CN101114863A - 通信系统内处理信号的方法和系统 - Google Patents

Abstract

本发明涉及一种用于降低复杂度的MIMO收发机的发射机波束赋形的方法和系统。本发明的系统包括有MIMO发射机，计算信道估计矩阵并基于SVD分解计算出的信道估计矩阵。奇异值矩阵内的奇异值可进行重排和分组，以生成多个子矩阵。一方面，每个子矩阵可基于GMD在MIMO发射机端进行分解，而MIMO接收机使用垂直分层时空(VLST)方法。另一方面，MIMO发射机使用对应于每个子矩阵的Givens旋转矩阵，而MIMO接收机使用最大似然检测。

Description

通信系统内处理信号的方法和系统

技术领域

本发明涉及无线通信，更具体地说，涉及一种用于降低复杂度的多输入多输出(MIMO)收发机的发射机波束赋形的方法和系统。

背景技术

MIMO无线系统内，可使用多个发射天线同时传送多个数据流。MIMO接收机可使用多个接收天线来分离并检测出各个数据流。两种主要的MIMO传输方法包括奇异值分解(singular value decomposition，缩写为SVD)和分层空时(layered space-time，缩写为LST)处理，又称为逐级干扰对消(successiveinterference cancellation，缩写为SIC)。

SVD使用波束赋形技术结合发射机天线阵列和接收机天线阵列来创建虚拟信道或本征信道(eigen-channel)，通过该信道发送多个数据流而彼此不会干扰。LST/SIC可使用接收机天线阵列处理来检测上述多个数据流，一次处理一个数据流。针对每个检测“层”，来自尚未检测的数据流的干扰可视为无效的，而来自已检测数据流的干扰可被消除或减掉。

SVD内的本征信道具有高度不等的信噪比(SNR)，这取决于MIMO信道矩阵的本征分散度。SVD还需要依赖于自适应调制或自适应比特加载，以在具有较高SNR值的本征信道内实现较大的数据传输速率，同时支持具有较低SNR值的本征信道内的较低数据传输速率。当大量调制类型都不可用时，因不能达到所有本征信道上总数据传输速率的理论峰值，SVD的性能会降低。例如，如果本征信道的最大数据传输速率所需的是1024 QAM调制类型，则若该所需的调制类型不可用，便不能达到最大数据传输速率。

LST/SIC方法还会因错误传播(error propagation)而降低性能。例如，若检测到当前层有错误，该错误会传播到其它层，增加检测到其它层有错的可能性。LST/SIC需要对数据流进行重排序，以首先检测具有较高SNR值的数据流，从而最小化错误传播。某些方法，例如垂直LST(VLST)可通过对每个数据流编码来提供错误保护。基于进行的编码，在进行解码减去干扰之后便可作出决定。

或者另一种方案是，使用基于脏纸理论(dirty paper theory)的预编码方法，例如汤林森-何洛绪玛预编码(Tomlinson-Harashima precoding，缩写为THP)，预消除发射机端的干扰，而无需使用较大的发送辐射功率级。THP方法需要了解发射机端的信道状态信息。

几何均值分解(geometric mean decomposition，缩写为GMD)在发射机端是使用例如THP基于波束赋形和LST/SIC实现的，在接收机端是利用例如VLST基于LST/SIC实现的。使用GMD时，发射的多个数据流中每个数据流的SNR基本上相等。因此便不需要进行使用SVD的情况下需要的自适应比特加载。GMD还不需要进行使用LST/SIC的情况下需要进行的数据流重排序。

虽然将在MIMO发射机端使用GMD波束赋形和在MIMO接收机端使用VLST相结合，可获得理论范围内的期望性能级，但是与SIC方法的实现有关的等待时间和复杂度，会对MIMO接收机的设计造成限制。IEEE 802.11规范对用于编码通过无线通信信道发射的数据的结构有要求，以及对建立一段持续时间(即MIMO接收机接收到一个或多个信号的时间点与MIMO接收机检测到通过该一个或多个信号传送的数据的时间点之间的一段持续时间)的数据包检测延时限制有要求。

或者，可在MIMO接收机端使用又称为最大似然(ML)检测的强力(bruteforce)方法来共同检测通过一个或多个信号发送的数据，无需依赖于SIC。但是，最大似然检测的计算复杂度会随空域流的数量呈指数增加，表示为M^NSS，其中M代表调制类型的级数，例如M-QAM，而NSS代表MIMO发射机所发送的空域流的数量。由于存在计算复杂度，在某些现有系统中执行最大似然检测是不实际的，对于64-QAM且NSS＞2的情况，将超出实际极限。此外，结合MIMO接收机端的最大似然检测使用的MIMO发射机端的计算波束赋形因子的计算任务是不确定多项式时间难题(non-deterministic polynomial-timehard，缩写为NP-hard)。

比较本发明后续将要结合附图介绍的系统，现有技术的其它局限性和弊端对于本领域的普通技术人员来说是显而易见的。

发明内容

本发明提供了一种用于降低复杂度的MIMO收发机的发射机波束赋形的系统和/或方法，充分地结合幅图和/或实施例进行描述，并在权利要求中对技术方案进行完整的描述。

根据本发明的一个方面，提供一种通信系统内处理信号的方法，所述方法包括：

在MIMO发射机端将信道估计矩阵分解成多个组成矩阵；

从所述多个组成矩阵中的至少一个组成矩阵生成多个子矩阵；

基于对所述多个子矩阵中每个子矩阵的分解，以多个空域流发送数据。

作为优选，所述多个组成矩阵中的所述至少一个组成矩阵为包括M行和N列的对角矩阵，其中M和N代表数量。

作为优选，所述对角矩阵中位于第i行第i列的矩阵元素的值大于或等于位于第j行第j列的矩阵元素的值，其中i和j为矩阵元素索引，且j大于i。

作为优选，所述多个子矩阵中每个子矩阵包括有来自所述对角矩阵的唯一一组非零值矩阵元素。

作为优选，所述多个子矩阵中每个子矩阵为对角矩阵，包括的元素不超过两行和两列。

作为优选，所述多个子矩阵中的第k个子矩阵包括以下至少之一：所述对角矩阵内的第k个非零最大值矩阵元素、所述对角矩阵内的第k个非零最小值矩阵元素，其中k表示数量。

作为优选，所述方法进一步包括：对所述多个组成矩阵中一个组成矩阵内的非零值矩阵元素重新排序，生成经重新排序的矩阵。

作为优选，所述方法进一步包括：对所述经重新排序的矩阵内的非零值矩阵元素进行分组，生成多个子矩阵。

作为优选，所述方法进一步包括：将所述多个子矩阵中每一个子矩阵分解成对应的多个组成子矩阵。

作为优选，所述方法进一步包括：对所述经重新排序的矩阵内的非零值矩阵元素进行分组，其中，所述多个子矩阵中第p个子矩阵内的非零矩阵元素相乘之积和非零元素的算术平方值两者之一等于所述多个子矩阵中第q个子矩阵内的非零矩阵元素相乘之积和非零矩阵元素的算术平方值两者之一。

作为优选，所述对应的多个组成矩阵中的所述至少一个组成矩阵为以下之一：下三角矩阵和上三角矩阵。

根据本发明的一个方面，提供一种通信系统内处理信号的系统，所述系统包括：

在MIMO发射机端将信道估计矩阵分解成多个组成矩阵的电路；

所述电路从所述多个组成矩阵中至少一个组成矩阵生成多个子矩阵；

基于对所述多个子矩阵中每个子矩阵的分解，所述电路以多个空域流发送数据。

作为优选，所述多个组成矩阵中的所述至少一个组成矩阵为包括M行和N列的对角矩阵，其中M和N代表数量。

作为优选，所述对角矩阵中位于第i行第i列的矩阵元素的值大于或等于位于第j行第j列的矩阵元素的值，其中i和j为矩阵元素索引，且j大于i。

作为优选，所述多个子矩阵中每个子矩阵包括有来自所述对角矩阵的唯一一组非零值矩阵元素。

作为优选，所述多个子矩阵中每个子矩阵为对角矩阵，包括的元素不超过两行和两列。

作为优选，所述多个子矩阵中的第k个子矩阵包括以下至少之一：所述对角矩阵内的第k个非零最大值矩阵元素、所述对角矩阵内的第k个非零最小值矩阵元素，其中k表示数量。

作为优选，所述电路对所述多个组成矩阵中一个组成矩阵内的非零值矩阵元素重新排序，生成经重新排序的矩阵。

作为优选，所述电路对所述经重新排序的矩阵内的非零值矩阵元素进行分组，生成多个子矩阵。

作为优选，所述电路将所述多个子矩阵中每一个子矩阵分解成对应的多个组成矩阵。

作为优选，所述电路对所述经重新排序的矩阵内的非零值矩阵元素进行分组，其中，所述多个子矩阵中第p个子矩阵内的非零矩阵元素相乘之积和非零元素的算术平方值两者之一等于所述多个子矩阵中第q个子矩阵内的非零矩阵元素相乘之积和非零矩阵元素的算术平方值两者之一。

作为优选，所述对应的多个组成矩阵中的所述至少一个组成矩阵为以下之一：下三角矩阵和上三角矩阵。

根据本发明的一个方面，本发明提供一种通信系统内处理信号的系统，所述系统包括：

在MIMO收发机端将信道估计矩阵分解成多个组成矩阵的电路；

所述电路从所述多个组成矩阵中至少一个组成矩阵生成多个子矩阵；

所述电路基于所述多个子矩阵中每个子矩阵与对应的吉文斯旋转(Givensrotation)矩阵的相乘，检测包含在多个空域流内的数据的估计值。

本发明的各种优点、各个方面和创新特征，以及其中所示例的实施例的细节，将在以下的说明书和附图中进行详细介绍。

附图说明

图1是结合本发明实施例使用的无线数据通信系统的示意方框；

图2是结合本发明实施例使用的MIMO系统的示意框图；

图3是结合本发明实施例使用的波束赋形的示意图；

图4A是依据本发明实施例的3×3 MIMO系统的中断概率(outageprobability)性能示意图；

图4B是依据本发明实施例的4×4 MIMO系统的中断概率性能示意图；

图5是依据本发明实施例的子空间GMD波束赋形方法的步骤流程图；

图6是依据本发明实施例用于ML检测的子空间波束赋形方法的步骤流程图。

具体实施方式

下面将结合附图及实施例对本发明作进一步说明：

本发明的实施例涉及一种用于降低复杂度的MIMO收发机的发射机波束赋形的方法和系统。本发明的各个实施例涉及一种方法，称为“子空间波束赋形”。在本发明的各个实施例中，可通过将多个空域流分组为空域流子组，然后检测包含在对应的每个空域流子组内的数据的至少一部分，来降低计算任务的复杂度。本发明的一个典型实施例中，所述分组包括从多个空域流中分组为不超过2个的空域流。包含在所述多个空域流内的数据通过以下方式检测：将每个对应空域流子组内被检测的数据的每个部分合并。相比于某些将多个空域流作为一个组处理来检测数据的现有方法，检测每个对应空域流子组内数据的每个部分的计算复杂度明显得到降低。

本发明一个典型实施例中，MIMO接收机可使用“混合致零(hybridnulling)”方法并结合MIMO发射机端的GMD波束赋形技术来检测对应空域流子组内数据的每个部分。本发明另一个实施例中，MIMO接收机可使用混合致零方法并结合最大似然(ML)方法应用于2×2矩阵。

图1是结合本发明实施例使用的无线数据通信系统的示意方框。参考图1，给出了分布式系统(DS)110、扩展服务集(ESS)120、IEEE 802局域网(LAN)122。扩展服务集(ESS)120包括第一基本服务集(BSS)102和第二基本服务集(BSS)112。第一基本服务集(BSS)102包括第一802.11 WLAN站点104、第二802.11 WLAN站点106和接入点(AP)108。第二基本服务集112包括第一802.11WLAN站点114、第二802.11 WLAN站点116和接入点118。IEEE 802局域网122可包括局域网站点124和入口(portal)126。IEEE 802.11 WLAN站点，或者IEEE 802.11 WLAN设备，是WLAN系统，该系统至少可以兼容IEEE802.11标准的一部分。

WLAN是一种通信网络环境，该环境包括多个可以通过一个或者多个上行和/或下行射频信道进行无线通信的WLAN设备。基本服务集102或者112可以是IEEE 802.11 WLAN的一部分，该服务集至少包括两个IEEE 802.11WLAN站点，例如，第一802.11 WLAN站点104、第二802.11 WLAN站点106和接入点108，这些是基本服务集102的组成部分。基本服务集102中的非接入点站点，即第一802.11 WLAN站点104、第二802.11 WLAN站点106，可分别建立与接入点108的关联。接入点，例如接入点108，可实现为以太网交换机、桥接器或者WLAN中的其它设备。类似地，基本服务集112中的非接入点站点，即第一802.11 WLAN站点114、第二802.11 WLAN站点116，可分别建立与接入点118的关联。一旦第一802.11 WLAN站点104和接入点108之间形成关联，接入点108便把第一802.11 WLAN站点104的可连接信息传输给与扩展服务集120相关的其它接入点，例如接入点118，和入口，例如入口126。之后WLAN站点104可以通过基本服务集102进行信息的无线传输。接着，接入点118将关于第一802.11 WLAN站点104的可连接信息传送给基本服务集112内的各站点。可以通过例如以太网交换机或者局域网内的其它设备来实现的入口126可以将关于第一802.11 WLAN站点104的可连接信息传送到局域网122内的站点，例如802局域网站点124。关于第一802.11WLAN站点104的可连接信息的传输，可以使不在基本服务集102内但与扩展服务集120相关的WLAN站点能够与第一802.11 WLAN站点104进行无线通信。

分布式系统110提供基础设施，该基础设施使得一个基本服务集102内的第一802.11 WLAN站点104能够与另一个基本服务集112内的第一802.11WLAN站点114进行无线通信。分布式系统110还可以使基本服务集102内的第一802.11 WLAN站点104能够与IEEE 802 LAN 122内的802 LAN站点124之间进行通信，其中该IEEE 802 LAN 122可实现为例如有线LAN。接入点108、接入点118或者入口126可以提供有一种手段，通过该手段，基本服务集102、基本服务集112或者LAN 122内的站点可以通过分布式系统110传送信息。基本服务集102内的第一802.11 WLAN站点104可通过无线的方式发射信息到接入点108，接入点108再通过分布式系统110发送该信息到接入点118，然后接入点118以无线的方式发送该信息到基本服务集112内的站点114，通过这种方式，基本服务集102内的第一802.11 WLAN站点104便可以与基本服务集112内的第一802.11 WLAN站点114进行无线信息传输。第一802.11 WLAN站点104通过无线的方式发送信息到接入点108，接入点108通过分布式系统110发送该信息到入口126，接着入口126发送该信息到LAN 122内的802 LAN站点124，通过这种方式，第一802.11 WLAN站点104便可以与LAN 122内的802 LAN站点124进行无线信息传输。分布式系统110可以采用通过射频信道的无线通信、有线通信例如IEEE 802.3或者以太网，或这些技术的结合。

当传输信息的时候，WLAN站点或者接入点可以采用一个或者多个发射天线和一个或者多个接收天线。利用多个发射天线和/或多个接收天线的WLAN站点或者接入点便可称为MIMO系统。

图2是结合本发明实施例使用的MIMO系统的示意框图。如图所示有存储器272、收发器274、射频前端280、多个接收天线276a、......、276n和多个发射天线278a、......、278n。收发器274包括处理器282、接收机284和发射机286。

处理器282根据可适用的通信标准执行数字接收机和/或发射机功能。这些功能包括但是不限于在相关协议参考模型的较低层所执行的任务。这些任务进一步包括物理层会聚协议(PLCP)、物理介质相关协议(PMD)和相关的物理层管理功能。这些功能包括但不限于，与分析通过接收机284接收的数据相关的任务、以及与生成即将通过发射机286发射的数据相关的任务。这些功能还进一步包括在相关标准中规定的多媒体访问控制(MAC)层功能。存储器272用来存储和/或者取回数据和/或代码。存储器272可通过输入信号和输入控制信号接收数据和/或代码，所述输入控制信号促使存储器272存储所接收的数据和/或代码。存储器272可接收使其输出之前存储的数据和/或代码的输入控制信号。存储器272还可接收使其删除之前存储的数据和/或代码的输入控制信号。

接收机284可执行数字接收机功能，该功能包括但是不限于快速傅立叶变换处理、波束成型处理、均衡、解映射、解调制控制、解交织、解打孔(depuncture)和解码。发射机286可以执行数字发射机功能，该功能包括但是不限于编码、打孔、交织、映射、调制控制、快速傅里叶逆变换处理、波束成型处理。射频前端280可通过天线276a、......、276n接收模拟射频信号，把该射频信号转换成基带信号并产生所接收的模拟基带信号的等效数字形式。该数字形式是复量，包括I和Q分量。射频前端280还可以将数字基带信号转换成模拟射频信号，通过天线278a、......278n发射该模拟射频信号。

具体工作过程中，处理器282从接收机284接收数据。处理器282可对接收到的数据执行分析和进一步的处理。例如，处理器282对接收的数据执行基带处理，在此过程中分析一部分接收的数据。基于分析结果，处理器可产生信号以控制接收机284的操作，以接收数据的剩余部分。处理器282可生成多个比特并传送给发射机286。处理器282可产生信号以控制发射机286内的调制处理操作，以及接收机284内的解调处理操作。处理器282可计算权重，以用于发射机286端的波束赋形，和/或用于接收机284端对接收的数据的检测。

在本发明的各个实施例中，处理器282可存储和/或获取存储在存储器272内的与子空间波束赋形和/或ML检测相关的数据。结合MIMO发射机，处理器282在发射多个空域流时，计算用于子空间波束赋形数据的因子。结合MIMO接收机，处理器282在使用多个子矩阵检测接收到的数据时，执行混合致零和后续SIC或ML检测。所述多个子矩阵中每个子矩阵都是从矩阵得到的组成子矩阵。所述多个子矩阵中每个子矩阵包括有该矩阵内的独特的矩阵元素子组。该矩阵可用来检测接收的数据。多个子矩阵可用于检测接收的数据，其中每个子矩阵用于检测接收的数据的一部分。使用多个子矩阵检测接收的数据的计算复杂度会低于使用该矩阵检测接收的数据的计算复杂度。

图3是结合本发明实施例使用的波束赋形的示意图。如图3所示为发射移动终端302、接收移动终端322以及多个射频信道342。发射移动终端302包括发射滤波器系数模块V 304和多个空域流ss₁ 306、ss₂ 308和ss_k 310，其中k表示发射移动终端302所发射的空域流的数量。发射移动终端进一步包括有多个发射天线312、314和316。发射天线的数量表示为变量N。接收移动终端322包括有接收滤波器系数模块Q^H 324、多个目的地流

和

以及多个接收天线332、334和336。接收天线的数量表示为变量M。一个示例移动终端可以是WLAN站点104。

工作过程中，发射天线312传送信号x₁，发射天线314传送信号x₂，发射天线316传送信号x_N。在发射机302端的波束赋形操作中，每个发射的信号x₁、x₂、……、x_N是多个空域流ss₁、ss₂、……、ss_K中至少一个空域流的加权和的函数。权重可通过波束赋形矩阵V结合发射系数滤波器模块304来确定。

接收天线332接收信号y₁，接收天线334接收信号y₂，接收天线336接收信号y_M。多个射频信道342可由转换系数矩阵H在数学上表征。该转换系数矩阵H又称为信道估计矩阵。

多个并行接收的信号y₁、y₂、……、y_M中，每个信号都可基于多个发射的信号x₁、x₂、……、x_N和转换系数矩阵H以及噪声向量N_C计算出来。向量N_C包括存在于通信媒介中的噪声的向量表示。多个并行接收的信号、多个发射的信号、信道估计矩阵和噪声向量之间的关系可用以下等式表示：

Y＝H·X+N_C              (1a)

其中，Y表示多个并行接收的信号，其可用以下等式表示：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\\ .\\ .\\ .\\ y_M\end{array}\right]---\left(1b\right)$

X表示多个发射信号，其可用以下等式表示：

$X=\left[\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_N\end{array}\right]---\left(1c\right)$

N表示噪声向量，其可用以下等式来表示：

$N=\left[\begin{array}{c}{n}_1\\ n_2\\ .\\ .\\ .\\ n_N\end{array}\right]---\left(1d\right)$

并且，H表示信道估计矩阵，其可表示为以下等式：

$H=\left[\begin{array}{cccc}{h}_{11}& h_{12}& ...& h_{1N}\\ h_{21}& h_{22}& ...& h_{2N}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ h_{M1}& h_{M2}& ...& h_{\mathrm{MN}}\end{array}\right]---\left(1e\right)$

其中，包含在该信道估计矩阵H内的矩阵元素可在MIMO接收机322端基于通过通信媒介接收的数据的至少一部分计算出来。例如，该矩阵元素可基于通过通信媒介发送并在MIMO接收机322端接收到的消息内的前导数据来计算。

在MIMO接收机322端的致零操作中，每个目的地流

和

可计算为多个当前接收的信号y₁、y₂、……、y_M中至少一个信号的加权和的函数。权重可通过致零矩阵Q^H结合接收系数滤波器模块324来确定。目的地流

包括包含在对应空域流ss₁ 306内的数据的估计值。目的地流

包括包含在对应空域流ss₂ 308内的数据的估计值。目的地流

包括包含在对应空域流ss_K 310内的数据的估计值。

在使用奇异值分解(SVD)的系统中，信道估计矩阵H可通过分解来表示为如下等式：

H＝USV₁ ^H    (2)

其中，U为矩阵，V₁为矩阵，V₁ ^H为矩阵V₁的埃尔米特转置(hermitiantranspose)。矩阵S表示对角矩阵。对于包含有M行和N列(M×N)的矩阵H，矩阵U包括M行和M列(M×M)，矩阵S包括M行和N列(M×N)，矩阵V₁ ^H包括N行和N列(N×N)。

在矩阵S中，当指数i的值不等于指数j的值，第i行和第j列中的每个矩阵元素的值等于0，其中，i的值小于或等于矩阵S内的行数，而j的值小于或等于矩阵S内的列数。矩阵S中，对角矩阵元素位于第i行和第i列，其中i的值小于或等于矩阵S中行数和列数中较小的一个。矩阵S中对角矩阵元素的至少一部分为非零值。每个奇异值λ_ii可表示为实数。

矩阵S内的每个对角矩阵元素可表示为λ_ii，其中ii为第i行和第i列的索引。该奇异值排列在矩阵S内，使得针对j＞i，λ_ii≥λ_jj，其中jj为第j行和第j列的索引。奇异值λ_ii是矩阵乘积H·H^H或矩阵乘积H^H·H的本征值的平方根。矩阵U的列包括从矩阵乘积H·H^H计算得到的特征向量。矩阵V₁的列包括从矩阵乘积H^H·H计算得到的特征向量。M×N的矩阵U为单式矩阵，矩阵乘积U^H·U等于N×N的单位矩阵1。N×N的矩阵V₁为单式矩阵，其矩阵乘积V₁ ^H·V₁等于N×N的单位矩阵1。

对于M＝4且N＝4，4×4的矩阵S可表示为以下等式：

$S=\left[\begin{array}{cccc}{\mathrm{\λ}}_{11}& 0& 0& 0\\ 0& {\mathrm{\λ}}_{22}& 0& 0\\ 0& 0& {\mathrm{\λ}}_{33}& 0\\ 0& 0& 0& {\mathrm{\λ}}_{44}\end{array}\right]---\left(3\right)$

在使用几何均值分解(GMD)的系统中，矩阵S可通过分解表示为以下等式：

S＝QLP^H        (4)

其中Q为矩阵，P为矩阵，P^H为矩阵P的Hermitian转置。矩阵L为下三角矩阵。

对于包含M行和N列(M×N)的矩阵H，矩阵Q包括M行和K列(M×K)，矩阵L包括K行和K列(K×K)，矩阵P^H包括K行和N列(K×N)。K的值表示矩阵S中的奇异值的数量。在本发明的各个实施例中，矩阵L为上三角矩阵或下三角矩阵。矩阵L的矩阵元素均可表示为实数。矩阵L中的对角矩阵元素的值大致相等。矩阵L中每个对角矩阵元素l_ii的值等于矩阵S的奇异值λ_nn的几何均值

并可表示为以下等式：

$l_{\mathrm{ii}}={\stackrel{\‾}{\mathrm{\λ}}}_H=\sqrt[K]{\underset{n=1}{\overset{K}{\mathrm{\Π}}}{\mathrm{\λ}}_{\mathrm{nn}}}---\left(5\right)$

其中，该几何均值可表示为等于K个奇异值λ_nn的乘积的第K个根，其中n为小于或等于K的一个值。M×K的矩阵Q为单式矩阵，K×N的矩阵P^H为单式矩阵。

矩阵L可通过如等式(3)所示预乘一个奇异矩阵S，再乘以K-1个预乘矩阵Q_j ^H，再乘以对应的K-1个后乘矩阵P_j。每个预乘矩阵Q_j ^H可表示为矩阵乘积G_j ^H·П，其中G_j ^H为Givens旋转矩阵G_j的的Hermitian转置，П为置换矩阵，j为第j个预乘矩阵的索引，j的值小于矩阵S中奇异值的数量。每个后乘矩阵P_j可表示为矩阵乘积П·G_j′，其中G_j′为Givens旋转矩阵，П为置换矩阵，j表示第j个后乘矩阵的索引。

置换矩阵可用于矩阵的矩阵乘法操作，生成积矩阵，积矩阵内的矩阵元素表示该矩阵内矩阵元素的重排。每个Givens旋转矩阵G_j ^H和/或G_j′可用于矩阵的矩阵乘法操作，产生积矩阵，其包括有基于该矩阵修改后的值。对于积矩阵中的第j列，k行(k＞j)中的矩阵元素的值等于0，其中k表示积矩阵中第j列内的行索引。这种情况下，该积矩阵为上三角矩阵。或者，对于积矩阵中的第j列，行k＜j中的矩阵元素的值等于0。这种情况下，该积矩阵为下三角矩阵。

矩阵L可表示为以下等式：

$L=\left(\underset{i=1}{\overset{K-1}{\mathrm{\Π}}}{Q_i}^H\right)\·S\·\left(\underset{i=1}{\overset{K=1}{\mathrm{\Π}}}{P}_i\right)---\left(6\right)$

基于等式(2)、(4)和(6)，信道估计矩阵H的GMD形式可表示为以下等式：

$H=U\·\left(\underset{i=1}{\overset{K-1}{\mathrm{\Π}}}{Q}_i\right)\·L\·\left(\underset{i=1}{\overset{K-1}{\mathrm{\Π}}}{P_i}^H\right)\·{V_l}^H---\left(7a\right)$

其中，

$Q=\underset{i=1}{\overset{K-1}{\mathrm{\Π}}}{Q}_i---\left(7b\right)$

且，

$P^H=\underset{i=l}{\overset{K-1}{\mathrm{\Π}}}{P_i}^H---\left(7c\right)$

本发明的各个实施例中，计算的信道估计矩阵H可分解为多个组成矩阵，如等式(2)所示。其中一个组成矩阵为矩阵S，为对角矩阵。对角矩阵S的一个示例表示在等式(3)中。包括有奇异值的M×N对角矩阵S中的对角矩阵元素经重排，可产生重排矩阵。该对角矩阵S可基于等式(2)来表示。每个非零值对角矩阵元素包括奇异值。重排矩阵中的非零值矩阵元素可进行分组，生成多个子矩阵。每个子矩阵包括P行和Q列，其中P的值小于或等于M的值，Q的值小于或等于N的值。每个子矩阵包括有来自对角矩阵S的唯一一组非零值矩阵元素。每个子矩阵可以是对角矩阵。多个子矩阵集合起来，包括了对角矩阵S内的一组奇异值。基于对角矩阵S产生的子矩阵的数量可按以下等式确定：

其中，N_Sub为子矩阵的数量，K为对角矩阵S内奇异值的数量，max(K_Sub)为对角矩阵S内奇异值的最大数量，其可包含在任何一个子矩阵中。结果，至少N_Sub个子矩阵中，任何一个子矩阵包括有来自对角矩阵S的奇异值，其数量从1到max(K_Sub)。操作数的值等于x的整数部分，即int(x)，当x为整数时，x的分数部分fract(x)等于0。当x的分数部分fract(x)不等于0时，操作数

的值可等于int(x)+1的值。

然而，本发明并不限于每个子矩阵包括有来自对角矩阵S的唯一一组非零值矩阵元素的这种实施例。本发明的各种其它实施例中，特定的奇异值可包含在一个或多个子矩阵中。同样，本发明的各种实施例并不限于使用作为对角矩阵的组成矩阵来实现。例如，一个或多个组成矩阵可以是块对角矩阵结构。此外，本发明的各种实施例并不限于每个子矩阵为对角矩阵。例如，一个或多个子矩阵可以不是对角矩阵，而是例如块对角矩阵。

在本发明的一个示例中，每个子矩阵都不超过2行，也不超过2列。一个2×2的子矩阵包括有来自对角矩阵S的两个奇异值。当对角矩阵S中的奇异值数量为奇数时，一个子矩阵为1×1的矩阵，包括有一个矩阵元素。

对于第m个子矩阵，该子矩阵至少包括有来自对角矩阵S的第m大的奇异值。对于包括有至少两行和/或至少两列的子矩阵，第m个子矩阵还包括有来自对角矩阵S的第m小的奇异值。对于每个子矩阵，可将包含在该子矩阵内的每个奇异值的值相乘来计算乘积。从第m个子矩阵计算出来的第m乘积可等于从第n子矩阵计算得到的第n乘积。

对于4×4的对角矩阵S，如等式(3)，重排的矩阵可表示为以下等式：

$S_{\mathrm{Rearranged}}=\left[\begin{array}{cccc}{\mathrm{\λ}}_{11}& 0& 0& 0\\ 0& {\mathrm{\λ}}_{44}& 0& 0\\ 0& 0& {\mathrm{\λ}}_{22}& 0\\ 0& 0& 0& {\mathrm{\λ}}_{33}\end{array}\right]---\left(9\right)$

重排的矩阵S_Rerranged的奇异值可进行分组，生成多个子矩阵S₁和S₂，如以下等式表示：

$S_{\mathrm{Rearranged}}=\left[\begin{array}{cc}{S}_1& 0_2\\ 0_2& S_2\end{array}\right]---\left(10a\right)$

其中：

$0_2=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right]---\left(10b\right)$

$S_1=\left[\begin{array}{cc}{\mathrm{\λ}}_{11}& 0\\ 0& {\mathrm{\λ}}_{44}\end{array}\right]---\left(10c\right)$

$S_2=\left[\begin{array}{cc}{\mathrm{\λ}}_{22}& 0\\ 0& {\mathrm{\λ}}_{33}\end{array}\right]---\left(10d\right)$

在本发明的各个实施例中，每个子矩阵可分解为对应的多个组成矩阵，如等式(4)。对应多个组成矩阵中的每个子矩阵可以是下三角矩阵或上三角矩阵。一个典型的K×K下三角矩阵L可表示为以下等式：

其中，每个l_ij表示矩阵L中的矩阵元素。基于等式(4)和(10a)，重排的矩阵可表示为以下等式：

$S_{\mathrm{Rearranged}}=\left[\begin{array}{cc}{S}_1& 0_2\\ 0_2& S_2\end{array}\right]\left[\begin{array}{cc}{Q}_1\·L_1\·{P_1}^H& 0_2\\ 0_2& Q_2\·L_2\·{P_2}^H\end{array}\right]---\left(12a\right)$

其中，矩阵Q₁。和Q₂均对应于等式(4)中的矩阵Q，矩阵L₁和L₂均对应于矩阵L，矩阵p₁ ^H和p₂ ^H均对应于矩阵P^H，且：

$S_{\mathrm{Rearranged}}=\left[\begin{array}{cc}{Q}_1& 0_2\\ 0_2& Q_2\end{array}\right]\·\left[\begin{array}{cc}{L}_1& 0_2\\ 0_2& L_2\end{array}\right]\·\left[\begin{array}{cc}{P_1}^H& 0_2\\ 0_2& {P_2}^H\end{array}\right]---\left(12b\right)$

其中：

$L_1=\left[\begin{array}{cc}{1}_{11}^1& 0\\ 1_{21}^1& 1_{22}^1\end{array}\right]---\left(12c\right)$

$L_2=\left[\begin{array}{cc}{1}_{11}^2& 0\\ 1_{21}^2& 1_{22}^2\end{array}\right]---\left(12d\right)$

$P^H=\left[\begin{array}{cc}{P}_1^H& 0\\ 0& P_2^H\end{array}\right]---\left(12e\right)$

矩阵L₁内的对角矩阵元素1₁₁ ¹和1₂₂ ¹相等。矩阵L₂内的对角矩阵元素1₁₁ ²和1₂₂ ²相等。本发明的各个实施例中，对角矩阵元素1₁₁ ¹、1₂₂ ¹、1₁₁ ²和1₂₂ ²等于0。这种方法便是“子空间波束赋形”。采用GMD的情况下，又称为子空间GMD波束赋形。

在某些现有系统中，等式(1a)、(2)和(4)可用于检测MIMO接收机322端(图3)包含在多个空域流ss₁、ss₂和ss_NSS内的数据的估计值。NSS表示MIMO发射机302发送的空域流的数量。数据的估计值可通过MIMO接收机322端的目的地流

和_NSS的值来确定。

检测数据估计值的任务的计算复杂度随着NSS值的增加而增加。例如，在一个示例MIMO系统中，MIMO发射机302具有4个发射天线，发送4个空域流，MIMO接收机322具有4个接收天线，即M=4，N：4，NSS：4。对角矩阵S内包含的奇异值的数量等于4，如等式(3)的示例4x4矩阵S所示。等式(11)的下三角矩阵L为4x4的矩阵。如等式(1e)所示，信道估计矩阵H为4×4矩阵。

此外，检测数据的估计值的等待时间也随着NSS的增加而增加。例如，结合等式(4)执行逐级干扰对消(SIC)时，包含在目的地流

内的数据的估计值被首先检测到。包含在目的地流内的数据可从符号中检测到。该符号包含在目的地流内。基于对包含在目的地流内的数据的检测，包含在目的地流

内的符号中的数据的估计值可随后检测到。基于对包含在目的地流

_NSS内的数据的检测，包含在目的地流_NSS内的符号中的数据的估计值可随后检测到。

上述示例中，在MIMO发射机302发送的多个空域流ss_l、SS₂、……、SS_Nss内的符号中，MIMO接收机322从目的地流

内检测到的符号不是第一个发送时，等待时候还会增加。MIMO接收机322可存储或缓存之前接收的符号，延缓对数据的检测，直到接收到包含在目的地流

内的符号。使用ML检测的情况下，检测数据的估计值的计算复杂度将随着NSS值的增加而呈指数增加。

在本发明的各个实施例中，计算数据估计值的复杂度可通过进一步将矩阵S分割为多个子矩阵来降低。例如，在上述示例MIMO系统中，4x4的矩阵S可再分割成子矩阵S₁和S₂。每个子矩阵为2×2的矩阵。子矩阵S₁如等式(10c)，包括来自矩阵S的两个奇异值λ₁₁和λ₄₄。子矩阵S₂如等式(10d)，包括来自矩阵S的两个奇异值λ₂₂和λ₃₃。每个子矩阵可按照等式(12a)进行分解。下三角矩阵L₁可以是2x2的矩阵。下三角矩阵L₂可以是2×2的矩阵。

在上述示例MIMO系统内，计算数据的估计值的计算任务包括使用2x2矩阵代替较大的4x4矩阵的矩阵计算。因此，该任务包括计算两个子矩阵的数据估计值，其中对于每个子矩阵，NSS=2。

本发明的各个实施例中，将矩阵S再分为多个子矩阵的能力使得解码和/或检测接收的数据的结构更简单。网格图是用于解码和/或检测接收的数据的结构的典型示例。在某些使用较大的4×4矩阵的现有系统内，MIMO接收机的存储器容量限制对解码和/或检测接收的数据的追溯长度造成限制，从而导致MIMO接收机端出现比使用较长的追溯长度更高的误码率(BER)和/或误包率(PER)。在将矩阵S分割成较小的2x2矩阵的实施例中，相较于某些现有系统，MIMO接收机可针对给定存储器容量使用较长的追溯长度。因此，在类似的信道条件下，相较于现有系统，本发明的MIMO接收机端的BER和/或PER较低。

本发明的各个实施例中使用较小矩阵的能力，与一些现有系统相比，还可在检测数据的估计值时减少等待时间。例如，在执行SIC时，可使用下三角矩阵L₁，包含在目的地流

内的符号内的估计数据将最先检测到。基于对包含在目的地流

内的数据的检测，包含在目的地流内的符号中的数据的估计值可随后检测到。就这点而言，基于下三角矩阵L₁的数据检测可在一个对消(cancellation)步骤之后完成。可使用下三角矩阵L₂，包含在目的地流

内的符号内的估计数据将最先检测到。基于对包含在目的地流

内的数据的检测，包含在目的地流

内的符号中的数据的估计值可随后检测到。就这点而言，基于下三角矩阵L₂的数据检测可在一个对消步骤之后完成。接收到包含在目的地流

内的符号后，可使用下三角矩阵L₁来检测包含在目的地流内的符号的估计值。同样，接收到包含在目的地流

内的符号后，可使用下三角矩阵L₂来检测包含在目的地流

内的符号的估计值。这种方法便称为带有SIC的“混合致零”。

本发明的各个实施例中，通过使用置换矩阵П，还可以降低等待时间。置换矩阵П可用来使MIMO发射机302发送顺序的多个空域流SS₁₁、SS₁₂和SS_iNSS。基于表示多个发射空域流的向量D，顺序的多个发射空域流D_o可表示为以下等式：

$D_o=\mathrm{\π}\·D=\left[\begin{array}{c}{\mathrm{SS}}_{i1}\\ {\mathrm{SS}}_{i2}\\ .\\ .\\ .\\ {\mathrm{SS}}_{\mathrm{iNSS}}\end{array}\right]---\left(13\right)$

其中，向量D表示由MIMO发射机302发射的多个空域流SS_i1、SS_i2和SS_iNSS在由置换矩阵П进行重新排序之前的顺序。例如，当向量D表示为下式时：

$D=\left[\begin{array}{c}{\mathrm{SS}}_1\\ {\mathrm{SS}}_2\\ .\\ .\\ .\\ {\mathrm{SS}}_{\mathrm{NSS}}\end{array}\right]---\left(14a\right)$

置换矩阵П可表示为下式：

当向量D表示为以下等式时：

$D=\left[\begin{array}{c}{\mathrm{SS}}_{\mathrm{NSS}}\\ {\mathrm{SS}}_{\mathrm{NSS}-1}\\ .\\ .\\ .\\ {\mathrm{SS}}_1\end{array}\right]---\left(14b\right)$

置换矩阵П可表示为下式：

在本发明的各个实施例中，置换矩阵П可使如等式(13)的多个顺序的空域流内发送的符号的顺序保持相同，即便在重新排序前符号发送的顺序被改变，如等式(14a)和(15a)所示。结果，MIMO接收机322可先接收到目的地流

内的符号，然后接收到目的地流

内的符号。同样，MIMO接收机322先接收到目的地流

内的符号，然后接收到目的地流

内的符号。

MIMO接收机322可使用置换矩阵П建立多个顺序的目的地流和多个目的地流中间的对应关系。向量_o可用来表示该多个顺序的目的地流_i1_i2、……、_iNSS基于向量_o表示多个目的地流的向量可用下式表示：

$\hat{S}=\mathrm{\π}\·{\hat{S}}_O---\left(16a\right)$

其中，

${\hat{S}}_0=\left[\begin{array}{c}{\hat{S}}_{i1}\\ {\hat{S}}_{i2}\\ .\\ .\\ .\\ {\hat{S}}_{\mathrm{iNSS}}\end{array}\right]---\left(16b\right)$

其中向量包括多个目的地流₁、₂、…、_NSS的向量表示。例如，当置换矩阵是如等式[14b]所示的矩阵时，矩阵可用下式表示：

$\hat{S}=\left[\begin{array}{c}{\hat{S}}_1\\ {\hat{S}}_2\\ .\\ .\\ .\\ {\hat{S}}_{\mathrm{NSS}}\end{array}\right]---\left(16c\right)$

在本发明的各个实施例中，比特在空域流中被编码。穿过空域流的比特编码使得比特可以在多个空域流中间进行冗余传送。该比特可基于对来自对角矩阵S的奇异值进行分组来进行冗余传送。例如，在4×4的MIMO系统中，通过空域流ss₁传送的比特可通过空域流ss₄进行冗余传送。此外，通过空域流ss₄传送的比特可通过空域流ss₁进行冗余传送。同样，通过空域流ss₂传送的比特可通过空域流ss₃进行冗余传送，通过空域流ss₃传送的比特可通过空域流ss₂进行冗余传送。

在采用混合致零和最大似然(ML)检测的MIMO接收机322端，与重排的矩阵S_Rearranged有关的子矩阵S_i可乘以对应的Gi_vens旋转矩阵P_i。在ML检测方法中，可将接收的符号的估计值与用于对应目的地流相关联的调制类型的星座图中的每个星座点进行比较。每个星座点表示接收的符号的估计值的候选值。针对每次比较，计算出均方误差值。每个均方误差值表示一个计算的距离，例如.欧几里德距离(Euclidean distance)。选定的接收符号的估计值是多个计算得到的均方误差中具有最小均方误差的星座点。选定的估计值将与具有最小计算距离的星座点相关联。

MIMO发射机302可发送信号V₁*P*X，其中矩阵V₁如等式(2)所示，矩阵P如等式(4)所示，向量X如等式(1c)所示。MIMO接收机322可接收信号H*V₁*P*X＝U*S*V₁ ^H*V₁*P*X＝U*S*P*X，其中噪声可以忽略，矩阵H如等式(1e)所示，矩阵U和S如等式(2)所示。MIMO接收机322随后可执行矩阵计算U^H*U*S*P*X＝S*P*X。

对于与每个子矩阵S_i相关的每个空域流，可选择用于每个Givens旋转矩阵P_i的Givens旋转角θ_i，以最大化与每个子矩阵相关的目的地流的最小欧几里德距离，例如S₁或S₂。在示例的4×4 MIMO系统内，给定如等式(10a)的重排的矩阵S_Rearranged，和分别如等式(10c)和(10d)所示的子矩阵S₁和S₂，可按如下等式计算出Givens旋转矩阵：

$P_1=\left[\begin{array}{cc}\cos \left({\mathrm{\θ}}_1\right)& \sin \left({\mathrm{\θ}}_1\right)\\ -\sin \left({\mathrm{\θ}}_1\right)& \cos \left({\mathrm{\θ}}_1\right)\end{array}\right]---\left(17a\right)$

和

$P_2=\left[\begin{array}{cc}\cos \left({\mathrm{\θ}}_2\right)& \sin \left({\mathrm{\θ}}_2\right)\\ -\sin \left({\mathrm{\θ}}_2\right)& \cos \left({\mathrm{\θ}}_2\right)\end{array}\right]---\left(17b\right)$

基于等式(17a)和(17b)的Givens旋转矩阵，以及等式(10a)的重排的矩阵，可计算出下式的矩阵：

$\left[\begin{array}{cc}{S}_1\·P_1& 0_2\\ 0_2& S_2\·P_2\end{array}\right]---\left(18\right)$

θ₁的值可从下式中选出：

$S_1\·P_1=\left[\begin{array}{cc}{\mathrm{\λ}}_{11}\·\cos \left({\mathrm{\θ}}_1\right)& {\mathrm{\λ}}_{11}\·\sin \left({\mathrm{\θ}}_1\right)\\ -{\mathrm{\λ}}_{44}\·\sin \left({\mathrm{\θ}}_1\right)& {\mathrm{\λ}}_{44}\·\cos \left({\mathrm{\θ}}_1\right)\end{array}\right]---\left(19a\right)$

以将与矩阵S₁有关的目的地流的最小欧几里德距离最大化。θ₂的值可从下式中选出：

$S_2\·P_2=\left[\begin{array}{cc}{\mathrm{\λ}}_{22}\·\cos \left({\mathrm{\θ}}_2\right)& {\mathrm{\λ}}_{22}\·\sin \left({\mathrm{\θ}}_2\right)\\ -{\mathrm{\λ}}_{33}\·\sin \left({\mathrm{\θ}}_2\right)& {\mathrm{\λ}}_{33}\·\cos \left({\mathrm{\θ}}_2\right)\end{array}\right]---\left(19b\right)$

以将与矩阵S₂有关的目的地流的最小欧几里德距离最大化。

图4A是依据本发明实施例的3×3 MIMO系统的中断概率(outageprobability)性能示意图。图4A所示的仿真结果展示了MIMO系统的性能，该系统包括具有3个发射天线的MIMO发射机和具有3个天线的MIMO接收机。该3×3 MIMO系统使用3个空域流，即NSS＝3。目标中断容量(outagecapacity)是15比特/秒/赫兹(即bps/Hz)。信道估计矩阵H可基于IEEE 802.11规范所规定的D型信号计算出来。MIMO发射机和MIMO接收机可使用64-QAM调制类型，编码率R＝5/6。

如图4A所示是基于香农界限(shannon bound)计算出来的曲线402和基于子空间波束赋形计算出来的曲线404。中断容量是指MIMO发射机和MIMO接收机之间通过无线通信媒介的最小数据传输率，从而低于容量的测量数据传输率将被认为构成中断事件。中断可能性指在对应平均信噪比(SNR)下发生中断事件的可能性。图4A中，平均SNR可以分贝(dB)为单位来测得。

香农界限曲线402表示在图4A的仿真条件下，对于给定平均SNR，中断事件的理论最小界限可能性。例如，对于20dB的平均SNR，香农界限中断可能性为大约0.05，或5％。结果，支持15bps/Hz的中断容量的可能性为0.95，或95％。

香农界限曲线402表示真实的香农容量C_ture，可基于以下等式计算：

$C_{\mathrm{ture}}={\log }_2\left[\det (I+\frac{1}{N_0}\·H^H\·H)\right]---\left(20\right)$

其中，det(X)表示矩阵X的决定因子(determinant)，I为单位矩阵，H为信道矩阵。MIMO接收机端每个接收天线所接收到的噪声等于N₀。

真实的香农容量还可表示为以下等式：

$C_{\mathrm{ture}}=\underset{K=1}{\overset{\mathrm{NSS}}{\mathrm{\Σ}}}{\log }_2[1+\frac{1}{N_0}{\mathrm{\λ}}_{\mathrm{KK}}^2]---\left(21\right)$

其中λ_KK为等式(3)中的奇异值，K表示空域流的索引。NSS为发射的空域流的数量。对于香农界限曲线402，NSS＝3。

对于3×3的MIMO系统，子空间波束赋形曲线404表示MIMO系统的中断可能性，该系统内MIMO发射机和/或MIMO接收机所使用的波束赋形因子可通过将3×3下三角矩阵L分割为2×2下三角子矩阵L₁和1×1子矩阵L₂计算出来。下三角子矩阵L₁与包括ss₁和ss₃的一组空域流相关联，而子矩阵L₂与包括空域流ss₂的一组空域流相关联。

15bps/Hz的中断容量可分给各空域流分组，使与下三角子矩阵L₁相关的该组空域流达到10bps/Hz的中断容量，而与下三角矩阵L₂相关的一组空域流达到5bps/Hz的中断容量。与每个子矩阵L_i相关的子空间内的空域流的中断容量C_i，可依据下式计算得到：

$C_i=\underset{K=1}{\overset{{\mathrm{NSS}}_{\mathrm{Sub}}\left[i\right]}{\mathrm{\Σ}}}{\log }_2[1+\frac{1}{N_0}{l}_{\mathrm{KK}}^2[i\left]\right]---\left(22\right)$

其中l_KK[i]表示子矩阵L_i内的对角元素，NSS_Sub[i]表示与该矩阵L_i相关的子空间内的空域流的数量。

对于子空间波束赋形曲线404，NSS_Sub[1]＝2，NSS_Sub[2]＝1。对于子矩阵L₁，l₁₁[1]等于l₂₂[1]，两者均等于

对于子矩阵L₂，l₁₁[2]等于λ₂₂。当C₁＜10bps/Hz，和/或C₂＜5bps/Hz时，会发生中断。

针对子空间波束赋形曲线404，给定平均SNR为20dB时，中断可能性为0.15，或15％。结果，本发明各个实施例支持15bps/Hz的中断容量的可能性为0.85，或85％。为了达到香农界限中断可能性0.05，使用子空间波束赋形的3×3 MIMO系统需要小于21dB的平均SNR。与香农界限中断可能性比较时，本发明各实施例存在小于1dB的SNR间距。

图4B是依据本发明实施例的4×4 MIMO系统的中断概率性能示意图。图4B所示的仿真结果展示了MIMO系统的性能，该系统包括具有4个发射天线的MIMO发射机和具有4个天线的MIMO接收机。该4×4 MIMO系统使用4个空域流，即NSS＝4。目标中断容量(outage capacity)是20bps/Hz。信道估计矩阵H可基于IEEE 802.11规范所规定的D型信道计算出来。MIMO发射机和MIMO接收机可使用64-QAM调制类型，编码率R＝5/6。

如图4B所示是基于香农界限计算出来的曲线403和基于子空间波束赋形406计算出来的曲线。中断容量和中断可能性见对图4A的描述。香农界限曲线403按照等式(20)和(21)计算得到。对于香农界限曲线403，NSS＝4。例如，对于给定20dB的平均SNR，香农界限中断可能性为大约0.05，或5％。结果，支持20bps/Hz的中断容量的可能性为0.95，或95％。

对于4×4的MIMO系统，子空间波束赋形曲线406表示MIMO系统的中断可能性，该系统内MIMO发射机和/或MIMO接收机所使用的波束赋形因子可通过将4×4下三角矩阵L分割为2×2下三角子矩阵L₁和2×2子矩阵L₂计算出来。下三角子矩阵L₁与包括ss₁和ss₄的一组空域流相关联，而子矩阵L₂与包括ss₂和ss₃的一组空域流相关联。中断容量可分给各空域流分组，使得每组可达到10bps/Hz的中断容量，同时仍然满足20bps/Hz的总中断容量。与随后每个子矩阵L_i相关的子空间内的空域流的中断容量C_i，可依据等式(22)计算得到。

对于子空间波束赋形曲线406，NSS_Sub[1]＝2，NSS_Sub[2]＝2。对于子矩阵L₁，l₁₁[1]等于l₂₂[1]，两者均等于对于子矩阵L₂，l₁₁[2]等于l₂₂[2]，两者均等于

当C₁＜10bps/Hz，和/或C₂＜10bps/Hz时，会发生中断。

针对子空间波束赋形曲线406，给定平均SNR为20dB时，中断可能性为0.3，或30％。结果，本发明各个实施例支持20bps/Hz的中断容量的可能性为0.7，或70％。为了达到香农界限中断可能性0.05，使用子空间波束赋形的4×4MIMO系统需要小于21dB的平均SNR。与香农界限中断可能性比较时，本发明各实施例存在小于1dB的SNR间距。

图5是依据本发明实施例的子空间GMD波束赋形方法的流程图。如图5所示，步骤502中，在MIMO发射机302端计算信道估计矩阵H。步骤504中，MIMO发射机302基于SVD分解信道估计矩阵H。步骤506中，MIMO发射机302重排基于SVD计算得到的奇异值矩阵S内的奇异值的顺序。步骤508中，MIMO发射机302将矩阵S中的奇异值进行分组，生成多个子矩阵S_i。步骤510中，MIMO发射机302基于GMD分解每个子矩阵S_i。步骤512中，MIMO发射机302基于生成的一组分解子矩阵S_i，生成波束赋形因子，用于发送包含在多个空域流ss_i内的数据。波束赋形因子V₁·P可基于等式(2)中的V₁、等式(12e)中的P和等式(12b)中的P₁和P₂计算得到。

图6是依据本发明实施例用于ML检测的子空间波束赋形方法的流程图。如图6所示，步骤602中，在MIMO发射机302端计算信道估计矩阵H。步骤604中，MIMO发射机302基于SVD分解信道估计矩阵H。步骤606中，MIMO发射机302重排基于SVD计算得到的奇异值矩阵S内的奇异值的顺序。步骤608中，MIMO发射机302将矩阵S中的奇异值进行分组，生成多个子矩阵S_i。步骤610中，MIMO发射机302为每个矩阵S_i计算Givens旋转矩阵P_i。步骤612中，MIMO发射机302基于一组分解子矩阵和对应的Givens旋转矩阵，生成波束赋形因子，用于发送包含在多个空域流ss_i内的数据。波束赋形因子V₁·P可基于等式(2)中的V₁、等式(12e)中的P和等式(17a)中的P₁、等式(17b)中的P₂计算得到。

在本发明的各个实施例中，信道估计矩阵H可基于信道互反性(channelreciprocity)或基于反馈信息计算得到。在基于信道互反性的系统内，对从MIMO发射机302传送到MIMO接收机322的信号的信道估计可等于对从MIMO接收机322传送到MIMO发射机302的信号的信道估计。在基于反馈信息的系统内，MIMO接收机322基于从MIMO发射机302接收到的信号计算信道估计值，并将该信道估计值传送给MIMO发射机322。

本发明的系统包括有MIMO发射机302，将信道估计矩阵分解成多个组成矩阵。MIMO发射机302还从多个组成矩阵中至少一个生成多个子矩阵。MIMO发射机302随后基于多每个子矩阵的分解，在多个空域流内传送数据。多个组成矩阵中至少一个组成矩阵为M×N的对角矩阵。该对角矩阵中第i行和第i列的矩阵元素值大于或等于该对角矩阵中第j行和第j列的矩阵元素值，其中i和j表示矩阵元素索引，且j的值大于i的值。每个子矩阵包括有来自该对角矩阵的唯一一组非零值矩阵元素。每个子矩阵为不超过2行和2列的对角矩阵。该多个子矩阵中的第k个子矩阵包括有该对角矩阵中的第k大非零值矩阵元素，和/或该对角矩阵中的第k小非零值矩阵元素，其中k表示数量。

MIMO发射机302可实现多个组成矩阵的一个中非零值对角元素顺序的重排，以生成重排的矩阵。重排的矩阵中的非零值矩阵元素可进行分组，生成多个子矩阵。每个子矩阵可分解为对应的多个组成子矩阵。MIMO发射机302可对重排矩阵内的非零值矩阵元素进行分组，使得第p个子矩阵内的非零值元素的乘积，和/或第p个子矩阵内的非零值元素的算术平方值，等于第q个子矩阵内的非零值元素的乘积，和/或第q个子矩阵内的非零值元素的数学平方值。对应多个组成矩阵中的至少一个组成矩阵为下三角矩阵或上三角矩阵。

本发明的另一方面包括有MIMO发射机302，将信道估计矩阵分解成多个组成矩阵。MIMO接收机322还从至少一个组成矩阵中生成多个子矩阵。MIMO接收机322基于每个子矩阵与对应Givens旋转矩阵的乘积发送包含在多个空域流内的数据。

因此，本发明可以通过硬件、软件，或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现，或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现所述方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行所述程序控制计算机系统，使其按所述方法运行。在计算机系统中，利用处理器和存储单元来实现所述方法。

本发明还可以通过计算机程序产品进行实施，所述程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，通过运行，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达式，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a)转换成其它语言、编码或符号；b)以不同的格式再现。

本发明是通过几个具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或具体情况，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。

Claims (10)

1.一种通信系统内处理信号的方法，其特征在于，所述方法包括：

在MIMO发射机端将信道估计矩阵分解成多个组成矩阵；

从所述多个组成矩阵中的至少一个组成矩阵生成多个子矩阵；

基于对所述多个子矩阵中每个子矩阵的分解，以多个空域流发送数据。

2.根据权利要求1所述的方法，其特征在于，所述多个组成矩阵中的所述至少一个组成矩阵为包括M行和N列的对角矩阵，其中M和N代表数量。

3.根据权利要求2所述的方法，其特征在于，所述对角矩阵中位于第i行第i列的矩阵元素的值大于或等于位于第j行第j列的矩阵元素的值，其中i和j为矩阵元素索引，且j大于i。

4.根据权利要求2所述的方法，其特征在于，所述多个子矩阵中每个子矩阵包括有来自所述对角矩阵的唯一一组非零值矩阵元素。

5.根据权利要求4所述的方法，其特征在于，所述多个子矩阵中每个子矩阵为对角矩阵，包括的元素不超过两行和两列。

6.根据权利要求5所述的方法，其特征在于，所述多个子矩阵中的第k个子矩阵包括以下至少之一：所述对角矩阵内的第k个非零最大值矩阵元素、所述对角矩阵内的第k个非零最小值矩阵元素，其中k表示数量。

7.一种通信系统内处理信号的系统，其特征在于，所述系统包括：

在MIMO发射机端将信道估计矩阵分解成多个组成矩阵的电路；

所述电路从所述多个组成矩阵中至少一个组成矩阵生成多个子矩阵；

基于对所述多个子矩阵中每个子矩阵的分解，所述电路以多个空域流发送数据。

8.根据权利要求7所述的系统，其特征在于，所述多个组成矩阵中的所述至少一个组成矩阵为包括M行和N列的对角矩阵，其中M和N代表数量。

9.根据权利要求8所述的系统，其特征在于，所述对角矩阵中位于第i行第i列的矩阵元素的值大于或等于位于第j行第j列的矩阵元素的值，其中i和j为矩阵元素索引，且j大于i。

10.一种通信系统内处理信号的系统，其特征在于，所述系统包括：

在MIMO收发机端将信道估计矩阵分解成多个组成矩阵的电路；

所述电路从所述多个组成矩阵中至少一个组成矩阵生成多个子矩阵；

所述电路基于所述多个子矩阵中每个子矩阵与对应的吉文斯旋转矩阵的相乘，检测包含在多个空域流内的数据的估计值。

Images