CN101674115B - 协方差相关矩阵的反馈传输方法及用户终端 - Google Patents

Abstract

本发明公开了一种协方差相关矩阵的反馈传输方法及用户终端。在上述方法中，用户终端在预定时间周期和预设带宽上测量得到H_ij，并根据H_ij计算得到协方差相关矩阵R_i、协方差相关矩阵R_i的特征向量v₁，…，以及协方差相关矩阵R_i的特征值λ₁，…，其中，i为用户终端的索引，H_ij为用户终端在第j个资源上的大小为N_t*N_r的信道矩阵，N_t为用户终端所在的基站的发送天线的数量，N_r为用户终端的接收天线的数量；向基站反馈量化的协方差相关矩阵R_i的特征向量v₁，…，v_M，其中，特征向量v₁，…，v_M的量化精度是依次降低的，M为大于零小于等于N_t的正整数。根据本发明，可以减少反馈的开销，提高反馈的精度。

Description

协方差相关矩阵的反馈传输方法及用户终端

技术领域

本发明涉及移动通信技术领域，尤其涉及一种协方差相关矩阵的反馈传输方法及用户终端。

背景技术

高级长期演进(Long Term Evolution Advanced，简称为LTE-A)系统作为长期演进(Long term evolution，简称为LTE)的演进标准，需要支持更大的系统带宽(最高可达100MHz)，并需要后向兼容LTE现有的标准。为了提高小区边缘的覆盖和吞吐量，LTE-A在现有的LTE系统的基础上，提出了一种协作多输入多输出(MultipleInput Multiple Output，简称为MIMO)技术，又称为多点协作传输(COMP)技术，该技术能够提高演进的国际移动通信(InternationalMobile Telecommunications-Advance，简称为IMT-Advance)系统的频谱利用率、缓解频谱资源紧缺。

多点协作传输技术是利用多个小区的发射天线协作传输来实现小区边缘处无线链路的较高容量和可靠传输，可以有效解决小区边缘干扰问题。目前，COMP传输技术的研究主要包括两个方向：(1)联合协作传输(Joint Processing，简称为JP)：PDSCH数据在同一时刻由多个协作节点联合传输；(2)协作调度和协作波束赋型(Coordinated scheduling and Coordinated beamforming，简称为CB/CS)：用联合调度的方式，实现干扰的协调，数据仅仅由主服务小区进行发送。

多用户MIMO(MU-MIMO)技术是在相同时间和相同载波上通过空间区分可以实现对多个用户的服务。通过MU-MIMO技术可以提高小区内平均吞吐量。在MU-MIMO中，空间维度可以分配给不同的用户。

在3GPP标准组织的LTE标准中，信道状态信息反馈包括：信道质量指示信息(Channel quality indication，简称为CQI)、预编码矩阵指示符(Precoding Matrix Indicator，简称为PMI)和秩指示符(Rank Indicator，简称为RI)。其中，

CQI为衡量下行信道质量好坏的一个指标。在36-213协议中CQI用0～15的整数值来表示，分别代表了不同的CQI等级，不同CQI对应着各自的编码率(MCS)。

PMI指UE反馈的预编码码本的索引号。在闭环空间复用、MU-MIMO、RI＝1的闭环这3种模式下，需要反馈PMI信息，其他发射模式下不需要反馈PMI信息。PMI的反馈粒度可以是整个带宽反馈一个PMI，也可以根据subband来反馈PMI。

RI用于描述空间独立信道的个数，对应信道响应矩阵的秩。在开环空间复用和闭环空间复用模式下，需要UE反馈RI信息，其他模式下不需要反馈RI信息。信道矩阵的秩和层数对应。

在LTE-Adv系统中多用户的COMP技术中，每个用户的必要反馈各自的信道相关。在一定的时间周期和一定的带宽上，信道相关矩阵R： $R=E(H_{\mathrm{jk}}^H\·H_{\mathrm{jk}})$ 。其中H_jk表示第j个OFDM符号周期第k个子载波对应的相关信道矩阵，它的大小为Nt*Nr，其中，Nt是发送天线的个数，Nr是接收天线的个数。

对于N_t＝2，即2天线发送天线时候，

$R=\left(\begin{array}{cc}r11& r12\\ \mathrm{conj}\left(r12\right)& r22\end{array}\right)$

对于N_t＝4，即4天线发送天线时候，

$R=\left(\begin{array}{cccc}r11& r12& r13& r14\\ \mathrm{conj}\left(r12\right)& r22& r23& r24\\ \mathrm{conj}\left(r13\right)& \mathrm{conj}\left(r23\right)& r33& r34\\ \mathrm{conj}\left(r14\right)& \mathrm{conj}\left(r24\right)& \mathrm{conj}\left(r34\right)& r44\end{array}\right)$

对于N_t＝8，即8天线发送天线时候，

$R=\left(\begin{array}{cccccccc}{r}_{11}& r_{12}& r_{13}& r_{14}& r_{15}& r_{16}& r_{17}& r_{18}\\ \mathrm{conj}\left(r_{12}\right)& r_{22}& r_{23}& r_{24}& r_{25}& r_{26}& r_{27}& r_{28}\\ \mathrm{conj}\left(r_{13}\right)& \mathrm{conj}\left(r_{23}\right)& r_{33}& r_{34}& r_{35}& r_{36}& r_{37}& r_{38}\\ \mathrm{conj}\left(r_{14}\right)& \mathrm{conj}\left(r_{24}\right)& \mathrm{conj}\left(r_{34}\right)& r_{44}& r_{45}& r_{46}& r_{47}& r_{48}\\ \mathrm{conj}\left(r_{15}\right)& \mathrm{conj}\left(r_{25}\right)& \mathrm{conj}\left(r_{35}\right)& \mathrm{conj}\left(r_{35}\right)& r_{55}& r_{56}& r_{57}& r_{58}\\ \mathrm{conj}\left(r_{16}\right)& \mathrm{conj}\left(r_{26}\right)& \mathrm{conj}\left(r_{36}\right)& \mathrm{conj}\left(r_{46}\right)& \mathrm{conj}\left(r_{56}\right)& r_{66}& r_{67}& r_{68}\\ \mathrm{conj}\left(r_{17}\right)& \mathrm{conj}\left(r_{27}\right)& \mathrm{conj}\left(r_{37}\right)& \mathrm{conj}\left(r_{47}\right)& \mathrm{conj}\left(r_{57}\right)& \mathrm{conj}\left(r_{58}\right)& r_{77}& r_{78}\\ \mathrm{conj}\left(r_{18}\right)& \mathrm{conj}\left(r_{28}\right)& \mathrm{conj}\left(r_{38}\right)& \mathrm{conj}\left(r_{48}\right)& \mathrm{conj}\left(r_{58}\right)& \mathrm{conj}\left(r_{68}\right)& \mathrm{conj}\left(r_{78}\right)& r_{88}\end{array}\right)$

其中，Conj(.)表示复数共轭。由上式可知，信道相关矩阵对角线上的数位实数，非对角线的数为复数。由于相关矩阵R是共轭对称矩阵，因此只需要反馈R矩阵的上三角矩阵。

在相关技术中，信道相关矩阵的反馈方式主要包括以下几类：

(1)基于元素量化的信道相关矩阵的直接反馈

需要对R矩阵用绝对值最大的元素做规一化。如下式所示：

$R=\frac{R}{\max \left(\mathrm{abs}\left(\mathrm{rij}\right)\right)},$ (i，j＝1，....，Nt)。

对规一化相关矩阵量化时，对角线元素量化为1bit，复数元素量化为4bits。量化公式为：

q＝a·e^(j·b·2π)

对角线元素	a	b	q
				q1	0.6	0	0.6000
q2	0.9	0	0.9000

对于非对角线元素，a＝[0.10.5]，b＝[0 1/8 1/4 3/8 1/2 5/8 3/4 7/8]是q值如下表所示：

非对角元素	a	b	q
				q1	0.1	0	0.1000
q2	0.11	1/8	0.0707+0.0707i
				q3	0.11	1/4	0.0000+0.1000i
q4	0.1	3/8	-0.0707+0.0707i
				q5	0.11	1/2	-0.1000+0.0000i
q6	0.1	5/8	-0.0707-0.0707i
				q7	0.1	3/4	-0.0000-0.1000i
q8	0.1	7/8	-0.0707-0.0707i
				q9	0.5	0	0.5000
q10	0.5	11/8	0.3536+0.3536i
				q11	0.5	1/4	0.0000+0.5000i
q12	0.5	3/8	-0.3536+0.3536i
				q13	0.5	11/2	-0.5000+0.0000i
q14	0.5	5/8	-0.3536-0.3536i
				q15	0.5	3/4	-0.0000-0.5000i
q16	0.5	7/8	0.3536-0.3536i

对于2天线总共需要反馈6bits(对于2X2的相关矩阵，只反馈上三角矩阵，即反馈2个实数和1个复数，反馈比特数为2x1+1x4＝6bits)；对于4天线总共需要反馈28bits(同理，对于4x4矩阵，需要反馈4个实数和6个复数，反馈比特数为4x1+6x4＝28bits)；对于8天线总共需要反馈120bits(同理，对于8x8矩阵，需要反馈8个实数和28个复数，反馈比特数为8x1+28x4＝120bits)，由此可知，采用这种方法在天线数量较多时，开销较大。

(2)基于量化向量的相关矩阵反馈方法

通过奇异值分解H_k＝U∑V^H，可以得到 $H_k^H{H}_k=V{\mathrm{\Σ}}^2{V}^H,$ 进而可以使用H_k ^HH_k的特征向量和特征值对H_k ^HH_k进行厄密共轭(Hermitian)谱分解，公式如下：

$H_k^H{H}_k$

$={\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2{v}_{N_T}{v}_{N_T}^H$

其中，特征值满足下面关系： $\left|{\mathrm{\σ}}_1\right|>\·\·\·>\left|{\mathrm{\σ}}_{N_T}\right|.$

针对上式的分解结果，相关技术中提出了两种近似反馈方法。

近似方法1

根据R的谱分解，R矩阵可以量化为它的特征值和特征向量。当秩rank＝1或者第一个特征值远大于其它特征值的时候，可以只反馈最大特征值对应的特征向量。即：

$H_k^H{H}_k\≈{\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H$

这种方法虽然可以减少反馈的开销，但准确度不高。

近似方法2

R矩阵可以被量化为它的特征值和特征向量。当秩rank＝2或者第一个和第二个特征值远大于其它特征值的时候，对应两个最强的特征值的两个特征向量，即v1和v2，以及第二特征向量和第一特征向量的比值|σ₂|²/|σ₁|²将被反馈。例如：|σ₂|²/|σ₁|²可以被量化为[0.25，0.5]中最接近的元素。即：

$H_k^H{H}_k\≈{\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H+{\left|{\mathrm{\σ}}_2\right|}^2{v}_2{v}_2^H$

同样，这种方法反馈的准确度也不够高。

发明内容

有鉴于此，本发明提供了一种协方差相关矩阵的反馈传输方案，用以解决现有技术存在的反馈开销较大或反馈的精度不够高的问题。

根据本发明的一个方面，提供了一种协方差相关矩阵的反馈传输方法。

根据本发明的协方差相关矩阵的反馈传输方法包括：用户终端在预定时间周期和预设带宽上测量得到H_ij，并根据H_ij计算得到协方差相关矩阵R_i、协方差相关矩阵R_i的特征向量v₁，…，以及协方差相关矩阵R_i的特征值λ₁，…，其中，i为用户终端的索引，H_ij为用户终端在第j个资源上的大小为N_t*N_r的信道矩阵，N_t为用户终端所在的基站的发送天线的数量，N_r为用户终端的接收天线的数量；向基站反馈量化的协方差相关矩阵R_i的特征向量v₁，…，v_M，其中，特征向量v₁，…，v_M的量化精度是依次降低的，M为大于零小于等于N_t的正整数。

根据本发明的另一个方面，提供了一种用户终端。

根据本发明的用户终端包括：测量单元、分解单元、量化单元和反馈单元。其中，测量单元，用于在预定时间周期和预设带宽上进行测量和计算，得到信道的协方差相关矩阵R_i，i为用户终端的索引；分解单元，用于对的协方差相关矩阵R_i进行厄密特Hermitian谱分解或者特征值分解，得到协方差相关矩阵R_i的特征值λ₁，…，和特征向量v₁，…，其中，N_t为用户终端所在基站的发送天线的数量，N_r为用户终端的接收天线的数量；量化单元，用于对协方差相关矩阵的特征向量v₁，…，v_M进行量化，其中，特征向量v₁，…，v_M的量化精度是依次降低的，M是大于零小于等于N_t的正整数；反馈单元，用于向基站反馈量化后的特征向量v₁，…，v_M。

通过本发明的上述至少一个方案，在向基站反馈协方差相关矩阵时，将该协方差相关矩阵的非零特征值对应的特征向量按照量化精度依次降低的规律进行量化，并向基站反馈量化后的特征向量，从而可以减少反馈的开销，同时提高了反馈的精度。

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为根据本发明实施例的协方差相关矩阵的反馈传输方法的流程图；

图2为根据本发明实施例的用户终端的结构示意图；

图3为根据本发明优选实施例的用户终端的结构示意图；

图4为根据本发明实施例的选择模块53的结构示意图。

具体实施方式

功能概述

针对现有技术中用户终端在反馈协方差相关矩阵时可能存在开销较大或精度不够的问题，本发明实施例提供了一种改进的协方差相关矩阵的反馈传输方案。在本发明实施例中，首先对测量得到的协方差相关矩阵进行Hermitian谱分解，将协方差相关矩阵表示为一系列的特征值和特征向量，然后向基站反馈量化后的非零特征值以及非零特征值对应的特征向量，其中，在量化非零特征值对应的特征向量时，特征向量的量化精度是按照特征值的大小依次降低的。

在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

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。

根据本发明实施例，首先提供了一种协方差相关矩阵的反馈传输方法。

图1为根据本发明实施例的协方差相关矩阵的反馈传输方法的流程图，如图1所示，对于索引为i(i为大于等于0的整数)的用户终端，根据本发明实施例的协方差相关矩阵的反馈传输方法主要包括以下步骤(步骤S101-步骤S105)：

步骤S101：用户终端在预定时间周期和预设带宽上测量得到H_ij，并根据H_ij计算得到协方差相关矩阵R_i、协方差相关矩阵R_i的特征向量v₁，…，以及协方差相关矩阵R_i的特征值λ₁，…，

具体地，可以按照以下公式对协方差相关矩阵R_i进行Hermitian谱分解或特征值分解，以得到协方差相关矩阵R_i的特征向量v₁，…，和特征值λ₁，…，

$R_i={\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H+\·\·\·+{\left|{\mathrm{\σ}}_{N_t}\right|}^2{v}_{N_t}{v}_{N_t}^H,$

其中，H_ij为第i个用户终端在第j(j＝0，1，2，...，J-1，J为上述预定时间周期和预设带宽上资源单位的总数)个资源上的大小为N_t*N_r的信道矩阵，N_t为该用户终端所在基站的发送天线的数量，N_r为该用户终端的接收天线的数量，i为用户索引；v₁，…，为协方差相关矩阵R_i的特征值λ₁，…，对应的特征向量；

步骤S103：向基站反馈量化的协方差相关矩阵R_i的特征向量v₁，…，v_M，其中，特征向量v₁，…，v_M的量化精度是依次降低的，M是大于零小于等于N_t的正整数；

在本发明实施例中，用户终端向基站反馈量化的协方差相关矩阵R_i的特征向量v₁，…，v_M，即向基站反馈表示量化值的码本索引。

步骤S105：向基站反馈量化的协方差相关矩阵的特征值λ₁，…，λ_M。

在具体实施过程中，步骤S105为可选的步骤，用户终端可以向基站反馈量化的协方差相关矩阵R_i的特征值λ₁，…，λ_M，也可以不向基站反馈量化的协方差相关矩阵R_i的特征值λ₁，…，λ_M。

以下进一步描述上述各步骤的细节。

(一)步骤S101

在终端侧，用户终端在一定的时间周期和一定的带宽上进行信道测量，得到H_ij，并根据H_ij得到信道的协方差相关矩阵R_i，然后可以对协方差相关矩阵R_i进行Hermitian谱分解，R_i可以由一系列的特征值和特征向量表示，具体如下：

$R_i={\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H+\·\·\·+{\left|{\mathrm{\σ}}_{N_t}\right|}^2{v}_{N_t}{v}_{N_t}^H$

或者，也可以通过对协方差相关矩阵进行特征值分解，以得到协方差相关矩阵的特征向量v₁，…，和特征值λ₁，…，

在具体实施过程中，对于协方差相关矩阵R_i：

$R_i=\frac{1}{J}\underset{j=0}{\overset{J-1}{\mathrm{\Σ}}}{H}_{\mathrm{ij}}^H\·H_{\mathrm{ij}},$ 其中，i为该用户终端的索引，j＝0，1，2，...，J-1，j为资源单位索引，J为上述预定时间周期和预设带宽上资源单位的总数。具体地，该资源单位索引可以是时间单位索引，也可以是频率单位索引，或者也可以为时频单位索引。

(二)步骤S103

在本发明实施例中，终端向基站反馈的v₁，…，v_M可以是R_i的对应非零特征值的特征向量，也是信道矩阵进行奇异值分解(singularvalue decomposition，简称为SVD)的对应非零奇异值的右奇异向量(right singular vectors)集合，或者，v₁，…，v_M也可以是按照实际需求从v₁，…，中选择的M个特征向量，其中M为大于零小于等于N_t的正整数。

作为反馈精度的评估函数，可以采用下面的最小均方误差函数MSE：

$\mathrm{MSE}=\frac{1}{N_t^2}{\left|\right|\tilde{R}-R\left|\right|}_{\mathrm{Frobenius}}^2$

$=\frac{1}{N_t^2}{\left|\right|\tilde{V}{\mathrm{\Σ}}^2{\tilde{V}}^H-R\left|\right|}_{\mathrm{Frobenius}}^2$

在具体实施过程中，在反馈开销被指定和限制的条件下，应尽量使得MSE最小。

通过进一步对MSE进行处理，则有：

$\mathrm{MSE}=\frac{1}{N_t^2}{\left|\right|({\left|{\widetilde{\mathrm{\σ}}}_1\right|}^2{\tilde{v}}_1{\tilde{v}}_1^H+\·\·\·+{\left|{\widetilde{\mathrm{\σ}}}_{N_T}\right|}^2{\tilde{v}}_{N_T}{\tilde{v}}_{N_T}^H)-R\left|\right|}_{\mathrm{Frobenius}}^2$

$\≈\frac{1}{N_t^2}{\left|\right|({\left|{\mathrm{\σ}}_1\right|}^2{\tilde{v}}_1{\tilde{v}}_1^H+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2{\tilde{v}}_{N_T}{\tilde{v}}_{N_T}^H)-({\left|{\mathrm{\σ}}_1\right|}^2{v}_1{v}_1^H+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2{v}_{N_T}{v}_{N_T}^H)\left|\right|}_{\mathrm{Frobenius}}^2$

$=\frac{1}{N_t^2}\left|\right|{\left|{\mathrm{\σ}}_1\right|}^2({\tilde{v}}_1{\tilde{v}}_1^H-v_1{v}_1^H)+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2({\tilde{v}}_{N_T}{\tilde{v}}_{N_T}^H-v_{N_T}{v}_{N_T}^H)\left|\right|$

$\≤\frac{1}{N_t^2}\left({\left|{\mathrm{\σ}}_1\right|}^2\right||{\tilde{v}}_1{\tilde{v}}_1^H-v_1{v}_1^H||+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2\left|\right|{\tilde{v}}_{N_T}{\tilde{v}}_{N_T}^H-v_{N_T}{v}_{N_T}^H\left|\right|)$

$=\frac{1}{N_t^2}({\left|{\mathrm{\σ}}_1\right|}^2{D}_{\mathrm{chordal}}(v_1,{\tilde{v}}_1)+\·\·\·+{\left|{\mathrm{\σ}}_{N_T}\right|}^2{D}_{\mathrm{chordal}}(v_{N_T},{\tilde{v}}_{N_T}))$

在这里，v₁，…，是实际的R的特征向量，是反馈的R的量化特征向量，|σ₁|²，…，是R的特征值。

根据上面的公式，假设可以正确地反馈到BS，没有反馈过程的传输错误，则可以推导出以下结论：

1、实际相关矩阵和反馈得到的相关矩阵的MSE是由一系列R的特征值|σ₁|²，…，和一系列实际特征向量和反馈特征向量之间的弦距(cordal distances) $D_{\mathrm{chordal}}(v_1,{\tilde{v}}_1),\·\·\·,D_{\mathrm{chordal}}(v_{N_T},{\tilde{v}}_{N_T})$ 所决定的。

2、为了使得上述的MSE的上边界最小化，可以使得下式成立：

${\left|{\mathrm{\σ}}_1\right|}^2{D}_{\mathrm{chordal}}(v_1,{\tilde{v}}_1)=\·\·\·={\left|{\mathrm{\σ}}_{N_T}\right|}^2{D}_{\mathrm{chordal}}(v_{N_T},{\tilde{v}}_{N_T})$

由于 $\left|{\mathrm{\&sigma;}}_1\right|>\&CenterDot;\&CenterDot;\&CenterDot;>\left|{\mathrm{\&sigma;}}_{N_T}\right|,$ 因此， $D_{\mathrm{chordal}}(v_1,{\tilde{v}}_1)<\&CenterDot;\&CenterDot;\&CenterDot;<D_{\mathrm{chordal}}(v_{N_T},{\tilde{v}}_{N_T}).$

3.根据上述第2条的结论，可知，v₁，…，可以采用不同的向量量化的量化精度，如果量化精度可以依次降低的话，则实际特征向量和反馈特征向量之间的弦距则可以依次增加，满足结论2的要求。进一步，可以通过依次减少码本大小来依次降低量化精度，而码本的大小取决于可能的量化向量的索引个数。

因此，不同的特征向量采用不同的量化反馈精度，可以保证协方差相关矩阵的误差最小，达到最佳的反馈效果，或者在特征反馈效果具有最小的开销。因此，在步骤S103的处理过程中，在向基站反馈量化的特征向量v₁，…，v_M时，特征向量v₁，…，v_M的量化精度依次降低。

在具体实施过程中，可以预先在用户终端和基站侧存储特征向量的码本集合，每个码本包括一个或多个向量，每个向量对应一个索引值。具体地，特征向量v₁的反馈可以使用具有个码字向量的预定义码本C₁，选择码本C₁中一个向量，确定该向量对应的索引值PVI₁来进行反馈，特征向量v₂的反馈使用具有个码字向量的预定义码本C₂，选择的码本C₂中一个向量，确定该向量对应的索引值PVI₂来进行反馈，如此类推，特征向量v_k的反馈使用具有个码字向量的预定义码本C_k，选择的码本C_k中一个向量，确定该向量对应的索引值PVI_k来进行反馈，其中，k＝1，2，...，M，且B₁≥…≥B_M。

具体地，可以将得到的实际特征向量与特征向量码本集合中的向量进行对比，选择最近似的码本中一个向量，确定该向量对应的索引值来进行反馈，从而可以极大的节省比特开销。优选地，向基站反馈的上述索引值为预编码向量索引(Precoding Vector Index，简称为PVI)或者特征向量索引(Eigenvector index，简称为EVI)。

具体地，上述最近似的码本中向量是指在码本集合中与需要反馈的特征向量的弦距离(cordal distances)最小的向量。

(三)步骤S105

在本发明实施例中，终端向基站反馈的λ₁，…，λ_M可以是R_i的非零特征值，或者，λ₁，…，λ_M也可以是按照实际需求从λ₁，…，中选择的M个特征向量，其中M为大于零小于等于N_t的正整数。在实际反馈中与上述步骤S103所反馈的特征向量对应，即步骤S103反馈的特征向量为步骤S105中反馈的特征值对应的特征向量。

在具体实施过程中，向基站反馈量化的协方差相关矩阵的特征值时，可以反馈量化的特征值λ₁，…，λ_M或者比值形式λ₂/λ₁，…，λ_M/λ₁，具体地，可以令λ_i＝|σ_i|²，其中，i＝1，2，...M，然后向基站反馈每个特征值的量化的具体值，或者向基站反馈M-1个特征值与特征值λ1的量化的比值λ₂/λ₁，…，λ_k/λ₁，在具体实施过程中，每个特征值的比值可以通过若干个(一个两个或者多个)比特表示。

对于基站侧，基站在接收到用户终端反馈的上述信息(即上述量化的特征向量和/或特征值)之后，根据反馈的信息进行多用户(MIMO)或者多用户(COMP)的下行处理，例如，用户配对或者发送权值产生等。

根据本发明实施例，还提供了一种用户终端。

图2为根据本发明实施例的用户终端的结构示意图，如图2所示，根据本发明实施例的用户终端主要包括：测量单元1、分解单元3、量化单元5和反馈单元9。其中，测量单元1，用于在预定时间周期和预设带宽上进行测量和计算，得到信道的协方差相关矩阵R_i，i为该用户终端的索引；分解单元3，用于对协方差相关矩阵R_i进行Hermitian谱分解或特征值，得到协方差相关矩阵R_i的特征值λ₁，…，和特征向量v₁，…，具体地，可以通过以下公式进行Hermitian谱分解：

$R_i={\left|{\mathrm{\&sigma;}}_1\right|}^2{v}_1{v}_1^H+\&CenterDot;\&CenterDot;\&CenterDot;+{\left|{\mathrm{\&sigma;}}_{N_t}\right|}^2{v}_{N_t}{v}_{N_t}^H$

其中，H_ij为该用户终端在第j个资源上的大小为N_t*N_r的信道矩阵，R_i是通过H_ij计算得到的，N_t为该用户终端所在基站的发送天线的数量，N_r为该用户终端的接收天线的数量；

量化单元5，用于对协方差相关矩阵R_i的特征向量v₁，…，v_M进行量化，其中，特征向量v₁，…，v_M的量化精度是依次降低的，M是大于零小于等于N_t的正整数；反馈单元9，用于向基站反馈量化后的特征向量v₁，…，v_M。在本发明实施例中，反馈单元9向基站反馈的为表示量化值的码本索引。

图3为根据本发明优选实施例的用户终端的结构示意图，如图3所示，进一步地，该用户终端还包括：存储单元2，用于存储一个或多个码本，其中，每个码本包括多个向量以及与每个向量对应的索引值；优选地，第一量化单元5可以包括：确定模块51和选择模块53，其中，确定模块51，用于确定反馈特征向量v_k所使用的具有个码字向量的预定义码本C_k；选择模块，用于从存储单元2中选择码本C_k中一个向量，确定该向量对应的索引值PVI_k；其中，k＝1，...，M，B₁≥…≥B_M。

进一步地，如图4所示，上述选择模块53可以进一步包括：比较子模块531和获取子模块533。其中，比较子模块531，用于将特征向量v_k与码本C_k中的向量进行对比，确定码本C_k中与特征向量v_k最近似的向量，其中，与特征向量v_k最近似的向量为与特征向量v_k的弦距离最小的向量；获取子模块533，用于获取与特征向量v_k最近似的向量对应的索引值PVI_k。

进一步地，上述量化单元5还可以用于对协方差相关矩阵R_i的特征值λ₁，…，λ_M进行量化，其中，M是大于零小于等于N_t的正整数；而反馈单元还用于向基站反馈量化后的特征值λ₁，…，λ_M。

如上所述，借助本发明实施例提供的技术方案，通过向基站反馈不同的量化反馈精度的特征向量，可以保证反馈的协方差相关矩阵的误差最小，以达到最佳的反馈效果，并且可以减少特征反馈所占用的开销。

以上所述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 (12)

1.一种协方差相关矩阵的反馈传输方法，其特征在于，包括：

用户终端在预定时间周期和预设带宽上测量得到H_ij，并根据H_ij计算得到协方差相关矩阵R_i、所述协方差相关矩阵R_i的特征向量以及所述协方差相关矩阵R_i的特征值其中，i为所述用户终端的索引，H_ij为所述用户终端在第j个资源上的大小为N_t*N_r的信道矩阵，N_t为所述用户终端所在的基站的发送天线的数量，N_r为所述用户终端的接收天线的数量；

向基站反馈量化的所述协方差相关矩阵R_i的特征向量v₁,…,v_M，其中，特征向量v₁,…,v_M的量化精度是依次降低的，M为大于零小于等于N_t的正整数；

其中，得到所述特征向量和所述特征值包括：按照下面公式对所述协方差相关矩阵R_i进行厄密特Hermitian谱分解或者特征值分解，得到所述特征向量和所述特征值 $R_i={\left|{\mathrm{\&sigma;}}_1\right|}^2{v}_1{v}_1^H+...+|{{\mathrm{\&sigma;}}_{N_t}|}^2{v}_{N_t}{v}_{N_t}^H;$ 以及

所述协方差相关矩阵R_i由发送信道相关矩阵H_ij计算得到，且其中，j＝0,1,2,…,J-1，j为资源单位索引，J为所述的预定时间周期和预设带宽上资源单位的总数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述终端向所述基站反馈量化的所述协方差相关矩阵R_i的特征值λ₁,…,λ_M。

3.根据权利要求2所述的方法，其特征在于，向所述基站反馈量化的所述协方差相关矩阵的特征值λ₁,…,λ_M包括：

令λ_k＝|σ_k|²，表示一个实数，其中，k＝1,…,M；

向所述基站反馈λ₁,…,λ_M的量化的具体值，或者，向所述基站反馈各个特征值与特征值λ₁的量化的比值：λ₂/λ₁,…,λ_M/λ₁。

4.根据权利要求1所述的方法，其特征在于，向基站反馈量化的所述协方差相关矩阵的特征向量v₁,…,v_M包括：

确定反馈特征向量v_k所使用的具有个码字向量的预定义码本C_k，选择的预先存储的码本C_k中一个向量，确定所述向量对应的索引值PVI_k，并向所述基站反馈所述索引值PVI_k，其中，k＝1,…,M，B₁≥…≥B_M。

5.根据权利要求4所述的方法，其特征在于，选择的预先存储的码本C_k中一个向量，确定所述向量对应的索引值PVI_k包括：

将所述特征向量v_k与预先存储的码本C_k中的向量进行对比，选择所述码本C_k中与所述特征向量v_k最近似的向量对应的索引值PVI_k。

6.根据权利要求5所述的方法，其特征在于，所述码本C_k中与所述特征向量v_k最近似的向量为与所述特征向量v_k的弦距离最小的向量。

7.根据权利要求1所述的方法，其特征在于，所述资源单位索引包括：时间单位索引和/或频率单位索引。

8.根据权利要求1所述的方法，其特征在于，在向所述基站反馈量化的所述特征向量v₁,…,v_M之后，所述方法还包括：

所述基站根据所述用户终端反馈的所述特征向量v₁,…,v_M进行多用户多输入多输出或多用户多点协作处理的下行处理。

9.一种用户终端，其特征在于，包括：

测量单元，用于在预定时间周期和预设带宽上进行测量和计算，得到信道的协方差相关矩阵R_i，i为所述用户终端的索引；

分解单元，用于对所述的协方差相关矩阵R_i进行厄密特Hermitian谱分解或者特征值分解，得到所述协方差相关矩阵R_i的特征值和特征向量其中，N_t为所述用户终端所在基站的发送天线的数量，N_r为所述用户终端的接收天线的数量；

量化单元，用于对所述协方差相关矩阵的特征向量v₁,…,v_M进行量化，其中，特征向量v₁,…,v_M的量化精度是依次降低的，M是大于零小于等于N_t的正整数；

反馈单元，用于向基站反馈量化后的所述特征向量v₁,…,v_M；

其中，所述分解单元通过以下方式得到所述特征向量和所述特征值按照下面公式对所述协方差相关矩阵R_i进行厄密特Hermitian谱分解或者特征值分解，得到所述特征向量和所述特征值 $R_i={\left|{\mathrm{\&sigma;}}_1\right|}^2{v}_1{v}_1^H+...+|{{\mathrm{\&sigma;}}_{N_t}|}^2{v}_{N_t}{v}_{N_t}^H;$ 以及

所述协方差相关矩阵R_i由发送信道相关矩阵H_ij计算得到，且其中，j＝0,1,2,…,J-1，j为资源单位索引，J为所述的预定时间周期和预设带宽上资源单位的总数。

10.根据权利要求9所述的用户终端，其特征在于，所述用户终端还包括：

存储单元，用于存储一个或多个码本，其中，每个码本包括多个向量以及与每个向量对应的索引值；

所述量化单元包括：

确定模块，用于确定反馈特征向量v_k所使用的具有个码字向量的预定义码本C_k；

选择模块，用于从所述存储单元中选择码本C_k中一个向量，确定所述向量对应的索引值PVI_k；

其中，k＝1,…,M，B₁≥…≥B_M。

11.根据权利要求10所述的用户终端，其特征在于，所述选择模块包括：

比较子模块，用于将所述特征向量v_k与所述码本C_k中的向量进行对比，确定所述码本C_k中与所述特征向量v_k最近似的向量，其中，与所述特征向量v_k最近似的向量为与所述特征向量v_k的弦距离最小的向量；

获取子模块，用于获取与所述特征向量v_k最近似的向量对应的索引值PVI_k。

12.根据权利要求9至11中任一项所述的用户终端，其特征在于，

所述量化单元还用于对所述协方差相关矩阵的特征值λ₁,…,λ_M进行量化；

所述反馈单元还用于向基站反馈量化后的所述特征值λ₁,…,λ_M。