CN102088339A - 一种用户设备的通信处理方法及用户设备 - Google Patents

Abstract

本发明提供一种用户设备的通信处理方法及用户设备，该方法包括：用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述解码矢量计算等价信道，所述解码矢量可获得最大接收信干噪比或所述等价信道与所述码书中的一个矢量具有最小的角度差；用户设备利用所述等价信道计算信道方向索引CDI和信道质量指示CQI；用户设备向基站反馈CDI和CQI；用户设备使用第二解码矢量进行数据接收处理。本发明实施例提高了频谱效率，并且可节省下行信道资源。

Description

一种用户设备的通信处理方法及用户设备

技术领域

本发明涉及多用户多输入多输出MU-MIMO移动通信系统，特别是一种用户设备的通信处理方法及用户设备。

背景技术

多天线技术是下一代移动通信中的关键技术，在多用户下行广播信道中，一个基站同时与多个移动台通信，因此基站需要根据信道信息进行预编码以抑制多用户干扰。

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个接收天线，其中K≥M。基站向每个被选中用户发射1个数据流，总传输数据流数为A，A≤M。A维发射矢量s＝[s₁，s₂，...，s_A]通过一个M×A的预编码发射矩阵T从M个天线发射出去，而用户k的信道为矩阵H_k。

在上述的假设情况下，用户k的接收信号如下所示：

$y_k=H_k\underset{i=1}{\overset{A}{\mathrm{\Σ}}}{T}_i{s}_i+n_k$

其中，n_k为噪音信号。

假设每个用户都可以精确估计自己的信道H_k，但基站并不知道所有用户的信道信息，每个用户需要将信道信息通过上行信道反馈给基站。

基站与用户共享同一码书，码书包含2^B个码矢量。用码矢量来量化信道的方向信息，称为信道方向索引(CDI)。另外，反馈信息还包含信道质量指示(CQI)。

基站利用接收到的反馈信息(CDI，CQI)从K个用户中选出最合适的A个用户，使其可以最大化频谱利用率。

被选中的用户通过接收机r_k接收信号，获得软输出

如下：

${\hat{s}}_k=r_k(H_k\underset{i=1}{\overset{A}{\mathrm{\Σ}}}{t}_i{s}_i+n_k)=r_k{H}_k{t}_k{s}_k+r_k{H}_k\underset{i\≠k}{\overset{A}{\underset{i=1}{\mathrm{\Σ}}}}{t}_i{s}_i+r_k{n}_k$

现有的反馈方法及处理如图1所示，包括：

步骤11，用户设备对自己估计的信道H_k进行SVD分解；

步骤12，用户设备将最大特征值对应的特征向量作为接收合并矢量计算反馈信息CDI(Channel Directional Index，信道方向索引)，CQI(Channel Quality Indicator，信道质量指示)；

步骤13，将计算得到的CDI和CQI反馈给基站进行调度及预编码。

步骤14，基站通知被调度到的用户其数据流所用到的预编码矩阵。可以通过直接下行反馈预编码信息，或通过发射DMRS(下行专用解调参考信号)，间接通知被调度到的用户其预编码后的等价信道。

步骤15，被调度到的用户利用步骤14得到的信息进行MMSE解码获得自己的数据信息。

然而，发明人在实现本发明的过程中发现现有技术至少存在如下问题：

用户设备将最大特征值对应的特征向量作为接收合并矢量，其并不是实际的接收合并矢量，因此导致反馈CDI和CQI与实际的CDI和CQI不匹配，误差较大，所以性能不理想。

发明内容

本发明的目的是提供一种用户设备的通信处理方法及用户设备，用于MU-MIMO移动通信系统，使用户设备反馈的CDI和CQI与实际的CDI和CQI匹配，并降低需要使用的下行信道资源。

为了实现上述目的，本发明实施例提供了一种用户设备的通信处理方法，用于多用户多输入多输出MU-MIMO移动通信系统，包括：

步骤21，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，使得接收信干噪比最大；

步骤22，用户设备利用所述等价信道计算CDI和CQI；

步骤23，用户设备向基站反馈CDI和CQI；

步骤24，用户设备使用第二解码矢量进行解码。

上述的通信处理方法，其特征在于，所述第一解码矢量与所述第二解码矢量为同一解码矢量。

为了实现上述目的，本发明实施例还提供了一种用户设备的通信处理方法，用于多用户多输入多输出MU-MIMO移动通信系统，包括：

步骤31，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，所述等价信道与所述码书中的一个矢量具有最小的角度差；

步骤32，用户设备利用所述等价信道计算CDI和CQI；

步骤33，用户设备向基站反馈CDI和CQI；

步骤34，用户设备使用第二解码矢量进行解码。

上述的通信处理方法，其特征在于，所述第一解码矢量与所述第二解码矢量为同一解码矢量。

本发明实施例具有以下的有益效果：

本发明实施例中，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述解码矢量计算等价信道，所述解码矢量可获得最大接收信干噪比或所述等价信道与所述码书中的一个矢量具有最小的角度差；反馈的量化信道与实际等价信道基本一致，也就是说反馈的CDI和CQI与实际的CDI和CQI基本一致，使得基站调度更恰当，发射预编码更精确，提高了频谱效率。

同时，移动设备可以直接使用根据码书中的一个矢量设置的第一解码矢量进行接收处理，因此，不需要基站将实际预编码矩阵的信息告诉被选中的用户设备，节省了下行信道资源和用户设备的计算资源。

附图说明

图1为现有的MU-MIMO移动通信系统中的反馈及处理方法的流程图；

图2为本发明第一实施例的用户设备的通信处理方法的流程图；

图3为本发明第二实施例的用户设备的通信处理方法的流程图；

图4-7为本发明实施例的仿真结果图。

具体实施方式

本发明实施例的用户设备的通信处理方法第一实施例如图2所示，包括：

步骤21，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，使得接收信干噪比最大；

步骤22，用户设备利用所述等价信道计算CDI和CQI；

步骤23，用户设备向基站反馈CDI和CQI；

步骤24，用户设备使用第二解码矢量进行解码。

在本发明的具体实施例中，对应于码书中的第i个矢量c_i，(i＝0，...2^B-1)(B为反馈比特数)的第一解码矢量为MMSE(最小均方误差)解码矢量，如下：

$r_k^i=c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|---\left(1\right)$

其中：H_k为从基站到第k个用户设备的估计信道响应矩阵，M为发射天线数，P为发射总功率，N₀为噪声方差，I_N为N×N维单位阵，符号||·||表示求范数操作，上标H表示转置操作。。

对应于码书中的第i个矢量c_i，(i＝0，...2^B-1)的等价信道为：

$h_k^i=r_k^i{H}_k---\left(2\right)$

下面对用户设备利用所述等价信道计算信道方向索引CDI和信道质量指示CQI的具体计算过程描述如下：

首先，针对码书中的每一个矢量c_i，计算对应的接收信干噪比SINR_i，其近似估计值

如下：

$\mathrm{SI}\tilde{N}{R}_i={\left|\right|r_k^i{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_i\right)/(\frac{M\×N_0}{P}+{\left|\right|r_k^i{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_i\right))---\left(3\right)$

其中，对于每一个c_i，

其次，利用上述得到的

值，计算使得

最大的码书矢量作为最终等价信道的量化矢量，如下：

${\hat{h}}_k=\underset{c_{i=0,...,2^B}^H}{\arg \max }\left|{\mathrm{SI}\tilde{N}R}_i\right|$

CDI为

在码书中的序号，即：

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }\left|{\mathrm{SI}\tilde{N}R}_i\right|$

将(1)代入(3)，可得

$\mathrm{SI}{\tilde{N}R}_i=c_i^H{H}_k^H{(H_k{H}_k^H-H_k{c}_i{c}_i^H{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_i$

则

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }\left|c_i^H{H}_k^H{(H_k{H}_k^H-H_k{c}_i{c}_i^H{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_i\right|$

$=\underset{i=0,...,2^B}{\arg \max }\left|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_i\right|$

则最终反馈的CQI即为所述等价信道的量化矢量对应的

如下：

$\mathrm{CQI}={\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)/(\frac{M\×N_0}{P}+{\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right))$

其中，第一解码矢量r_k ^CDI如下：

$r_k^{\mathrm{CDI}}=c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

上述算法中用MMSE(最小均方误差)解作为第一解码矢量，也可以利用ZF(迫零)解来计算第一解码矢量。即：

其中：

表示矩阵H_k的伪逆，当H_k为方阵时，即当M＝N时，

当M＜N时，

当M＞N时，

相应的等价信道

由将(4)带入(2)得到。相应由将(4)代入(3)得到。并通过使

最大来得到CDI以及等价信道的量化矢量

在用户设备的天线数目N大于或等于所述基站的天线数目M时，由于

上述算法可以有如下简化：

sin²θ_i＝0

则

最终的等价信道的量化矢量：

最终反馈的CQI如下：

最终的第一解码矢量r_k ^CDI如下：

最终用户设备所使用的第二解码矢量可以是按照其他常规方法得到的解码矢量，但也可以是上述的两种第一解码矢量，如下：

$r_k=c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

或

基于上述的反馈，基站进行用户调度和预编码，下面以基站端采用迫零ZF预编码为例对基站端的处理进行说明。

当BS应用ZF预编码方法时，预编码矩阵如下：

$T_{\mathrm{ZFP}}=[t_1,...,t_A]=\hat{H}{\left(A\right)}^H{\left(\hat{H}\left(A\right)\hat{H}{\left(A\right)}^H\right)}^{-1}\mathrm{diag}{\left(p\right)}^{1/2}$

其中：矢量p为各数据流的发射功率。

由于

即

当N＞＝M时，若

是由ZF解码矢量得到的，且当实际接收机也为ZF解码时，即：时，实际接收的干扰分量为：

所以用户设备通过接收机r_k接收信号时获得软输出

如下：

${\hat{s}}_k=r_k(H_k\underset{i=1}{\overset{A}{\mathrm{\Σ}}}{t}_i{s}_i+n_k)=r_k{H}_k{t}_k{s}_k+r_k{H}_k\underset{i\≠k}{\overset{A}{\underset{i=1}{\mathrm{\Σ}}}}{t}_i{s}_i+r_k{n}_k=r_k{H}_k{t}_k{s}_k+r_k{n}_k$

从上式可以发现，其他用户设备对用户设备k形成的干扰分量(即公式中的第二部分

)被完全消除了。则最终的实际SINR为：

只要将反馈的CQI用

加以校正，便可得到精确的SINR，如下：

可见，在本发明第一实施例中，当N＞＝M且用ZF作为第一解码矢量和第二解码矢量时，可以用反馈信息得到精确的接收SINR，即SINR_k，est＝SINR_k，true所以反馈量化信息可以完全匹配实际信道，解决了反馈信息不匹配的问题。这样BS可以根据精确的信息进行调度，从而提高性能。

即使在使用MMSE解码以及在N＜M的情况下，虽然此时实际接收信道h_k＝r_kH_k与反馈的量化信道

不完全具有相同的方向，但由于本发明第一实施例保证了在MMSE解码或ZF解码时的估计SINR最大，使得反馈信息与实际信息得到了较大程度的匹配，从而提高性能。

并且，被选中的用户进行实际接收时可以使用计算反馈信息时所用的接收矢量来进行接收，不需要BS再将实际预编码矩阵发给用户，避免了占用下行信道。

然而，在上述的具体实现的说明中，都是以使得接收信干噪比最大为例进行的详细说明，但在所有影响接收信干噪比的因素中，等价信道与码书中的矢量的角度差的影响最大，考虑到上述因素，本发明第二实施例的方法如图3所示，包括：

步骤31，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，所述等价信道与所述码书中的一个矢量具有最小的角度差；

步骤32，用户设备利用所述等价信道计算CDI和CQI；

步骤33，用户设备向基站反馈CDI和CQI；

步骤34，用户设备使用第二解码矢量进行解码。

在本发明的第二实施例中，对应于码书中的第i个矢量c_i(i＝0，...2^B-1)(B为反馈比特数)的第一解码矢量为MMSE(最小均方误差)的解码矢量，如下：

$r_k^i=c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

其中：H_k为从基站到第k个用户设备的估计信道响应矩阵；P为发射总功率，M为发射天线数；N₀为噪声方差；I_N为N×N维单位阵，上标H表示转置操作。

下面对用户设备利用所述等价信道计算信道方向索引CDI和信道质量指示CQI的具体计算过程描述如下：

首先，针对码书中的每一个矢量c_i，计算对应的cosθ_i，如下：

$\cos {\mathrm{\θ}}_i=r_k^i{H}_k{c}_i/\left|\right|r_k^i{H}_k\left|\right|---\left(5\right)$

其次，计算CDI如下所示：

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }{\left|\cos {\mathrm{\θ}}_i\right|}^2$

最终的等价信道的量化矢量如下：

${\hat{h}}_k=\underset{c_{i=0,...,2^B}^H}{\arg \max }{\left|\cos {\mathrm{\θ}}_i\right|}^2$

最终反馈的CQI如下：

$\mathrm{CQI}={\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)/(\frac{M\×N_0}{P}+{\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right))---\left(6\right)$

其中，第一解码矢量r_k ^CDI如下：

$r_k^{\mathrm{CDI}}=c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

上述算法中用MMSE(最小均方误差)解作为第一解码矢量，也可以利用ZF(迫零)解来计算第一解码矢量。即：

其中：

表示矩阵H_k的伪逆，当H_k为方阵时，即当M＝N时，

当M＜N时，

当M＞N时，

相应的cosθ_i由将(7)代入(5)得到，并通过使|cosθ_i|最大来得到CDI以及等价信道的量化矢量

最终的第一解码矢量为：

由于在N＞＝M时，cosθ_i＝1，因此所述利用ZF作为解码矢量并通过最大化cosθ_i选择CDI的方法只适用于N＜M的情况。

最终用户设备所使用的第二解码矢量可以是按照其他常规方法得到的解码矢量，但也可以是上述的两种第一解码矢量

由于本发明第二实施例保证了实际等价信道与量化信道间的夹角最小，使得反馈量化误差最小。从而使得反馈信息与实际信息得到了较大程度的匹配，提高了性能。

并且，被选中的用户进行实际接收时可以使用计算反馈信息时所用的接收矢量来进行接收，不需要BS再将实际预编码矩阵发给用户，避免了占用下行信道。

为了验证本发明实施例的效果，在此给出仿真评估结果，仿真参数如下：

在此，仅对第一实施例中基于MMSE解码的情况进行仿真。

如4所示为4X4MIMO，用户数目为20的情况下的频谱效率随平均信噪比(SNR)变化的仿真曲线。上方的曲线为假设发射端知道精确信道信息并利用ZF-DPC(Dirty Paper Coding)进行预编码的曲线(基本属于理想状态的曲线)，中间的曲线为本发明第一实施例(CDI反馈开销2bits)的曲线，而下方的曲线为SVD分解结合ZF预编码的方法(CDI反馈开销2bits)的曲线，从图4可以发现，本发明实施例的方法比SVD分解结合ZF预编码的方法能够提高频谱效率，而且SNR越大，其频谱效率的提高越明显。

如5所示为4X4MIMO，SNR固定为20dB的情况下的频谱效率随用户数变化的仿真曲线。上方的曲线为假设发射端知道精确信道信息并利用ZF-DPC(Dirty Paper Coding)进行预编码的曲线(基本属于理想状态的曲线)，中间的曲线为本发明第一实施例(CDI反馈开销2bits)的曲线，而下方的曲线为SVD分解结合ZF预编码的方法(反馈开销2bits)的曲线。从图5可以发现，本发明实施例的方法比SVD分解结合ZF预编码的方法能够提高频谱效率，而且用户数越多，其频谱效率的提高越明显。

如6所示为4X4MIMO，SNR固定为20dB，用户数目固定为20的情况下的频谱效率随反馈比特数变化的仿真曲线。上方的曲线为假设发射端知道精确信道信息并利用ZF-DPC(Dirty Paper Coding)进行预编码的曲线(基本属于理想状态的曲线)，中间的曲线为本发明第一实施例的曲线，而下方的曲线为SVD分解结合ZF预编码的方法的曲线，从图6可以发现，本发明实施例的方法比SVD分解结合ZF预编码的方法能够提高频谱效率。

另外，对于本发明实施例中其他3种实现方式所做的仿真也可以得到类似的结果。

如图7所示，图中曲线分别为用户数目为20，CDI反馈开销2bits的情况下的频谱效率随平均信噪比(SNR)变化的仿真曲线。从上到下4条曲线分别为：

本发明第一实施例基于MMSE解码在4X4MIMO情况下的曲线；

SVD分解结合ZF预编码的方法在4X4MIMI情况下的曲线；

本发明第一实施例基于MMSE解码在4X2MIMO情况下的曲线；

SVD分解结合ZF预编码的方法在4X2MIMO情况下的曲线。

从图中可以看出，在4X2的情况下，本发明实施例的方法比SVD分解结合ZF预编码的方法能够提高频谱效率，

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 (12)

1.一种用户设备的通信处理方法，用于多用户多输入多输出MU-MIMO移动通信系统，其特征在于，包括：

步骤21，用户设备利用估计信道及码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，使得接收信干噪比最大；

步骤22，用户设备利用所述等价信道计算CDI和CQI；

步骤23，用户设备向基站反馈CDI和CQI；

步骤24，用户设备使用第二解码矢量进行解码。

2.根据权利要求1所述的通信处理方法，其特征在于，所述第一解码矢量与所述第二解码矢量为同一解码矢量。

3.根据权利要求1所述的方法，其特征在于，对应于码书中的第i个矢量c_i的第一解码矢量为最小均方误差解码矢量，如下：

$r_k^i=c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

其中：i＝0，...2^B-1，B为反馈比特数，H_k为从基站到第k个用户设备的估计信道响应矩阵，P为发射总功率，M为发射天线数，N₀为噪声方差，I_N为N×N维单位阵，符号||·||表示求范数操作，上标H表示转置操作。

4.根据权利要求1所述的通信处理方法，其特征在于，对应于码书中的第i个矢量c_i的第一解码矢量为迫零解码矢量，如下：

其中：i＝0，...2^B片-1，B为反馈比特数，表示矩阵H_k的伪逆，H_k表示从基站到第k个用户设备的估计信道响应矩阵。

5.根据权利要求3或4所述的通信处理方法，其特征在于，

对应于码书中的第i个矢量c_i的等价信道为：

$h_k^i=r_k^i{H}_k;$

用户设备利用所述等价信道计算CDI和CQI具体包括：

针对每一个c_i，计算对应的接收信干噪比的近似值

如下：

$\mathrm{SI}\tilde{N}{R}_i={\left|\right|r_k^i{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_i\right)/(\frac{M\×N_0}{P}+{\left|\right|r_k^i{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_i\right))$

其中，对于每一个c_i，

选择使得最大的码书矢量作为最终的等价信道的量化矢量，如下：

${\hat{h}}_k=\underset{c_{i=0,...,2^B}^H}{\arg \max }\left|{\mathrm{SI}\tilde{N}R}_i\right|$

选择使得

最大的码书矢量所对应的索引作为最终反馈的CDI，如下：

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }{\left|\mathrm{SI}\tilde{N}{R}_i\right|}^2$

最终反馈的CQI即为所述量化等价信道对应的

如下：

$\mathrm{CQI}={\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)/(\frac{M\×N_0}{P}+{\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)).$

6.根据权利要求5所述的通信处理方法，其特征在于，当对应于码书中的第i个矢量c_i的第一解码矢量为最小均方误差解码矢量时，

最终反馈的CDI如下：

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }\left|c_i^H{H}_k^H{(H_k{H}_k^H-H_k{c}_i{c}_i^H{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_i\right|$

$=\underset{i=0,...,2^B}{\arg \max }\left|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_i\right|$

最终反馈的CQI如下：

$\mathrm{CQI}=c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H-H_k{c}_{\mathrm{CDI}}{c}_{\mathrm{CDI}}^H{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}{H}_k{c}_{\mathrm{CDI}}$

最终的第一解码矢量r_k ^CDI如下：

$r_k^{\mathrm{CDI}}=c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_{\mathrm{CDI}}^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|.$

7.根据权利要求5所述的通信处理方法，其特征在于，当用户设备的天线数目N大于或等于所述基站的天线数目M，且对应于码书中的第i个矢量c_i的第一解码矢量为迫零解码矢量时，

cos²θ_i＝1，sin²θ_i＝0，则：

则

最终的等价信道的量化矢量如下：

最终反馈的CQI如下：

最终的第一解码矢量r_k ^CDI如下：

8.一种用户设备的通信处理方法，用于多用户多输入多输出MU-MIMO移动通信系统，其特征在于，包括：

步骤31，用户设备利用估计信道及根据码书中的一个矢量设置一第一解码矢量，并利用所述第一解码矢量计算等价信道，所述等价信道与所述码书中的一个矢量具有最小的角度差；

步骤32，用户设备利用所述等价信道计算CDI和CQI；

步骤33，用户设备向基站反馈CDI和CQI；

步骤34，用户设备使用第二解码矢量进行解码。

9.根据权利要求8所述的通信处理方法，其特征在于，所述第一解码矢量与所述第二解码矢量为同一解码矢量。

10.根据权利要求8所述的通信处理方法，其特征在于，对应于码书中的第i个矢量c_i的第一解码矢量为最小均方误差解码矢量，如下：

$r_k^i=c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}/\left|\right|c_i^H{H}_k^H{(H_k{H}_k^H+\frac{M\×N_0}{P}{I}_N)}^{-1}\left|\right|$

其中：i＝0，...2^B-1，B为反馈比特数，H_k为从基站到第k个用户设备的估计信道响应矩阵，P为发射总功率，M为发射天线数，N₀为噪声方差，I_N为N×N维单位阵，符号||·||表示求范数操作，上标H表示转置操作。

11.根据权利要求8所述的通信处理方法，其特征在于，在用户设备的天线数目N小于所述基站的天线数目M时，对应于码书中的第i个矢量c_i的第一解码矢量为迫零解码矢量，如下：

其中：

表示矩阵H_k的伪逆，H_k表示从基站到第k个用户设备的估计信道响应矩阵。

12.根据权利要求10或11所述的通信处理方法，其特征在于：

对应于码书中的第i个矢量c_i的等价道为：

$h_k^i=r_j^i{H}_k;$

用户设备利用所述等价信道计算CDI和CQI具体包括：

针对码书中的每一个矢量c_i，计算对应的cosθ_i，如下：

$\cos {\mathrm{\θ}}_i=r_k^i{H}_k{c}_i/\left|\right|r_k^i{H}_k\left|\right|$

其次，计算CDI如下所示：

$\mathrm{CDI}=\underset{i=0,...,2^B}{\arg \max }{\left|\cos {\mathrm{\θ}}_i\right|}^2$

最终的等价信道的量化矢量如下：

${\hat{h}}_k=\underset{c_{i=0,...,2^B}^H}{\arg \max }{\left|\cos {\mathrm{\θ}}_i\right|}^2$

最终反馈的CQI如下：

$\mathrm{CQI}={\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\cos }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)/(\frac{M\×N_0}{P}+{\left|\right|{r_k}^{\mathrm{CDI}}{H}_k\left|\right|}^2{\sin }^2\left({\mathrm{\θ}}_{\mathrm{CDI}}\right)).$

Images