然而，在实际应用中，由于参与协作的多基站通常分布在不同地理位置，因此信号传输具有固有的异步特性[8]。即使定时提前机制能确保从各协作基站传输到目标用户的期望信号同时到达，也很难保证目标用户收到的其他用户干扰信号与其期望信号的同步性。本文主要针对协作多基站下行传输系统中多用户信号传输的异步干扰特性进行了详细的分析和讨论，并提出了一种应用于基站发射端的联合预编码优化设计准则，以期待降低多用户异步干扰对Co-MP系统性能的影响。
1 多点协作系统分析模型
假设有一个Co-MP下行传输系统,系统中有M个相邻协作基站，每个基站有Nt根发射天线，有K个移动用户任意分布在下行的多小区中，每个用户有Nr根接收天线，因此，该协作多基站系统可表示为(Nt,Nr,M,K)，如图1所示。在系统中，多基站协作传输Lj个数据流到用户j，不同的传输路径可视为是独立的，且为频率平坦衰落的瑞利信道。此外,用Hbj表示从基站b到用户j，维数为Nr×Nt的信道传输矩阵，其元素是复高斯的独立同分布变量；且假设在慢衰落情况下每个基站均可通过自适应信号跟踪反馈获得所有用户子信道的完美信道状态信息CSI(Channel State Information)[9]，包括各传输路径的时延等。
若用bj表示距离用户j最近的基站(或称为用户j的服务基站)，且其传输时延为τj；τbj表示从基站b到用户j的传输时延；sj(m)表示在m时刻多基站协作传输给用户j的零均值数据符号矢量(维数为Lj×1)，基站b经过维数为Nt×Lj的线性预编码矩阵Wbj处理后得到从该基站到用户j的发射矢量xbj(m)，即有xbj(m)=Wbjsj(m)。Wbj=0表示每个基站仅服务于自己用户(即没有协作)的特殊情况。在给定CSI情况下，为使每个用户信息传输速率最大化，采用发射功率归一化的高斯码本作为传输数据矢量，且不同用户码本彼此相互独立，若用符号“(.)H”表示复共扼转置，Im表示m×m阶的单位阵，则有:
4 性能分析在数值模拟中，以一城市多基站协作微蜂窝多用户系统下行传输链路为分析对象，如图1所示。小区内的多用户间干扰可通过MIMO-OFDM技术加以解决。为了主要讨论小区间的信号异步干扰，以及分析问题的简化，考虑的仿真场景为：3个相邻小区，分布3个发射基站和2个接收用户，基站间的距离为500 m，且每基站发射天线数和用户接收天线数目均为2，即M＝3，K＝2，Nt＝2，Nr=2，进一步假设每个基站发射功率相同，传输信道是瑞利平坦衰落的，数据调制采用QPSK方式，符号脉冲为方波且持续时间Ts为1 μs。
如图3和图4所示的性能仿真，对四种情况进行对比分析，即情况(A)：基站间无协作，视邻近小区信号为干扰噪声；情况(B)：多基站协作传输，且考虑了到达目标用户的期望信号和干扰信号间异步特性，但没有经过处理，视为异步干扰对待；情况(C)：多基站协作传输，在充分考虑目标用户期望信号与来自其他用户干扰信号的异步传输特性基础上，通过基站端联合优化设计的预编码矩阵进行预处理以尽量减小异步干扰对系统性能影响；情况(D)：忽略信号传输异步特性的理想同步多基站协作传输。
如图3所示为四种情况下用户信噪比(Es/No)与系统平均最小均方误差（MMSE）变化关系；如图4所示为四种情况下用户信噪比(Es/No)与系统平均频谱效率((b/s)/Hz)变化关系。从图3和图4可知，理想的多基站同步协作模式获得的系统均方误差特性和平均频谱效率最好，在异步环境中受制于信号异步干扰影响的多基站协作传输所获得的系统性能明显降低。但若能进一步考虑系统中的信号传输异步特性，并通过一定的预编码矩阵联合优化设计进行预处理，则可明显改善系统性能，有利于减小异步干扰信号的影响。从以上讨论可看出，即使在完美的定时提前机制下能保证各协作基站到达目标用户期望信号是同步的，但在实际应用中，由于不同的路径传输时延，也很难确保来自其他用户的干扰信号与期望信号同时到达目标用户，因此在协作多基站联合向多用户发射数据时不可避免地会产生干扰信号传输的异步性。相应地，若能在Co-MP系统中充分得知各干扰信号传输的时间异步结构，并联合一定的预编码优化设计准则进行预处理，则可减小异步干扰对系统性能的影响。特别是在高速率数据传输情况下，更应全面而充分地考虑协作系统中各信号传输的时间异步特性。若系统存在定时提前误差，则还应进一步考虑定时抖动对目标用户期望信号的接收影响。此外，在考虑信号传输异步特性基础上如何找到一种低复杂度、高可靠性的预编码优化设计算法，还值得进一步深入研究。
参考文献
[1] DAVID G, MANSOOR S, SHIU Da Shan,et al. From theory to practice: an overview of MIMO space-time coded wireless system [J]. IEEE J. Select. Areas Commun, 2003,21(3): 281-302.
[2] DAI H, MOLISCH A F, POOR H V. Downlink capacity of interference-limited MIMO systems with joint detection[J].IEEE Trans. Wireless Commun., 2004, 3(2): 442-453.
[3] SOMEKH O, ZAIDEL B M, SHAMAI S. Sum rate characterization of joint multiple cell-site processing[J]. IEEE Tran. on Info. Theory, 2007,53(12):4473-4497.
[4] Further Advancements for E-UTRA Physical Layer Aspects(Release 9)[S]. 3GPP Technical Specification, TR 36.814 V0.4.1, Feb. 2009. [Online]. Available: http://www.3gpp.org.
[5] XIAO Shang Hui, ZHANG Zhong Pei, SHI Zhi Pei. Clustered multi-point coordinating transmission systems with the Reduced Overhead [J]. Journal of Communications. 2010, 5(6):493-500.
[6] Boon Loong Ng, JAMIE S, STEPHEN E, HANLY V,et al. Distributed downlink beamforming with cooperative base stations[J]. IEEE Trans. on Information Theory, 2008,54(12): 5491-5499.
[7] SIMEONE O, SOMEKH O, POOR H V, et al. Downlink multicell processing with limited-backhaul capacity[J].
EURASIP J. on Adv. in Signal Process., Article ID:840814, 2009:1-10.
[8] 肖尚辉, 张忠培, 史治平. 多基站协作下行系统中异步空时码构造与分析[J]. 电子科技大学学报, 2010,39(3):335-339.
[9] NG B L, EVANS J S, HANLY S V,et al. Transmit beamforming with cooperative base stations[C]. in Proc. IEEE Intl. Symp. Inf. Th., (Adelaide, Australia), 2005:1431-1435.
[10] SPENCER Q H, SWINDLEHURST A L, HAARDT M. Zero-forcing methods for downlink spatial multiplexing in multiuser MIMO channels[J].IEEE Transactions On Signal Processing, 2004, 52(2): 461-471.
[11] SHAO L, ROY S. Downlink multicell MIMO-OFDM: An architecture for next generation wireless networks [C]. in Proc. IEEE WCNC, Mar.2005.
[12] WINDPASSINGER C, FISCHER R F H,VENCEL T,et al. Precoding in multiantenna and multiuser communications[J]. IEEE Trans.Wireless Commun.,2004,3(4):1305-1316.
