CN101471712A - 多输入多输出广播信道中的预编码处理方法及装置、基站 - Google Patents

Abstract

本发明公开了一种多输入多输出广播信道中的预编码处理方法及装置、基站，其中方法包括：使用单位阵作为接收机解码矩阵，得到接收机初始解码矩阵；利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵；将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量；将初始预编码发射矩阵与右特征向量共轭转置的乘积作为第一预编码发射矩阵；利用得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立。本发明加快了计算预编码发射矩阵和接收机解码矩阵的收敛速度。

Description

多输入多输出广播信道中的预编码处理方法及装置、基站

技术领域

本发明涉及多用户多输入多输出系统中的预编码技术，特别是一种多用户多输入多输出广播信道中的预编码处理方法及装置。

背景技术

未来无线通信系统要求能提供越来越高的信息传输速率和通信质量。为了在有限的频谱资源上实现这一目标，MIMO(Multi Input Multi Output，多输入多输出)技术已成为未来无线通信中所采用的必不可少的手段之一。

在MIMO系统中，发送端利用多根天线进行信号的发送，接收端利用多根天线进行信号的接收。研究表明，相比于传统的单天线传输方法，MIMO技术可以显著的提高信道容量，从而提高信息传输速率。

在MIMO下行系统中采用预编码(pre-coding)的发送方法可以有效提高MIMO系统的性能。预编码的基本思想是根据当前的信道信息，对待发送数据在发送之前进行预处理，包括线性处理和非线性处理等。

假设小区中基站数目为1，移动台数目为K，基站有M个发射天线，每个移动台有N_k个接收天线。在多用户MIMO系统中，为了实现最大化多用户分集，每个用户通常分配L_k<N_k个数据流，即基站向第k个用户发射L_k个数据流，其中：

k＝1，2，...，K；

L_k≤min{N_k，M}，且 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{L}_k=M$

L_k×1的发射矢量s_k(数据符号)通过一个M×L_k的预编码发射矩阵T_k从M个天线发射出去，用户k的信道特性矩阵为N_k×M维矩阵H_k。

第k个用户接收到的N_k×1维信号矢量y_k，通过一L_k×N_k接收解码矩阵R_k，产生L_k×1维软输出矢量

如下：

${\hat{s}}_k=R_k(H_k\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{T}_i{s}_i+n_k)=R_k{H}_k{T}_k{s}_k+R_k{H}_k\underset{i\&NotEqual;k}{\overset{K}{\underset{i=1}{\mathrm{\&Sigma;}}}}{T}_i{s}_i+R_k{n}_k$

上式中的第二部分为多用户干扰，而n_k为噪音信号。

从上式可以看出，在处理过程中需要设计预编码发射矩阵T_k和接收机的解码矩阵R_k。

现有技术中有两种方法用于设计预编码发射矩阵T_k和接收机的解码矩阵R_k，下面分别进行介绍。

第一种方法为最小化总均方误差(Minimizing Total Mean Square Error，TMMSE)法，该方法的目标为：

$\underset{T_1,T_2,...,T_k;R_1,R_2,...,R_k}{\min }\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{MSE}}_k$

s.t. $\mathrm{tr}\left(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{T_k^{H}T}_k\right)=P$

其中：

${\mathrm{MSE}}_k=E{\left|\right|\hat{s}-s\left|\right|}^2=\mathrm{tr}(R_k{H}_k\left(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{T}_k{T}_k^H\right)H_k^H{R}_k^H+N_0{R}_k{R}_k^H$

$-T_k^H{H}_k^H{R}_k^H-R_k{H}_k{T}_k+I)$

通过拉格朗日最佳化方法，得到：

$R_k={T_k}^H{H}_k^H{(H_k\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}\left(T_k{T_k}^H\right)H_k^H+N_{0}I)}^{-1}$

$T_k={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k}^H{R}_k{H}_k+\mathrm{\&upsi;I})}^{-1}{H}_k^H{R_k}^H$

其中v是拉格朗日因子。

由于预编码发射矩阵T_k和接收机的解码矩阵R_k互相包含，因此可通过迭代方法求解，具体求解过程如下所述，包括：

步骤A1，初始

步骤A2，利用R_k计算 $T_k={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R}_k^H{R}_k{H}_k+\mathrm{\&nu;I})}^{-1}{H}_k^H{R}_k^H;$

步骤A3，利用T_k计算 $R_k=T_k^H{H}_k^H{(H_k\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}\left(T_k{T}_k^H\right)H_k^H+N_{0}I)}^{-1};$

步骤A4，重复步骤A2和A3，直到 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left|\right|R_k^{i+1}-R_k^i\left|\right|}_F^2<{\mathrm{\&epsiv;}}_{\mathrm{th}},$ 其中i为迭代次数，ε_th是门限值。

第二种方法为零空间奇异值分解(Nullspace-directed Singular ValueDecomposition，Nu-SVD)方法，其处理步骤如下所述，包括：

步骤B1，初始化

步骤B2，计算 $Q_k=\mathrm{null}\left({[H_1^T{R}_1^T,\&CenterDot;\&CenterDot;\&CenterDot;,H_{k-1}^T{R}_{k-1}^T,H_{k+1}^T{R}_{k+1}^T,\&CenterDot;\&CenterDot;\&CenterDot;,H_M^T{R}_M^T]}^T\right);$

步骤B3，计算VD(H_kQ_k)＝U_kΛ_kV_k ^H；

步骤B4，T_k＝Q_kV_k；

步骤B5， $R_k=U_k^H;$

步骤B6，重复步骤B2到步骤B5，直到 ${\left|\right|H_k^{-}{T}_k\left|\right|}_F^2<{\mathrm{\&epsiv;}}_{\mathrm{th}},$ 其中ε_th是门限值。

然而上述的两种方法都存在收敛速度太慢的问题，而上述收敛速度过慢的原因是因为已有算法中的初始接收矩阵均为 $R_k^0=[I_{L_k},0],$ 其中

是L_k×L_k单位阵，0是L_k×(N_k-L_k)零矩阵。若用此

来合并接收信号，相当于只利用了L_k个接收天线上的信息，而另外N_k-L_k个接收天线上的信息就被浪费掉了，以此为初始接收矩阵不是最佳的，导致收敛数度较慢。

发明内容

本发明的目的是提供一种多输入多输出广播信道中的预编码处理方法及装置、基站，加快计算过程中预编码发射矩阵T_k和接收机的解码矩阵R_k的收敛速度。

为了实现上述目的，本发明提供了一种多输入多输出广播信道中的预编码处理方法，其中，包括：

步骤11，使用单位阵作为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵；

步骤12，利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵；

步骤13，将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量；

步骤14，将步骤12的所述初始预编码发射矩阵与步骤13得到的所述右特征向量共轭转置的乘积作为第一预编码发射矩阵；

步骤15，利用步骤14得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立。

上述的方法，其中，所述步骤13中选择的右特征向量的数目为用户所分配到的数据流的数目。

上述的方法，其中，所述步骤12中，所述用户发射数据流所对应的初始预编码发射矩阵为：

$Q_k={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^0}^H{R}_k^0{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^0}^H;$

其中，I为单位阵，P为发射功率，H_k为用户K的发射信道矩阵，N₀为接收机噪声方差，

为接收机初始解码矩阵。

上述的方法，其中，所述步骤15中使用下述公式进行迭代计算：

$R_k^i={T_k^{i-1}}^H{H}_k^H{\left(H_k\underset{i=1}{\stackrel{K}{\mathrm{\&Sigma;}}}\left(T_k^{i-1}{T_k^{i-1}}^H\right)H_k^H+N_{0}I\right)}^{-1}$

$T_k^i={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^i}^H{R}_k^i{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^i}^H$

其中：

T_k和R_k分别为用户k对应的预编码发射矩阵和接收机的解码矩阵；

i为迭代次数序号。

上述的方法，其中，所述预设条件为：

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left|\right|R_k^{i+1}-R_k^i\left|\right|}_F^2<{\mathrm{\&epsiv;}}_{\mathrm{th}}.$

为了更好的实现上述目的，本发明还提供了一种多输入多输出广播信道中的预编码处理装置，其中，包括：

用于使用单位阵作为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵的模块；

用于利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵的模块；

用于将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量的模块；

用于将所述初始预编码发射矩阵与选择的右特征向量共轭转置的乘积作为第一预编码发射矩阵的模块；

用于利用得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立的模块。

为了更好的实现上述目的，本发明还提供了一种多输入多输出广播信道中的基站，包括预编码处理装置，其中，所述预编码处理装置包括：

用于使用单位阵作为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵的模块；

用于利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵的模块；

用于将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量的模块；

用于将所述初始预编码发射矩阵与选择的右特征向量共轭转置的乘积作为第一预编码发射矩阵的模块；

用于利用得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立的模块。

本发明具有以下的有益效果，由于本发明的方法、装置和基站在初始时使用N_k×N_k单位阵，即作为初始，先产生 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{N}_k>M$ 个数据流，但通过SVD，选择其中最佳的 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{L}_k=M$ 个特征信道来真正传输数据，使移动台所有的天线上的信息都得到利用，进而加快收敛速度。

附图说明

图1为本发明的多输入多输出广播信道中的预编码处理方法的流程示意图；

图2为本发明的多输入多输出广播信道中的预编码处理装置的结构示意图；

图3为第一仿真条件下，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随SNR变化的仿真示意图；

图4为第一仿真条件下，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随迭代次数变化的仿真示意图；

图5为第二仿真条件下，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随SNR变化的仿真示意图；

图6为第二仿真条件下，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随迭代次数变化的仿真示意图。

具体实施方式

在背景技术部分已经描述了导致预编码发射矩阵T_k和接收机的解码矩阵R_k的收敛速度慢的原因，因此，本发明的方法、装置和基站在初始时使用N_K×N_K单位阵，即 $R_k^0=\left[I_{N_k}\right]$ 作为初始，先产生个数据流，但通过SVD，选择其中最佳的

个特征信道来真正传输数据，使移动台所有的天线上的信息都得到利用，进而加快收敛速度。

在本发明的具体实施例中，以以下情况为例进行详细说明。

假设下行MIMO系统包括一个基站和K个移动台，其中，基站有M个发射天线，每个移动台有N_k个接收天线。基站向第k个用户发射L_k个数据流，其中：

k＝1，2，...，K；

L_k≤min{N_k，M}且 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{L}_k=M$

L_k×1的发射矢量s_k(数据符号)通过一个M×L_k的预编码发射矩阵T_k从M个天线发射出去，用户k的信道特性矩阵为N_k×M维矩阵H_k。

第k个用户接收到的N_k×1维信号矢量y_k，通过一L_k×N_k接收解码矩阵R_k，产生L_k×1维软输出矢量

如下：

${\hat{s}}_k=R_k(H_k\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{T}_i{s}_i+n_k)=R_k{H}_k{T}_k{s}_k+R_k{H}_k\underset{i\&NotEqual;k}{\overset{K}{\underset{i=1}{\mathrm{\&Sigma;}}}}{T}_i{s}_i+R_k{n}_k$

上式中，处于第二个等号右边的第二部分为多用户干扰，而n_k为噪音信号。

假设 $\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{L}_k=M,$ 也可以扩展到更多用户，包括用户选择或模式选择。

如图1所示，本发明的多输入多输出系统中的预编码处理方法包括：

步骤11，使用N_k×N_k单位阵作为接收机解码矩阵R_k，得到接收机初始解码矩阵如下所示：

$R_k^0=I_{N_K}$

在步骤11中使用N_k×N_k单位阵作为接收机解码矩阵R_k，意味着移动台的所有接收天线(N_k个)被用于接收N_k个数据流。

步骤12，利用接收机初始解码矩阵

和MMSE标准计算每一个用户数据流所对应的初始预编码发射矩阵Q_k，如下所示：

$Q_k={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^0}^H{R}_k^0{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^0}^H$

其中，上标H表示共轭转置计算，I为单位阵，N₀为噪音信号n_k的方差。

与Nu-SVD方法不同的是，在Nu-SVD方法计算的是所有其他用户(不包括自身)的合并信号的零空间。

步骤13，利用步骤12得到的初始预编码发射矩阵Q_k获取每个用户对应的等效信道H_kQ_k，并对每个用户对应的等效信道H_kQ_k进行SVD操作，选择L_k个具有最大特征值的右特征向量的共轭转置

其中，SVD操作如下所示：

SVD(H_kQ_k)＝U_kΛ_kV_k ^H

由于步骤12中生成了

(大于M)个波束来发射个数据流，但在步骤13中，通过SVD获取其中的

个波束进行后续处理。

步骤14，将步骤12的初始预编码发射矩阵Q_k与步骤13得到的所述右特征向量的共轭转置

的乘积作为第一预编码发射矩阵

如下所示：

$T_k^1=Q_k{V}_k{|}_{1,...,L_k}$

步骤15，利用

进行后续迭代计算，进行最终的预编码发射矩阵T_k和接收机的解码矩阵R_k的迭代计算，直至下式成立：

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left|\right|R_k^{i+1}-R_k^i\left|\right|}_F^2<{\mathrm{\&epsiv;}}_{\mathrm{th}}$

其中：

$R_k^i={T_k^{i-1}}^H{H}_k^H{\left(H_k\underset{i=1}{\stackrel{K}{\mathrm{\&Sigma;}}}\left(T_k^{i-1}{T_k^{i-1}}^H\right)H_k^H+N_{0}I\right)}^{-1}$

$T_k^i={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^i}^H{R}_k^i{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^i}^H$

i为迭代次数序号，大于或等于2，而ε_th是门限值，其取值可根据系统性能要求进行调整，如可以设置为0.0001。

本发明的多输入多输出系统中的基站，包括一用于获取预编码发射矩阵T_k和接收机的解码矩阵R_k的预编码处理装置，如图2所示，该预编码处理装置包括：

初始化模块21，用于使用N_k×N_k单位阵为接收机解码矩阵R_k，得到接收机初始解码矩阵

初始预编码发射矩阵获取模块22，用于利用接收机初始解码矩阵

和MMSE标准计算每一个用户数据流所对应的初始预编码发射矩阵Q_k；

SVD模块23，用于利用初始预编码发射矩阵Q_k获取每个用户对应的等效信道H_kQ_k，并对每个用户对应的等效信道H_kQ_k进行SVD操作；

选择模块24，用于选择L_k个具有最大特征值的右特征向量

第一预编码发射矩阵获取模块25，用于将所述初始预编码发射矩阵与选择的右特征向量共轭转置的乘积作为第一预编码发射矩阵

迭代处理模块26，利用进行最终的预编码发射矩阵T_k和接收机的解码矩阵R_k的后续迭代计算，直至满足预设条件。

假设第一仿真条件如下所示：基站发射天线数M＝4，移动台接收天线数N_k＝2，每个用户接收1个数据流L_k＝1，共4个用户。

图3为第一仿真条件下，且迭代次数为1000次时，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随SNR变化的仿真示意图，其中：

$\mathrm{sum\; rate}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{SINR}}_k)$

而L_k＝1时，

${\mathrm{SINR}}_k=P_k{\left|r_k{h}_k{t}_k\right|}^2/({\mathrm{\&sigma;}}^2{r}_k^H{r}_k+\underset{i\&NotEqual;k}{\overset{K}{\underset{i=1}{\mathrm{\&Sigma;}}}}{p}_i{\left|r_k{h}_k{t}_i\right|}^2)$

从图3中可以看出，在迭代次数较多的情况下，本发明的方法和T-MMSE方法的稳态结果基本一致，稍高于Nu-SVD方法。

图4为第一仿真条件下，且SNR为20dB时本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随迭代次数变化的仿真示意图，图4中，带三角形的曲线为本发明的系统数据率随迭代次数变化的曲线，带圆点的曲线为T-MMSE方法的系统数据率随迭代次数变化的曲线，而带菱形的曲线为Nu-SVD方法的系统数据率随迭代次数变化的曲线，从图4中可以看出，本发明的方法在迭代2次以后基本就达到了一个相对稳定的状态，而T-MMSE的方法和Nu-SVD的方法分别需要迭代超过5次和10次才能基本达到一个相对稳定的状态，因此，利用本发明的方法其迭代次数大大降低，也就是收敛速度加快。

假设第二仿真条件如下所示：基站发射天线数M＝4，移动台接收天线数N_k＝4，每个用户接收1个数据流L_k＝1，共4个用户。

图5为第二仿真条件下，且迭代次数为1000次时，本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随SNR变化的仿真示意图，从图5中可以看出，在迭代次数较多的情况下，本发明的方法和T-MMSE方法的稳态结果基本一致，稍高于Nu-SVD方法。

图6为第二仿真条件下，且SNR为20dB时本发明的方法和Nu-SVD，T-MMSE方法的系统数据率随迭代次数变化的仿真示意图，图6中，带三角形的曲线为本发明的系统数据率随迭代次数变化的曲线，带圆点的曲线为T-MMSE方法的系统数据率随迭代次数变化的曲线，而带菱形的曲线为Nu-SVD方法的系统数据率随迭代次数变化的曲线。从图6可以看出，本发明的方法在迭代2～3次以后基本就达到了一个相对稳定的状态，而Nu-SVD的方法需要迭代超过10次才能基本达到一个相对稳定的状态，T-MMSE的方法也需要在迭代5～7次之后才能达到一个相对稳定的状态。因此，利用本发明的方法其迭代次数大大降低，也就是收敛速度加快。

同时，从图4和图6中也可以看出，在迭代次数较少时，本发明的方法相对于Nu-SVD，T-MMSE方法，也有一定程度的吞吐量的提升。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种多输入多输出广播信道中的预编码处理方法，其特征在于，包括：

步骤11，使用单位阵作为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵；

步骤12，利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵；

步骤13，将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量；

步骤14，将步骤12的所述初始预编码发射矩阵与步骤13得到的所述右特征向量共轭转置的乘积作为第一预编码发射矩阵；

步骤15，利用步骤14得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立。

2.根据权利要求1所述的方法，其特征在于，所述步骤13中选择的右特征向量的数目为用户所分配到的数据流的数目。

3.根据权利要求2所述的方法，其特征在于，所述步骤12中，所述用户数据流所对应的初始预编码发射矩阵为：

$Q_k={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^0}^H{R}_k^0{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^0}^H,$

其中，I为单位阵，P为发射功率，H_k为用户K的发射信道矩阵，N₀为接收机噪声方差，

为接收机初始解码矩阵。

4.根据权利要求3所述的方法，其特征在于，所述步骤15中使用下述公式进行迭代计算：

$R_k^i={T_k^{i-1}}^H{H}_k^H{(H_k\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}\left(T_k^{i-1}{T_k^{i-1}}^H\right)H_k^H+N_{0}I)}^{-1}$

$T_k^i={(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{H}_k^H{R_k^i}^H{R}_k^i{H}_k+(N_0/P)I)}^{-1}{H}_k^H{R_k^i}^H$

其中：

T_k和R_k分别为用户k对应的预编码发射矩阵和接收机的解码矩阵；

i为迭代次数序号。

5.根据权利要求4所述的方法，其特征在于，所述预设条件为：

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left|\right|R_k^{i+1}-R_k^i\left|\right|}_F^2<{\mathrm{\&epsiv;}}_{\mathrm{th}}.$

6.一种多输入多输出广播信道中的预编码处理装置，其特征在于，包括：

用于使用单位阵作为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵的模块；

用于利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵的模块；

用于将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量的模块；

用于将所述初始预编码发射矩阵与选择的右特征向量共轭转置的乘积作为第一预编码发射矩阵的模块；

用于利用得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立的模块。

7.一种多输入多输出广播信道中的基站，包括预编码处理装置，其特征在于，所述预编码处理装置包括：

用于使用单位阵为接收机解码矩阵，且单位阵维数为接收天线个数，得到接收机初始解码矩阵的模块；

用于利用接收机初始解码矩阵和最小化均方误差标准计算每个用户数据流所对应的初始预编码发射矩阵的模块；

用于将发射信道矩阵与所述初始预编码发射矩阵的乘积作为用户对应的等效信道，并对用户对应的等效信道进行奇异值分解操作后，选择其中具有最大特征值的右特征向量的模块；

用于将所述初始预编码发射矩阵与选择的右特征向量共轭转置的乘积作为第一预编码发射矩阵的模块；

用于利用得到的第一预编码发射矩阵进行最终的预编码发射矩阵和接收机的解码矩阵的迭代计算，直至预设条件成立的模块。

Images