CN101507162B - 为下行链路mimo传输调节提供信道质量反馈的系统和方法 - Google Patents

Abstract

公开通过减少为了调节下行链路MIMO信道上的数据速率而提供信道性能反馈所需要的上行链路资源量，来改进MIMO无线通信系统性能的系统和方法。在一个实施例中，一种方法包括根据相应的数据速率对一组数据流中的每一个数据流进行编码，根据组合的完全排列对一组MIMO信道上的数据流进行排列，发送排列后的数据流，接收排列后的数据流，对每个数据流进行解码并确定每个数据流的SNR，计算该组数据流的简化SNR度量，提供简化度量作为反馈，基于简化SNR度量来确定数据流的各个SNR度量的集合，并基于各个SNR度量来调节对数据流进行编码的数据速率。

Description

为下行链路MIMO传输调节提供信道质量反馈的系统和方法

技术领域

本发明总地涉及无线通信系统，更具体而言，涉及用于减少选择对数据流进行编码的适当数据速率以最大化数据吞吐率所需要的反馈量的系统和方法。

背景技术

无线通信系统可以包括多个基站和多个移动台。在任何给定时刻，某一特定基站可以与一个或多个移动台进行通信。从基站到移动台的通信常常称作前向链路或下行链路，而从移动台到基站的通信称作反向链路或上行链路。

将要在基站和移动台之间传输的数据通常要进行编码，由发射机（或者在基站中或者在移动台中）发射，由接收机（或者在移动台中或者在基站中）接收，然后再进行解码。数据以基于通信链路的质量而选择的数据速率进行编码。链路越好，可以使用的数据速率越高。

尽管基站通常具有能够增大数据发射的功率并由此提高信道质量的能力，但是这并不总是可取的。例如，如果通信链路的质量已经足以支持适当的数据速率，那么增大功率可能只会增大与其它通信之间的干扰。因此，基站通常执行某种机制来控制数据发射的功率和数据速率。这可以例如包括测量移动台处的性能（例如信噪比，或者说是SNR），向基站提供关于性能的反馈，以及基于所测量的性能改变对数据进行编码和发射的数据速率。

无线通信的更多新近进展之一是MIMO（多输入多输出）系统的发展。MIMO系统使用多个发射天线和多个接收天线，来建立可以在空间上彼此区分的多个信道。在使用MIMO技术进行通信的发展过程中，所遇到的问题之一在于最大化每一MIMO信道的吞吐率以及最大化吞吐率所必需的反馈量。

一种方式（称作单天线速率控制，或者说是PARC）需要提供单独的SNR值作为对每条MIMO信道的反馈。由于为各个信道提供SNR需要大量上行链路资源，所以该方式并不理想。另一种方式（称作对角贝尔实验室分层空时架构，或者说是D-BLAST）只需要单独一个SNR值作为反馈，但是要求在针对一部分MIMO信道发送编码的数据块序列之前发送空信号。这导致信道利用效率低。第三种方式（称作码重用贝尔实验室分层空时架构，或者说是CR-BLAST）也只需要单独一个SNR作为反馈，但是它使用单独一个共用编码器对所有MIMO流进行编码。因此，它不能利用串行干扰消除（SIC）和独立优化的速率控制。除非它与高度复杂的迭代解调和解码相结合，否则CR-BLAST的性能将会比使用SIC和独立优化的速率控制的系统的性能更差。因此希望提供一种系统和方法，在上行链路上可以从移动台向基站发送缩减数量的反馈（例如，比用于各个信道的单独SNR要少），信道的利用并不由于空信号的发送而减损，并且可以应用独立的速率控制和SIC。

发明内容

在本发明的一个方面，披露了一种方法，它包括在多个信道上接收多个排列的数据流，逆排列这些数据流并确定各个数据流的质量度量，并基于各个数据流的质量度量来确定简化质量度量。该方法还包括向接收机发送简化质量度量。

在本发明的另一方面，披露了一种装置，它包括用于在多个信道上接收多个排列的数据流的模块，用于逆排列这些数据流的模块，用于确定各个数据流的质量度量的模块，以及用于基于各个数据流的质量度量来确定简化质量度量的模块。该装置还包括用于向接收机发送简化质量度量的模块。

在本发明的另一方面，披露了一种无线通信系统的移动台。该移动台包括处理子系统、收发信机子系统，该收发信机子系统具有多个接收天线，并且耦合至处理子系统，其中，处理子系统用于通过这些接收天线来接收排列的数据流，逆排列这些数据流，对这些数据流进行解码，确定与每二个数据流相对应的各自的质量度量，并基于与每个数据流相对应的各自的质量度量来确定简化质量度量。该移动台还用于控制收发信机子系统向基站发送简化质量度量。

在本发明的另一方面，披露了一种装置，它包括用于在多个信道上接收多个数据流的接收机，用于确定与所接收的每个数据流相对应的各自的质量度量的控制器。该装置还包括发射机，该发射机用于发送与所接收的数据流中的第一数据流相对应的单个质量度量以及与其余所接收的各个数据流相对应的辅助参数。

附图说明

图1是图示示例性无线发射机结构的功能框图；

图2是图示示例性无线接收机结构的功能框图；

图3是图示根据现有技术在对应的一组MIMO信道上发送一组数据流中的每一个数据流的简图；

图4A和4B是图示根据一个实施例在一组MIMO信道的每一个信道上发送一组数据流中的每一个数据流的一对简图；

图5是图示在四个MIMO信道上发送的四个数据流的所有可能排列的表；

图6是图示根据一个实施例利用伪随机天线排列和串行干扰消除的系统结构的功能框图；以及

图7是图示根据一个实施例处理和发送MIMO通信系统中的多个数据流以及确定作为数据流处理中用于数据速率控制的反馈而提供的简化度量的流程图。

具体实施方式

以下将描述本发明的一个或多个实施例。应当注意到，以下描述的这些和任何其它实施例都是示例性的，而且旨在对本发明进行说明而不是加以限制。

此处描述的本发明实施例，通过提供系统和方法来解决以上所指出的一个或多个需求，其中，系统和方法通过减少为了调节下行链路MIMO信道上的数据速率而提供信道性能反馈所需要的上行链路资源量，来改进MIMO OFDMA（正交频分多址）无线通信系统的性能。在一个实施例中，在基站中按照惯例对数据流进行编码、交织并映射成调制符号。接下来，调制符号根据伪随机模式进行混频，并由一组发射天线进行发射，从而每个数据流的数据均在所有的MIMO信道上发送。在一个实施例中，使用可能组合的完全排列。数据在移动台进行接收、去混频（逆排列）和解码。确定各个数据流的SNR。在一个实施例中，使用串行干扰消除对数据流进行解码。接下来，计算简化SNR度量（例如基准SNR和ΔSNR）并发回给基站。基站基于简化SNR度量确定每个数据流的SNR，并使用这些SNR来调节对各个数据流进行编码的数据速率。在另一实施例中，在没有SIC的情况下对数据流进行解码。在这种情况下，简化SNR的ΔSNR部分设为零。

一个实施例包括一种方法，该方法包括根据相应的数据速率对一组数据流中的每一个数据流进行编码，根据组合的完全排列对一组MIMO信道上的数据流进行混频，发送排列后的数据流，接收排列后的数据流，对数据流进行逆排列，对每个数据流进行解码并确定每个数据流的SNR，计算这组数据流的简化SNR度量，提供简化度量作为反馈，基于简化SNR度量来确定数据流的各个SNR度量的集合，并基于各个SNR度量来调节对数据流进行编码的数据速率。

另一实施例包括一种MIMO无线通信系统。该系统包括具有多个MIMO发射天线的基站和具有多个MIMO接收天线的移动台。该基站配置为根据相应的数据速率对多个数据流中的每一个数据流进行编码，排列所述数据流并在与MIMO发射天线相对应的多个MIMO信道上发送各个数据流。移动台配置为逆排列数据流以再现编码过的数据流，对数据流进行解码并确定与各个数据流相对应的质量度量。移动台接下来基于与各个数据流相对应的质量度量确定简化质量度量，并将简化质量度量发回给基站。基站配置为基于简化质量度量确定与每个数据流相关联的各自的质量度量，然后基于各自的质量度量来调节对各个数据流进行编码的数据速率。

还可能有众多替代实施例。

如此处所描述的，本发明的各个实施例包括通过减少为了调节下行链路（前向链路）MIMO信道上的数据速率而提供SNR/信道性能反馈所需要的上行链路（反向链路）资源量，来改进MIMO无线通信系统的性能的系统和方法。

在一个实施例中，使用相应的数据速率对基站中的一组数据流进行编码。接下来，编码过的数据流即将要发送。然而，不是在单独一个MIMO信道上发送编码过的每个数据流，而是将编码过的每个数据流的帧中的连续块进行混频，并由不同的MIMO信道进行发送。也就是说，在不同的信道之间排列数据流。

在该实施例中，每个数据流的第一块由MIMO信道的第一组合发送。例如，如果有编号为1-4的四个数据流和编号为1-4的四个MIMO信道，那么数据流1-4的第一块可以分别由MIMO信道1-4来发送。然后，数据流1-4的第二块可以分别由MIMO信道2，3，4和1来发送，而第三块可以分别由信道3，4，1和2来发送。在该实施例中，数据流1-4的连续块可以由MIMO信道1-4的24种可能排列中的任意一种来发送。

基站所发送的MIMO信道可以由移动台的MIMO接收机在空间上加以识别。移动台由此可以从每个MIMO信道中取出编码数据的块，并重建编码的数据流（假定移动台知道基站用以在MIMO信道之间混频（排列）数据流的块所使用的排列方案）。接收机从而可以对数据流进行解码，并确定各个数据流的SNR。

由于各个数据流的块已经在所有四个MIMO信道上发送，因此四个数据流中的每一个数据流将会经受同样的信道状态，如果在整个编码帧发送期间信道保持近似稳定的话，那么取平均。因此，当确定每个数据流的（在一个帧上平均的）SNR时，SNR值应当只会由于干扰消除而不同，其中，当对各个数据流进行解码时可以完成干扰消除，干扰消除然后用作从接下来要进行解码的其余数据流中去除相关干扰的反馈。这就是通常所说的串行干扰消除。

由于四个数据流的SNR只随着串行干扰消除而发生变化，因此SNR值不会胡乱地发生变化，而是有相对好的表现。即使MIMO信道状态大大不同（并可能由此导致分别在相应单独一个MIMO信道上发送的数据流的SNR变化的程度更大）也是如此。

不同数据流的SNR表现相对良好的事实使得SNR值能够以合理的精确度以简化形式（也就是说，比分别提供四个不同SNR值中的每一个更简洁的形式）来表示。例如，SNR可以用基准SNR值和ΔSNR值来表示，在这里基准SNR值对应于第一解码数据流的SNR，而ΔSNR对应于连续数据流的SNR值之间的差值。

移动台经由上行链路向基站发送简化的SNR表示。由于简化的SNR表示比四个各自的SNR值的表示更小，因此需要更少的上行链路资源向基站提供该反馈。接下来，基站将不同数据流的SNR的简化表示用作调节随后对不同数据流进行编码的数据速率的基础。换句话说，就一个数据流而言，基站将假定移动台测得的SNR等于基准SNR值，并调节到基准SNR所指示的用于该数据流的数据速率。就紧跟在该数据流之后的下一个数据流而言，基站将假定测得的SNR值等于基准SNR值加上ΔSNR值。就下一个数据流而言，将使用等于基准SNR加上两倍ΔSNR值的值，依此类推，同时各个数据流的数据速率可据此进行调节。

在更为详细地讨论示例性实施例之前，描述典型无线通信系统中单个物理信道的基本操作是有用的。参见图1，示出了用于图示示例性无线发射机结构的功能框图。

如图1所描绘的，编码器110接收并处理数据流。如以下将进一步讨论的，数据流以所选择的数据速率进行编码。编码过的数据流转发给交织器120，然后转发给映射器/调制器130。调制过的信号接下来转发给天线140，天线140发射调制过的信号。

参见图2，示出了用于图示示例性无线接收机结构的功能框图。在该图中，天线140发射的信号由天线250接收，然后转发给解调器/解映射器260。对该信号加以解调并传递给解交织器270。在对信号解交织之后，由解码器280进行解码，以再现原始数据流。应当注意的是，在发射机和接收机对信号进行处理期间可能会产生某些错误，因此此处所用的“原始数据流”是指解码后的信号，无论它是原始信号完全精确的再现，还是包含某些错误。

图1和图2呈现了用于在单方向上传送信息的机制。例如，在蜂窝电话系统中信息可以从基站传送给移动台。通常，通信可以是双向的，而不是单向的，因此类似的一组结构可以用来从移动台向基站传送信息，以及从基站向移动台传送信息。在这种类型的系统中，从基站到移动台的通信通常称为前向链路，而从移动台到基站的通信称为反向链路。

如上所提及的，在发射机中编码数据流基于为发送数据所选择的数据速率。该数据速率进而又基于所接收到信号的质量而被选择。如果所接收到信号的质量较高，接收机就可以解码较高的数据速率。因此希望提高数据速率，从而获得更高的吞吐率。如果所接收到信号的质量较差，接收机就只能解码较低的数据速率。在这种情况下，希望降低数据速率，从而在解码数据中出现的错误更少。

为了确定应当用来对数据流进行编码的数据速率，首先必须要确定所接收到信号的质量。在某些系统中，通过测量信号的信噪比（SNR）来确定信号质量。在特定的SNR水平下，可以支持相应的数据速率。例如，SNR1可以在可接受的误码率的范围下支持直到数据速率1的数据速率，SNR2可以支持直到数据速率2的数据速率，等等。因此，这些系统测量所接收到信号的SNR，并将该信息发回给发射机，发射机接下来确定当前用来编码数据以进行发送的数据速率是可接受的、过高的还是过低的。如果数据速率过高或过低，那么对于后继编码可以选择更适当的数据速率。

在单一信道的情形下提供所接收到信号的SNR作为用于调节对数据进行编码的数据速率的反馈，是相对简单的问题。SNR信息对于选择数据速率的目的而言足够了，并且该信息并不构成特别大的开销。即使认为开销很大，也难以降低该负担，因为SNR是单一值，并且该信息对于确定适当的数据速率而言是必需的。

然而，某些系统并非只具有单一信道。例如，MIMO（多输入多输出）系统具有多个物理信道。MIMO发射机具有多个天线，每个天线均可以用来发送多个MIMO信道中的不同信道。类似地，MIMO接收机具有多个天线，用来在发射机的各天线所发送的不同物理信道之间进行区分，并接收这些分离的物理信道。

在典型的MIMO系统中，每一信道均以与单一信道系统实质上相同的方式进行处理。换句话说，对于各个信道而言，以所选的数据速率对数据流进行编码，交织，映射/调制，经由相应的一个MIMO天线进行发送，在接收机处接收，解映射/解调，解交织并解码，以构建原始数据流。对于各个MIMO信道来说，并行地进行该处理。

MIMO系统被配置成使得物理信道彼此独立。因此多个数据流可以单独地通过不同的信道发送。换句话说，各个数据流可以由不同的发射天线来发送，并且可以由多天线MIMO接收机进行区分。这在图3中进行图解说明。

参见图3，示出了用于图示根据现有技术的系统在相应的一组MIMO信道上发送一组数据流中的每一个数据流的简图。举例来说，图3的系统代表PARC系统。在该系统中，一组编码过的数据流311-314由一组发射天线321-324来发送。所发送的信号由接收天线331-334来接收。空时信号处理器335处理所接收到的信号（所有这些信号都由各个天线331-334接收）以区分数据流341-344（基本上与数据流311-314相同）。

由于MIMO信道彼此独立，不同的信道具有不同的衰落特性。换句话说，MIMO系统的各个信道均可以具有不同的SNR。因此，不同的信道可能需要以不同的数据速率对相应的数据流进行编码，以便最大化各个信道的吞吐率。

提供该SNR信息的一种简单方式是分别测量各个MIMO信道的SNR，然后将这些SNR值中的每一个发回给发射机，从而可以基于相应的所测量SNR值来选择各个信道的数据速率。这是用于PARC系统中的方法。尽管该方法很简单，但是它需要相对大量的反向链路资源。如果有n个MIMO信道，与单一信道情况相比，该方法需要n倍的更多资源。由于与该方法相关联的高资源成本，本系统和方法使用替代的方式，使得简化SNR度量返回给发射机作为反馈，由此节约了反向链路资源，同时使得能选择更接近最大化系统吞吐率的数据速率。

由于不同的MIMO信道彼此独立，它们具有独立的衰落特性和信道质量。因此这些信道中每一个信道的SNR也是独立的。由于SNR是独立的，因此它们可能基本上彼此不同。例如，如果有四个信道，第一个信道可能具有[+15]dB的SNR，第二信道可能具有[-15]dB的SNR，第三信道可能具有0dB的SNR，而第四信道可能具有[+15]dB的SNR。在这种情形下，显然以一种简化形式来描述所有信道SNR的特性是非常困难的。因此，本实施例使用这样一种方法，它确保SNR的表现良好到足以允许它们以简化形式并且以合理的精确度来表示。

本实施例中使用的方法涉及在所有MIMO信道上发送各个数据流的数据。换句话说，对于各个数据流而言，以基本上与典型MIMO系统相同的方式在发射机内处理数据，而不是经由单独一个MIMO天线来发送数据，一个块经由第一天线发送，下一个块经由第二天线发送，等等。各个数据流的块由此遍及在所有MIMO信道上（各个MIMO信道与相应的一个MIMO天线相关联）。这在图4A和图4B中进行了图解说明。

参见图4A，示出了用于图示根据一个实施例在一组MIMO信道的每一个信道上发送一组数据流中的每一个数据流的简图。在图4A的右侧，图示了四个数据流411-414。数据流411-414对应于已经由发射机处理过的并即将通过无线链路发送给接收机的编码、交织、映射/调制过的数据。特别是，多个数据流代表按照惯例将在MIMO系统的分离信道（MIMO发射机的天线）上发送的数据。在各个数据流内，有一连串的数据块。这些数据块用对应于数据流的字母和对应于数据块在数据流内位置的数字来标识。这些数据块可以具有便于特定实现的任意大小，但是它们不应当过大，以至失去通过不同信道排列数据流的益处。

在数据流经受了常规的预发送处理之后，将各个数据流的块映射到MIMO发射机的不同天线上。如图4A所示，第一组块A1，B1，C1和D1，分别映射到天线431，432，433和434。下一组块A2，B2，C2和D2，分别映射到四个天线的不同组合。具体而言，它们分别映射到天线432，433，434和431。换一种方式来说，相对于天线将不同数据流的块轮换一个位置。第三组数据块再轮换一个位置，从而数据块A3，B3，C3和D3分别映射到天线433，434，431和432。后续的块同样映射到天线在可能范围内的不同组合。在一个实施例中，数据块到MIMO信道的一系列映射包括伪随机模式（如结合图5所示和描述的）。

参见图4B，示出了用于图示在接收机处接收各个发送的混频数据流的简图。可以看出各个接收机天线441-444接收发射机天线431-434发送的组合的信号。空时信号处理器445处理所接收到的信号，以区分排列的数据流451-454。接收机知道用于将原始数据流411-414映射为混频数据流421-424的算法和/或模式。因此接收机可以解映射或去混频所接收到的数据块（451-454），以便重建原始数据流（461-464）。重建的数据流461-464接下来可以使用常规方法进行解映射/解调，解交织和解码。

从图4A和图4B可以看出，重建的数据流由优选以伪随机模式通过所有MIMO信道发送的数据块构成。例如，重建的数据流411包括数据块A1，A2，A3。这些数据块通过第一，第二，第三等MIMO信道发送。其它重建的数据流同样通过所有MIMO信道发送。通过在所有MIMO信道上发送各个数据流，各个数据流均经受平均起来相同的信道状态。换句话说，各个数据流均有接近四分之一的数据块在各个MIMO信道上发送，因此有四分之一的时间经受各个MIMO信道的信道状态。

鉴于其中不同信道的SNR从[+15]dB到[-15]dB变化的上述例子，在所有这四个信道上发送各个数据流将会得到[+15]dB到[-15]dB之间某处的平均SNR。例如，SNR可能会是[+5]dB。尽管不同数据流的SNR很可能不会完全相同，但是它们应当大致等同，并且与典型MIMO系统中的SNR变化相比，表现当然会非常良好。

应当注意到，除了提供均衡与不同数据流相关联的SNR的好处之外，在所有MIMO物理信道上发送各个数据流还可以具有额外的好处。例如，因为分集性提供更好的鲁棒信道，所以有一种好处是可以使用不同的信号路径来发送数据流。

如果各个数据流将要在多个物理信道上发送，那么必需要确定不同的数据流如何在这些信道上混频。换句话说，必需要确定在任何特定时刻，哪一个数据流由哪一个天线来发送。在某些实施例中，有可能简单地在不同的天线之间轮换这些数据流。例如，如果有四个信道，数据流的相继数据块可以由天线1，2，3，4，1，2，3，4等等来发送。

尽管使用诸如这样的简单轮换可能是有益的，但是依照与数据流相关联的SNR的均衡化以及分集性的好处，能够预期的是，如果使用包含数据流和物理信道可能组合的完全排列的伪随机模式的话，能够获得更好的性能。此处所使用的组合的“完全”排列，是指数据流和物理信道的组合的所有可能次序。在图5中示出了一个例子。

参见图5，示出了用于图示在四个MIMO信道上发送的四个数据流的所有可能排列的表。对应于特定数据流的数据块用相同的字母来标识。例如，来自第一个数据流的所有数据块都用字母“A”来标识。第二，第三和第四数据流的数据块分别用字母“B”，“C”和“D”来标识。该表的每一行对应于特定的MIMO信道。该表的每一列对应于在MIMO信道上发送的相继数据块。

可以看出，在各个时间点（即在表的每一列），从四个数据流中的每一个数据流发送一个数据块。在第一（最左边）列，分别在MIMO信道1，2，3和4上发送来自数据流A，B，C和D的数据块。在下一列，轮换数据流（或MIMO信道），从而分别在MIMO信道2，3，4和1上发送来自数据流A，B，C和D的数据块。照这样的次序，将数据流轮换多达所具有的数据块那么多次。

在第五列，原始次序的数据流将会轮换回数据流和MIMO信道的原始组合（即分别在MIMO信道1，2，3和4上发送数据流A，B，C和D）。不是重复这种组合，而是将数据流排列成分别在MIMO信道1，2，4和3上发送数据流A，B，C和D。然后以这样的次序轮换数据流，直到来自各个数据流的块再次在各个MIMO信道上发送为止。

对于数据流和MIMO信道组合的每一种排列均重复该处理过程。四个数据流可以按照六种不同的排列来排序：A-B-C-D；A-B-D-C；A-C-B-D；A-C-D-B；A-D-B-C；和A-D-C-B。数据流的这些排序中的每一个接下来均可以在四个不同的MIMO信道之间轮换。例如，A-B-C-D可以在1-2-3-4，4-1-2-3，3-4-1-2，或2-3-4-1上发送。因此，有24（4的阶乘，或4！）种四个数据流和四个MIMO信道的不同组合。作为组合的完全排列，使用所有这些不同的组合在MIMO信道上发送数据流关系到提出本公开文本的目的。

应当注意到，此处所披露的系统意图是说明性的，并且替代实施例可能具有不同数目的数据流和/或MIMO信道。对于数据流数目等于MIMO信道数目的实施例，数据流和MIMO信道的不同组合数目由n！（n的阶乘）给出，在这里n为数据流/MIMO信道的数目。因此，举例来说，具有三个数据流和三个MIMO信道的系统的完全排列具有3！或者说是6种不同的组合。具有五个数据流和五个MIMO信道的系统的完全排列具有5！或者说是120种不同的组合。

由于各个数据流的块已经在所有MIMO信道上发送，并且经受了基本上相同的信道状态，因此不同数据流的SNR表现良好。理论上，数据流的SNR是相等的。因此有可能以代表所有数据流的单个SNR的形式向发射机提供反馈。然而，这并不可能为数据流提供最高的吞吐率。

在一个实施例中，MIMO接收机是不具有非线性干扰消除的线性接收机。

如果在接收机处没有串行干扰消除操作，通过应用上述的伪随机天线排列，只用单个SNR反馈就可以获得最高的数据速率。当在符号时刻k，N×N MIMO系统的接收矢量用y(k)表示，从而

$y_{N\×1}\left(k\right)=H_{N\×N}\left(k\right)x_{N\×1}\left(k\right)+n_{N\×1}\left(k\right)$

$=x^{\left(1\right)}\left(k\right)h_{N\×1}^{\left(1\right)}\left(k\right)+x^{\left(2\right)}\left(k\right)h_{N\×1}^{\left(2\right)}\left(k\right)+\·\·\·+x^{\left(N\right)}\left(k\right)h_{N\×1}^{\left(N\right)}\left(k\right)+n_{N\×1}\left(k\right),---\left(1\right)$

时，线性最小均方误差（MMSE）接收机中第i个流的SNR变成

${\mathrm{SNR}}^{\left(i\right)}\left(k\right)=\frac{P}{N}{h}_{1\×N}^{\left(i\right)H}\left(k\right){\left[N_{N\×N}^{\left(i\right)}\left(k\right)\right]}^{-1}{h}_{N\×1}^i\left(k\right),---\left(2\right)$

在这里，第i个噪声协方差矩阵用下式表示：

$N_{N\×N}^i\left(k\right)={\mathrm{\σ}}^2{I}_{N\×N}+\underset{j\≠1}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}}\frac{P}{N}{h}_{N\×1}^{\left(j\right)}\left(k\right)h_{1\×N}^{\left(j\right)H}\left(k\right).---\left(3\right)$

在（1）-（3）中， $H_{N\×N}\left(k\right)={[h_{N\×1}^{\left(1\right)}\left(k\right),h_{N\×1}^{\left(2\right)}\left(k\right),\·\·\·,h_{N\×1}^{\left(N\right)}\left(k\right)]}^T$ 表示信道矩阵，x_N×1(k)=[x⁽¹⁾(k),x⁽²⁾(k),…,x^(N)(k)]^T表示归一化的信号矢量，而n_N×1(k)表示N个接收天线所接收到的背景噪声矢量，这N个接收天线的协方差为每一维度σ²。尽管此处所考虑的MIMO系统具有N个数据流，N个发射天线和N个接收天线，但MIMO发送流的数目并不需要等于发射天线的数目，也不需要等于接收天线的数目。发射天线的数目与接收天线的数目同样也不需要相同。

一般而言，不同的流将有不同的SNR值，因为对于不同的发射天线有不同的接收信道矢量。当编码块的符号数目和系统带宽分别用K和W表示时，PARC系统的第i个流的可实现数据速率（比特/秒）可以通过使用以下映射（或通过任何其它恰当设计的SNR-速率映射公式）在准静态信道中计算：

$R^{\left(i\right)}=\frac{W}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\log (1+{\mathrm{SNR}}^{\left(i\right)})=W\log (1+{\mathrm{SNR}}^{\left(i\right)}).i=\mathrm{1,2},...,N.---\left(4\right)$

应当注意到，由于假定准静态信道，所以在表示SNR时已经有意地忽略了时标k。将这N个所请求的数据速率反馈回去，并用来对下一个N-流数据帧进行编码。由独立的流方式编码所能达到的总数据速率由下式给出：

$R=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{R}^{\left(i\right)}=W\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\log (1+{\mathrm{SNR}}^{\left(i\right)}).---\left(5\right)$

现在，如果像图3-4中那样应用伪随机天线排列，那么可以看出N个流的速率具有相同的值。更具体而言，当第i个流在时刻k的排列天线标记用π(i,k)表示时，第i个流所能达到的数据速率为：

$R^{\left(i\right)}=\frac{W}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\log (1+{\mathrm{SNR}}^{\mathrm{\π}(i,k)}\left(k\right))=\frac{W}{K}\underset{k=1}{\overset{K/N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\log (1+{\mathrm{SNR}}^{\left(j\right)})=\frac{W}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\log (1+{\mathrm{SNR}}^{\left(j\right)}),$

i＝1,2，…,N，    （6）

并且所有的R⁽ⁱ⁾都具有相同的值。如果编码后的帧很大，并且使用诸如turbo编码的类随机编码的话，那么所能达到的总数据速率仍然由（5）给出。即使当假定线性迫零（ZF）或匹配滤波器（MF）接收机，而不是MMSE接收机时，PARC与伪随机天线排列之间的关系也是相似的。应当注意到，为了在线性接收机情况下获得最大的数据速率，只需要天线循环操作和单个SNR反馈，而非采用所有的排列。

在一个实施例中，MIMO接收机利用串行干扰消除（SIC）方法来解码数据流。SIC接收机通过首先解码一个数据流然后使用该信息来消除其余数据流中的某些干扰，来针对某些数据流获得改进的SNR值。更具体而言，首先解码的数据流用来再生它在发送期间创建的干扰。该干扰接下来可以从所接收到的数据流叠加中消除掉。接下来对第二个数据流进行解码。因为该数据流中的干扰已经由于从第一个数据流消除干扰而得以降低，因此第二个解码的数据流的SNR大于第一个解码的数据流的SNR。第二个解码的数据流接下来以与第一个数据流相同的方式，来消除其余数据流中的某些干扰。对于其余数据流中的每一个数据流均重复该处理过程。

当使用该SIC方法时，与特定数据流相关联的SNR对应于对该数据流进行解码的次序，第一个要解码的数据流具有最低的SNR，最后一个要解码的数据流具有最高的SNR。由于不同数据流的SNR不相同，因此这些数据流可以支持不同的数据速率（即以不同的数据速率进行编码）。具有最低SNR的数据流支持最低的数据速率，而具有最高SNR的数据流支持最高的数据速率。如果单个SNR值由接收机提供作为反馈，并由发射机用作选择对各个数据流进行编码的数据速率的基础，那么在具有较高SNR的数据流上将不能获得可能的最大吞吐率。因此在该实施例中，提供不同数据流的SNR之间的差值的某些指示是很有用的，从而可以为各个数据流选择适当的数据速率。

当在接收机处使用MMSE-SIC或ZF-SIC解码器时，除非提供N个SNR值作为反馈，否则不可能在严格意义上获得最大的数据速率。然而，在实际意义上通过应用如此处描述的恰当近似公式，利用简化SNR（或缩减的反馈）可以获得大部分最大数据速率。

另一方面，当使用与伪随机天线排列结合的MF-SIC解码器时，通过使用第一个数据流的SNR和这些流当中的平均信道相关因子，可以在发射机处更精确地计算其它数据流的SNR值。在MF（或导频加权的合成器）的输出端，第一个流的即时SNR用下式表示

${\mathrm{SNR}}^{\left(1\right)}\left(k\right)=\frac{{\left|\right|h_{N\×1}^{\mathrm{\π}(1,k)}\left|\right|}^{4}P/N}{\underset{i=2}{\overset{N}{\mathrm{\Σ}}}{|h_{1\×N}^{\mathrm{\π}(1,k)H}\·h_{N\×1}^{\mathrm{\π}(i,k)}|}^{2}P/N+{\left|\right|h_{N\×1}^{\mathrm{\π}(1,k)}\left|\right|}^2{\mathrm{\σ}}^2}---\left(7\right)$

在这里P、N和σ²分别表示信号能量、数据流的数目以及背景噪声的方差。计算编码帧的平均SNR的一种简单方式（尽管在能达到的数据速率方面它并不是最佳的）是采用平均信号功率（或更具体而言，是算术平均值）对平均（算术平均）干扰和噪声功率的比率，从而

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(1\right)}\≡\frac{\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\mathrm{\π}(1,k)}\left|\right|}^{4}P/N}{\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\{\underset{i=2}{\overset{N}{\mathrm{\Σ}}}{|h_{1\×N}^{\mathrm{\π}(1,k)H}\·h_{N\×1}^{\mathrm{\π}(i,k)}|}^{2}P/N+{\left|\right|h_{N\×1}^{\mathrm{\π}(1,k)}\left|\right|}^2{\mathrm{\σ}}^2\}}$

$=\frac{\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^{4}P/N}{(N-1)\frac{2}{N(N-1)}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{N}{\mathrm{\Σ}}}{|h_{1\×N}^{\left(i\right)H}\·h_{N\×1}^{\left(j\right)}|}^{2}P/N+\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^2{\mathrm{\σ}}^2}$

$\≡\frac{\frac{P}{N{\mathrm{\σ}}^2}\·\frac{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^4}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^2}}{(N-1)\·{\mathrm{\ρ}}_{\mathrm{avg}}\·\frac{P}{N{\mathrm{\σ}}^2}\·\frac{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^4}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^2}+1},---\left(8\right)$

在这里平均信道相关因子用下式计算：

${\mathrm{\ρ}}_{\mathrm{avg}}\≡\frac{\frac{2}{N(N-1)}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{N}{\mathrm{\Σ}}}{|h_{1\×N}^{\left(i\right)H}\·h_{N\×1}^{\left(j\right)}|}^2}{\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^4}\stackrel{N~l\arg e}{\→}\frac{1}{N}.---\left(9\right)$

以同样的方式，可以计算第i个流的编码帧的平均SNR，它在前i-1个流消除之后进行解码。由于伪随机天线排列（Pseudorandom AntennaPermutation）的对称结构，利用干扰信号的有效数目的差异，可以获得与第一个流的SNR类似的SNR结果，它用下式表示：

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(i\right)}=\frac{\frac{P}{N{\mathrm{\σ}}^2}\·\frac{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^4}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^2}}{(N-i)\·{\mathrm{\ρ}}_{\mathrm{avg}}\·\frac{P}{N{\mathrm{\σ}}^2}\·\frac{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^4}{\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left|\right|h_{N\×1}^{\left(j\right)}\left|\right|}^2}+1}.---\left(10\right)$

根据（8）和（10），可以推导得出第一个流和第i个流之间的SNR的关系，即，

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(i\right)}=\frac{{\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(1\right)}}{1-(i-1)\·{\mathrm{\ρ}}_{\mathrm{avg}}\·{\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(1\right)}},---\left(11\right)$

或者，等同地，SNR关系可以通过最后一个流的SNR改写成：

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(i\right)}=\frac{{\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(N\right)}}{1+(N-i)\·{\mathrm{\ρ}}_{\mathrm{avg}}\·{\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(N\right)}},---\left(12\right)$

因此，如果可以获得第一个解码的流（或最后一个或任何其它解码的流）的SNR和平均信道相关因子，那么就可以精确地预测与MF-SIC接收机结合的伪随机天线排列系统的其它流的SNR值。然而，公式（11）-（12）只是呈现了当只能获得一个SNR值和一个相关参数时如何恢复所有数据流的SNR值的全部集合的一个例子。应当注意到，可以提供基于（6）的更复杂的有效SNR作为反馈，而不是（10）中基于算术平均值的平均SNR，以便进行更适当的和最佳的速率选择。因此，在实际实施中，有效地说明给定MIMO系统中各流的SNR关系的任何其它公式，都可以与基准SNR和一个或一系列的辅助参数一起使用。辅助参数可以是平均信道相关因子，ΔSNR，或任何其它参数。

（11）或（12）中的SNR预测公式，作为MF-SIC接收机情况下SNR值的精确计算器，可以用作MMSE-SIC接收机的SNR下限。实际上，如果背景噪声是白噪声的话，那么在MF-SIC与MMSE-SIC之间最后一个解码的流的SNR将会是相同的，并且其它流之间的SNR间隙（即MMSESNR-MF SNR）将会高度取决于平均信道相关因子。当平均信道相关因子很小（或者，大多数空间特征近似相互正交）时，该间隙甚至对于其它流来说也将近似为零（并且不同流之间的SNR值将几乎相同）；否则它可能变大。假定MS返回最后一个解码的流的SNR和（9）的平均信道相关因子，基站可以保守地基于（12）选择速率，以便一旦第一个流进行了解码，几乎就可以稳妥地解码后面的流。另一方面，考虑到高级接收机（即MMSE-SIC）的能力，基站可以将上报的平均信道相关因子酌减到更小的值：如果上报的（9）的平均信道相关因子大的话可以更大胆地减小它，而如果它小的话可以保持几乎原封不动。

作为替代，移动台可以在解码阶段实际生成N个数据流的所有平均SNR值，并且估计最佳的有效平均信道相关因子，以便（12）中的曲线（或者为MMSE-SIC或ZF-SIC适当设计的其它曲线）能够尽可能靠近所生成的SNR值。接下来，将最后一个流的SNR和有效平均信道相关因子反馈回来，以便基站可以根据（12）来选择速率。

实际上，在MMSE-SIC或ZF-SIC接收机的情况下，就SNR关系的简单、有效描述等而言，有可能推导得出比（12）更好的近似SNR关系。例如，对于适当选择的辅助参数ρ和递归函数f⁽ⁱ⁾(·,·)，有可能采用加法的SNR关系：

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{(i-1)}={\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(i\right)}-f^{\left(i\right)}({\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(N\right)},\mathrm{\ρ})---\left(13\right)$

或乘法的SNR关系：

${\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{(i-1)}={\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(i\right)}/f^{\left(i\right)}({\mathrm{SNR}}_{\mathrm{frame},\mathrm{avg}}^{\left(N\right)},\mathrm{\ρ})---\left(14\right)$

为了实现简单，递归函数可以取常数值，例如，

在一个实施例中，接收机提供的反馈由基准SNR值和ΔSNR值组成。由于各个数据流经受的信道质量基本上是相同的，因此各个数据流的SNR的差别源于当对相继的数据流进行解码时的干扰消除。由于关于相继数据流的SNR的SIC效应表现良好并且能很好地理解，所以各数据流的SNR可以用基准SNR值和ΔSNR值合理地近似，在这里基准SNR值是第一个解码的信道的实际SNR（或者是最后解码的信道或任何其它预先指定的信道，这取决于系统设计），而ΔSNR值是各个相继解码的信道的SNR的改善（或降低，这取决于系统设计）。例如，第一个解码的信道的SNR等于基准SNR，第二个解码的信道的SNR等于基准SNR加ΔSNR，第三个解码的信道的SNR等于基准SNR加两倍的ΔSNR，等等。应当注意到，假定基站知道移动台对数据流进行解码的次序，并因此能够将SNR（基准SNR加若干倍数的ΔSNR）应用于适当的数据流。该计算和ΔSNR的相加运算既可以以线性标度进行，也可以以分贝（dB）标度进行。由于dB标度的相加运算对应于线性标度的乘法运算，因此线性标度和dB标度的相加运算分别等同于使用（13）和（14），同时

(线性标度的值)。

在替代实施例中，接收机提供的反馈可以包括用于一个数据流或一个层的基准SNR（即完整SNR值），以及用于其它层的增量SNR值。例如，接收机提供的反馈可以包括用于一个层的完整SNR值（例如参见图6，第一层的SNR，“SNR1”），并且还包括用于其余三层（即第二到第四层）中各层的增量SNR值（SNR2(dB)-SNR1(dB)），（SNR3(dB)-SNR2(dB)）和（SNR4(dB)-SNR3(dB)）。因此，发射机将能够通过接收机提供的一个层的完整SNR值和其余层的增量SNR值，来确定用于各层的实际SNR值。从而，在以上提供的例子中，发射机可以通过将相应的增量SNR值加到SNR1上，推导得出其余层的完整SNR值。然而，可以认识到，由于排列效应，表示SNR间隙（即增量SNR值）的位宽比原始的完整SNR值的位宽小得多。还可以认识到，数据流或层并不必需局限于前述例子中提供的四个。

参见图6，示出了用于图示根据一个实施例利用伪随机天线排列和串行干扰消除的系统结构的功能框图。在该实施例中，系统由发射机610和接收机620组成。在一个实施例中，发射机610在无线基站中实现，接收机620在无线移动台中实施，以构成通信下行链路。移动台还包括发射机，并且基站包括接收机，以构成相应的通信上行链路。

发射机610和接收机620是配置为发送和接收四个信道的MIMO设备。发射机610配置为处理四个数据流，并且在四个物理MIMO信道的伪随机组合上发送相应的编码过的数据流。接收机620配置为在四个MIMO信道上接收数据，重建编码过的数据流并处理该数据，以便再生原始数据流。

参见发射机610，编码器630接收四个原始数据流。各个编码器均以为特定数据流选择的数据速率对相应的数据流进行编码。编码过的数据符号接下来由交织器635进行交织，并由映射器640映射到调制符号。调制符号接下来由排列单元645映射到天线650。接下来，天线650根据排列单元645所实施的排列方案来发送调制符号。

参见接收机620，发送的符号由天线655接收并转发给第一个均衡器660。该第一均衡器计算第一个数据流的SNR，并将该信号转发给第一个解映射器665。编码过的符号接下来由第一个解交织器670进行解交织，并由第一个解码器675进行解码。解码后的数据提供给第一个干扰消除器680，它再生与第一数据流相对应的干扰，并从所接收到的信号中去除该干扰。对于与其余数据流中每一个相对应的信号，提供类似的处理路径。

在所有四个数据流都进行了解码之后，已经为各个数据流确定了SNR。如上所述，数据流的SNR通过在所有MIMO信道上发送它们而得以均衡化，因此为各个数据流确定的SNR的差异源于串行干扰消除。因此接收机可以计算与四个数据流相对应的表现良好的一组SNR的简化SNR度量。在一个实施例中，该简化度量由基准SNR值和ΔSNR值组成，在这里ΔSNR是线性标度或dB标度下相继数据流的SNR之间的差值。该简化度量接下来作为反馈提供给发射机，发射机可以基于由简化SNR度量确定的相应SNR，调节对不同数据流进行编码的数据速率。

该系统的操作可以概括为如图7所示。图7是图示根据一个实施例处理与发送MIMO通信系统中的多个数据流以及确定作为数据流处理中的数据速率控制的反馈而提供的简化度量的流程图。

如图7所示，首先处理一组n个初始数据流，以产生一组相应的编码数据流（700）。该处理对应于发射机610的部件630，635和640执行的对整个数据帧的编码，交织和映射/调制。各个编码数据流的帧中的相继部分（例如块）接下来轮流在多个MIMO信道上发送（705）。如上所指出的，举例来说，轮流在MIMO信道上发送可以遵循伪随机模式。在一个实施例中，伪随机模式包括数据流和MIMO信道组合的所有可能排列。编码数据流的混频和发送对应于发射机610的部件645和650。

所发送的数据接下来由接收机接收（710）。接收机是MIMO接收机，它可以在空间上区分不同的MIMO信道。对数据流的混频部分进行去混频，并且重建编码数据流（715）。在重建编码数据流之后，针对各个编码数据流确定SNR，并且将编码数据流解码为初始数据流（720，725）。如上所述，在图6的实施例中，数据流循序地进行解码，并用来再生然后去除与解码数据流相对应的干扰。

当确定了各个数据流的SNR之后，根据这些值计算简化SNR度量（730）。如上所讨论的，在一个实施例中，简化度量包括基准SNR值和ΔSNR值。该简化SNR度量接下来送回给发射机（735）。如先前所提到的，发射机610和接收机620构成无线通信系统的下行链路，该无线通信系统还包括上行链路发射机和接收机（图6中未示出），用来发送简化SNR度量作为反馈。当接收简化SNR度量时，重建各个数据流的SNR（740），并基于这些SNR值来调节对各个数据流进行编码的数据速率（745）。如果接收机不使用串行干扰消除，那么在线性标度情况下将ΔSNR设置为0，在dB标度情况下设置为0dB。

在一个实施例中，接收机可以额外地反馈回请求关闭某些发射天线的信息。接下来，将只对实际上发送数据流的工作的发射天线，应用所提出的伪随机天线排列和简化SNR反馈。

在另一实施例中，有效的数据流的数目（N_s）可以小于发射天线的数目（N_t）。从而，N_t-N_s个发射天线在给定时刻可能均不会发送任何信号。即使在这种情况下，考虑到有N_t-N_s个数据流，所有这些数据流都具有零发射功率，也可以应用伪随机天线排列和简化SNR反馈。

如上所提及的，前述实施例是对本发明的说明，而非限制。替代实施例可以具有众多来自于上述系统和方法的变型。例如，替代实施例可以使用包括除了基准SNR值和ΔSNR值以外的值的简化反馈度量。实际上，该度量可以包括SNR以外的值，例如所接收的解码的数据流的误码率。替代实施例还可以具有不同类型的接收机（例如，非SIC），不同数目的信道，以及其它变型。

尽管上文未详细讨论，应当注意到以上描述的功能可以通过提供在这些设备的相应处理子系统中执行的适当程序，而在无线通信系统的移动台和基站中实施。处理子系统接下来控制数据的处理，以及移动台和基站的相应收发机子系统对数据的发送接收。

程序指令通常收录在相应处理子系统可读取的存储介质中。示例性的存储介质可以包括RAM存储器，闪速存储器，ROM存储器，EPROM存储器，EEPROM存储器，寄存器，硬盘，可移动磁盘，CD-ROM，或该领域熟知的任何其它形式的存储介质。收录了用于实施上述功能的程序指令的这种存储介质包括本发明的替代实施例。

本领域技术人员能够理解，信息和信号可以使用各种不同技术和工艺中的任意一种来表示。例如，可以贯穿于以上描述所谈到的数据，指令，命令，信息，信号，比特，符号，和码片可以用电压，电流，电磁波，磁场或磁性粒子，光场或光粒子，或其任意组合来表示。

本领域技术人员还能够进一步认识到，结合此处所披露实施例描述的各种说明性逻辑块，模块，电路，和方法步骤可以实施为电子硬件，计算机软件，或两者的组合。为了清楚地说明硬件和软件的可互换性，基本上已经在上文中就它们的功能描述了各种说明性的部件，块，模块，电路，以及步骤。这些功能是实施为硬件还是软件，取决于在总系统上施加的特定应用和设计约束。还应当注意的是，说明性的部件，块，模块，电路，和步骤在替代实施例中可以重新排序，或以其它方式重新配置。本领域的熟练技工可以对各种特定应用以各不相同的方式来实施所述功能，但是这种实施决定不应当解释为偏离本发明的范围。

结合此处所披露实施例而描述的各种说明性逻辑块，模块和电路可以由被设计用于执行此处所述功能的通用处理器，数字信号处理器（DSP），专用集成电路（ASIC），现场可编程门阵列（FPGA）或其它可编程逻辑设备，离散的门逻辑或晶体管逻辑，离散硬件部件，或其任意组合来实施或执行。通用处理器可以是微处理器，但是在替代方式中，处理器可以是任何常规处理器，控制器，微控制器，或状态机。处理器还可以实施为计算设备的组合，例如DSP和微处理器的组合，多个微处理器的组合，一个或多个微处理器结合DSP内核的组合，或任何其它这样的配置。

提供所披露实施例的以上描述以使任何本领域技术人员能够实施或使用本发明。对这些实施例的各种修改对本领域技术人员而言是显而易见的，并且在不背离本发明精神或范围的前提下，此处所定义的一般原理可以应用于其它实施例。因此，本发明并不意图局限于此处所描述的实施例，并且应该给予与此处所披露的原理和新颖特征相一致的最宽范围。

Claims (14)

1.一种用于无线通信系统的方法，包括：

确定多个数据流中的每个数据流的质量度量；

基于所述多个数据流中的每个数据流的所述质量度量确定简化质量度量，其中，所述简化质量度量包括用于指示所述多个数据流的质量度量的参考质量度量和至少一个增量值质量度量；

向接收机发送所述简化质量度量；

接收在多个天线上以伪随机模式发送的所述多个数据流中的连续块，其中，在所述多个天线上进行排列之前对所述多个数据流进行编码、交织和调制，以所述伪随机模式发送所述多个数据流中的所述连续块，从而使各个数据流在所述多个天线中的每个天线上发送，每个数据流是以基于所述简化质量度量确定的数据速率发送的；以及

逆排列所述多个数据流中的所述连续块以再现所述多个数据流。

2.根据权利要求1所述的方法，其中，所述多个数据流中的所述连续块以所述伪随机模式进行排列。

3.根据权利要求2所述的方法，其中，所述伪随机模式包括所述多个数据流中的所述连续块和所述多个天线的可能组合的完全排列。

4.根据权利要求1所述的方法，还包括：在所述逆排列之后，对所述多个数据流进行解码。

5.根据权利要求4所述的方法，其中，使用串行干扰消除对所述多个数据流进行恢复。

6.一种用于无线通信系统的装置，包括：

用于确定多个数据流中的每个数据流的质量度量的模块；

用于基于所述多个数据流中的每个数据流的所述质量度量确定简化质量度量的模块，其中，所述简化质量度量包括用于指示所述多个数据流的质量度量的参考质量度量和至少一个增量值质量度量；

用于向接收机发送所述简化质量度量的模块；

用于接收在多个天线上以伪随机模式发送的所述多个数据流中的连续块的模块，其中，在所述多个天线上进行排列之前对所述多个数据流进行编码、交织和调制，以所述伪随机模式发送所述多个数据流中的所述连续块，从而使各个数据流在所述多个天线中的每个天线上发送，每个数据流是以基于所述简化质量度量确定的数据速率发送的；以及

用于逆排列所述多个数据流中的所述连续块以再现所述多个数据流的模块。

7.根据权利要求6所述的装置，其中，所述多个数据流中的所述连续块以所述伪随机模式进行排列。

8.根据权利要求7所述的装置，其中，所述伪随机模式包括所述多个数据流中的所述连续块和所述多个天线的可能组合的完全排列。

9.根据权利要求6所述的装置，还包括用于在所述逆排列之后对所述多个数据流进行解码的模块。

10.根据权利要求9所述的装置，其中，使用串行干扰消除对所述多个数据流进行恢复。

11.一种用于无线通信系统的移动台，包括：

处理子系统；以及

收发信机子系统，具有多个接收天线，并耦合至所述处理子系统；

其中，所述处理子系统用于：

确定多个数据流中的每个数据流的质量度量；

基于所述多个数据流中的每个数据流的所述质量度量确定简化质量度量，其中，所述简化质量度量包括用于指示所述多个数据流的质量度量的参考质量度量和至少一个增量值质量度量；

控制所述收发信机子系统向基站发送所述简化质量度量；

接收在多个天线上以伪随机模式发送的所述多个数据流中的连续块，在所述多个天线上进行排列之前对所述多个数据流进行编码、交织和调制，以所述伪随机模式发送所述多个数据流中的所述连续块，从而使各个数据流在所述多个天线中的每个天线上发送，每个数据流是以基于所述简化质量度量确定的数据速率发送的；以及

逆排列所述多个数据流中的所述连续块以再现所述多个数据流。

12.一种用于无线通信系统的装置，包括：

控制器，用于确定多个数据流中的每个数据流的质量度量，使用所述多个数据流中的第一数据流的质量度量作为参考，以及，针对所述多个数据流中的每个其余的数据流，基于该其余的数据流的所述质量度量和所述第一数据流的所述质量度量来确定用于该其余的数据流的辅助参数；

发射机，用于发送所述第一数据流的所述质量度量以及用于各个其余的数据流的所述辅助参数；以及

接收机，用于接收在多个天线上以基于所述第一数据流的所述质量度量以及用于各个其余的数据流的所述辅助参数而确定的数据速率以伪随机模式发送的所述多个数据流中的连续块，其中，在所述多个天线上进行排列之前对所述多个数据流进行编码、交织和调制。

13.根据权利要求12所述的装置，其中，针对每个其余的数据流，基于所述第一数据流的所述质量度量以及用于该其余的数据流的所述辅助参数来确定用于该其余的数据流的数据速率。

14.根据权利要求12所述的装置，其中，针对每个其余的数据流，所述辅助参数包括所述第一数据流的所述质量度量与该其余的数据流的所述质量度量之间的差值。

Images