CN101378277A - 多用户预编码及调度方法和实现该方法的基站 - Google Patents

Abstract

根据本发明，提出了一种多用户预编码和调度方法，包括：从用户设备向基站反馈信道状态信息以及信道状态信息误差的统计特性；基站根据所反馈的信道状态信息和信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案；以及利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

Description

多用户预编码及调度方法和实现该方法的基站

技术领域

本发明涉及无线MIMO通信系统，更具体地，涉及一种多用户预编码和调度方法，其中利用从用户侧所反馈的信道状态信息(该信道状态信息可能是不准确的，其不准确性可能来自多种因素，例如反馈量化，反馈延时等)以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案以进行多用户预编码和调度。

背景技术

最近，由于其在容量上的优势以及能与同时服务多个单天线用户并仍然保持MIMO(多输入多输出)天线系统优点的特性，MU-MIMO(多用户多输入多输出)系统已经引起了更多的关注。

与SU-MIMO(单用户多输入多输出)系统相比，由于每一个用户必须独立地解码其各自的消息而无法与其他用户操作，MU-MIMO系统的发射处理变得复杂。其核心问题是如何解决多用户间的同道干扰(CCI)。

为了解决该问题，MU-MIMO系统使用了多用户预编码技术来控制或完全避免多用户间的同道干扰，从而使每一个用户不会受到来自其他用户的干扰或仅仅受到来自其他用户的有限干扰。为了完全避免或有效控制CCI，在发射机处需要所有用户的准确CSI(信道状态信息)，这是在真实系统中的不切实际的假定。实际上，完全准确的CSI难以得到，而在发射机处总是使用不准确CSI。对于不准确CSI，即使使用迫零类型的预编码算法，也无法完全避免用户间的CCI。由于通过诸如最大似然(ML)或最小均方误差(MMSE)检测等干扰抑制方法无法在接收机处抑制由于不准确CSI造成的残余CCI，该CCI只能被看作加性噪声，并且它的平均功率随着总发射功率增加而增加。CCI的这一特性使得它极大地限制了MU-MIMO的性能，特别是在高SNR时。

发明内容

为了克服由于发送端不准确CSI造成的残余CCI对MU-MIMO性能的恶化，本发明提出一种多用户预编码和调度方法，它利用用户反馈的信道状态信息以及该信道状态信息误差的统计特性，来生成多用户预编码矩阵和调度方案以进行多用户预编码和调度。这样设计出来的预编码矩阵和调度方案能更好的适应发射端信道信息不准确的情况，减小残余CCI，从而降低不准确CSI对MU-MIMO性能的恶化。

为了实现上述目的，根据本发明，提出了一种多用户预编码和调度方法，包括：从用户设备向基站反馈信道状态信息以及信道状态信息误差的统计特性；基站根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案；以及利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

优选地，所述信道状态信息为信道矩阵的估值。

优选地，所述信道状态信息误差的统计特性为信道矩阵估值的差错的协方差矩阵。

优选地，所述多用户预编码采用最小均方误差MMSE类算法。

优选地，所述MMSE类算法为连续MMSE算法。

优选地，所述多用户调度采用容量最大标准。

优选地，所述信道状态信息误差的统计特性可以通过测量信道估计差错、反馈差错和量化差错来获得。

优选地，所述方法用于多用户多输入多输出MU-MIMO通信系统。

根据本发明，还提出了一种基站，包括：接收装置，接收从用户设备反馈的信道状态信息以及信道状态信息误差的统计特性；多用户预编码矩阵和调度方案生成装置，根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案；以及多用户预编码和调度装置，利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

附图说明

通过参考以下结合附图对所采用的优选实施例的详细描述，本发明的上述目的、优点和特征将变得显而易见，其中：

图1是根据本发明的多用户预编码和调度方法的流程图；

图2是用于实现本发明的多用户预编码和调度方法的基站的方框图；

以及

图3和4是用于显示本发明方法与现有技术方法的性能比较的曲线图。

具体实施方式

当发射端只有不准确的CSI时，发射机无法产生与多用户信道完全匹配的多用户预编码矩阵。这样的不匹配导致了用户间的额外CCI，该CCI随着发射功率而增加而且严重地限制了MU-MIMO的性能，特别是在高SNR处。通过诸如ML和MMSE检测等干扰抑制方法无法在接收机处抑制由CSI差错所引起的CCI。这具有与加性噪声增加类似的效果。本发明的基本思想是研究这样的CCI功率和预编码/调度结果之间的关系，并且使用该关系来调整预编码和调度算法使其更好地适应不准确CSI的环境。这里，根据本发明，将提出一种多用户预编码和调度方法，以更好地控制由于CSI差错造成的CCI功率，并改善当发送端CSI不准确时MU-MIMO系统的性能。

在本发明中，总是假定CSI差错的统计特性是在发射机处可得到的。对于多用户预编码，通常采用了MMSE类算法。这是由于该算法能够平衡干扰和噪声。这里，将由CSI差错而引起的CCI看作AWGN(加性高斯白噪声)，并且根据CSI差错的协方差矩阵建立其平均功率和预编码/滤波矩阵之间的关系。然后，根据MMSE标准对CCI功率、预编码和滤波矩阵进行优化。

在本发明中，对于多用户调度，可以采用容量最大标准，并选择具有最大和容量的用户/模式子集。类似地，通过在估计每一个用户/模式子集的和容量时将CCI看作AWGN，可以建立CSI差错相关的CCI功率和用户/模式选择之间的关系，并且使用其来调整调度操作。

下面，将详细解释根据本发明的多用户预编码和调度方法的原理。

信道模型

考虑在基站(BS)处具有NT个发射天线而K个用户通过相同的时间频率资源从相同的BS接收服务的多用户(每一个用户NR个接收天线)MIMO系统的下行链路(这里，需要注意的是，K是通过空间处理在相同时隙和频带中得到服务的用户数量。在小区中的用户总数可以远多于K)。

假定所有用户的信道在频率上都是平坦衰落，用户k的信道矩阵用 $H_k=\left[h_{k,n}^{\left(m\right)}\right]$ 来表示，其中

是第n个发射天线和用户k的第m个接收天线之间的衰落系数。由s_k来表示专用于用户k的数据流的数量。总是假定s_k≤N_R和 ${\mathrm{\Σ}}_{k=1}^K{s}_k\≤N_T$ 。首先将对用户k的长度为s_k的数据矢量x_k乘以N_T×s_k预编码矩阵T_k，将其线性变换为长度为N_T的符号矢量，以便从N_T个天线发射。然后，将K个用户的长度为N_T的符号矢量进行线性叠加，将叠加后的矢量从天线阵列发射到信道中。这里，总是假定x_k的元素是独立的，并且以零均值和单位方差同一地分布(独立同分布)。于是，总发射功率由下式给出：

$P_T={\mathrm{\Σ}}_{k=1}^{K}E\left({\left|\right|T_k{x}_k\left|\right|}^2\right)={\mathrm{\Σ}}_{k=1}^K\mathrm{trace}\left(T_k^H{T}_k\right)---\left(1\right)$

对于每一个用户k，接收到的信号矢量为：

$y_k=H_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+n_k=H_k{T}_k{x}_k+H_k\underset{k\′\≠k}{\mathrm{\Σ}}{T}_{k\′}{x}_{k\′}+n_k---\left(2\right)$

其中n_k是具有零均值和方差为σ²＝N₀/2的AWGN过程的采样矢量。每一个用户k通过将y_k与一个s_k×N_R滤波矩阵B_k相乘来产生x_k的估计值如下式所示：

${\hat{x}}_k=B_k{y}_k=B_k{H}_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+B_k{n}_k=B_k{H}_k{T}_k{x}_k+B_k{H}_k\underset{k\′\≠k}{\mathrm{\Σ}}{T}_{k\′}{x}_{k\′}+B_k{n}_k---\left(3\right)$

在公式(3)中，可以基于诸如MMSE等各种标准来获得滤波矩阵Bk。根据公式(3)，

和x_k之间的最大互信息为：

$C_k=\underset{s=1}{\overset{s_k}{\mathrm{\Σ}}}{\log }_2(1+\sin r_{k,s})=\underset{s=1}{\overset{s_k}{\mathrm{\Σ}}}{\log }_2(1+\frac{{\left|\right|b_{k,s}^H{H}_k{t}_{k,s}\left|\right|}^2}{{\left|\right|b_{k,s}\left|\right|}^2{\mathrm{\σ}}^2+\underset{(k\′,s\′)\≠(k,s)}{\mathrm{\Σ}}{\left|\right|b_{k,s}^H{H}_k{t}_{k\′,s\′}\left|\right|}^2})---\left(4\right)$

其中sinr_k，s是x_k的第s个元素的处理后信干噪比(SINR)，b_k，s是

的第s列，而t_k，s是T_k的第s列。整个MU-MIMO系统的总的互信息于是等于：

$C=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{C}_k---\left(5\right)$

下面，将根据以上信道模型来设计根据本发明的多用户预编码和调度方法。为了清楚，将首先介绍在发射机处具有准确CSI的较易研究的情形(现有技术的情形)，然后针对具有不准确的CSI的情形对本发明进行讨论。

利用准确CSI的多用户预编码和调度

连续MMSE(S-MMSE)多用户预编码

如以上所提到的，在本发明中，由于其能够平衡干扰和噪声，可以采用MMSE类多用户预编码算法(这里，噪声意味着由于CSI差错所产生的CCI和AWGN噪声)。特别地，将使用连续MMSE(S-MMSE)算法，这是当每一个用户具有多于一个的接收天线时的MMSE型算法的简单实现。

MMSE型算法的基本原理是根据MMSE标准来找到最优预编码矩阵{T_k}和滤波矩阵{B_k}的集合。

$(\left\{T_k\right\},\left\{B_k\right\})=\underset{B_1\·\·\·B_K}{\underset{T_1\·\·\·T_K}{\arg \min }}E\left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left|\right|x_k-{\hat{x}}_k\left|\right|}^2\right)=\underset{B_1\·\·\·B_K}{\underset{T_1\·\·\·T_K}{\arg \min }}E\left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left|\right|x_k-(B_k{H}_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+B_k{n}_k)\left|\right|}^2\right).---\left(6\right)$

等式(6)涉及优化问题，其最优解的获得通常非常复杂。而S-MMSE算法通过迭代运算提供了对该问题的简化的次优方案：

步骤1  产生随机s_k×N_R矩阵来初始化每一个B_k。

步骤2  基于当前{B_k}，根据MMSE标准来计算最优预编码矩阵{T_k}，如下式所示：

[T₁…T_K]＝H^HB^H(BHH^HB^H+βI)^-1       (7)

其中， $H={[H_1^T{H}_2^T\·\·\·H_K^T]}^T,---\left(8\right)$

以及， $\mathrm{\β}=\frac{{\mathrm{\σ}}^2}{P_T}\mathrm{trace}\left({\mathrm{BB}}^H\right).---\left(10\right)$

步骤3  基于如上所计算得到的{T_k}，根据MMSE标准来更新滤波矩阵{B_k}，如下式所示：

$B_k=T_k^H{H}_k^H{(\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{H}_k{T}_{k\′}{T}_{k\′}^H{H}_k^H+{\mathrm{\σ}}^{2}I)}^{-H},k=1^{~}K---\left(11\right)$

步骤4  重复步骤2和3，直到{T_k}和{B_k}的变化的F范数下降到预设阈值之下，或者迭代次数已经达到特定值为止。

步骤5  以

对最终预编码矩阵{T_k}进行归一化。

多用户调度

N表示通信系统中的总用户数量。调度器从N个用户中选择用户子集，以进行多用户发射，并且还确定每一个所选用户的数据流的数量。

表示可能的调度结果。

可以由三个部分来表示：所选用户的数量K，所选用户的索引集合

，其中

以及所选用户的数据流数量

。调度器在的集合上进行搜索，并且根据特定的标准选择最优的一个，由

来表示。例如，针对容量最大标准，调度器根据以下等式来选择

其中

上调度器所要搜索的

的集合，和

是

和

的第s列，其中

和

是

中的第k个用户的滤波和预编码矩阵。这里，通过设置和

根据步骤1到5来获得和。

的大小取决于所使用的调度策略。例如，对于全搜索调度，

包括

的所有可能性。

一旦选择了

则通过预编码矩阵

的多用户预编码，将

个数据流通过相同的时频资源传递到

个用户。

根据本发明的利用不准确CSI的多用户预编码和调度

用H_k表示在BS处可得到的用户k的不准确信道矩阵，并且 ${\tilde{H}}_k=H_k-{\stackrel{\‾}{H}}_k$ 表示用户k的CSI差错。假定

中的元素是独立同分布的均值为零，方差为

的随机变量。

的产生可能有多种因素，例如反馈量化，反馈延时等。还假定在发射机处可得到

的值，该值可以在接收端通过诸如测量信道估计差错、反馈差错和量化差错等各种手段来获得，然后由接收机反馈到发射机。

CCI估计辅助S-MMSE预编码

对于不准确CSI，将等式(3)中的信道模型修改为如下所示：

${\hat{x}}_k=B_k({\stackrel{\‾}{H}}_k+{\tilde{H}}_k)\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+B_k{n}_k---\left(13\right)$

对于具有给定{T_k}的滤波矩阵{B_k}的优化，可以将等式(13)重写为：

${\hat{x}}_k=B_k({\stackrel{\‾}{H}}_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+{\tilde{H}}_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+n_k)=B_k({\stackrel{\‾}{H}}_k\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}{T}_{k\′}{x}_{k\′}+{\mathrm{\η}}_k)---\left(14\right)$

其中

是CCI加噪声项，包括由于CSI差错造成的CCI和AWGN。将η_k近似为复高斯噪声的矢量，则最优{B_k}可以按如下方式产生：

其中，

$=\underset{k\′=1}{\overset{K}{\mathrm{\Σ}}}((\mathrm{veo}{\left(T_{k\′}\right)}^T\⊗I_{N_R})\×(I_{s_{k\′}}\⊗{\tilde{R}}_k)\×{(\mathrm{veo}{\left(T_{k\′}\right)}^T\⊗I_{N_R})}^H)+{\mathrm{\σ}}^{2}I$

在等式(16)中，(a)是通过将每个

都近似为I获得的， $\mathrm{veo}\left(A\right)={\left[\begin{array}{cc}{a}_1^T& \·\·\·a_j^T\·\·\·\end{array}\right]}^T,$ 其中a_j是矩阵A的第j列，

表示科罗内克积，而 ${\tilde{R}}_k=E\left(\mathrm{veo}\left({\tilde{H}}_k\right)\mathrm{veo}{\left({\tilde{H}}_k\right)}^H\right)={\widetilde{\mathrm{\σ}}}^2{I}_{N_R\×N_T}$ 是信道状态信息误差

的协方差矩阵。

对于给定{B_k}的预编码矩阵{T_k}的优化，以紧凑形式将等式(13)重写为：

$\hat{x}=B(\stackrel{\‾}{H}+\tilde{H})\mathrm{Tx}+\mathrm{Bn}=B\stackrel{\‾}{H}\mathrm{Tx}+B\tilde{H}\mathrm{Tx}+\mathrm{Bn}=B\stackrel{\‾}{H}\mathrm{Tx}+\mathrm{\μ}---\left(17\right)$

其中， $\hat{x}={[{\hat{x}}_1^T{\hat{x}}_2^T\·\·\·{\hat{x}}_K^T]}^T,---\left(18\right)$

       $\stackrel{\‾}{H}={[{\stackrel{\‾}{H}}_1^T{\stackrel{\‾}{H}}_2^T\·\·\·{\stackrel{\‾}{H}}_K^T]}^T,---\left(19\right)$

       $\tilde{H}={[{\tilde{H}}_1^T{\tilde{H}}_2^T\·\·\·{\tilde{H}}_K^T]}^T,---\left(20\right)$

      T＝[T₁ T₂…T_K]，                     (21)

       $n={[n_1^T{n}_2^T\·\·\·n_K^T]}^T,---\left(22\right)$

       $\mathrm{\μ}=B\tilde{H}\mathrm{Tx}+\mathrm{Bn},---\left(23\right)$

而且，B在等式(9)中定义。类似地，μ是CCI加噪声项，包括由于CSI差错造成的CCI和AWGN。另外，将μ近似为复高斯噪声的矢量，可以按以下公式来产生最优{T_k}：

$[T_1\·\·\·T_K]={\stackrel{\‾}{H}}^H{B}^H{(B{\stackrel{\‾}{\mathrm{HH}}}^H{B}^H+\frac{1}{P_T}E\left({\mathrm{\μ\μ}}^H\right))}^{-1}---\left(24\right)$

其中，

$E\left({\mathrm{\μ\μ}}^H\right)=E\left(B\tilde{H}T{\mathrm{xx}}^H{T}^H{\tilde{H}}^H{B}^H\right)+{\mathrm{\σ}}^2\mathrm{trace}\left({\mathrm{BB}}^H\right)I$

$\stackrel{\left(a\right)}{\≈}{P}_{T}E\left(B\tilde{H}{\tilde{H}}^H{B}^H\right)+{\mathrm{\σ}}^2\mathrm{trace}\left({\mathrm{BB}}^H\right)I---\left(25\right)$

$=P_{T}B\tilde{R}{B}^H+{\mathrm{\σ}}^2\mathrm{trace}\left({\mathrm{BB}}^H\right)I$

在等式(25)中，通过以P_TI来近似Txx^HT^H来获得(a)，并且 $\tilde{R}=E\left(\tilde{H}{\tilde{H}}^H\right)=N_T{\widetilde{\mathrm{\σ}}}^2{I}_{N_R\×K}$ 是

的协方差矩阵，可由信道状态信息误差的协方差矩阵

计算得来。

由等式(15)和(24)来替换步骤1～5中的等式(7)和(11)，可以获得根据本发明的CCI估计辅助S-MMSE预编码算法。

CCI估计辅助多用户调度

针对不准确CSI将等式(13)中的信道模型重写为：

${\hat{x}}_k=B_k{\stackrel{\‾}{H}}_k{T}_k{x}_k+B_k{\stackrel{\‾}{H}}_k\underset{k\′\≠k}{\mathrm{\Σ}}{T}_{k\′}{x}_{k\′}+B_k{n}_k---\left(26\right)$

然后，对于每一个用户/模式子集

调度器通过将B_kη_k近似为复高斯噪声的矢量，来估计容量，如下式所示：

其中和

可以根据等式(16)来计算。然后，CCI估计辅助调度算法根据以下标准来选择

下面将结合附图来描述本发明的优选实施例。

图1是根据本发明的多用户预编码和调度方法的流程图。

根据本发明，在步骤101，从用户设备向基站反馈信道状态信息(该信道状态信息可能是不准确的，其不准确性可能来自多种因素，例如反馈量化，反馈延时等)以及信道状态信息误差的统计特性。所述信道状态信息为信道矩阵的估值，所述信道状态信息误差的统计特性为信道矩阵估值的误差矩阵的统计特性。作为示例，如上所示，该信道矩阵的估值可以是H_k，信道状态信息误差的统计特性可以是协方差矩阵

。在步骤103，基站根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案，如以上所提到的，所述多用户预编码可以采用MMSE类算法，而所述多用户调度可以采用容量最大化标准。最后，在步骤105，利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

图2是用于实现本发明的多用户预编码和调度方法的基站的方框图。如图2所示，所述基站包括接收装置201、多用户预编码矩阵和调度方案生成装置203和多用户预编码和调度装置205。接收装置201接收从用户设备反馈的信道状态信息以及信道状态信息误差的统计特性。多用户预编码矩阵和调度方案生成装置203根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案。多用户预编码和调度装置205利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

图3和4是用于显示本发明方法与现有技术方法的性能比较的曲线图。在图3和4中，将根据本发明的CCI估计辅助MU-MIMO策略与基于贪婪调度策略的原始S-MMSE和MET(多用户固有模式传输)算法进行比较。这里，在基站处采用了4个发射天线，每一个用户两个接收天线，并且总用户数为4。将信道矩阵{H_k}中的元素建模为具有零均值和单位方差的独立同分布的复高斯变量。将CSI差错矩阵

中的元素建模为具有零均值和方差

的独立同分布的复高斯白噪声。在本发明中，分别在图3和图4中将

设置为0.1和0.5。同时考虑MMSE和非MMSE接收机。如所看到的，对于MMSE和非MMSE接收机，本发明的方案比具有贪婪调度的MET和S-MMSE具有更好的性能，特别是当CSI差错较高时。

本发明具有以下优点：

1、根据本发明，当在发射机处使用不准确CSI时(这是实际中的真实情形)，极大地改善了MU-MIMO系统的性能。

2、根据本发明，由于仅在BS处带来了少量附加复杂度，而在UE(用户设备)处几乎未带来附加复杂度。

3、本发明对于诸如信道估计差错、量化差错和反馈差错等不同CSI差错原因而言具有灵活度，并且可以用于诸如基于探测信号(sounding)和用户反馈的各种MU-MIMO机制。

总之，由于其极有可能提高小区吞吐量，MU-MIMO操作是许多宽带无线通信标准例如IEEE 802.16和3GPP LTE标准中的热点，而在发射机处的CSI差错是限制MU-MIMO在实际系统中应用的主要实际问题之一。本发明以在BS处的少量附加复杂度为代价给这一问题提供了一个有效的结局方案，并能带来明显的优势。

尽管以上已经结合本发明的优选实施例示出了本发明，但是本领域的技术人员将会理解，在不脱离本发明的精神和范围的情况下，可以对本发明进行各种修改、替换和改变。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。

Claims (16)

1、一种多用户预编码和调度方法，包括：

从用户设备向基站反馈信道状态信息以及信道状态信息误差的统计特性；

基站根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案；以及

利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

2、根据权利要求1所述的方法，其特征在于所述信道状态信息为信道矩阵的估值。

3、根据权利要求1所述的方法，其特征在于所述信道状态信息误差的统计特性为信道矩阵估值的误差的协方差矩阵。

4、根据权利要求1所述的方法，其特征在于所述多用户预编码采用最小均方误差MMSE类算法。

5、根据权利要求4所述的方法，其特征在于所述MMSE类算法为连续MMSE算法。

6、根据权利要求1所述的方法，其特征在于所述多用户调度采用容量最大标准。

7、根据权利要求1所述的方法，其特征在于所述信道状态信息误差的统计特性通过在接收端测量信道估计误差、反馈误差或量化误差来获得，然后由接收机反馈到发送机。

8、根据权利要求1所述的方法，其特征在于所述方法用于多用户多输入多输出MU-MIMO通信系统。

9、一种基站，包括：

接收装置，接收从用户设备反馈的信道状态信息以及信道状态信息误差的统计特性；

多用户预编码矩阵和调度方案生成装置，根据所反馈的信道状态信息以及信道状态信息误差的统计特性，生成多用户预编码矩阵和调度方案；以及

多用户预编码和调度装置，利用所生成的多用户预编码矩阵和调度方案对用户数据进行多用户预编码和调度。

10、根据权利要求9所述的基站，其特征在于所述信道状态信息为信道矩阵的估值。

11、根据权利要求9所述的基站，其特征在于所述信道状态信息误差的统计特性为信道矩阵估值误差的协方差矩阵。

12、根据权利要求9所述的基站，其特征在于所述多用户预编码采用最小均方误差MMSE类算法。

13、根据权利要求12所述的基站，其特征在于所述MMSE类算法为连续MMSE算法。

14、根据权利要求9所述的基站，其特征在于所述多用户调度采用容量最大标准。

15、根据权利要求9所述的基站，其特征在于所述信道状态信息误差的统计特性通过在接收端测量信道估计误差、反馈误差或量化误差来获得，然后由接收机反馈到发送机。

16、根据权利要求9所述的基站，其特征在于所述基站用于多用户多输入多输出MU-MIMO通信系统。

Images