体材料造成的信号损耗，LTE-R考虑在列车顶部设置中继转发天线，乘客可以通过WiFi或微波进行通信[8]，从而在基站与车顶中继转发天线组之间形成分布式MIMO系统。同时，列车乘客数量大，数据流量也大，理论上在列车顶部需要放置多个中继转发天线组以满足大量的通信业务需求。一方面，中继转发天线可以在列车经过邻居小区覆盖重叠区域时增加切换成功概率，另一方面，车顶中继转发天线的使用也便于采用多用户分集或选择性分集进而提高系统性能。在任何时候通信系统都将信道分配给具有最好信道特性的中继天线，进而转发给用户，这样实现了系统吞吐量的最大化。为了获得多用户分集增益，用户信道需要较大动态起伏范围。在高速铁路场景下，除了在列车经过隧道或山地场景时，车顶中继转发天线与基站间一般都具有良好的视距路径。从文献[9]的分析来看，信道小动态范围起伏引起的小散射不利于多用户分集。为了弥补这个缺陷，机会波束赋形（OBF）在每个天线端口乘上一个复权值向量，可被用来改变信道动态起伏，更有效地达到多用户分集。

所谓机会波束赋形，即将信道分配给那些瞬时信道增益以最大概率接近匹配的发射端当前功率或相位的用户。发送端天线随机产生复权值向量，根据用户端反馈的SNR测量值进行用户选择；在用户端，当特定时隙内信道参数正好匹配权值矢量时，此用户的SNR达到最大。系统中用户数足够多，每个时隙内总会存在与权值矢量相匹配的用户信道参数，又由于权值矢量随机产生，这样可认为每个接收端具有同样的信道占用机会，因此获得分集增益的同时保障了系统公平性。

在高速铁路通信场景中，由于列车长度有限，车顶中继转发天线组（用户）个数也是有限的，进行机会波束赋形OBF时选择范围较小，车顶中继转发天线组匹配权值矢量的概率下降，系统吞吐量会随着下降。另外，高速铁路通信系统也存在一些固有优势，比如可预测的位置信息，列车速率，列车车身长度等。鉴于高速铁路通信系统的这些特点，本文提出一种多波束机会波束赋形技术，其主要基于空间子信道的选择，并借助列车通信时可预测的位置信息。所谓多波束，主要是在导频的时隙内，每个车顶中继转发节点（用户）反馈各自对接收信号测量得到的SNR值，基站根据反馈量随机生成多个权值矢量，并形成多波束，根据匹配情况基站可选择反馈SNR最大的用户进行通信。所谓空间子信道选择，意义在于每个用户在多波束接收的情况下，反馈给基站所有空间子信道的SNR，基站根据收到的反馈信息，选择合适的通信子信道以及波束。所谓位置信息辅助，即借助可预测的位置信息，以及列车车身长度，可估计出车顶中继转发天线到达角DOA的范围。该角度值范围可帮助随机复权值矢量的生成，使发射波束随机相位与来波相位匹配的概率更高。

采用基于高速铁路的分布式MIMO（Μ，L，N）结构。其中，Μ为基站端天线数；L为列车车顶中继转发天线组数，即系统用户数；N为每个用户的天线数，为了简化分析过程，取N为1，即（Μ，L，1）的分布式MIMO系统。R表示基站的覆盖范围，列车长度为D，则车顶中继转发天线的距离相等，都为D/(L-1)。如图2所示。

图2 高速铁路通信系统

在本文中，假设发射天线之间距离很小，因此天线的衰落是相关的[10]。依据文献[11]用户l与天线m间的相关莱斯衰落信道为：

式中，Kl代表基站到用户l之间的K因子莱斯物理信道，bml(t)表示散射成分，bml(t)服从均值为0，方差为1的独立复高斯随机分布，即bml(t)～CN(0,1)。

根据文献[12]发射天线m到用户l的直射角为：

式中两个天线单元间隔d小于半波长，Θl表示用户l的移动方向跟其与基站的直接路径间的夹角，即到达角DOA。

因为高速铁路场景中，列车速度信息以及位置信息在列车控制系统中可预测，设列车刚进入小区的时刻记为0，用dmin表示用户l在时所经过的距离，则此时DOA可表示为：

2.1 传统的OBF在高铁场景的应用

文献[13]中的传统OBF，在时隙t对发射端的每个天线端口m=1，2，…，Μ，分别乘上一个复数并且幅值满足。用户l的接收信号表示为：

式中，x(t)表示基站的发射信号，nl(t)表示加性白高斯噪声，即nl(t)～CN(0,σ2IΜ），则用户l总信道增益为：

用Hl(t)表示用户l的总信道增益矩阵h~l(t)的模值，依据前面的分析则有：

其中，ψl～U(0，2π)。

2.2 位置信息辅助的多波束并行传输的OBF

用户l在时隙t的接收信号：

基站发射端将随机生成的酉矩阵承载在发射天线的m个数据流上，且在m根天线的随机波束上携带新形成的m数据流，发射信号为x(t)，且Hl(t)=[h1，l，h2，l，…，hΜ，l]。本文将这种方式进行推广，如果在基站Μ根发射天线中选择Μt根天线，随机形成Μt个子流。根据文献[13]扩展可得系统框图3。

图3 多流机会波束赋形框图

2.2.1 波束赋形权值矢量的生成

首先分析波束赋形向量的随机生成。由2.1节中传统OBF情况进行分析可知，每个发射天线的波束相位当与任意用户l的发射天线的相位越接近，系统性能越好。因此，需要在每个发射天线波束上乘上一个复权值，以实现波束赋形的效果。

高速铁路通信具有一些固有特点，比如可预测的位置信息，即在时隙t，列车车头进入位置s，列车恒定的车身长度以及车尾的位置信息。借助这些信息，列车头部和尾部的DOA分别可算得，用ψh和ψt表示。对于地理位置辅助的OBF，每个天线上承载的复权值向量的大小跟传统OBF时一样，但是相位的产生则更加精确，即任意用户l的因此，随机相位可表示为：

考虑莱斯信道K因子的影响，为了最大化用户l的总信道增益Hl(t)，必须满足φm(t)=-θml。此时，即实现了最佳波束权值。

根据式（5）和式（10），在传统的OBF中可得到：

根据式（5）和式（11），在地理位置辅助的OBF系统中，可得到：

由前面的分析已知任意用户l到基站直射路径的夹角Θl，ψl～U(0，2π)和～U(ψh，ψt)，这样生成的随机相位接近Θl的概率更大，从而提高了传统OBF获得多用户分集增益。

2.2.2 多波束的选择

前面给出了波束产生时，考虑地理位置信息生成的波束赋形权值矢量。接下来分析，获得权值矢量后，在列车车顶天线（即用户）数有限的情况下，支持多波束并行传输，进行波束选择，以实现更好的系统性能。

实际通信中反馈量应尽量小，考虑将用户反馈给基站的γ（即SINR）进行量化后反馈。从文献[13]中可知潜吞吐率C=lb(1+γ)，在用户需要反馈SINR给基站端时，用户端将其吞吐率C进行量化后反馈给基站与γ的量化可达到相同的结果，所以可将用户端吞吐率C的量化结果作为反馈量。根据反馈量，即可进行波束选择，完成波束赋形。

3 仿真分析

高速铁路通信的信道大多是慢衰落的瑞利信道，因此本章基于慢衰落瑞利信道进行OBF仿真分析。仿真参数的选取如表1[15-16]所示。

表1 仿真参数

使用MATLAB进行仿真。仿真曲线如图4所示。

图4 系统中不同波束赋形算法平均信道容量的比较

仿真结果图中，带红色圆点的曲线表示相干波束赋形的性能，且相干波束赋形的信道容量可作为上限参考；带三角的曲线表示传统机会波束赋形系统的性能；带正方形的曲线表示本文所提的改进波束赋形方案的性能。

由曲线图可以看出，传统的机会波束赋形可以提高系统性能，但是性能的提高有限，这是由于传统的机会波束赋形相当于没有实时信道反馈的解谐天线，随机相位与来波相位匹配的概率较小；利用机会波束赋形无需反馈全部信道状态信息，仅需较小的反馈开销，且可以合理利用列车通信时位置信息可预测的优势，使波束赋形权值向量的生成时，随机相位与来波相位匹配的概率更高，并且利用空间子信道选择，实现波束选择，使在列车车顶天线（即用户）较少的情况下也能达到较好的系统性能。另外，从曲线图可以看出，随着用户数的增加，机会波束赋形平均信道容量也增加，这是由于多用户分集增益随着用户数的增加而增加。

通过仿真，验证了本文所提方案不仅有效利用列车位置信息可预测的特点以提高机会波束赋形的系统性能，而且在车顶中继天线（即用户）有限的情况下，将基于用户选择的波束赋形技术推广到基于子信道选择的机会波束赋形，实现多用户分集，提高了系统吞吐量性能。

4 总结

本文首先描述了高速铁路场景下MIMO信道建模，其次分析了高速铁路环境下进行波束赋形所存在的技术问题。由于反馈开销的限制，首先考虑使用机会波束赋形技术；为了达到更好的分集效果，引入了随机矢量加载，并借助铁路场景下可预测的位置信息，在生成波束赋形权值向量时，使发送波束的随机相位与来波相位匹配的概率更高；另外由于各子信道之间相关性较小，可进行子信道波束选择，实现了多波束机会波束赋形，达到多用户分集的效果。最后经过仿真分析，可知本文所提出的位置信息辅助的多波束赋形可以实现较好的系统性能。

[1]陈晨，李长乐.高速铁路通信系统方案研究综述[J].计算机工程与应用，2010，46（34）：24-26.

[2]原燕斌.高速铁路环境下LTE切换技术的研究[D].北京：北京邮电大学，2012.

[3]Caire G，Shamai S.On the achievable throughput of a multiantenna Gaussian broadcast channel[J].IEEE Trans on Theory，2003，43（7）：1691-1706.

[4]Wolniansky P，Foschini G，Golden G.V-BLAST：an architecture for realizing very high data rates over the rich-scattering wireless channel[C]//Proc of ISSSE’98，Pisa，1998：295-300.

[5]Alexiou A，Haardt M.Smart antenna technologies for future wireless systems：trends and challenges[J].IEEE Communication Magazine，2004，42（9）：90-97.

[6]Dietrich C，Stutzman W.Smart antennas in wireless communications：base station diversity and handset beamforming[J]. IEEE Antennas and Propagation Magazine，2000，42（5）：142-151.

[7]徐晓军.MIMO无线信道建模与仿真[D].成都：电子科技大学，2003.

[8]Lu L H，Fang X M，Cheng M，et al.Positioning and relay assisted robust handover scheme for high speed railway[C]// Proc IEEE 73rd Veh Technol Conf（VTC’11 Spring），2011：1-5.

[9]Viswanath P，Tse D N C，Laroia R.Opportunistic beamforming using dumb antennas[J].IEEE Trans on Inf Theory，2002，48（6）：1277-1294.

[10]Jorswiek E A，Boche H.Channel capacity and capacity-range of beamforming in MIMO wireless systems under correlated fading with covariance feedback[J].IEEE Trans on Wireless Commun，2004，3（5）：1543-1553.

[11]Telatar E.Capacity of multi-antenna Gaussian channels[J]. Europ Trans Telecommun，1999，10（6）：585-595.

[12]Chen Z，Yuan J，Vucetic B，et al.Performance of Almouti scheme with transmit antenna selection[J].IEEE Electronics Letters，2003，39（23）：1666-1668.

[13]罗亚峰.MIMO系统下行波束成型技术研究[D].北京：北京邮电大学，2008.

[14]Marzetta T L.BLAST training：estimating channel characteristics for high capacity space-time wireless[C]//Proc of the 37th Annual Allerton Conference on Communication，Control，and Computing，1999：958-966.

[15]Stojmenovic I.Handbook of wireless networks and mobile computing[M].New York：John Wiley&Sons Inc，2001：553-570.

[16]ITU-R.M.2135-1-2009 Guidelines for evaluation of radio interface technologies for IMT-advanced[S].2011.

GAO Qian,ZHANG Fujin

School of Electronic Information and Engineering,Qiongzhou University,Sanya,Hainan 572022,China

In the high-speed railway communication,the position information of train is predictable.However,the number of relaying antennas on the roof is limited,the feedback delay is large,Doppler effect is often serious,handover is frequent,and so on.Therefore,the traditional beamforming is not suitable for high speed railway communications.By taking the advantage of the predictability of the location information of the train,this paper proposes a kind of location information auxiliary multi-beam opportunistic beamforming,which can improve the accuracy of the weighted vector of the beam for the opportunistic beamforming algorithm.The scheme also supports multiple beam parallel transmission,so as to realize better multiuser diversity gain with multibeam selection.Because opportunistic beamforming needs only some parameters such as SNR in the receiver,the feedback overhead is also reduced.Thus,the scheme proposed in the paper is suitable for high speed railway communications.

high speed railway;multi-beam;opportunistic beamforming

鉴于高速铁路通信中，列车位置信息可预测、列车车顶中继转发天线数有限，以及反馈信息时延大、多普勒衰落较大、频繁切换等特性，传统的波束赋形并不适用于高速铁路场景。位置信息辅助的多波束机会波束赋形能够利用列车位置信息可预测的优势，在机会波束赋形算法中有效地提高发送波束随机相位与来波相位匹配的概率，同时支持多个波束并行传输，以多波束选择实现更好的多用户分集增益，且机会波束赋形无需反馈完全信道状态信息。因此位置信息辅助的多波束机会波束赋形技术适用于高速铁路通信。

高速铁路；多波束；机会波束赋形

A

TN929.53

10.3778/j.issn.1002-8331.1304-0259

GAO Qian,ZHANG Fujin.Multi-beam opportunistic beamforming for high-speed railway communication.Computer Engineering and Applications,2013,49（18）：56-60.

海南省自然科学基金（No.612167）。

高倩（1986—），女，助教，主要研究领域为无线通信、移动通信、传感器网络；张福金（1956—），男，教授。E-mail：gaoqian496@163.com

2013-04-18

2013-05-24

1002-8331（2013）18-0056-05