多用户MIMO系统的数学模型，BC信道容量和编码方式

参考书目：《MIMO-OFDM无线通信技术及MATLAB实现》第13章

1. 数学模型

$N_{\mathrm{Rx}}\times N_{\mathrm{Tx}}$ 单用户 $\mathrm{MIMO}$ 系统的信道容量与 $N_{\min }=\min \left(N_{\mathrm{Tx}},N_{\mathrm{Rx}}\right)$成正比。事实上, 在高信噪比情况下, MIMO 技术是一种增加容量的必要方法, 它能够提供最多 $N_{\min }$ 个空间自由度。在单用户 MIMO 系统中, 空间复用技术能够支持高数据速率的点对点传输, 同时还能提供空间分集增益（使用多个时频空资源等发送信号副本）。

一个典型的多用户通信环境: 在蜂窝系统中, 一个基站 (BS) 同时服务多个移动台 (MS), 并为他们分配通信资源, 如时间、频率和空间流。假设 BS 和每个 MS 分别有 $N_{\mathrm{B}}$ 和 $N_{\mathrm{M}}$ 根天线。因为 $K$ 个独立的用户可以形成一个 $K\cdot N_{\mathrm{M}}$的虚天线集, 当与一个具有 $N_{\mathrm{B}}$ 根天线的 BS 通信时, 这种端到端配置可以被认为是一个 $\left(K\cdot N_{\mathrm{M}}\right)\times N_{\mathrm{B}}$ 的 MIMO 下行系统, 或者被认为是一个 $N_{\mathrm{B}}\times \left(K\cdot N_{\mathrm{M}}\right)$ 的 MIMO 上行系统。在这个多用户通信系统中, 多天线允许独立的用户在上行链路 (多对一) 同时发送各自的数据流, 或者 BS 在下行链路 (一对多) 向多个用户发送数据流, 其中每个用户独立解码。这归因于多天线增加了自由度, 如同在单用户 MIMO 系统中一样。

在多用户MIMO系统，下行和上行信道分别称为广播信道（Broadcast Channel, BC）和多址接入信道（Multiple Access Channel, MAC）。在MAC中，基站的接收机可以获得K个独立用户的所有数据流，此时多用户MIMO系统相当于一个$\left(K\cdot N_{\mathrm{M}}\right)\times N_{\mathrm{B}}$ 的上行单用户MIMO系统。多用户MIMO系统上行容量与$\min \left(N_{\mathrm{B}},K\cdot N_{\mathrm{M}}\right)$成正比。

考虑有 $K$ 个独立用户的多用户 MIMO 系统。假设 BS 和每个 MS 分别配置 $N_{\mathrm{B}}$ 和 $N_{\mathrm{M}}$ 根天线。图 13.2 显示了具有 $K$ 个独立用户的上行信道。令 $x_u\in {\mathbb{C}}^{N_{\mathrm{M}}\times 1},u=1,\cdots ,K$, 表示来自第 $u$ 个用户的发送信号; ${\mathbf{y}}_{\mathrm{MAC}}\in {\mathbb{C}}^{N_{\mathrm{B}}\times 1}$ 表示 $\mathrm{BS}$ 的接收信号; ${\mathbf{H}}_u^{\mathrm{UL}}\in {\mathbb{C}}^{N_{\mathrm{B}}\times N_{\mathrm{M}}},u=1,\cdots ,K$, 表示第 $u$ 个用户和基站之间的信道增益。那么, 接收信号可以表示为
$$\begin{array}{rl}{\mathbf{y}}_{\mathrm{MAC}}& ={\mathbf{H}}_1^{\mathrm{UL}}{\mathbf{x}}_1+{\mathbf{H}}_2^{\mathrm{UL}}{\mathbf{x}}_2+\cdots +{\mathbf{H}}_K^{\mathrm{UL}}{\mathbf{x}}_K+\mathbf{z}\\ & =\underset{{\mathbf{H}}^{\mathrm{UL}}}{\underbrace{\left[{\mathbf{H}}_1^{\mathrm{UL}}{\mathbf{H}}_2^{\mathrm{UL}}\cdots {\mathbf{H}}_K^{\mathrm{UL}}\right]}}\left[\begin{array}{c}{\mathbf{x}}_1\\ ⋮\\ {\mathbf{x}}_K\end{array}\right]+\mathbf{z}={\mathbf{H}}^{\mathrm{UL}}\left[\begin{array}{c}{\mathbf{x}}_1\\ ⋮\\ {\mathbf{x}}_K\end{array}\right]+\mathbf{z}\end{array}$$

其中, $z\in {\mathbb{C}}^{N_{\mathrm{B}}\times 1}$ 为接收机的加性噪声, 将其建模为一个 ZMCSCG 随机向量。

另一方面, 图 13.3 显示了下行信道, 其中 $\mathbf{x}\in {\mathbb{C}}^{N_{\mathrm{B}}\times 1}$ 为 $\mathrm{BS}$ 的发射信号, ${\mathbf{y}}_u\in {\mathbb{C}}^{N_{\mathrm{M}}\times 1}$ 为第 $u$ 个用户的接收信号, $u=1,2,\cdots ,K$ 。令 ${\mathbf{H}}_u^{\mathrm{DL}}\in {\mathbb{C}}^{N_{\mathrm{M}}\times N_{\mathrm{B}}}$ 表示 $\mathrm{BS}$ 和第 $u$ 个用户之间的信道增益。在BC中, 第 $u$ 个用户的接收信号可以表示为
$${\mathbf{y}}_{\mathbf{y}}={\mathbf{H}}_u^{\mathrm{DL}}\mathbf{x}+{\mathbf{z}}_u,u=1,2,\cdots ,K$$

其中, $z_u\in {\mathbb{C}}^{N_{\mathrm{M}}\times 1}$ 为第 $u$ 个用户的加性 ZMCSCG 噪声。用单个向量表示所有用户的信号, 则整个系统可以表示为
$$\begin{array}{c}\underset{{\mathbf{y}}_{\mathrm{BC}}}{\underbrace{\left[\begin{array}{c}{\mathbf{y}}_1\\ {\mathbf{y}}_2\\ ⋮\\ {\mathbf{y}}_K\end{array}\right]}}=\underset{{\mathbf{H}}_{\mathrm{DL}}}{\underbrace{\left[\begin{array}{c}{\mathbf{H}}_1^{\mathrm{DL}}\\ {\mathbf{H}}_2^{\mathrm{DL}}\\ ⋮\\ {\mathbf{H}}_K^{\mathrm{DL}}\end{array}\right]}}\mathbf{x}+\underset{\mathbf{z}}{\underbrace{\left[\begin{array}{c}{\mathbf{z}}_1\\ {\mathbf{z}}_2\\ ⋮\\ z_K\end{array}\right]}}\end{array}$$

2. BC信道容量

高斯广播信道的容量区域仍然是一个没有解决的问题。本节将讨论在 $N_{\mathrm{B}}=2、N_{\mathrm{M}}=1、K=2$的情况下, 使用脏纸编码 (Dirty Paper Coding, DPC) 可以获得的下行信道容量。在这种情况下, 式 (1) 中的接收信号可以表示为
$$\underset{{\mathbf{D}}_{\mathrm{BC}}}{\underbrace{\left[\begin{array}{l}{\mathbf{y}}_1\\ {\mathbf{y}}_2\end{array}\right]}}=\underset{{\mathbf{H}}^{\mathrm{DL}}}{\underbrace{\left[\begin{array}{l}{\mathbf{H}}_1^{\mathrm{DL}}\\ {\mathbf{H}}_2^{\mathrm{DL}}\end{array}\right]}}\left[\begin{array}{l}{x}_1\\ x_2\end{array}\right]+\left[\begin{array}{l}{\mathbf{z}}_1\\ z_2\end{array}\right]$$

其中, ${\mathbf{H}}_u^{\mathrm{DL}}\in {\mathbb{C}}^{1\times 2}$ 表示基站和第 $u$ 个用户之间的信道矩阵, $u=1,2;x_i$ 是第 $i$ 根发射天线的发送信号, $i=1,2$ 。

如果基站能够获得完全的信道信息, 那么可以对整个信道进行 LQ （下三角$\times$正交矩阵）分解:
$${\mathbf{H}}^{\mathrm{DL}}=\underset{\mathbf{L}(\mathbf{下三角矩阵})}{\underbrace{\left[\begin{array}{ll}{l}_{11}& 0\\ l_{21}& l_{22}\end{array}\right]}}\underset{\mathbf{Q}(\mathbf{正交矩阵})}{\underbrace{\left[\begin{array}{l}{\mathbf{q}}_1\\ {\mathbf{q}}_2\end{array}\right]}}$$

其中
$$\begin{array}{c}{l}_{11}=\Vert {\mathbf{H}}_1^{\mathrm{DL}}\Vert \\ {\mathbf{q}}_1=\frac{1}{l_{11}}{\mathbf{H}}_1^{\mathrm{DL}}\\ l_{21}={\mathbf{q}}_1\cdot {\left({\mathbf{H}}_2^{\mathrm{DL}}\right)}^{\mathrm{H}}\\ l_{22}=\Vert {\mathbf{H}}_2^{\mathrm{DL}}-l_{21}{\mathbf{q}}_1\Vert \\ {\mathbf{q}}_2=\frac{1}{l_{22}}\left({\mathbf{H}}_2^{\mathrm{DL}}-l_{21}{\mathbf{q}}_1\right)\end{array}$$

其中, { q i } i = 1 2 \left\{\boldsymbol{q}_i\right\}_{i=1}^2 {qi​}i=12​ 是正交行向量。给定 { q i } i = 1 2 \left\{\boldsymbol{q}_i\right\}_{i=1}^2 {qi​}i=12​, 可以对发送信号进行预编码:
$$\underset{\mathbf{x}}{\underbrace{\left[\begin{array}{l}{x}_1\\ x_2\end{array}\right]}}={\mathbf{Q}}^{\mathrm{H}}\left[\begin{array}{c}{\tilde{x}}_1\\ {\tilde{x}}_2-\frac{1}{l_{22}}{l}_{21}{\tilde{x}}_1\end{array}\right]$$

对于上述的预掮码信号, 接收信号可以表示为
$$\begin{array}{rl}{\mathbf{y}}_{\mathrm{BC}}& ={\mathbf{H}}^{\mathrm{DL}}\mathbf{x}+\mathbf{z}\\ & =\left[\begin{array}{ll}{l}_{11}& 0\\ l_{21}& l_{22}\end{array}\right]\left[\begin{array}{l}{\mathbf{q}}_1\\ {\mathbf{q}}_2\end{array}\right]\left[\begin{array}{ll}{\mathbf{q}}_1^{\mathrm{H}}& {\mathbf{q}}_2^{\mathrm{H}}\end{array}\right]\left[\begin{array}{c}{\tilde{x}}_1\\ {\tilde{x}}_2-\frac{1}{l_{22}}{l}_{21}{\tilde{x}}_1\end{array}\right]+\mathbf{z}\\ & =\left[\begin{array}{cc}{l}_{11}& 0\\ 0& l_{22}\end{array}\right]\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\end{array}\right]+\mathbf{z}(\text{effective channel})\\ & =\left[\begin{array}{cc}\Vert {\mathbf{H}}_1^{\mathrm{DL}}\Vert & 0\\ 0& \Vert {\mathbf{H}}_1^{\mathrm{DL}}-l_{21}{\mathbf{q}}_1\Vert \end{array}\right]\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\end{array}\right]+\mathbf{z}\end{array}$$

从上式可以看到，产生了两个无干扰的虚拟信道。

3. BC信道的四种预编码方案

在BC中，数据传输的主要困难是不能在接收机间直接进行协同信号检测，因此需要在BS消除数据间干扰。

3.1 信道反转

单天线用户，令${\tilde{x}}_u$表示第$u$个用户的信号，${\mathbf{H}}_u^{\text{DL}}\in {\mathbb{C}}^{1\times K}$表示BS和第$u$ 个用户之间的信道矩阵。所有用户的接收信号可以表示为：
$$\underset{{\mathbf{y}}_{\mathrm{BC}}}{\underbrace{\left[\begin{array}{c}{y}_1\\ y_2\\ ⋮\\ y_K\end{array}\right]}}=\underset{{\mathbf{H}}^{\mathrm{DL}}}{\underbrace{\left[\begin{array}{c}{\mathbf{H}}_1^{\mathrm{DL}}\\ {\mathbf{H}}_2^{\mathrm{DL}}\\ ⋮\\ {\mathbf{H}}_K^{\mathrm{DL}}\end{array}\right]}}\underset{\mathbf{x}}{\underbrace{\left[\begin{array}{c}{\tilde{x}}_1\\ {\tilde{x}}_2\\ ⋮\\ {\tilde{x}}_K\end{array}\right]}}+\underset{\mathbf{z}}{\underbrace{\left[\begin{array}{c}{z}_1\\ z_2\\ ⋮\\ z_K\end{array}\right]}}$$

在上式中, 每个用户的接收信号是一个标量。而在用户多天线系统中, 每个用户的接收信号是一个向量。
由于每个用户配置一根天线（无空间复用和天线分集的能力）, 不能消除由其他信号引起的干扰。因而, 可以考虑信道反转和规则化信道预编码技术。

在多用户MIMO方案中，信道反转过程与ZF预均衡类似，需要将这里的${\mathbf{H}}^{\mathrm{DL}}$替换掉${\mathbf{W}}_{\text{ZF}}=\beta {\mathbf{H}}^{-1}$ 中的$\mathbf{H}$。

使用MMSE准则可以减轻噪声增强的影响，将将这里的${\mathbf{H}}^{\mathrm{DL}}$替换掉${\mathbf{W}}_{\text{MMSE}}=\beta {\mathbf{H}}^H(\mathbf{H}{\mathbf{H}}^H+\frac{{\sigma }_z^2}{{\sigma }_x^2}\mathbf{I}{)}^{-1}$ 中的$\mathbf{H}$。$\beta =\sqrt{\frac{N_{\text{Tx}}}{\text{Tr}({\mathbf{H}}^{-1}({\mathbf{H}}^{-1}{)}^H)}}$

3.2 块对角化（Block Diagonalization, BD）

源自同一信号的天线间干扰和其他用户的干扰都能在信道求逆过程中被消除或者减轻，但从目标用户的角度看，噪声增强变得更严重。

BD方法在预编码的过程中只消除来自其他用户的信号干扰。对于同一用户的天线间干扰，可以用各种信号检测方法消除。

将一个信号以${\tilde{\mathbf{V}}}_u^{\text{zero}}$方向发送，第$u$个用户以外的其他用户根本接收不到该信号。其中，${\tilde{\mathbf{V}}}_u^{\text{zero}}$是${\tilde{\mathbf{H}}}_u^{\text{DL}}$的零空间。${\tilde{\mathbf{H}}}_u^{\text{DL}}$是构建的除第$u$个用户外的其他所有用户的信道矩阵${\tilde{\mathbf{H}}}_u^{\mathrm{DL}}={\left[{\left({\mathbf{H}}_1^{\mathrm{DL}}\right)}^{\mathrm{H}}\cdots {\left({\mathbf{H}}_{u-1}^{\mathrm{DL}}\right)}^{\mathrm{H}}{\left({\mathbf{H}}_{u+1}^{\mathrm{DL}}\right)}^{\mathrm{H}}\cdots {\left({\mathbf{H}}_K^{\mathrm{DL}}\right)}^{\mathrm{H}}\right]}^{\mathrm{H}}$。

因此，第$u$个用户的接收信号为
$${\mathbf{y}}_u={\mathbf{H}}_u^{\mathrm{DL}}\underset{预编码信号{\mathbf{x}}_u}{\underbrace{{\tilde{\mathbf{V}}}_u^{\text{zero}}{\tilde{\mathbf{x}}}_u}}+{\mathbf{z}}_u$$

3.3 脏纸编码（DPC）

DPC 是一种预编码方法，能够将发射机已知的一些干扰删除。更具体地说，对第$k$个用户的信号进行预编码时，能够删除第一个到第 $k-1$ 个用户信号所造成的干扰。

这里只考虑 $N_{\mathrm{B}}=3,K=3,N_{\mathrm{M},u}=1,u=1,2,3$ 的情况。如果给定第 $u$ 个用户的信号 ${\tilde{x}}_u\in \mathbb{C}$, 那么接收信号可以表示为
$$\left[\begin{array}{l}{y}_1\\ y_2\\ y_3\end{array}\right]=\underset{{\mathbf{H}}^{\mathrm{DL}}}{\underbrace{\left[\begin{array}{l}{\mathbf{H}}_1^{\mathrm{DL}}\\ {\mathbf{H}}_2^{\mathrm{DL}}\\ {\mathbf{H}}_3^{\mathrm{DL}}\end{array}\right]}}\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\\ {\tilde{x}}_3\end{array}\right]+\left[\begin{array}{l}{z}_1\\ z_2\\ z_3\end{array}\right]$$

其中, ${\mathbf{H}}_u^{\mathrm{DL}}\in {\mathbb{C}}^{\mathrm{l}\times 3}$ 为 $\mathrm{BS}$ 和第 $u$ 个用户之间的信道增益。对信道增益矩阵 ${\mathbf{H}}^{\mathrm{DL}}$ 进行 $LQ$ 分解:
$${\mathbf{H}}^{\mathrm{DL}}=\underset{\mathbf{L}}{\underbrace{\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ l_{21}& l_{22}& 0\\ l_{31}& l_{32}& l_{33}\end{array}\right]}}\underset{\mathbf{Q}}{\underbrace{\left[\begin{array}{l}{\mathbf{q}}_1\\ {\mathbf{q}}_2\\ {\mathbf{q}}_3\end{array}\right]}}$$

其中, { q i } i = 1 3 ∈ C 1 × 3 \left\{\boldsymbol{q}_i\right\}_{i=1}^3 \in \mathbb{C}^{1 \times 3} {qi​}i=13​∈C1×3 为正交行向量。令 $\mathbf{x}={\left[x_1{x}_2{x}_3\right]}^{\mathrm{T}}$ 表示对已知信号 $\tilde{\mathbf{x}}={\left[{\tilde{x}}_1{\tilde{x}}_2{\tilde{x}}_3\right]}^{\mathrm{T}}$ 的预编码信号。通过发射 ${\mathbf{Q}}^{\mathrm{H}}\mathbf{x}$, 在它通过信道后，能够删除 $\mathbf{Q}$ 的作用，因此传输后只剩下三角矩阵,接收信号可以表示为
$$\begin{array}{c}\left[\begin{array}{l}{y}_1\\ y_2\\ y_3\end{array}\right]=\underset{{\mathbf{H}}^{\mathrm{DL}}}{\underbrace{\left[\begin{array}{l}{\mathbf{H}}_1^{\mathrm{DL}}\\ {\mathbf{H}}_2^{\mathrm{DL}}\\ {\mathbf{H}}_3^{\mathrm{DL}}\end{array}\right]}}{\mathbf{Q}}^{\mathrm{H}}\mathbf{x}+\left[\begin{array}{l}{z}_1\\ z_2\\ z_3\end{array}\right]=\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ l_{21}& l_{22}& 0\\ l_{31}& l_{32}& l_{33}\end{array}\right]\left[\begin{array}{l}{x}_1\\ x_2\\ x_3\end{array}\right]+\left[\begin{array}{l}{z}_1\\ z_2\\ z_3\end{array}\right]\end{array}$$

由式 (2) 可知第一个用户的接收信号为
$$y_1=l_{11}{x}_1+z_1$$

因此, 从第一个用户角度来看, 无干扰的数据传输条件是
$$\begin{array}{c}{x}_1={\tilde{x}}_1\end{array}$$

从式(3)中可以看到预编码信号 $x_1$ 只由第一个用户的信号 ${\tilde{x}}_1$ 构成。从式 (2) 和式 (3) 可知第二个用户的接收信号为
$$y_2=l_{21}{x}_1+l_{22}{x}_2+z_2=l_{21}{\tilde{x}}_1+l_{22}{x}_2+z_2$$

由上式可知（通过求解方程$l_{21}{\tilde{x}}_1+l_{22}{x}_2={\tilde{x}}_2$）下式中的预编码在发射端消除了干扰项 $l_{21}{x}_1$ 或 $l_{21}{\tilde{x}}_1$ :
$$\begin{array}{c}{x}_2={\tilde{x}}_2-\frac{l_{21}}{l_{22}}{x}_1={\tilde{x}}_2-\frac{l_{21}}{l_{22}}{\tilde{x}}_1\end{array}$$

由上式可知预编码信号 $x_2$ 由用户的信号 ${\tilde{x}}_1$ 和 ${\tilde{x}}_2$ 组成。最后, 第三个用户的接收信号为
$$\begin{array}{c}{y}_3=l_{31}{x}_1+l_{32}{x}_2+l_{33}{x}_3+z_3\end{array}$$

其中, 预编码信号 $x_1$ 和 $x_2$ 由已知的用户信号 ${\tilde{x}}_1$ 和 ${\tilde{x}}_2$ 组成, 它们分别由式 (3) 和式 (4)给出。从第三个用户的角度来看, 式 (5) 中的预编码信号 $x_1$ 和 $x_2$ 是干扰项, 能够通过下面的预编码在发射端将其消除:
$$\begin{array}{c}{x}_3={\tilde{x}}_3-\frac{l_{31}}{l_{33}}{x}_1-\frac{l_{32}}{l_{33}}{x}_2\end{array}$$

结合式（3）（4）（6），可以用下面的矩阵形式表示DPC：
$$\begin{array}{rl}\left[\begin{array}{l}{x}_1\\ x_2\\ x_3\end{array}\right]& =\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ -\frac{l_{31}}{l_{33}}& -\frac{l_{32}}{l_{33}}& 1\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ -\frac{l_{21}}{l_{22}}& 1& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{lll}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\\ {\tilde{x}}_3\end{array}\right]\\ & =\left[\begin{array}{ccc}1& 0& 0\\ -\frac{l_{21}}{l_{22}}& 1& 0\\ -\frac{l_{31}}{l_{33}}+\frac{l_{32}}{l_{33}}\frac{l_{21}}{l_{22}}& -\frac{l_{32}}{l_{33}}& 1\end{array}\right]\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\\ {\tilde{x}}_3\end{array}\right]\end{array}$$

使用上面的预编码矩阵, 式 (2) 能够被重写为
$$\begin{array}{rl}\left[\begin{array}{l}{y}_1\\ y_2\\ y_3\end{array}\right]& =\left[\begin{array}{lll}{l}_{11}& 0& 0\\ l_{21}& l_{22}& 0\\ l_{31}& l_{32}& l_{33}\end{array}\right]\left[\begin{array}{l}{x}_1\\ x_2\\ x_3\end{array}\right]+\left[\begin{array}{l}{z}_1\\ z_2\\ z_3\end{array}\right]\\ & =\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ l_{21}& l_{22}& 0\\ l_{31}& l_{32}& l_{33}\end{array}\right]\left[\begin{array}{ccc}1& 0& 0\\ -\frac{l_{21}}{l_{22}}& 1& 0\end{array}\right]\left[\begin{array}{l}{\tilde{x}}_1\\ {\tilde{x}}_2\\ {\tilde{x}}_3\end{array}\right]+\left[\begin{array}{l}{z}_1\\ z_{33}\\ z_2\\ z_3\end{array}\right]\\ & =\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ 0& l_{22}& 0\\ 0& 0& l_{33}\end{array}\right]\left[\begin{array}{l}{\tilde{l}}_{12}\\ {\tilde{x}}_2\\ {\tilde{x}}_2\\ {\tilde{x}}_3\end{array}\right]+\left[\begin{array}{l}{z}_1\\ z_2\\ z_3\end{array}\right]\end{array}$$

由上式可知，可以对每个用户进行无干扰检测；而且 DPC 的预编码矩阵是一个被缩放的下三角矩阵的逆矩阵，其中下三角矩阵由信道增益矩阵得到。也就是说，
$$\left[\begin{array}{ccc}1& 0& 0\\ -\frac{l_{21}}{l_{22}}& 1& 0\\ -\frac{l_{31}}{l_{33}}+\frac{l_{32}}{l_{33}}\frac{l_{21}}{l_{22}}& -\frac{l_{32}}{l_{33}}& 1\end{array}\right]={\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ l_{21}& l_{22}& 0\\ l_{31}& l_{32}& l_{33}\end{array}\right]}^{-1}\left[\begin{array}{ccc}{l}_{11}& 0& 0\\ 0& l_{22}& 0\\ 0& 0& l_{33}\end{array}\right]$$

3.4 TH预编码

在发射端的DPC与在接收端的判决反馈均衡 (Decision Feedback Equalization，DFE)非常相似。实际上，已经证明了将对称模运算与 DPC结合同Tomlinson-Harashima(TH)预编码是等价的。DFE存在差错传播的问题，最初发明 TH预编码是为了减少DFE中的峰值功率或平均功率。在 DFE 中进行 TH 预编码的原始想法是消除发射机的后体(Post-cursor)ISI，其中无差错地已知之前发送的符号。实际上，TH 预编码需要完全的信道脉冲响应知识，对于时不变或时间慢变的信道，只有通过接收机的反馈才能获得。为了方便阐述这个想法，考虑一维情