CN101167257A - 利用基于最小误码率的射频和基带信号加权组合为多天线通信系统生成权重的方法 - Google Patents

Abstract

本发明公开了一种在带有多个接收天线的接收器中实施信号加权组合的方法。每个接收天线设置来对通过信道接收的RF发射信号做出响应，产生RF接收信号。所述方法包括，根据选来将接收器的输出误码率最小化的相应多个RF加权值，对天线产生的多个RF接收信号进行加权，从而形成多个加权的RF信号。所述方法还包括，对多个加权RF信号进行组合，以形成一个或多个组合的RF信号。本发明还公开了可在带有多个发射天线的发射器中实施的相同的分离和加权方法。

Description

利用基于最小误码率的射频和基带信号加权组合为多天线通信系统生成权重的方法

技本领域

本发明涉及包括带有多个天线部件的发送器和接收器的通信系统。更具体地，本发明涉及在利用多天线发射器和接收器发射和接收信号情况下，有利于得到RF信号的加权组合的权重生成方法，该RF信号的加权组合是独立使用的或者是与基带信号的加权组合相结合的。

背景技术

目前大多数无线通信系统由配置有单个发送和接收天线的节点组成。但是已经预测到，对于许多无线通信系统通过使用多个发送和/或多个接收天线可充分改善其性能，包括其容量。这样的配置构成了所谓“智能天线”技术的基础。这样的技术与时空信号处理相结合可用于抵抗需要接收的输入信号中的多径衰落的有害影响，并可抑制干扰信号。用这种方式可改进现有的或正在开发的数字无线系统(例如，基于CDMA的系统、基于TDMA的系统、WLAN系统、以及基于OFDM的系统，如IEEE 802.11a/g)的性能和容量。

多元天线系统的设计是为了引入分集增益并抑制信号接收过程中的干涉，通过使用多元天线系统至少可以部分地改善对上述类型的无线系统性能的损害。例如，在1994年2月的IEEE通信学报，42卷，2/3/4号，1740-1751页上刊登的J.H.Winters等著的“天线分集对无线通信系统的容量的影响”一文中已有描述。通过减少多径以更均匀地覆盖、在更大范围内增加所接收的信噪比或减少所需的发送功率、提供更强的抗干扰能力或者允许更多的频率再使用以实现更大的容量，这样的分集增益改善了系统的性能。

在包含有多天线接收器的通信系统中，已知一组M个接收天线最多能够使M-1个干涉无效。因此，可使用N个发射天线在相同的宽带中同时发送N个信号，接下来，通过在接收器内配置一组N个天线，所发送的信号被分成N个单独的信号。这种类型的系统通常被称为多输入多输出(MIMO)系统，并且已经得到广泛的研究。例如，参见1987年11月的IEEE通信学报，COM-35卷，11号上刊登的J.H.Winters著的“室内无线系统与多个用户的最优组合”；1998年11月的IEEE 1998，全球通信系统学会‘98悉尼，澳大利亚，1894-1899页上刊登的C.Chuah等著的“多天线阵系统在室内无线环境中的容量”；以及2000年3月的IEEE通信学报，48卷，3号，502-513页，D.Shiu等著的“衰落相关性及其对多元天线系统的影响”。

多元天线配置，尤其是MIMO的吸引力的一个方面在于通过使用这些配置可以显著增强系统的容量。假设对接收器的可用信道做最佳评估，在带有N个发送和N个接收天线部件的MIMO系统中，接收到的信号被分解成N个“空间复用”独立信道。相对于单天线系统，这导致容量增加N倍。对于固定的总发送功率，MIMO提供的容量随天线部件的数量成线性比例增长。特别地，已经表明，通过N个发送和N个接收天线，可以比单个天线系统增加N倍数据率，而不会增加总带宽或总发送功率。例如参见：kluwer学术出版社1998年3月的无线个人通信，6卷，3号，311-335页上刊登的“当使用多天线时无线通信系统在衰落环境中的限制”，G.J.Foschini等著。在以N倍空间复用为基础的实验性MIMO系统中，在给定的发送器或接收器中，通常配置N个以上的天线。这是由于每个附加天线都增加到分集增益和天线增益上，且干涉抑制可应用于所有的N个空间复用信号。例如参见，1999年11月的IEEE选定区域的通信杂志，17卷，11册，1814-1852页，“使用多元阵列的高频谱效率无线通信的简化处理”，G.J.Foschiu等著。

虽然增加发送和/或接收天线的数量增强了MIMO系统各方面的性能，但是为每个发送和接收天线提供单独的RF链路的需要增加了成本。每个RF链路通常包括低噪放大器、滤波器、下变频器以及模数转换器(A/D)，后三种装置一般承担了RF链路的大多数成本。在某些现有的单天线无线接收器中，所要求的单个RF链路占超过接收器的总成本的30％。因此很明显，随着发送和接收天线的数量增加，总的系统成本和功率消耗显著增加。因此需要提供一种技术，利用相对较多的发送/接收天线，而不会成比例地增加系统成本和功率消耗。

上面提及的第一个非临时专利申请通过对一种无线通信系统的描述，提供了这样的技术，在所述无线通信系统中，可以在发送器和/或接收器中使用比所使用的发送/接收天线数量少的RF链路。在典型的接收器的实施情况下，由M(M＞N)个天线中的每一天线提供的信号均通过低噪放大器，然后被分离、加权、并在RF域中与来自接收器其它天线的信号组合。这形成了N个RF输出信号，接下来这些信号通过N个RF链路传递。然后每个RF链路的A/D转换器产生的输出信号被数字化处理，以生成N个空间复用的输出信号。通过使用相对较廉价的部件来执行必需的RF加权组合，能够用与带有N个接收天线的系统接近的成本，实现带有N个以上天线、但是仅有N个RF链路的N倍空间复用系统。也就是，通过以相对低的成本使用附加天线来改善接收器的性能。同样的技术可用于带有N个RF链路和N个以上发送天线的典型发送装置中。

但是，只能通过适当选择RF组合权重来实现采用RF加权组合的系统的最佳性能。遗憾的是，迄今尚不清楚在生成权重时应该利用哪种性能测量方法，也尚不清楚为了使性能最优化，一旦选择了这样的衡量标准，怎样精确地生成权重。事实上，如果不能生成合适的权重，利用RF加权的多天线系统的性能可能比仅利用单天线的系统更糟糕。因此，在以上引用的待批准申请10/835,255中，提出了一种基于将输出信噪比最大化的权重生成方法。虽然输出信噪比是一种可接受的性能测量参数，可参照该测量参数设计并评价通信系统，但是通信系统的误码率也常用于测量其性能。

发明内容

本发明涉及一种为加权部件生成权重值的系统和方法，所述加权部件包含在各种多天线发射器和接收器结构所使用的信号加权组合装置(arrangements)中。特别的，本发明可应用于这种多天线发射器和接收器结构内的、基于RF的加权组合装置中。当在同一个多天线发射器或接收器结构中结合了基于射频和基带的加权组合装置时，也可应用本发明。

在特别的方面，本发明涉及在接收器内实施的信号加权组合方法，所述接收器有多个接收天线，所述天线用于对从信道接收到的RF发射信号做出响应，从而产生相应的多个RF接收信号。所述方法包括，根据选来将接收器的输出误码率最小化的相应的多个RF加权值，对多个RF接收信号加权，从而形成多个加权RF信号。所述方法还包括对多个加权RF信号进行组合，从而形成一个或多个组合的RF信号。

本发明还涉及在多天线发射器中实施的RF分离和加权方法。所述发射器用于通过多个发射天线发射RF输入信号，从而产生多个相应的输出信号，在通过信道进行传播之后，每个输出信号均被接收器接收。所述方法包括将RF输入信号分离(divided)，从而形成多个被分离的RF信号。然后根据选来将接收器的误码率最小化的相应的多个RF加权值，对这些被分离的RF信号加权，从而形成多个RF输出信号。

在另一方面，本发明涉及用在通信系统中的RF处理方法，所述通信系统包括带有一组发射天线的发射器，所述发射天线用于通过信道发射一组空间复用的RF输出信号。所述通信系统还包括带有多个接收天线的接收器，所述接收天线用于对接收到的空间复用的RF输出信号做出响应，生成相应的多个空间复用的第一RF接收信号。所述方法包括，通过对多个输入信号执行分离和加权操作，生成空间复用的RF输出信号组。这种分离和加权操作利用第一组RF加权值，所述第一组RF加权值是根据接收器的一个或多个输出误码率所选择。所述方法还包括通过对多个空间复用的第一RF接收信号执行加权组合操作，形成多个空间复用的第二RF接收信号。与本发明的这个方面相一致，这种加权组合操作利用了第二组RF加权值，所述第二组RF加权值根据一个或多个输出误码率而选择。

在另一个方面，本发明涉及可在带有多个天线的接收器内实施的信号加权组合方法。在工作中，接收器对通过信道接收到的空间复用的RF发送信号能量做出响应，产生类似的(a like)多个空间复用的RF接收信号。所述方法包括利用根据接收器的一个或多个输出误码率来选择的、相应的多个RF加权值，对多个空间复用的RF接收信号加权，从而形成多个空间复用的加权RF信号。该方法还包括对多个加权RF信号进行组合，从而形成一个或多个空间复用的组合RF信号。

本发明还涉及用在多天线发射器中的RF分离和加权方法。在工作中，发射器通过多个发射天线发射空间复用的RF输入信号，从而产生相应的多个空间复用的RF输出信号。在通过信道进行传播之后，每个空间复用的RF输出信号都被接收器接收。所述方法包括将空间复用的RF输入信号分离，从而形成多个空间复用的被分离RF信号。然后利用根据接收器的一个或多个输出误码率来选择的、相应的多个RF加权值，对所述多个空间复用的被分离RF信号加权，从而形成多个空间复用的RF输出信号。

本发明还涉及可在包括发射器和接收器的通信系统内实施的RF处理方法。所述发射器有一组发射天线，用于通过信道发射一组RF输出信号，所述接收器有多个接收天线，用于对接收到的RF输出信号做出响应，生成相应的多个RF接收信号。所述方法包括，通过对RF输入信号执行分离和加权操作，生成RF输出信号组。根据本发明，分离和加权操作利用为将接收器的输出误码率最小化而选择的第一组RF加权值。所述方法还包括通过对多个RF接收信号执行加权组合操作，生成一个或多个组合RF接收信号，这也类似地利用了选来将输出误码率最小化的第二组RF加权值。

附图说明

为了更好地理解本发明的特性，将结合附图做出以下详细描述，其中：

图1是常规的MIMO通信系统的示意图。

图2是带有发射器和接收器的MIMO通信系统的框图，其中发射器和接收器的配置可实现基于RF的加权组合。

图3是单信道(SC)单输入多输出(SIMO)-OFDM系统中的接收器结构示意图，这种情况下使用了基带组合装置(arrangement)。

图4是SC-SIMO-OFDM系统中的接收器结构示意图，这种情况下使用了基于RF的加权组合网络。

图5是SC-MIMO-OFDM系统的发射器和接收器结构示意图，所述系统利用RF加权组合装置。

图6是SM-MIMO-OFDM系统的发射器和接收器结构示意图，所述系统包括基于RF的和基带两种加权组合装置。

图7是SM-MIMO-OFDM系统的发射器和接收器结构示意图，所述系统包括成对单权重基于RF的加权组合装置、以及基带加权组合装置。

图8A和8B是在SIMO-OFDM系统的未编码操作模式下，分别作为信噪比(SNR)的函数的比特误码率(BER)和分组误码率(PER)的相对性能示意图。

图9是在SC-MIMO-OFDM系统的编码操作模式下，作为SNR的函数的PER相对性能的示意图。

具体实施方式

如下所讨论，本发明涉及用在多天线系统中的加权组合方法，包括N倍(N-fold)空间复用的多天线系统。在本发明的一个特定实施例中，对于给定的信号组合装置(arrangement)设定加权值，从而将实际的(applicable)多天线系统的误码率最小化。本发明的权重生成方法可用在几种不同类型的多天线通信系统中，包括，例如，在以上引用的待审(copending)非临时申请中描述的那些。在特定的实施例中本发明的技术可应用于“单信道”(SC)系统(也就是没有空间复用的系统)内的多天线接收器、单信道系统内的多天线发射器、或者使用空间复用(SM)的MIMO系统的发射器或接收器。

本发明试图通过在权重空间中进行搜索以找到一组能将实际的(applicable)比特误码率(BER)最小化的一组权重，来计算加权值或“权重”。这可通过全面搜索来完成，也就是，在权重空间内搜索一组量化加权值，并选择将BER最小化的一组。由于BER通常是给定权重组的复杂函数，给定权重组的BER的唯一近似值会随着所使用的编码和调制方法而变化，因此该唯一近似值应用于某些实施例中是可替换的(instead)。另外，在其它的实施例中可使用模拟退火算法，从而加速寻找使上述近似的BER最小化的最佳权重的过程。

当本发明的技术应用于包括有基于RF的加权组合装置的多天线接收器结构时，通常指定(define)一个不受频率约束的权重，使得在给定信道域上形成的这组权重系数为常量。也就是说，在信道的频率带宽、控制延时分布(tap delayprofile)、时间脉冲响应(time impulse response)、以及耙指分布(the Rake fingersprofile)上，权重系数保持不变。在这种情况下，权重的选择使接收器的BER最小化，这导致生成整个信道频带共同的一维权重向量w。也可使用类似的方法来为基于RF的加权组合装置生成加权值，该基于RF的加权组合装置包含在多天线发射器结构中。

当多天线接收器配置成包括基于RF和基带的加权组合装置时，通常以与本发明一致的方式计算基带装置在空间和频率上的加权值。在已知给定信号分量的信道频率响应情况下，进行每一个这样的计算，以使给定信号分量(例如信号声脉(signal tone)或控制延迟(tap delay))的BER最小化。选择性地，可一起(jointly)计算RF和基带权重，从而将接收器输出信号的BER最小化。一旦计算出基带权重，就形成一个M维权重向量w _k，其中M表示多天线接收器结构中的天线部件的数量。在工作中，接收器结构的M个天线部件上的信号集合成M维接收信号向量。然后，将包含在由M维接收信号向量所表示的M个接收信号内的每个信号分量乘以M维权重向量w _k。可使用类似的方法，为多天线发射器装置中包括的基带加权组合装置的加权部件生成这些值。

本发明的方法还可用于在多进多出(MIMO)通信系统中生成权重，所述系统包括可以广播多个(N)空间复用信号的发射器(使用至少N个发射天线)。在这种情况下，接收器包括多个(M)接收天线，接收天线的数量(M)大于空间复用的信号数量N。为了实现基于RF的加权，使用不受频率约束(frequency-independent)的权重在RF上对接收信号进行分离、加权组合，从而形成一组N个输出信号，每个输出信号被馈入相应的RF链路，供在基带中处理。因此，本发明的方法通过使用低成本RF加权的时域/频域处理，将多天线系统中的输出误码率最小化。

为了便于理解本发明的原理，以下对多天线系统中实施加权组合的典型结构进行概述。之后对本发明的权重生成方法进行详细描述，这种权重生成方法可应用于本发明的加权组合方案中。

系统结构概述

以上引用的第一个非临时专利申请公开了一种用在无线通信系统中的方法和装置，所述通信系统允许在发射器和/或接收器中使用比发射/接收天线数量更少的RF链路。所公开系统在空间复用MIMO通信装置中的典型实施例中，使用多个(N)RF链路来支持N倍(N-fold)空间复用。

在所公开的系统中，接收器的M(M＞N)个天线所提供的信号均通过低噪声放大器，然后被分离，并在RF域中与来自接收器的其它天线的信号加权组合。这样形成了N个RF输出信号，然后这些RF输出信号通过N个RF链路。在这个典型实施例中，每个RF链路包括滤波器、下变频器以及A/D转换器。然后每个RF链路的A/D转换器所产生的输出信号被数字化处理，从而生成N个空间复用的输出信号。通过使用相对廉价的部件在RF上执行该必需的加权组合，能够用与带有N个接收天线的系统相近似的成本，实现带有N个以上的接收天线、但只有N个RF链路的N倍空间复用的系统。也就是，通过以相对较低成本使用额外天线的方式来改善接收器的性能。

同样的技术可用在包括有N个RF链路和N个以上的发射天线的发射器中。特别地，在典型实施例中，N个RF链路后跟随有RF分频器、加权部件和组合器，它们共同工作，从而为N个以上发射天线中的每一个生成信号。如同接收器处，通过使用相对廉价的部件在RF域中执行这样的加权组合，能够用与带有N个发射天线的系统相近似的成本，实现带有N个以上的发射天线、但只有N个RF链路的N倍空间复用的系统。也就是，通过以相对较低成本使用额外天线的方式来改善发射器的性能。

以上引用的第一个非临时专利申请中所公开的减小了复杂性的天线装置和接收器是以在RF域内、执行空间复用通信必需的部分或全部的加权组合操作为前提的。可使用每个发射器/接收器内的多个RF链路来执行这些操作，其中所述RF链路的数量少于所使用的发射/接收天线的数量。

空间复用

已知空间复用(SM)提供了一种在发射器和接收器上都使用多个天线的信号发射模式，采用这种模式，可以提高无线链接的比特率，而不会相应地增加功率或带宽消耗。在发射器和接收器均使用N个天线的情况下，提供给发射器的信息符号输入流被分成N个独立的子流(substream)。空间复用期望(contemplates)每个子流占用实际的多址协议的同一“信道”(例如时隙、频率或代码/键(key)序列)。在发射器内，每个子流分别提供给N个发射天线，并通过中间(intervening)多径通信信道传播至接收器。然后，该合成多径信号由接收器所使用的N个接收天线的接收阵列所接收。接下来在接收器端，对给定的子流在接收天线阵处出现的、由N个相位和N个振幅所定义的空间信号(spatial signature)进行估计。然后应用信号处理技术将所接收的信号分开，这样就使得原始子流得以恢复，并合成为原始输入符号流。有关空间复用通信的原理和典型实施系统已有更多描述，例如在1987年11月的IEEE通信学报，COM-35卷，11号上刊登的J.H.Winters著的“室内无线系统与多个用户的最优组合”一文，本申请参考并结合其全部内容。

常规的MIMO系统

通过先对图1所示的常规的MIMO通信系统进行讨论，本发明的加权生成技术的实用性将会得到更透彻的理解。如图所示，图1中的MIMO系统100包括图1A所示的发射器110和图1B所示的接收器130。发射器110和接收器130分别包括一组T个发射RF链路和一组R个接收RF链路，它们配置来发射和接收一组N个空间复用信号。在系统100内，假设有三种情况：(i)T大于N，R等于N，(ii)T等于N，R大于N，或者(iii)T和R都大于N。

参照图1A，待发射的输入信号S通常由数字符号流组成，它被解复用器102分离成N个独立的子流S_1，2...，N。然后子流S_1，2...，N被发送到数字信号处理器(DSP)105，数字信号处理器105生成一组T个输出信号T_1，2...，T。T个输出信号T_1，2...，T通常由N个子流S_1，2...，N通过加权生成，也就是，乘以复数，N个子流S_1，2...，N中的每一个被T个不同的权重系数加权，从而形成NT个子流。然后将该NT个子流组合以形成T个输出信号T_1，2...，T。然后使用一组T个数模转换器(D/A)108将T个输出信号T_1，2...，T转换成T个模拟信号A_1，2...，T。然后，通过在混频器112内与本地振荡器114提供的信号进行混频，将T个模拟信号A_1，2...，T上变频转换为实际的发射载波RF频率。然后生成的这组T个RF信号(也就是，RF_1，2...，T)由相应的放大器116放大，并通过相应的天线118发射。

现参照图1B，接收器130所使用的一组R个接收天线131接收由发射器110所发射的RF信号。天线131所接收的R个信号中的每个信号被相应的低噪声放大器133放大，并通过滤波器135。然后使用混频器137将所生成的每个滤波信号从RF下变频转换到基带，本地振荡器138生成的信号提供给每个混频器137。虽然图1B中的接收器是配置成零拍接收器，但是也可使用以中频IF为特征的外差接收器。然后使用相应的一组R个模数(A/D)转换器140将混频器137所产生的R个基带信号转换成数字信号。然后使用数字信号处理器142对所生成的R个数字信号D_1，2...，R进行加权组合，从而形成N个空间复用的输出信号S’_1，2...，N，所述输出信号S’_1，2...，N包括对发射信号S_1，2...，N的估计值。然后使用多路复用器155将N个输出信号S’_1，2...，N多路复用，从而生成原始输入信号S的估计值160(S’)。

空间复用通信系统中的RF加权组合

现在参照图2，示出了根据以上引用的第一个非临时专利申请的原则配置的带有发射器210和接收器250的MIMO通信系统200的框图。在图2的实施例中，即使在发射器210和接收器250中分别使用了N个以上的发射/接收天线，发射器210和接收器250仅使用N个发射/接收RF链路来实现N倍空间复用。具体地，发射器210包括一组MT个发射天线240，接收器包括一组MR个接收天线260，其中假设有三种情况：(i)MT大于N，MR等于N，(ii)MT等于N，MR大于N，或者(iii)MT和MR都大于N。

如图2A所示，待发射的输入信号S被解复用器202分离成N个独立的子流SS_1，2...，N。然后使用相应的一组D/A转换器206将子流SS_1，2...，N转换成N个模拟子流AS_1，2...，N。接下来，使用一组混频器212将N个模拟子流AS_1，2...，N上变频转换成实际的发射载波RF频率，本地振荡器214所生成的信号被提供给混频器212。然后分离器(divider)218将生成的N个RF信号(也就是，RF_1，2...，N)中的每一个都分离成MT路，从而形成N·(MT)个RF信号。使用复合乘法器226_x，y对这N·(MT)个RF信号中的每一个进行加权，其中x表示位于N个分离器218之中一个上的信号起点，y表示位于一组MT个组合器230之中一个上的相应的信号终点。使用组合器230将加权后的RF信号组合，从而生成一组MT个输出信号。然后相应的一组MT个放大器234将这MT个输出信号放大，并使用MT个天线240发射放大后的输出信号。复合乘法器226_x，y的加权值可按照将接收器的输出信号的误码率最小化的原则而生成。

参照图2B，接收器250使用的一组MR个接收天线260接收由发射器210发射的MT个RF信号。MR个接收信号中的每一个被相应的低噪声放大器264放大，然后由一组MR个分离器268中的一个分离成N路。然后，生成的MR·(N)个分离信号被相应的加权电路272_x，y加权，其中x表示位于MR个分离器268之中一个上的信号起点，y表示位于一组N个组合器276之中一个上的相应的信号终点。然后使用N个组合器276将这些加权信号进行组合，从而形成一组N个信号，这N个信号通过相应的一组N个滤波器280。然后使用一组N个混频器282将生成的N个滤波信号下变频转换到基带，本地振荡器284产生的载波信号被提供给每个混频器282。虽然在图2B的实施例中，接收器250用零拍接收器来实现，但是也可使用以中频IF为特征的外差接收器来实现。然后使用相应的一组N个A/D转换器286将混频器282所产生的N个基带信号转换成数字信号。然后使用数字信号处理器288对N个数字信号进行进一步处理，从而形成N个空间复用的输出信号SS’_1，2...，N，所述输出信号SS’_1，2...，N是N个独立的子流SS_1，2...，N的估计值。然后使用多路复用器292将N个输出信号SS’_1，2...，N多路复用，从而生成输出信号S’，该输出信号S’是输入信号S的估计值。

注意到发射器210和接收器250都能在RF域内实施空间加权或线性组合方案，所述方案与通过图1中的系统100在基带上常规实施的方案相同。但是，本发明的接收器250内的DSP288还可执行系统100内潜在的许多其它基带信号处理工作，例如，串行干扰消除(例如见1998年9月URSI ISSSE学报295-300页的“V-BLAST：在多散射无线信道中实现很高数据率的结构”)。另外，所公开系统的特征是，即使当使用了远多于N个发射/接收天线的情况，只需使用N个发射/接收RF链路。

本发明的权重生成技术可应用于，例如(i)在本文中被称为单信道(SC)的系统(也就是，没有空间复用的系统)中使用多个天线的接收器，(ii)在单信道系统中使用多个天线的发射器，以及(iii)空间复用的MIMO系统中发射器和/或接收器内所使用的RF链路的数量少于发射/接收天线数量的系统。

虽然在此描述的权重生成技术在使用低成本RF部件的、基于RF加权组合方案的研发中使用，但是本发明的技术同样可应用于包括基于RF和基带的加权组合的装置的实施例中。因此，稍后将描述基于RF的和基带的加权组合方案。在这方面，虽然讨论的是使用包括RF和基带的加权组合方案，但使用本发明的加权技术的各种实施例可以只包括RF加权组合方案。总之，要执行此处所描述的加权组合，预计在RF域中可能比在基带中更经济，但是在某些情况下，包括基于RF和基带两者的组合装置的实施方式能够提供更好的性能。基于最小误码率的RF加权组合的权重生成方法

根据本发明的一个方面，对此处描述的基于RF加权组合处理中所使用的加权值或“权重”的选择，可以使实际的多天线系统的输出信噪比最大化。一般来说，以下描述的实施例的配置中，利用权重对多个天线所接收的信号在RF上进行加权组合，其中每个天线都有单个不受频率约束的权重。在典型的实施例中，单个不受频率约束的权重定义为：在给定的信道域上的权重系数保持不变，该信道域包括频率带宽、控制延时分布、时间脉冲响应、以及耙指分布。本发明的权重生成方法能计算出使输出信号的误码率最小化的权重。另外，本发明的方法还可用于在使用多个天线进行发射、并使用每个天线的不受频率约束的单个权重对所发射的信号在RF上分离和加权的情况下在发射器端生成权重。

如将在稍后进一步详细描述的，在本发明的一个实施例中，期望通过搜索权重空间，查找将实际的误码率(BER)最小化的一组权重，从而确定加权值或“权重”。这可通过全面搜索来完成，也就是，搜索权重空间内的一组量化加权值，并选择将BER最小化的一组。由于BER通常是给定权重组的复杂函数，给定的权重组的BER的唯一近似值会随着所使用的编码和调制方法而变化，因此该唯一近似值可替换地(instead)应用于某些实施例中。另外，在其它的实施例中可使用模拟退火算法，从而加速寻找使上述近似的BER最小化的最佳权重的过程。

典型方案

以下将参照图3-9所示的典型方案对本发明的权重生成方法进行描述。具体地，将在以下三种方案的内容中解释该权重生成方法：1)在没有空间复用的单信道SIMO系统中使用多个天线的接收器，2)在没有空间复用的单信道MIMO系统中，使用多个天线的发射器和使用多个天线的接收器，以及3)空间复用的MIMO系统中发射器和/或接收器内所使用的RF链路的数量少于发射/接收天线的数量的系统。注意到本发明也可应用于没有空间复用的单信道(SC)多进单出(MISO)系统中工作的多天线发射器上。另外，本发明的实施例也可单独用于基于RF的加权组合装置中，以及用于包括RF和基带的加权组合装置中。

为便于说明，以下的许多例子都参照利用OFDM调制的系统来描述；但是，本发明也可应用于基于直接序列扩频(DS-SS)的系统。在DS-SS系统中，接收器可以时空耙式(rake)接收器的形式扩展为包括空间域。这样的接收器可用于将时间和空间域上的多径分支(tap)组合。这种扩展说明，在此描述的技术实质上可普及于在频率选择衰落环境中使用时域/频域处理的任何系统。

图3示出了SC-SIMO系统中的接收器结构300，这种情况下使用了基带组合装置310。根据本发明，还可在包括基于RF的加权组合装置(例如见图4)的SC-SIMO接收器结构中结合完全类似的基带组合装置。用这种方式，一部分必需的加权组合在RF域内执行，其余的在基带上执行。

在图3的接收器结构300中，在空间和频率上计算基带加权部件314的值。另外，图3中的接收器结构的典型实施例符合802.11a标准的要求，该标准要求对所接收的使用OFDM调制技术发射的信号进行处理。按照这种方法，由{s₀，s₁，...s_Nt-1}表示的N_t个连续的正交幅度调制(QAM)的数据符号比特流，被调制在一组N_t个正交子载波(subcarrier)上，例如参见2001年12月Sams出版，J.Heiskala和J.Terry著的OFDM无线LAN：理论和实践指导。在接收器300内，对每个天线部件320接收的信号进行解调，并在RF链路330内从RF下变频转换到基带。然后去除循环前缀(CP)340，该循环前缀是在发射器中添加的用以减少符号间干涉。然后通过串并行转换350，将符号映射到64点快速傅立叶变换(FFT)360的子载波上。

在噪声受限方案中，在第k个音调(tone)的第i个接收天线部件320的FFT360的输出端，重组的数据信号由下式表示：

$r_{i,k}=H_i\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_k+n_{i,k}---(1.)$

其中H是由{h₀，h₁，...h_L-1}表示的L-分支(tap)信道脉冲响应的信道频率响应，n是具有零平均和方差σ²的复数值的加性白高斯噪声(AWGN)。频域H和时域h之间的关系是：

$H\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)=\underset{j=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_i{e}^{-j\frac{2\mathrm{\π}}{N_t}\mathrm{ik}}---(2.)$

每个天线320所接收的信号被集合成M维向量，其中M是接收天线部件的数量。音调(tone)k处的接收向量变成：

r _k＝H _k·s_k+n _k                           (3.)

其中r _k＝[r_1，k，r_2，k，…r_M，k]^T，

${\underset{\‾}{H}}_k={[H_1\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),H_2\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·,H_M\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)]}^T$ 和

n _k＝[n_1，k，n_2，k,…n_M，k]^T都是M维向量。

各音调处将接收向量乘以M维权重向量w _k。音调k处的最终输出信号由下式表示：

$y_k={\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k={\underset{\‾}{w}}_k^H{\underset{\‾}{H}}_k\·s_k+{\underset{\‾}{w}}_k^H{\underset{\‾}{n}}_k---(4.)$

音调k处的相应输出信噪比(SNR)为：

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}_k^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H{\underset{\‾}{w}}_k}{{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k}---(5.)$

其中 ${\mathrm{\σ}}_s^2=E\left[s_k{s}_k^{*}\right]$ 和 ${\mathrm{\σ}}^2=E\left[n_k{n}_k^{*}\right]$ 在频域上为常数。

在噪声受限的情况下，音调k处将输出误码率最小化的权重(也是将输出SNR最大化的权重)是：

w _k＝H _k/‖H _k‖²              (6.)

相应的输出信号y_k变成：

$y_k={\hat{s}}_k=s_k+\frac{{\underset{\‾}{H}}_k^H}{{\left|\right|{\underset{\‾}{H}}_k\left|\right|}^2}{\underset{\‾}{n}}_k$

其中y_k与在音调k上发射的数据符号流的估计值相对应，

相应的最大输出SNR是：

${\mathrm{SNR}}_{\max ,k}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{\left|\right|{\underset{\‾}{H}}_k\left|\right|}^2=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left|H_i\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\right|}^2---(7.)$

其对应于最大比值结合(MRC)解，其中在音调k处的输出SNR是在音调k处的每个天线部件所接收的单个SNR的和。根据本发明，通过等式(6)的解也可将输出误码率最小化。

注意到使用线性组合权重会导致信道噪声的增强。只要在发射器中使用常规的编码器，关于每个单独的子载波上的输出噪声的信息就应该被组合到接收器使用的Viterbi算法中，从而显著改善衰落信道的性能，如在2001年12月Sams出版，J.Heiskala和J.Terry著的OFDM无线LAN：理论和实践指导一书中指出。具体地，每个进入Viterbi(维特比)解码器的“软”比特都通过一个因子进行加权，该因子与“放大”的噪声成反比，这种噪声是传输该软比特的子载波信道的函数。这种调节允许常规的解码器将不同的权重应用于其从不同的音调中接收到的信息上。用这种方式，来自遭遇较差信道状况的音调的信息的贡献将通过加权而减小，而来自经历优良信道状况的音调的信息的贡献将增大。预期这种可变加权使得变频条件下的性能得以改善。

Viterbi解码过程中所使用的度量加权的计算如下：

音调k处的误差信号表示为：

$e\left(k\right)=s_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k=s_k(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{n}}_k---(8.)$

因此，均方误差(MSE)--或者组合后噪声变量是：

${\mathrm{\Σ}}_H=E{\left|e\left(k\right)\right|}^2=E{\left|s_k\right|}^2(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(9.)$

${\mathrm{\Σ}}_H={\mathrm{\σ}}_s^2(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k+{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(10.)$

根据(6)w _k＝H _k/‖H _k‖²，因此Σ_H＝σ²/‖H _k‖²

由于假设σ²在频率带宽上是常数，它对Viterbi解码器的影响可忽略不计。由MW(k)表示的度量加权(MW)是：

Σ′_H＝1/‖H _k‖²；MW(k)＝1/Σ′_H＝‖H _k‖²(11.)

组成符号s_k的每一比特被MW(k)加权。

总之，本典型方案说明，可以根据已知的音调上的信道频率响应，在每个音调上计算不同的权重，从而将该音调上的输出SNR最大化(从而将输出误码率最小化)。遗憾的是，直接实施这种方法让每个接收天线专用一个RF链路，会导致成本昂贵。

接下来考虑的一种典型方案是，空间接收的信号被组合到RF域中，因此仅需要使用一个RF链路。这种方法有利地减少了实际用户装置的成本。如下面将讨论的，根据本发明，使用这种方法将输出误码率最小化，从而导出加权要素值(weighting element values)。

图4是SC-SIMO系统中的使用了基于RF的加权组合网络410的接收器结构400的示意图。在这种情况下，可通过所有音调共同的一维向量来定义权重420。可在基带上执行权重420的计算，在这种情况下通过内部总线将权重420的值反馈到RF域。

如前面所提及的，接收器结构400内的基于RF加权组合装置的另一个实施例可通过基带加权组合装置来实现。这导致部分必需的加权组合在RF域上执行，其余的加权组合在基带上实现。

在图4所示的配置中，在音调k处的FFT 460的输出表示为：

y_k＝w ^H·r _k＝w ^H H _k·s_k+w ^H n _k    (12.)

其中w是M维向量，该向量不再依赖于下标k。

根据(12)，音调k处的输出SNR为：

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}---(13.)$

在Viterbi解码器的输出处，分组上的误码率可表示为SNR_k组的非线性、未知函数，k＝1，...，N_t，也就是：

$\stackrel{\‾}{\mathrm{BER}}=f\left(\right\{{\mathrm{SNR}}_k\left\}\right)=f\left(\right\{\frac{{\mathrm{\σ}}_s^2{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\mathrm{\σ}}^2{\underset{\‾}{w}}^H\underset{\‾}{w}}\left\}\right)---(14.)$

这种情况下，希望能找到将BER最小化的最佳权重向量w。

一种确定w最佳值的方式是通过盲目搜索(blind search)。特别地，对每个可能的w值计算BER，BER的计算值被表示为w的函数，并确定BER的最小值。在某些实施例中，可能实现的三种不同类型的盲目搜索：

1.等增益组合(EGC)粗略搜索：这种搜索假设w的向量系数仅由相位组成(振幅都是同一个)。通过对w的相位的所有可能组合来执行这种搜索，以X度的量化粗略步长进行搜索。

2、粗略线性搜索：这种搜索在两个连续的步长中执行。具体地，最初在单位元素(unity)振幅条件下确定最小相位组。一旦这组相位被确定，就进行振幅上的搜索。在相位和振幅搜索过程中所使用的量化步长可分别由X度和Y表示。

3、精细2D全面搜索：这种搜索可得到w最精确的解，但是通常也是计算量最大的。特别地，在涵盖所有的相位和振幅的二维坐标方格中，搜索最小权重解。同样，搜索也可在每个系数的实数部分和虚数部分进行。也可通过执行三级搜索来加速计算。在第一级中利用粗略分辨率(实数和虚数部分均用量化步长Y)，其它的两级向改进分辨率的解逼近(Z＜Y和W＜Z＜Y量化步长)。当接收天线的数量多于两个时，这种类型的搜索变成计算密集型。

可通过某些已知函数对函数f取近似值，来减少通过这样的盲目搜索来寻找w所要求的时间。特别地，可通过信道上的平均误码率对输出误码率取近似值，也就是：

$\stackrel{\‾}{\mathrm{BER}}\≈P_E\left(\underset{\‾}{w}\right)=1/N_t\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}{\mathrm{BER}}_k---(15.)$

其中BER_k是音调k处给定SNR的误码率。当然，在其它的实施例中，BER_k可替换为包括音调k处信号与干扰及噪声比的误码率。还注意到(15)近似表示的输出BER表达式中要求的平均值也可在时间域内实现，在这种情况下，BER_k是信道时间样本k处的给定SNR的误码率。也就是，BER_k是关于给定信号分量(例如，信号音调(tone)或控制延迟)的误码率。

为了进一步提高计算效率，BER_k可以由封闭式表达式近似表示。例如，在根据802.11a标准(即BPSK，R1/2)的模式1的模拟中，发现关于w的平均误码率BER可用以下模型很好地表示：

$\stackrel{\‾}{\mathrm{BER}}\≈P_E\left(\underset{\‾}{w}\right)=-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left({\mathrm{SNR}}_k\right)---(16.)$

其中省略了BER归一化因子1/N_t，因为它不影响权重的计算。因此，信号分量k的BER可近似地用tanh(SNR_k)表示，这使最佳权重表示为：

${\underset{\‾}{w}}_{\mathrm{MBER}}=\underset{w}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left({\mathrm{SNR}}_k\right))=\underset{w}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left(\frac{{\mathrm{\σ}}_s^2{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\mathrm{\σ}}^2{\underset{\‾}{w}}^H\underset{\‾}{w}}\right))---(17.)$

在干扰受限的方案中，音调k处的输出信号与干扰及噪声比(SINR)表示为：

${\mathrm{SINR}}_k=\frac{{\mathrm{\σ}}_s^2{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H{R}_{v,k}\underset{\‾}{w}}---(18.)$

其中R_v，k是噪声和干扰相关(correlation)矩阵。假设tanh仍然是生成关于w的BER特性的可接受的函数，最小BER判断标准变为：

${\underset{\‾}{w}}_{\mathrm{MBER}}=\underset{w}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left({\mathrm{SINR}}_k\right))=\underset{w}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left(\frac{{\mathrm{\σ}}_s^2{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H{R}_{v,k}\underset{\‾}{w}}\right))---(19.)$

图5是SC-MIMO-OFDM系统500的发射器510和接收器520的示意图，所述发射器和接收器分别利用RF加权组合装置512和514。系统500的发射器510包括n_T个发射天线部件522，每个天线传递同一个数据子流的加权形式，并使用OFDM调制。使用基于RF的部件来实现本典型方案下的组合权重530，这些权重可以由一维向量来定义，这样有利于容许仅包括一个RF链路的实施方式。在接收器520处，基于RF的组合权重534也作为一维向量来实现，然后通过单个RF链路570传送组合的接收信号，以供解调。

在选择性的实施例中，可通过基带加权组合装置来实现图5中的发射器510和接收器520内的、基于RF的加权组合装置512、514。这导致部分必需的加权组合在RF域上执行，其余的加权组合在基带上实现。

在图5的配置中，音调k处从第j天线发射的信号是：

txs_j，k＝v_j·s_1，k                        (20.)

在音调k处的发射向量是：

txs _k＝v·s_1，k                            (21.)

因此发射权重可被看作是n_Tx1向量，它最好是传播信道550的函数。但是，它不是信道频率选择性的函数，因为它对所有的音调是共同的。由于总的发射功率等于P，由此得出：

$E\left[s_{1,k}{s}_{1,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2---(22.)$

则发射权重向量530上的约束条件表示为：

$\mathrm{trace}\left(\underset{\‾}{v}{\underset{\‾}{v}}^H\right)={\underset{\‾}{v}}^H\underset{\‾}{v}={\left|\right|\underset{\‾}{\stackrel{\·}{v}}\left|\right|}^2=P/{\mathrm{\σ}}_s^2=n_T---(23.)$

信号通过信道550传播，从接收器520的每个天线部件560接收的信号被集合成M维向量。在音调k处所接收的向量表示为：

r _k＝H_k·v·s_1，k+n _k                  (24.)

在RF中所接收的向量乘以Mx1个由U表示的接收权重向量，且在物理上由加权部件534来实现。然后，它通过RF链路570，以供解调制和下变频转换。这样，在FFT 574输出端的组合接收信号可写成：

$y_k={\hat{s}}_{1,k}={\underset{\‾}{u}}^H\·{\underset{\‾}{r}}_k={\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v}\·s_{1,k}+{\underset{\‾}{u}}^H{\underset{\‾}{n}}_k---(25.)$

其中y_k是s_1，k的估计值。音调k处的相应输出SNR是：

${\mathrm{SNR}}_k=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}E\left[s_{1,k}{s}_{1,k}^{*}\right]}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}P/n_T}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}---(26.)$

在SC-MIMO-OFDM系统的情况下，(16)中给出的平均BER的近似值仍然对802.11a的模式1(BPSK，R1/2)有效。因此，最佳发射和接收权重υ和u满足：

$\{{\underset{\‾}{u}}_{\mathrm{MBER}},{\underset{\‾}{v}}_{\mathrm{MBER}}\}=\underset{\underset{\‾}{u},\underset{\‾}{v}}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left({\mathrm{SNR}}_k\right))=\underset{\underset{\‾}{u},\underset{\‾}{v}}{\arg \min }(-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left(\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^2{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}\right))---(27.)$

图6是包括发射器610和接收器620的通信系统600的示意图，所述发射器和接收器均包括基于RF的和基带的加权组合装置。特别地，发射器610包括RF加权组合装置612以及基带加权组合装置614，接收器620包括RF加权组合装置622以及基带加权组合装置624。如图所示，发射器610包括n_T个发射天线部件630，每个天线部件传送N个独立的子流(即空间复用信号)的加权组合，并使用OFDM调制。由于至少一部分组合权重作为发射器610内的RF部件632实现，发射RF链路640的数量有利地减少为空间复用信号的数量。这种类型的装置必定能有较好的成本效益。

在图6的配置中，在音调k处第j天线630的发射信号是：

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i}\·s_{i,k}^{\′}---(28.)$

其中

$s_{i,k}^{\′}=\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{v}_{i,l,k}^{\′}\·s_{l,k}---(29.)$

且其中υ和υ’项分别表示RF和基带权重。音调k处的发射向量是：

txs _k＝V·V′_k·s _k                            (30.)

其中V是大小为n_TxN的发射RF权重矩阵，并不受指数k的约束(因为它在频率音调上不变)，其中V_k’是大小为NxN的发射基带权重矩阵，并取决于指数k(因为它是频率的函数)。

为了简化以上的例子，假设V_k’等于每个音调处的单位矩阵。将会理解，在其它的实施例中，V_k’可以是除了单位矩阵之外的矩阵。例如，当V_k’取决于信道时，在根据给定的特定标准计算V_k’以最优化时，各种“预编码”方法和类似的方法可协助计算。在这种情况下，音调k处的发射向量变成：

${\underset{\‾}{\mathrm{txs}}}_k=V\·{\underset{\‾}{s}}_k=\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_l\·s_{i,k}---(31.)$

为了保持总发射功率，矩阵V上的约束条件写为：

trace(V^HV)＝n_T                             (32.)

假设

${\mathrm{\σ}}_s^2=E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T,i=1,\·\·\·,N---(33.)$

一旦发射信号已经通过可用信道660传播，并且已经被接收，音调k处所接收的向量表示为：

r _k＝H_k·V·s _k+n _k                           (34.)

如以上所提及，图6中的接收器620也利用不同的(distinct)RF和基带加权组合装置。具体地，用于RF装置622的第一组权重650在RF上实现，并且对所有的音调都是相同的，而在基带装置625中使用第二组权重654。注意到也可在基带中执行计算RF权重650的步骤，在这种情况下，通过内部总线将权重650的值反馈给RF域，产生反馈延迟。在这种配置中，在RF域中将接收向量乘以MxN矩阵U。音调k处的最终输出信号表示为：

${\underset{\‾}{y}}_k=U^H\·{\underset{\‾}{r}}_k=U^H{H}_k\·V\·{\underset{\‾}{s}}_k+U^H{\underset{\‾}{n}}_k---(35.)$

表达式(35)也可写成：

${\underset{\‾}{y}}_k=H_k^n\·{\underset{\‾}{s}}_k+{\underset{\‾}{\mathrm{\η}}}_k---(36.)$

其中 $H_k^n=U^H{H}_k\·V$ 且 ${\underset{\‾}{\mathrm{\η}}}_k=U^H{\underset{\‾}{n}}_k.$

Nx1向量y _k 被转换到基带并通过另外一组权重处理，从而分离并恢复这几个空间复用信号。最后的输出信号是：

${\underset{\‾}{z}}_k=W_k^H{\underset{\‾}{y}}_k=W_k^H{H}_k^n\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{\mathrm{\η}}}_k---(37.)$

根据本发明，期望得出V、U和W_k的最佳解，从而将实际输出信号的BER最小化。如前所述，输出信号的BER是输出SNR的函数，或者在空间复用系统的情况下，是输出SINR的函数。音调k处与第i个空间复用信号相应的输出信号是：

$z_{k,i}={\underset{\‾}{w}}_{k,i}^H{\underset{\‾}{y}}_k={\underset{\‾}{w}}_{k,i}^H{U}^H{H}_k\·V\·{\underset{\‾}{s}}_k+{\underset{\‾}{w}}_{k,i}^H{U}^H{\underset{\‾}{n}}_k---(38.)$

$z_{k,i}={\underset{\‾}{w}}_{k,i}^H{U}^H{H}_k\·{\underset{\‾}{v}}_i\·s_{i,k}+{\underset{\‾}{w}}_{k,i}^H{U}^H(\underset{j\≠i}{\mathrm{\Σ}}{H}_k\·{\underset{\‾}{v}}_j\·s_{j,k}+{\underset{\‾}{n}}_k)---(39.)$

相应的输出SINR是：

${\mathrm{SINR}}_{i,k}=\frac{{\mathrm{\σ}}_s^2{\underset{\‾}{w}}_{k,i}^H{U}^H{H}_k\·{\underset{\‾}{v}}_i{\underset{\‾}{v}}_i^H{H}_k^{H}U{\underset{\‾}{w}}_{k,i}}{{\mathrm{\σ}}_s^2\underset{j\≠i}{\mathrm{\Σ}}{\underset{\‾}{w}}_{k,i}^H{U}^H{H}_k\·{\underset{\‾}{v}}_j{\underset{\‾}{v}}_j^H{H}_k^{H}U{\underset{\‾}{w}}_{k,i}+{\mathrm{\σ}}^2{\underset{\‾}{w}}_{k,i}^H{U}^{H}U{\underset{\‾}{w}}_{k,i}}---(40.)$

在SM-MIMO-OFDM系统的情况下，在(16)中给出的平均BER的近似值仍然适用于802.11a标准的模式1(即BPSK，R1/2)。因此，对于第i个空间复用信号：

$\stackrel{\‾}{{\mathrm{BER}}_i}\≈P_E(U,V)=-\underset{k=1}{\overset{N_t}{\mathrm{\Σ}}}\tanh \left({\mathrm{SINR}}_{i,k}\right)---(41.)$

其中SINR_i，k由(40)给出。

在某些实施例中，使用数字搜索(例如模拟退火)，以对所有可能的U、V值进行搜索，从而将平均输出BER最小化。对于U和V的每一种组合，计算W_k的值，例如作为MMSE的解，也就是

$W_k={(H_k^H{R}_{s,k}{H}_k^{\mathrm{nH}}+R_{\mathrm{\η},k})}^{-1}{H}_k^n{R}_{s,k}---(42.)$

其中 $R_{s,k}={\mathrm{\σ}}_s^2{I}_N$ ，且 $R_{\mathrm{\η},k}=E\left[{\underset{\‾}{\mathrm{\η}}}_k{\underset{\‾}{\mathrm{\η}}}_k^H\right]={\mathrm{\σ}}^2{U}^{H}U$ ，因此：

$W_k={(H_k^n{H}_k^{\mathrm{nH}}+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{U}^{H}U)}^{-1}{H}_k^n---(43.)$

然后，对于V、U和W_k的每三个一组的值，可根据(40)为每个音调和每个空间复用信号计算SINR。最终从(41)获得一组N个估计的BER值；也就是，为每个空间复用信号计算一个估计值。

接下来可使用几种方法来将平均输出BER最小化。例如，将BER组的平均值最小化，将这个组的最大值最小化，或者确定该组的最小值。这些方法在数学上表示如下：

$\underset{U,V}{\min }\left\{\underset{i=1,...,N}{\mathrm{mean}}\right\{{\mathrm{BER}}_i\left\}\right\}$

$\underset{U,V}{\min }\left\{\underset{i=1,...,N}{\min }\right\{{\mathrm{BER}}_i\left\}\right\}$

$\underset{U,V}{\min }\left\{\underset{i=1,...,N}{\max }\right\{{\mathrm{BER}}_i\left\}\right\}$

虽然这些方法中的每一个都能令人信服地使用在各种实施例中，但发现上述最后一种方法可以得到最佳的结果。

图7是通信系统700的示意图，它显然是图6所示的通信系统600的简化形式。系统700包括发射器710和接收器720，它们均包括基于RF的和基带的加权组合装置。特别地，发射器710包括RF加权组合装置712以及基带加权组合装置714，接收器720包括RF加权组合装置722和基带加权组合装置724。如图所示，发射器710包括n_T＝4个发射天线部件730，每个天线部件传送N＝2个不同子流的加权组合(也就是空间复用信号)，并使用OFDM调制。

由于发射器710内的一对天线部件730和接收器720内的一对天线部件734均连接到单个RF链路上，系统700具有成对单权重(“成对SW”)系统的特征。这种方法为系统700提供了与多天线装置有关的性能优势，与图6所示系统相比，进一步降低了成本和装置复杂度。当然，在这种典型的情况下，即在发射器710中使用四个天线部件730，同样在接收器720内使用四个天线部件734，从而支持两个空间复用信号的通信，在发射器710中只需要两个RF权重系数732，在接收器720中只需要两个RF权重系数750(也就是在系统700中总共使用四个加权系数)。相反，同样是四天线配置，在图6的系统中要求在每个发射器和接收器中各使用6个RF权重系数；也就是，在这种情况下，图6中的系统总共要使用12个RF权重系数。注意到前面假设在图6和图7系统的各发射器和接收器中，至少一个权重系数已经被归一化成单位元素(unity)。系统700所需的RF权重的数量减少，这直接转换成更便宜、更简单的实施装置。

在图7的配置中，在音调k处，第j个天线730的发射信号是：

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i}\·s_{i,k}^{\′}---(44.)$

其中

$s_{i,k}^{\′}=\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{v}_{i,l,k}^{\′}\·s_{l,k}---(45.)$

其中v和v’项分别表示RF和基带权重。音调k处的发射向量是：

txs _k＝V·V′_k·s _k                         (46.)

其中V是大小为n_TxN的发射RF权重矩阵，不受指数k的约束(因为它在频率音调上不变)，其中V_k’是大小为NxN的发射基带权重矩阵，取决于指数k(因为它是频率的函数)。

在成对SW系统700内一对天线连接到单个RF链路，其结果，V的结构表示为：

$V=\left[\begin{array}{cc}{v}_a& 0\\ v_b& 0\\ 0& v_c\\ 0& v_d\end{array}\right]---(47.)$

这样，指数为i的天线对发出仅包含s’_i，k的属性的信号。如果V的列被它们的第一系数归一化，V的结构变成：

$V=\left[\begin{array}{cc}1& 0\\ v_1& 0\\ 0& 1\\ 0& v_2\end{array}\right]---(48.)$

为了简化上述例子，设定在每个音调处V_k’等于单位矩阵。将会理解，在其它的实施例中，V_k’可以是除单位矩阵之外的矩阵。例如，当V_k’取决于信道时，在根据给定的特定标准计算V_k’以最优化时，各种“预编码”方法和类似的方法可协助计算。为了进一步简化，设定V等于：

$V=\left[\begin{array}{cc}1& 0\\ 0& 0\\ 0& 1\\ 0& 0\end{array}\right]---(49.)$

换句话说，发射器710经被简化，使得仅使用四个天线730中的两个，且每个这种天线730发射它自己的空间复用信号，也就是，音调k处的发射向量变成：

txs _k＝s _k                                       (50.)

其中txs _k是Nx1向量。将会理解，在其它的实施例中，V可以由通用表达式(48)给出。

如以上所提及，图7中的接收器720也利用不同的RF和基带加权组合装置。具体地，用于RF装置722的第一组权重750在RF上实现，其对所有的音调都是相同的，而在基带装置724中使用第二组权重754。注意到也可在基带中执行计算RF权重750的步骤，在这种情况下，通过内部总线将权重750的值反馈给RF域，产生反馈延迟。

在这种配置中，在音调k处的接收信号向量(跟随RF组合后)r _k，变成大小为Nx1，且可表示为：

${\underset{\‾}{r}}_k=U^H(H_k\·{\underset{\‾}{s}}_k+{\underset{\‾}{n}}_k)=U^H{H}_k\·{\underset{\‾}{s}}_k+U^H{\underset{\‾}{n}}_k---(51.)$

其中U＝[u ₁，...，u _N]是MxN矩阵，包括一组在RF处实现的权重，U的特定结构为：

$U=\left[\begin{array}{cc}{u}_a& 0\\ u_b& 0\\ 0& u_c\\ 0& u_d\end{array}\right]---(52.)$

在归一化后，U变成：

$U=\left[\begin{array}{cc}1& 0\\ u_1& 0\\ 0& 1\\ 0& u_2\end{array}\right]---(53.)$

表达式(51)也可写成：

${\underset{\‾}{r}}_k=H_k^n\·{\underset{\‾}{s}}_k+{\underset{\‾}{\mathrm{\η}}}_k---(54.)$

其中， $H_k^n=U^H{H}_k$ 且 ${\underset{\‾}{\mathrm{\η}}}_k=U^H{\underset{\‾}{n}}_k.$

然后将每个音调k处的接收向量乘以由W_k表示的NxN矩阵的复共轭，以便能够检测发射信号。音调k处的最终输出信号表示为：

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k^n\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{\mathrm{\η}}}_k=W_k^H{U}^H(H_k\·{\underset{\‾}{s}}_k+{\underset{\‾}{n}}_k)---(55.)$

注意到，当W_k是实际的频率音调k的函数时，对所有的音调RF权重U都是相同的。

根据与本发明，期望得出V、U和W_k的最佳解，从而将实际输出信号的BER最小化。在这方面，除了在本方案中RF权重U和V具有等式(47)和(52)所定义的结构之外，可以用与参照图6所描述的完全类似的方式来进行最小权重的搜索。换句话说，在图7的实施例中使用的搜索方法与图6的系统中使用的基本相同，只是在组成矩阵U和V的系数子集上设定了附加的约束条件。(也就是，这些系数被限定为零)。

其它拟合函数的扩展

已经发现tanh函数并不总是以期望的精度接近BER，特别是对于高级调制技术。还发现以下函数往往可提供改进的性能，如以下所介绍的内容：

1)AWGN信道中未编码BPSK的BER表示为：

${\mathrm{BER}}_{\mathrm{BPSK}}=Q\left(\sqrt{\frac{{2E}_b}{N_o}}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_b}\right)=\frac{1}{2}\mathrm{erfc}\left(\sqrt{{\mathrm{\γ}}_b}\right)=\frac{1}{2}\mathrm{erfc}\left(\sqrt{{\mathrm{\γ}}_s}\right)$

例如参见，J.G Proakis著的数字通信，第三版，McGraw-Hill系列，1995年。已经发现，以下函数可以比y＝-tanh(x)更精确地近似函数erfc的形状：

$y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})]/2$

2)AWGN信道中未编码QPSK调制的BER表示为：

${\mathrm{BER}}_{\mathrm{QPSK}}=Q\left(\sqrt{\frac{2E_b}{N_o}}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_b}\right)=\frac{1}{2}\mathrm{erfc}\left(\sqrt{{\mathrm{\γ}}_b}\right)=\frac{1}{2}\mathrm{erfc}\left(\sqrt{\frac{{\mathrm{\γ}}_s}{2}}\right)$

例如参见，J.G Proakis著的数字通信，第三版，McGraw-Hill系列，1995年。函数 $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})]/2$ 可以比y＝-tanh(x)更好地表示函数

的形状。

3)AWGN信道中的未编码16QAM调制的BER可以从符号误码率(SER)中得到，并表示为：

${\mathrm{BER}}_{16\mathrm{QAM}}=1-\sqrt{1-\frac{3}{2}Q\left(\sqrt{\frac{3E_s}{15N_o}}\right)}=1-\sqrt{1-\frac{3}{4}\mathrm{erfc}\left(\frac{{\mathrm{\γ}}_s}{10}\right)}$

例如参见，J.G Proakis著的数字通信，第三版，McGraw-Hill系列，1995年。在这点上，适当的拟合函数是y＝-(1-e^-0.2x)/2。

4)AWGN信道中的未编码64QAM调制的BER可以从符号错误率(SER)中得到，并表示为：

${\mathrm{BER}}_{64\mathrm{QAM}}=1-{(1-\frac{7}{4}Q\left(\sqrt{\frac{{\mathrm{\γ}}_s}{21}}\right))}^{1/3}=1-{(1-\frac{7}{8}\mathrm{erfc}\left(\sqrt{\frac{{\mathrm{\γ}}_s}{42}}\right))}^{1/3}$

见例如，J.G Proakis，数字通信，第三Ed.McGraw-Hill系列，1995年。实际拟和函数是 $y=-(1-e^{-0.35\sqrt{x}})/2.$

注意到出现在上述拟和函数中的任何附加常数在近似表达式中可丢弃，因为这些常数不影响实际权重的计算。

另外，注意到用于计算将BEER最小化的最佳权重向量w的等式(14)(或者同样地，等式(19)、(27)、(41))不能解析地解出(即使有以上列出的近似函数的资源)。由于盲目搜索的性质是计算密集型的，尤其是对于两个以上的天线，可使用数字的方法来搜索并向将BER最小化的权重解w逼近。如果被最小化的函数没有局部最小值，可使用已知的梯度最速下降算法(例如参见S.Haykin著的自适应滤波理论，第三版，Prentice Hall出版，1996年)。但是，被最小化的函数确实包括局部最小值。在这种情况下，需要使用更加密集的计算密集型方法，例如模拟退火法(例如参见W.H.Press等著的C数值算法，第二版.剑桥大学出版社，1992年；以及S.Kirkpatrik等著的“采用模拟退火的优化法，”科学，220卷，4598号，1983年5月13日，第671-680页)。

虽然模拟退火的算法是已知的，并被广泛利用，但是在本文中实施模拟退火的重要挑战包括为搜索确定对其应用合适的时间表。在这点上，在解的精确度和收敛速度之间存在权衡问题。如在S.Szykman等著的“通过检测多结果搜索改善模拟退火优化的效率”(DECT’97学报，1997年9月14-17日，萨克拉曼多，加拿大)一文中所描述，退火时间表的选择包括确定初始温度、在每种温度上执行的迭代次数、如何以及何时降低温度、以及算法终止条件。在特别理想的实施例中，为退火算法使用了以下时间表参数：

-温度＝1

-n步＝100(在每种温度上迭代的次数)

-t因子＝0.9(温度降低的速率)

-范围＝10^-2(在最小化的函数上的终止条件)

-乏范围＝10^-3(在最小化的函数的可变值上的终止条件)。

已经发现，使用这种退火时间表会能够以更适当的精度和速度进行收敛。在另一个实施例中，期望通过改变上述某些参数来改善精度，这通常以增加计算资源的耗费量为代价。

以下列出的几个例子是为了举例说明本发明中模拟退火的实现方式。

例1：SC SIMO OFDM系统

作为第一个例子，考虑噪声受限的环境中的使用一个发射天线和两个接收天线的SIMO OFDM系统。在图8A和8B中分别示出了作为信噪比(SNR)的函数得出的BER曲线和分组误码率(PER)曲线。图8A和8B中的结果以使用BPSK调制为基础，没有编码(也就是“模式10”)、信道模式“A”(50ns rms延迟传播、0.5天线相关性)、以及接近实际BER的tanh拟合函数。

如图所示，在图8A和8B中示出了代表两种不同的模拟退火情况的两种曲线。具体地，“SIMO1x2退火”表示基于使用tanh拟合函数的模拟退火的搜索。“SIMO1x2退火-记忆-最小值”是相同的搜索，但是在每次迭代中存储将BER最小化的解。这是由于有一些与模拟退火相关的随机性，它可以偏离最优的解，并不能再次找到它，因此在每次迭代中存储目前为止发现的最佳解、并在发现更好的解时将其重写是非常重要的。

存储最佳解可在性能方面产生较大的差异，主要是对于未编码调制的PER。图8B示出，在PER＝10％处，由“SIMO1x2退火记忆最小值”提供的增益比不存储最小值得出的解高出接近10dB。

对与图8A和8B中的曲线相应的系统和权重计算方法的描述如下：

SIMO1x2-mrc：该曲线与SC-SIMO系统相应，在这种情况下使用了基带组合装置，也就是，每个音调一个权重(MRC)。

SIMO1x2-max-snr：该曲线与SC-SIMO系统相应，在这种情况下使用了基于RF加权组合的网络。在RF上使用单个不受频率约束的权重将接收信号组合起来，其中权重解被计算出，从而以与上述非临时申请10/835,255中的描述一致的方式来将平均输出SNR最大化。

SIMO1x2-粗略-egc：该曲线与SC-SIMO系统相应，在这种情况下使用了基于RF加权组合的网络。在RF上使用单个不受频率约束的权重将接收信号组合起来，其中权重解被计算出，从而将平均BER最小化。权重系数仅包括相位(EGC)。在实现每个信道时，我们在相位上执行盲目搜索，从而以X＝18度的粗略量化步长将BER最小化。

SIMO1x2-粗略-amp：该曲线与SC-SIMO系统相应，在这种情况下使用了基于RF加权组合的网络。在RF上使用单个不受频率约束的权重将接收信号组合起来，其中权重解被计算出，从而将平均BER最小化。权重系数包括振幅和相位。在实现每个信道时，我们先在相位上执行线性搜索(每个步长X＝18度)，然后在振幅上执行线性搜索(在范围[0，2.5]内Y＝0.125步长)，从而将BER最小化。

SIMO1x2-退火：该曲线与SC-SIMO系统相应，在这种情况下使用了基于RF加权组合的网络。在RF上使用单个不受频率约束的权重将接收信号组合起来，其中权重解被计算出，从而将平均BER最小化。在实现每个信道时，进行模拟退火搜索并逼近将(16)中给出的BER近似值最小化的权重解(振幅和相位)。

SIMO1x2-退火-记忆最小值：该曲线与SIMO1x2-退火曲线所表示的相同系统和方法相应，但是在这种情况下，在模拟退火的循环中存储最佳解，并仅在发现更好的解时将其重写。

图8中的结果表明，与使用将平均输出SNR最大化的RF权重相比，使用将平均输出BER最小化的RF权重可得到明显更低的BER。另外，这些结果表明，相对于使用粗略搜索解和模拟退火的情况，虽然使用全面搜索解可得到更好的结果，但是使用这些计算密集度更小的技术也能得到可接受的性能。

例2：SC MIMO OFDM系统

图9代表在受限噪声环境中工作的nxn SC-MIMO-OFDM系统的作为SNR函数的PER性能的示意图。图中所示是n＝2和n＝4两种情况下的结果。图9是假设使用BPSK调制，编码率为1/2(即802.11a标准中的模式1)而得出的结果。还假设使用了以“信道A”(即50ns rms延迟传播，0.5天线相关性)为特征的信道模式，且假设拟合函数是tanh。

对与图9中的曲线相应的系统和权重计算方法的描述如下：

SISO：该曲线与单进单出系统相应，这种系统在发射器和接收器处均只使用一个天线。

SIMO1x2sel：该曲线与SC-SIMO系统相应，其中在一组两个部件中仅选择一个接收天线。根据最大平均接收输入SNR做出这种选择。

SIMO1x4sel：该曲线与前面的相同系统相应，但是预期选择是在四个，而不是两个接收部件中做出的。

SC-MIMO2x2Alamouti：该曲线与带有两个发射和两个接收天线部件的SC-MIMO系统相应，在这种情况下，使用了基带组合装置。用于发射和接收信号的技术在S.M.Alamouti著的“无线通信中简单发射分集技术，”(IEEE选定区域的通信杂志，16卷，8册，1451-1458页，1998年10月)一文中有描述。

SC-MIMO nxn退火-记忆最小值：该曲线与带有n个发射和n个接收天线部件、利用了根据本发明的RF加权组合装置的SC-MIMO-OFDM系统相应。在实现每个信道时，使用模拟退火来寻找将平均输出BER最小化的发射和接收权重，并在每次迭代中存储最佳解。所使用的拟合函数是tanh。

图9中的这些结果表明，相对于SC-SIMO选择系统，SC-MIMO系统提供了更大的增益。另外，图9表明，相对于SC-MIMO2x2Alamouti系统，本发明的SC-MIMO 2x2退火-记忆最小值的性能损失很小，具有更好的成本效益。事实上，前者仅要求在发射器和接收器内使用单个RF链路(即总共两个RF链路)，而后者要求在发射器和接收器中均使用两个RF链路(即总共要求共四个RF链路)。图9也表明，使用附加的天线(例如，4x4系统而不是2x2系统)在SNR方面提供了更有意义的增益。

为便于说明，在前面的描述中使用了特殊的术语以助于透彻地理解本发明。但是，对本领域的技术人员来说，要实施本发明，这些特定的细节不是必需的。在其它一些例子中，附图中将已知电路和器件以框图的形式示出，以避免不必要地分散对本发明重点内容的注意力。因此，上述对本发明的特定实施例的描述的目的是为了举例说明及描述。这些实施例不是穷尽性的，也就是说本发明不受所公开的精确形式的限制；显然，在本发明的教导下，可对这些实施例做出多种修改和变化。对实施例的选择和描述是为了对本发明的原理及其实际应用做出最佳解释，以使本领域的技术人员能够最好地利用本发明、以及为配合特殊用途对各种实施例进行修改。本发明的范围由本发明的权利要求及其等同限定。

Claims (89)

1.在具有多个接收天线的接收器中对信号进行加权组合的方法，所述天线设置来产生相应的多个RF接收信号，所述多个RF接收信号中的每一个是响应通过信道接收的RF发射信号而生成，所述方法包括：

根据选来将所述接收器的输出误码率最小化的相应的多个RF加权值，对所述多个RF接收信号进行加权，从而形成多个加权的RF信号；以及

对所述多个加权RF信号进行组合，以形成一个或多个组合的RF信号。

2.根据权利要求1所述的方法，其中，在所述信道的时间响应上将所述输出误码率在时域中取平均值。

3.根据权利要求1所述的方法，其中，在所述信道的信道带宽上将所述输出误码率在频域中取平均值。

4.根据权利要求3所述的方法，其中，所述信道带宽等于所述RF发射信号的带宽。

5.根据权利要求1所述的方法，其中所述加权包括通过以下方法中的一种来计算所述多个RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述多个RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

6.根据权利要求1所述的方法，其中所述加权包括通过封闭式表达式对所述输出误码率取近似值。

7.根据权利要求6所述的方法，其中所述封闭式表达式是以下中的一个：

a)  y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+\left({1-e}^{-x}\right)],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

8.根据权利要求6所述的方法，其中所述封闭式表达式取决于所述RF发射信号的编码和/或调制。

9.根据权利要求6所述的方法，其中所述封闭式表达式是所述接收器的输出信噪比的函数，或者是输出信号与噪声加干扰比的函数。

10.根据权利要求6所述的方法，其中所述加权包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

11.在多天线发射器中对RF信号分离和加权的方法，所述发射器设置来通过多个发射天线发射RF输入信号从而产生相应的多个RF输出信号，每个所述RF输出信号在通过信道传播后被接收器接收，所述方法包括：

将所述RF信号分离，从而形成多个分离的RF信号；以及

根据选来将所述接收器的输出误码率最小化的相应的多个RF加权值，对所述多个分离的RF信号进行加权，从而形成所述多个RF输出信号。

12.根据权利要求11所述的方法，其中，在所述信道的时间响应上将所述输出误码率在时域中取平均值。

13.根据权利要求11所述的方法，其中，在所述信道的信道带宽上将所述输出误码率在频域中取平均值。

14.根据权利要求13所述的方法，其中，所述信道带宽等于所述RF发射信号的带宽。

15.根据权利要求11所述的方法，其中所述加权包括通过以下方法中的一种来计算所述多个RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述多个RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

16.根据权利要求11所述的方法，其中所述加权包括通过封闭式表达式对所述输出误码率取近似值。

17.根据权利要求16所述的方法，其中所述封闭式表达式是以下中的一个：a) y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

18.根据权利要求16所述的方法，其中所述封闭式表达式取决于所述RF输入信号的编码和/或调制。

19.根据权利要求16所述的方法，其中所述封闭式表达式是所述接收器的输出信噪比的函数，或者是输出信号与噪声加干扰比的函数。

20.根据权利要求16所述的方法，其中所述加权包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

21.根据权利要求1所述的方法，其中所述RF发射信号包括以下中的一种：码分多址信号、单载波信号、正交频分复用信号以及UWB信号。

22.根据权利要求11所述的方法，其中所述多个RF输出信号包括以下中的一种：码分多址信号、单载波信号、正交频分复用信号以及UWB信号。

23.在包括发射器和接收器的通信系统中进行RF处理的方法，所述发射器具有一组发射天线，所述发射天线设置来通过信道发射一组空间复用的RF输出信号，所述接收器具有多个接收天线，所述接收天线设置来对接收到的所述空间复用的RF输出信号做出响应，生成相应的多个空间复用的第一RF接收信号，所述方法包括：

通过对多个RF输入信号执行分离和加权操作，生成所述一组空间复用的RF输出信号，所述分离和加权操作利用了根据所述接收器的一个或多个输出误码率而选择的第一组RF加权值，以及

通过对所述多个空间复用的第一RF接收信号执行加权组合操作，形成多个空间复用的第二RF接收信号，所述加权组合操作利用了根据所述一个或多个输出误码率而选择的第二组RF加权值。

24.根据权利要求23所述的方法，其中，在所述信道的时间响应上将所述一个或多个输出误码率在时域中取平均值。

25.根据权利要求23所述的方法，其中，在所述信道的信道带宽上将所述一个或多个输出误码率在频域中取平均值。

26.根据权利要求25所述的方法，其中，所述信道带宽等于所述空间复用的RF输出信号的带宽。

27.根据权利要求23所述的方法，还包括通过以下方法中的一种来确定所述第一组RF加权值和所述第二组RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述第一和第二组RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

28.根据权利要求23所述的方法，还包括通过封闭式表达式对所述一个或多个输出误码率中的至少一个取近似值。

29.根据权利要求28所述的方法，其中所述封闭式表达式是以下中的一个：a)  y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

30.根据权利要求28所述的方法，其中所述封闭式表达式取决于所述多个RF输入信号的编码和/或调制。

31.根据权利要求28所述的方法，其中所述封闭式表达式是所述接收器的一个或多个输出信噪比的函数，或者是一个或多个输出信号与噪声加干扰比的函数。

32.根据权利要求28所述的方法，还包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

33.根据权利要求23所述的方法，还包括利用第一组基带加权值对多个基带输入信号执行分离和加权操作，以形成第一组基带信号，其中所述多个RF输入信号是根据一个或多个所述第一组基带信号而生成。

34.根据权利要求23所述的方法，还包括：

将所述多个空间复用的第二RF接收信号下变频转换，以形成第一组基带信号，以及

利用第一组基带加权值，对所述第一组基带信号执行基带加权组合操作。

35.根据权利要求1所述的方法，还包括：

将所述一个或多个组合RF信号下变频转换，以形成一个或多个基带信号，以及

利用一组基带加权值，对所述一个或多个基带信号执行基带加权组合操作。

36.根据权利要求11所述的方法，还包括：利用一组基带加权值对输入基带信号执行分离和加权操作，以形成多个第一基带信号，其中所述输入RF信号根据所述多个第一基带信号中的一个或多个而生成。

37.根据权利要求35或36所述的方法，其中所述这组基带加权值与所述多个RF加权值一起计算。

38.在具有多个接收天线的接收器中对信号进行加权组合的方法，所述接收天线设置来对通过信道接收的空间复用的RF发射信号能量做出响应，产生相应的多个空间复用的RF接收信号，所述方法包括：

利用根据所述接收器的一个或多个输出误码率而选择的相应一组RF加权值，对每个所述空间复用的RF接收信号加权，从而形成多个空间复用的加权RF信号；以及

对所述多个空间复用的加权RF信号进行组合，以形成一个或多个空间复用的组合RF信号。

39.根据权利要求38所述的方法，其中，在所述信道的时间响应上将所述一个或多个输出误码率在时域中取平均值。

40.根据权利要求38所述的方法，其中，在所述信道的信道带宽上将所述一个或多个输出误码率在频域中取平均值。

41.根据权利要求40所述的方法，其中，所述信道带宽等于所述空间复用的RF发射信号能量的带宽。

42.根据权利要求38所述的方法，其中所述加权包括通过以下方法中的一种来计算所述这组RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述这组RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

43.根据权利要求38所述的方法，其中所述加权包括通过封闭式表达式对所述一个或多个输出误码率中的至少一个取近似值。

44.根据权利要求43所述的方法，其中所述封闭式表达式是以下中的一个：a)  y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

45.根据权利要求43所述的方法，其中所述封闭式表达式取决于所述空间复用的RF发射信号的编码和/或调制。

46.根据权利要求43所述的方法，其中所述封闭式表达式是所述接收器的一个或多个输出信噪比的函数，或者是一个或多个输出信号与噪声加干扰比的函数。

47.根据权利要求43所述的方法，其中采用模拟退火算法搜索将所述封闭式表达式最小化的权重。

48.在多天线发射器中对RF信号分离和加权的方法，所述发射器设置来通过多个发射天线发射空间复用的RF输入信号从而产生相应的多个空间复用的RF输出信号，每个所述空间复用的RF输出信号在通过信道传播后被接收器接收，所述方法包括：

将所述空间复用的RF输入信号分离，以形成多个空间复用的分离RF信号；以及

利用根据所述接收器的一个或多个输出误码率而选择的一组RF加权值，对所述多个空间复用的分离RF信号进行加权，以形成多个空间复用的加权RF信号，以及

对所述多个空间复用的加权RF信号进行组合，从而形成所述多个空间复用的RF输出信号。

49.根据权利要求48所述的方法，其中，在所述信道的时间响应上将所述一个或多个输出误码率在时域中取平均值。

50.根据权利要求48所述的方法，其中，在所述信道的信道带宽上将所述一个或多个输出误码率在频域中取平均值。

51.根据权利要求48所述的方法，其中，所述信道带宽等于所述空间复用的RF输出信号的带宽。

52.根据权利要求48所述的方法，其中所述加权包括通过以下方法中的一种来计算所述这组RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述这组RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

53.根据权利要求48所述的方法，其中所述加权包括通过封闭式表达式对所述一个或多个输出误码率中的至少一个取近似值。

54.根据权利要求53所述的方法，其中所述封闭式表达式是以下中的一个：a)  y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[\left({1-e}^{1.3\sqrt{x}}\right)+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

55.根据权利要求53所述的方法，其中所述封闭式表达式取决于所述空间复用的RF输入信号的编码和/或调制。

56.根据权利要求53所述的方法，其中所述封闭式表达式是所述接收器的一个或多个输出信噪比的函数，或者是一个或多个输出信号与噪声加干扰比的函数。

57.根据权利要求53所述的方法，其中所述加权包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

58.在包括发射器和接收器的通信系统中进行RF处理的方法，所述发射器具有一组发射天线，所述发射天线设置来通过信道发射一组RF输出信号，所述接收器具有多个接收天线，所述接收天线设置来对接收到的所述RF输出信号做出响应，生成相应的多个RF接收信号，所述方法包括：

通过对RF输入信号执行分离和加权操作，生成所述这组RF输出信号，所述分离和加权操作利用了选来将所述接收器的输出误码率最小化的第一组RF加权值；以及

通过对所述多个RF接收信号执行加权组合操作，生成一个或多个组合的RF接收信号，所述加权组合操作利用了选来将所述输出误码率最小化的第二组RF加权值。

59.根据权利要求58所述的方法，其中，在所述信道的时间响应上将所述输出误码率在时域中取平均值。

60.根据权利要求58所述的方法，其中，在所述信道的信道带宽上将所述输出误码率在频域中取平均值。

61.根据权利要求60所述的方法，其中，所述信道带宽等于所述这组RF输出信号的带宽。

62.根据权利要求58所述的方法，还包括通过以下方法中的一种来确定所述第一组RF加权值和所述第二组RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)仅在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括首先在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述第一和第二组RF加权值的相位确定成由该组权重给出的相应相位，以及，仅在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

63.根据权利要求58所述的方法，还包括通过封闭式表达式对所述输出误码率取近似值。

64.根据权利要求63所述的方法，其中所述封闭式表达式是以下中的一个：a)  y＝-tanh(x)，b) $y=-[(1-e^{-2\sqrt{x}})+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

65.根据权利要求63所述的方法，其中所述封闭式表达式取决于所述这组RF输入信号的编码和/或调制。

66.根据权利要求63所述的方法，其中所述封闭式表达式是所述接收器的输出信噪比的函数，或者是输出信号与噪声加干扰比的函数。

67.根据权利要求63所述的方法，还包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

68.根据权利要求58所述的方法，还包括利用第一组基带加权值对基带输入信号执行分离和加权操作，以形成第一组基带信号，其中所述多个RF输入信号是根据一个或多个所述第一组基带信号而生成。

69.根据权利要求58所述的方法，还包括：

将所述一个或多个组合的RF接收信号下变频转换，以形成第一组基带信号，以及

利用第一组基带加权值，对所述第一组基带信号执行基带加权组合操作。

70.根据权利要求23或58所述的方法，其中一起计算所述第一组RF加权值和所述第二组RF加权值。

71.根据权利要求34或69所述的方法，其中一起计算所述第一和第二组RF加权值以及所述第一组基带加权值。

72.根据权利要求33或68所述的方法，其中一起计算所述第一和第二组RF加权值以及所述第一组基带加权值。

73.在具有至少第一和第二接收天线的接收器中对信号进行加权组合的方法，所述接收天线设置来对通过信道接收的RF发射信号做出响应，产生至少第一和第二RF接收信号，所述方法包括：

根据选来将所述接收器的输出误码率最小化的第一和第二RF加权值，分别对所述至少第一和第二RF接收信号进行加权，从而形成第一和第二成对的单权重RF信号；以及

对所述第一和第二成对的单权重RF信号进行组合，以形成一个或多个组合的RF信号。

74.根据权利要求73所述的方法，其中所述第一和第二RF加权值中的一个被归一化为单位元素。

75.根据权利要求73所述的方法，其中所述加权包括通过以下方法中的一种来计算所述第一和第二RF加权值：a)在有限数量的复合加权值中，全面搜索将所述输出误码率最小化的一组权重，b)在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，或者c)线性搜索，包括在所述有限数量的复合加权值的相位中，全面搜索将所述输出误码率最小化的一组权重，将所述第一和第二RF加权值的相位确定成相应于所述相位之一的相位，以及，在所述有限数量的复合加权值的振幅中，全面搜索将所述输出误码率最小化的另一组权重。

76.根据权利要求73所述的方法，其中所述加权包括通过封闭式表达式对所述输出误码率取近似值。

77.根据权利要求76所述的方法，其中所述封闭式表达式是以下中的一个：a)  y＝-tanh(x)，b) $y=-[\left({1-e}^{-2\sqrt{x}}\right)+(1-e^{-1.8x})],$ c) $y=-[(1-e^{-1.3\sqrt{x}})+(1-e^{-x})],$ d)  y＝-(1-e^-0.2x)，或e) $y=-(1-e^{-0.35\sqrt{x}}).$

78.根据权利要求76所述的方法，其中所述封闭式表达式取决于所述RF发射信号的编码和/或调制。

79.根据权利要求76所述的方法，其中所述封闭式表达式是所述接收器的输出信噪比的函数，或者是输出信号与噪声加干扰比的函数。

80.根据权利要求76所述的方法，其中所述加权包括采用模拟退火算法搜索将所述封闭式表达式最小化的一组权重。

81.在多天线发射器中对RF信号分离和加权的方法，所述发射器设置来通过第一和第二发射天线发射RF输入信号从而产生第一和第二RF输出信号，所述第一和第二RF输出信号在通过信道传播后被接收器接收，所述方法包括：

将所述RF输入信号分离，以形成第一和第二分离的RF信号；以及

根据选来将所述接收器的输出误码率最小化的第一和第二RF加权值，分别将所述第一和第二分离的RF信号加权，从而形成所述第一和第二RF输出信号。

82.在具有多个接收天线的接收器中对信号进行加权组合的方法，所述接收天线设置来对通过信道接收的空间复用的RF发射信号能量做出响应，产生相应的多个空间复用的RF接收信号，所述方法包括：

根据第一和第二RF加权值，分别将所述多个空间复用的RF接收信号的第一和第二信号加权，从而形成第一和第二成对的单权重RF信号，其中所述第一和第二RF加权值是根据所述接收器的一个或多个输出误码率而选择；

根据第三和第四RF加权值，分别将所述多个空间复用的RF接收信号的第三和第四信号加权，从而形成第三和第四成对的单权重RF信号，其中所述第三和第四RF加权值是根据所述接收器的一个或多个输出误码率而选择；

将所述第一和第二成对的单权重RF信号组合，以形成第一组合信号，将所述第三和第四成对的单权重RF信号组合，以形成第二组合信号；以及

使用第一RF链路处理所述第一组合信号、使用第二RF链路处理所述第二组合信号。

83.根据权利要求82所述的方法，其中所述第一和第二RF加权值被归一化为单位元素。

84.根据权利要求82所述的方法，其中所述第三和第四RF加权值被归一化为单位元素。

85.在多天线发射器中对RF信号进行分离和加权的方法，所述发射器设置来通过多个发射天线发射空间复用的RF输入信号，从而产生相应的多个空间复用的RF输出信号，每个所述空间复用的RF输出信号在通过信道传播后被接收器接收，所述方法包括：

将所述空间复用的RF输入信号分离，以形成多个空间复用的分离RF信号；

使用对应的第一和第二加权值将所述多个空间复用的分离RF信号中的第一和第二信号加权，以形成与所述多个发射天线的第一和第二天线通信的第一和第二成对的单权重RF信号，所述第一和第二RF加权值是根据所述接收器的一个或多个输出误码率而选择；以及

使用对应的第三和第四加权值将所述多个空间复用的分离RF信号中的第三和第四信号加权，以形成与所述多个发射天线的第三和第四天线通信的第三和第四成对的单权重RF信号，所述第三和第四RF加权值是根据所述接收器的一个或多个输出误码率而选择。

86.根据权利要求85所述的方法，其中所述第一和第二RF加权值被归一化为单位元素。

87.根据权利要求85所述的方法，其中所述第三和第四RF加权值被归一化为单位元素。

88.根据权利要求6、16、43或53所述的方法，其中所述加权包括采用梯度最速下降算法搜索将所述封闭式表达式最小化的一组权重。

89.根据权利要求28或63所述的方法还包括采用梯度最速下降算法搜索将所述封闭式表达式最小化的一组权重。

Images