CN104980201A

CN104980201A - 波束成形矩阵的重排序

Info

Publication number: CN104980201A
Application number: CN201510157655.4A
Authority: CN
Inventors: M·S·拉朱; S·沙里
Original assignee: Imagination Technologies Ltd
Current assignee: Nordic Semiconductor ASA
Priority date: 2014-04-07
Filing date: 2015-04-03
Publication date: 2015-10-14
Anticipated expiration: 2035-04-03
Also published as: GB2560657A; GB201504417D0; GB201807941D0; US20150288437A1; GB201807940D0; US9281885B2; GB2560461A; GB2560656A; DE102015104418A1; GB201504416D0; CN104980201B; GB2560461B; GB2525090A; GB2560656B; GB2560656A8; GB201807937D0; GB201807939D0; US9281884B2; GB2560655A; GB2560657B

Abstract

波束成形矩阵的重排序。公开了用于波束成形的设备、方法和系统。方法的一个实施方式包括：产生波束成形矩阵，包括得到多天线发送器和接收器之间的多输入多输出(MIMO)的信道矩阵，基于所述信道矩阵的奇异值分解，确定初始波束成形矩阵；产生最终波束成形矩阵，包括基于信号特性针对多载波信号的至少一个子载波将所述初始波束成形矩阵的列重排序；使用所述最终波束成形矩阵处理多个多载波信号，并且通过多个发送链路发送处理后的多个多载波信号。

Description

波束成形矩阵的重排序

技术领域

描述的实施方式总体上涉及无线通信。更特别地，描述的实施方式涉及用于将波束成形矩阵重排序的系统、方法和设备。

背景技术

在多输入、多输出(MIMO)系统中使用了许多变形形式的传输波束成形技术。通常，这些技术包括基于传输(MIMO)信道的测量在接收器计算波束成形矩阵。当矩阵被传达到发送器并且被发送器应用于后续流量上时，针对MIMO系统的各流有效接收的信噪比(SNR)提高，从而导致整体性能提高。虽然这些解决方案通过提供接收器处的有效SNR来得到性能提高，但没有考虑到为了进行不同解码和去交织处理和为了进行数据流解析和去解析而分布于多个天线链和子载波上的SNR之间的交互作用。这些相互作用可导致比理论上预期结果明显降低的性能。

期望具有用于产生波束成形信号的方法、设备和系统，其解决为了进行不同解码和去交织处理和为了进行数据流解析和去解析而分布于多个天线链和子载波上的SNR之间的交互作用。

发明内容

实施方式包括一种波束成形的方法。该方法包括：产生波束成形矩阵，包括得到多天线发送器和接收器之间的多输入多输出(MIMO)的信道矩阵，基于所述信道矩阵的奇异值分解，确定初始波束成形矩阵，产生最终波束成形矩阵，其中，产生所述最终波束成形矩阵包括基于信号特性针对多载波信号的至少一个子载波将所述初始波束成形矩阵的列重排序。

至少一些实施方式还包括使用所述最终波束成形矩阵处理多个多载波信号，并且通过多个发送器链路发送处理后的多个多载波信号。

另一个实施方式包括一种设备。该设备包括多个接收链路和处理器。所述处理器操作用于：得到多天线发送器和多个接收链路之间的多输入多输出(MIMO)信道的信道矩阵；基于所述信道矩阵的奇异值分解，确定初始波束成形矩阵；产生最终波束成形矩阵，其中，产生所述最终波束成形矩阵包括基于信号特性针对多载波信号的至少一个子载波将选择的波束成形技术的初始波束成形矩阵的列重排序。

对于至少一些实施方式，所述收发器包括多天线发送器，所述处理器进一步操作用于有助于使用所述最终波束成形矩阵处理多个多载波信号，所述收发器操作用于通过多个发送链路发送处理后的多个多载波信号。

对于至少一些实施方式，所述收发器进一步操作用于通过发送链路将所述最终波束成形矩阵发送回包括多个天线发送器的第二收发器。

根据以下结合附图的详细描述，描述的实施方式的其它方面和优点将变得清楚，附图以示例方式例证了描述的实施方式的原理。

附图说明

图1示出根据实施方式的第一收发器、第二收发器和收发器之间的MIMO传输信道。

图2示出根据实施方式的包括K个空间流、N个发送天线和波束成形处理的收发器的发送器。

图3示出根据实施方式的包括M个接收器天线和波束成形矩阵处理的收发器的接收器部分。

图4示出根据实施方式的在CMD(IEEE提供的用于将无线LAN传播环境建模的信道模型D)信道中具有不同奇异值重排序方案的MCS0的性能。

图5示出根据实施方式的具有不同重排序方案的100个CMD信道上的MCS0的分组误差统计。

图6示出根据实施方式的在CMD信道中具有不同奇异值重排序方案的MCS7的性能。

图7示出根据实施方式的具有不同重排序方案的100个CMD信道上的MCS7的分组误差统计。

图8示出根据实施方式的用于产生LLR(对数似然比)的电路和示出具有波束成形矩阵的不同重排序方案的对应置信度的曲线图。

图9示出根据实施方式的用不同重排序方案进行去交织和流去解析之后的LLR的置信度随时间推移的图线。

图10示出根据实施方式的图9的放大(扩大)形式。

图11示出对于第一重排序方案A而言的低于置信阈值的LLR的连续置信度的游程长度(置信度低于置信阈值的连续序列)分布。

图12示出对于第二重排序方案B而言的低于置信阈值的LLR的连续置信度的游程长度(置信度低于置信阈值的连续序列)分布。

图13是根据实施方式的包括波束成形方法的步骤的流程图。

具体实施方式

描述的实施方式包括降低波束成形的实现损失(也就是说，相对于理论限制的性能损失)的方法、设备和系统，该损失是由于多载波、多输入、多输出(MIMO)通信的多个天线链路和子载波上的信噪比(SNR)、解码和去交织、和/或流解析和去解析处理之间的相互作用导致的。至少一些实施方式包括基于测得MIMO信道、去交织和解码、流解析和/或去解析处理之间的特定相互作用来动态调节波束成形矩阵的计算，从而导致比传统MIMO波束成形技术更优的性能(也就是说，分组误差率较低)。

至少一些实施方式包括由收发器的处理器重排序初始发送矩阵的列确定最终波束成形矩阵。对于一个实施方式，收发器将最终波束成形矩阵发送回到第二收发器，第二收发器向多个空间发送流应用最终发送矩阵。对于另一个实施方式，收发器向收发器的多个空间发送流应用最终发送矩阵。

图1示出根据实施方式的第一收发器110、第二收发器120、第一收发器110和第二收发器120之间的MIMO传输信道。如所示出的，第一收发器110包括N个天线发送通信信号，第二收发器120包括M个天线接收通信信号。因此，可用M X N信道矩阵H来表征第一收发器110和第二收发器120之间的传输信道。

对于实施方式，第一收发器110和第二收发器120之间的发送信号包括多载波调制信号。多载波调制(MCM)是通过将数据分成多个组成并且将这些组成中的每个在单独的载波信号上发送来发送数据的方法。各个载波具有窄带宽，但复合信号可具有广带宽。MCM的优点包括对因每次在不止一个路径上进行发送造成的衰落(多路径衰落)具有相对免疫力，相比于单载波系统对因脉冲噪声造成的干扰不太敏感，对符号间干扰的免疫力增强。

MCM的示例性形式包括正交频分多路复用(OFDM)。OFDM基本上等同于经编码OFDM(COFDM)和离散多音调制(DMT)，并且是被用作数字多载波调制方法的频分多路复用(FDM)方案。OFDM相比于单载波方案的主要优点是，它在没有复杂均衡滤波器的情况下应对严峻信道状况(例如，由于多路径导致的窄带干扰和频率选择性衰落)的能力。因为OFDM可看作是使用许多缓慢调制的窄带信号而非一个快速调制的宽带信号，所以信道均衡被简化。低符号率利用了能提供的符号之间的保护间隔，从而可以消除符号间干扰(ISI)并且利用回声和时间扩展来实现分集增益，也就是说，信噪比提高。

实施方式包括多载波信号的每子载波得到信道矩阵H。对于实施方式，信道矩阵是在接收器确定的，并且被传送回发送器。然而，对于另一个实施方式，信道矩阵是在发送器确定的。也就是说，通过假定传输信道的互惠性，发送收发器从接收发送器接收的信号可用于确定信道矩阵H。

实施方式包括针对各子载波执行SVD(奇异值分解)矩阵分解H＝USV^H。也就是说，SVD分解是基于之前描述的信道矩阵H。对于SVD矩阵分解的实施方式：

U是左奇异向量矩阵；

S是奇异值矩阵；

V是右奇异向量矩阵(对于实施方式，这是在发送器应用的波束成形矩阵)。

要注意，对于描述的实施方式中的至少一些，S是对角矩阵，其中，各对角值对应于奇异值。另外，有一些实现分解的可能方法。根据技术，可导致奇异值(也就是说，S矩阵的对角元素)的不同排序。对于实施方式，对角元素的大小顺着S矩阵的对角线向下是增大的。对于另一个实施方式，对角元素的大小顺着S矩阵的对角线向下是减小的。不失一般性地，描述的实施方式中的至少一些假设S的对角元素是顺着对角线向下成降序的。

对于至少一些实施方式，右奇异向量矩阵V被用作初始波束成形矩阵。如果在发送器应用这个矩阵，则在接收器发现的有效信道是H*V＝USV^HV＝US。在特定子载波下接收到的信号可被表达为Y＝HVX+N，其中，VX是波束成形发送数据并且N是加性噪声。由于U是标准正交的，因此在接收器处利用U^H左乘Y之后，有效接收的向量可被写作Y_eff＝U^HY＝SX+U^HN。因此，由于S是对角的，因此多个发送流中的每个可被独立地检测。另外，各流上的信号质量或SNR是通过对应的奇异值确定的。例如，如果在2×2系统中存在两个发送流，则第一发送流的SNR是基于S的第一奇异值(也就是说，S(1,1))并且第二发送流的SNR是基于S的第二奇异值(也就是说，S(2,2))。如果流被完全独立地解码，则链路性能由具有最差SNR的流来控制。由于对于OFDM系统中的各子载波而言，信道是不同的，因此如果针对各子载波的S矩阵的奇异值导致的两个SNR中的较高SNR可平均分配于流之间，则两个流的平均SNR中的所得偏差可减小，从而改善了最差流的误差并因此提高了整体链路性能。

甚至对于流被联合解码的情况而言，将流之中的较高/最高SNR审慎地分布于子载波可提高整体链路性能。

将初始波束成形矩阵的列重排序是产生最终波束成形矩阵的一种方法，最终波束成形矩阵可用于乘以发送数据从而与使用初始初始波束成形矩阵乘以发送数据相比提高了链路性能。

图2示出根据实施方式的包括K个空间流、N个发送天线和波束成形处理的收发器的发送器。如所示出的，数据(源数据)的流被发送器部分接收，被编码器210编码，被解析器215解析成多个(K)空间数据流，并且被交织器220交织。多个K空间流包括N个调制器230、240。K个空间流乘以波束成形矩阵270得到通过源自N多个发送天线TX1、TX2、…、TXN的N个发送链路290发送的数据。

对于实施方式，最终波束成形矩阵是在别处(例如，在K个空间流的接收器)确定的，随后被传送到发送器。基于信道矩阵H和最终波束成形矩阵，收发器200的处理器280将最终波束成形矩阵的系数上传到波束成形矩阵乘法器270。对于另一个实施方式，如果假设传输信道的之前描述的互惠性，则在发送器产生最终波束成形矩阵。要理解，虽然波束成形矩阵乘法器270被示出为单独的功能块，但对于至少一些实施方式，波束成形矩阵乘法器270提供的处理被合并到处理器280的处理中。对于至少一些实施方式，处理器280有助于进行处理。

对于至少一些实施方式，产生最终波束成形矩阵包括得到多天线发送器和接收器之间的多输入多输出(MIMO)信道的信道矩阵(H)，基于信道矩阵的奇异值分解来确定初始波束成形矩阵。最后，通过基于信号特性，针对多载波信号的至少一个子载波，将初始波束成形矩阵的列重排序来产生最终波束成形矩阵。

一旦产生了最终波束成形矩阵，就使用最终波束成形矩阵(也就是说，例如，通过波束成形矩阵乘法器270)处理多个多载波信号，并且通过多天线发送器的多个发送链路发送处理后的多个多载波信号。

初始波束成形矩阵的列的重排序

对于实施方式，可使用各种信号特性中的一个或多个来确定如何将初始波束成形矩阵的列重排序。对于实施方式，列的重排序取决于用于发送的调制和编码方案。对于至少一些实施方式，以多载波发送信号的子载波为基础执行列的重排序。

图3示出根据实施方式的包括M个接收器天线和波束成形矩阵处理的收发器300的接收器部分。对于这个实施方式，接收收发器的接收器部分执行最终波束成形矩阵的处理和确定。如所示出的，接收器包括M个接收天线，这M个接收天线接收发送收发器发送的K个空间流。

MIMO检测器310处理接收到的信号，产生接收到的位流。解码器320解码接收到的位流，从而理想上产生K个空间上分开的位流。处理接收到的信号包括估计信道和噪声(330)，随后利用该估计来均衡和解码信号，从而得到解码后的位流。

信道和噪声估计器330还执行信道质量估计，可使用信道质量估计来确定用于发送的调制和编码方案。对于实施方式，访问查询表(LUT)350，LUT 350针对确定的信道质量提供调制和编码方案。对于实施方式，信道和噪声估计器330产生信道矩阵H。

SVD分解块340执行之前描述的SVD分解，从而形成初始波束成形矩阵。

一旦确定了调制和编码方案，实施方式就包括基于调制和编码方案将初始波束成形矩阵的列重排序(360)。

如所描述的，对于实施方式，基于各种矩阵，将初始奇异值矩阵S重排序成S’。对于实施方式，这包括基于S’计算新波束成形矩阵V’。注意V’是通过打乱V的列得到的。所以，实际上，不一定要计算/确定S’。如果所需重排序是已知的，则可通过对应于所需重排序打乱列用V得到V’。尽管依据将S矩阵的奇异值重排序描述了关于以下重排序的讨论，但该讨论也同等地应用于V的重排序列。对V进行排列的一个优点在于，发送器(对MCS、编码等具有更直接的认识)可基于这些参数来选择排列。

对于实施方式，初始波束成形矩阵的列重排序是基于用于发送分组的调制和编码方案。如果一组已知MCS是先验的，则可基于用于当前分组的MCS来使用查询表(MCS LUT 350)，以确定下一个分组或下一组分组的重排序方案。

描述的实施方式包括针对多载波调制的可能的不同重排序方案。对于实施方式，选择波束成形技术包括奇异值分解(SVD)，其中，初始波束成形矩阵包括升序值SVD(AVSVD)或降序值SVD(DVSVD)中的一个，AVSVD包括升序的对角奇异值，DVSVD包括降序的对角奇异值。另外，对于实施方式，如果初始波束成形矩阵包括AVSVD，则最终波束成形矩阵包括DVSVD，而如果初始波束成形矩阵包括DVSVD，则最终波束成形矩阵包括AVSVD。也就是说，对于至少一些实施方式，多载波信号的所有子载波都使用传统SVD(DVSVD)来确定初始波束成形矩阵。也就是说，奇异值是降序的。

至少一些实施方式包括将重排序列的可能排列的数量识别为数量N，将子载波的总数划分成N个集合，根据N个集合的至少一个子集合的N种排列中的一种将初始波束成形矩阵的列重排序。如何可实现这个实施方式存在多个示例。对于至少一些实施方式，交替子载波使用不同的重排序，使得带有偶数索引的子载波具有降序的奇异值，而带有奇数索引的子载波具有升序的奇异值。对于至少一些实施方式，子载波的第一半使用传统的SVD，也就是说，具有降序的奇异值，而剩下的一半使用修改的SVD，也就是说，具有升序的奇异值。对于至少一些实施方式，子载波的第一半使用修改的SVD，也就是说，具有升序的奇异值，而剩下的一半使用传统的SVD，也就是说，具有降序的奇异值。尽管以上示例使用N＝2种排列(升序、降序)描述了重排序，但可能的重排序方案可扩展到更大的N值。

对于至少一些实施方式，可用不同重排序方案来分析不同MCS(调制和编码方案)格式的性能，使得对于各MCS格式而言，存在最佳重排序方案。可使用这种分析来形成查询表，以进行进一步处理。

例如，在802.11n/ac系统中，对于其中使用卷积编码的2个空间流的20MHz带宽情况而言，当奇异值按降序排序时，在弥散信道的大集合上进行模拟时MCS方案0、1、2、3、4、6和8(依据IEEE 802.11ac标准)表现更佳，而在MCS方案5和7中，当奇异值按升序排序时，观察到性能提高。下表总结了用于上述MCS方案和优选重排序方案的调制和编码率。MCS和相关发送信号特性是基于IEEE 802.11标准，如下表中示出的。

MCS	调制	编码率	优选奇异值排序
				0	BPSK	1/2	降序
1	QPSK	1/2	降序
				2	QPSK	3/4	降序
3	16-QAM	1/2	降序
				4	16-QAM	3/4	降序
5	64-QAM	2/3	升序
				6	64-QAM	3/4	降序
7	64-QAM	5/6	升序
				8	256-QAM	3/4	降序

尽管以上使用调制和编码率指定各MCS，但存在发送信号的其它元件(诸如，交织器、映射器、凿孔器、解析器)，这些元件在确定哪种重排序方案将提高性能时都起到作用。上表在N＝2种重排序方案的集合之中进行选择。然而，性能比较可延伸到重排序方案的较大集合。

图4示出在CMD(IEEE提供的用于将无线LAN传播环境建模的信道模型D)信道中具有不同奇异值重排序方案的MCS0的性能。图5示出具有不同重排序方案的100个CMD信道上的MCS0的分组误差统计。图6示出在CMD信道中具有不同奇异值重排序方案的MCS7的性能。图7示出具有不同重排序方案的100个CMD信道上的MCS7的分组误差统计。

上述重排序方案涉及将子载波划分成一些集合并且使用针对各集合选择的重排序方案。另选地，可使用另外的标准以各子载波为基础更独立地选择重排序方案，所述另外的标准检验发送器的用于构成信号的其它元件(诸如，交织器和解析器)的影响。由于这些元件与各子载波的SNR相互作用，因此馈送到解码器的信号的某些易受影响部分更有可能造成解码误差。识别信号流的这些易受影响部分并随后调节关于特定子载波的重排序方案(这样可降低这些易受影响部分的可能性)并且基于调节后的重排序来应用波束成形矩阵可造成接收器性能提高。

实施方式包括基于各子载波和流的奇异值(假设奇异值默认是降序)构造有效SNR的去交织和/或流去解析序列。这个实施方式还包括发现低于SNR阈值的连续SNR的所有序列。另外，这个实施方式包括对与上述序列中的位置对应的子载波中的至少一个重排奇异值排序，使得具有低于SNR阈值的SNR的这种序列的数量减少。

实施方式包括在相邻子载波上通过可能S’排列集合进行循环并且重复循环以覆盖所有子载波。这里，理想的是，通过在统计学上均衡高低奇异值在所有子载波上的分布，去交织信号将具有低LLR的长序列的较低可能性。

实施方式包括让S的可能排列的数量是某个数N。将子载波的总数分成N个连续集合。对于每个集合，使用S的一个排列。同样，如上所述，在去交织之后，这种方法还可造成低LLR的长序列的降低可能性。注意的是，低LLR与低有效SNR相关。可使用简单的2×2MIMO系统进行例证。对于实施方式，通过以下提供所选择子载波上有效接收的向量：

Y_eff＝U^HY＝SX+U^HN

由于S是具有正实数值的奇异值的对角矩阵，因此s₁₁和s₂₂和U是酉矩阵，以上分解提供两个平行信道，也就是说：

y_eff,stream1＝s₁₁x₁+n₁

y_eff,stream2＝s₂₂x₂+n₂

其中，x₁和x₂分别是流1和流2上的发送数据，n₁和n₂是均具有方差σ²的复高斯噪声项。

注意的是，流1和流2上的有效SNR与|s₁₁|²和|s₂₂|²分别成比例。

为了表现SNR和LLR之间的关系，可考虑简单调制和编码方案(诸如，使用BPSK调制的MCS0)。流1和流2上的位的对数似然比(针对噪声是白噪声和复高斯的情况)可被表示为：

LLR_stream1＝(4/σ²).Re{y_eff,stream1*s₁₁)}

＝(4/σ²).(s₁₁ ².Re{x₁}+s₁₁.Re{n₁})

LLR_stream2＝(4/σ²).Re{y_eff,stream2*s₂₂}

＝(4/σ²).(s₂₂ ².Re{x₂}+s₂₂.Re{n₂})

因此，可从以上关系中观察到，LLR与奇异值s₁₁和s₂₂进而与各流上的SNR密切相关。具体地，SNR与奇异值的平方成比例。另外，奇异值越高，置信度或等价的LLR越高，因为发送符号有效地与奇异值的平方相乘，而噪声只与奇异值相乘。实施方式包括调节子载波的重排序，使得小于阈值的任何流中子载波的最大数量减至最少。

图8示出根据实施方式的用于产生LLR的电路和示出在将波束成形矩阵重排序之前和之后对应置信度的曲线图。发送器基于子载波的SNR的知识连同用于将位映射到星座点(constellation point)的映射器来计算置信度。如所示出的，FFT 810接收接收信号的位流。由均衡器820来均衡FFT 810的输出。对于K个空间流，K个FFT和K个均衡器产生K个LLR流。然后，由K个去交织器830、832将K个LLR流去交织。去交织器830、832的输出被去解析器840接收和去解析，从而产生LLR流。也就是说，基于MIMO信道的多个空间流的各子载波的奇异值，构造去解析、去交织后的置信度序列。在这个示例中，在去解析之后表现出单个LLR流，因为使用的是单个卷积编码器。对于使用多个卷积编码器的情况，所得的LLR流的数量将等同于卷积编码器的数量。另外，当空间流的数量等于卷积编码器的数量并且各编码器的输出被映射到空间流(也就是说，编码器和空间流之间的1-1映射)时，解析器基本上变成穿透的或不存在的。在这种情况下，不需要去解析器。

第一图线850示出在被去交织之后随时间推移的LLR流的置信度。如所示出的，图线的一部分落在置信阈值之下。这个部分的宽度W取决于多少连续置信度落在置信阈值之下。这是识别去交织序列中的置信度的连续序列，其中，连续序列中的各置信度低于置信阈值并且连续序列中的置信度的数量超过游程长度(run-length)阈值，其中，游程长度阈值是基于发送器使用的卷积代码的性质选择的。至少一个子载波的初始波束成形矩阵的列的另外重排序将置信阈值去交织序列的连续序列中低于置信阈值的置信度的数量减少至低于游程长度阈值，如第二图线860所示的。也就是说，由于初始波束成形矩阵的列的重排序，导致W1和W2具有小于游程长度阈值的游程长度。

图9示出用不同重排序方案进行去交织之后的LLR的置信度随时间推移的图线。图10是图9的放大形式并且可观察到在重排序方案B中，结果是具有连续低置信度的序列。连续低置信度的这种序列在解码过程中会是有害的，从而造成分组故障。

图11和图12示出对于第一重排序方案A和第二重排序方案B而言的低于置信阈值的LLR的连续置信度的游程长度(置信度低于置信阈值的连续序列)分布。注意的是，在重排序方案B中，有大量子序列具有低于置信阈值的连续置信度。这可导致较高的分组误差率。例如，如果代码可校正高达D＝5个误差的连续突发(burst)，则重排序方案B比方案A差，因为具有大于D的游程长度的置信度序列中存在许多突发。因此，当与重排序方案B相比时，使用重排序方案A为此更佳。

图13是根据实施方式的包括波束成形方法的步骤的流程图。第一步骤1310包括得到多天线发送器和接收器之间的多输入多输出(MIMO)的信道矩阵。第二步骤1320包括基于信道矩阵的奇异值分解来确定初始波束成形矩阵。第三步骤1330包括产生最终波束成形矩阵，包括基于信号特性针对多载波信号的至少一个子载波的选择的波束成形技术将初始波束成形矩阵的列重排序。

第四步骤1340包括使用最终波束成形矩阵处理多个多载波信号。第五步骤1350包括通过多个发送链路来发送处理后的多个多载波信号。要理解，对于实施方式，步骤1310、1320、1330、1340和1350可都在单个收发器内完成。然而，对于其它实施方式，这些步骤可在多个收发器中完成。例如，步骤1310、1320、1330可在接收收发器中完成，步骤1340、1350可在发送收发器中完成。另选地，步骤1310、1320可在接收收发器中完成，步骤1330、1340、1350可在发送收发器中完成。

如所描述的，对于实施方式，信号特性包括调制和编码方案。对于实施方式，使用多载波信号的当前分组执行初始波束成形矩阵的列的重排序。对于实施方式，一旦识别了调制和编码方案，就基于识别的调制和编码方案通过访问查询表(LUT)来确定列重排序方案。

对于实施方式，基于多载波信号的当前分组执行初始波束成形矩阵的列的重排序。对于至少一些实施方式，基于当前分组计算波束成形矩阵。然而，该波束成形矩阵在发送收发器发送下一个分组之前不能应用。

对于实施方式，在信号特性变化时，将初始波束成形矩阵的列重排序。对于实施方式，信号特性包括数据速率。

实施方式还包括基于各空间流的各子载波的奇异值，构造MIMO信道的多个空间流中的各空间流的置信度的去交织序列，其中，置信度包括SNR(信噪比)的函数，用去交织序列构造解置信度的去解析序列，并且识别去解析序列中的置信度的连续序列，其中，连续序列中的各置信度低于置信阈值并且连续序列中的置信度的数量超过游程长度阈值。至少一个子载波的初始波束成形矩阵的列的重排序将置信阈值去解析序列的连续序列中低于置信阈值的置信度的数量减少至低于游程长度阈值。对于实施方式，游程长度阈值是基于多链路发送器使用的卷积代码的性质。

实施方式还包括基于MIMO信道的多个空间流的各子载波的奇异值，构造置信度的多个(K)去交织序列，其中，置信度包括SNR(信噪比)的函数，其中，多个K去交织序列中的每个对应于发送器的K个编码数据流中的一个。也就是说，对于实施方式，多链路发送器包括N个发送链路和K个编码器，其中，源数据被分成K个数据流，经过K个编码器，然后“扩展”成N个发送流。这个实施方式还包括识别多个去交织序列中的每个中的置信度的连续序列，其中，连续序列中的各置信度低于置信阈值并且连续序列中的置信度的数量超过游程长度阈值。至少一个子载波的初始波束成形矩阵的列的重排序将置信阈值多个去交织序列中的至少一个去交织序列的连续序列中低于置信阈值的置信度的数量减少至低于游程长度阈值。

实施方式还包括基于MIMO信道的多个空间流的各子载波的奇异值，构造置信度的多个K序列，其中，置信度包括SNR(信噪比)的函数，其中，多个K序列中的每个对应于发送器的K个编码数据流中的一个。这个实施方式还包括计算多个序列中的每个的平均置信度，识别最低平均置信度，其中，至少一个子载波的初始波束成形矩阵的列的重排序增加了最低平均置信度。对于这个实施方式，因为正在计算平均置信度，所以去交织不是必需的。将子载波的子集合上的列重排序提高了最差流上的平均置信度(并且附带地减小了其它流上的平均置信度)。总体上，思路是均衡或平衡多个编码流的平均置信度。使用用阈值核对连续序列的去交织序列方法比平均置信度方法更有益，但在一些情形下，需要编码器和交织器的更多认识并且还会需要更多延迟。

实施方式还包括基于MIMO信道的所有空间流的每子载波的奇异值，构造有效SNR的去交织序列，并且识别去交织序列中的有效SNR的连续序列，其中，连续序列中的有效SNR中的每个低于SNR阈值并且连续序列中的有效SNR的数量超过游程长度阈值。至少一个子载波的初始波束成形矩阵的列的重排序将去交织序列的连续序列中低于SNR阈值的有效SNR的数量减少至低于游程长度阈值。对于实施方式，游程长度阈值是基于多链路发送器使用的卷积代码的性质。

实施方式还包括在相邻子载波上通过用于将初始波束成形矩阵的列重排序的多种可能排列循环并且重复该循环以覆盖所有子载波。

实施方式还包括将列的重排序的可能排列的数量识别为数N，将子载波的总数分成N个集合，并且根据N个集合的至少一个子集合的N种排列中的一种将初始波束成形矩阵的列重排序。

至少一些实施方式还包括调节列的重排序，其中，具有小于奇异值阈值的奇异值的任何空间流的子载波的最大数量减至最少。基于代码的知识，可估计能由解码器校正的误差的数量。另外，基于调制方案和星座映射器的知识，可得到奇异值阈值(SVT)，使得具有低于SVT的奇异值的任何子载波有可能形成具有足够低置信度(将需要用解码器进行校正)的至少一位。当任何空间流上的大量子载波的奇异值落在SVT之下时，很有可能有解码器不能校正的误差。因此，选择将具有低于SVT的奇异值的任何空间流的子载波的最大数量减至最少或者至少减少该最大数量的重排序方案有助于提高接收器的性能。

至少一些实施方式还包括选择列的重排序以减少多个多载波信号的接收器处的误差解码(相比于利用初始波束成形矩阵的接收器处的误差解码)。

对于至少一些实施方式，选择波束成形技术包括奇异值分解(SVD)，其中，初始波束成形矩阵包括升序值SVD(AVSVD)或降序值SVD(DVSVD)中的至少一个，AVSVD包括升序的对角奇异值，DVSVD包括降序的对角奇异值。

对于至少一些实施方式，如果初始波束成形矩阵包括AVSVD，则最终波束成形矩阵包括DVSVD，而如果初始波束成形矩阵包括DVSVD，则最终波束成形矩阵包括AVSVD。

对于至少一些实施方式，最终波束成形矩阵是在接收器确定的并且被发送回多天线发送器。对于至少一些实施方式，最终波束成形矩阵是在多天线发送器确定的。

半导体IP核(诸如，实施本公开的微处理器核、或其一部分、固定功能电路、或可配置电路)可用存储在机器可读介质上的数据进行描述。例如，这种数据可以是依据硬件描述语言(HDL)，并且可包括寄存器传送语言(RTL)描述数据。此描述数据可用于模拟、验证和/或产生本公开的特定实现方式(例如，集成电路、集成电路和离散组件的组合)。

本公开使用框图说明了示例实施方式，这些框图例如示出通过不同功能块的数据流。对于相关领域的普通技术人员，赋予这些功能块的名称还描述了用于实现这些功能的示例结构，而不包括不必要的细节。这些功能块可具有变化的实现方式，包括使用固定功能电路、部分可配置电路、专用处理器(诸如，数字信号处理器、通用可编程处理器核及其组合)。例如，一些实现方式可使用构成处理器的软件来实现所示功能块中的一些，而其它实现方式可使用固定功能电路。由于不同实现方式可使用不同实体硬件元件，因此对功能块的特定布置的描述不意味着这些实现方式不需要具有实现这些功能的单独结构。例如，波束成形矩阵乘法器可被实现为与处理器280分开的乘法器，但这种乘法器还可被实现为与其它功能块共享的资源，或者通过来自处理器(诸如，处理器280)的解码指令驱动的乘法器。

本公开说明了处理器可执行根据本公开的方法的某些方面。这种处理器可以是可根据指令设定架构执行机器可读代码的通用可编程处理器。这种处理器还可具有更受限的配置能力(诸如，允许有使用供应的参数集合进行配置的能力，这些参数例如改良了可得自非易失性存储器的子程序集合的执行)。处理器还可包括固定功能电路，固定功能电路可与处理器的可编程或可配置元件交互操作。当这种处理器被构造成执行本公开中描述的功能或动作时，处理器有效地变成用于执行该功能或动作的电路，即使处理器还可以是用于执行其它功能或动作的电路。如此，术语“电路”不意味着单个电连接的电路集合，电路可以是固定功能的、可配置的或可编程的。

尽管已经描述和例证了特定实施方式，但这些实施方式不限于这样描述和例证的部件的特定形式或布置。描述的实施方式将只受权利要求书限制。

Claims

1.一种波束成形的方法，该方法包括：

产生波束成形矩阵，包括：

得到多天线发送器和接收器之间的多输入多输出(MIMO)信道的信道矩阵；

基于所述信道矩阵的奇异值分解，确定初始波束成形矩阵；

由收发器产生最终波束成形矩阵，包括基于信号特性针对多载波信号的至少一个子载波将所述初始波束成形矩阵的列重排序。

2.根据权利要求1所述的方法，所述方法还包括：

使用所述最终波束成形矩阵处理多个多载波信号；

通过所述多天线发送器的多个发送链路，发送处理后的多个多载波信号。

3.根据权利要求1或2所述的方法，其中，所述信号特性包括调制和编码方案。

4.根据权利要求3所述的方法，其中，一旦识别了调制和编码方案，就基于识别的所述调节和编码方案通过访问查询表(LUT)来确定列重排序方案。

5.根据之前任一权利要求所述的方法，其中，在所述信号特性变化时，将所述初始波束成形矩阵的列重排序。

6.根据之前任一权利要求所述的方法，所述方法还包括：

基于MIMO信道的多个空间流中的各空间流的每子载波的奇异值，针对各空间流构造置信度的去交织序列，其中，所述置信度包括SNR(信噪比)的函数；

用去交织序列构造置信度的去解析序列；

确定所述去解析序列中的置信度的连续序列，其中，所述连续序列中的各置信度低于置信阈值并且所述连续序列中的置信度的数量超过游程长度阈值；

其中，至少一个子载波的初始波束成形矩阵的列的重排序将所述去解析序列中的连续序列中低于所述置信阈值的置信度的数量减少至低于所述游程长度阈值。

7.根据权利要求6所述的方法，其中，所述游程长度阈值基于多链路发送器使用的卷积代码的性质。

8.根据之前任一权利要求所述的方法，所述方法还包括：

基于MIMO信道的多个空间流的每子载波的奇异值，构造置信度的多个K去交织序列，其中，置信度包括SNR(信噪比)的函数，其中，所述多个K去交织序列中的每个对应于所述多天线发送器的K个编码数据流中的一个；

识别所述多个K去交织序列中的至少一个中的置信度的连续序列，其中，所述连续序列中的各置信度低于置信阈值并且所述连续序列中的置信度的数量超过游程长度阈值；

其中，至少一个子载波的初始波束成形矩阵的列的重排序将所述多个K去交织序列中的所述至少一个中的连续序列中低于所述置信阈值的置信度的数量减少至低于所述游程长度阈值。

9.根据之前任一权利要求所述的方法，所述方法还包括：

基于MIMO信道的多个空间流的每子载波的奇异值，构造置信度的多个K序列，其中，置信度包括SNR(信噪比)的函数，其中，所述多个K序列中的每个对应于所述多天线发送器的K个编码数据流中的一个；

针对所述多个K序列中的每个计算平均置信度；

从计算出的平均置信度中识别所述多个的最低平均置信度；

其中，至少一个子载波的初始波束成形矩阵的列的重排序增加了所述最低平均置信度。

10.根据之前任一权利要求所述的方法，所述方法还包括：

基于MIMO信道的所有空间流的每子载波的奇异值，构造有效SNR的去交织序列；

识别所述去交织序列中的有效SNR的连续序列，其中，所述连续序列中的有效SNR中的每个低于SNR阈值并且所述连续序列中的有效SNR的数量超过游程长度阈值；

其中，至少一个子载波的初始波束成形矩阵的列的重排序将所述去交织序列的连续序列中低于所述SNR阈值的有效SNR的数量减少至低于所述游程长度阈值。

11.根据权利要求10所述的方法，其中，所述游程长度阈值基于所述多链路发送器使用的卷积代码的性质。

12.根据之前任一权利要求所述的方法，所述方法还包括：在相邻子载波上通过用于将初始波束成形矩阵的列重排序的多种可能排列进行循环并且重复所述循环以覆盖所有子载波。

13.根据之前任一权利要求所述的方法，所述方法还包括：

将列的重排序的可能排列的数量标识为数N；

将多载波信号的子载波的总数分成N个集合；

针对所述N个集合的至少一子集合根据N种排列中的一种将所述初始波束成形矩阵的列重排序。

14.根据之前任一权利要求所述的方法，所述方法还包括：调节列的重排序，其中，所述调节确保任何空间流上具有小于阈值的奇异值的子载波的最大数量减少。

15.根据之前任一权利要求所述的方法，所述方法还包括：选择列的重排序，以使多个多载波信号在接收器处的解码误差相比于利用所述初始波束成形矩阵的接收器处的解码误差减少。

16.根据之前任一权利要求所述的方法，其中，选择的初始波束成形技术包括奇异值分解(SVD)，其中，所述初始波束成形矩阵包括升序值SVD(AVSVD)或降序值SVD(DVSVD)中的至少一个，所述升序值SVD(AVSVD)包括升序的对角奇异值，所述降序值SVD(DVSVD)包括降序的对角奇异值。

17.根据权利要求16所述的方法，其中，如果所述初始波束成形矩阵包括AVSVD，则所述最终波束成形矩阵包括DVSVD，而如果所述初始波束成形矩阵包括DVSVD，则所述最终波束成形矩阵包括AVSVD。

18.根据之前任一权利要求所述的方法，其中，所述最终波束成形矩阵是在所述接收器处确定的并且被发送回所述多天线发送器。

19.根据之前任一权利要求所述的方法，其中，所述最终波束成形矩阵是在所述多天线发送器处生成的。

20.一种设备，该设备包括：

多个接收链路；

处理器，其中，所述处理器操作用于：

得到多天线发送器和多个接收链路之间的多输入多输出(MIMO)信道的信道矩阵；

基于所述信道矩阵的奇异值分解，确定初始波束成形矩阵；

产生最终波束成形矩阵，包括基于信号特性针对多载波信号的至少一个子载波的选择的波束成形技术将初始波束成形矩阵的列重排序。

21.根据权利要求20所述的设备，其中，所述处理器操作用于：

有助于使用所述最终波束成形矩阵处理多个多载波信号；其中，

所述设备操作用于

通过所述多天线发送器的多个天线，发送处理后的多个多载波信号。

22.根据权利要求20或21所述的设备，其中，所述设备操作用于向第二收发器提供所述最终波束成形矩阵，所述第二收发器包括所述多天线发送器的多个天线。

23.根据权利要求20至22中的任一项所述的设备，其中，所述处理器进一步操作用于：

用所述去交织序列构造置信度的去解析序列；

识别所述去解析序列中的置信度的连续序列，其中，所述连续序列中的各置信度低于置信阈值并且所述连续序列中的置信度的数量超过游程长度阈值；

24.根据权利要求20至23中的任一项所述的设备，其中，所述游程长度阈值基于多链路发送器使用的卷积代码的性质。

25.根据权利要求20至24中的任一项所述的设备，其中，所述处理器进一步操作用于：

其中，至少一个子载波的初始波束成形矩阵的列的重排序将所述多个K去交织序列中的所述至少一个去交织序列中的连续序列中低于所述置信阈值的置信度的数量减少至低于所述游程长度阈值。

26.根据权利要求20至25中的任一项所述的设备，其中，所述处理器进一步操作用于：

针对所述多个K序列中的每个计算平均置信度；

从计算出的平均置信度中识别所述多个的最低平均置信度；

27.根据权利要求20至26中的任一项所述的设备，其中，所述处理器进一步操作用于：

其中，至少一个子载波的初始波束成形矩阵的列的重排序将所述去交织序列的连续序列中低于所述SNR阈值的的有效SNR的数量减少至低于所述游程长度阈值。

28.根据权利要求27所述的设备，其中，所述游程长度阈值基于所述多链路发送器使用的卷积代码的性质。

29.根据权利要求20至28中的任一项所述的设备，其中，所述处理器进一步操作用于：在相邻子载波上通过用于将初始波束成形矩阵的列重排序的多种可能排列进行循环并且重复所述循环以覆盖所有子载波。

30.根据权利要求20至29中的任一项所述的设备，其中，所述处理器进一步操作用于：

将列的重排序的可能排列的数量标识为数N；

将多载波信号的子载波的总数分成N个集合；

针对所述N个集合的至少一个子集合根据N种排列中的一种将所述初始波束成形矩阵的列重排序。

31.根据权利要求20至30中的任一项所述的设备，其中，所述处理器进一步操作用于：调节列的重排序，其中，所述调节确保任何空间流上具有小于阈值的奇异值的子载波的最大数量减至最少。

32.根据权利要求20至31中的任一项所述的设备，其中，所述处理器进一步操作用于：选择列的重排序，以使多个多载波信号在接收器处的解码误差相比于利用所述初始波束成形矩阵的接收器处的解码误差减少。