CN101202577A - 无线通信系统的多业务波束赋形装置 - Google Patents

Abstract

本发明提供了一种无线通信系统的多业务波束赋形装置，包括：矩阵计算模块，用于取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径，分别计算各自的径相关矩阵，其中，1≤L≤W，W表示信道估计窗长；特征向量求解模块，用于对径相关矩阵进行最大信干比的特征值分解以求得特征向量作为波束赋形权值；以及波束赋形模块，用于对波束赋形权值进行归一化操作，天线阵列使用其操作结果对下行专用信道信号发射赋形。因此，解决了由波束方向过于单一而造成智能天线系统的稳定性下降等问题。

Description

无线通信系统的多业务波束赋形装置

技术领域

本发明涉及通信领域，具体来说，涉及一种无线通信系统的多业务波束赋形装置，尤其涉及同步的码分多址(CDMA)通信系统中采用智能天线技术的专用信道多业务波束赋形装置。

背景技术

智能天线利用信号传输的空间特性和数字信号处理技术，可以实现上行链路波达角(DOA)的估计以及下行波束赋形，从而达到降低干扰、增加容量、扩大覆盖、改善通信质量、降低发射功率和提高无线数据传输速率的目的。

在一定的用户移动速度条件下，对于采用时分双工(TDD)方式的同步CDMA通信系统，其上、下信道满足对称要求，若采用智能天线，则可以根据天线阵列对应的信道估计实现各个用户的上行DOA估计，进而完成下行波束赋形，较好地解决抗多径干扰和抗多址干扰等问题。

然而实际的无线信道环境十分复杂，即使用户处于静止状态，其多径、角度扩展等影响仍可能较为严重；在随机接入过程中，通过单次上行导频码而获取的用户方位角的信息通常存在较大误差；对于非连续发射(DTX)、高速下行链路分组接入(HSDPA)模式，某一用户的上、下行时隙的时间间隔可能较大；在信道环境变化或用户切向移动速度较快时，上行估计的波达角可能难以对应下行赋形方向等。上述情况均明显地、直接地影响到下行波束赋形的性能。

针对上述的问题，现有技术中提供了一种FDD系统中天线阵列对下行专用信道信号发射的方法及装置，在该解决方案中提出了一种在FDD系统中天线阵列对下行专用信道信号发射的方法和装置，所述天线阵列由至少2个天线构成，该方法主要是利用从上行信号得到的空间相关矩阵R计算出幅度加权值|R(：，m)|，对下行专用信道信号发射的波束权值w＝a(θ)进行幅度加权，也就是将a(θ)与|R(：，m)|进行数次点乘并经过归一化后作为下行专用信道信号发射的波束权值w。这样可以使专用信道响应与公共信道响应的相关性增大，以解决在FDD通信系统中应用智能天线固定多波束算法，下行采用公共导频作相位参考时系统性能下降的问题。

综上所述，上述相关技术中存在以下问题：波束方向过于单一，在上下行时隙间信道发生变化时无法跟踪，造成智能天线系统的稳健性下降；基于对上行链路波达角(DOA)的估计，在估计出现误差的情况下性能难以保证，而且计算过程较为复杂，不利于工程实现。

因此，人们需要一种无线通信系统的多业务波束赋形装置，以解决上述相关技术中的问题。

发明内容

本发明旨在提供一种无线通信系统的多业务波束赋形装置，以解决由波束方向过于单一而造成智能天线系统的稳定性下降等问题。

为实现上述目的，本发明提供了一种无线通信系统的多业务波束赋形装置，其包括：矩阵计算模块，用于取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径，分别计算各自的径相关矩阵，其中，1≤L≤W，W表示信道估计窗长；特征向量求解模块，用于对径相关矩阵进行最大信干比的特征值分解以求得特征向量作为波束赋形权值；以及波束赋形模块，用于对波束赋形权值进行归一化操作，天线阵列使用其操作结果对下行专用信道信号发射赋形。

根据本发明，特征向量求解模块还包括：第一计算模块，用于使径相关矩阵加权求和计算信号空间协方差矩阵；第二计算模块，用于使信号空间协方差矩阵与干扰相关矩阵计算基于最大信干比准则的待分解矩阵R；以及选择模块，用于选择矩阵R的最大特征值所对应的特征向量作为波束赋形权值。

此外，信道估计矩阵通过从基站端取得上行链路信道估计数据，对其进行信道后处理以滤除噪声干扰而取得。

根据本发明，矩阵计算模块还用于：分别计算信道估计矩阵中各列的功率和，并进行排序，然后取信道估计矩阵中功率最大的L列作为L条径。

根据本发明的实施例，相关矩阵包括信号空间协方差矩阵以及干扰相关矩阵，信号空间协方差矩阵通过对信道估计矩阵采用各径功率排序、分别计算径相关矩阵，加权求和而取得；干扰相关矩阵从噪声径中取得。

另外，根据本发明，选择模块还用于：对矩阵R进行特征值分解，取得特征值矩阵，以及特征向量矩阵，其中，特征值矩阵的对角线元素即为矩阵R的特征值序列，并与特征向量矩阵中的特征向量一一对应，从中选择矩阵R的最大特征值所对应的特征向量。

根据本发明，矩阵R的最大特征值所对应的特征向量，其大小为Ka×1，其中Ka为天线阵元数目。并且，针对TD-SCDMA通信系统，第k个用户经过信道后处理的信道估计矩阵表示为：

式中Ka表示基站阵列天线数，W表示信道估计窗长，此外，矩阵计算模块还用于：将信道估计矩阵在各天线上进行功率合并，得到序列P^(k)，如下式所示： $P^{\left(k\right)}=\underset{\mathrm{ka}=0}{\overset{\mathrm{ka}-1}{\mathrm{\Σ}}}{\left|H_w^{(k,\mathrm{ka})}\right|}^2$ w＝1，2…，W，以及选择其中功率最大的L条径，记为{H_l ^(k)，l＝1，2，...，L}，满足： $\min (P^{\left(k\right)}\left(l\right),l\∈L)>\∀P^{\left(k\right)}\left(w\right),$ 其中，w为估计窗长W内除L条径之外的任意值。

根据本发明的实施例，第一计算模块还用于：分别计算信号空间协方差矩阵各条径的径相关矩阵R_l表示为： $R_l^{\left(k\right)}=H_l^{\left(k\right)}\·{\left(H_l^{\left(k\right)}\right)}^H,$ l＝1，2，…，L；其中，矩阵R_l的大小为Ka×Ka，则信号空间协方差矩阵R_x可由下式计算得到： $R_x=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_l\·R_l;$ 其中α_l记为各信号径的相关矩阵的加权系数，该加权系数选择为各自相关矩阵的迹的倒数，即： ${\mathrm{\α}}_l=\mathrm{trace}\left(\right|R_l\left|\right)=\underset{k=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left|R_l(k,k)\right|;$

基于最大信干比准则的待分解矩阵R利用下式计算： $R=R_{\mathrm{nn}}^{-1}\·R_x;$ 其中，由噪声空间信道估计矩阵得到干扰相关矩阵R_nn，满足 $R_{\mathrm{nn}}^{-1}\·R_x\·w={\mathrm{\λ}}_{\max }\·w;$

并且，特征向量求解模块还用于：对R进行特征值分解如下式所示：[R_D，R_V]＝Eig(R)；其中R_D、R_V分别为特征值矩阵以及特征向量矩阵，其中R_D矩阵的对角线元素即为相关R的特征值序列λ＝diag(R_D)，其中第q个特征值为最大特征值，满足 ${\mathrm{\λ}}_{\max }=\underset{q}{\max }\left(\mathrm{\λ}\right),$ 则最大特征值所对应的特征向量，即所求波束赋形权值为：w^(k)＝R_V(：，q)

另外，根据本发明的实施例，波束赋形模块还用于：计算W^(k)＝norm(w^(k))，得到的W^(k)为第k个用户的天线阵列对下行信道信号发射的波束赋形权值，用来进行下行波束赋形发射。

通过上述技术方案，本发明实现了如下技术效果：

采用本发明提供的装置，通过针对TD-SCDMA通信系统中下行专用信道赋形过程，采用同时形成多个业务波束的方法，从而提高TD-SCDMA系统下行波束赋形的增益，以解决由波束方向过于单一而造成智能天线系统的稳定性下降的问题；同时并未明显增加系统的计算复杂度，解决不利于工程实现的问题。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了根据本发明实施例的无线通信系统的多业务波束赋形方法的流程图；

图2示出了根据本发明实施例的无线通信系统的多业务波束赋形装置的方框图；

图3示出了根据本发明实施例的无线通信系统的多业务波束赋形方法具体实施流程图；

图4a和图4b示出了分别采用传统单波束赋形方法与采用本发明所述的多波束赋形方法的方向图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

本发明提供了一种用于无线通信系统的多业务波束赋形方法。

图1示出了根据本发明实施例的无线通信系统的多业务波束赋形方法的流程图，其包括以下步骤：

步骤S102，取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径，分别计算各自的径相关矩阵，其中，1≤L≤W，W表示信道估计窗长；

步骤S104，对径相关矩阵进行最大信干比的特征值分解以求得特征向量作为波束赋形权值；

步骤S106，对波束赋形权值进行归一化操作，天线阵列使用其操作结果对下行专用信道信号发射赋形。

可选地，对径相关矩阵进行最大信干比的特征值分解以求得波束赋形权值包括以下步骤：由径相关矩阵加权求和计算信号空间协方差矩阵；由信号空间协方差矩阵与干扰相关矩阵计算基于最大信干比准则的待分解矩阵R；选择矩阵R的最大特征值所对应的特征向量作为波束赋形权值。

可选地，信道估计矩阵通过从基站端取得上行链路信道估计数据，对其进行信道后处理以滤除噪声干扰而取得。

可选地，取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径包括以下步骤：分别计算信道估计矩阵中各列的功率和，并进行排序，然后取信道估计矩阵中功率最大的L列作为L条径。

可选地，相关矩阵包括信号空间协方差矩阵以及干扰相关矩阵，信号空间协方差矩阵通过对信道估计矩阵采用各径功率排序、分别计算径相关矩阵，加权求和而取得；干扰相关矩阵从噪声径中取得。

可选地，选择矩阵R的最大特征值所对应的特征向量包括以下步骤：对矩阵R进行特征值分解，取得特征值矩阵，以及特征向量矩阵，其中特征值矩阵的对角线元素即为矩阵R的特征值序列，并与特征向量矩阵中的特征向量一一对应，从中选择矩阵R的最大特征值所对应的特征向量。

可选地，矩阵R的最大特征值所对应的特征向量，其大小为Ka×1，其中Ka为天线阵元数目。

可选地，针对TD-SCDMA通信系统，第k个用户经过信道后处理的信道估计矩阵表示为

式中Ka表示基站阵列天线数，W表示信道估计窗长，选择功率最大的L条径包括以下步骤：将所述信道估计矩阵在各天线上进行功率合并，得到序列P^(k)，如下式所示： $P^{\left(k\right)}=\underset{\mathrm{ka}=0}{\overset{\mathrm{Ka}-1}{\mathrm{\Σ}}}{\left|H_w^{(k,\mathrm{ka})}\right|}^2$ w＝1，2…，W，以及选择其中功率最大的L条径，记为{H_l ^(k)，l＝1，2，...，L}，满足：  $\min (P^{\left(k\right)}\left(l\right),l\∈L)>\∀P^{\left(k\right)}\left(w\right),$ 其中w为估计窗长W内除L条径之外的任意值。

可选地，信号相关矩阵加权求和计算信号空间协方差矩阵包括以下步骤：

分别计算信号空间协方差矩阵各条径的径相关矩阵R_l表示为： $R_l^{\left(k\right)}=H_l^{\left(k\right)}\·{\left(H_l^{\left(k\right)}\right)}^H,$ l＝1，2，…，L；其中矩阵R_l的大小为Ka×Ka，则信号空间协方差矩阵R_x可由下式计算得到： $R_x=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_l\·R_l;$ 其中α_l记为各信号径的相关矩阵的加权系数，该加权系数选择为各自相关矩阵的迹的倒数，即： ${\mathrm{\α}}_l=\mathrm{trace}\left(\right|R_l\left|\right)=\underset{k=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left|R_l(k,k)\right|;$

基于最大信干比准则的待分解矩阵R利用下式计算： $R=R_{\mathrm{nn}}^{-1}\·R_x;$ 其中，由噪声空间信道估计矩阵得到干扰相关矩阵R_nn，满足 $R_{\mathrm{nn}}^{-1}\·R_x\·w={\mathrm{\λ}}_{\max }\·w;$

计算波束赋形权值包括以下步骤：对R进行特征值分解如下式所示：[R_D，R_V]＝Eig(R)；其中R_D、R_V分别为特征值矩阵以及特征向量矩阵，其中R_D矩阵的对角线元素即为相关R的特征值序列λ＝diag(R_D)，其中第q个特征值为最大特征值，满足 ${\mathrm{\λ}}_{\max }=\underset{q}{\max }\left(\mathrm{\λ}\right),$ 则最大特征值所对应的特征向量，即所求波束赋形权值为：w^(k)＝R_V(：，q)。

可选地，归一化操作包括以下步骤：计算W^(k)＝norm(w^(k))，得到的W^(k)为第k个用户的天线阵列对下行信道信号发射的波束赋形权值，用来进行下行波束赋形发射。

图2示出了根据本发明实施例的无线通信系统的多业务波束赋形装置200的方框图，其包括：

矩阵计算模块202，用于取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径，分别计算各自的径相关矩阵，其中，1≤L≤W，W表示信道估计窗长，其中，矩阵计算模块202还用于：分别计算信道估计矩阵中各列的功率和，并进行排序，然后取信道估计矩阵中功率最大的L列作为L条径；

特征向量求解模块204，用于对径相关矩阵进行最大信干比的特征值分解以求得特征向量作为波束赋形权值，其中，特征向量求解模块204还包括：第一计算模块，用于使径相关矩阵加权求和计算信号空间协方差矩阵；第二计算模块，用于使信号空间协方差矩阵与干扰相关矩阵计算基于最大信干比准则的待分解矩阵R；选择模块，用于选择矩阵R的最大特征值所对应的特征向量作为波束赋形权值，其中，选择模块还用于：对矩阵R进行特征值分解，取得特征值矩阵，以及特征向量矩阵，在本实施例中，特征值矩阵的对角线元素即为矩阵R的特征值序列，并与特征向量矩阵中的特征向量一一对应，从中选择矩阵R的最大特征值所对应的特征向量；

以及波束赋形模块206，用于对波束赋形权值进行归一化操作，天线阵列使用其操作结果对下行专用信道信号发射赋形，其中，波束赋形模块206还用于：计算W^(k)＝norm(w^(k))，得到的W^(k)为第k个用户的天线阵列对下行信道信号发射的波束赋形权值，用来进行下行波束赋形发射。

根据本发明的实施例，相关矩阵包括信号空间协方差矩阵以及干扰相关矩阵，信号空间协方差矩阵通过对信道估计矩阵采用各径功率排序、分别计算径相关矩阵，加权求和而取得；干扰相关矩阵从噪声径中取得。

此外，信道估计矩阵通过从基站端取得上行链路信道估计数据，对其进行信道后处理以滤除噪声干扰而取得。

矩阵R的最大特征值所对应的特征向量，其大小为Ka×1，其中Ka为天线阵元数目。并且，针对TD-SCDMA通信系统，第k个用户经过信道后处理的信道估计矩阵表示为：

式中Ka表示基站阵列天线数，W表示信道估计窗长，

此外，矩阵计算模块202还用于：将信道估计矩阵在各天线上进行功率合并，得到序列P^(k)，如下式所示： $P^{\left(k\right)}=\underset{\mathrm{ka}=0}{\overset{\mathrm{Ka}-1}{\mathrm{\Σ}}}{\left|H_w^{(k,\mathrm{ka})}\right|}^2$ w＝1，2…，W，以及选择其中功率最大的L条径，记为{H_l ^(k)，l＝1，2，...，L}，满足：  $\min (P^{\left(k\right)}\left(l\right),l\∈L)>\∀P^{\left(k\right)}\left(w\right),$ 其中，w为估计窗长W内除L条径之外的任意值。

根据本发明的实施例，第一计算模块还用于：分别计算信号空间协方差矩阵各条径的径相关矩阵R_l表示为： $R_l^{\left(k\right)}=H_l^{\left(k\right)}\·{\left(H_l^{\left(k\right)}\right)}^H,$ l＝1，2，…，L；其中，矩阵R_l的大小为Ka×Ka，则信号空间协方差矩阵R_x可由下式计算得到： $R_x=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_1\·R_l;$ 其中α_l记为各信号径的相关矩阵的加权系数，该加权系数选择为各自相关矩阵的迹的倒数，即： ${\mathrm{\α}}_l=\mathrm{trace}\left(\right|R_l\left|\right)=\underset{k=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left|R_l(k,k)\right|;$

基于最大信干比准则的待分解矩阵R利用下式计算： $R=R_{\mathrm{nn}}^{-1}\·R_x;$ 其中，由噪声空间信道估计矩阵得到干扰相关矩阵R_nn，满足 $R_{\mathrm{nn}}^{-1}\·R_x\·w={\mathrm{\λ}}_{\max }\·w;$

并且，特征向量求解模块204还用于：对R进行特征值分解如下式所示：[R_D，R_V]＝Eig(R)；其中R_D、R_V分别为特征值矩阵以及特征向量矩阵，其中R_D矩阵的对角线元素即为相关R的特征值序列λ＝diag(R_D)，其中第q个特征值为最大特征值，满足 ${\mathrm{\λ}}_{\max }=\underset{q}{\max }\left(\mathrm{\λ}\right),$ 则最大特征值所对应的特征向量，即所求波束赋形权值为：w^(k)＝R_V(：，q)

下面来描述本发明的具体实施例。

从以上的描述看出，本发明给出了一种基于从上行链路信号中得到的信道估计矩阵H，在经过累加各径分别计算得到的径相关矩阵并进行基于最大信干比(SINR)的特征值分解过程后形成多业务波束的方案，包括以下步骤：

a)、从基站端得到上行链路信道估计数据，对其进行信道后处理以滤除噪声干扰，从而得到信道估计矩阵H；

b)、分别计算矩阵H中各列(表示接收窗内的各条径)的功率和，并进行排序，然后取H中功率最大的L条径(1≤L≤W，其中W表示信道估计窗长)分别计算得到各自的径相关矩阵R_l，l＝1，2，…，L；

c)、对步骤b)中所得到的各径的径相关矩阵R_l进行加权求和，从而得到信号空间协方差矩阵R_x，以及由噪声径得到的干扰相关矩阵R_m，计算得到基于最大信干噪比准则的待分解矩阵R；

d)、根据步骤c)中的基于最大信干噪比准则的待分解矩阵R，对其进行特征值分解，得到特征值矩阵R_D，以及特征向量矩阵R_V，其中R_D矩阵的对角线元素即为相关R的特征值序列λ，并与R_V矩阵中的特征向量一一对应；

e)、选择步骤d)计算得到的相关矩阵R的最大特征值所对应的特征向量，其大小为Ka×1，其中Ka为天线阵元数目；对得到的特征向量进行归一化操作，所得到的即为天线阵列对下行专用信道信号发射的波束赋形权值，用来进行下行专用信道发射。

本发明所提供的多业务波束赋形方案，采用基于最大SINR准则，利用先加权求和若干条信号径的径相关矩阵，再进行特征值分解以求解下行专用信道波束赋形权值的实现方案，在加入分集效应提高下行波束赋形增益的同时，并未加大算法的运算复杂度，非常利于工程实现。

下面参考附图3，详细说明本发明的具体实施方式。

在本发明所述的无线通信系统的多业务波束赋形方法中，通过根据基站端上行链路信道估计数据进行信道处理后，对各条信号径功率进行排序、分别求其各自的径相关矩阵、并加权相加后与干扰相关矩阵计算基于最大信干噪比准则的待分解矩阵、对所说矩阵进行特征值分解、取其最大特征值所对应特征向量为波束赋形权值、归一化等模块构成。

本发明方法提供了一种无线通信系统的多业务波束赋形方法，图2为其具体实施过程中的流程图。以TD-SCDMA无线通信系统为例，假设其基站端天线阵列采用Ka根天线。如图3所示包括以下步骤：

1)步骤S310是处理上行链路信道数据步骤：针对TD-SCDMA通信系统，第k个用户经过信道后处理的信道冲激响应(CIR)估计矩阵表示为

式中Ka表示基站阵列天线数，W表示信道估计窗长。

2)步骤S320是在各天线上进行功率合并，选择功率最大的L条径步骤：将该用户信道估计矩阵在各天线上进行功率合并，得到序列P^(k)，如下式所示：

$P^{\left(k\right)}=\underset{\mathrm{ka}=0}{\overset{\mathrm{Ka}-1}{\mathrm{\Σ}}}{\left|H_w^{(k,\mathrm{ka})}\right|}^2$ w＝1，2…，W

选择其中功率最大的L条径，记为{H_l ^(k)，l＝1，2，...，L}，满足：

$\min (P^{\left(k\right)}\left(l\right),l\∈L)>\∀P^{\left(k\right)}\left(w\right)$

其中w为估计窗长W内除L条径之外的任意值。

3)步骤S330是信号相关矩阵加权求和步骤：分别计算信号空间协方差矩阵各条径的径相关矩阵R_l表示为：

$R_l^{\left(k\right)}=H_l^{\left(k\right)}\·{\left(H_l^{\left(k\right)}\right)}^H,$ l＝1，2，…，L

其中矩阵R_l的大小为Ka×Ka。

则信号空间协方差矩阵R_x可由下式计算得到：

$R_x=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_l\·R_l$

其中α_l记为各信号径的相关矩阵的加权系数。本例中该加权系数选择为各自相关矩阵的迹(trace)的倒数，即：

${\mathrm{\α}}_l=\mathrm{trace}\left(\right|R_l\left|\right)=\underset{k=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left|R_l(k,k)\right|$

4)步骤S340是计算相关矩阵步骤：采用步骤3)中的方法可由噪声空间信道估计矩阵得到干扰相关矩阵R_nn。则满足最大SINR准则的权矢量及对应的特征值满足 $R_{\mathrm{nn}}^{-1}\·R_x\·w={\mathrm{\λ}}_{\max }\·w,$ 即与最大特征值λ对应的特征矢量w为满足SINR准则的权矢量。因此基于最大信干噪比准则的待分解矩阵为：

$R=R_{\mathrm{nn}}^{-1}\·R_x$

基于最大信噪比(SNR)准则的待分解矩阵时R＝R_x。

5)步骤S350是计算波束权值步骤：对R进行特征值分解如下式所示：

[R_D，R_V]＝Eig(R)

其中R_D、R_V分别为特征值矩阵以及特征向量矩阵，其中R_D矩阵的对角线元素即为相关R的特征值序列λ＝diag(R_D)，其中第q个特征值为最大特征值，满足

${\mathrm{\λ}}_{\max }=\underset{q}{\max }\left(\mathrm{\λ}\right),$ 则最大特征值所对应的特征向量，即所求波束赋形权值为：

w^(k)＝R_V(：，q)

6)步骤S360是归一化步骤：对步骤5)计算得到的波束赋形权值进行归一化操作，保证发射功率不变：

W^(k)＝norm(w^(k))得到的W^(k)即为第k个用户的天线阵列对下行信道信号发射的波束赋形权值，可用来进行下行波束赋形发射。

图4a和图4b示出了分别采用传统单波束赋形方法与采用本发明所述的多波束赋形方法的方向图。可看出采用本分明的无线通信系统的多业务波束赋形方法和装置，可形成多个波形。

由以上描述可以看出，本发明实现了以下有益效果，

采用本发明提供的无线通信系统的多业务波束赋形装置，与传统的波束赋形装置相比具有如下特点：

1.采用多波束赋形，可为下行业务信道赋形提供分集增益；

2.在计算产生多波束赋形权值时，利用已有的单波束赋形方法，并未明显增加系统的计算复杂度；

3.对于UE高速移动，上下行信道对称性难以保证的情况下，可有效克服上述此时智能天线系统在性能方面的损失。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种无线通信系统的多业务波束赋形装置，其特征在于，包括：

矩阵计算模块，用于取天线阵列的上行链路信道的信道估计矩阵中功率最大的L条径，分别计算各自的径相关矩阵，其中，1≤L≤W，W表示信道估计窗长；

特征向量求解模块，用于对所述径相关矩阵进行最大信干比的特征值分解以求得特征向量作为波束赋形权值；以及波束赋形模块，用于对所述波束赋形权值进行归一化操作，所述天线阵列使用其操作结果对下行专用信道信号发射赋形。

2.根据权利要求1所述的多业务波束赋形装置，其特征在于，所述特征向量求解模块还包括：

第一计算模块，用于使所述径相关矩阵加权求和计算信号空间协方差矩阵；

第二计算模块，用于使所述信号空间协方差矩阵与干扰相关矩阵计算基于最大信干比准则的待分解矩阵R；以及

选择模块，用于选择所述矩阵R的最大特征值所对应的所述特征向量作为所述波束赋形权值。

3.根据权利要求2所述的多业务波束赋形装置，其特征在于，所述信道估计矩阵通过从基站端取得所述上行链路信道估计数据，对其进行信道后处理以滤除噪声干扰而取得。

4.根据权利要求2所述的多业务波束赋形装置，其特征在于，所述矩阵计算模块还用于分别计算所述信道估计矩阵中各列的功率和，并进行排序，然后取所述信道估计矩阵中功率最大的L列作为所述L条径。

5.根据权利要求2所述的多业务波束赋形装置，其特征在于，所述相关矩阵包括信号空间协方差矩阵以及干扰相关矩阵，所述信号空间协方差矩阵通过对信道估计矩阵采用各径功率排序、分别计算径相关矩阵，加权求和而取得；所述干扰相关矩阵从噪声径中取得。

6.根据权利要求2所述的多业务波束赋形装置，其特征在于，所述选择模块还用于对所述矩阵R进行特征值分解，取得特征值矩阵，以及特征向量矩阵，其中所述特征值矩阵的对角线元素即为所述矩阵R的特征值序列，并与所述特征向量矩阵中的特征向量一一对应，从中选择所述矩阵R的最大特征值所对应的特征向量。

7.根据权利要求2所述的多业务波束赋形装置，其特征在于，所述矩阵R的最大特征值所对应的特征向量，其大小为Ka×1，其中Ka为天线阵元数目。

8.根据权利要求2所述的多业务波束赋形装置，其特征在于，针对TD-SCDMA通信系统，第k个用户经过信道后处理的信道估计矩阵表示为：

式中Ka表示基站阵列天线数，W表示信道估计窗长，所述矩阵计算模块还用于将所述信道估计矩阵在各天线上进行功率合并，得到序列P^(k)，如下式所示： $P^{\left(k\right)}=\underset{\mathrm{ka}=0}{\overset{\mathrm{Ka}-1}{\mathrm{\Σ}}}{\left|H_w^{(k,\mathrm{ka})}\right|}^2$ w＝1，2…，W，以及选择其中功率最大的L条径，记为{H_l ^(k)，l＝1，2，…，L}，满足： $\min (P^{\left(k\right)}\left(l\right),l\∈L)>\∀P^{\left(k\right)}\left(w\right),$ 其中w为估计窗长W内除L条径之外的任意值。

9.根据权利要求8所述的多业务波束赋形装置，其特征在于，所述第一计算模块还用于分别计算信号空间协方差矩阵各条径的径相关矩阵R_l表示为： $R_l^{\left(k\right)}=H_l^{\left(k\right)}\·{\left(H_l^{\left(k\right)}\right)}^H,$ l＝1，2，…，L；其中矩阵R_l的大小为Ka×Ka，则信号空间协方差矩阵R_x可由下式计算得到： $R_x=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{\α}}_l\·R_l;$ 其中α_l记为各信号径的相关矩阵的加权系数，该加权系数选择为各自相关矩阵的迹的倒数，即： ${\mathrm{\α}}_l=\mathrm{trace}\left(\right|R_l\left|\right)=\underset{k=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left|R_l(k,k)\right|;$

基于最大信干比准则的待分解矩阵R利用下式计算：

$R=R_{\mathrm{nn}}^{-1}\·R_x;$ 其中，由噪声空间信道估计矩阵得到干扰相关矩阵R_nn，满足 $R_{\mathrm{nn}}^{-1}\·R_x\·w={\mathrm{\λ}}_{\max }\·w;$

所述特征向量求解模块还用于对R进行特征值分解如下式所示：[R_D，R_V]＝Eig(R)；其中R_D、R_V分别为特征值矩阵以及特征向量矩阵，其中R_D矩阵的对角线元素即为相关R的特征值序列λ＝diag(R_D)，其中第q个特征值为最大特征值，满足 ${\mathrm{\λ}}_{\max }=\underset{q}{\max }\left(\mathrm{\λ}\right),$ 则最大特征值所对应的特征向量，即所求波束赋形权值为：w^(k)＝R_V(:，q)。

10.根据权利要求9所述的多业务波束赋形装置，其特征在于，所述波束赋形模块还用于计算W^(k)＝norm(w^(k)，得到的W^(k)为第k个用户的天线阵列对下行信道信号发射的波束赋形权值，用来进行下行波束赋形发射。

Images