CN103259580A - 一种多数据流波束赋形向量确定方法及装置 - Google Patents

Abstract

本发明公开了一种多数据流波束赋形向量确定方法及装置，涉及通信技术，通过对上行信道矢量进行复共轭转置处理，获得单数据流波束赋形向量，再通过施密特正交化获得其它数据流波束赋形向量，由于不再使用特征值分解的方式确定波束赋形向量，其计算的过程中的复杂度大幅度降低，向量计算的精度也不会受信道的特性的影响。

Description

一种多数据流波束赋形向量确定方法及装置

技术领域

本发明涉及通信技术，尤其涉及一种多数据流波束赋形向量确定方法及装置。

背景技术

目前在多天线系统中采用的波束赋形技术广泛采用的是基于特征值分解的波束赋形算法(Eigenvalue Based Beamforming，EBB)。EBB算法采用的赋形向量满足：

$w=\arg \underset{w_k}{\max }{w_k}^H{R}_{\mathrm{xx}}{w}_k$

即选取够使传输获得最大功率增益的向量作为赋形向量，该赋形向量是信道相关矩阵的R_xx的最大特征值对应的特征向量。该特征向量需要通过对R_xx的特征值分解获得，在实际系统中，计算赋形向量方法采用的都是迭代搜索的方法，如乘幂法，雅克比法和子空间迭代法。这些算法的共同特点是，通过对输入的初始向量进行不断的迭代，迭代过程中不断的更新，输出的矢量逐渐的收敛，当达到一定的收敛门限时，结束迭代，将矢量输出。

EBB算法通过采用信道相关矩阵的最大特征值对应的特征向量做赋形向量，使得传输能够获得最大的信道增益。EBB算法在不同的信道下均可以获得明显的增益，在多天线系统中广泛采用，但是计算特征向量的复杂度较高，目前较成熟的赋形向量计算方法有乘幂法，雅克比法和子空间迭代法，都是通过迭代搜索的方法寻找特征向量，不仅复杂度较高，而且精度受信道特性和迭代次数的影响，如果搜索多个特征向量进行多流波束赋形，后面搜索出的特征向量的精度会逐渐降低。

发明内容

本发明实施例提供一种多数据流波束赋形向量确定方法及装置，以降低确定多数据流波束赋形向量的复杂度。

一种多数据流波束赋形向量确定方法，包括：

确定各数据流对应的上行信道的信道矢量；

根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

一种多数据流波束赋形向量确定装置，包括：

矢量确定单元，用于确定各数据流对应的上行信道的信道矢量；

第一波束赋形向量确定单元，用于根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

第二波束赋形向量确定单元，用于根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

本发明实施例提供一种多数据流波束赋形向量确定方法及装置，通过对上行信道矢量进行复共轭转置处理，获得单数据流波束赋形向量，再通过施密特正交化获得其它数据流波束赋形向量，由于不再使用特征值分解的方式确定波束赋形向量，其计算的过程中的复杂度大幅度降低，向量计算的精度也不会受信道的特性的影响。

附图说明

图1为本发明实施例提供的多数据流波束赋形向量确定方法流程图；

图2a-图2d为本发明实施例提供的多数据流波束赋形仿真示意图；

图3为本发明实施例提供的多数据流波束赋形向量确定装置结构示意图。

具体实施方式

本发明实施例提供一种多数据流波束赋形向量确定方法及装置，通过对上行信道矢量进行复共轭转置处理，获得单数据流波束赋形向量，再通过施密特正交化获得其它数据流波束赋形向量，由于不再使用特征值分解的方式确定波束赋形向量，其计算的过程中的复杂度大幅度降低，向量计算的精度也不会受信道的特性的影响。

如图1所示，本发明实施例提供的多数据流波束赋形向量确定方法包括：

步骤S101、确定各数据流对应的上行信道的信道矢量；

步骤S102、根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

步骤S103、根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

由于不用进行矩阵分解和迭代运算，只需要获得上行各信道的信道矢量并进行施密特正交化运算，运算复杂度大幅度降低。该算法可以命名为SO-BB(Schmidt Orthogonalization based Beamforming，基于施密特正交化的波束赋形)。

通常，在步骤S101中，可以通过信道估计的方式获得各数据流对应的上行信道的信道矢量，当然，本领域技术人员也可以通过其它方式获得各上行信道的信道矢量。

在步骤S102中，根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量，具体包括：

确定其中一个数据流的过渡波束赋形向量为数据流对应信道的信道矢量；

对过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

在步骤S103中，根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量，具体包括：

根据已经确定的数据流的波束赋形向量以及当前数据流对应信道的信道矢量，确定当前数据流的过渡波束赋形向量；

对过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

进一步，在步骤S102和步骤S103中，在根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量时，均可以先对进行复共轭转置后得到的矢量进行功率调整，以符合所应用的装置的功率要求，再确定功率调整后的矢量为当前数据流的波束赋形向量。

具体的，可以采用对复共轭转置后得到的矢量进行模值归一的方式对复共轭转置后得到的矢量进行功率调整。对于多数据流的情况，还可以根据各数据流的功率分配方式进一步对进行模值归一后的矢量进行功率调整，例如，将进行模值归一后的矢量与预先设定的相应的数据流的功率调整因子相乘，得到功率调整后的矢量。

此时，对进行复共轭转置后得到的矢量进行功率调整，具体包括：

对进行复共轭转置后得到的矢量进行模值归一；

根据各数据流的功率分配方式，确定功率调整后的矢量为进行模值归一后的矢量与预先设定的相应的数据流的功率调整因子的乘积。

下面通过具体的计算对本发明实施例提供的多数据流波束赋形向量确定方法进行说明：

首先获得上行的N个信道矢量H₁，H₂，…H_N；

再对于第i，(1≤i≤N)个数据流(循环N次)确定波束赋形向量：

当i＝1时，确定过渡波束赋形向量为H_1，tmp＝H₁，当i＞1时，确定过渡波束赋形向量为 $H_{i,\mathrm{tmp}}=H_i-\underset{n=1}{\overset{i-1}{\mathrm{\Σ}}}\frac{H_{n,\mathrm{tmp}}{H}_i^H}{{\left|\right|H_{n,\mathrm{tmp}}\left|\right|}^2}{H}_{n,\mathrm{tmp}};$

然后对确定的各个过渡波束赋形向量进行复共轭转置和向量的模值归一，得到向量 $v_{i,\mathrm{tmp}}=\frac{H_{i,\mathrm{tmp}}^H}{\left|\right|H_{i,\mathrm{tmp}}\left|\right|}$

根据个数据流的功率分配方式，对v_i，tmp调整功率后得到输出的确定第i个数据流的波束赋形向量为v_i＝p_iv_i，tmp，其中，p_i为预先设定的第i个数据流的功率调整因子。

从施密特正交化的实现过程来说，后面计算的波束赋形向量对之前的信道是正交的，前面的波束赋形向量对后面的信道不是正交的，所以，以双流波束赋形传输为例，数据流1对数据流2会有一定的干扰。

在理想情况下，SOBB和EBB相比，性能会略有下降。但是，在实际系统中由于赋形颗粒度，赋形时延等问题，即使使用EBB算法，UE端也必然会产生数据流间的干扰。所以，SOBB算法中的数据流1对数据流2的干扰相对于EBB算法是否会导致性能产生明显的下降，需要通过仿真进行评估。图2a-图2d是在TD-LTE(时分双工长期演进)系统中采用EBB和SOBB算法进行仿真的性能对比。

仿真条件如下：

在双数据流波束赋形、城市宏小区直射信道-UE双极化天线-SRS在两根天线间轮流发送时，仿真结果如图2a所示，在双数据流波束赋形、城市宏小区非直射信道-UE双极化天线-SRS在两根天线间轮流发送时，仿真结果如图2b所示，在双数据流波束赋形、城市宏小区直射信道-UE垂直极化-SRS固定使用其中的一根天线发送时，仿真结果如图2c所示，在双数据流波束赋形、城市宏小区非直射信道-UE垂直极化-SRS固定使用其中的一根天线发送时，仿真结果如图2d所示。

由图2a-2d的仿真结果可知，在各种天线不同的配置及不同终端移动速度、不同SRS(探测参考信号)周期及发送方式下，SOBB和EBB算法的性能都很接近。

本发明实施例还相应提供一种多数据流波束赋形向量确定装置，如图3所示，包括：

矢量确定单元301，用于确定各数据流对应的上行信道的信道矢量；

第一波束赋形向量确定单元302，用于根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

第二波束赋形向量确定单元303，用于根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

其中，矢量确定单元301具体用于：

通过信道估计，确定各数据流对应的上行信道的信道矢量。

第一波束赋形向量确定单元302具体用于：

确定其中一个数据流的过渡波束赋形向量为数据流对应信道的信道矢量；

对过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

第二波束赋形向量确定单元303具体用于：

根据已经确定的数据流的波束赋形向量以及当前数据流对应信道的信道矢量，确定当前数据流的过渡波束赋形向量；

对过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

第一波束赋形向量确定单元302和第二波束赋形向量确定单元303根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量，具体包括：

对进行复共轭转置后得到的矢量进行功率调整；

确定功率调整后的矢量为当前数据流的波束赋形向量。

第一波束赋形向量确定单元302和第二波束赋形向量确定单元303对进行复共轭转置后得到的矢量进行功率调整，具体包括：

对进行复共轭转置后得到的矢量进行模值归一；

根据各数据流的功率分配方式，确定功率调整后的矢量为进行模值归一后的矢量与预先设定的相应的数据流的功率调整因子的乘积。

本发明实施例提供一种多数据流波束赋形向量确定方法及装置，通过对上行信道矢量进行复共轭转置处理，获得单数据流波束赋形向量，再通过施密特正交化获得其它数据流波束赋形向量，由于不再使用特征值分解的方式确定波束赋形向量，其计算的过程中的复杂度大幅度降低，向量计算的精度也不会受信道的特性的影响。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种多数据流波束赋形向量确定方法，其特征在于，包括：

确定各数据流对应的上行信道的信道矢量；

根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

2.如权利要求1所述的方法，其特征在于，所述确定各数据流对应的上各信道的信道矢量，具体为：

通过信道估计，确定各数据流对应的上行信道的信道矢量。

3.如权利要求1所述的方法，其特征在于，所述根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量，具体包括：

确定其中一个数据流的过渡波束赋形向量为数据流对应信道的信道矢量；

对所述过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

4.如权利要求1所述的方法，其特征在于，所述根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量，具体包括：

根据已经确定的数据流的波束赋形向量以及当前数据流对应信道的信道矢量，通过施密特正交化算法确定当前数据流的过渡波束赋形向量；

对所述过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

5.如权利要求3或4所述的方法，其特征在于，所述根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量，具体包括：

对所述进行复共轭转置后得到的矢量进行功率调整；

确定所述功率调整后的矢量为当前数据流的波束赋形向量。

6.如权利要求5所述的方法，其特征在于，所述对所述进行复共轭转置后得到的矢量进行功率调整，具体包括：

对所述进行复共轭转置后得到的矢量进行模值归一；

根据各数据流的功率分配方式，确定功率调整后的矢量为进行模值归一后的矢量与预先设定的相应的数据流的功率调整因子的乘积。

7.一种多数据流波束赋形向量确定装置，其特征在于，包括：

矢量确定单元，用于确定各数据流对应的上行信道的信道矢量；

第一波束赋形向量确定单元，用于根据其中一个数据流对应信道的信道矢量确定该数据流的波束赋形向量；

第二波束赋形向量确定单元，用于根据已确定的数据流的波束赋形向量，采用施密特正交化算法逐一确定其它各数据流的波束赋形向量。

8.如权利要求7所述的装置，其特征在于，所述矢量确定单元具体用于：

通过信道估计，确定各数据流对应的上行信道的信道矢量。

9.如权利要求7所述的装置，其特征在于，所述第一波束赋形向量确定单元具体用于：

确定其中一个数据流的过渡波束赋形向量为数据流对应信道的信道矢量；

对所述过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

10.如权利要求7所述的装置，其特征在于，所述第二波束赋形向量确定单元具体用于：

根据已经确定的数据流的波束赋形向量以及当前数据流对应信道的信道矢量，确定当前数据流的过渡波束赋形向量；

对所述过渡波束赋形向量进行复共轭转置，并根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量。

11.如权利要求9或10所述的装置，其特征在于，所述第一波束赋形向量确定单元和所述第二波束赋形向量确定单元根据进行复共轭转置后得到的矢量确定当前数据流的波束赋形向量，具体包括：

对所述进行复共轭转置后得到的矢量进行功率调整；

确定所述功率调整后的矢量为当前数据流的波束赋形向量。

12.如权利要求11所述的装置，其特征在于，所述第一波束赋形向量确定单元和所述第二波束赋形向量确定单元对所述进行复共轭转置后得到的矢量进行功率调整，具体包括：

对所述进行复共轭转置后得到的矢量进行模值归一；

根据各数据流的功率分配方式，确定功率调整后的矢量为进行模值归一后的矢量与预先设定的相应的数据流的功率调整因子的乘积。

Images