CN102271006B - 无线通信系统中的通信方法和装置 - Google Patents

Abstract

无线通信系统中一种无线通信系统中的通信方法和装置。该方法主要包括：基站接收到终端发送的上行信号，所述基站利用所述上行信号的向量和干扰信号的协方差矩阵，通过迭代运算获取基站的干扰抑制矩阵；所述基站通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对发送的下行信号进行预编码处理。利用本发明实施例，可以避免回代方法以及正交变换，降低计算干扰抑制矩阵的复杂度，以便于高斯干扰信道中的分布式干扰对齐方案的实现。

Description

无线通信系统中的通信方法和装置

技术领域

本发明涉及无线通信技术领域，尤其涉及一种无线通信系统中的通信方法和装置。

背景技术

在无线通信系统中，高斯干扰信道得到了广泛的应用。两用户的高斯干扰信道的示意图如图1所示，这种信道可扩展到多个用户，在多个用户的高斯干扰信道中，不同用户的信号之间存在相互干扰，用户间数据不能共享，无法进行联合的发送，但每个用户均知道完整的信道信息。

现有技术中的一种解决高斯干扰信道中的用户间的相互干扰的方法为：采用干扰对齐的方法。干扰对齐是在已知完整的高斯干扰信道信息的情况下，通过发射端预处理，在接收端上划分出一个子空间，该子空间称为干扰空间。将每个接收端的有用信号与干扰信号在空间上分离，将不同发射端对该接收端的干扰均对齐到上述子空间上，从而避免干扰的影响，达到提升高斯干扰信道容量的目的。

在实现本发明过程中，发明人发现现有技术中的解决高斯干扰信道中的用户间的相互干扰的方法至少存在如下问题：要求每个发射端都知道完整的高斯干扰信道信息，在实际中难以实现。此外，该方法需要进行大量的矩阵计算，特别是矩阵求逆的计算，实现复杂度较高。

发明内容

本发明的实施例提供了一种无线通信系统中的通信方法和装置，从而能够低复杂度地实现无线通信系统中的分布式干扰对齐。

一种无线通信系统中的通信方法，包括：

基站接收到终端发送的上行信号，所述基站利用所述上行信号和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵；

所述基站通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号。

一种无线通信系统中的通信装置，该装置设置于基站中，包括：

基站干扰抑制矩阵获取模块，用于接收到终端发送的上行信号，利用所述上行信号和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵；信号处理模块，用于通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号。

一种无线通信系统中的通信方法，包括：

终端接收到基站发送的下行信号，所述终端利用所述下行信号和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵；

所述终端通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号。

一种无线通信系统中的通信装置，该装置设置于终端中，所述装置具体包括：

终端干扰抑制矩阵获取模块，用于接收到基站发送的下行信号，利用所述下行信号和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵；

信号处理模块，用于通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过利用干扰信号的协方差矩阵的逆矩阵和接收信号的向量，获取基站或终端的干扰抑制矩阵。从而降低了干扰抑制矩阵的计算的时延，可以快速计算出基站或终端的干扰抑制矩阵，并及时利用干扰抑制矩阵对基站或终端的接收到的信号进行干扰抑制处理，发送的信号进行预编码处理，以便于低复杂度地实现无线通信系统中的分布式干扰对齐。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提出的一种无线通信系统中的高斯干扰信道的应用场景示意图；

图2为本发明实施例一提出的一种基于认知无线电的无线通信系统中的通信方法的处理流程图；

图3为本发明实施例二提出的一种基于认知无线电的无线通信系统中的通信方法的处理流程图

图4为本发明实施例三提供的一种无线通信系统中的通信装置的具体实现结构图；

图5为本发明实施例三提供的另一种无线通信系统中的通信装置的具体实现结构图。

具体实施方式

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例提出了基于认知无线电的分布式干扰对齐方案，利用认知无线电的原理进行干扰管理。分布式干扰对齐方案采用非自私的方法，每个发射端尽力最小化对其它非目标接收端的干扰。而尽量避免对其它非目标接收端的干扰，正是认知无线电的基本特征，从而分布式干扰对齐方案是一个认知无线电的方法；所述认知无线电的方法，导致了干扰对齐的实际效果。

分布式干扰对齐方案的发射端需要感知它对其它非目标接收端的干扰，这正好是认知无线电面临的主要挑战。分布式干扰对齐方案利用时分双工系统的上下行对称性，较好的解决了上述的挑战。

实施例一

该实施例提出的一种无线通信系统中的高斯干扰信道的应用场景示意图如图1所示，在图1中，每个UE(customer equipment，用户设备)有M个天线，而每个BS(base station，基站)有N个天线，UE和BS都有K个，其中，BS1服务UE 1，BS 1接收到的UE 1的信号为正常信号，BS 1接收到的UE2，UE 3，...UE K的信号为干扰信号。同样，BS 2服务UE 2，...BS k服务UE k。

针对上述图1所示的应用场景，在本发明实施例提出的基于认知无线电的干扰对齐方案中，UE和BS都需要通过预编码矩阵对发送信号进行预编码处理，通过干扰抑制矩阵对接收到的信号进行干扰抑制。一个UE针对各个BS都分别对应一个预编码矩阵和干扰抑制矩阵，一个BS针对各个UE都分别对应一个预编码矩阵和干扰抑制矩阵。

本发明实施例通过迭代运算的方法来求出上述预编码矩阵和干扰抑制矩阵。由于分布式干扰对齐方案利用了时分双工系统的上下行对称性，UE和BS可以将上一次迭代运算中得到的干扰抑制矩阵作为下一次迭代运算中的预编码矩阵。

在该实施例中，基站接收到终端发送的上行信号，所述基站利用所述上行信号的向量和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵。然后，所述基站通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号。

终端接收到基站发送的下行信号，所述终端利用所述下行信号的向量和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵。然后，所述终端通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号。

该实施例提出的基于认知无线电的无线通信系统中的通信方法的处理流程如图2所示，包括如下处理步骤：

步骤21、分别对上行链路和下行链路中的预编码矩阵、干扰抑制矩阵，以及干扰信号的协方差矩阵的逆矩阵进行初始化。

在本发明实施例中，将干扰信号的协方差矩阵称为

注意^[k]表示这是对应BS k或者UE k的矩阵；将称为干扰信号的协方差矩阵

的分解因子矩阵，它满足

这里H表示矩阵的共轭转置；将

称为干扰信号的协方差矩阵的逆矩阵，这里^-1表示矩阵的逆。

对于上行链路，设置

的初始值：这里(1/Δ²)是一个很大的正实数，I_N为N行N列的单位矩阵；对于下行链路，设置的初始值：

这里

是一个很小的正实数，I_M为M行M列的单位矩阵。

在上行链路的传输中，UE k(k＝1，2，...，K)利用预编码矩阵V^[k]对L个符号进行预编码，即：其中V^[k]是M行L列的矩阵，是各列正交的随机矩阵。

是包含所述L个符号的列向量。

然后，在上行链路，第k个BS k(k＝1，2，...，K)的接收信号如下：

$y^{\left[k\right]}=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{g}_{\mathrm{ki}}{H}^{\left[\mathrm{ki}\right]}{x}^{\left[i\right]}+w^{\left[k\right]}$

其中，H^[ki]是第i个UE到第k个BS的N行M列的信道矩阵，y^[k]是第k个BS的N行1列的接收向量，x^[i]是第i个UE的M行1列的发射向量，w^[k]是噪声向量，g_ki是从BS k到UEi的与距离相关的路径损耗系数。

BS k利用干扰抑制矩阵U^[k]对接收向量进行干扰抑制：

上述U^[k]是N行L列的矩阵。

对于上行链路，设置上述UEk的预编码矩阵V^[k]的初始值为一个M行L列的各列正交的随机矩阵，设置BS k的干扰抑制矩阵U^[k]的初始值U^[k](0)为一个N行M列的各列正交的随机矩阵。

然后，进入下行链路传输，BS k将上行链路中的干扰抑制矩阵U^[k]作为下行链路中的预编码矩阵

即BS k利用

进行预编码，其中

是包含BS所发的

个符号的列向量。然后，UE k利用下行的干扰抑制矩阵

对接收向量进行干扰抑制，利用

${\hat{z}}^{\left[k\right]}={\left({\stackrel{\‾}{U}}^{\left[k\right]}\right)}^H{z}^{\left[k\right]}.$

设置上述下行链路中的UE k的干扰抑制矩阵

初始值为一个N行L列的各列正交的随机矩阵。如果t小于T，t增加1，同时，下一次上行传输中UE k所用的预编码矩阵

步骤22、利用上述预编码矩阵、干扰抑制矩阵，以及干扰信号的协方差矩阵的逆矩阵的初始值，通过迭代运算获取上行链路和下行链路中的预编码矩阵、干扰抑制矩阵的最终值。

设定总的迭代次数为T，初始化迭代向量t为1，下面对于t＝1，2，...，T迭代

本发明实施例中的迭代过程包括上行的迭代运算和下行的迭代运算。迭代过程开始：

首先进行上行的迭代运算：

1、开始上行链路，初始化k＝1，下面对于k＝1，2，...，K迭代

2、开始上行链路，设定每个UE需要发送L个信号，初始化l＝1，下面对于l＝1，2，...，L迭代

3、各个UE i(i＝1到K，i≠k，共K-1个UE)产生发射向量

并发射，其中预编码矩阵

而在上述初始化过程中得到。

4、BS k收到K-1个UE(除了第k个UE外的所有UE)的干扰信号，它可以表示为：

5、如果l＜L，l增加1，回到步骤2。

6、BSk利用接收到的共L个信号的向量y^[k](l)(l＝1，2，...，L)，训练得到相应的U^[k](L)和

并记录下来，即

这里U^[k](0)和

是后续迭代用到的U^[k](l)和的初始值。

U^[k](l)和

的计算方法如下：

6.1初始化：l＝1。U^[k](0)为一个各列正交的随机矩阵，让这里(1/Δ²)是一个很大的正实数，如步骤21所述；或者，U^[k](0)和是本子步骤(即步骤22的6)的上一次执行得到的结果。

6.2： $W_x^{\left[k\right]}\left(l\right)=W_x^{\left[k\right]}(l-1)/\mathrm{\β}-W_x^{\left[k\right]}(l-1)y^{\left[k\right]}{\left(y^{\left[k\right]}\right)}^H{W}_x^{\left[k\right]}{(l-1)}^H/e.$

上述e是一个标量，而求得e所需的计算量很小，上述遗忘因子β是一个小于1的正实数，例如β可以取0.95。

6.3计算 $A^{\left[k\right]}\left(l\right)=W_x^{\left[k\right]}\left(l\right)U^{\left[k\right]}(l-1).$

6.4然后，对A^[k](l)作QR(特征值)分解：A^[k](l)＝U^[k](l)R^[k](l)，上述U^[k](l)就是所需的BS k的通过迭代运算得到的干扰抑制矩阵。

6.5如果l小于L，l增加1，回到6.2，否则结束。

上述本步骤6在时间顺序上，并不一定需要在步骤7之后，BS k每次接收到一个y^[k](l)，都可以利用y^[k](l)进行上述迭代运算。同时，本步骤6在时间顺序上，并不一定需要在步骤7之前完成，只要在下行链路中的迭代运算开始之前完成即可，以确保提供BS用到的预编码矩阵，这样可以降低对步骤6所需时延的要求。

7、如果k＜K，k增加1，同时把l置为1，回到步骤2。

8、现在必然有k＝K，即所有的K个BS都训练了L个符号。

然后，转到下行链路，开始下行的迭代运算。

9、开始下行链路，初始化k＝1，下面对于k＝1，2，...，K迭代

10、开始下行链路，初始化l＝1到L，下面对于l＝1，2，...，L迭代

11、各个BS i(i＝1到K，i≠k，共K-1个BS)将上述步骤6得到的干扰抑制矩阵U^[k](l)作为自己的预编码矩阵

各个BS i产生的发射向量

其中

是包含BS所发的D个符号的列向量。

12、UE k收到K-1个BS(除了第k个BS外的所有BS)的干扰信号，它可以表示为：

13、如果l＜L，l增加1，回到步骤10。

14、UE k利用接收到的共L个信号的向量z^[k](l)(l＝1，2，...，L)，以及

和

的值，通过下面的迭代运算得到相应的并记录下来。

的计算方法如下：

其中e是一个标量，而求得e所需的计算量很小，

然后，直接求得：

最后，对

作QR分解：

就是所需的UE k接收信号所用的干扰抑制矩阵。

本步骤14在时间顺序上，并不一定需要在步骤15之后，UE k每次接收到一个z^[k](l)都可以利用z^[k](l)进行上述迭代运算。同时，本步骤14在时间顺序上，并不一定需要在步骤15之前完成，只要在步骤3开始之前完成即可，以确保提供步骤3中UE用到的预编码矩阵，这样可以降低对步骤14所需时延的要求。

15、现在必然有k＝K，即所有的K个UE都训练了L个符号，转到上行链路，让t的值增加1，回到步骤2，开始下一次的迭代运算。

在t的值递增到L后，将最后获取的UE和BS的预编码矩阵、干扰抑制矩阵作为UE和BS的最终的预编码矩阵、干扰抑制矩阵。

在该实施例中，在计算基站或终端的干扰抑制矩阵时，采用了矩阵和向量相乘，即将上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量相乘。从而避免了回代方法以及正交变换，降低了计算干扰抑制矩阵的复杂度，降低了干扰抑制矩阵的计算的时延，可以快速计算出基站或终端的干扰抑制矩阵，并可以及时利用干扰抑制矩阵对基站或终端的接收到的信号进行干扰抑制处理，发送的信号进行预编码处理，以便于低复杂度地实现无线通信系统中的分布式干扰对齐。

实施例二

在该实施例中，基站接收到终端发送的上行信号，所述基站利用所述上行信号的向量和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵。然后，所述基站通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号。

终端接收到基站发送的下行信号，所述终端利用所述下行信号的向量和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵。然后，所述终端通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号。

该实施例提出的基于认知无线电的无线通信系统中的通信方法的处理流程如图3所示，包括如下处理步骤：

步骤31、分别对上行链路和下行链路中的预编码矩阵、干扰抑制矩阵，以及干扰信号的协方差矩阵进行初始化。

对于上行链路，设置

的初始值：这里Δ²是一个很小的正实数，I_N为N行N列的单位矩阵；对于下行链路，设置

的初始值：这里

是一个很小的正实数，I_M为M行M列的单位矩阵。

在上行链路的传输中，UE k(k＝1，2，...，K)利用预编码矩阵V^[k]对L个符号进行预编码，即：

其中V^[k]是M行L列的矩阵，是各列正交的随机矩阵。

是包含所述L个符号的列向量。

然后，在上行链路，第k个BS k(k＝1，2，...，K)的接收信号如下：

$y^{\left[k\right]}=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{g}_{\mathrm{ki}}{H}^{\left[\mathrm{ki}\right]}{x}^{\left[i\right]}+w^{\left[k\right]}$

其中，H^[ki]是第i个UE到第k个BS的N行M列的信道矩阵，y^[k]是第k个BS的N行1列的接收向量，x^[i]是第i个UE的M行1列的发射向量，w^[k]是噪声向量，g_ki是从BS k到UE i的与距离相关的路径损耗系数。

BS k利用干扰抑制矩阵U^[k]对接收向量进行干扰抑制：

上述U^[k]是N行L列的矩阵。

对于上行链路，设置上述UE k的预编码矩阵V^[k]的初始值为一个M行L列的各列正交的随机矩阵，设置BS k的干扰抑制矩阵U^[k]的初始值U^[k](0)为一个N行M列的各列正交的随机矩阵。

然后，进入下行链路传输，BS k将上行链路中的干扰抑制矩阵U^[k]作为下行链路中的预编码矩阵即BS k利用

进行预编码，

其中

是包含BS所发的

个符号的列向量。然后，UE k利用下行的干扰抑制矩阵

对接收向量进行干扰抑制，利用

${\hat{z}}^{\left[k\right]}={\left({\stackrel{\‾}{U}}^{\left[k\right]}\right)}^H{z}^{\left[k\right]}.$

设置上述下行链路中的UE k的干扰抑制矩阵初始值为一个N行L列的随机矩阵。如果t小于T，t增加1，同时，下一次上行传输中UE k所用的预编码矩阵

步骤32、利用上述预编码矩阵、干扰抑制矩阵，以及干扰信号的协方差矩阵的初始值，通过迭代运算获取上行链路和下行链路中的预编码矩阵、干扰抑制矩阵的最终值。

设定总的迭代次数为T，初始化迭代向量t为1，下面对于t＝1，2，...，T迭代

本发明实施例中的迭代过程包括上行的迭代运算和下行的迭代运算。迭代过程开始：

首先进行上行的迭代运算：

1、开始上行链路，初始化k＝1，下面对于k＝1，2，...，K迭代

2、开始上行链路，设定每个UE需要发送L个信号，初始化l＝1，下面对于l＝1，2，...，L迭代

3、各个UE i(i＝1到K，i≠k，共K-1个UE)产生发射向量

并发射，其中预编码矩阵

而

在上述初始化过程中得到。

4、BS k收到K-1个UE(除了第k个UE外的所有UE)的干扰信号，它可以表示为：

5、如果l＜L，l增加1，回到步骤2。

6、BS k利用接收到的共L个信号的向量y^[k](l)(l＝1，2，...，L)，训练得到相应的U^[k](L)和

并记录下来，即

这里U^[k](0)和

是后续迭代用到的U^[k](l)和

的初始值。

U^[k](l)和的计算方法包括如下的方法：

6.1，初始化：l＝1。U^[k](0)为一个各列正交的随机矩阵，让

这里Δ²是一个很小的正实数；或者，U^[k](0)和

是本子步骤对应的上行的迭代过程得到的U^[k](l)和的值。

6.2， ${\mathrm{\Φ}}_x^{\left[k\right]}\left(l\right)=\mathrm{\β}{\mathrm{\Φ}}_x^{\left[k\right]}(l-1)+(1-\mathrm{\β})y^{\left[k\right]}\left(l\right)y^{\left[k\right]}{\left(l\right)}^H.$

上述遗忘因子β是一个小于1的正实数，例如β可以取0.95。

6.3，计算 $A^{\′\left[k\right]}\left(l\right)={\mathrm{\Φ}}_x^{\left[k\right]}\left(l\right)U^{\left[k\right]}(l-1).$

6.4，然后，对A′^[k](l)作修正的QR分解：A′^[k](l)＝U^[k](l)R′^[k](l)，求得所需的U^[k](l)，注意这里R′^[k](l)是左下三角部分非零，不同于传统的QR分解得到右上三角部分非零的矩阵。U^[k](l)就是所需的BS k接收信号所用的干扰抑制矩阵。

6.5，如果l小于L，l增加1，回到6.2，否则结束。

上述本步骤6在时间顺序上，并不一定需要在步骤7之后，BS k每次接收到一个y^[k](l)，都可以利用y^[k](l)进行上述迭代运算。同时，本步骤6在时间顺序上，并不一定需要在步骤7之前完成，只要在下行链路中的迭代运算开始之前完成即可，以确保提供BS用到的预编码矩阵，这样可以降低对步骤6所需时延的要求。

7、如果k＜K，k增加1，同时把l置为1，回到步骤2。

8、现在必然有k＝K，即所有的K个BS都训练了L个符号。

然后，转到下行链路，开始下行的迭代运算。

9、开始下行链路，初始化k＝1，下面对于k＝1，2，...，K迭代

10、开始下行链路，初始化l＝1到L，下面对于l＝1，2，...，L迭代

11、各个BS i(i＝1到K，i≠k，共K-1个BS)将上述步骤6得到的干扰抑制矩阵U^[k](l)作为自己的预编码矩阵

各个BS i产生的发射向量

其中是包含BS所发的D个符号的列向量。

12、UE k收到K-1个BS(除了第k个BS外的所有BS)的干扰信号，它可以表示为：

13、如果l＜L，l增加1，回到步骤10。

14、UE k利用接收到的共L个信号的向量(l＝1，2，...，L)，训练得到相应的

和

并记录下来，即

这里

和是后续迭代用到的

和

的初始值。

和

的计算方法包括如下的方法：

14.1，初始化：l＝1。

为一个各列正交的随机矩阵，让这里Δ²是一个很小的正实数；或者，和

是本子步骤对应的上行的迭代过程得到的和

的值。

14.2， ${\stackrel{\‾}{\mathrm{\Φ}}}_x^{\left[k\right]}\left(l\right)=\mathrm{\β}{\stackrel{\‾}{\mathrm{\Φ}}}_x^{\left[k\right]}(l-1)+(1-\mathrm{\β}){\stackrel{\‾}{y}}^{\left[k\right]}\left(l\right){\stackrel{\‾}{y}}^{\left[k\right]}{\left(l\right)}^H.$

上述遗忘因子β是一个小于1的正实数，例如β可以取0.95。

14.3，计算 ${\stackrel{\‾}{A}}^{\′\left[k\right]}\left(l\right)={\stackrel{\‾}{\mathrm{\Φ}}}_x^{\left[k\right]}\left(l\right){\stackrel{\‾}{U}}^{\left[k\right]}(l-1).$

14.4，然后，对

作修正的QR分解：

求得所需的

注意这里

是左下三角部分非零，不同于传统的QR分解得到右上三角部分非零的矩阵。

就是所需的BS k接收信号所用的干扰抑制矩阵。

14.5，如果l小于L，l增加1，回到14.2，否则结束。

本步骤14在时间顺序上，并不一定需要在步骤15之后，UE k每次接收到一个

都可以利用

进行上述迭代运算。同时，本步骤14在时间顺序上，并不一定需要在步骤15之前完成，只要在步骤3开始之前完成即可，以确保提供步骤3中UE用到的预编码矩阵，这样可以降低对步骤14所需时延的要求。

15、现在必然有k＝K，即所有的K个UE都训练了L个符号，转到上行链路，让t的值增加1，回到步骤2，开始下一次的迭代运算。

在t的值递增到L后，将最后获取的UE和BS的预编码矩阵、干扰抑制矩阵作为UE和BS的最终的预编码矩阵、干扰抑制矩阵。

在该实施例中，在计算基站或终端的干扰抑制矩阵时，采用了向量和向量相乘，即将本次迭代运算中的上行信号的向量与该向量的共轭转置相乘。从而避免了回代方法以及正交变换，降低了计算干扰抑制矩阵的复杂度，复杂度只是M2的量级，降低了干扰抑制矩阵的计算的时延，可以快速计算出基站或终端的干扰抑制矩阵，并可以及时利用干扰抑制矩阵对基站或终端的接收到的信号进行干扰抑制处理，发送的信号进行预编码处理，以便于低复杂度地实现无线通信系统中的分布式干扰对齐。

实施例三

本发明实施例还提供了一种无线通信系统中的通信装置，该装置设置于基站中，其具体实现结构如图4所示，具体可以包括：

基站干扰抑制矩阵获取模块41，用于接收到终端发送的上行信号，利用所述上行信号的向量和干扰信号的协方差矩阵，通过迭代运算获得基站的干扰抑制矩阵；

信号处理模块42，用于通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号。

所述基站干扰抑制矩阵获取模块41具体可以包括：

第一处理模块411，用于确定基站的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为：单位矩阵和正实数的乘积，确定基站的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交；

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的逆阵的初始值；

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行QR分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值；

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；

所述的本次迭代运算中的干扰信号的协方差矩阵的逆阵的值

的计算方法如下：

$W_x^{\left[k\right]}\left(l\right)=W_x^{\left[k\right]}(l-1)/\mathrm{\β}-W_x^{\left[k\right]}(l-1)y{\left(l\right)}^{\left[k\right]}{\left(y{\left(l\right)}^{\left[k\right]}\right)}^H{W}_x^{\left[k\right]}{(l-1)}^H/e$

所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到预先设定的迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的逆阵的初始值

所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为预先设定的遗忘因子，β＜1。

第二处理模块412，用于确定基站的干扰信号的协方差矩阵的初始值，该干扰信号的协方差矩阵的初始值为：单位矩阵和正实数的乘积，确定基站的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交；

在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值；

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行QR分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值；

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；

所述的本次迭代运算中的干扰信号的协方差矩阵的逆阵的值的计算方法如下：

${\mathrm{\Φ}}_x^{\left[k\right]}\left(l\right)=\mathrm{\β}{\mathrm{\Φ}}_x^{\left[k\right]}(l-1)+(1-\mathrm{\β})y^{\left[k\right]}\left(l\right)y^{\left[k\right]}{\left(l\right)}^H$

所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到预先设定的迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值

所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述β为预先设定的遗忘因子，β＜1。

该实施例还提供了另一种无线通信系统中的通信装置，该装置设置于终端中，其具体实现结构如图5所示，具体可以包括：

终端干扰抑制矩阵获取模块51，用于接收到基站发送的下行信号，利用所述下行信号的向量和干扰信号的协方差矩阵，通过迭代运算获得终端的干扰抑制矩阵；

信号处理模块52，用于通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号。

所述终端干扰抑制矩阵获取模块51具体可以包括：

第一处理模块511，用于确定终端的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为：单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交；

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的逆阵的初始值；

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次达代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值；

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；

所述的本次迭代运算中的干扰信号的协方差矩阵的逆阵的值的计算方法如下：

$W_x^{\left[k\right]}\left(l\right)=W_x^{\left[k\right]}(l-1)/\mathrm{\β}-W_x^{\left[k\right]}(l-1)y{\left(l\right)}^{\left[k\right]}{\left(y{\left(l\right)}^{\left[k\right]}\right)}^H{W}_x^{\left[k\right]}{(l-1)}^H/e$

所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到预先设定的迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的逆阵的初始值，所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为预先设定的遗忘因子，β＜1。

第二处理模块512，用于确定终端的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为：单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交；

在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值；

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值；

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；

所述的本次迭代运算中的干扰信号的协方差矩阵的值

的计算方法如下：

${\stackrel{\‾}{\mathrm{\Φ}}}_x^{\left[k\right]}\left(l\right)=\mathrm{\β}{\stackrel{\‾}{\mathrm{\Φ}}}_x^{\left[k\right]}(l-1)+(1-\mathrm{\β}){\stackrel{\‾}{y}}^{\left[k\right]}\left(l\right){\stackrel{\‾}{y}}^{\left[k\right]}{\left(l\right)}^H$

所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到预先设定的迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值，所述为本次迭代运算中的下行信号的向量，所述β为预先设定的遗忘因子，β＜1。

在该实施例中，在计算基站或终端的干扰抑制矩阵时，采用了矩阵和向量相乘或者向量和向量相乘。从而避免了回代方法以及正交变换，降低了计算干扰抑制矩阵的复杂度，降低了干扰抑制矩阵的计算的时延，可以快速计算出基站或终端的干扰抑制矩阵。并可以及时利用干扰抑制矩阵对基站或终端的接收到的信号进行干扰抑制处理，发送的信号进行预编码处理，以便于低复杂度地实现无线通信系统中的分布式干扰对齐。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

综上所述，本发明实施例可以利用矩阵和向量相乘或者向量和向量相乘，即利用干扰信号的协方差矩阵的逆矩阵和接收信号的向量y^[k]之间的乘法运算，或者接收信号的向量y^[k]和该向量的共轭转置之间的乘法运算，来获取基站或终端的干扰抑制矩阵。避免了回代方法以及正交变换，降低了计算干扰抑制矩阵的复杂度，并可以及时利用干扰抑制矩阵对基站或终端的接收到的信号进行干扰抑制处理，发送的信号进行预编码处理，以便于低复杂度地实现高斯干扰信道等无线通信系统中的分布式干扰对齐。

本发明实施例降低了干扰抑制矩阵的计算的时延，利于并行实现。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种无线通信系统中的通信方法，其特征在于，包括： 

基站接收到终端发送的上行信号，所述基站利用所述上行信号的向量和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵； 

所述基站通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号； 

第一种通过迭代方法获得所述基站的干扰抑制矩阵，包括： 

确定基站的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为单位矩阵和正实数的乘积，确定基站的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰信号的协方差矩阵的逆阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；或者， 

第二种通过迭代方法获得所述的基站的干扰抑制矩阵，包括： 

确定基站的干扰信号的协方差矩阵的初始值为单位矩阵和正实数的乘 积，确定基站的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值，当第一次迭代运算时利用干扰信号的协方差矩阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵。 

2.根据权利要求1所述的方法，其特征在于，当采用第一种通过迭代方法获得所述基站的干扰抑制矩阵时，所述的在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，包括： 

根据 

计算本次迭代运算中的干扰信号的协方差矩阵的逆阵的值

其中，所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的逆阵的初始值，所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为遗忘因子，β<1。 

3.根据权利要求1所述的方法，其特征在于，当采用第二种通过迭代方法获得所述基站的干扰抑制矩阵时，所述的在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值，包括： 

根据 

计算本次迭代运算中的干扰信号的协方差矩阵的值

其中，所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值，所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述β为遗忘因子，β<1。 

4.一种无线通信系统中的通信装置，其特征在于，包括： 

基站干扰抑制矩阵获取模块，用于接收到终端发送的上行信号，利用所述上行信号的向量和干扰信号的协方差矩阵，获得基站的干扰抑制矩阵，确定所述干扰信号的协方差矩阵的初始值为单位矩阵和正实数的乘积； 

信号处理模块，用于通过所述干扰抑制矩阵对所述上行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对下行信号进行预编码处理，并发送经过预编码处理的下行信号； 

所述的基站干扰抑制矩阵获取模块，通过迭代方法获得所述的基站的干扰抑制矩阵，包括第一处理模块或第二处理模块： 

其中，第一处理模块，用于确定基站的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为单位矩阵和正实数的乘积，确定基站的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩 阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰信号的协方差矩阵的逆阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵； 

其中，第二处理模块，用于确定基站的干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵。 

5.根据权利要求4所述的无线通信系统中的通信装置，其特征在于，所述的第一处理模块，根据 

计算本次迭代运算中的干扰信号的协方差矩阵的逆阵的值

所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述为所述干扰信号的协方差矩阵的逆阵的初始值，所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为遗忘因子，β<1。 

6.根据权利要求4所述的无线通信系统中的通信装置，其特征在于，所述的第二处理模块，根据 

计算本次迭代运算中的干扰信号的协方差矩阵的值

所述K为基站的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值

所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述β为遗忘因子，β<1。 

7.一种无线通信系统中的通信方法，其特征在于，包括： 

终端接收到基站发送的下行信号，所述终端利用所述下行信号的向量和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵； 

所述终端通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号； 

第一种通过迭代方法获得所述终端的干扰抑制矩阵，包括： 

确定终端的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为：单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个 列向量互相正交； 

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的下行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的逆阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述终端的干扰抑制矩阵；或者， 

第二种通过迭代方法获得所述终端的干扰抑制矩阵，包括： 

确定终端的干扰信号的协方差矩阵的初始值为单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用本次迭代运算中的下行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值，当第一次迭代运算时利用所述干扰信号的协方差矩阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述终端的干扰抑制矩阵。 

8.根据权利要求7所述的方法，其特征在于，当采用第一种通过迭代方法获得所述终端的干扰抑制矩阵时，所述的在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的下行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，包括： 

根据 

计算本次迭代运算中的干扰信号的协方差矩阵的逆阵的值

其中，所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述为所述干扰信号的协方差矩阵的逆阵的初始值，所述

为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为遗忘因子，β<1。 

9.根据权利要求7所述的方法，其特征在于，当采用第二种通过迭代方法获得所述终端的干扰抑制矩阵时，所述的在本次迭代运算中，利用本次迭代运算中的下行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值，包括： 

根据 

计算本次迭代运算中的干扰信号的协方差矩阵的值

其中，所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值，所述 

为本次迭代运算中的下行信号的向量，所述β为遗忘因子，β<1。 

10.一种无线通信系统中的通信装置，其特征在于，该装置设置于终端中，所述装置具体包括： 

终端干扰抑制矩阵获取模块，用于接收到基站发送的下行信号，利用所述下行信号的向量和干扰信号的协方差矩阵，获得终端的干扰抑制矩阵，确定所述干扰信号的协方差矩阵的初始值为单位矩阵和正实数的乘积； 

信号处理模块，用于通过所述干扰抑制矩阵对所述下行信号进行干扰抑制，并将所述干扰抑制矩阵作为预编码矩阵，对上行信号进行预编码处理，并发送经过预编码处理的上行信号； 

所述的终端干扰抑制矩阵获取模块通过迭代方法获得所述的基站的干扰抑制矩阵，包括第一处理模块或第二处理模块： 

其中，第一处理模块，用于确定终端的干扰信号的协方差矩阵的逆阵的初始值，该干扰信号的协方差矩阵的逆阵的初始值为：单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为随机矩阵，该随机矩阵中的各个列向量互相正交； 

在本次迭代运算中，利用上次迭代运算中的干扰信号的协方差矩阵的逆阵的值和本次迭代运算中的上行信号的向量之间的乘法运算获取本次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的逆阵的初始值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的逆阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在达到了预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵；或者， 

其中，第二处理模块，用于确定终端的干扰信号的协方差矩阵的初始值为单位矩阵和正实数的乘积，确定终端的干扰抑制矩阵的初始值，该干扰抑制矩阵的初始值为各列正交的随机矩阵； 

在本次迭代运算中，利用本次迭代运算中的上行信号的向量与该向量的共轭转置之间的乘法运算，以及上次迭代运算中的干扰信号的协方差矩阵的值获取本次迭代运算中的干扰信号的协方差矩阵的值； 

将所述本次迭代运算中的干扰信号的协方差矩阵的值和上次迭代运算中的干扰抑制矩阵的值相乘，将获得的结果再进行特征值分解，获取本次迭代运算中的干扰抑制矩阵的值，当第一次迭代运算时利用所述干扰抑制矩阵的初始值； 

在得到预定的迭代次数后，将最后一次的迭代运算中的干扰抑制矩阵的值确定为所述基站的干扰抑制矩阵。 

11.根据权利要求10所述的无线通信系统中的通信装置，其特征在于，所述的第一处理模块，根据 

计算本次迭代运算中的干扰信号的协方差矩阵的逆阵的值

所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的逆阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的逆阵的初始值，所述y(l)^[k]为本次迭代运算中的上行信号的向量，所述e为预先设定的标量，所述β为遗忘因子，β<1。 

12.根据权利要求10所述的无线通信系统中的通信装置，其特征在于，所述的第二处理模块，根据 

计算本次迭代运算中的干扰信号的协方差矩阵的值

所述K为终端的编号，所述l为本次迭代运算的序号，l从1依次递增到迭代次数L，所述

为上次迭代运算中的干扰信号的协方差矩阵的值，当l为1时，所述

为所述干扰信号的协方差矩阵的初始值，所述

为本次迭代运算中的下行信号的向量，所述β为遗忘因子，β<1。 

Images