CN102714506B - 无线网络中用于收发信机的系统和方法 - Google Patents

Abstract

一种操作多输出无线发射机的方法包含根据输入数据确定预编码数据流，其中所述确定包含确定多个接收机的信干噪比(SINR)；确定所述多个接收机中的每个接收机的信道增益；以及最大化效用函数的和，其中当SINR为低值时，每个效用函数与所述多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值。所述预编码数据流在所述多输出无线发射机上发射。

Description

无线网络中用于收发信机的系统和方法

本发明要求2010年2月5日递交的发明名称为“无线网络中用于收发信机的系统和方法(System and Method for Transceivers in a Wireless Network)”的第61/301,869号美国临时申请案和2010年8月4日递交的发明名称为“无线网络中用于收发信机的系统和方法(System and Method for Transceivers in a Wireless Network)”的第12/850,319号美国非临时申请案的在先申请优先权，该在先申请的内容以全文引入的方式并入本文本中。

技术领域

本发明大体涉及无线通信系统，确切地说，涉及在无线网络中用于收发信机的系统和方法。

背景技术

无线通信系统广泛地用于为使用各种接入终端，例如蜂窝式电话、膝上型计算机和各种多媒体装置的多个用户提供语音和数据服务。这些通信系统可涵盖局域网，例如IEEE 801.11网络、蜂窝式电话和/或移动宽带网络。通信系统可使用一种或多种多址技术，例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)、正交频分多址接入(OFDMA)、单载波频分多址(SC-FDMA)等。移动宽带网络可符合若干系统类型或伙伴关系，例如通用分组无线业务(GPRS)、第三代标准(3G)、全球微波接入互操作性(WIMAX)、通用移动通讯系统(UMTS)、第三代移动通信标准化伙伴项目(3GPP)、演进数据优化EV-DO或长期演进(LTE)。

一些无线通信系统使用多输入多输出(MIMO)技术，此技术使用多输出的发射机和接收机来提高系统性能。在此情况下，发射的数据预编码到多个输出中。

发明内容

根据一项实施例，操作多输出无线发射机的方法包含根据输入数据确定预编码数据流，其中所述确定包含确定多个接收机的信干噪比(SINR)；确定所述多个接收机中的每个接收机的信道增益；以及最大化效用函数的和，其中当SINR为低值时，每个效用函数与所述多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值。预编码数据流在所述多输出无线发射机上发射。

上文相当宽泛地概述了本发明的实施例的特征，目的是让人能更好地理解下文对本发明的详细描述。下文中将描述本发明的实施例的额外特征和优点，其形成本发明的权利要求书的标的物。所属领域的技术人员应了解，所揭示的概念和具体实施例可易于用作修改或设计用于实现本发明的相同目的的其它结构或过程的基础。所属领域的技术人员还应意识到，此类等效构造不脱离所附权利要求书中阐述的本发明的精神和范围。

附图说明

为了更完整地理解本发明及其优点，现在参照下文配合附图进行的描述，其中：

图1所示为实施例移动宽带系统的图解；

图2所示为实施例MIMO系统；

图3所示为实施例通信系统；

图4所示为实施例移动宽带系统，其中实施例算法应用于基站的各扇区内；

图5所示为实施例基站的方框图；

图6所示为实施例用户装置的方框图；

图7所示为实施例性能图；及

图8所示为额外实施例性能图。

除非另有指示，否则不同图中的对应标号和符号大体上指代对应的部分。绘制各图是为了清楚地说明实施例的相关方面，各图未必是按比例绘制。

具体实施方式

下文详细论述各项实施例的制作和使用。但应了解，本发明提供的许多适用发明概念可实施在多种具体上下文中。所论述的具体实施例仅用于说明实践和使用本发明的具体方式，而并不限制本发明的范围。

本发明将针对具体上下文中的各种实施例，即无线网络中的收发信机进行描述。本发明的实施例还可应用于其它类型的网络中的收发信机。

图1所示是实施例移动宽带系统100。移动宽带系统100分为小区108、110和112，其中小区108、110和112均具有对应基站102、104和106。移动终端或用户设备(UE)114和116通过基站102、104和106中的一个基站访问网络100。出于简明性的考虑，使用三个基站102、104和104以及两个UE 114和116，但实际系统中可使用并配备多个小区和UE。

在一项实施例中，小区108中的基站102在下行链路信道中以功率S0向UE 114发射。小区112中的基站106以功率S1向UE 116发射，这对UE 114显得是干扰信号I1。类似地，小区110中的基站104以功率S2向UE 118发射，这对UE 114显得是干扰信号I2。

在一项实施例中，如图2的系统200所示，根据多输入和多输出方案(MIMO)，在系统的发射机和接收机上使用多根天线以提高系统性能。系统200具有多个发射机TX1、TX2到TXn和多个接收机RX1、RX2到RXn。在一项实施例中，系统200中可设有任何数量的发射机和任何数量的接收机。每个发射机TX1、TX2到TXn和每个接收机RX1、RX2到RXn有多根天线。在图2所示实施例系统中，使用波束成形技术等空间分集来提高系统性能。在本发明的替代实施例中，可使用其它MIMO方案，例如，使用多个音/时隙或其组合的时间分集和信道分集。

图3所示是实施例系统300，其具有发射机304、306和308以及接收机310、312和314。发射机304、306和308用线性波束成形器来实施，且接收机310、312和314用线性最小均方误差(LMMSE)接收机来实施。每个发射机304、306和308用波束成形技术来发射用户数据流，例如，使用预编码器在多根天线上发射多个信号。每个接收机310、312和314通过多根天线接收发射，并使用LMMSE技术来提供估计用户流。从发射机304、306和308到接收机310的信道分别用H11、H12和H1K表示，且从发射机304、306和308到接收机314的信道分别用HK1、HK2和HKK表示。

在一项实施例中，K对发射机和接收机均有多根发射天线(或等效地，多个音/时隙或其组合)，且每个发射机能够访问对应于其预定接收机的数据流。在一项实施例中，信道状态信息为所有节点间已知。此系统根据以下目标进行操作：发现线性发射预编码器和接收后编码器。在一些实施例中，将脏纸编码或连续干扰抵消等非线性预编码器或后编码器用于线性系统。在其它实施例中，也可使用实施例技术来实施多组多播系统。

在一项实施例中，使用包括以下第k个用户的第q个数据流的目标函数的一类效用函数：

${\widetilde{\mathrm{\γ}}}_k^q=\frac{{\mathrm{\γ}}_k^q}{1+{\mathrm{\γ}}_k^q},$

其中是第k个用户的第q个数据流的SINR值。在实施例中，此类效用函数捕获高SNR中的干扰对齐情况，也在不同的数据流之间实现公平。每个时隙上，每个用户更新自己的发射协方差矩阵，以最大化关于实施例中的不同数据流和不同用户的效用函数的和。LMMSE(线性最小均方误差)技术用于在接收机上解码数据流，且在替代实施例中，可使用一种在SINR为低值时与SINR成比例，且在SINR为高值时逐渐接近常数值的效用函数。例如，可使用等效用函数，其中p是常数。

在一项实施例中，使从以上表达式推导出的以下效用函数最大化，以提供预编码：

${\tilde{f}}_k=\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{k}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right].$

在一些最大化以上效用函数的实施例中，不需要日志检测器和波束成形器(待发射的数据流的数量，SVD)。但是，在其它实施例中，可使用日志检测器和波束成形器。

在一种实施例方法中，使效用函数最大化，从而得到

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

s.t  Tr(Q_k)≤p_k  Q_k≥0。

在一项实施例中，H_kk表示信道且每个发射机对波束成形矩阵Q_k进行优化。反括号内的表达式表示第k个接收机上的功率。在实例实施例中，发射机可在基站内实施，且接收机可在用户装置内实施，例如蜂窝式电话或计算机等其它网络接入装置。在实施例中，上标T指示实际信令中的转置运算和复杂信令中的厄米转置。

在此类实施例中，效用函数在基站内的处理中最大化。例如，通过对接收机和/或邻接基站进行轮训，基站收集关于所接收的功率和信道情况的消息。在替代实施例中，发射机和接收机可通过固定或移动装置的任何组合实施。在一项实施例中，以上表达式可使用已知的凸优化技术而最大化。

在将LMMSE接收机和以上效用函数用于每个数据流的实施例中，关于不同数据流的所有效用函数的总和是：

$\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\α}}_j\mathrm{Tr}\left[H_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^H{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^H)}^{-1}\right],$

其中H_jl是从用户l到用户j的信道增益，α_j是用户j的优先级加权，及Q_j是发射机j的发射协方差矩阵。

在本发明的一项实施例中，可使用凹下限将所述问题转变成半定规划(SDP)形式：

$\underset{Q_k,Y}{\min }{\mathrm{\α}}_k\mathrm{Tr}\left[Y\right]+\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t  Tr(Q_k)≤p_k  Q_k≥0，

$\left[\begin{array}{cc}{C}_{\mathrm{kk}}{H}_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T& C_{k,k}^{\frac{1}{2}}\\ C_{k,k}^{\frac{1}{2}}& Y\end{array}\right]\≥0.$

其中，

$C_{k,k}\stackrel{\mathrm{\Δ}}{=}\underset{l\≠k}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T,$

且α_k是用户k的优先级加权。

在以上实例中，每个发射机k使用关于所接收功率C_kk的消息和以下矩阵，它表示在MMSE接收机之后，由用户k对其它用户引起的干扰系数：

$B_k\stackrel{\mathrm{\Δ}}{=}\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j{H}_{\mathrm{jk}}^T{(C_{j,k}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{(C_{j,k}+H_{\mathrm{jk}}{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jk}}.$

在一项实施例中，优化在发射机上进行，或根据来自接收机的更新在与发射机关联的处理器上进行。或者，可通过距发射机很远的装置或处理器进行优化。在进一步实施例中，在接收机上进行优化，且将优化问题的解决方法从接收机发送回发射机。

在替代实施例中，SDP形式可用公式表示如下：

$\underset{Q_k,Y}{\min }{\mathrm{\α}}_k\mathrm{Tr}\left[Y\right]+\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t  Tr(Q_k)≤p_k Q_k≥0，

$\left[\begin{array}{cc}{C}_{\mathrm{kk}}{H}_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T& C_{k,k}^{\frac{1}{2}}\\ C_{k,k}^{\frac{1}{2}}& Y\end{array}\right]\≥0,$

其中，

$C_{j,k}\stackrel{\mathrm{\Δ}}{=}{\mathrm{\σ}}^{2}I+\underset{l\≠k}{\mathrm{\Σ}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^T,$ 且

$B_k\stackrel{\mathrm{\Δ}}{=}{\mathrm{\Σ}}_{j\≠k}{\mathrm{\α}}_j{H}_{\mathrm{jk}}^T{(C_{j,k}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{(C_{j,k}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jk}},$

其中σ是噪声标准偏差。

在一项实施例中，使用正则化技术来更新发射协方差矩阵。例如：

$Q_k\←\mathrm{\α}{Q}_k^{*}+(1-\mathrm{\α}){\tilde{Q}}_k,$

其中0＜α≤1是正则化因数，且

是在解决优化问题之后找到的发射协方差矩阵的值，且

是发射协方差矩阵的先前值。

在一项实施例中，也可使用无私方法，即，在每个反复中解决以下优化问题：

$\underset{Q_k}{\min }\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t    Tr(Q_k)＝p_k   Q_k≥0。

在进一步实施例中，实施例方法也可应用于具有多个扇区的单个基站。图4所示为实施例小区400，其中对同一服务小区400中分别具有UE 410、412和414的多个扇区402、404和406之间应用实施例预编码方法。基站408将所需信号S发射到UE410。扇区404和406分别发射干扰信号I1和I2。信道和接收机SINR信息在小区400中的基站408之间共享。

图5所示为实施例基站500的方框图。基站500具有耦接到发射机506和接收机508的基站处理器504，以及网络接口502。发射机506和接收机508经由耦合器510耦接到天线512。基站处理器504执行实施例方法和算法。在本发明的一项实施例中，基站500用于在LTE网络中操作，所述LTE网络使用分成多个子带或副载波的OFDMA下行链路信道且使用上行链路中的单载波FDMA。在替代实施例中，可使用其它系统、网络类型和传输方案，例如1XEV-DO、IEEE 802.11、IEEE 802.15和IEEE 802.16。

图6所示为实施例用户装置600的方框图。例如，用户装置600可作为蜂窝式电话或诸如计算机或网络化外部设备等其他移动通信装置来实施。或者，用户装置600可为非移动装置，例如具有无线网络连接的桌上型计算机。用户装置600具有经由耦合器610耦接到天线612的移动处理器604、发射机606和接收机608。用户接口602耦接到移动处理器604，并向例如扬声器614、麦克风616和显示器618等提供接口。或者，用户装置600可相对于用户接口602具有不同配置，或者可完全省略用户接口602。在实施例中，用户装置经配置以根据实施例算法操作。例如，移动处理器604经配置以作为LMMSE接收机操作。

图7所示为针对实施例方法702和传统的分布式干扰对齐(DIA)方法704，每条线的总位速率相对于SNR的性能图，其中的数值结果是针对20个信道实现的平均值。在每个信道实现中，信道系数从零平均单位方差独立同分布(i.i.d.)高斯随机变量开始。针对所有用户考虑线性MMSE接收机和相等功率分配。为了执行DIA，针对所有用户预确定自由度(DoF)。在所有模拟中，对所有用户将d_k′设置为相等。在图7中，K＝20个用户，其中每个使用都装有M＝6根天线。将用于DIA方法中的预确定自由度设置为d₁＝d₂＝...＝d_K＝d＝1。图7描绘所提议方法与DIA方法之间的总速率比较。

图8所示为针对实施例方法706和传统DIA方法708，每条线的总位速率相对于SNR的性能图，其中用户数量是K＝3，且每个节点装有M＝2根天线，且d₁＝d₂＝d₃＝1。此实施例方法使用以下项实施：

$Q_k\←\mathrm{\α}{Q}_k^{*}+(1-\mathrm{\α}){\tilde{Q}}_k,$

其中α＝0.5，且使用以下项更新协方差矩阵：

$\underset{Q_k}{\min }\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t  Tr(Q_k)＝p_k  Q_k≥0。

结果是针对50个随机信道实现的平均总速率。

在进一步实施例中，每个用户k首先根据以下更新规则来更新自己的辅助变量W_k：

$W_k={(I-H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1})}^{-1},$ $\∀k=\mathrm{1,2},...,K.$

在替代实施例中，W_k＝单位矩阵I或W_k＝1。然后，通过解决以下优化问题来更新每个用户的发射协方差矩阵：

$\underset{Q_k,Y}{\min }{\mathrm{\α}}_k\mathrm{Tr}\left[Y\right]+\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t.Tr(Q_k)≤p_k，Q_k≥0

$\left[\begin{array}{cc}{C}_{\mathrm{kk}}{+H}_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T& {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}\\ {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}& Y\end{array}\right]\≥0,$

其中

$B_k\stackrel{\mathrm{\Δ}}{=}{\mathrm{\Σ}}_{j\≠k}{H}_{\mathrm{jk}}^T{(C_{\mathrm{jk}}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{\mathrm{\α}}_j{W}_j{H}_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{(C_{\mathrm{jk}}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jk}},$

且α_j是用户j的加权。

在一项实施例中，以上算法通过首先针对所有项设置

和W_k＝I而实施，其中p_k是用户k的功率分配且M_k是发射机k的天线数量。将以下步骤重复进行k＝1，2，…，K次，直到达到收敛或

a.设置 $W_k={(I-H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1})}^{-1},$ $\∀k=\mathrm{1,2},...,K;$

b.通过解出下式更新Q_k：

$\underset{Q_k,Y}{\min }{\mathrm{\α}}_k{T}_r\left[Y\right]+\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t.Tr(Q_k)≤p_k，Q_k≥0

$\left[\begin{array}{cc}{C}_{\mathrm{kk}}+H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T& {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}\\ {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}& Y\end{array}\right]\≥0;$

c.更新 $W_k={(I-H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{le}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1})}^{-1},$ $\∀k=\mathrm{1,2},...,K.$

在使用无私方法的实施例中，每个用户k根据下式更新自己的辅助变量W_k：

$W_k={(I-H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1})}^{-1},$ $\∀k=\mathrm{1,2},...,K.$

在替代实施例中，W_k＝单位矩阵I或W_k＝1。然后，通过解决以下优化问题而更新每个用户的发射协方差矩阵：

$\underset{Q_k}{\min }\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t.Tr(Q_k)＝p_k  Q_k≥0。

在一项实施例中，如果每个用户的自由度(DoF)经推理得知，且将相等功率分配给各数据流，可通过解决以下优化问题而更新用户k的发射波束成形器：

$\underset{V_k}{\min }\mathrm{Tr}\left[V_k^T{B}_k{V}_k\right]$

$s.t.V_k^T{V}_k=\frac{p_k}{d_k}I.$

在一项实施例中，此方法让每个发射机使用最大功率且挑选一个发射协方差矩阵V_k，以最小化对其它用户的总干扰。它具有闭型解V_k，V_k中的各列与对应于它的d_k最小特征值的特征向量B_k成比例，其中所述最小特征值经过适当的缩放以满足功率分配约束。

在一项实施例中，上述算法的实施方法是首先针对所有k＝1，2，…，K而初始化V_k＝0和W_k＝I，然后针对k＝1，2，…，K重复以下步骤直到收敛：

a.通过解出下式来更新V_k：

$\underset{V_k}{\min }\mathrm{Tr}\left[V_k^T{B}_k{V}_k\right]$

$s.t.V_k^T{V}_k=\frac{p_k}{d_k}I;$ 以及

b.更新 $W_k={(I-H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1})}^{-1},$ $\∀k=\mathrm{1,2},...,K.$

在进一步实施例中，在每个用户k装有T_k发射天线和R_k接收天线时，考虑K用户MIMO干扰信道。假定收发信机之间存在线性信道，所接收的用户k的信号可写作：

$y_k=H_{\mathrm{kk}}{x}_k+\underset{j\≠k}{\mathrm{\Σ}}{H}_{\mathrm{kj}}{x}_j+n_k,$

其中

是用户k的发射信号且

是接收机k的接收信号。矩阵表示从发射机j到接收机k的信道矩阵，而

指示功率

的复杂加性白高斯噪声。

使用发射波束成形器V_k和接收波束成形器U_k来最大化系统中的加权和吞吐量时，考虑以下优化问题：

$\underset{U,V}{\max }\underset{k}{\mathrm{\Σ}}{\mathrm{\α}}_k\log \det (I+U_k^T{H}_{\mathrm{kk}}{V}_k{V}_k^T{H}_{\mathrm{kk}}^T{U}_{i_k}{(\underset{j\≠k}{\mathrm{\Σ}}{U}_k^T{H}_{\mathrm{kj}}{V}_j{V}_j^T{H}_{\mathrm{kj}}^T{U}_k+{\mathrm{\σ}}_k^2{U}_k^T{U}_k)}^{-1}).$

。通过进一步引进新的优化变量W₁，W₂，...，W_K，以上优化问题可重新写作：

$\underset{U,V,W}{\min }\underset{k}{\mathrm{\Σ}}{\mathrm{\α}}_k\left(\mathrm{Tr}\right[W_k{E}_k]-\log \det W_k),$

其中E_k是用户k的均方误差：

$E_k={(I-U_k^T{H}_{\mathrm{kk}}{V}_k)(I-U_k^T{H}_{\mathrm{kk}}{V}_k)}^T$

$+\underset{j\≠k}{\mathrm{\Σ}}{U}_k^T{H}_{\mathrm{kj}}{V}_j{V}_j^T{H}_{\mathrm{kj}}^T{U}_k+{\mathrm{\σ}}_k^2{U}_k^T{U}_k.$

在一项实施例中，可使用不同的优化约束，例如，以下发射功率约束：

$\mathrm{Tr}\left(V_k{V}_k^T\right)\≤P_k.$

在一项实施例中，V_k、U_k和W_k的值根据以下方法反复更新。首先，初始化V₁，V₂，...，V_k，使得对于所有的，接着，重复进行以下步骤，直到

$|{\mathrm{\Σ}}_{j=1}^K{\mathrm{\α}}_j\log \det W_j-{\mathrm{\Σ}}_{j=1}^K{\mathrm{\α}}_j\log \det W_j^{\′}|\≤\mathrm{\ϵ}:$

a.对于所有的k， $U_k\←{({\mathrm{\Σ}}_{j=1}^K{H}_{\mathrm{kj}}{V}_j{V}_j^T{H}_{\mathrm{kj}}^T+{\mathrm{\σ}}_k^{2}I)}^{-1}{H}_{\mathrm{kk}}{V}_k;$

b.对于所有的k，W′_k←W_k；

c.对于所有的k， $W_k={(I-U_k^T{H}_{\mathrm{kk}}{V}_k)}^{-1};$ 以及

d.对于所有的k， $V_k={\mathrm{\α}}_k{(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\α}}_j{H}_{\mathrm{jk}}^T{U}_j{W}_j{U}_j^T{H}_{\mathrm{jk}}^T+{\mathrm{\μ}}_{k}I)}^{-1}{H}_{\mathrm{kk}}^T{U}_k{W}_k.$

在以上算法中，μ_k≥0是拉格朗日变量，其可通过对分等一维搜索方法计算得出，从而满足发射功率约束。

在一项实施例中，操作多输出无线发射机的方法包含：根据输入数据确定预编码数据流，其中所述确定包含确定多个接收机的信干噪比(SINR)；确定所述多个接收机中的每个接收机的信道增益；以及最大化效用函数的和，其中当SINR为低值时，每个效用函数与所述多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值。此实施例方法也包含在多输出无线发射机上发射预编码数据流。在进一步的实施例方法中，效用函数表达为其中p包括常数且γ包括SINR。

在进一步的实施例方法中，多输出发射机包括多天线波束成形发射机和/或多时隙发射机。

在进一步的实施例方法中，确定预编码的发射数据包含解决以下优化问题：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

s.t  Tr(Q_k)≤p_k    Q_k≥0，

其中H_kk是从发射机k(在预编码的数据之后)到接收机k的信道矩阵，H_kl是从发射机l(在预编码的数据之后)到接收机k的信道，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，及p_k是用户k的预编码数据功率约束。

在进一步实施例方法中，确定预编码的发射数据包含解决以下优化问题：

$\underset{Q_k}{\max {\mathrm{\α}}_k}\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

$+\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j\mathrm{Tr}\left[H_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^T)}^{-1}\right]$

s.t Tr(Q_k)≤p_k   Q_k≥0，

其中H_kk是从发射机k(在预编码的数据之后)到接收机k的信道矩阵，H_kl是从发射机l(在预编码的数据之后)到接收机k的信道矩阵，H_jj是从发射机j(在预编码的数据之后)到接收机j的信道矩阵，H_jl是从发射机l(在预编码的数据之后)到接收机j的信道矩阵，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，以及p_k是用户k的预编码数据功率约束。

进一步的实施例方法进一步包含用线性最小均方误差接收机来接收发射的预编码数据流。同样地，在实施例方法中，基站处理器确定预编码的数据。在实施例方法中，确定多个接收机的信干噪比(SINR)包括对所述多个接收机进行轮询。

在一项实施例中，操作无线基站的方法包含：确定多个接收机的信干噪比(SINR)；确定所述多个接收机中的每个接收机的信道增益；以及根据输入数据确定预编码数据流，其中确定预编码数据流包含解决以下优化问题：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

s.t Tr(Q_k)≤p_k Q_k≥0，

其中H_kk是显示用户k的信号对用户j的接收信号的影响的信道矩阵，H_kl是显示用户k的信号对接收机j的影响的信道矩阵，Q_k是用户k的发射信号的协方差矩阵，Q_l是用户l的发射协方差矩阵，以及p_k是用户k的功率分配。实施例方法也包含在多输出无线发射机上发射预编码数据流。在一项实施例中，多输出无线发射机包括多天线波束成形发射机和/或包括蜂窝式电话的多个接收机中的至少一个接收机。

在一项实施例中，多输出发射装置包含基站处理器，其经配置以根据输入数据而确定预编码数据流；确定多个接收机的信干噪比(SINR)；确定所述多个接收机中的每个接收机的信道增益；以及最大化效用函数的和，其中当SINR为低值时，每个效用函数与多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值。在进一步实施例中，其中效用函数表达为

其中p包括常数且γ包括一个SINR。或者效用函数可进一步表达为

其中q是乘常数。在进一步的实施例中，多输出发射机包括多天线波束成形发射机和/或多时隙发射机。

在一项实施例中，基站处理器根据以下优化问题而确定预编码数据流：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

s.t Tr(Q_k)≤p_k   Q_k≥0，

其中H_kk是指示用户k的发射信号与接收信号之间关系的矩阵，H_kl是显示用户l的信号对用户k的接收机的影响的信道矩阵，Q_k是用户k的发射信号的协方差矩阵，Q_l是用户l的发射信号的协方差矩阵，以及p_k是用户k的发射信号的功率分配。

在另一项实施例中，基站处理器根据以下优化问题而确定预编码数据流：

$\underset{Q_k}{\max }{\mathrm{\α}}_k\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]$

$+\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j\mathrm{Tr}\left[H_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^T)}^{-1}\right]$

s.t  Tr(Q_k)≤p_kQ_k≥0，

其中H_kk是指示用户k的发射信号与接收信号之间关系的矩阵，H_kl是显示用于用户l的信号对用户k的接收机的影响的信道矩阵，H_jj是显示用户j的发射与接收信号之间关系的信道矩阵，H_jl是显示用户l的信号对用户j的接收机的影响的信道矩阵，Q_k是用户k的发射信号的协方差矩阵，Q_l是用户k的发射信号的协方差矩阵，以及p_k是用户k的发射信号的功率限制。

在进一步的实施例中，发射装置也包含多输出发射机，用来发射预编码的数据。在进一步的实施例中，发射装置也包含接收机，其中接收机经配置以从多个接收机获取SINR值。

本发明的实施例的优点在于在不同的数据流之间实现公平的效用函数。在一些实施例中也容易找出用于效用函数的紧凹下限。可通过此类效用函数来设计发射协方差矩阵，从而获得最大自由度(DoF)，且无需预先得知信道中的自由度即可获得干扰信道对齐特性。另外，实施例效用函数能够在高SNR时段中达到干扰对齐情况，以及在所有SNR范围中有效运作。在实施例中，不需要预先得知可达自由度，因为用发射协方差矩阵替代线性预编码器而用作设计参数。

在对发射协方差矩阵而不是波束成形器进行设计的实施例中，此算法可进行关于不同数据流的用户选择和功率分配。在一些实施例中，此算法的性能类似于低干扰模式中的利己方法，且类似于高干扰情况下的干扰对齐方法。当无法在在实施例中服务所有用户时，此算法进行用户选择。另外，可实现重大的性能增益。

例如，在实施例中，优化问题可通过使用传统技术来解决，这些传统技术使用微处理器、微控制器、计算机、专用硬盘、专用集成电路(ASIC)、通用集成电路和数字信号处理器(DSP)等各种处理装置。

虽然本文中已详细描述了当前实施例及其优点，但应了解，在不脱离所附权利要求书定义的本发明的精神和范围的情况下，可在其中进行各种改变、替代和更改。举例来说，上述许多特征和功能可用软件、硬件或固件或其组合来实施。

此外，本发明的范围不应限于说明书中描述的过程、机器、制造、物质成分、构件、方法和步骤的特定实施例。所属领域的一般技术人员将从本发明的揭示内容中容易了解到，可根据本发明利用目前存在或以后将开发的、执行与本文所述对应实施例大致相同的功能或实现与本文所述对应实施例大致相同的效果的过程、机器、制造、物质成分、构件、方法或步骤。因此，所附权利要求书既定在其范围内包括此类过程、机器、制造、物质成分、构件、方法或步骤。

有关本发明各方面的进一步信息在以下各页中提供。

Claims (23)

1.一种操作多输出无线发射机的方法，所述方法包括：

根据输入数据确定预编码数据流，该确定包括，

确定多个接收机的信干噪比（SINR）；

确定所述多个接收机中的每个接收机的信道增益，以及

最大化效用函数的和，其中当SINR为低值时，每个效用函数与所述多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值；以及

在所述多输出无线发射机上发射所述预编码数据流；

其中每个效用函数表达为：

$\frac{\mathrm{\γ}}{p+\mathrm{\γ}},$

其中p包括常数且γ包括SINR。

2.根据权利要求1所述的方法，其中：

所述多输出发射机包括多天线波束成形发射机；

所述多输出发射机包括多时隙发射机；且

所述多输出发射机使用多个副载波操作。

3.根据权利要求1所述的方法，其中确定所述预编码的发射数据包括解决以下优化问题：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right],$ 其中H_kk是从发射机k（在所

s.t.Tr(Q_k)≤p_k Q_k≥0

述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的所述预编码发射数据协方差矩阵，且p_k是用户k的预编码数据的功率约束，I是单位矩阵，σ是噪声标准偏差，且上标T指示实际信令中的转置运算和复杂信令中的厄米转置。

4.根据权利要求1所述的方法，其中确定所述预编码的发射数据包括解决以下优化问题：

$\begin{array}{c}\underset{Q_k}{\max }{\mathrm{\α}}_k\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]\\ +\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j\mathrm{Tr}\left[H_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^T)}^{-1}\right]\end{array},$

s.t.Tr(Q_k)≤p_k Q_k≥0

其中H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道矩阵，H_jj是从发射机j（在所述预编码的数据之后）到接收机j的信道矩阵，H_jl是从发射机l（在所述预编码的数据之后）到接收机j的信道矩阵，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，Q_j是用户j的预编码发射数据协方差矩阵，p_k是用户k的预编码数据的功率约束，I是单位矩阵，α_j是用户j的优先级加权，α_k是用户k的优先级加权，且σ是噪声标准偏差。

5.根据权利要求4所述的方法，进一步包括根据下式来更新预编码发射数据协方差矩阵Q_k：

其中0＜α≤1是正则化因数，

是解决优化问题之后找到的所述发射协方差矩阵的值，且

是所述发射协方差矩阵Q_k的先前值。

6.根据权利要求1所述的方法，其中确定所述预编码的发射数据包括解决以下优化问题：

$\underset{Q_k,Y}{\min }{\mathrm{\α}}_k\mathrm{Tr}\left[Y\right]+\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t.Tr(Q_k)≤p_k,Q_k≥0

$\left[\begin{array}{cc}{C}_{\mathrm{kk}}+H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T& {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}\\ {\left(W_k{C}_{\mathrm{kk}}\right)}^{\frac{1}{2}}& Y\end{array}\right]\≥0,$

其中，

$C_{k,k}\underset{\underset{\‾}{\‾}}{\mathrm{\Δ}}\underset{l\≠k}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T,$ 且

$B_k\underset{\underset{\‾}{\‾}}{\mathrm{\Δ}}\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j{H}_{\mathrm{jk}}^T{(C_{j,k}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{W}_j{H}_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{(C_{j,k}+H_{\mathrm{jk}}{\tilde{Q}}_k{H}_{\mathrm{jk}}^T)}^{-1}{H}_{\mathrm{jk}}$ ，其中W_k是辅助变量，H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道矩阵，H_jj是从发射机j（在所述预编码的数据之后）到接收机j的信道矩阵，H_jk是从发射机k（在所述预编码的数据之后）到接收机j的信道矩阵，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，

是Q_k的先前值，Q_j是用户j的预编码发射数据协方差矩阵，且p_k是用户k的预编码数据的功率约束，C_k,k表示所接收的功率，C_j,k表示接收机j的所接收信号协方差矩阵，排除第k个用户的信号，B_k表示从所有接收机接收的干扰功率，α_j是用户j的优先级加权，α_k是用户k的优先级加权，以及Y是辅助变量。

7.根据权利要求6所述的方法，进一步包括根据下式来更新所述辅助变量W_k：

其中K是若干个发射机，σ是噪声标准偏差，且I是单位矩阵。

8.根据权利要求1所述的方法，其中确定所述预编码的发射数据包括：

根据下式来更新辅助变量W_k：

以及解决以下优化问题

$\underset{Q_k}{\min }\mathrm{Tr}\left[B_k{Q}_k\right]$

s.t.Tr(Q_k)＝p_k Q_k≥0，

其中H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，K是若干个发射机，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道矩阵，H_jj是从发射机j（在所述预编码的数据之后）到接收机j的信道矩阵，H_jk是从发射机k（在所述预编码的数据之后）到接收机j的信道矩阵，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，是Q_k的先前值，Q_j是用户j的预编码发射数据协方差矩阵，且p_k是用户k的预编码数据的功率约束，B_k表示从所有接收机接收的干扰功率，I是单位矩阵，且σ是噪声标准偏差。

9.根据权利要求1所述的方法，其中确定所述预编码的发射数据包括：

解决以下优化问题

$\underset{U,V,W}{\min }\underset{k}{\mathrm{\Σ}}{\mathrm{\α}}_k\left(\mathrm{Tr}\right[W_k{E}_k]-\log \det W_k),$

其中E_k是根据下式的用户k的均方误差

$\begin{array}{c}{E}_k=(I-U_k^T{H}_{\mathrm{kk}}{V}_k){(I-U_k^T{H}_{\mathrm{kk}}{V}_k)}^T\\ +\underset{j\≠k}{\mathrm{\Σ}}{U}_k^T{H}_{\mathrm{kj}}{V}_j{V}_j^T{H}_{\mathrm{kj}}^T{U}_k+{\mathrm{\σ}}_k^2{U}_k^T{U}_k\end{array},$

其中V_k是发射波束成形器，U_k是接收波束成形器，H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道矩阵，σ是噪声标准偏差，以及W_k是辅助变量。

10.根据权利要求9所述的方法，进一步包括根据下式来更新辅助变量W_k：

其中K是若干个发射机，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，σ是噪声标准偏差，且I是单位矩阵。

11.根据权利要求9所述的方法，进一步包括在解决所述优化问题时使用以下约束：

其中P_k是发射机k的最大可用功率。

12.根据权利要求1所述的方法，进一步包括用线性最小均方误差接收机来接收所发射的预编码数据流。

13.根据权利要求1所述的方法，其中基站处理器确定所述预编码的数据。

14.根据权利要求1所述的方法，确定多个接收机的信干噪比（SINR）包括对接收机进行轮询。

15.一种操作无线基站的方法，所述方法包括：

确定多个接收机的信干噪比（SINR）；

确定所述多个接收机中的每个接收机的信道增益；

根据输入数据确定预编码数据流，该确定包括解决以下优化问题：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right],$

s.t.Tr(Q_k)≤p_k Q_k≥0

其中H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，p_k是用户k的预编码数据的功率约束，I是单位矩阵且σ是噪声标准偏差；以及

在多输出无线发射机上发射所述预编码数据流。

16.根据权利要求15所述的方法，其中所述多输出无线发射机包括多天线波束成形发射机。

17.根据权利要求15所述的方法，其中所述多个接收机中的至少一个接收机包括蜂窝式电话。

18.一种多输出发射装置，包括：发射机，接收机，网络接口，耦合器，天线及基站处理器；

所述发射机和接收机耦接到所述基站处理器，且所述发射机和接收机耦经由所述耦合器耦接到所述天线；

基站处理器，经配置以：

根据输入数据确定预编码数据流，

确定多个接收机的信干噪比（SINR），

确定所述多个接收机中的每个接收机的信道增益，以及

最大化效用函数的和，其中当SINR为低值时，每个效用函数与所述多个接收机中的每个接收机的SINR成比例，且当SINR为高值时，每个效用函数逐渐接近常数值；

其中每个效用函数表达为：

$\frac{\mathrm{\γ}}{p+\mathrm{\γ}},$

其中p包括常数且γ包括SINR。

19.根据权利要求18所述的发射装置，其中：

所述多输出发射装置包括多天线波束成形发射机；

所述多输出发射装置包括多时隙发射机；且

所述多输出发射装置使用多个副载波操作。

20.根据权利要求18所述的发射装置，其中所述基站处理器根据以下优化问题而确定所述预编码数据流：

$\underset{Q_k}{\max }\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right],$

s.t.Tr(Q_k)≤p_k Q_k≥0

其中H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，p_k是用户k的预编码数据的功率约束，I是单位矩阵且σ是噪声标准偏差。

21.根据权利要求18所述的发射装置，其中所述基站处理器根据以下优化问题而确定所述预编码数据流：

$\begin{array}{c}\underset{Q_k}{\max }{\mathrm{\α}}_k\mathrm{Tr}\left[H_{\mathrm{kk}}{Q}_k{H}_{\mathrm{kk}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{kl}}{Q}_l{H}_{\mathrm{kl}}^T)}^{-1}\right]\\ +\underset{j\≠k}{\mathrm{\Σ}}{\mathrm{\α}}_j\mathrm{Tr}\left[H_{\mathrm{jj}}{Q}_j{H}_{\mathrm{jj}}^T{({\mathrm{\σ}}^{2}I+\underset{l=1}{\overset{K}{\mathrm{\Σ}}}{H}_{\mathrm{jl}}{Q}_l{H}_{\mathrm{jl}}^T)}^{-1}\right]\end{array},$

s.t.Tr(Q_k)≤p_k Q_k≥0

其中H_kk是从发射机k（在所述预编码的数据之后）到接收机k的信道矩阵，H_kl是从发射机l（在所述预编码的数据之后）到接收机k的信道矩阵，H_jj是从发射机j（在所述预编码的数据之后）到接收机j的信道矩阵，H_jl是从发射机l（在所述预编码的数据之后）到接收机j的信道矩阵，Q_k是用户k的预编码发射数据协方差矩阵，Q_l是用户l的预编码发射数据协方差矩阵，p_k是用户k的预编码数据的功率约束，I是单位矩阵，α_j是用户j的优先级加权，α_k是用户k的优先级加权，且σ是噪声标准偏差。

22.根据权利要求18所述的发射装置，进一步包括多输出发射机，用于发射所述预编码的数据。

23.根据权利要求18所述的发射装置，进一步包括接收机，所述接收机经配置以从所述多个接收机获取SINR值。

Images