CN103906252A - 虚拟多输入多输出用户配对方法、系统及基站 - Google Patents

Abstract

本申请公开了一种虚拟多输入多输出用户配对方法、系统及基站。所述方法包括：获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比；根据信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比；根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。通过采用赫米特矩阵的分块求逆方法计算每个配对用户的信干噪比，能够大大提高虚拟多输入多输出用户配对的速度。

Description

虚拟多输入多输出用户配对方法、系统及基站

技术领域

本申请涉及通信领域，特别是涉及虚拟多输入多输出用户配对方法、系统及基站。

背景技术

众所周知，多输入多输出（MIMO，Multiple Input Multiple Output）技术允许多个天线同时发送和接收多个空间流，并能够区分发往或来自不同空间方位的信号。MIMO技术使得多路并行数据流可以同时传送，同时，采用MIMO技术可以显著克服信道的衰落，降低误码率。

然而，在一些情况下，设备受到尺寸或硬件复杂度的限制，往往只配置了单根天线，则无法实现多输入多输出技术，并享受多输入多输出技术所带来的好处。为此，现有技术提出了一种虚拟多输入多输出（VMIMO，Virtual Multiple Input Multiple Output）技术，将多个用户进行配对以构成虚拟多输入多输出系统。

将多个用户进行配对的其中一个准则为基于配对用户的信干噪比进行配对，但是，随着配对用户的增多，求解配对用户的信干噪比时的矩阵求逆会变得非常复杂，导致求解配对用户的信干噪比时的时耗将会增大。

发明内容

本申请主要解决的技术问题是提供虚拟多输入多输出用户配对方法、系统及基站，能够快速地实现虚拟多输入多输出用户配对。

为解决上述技术问题，本申请一方面提供一种虚拟多输入多输出用户配对方法，包括如下步骤：获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比；根据所述信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比；根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。

其中，所述每个配对用户的信干噪比符合如下公式：

${\mathrm{SINR}}_k=\frac{1}{{{\mathrm{\σ}}^2\left[{({\mathrm{\σ}}^2{I}_{N_T}+H^H\·H)}^{-1}\right]}_{k.k}}-1$

其中，σ为噪声功率，I为单位矩阵，N_T为发射天线的数量，每个配对用户只有一根发射天线，H为信道矩阵，k为其中一个配对用户，SINR_k为第k个配对用户的信干噪比，

为赫米特矩阵。

其中，所述赫米特矩阵的分块求逆方法为：

令赫米特矩阵的分块形式为：

$R_{m+1}=\left[\begin{array}{cc}{R}_m& r_m\\ r_m^H& {\mathrm{\ρ}}_m\end{array}\right]$

其中，R_m为赫米特矩阵R_m+1的第一子矩阵，r_m为赫米特矩阵R_m+1的第二子矩阵，

为赫米特矩阵R_m+1的第三子矩阵，ρ_m为赫米特矩阵R_m+1的第四子矩阵，

由第一子矩阵R_m的逆矩阵

递推赫米特矩阵R_m+1的逆矩阵

的方法为：

$R_{m+1}^{-1}=\left[\begin{array}{cc}{R}_m^{-1}& 0_m\\ 0_m^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_m}\left[\begin{array}{cc}{b}_m{b}_m^H& b_m\\ b_m^H& 1\end{array}\right]$

其中，b_m与β_m分别定义为：

$b_m\stackrel{\mathrm{def}}{=}-R_m^{-1}\·r_m$

${\mathrm{\β}}_m\stackrel{\mathrm{def}}{=}{\mathrm{\ρ}}_m-r_m^H\·R_m^{-1}\·r_m={\mathrm{\ρ}}_m+r_m^H\·b_m.$

其中，所述根据每个配对用户的信干噪比进行无线资源分配步骤包括：将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户。

其中，所述确定每个配对用户的传输调制编码方式步骤包括：如果配对用户的信干噪比良好，则确定采用高阶调制以及高编码速率的传输调制编码方式；如果配对用户的信干噪比非良好，则确定采用低阶调制以及低编码速率的传输调制编码方式。

为解决上述技术问题，本申请另一方面还提供一种基站，包括：获取模块、计算模块以及调度模块；所述获取模块用于获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，所述获取模块将信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比向所述计算模块发送；所述计算模块用于接收信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，根据所述信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比，所述计算模块将每个配对用户的信干噪比向所述调度模块发送；所述调度模块用于接收每个配对用户的信干噪比，根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。

其中，所述每个配对用户的信干噪比符合如下公式：

${\mathrm{SINR}}_k=\frac{1}{{{\mathrm{\σ}}^2\left[{({\mathrm{\σ}}^2{I}_{N_T}+H^H\·H)}^{-1}\right]}_{k.k}}-1$

其中，σ为噪声功率，I为单位矩阵，N_T为发射天线的数量，每个配对用户只有一根发射天线，H为信道矩阵，k为其中一个配对用户，SINR_k为第k个配对用户的信干噪比，为赫米特矩阵。

其中，所述赫米特矩阵的分块求逆方法为：

令赫米特矩阵的分块形式为：

$R_{m+1}=\left[\begin{array}{cc}{R}_m& r_m\\ r_m^H& {\mathrm{\ρ}}_m\end{array}\right]$

其中，R_m为赫米特矩阵R_m+1的第一子矩阵，r_m为赫米特矩阵R_m+1的第二子矩阵，

为赫米特矩阵R_m+1的第三子矩阵，ρ_m为赫米特矩阵R_m+1的第四子矩阵，

由第一子矩阵R_m的逆矩阵

递推赫米特矩阵R_m+1的逆矩阵

的方法为：

$R_{m+1}^{-1}=\left[\begin{array}{cc}{R}_m^{-1}& 0_m\\ 0_m^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_m}\left[\begin{array}{cc}{b}_m{b}_m^H& b_m\\ b_m^H& 1\end{array}\right]$

其中，b_m与β_m分别定义为：

$b_m\stackrel{\mathrm{def}}{=}-R_m^{-1}\·r_m$

${\mathrm{\β}}_m\stackrel{\mathrm{def}}{=}{\mathrm{\ρ}}_m-r_m^H\·R_m^{-1}\·r_m={\mathrm{\ρ}}_m+r_m^H\·b_m.$

其中，所述调度模块还用于将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户。

其中，所述调度模块还用于在配对用户的信干噪比良好时，确定采用高阶调制以及高编码速率的传输调制编码方式，以及，在配对用户的信干噪比非良好时，确定采用低阶调制以及低编码速率的传输调制编码方式。

为解决上述技术问题，本申请再一方面还提供一种虚拟多输入多输出用户配对系统，包括多个配对用户和至少一个基站，所述多个配对用户和所述基站之间能够进行无线通讯，其中，所述基站为如上述任一项所述的基站。

上述方案通过采用赫米特矩阵的分块求逆方法计算每个配对用户的信干噪比，能够大大提高虚拟多输入多输出用户配对的速度。

附图说明

图1是本申请虚拟多输入多输出用户配对系统一实施方式的结构示意图；

图2是本申请虚拟多输入多输出用户配对方法一实施方式的流程图；

图3是本申请基站一实施方式的结构示意图；

图4是本申请基站另一实施方式的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施方式中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

参阅图1，图1是本申请虚拟多输入多输出用户配对系统一实施方式的结构示意图。本实施方式的虚拟多输入多输出用户配对系统包括：多个配对用户110和至少一个基站120。其中，多个配对用户110和基站120之间能够进行无线通讯。

配对用户110为基站120所覆盖的小区内的用户终端，若多个用户终端被编成一组并在相同的时频资源上与基站120进行数据通讯，则这些用户终端被称为该组的配对用户110。一组配对用户110的数量通常为2个或者4个等等。为了方便陈述，下文均以4个配对用户110为例进行说明。

基站120中设有调度器，能够对小区内的配对用户110进行调度，从而进行无线资源分配和确定每个配对用户的传输调制编码方式，并在调度周期内，基站120按确定的调度方式与配对用户110进行数据通讯，从而将来自核心网的数据传送给配对用户120或将来自配对用户120的数据传送给核心网。

参阅图2，图2是本申请虚拟多输入多输出用户配对方法一实施方式的流程图。本实施方式的虚拟多输入多输出用户配对方法包括如下步骤：

S201：基站获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比。

以4个配对用户为例，基站通过信道估计计算得到每个配对用户的信道情况，从而得到信道矩阵H=[h₁,h₂,h₃,h₄]、噪声功率σ以及4个配对用户在配对前单输入多输出条件下的接收信噪比γ₁,γ₂,γ₃,γ₄。由于信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比的获取方法都是现有技术，为了陈述的方便，此处不一一赘述。

S202：基站根据信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过Hermitian赫米特（Hermitian）矩阵的分块求逆方法计算得到每个配对用户的信干噪比。

在获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比后，需要计算每个配对用户的信干噪比，其中，每个配对用户的信干噪比符合如下公式：

${\mathrm{SINR}}_k=\frac{1}{{\left[{(I_{N_T}+\frac{1}{{\mathrm{\σ}}^2}{H}^H\·H)}^{-1}\right]}_{k.k}}-1$

经变形后，可得公式（1）：

${\mathrm{SINR}}_k=\frac{1}{{{\mathrm{\σ}}^2\left[{({\mathrm{\σ}}^2{I}_{N_T}+H^H\·H)}^{-1}\right]}_{k.k}}-1---\left(1\right)$

其中，σ为噪声功率，I为单位矩阵，N_T为发射天线的数量，每个配对用户只有一根发射天线，H为信道矩阵，k为其中一个配对用户，SINR_k为第k个配对用户的信干噪比，

为赫米特矩阵。

为了求每个配对用户的信干噪比，可按照下面的三个步骤执行：

步骤一：首先需要求出赫米特矩阵

令，

${\mathrm{\σ}}^2{I}_{N_T}+H^H\·H=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{12}^{*}& a_{22}& a_{23}& a_{24}\\ a_{13}^{*}& a_{23}^{*}& a_{33}& a_{34}\\ a_{14}^{*}& a_{24}^{*}& a_{34}^{*}& a_{44}\end{array}\right]=\left[\begin{array}{cccc}{\mathrm{\σ}}^2+{\left|\right|h_1\left|\right|}^2& {h_1}^H{h}_2& {h_1}^H{h}_3& {h_1}^H{h}_4\\ {h_2}^H{h}_1& {\mathrm{\σ}}^2+{\left|\right|h_2\left|\right|}^2& {h_2}^H{h}_3& {h_2}^H{h}_4\\ {h_3}^H{h}_1& {h_3}^H{h}_2& {\mathrm{\σ}}^2+{\left|\right|h_3\left|\right|}^2& {h_3}^H{h}_4\\ {h_4}^H{h}_1& {h_4}^H{h}_2& {h_4}^H{h}_3& {\mathrm{\σ}}^2+{\left|\right|h_4\left|\right|}^2\end{array}\right]$

$=\left[\begin{array}{cccc}{\mathrm{\σ}}^2(1+\frac{{\left|\right|h_1\left|\right|}^2}{{\mathrm{\σ}}^2})& h_1^H\·h_2& h_1^H\·h_3& h_1^H\·h_4\\ h_2^H\·h_1& {\mathrm{\σ}}^2(1+\frac{{\left|\right|h_2\left|\right|}^2}{{\mathrm{\σ}}^2})& h_2^H\·h_3& h_2^H\·h_4\\ h_3^H\·h_1& h_3^H\·h_2& {\mathrm{\σ}}^2(1+\frac{{\left|\right|h_3\left|\right|}^2}{{\mathrm{\σ}}^2})& h_3^H\·h_4\\ h_4^H\·h_1& h_4^H\·h_2& h_4^H\·h_3& {\mathrm{\σ}}^2(1+\frac{{\left|\right|h_4\left|\right|}^2}{{\mathrm{\σ}}^2})\end{array}\right]$

求出赫米特矩阵

由于每个配对用户配对前的信噪比γ₁,γ₂,γ₃,γ₄已经知道， $\frac{{\left|\right|h_1\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_1,\frac{{\left|\right|h_2\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_2,\frac{{\left|\right|h_3\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_3,\frac{{\left|\right|h_4\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_4,$ 矩阵

的对角线元素a₁₁,a₂₂,a₃₃,a₄₄可求出为：

a₁₁=σ²(1+γ₁)，a₂₂=σ²(1+γ₂)，a₃₃=σ²(1+γ₃)，a₄₄=σ²(1+γ₄)，

而且，对于非对角线元素

信道矩阵H已经知道，

为赫米特矩阵，根据赫米特矩阵的性质，矩阵共轭转置等于本身，故只需计算 $a_{12}=h_1^H{h}_2,a_{13}=h_1^H{h}_3,a_{14}=h_1^H{h}_4,$ $a_{23}=h_2^H{h}_3,a_{24}=h_2^H{h}_4,a_{34}=h_3^H{h}_4,$ 则 $a_{12}^{*}=h_2^H{h}_1,a_{13}^{*}=h_3^H{h}_1,a_{14}^{*}=h_4^H{h}_1,a_{23}^{*}=h_3^H{h}_2,$ $a_{24}^{*}=h_4^H{h}_2,a_{34}^{*}=h_4^H{h}_3$ 也可以得出。

步骤二：在计算得到赫米特矩阵

后，对矩阵进行求逆。在整个计算过程中，矩阵

的求逆过程是最复杂的计算过程，通过赫米特矩阵的分块求逆方法能够有效地降低计算的复杂程度。赫米特矩阵的分块求逆方法为：

令赫米特矩阵的分块形式如公式（2）：

$R_{m+1}=\left[\begin{array}{cc}{R}_m& r_m\\ r_m^H& {\mathrm{\ρ}}_m\end{array}\right]---\left(2\right)$

其中，R_m为赫米特矩阵R_m+1的第一子矩阵，是矩阵R_m+1行列数相等时的最大的分块矩阵，m为R_m的行数（列数），r_m为赫米特矩阵R_m+1的第二子矩阵，

为赫米特矩阵R_m+1的第三子矩阵，ρ_m为赫米特矩阵R_m+1的第四子矩阵，

由第一子矩阵R_m的逆矩阵

递推赫米特矩阵R_m+1的逆矩阵

的方法如公式（3）：

$R_{m+1}^{-1}=\left[\begin{array}{cc}{R}_m^{-1}& 0_m\\ 0_m^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_m}\left[\begin{array}{cc}{b}_m{b}_m^H& b_m\\ b_m^H& 1\end{array}\right]---\left(3\right)$

其中，b_m与β_m分别定义如公式（4）和公式（5），b_m与β_m的定义仅为了使下面的公式更加简洁，不具特别的涵义：

$b_m\stackrel{\mathrm{def}}{=}-R_m^{-1}\·r_m---\left(4\right)$

${\mathrm{\β}}_m\stackrel{\mathrm{def}}{=}{\mathrm{\ρ}}_m-r_m^H\·R_m^{-1}\·r_m={\mathrm{\ρ}}_m+r_m^H\·b_m.---\left(5\right)$

可以理解的是，分块的方式不是唯一的，在其它的实施方式中，可以采用其它的分块方式，只要能够达到简化求逆的过程即可。

通过上述方法递推求矩阵的逆的过程具体为：

令分块矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 根据矩阵的伴随矩阵法求逆公式 $A^{-1}=\frac{1}{\left|A\right|}{A}^{*},$ 得到：

$\left|R_2\right|=a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2,{R_2}^{*}=\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ -{a_{12}}^{*}& a_{11}\end{array}\right],$

将|R₂|和R₂ ^*代入伴随矩阵法求逆公式，可得，

${R_2}^{-1}=\frac{1}{a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ {{-a}_{12}}^{*}& a_{11}\end{array}\right].$

之后，令分块矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{13}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 第二子矩阵 $r_2=\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right],$ 第三子矩阵 $r_2^H=\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right],$ 第四子矩阵ρ₂=a₃₃。

此后，根据公式（4）和公式（5）分别求得b₂和β₂：

$b_2=-R_2^{-1}\·r_2=-R_2^{-1}\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right]$

${\mathrm{\β}}_2={\mathrm{\ρ}}_2+r_2^H\·b_2=a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2$

为了令下面的公式表示更为简洁，令中间变量

所以，根据公式（3）可得出：

${R_3}^{-1}=\left[\begin{array}{cc}{R_2}^{-1}+\mathrm{\α}\·b_2{b}_2^H& \mathrm{\α}\·b_2\\ \mathrm{\α}\·b_2^H& \mathrm{\α}\end{array}\right]$

然后，令分块矩阵 $R_4=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{12}^{*}& a_{22}& a_{23}& a_{24}\\ a_{13}^{*}& a_{23}^{*}& a_{33}& a_{34}\\ a_{14}^{*}& a_{24}^{*}& a_{34}^{*}& a_{44}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{12}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 第二子矩阵 $r_3=\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right],$ 第三子矩阵 $r_3^H=\left[\begin{array}{ccc}{a}_{14}^{*}& a_{24}^{*}& a_{34}^{*}\end{array}\right],$ 第四子矩阵ρ₃=a₄₄。

再次根据公式（4）和公式（5）求得b₃和β₃：

$b_3=-R_3^{-1}\·r_3=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

同样地，为了令下面的公式表示更为简洁，令 $b_3=\left[\begin{array}{c}d\\ e\\ f\end{array}\right],$ 可得：

$\left[\begin{array}{c}d\\ e\\ f\end{array}\right]=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

${\mathrm{\β}}_3={\mathrm{\ρ}}_3+r_3^H\·b_3=a_{44}=a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f$

$R_4^{-1}=\left[\begin{array}{cc}{R}_3^{-1}& 0_3\\ 0_3^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_3}\left[\begin{array}{cc}{b}_3{b}_3^H& b_3\\ b_3^H& 1\end{array}\right]$

$=\left[\begin{array}{cc}{R}_3^{-1}+\frac{1}{{\mathrm{\β}}_3}{b}_3{b}_3^H& \frac{1}{{\mathrm{\β}}_3}{b}_3\\ \frac{1}{{\mathrm{\β}}_3}{b}_3^H& \frac{1}{{\mathrm{\β}}_3}\end{array}\right]$

步骤三：由于 ${\left[R_4^{-1}\right]}_{(k,k)}={[R_3^{-1}+\frac{1}{{\mathrm{\β}}_3}{b}_3{b}_3^H]}_{(k,k)},(k=\mathrm{1,2,3}),{\left[R_4^{-1}\right]}_{\left(\mathrm{4,4}\right)}=\frac{1}{{\mathrm{\β}}_3},$ 结合公式（1）可以推导，每个配对用户的信干噪比如公式（6）所示：

$\left\{\begin{array}{c}{\mathrm{SINR}}_k=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2{[{\mathrm{\β}}_3\·[R_3^{-1}]+[b_3{b}_3^H]}_{(k,k)}}-1;(k=\mathrm{1,2,3})\\ {\mathrm{SINR}}_4=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2}-1\end{array}\right.---\left(6\right)$

其中，

$\left\{\begin{array}{c}{b}_3=-R_3^{-1}{r}_3\\ {\mathrm{\β}}_3=a_{44}+r_3^H{b}_3\end{array}\right..$

为了进一步简化公式（6），可进一步推导，

${\left[R_4^{-1}\right]}_{(1,1)}={[R_3^{-1}+\frac{1}{{\mathrm{\β}}_3}{b}_3{b}_3^H]}_{\left(\mathrm{1,1}\right)}$

$={\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+\frac{1}{{\mathrm{\β}}_3}\·{\left[b_3{b}_3^H\right]}_{\left(\mathrm{1,1}\right)}$

其中， $b_3=\left[\begin{array}{c}d\\ e\\ f\end{array}\right],$ 所以有，

${\left[R_4^{-1}\right]}_{\left(\mathrm{1,1}\right)}={\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+\frac{1}{{\mathrm{\β}}_3}\·{\left[b_3{b}_3^H\right]}_{\left(\mathrm{1,1}\right)}$

$={\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+\frac{1}{{\mathrm{\β}}_3}\·{\left[\begin{array}{cc}\left[\begin{array}{c}d\\ e\\ f\end{array}\right]\·\left[\begin{array}{ccc}{d}^{*}& e^{*}& f^{*}\end{array}\right]& \end{array}\right]}_{\left(\mathrm{1,1}\right)}$

$={\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+\frac{1}{{\mathrm{\β}}_3}\·{\left[\begin{array}{cc}\left[\begin{array}{c}d\\ e\\ f\end{array}\right]\·\left[\begin{array}{ccc}{d}^{*}& e^{*}& f^{*}\end{array}\right]& \end{array}\right]}_{\left(\mathrm{1,1}\right)}$

$={\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+\frac{1}{{\mathrm{\β}}_3}{\left|\right|d\left|\right|}^2$

同理，

${\left[R_4^{-1}\right]}_{\left(\mathrm{2,2}\right)}={\left[R_3^{-1}\right]}_{\left(\mathrm{2,2}\right)}+\frac{1}{{\mathrm{\β}}_3}{\left|\right|e\left|\right|}^2$

${\left[R_4^{-1}\right]}_{(3,3)}={\left[R_3^{-1}\right]}_{(3,3)}+\frac{1}{{\mathrm{\β}}_3}{\left|\right|f\left|\right|}^2$

又因为 $R_3^{-1}=\left[\begin{array}{cc}{R}_2^{-1}+\mathrm{\α}\·b_2{b}_2^H& \mathrm{\α}\·b_2\\ \mathrm{\α}\·b_2^H& \mathrm{\α}\end{array}\right],$ 所以有 ${\left[R_4^{-1}\right]}_{\left(\mathrm{3,3}\right)}=\mathrm{\α}+\frac{1}{{\mathrm{\β}}_3}{\left|\right|f\left|\right|}^2.$

最后，综合上述，根据公式（6）可得到：

${\mathrm{SINR}}_1=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+{\left|\right|d\left|\right|}^2)}-1$

${\mathrm{SINR}}_2=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{(2,2)}+{\left|\right|e\left|\right|}^2)}-1$

${\mathrm{SINR}}_3=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2(\mathrm{\α}\·{\mathrm{\β}}_3+{\left|\right|f\left|\right|}^2)}-1$

${\mathrm{SINR}}_4=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2}-1$

S203：基站根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。

在计算得到每个配对用户的信干噪比后，根据配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。比如，将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户或者如果配对用户的信干噪比良好，则确定采用高阶调制以及高编码速率的传输调制编码方式；如果配对用户的信干噪比非良好，则确定采用低阶调制以及低编码速率的传输调制编码方式。

参阅图3，图3是本申请基站一实施方式的结构示意图。本实施方式的基站包括：获取模块310、计算模块320以及调度模块330。

获取模块310用于获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比。比如：以4个配对用户为例，获取模块310通过信道估计计算得到每个配对用户的信道情况，从而得到信道矩阵H=[h₁,h₂,h₃,h₄]、噪声功率σ以及4个配对用户在配对前单输入多输出条件下的接收信噪比γ₁,γ₂,γ₃,γ₄。由于信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比的获取方法都是现有技术，为了陈述的方便，此处不一一赘述。获取模块310将信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比向计算模块320发送。

计算模块320用于接收信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，根据信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比。比如，

首先，计算模块320求出赫米特矩阵

由于每个配对用户配对前的信噪比γ₁,γ₂,γ₃,γ₄已经知道，

矩阵的对角线元素a₁₁,a₂₂,a₃₃,a₄₄可求出为：

a₁₁=σ²(1+γ₁)，a₂₂=σ²(1+γ₂)，a₃₃=σ²(1+γ₃)，a₄₄=σ²(1+γ₄)，

而且，对于非对角线元素

信道矩阵H已经知道，为赫米特矩阵，根据赫米特矩阵的性质，矩阵共轭转置等于本身，故只需计算 $a_{12}=h_1^H{h}_2,a_{13}=h_1^H{h}_3,a_{14}=h_1^H{h}_4,$ $a_{23}=h_2^H{h}_3,a_{24}=h_2^H{h}_4,a_{34}=h_3^H{h}_4,$ 则 $a_{12}^{*}=h_2^H{h}_1,a_{13}^{*}=h_3^H{h}_1,a_{14}^{*}=h_4^H{h}_1,a_{23}^{*}=h_3^H{h}_2,$ $a_{24}^{*}=h_4^H{h}_2,a_{34}^{*}=h_4^H{h}_3$ 也可以得出。

其次，计算模块320令分块矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 根据矩阵的伴随矩阵法求逆公式

得到：

$\left|R_2\right|=a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2,{R_2}^{*}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ -{a_{12}}^{*}& a_{11}\end{array}\right],$

将|R₂|和R₂ ^*代入伴随矩阵法求逆公式，可得，

${R_2}^{-1}=\frac{1}{a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ {{-a}_{12}}^{*}& a_{11}\end{array}\right].$

之后，计算模块320令分块矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{13}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 第二子矩阵 $r_2=\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right],$ 第三子矩阵 $r_2^H=\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right],$ 第四子矩阵ρ₂=a₃₃。

此后，计算模块320根据公式（4）和公式（5）分别求得b₂和β₂：

$b_2=-R_2^{-1}\·r_2=-R_2^{-1}\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right]$

${\mathrm{\β}}_2={\mathrm{\ρ}}_2+r_2^H\·b_2=a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2$

为了令下面的公式表示更为简洁，令中间变量

所以，根据公式（3）可得出：

${R_3}^{-1}=\left[\begin{array}{cc}{R_2}^{-1}+\mathrm{\α}\·b_2{b}_2^H& \mathrm{\α}\·b_2\\ \mathrm{\α}\·b_2^H& \mathrm{\α}\end{array}\right]$

然后，计算模块320令分块矩阵 $R_4=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{12}^{*}& a_{22}& a_{23}& a_{24}\\ a_{13}^{*}& a_{23}^{*}& a_{33}& a_{34}\\ a_{14}^{*}& a_{24}^{*}& a_{34}^{*}& a_{44}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{13}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 第二子矩阵 $r_3=\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right],$ 第三子矩阵 $r_3^H=\left[\begin{array}{ccc}{a}_{14}^{*}& a_{24}^{*}& a_{34}^{*}\end{array}\right],$ 第四子矩阵ρ₃=a₄₄。再次根据公式（4）和公式（5）求得b₃和β₃：

$b_3=-R_3^{-1}\·r_3=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

同样地，为了令下面的公式表示更为简洁，令 $b_3=\left[\begin{array}{c}d\\ e\\ f\end{array}\right],$ 可得：

$\left[\begin{array}{c}d\\ e\\ f\end{array}\right]=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

${\mathrm{\β}}_3={\mathrm{\ρ}}_3+r_3^H\·b_3=a_{44}=a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f$

最后，计算模块320根据公式（6）得到：

${\mathrm{SINR}}_1=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+{\left|\right|d\left|\right|}^2)}-1$

${\mathrm{SINR}}_2=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{(2,2)}+{\left|\right|e\left|\right|}^2)}-1$

${\mathrm{SINR}}_3=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2(\mathrm{\α}\·{\mathrm{\β}}_3+{\left|\right|f\left|\right|}^2)}-1$

${\mathrm{SINR}}_4=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2}-1$

在计算得到各个配对用户的信干噪比后，计算模块320将每个配对用户的信干噪比向调度模块330发送。

调度模块330用于接收每个配对用户的信干噪比，根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。比如，调度模块330将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户或者调度模块330在配对用户的信干噪比良好时，确定采用高阶调制以及高编码速率的传输调制编码方式；在配对用户的信干噪比非良好时，确定采用低阶调制以及低编码速率的传输调制编码方式。

参阅图4，图4是本申请基站另一实施方式的结构示意图。本实施方式的基站包括：接收机410、处理器420、调度器430以及发射机440。

接收机410用于接收数据。

处理器420用于获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比以及根据信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比。比如：以4个配对用户为例，处理器420通过信道估计计算得到每个配对用户的信道情况，从而得到信道矩阵H=[h₁,h₂,h₃,h₄]、噪声功率σ以及4个配对用户在配对前单输入多输出条件下的接收信噪比γ₁,γ₂,γ₃,γ₄。

处理器420求出赫米特矩阵

由于每个配对用户配对前的信噪比γ₁,γ₂,γ₃,γ₄已经知道， $\frac{{\left|\right|h_1\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_1,\frac{{\left|\right|h_2\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_2,\frac{{\left|\right|h_3\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_3,\frac{{\left|\right|h_4\left|\right|}^2}{{\mathrm{\σ}}^2}={\mathrm{\γ}}_4,$ 矩阵

的对角线元素a₁₁,a₂₂,a₃₃,a₄₄可求出为：

a₁₁=σ²(1+γ₁)，a₂₂=σ²(1+γ₂)，a₃₃=σ²(1+γ₃)，a₄₄=σ²(1+γ₄)，

而且，对于非对角线元素信道矩阵H已经知道，

为赫米特矩阵，根据赫米特矩阵的性质，矩阵共轭转置等于本身，故只需计算 $a_{12}=h_1^H{h}_2,a_{13}=h_1^H{h}_3,a_{14}=h_1^H{h}_4,$ $a_{23}=h_2^H{h}_3,a_{24}=h_2^H{h}_4,a_{34}=h_3^H{h}_4,$ 则 $a_{12}^{*}=h_2^H{h}_1,a_{13}^{*}=h_3^H{h}_1,a_{14}^{*}=h_4^H{h}_1,a_{23}^{*}=h_3^H{h}_2,$ $a_{24}^{*}=h_4^H{h}_2,a_{34}^{*}=h_4^H{h}_3$ 也可以得出。

其次，处理器420令分块矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 根据矩阵的伴随矩阵法求逆公式

得到：

$\left|R_2\right|=a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2,{R_2}^{*}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ -{a_{12}}^{*}& a_{11}\end{array}\right],$

将|R₂|和R₂ ^*代入伴随矩阵法求逆公式，可得，

${R_2}^{-1}=\frac{1}{a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ {{-a}_{12}}^{*}& a_{11}\end{array}\right].$

之后，处理器420令分块矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{13}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_2=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ {a_{12}}^{*}& a_{22}\end{array}\right],$ 第二子矩阵 $r_2=\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right],$ 第三子矩阵 $r_2^H=\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right],$ 第四子矩阵ρ₂=a₃₃。

此后，处理器420根据公式（4）和公式（5）分别求得b₂和β₂：

$b_2=-R_2^{-1}\·r_2=-R_2^{-1}\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right]$

${\mathrm{\β}}_2={\mathrm{\ρ}}_2+r_2^H\·b_2=a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2$

为了令下面的公式表示更为简洁，令中间变量

所以，根据公式（3）可得出：

${R_3}^{-1}=\left[\begin{array}{cc}{R_2}^{-1}+\mathrm{\α}\·b_2{b}_2^H& \mathrm{\α}\·b_2\\ \mathrm{\α}\·b_2^H& \mathrm{\α}\end{array}\right]$

然后，处理器420令分块矩阵 $R_4=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{12}^{*}& a_{22}& a_{23}& a_{24}\\ a_{13}^{*}& a_{23}^{*}& a_{33}& a_{34}\\ a_{14}^{*}& a_{24}^{*}& a_{34}^{*}& a_{44}\end{array}\right],$ 再令分块矩阵第一子矩阵的行列数最大，且行列数相等，所以，根据公式（2）可得：第一子矩阵 $R_3=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{12}^{*}& a_{22}& a_{23}\\ a_{12}^{*}& a_{23}^{*}& a_{33}\end{array}\right],$ 第二子矩阵 $r_3=\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right],$ 第三子矩阵 $r_3^H=\left[\begin{array}{ccc}{a}_{14}^{*}& a_{24}^{*}& a_{34}^{*}\end{array}\right],$ 第四子矩阵ρ₃=a₄₄。再次根据公式（4）和公式（5）求得b₃和β₃：

$b_3=-R_3^{-1}\·r_3=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

同样地，为了令下面的公式表示更为简洁，令 $b_3=\left[\begin{array}{c}d\\ e\\ f\end{array}\right],$ 可得：

$\left[\begin{array}{c}d\\ e\\ f\end{array}\right]=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right]$

${\mathrm{\β}}_3={\mathrm{\ρ}}_3+r_3^H\·b_3=a_{44}=a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f$

最后，处理器420根据公式（6）得到：

${\mathrm{SINR}}_1=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+{\left|\right|d\left|\right|}^2)}-1$

${\mathrm{SINR}}_2=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2({\mathrm{\β}}_3{\left[R_3^{-1}\right]}_{(2,2)}+{\left|\right|e\left|\right|}^2)}-1$

${\mathrm{SINR}}_3=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2(\mathrm{\α}\·{\mathrm{\β}}_3+{\left|\right|f\left|\right|}^2)}-1$

${\mathrm{SINR}}_4=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2}-1$

调度器430用于接收每个配对用户的信干噪比，根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。比如，调度器430将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户或者调度器430在配对用户的信干噪比良好时，确定采用高阶调制以及高编码速率的传输调制编码方式；在配对用户的信干噪比非良好时，确定采用低阶调制以及低编码速率的传输调制编码方式。

发射机440用于发射数据。

基于上述基站，本申请还提出了一种虚拟多输入多输出用户配对系统，包括多个配对用户和至少一个基站，多个配对用户和所述基站之间能够进行无线通讯，具体请参阅图1及相关描述，此处不重复赘述。

下面分别对现有技术求4配对用户下的信干噪比的复杂度和本申请求4配对用户下的信干噪比 ${\mathrm{SINR}}_k=\frac{1}{{\left[{(I_4+\frac{1}{{\mathrm{\σ}}^2}{H}^H\·H)}^{-1}\right]}_{k\·k}}-1$ 的复杂度作分析对比。

现有技术求4配对用户下的信干噪比的复杂度分析如下：

1）计算矩阵

的复杂度分析。

$I_4+=\frac{1}{{\mathrm{\σ}}^2}{H}^H\·H=\left[\begin{array}{cccc}1+\frac{{\left|\right|h_1\left|\right|}^2}{{\mathrm{\σ}}^2}& \frac{1}{{\mathrm{\σ}}^2}{h}_1^H\·h_2& \frac{1}{{\mathrm{\σ}}^2}{h}_1^H\·h_3& \frac{1}{{\mathrm{\σ}}^2}{h}_1^H\·h_4\\ \frac{1}{{\mathrm{\σ}}^2}{h}_2^H\·h_1& 1+\frac{{\left|\right|h_2\left|\right|}^2}{{\mathrm{\σ}}^2}& \frac{1}{{\mathrm{\σ}}^2}{h}_2^H\·h_3& \frac{1}{{\mathrm{\σ}}^2}{h}_2^H\·h_4\\ \frac{1}{{\mathrm{\σ}}^2}{h}_3^H\·h_1& \frac{1}{{\mathrm{\σ}}^2}{h}_3^H\·h_2& 1+\frac{{\left|\right|h_3\left|\right|}^2}{{\mathrm{\σ}}^2}& \frac{1}{{\mathrm{\σ}}^2}{h}_3^H\·h_4\\ \frac{1}{{\mathrm{\σ}}^2}{h}_4^H\·h_1& \frac{1}{{\mathrm{\σ}}^2}{h}_4^H\·h_2& \frac{1}{{\mathrm{\σ}}^2}{h}_4^H\·h_3& 1+\frac{{\left|\right|h_4\left|\right|}^2}{{\mathrm{\σ}}^2}\end{array}\right]$

其中，对角线元素而每个用户配对前的信干噪比γ_i已知，所以，计算对角线元素共需要4次实数加法。而对于非对角线元素

由于矩阵

为赫米特矩阵，故在12个非对角线元素中，只需计算其上三角（下三角）的6个非对角线元素，则其对称的下三角（上三角）的6个非对角线元素也可以获知。计算

需要1次实数除法；而计算每个非对角线元素

需要N_R次复数乘法，N_R-1次复数加法，1次复数与实数的乘法。其中，N_R为接收天线的数量。每次复数乘法相当于4次实数乘法、2次实数加法，每次复数加法相当于2次实数加法，每次复数与实数的乘法相当于2次实数乘法。因此，计算每个非对角线元素需要4N_R+2次实数乘法、4N_R-2次实数加法，计算所有非对角线元素（共6个）共需24N_R+12次实数乘法，24N_R-12次实数加法，1次实数除法（计算

需要1次实数除法）。

2）矩阵

求逆的复杂度分析。根据矩阵的伴随矩阵法求逆公式 $A^{-1}=\frac{1}{\left|A\right|}{A}^{*},$ 令 $A=\frac{1}{{\mathrm{\σ}}^2}{H}^H\·H,$ 得：

$A^{-1}=\frac{1}{\left|A\right|}\left[\begin{array}{cccc}{A}_{11}& A_{12}& A_{13}& A_{14}\\ A_{21}& A_{22}& A_{24}& A_{24}\\ A_{31}& A_{32}& A_{33}& A_{34}\\ A_{41}& A_{42}& A_{43}& A_{44}\end{array}\right]$

由于后面的公式只需要用到矩阵

的逆矩阵的对角线元素，故只需求逆矩阵的对角线元素即可。计算逆矩阵的对角线元素需要计算4次3阶矩阵的行列式以及1次4阶矩阵的行列式，而计算3阶行列式：

$\left|\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right|=a_{11}\·\left|\begin{array}{cc}{a}_{22}& a_{23}\\ a_{32}& a_{33}\end{array}\right|-a_{12}\·\left|\begin{array}{cc}{a}_{21}& a_{23}\\ a_{31}& a_{33}\end{array}\right|+a_{13}\·\left|\begin{array}{cc}{a}_{21}& a_{22}\\ a_{31}& a_{32}\end{array}\right|$

需要9次复数乘法、5次复数加法，计算4阶行列式需要40次复数乘法、23次复数加法。所以，在这一阶段共需要76次复数乘法，43次复数加法，即，一共304次实数乘法，238次实数加法。

3）由

计算SINR_k的复杂度分析。

由上面已经获得S_k,(k=1,2,3,4)的值，每次根据

计算得到SINR_k的值时，需要1次实数除法以及1次实数加法。因此，计算4个配对用户的信干噪比共需要4次实数除法以及4次实数加法。

综合上述，当接收天线N_R＝4时，共需要412次实数乘法，330次实数加法以及5次实数除法。而执行一次实数乘法需要2个周期，执行一次实数加法需要1个周期，执行一次实数除法需要20个周期，所以，总共需要1254个周期。

而对于本申请的方法进行复杂度分析，可得：

1）计算a₁₁=σ²(1+γ₁)，a₂₂=σ²(1+γ₂)，a₃₃=σ²(1+γ₃)，a₄₄=σ²(1+γ₄)， $a_{12}=h_1^H{h}_2,a_{13}=h_1^H{h}_3,a_{14}=h_1^H{h}_4,a_{23}=h_2^H{h}_3,a_{24}=h_2^H{h}_4,a_{34}{h}_3^H{h}_4$ 共需要24N_R+16次实数乘法以及24N_R-8次实数加法。

2）计算 ${R_2}^{-1}=\frac{1}{a_{11}{a}_{22}-{\left|\right|a_{12}\left|\right|}^2}\left[\begin{array}{cc}{a}_{22}& -a_{12}\\ {{-a}_{12}}^{*}& a_{11}\end{array}\right],$ 由于a₁₁和a₂₂都是实数，因此计算(a₁₁a₂₂-||a₁₂||²)需要3次实数乘法、2次实数加法；做1次实数除法得到

后又需要与矩阵 $\left[\begin{array}{cc}{a}_{22}& {-a}_{12}\\ {{-a}_{12}}^{*}& a_{11}\end{array}\right]$ 中的a₁₁,a₂₂,-a₁₂元素相乘（由复共轭的特性与-a₁₂ ^*相乘后的结果可由与-a₁₂相乘的结果得到），考虑到a₁₁和a₂₂都是实数，-a₁₂是复数，共需4次实数乘法。综上，该步骤共需要需要7次实数乘法、2次实数加法以及1次实数除法。

3)计算 $b_2=-R_2^{-1}\·\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right],\mathrm{\α}=\frac{1}{a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2}.$ 令 $-R_2^{-1}=\left[\begin{array}{cc}{r}_{11}& r_{12}\\ {r_{12}}^{*}& r_{22}\end{array}\right],$ 则计算 $b_2=\left[\begin{array}{cc}{r}_{11}& r_{12}\\ {r_{12}}^{*}& r_{22}\end{array}\right]\·\left[\begin{array}{c}{a}_{13}\\ a_{23}\end{array}\right]=\left[\begin{array}{c}{r}_{11}{a}_{13}+r_{12}{a}_{23}\\ {r_{12}}^{*}{a}_{13}+r_{22}{a}_{23}\end{array}\right],$ 注意到r₁₁和r₂₂都是实数，需要12次实数乘法、8次实数加法；计算 $a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2,$ 注意到 $\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2$ 定是实数，所以 $a_{33}+\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2=a_{33}+\mathrm{real}(\left[\begin{array}{cc}{a}_{13}^{*}& a_{23}^{*}\end{array}\right]\·b_2),$ 需要4次实数乘法、4次实数加法。综上，该步骤共需要16次实数乘法、12次实数加法以及1次实数除法。

4）计算 $R_3^{-1}=\left[\begin{array}{cc}{R}_2^{-1}+\mathrm{\α}\·b_2{b}_2^H& \mathrm{\α}\·b_2\\ \mathrm{\α}\·b_2^H& \mathrm{\α}\end{array}\right].$ 令 $b_2=\left[\begin{array}{c}{b}_{21}\\ b_{22}\end{array}\right],$ 计算α·b₂需要4次实数乘法，由复共轭的特性可直接得到

注意到

是赫米特矩阵，计算 $\mathrm{\α}\·b_2{b}_2^H=\left[\begin{array}{c}\mathrm{\α}{b}_{21}\\ \mathrm{\α}{b}_{22}\end{array}\right]\·\left[\begin{array}{cc}{b_{21}}^{*}& {b_{22}}^{*}\end{array}\right]=\left[\begin{array}{cc}\mathrm{\α}{\left|b_{21}\right|}^2& \mathrm{\α}{b}_{21}\·{b_{22}}^{*}\\ \mathrm{\α}{b}_{22}\·{b_{21}}^{*}& \mathrm{\α}{\left|b_{22}\right|}^2\end{array}\right]$ 需要8次实数乘法、4次实数加法；注意到是赫米特矩阵，所以计算

需要4次实数加法；综上，该步骤共需要12次实数乘法以及8次实数加法。

5）计算 $\left[\begin{array}{c}d\\ e\\ f\end{array}\right]=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right],{\mathrm{\β}}_3=a_{44}+a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f.$ 注意到

是赫米特矩阵，其对角元为实数，计算 $\left[\begin{array}{c}d\\ e\\ f\end{array}\right]=-R_3^{-1}\·\left[\begin{array}{c}{a}_{14}\\ a_{24}\\ a_{34}\end{array}\right],$ 需要30次实数乘法、24次实数加法；注意到 ${\mathrm{\β}}_3=a_{44}+a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f=a_{44}+\mathrm{real}(a_{14}^{*}d+a_{24}^{*}e+a_{34}^{*}f),$ β₃为实数，计算β₃需要6次实数乘法、6次实数加法；综上，该步骤需要36次实数乘法以及30次实数加法。

6）计算 ${\mathrm{SINR}}_1=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2{\left[R_3^{-1}\right]}_{\left(\mathrm{1,1}\right)}+{\left|\right|d\left|\right|}^2}-1,{\mathrm{SINR}}_2=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2{\left[R_3^{-1}\right]}_{\left(\mathrm{2,2}\right)}+{\left|\right|e\left|\right|}^2}-1,$ ${\mathrm{SINR}}_3=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2\·{\mathrm{\β}}_3+{\left|\right|f\left|\right|}^2}-1,{\mathrm{SINR}}_4=\frac{{\mathrm{\β}}_3}{{\mathrm{\σ}}^2}-1$ 需要12次实数乘法、10次实数加法以及4次实数除法。

综合上述，当接收天线N_R＝4时，共需要195次实数乘法，150次实数加法以及6次实数除法。而执行一次实数乘法需要2个周期，执行一次实数加法需要1个周期，执行一次实数除法需要20个周期，所以，总共需要660个周期。

将本申请所需要的660周期数和现有技术所需要的1254周期相比，可知，复杂度降低可达47.37%。

因此，上述方案通过采用赫米特矩阵的分块求逆方法计算每个配对用户的信干噪比，能够有效降低计算的复杂度，大大提高虚拟多输入多输出用户配对的速度

在本申请所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (11)

1.一种虚拟多输入多输出用户配对方法，包括如下步骤：

获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比；

根据所述信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比；

根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。

2.根据权利要求1所述的方法，其特征在于，所述每个配对用户的信干噪比符合如下公式：

${\mathrm{SINR}}_k=\frac{1}{{{\mathrm{\σ}}^2\left[{({\mathrm{\σ}}^2{I}_{N_T}+H^H\·H)}^{-1}\right]}_{k.k}}-1$

其中，σ为噪声功率，I为单位矩阵，N_T为发射天线的数量，每个配对用户只有一根发射天线，H为信道矩阵，k为其中一个配对用户，SINR_k为第k个配对用户的信干噪比，

为赫米特矩阵。

3.根据权利要求2所述的方法，其特征在于，所述赫米特矩阵的分块求逆方法为：

令赫米特矩阵的分块形式为：

$R_{m+1}=\left[\begin{array}{cc}{R}_m& r_m\\ r_m^H& {\mathrm{\ρ}}_m\end{array}\right]$

其中，R_m为赫米特矩阵R_m+1的第一子矩阵，r_m为赫米特矩阵R_m+1的第二子矩阵，

为赫米特矩阵R_m+1的第三子矩阵，ρ_m为赫米特矩阵R_m+1的第四子矩阵，

由第一子矩阵R_m的逆矩阵

递推赫米特矩阵R_m+1的逆矩阵

的方法为：

$R_{m+1}^{-1}=\left[\begin{array}{cc}{R}_m^{-1}& 0_m\\ 0_m^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_m}\left[\begin{array}{cc}{b}_m{b}_m^H& b_m\\ b_m^H& 1\end{array}\right]$

其中，b_m与β_m分别定义为：

$b_m\stackrel{\mathrm{def}}{=}-R_m^{-1}\·r_m$

${\mathrm{\β}}_m\stackrel{\mathrm{def}}{=}{\mathrm{\ρ}}_m-r_m^H\·R_m^{-1}\·r_m={\mathrm{\ρ}}_m+r_m^H\·b_m.$

4.根据权利要求1所述的方法，其特征在于，所述根据每个配对用户的信干噪比进行无线资源分配步骤包括：

将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户。

5.根据权利要求1所述的方法，其特征在于，所述确定每个配对用户的传输调制编码方式步骤包括：

如果配对用户的信干噪比良好，则确定采用高阶调制以及高编码速率的传输调制编码方式；如果配对用户的信干噪比非良好，则确定采用低阶调制以及低编码速率的传输调制编码方式。

6.一种基站，其特征在于，包括：获取模块、计算模块以及调度模块；

所述获取模块用于获取信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，所述获取模块将信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比向所述计算模块发送；

所述计算模块用于接收信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，根据所述信道矩阵、噪声功率以及用户配对前单输入多输出条件下的接收信噪比，并通过赫米特矩阵的分块求逆方法计算得到每个配对用户的信干噪比，所述计算模块将每个配对用户的信干噪比向所述调度模块发送；

所述调度模块用于接收每个配对用户的信干噪比，根据每个配对用户的信干噪比进行无线资源分配和确定每个配对用户的传输调制编码方式。

7.根据权利要求6所述的基站，其特征在于，所述每个配对用户的信干噪比符合如下公式：

${\mathrm{SINR}}_k=\frac{1}{{{\mathrm{\σ}}^2\left[{({\mathrm{\σ}}^2{I}_{N_T}+H^H\·H)}^{-1}\right]}_{k.k}}-1$

其中，σ为噪声功率，I为单位矩阵，N_T为发射天线的数量，每个配对用户只有一根发射天线，H为信道矩阵，k为其中一个配对用户，SINR_k为第k个配对用户的信干噪比，

为赫米特矩阵。

8.根据权利要求7所述的基站，其特征在于，所述赫米特矩阵的分块求逆方法为：

令赫米特矩阵的分块形式为：

$R_{m+1}=\left[\begin{array}{cc}{R}_m& r_m\\ r_m^H& {\mathrm{\ρ}}_m\end{array}\right]$

其中，R_m为赫米特矩阵R_m+1的第一子矩阵，r_m为赫米特矩阵R_m+1的第二子矩阵，

为赫米特矩阵R_m+1的第三子矩阵，ρ_m为赫米特矩阵R_m+1的第四子矩阵，

由第一子矩阵R_m的逆矩阵

递推赫米特矩阵R_m+1的逆矩阵

的方法为：

$R_{m+1}^{-1}=\left[\begin{array}{cc}{R}_m^{-1}& 0_m\\ 0_m^H& 0\end{array}\right]+\frac{1}{{\mathrm{\β}}_m}\left[\begin{array}{cc}{b}_m{b}_m^H& b_m\\ b_m^H& 1\end{array}\right]$

其中，b_m与β_m分别定义为：

$b_m\stackrel{\mathrm{def}}{=}-R_m^{-1}\·r_m$

${\mathrm{\β}}_m\stackrel{\mathrm{def}}{=}{\mathrm{\ρ}}_m-r_m^H\·R_m^{-1}\·r_m={\mathrm{\ρ}}_m+r_m^H\·b_m.$

9.根据权利要求6所述的基站，其特征在于，所述调度模块还用于将无线资源块分配给在资源块中信干噪比良好的其中一个配对用户。

10.根据权利要求6所述的基站，其特征在于，所述调度模块还用于在配对用户的信干噪比良好时，确定采用高阶调制以及高编码速率的传输调制编码方式，以及，在配对用户的信干噪比非良好时，确定采用低阶调制以及低编码速率的传输调制编码方式。

11.一种虚拟多输入多输出用户配对系统，其特征在于，包括多个配对用户和至少一个基站，所述多个配对用户和所述基站之间能够进行无线通讯，其中，所述基站为如权利要求6-10任一权利要求所述的基站。

Images