CN102545979A - 一种在通信系统中用于规划用户的方法、设备及系统 - Google Patents

Abstract

本发明涉及一种用于规划用户的方法、设备及系统，其中，各用户设备先根据各自所接收的发射信号确定各自的量化信道向量和信道特征信息，并将各自的量化信道向量的相关信息和信道特征信息反馈回基站，基站再基于量化信道向量的相关信息中的一个生成预编码信息，随后，再根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备，并基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。本发明的优点在于：能获得更为优越的系统性能。

Description

一种在通信系统中用于规划用户的方法、设备及系统

技术领域

本发明涉及基于MU-MIMO技术的无线通信领域，尤其涉及用于规划用户的方法、设备及系统。 

背景技术

在基于MU-MIMO技术的无线通信系统中，基站在进行预编码处理前需要知道各用户设备的信道状态信息(channel state information，CSI)。而在采用频分双工模式(frequency-division duplexing，FDD)的MU-MIMO无线通信系统中，由于受到带宽的限制，上行反馈信道所能传输的数据仅仅几个bit，因此，基站获得准确的CSI难以实现。 

为此，现有的做法就是在基站和各用户设备中保存相同的预定码本，各用户设备将各自的量化信道向量的索引信息及估计的SINR反馈回基站，基站再基于ZFET技术及反馈回的各量化信道向量(channel vector quantization，CVQ)形成预编码信息。这种基于ZFET的CVQ方案的不足在于：1)基站需要先选择出能同时进行预编码的用户设备，才能形成相应的预编码信息；2)对于未被选择的用户设备，其反馈回的信息没有被利用；3)各用户设备反馈回的SINR是估计得到的，并不精确；4)各用户设备的天线数量只能为1。 

由于基于ZFET的CVQ方案存在诸多不足，导致系统性能不尽如人意，故极有必要提供一种新的方法，来提高系统性能。 

发明内容

本发明的目的是提供一种用于规划用户的方法、设备及系统。根据本发明的一个方面，提供一种在基于MU-MIMO技术的无线 通信系统中的基站中用于规划用户的方法，其中，该基站保存有与每个用户设备相同的预定码本，其中，该方法包括以下步骤： 

a接收来自各个用户设备的量化信道向量的相关信息及信道特征信息； 

b基于各量化信道向量的相关信息中的一个生成预定编码信息； 

c根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备； 

d基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。 

根据本发明的另一个方面，还提供了一种在基于MU-MIMO技术的无线通信系统中的用户设备中用于辅助规划用户的方法，其中，所述用户设备包含一个预定码本，其中，该方法包括以下步骤： 

A接收来自基站的发射信号； 

B根据所接收的发射信息，确定与信道信息相关的信道向量及信道特征信息； 

C基于距离最小准则从所述码本中选择出与所述信道向量匹配的量化信道向量； 

D将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站。 

根据本发明的再一个方面，还提供了一种在基于MU-MIMO技术的无线通信系统中用于规划用户的基站，其中，该基站中保存有与每个用户设备相同的预定码本，该基站还包括： 

第一接收装置，用于接收来自各个用户设备的量化信道向量的相关信息及信道特征信息； 

生成装置，用于基于各量化信道向量的相关信息中的一个生成预定编码信息； 

选择装置，用于根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在 各用户设备中进行选择，以选择出能共同进行预编码的用户设备； 

预编码装置，用于基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。 

根据本发明的再一个方面，还提供了一种在基于MU-MIMO技术的无线通信系统中用于辅助规划用户的用户设备中，其中，所述用户设备包含一个预定码本，还包括： 

第二接收装置，用于接收来自基站的发射信号； 

获取装置，用于根据所接收的发射信息，确定与信道信息相关的信道向量及信道特征信息； 

匹配装置，用于基于距离最小准则从所述码本中选择出与所述信道向量匹配的量化信道向量； 

反馈装置，用于将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站。 

与现有技术相比，本发明具有以下优点：能获得更为优越的系统性能。 

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显： 

图1为本发明用于规划用户的系统拓扑图； 

图2为本发明一个方面用于规划用户的方法的流程图； 

图3为本发明另一个方面规划用户的方法的流程图； 

图4为本发明一个方面用于规划用户的系统示意图； 

图5为本发明与基于ZFET的CVQ方案的仿真性能比较图； 

附图中相同或相似的附图标记代表相同或相似的部件。 

具体实施方式

下面结合附图对本发明作进一步详细描述。 

图1示出了本发明用于规划用户的系统拓扑图。用户设备11、用 户设备12、......用户设备1K可以是任何一种能以无线方式和基站2通信的电子设备，包括但不限于：手机、PDA等。而且，用户设备11、用户设备12、......用户设备1K、以及基站2各自包含多根天线，例如，用户设备11包含M₁根天线，用户设备12包含M₂根天线，......用户设备1K包含M_k根天线，基站2包含N根天线。由此，用户设备11、用户设备12、......用户设备1K、以及基站2构成基于MU-MIMO技术(multi user-multiple input multiple output techniques)的无线通信系统。在用户设备11、用户设备12、......用户设备1K、以及基站2中，都保存有相同的预定码本 

此外，作为一种优选方式，该无线通信系统中的各用户设备和基站2采用频分双工模式(frequency-division duplexing mode，FDD mode)收发信息，但本领域技术人员应该理解，各用户设备和基站2收发信息的模式并非以上所述为限。还有，作为一种优选方式，各用户设备可以是采用最小均方误差(MMSE)技术来处理接收的信号的MMSE接收机，但本领域技术人员应该理解，各用户设备并非以此为限。 

图2示出了本发明一个方面用于规划用户的方法的流程图。其中，为了简化图示，图中仅仅以用户设备11和基站2之间的通信交互为例进行描述，但本领域的技术人员应该理解，事实上，用户设备12、......用户设备1K也在与基站2进行通信交互，在此不再逐一详述。 

具体的，在步骤S1中，用户设备11接收来自基站2的发射信号。 

接着，在步骤S2中，用户设备11根据所接收的发射信息，确定与信道信息相关的信道向量及信道特征信息。例如，用户设备11根据所接收的发射信息，估计其与基站2之间的信道信息H₁，并根据信道信息H₁来确定信道向量及信道特征信息。 

接着，在步骤S3中，用户设备11基于距离最小准则从所保存的码本C中选择出与所述信道向量匹配的量化信道向量。例如，用户设备11在码本C选择出与信道向量匹配的量化信道向量C_x，其中，x∈[1，2......2^B]。为方便后续描述，将量化信道向量C_x标记为v₁，即v₁＝c_x。 

接着，在步骤S4中，用户设备11将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站2。其中，所述量化信道向量的相关信息包括但不限于：所述量化信道向量在所述预定码本中的索引信息等。例如，用户设备11将量化信道向量v1在所述预定码本C中的索引信息以及信道特征信息反馈回基站2。 

接着，在步骤S5中，基站2接收来自各个用户设备的量化信道向量的相关信息及信道特征信息。例如，基站2接收来自用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k各自的相关信息及信道特征信息。其中，用户设备12、......用户设备1K的量化信道向量v₂......v_k及信道特征信息，可由用户设备12、......用户设备1K各自参照上述用户设备11的方法来确定，即用户设备12、......用户设备1K先根据各自所接收的发射信息估计各自的信道信息H₂......H_k，随后各自再根据信道信息确定量化信道向量v₂......v_k及信道特征信息。 

接着，在步骤S6中，基站2基于各量化信道向量的相关信息中的一个生成预定编码信息。例如，基站2基于各量化信道向量v₁、v₂......v_k中的量化信道向量v₁的相关信息，在所保存的码本中获取量化信道向量v₁，再根据量化信道向量v₁生成预定编码信息W＝[T₁T₂...T_N]。 

接着，在步骤S7中，基站2根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备。例如，基站2根据所生成的预定编码信息W，以获得最大估计SINR为约束条件，在用户设备11、用户设备12、......用户设备1K中选择N个用户设备，例如，选择出用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备，以便共同进行预编码，其中，N小于或等于K。 

最后，在步骤S8中，基站2基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。例如，基站2基于所生成的 预定编码信息W，对用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备的待发送信号进行预编码处理，以便形成待发射的信号，并将待发射的信号通过天线1、2......N予以发射。 

此后，用户设备11、用户设备12、......用户设备1K各自接收所述发射信号，再进行解码等一系列处理后即可获得发射信号中所携带的通信信息，例如，第k个用户设备接收到的发射信号为： 

$y_k=\widetilde{G_k}(\sqrt{p_k}{H}_k{T}_k{s}_k+H_k\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}\sqrt{p_i}{T}_i{s}_i+n_k),$

其中，p_i为基站发送的第i个数据流s_i的发射功率；H_k为第k个用户设备与基站2之间的信道信息； G＝[G₁G₂......G_N]， 

||G||为G的2矩阵范数；W＝[T₁T₂...T_N]，为预编码信息， 

i＝1，2......N；n_k为第k个用户设备接收的噪声，该噪声期望值为0、方差为1，(H_kT_k)^H为(H_kT_k)的共轭变换；β＝P/Nσ²， 

由此，第k个用户设备对接收到的发射信号y_k进行处理即可获得其所携带的通信信息，其处理过程在此不再详述。 

图3示出了本发明另一个方面用于规划用户的方法的流程图。 

具体的，在步骤S1’中，用户设备11接收来自基站2的发射信号。 

接着，在步骤S2’中，用户设备11根据所接收的发射信息进行信道估计，以获得信道矩阵H₁。由于本领域技术人员对于用户设备如何根据接收到的信息估计出信道信息的技术已经知悉，故在此不再详述。 

接着，在步骤S3’中，用户设备11将所述信道矩阵进行SVD分解，以获得所述信道向量和最大奇异值。例如，用户设备11将所述信道矩阵H₁进行SVD分解为： 

由此，用户设备11选择出对角矩阵∑₁中的最大奇异值，例如，为对角矩阵∑₁第1列的 进而用户设备11将右奇异矩阵V₁的第1列向量，例如，记为：[V₁]₁，作为信道向量。 

接着，在步骤S4’中，用户设备11基于弦距最小准则从所述码本中选择出与所述信道向量[V₁]₁匹配的量化信道向量。其中，所述弦距 最小准则表述如下： 

$\underset{C_i}{\min }{d}_{\mathrm{chord}}({\left[V_1\right]}_1,c_i)=\underset{C_i}{\min }\frac{1}{\sqrt{2}}{\left|\right|{\left[V_1\right]}_1^H{\left[V_1\right]}_1-c_i^H{c}_i\left|\right|}_F$

其中，c_i为码本C中的第i个向量， 

为[V₁]₁的共轭变换， 

为C_i的共轭变换， 

为 

的F范数，由此，用户设备11可以在码本中获得与信道向量[V₁]₁匹配的量化信道向量，例如为c_i，为方便以下描述，将其记为：v₁，即v₁＝c_i。 

接着，在步骤S5’中，用户设备11将所述量化信道向量v₁的相关信息及所述最大奇异值 反馈回所述基站2。作为一种优选方式，用户设备11可以将向量c_i在所述预定码本中的索引信息反馈回基站2。 

接着，在步骤S6’中，基站2接收来自各个用户设备的量化信道向量的相关信息及最大奇异值。例如，基站2接收来自用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k的相关信息及最大奇异值 

其中，用户设备12、......用户设备1K确定量化信道向量v₂......v_k及最大奇异值 的方法如同用户设备11，即用户设备12、......用户设备1K各自先根据各自所接收的发射信号估计各自的信道矩阵H₂、......H_k，随后将各自的信道矩阵H₂、......H_k进行SVD分解，由此获得各自的最大奇异值 

并将右奇异矩阵中与最大奇异值所在列对应的列向量作为信道向量，例如，用户设备12的最大奇异值 

处于对角矩阵∑₂中第5列，则用户设备12将信道矩阵H₂进行SVD分解后获得的右奇异矩阵V₂的第5列作为信道向量，进而再基于弦距最小准则从预定码本中获得量化信道向量v₂，其他各用户设备也进行相同处理来获得各自的量化信道向量。由于本领域技术人员对于各用户设备如何根据接收到的信息估计出信道信息的技术已经知悉，故在此不再详述。 

接着，在步骤S7’中，基站2基于各最大奇异值中的最大者，自所述码本中获取对应的量化信道向量。例如，各最大奇异值中的最大者为用户设备11反馈回的 

由此，基站2基于用户设备11所反馈回的量化信道向量v₁的相关信息，例如索引信息，从码本中获得相 应的量化信道向量v₁。 

接着，在步骤S8’中，基站2将获取的量化信道向量v₁进行QR以获得预定编码信息。例如基站2将量化信道向量v₁进行QR分解后所获得的Q矩阵中的第一列更换为v₁后，所形成的矩阵即为预定编码信息，表示为：W＝[T₁T₂...T_N]＝[q₁·q₂......q_N]，其中，q_i＝v₁。 

接着，在步骤S9’中，基站2基于各最大奇异值中的最大者之外的其他用户设备的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量。例如，如果各最大奇异值中的最大者为用户设备11反馈回的 

则基站2基于来自除用户设备11之外的用户设备12、......用户设备1K的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量，例如，分别记为：v₂、......v_k。 

接着，在步骤S10’中，基站2基于所获取的各量化信道向量，例如，基于用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k，并根据以下公式(1)，在用户设备11、用户设备12、......用户设备1K中选择能共同进行预编码的用户设备： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]}---\left(1\right),$

其中，ind_n表示选择序号为n的用户设备， 为第j个用户设备的最大奇异值，T_n为所述预定编码信息的第n列，v_j为所述码本中获取的第j个用户设备的量化信道向量， 

为v_j的共轭变换，s为未被选出的用户设备的序号集合，β＝P/Nσ²， 

p_k为发射的第k个数据流的发射功率，N为所述基站的发射天线数量，σ²为噪声的方差。例如，基站2选择出能与共同进行预编码的用户设备包括：用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备，以便共同进行预编码，其中，N小于或等于K。 

需要说明的是，由于基站2在步骤S7’至S8’中，是基于各最大奇异值的最大者，例如，用户设备11的量化信道向量，来生成预编码信息，故在步骤S10’中，基站2可按照公式： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

在除了用户设备11之外的所有用户设备中进行选择；而如果各最大奇异值中的最大者是来自用户设备1j(j为1至K中的一个)，则基站2基于量化信道向量v_j生成相应的预编码信息，例如为：W＝[T₁T₂...T_N]＝[q₁q₂......q_N]，其中，q₁＝v_j，随后基站2再按照公式： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

其中，在除了用户设备1j之外的所有用户设备中进行选择，以选择出能与用户设备1j共同进行预编码的各用户设备。 

此外，作为一种优化，还可根据两向量之间的弦距修正所述公式(1)，即基站2基于两向量之间的弦距： 

$d_{\mathrm{chord}}(v_j,T_n)=\frac{1}{\sqrt{2}}{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F,$

将公式(1)修正为： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×d_{\mathrm{chord}}({\left[V_j\right]}_1^H,T_n)}$ (2)， 

$=\arg \max \frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×\frac{1}{\sqrt{2}}{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F}$

将上式(2)中的1/β和 

忽略，由此，式(2)可进一步简化为： 

$\text{ind\_n=arg}\underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F}---\left(3\right),$

从而，基站2基于上式(3)来选择能共同进行预编码的用户设备。 

最后，在步骤S11’中，基站2基于所述预定编码信息，例如，预定编码矩阵W，对被选择出的各用户设备，例如，用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备的待发送信息进行预编码处理，以形成发射信号，并通过基站2的N根天线予以 发送。 

随后，用户设备11、用户设备12、......用户设备1n接收发射信号，并将所接收的发射信号进行包括解码在内的各项处理后，即可获得发射信息中所携带的通信信息，此过程在此不再详述。 

此外，本领域技术人员应该理解，上述各步骤的顺序并非以上所述为限，例如，步骤S7’和步骤S9’可以合并为一个步骤，即基站2先基于所接收到的所有用户设备，例如，用户设备11、用户设备12、......用户设备1K，的量化信道向量的相关信息从预定码本中获取各对应的量化信道向量v₁、v₂......v_k，随后，在步骤S8’中，基站2再将各最大奇异值中的最大者所对应的量化信道向量，例如，为用户设备11的量化信道向量，进行QR分解，来形成预定编码信息。 

此外，各用户设备基于距离最小准则从所保存的码本C中选择出与各自信道向量匹配的量化信道向量时，所采用的距离最小准则并非以弦距最小准则为限，事实上，还可以是欧拉距离最小准则等。所述欧拉距离表述如下，例如，对于两列向量a和b，欧拉距离为： 

|a^Hb|； 

对于各用户设备基于欧拉距离最小准则所保存的码本C中选择出与各自信道向量匹配的量化信道向量的过程在此不再详述。 

图4示出了本发明另一个方面用于规划用户的系统示意图。该系统包括：用户设备11、用户设备12、......用户设备1K、以及基站2。其中，用户设备11包括：第二接收装置111、获取装置112、匹配装置113、以及反馈装置114；......用户设备1K包括：第二接收装置1K1、获取装置1K2、匹配装置1K3、以及反馈装置1K4；所述基站2包括第一接收装置21、生成装置22、选择装置23、以及预编码装置24。其中，用户设备11、用户设备12、......用户设备1K、以及基站2各自都保存有相同的预定码本 

具体的，第二接收装置111接收来自基站2的发射信号。 

接着，获取装置112根据所接收的发射信息，确定与信道信息相关的信道向量及信道特征信息。例如，获取装置112根据所接收的发 射信息，估计其与基站2之间的信道信息H₁，并根据信道信息H₁来确定信道向量及信道特征信息。 

接着，匹配装置113基于距离最小准则从所保存的码本C中选择出与所述信道向量匹配的量化信道向量。例如，匹配装置113在码本C选择出与信道向量匹配的量化信道向量C_x，其中，x∈[1，2......2^B]。为方便后续描述，将量化信道向量C_x标记为v₁，即v₁＝c_x。 

接着，反馈装置114将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站2。其中，所述量化信道向量的相关信息包括但不限于：所述量化信道向量在所述预定码本中的索引信息等。例如，反馈装置114将量化信道向量v₁在所述预定码本C中的索引信息以及信道特征信息反馈回基站2。 

接着，第一接收装置21接收来自各个用户设备的量化信道向量的相关信息及信道特征信息。例如，第一接收装置21接收来自用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k各自的相关信息及信道特征信息。其中，用户设备12、......用户设备1K的量化信道向量v₂......v_k及信道特征信息，可由用户设备12、......用户设备1K各自参照上述用户设备11的方法来确定，即各第二接收装置121(图未示)、......第二接收装置1K1各自接收来自基站2的发射信号，再由获取装置122(图未示)、......获取装置1K2根据各自所接收的发射信息估计各自的信道信息H₂......H_k，并根据各自的信道信息确定信道向量和信道特征信息，随后，匹配装置123(图未示)、......匹配装置1K3各自再根据距离最小准则确定量化信道向量v₂......v_k，随后，反馈装置124(图未示)、......反馈装置1K4将各自的量化信道向量v₂......v_k的相关信息及信道特征信息反馈回基站2。 

接着，生成装置22基于各量化信道向量的相关信息中的一个生成预定编码信息。例如，生成装置22基于各量化信道向量v₁、v₂......v_k中的量化信道向量v₁的相关信息，在所保存的码本中获取量化信道向量v₁，再根据量化信道向量v₁生成预定编码信息W＝[T₁T₂...T_N]。 

接着，选择装置23根据所生成的预定编码信息，并基于各量化 信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备。例如，选择装置23根据所生成的预定编码信息W，以获得最大估计SINR为约束条件，在用户设备11、用户设备12、......用户设备1K中选择N个用户设备，例如，选择出用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备，以便共同进行预编码，其中，N小于或等于K。 

最后，预编码装置24基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。例如，预编码装置24基于所生成的预定编码信息W，对用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备的待发送信号进行预编码处理，以便形成待发射的信号，并将待发射的信号通过天线1、2......N予以发射。 

此后，用户设备11、用户设备12、......用户设备1K各自接收所述发射信号，并进行解码等一系列处理后即可获得发射信号中所携带的通信信息，例如，第k个用户设备接收到的发射信号为： 

$y_k=\widetilde{G_k}(\sqrt{p_k}{H}_k{T}_k{s}_k+H_k\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}\sqrt{p_i}{T}_i{s}_i+n_k),$

其中，p_i为基站发送的第i个数据流s_i的发射功率；H_k为第k个用户设备与基站2之间的信道信息； 

G＝[G₁G₂......G_N]， 

||G||为G的矩阵2范数；W＝[T₁T₂...T_N]，为预编码信息， 

i＝1，2......N；n_k为第k个用户设备接收的噪声，该噪声期望值为0、方差为1，(H_kT_k)^H为(H_kT_k)的共轭变换；β＝P/Nσ²， 

由此，第k个用户设备对接收到的发射信号y_k进行处理即可获得其所携带的通信信息，其处理过程在此不再详述。 

以下将基于图4所示的系统，详细描述该系统另一个方面的规划用户的过程。其中，获取装置112、获取装置122、......获取装置1K2各自还包括：估计单元、及第二分解单元(未予图示)；生成装置22还包括：第一子获取单元、及第一分解单元(未予图示)；选择装置23还包括：第二子获取单元、及子选择单元(未予图示)。 

具体的，第二接收装置111接收来自基站2的发射信号。 

接着，估计单元根据所接收的发射信息进行信道估计，以获得信道矩阵H₁。由于本领域技术人员对于用户设备如何根据接收到的信息估计出信道信息的技术已经知悉，故在此不再详述。 

接着，第二分解单元将所述信道矩阵进行SVD分解，以获得所述信道向量和最大奇异值。例如，第二分解单元将所述信道矩阵H₁进行SVD分解为： 

由此，第二分解单元选择出对角矩阵∑₁中的最大奇异值，例如，为对角矩阵∑₁第1列的 

进而第二分解单元将右奇异矩阵V₁的第1列向量，例如，记为：[V₁]₁，作为信道向量。 

接着，匹配装置113基于弦距最小准则从所述码本中选择出与所述信道向量[V₁]₁匹配的量化信道向量。其中，所述弦距最小准则表述如下： 

$\underset{C_i}{\min }{d}_{\mathrm{chord}}({\left[V_1\right]}_1,c_i)=\underset{C_i}{\min }\frac{1}{\sqrt{2}}{\left|\right|{\left[V_1\right]}_1^H{\left[V_1\right]}_1-c_i^H{c}_i\left|\right|}_F$

其中，c_i为码本C中的第i个向量， 

为[V₁]₁的共轭变换， 

为C_i的共轭变换， 为 的2范数，由此，匹配装置113可以在码本中获得与信道向量[V₁]₁匹配的量化信道向量，例如为c_i，为方便以下描述，将其记为：v₁，即v₁＝c_i。 

接着，反馈装置114将所述量化信道向量v₁的相关信息及所述最大奇异值 

反馈回所述基站2。作为一种优选方式，反馈装置114可以将向量c_i在所述预定码本中的索引信息反馈回基站2。 

接着，第一接收装置21接收来自各个用户设备的量化信道向量的相关信息及最大奇异值。例如，第一接收装置21接收来自用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k的相关信息及最大奇异值 

其中，用户设备12、......用户设备1K确定量化信道向量v₂......v_k及最大奇异值 的方法如同用户设备11，即先由获取装置122的估计单元、......获取装置1K2的估计单元各自根据各自所接收的发射信号估计各自的信道矩阵H₂、......H_k，随后获取装置122的第二分解单元、......获取装置1K2的第二分解单元将各自的信道矩阵H₂、......H_k进行SVD分解， 由此获得各自的最大奇异值 

并将右奇异矩阵中与最大奇异值所在列对应的列向量作为信道向量，例如，用户设备12的最大奇异值 

处于对角矩阵∑₂中第5列，则获取装置122的第二分解单元将信道矩阵H₂进行SVD分解后获得的右奇异矩阵v₂的第5列作为信道向量，进而匹配装置123再基于弦距最小准则从预定码本中获得量化信道向量v₂，其他各用户设备也进行相同处理，由此，可以获得各自的量化信道向量。由于本领域技术人员对于各估计单元如何根据接收到的信息估计出信道信息的技术已经知悉，故在此不再详述。 

接着，第一子获取单元基于各最大奇异值中的最大者，自所述码本中获取对应的量化信道向量。例如，各最大奇异值中的最大者为来自用户设备11反馈回的 则第一子获取单元基于用户设备11所反馈回的量化信道向量v₁的相关信息，例如索引信息，从码本中获得相应的量化信道向量v₁。 

接着，第一分解单元将获取的量化信道向量v₁进行QR分解以获得预定编码信息。例如，第一分解单元将量化信道向量v₁进行QR分解所获得的Q矩阵中的第一列更换为量化信道向量v₁，由此形成的矩阵即为预定编码信息，表示为：W＝[T₁T₂...T_N]＝[q₁·q₂......q_N]，其中，q₁＝v₁。 

接着，第二子获取单元基于除了各最大奇异值中的最大者之外的其他用户设备的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量。例如，如果各最大奇异值中的最大者为来自用户设备11的 

则第二子获取单元基于来自用户设备12、......用户设备1K的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量，例如，分别记为：v₂、......v_k。 

接着，子选择单元基于所获取的各量化信道向量，例如，基于用户设备11、用户设备12、......用户设备1K的量化信道向量v₁、v₂......v_k，并根据以下公式(1)，在用户设备11、用户设备12、......用户设备1K中选择能共同进行预编码的用户设备： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]}---\left(1\right),$

其中，ind_n表示选择序号为n的用户设备， 

为第j个用户设备的最大奇异值，T_n为所述预定编码信息的第n列，v_j为所述码本中获取的第j个用户设备的量化信道向量， 

为v_j的共轭变换，s为未被选出的用户设备的序号集合，β＝P/Nσ²， p_k为发射的第k个数据流的发射功率，N为所述基站的发射天线数量，σ²为噪声的方差。例如，子选择单元选择出能与共同进行预编码的用户设备包括：用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备，以便共同进行预编码，其中，N小于或等于K。 

需要说明的是，由于生成装置22是基于各最大奇异值中的最大者，例如，用户设备11的量化信道向量，来生成预编码信息，故子选择单元可按照公式： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

在除了用户设备11之外的所有用户设备中进行选择；而如果各最大奇异值中的最大者是来自用户设备1j(j为1至K中的一个)，则生成装置22基于用户设备1j的量化信道向量v_j生成相应的预编码信息，例如为：W＝[T₁T₂...T_N]＝[q₁q₂......q_N]，其中，q₁＝v_j，随后子选择单元再按照公式： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

在除了用户设备1j之外的所有用户设备中进行选择，以选择出能与用户设备1j共同进行预编码的各用户设备。 

此外，作为一种优化，子选择单元还包括：修正单元。所述修正单元用于根据两向量之间的弦距修正所述公式(1)，即修正单元基于两向量之间的弦距： 

$d_{\mathrm{chord}}(v_j,T_n)=\frac{1}{\sqrt{2}}{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F,$

将公式(1)修正为： 

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×d_{\mathrm{chord}}({\left[V_j\right]}_1^H,T_n)}$ (2)， 

$=\arg \max \frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×\frac{1}{\sqrt{2}}{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F}$

将上式(2)中的1/β和 

忽略，由此，式(2)可进一步简化为： 

$\text{ind\_n=arg}\underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2}{[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]\×{\left|\right|v_j^H{v}_j-T_n^H{T}_n\left|\right|}_F}---\left(3\right),$

从而，子选择单元可基于上式(3)来选择能共同进行预编码的用户设备。 

最后，预编码装置24基于所述预定编码信息，例如，预定编码矩阵W，对被选择出的各用户设备，例如，用户设备11、用户设备12、用户设备15......用户设备1n共N个用户设备的待发送信息进行预编码处理，以形成发射信号，并通过基站2的N根天线予以发送。 

随后，用户设备11、用户设备12、......用户设备1n接收发射信号，并将所接收的发射信号进行包括解码在内的各项处理后，即可获得发射信息中所携带的通信信息，此过程在此不再详述。 

此外，本领域技术人员应该理解，本发明的用于规划用户的系统结构并非以上所述为限，例如，各用户设备的第一子获取单元和第二子获取单元可以合并为一个子获取单元，即该子获取单元先基于所接收到的所有用户设备，例如，用户设备11、用户设备12、......用户设备1K，的量化信道向量的相关信息从预定码本中获取各对应的量化信道向量v₁、v₂......v_k，随后，第一分解单元再将最先收到的量化信道向量的相关信息所对应的量化信道向量，例如，为用户设备11的量化信道向量，进行QR分解，随后，取代单元再将用户设备11的量化信道向量v₁取代Q矩阵中的第一列，由此，形成预定编码信息。 

此外，各用户设备的匹配装置基于距离最小准则从所保存的码本C中选择出与各自信道向量匹配的量化信道向量时，所采用的距离最小准则并非以弦距最小准则为限，事实上，还可以是欧拉距离最小准 则等。所述欧拉距离表述如下，例如，对于两列向量a和b，欧拉距离为： 

|a^Hb|； 

对于各匹配装置基于欧拉距离最小准则所保存的码本C中选择出与各自信道向量匹配的量化信道向量的过程在此不再详述。 

以下将以实验仿真结果来说明本发明的优越性。 

仿真条件包括：基站的天线数量N＝4，用户设备数量K＝20，各用户设备的天线数量M＝4，各用户设备和基站保存的预定码本为4bit的Grassmannian码本，信噪比β＝P/Nσ²＝SNR＝0dB或5dB，一个待发送数据流对应一用户设备。仿真结果如图5所示。由图可见，本发明的方案较基于ZFEP的CVQ方案，性能更为优越，这是因为本发明采用了基于弦距最小准则对信道向量进行量化，减小了量化误差。 

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。 

Claims (15)

1.一种在基于MU-MIMO技术的无线通信系统中的基站中用于规划用户的方法，其中，该基站保存有与每个用户设备相同的预定码本，其中，该方法包括以下步骤：

a接收来自各个用户设备的量化信道向量的相关信息及信道特征信息；

b基于各量化信道向量的相关信息中的一个生成预定编码信息；

c根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备；

d基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。

2.根据权利要求1所述的方法，其中，所述步骤b还包括步骤：

b1基于各信道特征信息中的最大者，自所述码本中获取对应的量化信道向量；

b2将所获取的量化信道向量QR分解以获得所述预定编码信息。

3.根据权利要求2所述的方法，其中，所述步骤c还包括步骤：

c1基于除了信道特征信息中的最大者之外的其他用户设备的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量；

c2基于所获取的各量化信道向量，根据以下公式来选择能共同进行预编码的用户设备：

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

其中，ind_n表示选择序号为n的用户设备，

为第j个用户设备的信道特征信息，T_n为所述预定编码信息的第n列，v_j为所述码本中获取的第j个用户设备的量化信道向量，

为v_j的共轭变换，s为未被选出的用户设备的序号集合，β＝P/Nσ²，

p_k为发射的第k个数据流的发射功率，N为所述基站的天线数量，σ²为噪声的方差。

4.根据权利要求3所述的方法，其中，所述步骤c1还包括步骤：

-根据两向量之间的弦距修正所述公式。

5.一种在基于MU-MIMO技术的无线通信系统中的用户设备中用于辅助规划用户的方法，其中，所述用户设备包含一个预定码本，其中，该方法包括以下步骤：

A接收来自基站的发射信号；

B根据所接收的发射信号，确定与信道信息相关的信道向量及信道特征信息；

C基于距离最小准则从所述码本中选择出与所述信道向量匹配的量化信道向量；

D将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站。

6.根据权利要求5所述的方法，其中，所述步骤C包括步骤：

-基于弦距最小准则从与所述码本中选择出与所述信道向量匹配的量化信道向量。

7.根据权利要求5或6所述的方法，其中，所述步骤B包括步骤：

-根据所接收的发射信号进行信道估计，以获得信道矩阵；

-将所述信道矩阵进行SVD分解，以获得所述信道向量和最大奇异值；

所述步骤D包括步骤：

-将所述量化信道向量相关信息及所述最大奇异值，反馈回所述基站。

8.一种在基于MU-MIMO技术的无线通信系统中用于规划用户的基站，其中，该基站中保存有与每个用户设备相同的预定码本，该基站还包括：

第一接收装置，用于接收来自各个用户设备的量化信道向量的相关信息及信道特征信息；

生成装置，用于基于各量化信道向量的相关信息中的一个生成预定编码信息；

选择装置，用于根据所生成的预定编码信息，并基于各量化信道向量的相关信息及信道特征信息，以获得最大估计SINR为约束条件，在各用户设备中进行选择，以选择出能共同进行预编码的用户设备；

预编码装置，用于基于所述预定编码信息，对被选择出的各用户设备的信息进行预编码处理。

9.根据权利要求8所述的基站，其中，所述生成装置还包括：

第一子获取单元，用于基于各信道特征信息中的最大者，自所述码本中获取对应的量化信道向量；

第一分解单元，用于将所获取的量化信道向量QR分解以获得所述预定编码信息。

10.根据权利要求9所述的基站，其中，所述选择装置还包括：

第二子获取单元，用于基于除了信道特征信息中的最大者之外的其他用户设备的量化信道向量的相关信息，从所述码本中获取对应的各量化信道向量；

子选择单元，用于基于所获取的各量化信道向量，根据以下公式来选择能共同进行预编码的用户设备：

$\mathrm{ind}\_n=\arg \underset{j\∈S}{\max }\frac{{\left({\mathrm{\λ}}_j^{\max }\right)}^2{\left|v_j^H{T}_n\right|}^2}{\frac{1}{\mathrm{\β}}[{\left({\mathrm{\λ}}_j^{\max }\right)}^2+\frac{1}{\mathrm{\β}}]},$

其中，ind_n表示选择序号为n的用户设备，为第j个用户设备的信道特征信息，T_n为所述预定编码信息的第n列，v_j为所述码本中获取的第j个用户设备的量化信道向量，为v_j的共轭变换，s为未被选出的用户设备的序号集合，β＝P/Nσ²，

p_k为发射的第k个数据流的发射功率，N为所述基站的发射天线数量，σ²为噪声的方差。

11.根据权利要求10所述的设备，其中，所述子选择单元还包括：

修正单元，用于根据两向量之间的弦距修正所述公式。

12.一种在基于MU-MIMO技术的无线通信系统中用于辅助规划用户的用户设备中，其中，所述用户设备包含一个预定码本，还包括：

第二接收装置，用于接收来自基站的发射信号；

获取装置，用于根据所接收的发射信号，确定与信道信息相关的信道向量及信道特征信息；

匹配装置，用于基于距离最小准则从所述码本中选择出与所述信道向量匹配的量化信道向量；

反馈装置，用于将所述量化信道向量相关信息及所述信道特征信息，反馈回所述基站。

13.根据权利要求12所述的用户设备，其中，所述匹配装置还用于：

-基于弦距最小准则从与所述码本中选择出与所述信道向量匹配的量化信道向量。

14.根据权利要求12或13所述的用户设备，其中，所述获取装置还包括：

估计单元，用于根据所接收的发射信息进行信道估计，以获得信道矩阵；

第二分解单元，用于将所述信道矩阵进行SVD分解，以获得所述信道向量和最大奇异值；

所述反馈装置还用于：

-将所述量化信道向量相关信息及所述最大奇异值，反馈回所述基站。

15.一种基于MU-MIMO技术规划用户的无线通信系统，其包括如权利要求8至11中任一项所述的基站与多个如权利要求12至14任一项所述的用户设备。

Images