CN102711135B - 收发机联合抑制干扰的方法、系统、基站及用户终端 - Google Patents

Abstract

本发明公开了一种收发机联合抑制干扰的方法、系统、基站及用户终端。其中，该方法包括用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵；基站根据估计的用户信道状态信息和干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵，并将信号恢复矩阵发送至用户终端；利用待发射的用户数据、估计的用户信道状态信息、用户的预编码矩阵和用户在数据流上的功率分配矩阵计算待发射的下行信号，并向用户终端发射下行信号；用户终端根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对下行信号进行恢复以提取用户数据。本发明既可以对相邻小区干扰起到抑制作用，又可放宽对发射接收天线数的限制。

Description

收发机联合抑制干扰的方法、系统、基站及用户终端

技术领域

本发明涉及多输入多输出(Multi Input Multi Output，MIMO)技术领域，特别地，涉及一种收发机联合抑制干扰的方法、系统、基站及用户终端。

背景技术

多用户MIMO系统是指由一个基站(Base Station，BS)和若干个用户(UserEquipment，UE)组成的系统。在此系统中，BS和UE都可以具有多根天线、并且BS使用相同频率资源同时为多个用户服务。与单用户MIMO系统相比，多用户MIMO在信道相关性比较强的环境(例如，郊区)中具有明显的优势。因为当信道相关性比较强时，单用户MIMO的复用增益将急剧下降，而多用户MIMO则可把多个数据流同时发送给不同的用户(因为不同用户之间的信道相关性小)，从而增大系统吞吐量。因此，多用户MIMO被认为是下一代无线通信关键技术之一，受到标准化组织(例如，3GPP、IEEE802.16m等)的重视。

多用户MIMO预编码需要获得完整信道状态信息(Channel State Information，CSI)才能最大限度地发挥其优势。在频分复用(Frequent Division Duplex，FDD)系统中，下行CSI可以通过用户测量再反馈给基站的方式获取，但该方式带来较大的信令开销。在时分复用(Time Division Duplex，TDD)系统中，由于上下行使用的频率相同，上下行信道状态信息近似相同，基站可以利用上行信道估计得到下行信道的CSI，这样可以节省大量的反馈开销。

目前，已有文献表明多用户MIMO的最大系统容量可由脏纸编码(Dirty PaperCoding，DPC)得到，但这种算法的计算复杂度较高，很难在实际系统中应用。因此，人们提出了多种线性预编码算法以减小预编码的复杂度，典型的算法为块对角化(BlockDiagonalization，BD)算法，具体算法如下所示：

在多小区网络结构下，假设基站天线数为N，用户天线数为M，用户k的接收信号为：

$y_{k,i}=H_{k,i}{W}_{k,i}{s}_{k,i}+\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{H}_{k,i}{W}_{l,i}{s}_{l,i}+\underset{j\≠i,j=1}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{s}_{\stackrel{\‾}{l},j}+n_{k,i}---\left(1\right)$

其中，y_k，i为被基站i服务的用户k的接收信号，H_k，i为用户k与第i个基站之间的信道，矩阵大小为M×N；W_k，i为用户k在第i个基站上的预编码矩阵，矩阵大小为N×S，S为用户的数据流个数；s_k，i为用户k在基站i上发送的数据，矩阵大小为S×1，并且A^H表示矩阵A的共轭转置，I为单位矩阵；K₁是与用户k同时被基站i服务的用户数，K₂是同时被基站j服务的用户数，K₃是与基站i相邻的基站总数；为用户k所在小区内的干扰；为相邻小区对用户所在小区的小区间干扰，其中，为第j个基站服务的用户；n_k，i是均值为0、方差为σ²的高斯白噪声。

BD算法的目的是消除同一小区用户之间的干扰，即，

H_l，iW_k，i＝0

为了满足公式(2)的约束，首先构造用户信道级联矩阵：

${\stackrel{\‾}{H}}_{k,i}={[H_{1,i}^H,H_{2,i}^H,...,H_{k-1,i}^H,H_{k+1,i}^H,...,H_{K_1,i}^H]}^H---\left(3\right)$

在TDD系统中，基站可通过测量用户的上行信道得到所有用户的CSI，并用于下行预编码。为了消除干扰，用户k的预编码矩阵W_k，i需要位于的零空间内。此时，公式(2)可被写为：

${\stackrel{\‾}{H}}_{k,i}{W}_{k,i}=0$ 1≤k≤K₁ (4)

的奇异值分解(Singular Value Decomposition，SVD)可表示为：

${\stackrel{\‾}{H}}_{k,i}=U_{k,i}\left[{\mathrm{\Λ}}_{k,i}0\right]{\left[V_{k.i}^{\left(1\right)}{V}_{k.i}^{\left(0\right)}\right]}^H---\left(5\right)$

式(5)中的U_k，i和Λ_k，i分别是的左奇异矩阵和奇异值矩阵；和分别表示的右奇异矩阵中对应非0奇异值的向量和对应0奇异值的向量、并且满足 由于位于的零空间，所以当从选取S个向量作为用户的预编码矩阵W_k，i时，仍可以满足式(4)。

但在BD算法中，S的大小受发射天线数以及其它用户天线数的限制，假设用户k接收到S个数据流，则S的大小需要满足：

$S\≤\min (M,N-{\mathrm{\Σ}}_{l=1,l\≠k}^{K_1}M)---\left(6\right)$

此时，用户k的预编码矩阵可以表示为：

$W_{k,i}={\left(V_{k.i}^{\left(0\right)}\right)}_{(:,1:S)}---\left(7\right)$

表示的前S列。此时，用户k的接收信号可以表示为：

$y_{k,i}=H_{k,i}{W}_{k,i}{s}_{k,i}+\underset{j\≠i,j=1}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{s}_{\stackrel{\‾}{l},j}+n_{k,i}---\left(8\right)$

由上面分析可知，传统的BD算法虽然可以消除同一小区内用户的干扰，但是BD算法可支持的用户数受发射天线数以及用户接收天线数的限制，例如，当发射天线数N为4，用户接收天线数M为2时，虽然每个用户传输的数据流S为1，但仍只能支持2个用户同时接收数据。为了放宽对发射天线数的限制，可以考虑基于收发机联合设计的预编码策略。

基于收发机联合的预编码策略在接收端采用线性解码器恢复信号，式(1)中用户k的接收信号经过线性解码器G_k，i后，得到估计值

${\hat{s}}_{k,i}=G_{k,i}{H}_{k,i}{W}_{k,i}{s}_{k,i}+G_{k,i}{H}_{k,i}\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{W}_{l,i}{s}_{l,i}$ (9)

$+G_{k,i}(\underset{j\≠i,j=1}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{s}_{\stackrel{\‾}{l},j}+n_{k,i})$

为了消除用户间干扰，需要得到W_k，i，使之满足：

G_l，iH_l，iW_k，i＝0

与传统BD算法一样，为了满足式(10)，W_k，i需要位于的零空间内，是用户k的级联矩阵，表示为：

${\stackrel{\‾}{H}}_{k,i}={[{\tilde{H}}_{1,i}^H,{\tilde{H}}_{2,i}^H,...,{\tilde{H}}_{k-1,i}^H,{\tilde{H}}_{k+1,i}^H,...,{\tilde{H}}_{K_1,i}^H]}^H---\left(11\right)$

其中，

假设采用迫零(Zero Forcing，ZF)线性解码器，则：

G_k，i＝(H_k，iW_k，i)⁺ (12)

式(12)中的‘+’表示矩阵的广义逆，G_k，i是一个S×M维的矩阵，则是S×N的矩阵，的行秩降到了 的零空间维度增加为所以收发联合预编码天线的限制条件为：

$N\≥\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}S+S=\underset{l=1}{\overset{K_1}{\mathrm{\Σ}}}S---\left(13\right)$

与式(6)相比，收发机联合设计放宽了对收发天线数目的限制，此时，信号的估计值可以表示为：

${\hat{s}}_{k,i}=s_{k,i}+G_{k,i}(\underset{j\≠i,j=1}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{s}_{\stackrel{\‾}{l},j}+n_{k,i})---\left(14\right)$

由上面分析可知，BD和收发机联合设计都可以消除同一小区内用户之间的干扰、并且收发机联合设计可以放宽对收发天线数的限制。但是，这些方案都没有考虑相邻小区对用户的干扰，容易因上下行干扰不对称而引起吞吐量下降。

图1是多用户MIMO系统示意图。

如图1所示，BS1同时为UE1和UE2服务，BS2同时为UE3和UE4服务。基站首先通过用户的上行导频信号获得用户的上行信道CSI，然后利用TDD系统信道的对称性获得用户的下行信道CSI。

但是，通过信道对称性获得的CSI中不包含其他小区基站对用户的干扰信息，而服务基站基于不包含干扰信息的CSI获得的预编码矩阵不能很好地抑制其它小区的干扰，从而造成吞吐量的下降。

发明内容

本发明要解决的一个技术问题是提供一种收发机联合抑制干扰的方法、系统、基站及用户终端，能够降低小区间干扰以提高系统的吞吐量。

根据本发明的一方面，提出了一种收发机联合抑制干扰的方法，包括用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵；基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵，并将信号恢复矩阵发送至用户终端；利用待发射的用户数据、估计的用户信道状态信息、用户的预编码矩阵和用户在数据流上的功率分配矩阵计算待发射的下行信号，并向用户终端发射下行信号；用户终端根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据。

根据本发明的另一方面，还提出了一种基站，包括参数接收模块，用于接收用户终端测量的用户自身的干扰加噪声协方差矩阵；矩阵获取模块，与参数接收模块相连，用于根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵；下行信号预处理模块，与矩阵获取模块相连，用于利用待发射的用户数据、估计的用户信道状态信息、用户的预编码矩阵和用户在数据流上的功率分配矩阵计算待发射的下行信号；发射模块，与下行信号预处理模块和矩阵获取模块相连，用于向用户终端发射下行信号和信号恢复矩阵。

根据本发明的又一方面，还提出了一种用户终端，包括测量模块，用于测量用户自身的干扰加噪声协方差矩阵；发射模块，与测量模块相连，用于向基站发射干扰加噪声协方差矩阵；接收模块，用于接收基站发送的下行信号和信号恢复矩阵；信号恢复模块，与接收模块和测量模块相连，用于根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据。

根据本发明的再一方面，还提出了一种收发机联合抑制干扰系统，包括上述实施例的基站和用户终端。

本发明提供的收发机联合抑制干扰的方法、系统、基站及用户终端，在收发机联合设计的基础上考虑相邻小区干扰带来的影响，既可以对相邻小区干扰起到抑制作用，又可放宽对发射接收天线数的限制，在很大程度上提高了系统的吞吐量。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分。在附图中：

图1是多用户MIMO系统示意图。

图2是本发明收发机联合抑制干扰的方法的一个实施例的流程示意图。

图3是本发明收发机联合设计实例示意图。

图4是本发明基站的一个实施例的结构示意图。

图5是本发明基站的另一实施例的结构示意图。

图6是本发明用户终端的一个实施例的结构示意图。

图7是本发明用户终端的另一实施例的结构示意图。

图8是本发明用户终端的又一实施例的结构示意图。

图9是本发明收发机联合抑制干扰系统的一个实施例的结构示意图。

具体实施方式

下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。本发明的示例性实施例及其说明用于解释本发明，但并不构成对本发明的不当限定。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

在本发明提出的考虑其它小区干扰的收发机联合设计(Joint Transmitter andReceiver Design with Other-Cell Interference，JTRD-OCI)方案中，在接收端通过干扰加噪声协方差矩阵对用户接收到的其它小区干扰进行抑制，并且在发送端的预编码矩阵和接收端的恢复矩阵设计中考虑干扰加噪声的协方差矩阵带来的影响。在该方案中，每个用户测量并反馈自身的干扰加噪声协方差矩阵；然后基站根据用户反馈的协方差矩阵以及利用信道对称性获得的CSI得到用户的预编码矩阵和接收端的恢复矩阵，并且通知用户需要采用的恢复矩阵；最后接收端根据恢复矩阵和干扰加噪声协方差矩阵恢复信号。由于该收发机的联合设计抑制了其他小区的干扰、并且放宽了对接收发送天线数的限制，因而可使系统的吞吐量得到显著提升。

图2是本发明收发机联合抑制干扰的方法的一个实施例的流程示意图。

如图2所示，该实施例可以包括以下步骤：

S102，用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵；

S104，基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵，并将信号恢复矩阵发送至用户终端；

S106，利用待发射的用户数据、估计的用户信道状态信息、用户的预编码矩阵和用户在数据流上的功率分配矩阵计算待发射的下行信号，并向用户终端发射下行信号；

S108，用户终端根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据。

该实施例在恢复用户数据时充分考虑了相邻小区基站对本小区用户的干扰，在很大程度上提高了系统的吞吐量。

在本发明方法的另一实施例中，用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵的步骤可以包括：(1)用户终端估计用户所在小区的相邻小区基站到用户终端的信道状态信息；(2)用户终端从相邻小区基站获取相邻小区中各用户的预编码矩阵和功率分配协方差矩阵；(3)用户终端利用估计的用户所在小区的相邻小区基站到用户终端的信道状态信息、获取的相邻小区中各用户的预编码矩阵和功率分配协方差矩阵计算用户自身的干扰加噪声协方差矩阵。

举例说明，用户k可以通过下行信道估计得到相邻小区基站到用户的信道H_k，j(其中，j表示与用户k相邻的第j个基站)；从相邻小区基站获取用户预编码矩阵和功率分配协方差矩阵(其中，j表示相邻的第j个小区，表示第个用户)，其中，从相邻小区基站获得的预编码矩阵和功率分配协方差矩阵是相邻基站上一时刻传输所采用的预编码矩阵和功率分配协方差矩阵；利用上述信息计算用户的干扰加噪声协方差矩阵R_k，i；最后，用户把各自的干扰加噪声协方差矩阵反馈给服务基站。

在该实施例中，估计相邻小区到用户的信道状态信息，并获取相邻小区用户对本小区用户的干扰，再将这些干扰信息通过干扰加噪声协方差矩阵方式上报给用户所在的基站，使得基站在计算预编码矩阵和信号恢复矩阵时考虑相邻小区对用户的干扰，从而实现收发机对干扰的联合抑制。

在本发明方法的又一实施例中，基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵的步骤可以包括：(a)利用估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算第一信道矩阵；(b)对第一信道矩阵进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第一信号恢复矩阵；(c)利用第一信号恢复矩阵和第一信道矩阵计算第二信道矩阵，并利用第二信道矩阵构造用户的级联信道矩阵；(d)对用户的级联信道矩阵进行奇异值分解，利用奇异值分解得到的右奇异矩阵计算得到临时的用户预编码矩阵；(e)对第一信道矩阵和临时的用户预编码矩阵的乘积进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第二信号恢复矩阵；(f)判断第二信号恢复矩阵与第一信号恢复矩阵之差的F范数是否小于预定门限，如果小于，则将临时的用户预编码矩阵确定为最终的用户预编码矩阵，以及将第二信号恢复矩阵确定为最终的信号恢复矩阵，否则，将第二信号恢复矩阵赋值给第一信号恢复矩阵，并利用迭代算法返回到步骤(c)重新构造用户的级联信道矩阵，直至第二信号恢复矩阵与第一信号恢复矩阵之差的F范数小于预定门限；(g)利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵。

在本发明方法的再一实施例中，用户终端根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据的步骤包括：(i)利用用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行干扰抑制；(ii)利用信号恢复矩阵对干扰抑制后的信号进行处理，以从下行信号中提取出用户数据。

在本发明方法的再一实施例中，在多小区网络结构下，假设基站天线数为N，用户天线数为M，第i个基站中的用户k的接收信号(接收端处理前的信号)为：

$y_{k,i}=H_{k,i}{W}_{k,i}{T}_{k,i}{s}_{k,i}+\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{H}_{k,i}{W}_{l,i}{T}_{l,i}{s}_{l,i}+\underset{j\≠i,j=1}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{T}_{\stackrel{\‾}{l},j}{s}_{\stackrel{\‾}{l},j}+n_{k,i}---\left(15\right)$

其中，H_k，i为用户k与第i个基站之间的信道，矩阵大小为M×N；W_k，i为用户k在第i个基站上的预编码矩阵，矩阵大小为N×S，S为用户的数据流个数；T_k，i为用户k在不同数据流上的功率分配矩阵，矩阵大小为S×S；s_k，i为用户k在基站i上发送的用户数据，矩阵大小为S×1，并且I为单位矩阵；K₁是与用户k同时被基站i服务的用户数，K₂是同时被基站j服务的用户数；为用户k所在小区内的干扰；为用户k所在小区的相邻小区间干扰，其中为被第j个基站服务的用户，K₃是与基站i相邻的基站总数；n_k，i是均值为0、方差为σ²的高斯白噪声。

可以将(15)式改写为：

$y_{k,i}=H_{k,i}{W}_{k,i}{T}_{k,i}{s}_{k,i}+\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{H}_{k,i}{W}_{l,i}{T}_{l,i}{s}_{l,i}+Z_{k,i}---\left(16\right)$

其中，

干扰加噪声协方差矩阵可以表示为：

$R_{k,i}=E\{Z_{k,i}*Z_{k,i}^H\}={\mathrm{\σ}}^2{I}_M+\underset{j=1,j\≠i}{\overset{K_3}{\mathrm{\Σ}}}\underset{\stackrel{\‾}{l}=1}{\overset{K_2}{\mathrm{\Σ}}}{H}_{k,j}{W}_{\stackrel{\‾}{l},j}{Q}_{\stackrel{\‾}{l},j}{W}_{\stackrel{\‾}{l},j}^H{H}_{k,j}^H---\left(17\right)$

其中，为用户的发送信号的功率的协方差矩阵，即I_M为M×M的单位矩阵。干扰加噪声协方差矩阵的获得可以在用户接收机上测得，并反馈给基站。

为了对小区间干扰进行抑制，在(16)式两边分别乘上得到：

$r_{k,i}=R_{k,i}^{-1/2}{H}_{k,i}{W}_{k,i}{T}_{k,i}{s}_{k,i}+R_{k,i}^{-1/2}{H}_{k,i}\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{W}_{l,i}{T}_{l,i}{s}_{l,i}+R_{k,i}^{-1/2}{Z}_{k,i}---\left(18\right)$

将(18)式进一步化简为：

$r_{k,i}={\hat{H}}_{k,i}{W}_{k,i}{T}_{k,i}{s}_{k,i}+{\hat{H}}_{k,i}\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{W}_{l,i}{T}_{l,i}{s}_{l,i}+R_{k,i}^{-1/2}{Z}_{k,i}---\left(19\right)$

其中，

可以采用线性解码器恢复信号，则式(19)中用户k的接收信号经过线性解码器G_k，i后，得到接收信号

${\hat{s}}_{k,i}=G_{k,i}{\hat{H}}_{k,i}{W}_{k,i}{T}_{k,i}{s}_{k,i}+G_{k,i}{\hat{H}}_{k,i}\underset{l=1,l\≠k}{\overset{K_1}{\mathrm{\Σ}}}{W}_{l,i}{T}_{l,i}{s}_{l,i}+G_{k,i}{R}_{k,i}^{-1/2}{Z}_{k,i}---\left(20\right)$

为了消除同一小区内用户之间的干扰，预编码矩阵W_k，i需满足 为了满足上述要求，构造用户k的级联矩阵，表示为：

${\stackrel{\‾}{H}}_{k,i}={[{\tilde{H}}_{1,i}^H,{\tilde{H}}_{2,i}^H,...,{\tilde{H}}_{k-1,i}^H,{\tilde{H}}_{k+1,i}^H,...,{\tilde{H}}_{K_1,i}^H]}^H---\left(21\right)$

其中，

当W_k，i位于的零空间内时，基站发送给用户k的信号对用户l产生的干扰可被完全消除。由上述方法得到W_k，i后，对进行SVD分解以计算G_k，i，可得：

${\hat{H}}_{k,i}{W}_{k,i}={\tilde{U}}_{k,i}{\mathrm{\Σ}}_{k,i}{\tilde{V}}_{k,i}^H---\left(22\right)$

其中，为M×M的奇异矩阵；∑_k，i为M×S的对角阵，对角线上元素按降序排列；为S×S的右奇异矩阵，则接收端恢复矩阵G_k，i可以表示为：

$G_{k,i}={\left({\tilde{U}}_{k,i}\right)}_{(:,1:S)}^H---\left(23\right)$

用户k的功率分配矩阵可以表示为：

$T_{k,i}={\tilde{V}}_{k,i}*P^{1/2}---\left(24\right)$

其中，可由(22)得到，P＝diag(P₁，…，P_S)为S×S的对角化阵，对角线上元素由“功率注水法”得到。

将功率分配矩阵T_k，i、接收端恢复矩阵G_k，i代入式(20)，则接收信号可以表示为：

${\hat{s}}_{k,i}={\left({\mathrm{\Σ}}_{k,i}\right)}_{(1:S,:)}{P}^{1/2}{s}_{k,i}+G_{k,i}{R}_{k,i}^{-1/2}{Z}_{k,i}---\left(25\right)$

但由(21)-(24)可知，W_k，i的获得需要事先知道G_k，i，而G_k，i的获得也需要事先知道W_k，i，两者之间存在嵌套关系，因此，可以采用迭代方法求解W_k，i和G_k，i，最后再确定功率分配矩阵T_k，i。

在本发明方法的再一实施例中，对如何利用迭代法求解W_k，i和G_k，i进行详细说明：

图3是本发明收发机联合设计实例示意图。

如图3所示，该实施例可以分为三个部分：第一部分为每个接收机计算干扰加噪声协方差矩阵R_k，i，并反馈到发射机；第二部分得到发射机预编码矩阵W_k，i、功率分配矩阵T_k，i和接收机信号恢复矩阵G_k，i，并向接收机通知G_k，i；第三部分为接收机根据干扰加噪声协方差矩阵R_k，i和信号恢复矩阵G_k，i进行解预编码。

第一部分：干扰加噪声协方差矩阵的计算与反馈

(1)用户通过下行信道估计得到相邻小区基站到用户的信道H_k，j，并且从相邻小区基站获取用户预编码矩阵和功率分配协方差矩阵

(2)利用上述信息，根据公式(17)得到用户的干扰加噪声协方差矩阵R_k，i；

(3)用户把各自的干扰加噪声协方差矩阵反馈给服务基站。

第二部分：发射机预编码处理与反馈

(1)初始化：将矩阵W_k，i初始化为单位矩阵，服务基站利用式(22)、(23)计算每个用户的初始接收端矩阵(即，第一信号恢复矩阵)，其中， (即，第一信道矩阵)，S为用户k的数据流个数，并把迭代次数n初始化为1；

(2)获得每个用户经过接收端处理后的等效信道为(即，第二信道矩阵)；

(3)对每个用户k，得到该用户的级联信道矩阵为 ${\stackrel{\‾}{H}}_{k,i}={[{\tilde{H}}_{1,i}^H,{\tilde{H}}_{2,i}^H,...,{\tilde{H}}_{k-1,i}^H,{\tilde{H}}_{k+1,i}^H,...,{\tilde{H}}_{K_1,i}^H]}^H;$

(4)根据步骤(3)中的级联信道矩阵对进行SVD分解后得到该级联信道矩阵的零空间

(5)由步骤(4)的和用户数据流个数S取出的前S列得到用户k的预编码矩阵(即，临时的用户预编码矩阵)；

(6)由步骤(5)可得用户k的等效信道矩阵

(7)用户k的接收恢复矩阵可以表示为：

(8)n＝n+1，如果‖G_k，i(n)-G_k，i(n-1)‖_F≤ε(‖A‖_F表示矩阵A的Frobenius范数)，则执行步骤(9)；否则执行步骤(2)；

(9)W_k，i＝W_k，i(n)，G_k，i＝G_k，i(n)

(10)根据得到的W_k，i计算得到用户的功率分配矩阵其中，P＝diag(P₁，…，P_S)为S×S的对角化阵，对角线上元素由功率注水法得到，计算功率分配矩阵的目的是进行功率分配，把功率分配到不同的天线上，为信道增益大的天线分配较多的功率，从而可以获得较大的容量。

(11)通知用户其所对应的信号恢复矩阵G_k，i。

第三部分：接收机解预编码

(1)根据公式(18)，把接收信号左乘以以对接收端干扰进行抑制；

(2)根据公式(19)，在干扰抑制的基础上左乘以信号恢复矩阵G_k，i，以获取用户数据。

该实施例从现有多用MIMO系统预编码策略容易因上下行干扰不对称引起吞吐量下降的问题出发，在接收端利用干扰加噪声协方差矩阵对其它小区干扰和噪声进行抑制，并且利用收发机联合设计放宽了预编码对接收发送天线数的限制。与传统的块对角化算法相比，该实施例在减小其它小区干扰的同时，增加了可同时接收服务的用户数，因此可有效地提高系统的吞吐量。

图4是本发明基站的一个实施例的结构示意图。

如图4所示，该实施例的基站10可以包括：

参数接收模块11，用于接收用户终端测量的用户自身的干扰加噪声协方差矩阵；

矩阵获取模块12，与参数接收模块11相连，用于根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算用户的预编码矩阵、信号恢复矩阵和用户在数据流上的功率分配矩阵；

下行信号预处理模块13，与矩阵获取模块12相连，用于利用待发射的用户数据、估计的用户信道状态信息、用户的预编码矩阵和用户在数据流上的功率分配矩阵计算待发射的下行信号；

发射模块14，与下行信号预处理模块13和矩阵获取模块12相连，用于向用户终端发射下行信号和信号恢复矩阵。

该实施例在恢复用户数据时充分考虑了相邻小区基站对本小区用户的干扰，在很大程度上提高了系统的吞吐量。

图5是本发明基站的另一实施例的结构示意图。

如图5所示，与图4中的实施例相比，该实施例的基站20中的矩阵获取模块21可以包括：

迭代单元211，用于利用估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算第一信道矩阵，对第一信道矩阵进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第一信号恢复矩阵，利用第一信号恢复矩阵和第一信道矩阵计算第二信道矩阵，利用第二信道矩阵构造用户的级联信道矩阵，对用户的级联信道矩阵进行奇异值分解，利用奇异值分解得到的右奇异矩阵计算得到临时的用户预编码矩阵，对第一信道矩阵和临时的用户预编码矩阵的乘积进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第二信号恢复矩阵；

判断单元212，与迭代单元211相连，用于判断第二信号恢复矩阵与第一信号恢复矩阵之差的F范数是否小于预定门限，如果小于，则将临时的用户预编码矩阵确定为最终的用户预编码矩阵，以及将第二信号恢复矩阵确定为最终的信号恢复矩阵，否则，将第二信号恢复矩阵赋值给第一信号恢复矩阵，并利用迭代算法重新构造用户的级联信道矩阵，直至第二信号恢复矩阵与第一信号恢复矩阵之差的F范数小于预定门限；

功率分配矩阵获取单元213，与判断单元212相连，用于利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵。

图6是本发明用户终端的一个实施例的结构示意图。

如图6所示，该实施例的用户终端30可以包括：

测量模块31，用于测量用户自身的干扰加噪声协方差矩阵；

发射模块32，与测量模块31相连，用于向基站发射干扰加噪声协方差矩阵；

接收模块33，用于接收基站发送的下行信号和信号恢复矩阵；

信号恢复模块34，与接收模块33和测量模块31相连，用于根据信号恢复矩阵和用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据。

图7是本发明用户终端的另一实施例的结构示意图。

如图7所示，与图6中的实施例相比，该实施例的用户终端40中的测量模块41可以包括：

信道状态估计单元411，用于估计用户所在小区的相邻小区基站到用户终端的信道状态信息；

干扰参数获取单元412，用于从相邻小区基站获取相邻小区中各用户的预编码矩阵和功率分配协方差矩阵；

干扰加噪声协方差矩阵获取单元413，与信道状态估计单元411和干扰参数获取单元412相连，用于利用估计的用户所在小区的相邻小区基站到用户终端的信道状态信息、获取的相邻小区中各用户的预编码矩阵和功率分配协方差矩阵计算用户自身的干扰加噪声协方差矩阵。

图8是本发明用户终端的又一实施例的结构示意图。

如图8所示，与图6中的实施例相比，该实施例的用户终端50中的信号恢复模块51可以包括：

干扰抑制单元511，用于利用用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行干扰抑制；

恢复单元512，与干扰抑制单元511相连，用于利用信号恢复矩阵对干扰抑制后的信号进行处理，以从下行信号中提取出用户数据。

图9是本发明收发机联合抑制干扰系统的一个实施例的结构示意图。

如图9所示，该实施例的系统60可以包括前述实施例中的基站10和用户终端30。

上述关于基站、用户终端以及收发机联合抑制干扰系统的具体实例可以参见前述方法实施例中的实例，在此不再重复。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (9)

1.一种收发机联合抑制干扰的方法，其特征在于，包括：

用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵；

所述基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算所述用户的预编码矩阵、信号恢复矩阵和所述用户在数据流上的功率分配矩阵，并将所述信号恢复矩阵发送至所述用户终端；

利用待发射的用户数据、估计的用户信道状态信息、所述用户的预编码矩阵和所述用户在数据流上的功率分配矩阵计算待发射的下行信号，并向所述用户终端发射所述下行信号；

所述用户终端根据所述信号恢复矩阵和所述用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据；

其中，所述基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算所述用户的预编码矩阵、信号恢复矩阵和所述用户在数据流上的功率分配矩阵的步骤包括：

所述基站根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算第一信道矩阵；对所述第一信道矩阵进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第一信号恢复矩阵；利用所述第一信号恢复矩阵和所述第一信道矩阵计算第二信道矩阵，并利用所述第二信道矩阵构造用户的级联信道矩阵；对所述用户的级联信道矩阵进行奇异值分解，利用奇异值分解得到的右奇异矩阵计算得到临时的用户预编码矩阵；对所述第一信道矩阵和所述临时的用户预编码矩阵的乘积进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第二信号恢复矩阵；判断所述第二信号恢复矩阵与所述第一信号恢复矩阵之差的F范数是否大于预定门限，若所述F范数小于或等于预订门限，则将所述临时的用户预编码矩阵确定为最终的用户预编码矩阵，将所述第二信号恢复矩阵确定为最终的信号恢复矩阵；利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵。

2.根据权利要求1所述的方法，其特征在于，所述用户终端测量并向所属基站反馈用户自身的干扰加噪声协方差矩阵的步骤包括：

所述用户终端估计用户所在小区的相邻小区基站到所述用户终端的信道状态信息；

所述用户终端从所述相邻小区基站获取所述相邻小区中各用户的预编码矩阵和功率分配协方差矩阵；

所述用户终端利用估计的用户所在小区的相邻小区基站到所述用户终端的信道状态信息、获取的所述相邻小区中各用户的预编码矩阵和功率分配协方差矩阵计算用户自身的干扰加噪声协方差矩阵。

3.根据权利要求1所述的方法，其特征在于，若所述F范数大于预订门限，则将所述第二信号恢复矩阵赋值给所述第一信号恢复矩阵，并利用迭代算法重新构造用户的级联信道矩阵，直至所述第二信号恢复矩阵与所述第一信号恢复矩阵之差的F范数小于或等于预定门限，然后执行利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵的步骤。

4.根据权利要求1所述的方法，其特征在于，所述用户终端根据所述信号恢复矩阵和所述用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据的步骤包括：

利用所述用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行干扰抑制；

利用所述信号恢复矩阵对干扰抑制后的信号进行处理，以从所述下行信号中提取出用户数据。

5.一种基站，其特征在于，包括：

参数接收模块，用于接收用户终端测量的用户自身的干扰加噪声协方差矩阵；

矩阵获取模块，与所述参数接收模块相连，用于根据估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算所述用户的预编码矩阵、信号恢复矩阵和所述用户在数据流上的功率分配矩阵；

下行信号预处理模块，与所述矩阵获取模块相连，用于利用待发射的用户数据、估计的用户信道状态信息、所述用户的预编码矩阵和所述用户在数据流上的功率分配矩阵计算待发射的下行信号；

发射模块，与所述下行信号预处理模块和矩阵获取模块相连，用于向所述用户终端发射所述下行信号和所述信号恢复矩阵；

其中，矩阵获取模块包括：

迭代单元，用于利用估计的用户信道状态信息和接收到的干扰加噪声协方差矩阵计算第一信道矩阵，对所述第一信道矩阵进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第一信号恢复矩阵，利用所述第一信号恢复矩阵和所述第一信道矩阵计算第二信道矩阵，利用所述第二信道矩阵构造用户的级联信道矩阵，对所述用户的级联信道矩阵进行奇异值分解，利用奇异值分解得到的右奇异矩阵计算得到临时的用户预编码矩阵，对所述第一信道矩阵和所述临时的用户预编码矩阵的乘积进行奇异值分解，利用奇异值分解得到的左奇异矩阵计算得到第二信号恢复矩阵；

判断单元，与所述迭代单元相连，用于判断所述第二信号恢复矩阵与所述第一信号恢复矩阵之差的F范数是否大于预定门限，若所述F范数小于或等于预订门限，则将所述临时的用户预编码矩阵确定为最终的用户预编码矩阵，将所述第二信号恢复矩阵确定为最终的信号恢复矩阵；

功率分配矩阵获取单元，与所述判断单元相连，用于利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵。

6.根据权利要求5所述的基站，其特征在于，

判断单元还用于在所述F范数大于预订门限时，将所述第二信号恢复矩阵赋值给所述第一信号恢复矩阵，并利用迭代算法重新构造用户的级联信道矩阵，直至所述第二信号恢复矩阵与所述第一信号恢复矩阵之差的F范数小于或等于预定门限，然后执行利用最终的用户预编码矩阵计算得到用户在数据流上的功率分配矩阵的操作。

7.一种收发机联合抑制干扰系统，其特征在于，包括权利要求5-6中任一项所述的基站和用户终端；

所述用户终端包括测量模块、发射模块、接收模块和信号恢复模块，其中：

测量模块，用于测量用户自身的干扰加噪声协方差矩阵；

发射模块，与所述测量模块相连，用于向基站发射所述干扰加噪声协方差矩阵；

接收模块，用于接收基站发送的下行信号和信号恢复矩阵；

信号恢复模块，与所述接收模块和测量模块相连，用于根据所述信号恢复矩阵和所述用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行恢复以提取用户数据。

8.根据权利要求7所述的系统，其特征在于，所述测量模块包括：

信道状态估计单元，用于估计用户所在小区的相邻小区基站到所述用户终端的信道状态信息；

干扰参数获取单元，用于从所述相邻小区基站获取所述相邻小区中各用户的预编码矩阵和功率分配协方差矩阵；

干扰加噪声协方差矩阵获取单元，与所述信道状态估计单元和干扰参数获取单元相连，用于利用估计的用户所在小区的相邻小区基站到所述用户终端的信道状态信息、获取的所述相邻小区中各用户的预编码矩阵和功率分配协方差矩阵计算用户自身的干扰加噪声协方差矩阵。

9.根据权利要求7所述的系统，其特征在于，所述信号恢复模块包括：

干扰抑制单元，用于利用所述用户自身的干扰加噪声协方差矩阵对接收到的下行信号进行干扰抑制；

恢复单元，与所述干扰抑制单元相连，用于利用所述信号恢复矩阵对干扰抑制后的信号进行处理，以从所述下行信号中提取出用户数据。