CN101359949B - 自适应数据流模式切换方法 - Google Patents

Abstract

本发明提供了一种自适应数据流模式切换方法，用于在多输入多输出系统中，在单流模式和多流模式之间进行自适应切换，包括以下步骤：对上行控制信道进行信道估计，并根据信道估计结果计算所述单流模式下整个阵列的总波束赋形权值和所述多流模式下各个子阵的子阵波束赋形权值；根据所述总波束赋形权值和所述子阵波束赋形权值，计算所述各个子阵的子阵空间相关系数；以及如果所述子阵空间相关系数的绝对值大于预设门限，则采用所述单流模式，否则执行数据流吞吐量准则判决。因而，采用本发明的方法，能够最佳的适配基于子阵分裂的TD-SCDMA室外宏蜂窝MIMO系统，以最简单的处理复杂度换取最佳的小区吞吐量性能指标。

Description

自适应数据流模式切换方法

技术领域

本发明涉及时分同步码分多址(TD-SCDMA)系统，更具体地，涉及一种用于在多输入多输出(MIMO)系统中，在单流模式和多流模式之间进行自适应切换的自适应数据流模式切换方法。

背景技术

MIMO技术是近年来移动通信领域的热门研究领域，它的特征在于无线发射机和接收机都引入了多根天线。相对于传统的单输入单输出(SISO)系统，MIMO系统通过空间分集技术或者空间复用技术来获得系统容量的极大提升。多输入单输出(MISO)和单输入多输出(SIMO)是MIMO的两种特殊形式，即只在通信链路的一端采用多根天线，另一端仍然采用单天线。

现有TD-SCDMA系统室外宏蜂窝的基站节点(Node B)普遍采用智能天线，用户终端(UE)普遍采用单天线。因此，从NodeB与小区内一个UE之间的通信链路来看，上行是SIMO方式，下行则是MISO方式。由于TD-SCDMA系统采用同频组网的方式，因此无论是上行还是下行，来自于邻小区的干扰都很强，尽管NodeB侧的智能天线在上下行都进行波束赋型，可以抑制掉相当一部分干扰，但是在整网负载很重的时候或者本小区用户与邻小区干扰的波达方向比较接近的时候仍然有很多较强的残余干扰不能被智能天线所抑制。因此，TD-SCDMA系统普遍采用了多小区联合检测的方式来进一步抑制那些无法被波束赋型抑制的强干扰。

由于Node B侧接收机的多根天线提供了额外的空域自由度，使得Node B侧的上行多小区联合检测线性系统方程能够纳入更多的邻小区干扰(大大超过码道数的限制)，从而予以抑制。但是UE侧只有一根天线，它只有CDMA码域的自由度，当本小区信号码道已经几乎占满的情况下，其线性多小区联合检测往往没有足够的自由度来纳入更多的邻小区强干扰。那些不能被纳入的邻小区强干扰，要么直接当成噪声看待，降低信噪比；要么勉强进行基于分组迭代的非线性干扰消除方式，同样会导致较大的信噪比损失。

相对于其他采用CDMA方式的第三代移动通信(3G)系统而言，TD-SCDMA系统的码片速率较低，因此接收机的多径分辨率较差，多径分集增益不如其他3G系统显著。Node B侧由于采用了多天线，尽管是阵列天线，但部分阵元(例如线阵的两端)的距离还是有好几个波长，因此能够提供一些天线分集增益，但UE侧的单天线接收却没有这样的增益来源。

在现有TD-SCDMA系统室外宏蜂窝引入MIMO技术不仅可以克服上述UE单天线接收机的问题，提高下行链路性能，而且还可以利用空间分集或空间复用方式大大提升上下行吞吐量。TD-SCDMA系统作为一种支持向后平滑演进的3G系统，对于数据业务吞吐量提高的追求是永远存在的。

鉴于MIMO技术的两种方式(空间分集方式、空间复用方式)单独在TD-SCDMA系统室外宏蜂窝环境中应用都不是完美的解决方案，因此TD系统普遍考虑混合应用MIMO空间分集和空间复用技术。

因而，急需一种方案，能够将现有智能天线阵列分裂为多个子阵，子阵数目对应UE侧的天线数目(通常为2)，其中，Node B的每个子阵可以独立传输一组数据流形成空间复用性质的多流模式，也可以多个子阵合起来只传输一组数据流形成空间分集性质的单流模式。

发明内容

为了解决现有技术中的问题，本发明提供了一种自适应数据流模式切换(即混合空间分集复用技术)方法，其能够在多输入多输出系统中，在单流模式和多流(通常为双流)模式之间进行自适应切换。

本发明提供了一种自适应数据流模式切换方法，其可以包括以下步骤：步骤一，对上行控制信道进行信道估计，并根据信道估计结果计算所述单流模式下整个阵列的总波束赋形权值和多流模式下各个子阵的子阵波束赋形权值；步骤二，根据总波束赋形权值和所述子阵波束赋形权值，计算各个子阵的子阵空间相关系数；以及步骤三，如果子阵空间相关系数的绝对值大于预设门限，则采用所述单流模式，否则执行数据流吞吐量准则判决。

在步骤一中包括以下处理：通过对所述上行控制信道进行所述信道估计，获取信道冲击响应；根据信道冲击响应，构造所述各个子阵的子阵空时信道估计矩阵以及所述整个阵列的总空时信道估计矩阵；计算整个阵列的总空间相关矩阵以及所述各个子阵的子阵空间自相关矩阵和子阵空间互相关矩阵；以及计算总波束赋形权值和所述子阵波束赋形权值。

其中，当采用基于特征值分解的特征向量(eigenvalue basedbeamforming，EBB)的方式时，总波束赋形权值是总空间相关矩阵的最大特征值对应的总特征向量；以及子阵波束赋形权值是子阵空间自相关矩阵的最大特征值对应的特征向量。

另外，当采用基于固定波束搜索的波束扫描(grid of beam，GOB)的方式，该总波束赋形权值是通过以下公式得到的： $w=\underset{w\left(\mathrm{\θ}\right)}{\arg }\max (w^H\left(\mathrm{\θ}\right)\·R_H\·w\left(\mathrm{\θ}\right)),$ 其中，w是所述总波束赋形权值，w(θ)是整个阵列的导向向量，w^H(θ)是w(θ)的共轭转置，R_H是总空间相关矩阵，以及θ是波达方向；以及各个子阵波束赋形权值是通过以下公式得到的： $W_I=\underset{w_I\left({\mathrm{\θ}}_I\right)}{\arg }\max \left[W_I^H\left({\mathrm{\θ}}_I\right){\·R}_{\mathrm{HI}}{\·W}_I\left({\mathrm{\θ}}_I\right)\right],$ 其中，I表示第I个子阵，I∈1～N，N是子阵的个数，W_I是第I个子阵的子阵波束赋形权值，w_I(θ_I)是第I个子阵的导向向量，W_I ^H(θ_I)是w_I(θ_I)的共轭转置，R_HI是子阵空间自相关矩阵，以及θ_I是波达方向。

在步骤二中，当采用基于特征值分解的特征向量方式时，子阵空间相关系数是通过以下公式计算的： $\mathrm{\ρ}=\frac{u_I^H{R}_{\mathrm{HIJ}}{u}_J}{\sqrt{{\mathrm{\λ}}_I{\mathrm{\λ}}_J}},$ 其中，ρ是子阵空间相关系数，λ_I和λ_J分别是第I个子阵和第J个子阵的子阵空间自相关矩阵的最大特征值，u_J是λ_J对应的特征向量，u_i ^H是λ_I对应的特征向量的共轭转置，以及R_HIJ是第I个子阵和第J个子阵的子阵空间互相关矩阵。

而当采用基于固定波束搜索的波束扫描方式时，子阵空间相关系数是通过以下公式计算的： $\mathrm{\ρ}=\frac{W_I^H{R}_{\mathrm{HIJ}}{W}_J}{\sqrt{W_I^H{R}_{\mathrm{HI}}{W}_I{\·W}_J^H{R}_{\mathrm{HJ}}{W}_J}},$ 其中，W_J是第J个子阵的子阵波束赋形权值，W_I ^H是第I个子阵的子阵波束赋形权值的共轭转置，w_I和w_J分别是第I个子阵和第J个子阵的导向向量，W_I ^H和W_J ^H分别是w_I和w_J的共轭转置，以及R_HI和R_HJ分别是所述第I个子阵和所述第J个子阵的子阵空间自相关矩阵。

根据本发明，数据流吞吐量准则判决可以包括以下处理：通过上行控制信道，获取单流模式的信道质量指示；单流模式的信道质量指示，得到单流模式的载干比，并预测多流模式的载干比；单流模式的载干比和多流模式的载干比，分别预测单流模式的吞吐量和多流模式的吞吐量；以及如果多流模式的吞吐量比单流模式的总吞吐量高出预设阈值，则采用所述双流模式，否则采用所述单流模式。

另外，根据本发明，数据流吞吐量准则判决还可以包括以下处理：通过上行控制信道，获取和多流模式的各个信道质量指示；多流模式的各个信道质量指示，得到多流模式的各个载干比，并预测单流模式的载干比；多流模式的各个载干比和单流模式的载干比，分别预测所述多流模式的总吞吐量和所述单流模式的吞吐量；以及如果多流模式的总吞吐量比单流模式的吞吐量高出预设阈值，则采用多流模式，否则采用单流模式。

其中，当采用基于特征值分解的特征向量方式时，单流模式的载干比和多流模式的载干比之间的关系如下： $\frac{E_C}{N_O}=\frac{2\mathrm{\λ}}{{\mathrm{\λ}}_I}{\left[\frac{E_C}{N_O}\right]}_I,$ 其中，

是所述单流模式的载干比，

是第I个子阵对应的载干比，λ是所述整个阵列的空间相关矩阵的最大特征值，λ_I是第I个子阵的空间自相关矩阵的最大特征值。

而当采用基于固定波束搜索的波束扫描方式时，单流模式的载干比和多流模式的载干比之间的关系如下： $\frac{E_c}{E_o}=\frac{{2w}^H{R}_{H}w}{w_I^H{R}_{\mathrm{HI}}{w}_I}{\·\left(\frac{E_c}{N_o}\right)}_I,$ 其中，

是所述单流模式的载干比，

是第I个子阵对应的载干比，wI是第I个子阵的子阵波束赋形权值，w_I ^H是第I个子阵的子阵波束赋形权值的共轭转置，w是所述整个阵列的导向向量，wH是w的共轭转置，RH是所述总空间相关矩阵，以及RHI是第I个子阵的空间自相关矩阵。

因而，采用本发明的方法，能够最佳的适配基于子阵分裂的TD-SCDMA室外宏蜂窝MIMO系统，以最简单的处理复杂度换取最佳的小区吞吐量性能指标。

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

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明的自适应数据流模式切换方法的流程图；

图2是根据本发明实施例的基于子阵分裂与自适应单双流切换的TD-SCDMA宏蜂窝MIMO系统发射机示意图；以及

图3是根据Node B侧自适应单双流模式切换的基本处理流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1是根据本发明的自适应数据流模式切换方法的流程图。如图1所示，该方法包括以下步骤：

步骤S102，对上行控制信道进行信道估计，并根据信道估计结果计算所述单流模式下整个阵列的总波束赋形权值和多流模式下各个子阵的子阵波束赋形权值；

步骤S104，根据总波束赋形权值和所述子阵波束赋形权值，计算各个子阵的子阵空间相关系数；以及

步骤S106，如果子阵空间相关系数的绝对值大于预设门限，则采用所述单流模式，否则执行数据流吞吐量准则判决。

在步骤S102中包括以下处理：通过对所述上行控制信道进行所述信道估计，获取信道冲击响应；根据信道冲击响应，构造所述各个子阵的子阵空时信道估计矩阵以及所述整个阵列的总空时信道估计矩阵；计算整个阵列的总空间相关矩阵以及所述各个子阵的子阵空间自相关矩阵和子阵空间互相关矩阵；以及计算总波束赋形权值和所述子阵波束赋形权值。

其中，当采用基于特征值分解的特征向量的方式，总波束赋形权值是总空间相关矩阵的最大特征值对应的总特征向量；以及子阵波束赋形权值是子阵空间自相关矩阵的最大特征值对应的特征向量。

另外，当采用基于固定波束搜索的波束扫描的方式，该总波束赋形权值是通过以下公式得到的： $w=\underset{w\left(\mathrm{\θ}\right)}{\arg }\max (w^H\left(\mathrm{\θ}\right)\·R_H\·w\left(\mathrm{\θ}\right)),$ 其中，w是所述总波束赋形权值，w(θ)是整个阵列的导向向量，w^H(θ)是w(θ)的共轭转置，R_H是总空间相关矩阵，以及θ是波达方向；以及该及子阵波束赋形权值是通过以下公式得到的： $W_I=\underset{w_I\left({\mathrm{\θ}}_I\right)}{\arg }\max \left[W_I^H\left({\mathrm{\θ}}_I\right){\·R}_{\mathrm{HI}}{\·W}_I\left({\mathrm{\θ}}_I\right)\right],$ 其中，I表示第I个子阵，I∈1～N，N是子阵的个数，W_I是第I个子阵的子阵波束赋形权值，w_I(θ_I)是第I个子阵的导向向量，W_I ^H(θ_I)是w_I(θ_I)的共轭转置，R_HI是子阵空间自相关矩阵，以及θ_I是波达方向。

在步骤S104中，当采用基于特征值分解的特征向量方式时，子阵空间相关系数是通过以下公式计算的： $\mathrm{\ρ}=\frac{u_I^H{R}_{\mathrm{HIJ}}{u}_J}{\sqrt{{\mathrm{\λ}}_I{\mathrm{\λ}}_J}},$ 其中，ρ是子阵空间相关系数，λ_I和λ_J分别是第I个子阵和第J个子阵的子阵空间自相关矩阵的最大特征值，u_J是λ_J对应的特征向量，u_i ^H是λ_I对应的特征向量的共轭转置，以及R_HIJ是第I个子阵和第J个子阵的子阵空间互相关矩阵。

而当采用基于固定波束搜索的波束扫描方式时，子阵空间相关系数是通过以下公式计算的： $\mathrm{\ρ}=\frac{W_I^H{R}_{\mathrm{HIJ}}{W}_J}{\sqrt{W_I^H{R}_{\mathrm{HI}}{W}_I{\·W}_J^H{R}_{\mathrm{HJ}}{W}_J}},$ 其中，W_J是第J个子阵的子阵波束赋形权值，W_I ^H是第I个子阵的子阵波束赋形权值的共轭转置，w_I和w_J分别是第I个子阵和第J个子阵的导向向量，W_I ^H和W_J ^H分别是w_I和w_J的共轭转置，以及R_HI和R_HJ分别是所述第I个子阵和所述第J个子阵的子阵空间自相关矩阵。

根据本发明，数据流吞吐量准则判决可以包括以下处理：通过上行控制信道，获取单流模式的信道质量指示；根据单流模式的信道质量指示，得到单流模式的载干比，并预测多流模式的载干比；根据单流模式的载干比和多流模式的载干比，分别预测单流模式的吞吐量和多流模式的吞吐量；以及如果多流模式的吞吐量比单流模式的总吞吐量高出预设阈值，则采用所述多流模式，否则采用所述单流模式。

另外，根据本发明，数据流吞吐量准则判决还可以包括以下处理：通过上行控制信道，获取多流模式的各个信道质量指示；根据多流模式的各个信道质量指示，得到多流模式的各个载干比，并预测单流模式的载干比；多流模式的各个载干比和单流模式的载干比，分别预测所述多流模式的总吞吐量和所述单流模式的吞吐量；以及如果多流模式的总吞吐量比单流模式的吞吐量高出预设阈值，则采用多流模式，否则采用单流模式。

其中，当采用基于特征值分解的特征向量方式时，单流模式的载干比和多流模式的载干比之间的关系如下： $\frac{E_C}{N_O}=\frac{2\mathrm{\λ}}{{\mathrm{\λ}}_I}{\left[\frac{E_C}{N_O}\right]}_I,$ 其中，

是所述单流模式的载干比，

是第I个子阵对应的载干比，λ是所述整个阵列的空间相关矩阵的最大特征值，λ_I是第I个子阵的空间自相关矩阵的最大特征值。

而当采用基于固定波束搜索的波束扫描方式时，单流模式的载干比和多流模式的载干比之间的关系如下： $\frac{E_c}{E_o}=\frac{{2w}^H{R}_{H}w}{w_I^H{R}_{\mathrm{HI}}{w}_I}{\·\left(\frac{E_c}{N_o}\right)}_I,$ 其中，

是所述单流模式的载干比，

是第I个子阵对应的载干比，wI是第I个子阵的子阵波束赋形权值，w_I ^H是第I个子阵的子阵波束赋形权值的共轭转置，w是所述整个阵列的导向向量，wH是w的共轭转置，RH是所述总空间相关矩阵，以及RHI是第I个子阵的空间自相关矩阵。

图2是根据本发明实施例的基于子阵分裂与自适应单双流切换的TD-SCDMA宏蜂窝MIMO系统发射机示意图，以及图3是根据Node B侧自适应单双流模式切换的基本处理流程图。以下将结合图2和图3对本发明的自适应数据流切换方法进行详细描述。

下面的具体描述给出了一个在TD-SCDMA高速下行分组业务中，以单流模式和双流模式的自适应切换为例应用本发明的实例，其中，Node B侧有8个天线线阵，被分裂成两个4天线子阵。

如图3所示，Node B侧的具体操作流程包括以下步骤：

S302，Node B通过对上行控制信道进行信道估计，获取UE侧不同发射天线的信道冲击响应，记为列向量形式h_ka ⁽¹⁾、h_ka ⁽²⁾，其中，上标(1)和(2)分别表示UE发射天线1和2，下标ka表示Node B接收天线索引；

S304，按如下格式构造子阵1和子阵2的空时信道估计矩阵：

$H_1=\left[\begin{array}{cccc}{h}_1^{\left(1\right)}& h_2^{\left(1\right)}& h_3^{\left(1\right)}& h_4^{\left(1\right)}\\ h_1^{\left(2\right)}& h_2^{\left(2\right)}& h_3^{\left(2\right)}& h_4^{\left(2\right)}\end{array}\right]$

$H_2=\left[\begin{array}{cccc}{h}_5^{\left(1\right)}& h_6^{\left(1\right)}& h_7^{\left(1\right)}& h_8^{\left(1\right)}\\ h_5^{\left(2\right)}& h_6^{\left(2\right)}& h_7^{\left(2\right)}& h_8^{\left(2\right)}\end{array}\right]$

以及整个阵列的空时信道估计矩阵H＝[H₁ H₂]，然后计算整个阵列对应的空间相关矩阵R_H＝H^H·H，并从中抽取子阵1和子阵2各自的空间自相关矩阵 $R_{H1}=H_1^H{\·H}_1,$ $R_{H2}=H_2^H{\·H}_2,$ 同时抽取子阵1和子阵2的空间互相关矩阵 $R_{H12}=H_1^H{H}_2;$

S306，对于EBB方式，单流模式主传输块波束赋形权值为R_H的最大特征值λ对应的特征向量u，双流模式主辅传输块的波束赋形权值分别为R_H1和R_H2的最大特征值λ₁和λ₂对应的特征向量u₁和u₂，其中，具体实现可以利用规范化乘幂法或其他特征值分解方法来获取空间相关矩阵的最大特征值及特征向量；

S308，计算子阵空间相关系数，其中，对于EBB方式， $\mathrm{\ρ}=\frac{u_1^H{R}_{H12}{u}_2}{\sqrt{{\mathrm{\λ}}_1{\mathrm{\λ}}_2}},$ 而对于GOB方式， $\mathrm{\ρ}=\frac{w_1^H{R}_{H12}{w}_2}{\sqrt{w_1^H{R}_{H1}{w}_1{\·w}_2^H{R}_{H2}{w}_2}},$ 其中，如果子阵空间相关系数ρ的绝对值大于某一门限，则确定采用单流模式，否则进行后续的单双流吞吐量准则判决；

S310，Node B通过上行控制信道获取单流模式下主传输块对应的信道质量指示(CQI)，转换为对应载干比

并进而预测双流模式下主辅传输块对应载干比

和或者Node B通过上行控制信道获取双流模式下主辅传输块各自对应的CQI，转换为对应的载干比

和

并进而预测单流模式下主传输块对应载干比

以及

S312，根据上述单双流模式下的载干比分别预测单双流模式下的吞吐量，其中，如果双流模式的总吞吐量比单流模式高出一定程度，则当前时刻采用双流模式，否则采用单流模式。

在步骤S306中，当采用GOB方式时，单流模式主传输块波束赋形权值为：

$w=\underset{w\left(\mathrm{\θ}\right)}{\arg }\max (w^H\left(\mathrm{\θ}\right)\·R_H\·w\left(\mathrm{\θ}\right))$

双流模式主辅传输块波束赋形权值分别为：

$w_1=\underset{w_1\left({\mathrm{\θ}}_1\right)}{\arg }\max \left[w_1^H\left({\mathrm{\θ}}_1\right){\·R}_{H1}{\·w}_1\left({\mathrm{\θ}}_1\right)\right]$

$w_2=\underset{w_2\left({\mathrm{\θ}}_2\right)}{\arg }\max \left[w_2^H\left({\mathrm{\θ}}_2\right){\·R}_{H2}{\·w}_2\left({\mathrm{\θ}}_2\right)\right]$

其中，w(θ)约束为8天线导向矢量，w₁(θ₁)和w₂(θ₂)约束为4天线导向矢量，θ、θ₁和θ₂为波达方向。

在步骤S310中，反馈CQI到载干比Ec/No的转换可以通过查表进行，而单双流载干比之间的转算基于如下公式，

对于EBB方式：

$\frac{E_c}{N_o}=\frac{2\mathrm{\λ}}{{\mathrm{\λ}}_1}\·{\left(\frac{E_c}{N_o}\right)}_1$

$\frac{E_c}{N_o}=\frac{2\mathrm{\λ}}{{\mathrm{\λ}}_2}\·{\left(\frac{E_c}{N_o}\right)}_2$

对于GOB方式：

$\frac{E_c}{N_o}=\frac{{2\·w}^H{R}_{H}w}{w_1^H{R}_{H1}{w}_1}{\·\left(\frac{E_c}{N_o}\right)}_1$

$\frac{E_c}{N_o}=\frac{{2\·w}^H{R}_{H}w}{w_2^H{R}_{H2}{w}_2}{\·\left(\frac{E_c}{N_o}\right)}_2$

注意，如果上行控制信道反馈的最新CQI信息距离实际调度判决时刻有很长的延时(例如物理时序上已经相隔数个子帧)，则可以对上述空间相关矩阵R_H、R_H1、R_H2、R_H12以及载干比参数进行平滑，以获取更平稳的空间信道相关特性及吞吐量信息。

上述发明内容完全可以类似的扩展到UE独立天线数大于2的情况，此时Node B侧能同时支持的最大子阵分裂个数与UE独立天线的个数保持一致。

综上所述，通过本发明的方法，最佳适配基于子阵分裂的TD-SCDMA室外宏蜂窝MIMO系统，以最简单的处理复杂度换取最佳的小区吞吐量性能指标。

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 (9)

1.一种自适应数据流模式切换方法，用于在多输入多输出系统中，在单流模式和多流模式之间进行自适应切换，其特征在于，包括以下步骤：

步骤一，对上行控制信道进行信道估计，并根据信道估计结果计算所述单流模式下整个阵列的总波束赋形权值和所述多流模式下各个子阵的子阵波束赋形权值；

步骤二，根据所述总波束赋形权值和所述子阵波束赋形权值，计算所述各个子阵的子阵空间相关系数；以及

步骤三，如果所述子阵空间相关系数的绝对值大于预设门限，则采用所述单流模式，否则执行数据流吞吐量准则判决；

其中，所述数据流吞吐量准则判决包括以下处理：

通过所述上行控制信道，获取所述多流模式的各个信道质量指示；

根据所述多流模式的各个信道质量指示，得到所述多流模式的各个载干比，并预测所述单流模式的载干比；

根据所述多流模式的各个载干比和所述单流模式的载干比，分别预测所述多流模式的总吞吐量和所述单流模式的吞吐量；以及

如果所述多流模式的总吞吐量比所述单流模式的吞吐量高出预设阈值，则采用所述多流模式，否则采用所述单流模式。

2.根据权利要求1所述的方法，其特征在于，在所述步骤一中包括以下处理：

通过对所述上行控制信道进行所述信道估计，获取信道冲击响应；

根据所述信道冲击响应，构造所述各个子阵的子阵空时信道估计矩阵以及所述整个阵列的总空时信道估计矩阵；

计算所述整个阵列的总空间相关矩阵以及所述各个子阵的子阵空间自相关矩阵和子阵空间互相关矩阵；以及

计算所述总波束赋形权值和所述子阵波束赋形权值。

3.根据权利要求2所述的方法，其特征在于，当采用基于特征值分解的特征向量方式时，

所述总波束赋形权值是所述总空间相关矩阵的最大特征值对应的总特征向量；以及

所述子阵波束赋形权值是所述子阵空间自相关矩阵的最大特征值对应的特征向量。

4.根据权利要求2所述的方法，其特征在于，当采用基于固定波束搜索的波束扫描方式时，

所述总波束赋形权值是通过以下公式得到的： $w=\underset{w\left(\mathrm{\θ}\right)}{\arg }\max (w^H\left(\mathrm{\θ}\right)\·R_H\·w\left(\mathrm{\θ}\right)),$ 其中，w是所述总波束赋形权值，w(θ)是所述整个阵列的导向向量，W^H(θ)是w(θ)的共轭转置，R_H是所述总空间相关矩阵，以及θ是波达方向；以及

所述子阵波束赋形权值是通过以下公式得到的： $W_I=\underset{w_I\left({\mathrm{\θ}}_I\right)}{\arg }\max [W_I^H\left({\mathrm{\θ}}_I\right)\·R_{\mathrm{HI}}\·W_I\left({\mathrm{\θ}}_I\right)],$ 其中，I表示第I个子阵，I∈1～N，N是所述子阵的个数，W_I是第I个子阵的子阵波束赋形权值，w_I(θ_I)是第I个子阵的导向向量，

是w_I(θ_I)的共轭转置，R_HI是所述子阵空间自相关矩阵，以及θ_I是波达方向。

5.根据权利要求1所述的方法，其特征在于，在所述步骤二中，当采用基于特征值分解的特征向量方式时，所述子阵空间相关系数是通过以下公式计算的：

$\mathrm{\ρ}=\frac{u_I^H{R}_{\mathrm{HIJ}}{u}_J}{\sqrt{{\mathrm{\λ}}_I{\mathrm{\λ}}_J}},$

其中，ρ是所述子阵空间相关系数，λ_I和λ_J分别是第I个子阵和第J个子阵的子阵空间自相关矩阵的最大特征值，u_J是λ_J对应的特征向量，

是λ_I对应的特征向量的共轭转置，以及R_HIJ是第I个子阵和第J个子阵的子阵空间互相关矩阵。

6.根据权利要求1所述的方法，其特征在于，在所述步骤二中，当采用基于固定波束搜索的波束扫描方式时，所述子阵空间相关系数是通过以下公式计算的：

$\mathrm{\ρ}=\frac{W_I^H{R}_{\mathrm{HIJ}}{W}_J}{\sqrt{w_I^H{R}_{\mathrm{HI}}{w}_I\·w_J^H{R}_{\mathrm{HJ}}{w}_J}},$

其中，W_J是第J个子阵的子阵波束赋形权值，

是第I个子阵的子阵波束赋形权值的共轭转置，w_I和w_J分别是第I个子阵和第J个子阵的导向向量，

和

分别是w_I和w_J的共轭转置，以及R_HI和R_HJ分别是所述第I个子阵和所述第J个子阵的子阵空间自相关矩阵，R_HIJ是第I个子阵和第J个子阵的子阵空间互相关矩阵。

7.根据权利要求1所述的方法，其特征在于，所述数据流吞吐量准则判决包括以下处理：

通过所述上行控制信道，获取所述单流模式的信道质量指示；

根据所述单流模式的信道质量指示，得到所述单流模式的载干比，并预测所述多流模式的载干比；

根据所述单流模式的载干比和所述多流模式的载干比，分别预测所述单流模式的吞吐量和所述多流模式的吞吐量；以及

如果所述多流模式的吞吐量比所述单流模式的总吞吐量高出预设阈值，则采用所述多流模式，否则采用所述单流模式。

8.根据权利要求1或7所述的方法，其特征在于，当采用基于特征值分解的特征向量方式时，所述单流模式的载干比和所述多流模式的载干比之间的关系如下：

$\frac{E_C}{N_O}=\frac{2\mathrm{\λ}}{{\mathrm{\λ}}_I}{\left[\frac{E_C}{N_O}\right]}_I,$

其中，是所述单流模式的载干比，

是第I个子阵对应的载干比，λ是所述整个阵列的空间相关矩阵的最大特征值，λ_I是第I个子阵的空间自相关矩阵的最大特征值。

9.根据权利要求1或7所述的方法，其特征在于，当采用基于固定波束搜索的波束扫描方式时，单流模式的载干比和所述多流模式的载干比之间的关系如下：

$\frac{E_c}{E_o}=\frac{{2w}^H{R}_{H}w}{w_I^H{R}_{\mathrm{HI}}{w}_I}\·{\left(\frac{E_c}{N_o}\right)}_I,$

其中，

是所述单流模式的载干比，

是第I个子阵对应的载干比，w_I是第I个子阵的子阵波束赋形权值，

是第I个子阵的子阵波束赋形权值的共轭转置，w是所述整个阵列的导向向量，w^H是w的共轭转置，R_H是总空间相关矩阵，以及R_HI是第I个子阵的空间自相关矩阵。

Images