CN104662942A - 改善dl mu-mimo通信系统的传输能力的方法 - Google Patents

Abstract

一种用于选择具有预定义码本的通信节点的覆盖区域内的进行调度/预编码所用的用户设备即UE的方法。所述方法包括以下步骤：在所述通信节点处，接收来自所述通信节点的覆盖区域内的各个UE的反馈信息，其中所述反馈信息包括至少一个预编码矩阵指示即PMI；基于从各UE所报告的预编码矩阵指示，在所述通信节点处生成预编码矩阵；利用所述预编码矩阵，在所述通信节点处确定针对所述覆盖内的各UE的相关值；识别具有最小相关值的UE对；以及在所述最小相关值小于或等于阈值的情况下，选择所识别出的UE来进行调度/预编码。

Description

改善DL MU-MIMO通信系统的传输能力的方法

技术领域

本发明涉及改善通信系统的传输能力的方法。特别地而非排他地，本发明涉及增强基于MU-MIMO的通信系统的传输能力的方法。

背景技术

由于MIMO技术能够在无需额外的带宽和增加的发射功率的情况下带来数据吞吐量和链路范围的显著增加，MIMO技术已经在无线通信中引起关注。通过使得多个天线之间传播相同的总发射功率以获得改善频谱效率(每秒每赫兹更多比特的带宽)的阵列增益或者获得改善链路可靠性(衰落减小)的分集增益，来实现这种吞吐量的增加。由于这些属性，MIMO是诸如IEEE 802.11n(WiFi)、HSPA+、4G、3GPP LTE(Long Term Evolution，长期演进)、LTE-A(高级LTE)和WiMAX等的现代无线通信标准的重要部分。

多用户MIMO或MU-MIMO是获得认可的MIMO技术的增强形式。MU-MIMO使得多个独立的无线终端能够访问系统，从而增强各个体终端的通信能力。MU-MIMO通过使用MIMO所提供的空间自由度来调度多个用户能够同时访问相同信道，开拓了最大系统容量。

发明内容

发明要解决的问题

图1中示出了一般的MU-MIMO系统100。如图所示，发射机101以相同的时间-频率从多个发射天线向不同的接收机102和103传输数据。为了使接收机102和103之间的干扰最小化，发射机经由预编码来创建发射束。在接收位置，接收机102和103使用后编码(解码)来取得其数据。预编码非常依赖于 信道状态。在数学上，可如下描述MU-MIMO系统。

$y\left(i\right)=H\left(i\right)V\left(i\right)x\left(i\right)+\underset{k=1,k\≠i}{\overset{N_{\mathrm{UE}}}{\mathrm{\Σ}}}H\left(i\right)V\left(k\right)x\left(k\right)+n\left(i\right)---\left(1\right)$

其中，y(i)是第i个用户所接收到的信号，x(i)是针对第i个用户的数据信号，H(i)是第i个用户的信道矩阵，V(i)是第i个用户的预编码矩阵，n(i)是第i个用户处的加性高斯白噪声。

图2示出图1的发射机将数据201传输至不同的接收机所使用的一种可能的传输机制200。为了使得用户间的干扰最小化，接收机向发射机反馈它们的信道状态信息CSI 202(其包括预编码矩阵指示PMI)。在具有二阶的PMI码本(codebook)的系统中，第i个接收机报告了由W(i)₁和W(i)₂所表示的PMI#1和PMI#2这两个PMI。PMI#1表示长期或宽带信道，并且PMI#2表示短期或即时信道。

然后，发射机使用所报告的PMI来生成针对第i个接收机的预编码作为：

V(i)＝W(i)₁×W(i)₂                          (2) 

尽管这种形式的预编码是有效的，但它并非是最佳的。另外，这种直接预编码的使用在某些情况下、特别是在接收机彼此太靠近的情况下，可能会失败。

显然，将需要提供一种减少失败的可能性的用于预编码的方法。提供一种改善发射机和接收机之间的传输能力的用于预编码的方法也将是有利的。

用于解决问题的方案

根据本发明的一个方面，提供了一种用于在具有预定义码本的通信节点的覆盖区域内选择用户设备即UE来进行调度/预编码的方法，所述方法包括以下步骤：

在所述通信节点处，接收来自所述通信节点的覆盖区域内的各个UE的反馈信息，其中所述反馈信息包括至少一个预编码矩阵指示即PMI；

在所述通信节点处，基于从各UE所报告的预编码矩阵指示生成预编码矩阵；

在所述通信节点处，利用所述预编码矩阵确定针对所述覆盖内的各UE的相关值；

识别具有最小相关值的UE对；以及

在所述最小相关值小于或等于阈值的情况下，选择所识别出的UE来进行调度/预编码。

适当地，所述预定义码本是二阶码本，并且所述反馈信息包括第一预编码矩阵指示PMI₁和第二预编码矩阵指示PMI₂。在这种情况下，可以通过如下计算式来生成针对从各UE所报告的PMI₁和PMI₂的预编码矩阵W(i)：W(i)＝W(i)₁×W(i)₂，其中i＝1、…、Ф。

优选地，可以通过如下计算式来给出所述相关值：C_corr(i,j)＝tr{[W_H(i)W(j)]^H[W_H(i)W(j)]}，其中i＝1、…、Ф-1，并且j＝i+1、…、Ф。可以通过如下计算式来给出所述最小相关值：其中  $(\tilde{i},\tilde{j})=\arg \min \left\{C_{\mathrm{corr}}(i,j)\right\}.$

根据本发明的另一个方面，提供了一种在具有预定义码本服务的通信节点中预编码数据传输的方法，其中用户设备位于所述通信节点的覆盖区域内，所述方法包括以下步骤：

从所述覆盖区域内选择用户设备即UE作为候选来进行预编码，其中基于利用预编码矩阵针对所述覆盖区域内的各UE所计算出的相关值来选择UE，所述预编码矩阵是根据各UE报告至所述通信节点的预编码矩阵指示而生成的；

基于所报告的预编码矩阵指示和从代表性信道矩阵的固定码本所获得的信道矩阵，来确定针对所选择的UE的相关值；

选择具有最高相关值的信道矩阵对；以及

利用所选择的信道矩阵对来生成预编码。

适当地，所述预定义码本是二阶码本，并且所述反馈信息包括第一预编码矩阵指示PMI₁和第二预编码矩阵指示PMI₂。在这种情况下，可以通过如下计算式来生成针对从各UE所报告的PMI₁和PMI₂的预编码矩阵W(i)：W(i)＝W(i)₁×W(i)₂，其中i＝1、…、Ф。

优选地，可以通过如下计算式来给出所述相关值：C_corr(i,j)＝tr{[W_H(i)W(j)]^H[W_H(i)W(j)]}，其中i＝1、…、Ф-1，并且j＝i+1、…、Ф。可以通过如下计算式来给出最小相关值：其中  $(\tilde{i},\tilde{j})=\arg \min \left\{C_{\mathrm{corr}}(i,j)\right\}.$

所述代表性信道矩阵的固定码本可以根据长期PMI码本和短期秩PMI码本来生成。适当地，根据长期PMI码本和短期秩#1PMI码本来生成代表性信道矩阵的秩1的固定码本Ω_RANK1。优选地，Ω_RANK1包含大小为N_TX×1的向量。适当地，根据长期PMI码本和短期秩#2PMI码本来生成代表性信道矩阵(CM)的秩2的固定码本Ω_RANK2。Ω_RANK2包含大小为N_TX×N_RX的矩阵。

可以利用固定码本Ω_RANK1和Ω_RANK2来识别代表性信道矩阵。针对秩2，代表性信道矩阵可以由以下给出。

$H\left(\tilde{n}\left(\tilde{i}\right)\right)\∈{\mathrm{\Ω}}_{\mathrm{RANK}2},H\left(\tilde{n}\left(\tilde{j}\right)\right)\∈{\mathrm{\Ω}}_{\mathrm{RANK}2},---\left(6\right),$ 其中

$\tilde{n}\left(\tilde{i}\right)=\underset{n}{\arg \max }\mathrm{tr}\left\{{\left[H\left(n\right)W\left(\tilde{i}\right)\right]}^H\right[H\left(n\right)W\left(\tilde{i}\right)\left]\right\},$

$\tilde{n}\left(\tilde{j}\right)=\underset{n}{\arg \max }\mathrm{tr}\left\{{\left[H\left(n\right)W\left(\tilde{j}\right)\right]}^H\right[H\left(n\right)W\left(\tilde{j}\right)\left]\right\},$

H(n)∈Ω_RANK2.

对于秩1，可以根据基于PMI的矩阵W(i)中，在Ω_RANK1上针对各第i个UE搜索N_RX个大小为N_TX×1的向量。然后，可以利用这些向量来形成大小为N_TX×N_RX的信道矩阵H(i)。

适当地，通过如下计算式来计算针对所选择的UE的相关值： C(i,n)＝tr{[h(n)^HW(i)]^H[h(n)^HW(i)]}，其中n＝1、…、N_vec。

优选地，所述选择具有最高相关值的信道矩阵对的步骤包括：对所述相关值进行排序，即 $C(i,n_1)>C(i,n_2)>...>C(i,n_{N_{\mathrm{vec}}}),$ 以识别与相对应的N_RX个最大值，从而形成信道矩阵

本发明的一个实施例中的生成预编码的步骤可以包括以下步骤：

a)针对所有UE，通过设置G(i)_(m＝0)＝J(i)来初始化UE的后编码，其中J(i)是RI(i)×N_RX，并且i＝1、…、N_UE；

b)针对所有UE，使用G(i)_(m)计算预编码V(i)_(m+1)；

c)针对所有UE，使用V(i)_(m+1)计算后编码G(i)_(m+1)；

d)计算并且将E与收敛阈值ε进行比较；

e)在E≥ε的情况下，设置m＝m+1，并且重复步骤b)～d)、直到  $\underset{i=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{\left|\right|G{\left(i\right)}_{(m+1)}-G{\left(i\right)}_{\left(m\right)}\left|\right|}_F^2<\mathrm{\&epsiv;}$ 为止；以及

f)输出所述预编码V(i)_(m+1)。

适当地，根据 $V\left(i\right)={[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H\left(j\right)G^H\left(j\right)G\left(j\right)H\left(j\right)+\mathrm{\&upsi;I}]}^{-1}{H}^H\left(i\right)G^H\left(i\right)$ 来计算V(i)_(m+1)，其中υ是拉格朗日乘子，以及

根据 $G\left(i\right)=V^H\left(i\right)H^H\left(i\right){[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}H\left(i\right)V\left(j\right)V^H\left(j\right)H^H\left(i\right)+N_o\left(i\right)I]}^{-1}$ 来计算G(i)_(m+1)，其中N₀为噪声方差。

在本发明的一些实施例中，可以根据以下步骤来计算拉格朗日乘子υ：

a)计算分解式 $\mathrm{U\&Lambda;}{U}^H=\underset{i=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H{\left(i\right)}_{m+1}{G}^H{\left(i\right)}_{m+1}G{\left(i\right)}_{(m+1)}H{\left(i\right)}_{(m+1)}$ 的奇异值λ_i；

b)基于所计算出的奇异值λ_i来设置所述拉格朗日乘子υ的最小值υ_min和最大值υ_max；

c)将所述拉格朗日乘子设置为υ＝(υ_max+υ_min)/2；

d)计算 $\hat{P}=\underset{i=1}{\overset{N_{\mathrm{TX}}}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&lambda;}}_i}{{({\mathrm{\&lambda;}}_i+\mathrm{\&upsi;})}^2};$

c)计算其中P为总传输功率；

d)将与所述收敛阈值ε进行比较；

e)在大于ε并且小于P的情况下，设置υ_max＝υ；

f)在大于ε并且大于P的情况下，设置υ_min＝υ；

g)重复步骤c)～f)、直到为止，并且输出所述拉格朗日乘子υ。

在本发明的一些实施例中，可以通过以下来计算噪声方差N₀(i)：

针对所有UE，基于信道质量指示即CQI表中所包含的信号与干扰加噪声比阈值即SINR阈值来计算信号与干扰加噪声比SINR(i，l)；

然后，针对所有UE，根据计算所述噪声方差N₀(i)，其中i＝1、…、N_UE。

在本发明的一些实施例中，可以根据G(i)＝V^H(i)H^H(i)[H(i)V(i)V^H(i)H^H(i)+N_o(i)I]^-1来计算G(i)_(m+1)，并且所述噪声方差可以被固定为N₀(i)＝0，其中i＝1、…、N_UE。

本说明书中对任何现有技术的参考，不是并且不应该被视为承认或以任何形式教示这些现有技术构成公知常识的一部分。

发明的有益效果

根据如上所述的本发明的各典型方面，可以提供一种减少失败的可能性的用于预编码的方法。还可以提供一种改善发射机和接收机之间的传输能力的用于预编码的方法。

附图说明

为了使本发明可以更容易地被理解并付诸实践，现在将参考示出本发明的优选实施例的附图，其中：

图1是eNodeB以相同的时间-频率从多个发射天线向不同的UE传输数据的一般MU-MIMO系统的示意图；

图2是示出图1的发射机向不同的接收机传输数据所使用的一种可能的具有UE反馈的传输机制的示意图；

图3是示出根据本发明的一个实施例的用户设备(UE)选择和预编码的处理的流程图；

图4是示出根据本发明的一个实施例的产生预编码的处理的流程图；

图5是示出根据本发明的一个实施例的计算在图4所示的产生预编码时所使用的拉格朗日乘子的处理的流程图；

图6是示出根据本发明的一个实施例的计算在图4所示的产生预编码时所使用的噪声方差的处理的流程图。

具体实施方式

本领域技术人员将会理解，在MU-MIMO传输方案中，经常基于从UE所接收到的包括信道秩指示(RI)、信道质量指示(CQI)和预编码矩阵指示(PMI)的信道反馈来进行预编码。RI表示所估计出的UE能够接收到的同时层的数量。一个或多个层可以被映射至同一码字，并且被联合进行编码以用于针对目标UE的传输。在3GPP LTE/高级LTE中，根据发射天线端口的数量定义了不同的码本，并且这些码本提供对向同一目标UE的可变数目的层(数据流)同时传输的预编码支持。为了简化并易于论述，以下的说明关注于两个UE和二阶的PMI码本的情况。

参考图3，示出了根据本发明一个实施例的UE选择和预编码的处理300。如图所示，首先计算UE预编码矩阵对的相关值(301)。从以UE所报告PMI作 为索引的LTE码本中获得预编码矩阵(PM)。然后，选择具有最小相关值的UE对以用于后续处理(302)。

在本示例中，按照以下来进行具有最小相关值的UE对的选择。设W(i)表示与第i个UE(i＝1，…，Ф)的所报告的PMI#1和PMI#2相对应的预编码矩阵。则以下等式成立。

W(i)＝W(i)₁×W(i)₂                          (3) 

以下可以针对等式(4)来计算相关值。

C_corr(i,j)＝tr{[W_H(i)W(j)]^H[W_H(i)W(j)]},i＝1,...,Φ-1,j＝i+1,...,Φ(4)

然后，通过以下等式来提供最小相关值。

$\begin{array}{c}{C}_{\mathrm{corr}}(\tilde{i},\tilde{j})=\min \left\{C_{\mathrm{corr}}(i,j)\right\},\\ (\tilde{i},\tilde{j})=\arg \min \left\{C_{\mathrm{corr}}(i,j)\right\}\end{array}---\left(5\right)$

然后，将最小相关值与相关阈值T进行比较。如果最小相关值大于阈值T，即如果则不选择对作为调度/预编码用的对，并且处理终止(303)。如果最小相关值不大于阈值T，即如果则计算所报告的PMI和CM的相关值(304)。

利用代表性信道的固定码本来获得该实例中的代表性信道矩阵(CM)(305)。代表性信道的固定码本因秩而不同。对于秩1，代表性信道矩阵的固定码本Ω_RANK1是根据长期PMI码本和短期秩#1PMI码本而生成的。Ω_RANK1包含大小为N_TX×1的向量。对于秩2，代表性信道矩阵(CM)的固定码本Ω_RANK2是根据长期PMI码本和短期秩#2PMI码本而生成的。Ω_RANK2包含大小为N_TX×N_RX的矩阵。

利用固定码本Ω_RANK1和Ω_RANK2来识别代表性信道矩阵。对于秩2，代表性信道矩阵可以由以下给出：

$H\left(\tilde{n}\left(\tilde{i}\right)\right)\&Element;{\mathrm{\&Omega;}}_{\mathrm{RANK}2},H\left(\tilde{n}\left(\tilde{j}\right)\right)\&Element;{\mathrm{\&Omega;}}_{\mathrm{RANK}2}---\left(6\right)$

$\tilde{n}\left(\tilde{i}\right)=\underset{n}{\arg \max }\mathrm{tr}\left\{{\left[H\left(n\right)W\left(\tilde{i}\right)\right]}^H\right[H\left(n\right)W\left(\tilde{i}\right)\left]\right\},$

$\tilde{n}\left(\tilde{j}\right)=\underset{n}{\arg \max }\mathrm{tr}\left\{{\left[H\left(n\right)W\left(\tilde{j}\right)\right]}^H\right[H\left(n\right)W\left(\tilde{j}\right)\left]\right\},$

H(n)∈Ω_RANK2.

对于秩1，根据基于PMI的矩阵W(i)，在Ω_RANK1上针对各第i个UE搜索N_RX个大小为N_TX×1的向量。然后，利用这些向量来形成大小为N_TX×N_RX的信道矩阵H(i)。

一旦识别出代表性信道矩阵，则根据以下来计算相关值。

C(i,n)＝tr{[h(n)_HW(i)]^H[h(n)_HW(i)]},n＝1,...,N_vec             (7) 

然后，对相关值进行排序，以找出与相对应的N_RX个最大相关值 $C(i,n_1)>C(i,n_2)>...>C(i,n_{N_{\mathrm{RX}}}),$ 从而形成如下信道矩阵。

$H\left(i\right)={[h\left(n_1\right),h\left(n_2\right),...,h\left(n_{N_{\mathrm{RX}}}\right)]}^H---\left(8\right)$

然后，选择具有最大相关值的信道矩阵对(306)，然后利用的值计算预编码(307)，其中的值是使用(以下更详细讨论)来计算的。然后，利用与的值以及拉格朗日乘子(以下更详细讨论)，来计算预编码的值。

在本实例中，由此得到的预编码是基于PMI反馈所计算出的最小均方误差(MMSE)预编码。因而，不需要与信道有关的信息来产生预编码。以下参考图4来更详细论述根据本发明实施例的MMSE预编码的生成。

参考图4，示出了根据本发明的一个实施例的用于生成MMSE预编码的一个处理。预编码的生成，首先如下初始化所有UE的后编码(401)。

G(i)_(m＝0)＝J(i),i＝1,...,N_UE

这里，J(i)是第(a，b)个元素在a≠b时为0并且在a＝b时为1的矩阵RI(i)×N_RX，并且(m)表示第m次迭代。然后，使用G(i)_(m)(i＝1，…，N_UE)和如下等式来针对所有UE计算预编码V(i)_(m+1)(402)。

$V\left(i\right)={[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H\left(j\right)G^H\left(j\right)G\left(j\right)H\left(j\right)+\mathrm{\&upsi;I}]}^{-1}{H}^H\left(i\right)G^H\left(i\right)---\left(9\right)$

在等式9中，变量υ是下面更详细论述的从图5的步骤505中所获得的拉格朗日乘子。

然后，处理进入如下步骤：针对所有UE，根据以下等式使用V(i)_(m+1)(i＝1，…，N_UE)来计算后编码G(i)_(m+1)(403)。

$G\left(i\right)=V^H\left(i\right)H^H\left(i\right){[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}H\left(i\right)V\left(j\right)V^H\left(j\right)H^H\left(i\right)+N_o\left(i\right)I]}^{-1}---\left(10\right)$

为了简单起见，可以使用以下等式来计算各UE的后编码G(i)_(m+1)。

G(i)＝V^H(i)H^H(i)[H(i)V(i)V^H(i)H^H(i)+N_o(i)I]^-1          (11) 

在等式10和11的情况下，N₀(i)是从图6的步骤602所获得的噪声方差。以下更详细地论述该噪声方差的计算。

然后，处理计算这里表示弗罗贝尼乌斯范数(Frobenius norm)。然后，处理判断E是否大于或等于收敛阈值ε，即E≥ε是否成立。如果E≥ε，则处理使m递增1(405)，并且重复计算V(i)_(m+1)和G(i)_(m+1)的步骤402和403以再次计算E的值。然后，重复该处理，直到 在该阶段输出预编码V(i)_(m+1)(406)。

从以上论述可以看出，预编码V(i)_(m+1)的计算需要使用拉格朗日乘子υ。在图5中示出了用于计算拉格朗日乘子υ的处理(500)。如图所示，计算分解式 $\mathrm{U\&Lambda;}{U}^H=\underset{i=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H{\left(i\right)}_{m+1}{G}^H{\left(i\right)}_{m+1}G{\left(i\right)}_{(m+1)}H{\left(i\right)}_{(m+1)}$ 的奇异值λ_i(501)。然后，设置拉格朗日乘子的最小值υ_min和最大值υ_max(502)。然后，将拉格朗日乘子设置为υ＝(υ_max+υ_min)/2(503)。

一旦设置了拉格朗日乘子，则计算量值然后，进入如下处理：计算减去总传输功率P所得到值的绝对值，之后将该绝对值与收敛阈值ε进行比较。如果该绝对值不小于ε，即如果成立，则将的值与P的值进行比较，如果小于P，则每次在步骤503重新设置拉格朗日乘子之前，υ_max＝υ(506)。如果大于P，则每次在步骤503重新设置拉格朗日乘子之前，υ_min＝υ(507)。

重复进行设置拉格朗日乘子的步骤503、计算的步骤504和设置υ_max＝υ的步骤506或设置υ_min＝υ的步骤507，直到在该阶段将拉格朗日乘子υ用于图4的步骤402的计算预编码V(i)_(m+1)(505)。

除使用拉格朗日乘子以外，还需要用于生成与噪声方差N₀(i)有关的预编码信息的处理。图6示出根据本发明的一个实施例的用于计算噪声方差N₀(i)的一个可能的过程(600)。如图所示，基于信道质量指示(CQI)表中所包含的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)阈值来计算针对所有UE的SINR(i，l)(601)。然后，针对所有UE，根据以下等式，利用SINR(i，l)与总功率P相结合地计算噪声方差N₀(i)。

$N_o\left(i\right)=\frac{P/N_{\mathrm{UE}}}{\underset{l=1}{\overset{\mathrm{RI}}{\mathrm{\&Sigma;}}}\mathrm{SINR}(i,l)/\mathrm{RI}\left(i\right)},i=1,...,N_{\mathrm{UE}}$

为了简单起见，在以上针对图4所论述的预编码计算处理中在步骤403计算G(i)_(m+1)时利用N₀(i)的值的另一情况下，可以将噪声方差固定为0，即N₀(i)＝0，i＝1，…，N_UE。

从以上论述可以看出，本发明提供了基于利用PMI反馈的联合传输&接收优化方法的MMSE预编码。尽管上述示例为了简化并易于论述的目的而关注于两个UE和二阶PMI码本的情况，但本领域技术人员应当理解，所提出的 用于生成预编码的处理不限于两个UE和二阶PMI码本的情况，并且能够很容易地扩展为覆盖包括多个UE和更高阶码本的情况。

应当理解，上述实施例仅以本发明的示例说明的方式来提供，并且本领域技术人员将显而易见，进一步的修改和改进均被认为落入这里所述的本发明的宽范围和界限内。

本申请基于并要求2012年9月18日提交的澳大利亚专利申请2012904070的优先权，其全部内容通过引用包含于此。

附图标记列表

100  MU-MIMO系统

101  发射机

102、103  接收机

200  传输机制

201  传输数据

202  信道状态信息

Claims (19)

1.一种用于在具有预定义码本的通信节点的覆盖区域内选择用户设备即UE来进行调度/预编码的方法，所述方法包括以下步骤：

在所述通信节点处，接收来自所述通信节点的覆盖区域内的各个UE的反馈信息，其中所述反馈信息包括至少一个预编码矩阵指示即PMI；

在所述通信节点处，基于从各UE所报告的预编码矩阵指示生成预编码矩阵；

在所述通信节点处，利用所述预编码矩阵确定针对所述覆盖内的各UE的相关值；

识别具有最小相关值的UE对；以及

在所述最小相关值小于或等于阈值的情况下，选择所识别出的UE来进行调度/预编码。

2.根据权利要求1所述的方法，其中，

所述预定义码本是二阶码本，并且

所述反馈信息包括第一预编码矩阵指示PMI₁和第二预编码矩阵指示PMI₂。

3.根据权利要求2所述的方法，其中，通过如下计算式来生成针对从各UE所报告的PMI₁和PMI₂的预编码矩阵W(i)：

W(i)＝W(i)₁×W(i)₂，其中i＝1、…、Ф。

4.根据权利要求3所述的方法，其中，通过如下计算式来给出所述相关值：

C_corr(i,j)＝tr{[W^H(i)W(j)]^H[W^H(i)W(j)]}，

其中i＝1、…、Ф-1，并且j＝i+1、…、Ф。

5.根据权利要求4所述的方法，其中，通过如下计算式来给出所述最小相关值：

$C_{\mathrm{corr}}(\tilde{i},\tilde{j})=\min \left\{C_{\mathrm{corr}}(i,j)\right\},$ 其中 $(\tilde{i},\tilde{j})=\arg \min \left\{C_{\mathrm{corr}}(i,j)\right\}.$

6.一种在具有预定义码本服务的通信节点中预编码数据传输的方法，其中用户设备位于所述通信节点的覆盖区域内，所述方法包括以下步骤：

从所述覆盖区域内选择用户设备即UE作为候选来进行预编码，其中基于利用预编码矩阵针对所述覆盖区域内的各UE所计算出的相关值来选择UE，所述预编码矩阵是根据各UE报告至所述通信节点的预编码矩阵指示而生成的；

基于所报告的预编码矩阵指示和从代表性信道矩阵的固定码本所获得的信道矩阵，来确定针对所选择的UE的相关值；

选择具有最高相关值的信道矩阵对；以及

利用所选择的信道矩阵对来生成预编码。

7.根据权利要求6所述的方法，其中，

所述预定义码本是二阶码本，并且

所述反馈信息包括第一预编码矩阵指示PMI₁和第二预编码矩阵指示PMI₂。

8.根据权利要求7所述的方法，其中，通过如下计算式来生成针对从各UE所报告的PMI₁和PMI₂的预编码矩阵W(i)：

W(i)＝W(i)₁×W(i)₂，其中i＝1、…、Ф。

9.根据权利要求8所述的方法，其中，通过如下计算式来给出所述相关值：

C_corr(i,j)＝tr{[W^H(i)W(j)]^H[W^H(i)W(j)]}，

其中i＝1、…、Ф-1，并且j＝i+1、…、Ф。

10.根据权利要求9所述的方法，其中，通过如下计算式来给出最小相关值：

$C_{\mathrm{corr}}(\tilde{i},\tilde{j})=\min \left\{C_{\mathrm{corr}}(i,j)\right\},$ 其中 $(\tilde{i},\tilde{j})=\arg \min \left\{C_{\mathrm{corr}}(i,j)\right\}.$

11.根据权利要求6至10中任一项所述的方法，其中，所述代表性信道矩阵的固定码本是根据长期PMI码本和短期秩PMI码本所生成的。

12.根据权利要求11所述的方法，其中，通过如下计算式来计算针对所选择的UE的相关值：

C(i,n)＝tr{[h(n)^HW(i)]^H[h(n)^HW(i)]}，其中n＝1、…、N_vec。

13.根据权利要求12所述的方法，其中，所述选择具有最高相关值的信道矩阵对的步骤包括：

对所述相关值进行排序，即 $C(i,n_1)>C(i,n_2)>...>C(i,n_{N_{\mathrm{vec}}}),$ 以识别与相对应的N_RX个最大值，从而形成信道矩阵 $H\left(i\right)={[h\left(n_1\right),h\left(n_2\right),...,h\left(n_{N_{\mathrm{RX}}}\right)]}^H.$

14.根据权利要求13所述的方法，其中，所述生成预编码的步骤包括以下步骤：

a)针对所有UE，通过设置G(i)_(m＝0)＝J(i)来初始化UE的后编码，其中J(i)是RI(i)×N_RX，并且i＝1、…、N_UE；

b)针对所有UE，使用G(i)_(m)计算预编码V(i)_(m+1)；

c)针对所有UE，使用V(i)_(m+1)计算后编码G(i)_(m+1)；

d)计算并且将E与收敛阈值ε进行比较；

e)在E≥ε的情况下，设置m＝m+1，并且重复步骤b)～d)、直到 $\underset{i=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{\left|\right|{G\left(i\right)}_{(m+1)}-{G\left(i\right)}_{\left(m\right)}\left|\right|}_F^2<\mathrm{\&epsiv;}$ 为止；以及

f)输出所述预编码V(i)_(m+1)。

15.根据权利要求14所述的方法，其中，

根据 $V\left(i\right)={[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H\left(j\right)G^H\left(j\right)G\left(j\right)H\left(j\right)+\mathrm{\&upsi;I}]}^{-1}{H}^H\left(i\right)G^H\left(i\right)$ 来计算V(i)_(m+1)，其中υ是拉格朗日乘子；以及

根据 $G\left(i\right)=V^H\left(i\right)H^H\left(i\right){[\underset{j=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}H\left(i\right)V\left(j\right)V^H\left(j\right)H^H\left(i\right)+N_o\left(i\right)I]}^{-1}$ 来计算G(i)_(m+1)，其中N₀为噪声方差。

16.根据权利要求15所述的方法，其中，所述拉格朗日乘子υ的计算包括以下步骤：

a)计算分解式 ${\mathrm{U\&Lambda;U}}^H=\underset{i=1}{\overset{N_{\mathrm{UE}}}{\mathrm{\&Sigma;}}}{H}^H{\left(i\right)}_{m+1}{G}^H{\left(i\right)}_{m+1}{G\left(i\right)}_{(m+1)}{H\left(i\right)}_{(m+1)}$ 的奇异值λ_i；

b)基于所计算出的奇异值λ_i来设置所述拉格朗日乘子υ的最小值υ_min和最大值υ_max；

c)将所述拉格朗日乘子设置为υ＝(υ_max+υ_min)/2；

d)计算 $\hat{P}=\underset{i=1}{\overset{N_{\mathrm{TX}}}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&lambda;}}_i}{{({\mathrm{\&lambda;}}_i+\mathrm{\&upsi;})}^2};$

c)计算其中P为总传输功率；

d)将与所述收敛阈值ε进行比较；

e)在大于ε并且小于P的情况下，设置υ_max＝υ；

f)在大于ε并且大于P的情况下，设置υ_min＝υ；

g)重复步骤c)～f)、直到为止，并且输出所述拉格朗日乘子υ。

17.根据权利要求15或16所述的方法，其中，所述噪声方差N₀(i)的计算包括以下步骤：

针对所有UE，基于信道质量指示即CQI表中所包含的信号与干扰加噪声比阈值即SINR阈值来计算信号与干扰加噪声比SINR(i，l)；

针对所有UE，根据计算所述噪声方差N₀(i)，其中i＝1、…、N_UE。

18.根据权利要求14所述的方法，其中，

根据G(i)＝V^H(i)H^H(i)[H(i)V(i)V^H(i)H^H(i)+N_o(i)I]^-1来计算G(i)_(m+1)。

19.根据权利要求15或18所述的方法，其中，所述噪声方差固定为0，即N₀(i)＝0，其中i＝1、…、N_UE。