CN103546263A - 多点协作处理方法及装置 - Google Patents

Abstract

本发明提供了一种多点协作处理方法及装置。该多点协作处理方法包括：获取PMI的列矢量到WCI张成的空间的距离；判断距离是否小于预设距离门限值；在距离小于预设距离门限值时，第一基站做协作处理，其中，第一基站为服务小区的基站；以及在距离大于或等于预设距离门限值时，第一基站做非协作处理。通过本发明，解决了现有技术中的多点协作处理方案对邻区用户造成干扰的问题，进而达到了规避对邻区用户干扰的效果。

Description

多点协作处理方法及装置

技术领域

本发明涉及通信领域，具体而言，涉及一种多点协作处理方法及装置。

背景技术

在3Gpp长期演进（Long Term Evolution-Advanced，LTE-A）系统中，多点协作传输（Coordinated Multiple Point，CoMP）技术作为一项解决小区间干扰，以提高小区边缘吞吐量及小区频谱效率的技术，在LTE R10已经进行了较为深入的研究，但由于时间关系，很多技术的设计被简化。最终除了兼容CoMP的信道状态信息导频的设计继续在R10中研究外，其余技术都被推到R11及以后版本中研究。

通过相邻基站间移动用户信道信息的交互，相邻基站对被干扰用户采取一定的干扰规避策略或者多个基站对移动用户进行联合传输，主要针对小区边缘用户。

在现有技术中，在需要进行多点协作时，均是通过服务小区的相邻小区基站向用户设备提供协作，发明人发现，由于都是通过相邻小区基站向服务小区的用户设备提供协作，因而导致了对邻区用户的干扰。

发明内容

本发明的主要目的在于提供一种多点协作处理方法及装置，以解决现有技术中的多点协作处理方案对邻区用户造成干扰的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种多点协作处理方法。该多点协作处理方法包括：获取预编码矩阵指示（Precoding Matrix Indicator，简称为PMI）的列矢量到最差伴随指示（Worst Companion Indicator，简称为WCI）张成的空间的距离；判断该距离是否小于预设距离门限值；在确定该距离小于预设距离门限值时，第一基站做协作处理，其中，第一基站为服务小区的基站；以及在距离大于或等于预设距离门限值时，第一基站做非协作处理。

优选地，获取PMI的列矢量到WCI张成的空间的距离包括：获取服务小区的PMI；获取服务小区的相邻小区的WCI；计算WCI张成的空间；以及计算PMI的列矢量到WCI张成的空间的距离。

优选地，计算WCI张成的空间包括：获取相邻小区的WCI对应的秩；根据相邻小区的WCI和相邻小区的WCI对应的秩从码本中取出干扰和矩阵；计算干扰和矩阵自相关矩阵；将自相关矩阵化简为三对角阵；求解三对角阵的特征值；求解自相关矩阵的特征矢量；将特征值中的满足预设条件的特征值对应的特征矢量作为WCI张成的空间。

优选地，求解自相关矩阵的特征矢量包括：获取自相关矩阵的特征多项式；对特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及从正交矩阵Q中取出与上三角阵R中主元为零所对应的列作为自相关矩阵的特征矢量。

优选地，将特征值中的满足预设条件的特征值对应的特征矢量作为WCI张成的空间包括：判断特征值是否小于预设特征门限值；以及将小于预设特征门限值的特征值对应的特征矢量作为WCI张成的空间。

优选地，在第一基站做协作处理之后，上述方法还包括：判断距离是否小于预设距离平方门限值；在距离小于预设距离平方门限值时，通过投影法计算预编码向量并归一化；以及当距离大于或等于预设距离平方门限值时，通过码本匹配预编码向量。

为了实现上述目的，根据本发明的另一个方面，提供了一种多点协作处理装置。该多点协作处理装置包括：获取单元，用于获取PMI的列矢量到WCI张成的空间的距离，其中，WCI张成的空间为零空间；第一判断单元，用于判断该距离是否小于预设距离门限值；第一处理单元，用于在确定该距离小于预设距离门限值时，使第一基站做协作处理，以及在距离大于或等于预设距离门限值时，使第一基站做非协作处理，其中，第一基站为服务小区的基站。

优选地，获取单元包括：第一获取单元，用于获取服务小区的PMI；第二获取单元，用于获取服务小区的相邻小区的WCI；第一计算单元，用于计算WCI张成的空间；以及第二计算单元，用于计算PMI的列矢量到WCI张成的空间的距离。

优选地，第一计算单元包括：第一获取模块，用于获取相邻小区的WCI对应的秩；第一获取模块，用于根据相邻小区的WCI和相邻小区的WCI对应的秩从码本中取出干扰和矩阵；计算模块，用于计算干扰和矩阵自相关矩阵；化简模块，用于将自相关矩阵化简为三对角阵；第一求解模块，用于求解三对角阵的特征值；第二求解模块，用于求解自相关矩阵的特征矢量；确定模块，用于将特征值中的满足预设条件的特征值对应的特征矢量作为WCI张成的空间。

优选地，第二求解模块用于通过以下方式求解自相关矩阵的特征矢量：获取自相关矩阵的特征多项式；对特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及从正交矩阵Q中取出与上三角阵R中主元为零所对应的列作为自相关矩阵的特征矢量。

优选地，确定模块用于通过以下方式将特征值中的满足预设条件的特征值对应的特征矢量作为WCI张成的空间：判断特征值是否小于预设特征门限值；以及将小于预设特征门限值的特征值对应的特征矢量作为WCI张成的空间。

优选地，上述装置还包括：第二判断单元，用于在第一基站做协作处理之后，判断距离是否小于预设距离平方门限值；第二处理单元，用于在距离小于预设距离平方门限值时，通过投影法计算预编码向量并归一化，以及当距离大于或等于预设距离平方门限值时，通过码本匹配预编码向量。

为了实现上述目的，根据本发明的另一个方面，提供了一种基站，该基站为本发明提供的任意一种多点协作处理装置。

通过本发明，采用获取PMI的列矢量到WCI张成的空间的距离；判断距离是否小于预设距离门限值；在距离小于预设距离门限值时，第一基站做协作处理；以及在距离大于或等于预设距离门限值时，第一基站做非协作处理的方法，由于在PMI的列矢量到WCI张成的空间的距离小于预设距离门限值时，采用本小区的基站做协作处理，解决了现有技术中的多点协作处理方案对邻区用户造成干扰的问题，进而达到了规避对邻区用户干扰的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的多点协作处理方法的两小区两用户的示意图；

图2是根据本发明实施例的多点协作处理方法的示意图；

图3是根据本发明的多点协作处理方法的优选实施例的示意图；

图4是根据本发明实施例的多点协作处理装置的示意图；

图5是根据本发明的多点协作处理装置的第一优选实施例的示意图；以及

图6是根据本发明的多点协作处理装置的第二优选实施例的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

图1是根据本发明实施例的多点协作处理方法的两小区两用户的示意图。

为了减小边缘用户的干扰，提高小区边缘数据的吞吐量以及频谱利用效率，本发明实施例提供了一种CoMP应用。CoMP上行反馈采用部分（隐式）反馈的形式，即UE不完全反馈本小区的信道矩阵以及不完全反馈邻小区的信道矩阵，而是反馈部分信道信息。具体来说，UE反馈本小区信道的预编码矩阵索引（Precoding Matrix Indicator，简称为PMI），以及邻小区信道的最差预编码索引（Worst Companion Indicator，简称为WCI）。

如图1所示，基站有服务基站（服务小区的基站）、协作基站（服务小区的相邻小区的基站）。其中，H₁₁表示服务小区的基站eNB₁到本小区用户设备UE₁的信道，H₂₁表示服务小区的基站eNB₁到邻小区用户设备UE₂的信道。同样，H₂₂表示协作小区的基站eNB₂到本小区用户设备UE₂的信道，H₁₂表示协作小区的基站eNB₂到邻小区用户设备UE₁的信道。PMI₁₁表示UE₁反馈的本小区信道的预编码矩阵索引，PMI₂₂表示UE₂反馈的相邻小区信道的预编码矩阵索引。

以下对本发明实施例的多点协作处理方法进行阐述。

图2是根据本发明实施例的多点协作处理方法的示意图。如图所示，该方法包括以下步骤：

步骤S101，获取PMI的列矢量到WCI张成的空间的距离，其中，WCI张成的空间也即零空间。

WCI张成空间是指根据WCI和WCI的秩从码本中取出码本做奇异值分解获取奇异矢量，然后由满足预设奇异值门限的奇异值对应的奇异矢量构成的空间。WCI张成的空间也即零空间，零空间中的干扰为零。

该预设的距离门限值可以是根据预先的仿真结果得到的。

可以通过以下的方式获取PMI的列矢量到WCI张成的空间的距离：

步骤S1011，获取服务小区的PMI。

例如，通过服务基站eNB₁获取服务小区的PMI。

步骤S1012，获取所述服务小区的相邻小区的WCI。

例如，通过服务基站eNB₁所述服务小区的相邻小区的WCI。

步骤S1013，计算所述WCI张成的空间。

作为本发明的一种优选实施方式，该步骤S1013可以包括：

获取所述相邻小区的WCI对应的秩；

根据所述相邻小区的WCI和所述相邻小区的WCI对应的秩从码本中取出干扰和矩阵；

计算所述干扰和矩阵自相关矩阵；

将所述自相关矩阵化简为三对角阵；

求解所述三对角阵的特征值；

求解所述自相关矩阵的特征矢量；

将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间。

进一步优选地，求解所述自相关矩阵的特征矢量还可以包括：

获取自相关矩阵的特征多项式；

对所述特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及

从所述正交矩阵Q中取出与所述上三角阵R中主元为零所对应的列作为所述自相关矩阵的特征矢量。

将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间可以包括：

判断所述特征值是否小于预设特征门限值；以及

将小于所述预设特征门限值的特征值对应的特征矢量作为所述WCI张成的空间。

以下以一个实例对上述的优选实施方式进行介绍：

假设基站有M根发射天线，UE有N根接收天线，记基站到用户的信道为H＝(h_ij)_N×M，i＝0,…,N-1；j＝0,…,M-1。为了规避邻区eNB₂对UE₁的干扰，邻区eNB₂做协作，基站eNB₂的预编码计算过程如下：

（1）干扰自相关矩阵求解过程：

对UE₁看到的eNB₂之间的干扰矩阵H₁₂(维数为N×M)的测量值WCI₁₂所对应的码本做SVD(Singular Value Decomposition)分解，考虑到实现中的困难，文中转换成先求干扰矩阵WCI₁₂的自相关矩阵的特征值，记其自相关矩阵为R(维数为M×M),

由于R是复共轭对称矩阵，为了能够快速地求解出特征值，可以通过初等正交变换将R化简成三对角阵(正交变换不改变矩阵的性质，如特征值大小不变)。文中给出一种基于吉文斯正交变换将R化成三对角阵的算法，描述如下：

①WCI₁₂的自相关矩阵记为R，将R的第1列除第1、2行两个元素之外的其它元素消去成零，需要计算的吉文斯变换矩阵表示为G₃₂，G₄₂，…，G_M-1，2，G_M2，通过同时也可将R的第1行除第1、2列两个元素之外的其它元素消去成零，记 $R^1={\left(l_{\mathrm{ij}}\right)}_{\mathrm{MM}}=G_{M2}{G}_{M-\mathrm{1,2}}...G_{42}{G}_{32}{\mathrm{RG}}_{32}^H{G}_{42}^H...G_{M-\mathrm{1,2}}^H{G}_{M2}^H.$

②将R¹的第2列除第1、2、3行三个元素之外的其它元素消去成零，需要计算的吉文斯变换矩阵表示为G₄₃,G₅₃,…,G_M-1，3,G_M3，通过

也可将R¹的第2行除第1、2、3列三个元素之外的其它元素消去成零，记 $R^2=G_{M3}{G}_{M-\mathrm{1,3}}...G_{53}{G}_{43}{R}^1{G}_{43}^H{G}_{53}^H...G_{M-\mathrm{1,3}}^H{G}_{M3}^H.$

③将第n列除第n-1、n、n+1(n＝3,4,…,M-3)行三个元素之外的其它元素消去成零，需要计算的吉文斯变换矩阵表示为G_n+2，n+1,G_n+3，n+1，通过

也可将R^n-1的第n行除第n-1、n、n+1列三个元素之外的其它元素消去成零，记 $R^n=G_{n+3,n+1}{G}_{n+2,n+1}{R}^{n-1}{G}_{n+2,n+1}^H{G}_{n+3,n+1}^H.$

④将第M-2列除第M-3、M-2、M-1行三个元素之外的其它元素消去成零，需要计算的吉文斯变换矩阵表示为G_M，M-1，通过

也可将R^M-3的第M-2行除第M-3、M-2、M-1列三个元素之外的其它元素消去成零，记

得到的R^M-2就是通过正交变换将R化成的三对角阵。

（2）三对角阵R^M-2的特征值求解过程：

本发明采用迭代逼近的方法求三对角阵的特征值。具体的描述过程如下：

①计算R^M-2第M行、第1列到第M-1列所有元素的模平方和，当模平方和值小于万分之一(此门限值由仿真给出)时，取R^M-2主对角线上元素的实部作为特征根的初始值；再将R^M-2的第M行和第M列清零，并给主元元素减去R^M-2的第M-1行、第M-1列元素实部的0.99倍(0.99作为补偿因子，增加特征根的收敛速度)，记变换后的矩阵为R₀；然后对R₀做QR分解，计算上三角阵R左乘正交矩阵Q，并给R*Q的主元元素加上R^M-2的第M-1行、第M-1列元素实部的0.99倍，将此结果赋给R^M-2。

②计算R^M-2第M-1行、第1列到第M-2列所有元素的模平方和，当模平方和值小于万分之一时，取R^M-2主对角线上元素的实部作为特征根的更新值；再将R^M-2的第M-1行到第M行和第M-1列到第M列清零，并给主元元素减去R^M-2的第M-2行、第M-2列元素实部的0.99倍，记变换后的矩阵为R₁；然后对R₁做QR分解，计算上三角阵R左乘正交矩阵Q，并给R*Q的主元元素加上R^M-2的第M-2行、第M-2列元素实部的0.99倍，将此结果赋给R^M-2。

③重复上述的方法，直至计算到R^M-2第2行、第1列的元素模平方小于万分之一时，取R^M-2主对角线上元素的实部作为特征根的逼近值(相对理想值而言)。

（3）复共轭对称矩阵R的特征矢量求解过程：

假设M阶复共轭对称矩阵R的特征根表示为λ_i(i＝1,2,…,M)，其特征多项式记为EigMat＝R-λ_iI。对EigMat做QR分解，记下上三角阵R主元为零所在的列，并从正交矩阵Q中取出与上三角阵R主元为零所对应的列作为复共轭对称矩阵R关于λ_i(i＝1,2,…,M)的特征矢量，且特征矢量相互正交。

（4）WCI₁₂张成空间的表示

设仿真给出的预设特征门限值为λ_T，选择满足λ_i＜λ_T(i＝1,2,…,M)的特征值λ_j(j＝1,2,…,L；L表示满足门限值的特征值个数)对应的特征矢量v_j(j＝1,2,…,L)作为构成WCI₁₂张成空间的矢量，即零空间，用Φ表示零空间，Φ＝{v₁,v₂,…,v_L}。

步骤S1014，计算PMI的列矢量到WCI张成的空间的距离。

上述步骤S1011和上述步骤S1013所获得的结果均为矢量，在该步骤中，对步骤S1011和步骤S1013所获得的矢量的距离进行计算。

步骤S102，判断所述距离是否小于预设距离门限值。

该预设的距离门限值可以是根据预先的仿真结果得到的。

步骤S103，在所述距离小于所述预设距离门限值时，第一基站做协作处理。

步骤S104，在所述距离大于或等于所述预设距离门限值时，第一基站做非协作处理。

作为本发明的一种优选实施方式，在步骤S103之后，上述方法还可以包括：

判断所述距离是否小于预设距离平方门限值；

在所述距离小于所述预设距离平方门限值时，通过投影法计算预编码向量并归一化；以及

当所述距离大于或等于所述预设距离平方门限值时，通过码本匹配所述预编码向量。

参照于步骤S1013中的实例，现对步骤S102至步骤S104继续进行阐述：

步骤S102作为基站做协作的判决条件，就BBU2而言，计算PMI₂₂列矢量到WCI₁₂张成空间的距离来判断BBU2是否做协作。

矢量

到空间距离可以通过转换成法向量求解：设空间的维数为n(n≥2)，n维空间可以找出1个法向量，法向量的求解过程如下：令

表示n维空间的向量，

构成平面(记平面为Φ₁)的法向量记为

由

(

表示列矢量的内积，H表示共轭转置)，解出

关系式，然后任意选取M-2个坐标，令其为1或者0，得到确定的法向量N₁。令N₁、

构成平面(记平面为Φ₂)的法向量记为

由

＜N₁,N₂＞＝0，解出关系式，然后任意选取M-2个坐标，令其为1或者0，得到确定的法向量N₂。依此类推，n维空间中，可以在

N_n-2构成平面(记平面为Φ_n-1)上找到确定的法向量

因此矢量

到n维空间距离转化成

到平面Φ_n-1的距离，到平面Φ_n-1的距离即就是

到平面Φ_n-1法向量夹角正弦值乘以矢量

长度的大小。

当PMI₂₂列矢量到WCI₁₂张成空间的距离大于距离门限值T(T由仿真给出)时，BBU2做非协作；若PMI₂₂列矢量到WCI₁₂张成空间的距离小于距离门限值T时，BBU2做协作。

预编码矩阵求解

结合图1，根据PMI₂₂的秩，分层计算PMI₂₂列矢量到WCI₁₂张成空间的距离，若距离小于门限值T，则该层通过投影法求解预编码向量；若PMI₂₂列矢量到WCI₁₂张成空间的距离大于门限值T，则说明该层不适合做协作，出现传输层数的退化(降低了层间干扰)。

投影法的计算过程如下：

列矢量

到n维空间V＝{v₁,v₂,…v_n}的投影矢量表示为：

其中 $<v_i,\stackrel{\&RightArrow;}{p}>=v_i^H\&CenterDot;\stackrel{\&RightArrow;}{p},$ H表示共轭转置。

在上述的多点协作处理方法中，由于在PMI的列矢量到WCI张成的空间的距离时，采用本小区的基站做协作处理，因而规避了对邻区用户的干扰。

图3是根据本发明的多点协作处理方法的优选实施例的示意图，该图所示实施例可以作为图2所示实施例的优选实施方式。

该实施例提供了两小区两用户情形下的CoMP预编码计算方法，其中eNB₁、eNB₂的发射天线数均为4，UE₁、UE₂的接收天线数均为2，如图3所示，该方法包括以下步骤：

步骤S201，服务小区eNB₁接收协作小区eNB₂发送的WCI₂₁以及WCI₂₁对应的秩。

对协作小区eNB₂来说，服务小区eNB₁将WCI₁₂以及WCI₁₂对应的秩发送给eNB₂。

针对eNB₂来说，当eNB₂未收到eNB₁交互的WCI₁₂则eNB₂做非协作，其预编码即为PMI₂₂从码本中索引的矩阵。

在eNB₂收到交互的WCI₁₂，根据WCI₁₂及其对应的秩从码本中取出干扰和矩阵，并计算干扰和的自相关矩阵R，R为四阶复共轭对称矩阵，记为：

$R=\left[\begin{array}{cccc}{c}_{11}& c_{12}& c_{13}& c_{14}\\ c_{12}^{*}& c_{22}& c_{23}& c_{24}\\ c_{13}^{*}& c_{23}^{*}& c_{33}& c_{34}\\ c_{14}^{*}& c_{24}^{*}& c_{34}^{*}& c_{44}\end{array}\right],$

其中，*表示取共轭。

步骤S202，采用吉文斯变换将R化简成四阶三对角阵。

先消去R第3行、第1列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{32}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \frac{c_{12}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& \frac{c_{13}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& 0\\ 0& \frac{c_{13}^{*}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& \frac{-c_{12}^{*}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& 0\\ 0& 0& 0& 1\end{array}\right],$

其中||表示取复数的模值。通过

在消去R第3行、第1列元素(若

等于零此步骤可以省去)的同时，还可以消去第1行、第3列的元素，

大小发生改变本列其余元素大小保持不变，记为：

$R_{31}=G_{32}{\mathrm{RG}}_{32}^H=\left[\begin{array}{cccc}{c}_{11}& m_{12}& 0& c_{14}\\ m_{12}^{*}& m_{22}& m_{23}& m_{24}\\ 0& m_{23}^{*}& m_{33}& m_{34}\\ c_{14}^{*}& m_{24}^{*}& m_{34}^{*}& m_{44}\end{array}\right].$

接着消去R₃₁第4行、第1列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{42}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \frac{m_{12}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}& 0& \frac{c_{14}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}\\ 0& 0& 1& 0\\ 0& \frac{c_{14}^{*}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}& 0& \frac{-m_{12}^{*}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}\end{array}\right],$

通过

在消去R₃₁第4行、第1列元素的同时，还可以消去第1行、第4列的元素，记为：

$R_{41}=G_{42}{R}_{31}{G}_{42}^H=\left[\begin{array}{cccc}{c}_{11}& n_{12}& 0& 0\\ n_{12}^{*}& n_{22}& n_{23}& n_{24}\\ 0& n_{23}^{*}& n_{33}& n_{34}\\ 0& n_{24}^{*}& n_{34}^{*}& n_{44}\end{array}\right].$

再消去R₄₁第4行、第2列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{43}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& \frac{n_{23}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}& \frac{n_4}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}\\ 0& 0& \frac{n_{24}^{*}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}& \frac{-n_{23}^{*}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}\end{array}\right],$

通过

在消去R₄₁第4行、第2列元素的同时，还可以消去第2行、第4列的元素，记化简的三对角阵表示为：

$R_{42}=G_{43}{R}_{41}{G}_{43}^H=\left[\begin{array}{cccc}{c}_{11}& n_{12}& 0& 0\\ n_{12}^{*}& n_{22}& k_{23}& 0\\ 0& k_{23}^{*}& k_{33}& k_{34}\\ 0& 0& k_{34}^{*}& k_{44}\end{array}\right].$

通过迭代法求解三对角阵R₄₂的特征值：

计算R₄₂第4行、第1列到第3列所有元素的模平方和，当模平方和值小于万分之一时，取R₄₂主对角线上元素的实部作为特征根的初始值；再将R₄₂的第4行和第4列清零，并给主元元素减去R₄₂的第3行、第3列元素实部的0.99倍，记变换后的矩阵为R₀；然后对R₀做QR分解，计算上三角阵R左乘正交矩阵Q，并给R*Q的主元元素加上R₄₂的第3行、第3列元素实部的0.99倍，将此结果赋给R₄₂。

计算R₄₂第3行、第1列到第2列所有元素的模平方和，当模平方和值小于万分之一时，取R₄₂主对角线上元素的实部作为特征根的更新值；再将R₄₂的第3行到第4行和第3列到第4列清零，并给主元元素减去R₄₂的第2行、第2列元素实部的0.99倍，记变换后的矩阵为R₁；然后对R₁做QR分解，计算上三角阵R左乘正交矩阵Q，并给R*Q的主元元素加上R₄₂的第2行、第2列元素实部的0.99倍，将此结果赋给R₄₂。

计算R₄₂第2行、第1列的元素模平方小于万分之一时，取R₄₂主对角线上元素的实部作为特征根的近似值λ_i(i＝1,2,3,4)。

步骤S203，四阶复共轭对称矩阵R特征矢量求解。

根据步骤202已经算出的四阶复共轭对称矩阵R的特征根，得到R的特征多项式，对特征多项式做QR分解，记下上三角阵R主元为零所在的列，并从正交矩阵Q中取出与上三角阵R主元为零所对应的列作为复共轭对称矩阵R关于特征根的特征矢量，且特征矢量两两正交。

步骤S204，WCI₁₂张成空间的获取。

特征值的门限由仿真给出的范围值在0到0.5之间，通过设置不同的门限值，比特级性能仿真增益明显的实验值是0.5。选择满足λ_i＜0.5的特征值λ_j(j＝1,…,L；L≤4)对应的特征矢量v_j构成WCI₁₂张成的空间，即零空间，其零空间表示为Φ＝{v₁,…,v_L}。

步骤S205，投影法计算预编码向量。

PMI₂₂到WCI₁₂张成空间的距离平方门限值由仿真给出的范围值在0.5到0.9之间，为了提高CoMP的性能增益，选取的实验值是0.625。与距离平方门限值比较，当计算的距离小于门限值，该层通过投影法计算预编码向量并归一化。BBU2做协作，能够规避对UE1的干扰，使得自身的信号功率损失最小，提高了UE1的吞吐量。

方法实施例2

该实施例提供了两小区两用户情形下的CoMP预编码计算方法，其中eNB₁、eNB₂的发射天线数均为4，UE₁、UE₂的接收天线数均为2，如图3所示，包括以下步骤：

与实施例1的步骤201所述相同。

如步骤202所述，采用吉文斯变换将R化简成四阶三对角阵。

先消去R第3行、第1列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{32}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \frac{c_{12}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& \frac{c_{13}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& 0\\ 0& \frac{c_{13}^{*}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& \frac{-c_{12}^{*}}{\sqrt{{\left|c_{12}^{*}\right|}^2+{\left|c_{13}^{*}\right|}^2}}& 0\\ 0& 0& 0& 1\end{array}\right],$

其中||表示取复数的模值。通过

在消去R第3行、第1列元素(若

等于零此步骤可以省去)的同时，还可以消去第1行、第3列的元素，

大小发生改变本列其余元素大小保持不变，记为：

$R_{31}=G_{32}{\mathrm{RG}}_{32}^H=\left[\begin{array}{cccc}{c}_{11}& m_{12}& 0& c_{14}\\ m_{12}^{*}& m_{22}& m_{23}& m_{24}\\ 0& m_{23}^{*}& m_{33}& m_{34}\\ c_{14}^{*}& m_{24}^{*}& m_{34}^{*}& m_{44}\end{array}\right].$

接着消去R₃₁第4行、第1列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{42}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \frac{m_{12}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}& 0& \frac{c_{14}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}\\ 0& 0& 1& 0\\ 0& \frac{c_{14}^{*}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}& 0& \frac{-m_{12}^{*}}{\sqrt{{\left|m_{12}^{*}\right|}^2+{\left|c_{14}^{*}\right|}^2}}\end{array}\right],$

通过

在消去R₃₁第4行、第1列元素的同时，还可以消去第1行、第4列的元素，记为：

$R_{41}=G_{42}{R}_{31}{G}_{42}^H=\left[\begin{array}{cccc}{c}_{11}& n_{12}& 0& 0\\ n_{12}^{*}& n_{22}& n_{23}& n_{24}\\ 0& n_{23}^{*}& n_{33}& n_{34}\\ 0& n_{24}^{*}& n_{34}^{*}& n_{44}\end{array}\right].$

再消去R₄₁第4行、第2列的元素，需计算的吉文斯变换矩阵可表示为：

$G_{43}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ 0& 0& \frac{n_{23}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}& \frac{n_4}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}\\ 0& 0& \frac{n_{24}^{*}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}& \frac{-n_{23}^{*}}{\sqrt{{\left|n_{23}^{*}\right|}^2+{\left|n_{24}^{*}\right|}^2}}\end{array}\right],$

通过

在消去R₄₁第4行、第2列元素的同时，还可以消去第2行、第4列的元素，记化简的三对角阵表示为：

$R_{42}=G_{43}{R}_{41}{G}_{43}^H=\left[\begin{array}{cccc}{c}_{11}& n_{12}& 0& 0\\ n_{12}^{*}& n_{22}& k_{23}& 0\\ 0& k_{23}^{*}& k_{33}& k_{34}\\ 0& 0& k_{34}^{*}& k_{44}\end{array}\right]$

三对角阵R₄₂的特征值计算过程与实施例1中的求解过程相同。

四阶复共轭对称矩阵R特征矢量求解过程与实施例1中的步骤203相同。

如步骤204所述，WCI₁₂张成空间的获取。

特征值的门限由仿真给出的范围值在0到0.5之间，由于BBU2做协作的目的是将对UE1的干扰降低到最小(即寻找零点)，通过设置不同的门限值，比特级性能仿真增益明显的实验值可以是0.01。选择满足λ_i＜0.01的特征值λ_j(j＝1,…,L；L≤4)对应的特征矢量v_j构成WCI₁₂张成的空间，即零空间，其零空间表示为Φ＝{v₁,…,v_L}。

如步骤205所述，投影法计算预编码向量。

PMI₂₂到WCI₁₂张成空间的距离平方门限值由仿真给出的范围值在0.5到0.9之间，为了提高CoMP的性能增益，选取的实验值可以是0.9。与距离平方门限值比较，当计算的距离小于门限值，该层通过投影法计算预编码向量并归一化；当计算的距离大于门限值，该层预编码通过码本匹配得到。若PMI₂₂的秩等于2，再计算预编码向量之间夹角的余弦值，当夹角余弦值大于0.4时，出现传输层数的退化，取距离最小的那一层作为传输的预编码。BBU2做协作，能够规避对UE1的干扰，使得自身的信号功率损失最小，提高了UE1的传输速率。

对于服务小区eNB₁，其处理过程与协作小区eNB₂类似。

本发明实施例提供了一种基于空间距离自适应的CoMP预编码实现方法，根据信道测量信息、协作基站交互信息，计算PMI矢量到干扰矩阵（WCI）张成空间的距离，根据距离判别门限值（门限值可以通过仿真给出），当计算的距离大于门限值，本基站做非协作；当计算的距离小于门限值，本基站做协作。该方法实现了如下技术效果：

由于采用了本基站做协作，能够很好地规避对邻区用户的干扰，提高小区边缘用户的吞吐量以及频谱效率。

在空间求解的实现中相比最大信漏比准则抑制干扰，避免了复矩阵求逆问，在特征根求解过程中，避免了解关于特征根方程的困难。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

相应于上述的多点协作处理方法，本发明实施例还提供了一种多点协作处理装置，该装置可以为基站。

图5是根据本发明的多点协作处理装置的第一优选实施例的示意图，如图4所示，该多点协作处理装置包括获取单元41、第一判断单元42和第一处理单元43。

获取单元41用于获取所述PMI的列矢量到所述WCI张成的空间的距离，其中，WCI张成的空间也即零空间。

第一判断单元42用于判断所述距离是否小于预设距离门限值。

第一处理单元43用于在所述距离小于所述预设距离门限值时，使第一基站做协作处理，以及在所述距离大于或等于所述预设距离门限值时，使第一基站做非协作处理。

图5是根据本发明的多点协作处理装置的第一优选实施例的示意图。

如图4所示，该多点协作处理装置包括获取单元41、第一判断单元42和第一处理单元43，其中，获取单元41还包括第一获取单元411、第二获取单元412、第一计算单元413和第二计算单元414。

获取单元41、第一判断单元42和第一处理单元43作用与图4所示实施例相同。

第一获取单元411用于获取服务小区的PMI；

第二获取单元412用于获取所述服务小区的相邻小区的WCI；

第一计算单元413用于计算所述WCI张成的空间；

第二计算单元414用于计算所述PMI的列矢量到所述WCI张成的空间的距离；

所述第一计算单元可以进一步包括：

第一获取模块，用于获取所述相邻小区的WCI对应的秩；

第一获取模块，用于根据所述相邻小区的WCI和所述相邻小区的WCI对应的秩从码本中取出干扰和矩阵；

计算模块，用于计算所述干扰和矩阵自相关矩阵；

化简模块，用于将所述自相关矩阵化简为三对角阵；

第一求解模块，用于求解所述三对角阵的特征值；

第二求解模块，用于求解所述自相关矩阵的特征矢量；

确定模块，用于将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间。

所述第二求解模块用于通过以下方式求解所述自相关矩阵的特征矢量：

获取自相关矩阵的特征多项式；

对所述特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及

从所述正交矩阵Q中取出与所述上三角阵R中主元为零所对应的列作为所述自相关矩阵的特征矢量。

所述确定模块用于通过以下方式将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间：

判断所述特征值是否小于预设特征门限值；以及

将小于所述预设特征门限值的特征值对应的特征矢量作为所述WCI张成的空间。

图6是根据本发明的多点协作处理装置的第二优选实施例的示意图，如图6所示，该多点协作处理装置除了包括获取单元41、第一判断单元42和第一处理单元43，还包括第二判断单元44和第二处理单元45。

获取单元41、第一判断单元42和第一处理单元43作用与图4所示实施例相同。

第二判断单元44，用于在第一基站做协作处理之后，判断所述距离是否小于预设距离平方门限值；

第二处理单元45，用于在所述距离小于所述预设距离平方门限值时，通过投影法计算预编码向量并归一化，以及当所述距离大于或等于所述预设距离平方门限值时，通过码本匹配所述预编码向量。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种多点协作处理方法，其特征在于，包括：

获取PMI的列矢量到WCI张成的空间的距离，其中，所述WCI张成的空间为零空间；

判断所述距离是否小于预设距离门限值；

在确定所述距离小于所述预设距离门限值时，第一基站做协作处理，其中，所述第一基站为服务小区的基站；以及

在所述距离大于或等于所述预设距离门限值时，所述第一基站做非协作处理。

2.根据权利要求1所述的方法，其特征在于，获取PMI的列矢量到WCI张成的空间的距离包括：

获取服务小区的PMI；

获取所述服务小区的相邻小区的WCI；

计算所述WCI张成的空间；以及

计算所述PMI的列矢量到所述WCI张成的空间的距离。

3.根据权利要求2所述的方法，其特征在于，计算所述WCI张成的空间包括：

获取所述相邻小区的WCI对应的秩；

根据所述相邻小区的WCI和所述相邻小区的WCI对应的秩从码本中取出干扰和矩阵；

计算所述干扰和矩阵自相关矩阵；

将所述自相关矩阵化简为三对角阵；

求解所述三对角阵的特征值；

求解所述自相关矩阵的特征矢量；

将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间。

4.根据权利要求3所述的方法，其特征在于，求解所述自相关矩阵的特征矢量包括：

获取自相关矩阵的特征多项式；

对所述特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及

从所述正交矩阵Q中取出与所述上三角阵R中主元为零所对应的列作为所述自相关矩阵的特征矢量。

5.根据权利要求3所述的方法，其特征在于，将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间包括：

判断所述特征值是否小于预设特征门限值；以及

将小于所述预设特征门限值的特征值对应的特征矢量作为所述WCI张成的空间。

6.根据权利要求1所述的方法，其特征在于，在第一基站做协作处理之后，所述方法还包括：

判断所述距离是否小于预设距离平方门限值；

在所述距离小于所述预设距离平方门限值时，通过投影法计算预编码向量并归一化；以及

当所述距离大于或等于所述预设距离平方门限值时，通过码本匹配所述预编码向量。

7.一种多点协作处理装置，其特征在于，包括：

获取单元，用于获取PMI的列矢量到WCI张成的空间的距离，其中，所述WCI张成的空间为零空间；

第一判断单元，用于判断所述距离是否小于预设距离门限值；以及

第一处理单元，用于在确定所述距离小于所述预设距离门限值时，使第一基站做协作处理，以及在所述距离大于或等于所述预设距离门限值时，使所述第一基站做非协作处理，其中，所述第一基站为服务小区的基站。

8.根据权利要求7所述的装置，其特征在于，所述获取单元包括：

第一获取单元，用于获取服务小区的PMI；

第二获取单元，用于获取所述服务小区的相邻小区的WCI；

第一计算单元，用于计算所述WCI张成的空间；以及

第二计算单元，用于计算所述PMI的列矢量到所述WCI张成的空间的距离。

9.根据权利要求8所述的装置，其特征在于，所述第一计算单元包括：

第一获取模块，用于获取所述相邻小区的WCI对应的秩；

第一获取模块，用于根据所述相邻小区的WCI和所述相邻小区的WCI对应的秩从码本中取出干扰和矩阵；

计算模块，用于计算所述干扰和矩阵自相关矩阵；

化简模块，用于将所述自相关矩阵化简为三对角阵；

第一求解模块，用于求解所述三对角阵的特征值；

第二求解模块，用于求解所述自相关矩阵的特征矢量；以及

确定模块，用于将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间。

10.根据权利要求9所述的装置，其特征在于，所述第二求解模块用于通过以下方式求解所述自相关矩阵的特征矢量：

获取自相关矩阵的特征多项式；

对所述特征多项式进行QR分解，得到正交矩阵Q和上三角阵R；以及

从所述正交矩阵Q中取出与所述上三角阵R中主元为零所对应的列作为所述自相关矩阵的特征矢量。

11.根据权利要求9所述的装置，其特征在于，所述确定模块用于通过以下方式将所述特征值中的满足预设条件的特征值对应的特征矢量作为所述WCI张成的空间：

判断所述特征值是否小于预设特征门限值；以及

将小于所述预设特征门限值的特征值对应的特征矢量作为所述WCI张成的空间。

12.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第二判断单元，用于在第一基站做协作处理之后，判断所述距离是否小于预设距离平方门限值；以及

第二处理单元，用于在所述距离小于所述预设距离平方门限值时，通过投影法计算预编码向量并归一化，以及当所述距离大于或等于所述预设距离平方门限值时，通过码本匹配所述预编码向量。

Images