CN102281220B - 数据流处理方法、设备及系统 - Google Patents

Abstract

本发明提供一种数据流处理方法、设备及系统。其中数据流处理方法包括：采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述待发送的第l个数据流包括被映射在格形网格的格点数据流；将预编码处理后的所述待发送的第l个数据流发送给第k个接收设备；其中l和k均为正整数。采用本发明实施例的技术方案，能够有助于实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

Description

数据流处理方法、设备及系统

技术领域

本发明实施例涉及无线通信技术领域，尤其涉及一种数据流处理方法、设备及系统。

背景技术

干扰是无线通信技术中的一个研究热点。为了有效地滤除干扰，通常采用干扰对齐(Interference Alignment；以下简称IA)的方法消除干扰，以得到接收端的需要接收的目标数据流。

传统的IA方法中，将各发射端发送的随机信号进行IA处理，使得接收端接收到的干扰信号都对齐到较小维度的空间，然后从余下的维度空间获取接收到的目标数据流。这种传统的IA方法中，通常采用高斯符号来模拟干扰信号，这种干扰是随机的，对应的干扰空间也是非结构性的即非规则的。这种IA方法可以实现自由度(Degree of Freedom；以下简称DoF)最优。

为了更加有效地使用干扰对齐的方法进行滤除干扰处理，又有学者提出了利用格形(Lattice)结构进行IA处理。并采用对称的单入单出(SingleInput Single OUT；以下简称SISO)信道即所有交叉信道的系数都一样。这种IA方法能够证明DoF的界。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：传统的IA方法中，通常采用高斯符号来模拟干扰信号，这种干扰是随机的，不符合实际应用。对于现有技术中采用Lattice的进行IA处理的方法，采用SISO信道来实现，仅仅是理论上的初步研究，无法在实际的信号处理过程中应用。因此，现有的IA处理方法不具有实用性。

发明内容

本发明实施例提供一种数据流处理方法、设备及系统，用以解决现有技术中IA处理方法无法应用于实际的缺陷，能够与实际的数据流处理过程相符。

本发明实施例提供一种数据流处理方法，包括：

采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述待发送的第l个数据流包括被映射在格形网格的格点数据流；

将预编码处理后的所述待发送的第l个数据流发送给对应的第k个接收设备；

其中l和k均为正整数。

本发明实施例提供一种数据流处理方法，包括：

接收数据流，所述数据流中包括来自于第k个发射设备发送的第l个数据流和所述第l个数据流之外的聚合干扰数据流；

根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，以从所述数据流中获取所述聚合干扰数据流；

根据预先存储的第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，以得到所述第l个数据流。

本发明实施例还提供一种发射设备，包括：

第一处理模块，用于采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述待发送的第l个数据流包括被映射在格形网格的格点数据流；

第一发送模块，用于将预编码处理后的所述待发送的第l个数据流发送给对应的第k个接收设备；其中l和k均为正整数。

本发明实施例还提供一种接收设备，包括：

第一接收模块，用于接收数据流，所述数据流中包括来自于第k个发射设备发送的第l个数据流和所述第l个数据流之外的聚合干扰数据流；

第一处理模块，用于根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，以从所述数据流中获取所述聚合干扰数据流；

第二处理模块，用于根据预先存储的第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，以得到所述第l个数据流。

本发明实施例还提供一种数据流处理系统，包括：

至少一个发射设备，用于采用预编码参数对待发送的第l个数据流进行预编码处理；所述待发送的第l个数据流包括被映射在格形网格的格点数据流；将预编码处理后的所述待发送的第l个数据流发送给对应的接收设备；其中l和k均为正整数；和

至少一个接收设备，用于接收数据流，所述数据流中包括所述第l个数据流和所述第l个数据流之外的聚合干扰数据流；根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，从所述数据流中获取所述聚合干扰数据流；根据预先存储的第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流。

本发明实施例的数据流处理方法、设备及系统，通过采用符合实际信号处理过程的MIMO信道，对数据流进行处理，能够助于实现干扰的滤除，获取目标数据流。采用本发明实施例的技术方案，与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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供的数据流处理方法的流程图；

图2为本实施例的格形的结构图；

图3为本发明实施例二提供的数据流处理方法的流程图；

图4为本发明实施例三提供的一种数据流处理方法的流程图；

图5为本发明实施例四提供的一种数据流处理方法的流程图；

图6是本发明实施例提出的一种参数优化的流程图；

图7为本发明实施例五提供的一种发射设备的结构示意图；

图8为本发明实施例六提供的一种发射设备的结构示意图；

图9为图8中的第一获取模块12的结构示意图；

图10为本发明实施例七提供的一种接收设备的结构示意图；

图11为本发明实施例八提供的一种数据流处理系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一提供的数据流处理方法的流程图。本实施例的数据流处理方法的执行主体为一个数据流发射设备，简称发射设备。如图1所示，本实施例的数据流处理方法，可以包括如下步骤：

步骤100、采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；该待发送的第l个数据流包括被映射在格形网格的格点数据流；

为便于说明，假如在K-pair复高斯干扰多入多出(multiple-input andmultiple-output；以下简称MIMO)信道系统中，每个发射设备有M个天线，每个接收设备有N个天线。这样可以采用H_km表示N×M的MIMO复信道中从第m个发射设备到第k个接收设备的信道系数；i、M、N均为正整数。当信道状态信息(channel state information；以下简称CSI)不理想的情况下，接收设备一侧估计的信道系数可以表示为其中H为真实信道系数，Δ表示CSI误差；表示带有误差的信道系数。。

这里以其中某一个发射设备如第k个发射设备为研究对象，即本实施例的执行主体是第k个发射设备。其中K和l均为正整数。

图2为本实施例的格形的结构图。为便于描述，首先考虑一个图2所示的T维的巢状格形图，该巢状格形可表示为Λ，该格形由一系列实数点组成，其通过实数域格形生成矩阵L(T×T)产生：Λ＝{x＝LW，W∈Z^H}，其中Z^H为正整数。

格形量化函数Q_Λ：R^H→Λ将任意一点x投影到与该点欧氏距离最小的格形点λ可表示为：

$Q_{\mathrm{\Λ}}\left(x\right)=\arg \underset{\mathrm{\λ}\∈\mathrm{\Λ}}{\min }\left|\right|x-\mathrm{\λ}\left|\right|---\left(1\right)$

则对应的量化误差为：

xMod(Λ)＝x-Q_Λ(x)    (2)

若再定义一个巢状的格形码L1，由x投影到粗格Λ后，在其内部进一步格形化到细格Λ1的投影点组成。如图2所示，黑点1为细格点Λ1，而灰色圈2为粗格点Λ，这样就称Λ1为Λ的巢，显然，而这样一种结构下的速率可以表示为：

$R=\frac{1}{T}\log \left(\right|L_1\left|\right)=\frac{1}{T}\log \frac{\mathrm{Vol}\left(V\right)}{\mathrm{Vol}\left(V_1\right)}---\left(3\right)$

这里Vol(V)是Λ对应的格所在范围的体积，Vol(V₁)是Λ1对应的体积。

该第k个发射设备的待发送的数据流都经过正交相移键控(QuadraturePhase Shift Keying；以下简称QPSK)或者包括16种符号的正交幅度调制(Quadrature amplitude modulation；以下简称QAM)等调制方式将原数据流调制映射在上述巢状格形Λ上，以第k个发射设备的待发送的第l个数据流为例，待发送的第l个数据流是经过调制映射在巢状格形Λ网格中的格点上的格点数据流，可以表示为。这样，第k个发射设备的待发送的第l个数据流的可以表示为

$x_k^l=t_k^l\mathrm{mod}\mathrm{\Λ}+j{\tilde{t}}_k^l\mathrm{mod}\mathrm{\Λ}---\left(4\right)$

然后采用预编码参数对待发送的第l个数据流进行预编码处理。

步骤101、将预编码处理后的待发送的第l个数据流发送给第k个接收设备；

由第k个发射设备将预编码处理后的待发送的第l个数据流发送给对应的第k个接收设备，以供该第k个接收设备根据这些参数滤除干扰，从中解出其中第l个数据流。

本实施例的数据流处理方法，通过将调制在格形上的数据流经预编码处理后在发送至接收设备，以便于在数据流接收设备中能够进行干扰对齐处理解除干扰数据流，以得到目标数据流。采用本发明实施例的技术方案，能够有助于实现在接收设备一侧滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

需要说明的是，由于格点上的数据会受到各种干扰而被扰动，对应每一格点上的数据流还存在一个扰动。以第k个发射设备的待发送的第l个数据流为例，对应地，被映射在格点上的待发送的第l个数据流被施加扰动的扰动数据流可以表示为。对于每个发射设备的每个数据流对应的扰动参数和，在发射设备和对应的接收设备两端都是共知的。这样，第k个发射设备的待发送的第1个数据流可以表示为

$X_k^l=[t_k^l-d_k^l]\mathrm{mod}\mathrm{\Λ}+j[{\tilde{t}}_k^l-{\tilde{d}}_k^l]\mathrm{mod}\mathrm{\Λ}$

当扰动参数为0时，此时待发送的第l个数据流仅包括被被调制在格点上的格点数据流。

在MIMO信道系统中，若所有发射设备对所有的待发送数据流都进行上述实施例的处理之后，在接收设备一侧，接收设备接收到的所有干扰的近似聚合格I可以表示为：

表示第i个发射设备的第n个数据流对应的干扰对齐量化参数，Z为正整数，其实部虚部均为整数；表示第i个发射设备的第n个数据流；1_{{i≠k&n≠l}}}表示当i≠k&n≠l时，该值为1，否则为0。其中i＝1，2，...K，K为发射设备的数目；n＝1，2，...N_i，N_i为第i发射设备包括的数据流的数目。

相应地，在接收设备一侧，接收到的发射设备发送的数据流对应的干扰对齐残留误差可以表示为：

其中，I_e表示干扰对齐残留误差。P为每个数据流的功率；预编码参数 表示第i个发射设备的第n个数据流对应的干扰对齐量化参数；表示由第i发射设备到所述第k个接收设备的信道系数。

在上述实施例中，进行预编码处理并将预编码处理后的数据流发送至接收设备一侧，都在假定预编码参数和接收设备与发射设备之间的信道信息是已知的情况下进行的，才能保证在接收设备一侧进行干扰对齐进行干扰滤除。

为了能够有效滤除干扰，可以在接收设备一侧进行参数优化处理，以使得对应的干扰对齐残留误差最小化，实现干扰的滤除。

图3为本发明实施例二提供的数据流处理方法的流程图。如图2所示，在上述实施例一的步骤100之前，还可以包括如下步骤：

步骤200、获取待发送的第l个数据流对应的预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数

步骤201、获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，i＝1，2，...K，K表示发射设备的数目；n＝1，2，...N_i，N_i表示第k个发射设备对应的待发送数据流的数目；

步骤202、根据所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数B；

步骤203、将第一均衡参数u^l、聚合干扰对齐量化参数B、第二均衡参数和干扰参数c^l发送至第k个接收设备，以供第k个接收设备获取目标数据流。

本实施例中，同上述实施例一相同，仍然以第k个发射设备为执行主体。第k个发射设备在对待发送的第l个数据流进行预编码之前，还需要进行参数优化处理，获取待发送的第l个数据流对应的预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数。为了具有普适性，本实施例假设待发送的第l个数据流中包括被映射在格形网格的格点数据流和采用扰动参数对所述格点数据流施加扰动的扰动数据流。当无扰动时，扰动参数为0即可。然后再获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，其中i＝1，2，...K，K表示发射设备的数目；n＝1，2，...N_i，N_i为第i个发射设备包括的数据流的数目。每个发射设备包括的数据流的数目可以相同，也可以不同。

根据所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数B。例如，可以利用公式计算得到聚合干扰对齐量化参数B。当所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数确定，该聚合干扰对齐量化参数B为定值。

然后当前的第k个发射设备将获取到的第一均衡参数、聚合干扰对齐量化参数B第二均衡参数和干扰参数发送给接收设备，以供接收设备根据这些参数对接收到的数据流进行干扰对齐处理，获取第k个发送设备发送的第l个数据流。

实际应用中，所有发射设备可以按照本实施例的步骤将各待发送数据流对应的参数发送给接收端，以供接收设备根据这些参数进行干扰对齐，已有效地滤除干扰。其中聚合干扰对齐量化参数B为一个全局参数，对于每个发射设备都是相同的，各发射设备可以采用广播的形式将聚合干扰对齐量化参数B广播给各个接收设备。

本实施例中，第k个发射设备按照本实施例的上述步骤发送各参数之后，然后根据优化的预编码参数，按照上述实施例一的步骤100对待发送的第l个数据流进行预编码处理，然后再将预编码处理后的待发送的第l个数据流发送至接收设备，以供接收设备根据接收到的按照本实施例的步骤发送的各个参数对接收到的第l个数据流进行干扰滤除，获取目标数据流。

本实施例的数据流处理方法，通过采用上述各步骤获取待发送的第l个数据流对应的各个参数，并将各个参数发送至接收设备，以供接收设备根据这些参数滤除干扰，获取待发送的第l个数据流中的目标数据流。采用本发明实施例的技术方案，能够有助于地实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

图4为本发明实施例三提供的一种数据流处理方法的流程图。如图3所示，在上述实施例二的基础上，其中第k个发送设备在按照步骤200进行参数优化处理，获取待发送的第l个数据流对应的预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数的过程，需要综合考虑到所有发射设备，一起来优化设计；图3中的步骤200具体可以包括以下步骤：

步骤300、获取所有发射设备的所有待发送数据流对应的初始化的预编码参数、所有发射设备的所有待发送数据流对应的初始化的干扰对齐量化参数以及待发送的第l个数据流对应的初始化的干扰参数。

进行优化参数之前，需要对所有发射设备的所有待发送数据流对应的预编码参数和所有发射设备的所有待发送数据流对应的干扰对齐量化参数进行初始化。获取所有发射设备的所有待发送数据流对应的初始化的预编码参数和所有发射设备的所有待发送数据流对应的初始化的干扰对齐量化参数，同时获取待发送的第l个数据流对应的初始化的干扰参数。

步骤301、根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数。

具体地，该步骤301可以包括以下：

(1)根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，其中i＝1，2，...K，K为发射设备的数目，n＝1，2，...N_i，N_i为第i个发射设备包括的数据流的数目，更新待发送的第l个数据流对应的第一均衡参数

例如可以采用公式

$\left(u_k^l\right)=\arg \underset{u_k^l}{\min }({\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}||{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n{|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2),$

更新待发送的第l个数据流对应的第一均衡参数

其中表示第k个发送设备的第l个数据流对应的第一均衡参数；P表示任一待发送数据流的功率，这里认为所有待发送数据流的功率相等；表示从第i发射设备到第k个接收设备的信道系数；ε为的邻域半径，为一个常数；表示第i发射设备的第n个数据流对应的干扰对齐量化参数；第i发射设备的第n个数据流对应的预编码参数；其中i＝1，2，...K，K为发射设备的数目；n＝1，2，...N_i，N_i为第i发射设备包括的待发送数据流的数目；各个发射设备对应的待发送数据流的数目可以相同，也可以不相同。

(2)根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和待发送的第l个数据流对应的干扰参数c^l，更新待发送的第l个数据流对应的第二均衡参数

例如，可以采用如下公式

更新待发送的第l个数据流对应的第二均衡参数

其中表示第k个发送设备的第l个数据流对应的第二均衡参数。

(3)再根据待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数待发送的第l个数据流对应的第二均衡参数，更新待发送的第l个数据流对应的干扰参数

例如，可以采用公式

$C_k^l=\arg \underset{R\left\{C_k^l\right\}\∈\left[R\right\{\mathrm{\τ}\},R\{k\left\}\right],I\left\{C_k^l\right\}\∈\left[I\right\{\mathrm{\τ}\},I\{k\left\}\right]}{\min }f\left(C_k^l\right),$

更新待发送的第l个数据流对应的干扰参数；

其中第一变量第二变量

为将由复整数域放宽到复数域其中Z为正整数，C为复数；

中间函数

其中表示第k个发送设备的第l个数据流对应的干扰参数。

(4)判断待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数之间满足收敛条件，若满足，结束；否则返回步骤(2)继续执行。

例如，这里判断待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数之间满足的收敛条件，可以取连续两次迭代的待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数对应的第二大数据传输率的差值小于预定的阈值时，可以认为待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数之间满足收敛条件。

其中第二大数据传输率可以表示为：

步骤302、再根据待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数。

参数的优化以优化最大传输数据率为目标。例如，采用根据函数和求第一最大传输数据率和第二最大传输数据率对应的待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数。即相当于获取函数和取最小值时所对应的待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数。采用上述方法可以更新待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数

其中表示第一残余干扰和噪声函数；

具体为： $g_k^l(V,a_k^l)={\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n{|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2,$

表示第二残余干扰和噪声函数；

具体为：

表示第k个发射设备的第l个数据流对应的第一最大传输数据率，表示第k个发射设备的第l个数据流对应的第一最大传输数据率。

步骤303、判断待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数、待发送的第l个数据流对应的干扰参数、待发送的第l个数据流对应的第一均衡参数和待发送的第l个数据流对应的第二均衡参数是否满足收敛条件，若不满足，返回步骤301，若满足，结束。

第i个发射设备执行完上述步骤之后，便可以得到将该第k个发射设备的待发送的第l个数据流发送至第k个接收设备所对应的第一均衡参数第二均衡参数、预编码参数、干扰参数和干扰对齐量化参数。对于其他任一个发射设备，采用上述步骤，也可以得到各发射设备的各待发送数据流对应的所有参数。

然后执行上述实施例二及实施例一的相关步骤，最终完成待发送数据流处理。

采用本实施例三及上述实施例二来进行参数优化，都是在确定发射设备与接收设备之间的信道状态信息的情况下进行的优化，后续实施例中将具体说明为什么采用这样的方式进行优化。本实施例的数据流处理方法，通过采用上述各步骤对发射设备的待发送的第l个数据流对应的各个参数进行优化，并将各个参数发送至接收设备，以供接收设备根据这些参数滤除干扰，获取待发送的第l个数据流中的目标数据流。采用本发明实施例的技术方案，能够有助于有效地实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

图5为本发明实施例四提供的一种数据流处理方法的流程图。本实施例的数据流处理方法的执行主体为一个数据流接收设备，简称接收设备。如图5所示，本实施例的数据流处理方法，可以包括如下步骤：

步骤400、接收数据流，该数据流中包括来自于第k个发射设备发送的第l个数据流和该第l个数据流之外的聚合干扰数据流；

本实施例的数据流处理方法与上述图1所示实施例的数据流处理方法相对应，图1所示的数据流处理方法在发射设备一侧执行。本实施例的数据流处理方法在接收设备一侧来执行。这里本实施例的执行主体为第k个接收设备为例，对应地，第k个接收设备接收第k个发射设备发送的数据流。

首先，第k个接收设备接收数据流，该数据流中包括第k个发射设备发送的第l个数据流，这里和上述实施例一对应，以目标数据流为第l个数据流为例。该数据流还包括除第l个数据流之外的聚合干扰数据流即所有干扰数据流的集合。这里的聚合干扰数据流包括来自其它发射设备的干扰数据流和来自第k个发射设备的第l个数据流之外的干扰数据流。

步骤401、根据第一均衡参数和聚合干扰对齐量化参数，对该数据流进行解聚合干扰处理，从该数据流中获取该聚合干扰数据流；

第k个接收设备根据第一均衡参数和聚合干扰对齐量化参数，对步骤400接收到的数据流进行聚合干扰处理，从而从接收到的数据流中获取到聚合干扰数据流。

其中第一均衡参数和聚合干扰对齐量化参数是预先由第i个发射设备发送的。该第一均衡参数和聚合干扰对齐量化参数是第i个发射设备联合其他的所有发射设备根据接收设备与发射设备之间的信道状态信息一起优化处理得到的。

步骤402、根据第二均衡参数、干扰参数和该聚合干扰数据流，对该数据流进行处理，获取第l个数据流。

根据步骤400接收到的数据流与步骤401得到的聚合干扰数据流，用该数据流减去该聚合干扰数据流可以得到一个初始目标数据流。然后根据第二均衡参数和干扰参数对该初始目标数据流进行解码处理，获取到目标数据流即第k个发射设备发送的第l个数据流。当目标数据流中包括有扰动时，根据扰动参数，获取目标数据流中的格形数据流。

这里的第二均衡参数和干扰参数也是预先由第k个发射设备发送的；也是第k个发射设备联合其他的所有发射设备根据接收设备与发射设备之间的信道状态信息一起优化处理得到的。

本实施例的数据流处理方法，通过对接收到的数据流进行解聚合干扰处理，然后进行采用上述各步骤对发射设备的待发送的第l个数据流对应的各个参数进行优化，并将各个参数发送至接收设备，以供接收设备根据这些参数滤除干扰，获取待发送的第l个数据流中的目标数据流。采用本发明实施例的技术方案，能够有助于地实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

需要说明的是，和第k个发射设备一侧对应，这里的第l个数据流可以包括被映射在格形网格的格点数据流；或者包括被映射在格形网格的格点数据流和采用扰动参数对所述格点数据流施加的扰动数据流。为了具有普适性，可以假设第l个数据流包括被映射在格形网格的格点数据流和采用扰动参数对所述格点数据流施加的扰动数据流。当扰动参数为0时，第l个数据流仅包括被映射在格形网格的格点数据流。当存在扰动时，扰动参数在发射设备和接收设备两端为已知的。当在步骤402中获取到第l个数据流，便可以根据扰动参数获取到对应的格点数据流。当扰动参数为0，即没有扰动。此时获取到的目标数据流即为格点数据流。

在上述实施例的步骤400之前，还包括：接收第k个发射设备发送的第一均衡参数、聚合干扰对齐量化参数、第二均衡参数和干扰参数。

具体地，由于第k个接收设备接收第k发射设备发送的数据流如第l个数据流的时候，其中接收的数据流中包括有来自于其他发射设备以及第k发射设备发送的除第l个数据流之外的其他干扰数据流。所以，在第k个接收设备在接收第k发射设备发送的数据流如第l个数据流之前，接收第一均衡参数、聚合干扰对齐量化参数、第二均衡参数和干扰参数，以便于按照上述实施例四的步骤从接收到的数据流中解出第k个发射设备发送的第l个数据流。

下面以一个示例详细介绍上述实施例的技术方案。

假设第k个接收设备接收到的信号表示为：

$Y_k=\underset{l}{\mathrm{\Σ}}{H}_{\mathrm{kk}}{V}_k^l{x}_k^l+\underset{i\≠k}{\mathrm{\Σ}}\underset{l}{\mathrm{\Σ}}{H}_{\mathrm{ki}}{V}_i^l{x}_i^l+Z_k---\left(5\right)$

其中Y_k表示第k个接收设备接收到的数据流；H_kk是第k个发射设备到第k个接收设备的信道系数；表示第k个接收设备接收第k个发射设备发送的第l个数据流的对应的预编码参数；表示第k个接收设备接收第k个发射设备发送的第l个数据流；Z_k为高斯白噪声。该式中第一项表示的目标数据流，第二项和第三项表示噪声。

(一)解聚合干扰数据流

在第k个接收设备一侧，采用第一均衡参数对接收到的数据流Y_k进行均衡处理，具体如下：

$y_k^l={\left(u_k^l\right)}^H{Y}_k={\left(u_k^l\right)}^H{H}_{\mathrm{kk}}{V}_k^l{x}_k^l+\underset{n\≠l}{\mathrm{\Σ}}{\left(u_k^l\right)}^H{H}_{\mathrm{kk}}{V}_k^n{x}_k^n+\underset{n\≠k,j}{\mathrm{\Σ}}{\left(u_k^l\right)}^H{H}_{\mathrm{ki}}{V}_i^n{x}_i^n+{\left(u_k^l\right)}^H{Z}_k---\left(6\right)$

其中表示采用第一均衡参数均衡处理后的信号；其中右边第一项第k个发射设备发送的第l个数据流之外的其他数据流带来的流间干扰，第三项为来自第k个发射设备之外的其他发射设备带来的干扰。第四项表示高斯白噪声干扰。

这样按照上述图2中定义的巢状格形Λ，在第k个接收设备一侧，根据公式(3)得到的近似的结构化聚合干扰数据流可以表示为：

$I_k^l=\left[\underset{i,n}{\mathrm{\Σ}}R\right\{a_i^n{x}_i^n\left\}\right]\mathrm{mod}\mathrm{\Λ}+j\left[\underset{i,n}{\mathrm{\Σ}}I\right\{a_i^n{x}_i^n\left\}\right]\mathrm{mod}\mathrm{\Λ}---\left(7\right)$

表示第k个接收设备接收第k个发射设备发送的第l个数据流。Z为正整数。且R{}和I{}分别表示实部和虚部。

由于[x+y]modΛ＝[(xmodΛ)+y]modΛ，结合上述公式(7)，近似的结构化聚合噪声的实部和虚部可以分别表示为：

$R\left\{I_k^l\right\}=\left[\underset{i,n}{\mathrm{\Σ}}R\right\{a_i^n{x}_i^n\left\}\right]\mathrm{mod}\mathrm{\Λ}=\left[\left(\underset{i,n}{\mathrm{\Σ}}R\right\{a_i^n\}{t}_i^n-I\{a_i^n\left\}{\tilde{t}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}-\left[\left(\underset{i,n}{\mathrm{\Σ}}R\right\{a_i^n\}{d}_i^n-I\{a_i^n\left\}{\tilde{d}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(8\right)$

$I\left\{I_k^l\right\}=\left[\underset{i,n}{\mathrm{\Σ}}I\right\{a_i^n{x}_i^n\left\}\right]\mathrm{mod}\mathrm{\Λ}=\left[\left(\underset{i,n}{\mathrm{\Σ}}I\right\{a_i^n\}{t}_i^n+R\{a_i^n\left\}{\tilde{t}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}-\left[\left(\underset{i,n}{\mathrm{\Σ}}I\right\{a_i^n\}{d}_i^n+R\{a_i^n\left\}{\tilde{d}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(9\right)$

参考公式(8)，要得到近似的结构化聚合干扰数据流的实部也就相当于要获取到变量

$T_k^l\left(R\right)=\left[{\mathrm{\Σ}}_{i,n}\left(R\right\{a_i^n\}{t}_i^n-I\{a_i^n\left\}{\tilde{t}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(10\right)$

上述公式(10)的的估计值可表示为

${\hat{T}}_k^l\left(R\right)=\left[Q_{{\mathrm{\Λ}}_m}\left(R\right\{y_k^l\}+\underset{i,n}{\mathrm{\Σ}}\left(R\right\{a_i^n\}{d}_i^n-I\{a_i^n\left\}{\tilde{d}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(11\right)$

由于所有数据流的都是已知的，在发射设备和接收设备之间预先设置的。而且聚合干扰对齐量化参数是一个定值，也是预先接收发射设备发送的。

所以近似的结构化聚合干扰数据流的实部的值进一步可以表示为：

$R\left\{I_k^l\right\}=[{\hat{T}}_k^l\left(R\right)-B]\mathrm{mod}\mathrm{\Λ}=\left[\right[Q_{{\mathrm{\Λ}}_m}\left(R\right\{y_k^l\}+B)]\mathrm{mod}\mathrm{\Λ}-B]\mathrm{mod}\mathrm{\Λ}---\left(12\right)$

同理，参考公式(9)，要得到近似的结构化聚合干扰数据流的虚部，也就相当于要获取到变量

$T_k^l\left(I\right)=\left[{\mathrm{\Σ}}_{i,n}\left(I\right\{a_i^n\}{t}_i^n-R\{a_i^n\left\}{\tilde{t}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(13\right)$

上述公式(10)的的估计值可表示为

${\hat{T}}_k^l\left(I\right)=\left[Q_{{\mathrm{\Λ}}_m}\left(I\right\{y_k^l\}+\underset{i,n}{\mathrm{\Σ}}\left(I\right\{a_i^n\}{d}_i^n+R\{a_i^n\left\}{\tilde{d}}_i^n\right)\right]\mathrm{mod}\mathrm{\Λ}---\left(14\right)$

同理，由于所有数据流的都是已知的，在发射设备和接收设备之间预先设置的。而且聚合干扰对齐量化参数是一个定值，也是预先接收发射设备发送的。

所以近似的结构化聚合干扰数据流的实部的值进一步可以表示为：

$I\left\{I_k^l\right\}=[{\hat{T}}_k^l\left(R\right)-B^{,}]\mathrm{mod}\mathrm{\Λ}=\left[\right[Q_{{\mathrm{\Λ}}_m}\left(I\right\{y_k^l\}+B^{,})]\mathrm{mod}\mathrm{\Λ}-B^{,}]\mathrm{mod}\mathrm{\Λ}---\left(15\right)$

综上所述，结合公式(6)、(12)和(15)，可以得到近似的结构化聚合噪声

参考公式(5)，当前的第k个接收设备接收第k个发射设备发送的第l个数据流的传输数据率为

$R_k^l\≤\left\{\begin{array}{c}\log \left(\frac{P}{{\left|\right|u_k^l\left|\right|}^2+p{\mathrm{\Σ}}_{i,n}{|{\left(u_k^l\right)}^H{H}_{\mathrm{ki}}{V}_i^n-a_i^n|}^2}\right),\mathrm{if}{a}_i^n\≠0\\ +\∞,\mathrm{if}{a}_i^n=0\end{array}\right.---\left(16\right)$

根据上述公式(16)，若所有的则此时相当于没有聚合干扰，则可以不需要上述的解聚合干扰数据流的部分。

当公式(16)中的log运算符内的分母中第一项为噪声功率，第二项为残余格形对齐误差，并非高斯型。因此在有限信噪比(Signal toNoise Ratio；以下简称SNR)和非理想的CSI情况下直接用对零方式消除该项干扰只能为次优选择。

当考虑CSI误差时，有如下关系：

$R_k^l\≤{\mathrm{\μ}}_k^l=\log \left(\frac{P}{{\left|\right|u_k^l\left|\right|}^2+p{\mathrm{\Σ}}_{i,n}\left|\right|{\left(u_k^l\right)}^H{H}_{\mathrm{ki}}{V}_i^n-a_i^n{|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2}\right)---\left(17\right)$

其中表示第k个接收设备接收第k个发射设备发送的第l个数据流的第一最大传输数据率。该数据率可以认为是关于第一均衡参数，所有发射设备所有数据流对应的预编码参数，干扰对齐量化参数的函数；其中i＝1，2，...K，K表示发射设备的数目；n＝1，2，...N_i，N_i为第i发射设备包括的待发送数据流的数目

(二)获取目标数据流

在上述过程获取到聚合干扰数据流之后，根据公式(5)和公式(7)，从接收到的数据流中滤除聚合干扰数据流。然后采用第二均衡参数和干扰参数进行解码处理，获取目标数据流。具体可以采用下面的公式获取目标数据流：

其中为第二均衡参数，具体可以采用均衡器来实现。其中为第k个接收设备的第l个数据流的干扰系数。

其中 $s_k^l={\mathrm{\Σ}}_{i,n}({\left({\tilde{u}}_k^l\right)}^H{H}_{\mathrm{ki}}{V}_i^n-C_k^l{a}_i^n)X_i^n+{\tilde{u}}_k^l{Z}_k;$

根据公式(18)，可以知道，当表示只有一个干扰流，即那么可以直接将干扰对零掉。当即针对MIMO系统，采用公式(18)中的otherwise的情形，获取目标数据流如第l个数据流。此时，对应的数据率可以表示为

其中表示第k个接收设备接收第k个发射设备发送的第l个数据流的第二最大传输数据率。该数据率可以认为是关于第二均衡参数、干扰参数、预编码参数和干扰对齐量化参数的函数；其中i＝1，2，...K，K表示发射设备的数目；n＝1，2，...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

上述过程为数据流的获取过程，下面结合上述数据流的发射与接收，可以知道，在发射设备一侧优化设计各个参数的时候，需要考虑到系统的吞吐量，以最大化最差用户最小数据流速率为目标。根据上述公式(17)和(19)，可以将优化目标限制在优化第一均衡参数、第二均衡参数、预编码参数、干扰对齐量化参数和干扰参数。例如优化问题可概括为下面的优化函数

$\{{\left(u_k^l\right)}^{*},{\left({\tilde{u}}_k^l\right)}^{*},{\left(V_k^l\right)}^{*},{\left(a_k^l\right)}^{*},{\left(C_k^l\right)}^{*}\}=\left\{\begin{array}{c}\arg \underset{u,\stackrel{\‾}{u},V,a,C}{\max }\underset{l.k}{\min }({\mathrm{\μ}}_k^l,{\widetilde{\mathrm{\μ}}}_k^l)\\ s.t{\underset{l}{\mathrm{\Σ}}}_{l=1}^L{\left|\right|V_k^l\left|\right|}^2\≤\mathrm{\γ},\∀\mathrm{\γ}\\ a_k^l\∈{(Z+\mathrm{jZ})}^{\mathrm{KL}};C_k^l\∈Z+\mathrm{jZ}\end{array}\right.---\left(20\right)$

其中γ表示当前第k个发射设备发送数据流的最大总功率。分别表示当前第k个发射设备的第1个数据流对应的第一均衡参数、第二均衡参数、预编码参数、干扰对齐量化参数和干扰参数的最优值。

上述公式(20)中包括复数向量和整数变量，因此公式(20)优化的函数为一个非凸函数。

由于寻找最优的整数集较为困难，可以采取各种方式简化查找空间。如采用下面的公式优化查找空间：

例设固定，通过分析公式(17)和(19)，从公式(17)中可以知道，只有第一均衡参数影响第一最大发射功率；从公式(17)中可以知道，当给定，只有第二均衡参数影响第二最大发射功率。这样，将优化函数转化为如下式(21)和(22)所示的凸函数：

${\left(u_k^l\right)}^{*}=\arg \underset{u_k^l}{\min }({\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n|+\mathrm{\ϵ}|\left|V_i^n\right||\·{\left|\right|u_k^l\left|\right|}^2)---\left(21\right)$

为的最优值；为的最优值。

对于理想的CSI，即Δ＝0，那么公式(21)和(22)分别有最优闭式解：

${\left(u_k^l\right)}^{*}={(W^{H}W+\frac{1}{P}{I}_{N\×N})}^{-1}{W}^H{\mathrm{\α}}_k^l---\left(23\right)$

${\left({\tilde{u}}_k^l\right)}^{*}={(W^{H}W+\frac{1}{P}{I}_{N\×N})}^{-1}{W}^H{\mathrm{\β}}_k^l---\left(24\right)$

其中是一个KL×N的矩阵，而和均为KL×N的向量。当CSI不理想的时候，无闭式解，但由于公式(21)和(22)是典型的凸函数问题，可以通过梯度方法迭代求取和

当通过上述的方法获取到第一均衡参数和第二均衡参数的最优解之后，结合公式(22)，根据第二均衡参数优化干扰参数

首先将由复整数域放宽到复数域，先求，然后获取与欧氏距离最近的复数点即为：例如可以通过以下公式获取：

${\left(C_k^l\right)}^{*}=\arg \underset{R\left\{C_k^l\right\}\∈\left[R\right\{\mathrm{\τ}\},R\{\mathrm{\κ}\left\}\right],I\left\{C_k^l\right\}\∈\left[I\right\{\mathrm{\τ}\},I\{\mathrm{\κ}\left\}\right]}{\min }f\left(C_k^l\right)---\left(25\right)$

其中第一中间变量τ为第二种间变量κ为 $\mathrm{\κ}={\left({\tilde{C}}_k^l\right)}^{*}+(1+j).$

令为优化变量，则有： ${\left({\tilde{C}}_k^l\right)}^{*}=\arg \mathrm{mi}{n}_{C_k^l\∈C}f\left({\tilde{C}}_k^l\right).$

例如下面以上述图3所示实施例三中的步骤(1)-(4)的技术方案，详细描述在给定{V，a}的情况下，最优化的过程。

(a)初始化迭代次数m为0即m＝0，初始化m＝0时的预编码参数，干扰对齐量化参数以及干扰参数

(b)根据和，利用公式(21)获取第一均衡参数的最优值

(c)根据和，利用公式(22)获取第二均衡参数的最优值

(c)根据和，根据公式(25)和(26)，获取干扰参数

(d)判断第二均衡参数和干扰参数是否满足收敛，若满足，结束；否则，将m更新为m+1；返回步骤(b)。

这里第二均衡参数和干扰参数的收敛性可以表示为：

${\widetilde{\mathrm{\μ}}}_k^l({\widetilde{\mathrm{\μ}}}_k^l(m+1),C_k^l(m+1))>{\widetilde{\mathrm{\μ}}}_k^l({\widetilde{\mathrm{\μ}}}_k^l(m+1),C_k^l\left(m\right))>{\widetilde{\mathrm{\μ}}}_k^l({\tilde{u}}_k^l\left(m\right),C_k^l\left(m\right))---\left(27\right)$

这里不需要第一均衡参数取最优值，只需要第二均衡参数和干扰参数取最优值即可。

这里对每一个m，采用(19)式可以获取到对应的第二最大数据传输率例如对于第m+1次迭代，根据和计算出，同理，对于第m次迭代，根据和计算出。当与的差值小于某一设定的阈值ε₀，即就认为第二均衡参数和干扰参数之间满足收敛条件。

下面根据已经优化确定的第一均衡参数、第二均衡参数和干扰参数，优化预编码参数和干扰对齐量化参数，为了降低优化的复杂度，将干扰对齐量化的限制从放宽到分别根据公式(17)和(19)，定义如下两个公式：

$g_k^l(v_k^l,a_k^l)={\left|\right|u_k^l\left|\right|}^2+P\underset{i.n}{\mathrm{\Σ}}\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n{|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2---\left(28\right)$

对于任意的第l个数据流和第k个接收设备，和都是关于的凸函数。

以最大化最小传输数据率为目标。取为第一最大传输数据率，为第二最大传输数据率，则可以通过求如下公式(30)和(31)的最小值，来优化对应的优化预编码参数和干扰对齐量化参数。

${\mathrm{\μ}}_k^l=\log \frac{P}{g_k^l(V_k^l,a_k^l)}---\left(30\right)$

${\widetilde{\mathrm{\μ}}}_k^l=\log \frac{P}{{\tilde{g}}_k^l(V_k^l,a_k^l)}---\left(31\right)$

由于和都是关于的凸函数。这样，可以将公式(20)的非凸的优化函数转化为凸函数。具体可以采用现有技术中的内点法来进行求解，获取预编码参数和干扰对齐量化参数

图6是本发明实施例提出的一种参数优化的流程图；如图6所示，本实施例的参数优化处理过程以上述图3所示实施例三的技术方案为例，具体可以包括如下步骤：

步骤500、初始化迭代次数n＝0；

步骤501、初始化子迭代次数m＝0，初始化m＝0时的预编码参数干扰对齐量化参数以及干扰参数

步骤502、根据预编码参数和干扰对齐量化参数，根据公式(21)获取第一均衡参数

步骤503、根据预编码参数和干扰对齐量化参数以及干扰参数，根据公式(22)获取第二均衡参数

步骤504、根据预编码参数和干扰对齐量化参数和第二均衡参数，根据公式(25)和(26)，获取干扰参数

步骤505、判断干扰参数和第二均衡参数是否收敛，若是，执行步骤506、否则，将m更新为m+1，返回步骤503；

具体判断干扰参数和第二均衡参数是否收敛的收敛条件可参考上述相关部分的描述。例如对于每一个确定的n，对每一个m，采用(19)式可以获取到对应的第二最大数据传输率。例如对于第m+1次迭代，根据和计算出，同理，对于第m次迭代，根据和计算出。当与的差值小于某一设定的阈值ε₀，即就认为第二均衡参数和干扰参数之间满足收敛条件。

步骤506；根据第一均衡参数、第二均衡参数和干扰参数，根据公式(30)和(31)，获取预编码参数和干扰对齐量化参数

步骤507、判断第一均衡参数、第二均衡参数和干扰参数、预编码参数和干扰对齐量化参数是否满足收敛，若是，结束；否则，将n更新为n+1，返回步骤501。

判断第一均衡参数、第二均衡参数和干扰参数预编码参数和干扰对齐量化参数是否满足收敛，此时对应地可以不考虑m，对于每一个确定的n，对应地，m值为在步骤505中满足收敛条件的m。可以将第一均衡参数、第二均衡参数和干扰参数、预编码参数和干扰对齐量化参数分别简化为关于n的参数，如第一均衡参数、第二均衡参数和干扰参数、预编码参数和干扰对齐量化参数，采用(19)式可以获取到n对应的第二最大数据传输率和；当与的差值小于某一设定的阈值ε₀，即就认为第一均衡参数、第二均衡参数和干扰参数、预编码参数和干扰对齐量化参数之间满足收敛条件；即对应地，第一均衡参数、第二均衡参数和干扰参数、预编码参数和干扰对齐量化参数满足收敛条件。

上述实施例是以一个数据流为例来说明的，在接收设备中优化参数过程中，需要联合所有发射设备的所有数据流一起进行优化。按照相同的方法可以完成对所有发射设备的所有待发送数据流对应的各参数进行优化。

上述实施例是以最大化最差接收设备的数据率为原则，对各参数进行优化。同理，还可以考虑最大化总有效数据率为原则，对各参数进行优化，其过程与上述优化过程类似，在此不再赘述。

通过上述实施例，保证接收设备一侧能够获取到最优化的参数，以便接收设备能够根据这些参数，获取目标数据流。本实施例的技术方案，能够有助于有效地地实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。且采用本实施例的技术方案，具有较高的有效传输数据率，且对CSI误差具有较高的鲁棒性。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

图7为本发明实施例五提供的一种发射设备的结构示意图。如图7所示，本实施例的发射设备，包括：第一处理模块10和第一发送模块11。

其中第一处理模块10用于采用预编码参数对待发送的第l个数据流进行预编码处理；待发送的第l个数据流包括映射在格形网格的格点数据流和采用扰动参数对格点数据流施加的扰动数据流。第一发送模块11用于将预编码处理后的待发送的第l个数据流发送给第k个接收设备；其中l和k均为正整数。

为便于描述，本实施例的发射设备例如可以为第k个发射设备，第k个发射设备的第一处理模块10用于对待发送的第l个数据流进行预编码处理。该待发送的第l个数据流是经过QSPK或者16QAM等调制方式将原数据流调制映射在上述巢状格形Λ上，由于格点上的数据会受到各种干扰而被扰动，对应每一格点上的数据流还存在一个扰动。第一发送模块11与第一处理模块10连接，将经过第一处理模块10处理即预编码处理后的待发送的第l个数据流发送给第k个接收设备；其中l和k均为正整数。

本实施例的发射设备中各模块的实现方式和交互过程可参照方法实施例的相关描述，在此不再赘述。且其中各模块可以是合并在一起也可以拆分来实现其功能。

本实施例的发射设备，通过两模块将调制在格形上的数据流经预编码处理后在发送至接收设备，以便于在数据流接收设备中能够进行干扰对齐处理解除干扰数据流，以得到目标数据流。采用本发明实施例的技术方案，能够有助于实现干扰对齐处理，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

图8为本发明实施例六提供的一种发射设备的结构示意图。如图8所示，在上述图7所示实施例的基础上，本实施例的发射设备，还包括：第一获取模块12，第二获取模块13，第三获取模块14和第二发送模块15。

其中，第一获取模块12用于获取待发送的第l个数据流对应的预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数。第二获取模块13用于获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数。第三获取模块14与第二获取模块13连接，用于根据第二获取模块13获取的所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数。第二发送模块15分别与第一获取模块12和第三获取模块14连接，用于将第一获取模块12获取的第一均衡参数、第二均衡参数和干扰参数发送以及第三获取模块14获取的聚合干扰对齐量化参数发送至第k个接收设备，以供第k个接收设备获取目标数据流。

图9为图8中的第一获取模块12的结构示意图。如图9所示，第一获取模块12，包括：第一获取子模块121和第一处理子模块122。

第一获取子模块121用于获取所有发射设备的所有待发送数据流对应的初始化的预编码参数、所有发射设备的所有待发送数据流对应的初始化的干扰对齐量化参数以及待发送的第l个数据流对应的初始化的干扰参数。第一处理子模块122与第一获取子模块121连接，用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数；再根据待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数；重复执行以上步骤，直至待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数、待发送的第l个数据流对应的干扰参数、待发送的第l个数据流对应的第一均衡参数和待发送的第l个数据流对应的第二均衡参数满足收敛条件，结束。

具体地，上述第一处理子模块122又包括：第一处理单元1221、第二处理单元1222和第三处理单元1223。

第一处理单元1221与第一获取子模块121连接，用于根据第一获取子模块121获取的所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数。第二处理单元1222与第一处理单元1221连接，根据第一处理单元1221获取的待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数。第三处理单元1223分别与第一处理单元1221和第二处理单元1222，用于重复执行第一处理单元1221和第二处理单元1222相对应的操作，直至待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数、待发送的第l个数据流对应的干扰参数、待发送的第l个数据流对应的第一均衡参数和待发送的第l个数据流对应的第二均衡参数满足收敛条件；结束。

其中第一处理单元1221包括第一处理子单元、第二处理子单元、第三处理子单元和第四处理子单元。第一处理子单元与第一获取子模块121连接，用于根据第一获取子模块121获取的所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，更新待发送的第l个数据流对应的第一均衡参数。第二处理子单元与第一获取子模块121连接，用于根据第一获取子模块121获取的所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和待发送的第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第二均衡参数。第三处理子单元分别与第一获取子模块121和第二处理子弹元连接，用于再根据待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数以及第二处理子弹元获取的待发送的第l个数据流对应的第二均衡参数，更新待发送的第l个数据流对应的干扰参数。第四处理子单元分别与第二处理子单元和第三处理单元连接；用于重复执行第二处理子单元和第三处理子单元对应的操作，直至待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数之间满足收敛条件，结束。最后与第二处理单元1222连接，将最终获取到的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数再进行后续处理。

其中第一处理子单元具体用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，采用公式

更新待发送的第l个数据流对应的第一均衡参数；

其中表示第k个发射设备的第l个数据流对应的第一均衡参数；P表示待发送数据流的功率；表示从第i发射设备到第k个接收设备的信道系数i＝1，2，...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；表示第i发射设备的第n个数据流对应的干扰对齐量化参数；第i发射设备的第n个数据流对应的预编码参数；其中i＝1，2，...K，n＝1，2，...N_i，N_i为第i发射设备包括的待发送数据流的数目。

第二处理子单元具体用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和待发送的第l个数据流对应的干扰参数，采用公式

更新待发送的第l个数据流对应的第二均衡参数；

其中表示第k个发射设备的第l个数据流对应的第二均衡参数，表示第k个发射设备的第l个数据流对应的干扰参数。

第三处理子单元具体用于根据待发送的第l个数据流对应的预编码参数、待发送的第l个数据流对应的干扰对齐量化参数、待发送的第l个数据流对应的第一均衡参数和待发送的第l个数据流对应的第二均衡参数，采用公式

$C_k^l=\arg \underset{R\left\{C_k^l\right\}\∈\left[R\right\{\mathrm{\τ}\},R\{k\left\}\right],I\left\{C_k^l\right\}\∈\left[I\right\{\mathrm{\τ}\},I\{k\left\}\right]}{\min }f\left(C_k^l\right),$

更新待发送的第l个数据流对应的干扰参数；

其中第一变量第二变量

为将由复整数域放宽到复数域其中Z为正整数，C为复数；

中间函数

第二处理单元1222具体用于根据待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和待发送的第l个数据流对应的干扰参数，采用获取函数和的第一最大传输数据率和第二最大传输数据率对应的待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数，更新待发送的第l个数据流对应的预编码参数和待发送的第l个数据流对应的干扰对齐量化参数；

其中表示第一残余干扰和噪声函数；

具体为： $g_k^l(V,a_k^l)={\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{km}}{V}_i^n-a_i^n{|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2,$

表示第二残余干扰和噪声函数；

具体为：

表示第k个发射设备的第l个数据流对应的第一最大传输数据率；表示第k个发射设备的第l个数据流对应的第一最大传输数据率。

本实施例的发射设备中各模块的实现方式和交互过程可参照方法实施例的相关描述，在此不再赘述。且其中各模块可以是合并在一起也可以拆分来实现其功能。

本实施例的发射设备，进一步包括用于发送数据流以及接收数据流的过程中解除干扰数据流所用到的各参数的设计。采用实施例的技术方案，能够有助于滤滤除干扰数据流，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

图10为本发明实施例七提供的一种接收设备的结构示意图。如图10所示，本实施例的接收设备，包括：第一接收模块20、第一处理模块21和第二处理模块22。

其中第一接收模块20用于接收数据流，数据流中包括来自于第k个发射设备发送的目标数据流和目标数据流之外的聚合干扰数据流。第一处理模块21用于根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对第一接收模块20接收的数据流进行解聚合干扰处理，以从数据流中获取聚合干扰数据流。第二处理模块22与第一处理模块21连接，用于根据预先存储的第二均衡参数、干扰参数和聚合干扰数据流，对第一处理模块21得到的数据流进行处理，以得到目标数据流。

本实施例的发射设备中各模块的实现方式和交互过程可参照方法实施例的相关描述，在此不再赘述。且其中各模块可以是合并在一起也可以拆分来实现其功能。

本实施例的接收设备，通过对接收到的数据流进行解聚合干扰处理，然后进行采用上述各步骤对发射设备的待发送的第l个数据流对应的各个参数进行优化，并将各个参数发送至接收设备，以供接收设备根据这些参数滤除干扰，获取待发送的第l个数据流中的目标数据流。采用本发明实施例的技术方案，能够有助于地实现滤除干扰，且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

在上述实施例的基础上，还可以包括第二接收模块，用于接收第k个发射设备发送的第一均衡参数、聚合干扰对齐量化参数、第二均衡参数和干扰参数。

图11为本发明实施例八提供的一种数据流处理系统的结构示意图。如图11所示，本实施例的数据流处理系统，包括K个发射设备30和K个接收接收设备31，K为大于1的正整数。

其中发射设备30用于采用预编码参数对待发送的第l个数据流进行预编码处理；待发送的第l个数据流包括被映射在格形网格的格点数据流；将预编码处理后的待发送的第l个数据流发送给对应地接收设备31；例如第k个发射设备30对应将待发送的第l个数据流发送至第k个接收设备31。其中l为正整数。

接收设备31用于接收数据流，数据流中包括来自于发射设备30发送的第l个数据流和第l个数据流之外的聚合干扰数据流；根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对数据流进行解聚合干扰处理，从数据流中获取聚合干扰数据流；根据预先存储的第二均衡参数、干扰参数和聚合干扰数据流，对数据流进行处理，获取第l个数据流。

本实施例的发射设备30和接收设备31可以采用上述设备实施例的发射设备和接收设备。其中发射设备按照对应方法实施例的数据流处理方法来实现，其中接收设备按照对应方法实施例的数据流处理方法来实现。详细参考上述实施例的记载，在此不再赘述。

本实施例的数据流处理系统，能够有效地实现干扰滤除；同时，采用本实施例的技术方案，具有较高的有效传输数据率，且对CSI误差具有较高的鲁棒性。且与实际的干扰数据流的处理过程非常相符，具有很强的实用性。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (18)

1.一种数据流处理方法，其特征在于，包括：

采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述第l个数据流包括被映射在格形网格的格点数据流，还包括采用扰动参数对所述格点数据流施加扰动的扰动数据流；

将预编码处理后的所述第l个数据流发送给第k个接收设备；

其中l和k均为正整数；

在所述采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理之前，还包括：

获取所述第l个数据流对应的所述预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数；

获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数；

根据所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数；

将所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数发送至所述第k个接收设备，以供所述第k个接收设备获取目标数据流；

所述第k个接收设备获取目标数据流，包括：

所述第k个接收设备根据所述第一均衡参数和所述聚合干扰对齐量化参数，对接收的数据流进行解聚合干扰处理，从所述数据流中获取聚合干扰数据流，所述数据流中包括来自于所述第k个发射设备发送的第l个数据流和所述第l个数据流之外的聚合干扰数据流；

所述第k个接收设备根据所述第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流。

2.根据权利要求1所述的数据流处理方法，其特征在于，所述获取所述第l个数据流对应的所述预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数，具体包括：

获取所有发射设备的所有待发送数据流对应的初始化的预编码参数、所有发射设备的所有待发送数据流对应的初始化的干扰对齐量化参数以及所述第l个数据流对应的初始化的干扰参数；

根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及所述第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数；再根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数；重复执行以上步骤，直至所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数、所述第l个数据流对应的干扰参数、所述第l个数据流对应的第一均衡参数和所述第l个数据流对应的第二均衡参数满足收敛条件；结束。

3.根据权利要求2所述的数据流处理方法，其特征在于，所述根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及所述第l个数据流对应的干扰参数，更新待发送的第l个数据流对应的第一均衡参数、待发送的第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，具体包括：

根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，更新所述第l个数据流对应的第一均衡参数；

根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的第二均衡参数；再根据所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数和所述第l个数据流对应的第二均衡参数，更新所述第l个数据流对应的干扰参数；重复执行此步骤，直至所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数之间满足收敛条件，结束。

4.根据权利要求3所述的数据流处理方法，其特征在于，所述根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，更新所述第l个数据流对应的第一均衡参数，具体包括：

根据所述所有发射设备的所有待发送数据流对应的预编码参数、所述所有发射设备的所有待发送数据流对应的干扰对齐量化参数，采用公式

$\left(u_k^l\right)=\arg \underset{u_k^l}{\min }({\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}{\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right||}^2),$

更新所述第l个数据流对应的第一均衡参数；

其中表示所述第l个数据流对应的第一均衡参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；P表示任一待发送数据流的功率；表示从由第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K；N_i表示第i个发射设备对应的待发送数据流的数目n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

5.根据权利要求3所述的数据流处理方法，其特征在于，所述根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的第二均衡参数，具体包括：

根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和所述第l个数据流对应的干扰参数，采用公式

更新所述第l个数据流对应的第二均衡参数；

其中表示所述第l个数据流对应的第二均衡参数，表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；P表示任一待发送数据流的功率；表示由第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

6.根据权利要求3所述的数据流处理方法，其特征在于，所述再根据所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数、所述第l个数据流对应的第二均衡参数，更新所述第l个数据流对应的干扰参数，具体包括：

根据所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数和所述第l个数据流对应的第二均衡参数，采用公式

$C_k^l=\arg \underset{R\left\{C_k^l\right\}\∈\left[R\right\{\mathrm{\τ}\},R\{k\left\}\right],I\left\{C_k^l\right\}\∈\left[I\right\{\mathrm{\τ}\},I\{k\left\}\right]}{\min }f\left(C_k^l\right),$

更新所述第l个数据流对应的干扰参数；

其中第一变量第二变量R{}表示实部，I{}表示虚部；

为将由复整数域放宽到复数域其中Z为正整数，C为复数；

中间函数

其中表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；表示由第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K，K表示发射设备的数目；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目；表示所述第l个数据流对应的第二均衡参数；表示从第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K；ε为的邻域半径，为一个常数。

7.根据权利要求2所述的数据流处理方法，其特征在于，所述再根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数，具体包括：

根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，采用获取函数和的第一最大传输数据率和第二最大传输数据率对应的所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数；

其中表示第一残余干扰和噪声函数；

具体为： $g_k^l(V,a_k^l)={\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}{\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2,$

表示第二残余干扰和噪声函数；

具体为：

表示所述第l个数据流对应的第一最大传输数据率，表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；表示所述第l个数据流对应的第一最大传输数据率；表示所述第l个数据流对应的第一均衡参数；表示所述第l个数据流对应的第二均衡参数；P表示任一待发送数据流的功率；表示从第i发射设备到所述第k个接收设备的信道系数i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；所述第i发射设备的第n个数据流对应的预编码参数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；其中i＝1,2,...K；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

8.一种数据流处理方法，其特征在于，包括：

接收数据流，所述数据流中包括来自于第k个发射设备发送的第l个数据流和所述第l个数据流之外的聚合干扰数据流；

根据第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，从所述数据流中获取所述聚合干扰数据流；

根据第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流；

所述第l个数据流包括被映射在格形网格的格点数据流和采用扰动参数对所述格点数据流施加扰动的扰动数据流；

在所述接收数据流之前，还包括：

接收所述第k个发射设备发送的所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数。

9.一种发射设备，其特征在于，包括：第一处理模块，用于采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述第l个数据流包括被映射在格形网格的格点数据流，还包括采用扰动参数对所述格点数据流施加扰动的扰动数据流；

第一发送模块，用于将预编码处理后的所述第l个数据流发送给第k个接收设备；其中l和k均为正整数；

还包括：

第一获取模块，用于获取所述第l个数据流对应的所述预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数；

第二获取模块，用于获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数；

第三获取模块，用于根据所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数；

第二发送模块，用于将所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数发送至所述接收设备，以供所述接收设备获取目标数据流；

所述接收设备获取目标数据流，具体包括：根据预先存储的所述第一均衡参数和所述聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，从所述数据流中获取聚合干扰数据流；根据预先存储的所述第二均衡参数、所述干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流。

10.根据权利要求9所述的发射设备，其特征在于，所述第一获取模块，包括：

第一获取子模块，用于获取所有发射设备的所有待发送数据流对应的初始化的预编码参数、所有发射设备的所有待发送数据流对应的初始化的干扰对齐量化参数以及所述第l个数据流对应的初始化的干扰参数；

第一处理子模块，用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数；再根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数；重复执行以上步骤，直至所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数、所述第l个数据流对应的干扰参数、所述第l个数据流对应的第一均衡参数和所述第l个数据流对应的第二均衡参数满足收敛条件；结束。

11.根据权利要求10所述的发射设备，其特征在于，所述第一处理子模块，包括：

第一处理单元，用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数以及所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数；

第二处理单元，用于根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数；

第三处理单元，分别与所述第一处理单元和所述第二处理单元，用于重复执行所述第一处理单元和所述第二处理单元相对应的操作，直至所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数、所述第l个数据流对应的干扰参数、所述第l个数据流对应的第一均衡参数和所述第l个数据流对应的第二均衡参数满足收敛条件；结束。

12.根据权利要求11所述的发射设备，其特征在于，所述第一处理单元，包括：

第一处理子单元，用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数，更新所述第l个数据流对应的第一均衡参数；

第二处理子单元，用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和所述第l个数据流对应的干扰参数，更新所述第l个数据流对应的第二均衡参数；

第三处理子单元，用于再根据所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数和所述第l个数据流对应的第二均衡参数，更新所述第l个数据流对应的干扰参数；

第四处理子单元，分别与所述第二处理子单元和所述第三处理单元连接；用于重复执行所述第二处理子单元和所述第三处理子单元相对应的操作，直至所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数之间满足收敛条件，结束。

13.根据权利要求12所述的发射设备，其特征在于，所述第一处理子单元，具体用于根据所述所有发射设备的所有待发送数据流对应的预编码参数、所述所有发射设备的所有待发送数据流对应的干扰对齐量化参数，采用公式

$\left(u_k^l\right)=\arg \underset{u_k^l}{\min }({\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}{\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right||}^2),$

更新所述第l个数据流对应的第一均衡参数；

其中表示所述第l个数据流对应的第一均衡参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；P表示任一待发送数据流的功率；表示由第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K，K表示发射设备的数目；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

14.根据权利要求12所述的发射设备，其特征在于，所述第二处理子单元，具体用于根据所有发射设备的所有待发送数据流对应的预编码参数、所有发射设备的所有待发送数据流对应的干扰对齐量化参数和所述第l个数据流对应的干扰参数，采用公式

更新所述第l个数据流对应的第二均衡参数；

其中表示所述第l个数据流对应的第二均衡参数，表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；P表示任一待发送数据流的功率；表示从第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

15.根据权利要求12所述的发射设备，其特征在于，所述第三处理子单元，具体用于根据所述第l个数据流对应的预编码参数、所述第l个数据流对应的干扰对齐量化参数和所述第l个数据流对应的第二均衡参数，采用公式

$C_k^l=\arg \underset{R\left\{C_k^l\right\}\∈\left[R\right\{\mathrm{\τ}\},R\{k\left\}\right],I\left\{C_k^l\right\}\∈\left[I\right\{\mathrm{\τ}\},I\{k\left\}\right]}{\min }f\left(C_k^l\right),$

更新所述第l个数据流对应的干扰参数；

其中第一变量第二变量R{}表示实部，I{}表示虚部；

为将由复整数域放宽到复数域其中Z为正整数，C为复数；中间函数

其中表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；表示由第i发射设备的第n个数据流对应的干扰对齐量化参数；所述第i发射设备的第n个数据流对应的预编码参数；其中i＝1,2,...K，K表示发射设备的数目；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目；表示所述第l个数据流对应的第二均衡参数；表示从第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K；ε为的邻域半径，为一个常数。

16.根据权利要求11所述的发射设备，其特征在于，所述第二处理单元，具体用于根据所述第l个数据流对应的第一均衡参数、所述第l个数据流对应的第二均衡参数和所述第l个数据流对应的干扰参数，采用获取函数和的第一最大传输数据率和第二最大传输数据率对应的所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数，更新所述第l个数据流对应的预编码参数和所述第l个数据流对应的干扰对齐量化参数；

其中表示第一残余干扰和噪声函数；

具体为： $g_k^l(V,a_k^l)={\left|\right|u_k^l\left|\right|}^2+P\underset{i,n}{\mathrm{\Σ}}{\left|\right|{\left(u_k^l\right)}^H{\hat{H}}_{\mathrm{ki}}{V}_i^n-a_i^n|+\mathrm{\ϵ}|\left|V_i^n\right||\·|\left|u_k^l\right|\left|\right|}^2,$

表示第二残余干扰和噪声函数；

具体为：

表示所述第l个数据流对应的第一最大传输数据率，表示所述第l个数据流对应的干扰参数，k表示与所述第k接收设备对应的当前的发射设备为第k个发射设备；表示所述第l个数据流对应的第一最大传输数据率；表示所述第l个数据流对应的第一均衡参数；表示所述第l个数据流对应的第二均衡参数；P表示任一待发送数据流的功率；表示从第i发射设备到所述第k个接收设备的信道系数，i＝1,2,...K，K表示发射设备的数目；ε为的邻域半径，为一个常数；所述第i发射设备的第n个数据流对应的预编码参数；表示所述第i发射设备的第n个数据流对应的干扰对齐量化参数；其中i＝1,2,...K；n＝1,2,...N_i，N_i为所述第i发射设备包括的待发送数据流的数目。

17.一种接收设备，其特征在于，包括：

第一接收模块，用于接收数据流，所述数据流中包括来自于第k个发射设备发送的第l个数据流和所述第l个数据流之外的聚合干扰数据流；

第一处理模块，用于根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，从所述数据流中获取所述聚合干扰数据流；

第二处理模块，用于根据预先存储的第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流；

还包括：

第二接收模块，用于接收所述第k个发射设备发送的所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数。

18.一种数据流处理系统，其特征在于，包括

至少一个发射设备，用于采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理；所述待发送的第l个数据流包括被映射在格形网格的格点数据流，还包括采用扰动参数对所述格点数据流施加扰动的扰动数据流；将预编码处理后的所述待发送的第l个数据流发送给第k个接收设备；其中l和k均为正整数；在所述采用预编码参数对待发送的当前第k个发射设备的第l个数据流进行预编码处理之前，获取所述第l个数据流对应的所述预编码参数、干扰对齐量化参数、第一均衡参数、第二均衡参数和干扰参数；获取所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数；根据所有发射设备的所有待发送数据流对应的扰动参数和干扰对齐量化参数，获取聚合干扰对齐量化参数；将所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数发送至所述第k个接收设备，以供所述第k个接收设备获取目标数据流；和

至少一个接收设备，用于接收数据流，所述数据流中包括所述第l个数据流和所述第l个数据流之外的聚合干扰数据流；根据预先存储的第一均衡参数和聚合干扰对齐量化参数，对所述数据流进行解聚合干扰处理，从所述数据流中获取所述聚合干扰数据流；根据预先存储的第二均衡参数、干扰参数和所述聚合干扰数据流，对所述数据流进行处理，获取所述第l个数据流；所述第l个数据流包括被映射在格形网格的格点数据流和采用扰动参数对所述格点数据流施加扰动的扰动数据流；还用于接收所述第k个发射设备发送的所述第一均衡参数、所述聚合干扰对齐量化参数、所述第二均衡参数和所述干扰参数。