CN100547945C

CN100547945C - 一种下行波束赋形的方法及装置

Info

Publication number: CN100547945C
Application number: CNB2006100651949A
Authority: CN
Inventors: 李晋声
Original assignee: Potevio Institute of Technology Co Ltd
Current assignee: Potevio Information Technology Co Ltd
Priority date: 2006-03-27
Filing date: 2006-03-27
Publication date: 2009-10-07
Anticipated expiration: 2026-03-27
Also published as: CN101047399A

Abstract

本发明公开了一种下行波束赋形方法，包括通过信道估计得到一个用户的信道冲激响应的估计，并根据该用户信道冲激响应的估计计算该用户的空间相关矩阵；根据所述空间相关矩阵确定所述空间相关的主特征向量、主特征值、次特征向量以及次特征值；将所述空间相关矩阵的主特征向量及次特征向量，按照其主特征值及次特征值的大小进行比例平均加权，得到所述用户的下行波束赋形加权向量；使用所述下行波束赋形加权向量，对所述用户的下行信号进行加权，并通过射频发射机发射出去。本发明还公开了利用上述方法的下行波束赋形装置。通过本发明的方法及装置可以最快的速度跟踪无线信道的变化，获得最优的下行波束赋形效果。

Description

一种下行波束赋形的方法及装置

技术领域

本发明涉及智能天线技术，特别涉及到一种实现智能天线系统下行波束赋形的方法及装置。

背景技术

近年来，智能天线已经成为移动通信中最具吸引力的技术之一。智能天线基于自适应天线阵原理，采用空分多址技术，利用信号在传输方向上的差别，将相同频率、相同时隙或相同码道的信号区分开来，可以最大限度地利用有限的信道资源，增大系统的容量。智能天线的波束赋形是实现智能天线的关键技术之一，所述的波束赋形是指利用现代数字信号处理技术，选择合适的波束赋形算法，动态形成空间定向波束，跟踪每个用户的方法。通过正确的波束赋形可以使智能天线阵方向图的主瓣对准用户信号到达方向，旁瓣或零陷对准干扰信号到达方向，相当于为每个用户形成一个跟踪他的高增益天线，从而达到充分利用移动用户信号，并抵消或最大程度的抑制干扰信号的目的。

图1显示了现有智能天线系统进行下行波束赋形的基本流程，主要包括以下步骤：

a、根据智能天线阵中每根天线接收到的信号，采用某种波束赋形算法计算每根天线对应每个用户的波束赋形加权因子。

现有波束赋形算法基本上可以分为两大类：时间参考算法和空间参考算法。所述的时间参考算法包括：有训练序列的非盲自适应算法以及不需要训练序列的盲算法，这些算法根据接收信号的特性来确定每根天线的加权因子，主要包括：抽样矩阵求逆(SMI)算法、递归最小平方(RLS)算法及最小均方算法(LMS)等等。所述的空间参考算法通常是根据接收信号的到达方向(DOA)估计确定智能天线阵中各个天线的加权因子。在实际应用中，采用较多的空间参考法有固定DOA法、最大功率特征值分解法、以及最大信噪比特征值分解法等等。

b、使用步骤a计算得到的每根天线对应每个用户的波束赋形加权因子，分别对每个用户待发送的数据进行加权，生成每个用户要在每根天线上发送的数据。

c、将每个用户要在每根天线上发送的数据加载到对应的天线上发送。

通过上述波束赋形，智能天线可以为每个用户分别形成对准该用户的定向波束，因此，与无方向性天线相比，具有较大的上、下行链路的天线增益，较低的发射功率，以及较高的信噪比等优点。使用智能天线可以有效地克服信道传输衰落的影响。

通过实验证明，在现有的下行波束赋形方法中，对于宽带的移动通信系统而言，例如：时分双工-同步码分多址(TD-SCDMA)系统，最大功率特征值分解法是一种适合宽带移动通信系统并且性能较好的波束赋形方法。现有利用最大功率特征值分解来进行下行波束赋形的方法是通过以下基本步骤实现的：首先，通过信道估计得到用户的信道冲激响应；然后，再根据用户的信道冲激相应计算得到该用户的空间相关矩阵；最后，求解所述空间相关矩阵主特征值所对应的主特征向量，并将该主特征向量作为下行波束赋形的加权向量，实现下行波束赋形。但是，在上述方法中，求解所述空间相关矩阵主特征向量时的计算复杂、计算量大，因而导致使用现有方法进行波束赋形的耗时较长，无法快速跟踪无线信道的变化，实现准确的下行波束赋形。

发明内容

为了解决上述问题，本发明提供了一种下行波束赋形的方法，大大降低波束赋形的计算量，实现下行波束赋形快速跟踪无线信道的变化，获得最优的下行波束赋形效果。

一种下行波束赋形的方法，包括以下步骤A、B、C、D：

A、通过信道估计得到一个用户的信道冲激响应的估计，并根据该用户信道冲激响应的估计计算该用户的空间相关矩阵；

B、根据所述空间相关矩阵确定所述空间相关矩阵的主特征向量、主特征值、次特征向量以及次特征值；

步骤B所述确定包括步骤B1-B4：

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B11、对所述空间相关矩阵的对角元素进行检索与排序，找出其中的最大值c_j与次大值c_k以及与所述最大值c_j对应的列向量r_j和次大值c_k对应的列向量r_k；

B12、判断不等式|c_j-c_k|＜0.1c_j是否成立，如果成立，则令所述主特征向量初始近似向量e₀＝c_jr_j+c_kr_k；否则，令所述主特征向量初始近似向量e₀＝r_j；

B13、对所述主特征向量初始近似向量进行规格化；

B2、根据空间相关矩阵的主特征向量初始近似向量确定所述空间相关矩阵的主特征值及主特征向量；

在步骤B2中，通过幂迭代法确定所述空间相关矩阵的主特征值及主特征向量，包括以下步骤B21-B24：

B21、设置幂迭代次数，并令所述空间相关矩阵的主特征向量等于步骤B13中规格化后的主特征向量初始近似向量；

B22、判断所述幂迭代次数是否为0，如果是，则所述幂迭代完成，执行B24；否则，执行步骤B23；

B23、令本次幂迭代后的主特征向量为本次迭代前主特征向量与所述空间相关矩阵之积，并对本次幂迭代后的主特征向量进行规格化，将规格化的结果供下一次迭代使用，然后将所述幂迭代次数减1，并返回步骤B22；

B24、根据公式E_i＝e_i ^HR_ie_i计算幂迭代后主特征向量对应的特征值，其中，e_i为幂迭代后的主特征向量，e_i ^H为幂迭代后的主特征向量e_i的转置，R_i为所述空间相关矩阵；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B31、采用公式R_m＝R_i-E_ie_ie_i ^H从所述空间相关矩阵中去除其主特征值以及主特征向量对所述空间相关矩阵的贡献得到去除主特征值以及主特征向量对所述空间相关矩阵的贡献后的空间相关矩阵，其中R_m为去除主特征值及主特征向量对所述空间相关矩阵的贡献后的空间相关矩阵；

B32、对所述去除主特征值及主特征向量对所述空间相关矩阵的贡献后的空间相关矩阵的对角元素进行检索与排序，找出其中的最大值c_j与次大值c_k以及与所述最大值c_j对应的列向量r_j和次大值c_k对应的列向量r_k；

B33、判断不等式|c_j-c_k|＜0.1c_j是否成立，如果成立，则令所述次特征向量初始近似向量e₁＝c_jr_j+c_kr_k；否则，令所述次特征向量初始近似向量e₁＝r_j；

B34、对所述次特征向量初始近似向量进行规格化；

B4、根据原空间相关矩阵的次特征向量初始近似向量确定原空间相关矩阵的次特征值以及次特征向量；

在步骤B4中，通过幂迭代法确定原空间相关矩阵的次特征值及次特征向量，包括步骤B41-B44：

B41、设置幂迭代次数，并令原空间相关矩阵的次特征向量等于步骤B34中规格化后的次特征向量初始近似向量；

B42、判断所述幂迭代次数是否为0，如果是，则所述幂迭代完成，执行B44；否则，执行步骤B43；

B43、令本次幂迭代后的次特征向量为本次迭代前次特征向量与所述去除主特征值及主特征向量对所述空间相关矩阵的贡献后的空间相关矩阵之积，并对本次幂迭代后的次特征向量进行规格化，将规格化的结果供下一次迭代使用，然后将所述幂迭代次数减1，并返回步骤B42；

B44、根据公式E_m＝e_m ^HR_me_m计算幂迭代后次特征向量对应的特征值，其中，e_m为幂迭代后的次特征向量，e_m ^H为幂迭代后的次特征向量e_m的转置；

C、将原空间相关矩阵的主特征向量及次特征向量，按照其主特征值及次特征值的大小进行比例平均加权，得到所述用户的下行波束赋形加权向量；

所述比例平均加权为：利用公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

计算所述用户的下行波束赋形加权向量w_i；

D、使用所述下行波束赋形加权向量，对所述用户的下行信号进行加权，并通过射频发射机发射出去。

一种下行波束赋形的方法，包括以下步骤A、B、C、D：

步骤B所述确定包括步骤B1-B4：

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

在步骤B2中，通过瑞利商迭代法确定所述空间相关矩阵的主特征值及主特征向量，包括以下步骤B211-B215：

B211、设置瑞利商迭代次数，并令所述空间相关矩阵的主特征向量等于步骤B13中规格化后的主特征向量初始近似向量；

B212、判断所述瑞利商迭代次数是否为0，如果是，则所述瑞利商迭代完成，执行B215；否则，执行步骤B213；

B213、利用公式B＝R_i-(e_i ^HR_ie_i)×eye(M)计算第一中间变量B；其中，R_i为所述空间相关矩阵，e_i为本次瑞利商迭代的主特征向量，e_i ^H为本次瑞利商迭代的主特征向量e_i的转置，函数eye(M)表示表示M×M的单位方阵；M为智能天线阵的天线单元数目；

B214、解方程By＝e_i，得到第二中间变量y，并对所述第二中间变量y进行规格化得到下次瑞利商迭代的主特征向量，并将所述瑞利商迭代次数减1，然后返回步骤B212；

B215、根据公式E_i＝e_i ^HR_ie_i计算瑞利商迭代后的主特征向量对应的特征值E_i；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

在步骤B4中，通过瑞利商迭代法确定原空间相关矩阵的次特征值及次特征向量，包括步骤B411-B415：

B411、设置瑞利商迭代次数，并令原空间相关矩阵的次特征向量等于步骤B34中规格化后的次特征向量初始近似向量；

B412、判断所述瑞利商迭代次数是否为0，如果是，则所述瑞利商迭代完成，执行B415；否则，执行步骤B413；

B413、利用公式

B = R_{m} - (e_{m}^{H} R_{m} e_{m}) \times eye (M)

计算第一中间变量B；其中，e_m为本次瑞利商迭代的次特征向量，e_m ^H为本次瑞利商迭代的次特征向量e_m的转置；

B414、解方程By＝e_m，得到第二中间变量y，并对所述第二中间变量y进行规格化得到下次瑞利商迭代的次特征向量，并将所述瑞利商迭代次数减1，然后返回步骤B412；

B415、根据公式

E_{m} = e_{m}^{H} R_{m} e_{m}

计算瑞利商迭代后的次特征向量对应的次特征值E_m；

所述比例平均加权为：利用公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

计算所述用户的下行波束赋形加权向量w_i；

一种下行波束赋形装置，包括：

包含天线阵列的天线转换单元，用于从天线阵列中接收用户的上行数据，并将发送给用户的下行数据通过天线阵列发送出去；

射频接收与A/D转换单元，用于对所述天线转换单元接收的用户上行信号进行射频滤波、放大以及A/D转换，得到上行数字信号；

信道估计单元，用于根据来自所述射频接收与A/D转换单元的上行数字信号估计上行用户的信道冲激响应；

下行波束赋形向量处理单元，用于根据来自所述信道估计单元的上行用户的信道冲激响应按照以下步骤B1-B4确定空间相关矩阵的主、次特征向量以及主、次特征值，再根据所述空间相关矩阵的主、次特征向量以及主、次特征值利用公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

计算所述用户的下行波束赋形加权向量w_i，其中，E_i为所述主特征值，e_i为所述主特征向量，E_m为所述次特征值，e_m为所述次特征向量；

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B32、对所述去除主特征值及主特征向量对所述空间相关矩阵的贡献后的空间相关矩阵的对角元素进行检索与排序，找出其中的最大值c_j与次大值c_k以及与所述最大值c_j对应的列向量r_j和次大值c_k对应的列向量r_j和r_k；

B34、对所述次特征向量初始近似向量进行规格化；

B4、根据原空间相关矩阵的次特征向量初始近似向量确定空间相关矩阵的次特征值以及次特征向量；

基带调制及加权网络单元，用于根据所述下行波束赋形的加权向量对发送到用户的下行信号进行基带调制以及加权处理，通过所述加权处理实现下行波束赋形；

D/A转换与射频发送单元，用于将来自所述基带调制及加权网络单元的加权后的下行信号进行D/A转换以及射频调制，并通过所述天线转换单元发射出去。

所述下行波束赋形向量处理单元进一步包括：

空间相关矩阵处理模块，用于根据所接收的上行用户的信道冲激响应确定该用户的空间相关矩阵；

主特征向量处理模块，用于根据所述空间相关矩阵按照所述步骤B1、B2确定该空间相关矩阵的主特征向量和主特征值；

次特征向量处理模块，用于根据所述主特征向量处理模块输出的空间相关矩阵及其主特征向量和主特征值按照所述步骤B3、B4确定该空间相关矩阵的次特征向量和次特征值；

加权向量处理模块，用于根据所述主特征向量处理模块输出的主特征向量和主特征值以及所述次特征向量处理模块输出的次特征向量和次特征值按照所述公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

确定下行波束赋形的加权向量。

其中，所述下行波束赋形向量处理单元由定点数字信号处理器实现。

一种下行波束赋形装置，包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

B413、利用公式

B = R_{m} - (e_{m}^{H} R_{m} e_{m}) \times eye (M)

B415、根据公式

E_{m} = e_{m}^{H} R_{m} e_{m}

计算瑞利商迭代后的次特征向量对应的次特征值E_m；

所述下行波束赋形向量处理单元进一步包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

确定下行波束赋形的加权向量。

所述下行波束赋形向量处理单元由浮点数字信号处理器实现。

由此可以看出，本发明所述的下行波束赋形方法及装置通过对用户空间相关矩阵进行处理，计算得到该空间相关矩阵的主、次特征向量以及主、次特征值，并通过比例平均加权的方法计算所述加权向量，即所述智能天线阵各个天线单元的加权因子，使得下行波束赋形后，终端下行接收信号的功率最大，从而最大限度地降低多径衰落的影响；

另外，由于本发明的方法及装置可以通过幂迭代法或瑞利商迭代法快速得到用户空间相关矩阵的主、次特征向量及主、次特征值，计算简单，运算量小，因而可以快速地确定下行波束赋形的加权向量，所以，本发明所述的方法及装置可以以最快的速度跟踪无线信道的变化，获得最优的下行波束赋形效果；

在采用数字信号处理器实现本发明所述的方法时，对基站设备内存资源的消耗很小，节约了系统的成本；

最后，由于本发明所述的方法及装置不需要知道用户的方向，也不需要预先存储智能天线阵列的导向向量等天线阵列响应参数，因而，本发明所述的方法及装置可以适用于多种几何排列的天线阵列。

附图说明

图1为现有智能天线系统的下行波束赋形方法的基本流程图；

图2为本发明优选实施例所述智能天线系统的下行波束赋形方法；

图3为分别采用本发明优选实施例所述下行波束赋形方法以及现有固定波束法进行下行波束赋形时，终端所接收信号的输入、输出信噪比的关系示意图；

图4为应用本发明优选实施例所述下行波束赋形方法的下行波束赋形装置结构示意图；

图5为图4中下行波束赋形向量处理单元的内部结构示意图。

具体实施方式

为使发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。

本发明的一个优选实施例给出了一种进行下行波束赋形的方法，如图2所示，主要包括以下步骤：

A、通过信道估计得到当前用户i信道冲激响应的一个估计h_i。

在本步骤中，可以通过现有的各种信道估计方法得到当前用户i的信道冲激响应估值h_i。

B、根据用户i信道冲激响应的估计h_i计算该用户i的空间相关矩阵R_i。

在本步骤中，所述对应用户i的空间相关矩阵R_i计算可以采用如下公式另外，在i＝0时，R₀＝zeros(M，M)表示在递推平滑估计前将初始化相关矩阵为全零矩阵，M为天线数目。

C、计算所述空间相关矩阵R_i的主特征向量初始近似向量e₀。

本步骤所述计算主要包括：

对所述空间相关矩阵R_i的对角元素进行检索与排序，找出其中的最大值c_j与次大值c_k以及与所述最大值c_j对应的列向量r_j和次大值c_k对应的列向量r_k；

根据所述最大值c_j及其对应的列向量r_j以及所述次大值c_k及其对应的列向量r_k计算所述空间相关矩阵R_i的主特征向量初始近似向量e₀。

具体为：判断不等式|c_j-c_k|＜0.1c_j是否成立，如果成立，则令e₀＝c_jr_j+c_kr_k；否则，令e₀＝r_j；然后，再对e₀规格化，即令

e_{0} = \frac{e_{0}}{{| | e_{0} | |}_{2}} .

D、采用幂迭代法，根据空间相关矩阵R_i的主特征向量初始近似向量e₀得到所述空间相关矩阵R_i的主特征值E_i以及主特征向量e_i。

本步骤所述幂迭代包括如下步骤：

D1、设置幂迭代次数为n，并令所述空间相关矩阵的主特征向量e_i为步骤C所述主特征向量初始近似向量e₀，即令e_i＝e₀；

其中，所设置的幂迭代次数可以根据实际的需要进行设定，经理论证明在n＝6时，计算得到的特征向量将与真实值的相对误差将小于10^-5，因此，较佳地，可以将幂迭代次数n设置为6，在实际的应用中，为了更加逼近特征向量的真实值，可以适当增加幂迭代次数n的值；

D2、判断所述幂迭代次数是否为0，如果是，则所述幂迭代完成，执行D4；否则，执行步骤D3；

D3、令本次幂迭代后的主特征向量e_i为本次迭代前主特征向量e_i与所述空间相关矩阵R_i之积，并对幂迭代后的主特征向量e_i进行规格化，然后对所述幂迭代次数n减1，并返回步骤D2；

即采用如下公式(2)和(3)计算幂迭代后的主特征向量e_i：

e_i＝Rie_i (2)

e_{i} = \frac{e_{i}}{{| | e_{i} | |}_{2}} - - - (3)

D4、求与幂迭代后所述主特征向量e_i对应的特征值E_i。

在本步骤中，可以通过如下公式(4)计算所述特征值E_i：

E_i＝e_i ^HR_ie_i (4)

通过上述步骤D1～D4即可以得到所述空间相关矩阵R_i的较准确的主特征值E_i以及主特征向量e_i。

E、从所述空间相关矩阵R_i中去除其主特征值E_i以及主特征向量e_i对所述空间相关矩阵R_i的贡献，得到去除主特征值E_i以及主特征向量e_i对所述空间相关矩阵R_i的贡献后的新的空间相关矩阵R_m；

在本步骤中，采用如下公式(5)实现所述去除操作：

R_{m} = R_{i} - E_{i} e_{i} e_{i}^{H} - - - (5)

F、根据去除主特征值E_i以及主特征向量e_i对所述空间相关矩阵R_i的贡献后的空间相关矩阵R_m计算所述去除主特征值E_i以及主特征向量e_i对所述空间相关矩阵R_i的贡献后的新的空间相关矩阵R_m的主特征向量初始近似向量，即原空间相关矩阵的次特征向量初始近似向量e₁。

具体计算方法包括：

F1、对去除主特征值E_i以及主特征向量e_i后的空间相关矩阵R_m的对角元素进行检索与排序，找出其中的最大值c_j与次大值c_k以及与所述最大值c_j对应的列向量r_j和次大值c_k对应的列向量r_k；

F2、判断不等式|c_j-c_k|＜0.1c_j是否成立，如果成立，则令e₁＝c_jr_j+c_kr_k；否则，令e₁＝r_j；

F3、对e₁规格化，即令

e_{1} = \frac{e_{1}}{{| | e_{1} | |}_{2}} .

G、再次采用幂迭代法，根据去除主特征值E_i以及主特征向量e_i后的空间相关矩阵R_m及在步骤F得到的次特征向量初始近似向量e₁得到原空间相关矩阵的次特征值E_m以及次特征向量e_m，也就是去除主特征值E_i以及主特征向量e_i对所述空间相关矩阵Ri的贡献后的新的空间相关矩阵R_m的主特征值和主特征向量。

本步骤所述的幂迭代法与步骤D所述方法相同，具体包括：

G1、设置幂迭代次数为n，并令所述空间相关矩阵的次特征向量e_m为步骤F所述次特征向量初始近似向量e₁；

其中，所述幂迭代次数n可以与步骤D1设置相同的数值；

G2、判断所述幂迭代次数是否为0，如果是，则所述幂迭代完成，执行G4；否则，执行步骤G3；

G3、令本次幂迭代后的次特征向量e_m为本次迭代前次特征向量e_m与所述空间相关矩阵R_m之积，即令e_m＝R_me_m，并对幂迭代后的次特征向量e_m进行规格化，即令

e_{m} = \frac{e_{m}}{{| | e_{m} | |}_{2}},

然后对所述幂迭代次数n减1，并返回步骤G2；

G4、利用公式E_m＝e_m ^HR_me_m求出与幂迭代后次特征向量e_m对应的特征值E_m。

H、将原空间相关矩阵的主、次特征值E_i、E_m，及其对应的主、次特征向量e_i、e_m，按照特征值的大小进行比例平均加权，得到对应该用户i的下行波束赋形加权向量w_i。

本步骤所述平均加权可以通过以下公式(6)实现：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m} - - - (6)

在该步骤中计算得到的加权向量包含所述智能天线阵各个天线单元的加权因子。

I、使用步骤H计算得到的加权向量w_i，对用户i的下行信号进行加权，从射频发射机发射出去，由此实现对发送给用户i的下行信号的下行波束赋形。

由于算法简单，本实施例所述的下行波束赋形的方法完全可以用定点数字信号处理器(DSP)来实现，并且数值稳定性很好，计算量很小，相对于采用粗细扫描的简化计算的固定波束算法来讲，只有其1/3至1/2的计算量。这样，如果在TD-SCDMA系统中应用这个方法，假设不考虑天线数据从天线端口到数字信号处理器的传输时延，经过合理的数字信号处理软件的调度，在第n帧的上行时隙TS2内接收上行信号，经过信道估计以及下行波束赋形的计算，那么完全可以对同一帧的下行时隙TS4的信号实现下行波束赋形。因此，应用本实施例所述的方法，可以将上、下行波束赋形的延迟控制在1-2个时隙之内，可以克服由一般的下行波束赋形方法计算量大所导致的波束赋形时延大的缺点，以最快的速度跟踪无线信道的变化，获得最优的下行波束赋形效果。

下面通过仿真实验比较分别采用本实施例所述方法以及现有固定波束法进行下行波束赋形时所获得的效果。在此，假设应用8单元线型天线阵列的TD-SCDMA网络的微小区环境，目标小区总共有4个用户，每个用户有一个扩频系数为8的上行信道与一个扩频系数为16的下行信道。每个用户都处于多径衰落的环境。其中，每个用户的信号到达方向(DOA)在扇区120度范围内成均匀分布。这里考虑应用协议3GPP&3GPP2最新建议的空中参考模型里方法加入角度扩展的影响，将每条路径在分成20条子路径，每条路径的方向与主径的方向有个固定的偏差。图3显示了在上述情况下，采用本实施例所述的下行波束赋形方法以及现有固定波束法进行下行波束赋形时的输入、输出信噪比关系示意图。其中，图3所示曲线的横轴表示终端的输入信躁比，纵轴表示经下行波束赋形后，在终端的最优匹配滤波接收的解调信噪比。图3中的星状点表示采用实施例所述方法时终端接收信号的信噪比，圆点表示采用固定波束法时终端接收信号的信噪比。从图3可以看出，在相同的输入信噪比环境下，采用本实施例所述的下行波束赋形方法终端可以获得更好的接收效果。

如果基站采用浮点的DSP来实现上述实施例的方法，则完全可以采用迭代更快的瑞利(Rayleigh)商迭代算法代替上述步骤D以及步骤G所述的幂迭代算法来计算所述空间相关矩阵R_i的主、次特征值与主、次特征向量。使用Rayleigh商迭代算法来计算所述空间相关矩阵R_i的主、次特征值与主、次特征向量通常只需2-3次迭代就可以完全满足精确度的要求，因此，可以实现更加快速的下行波束赋形。

本发明的另一个优先实施例给出了采用Rayleigh商迭代算法计算所述空间相关矩阵R_i的主、次特征值与主、次特征向量，并进行下行波束赋形的方法。

本实施例与上一实施例的区别仅在于，在步骤D和步骤G，本实施例将采用Rayleigh商迭代替代所述幂迭代来计算所述空间相关矩阵R_i的主、次特征值与主、次特征向量。下面以计算所述空间相关矩阵R_i的主特征向量e_i为例说明本实施例所述Rayleigh商迭代方法，主要包括以下步骤：

a、设置Rayleigh商迭代次数为n，并令所述空间相关矩阵R_i的主特征向量e_i为步骤C所述的主特征向量初始近似向量e₀；

其中，所述Rayleigh商迭代次数n可以根据经验值设定，在采用Rayleigh商迭代算法时，可以将n设为3；

b、判断所述Rayleigh商迭代次数是否为0，如果是，则所述Rayleigh商迭代完成，执行f；否则，执行步骤c；

c、利用如下公式计算第一中间变量B，B＝R_i-(e_i ^HR_ie_i)×eye(M)；其中，函数eye(M)表示表示M×M的单位方阵；M为智能天线阵的天线单元数目；

d、解方程By＝e_i，得到第二中间变量y，对所述第二中间变量y进行规格化得到主特征向量e_i，即令

e_{i} = \frac{y}{{| | y | |}_{2}},

并将所述瑞利商迭代次数减1，然后返回步骤b；

在本步骤中，可以选用任何一种解方程的算法，如Gauss消元法，LU分解法，甚至Cholesky分解法。即使随着迭代进行，矩阵B越来越接近奇异矩阵，但是，特征向量的求解仅需要保证解的正交性，特征向量位于信号子空间这个条件就可以了，并不需要完全精确的解。

f、采用公式E_i＝e_i ^HR_ie_i求与迭代后主特征向量e_i对应的特征值E_i。

通过上述步骤a～f也可以得到所述空间相关矩阵R_i的较准确的主特征值以及主特征向量。

利用Rayleigh商迭代计算所述空间相关矩阵R_i的次特征值以及次特征向量的方法与上述计算主特征值及主特征向量的方法相同，仅需要将上述步骤a～f中的空间相关矩阵R_i替换为去除主特征值E_i以及主特征向量e_i对所述空间相关矩阵R_i的贡献后的空间相关矩阵R_m，将所述主特征向量初始近似向量e₀替换为步骤F所述的次特征向量初始近似向量e₁，将主特征向量e_i替换为次特征向量e_m，再将主特征值E_i替换为次特征值E_m。

由于Rayleigh商迭代法可以获得比幂迭代法更好的迭代效果，因此，通过本实施例所述的方法，可以实现更加快速地跟踪无线信道的变化情况，从而获得更好的下行波束赋形效果。

为了实现上述方法，本发明还给出了一种实现上述方法的下行波束赋形装置。该装置如图4所示，主要包括以下部件：

包含天线阵列的天线转换单元1，用于在系统需要接收上行信号的时间内，将天线阵列与射频收支路相连，从天线阵列中接收用户的上行数据，并在系统需要发送下行信号的时间内，将发送给用户的下行数据通过天线阵列发送出去；

采用包含天线阵列的天线转换单元的目的是由于在时分双工的无线通信系统中，收发共用同一根天线，因此，需要额外采用一个单元来进行天线阵列发射和接收的时分处理。而对于其他接收和发送使用独立天线阵列的无线通信系统，则不需要所述天线转换单元。

射频接收与模/数(A/D)转换单元2，用于对所述天线转换单元1接收的用户上行信号进行射频滤波、放大以及A/D转换，得到上行数字信号；

信道估计单元3，用于根据来自所述射频接收与模/数(A/D)转换单元2的上行数字信号估计上行用户的信道冲激响应h_i；

下行波束赋形向量处理单元4，用于根据来自所述信道估计单元3的上行用户的信道冲激响应h_i确定空间相关矩阵的主、次特征向量以及主、次特征值，再根据所述空间相关矩阵的主、次特征向量以及主、次特征值确定下行波束赋形的加权向量w_i；

基带调制及加权网络单元5，用于根据所述下行波束赋形的加权向量w_i对发送到用户的下行信号进行基带调制以及加权处理，通过所述加权处理实现下行波束赋形；

D/A转换与射频发送单元6，用于将来自所述基带调制及加权网络单元5的加权后的下行信号进行D/A转换以及射频调制，并通过所述天线转换单元1发射出去。

其中，所述下行波束赋形向量处理单元4的内部结构如图5所示，主要包括：

空间相关矩阵处理模块401，用于利用上述公式(1)，根据所接收的上行用户的信道冲激响应h_i确定空间相关矩阵R_i；

主特征向量处理模块402，用于根据所述空间相关矩阵R_i确定该空间相关矩阵R_i的主特征向量e_i和主特征值E_i；

其中，所述主特征向量处理模块402将采用与步骤C～D或步骤a～f相同方法确定所述空间相关矩阵R_i的主特征向量e_i和主特征值E_i；

次特征向量处理模块403，用于根据所述主特征向量处理模块402输出的空间相关矩阵R_i及其主特征向量e_i和主特征值E_i确定该空间相关矩阵R_i的次特征向量e_m和次特征值E_m；

其中，所述次特征向量处理模块403将采用与步骤F～G或步骤a～f相同方法确定所述空间相关矩阵R_i的次特征向量e_m和次特征值E_m；

加权向量处理模块404，用于利用上述公式(6)，根据所述主特征向量处理模块402输出的主特征向量e_i和主特征值E_i以及所述次特征向量处理模块403输出的次特征向量e_m和次特征值E_m确定下行波束赋形的加权向量w_i。

需要说明的是，上述下行波束赋形向量处理单元4的各个模块均可以利用现有的定点DSP或浮点DSP来实现。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1、一种下行波束赋形的方法，其特征在于，包括以下步骤A、B、C、D：

步骤B所述确定包括步骤B1-B4：

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

所述比例平均加权为：利用公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

计算所述用户的下行波束赋形加权向量w_i；

2、一种下行波束赋形的方法，其特征在于，包括以下步骤A、B、C、D：

步骤B所述确定包括步骤B1-B4：

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

B413、利用公式

B = R_{m} - (e_{m}^{H} R_{m} e_{m}) \times eye (M)

B415、根据公式

E_{m} = e_{m}^{H} R_{m} e_{m}

计算瑞利商迭代后的次特征向量对应的次特征值E_m；

所述比例平均加权为：利用公式

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

计算所述用户的下行波束赋形加权向量w_i；

3、一种下行波束赋形装置，其特征在于，包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

4、根据权利要求3所述的装置，其特征在于，所述下行波束赋形向量处理单元进一步包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

确定下行波束赋形的加权向量。

5、根据权利要求3或4所述的装置，其特征在于，所述下行波束赋形向量处理单元由定点数字信号处理器实现。

6、一种下行波束赋形装置，其特征在于，包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

B1、计算所述空间相关矩阵的主特征向量初始近似向量；

步骤B1所述计算包括步骤B11-B13：

B13、对所述主特征向量初始近似向量进行规格化；

B3、计算所述空间相关矩阵的次特征向量初始近似向量；

步骤B3所述计算包括步骤B31-B34：

B34、对所述次特征向量初始近似向量进行规格化；

B413、利用公式

B = R_{m} - (e_{m}^{H} R_{m} e_{m}) \times eye (M)

B415、根据公式

E_{m} = e_{m}^{H} R_{m} e_{m}

计算瑞利商迭代后的次特征向量对应的次特征值E_m；

7、根据权利要求6所述的装置，其特征在于，所述下行波束赋形向量处理单元进一步包括：

w_{i} = \frac{E_{i}}{E_{i} + E_{m}} e_{i} + \frac{E_{m}}{E_{i} + E_{m}} e_{m}

确定下行波束赋形的加权向量。

8、根据权利要求6或7所述的装置，其特征在于，所述下行波束赋形向量处理单元由浮点数字信号处理器实现。