CN101640649B - 信道预测时确定信道预测系数的方法、装置及信道预测器 - Google Patents

Abstract

本发明公开了一种信道预测时确定信道预测系数的方法、装置及信道预测器，用于在量化预编码系统中进行信道预测，其中的方法包括以下步骤：获取一时间段的平均接收信噪比；根据所述时间段的平均接收信噪比，确定信道预测系数。本发明按照某段时间内的平均接收信噪比确定预测系数，其预测值可以反映所考虑时间段内信道的整体状态，现比较于现有方案仅基于点估计的信道预测，可改善量化预编码系统的平均特性。

Description

信道预测时确定信道预测系数的方法、装置及信道预测器

技术领域

本发明涉及无线通信技术领域，尤其涉及多输入多输出(Multiple Inputand Multiple Output，MIMO)系统中的信道预测技术。

背景技术

采用多个发射和接收天线的MIMO技术是下一代无线通信的关键技术之一，它能有效利用随机衰落和可能存在的多径传播来提供传输速率。MIMO系统包括开环MIMO系统和闭环MIMO系统，闭环MIMO系统是接收端将信道信息反馈给发射端，然后对传输数据进行预编码、波速成型或者天线选择等操作。若发射端已知信道信息，可以对信道进行预编码，以获得更好的传输性能，其中的信道信息可由接收端反馈到发射端获得，参见图1，为闭环MIMO系统结构示意图。

在实际通信系统中，反馈信道信息会占用较多的资源，而且在快速衰落信道中，对反馈信息的效率和准确度要求较高，目前采用的基于码本的预编码方案。码本的构造和选择是预编码技术中的首要问题，码本是对最优预编码矩阵的一个量化，码本的大小和码字之间的距离影响预编码的性能。基于码本的预编码又称为量化预编码，目前，量化预编码已经列入3GPP(第三代合作伙伴计划)标准，成为下行链路的备选方案之一。参见图2，为量化预编码系统反馈链路示意图，包括信道估计、信道预测、选择码字、反馈信道以及查表等模块。

图1中，接收端在每个时隙都进行一次信道估计。第j个时隙的信道估计值表示为：

$\tilde{H}\left(\mathrm{jL}\right)=H\left(\mathrm{jL}\right)+\mathrm{\Ξ}\left(\mathrm{jL}\right)$ .................................公式1

其中，H(jL)表示在jL时刻的信道矩阵；Ξ(jL)为信道估计误差矩阵。

假设采用正交导频，则信道估计误差矩阵的各元素是独立同分布的，它们都服从均值为0、方差为σ_E ²的高斯分布，即接收端利用信道的估计估计值来进行接收端信号处理，并产生反馈信息。以下重点描述反馈信息的产生。

在系统设计阶段，应事先设计码书C，发送端和接收端都存储这个码书。码书C是由M个码字C₁，…，C_m，…，C_M组成的集合，各码字即为待选的预编码矩阵。各码字都是N_T×N_S的正交单位阵，即满足 $C_m^H{C}_m=I.$ 码书中每一个码字对应一个序号(码字C_m的序号就是m)。码书设计可以采用多种现有算法，此处不多描述。

目前闭环MIMO系统所采用的帧结构，决定了其每隔K个符号周期进行一次反馈。为产生反馈信息，接收端首先进行信道预测。假设采用P阶线性预测器，它用一个缓存器存储最近P+1次的信道估计值。在第i次反馈(iK时刻)中，缓存器存储的内容为

信道预测值为：

$\hat{H}\left(\mathrm{iK}\right)=\underset{p=0}{\overset{P}{\mathrm{\Σ}}}{a}_p^{*}\tilde{H}(\mathrm{iK}-\mathrm{pL})$ .................................公式2

其中，a_p为第p个预测器系数；a_p ^*表示a_p的共轭。用a＝[a₀，a₁，…，a_P]^T表示预测器系数组成的向量。

根据公式2式给出的预测值，图2中的选择码字模块根据某种准则从码书C＝{C₁，…，C_M}中选出一个合适的码字。目前存在多种码字选择的准则，如基于信道容量的准则：

$\underset{\{C_1,\·\·\·C_M\}}{\arg \max }\log \det [I+{\mathrm{\γ}}_S{C}_m^H\hat{H}{\left(\mathrm{iK}\right)}^{H}H\left(\mathrm{iK}\right)C_m]$ ..................公式3

或者采用适用于线性接收机的最小奇异值准则：

$\underset{\{C_1,\·\·\·,C_M\}}{\arg \max }{\mathrm{\σ}}_{\min }\left\{\hat{H}\left(\mathrm{iK}\right)C_m\right\}$ ...................................公式4

具体采用何种准则不在本发明讨论范围内。

如果把这种操作用函数Q来表示，则在iK时刻的反馈信息可以表示为：

$W\left[i\right]=Q\left\{\hat{H}\left(\mathrm{iK}\right)\right\}$ ....................................公式5

由于W[i]必然是码字C₁，…，C_M中的某一个，只需将它的序号通过反馈信道送至发送端。假设反馈没有错误但有延时D，所以发送端可以在iK+D时刻得到这个反馈的序号，它通过简单的查表操作就可获知W[i]。确定了预编码矩阵W|i|后，系统采用无功率分配的预编码技术进行信号传送，具体地，可采用以下公式完成：

y(iK+k)＝H(iK+k)W[i]s(iK+k)+η(iK+k)，D≤k≤K+D-1......公式6

其中，y(iK+k)，H(iK+k)，s(iK+k)，η(iK+k)分别表示iK+k时刻的接收向量、信道矩阵、发送信息符号、和信道噪声向量。接收端对接收向量进行各种信号处理，最后完成译码。接收端处理包括多种方式，如最优的ML检测、计算复杂度低的MMSE接收机等。

通过上述介绍可知，在图2的量化预编码系统反馈链路中，信道预测模块通过公式2进行的信道预测是比较关键的，只有准确进行信道预测后，才能选择合适的码字，最终实现量化预编码。目前比较常见的信道预测器是Wiener预测器，Wiener预测器是基于最小均方差准则进行设计的，可以使预测值与真值的均方误差达到最小。

然而，本发明人在研究过程中发现，目前所使用的包括Wiener预测器在内的预测器，仅考虑了点估计问题，不能达到很好的信道估计效果。具体而言，如果已知过去P个时刻的信道(或其估计值)，一个P阶预测器可以用来估计将来某时刻的信道，其中Wiener预测器得到的预测值在均方误差的意义下是最优的，但是，在量化预编码系统中，要根据信道的预测值选择码字，这个码字会在将来一段时间内被采用，在反馈速率比较低的情况下，码字的更新频率比较慢，信道在两次反馈之间可以已经发生了明显的变化，基于点估计的传统预测虽然能可以准确地估计其中某时刻的信道，但是它的估计对于其他时刻就可能比较差。由以上分析可知，目前仅基于点估计的信道预测方案不能满足量化预编码系统的要求。

发明内容

本发明提供一种信道预测时确定信道预测系数的方法、装置及信道预测器，以解决现有信道预测方案不能满足量化预编码系统要求的问题。

为此，本发明实施例采用如下技术方案：

一种信道预测时确定信道预测系数的方法，用于在量化预编码系统中进行信道预测，包括：获取一时间段的平均接收信噪比；根据所述时间段的平均接收信噪比，确定信道预测系数。

一种信道预测时确定信道预测系数的装置，用于在量化预编码系统中进行信道预测，包括：信噪比获取单元，用于获取一时间段的平均接收信噪比；信道预测系数确定单元，用于根据所述时间段的平均接收信噪比，确定信道预测系数。

一种信道预测器，用于在量化预编码系统中进行信道预测，包括：信噪比获取单元，用于获取一时间段的平均接收信噪比；信道预测系数确定单元，用于根据所述时间段的平均接收信噪比，确定信道预测系数。

本发明实施例针对具有反馈延时的量化预编码系统，提出一种信道预测方法、装置及信道预测器。本发明实施例中，按照某段时间内的平均接收信噪比确定预测系数，使信道预测值可以反映所考虑时间段内信道的整体状态，相比较于现有方案仅基于点估计的信道预测，可改善量化预编码系统的平均特性。

附图说明

图1为现有技术闭环MIMO系统结构示意图；

图2为现有技术量化预编码系统反馈链路示意图；

图3为本发明实施例信道预测时确定信道预测系数的方法流程图；

图4为本发明另一实施例信道预测时确定信道预测系数的方法流程图；

图5为本发明实施例信道预测与现有技术信道预测对比示意图；

图6为本发明实施例信道预测时确定信道预测系数的装置内部结构示意图。

图7为本发明实施例信道预测器内部电路连接示意图。

具体实施方式

本发明实施例针对具有反馈延时的量化预编码系统，提出一种信道预测时确定信道预测系数的方法。具体地，通过考虑时间段内的平均接收信噪比确定预测系数，其预测值可以反映所考虑时间段内信道的整体状态，从而改善量化预编码系统的平均特性。

如前所述，可通过公式2完成信道预测，本发明实施例所重点考虑的是确定其中的预测器系数a＝[a₀，a₁，…，a_P]^T。

参见图3，为本发明实施例提供的信道预测时确定信道预测系数的方法流程图，包括：

S301：获取一时间段的平均接收信噪比；

S302：根据所述时间段的平均接收信噪比，确定信道预测系数。

下面对本发明实施例进行详细描述。

如前所述，量化预编码系统中，接收端的检测有很多方式。为了使预测器适应各种检测方法，本发明实施例采用处理前的接收信噪比作为设计准则。在系统不进行功率分配时，根据公式6，iK+k时刻的接收信噪比为：

$\mathrm{\γ}(\mathrm{iK}+k)=\frac{E{\left|\right|H(\mathrm{iK}+k)W\left[i\right]s(\mathrm{iK}+k)\left|\right|}^2}{E{\left|\right|\mathrm{\η}(\mathrm{iK}+k)\left|\right|}^2}=\frac{{\mathrm{\γ}}_S}{N_R}{\left|\right|H(\mathrm{iK}+k)W\left[i\right]\left|\right|}^2$ ......公式7

其中，γ_s为系统的符号信噪比；‖‖表示向量的2范数或矩阵的Frobenius范数。

由于系统具有周期为K循环平稳性，仅需考虑从iK+D到(i+1)K+D-1这段时间内的情况。于是，根据公式5和公式7，系统的平均接收信噪比可以表示为：

$\stackrel{\‾}{\mathrm{\γ}}=\frac{{\mathrm{\γ}}_S}{N_R}\underset{k=D}{\overset{K+D-1}{\mathrm{\Σ}}}E{\left|\right|H(\mathrm{iK}+k)W\left[i\right]\left|\right|}^2$ ......................公式8

其中，

是公式2给出的信道预测值。

根据量化预编码系统模型以及统计信号处理理论，可以获得和H(iK+k)的统计特性：

[1]若采用预测系数为a＝[a₀，a₁，…，a_P]^T的线性预测器，则预测值

的各元素是独立同分布的，它们都服从均值为0、方差为a^HRa的高斯分布，即：

$\hat{H}\left(\mathrm{iK}\right)~{\mathrm{CN}}_{N_R,N_T}(0,\left(a^H\mathrm{Ra}\right)I\⊗I)$ .....................公式9

其中，R是(P+1)×(P+1)的矩阵，它的第p行q列元素为：

${\left[R\right]}_{p,q}=\mathrm{\ψ}\left(\right|p-q\left|{\mathrm{LT}}_s\right)+{\mathrm{\σ}}_E^2{\mathrm{\δ}}_{p,q},$ p，q＝0，1，…，P.........公式10

上面公式10中的ψ(·)和σ_E ²就是1.1节中给出的信道自相关函数和信道估计方差；δ_p，q为Kronecker(克罗内克)函数。

[2]在已知预测值的条件下，信道矩阵H(iK+k)仍为高斯分布，其各个分量仍互不相关，但均值与预测值有关，即：

$\left\{H(\mathrm{iK}+k)\right|\hat{H}\left(\mathrm{iK}\right)\}~{\mathrm{CN}}_{N_R,N_T}(\frac{r_k^{H}a}{a^H\mathrm{Ra}}\hat{H}\left(\mathrm{iK}\right),(1-\frac{{\left|r_k^{H}a\right|}^2}{a^H\mathrm{Ra}})I\⊗I)$ .........公式11

其中，r_k为(P+1)×1的向量，它的第p个元素为：

[r_k]_p＝ψ((pL+k)T_s)，p＝0，1，…，P....................公式12

将以上[1]、[2]分析结果应用于公式8，可得：

$\stackrel{\‾}{\mathrm{\γ}}=\frac{{\mathrm{\γ}}_S}{N_R}\underset{k=D}{\overset{K+D-1}{\mathrm{\Σ}}}E{\left|\right|H(\mathrm{iK}+k)W\left[i\right]\left|\right|}^2$

$=\frac{{\mathrm{\γ}}_S}{N_R}\underset{k=D}{\overset{K+D-1}{\mathrm{\Σ}}}\{\frac{{\left|r_k^{H}a\right|}^2}{a^H\mathrm{Ra}}E{\left|\right|\frac{1}{\sqrt{a^H\mathrm{Ra}}}\hat{H}\left(\mathrm{iK}\right)W\left[i\right]\left|\right|}^2+N_R(1-\frac{{\left|r_k^{H}a\right|}^2}{a^H\mathrm{Ra}})\}$ ............公式13

$={\mathrm{\γ}}_{S}K+\frac{{\mathrm{\γ}}_S}{N_R}\{E{\left|\right|\frac{1}{\sqrt{a^H\mathrm{Ra}}}\hat{H}\left(\mathrm{iK}\right)W\left[i\right]\left|\right|}^2-N_R\}\underset{k=D}{\overset{K+D-1}{\mathrm{\Σ}}}\frac{{\left|r_k^{H}a\right|}^2}{a^H\mathrm{Ra}}$

需要注意的是，上式中从表面上分析是与a^HRa的值有关的，但实际上并非如此，事实上，根据公式9，

的方差正是a^HRa，将

与系数

相乘相当于把它归一化为标准高斯分布，归一化后它就与a^HRa的值无关了。由以上分析可知，公式13中与预测系数a＝[a₀，a₁，…，a_P]^T有关的只有最后面的求和项。因为码字选择是根据

进行的，选出的码字 $W\left[i\right]=Q\left\{\hat{H}\left(\mathrm{iK}\right)\right\}$ 总是与

相匹配的，所以公式13中{}内总是大于0的。于是，最大化平均接收信噪比γ的问题就转化为最大化公式13最后面的求和项，即：

$\underset{a\∈C^{P+1}}{\max }\frac{a^H\left({\mathrm{\Σ}}_{k=D}^{K+D-1}{r}_k{r}_k^H\right)a}{a^H\mathrm{Ra}}$ ...........................公式14

上面公式14给出的最大化问题与矩阵的广义特征值问题密切相关。根据广义特征值理论，公式14可以通过特征值分解进行求解，即：由公式10和公式12计算R和r_D，r_D+1，…，r_K+D-1。求出矩阵

的最大特征值(记为λ_max)及其对应的特征向量(记为b)，则公式14的最大值就是λ_max，而使公式14达到最大的信道预测系数为：

$a=R^{-\frac{1}{2}}b$ ........................................公式15

最后需要说明的一点是，上面给出的信道预测器设计方法依赖于信道自相关函数ψ(·)。在实际中系统中，信道自相关函数也需要通过现有的某种方法进行估计。本发明实施例不限制估计ψ(·)的具体算法。

通过上述对本发明实施例的原理分析及介绍，不难得到本发明方法另一实施例的流程，参见图4，本发明方法另一实施例包括以下步骤：

S401：确定系统工作参数；

具体地，系统工作参数包括：符号周期T_s、时隙长度L、反馈延时D、预编码矩阵更新间隔K以及信道估计误差的方差σ_E ²，并根据系统处理能力确定预测阶数P。其中，P越大，信道预测的性能越好，但运算量也越大。

S402：计算信道自相关函数ψ(·)；

该步骤中，计算信道自相关函数ψ(·)可采用现有技术中的滑动平均法或其它算法获得。

S403：计算(P+1)×(P+1)矩阵R；

具体地，可以通过公式10计算：

${\left[R\right]}_{p,q}=\mathrm{\ψ}\left(\right|p-q\left|{\mathrm{LT}}_s\right)+{\mathrm{\σ}}_E^2{\mathrm{\δ}}_{p,q},$ p，q＝0，1，…，P.............公式10

其中，δ_p，q为Kronecker(克罗内克)函数。

S404：计算(P+1)×1的向量r_D，r_D+1，…，r_K+D-1；

具体地，可以通过公式12计算：

[r_k]_p＝ψ((pL+k)T_s)，p＝0，1，…，P...................公式12

然后，按照平均接收信噪比最大化准则，在S305中确定所述矩阵和向量构成的关系式 $R^{-\frac{1}{2}}\left({\mathrm{\Σ}}_{k=D}^{K+D-1}{r}_k{r}_k^H\right)R^{-\frac{1}{2}}$

然后执行以下步骤：

S405：计算得到关系式 $R^{-\frac{1}{2}}\left({\mathrm{\Σ}}_{k=D}^{K+D-1}{r}_k{r}_k^H\right)R^{-\frac{1}{2}}$ 的最大特征值λ_max，及对应于最大特征值的特征向量b；

S406：计算信道预测系数，完成信道预测。

具体地，可通过公式15计算得到：

$a={[a_0,a_1,\·\·\·,a_P]}^T=R^{-\frac{1}{2}}b$ ........................公式15

计算出信道预测系数后，代入公式2完成信道预测。

为了更好地理解本发明实施例，下面给出一个信道预测的实例。

假设：发送端有4个天线(N_T＝4)，同时发送2个数据流(N_S＝2)，接收端有2个天线(N_R＝2)，并且，系统采用4比特反馈(码书中包括M＝2⁴＝16个码字，每个码字都是4×2的正交单位阵)，载频为f_c＝1.8GHz，系统的符号周期为 $T_s=\frac{1}{30}\mathrm{ms}$ (相当于波特率为30ksps)，信道服从Jakes时间相关模型，即(1)中ψ(|τ|T_s)＝J₀(2πf_dT_s|τ|)，其中f_d是受移动速度影响的多普勒扩展。系统的时隙结构如中，每时隙包括20次传送(L＝20)，反馈信道在每个时隙反馈2比特，于是反馈速率为3000比特/秒，反馈间隔为40个符号周期(K＝40)，反馈延时为40个符号周期(D＝40)，另外，系统采用正交导频，导频功率比信号功率高3dB。

根据公式15为此系统设计了10阶(P＝10)信道预测器，并将此信道预测器与10阶Wiener预测器(其预测器系数为a_Wiener＝R^-1r_D)进行了比较。图5显示了在不同的移动速度的条件下，采用本发明实施例的预测器、Wiener预测器、和不进行信道预测时的平均接收信噪比和误码率性能。在仿真中发送端采用QPSK调制方式，没有进行纠错编码，发送符号信噪比γ_S＝15dB。接收端采用线性的MMSE接收机。

由图5可以明确，本发明实施例方案的信噪比高于现有方案，而误码率则比现有方案低，可见，本发明实施例的信道预测是较佳方案，有助于整个量化预编码系统的性能优化。

本发明实施例还提供一种信道预测时确定信道预测系数的装置，用于在量化预编码系统中进行信道预测，该装置可以是信道预测器；或者，是指信道预测器中的功能实体，可以通过软件、硬件或软硬件结合方式实现。

参见图6，本发明实施例提供的确定信道预测系数的装置60包括信噪比获取单元601和信道预测系数确定单元602，其中，

信噪比获取单元601，用于获取一时间段的平均接收信噪比；

信道预测系数确定单元602，用于根据所述时间段的平均接收信噪比，确定信道预测系数。

优选地，所述信道预测系数确定单元602确定的信道预测系数是所述时间段的平均接收信噪比最大时获得的信道预测系数。

优选地，所述信噪比获取单元601通过以下公式确定所述时间段的平均接收信噪比：

$\stackrel{\‾}{\mathrm{\γ}}={\mathrm{\γ}}_{S}K+\frac{{\mathrm{\γ}}_S}{N_R}\{E{\left|\right|\frac{1}{\sqrt{a^H\mathrm{Ra}}}\hat{H}\left(\mathrm{iK}\right)W\left[i\right]\left|\right|}^2-N_R\}\underset{k=D}{\overset{K+D-1}{\mathrm{\Σ}}}\frac{{\left|r_k^{H}a\right|}^2}{a^H\mathrm{Ra}}$

其中，γ为iK+D到(i+1)K+D-1时间段内的平均接收信噪比，γ_S为系统的符号信噪比，N_R为天线数，

为信道预测值，W[i]为在iK时刻的反馈信息，a^HRa为方差。

优选地，所述信道预测系数确定单元602用于在所述时间段的平均接收信噪比最大时，通过以下公式确定信道预测系数a：

$a={[a_0,a_1,\·\·\·,a_P]}^T=R^{-\frac{1}{2}}b;$

其中，

R为(P+1)×(P+1)矩阵，该矩阵的第p行q列元素为：

${\left[R\right]}_{p,q}=\mathrm{\ψ}\left(\right|p-q\left|{\mathrm{LT}}_s\right)+{\mathrm{\σ}}_E^2{\mathrm{\δ}}_{p,q},$ p，q＝0，1，…，P；

b为 $R^{-\frac{1}{2}}\left({\mathrm{\Σ}}_{k=D}^{K+D-1}{r}_k{r}_k^H\right)R^{-\frac{1}{2}}$ 的最大特征值对应的特征向量，其中r_K的第p个元素为：[r_k]_p＝ψ((pL+k)T_s)，p＝0，1，…，P；

其中：T_s为符号周期，L为时隙长度，D为反馈延时，K为预编码矩阵更新间隔，σ_E ²为信道估计误差的方差，P为预测阶数，ψ(·)为预获得的信道自相关函数，δ_p，q为克罗内克Kronecker函数。

另外，本发明实施例还提供一种信道预测器，该信道预测器用于在量化预编码系统中进行信道预测，可通过软件、硬件或软硬件结合方式实现。优选地，所述信道预测器为采用滤波器实现的线性信道预测器。

参见图7，为本发明实施例提供的一种信道预测器内部电路连接示意图，包括预测系数确定模块701和信道预测模块702。

其中，该预测系数确定模块701可以为图6所示的确定信道预测系数的装置60，它内部结构参见图6及其描述，此处不再赘述。

信道预测模块702，用于根据预测系数确定模块701确定的信道预测系数进行信道预测。

可见，本发明实施例针对具有反馈延时的量化预编码系统，提出一种信道预测方法及装置，具体地，按照某段时间内的平均接收信噪比最大化准则，确定预测系数，其预测值可以反映所考虑时间段内信道的整体状态，现比较于现有方案仅基于点估计的信道预测，可改善量化预编码系统的平均特性。

较佳地，本发明实施例提供的信道预测器可以是线性预测器，较传统的Wiener预测器计算量并不增加。

本领域普通技术人员可以理解，实现上述实施例的方法的过程可以通过程序指令相关的硬件来完成，所述的程序可以存储于可读取存储介质中，该程序在执行时执行上述方法中的对应步骤。所述的存储介质可以如：ROM/RAM、磁碟、光盘等。

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，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种信道预测时确定信道预测系数的方法，用于在量化预编码系统中进行信道预测，其特征在于，包括：

获取一时间段的平均接收信噪比；

根据所述时间段的平均接收信噪比，确定信道预测系数；

所述根据所述时间段的平均接收信噪比，确定信道预测系数的步骤包括：

确定使所述时间段的平均接收信噪比最大时的信道预测系数；

所述方法还包括，通过以下公式确定所述时间段的平均接收信噪比：

其中，为iK+D到(i+1)K+D-1时间段内的平均接收信噪比，γ_S为系统的符号信噪比，N_R为天线数，

为信道预测值，W[i]为在iK时刻的反馈信息，

为方差，K为更新间隔，i为时刻，D为反馈时延，a为信道预测系数，r_k为(P+1)×1的向量。

2.根据权利要求1所述方法，其特征在于，

当以下公式取最大值时，所述时间段的平均接收信噪比最大：

其中，a为信道预测系数。

3.根据权利要求2所述方法，其特征在于，

当所述时间段的平均接收信噪比最大时，所述确定的信道预测系数a为：

$a={[a_0,a_1,...,a_P]}^T=R^{-\frac{1}{2}}b;$

其中，

R为(P+1)×(P+1)矩阵，该矩阵的第p行q列元素为：

${\left[R\right]}_{p,q}=\mathrm{\ψ}\left(\right|p-q\left|{\mathrm{LT}}_s\right)+{\mathrm{\σ}}_E^2{\mathrm{\δ}}_{p,q},$ p，q＝0，1，…，P；

b为

的最大特征值对应的特征向量，其中r_K的第p个元素为：[r_k]_p＝ψ((pL+k)T_s)，p＝0，1，…，P；

其中：T_s为符号周期，L为时隙长度，D为反馈延时，K为预编码矩阵更新间隔，

为信道估计误差的方差，P为预测阶数，ψ(·)为预获得的信道自相关函数，δ_p， q为克罗内克Kronecker函数。

4.一种信道预测时确定信道预测系数的装置，用于在量化预编码系统中进行信道预测，其特征在于，包括：

信噪比获取单元，用于获取一时间段的平均接收信噪比；

信道预测系数确定单元，用于确定使所述时间段的平均接收信噪比最大时的信道预测系数；

所述信噪比获取单元通过以下公式确定所述时间段的平均接收信噪比：

其中，

为iK+D到(i+1)K+D-1时间段内的平均接收信噪比，γ_S为系统的符号信噪比，N_R为天线数，

为信道预测值，W[i]为在iK时刻的反馈信息，

为方差，K为更新间隔，i为时刻，D为反馈时延，a为信道预测系数，r_k为(P+1)×1的向量。

5.根据权利要求4所述的装置，其特征在于，

所述信道预测系数确定单元，用于在所述时间段的平均接收信噪比最大时，通过以下公式确定信道预测系数a：

$a={[a_0,a_1,...,a_P]}^T=R^{-\frac{1}{2}}b;$

其中，

R为(P+1)×(P+1)矩阵，该矩阵的第p行q列元素为：

${\left[R\right]}_{p,q}=\mathrm{\ψ}\left(\right|p-q\left|{\mathrm{LT}}_s\right)+{\mathrm{\σ}}_E^2{\mathrm{\δ}}_{p,q},$ p，q＝0，1，…，P；

b为的最大特征值对应的特征向量，其中r_K的第p个元素为：[r_k]_p＝ψ((pL+k)T_s)，p＝0，1，…，P；

其中：T_s为符号周期，L为时隙长度，D为反馈延时，K为预编码矩阵更新间隔，

为信道估计误差的方差，P为预测阶数，ψ(·)为预获得的信道自相关函数，δ_p，q为克罗内克Kronecker函数。

6.一种信道预测器，其特征在于，所述信道预测器包含如权利要求4至5任意一项所述的信道预测时确定信道预测系数的装置。

Images