CN105099529A - 一种数据处理的方法以及相关设备 - Google Patents

Abstract

本发明实施例公开了一种数据处理的方法，包括：接收用户设备UE发送的上行探测UL？Sounding信号；根据UL？Sounding信号估算子载波的信的道矩阵；利用子载波的信道矩阵计算子载波的接收天线相关矩阵，其中，接收天线位于UE侧；计算接收天线相关矩阵对应的特征值与特征向量；根据信道矩阵、特征值以及特征向量计算得到预编码矩阵；使用预编码矩阵对调制数据进行预编码后得到的预编码数据，并将预编码数据发送至所述UE。本发明实施例还提供一种基站。本发明实施例可以避开大矩阵求解特征向量这一问题，从而使得计算的复杂程度大大降低，进而降低运算成本。

Description

一种数据处理的方法以及相关设备

技术领域

本发明实施例涉及无线通信领域，具体涉及一种数据处理的方法以及相关设备。

背景技术

现在的无线通信业务对网络容量和通信性能的需求不断增长，以往的一些技术，例如提高带宽、优化调制方式和码分复用等方式提高频谱效率的潜力有限。因此在长期演进(英文全称：LongTermEvolution，英文缩写：LTE)中提出了多输入多输出(英文全称：MultipleInputMultipleOutput，英文缩写：MIMO)通信系统。在MIMO通信系统中，基站使用N_t根发射天线发射信号，并在用户终端(英文全称：UserEquipment，英文缩写：UE)使用N_r根天线接收信号。将N_t根发射天线和N_r根接收天线构成的信道分解成S个空间信道，且S≤min{N_t,N_r}，利用这S个空间信道的空分复用来传输数据，整个通信系统可以获得更高的吞吐量或传输可靠性。

利用信道信息来优化基站的发射方案以及设计相应的最优用户设备已成为目前研究的热点。现在大多采用线性编码方案来实现预编码，其中最常用的方法为奇异值分解(英文全称：SingularValueDecomposition，英文缩写：SVD)，基于SVD分解的线性预编码技术在理论上传输速率可以达到信道容量。

现有技术中，普遍采用幂法算法进行SVD分解，方法具体如下：

计算发射天线相关矩阵R_T＝H^HH，准备初始向量(一般为v₀＝[11...1])代入下述公式进行迭代计算(以24次迭代为例)，

fork＝1,2,3……,24

v_k＝R_T·v_k-1

$norm\left(v_k\right)=\sqrt{\underset{j=1}{\overset{M}{\Σ}}{\left|v_k\left(j\right)\right|}^2}$

$v_k=\frac{v_k}{norm\left(v_k\right)}$

Endfor

v₂₄即为R_T最大特征值对应的特征向量，也就是预编码矩阵V的第一列向量，其对应的特征值为当需要求解余下的列向量时，先用公式对R_T进行降阶处理，然后继续重复上述迭代过程。这样便可以依次获得预编码矩阵V的所有列向量。

然而从现有的SVD分解方法中不难发现，当发射天线数目N_t巨大时，其对应的矩阵大小N_r×N_t也随之增大，R_T＝H^HH将是一个巨大的矩阵，如果使用现有的SVD分解方法计算预编码矩阵V的所有列向量，将是一个计算量非常大，且复杂程度非常高的过程，实现这样一种大规模的算法需要非常高昂的成本。

发明内容

本发明实施例提供了一种数据处理的方法以及相关设备，可以避开大矩阵求解特征向量这一问题，从而使得计算的复杂程度大大降低，进而降低运算成本。

有鉴于此，本发明第一方面提供一种数据处理的方法，包括：

接收用户设备UE发送的上行探测ULSounding信号；

根据所述ULSounding信号估算子载波的信道矩阵；

利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

计算所述接收天线相关矩阵对应的特征值与特征向量；

根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵；

使用所述预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

结合本发明实施例的第一方面，在第一种可能的实现方式中，

所述根据所述ULSounding信号估算子载波的信道矩阵，包括：

根据所述ULSounding信号估算所述多个子载波的信道矩阵；

所述利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，包括：

利用所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述计算所述接收天线相关矩阵对应的特征值与特征向量，包括：

计算所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

根据所述信道矩阵的平均值、所述特征值以及所述特征向量计算得到预编码矩阵。

结合本发明实施例的第一方面第一种可能实现方式，在第二种可能的实现方式中，所述利用所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值，包括：

按照如下方式计算所述第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\‾}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\‾}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

结合本发明实施例的第一方面第二种可能实现方式，在第三种可能的实现方式中，所述根据所述信道矩阵的平均值、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

按照如下方式计算所述预编码矩阵：

$\stackrel{\‾}{V}={\left(\stackrel{\‾}{H}\right)}^{H}U\mathrm{\Σ}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

结合本发明实施例的第一方面，在第四种可能的实现方式中，所述根据所述ULSounding信号估算子载波的信道矩阵，包括：

从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

将所述在频域上的信道系数变换为在时域上的信道系数；

根据所述时域上的信道系数获取信道估计时的时间偏差值；

根据所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

结合本发明实施例的第一方面第四种可能实现方式，在第五种可能的实现方式中，所述根据所述时间偏差值计算得到所述子载波的信道矩阵，包括：

按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\θ}}_k}\·H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

结合本发明实施例的第一方面第五种可能实现方式，在第六种可能的实现方式中，

按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

结合本发明实施例的第一方面，在第七种可能的实现方式中，所述利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，包括：

按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

结合本发明实施例的第一方面第七种可能实现方式，在第八种可能的实现方式中，所述根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。

本发明第二方面提供一种基站，包括：

第一接收模块，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块，用于根据所述第一接收模块接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块，用于利用所述估算模块估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块，用于计算所述第一计算模块计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块，用于根据所述信道矩阵、所述第二计算模块计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块，用于使用所述第三计算模块计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

结合本发明实施例的第二方面，在第一种可能的实现方式中，

所述估算模块包括：

估算单元，用于根据所述ULSounding信号估算所述多个子载波的信道矩阵；

所述第一计算模块包括：

第一计算单元，用于利用所述估算单元估算的所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述第二计算模块包括：

第二计算单元，用于计算所述第一计算单元计算的所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述第三计算模块包括：

第三计算单元，用于根据所述信道矩阵的平均值、所述第二计算单元计算得到的所述特征值以及所述特征向量计算得到预编码矩阵。

结合本发明实施例的第二方面第一种可能实现方式，在第二种可能的实现方式中，所述第一计算单元包括：

第一计算子单元，用于按照如下方式计算所述第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

结合本发明实施例的第二方面第二种可能实现方式，在第三种可能的实现方式中，所述第三计算单元包括：

第二计算子单元，用于按照如下方式计算所述预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

结合本发明实施例的第二方面，在第四种可能的实现方式中，所述估算模块包括：

第一获取单元，用于从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

变换单元，用于将所述第一获取单元获取的所述在频域上的信道系数变换为在时域上的信道系数；

第二获取单元，用于根据所述变换单元变换得到的所述时域上的信道系数获取信道估计时的时间偏差值；

第四计算单元，用于根据所述第二获取单元获取的所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

结合本发明实施例的第二方面第四种可能实现方式，在第五种可能的实现方式中，所述第四计算单元包括：

第三计算子单元，用于按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

结合本发明实施例的第二方面第五种可能实现方式，在第六种可能的实现方式中，

所述第三计算子单元，还用于按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

结合本发明实施例的第二方面，在第七种可能的实现方式中，所述第一计算模块包括：

第五计算单元，用于按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

结合本发明实施例的第二方面第七种可能实现方式，在第八种可能的实现方式中，所述第三计算模块包括：

第五计算单元，用于按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，基站根据上行ULSounding信号估算子载波的信道矩阵，并利用子载波的信道矩阵先计算子载波的接收天线相关矩阵，再求得接收天线相关矩阵的特征向量和特征值，最后通过计算得到的的接收天线相关矩阵、特征向量以及特征值计算预编码矩阵。在实际应用中，发射天线数量会远远大于接收天线数量，通过接收天线计算接收天线相关矩阵来替代通过发射天线计算发射天线相关矩阵，可以避开大矩阵求解特征向量这一问题。通过接收天线计算得到的预编码矩阵与通过发射天线计算得到的预编码矩阵在结果上是相近的，但是可以使得计算的复杂程度大大降低，进而降低运算成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中实现数据编码的通信系统架构示意图；

图2是本发明实施例中数据处理的方法一个实施例示意图；

图3是本发明实施例中最强径时偏测量实施例示意图；

图4是本发明实施例中基站一个实施例示意图；

图5是本发明实施例中基站另一个实施例示意图；

图6是本发明实施例中基站另一个实施例示意图；

图7是本发明实施例中基站另一个实施例示意图；

图8是本发明实施例中基站另一个实施例示意图；

图9是本发明实施例中基站另一个实施例示意图；

图10是本发明实施例中基站另一个实施例示意图；

图11是本发明实施例中基站另一个实施例示意图；

图12为本发明实施例中基站一个结构示意图。

具体实施方式

下面将结合本实施例中的附图，对本实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种数据处理的方法以及相关设备，可以避开大矩阵求解特征向量这一问题，从而使得计算的复杂程度大大降低，进而降低运算成本。

请参阅图1，图1是本发明实施例中实现数据编码的通信系统架构示意图，本发明主要应用于基站侧发射天线较多，而UE侧接收天线较小的时分双工(英文全称：TimeDivisionDuplexing，英文缩写：TDD)通信系统，然而，本发明实并不仅限于在TDD通信系统中使用，此处仅为TDD通信系统中应用本发明的一个例子。

在TDD通信系统模式下，基于上行探测(英文全称：UplinkSounding，英文缩写：ULSounding)信号的SVD预编码系统架构如图1所示，从图1可以看出，该系统包括演进型基站(英文全称：evolvedNodeB，英文缩写：eNB)、UE以及MMO信道模块，其中，eNB主要包括信道编码模块、调制模块、SVD分解模块、快速傅里叶逆变换模块、UE专用导频序列模块、信道估计模块以及多天线发射模块。UE主要包括多天线接收模块、快速傅里叶变换模块、UE专用导频序列模块、SVD分解模块、解调模块、信道解码模块以及信道估计模块。

在eNB侧利用通信信道的上下行互易性，从ULSounding信号估计信道矩阵H，对信道SVD分解后得到预编码矩阵V，eNB侧将业务数据和用户专用导频信号一同预编码后再发送给用户，用户根据专用导频信号可以得到等效信道HV＝UΣ，从而获得业务数据。

具体地，eNB首先通过信道编码模块对信息比特进行信道编码，编码后的数据通过调制模块进行基带调制，需要说明的是，此处采用的基带调制方法可以是正交幅度调制(英文全称：QuadratureAmplitudeModulation，英文缩写：QAM)，也可以是正交相移键控(英文全称：QuadraturePhaseShiftKeyin，英文缩写：QPSK)，还可以是其他的基带调制方式，此处不做限定。SVD分解模块基于SVD进行分解，利用从UE接收到的ULSounding信号估计信道矩阵H，根据TDD系统的信道互惠理论计算出SVD分解后的的预编码发射矩阵V，用于发射数据。在UE侧，数据通过信道到达UE，UE首先快速傅里叶变换模块对接收到的数据进行变换，从而对数据进行解调，然后，信道估计模块利用导频序列(英文全称：Preamble)估计出信道矩阵H，再基于SVD分解，得到预解码矩阵(UΣ)^H。UE利用基于SVD分解得到的(UΣ)^H进行预解码，然后通过解调模块将数据映射成比特流。UE利用信道解码模块对比特数据进行纠错，最后输出信息比特。

请参阅图2，本发明实施例中数据处理的方法一个实施例包括：

201、接收用户设备UE发送的上行探测ULSounding信号；

本实施例中，基站接收UE发送ULSounding信号，基站可以配置UE在某个时频资源上发送Sounding信号以及发送Sounding的长度。其中，Sounding信号的作用可以用于估计上行信道，并选择调制与编码策略(英文全称：ModulationandCodingScheme，英文缩写：MCS)以及上行频率选择性调度，在TDD通信系统中，估计上行信道矩阵，用于下行波束赋形。然而，采用Sounding信号估计信道矩阵的准确度相比码本反馈得到的信道矩阵的准确度更高。

Sounding周期由高层通过无线资源控制(英文全称：RadioResourceControl，英文缩写：RRC)信令触发UE发送信道探测参考信号(英文全称：SoundingReferenceSignal，英文缩写：SRS)，包括一次性的SRS和周期性的SRS两种方式，周期性SRS支持2ms、5ms、10ms、20ms、40ms、80ms、160ms、320ms这八种周期，在TDD系统中，5ms内最多发送两次该信号。

202、根据ULSounding信号估算子载波的信道矩阵；

本实施例中，基站根据ULSounding信号估算频域上调用宽带内子载波的信道矩阵，其方式有多种，目前，最常用的一种信道估计方式就是数据辅助信道估计方法，即在每一帧的开始发送已知的导频来进行信道估计，虽然操作的复杂度较低，但是为了获得较好的信道估计精度必须插入较多的导频，使得系统的频带利用率大大降低。

为了解决这一问题，半盲信道估计技术应运而生，半盲信道不仅可以利用所有可用信息提高估计的性能，还能比基于导频的信道估计技术利用更少的导频达到相同或更好的性能，但如果导频数据比较多的时候，半盲信道估计就会比数据辅助信道估计得到的精确度差一些。

这里，可以根据实际情况选择估算信道矩阵的方式。

203、利用子载波的信道矩阵计算子载波的接收天线相关矩阵，其中，接收天线位于UE侧；

本实施例中，在大规模多输入多输出(英文全称：MassiveMIMO)系统或分布式多输入多输出(英文全称：DistributedMIMO，英文缩写：DMIMO)等TDD系统中，基站侧的天线数目比较多，UE侧的天线数目比较少，基站利用子载波的信道矩阵来计算子载波的接收天线相关矩阵，其中，接收天线位于UE侧。

204、计算接收天线相关矩阵对应的特征值与特征向量；

本实施例中，基站计算接收天线相关矩阵对应的特征值与特征向量。具体地，下面以2×2的接收天线相关矩阵为例进行特征值与特征向量的求解：

2×2的接收天线相关矩阵为 $R_R=\left[\begin{array}{cc}a& b\\ d& c\end{array}\right],$ 其中R_R即为接收天线相关矩阵，b＝d^*，R_R的特征值(λ₁、λ₂)与特征向量(u₁、u₂)可以用下列公式直接进行计算。

$\left\{\begin{array}{c}{\mathrm{\&lambda;}}_1=\frac{(a+c)+\sqrt{{(a-c)}^2+4{\left|b\right|}^2}}{2}\\ \begin{array}{cc}{u}_1=\left[\begin{array}{c}b\\ {\mathrm{\&lambda;}}_1-a\end{array}\right]\&CenterDot;\frac{1}{\sqrt{{\left|{\mathrm{\&lambda;}}_1-a\right|}^2+{\left|b\right|}^2}}& ({\mathrm{\&lambda;}}_1\&NotEqual;a)\end{array}\\ \begin{array}{cc}{u}_1=\left[\begin{array}{c}{\mathrm{\&lambda;}}_1-c\\ d\end{array}\right]\&CenterDot;\frac{1}{\sqrt{{\left|{\mathrm{\&lambda;}}_1-c\right|}^2+{\left|b\right|}^2}}& ({\mathrm{\&lambda;}}_1=a)\end{array}\\ {\mathrm{\&lambda;}}_2=\frac{ac-{\left|b\right|}^2}{{\mathrm{\&lambda;}}_1}\\ \begin{array}{cc}{u}_2=\left[\begin{array}{c}b\\ {\mathrm{\&lambda;}}_2-a\end{array}\right]\&CenterDot;\frac{1}{\sqrt{{\left|{\mathrm{\&lambda;}}_2-a\right|}^2+{\left|b\right|}^2}}& ({\mathrm{\&lambda;}}_2\&NotEqual;a)\end{array}\\ \begin{array}{cc}{u}_2=\left[\begin{array}{c}{\mathrm{\&lambda;}}_2-c\\ d\end{array}\right]\&CenterDot;\frac{1}{\sqrt{{\left|{\mathrm{\&lambda;}}_2-c\right|}^2+{\left|b\right|}^2}}& ({\mathrm{\&lambda;}}_2=a)\end{array}\end{array}\right.$

若UE侧的天线数量更多，但依然远小于基站侧天线数目时，同样可以采用上述的幂法算法来求解接收天线相关矩阵R_R的特征值和特征向量，然而求解3×3矩阵或4×4矩阵，甚至更大的矩阵的特征值和特征向量时，就会非常复杂，因此在3×3矩阵大小及以上的矩阵求解特征值和特征向量，可以采用现有的幂法算法、Jacobi迭代算法或者QR分解算法来进行求解，具体此处不做限定。

205、根据信道矩阵、特征值以及特征向量计算得到预编码矩阵；

本实施例中，基站根据公式计算得到接收天线相关矩阵对应的特征值与特征向量，首先，计算对角线上的数为接收天线相关矩阵大小的特征值，再根据信道矩阵的SVD的分解公式，得到预编码矩阵的计算公式。

其中，信道矩阵的SVD的分解公式如下：

H＝UΣV^H

公式中U为N_r×N_r的酉矩阵，V为N_t×N_t的酉矩阵，Σ为秩与H相同的对角矩阵且该矩阵按照降序排列，H为信道矩阵，N_r为接收天线数量，N_t为发射天线数量。

从而根据上述的信道矩阵的SVD的分解公式，可以推导出预编码矩阵的计算公式，具体如下：

V＝H^HUΣ

206、使用预编码矩阵对调制数据进行预编码后得到的预编码数据，并将预编码数据发送至UE。

本实施例中，基站使用预编码矩阵对调制数据进行预编码。然后得到预编码数据，这里的数据可以包括业务数据和用户专用导频信号，最后，基站将预编码数据发送到UE，完成对数据的处理。

本发明实施例中，基站根据上行ULSounding信号估算子载波的信道矩阵，并利用子载波的信道矩阵先计算子载波的接收天线相关矩阵，再求得接收天线相关矩阵的特征向量和特征值，最后通过计算得到的的接收天线相关矩阵、特征向量以及特征值计算预编码矩阵。在实际应用中，发射天线数量会远远大于接收天线数量，通过接收天线计算接收天线相关矩阵来替代通过发射天线计算发射天线相关矩阵，可以避开大矩阵求解特征向量这一问题。通过接收天线计算得到的预编码矩阵与通过发射天线计算得到的预编码矩阵在结果上是相近的，但是可以使得计算的复杂程度大大降低，进而降低运算成本。

可选地，在上述图2对应的实施例的基础上，本发明实施例提供的数据处理的方法第一个可选实施例中，

根据ULSounding信号估算子载波的信道矩阵，可以包括：

根据ULSounding信号估算多个子载波的信道矩阵；

利用子载波的信道矩阵计算子载波的接收天线相关矩阵，可以包括：

利用多个子载波的信道矩阵计算接收天线相关矩阵的平均值，以及信道矩阵的平均值；

计算接收天线相关矩阵对应的特征值与特征向量，可以包括：

计算接收天线相关矩阵的平均值对应的特征值与特征向量；

根据信道矩阵、特征值以及特征向量计算得到预编码矩阵，可以包括：

根据信道矩阵的平均值、特征值以及特征向量计算得到预编码矩阵。

本实施例中，UE在所调用的宽带上发送ULSounding信号，基站获得该ULSounding信号后估计频域上调用宽带内每个子载波的信道矩阵，以每连续的m个子载波作为一个计算小组联合计算一个预编码矩阵。假如在ULSounding信号中有N个子载波，可以以每m个子载波作为一个计算小组，则可以分成对应的(N/m)个计算小组，对m个子载波信道矩阵做线性平均。具体地，对m个子载波对应信道矩阵的求和运算，得到总的信道矩阵大小，再除以子载波的个数m，以此得到接收天线相关矩阵的平均值，以及信道矩阵的平均值。

接下来与上述图2对应的实施例中的步骤204相似，计算接收天线相关矩阵的平均值对应的特征值与特征向量，此处不作赘述。

最后，根据信道矩阵的平均值、特征值以及特征向量计算得到预编码矩阵，算法过程与上述图2对应的实施例中的步骤205相似，故此处也不作赘述。

本发明实施例中，当带宽内有多个子载波时需要计算信道矩阵的平均值、接收天线相关矩阵的平均值，进而根据计算对应的预编码矩阵，一方面在实际应用中更具有可行性，另一方面，通过平均值来计算预编码矩阵的计算代价更小，而且适应性更强，增强本发明的实用性。

可选地，在上述图2对应的第一个可选实施例的基础上，本发明实施例提供的数据处理的方法第二个可选实施例中，利用每个子载波的信道矩阵计算接收天线相关矩阵的平均值，以及信道矩阵的平均值，可以包括：

按照如下方式计算第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示第k个子载波的信道矩阵，kk表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示接收天线相关矩阵的平均值。

本实施例中，R_R是指接收天线相关矩阵，与之对应的发射天线相关矩阵可以被称作R_T，当只有一个子载波时，接收天线相关矩阵R_R＝HH^H，当通过多个子载波计算时，则使用R_R(k)＝H(k)H(k)^H来进行计算，其中，k是表示子载波的序号，k为大于等于1的正整数，H则表示一个子载波的信道矩阵，相应地，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示第k个子载波的信道矩阵。

接下来按照如下方式计算信道矩阵H的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数，i为大于等于1小于等于m的正整数，Σ是求和公式的符号。

如果基站通过ULSounding信号计算得到总共N个子载波的信道矩阵时，m则表示预编码矩阵计算过程中的颗粒度，即每连续的m个子载波构成一个计算小组，联合计算一个预编码矩阵，在数据传输时这连续的m个子载波均使用这个相同的预编码矩阵。这样做的目的是为了降低系统的运算量。

具体地，若ULSounding信号计算得到总共有100个子载波的信道矩阵，可以以每4个子载波为一个计算小组，总共有25组，计算每个小组的信道矩阵的平均值与接收天线相关矩阵的平均值，从而得到对应的25组的预编码矩阵，每个小组中连续的4个子载波也均采用同一个预编码矩阵。

R_R(k)＝H(k)H(k)^H这个公式为第k个子载波的接收天线相关矩阵，由此，可以推导接收天线相关矩阵的平均值是由m个子载波的接收天线相关矩阵之和，除以m，得到接收天线相关矩阵的平均值公式如下：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

本发明实施例中，提供相关公式用于计算接收天线相关矩阵的平均值以及信道矩阵的平均值，使得方案在使用中具有参考性，同时提升了方案在实际应用中的实用性，通过接收天线相关矩阵的平均值以及信道矩阵的平均值计算预编码矩阵，令得到的预编码矩阵的复杂度进一步降低。

可选地，在上述图2对应的第二个可选实施例的基础上，本发明实施例提供的数据处理的方法第三个可选实施例中，根据信道矩阵的平均值、特征值以及特征向量计算得到预编码矩阵，可以包括：

按照如下方式计算预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为预编码矩阵，U表示子载波的特征向量，∑表示子载波的特征值，()^H表示求矩阵的共轭转置运算。

本实施例中，根据信道矩阵的平均值、特征值以及特征向量可以计算得到预编码矩阵，计算的方式类似于图2对应实施例中步骤205所述的内容，由信道矩阵的SVD分解公式H＝UΣV^H推导出预编码矩阵的计算公式V＝H^HUΣ。

然而，因为得到的是信道矩阵的平均值因此这里的预编码矩阵V根据可以得到如下计算公式：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^H\mathrm{U\&Sigma;}$

本发明实施例中，针对多个子载波的情况求解预编码矩阵，利用平均值来计算得到预编码矩阵，在降低算法复杂度的前提下，进而提升了得到预编码矩阵的计算速度，减少计算的次数，降低运算成本，使得方案的实际应用能力得到进一步的支持。

可选地，在上述图2对应的实施例的基础上，本发明实施例提供的数据处理的方法第四个可选实施例中，根据ULSounding信号估算子载波的信道矩阵，可以包括：

从ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

将在频域上的信道系数变换为在时域上的信道系数；

根据时域上的信道系数获取信道估计时的时间偏差值；

根据时间偏差值计算得到子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

本实施例中，在UE向基站发送ULSounding信号的过程中，由于两者在定时的时候存在一定的误差，而且UE的基站侧的距离也不固定，所以基站无法准确估计接收ULSounding信号的准确起始时间，从而使得基站在根据ULSounding信号进行信道估计时，会产生时间偏差，这个偏差的大小被称为时间偏差值。时间偏差值在各个子载波的频域信道系数上增加了一个线性相位，在计算子载波的信道矩阵时，则需要对其进行信道矩阵的修正。

具体地，根据UE所调用的SRS带宽在频域上抽取信道系数，补零至128个点，由于在一个SRS内有12个无线链路承载(RB，RadioBear)，一个RB有12个子载波，其中有6个子载波上承载数据，于是共有72个数据，因为传输的数据应为2的平方，最接近72的是2⁷，即128，所以需要补128个点以到达传输要求。

补零至128个点后，通过快速傅里叶逆变换(英文全称：InverseFastFourierTransformation，英文缩写：IFFT)，从频域上的信道系数变换到时域上的信道系数，再寻找时域上的最强径位置，最后根据该位置确定系统存在的收发间时间τ。

请参阅图3，图3是本发明实施例中最强径时偏测量实施例示意图，如图所示，在SRS内调用RB并补零到128个点，再做IFFT从频域变换到频域上，得到图3右侧的最强径测量图，图中横坐标对应的是从0到127，共128个点，纵坐标的基准是指经过IFFT变换后到0的距离，于是可以在图中找到纵坐标对应的最高点，即为最强径，最强径对应的横坐标到原点的距离为时间偏差值，根据时间偏差值可以获得更精确的信道矩阵。

其中，傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如快速傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

本发明实施例中，从ULSounding信号中获取探测参考信号SRS在频域上的信道系数，并通过快速傅里叶变换，将频域上的信道系数变换为时域上的信道系数，从而在时域上获取时间偏差值来计算子载波的信道矩阵，这样可以获取更为精准的信道矩阵，使得最后计算得到的预编码矩阵也更加准确，提升方案的灵活性和准确度。

可选地，在上述图2对应的第四个可选实施例的基础上，本发明实施例提供的数据处理的方法第五个可选实施例中，根据时间偏差值计算得到子载波的信道矩阵，可以包括：

按照如下方式计算公式计算子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

本实施例中，根据时间偏差值τ计算得到纵坐标的信道矩阵，具体可以通过公式来进行计算并获取信道矩阵。

UE在所调用的带宽上发送ULSounding信号，基站获得该ULSounding信号后估计频域上调用带宽内各子载波的信道矩阵H_original(k)，H_original(k)表示为第k个子载波的初始信道矩阵，需要求得更为精确的信道矩阵H(k)，按照下述公式可以进行计算：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

上述公式中为欧拉公式，其中，θ_k表示在实轴上所述k个子载波的时间偏差角度，且θ_k与上述图2对应的第四个可选实施例中得到的时间偏差值τ有关。

而欧拉公式中，e是自然对数的底，j是虚数单位。它将指数函数的定义域扩大到复数，建立了三角函数和指数函数的关系，它在复变函数论里占有非常重要的地位。

本发明实施例中，根据初始信道矩阵来计算得到较为精确的信道矩阵，可以在降低算法复杂度的情况下，获得更为准确的预编码矩阵。时间偏差值会引起频域上各个子载波不同的相位偏转，继而在计算各个子载波的信道平均值时就会产生误差，本发明通过时间偏差值的补偿来消除这一影响，更好的体现了本发明的实用性以及可行性。

可选地，在上述图2对应的第五个可选实施例的基础上，本发明实施例提供的数据处理的方法第六个可选实施例中，

按照如下方式计算θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示时间偏差值，N为通信系统进行快速傅里叶变换FFT的抽样点数。

本实施例中，提供了计算实轴上所述第k个子载波的时间偏差角度θ_k的方法，根据上述图2对应的第五个可选实施例中提及的θ_k与时间偏差值有关，具体地，通过下面的公式可以计算θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

在上述公式中。π表示圆周率，k为k个子载波，K为通信系统中具有的最大子载波的数目，τ表示时间偏差值，N为通信系统进行快速傅里叶变换FFT的抽样点数。

其中，

k在内时，采用计算得到θ_k值。

内时，采用计算得到θ_k值。

本发明实施例中，通过具体公式对时间偏差值的相位进行补偿，可以增强算法抵抗时偏影响的能力，优化算法在具有时偏场景中应用时的算法性能，增加算法的鲁棒性。

可选地，在上述图2对应的实施例的基础上，本发明实施例提供的数据处理的方法第七个可选实施例中，利用子载波的信道矩阵计算子载波的接收天线相关矩阵，可以包括：

按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

本实施例中，获取到子载波的信道矩阵H后，从接收天线相关矩阵R_R出发来求解预编码矩阵，具体公式如下：

R_R＝HH^H

＝UΣV^HVΣ^HU^H

＝UΣΣ^HU^H

＝UD₂U^H

其中，D₂＝ΣΣ^H为对角矩阵，其对角线上的数为的R_R特征值，也是信道矩阵H的奇异值的平方。

UE侧的天线数量一般比较少，信道矩阵H也为一个较小的值，因此接收天线相关矩阵R_R是一个小规模的矩阵，求解的R_R特征向量是一个复杂度很低的计算过程。

然而，实际通信系统中通常采用多个子载波统一计算一个预编码矩阵，此时，可以先将多个子载波分成一个计算小组，并计算各个小组中子载波的接收天线相关矩阵R_R(k)＝H(k)H(k)^H，这里的k是指第k个子载波，再计算这些子载波相关矩阵的均值，根据这个均值来求解统一的预编码矩阵。

本发明实施例中，利用了发射天线数量与接收天线数量之间的不对称性，从天线数量较少的一端出发来实现SVD分解，本实施例中提供了接收天线相关矩阵的计算方法，使本发明在实际使用中落到实处，更容易实现，增强方案的可行性，相比通过多个子载波来计算预编码矩阵，通过单个子载波来计算预编码矩阵的准确度更高。

可选地，在上述图2对应的第七个可选实施例的基础上，本发明实施例提供的数据处理的方法第八个可选实施例中，根据信道矩阵、特征值以及特征向量计算得到预编码矩阵，可以包括：

按照如下方式计算预编码矩阵：

V＝H^HUΣ

其中，V为预编码矩阵，U表示子载波的特征向量，∑表示子载波的特征值。

本实施例中，根据信道矩阵、特征值以及特征向量计算得到预编码矩阵，计算方式类似与图2对应实施例中步骤205所述的内容，基于SVD分解的线性预编码技术在理论上传输速率可以达到信道容量，SVD分解的基本原理如下所述：

首先，MIMO系统接收端的信号模型可以表示为：

y＝HWs+n

其中y为UE的接收信号，s为基站的发送信号，W为基站的根据信道矩阵设计出来的权值向量，n为传输信道中附加的白噪声，H为接收与发送间的信道矩阵，矩阵大小为N_r×N_t，利用SVD分解，我们可以将上行估计得到的信道矩阵H分解为三个矩阵的相乘，即为：

H＝UΣV^H

其中，U为的N_r×N_r酉矩阵，V为N_t×N_t的酉矩阵，Σ为秩与H相同的对角矩阵且该矩阵按照降序排列，此时，根据矩阵的变换，可以推导出预编码矩阵V的计算公式为：

V＝H^HUΣ

本发明实施例中，根据现有的信道矩阵计算公式推导出对应的预编码矩阵计算公式，在降低算法复杂度的前提下，进而对计算预编码矩阵的方法进行了说明，使得方案在实际应用用有理有据，可以根据不同情况计算得到预编码矩阵，从而提升方案的灵活度。

为便于理解，下面以一个具体应用场景对本发明中一种数据处理方法进行详细描述，具体为：

现有的方案计算复杂度如下：

步骤1、首先计算发射天线相关矩阵其中，假设k为24，共需要乘法r×t×t×m次，加法t×t×(r×m-1)次，除法t×t次；

步骤2、计算一次v_k＝R_Tv_k-1，需要乘法t×t次，加法(t-1)×t次，v_k为发射天线相关矩阵R_T对应的特征向量，v₂₄即为R_T最大特征值对应的特征向量；

步骤3、由得到归一化计算公式v_k＝v_k/norm(v_k)，需要乘法t次，加法(t-1)次，除法t次，开方1次；

步骤4、k为24，便迭代24次后得到第一个权值向量w₁，w₁是预编码矩阵的第一列向量，这需要将步骤2和步骤3的复杂程度再提升24倍；

步骤5、计算特征值需要乘法t×t×2次，加法(t-1)×t次；

步骤6、对发射天线相关矩阵做降价处理需要乘法t×t×2次，加法t×t次；

步骤7、计算后续特征向量的过程也与计算w₁时一样，只需重发步骤2至步骤6即可。

这样的计算复杂度非常高，于是采用本发明方案进行计算，本发明的方案计算复杂度如下：

步骤1、求n个子载波的接收天线相关矩阵HH^H，共需要乘法t×r×r×n次，加法(t-1)×r×r×n次；

步骤2、求n个子载波接收天线相关矩阵的平均值(ΣHH^H)/n，需要加法r×r×(n-1)次，除法r×r次；

步骤3、针对RANK≤2，可以计算权值，首先对HH^H的特征值和归一化特征向量求解，先求解Δ，需要乘法3次，加法2次，开方1次；

步骤4、继而使用已知公式求解λ₁、λ₂，需要加法4次，除法2次；

步骤5、求解特征向量值U，乘法8次，加法8次，除法4次，开方2次；

步骤6、通过计算H^HU来得到预编码矩阵)，需要乘法r×t×r次，加法(r-1)×t×r次；

步骤7、归一化计算需要乘法t×r次，加法(t-1)×r次，除法r×t次，开方2次，一次性可以获得两个权值向量，若只计算单流时，还可以减少乘法t×(r-1)次，加法(t-1)×(r-1)次，除法t×(r-1)次，和开方1次。

于是不难发现，使用本发明方案得到的预编码矩阵在计算复杂度上远远小于现有的实现方案，假设基站分别以125和64条发射天线为例，UE以2条接收天线为例，6个子载波统一计算一个权值，现有方案的幂法迭代次数为3次，分别用现有的算法与本发明提供的算法进行SVD分解，具体对比现有算法和本发明提供的算法所产生的计算复杂度如下表所示：

表1

从表中可以明显地看出本发明所使用的计算方法，其复杂度远远小于现有的计算方法。

下面对本发明中的基站进行详细描述，请参阅图4，本发明实施例中的基站包括：

第一接收模块401，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块402，用于根据所述第一接收模块401接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块403，用于利用所述估算模块402估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块404，用于计算所述第一计算模块403计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块405，用于根据所述信道矩阵、所述第二计算模块404计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块406，用于使用所述第三计算模块405计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

本实施例中，第一接收模块401接收用户设备UE发送的上行探测ULSounding信号，估算模块402根据第一接收模块401接收的ULSounding信号估算子载波的信道矩阵，第一计算模块403利用估算模块402估算的子载波的信道矩阵计算子载波的接收天线相关矩阵，其中，接收天线位于UE侧，第二计算模块404计算第一计算模块403计算的接收天线相关矩阵对应的特征值与特征向量，第三计算模块405根据信道矩阵、第二计算模块404计算的特征值以及特征向量计算得到预编码矩阵，编码模块406使用第三计算模块405计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将预编码数据发送至UE。

本发明实施例中，基站根据上行ULSounding信号估算子载波的信道矩阵，并利用子载波的信道矩阵先计算子载波的接收天线相关矩阵，再求得接收天线相关矩阵的特征向量和特征值，最后通过计算得到的的接收天线相关矩阵、特征向量以及特征值计算预编码矩阵。在实际应用中，发射天线数量会远远大于接收天线数量，通过接收天线计算接收天线相关矩阵来替代通过发射天线计算发射天线相关矩阵，可以避开大矩阵求解特征向量这一问题。通过接收天线计算得到的预编码矩阵与通过发射天线计算得到的预编码矩阵在结果上是相近的，但是可以使得计算的复杂程度大大降低，进而降低运算成本。

请参阅图5，本发明基站的另一个实施例包括：

第一接收模块501，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块502，用于根据所述第一接收模块501接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块503，用于利用所述估算模块502估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块504，用于计算所述第一计算模块503计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块505，用于根据所述信道矩阵、所述第二计算模块504计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块506，用于使用所述第三计算模块505计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块502包括：

估算单元5021，用于根据ULSounding信号估算多个子载波的信道矩阵；

所述第一计算模块503包括：

第一计算单元5031，用于利用所述估算单元5021估算的所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述第二计算模块504包括：

第二计算单元5041，用于计算所述第一计算单元5031计算的所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述第三计算模块505包括：

第三计算单元5051，用于根据所述信道矩阵的平均值、所述第二计算单元5041计算得到的所述特征值以及所述特征向量计算得到预编码矩阵。

本发明实施例中，当带宽内有多个子载波时需要计算信道矩阵的平均值、接收天线相关矩阵的平均值，进而根据计算对应的预编码矩阵，一方面在实际应用中更具有可行性，另一方面，通过平均值来计算预编码矩阵的计算代价更小，而且适应性更强，增强本发明的实用性。

请参阅图6，本发明基站的另一个实施例包括：

第一接收模块601，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块602，用于根据所述第一接收模块601接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块603，用于利用所述估算模块602估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块604，用于计算所述第一计算模块603计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块605，用于根据所述信道矩阵、所述第二计算模块604计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块606，用于使用所述第三计算模块605计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块602包括：

估算单元6021，用于根据ULSounding信号估算多个子载波的信道矩阵；

所述第一计算模块603包括：

第一计算单元6031，用于利用所述估算单元6021估算的所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述第二计算模块604包括：

第二计算单元6041，用于计算所述第一计算单元6031计算的所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述第三计算模块605包括：

第三计算单元6051，用于根据所述信道矩阵的平均值、所述第二计算单元6041计算得到的所述特征值以及所述特征向量计算得到预编码矩阵；

其中，所述第一计算单元6031包括：

第一计算子单元60311，用于按照如下方式计算第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

本发明实施例中，提供相关公式用于计算接收天线相关矩阵的平均值以及信道矩阵的平均值，使得方案在使用中具有参考性，同时提升了方案在实际应用中的实用性，通过接收天线相关矩阵的平均值以及信道矩阵的平均值计算预编码矩阵，令得到的预编码矩阵的复杂度进一步降低。

请参阅图7，本发明基站的另一个实施例包括：

第一接收模块701，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块702，用于根据所述第一接收模块701接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块703，用于利用所述估算模块702估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块704，用于计算所述第一计算模块703计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块705，用于根据所述信道矩阵、所述第二计算模块704计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块706，用于使用所述第三计算模块705计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块702包括：

估算单元7021，用于根据ULSounding信号估算多个子载波的信道矩阵；

所述第一计算模块703包括：

第一计算单元7031，用于利用所述估算单元7021估算的所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述第二计算模块704包括：

第二计算单元7041，用于计算所述第一计算单元7031计算的所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述第三计算模块705包括：

第三计算单元7051，用于根据所述信道矩阵的平均值、所述第二计算单元7041计算得到的所述特征值以及所述特征向量计算得到预编码矩阵；

其中，所述第一计算单元7031包括：

第一计算子单元70311，用于按照如下方式计算所述第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值；

其中，所述第三计算单元7051包括：

第二计算子单元70511，用于按照如下方式计算所述预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

本发明实施例中，针对多个子载波的情况求解预编码矩阵，利用平均值来计算得到预编码矩阵，在降低算法复杂度的前提下，进而提升了得到预编码矩阵的计算速度，减少计算的次数，降低运算成本，使得方案的实际应用能力得到进一步的支持。

请参阅图8，本发明基站的另一个实施例包括：

第一接收模块801，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块802，用于根据所述第一接收模块801接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块803，用于利用所述估算模块802估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块804，用于计算所述第一计算模块803计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块805，用于根据所述信道矩阵、所述第二计算模块804计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块806，用于使用所述第三计算模块805计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块802包括：

第一获取单元8021，用于从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

变换单元8022，用于将所述第一获取单元8021获取的所述在频域上的信道系数变换为在时域上的信道系数；

第二获取单元8023，用于根据所述变换单元8022变换得到的所述时域上的信道系数获取信道估计时的时间偏差值；

第四计算单元8024，用于根据所述第二获取单元8023获取的所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

本发明实施例中，从ULSounding信号中获取探测参考信号SRS在频域上的信道系数，并通过快速傅里叶变换，将频域上的信道系数变换为时域上的信道系数，从而在时域上获取时间偏差值来计算子载波的信道矩阵，这样可以获取更为精准的信道矩阵，使得最后计算得到的预编码矩阵也更加准确，提升方案的灵活性和准确度。

请参阅图9，本发明基站的另一个实施例包括：

第一接收模块901，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块902，用于根据所述第一接收模块901接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块903，用于利用所述估算模块902估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块904，用于计算所述第一计算模块903计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块905，用于根据所述信道矩阵、所述第二计算模块904计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块906，用于使用所述第三计算模块905计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块902包括：

第一获取单元9021，用于从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

变换单元9022，用于将所述第一获取单元9021获取的所述在频域上的信道系数变换为在时域上的信道系数；

第二获取单元9023，用于根据所述变换单元9022变换得到的所述时域上的信道系数获取信道估计时的时间偏差值；

第四计算单元9024，用于根据所述第二获取单元9023获取的所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵；

其中，所述第四计算单元9024包括：

第三计算子单元90241，用于按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

本发明实施例中，根据初始信道矩阵来计算得到较为精确的信道矩阵，可以在降低算法复杂度的情况下，获得更为准确的预编码矩阵。时间偏差值会引起频域上各个子载波不同的相位偏转，继而在计算各个子载波的信道平均值时就会产生误差，本发明通过时间偏差值的补偿来消除这一影响，更好的体现了本发明的实用性以及可行性。

可选地，根据上述图9对应的实施例，本发明基站的另一个实施例包括：

第一接收模块901，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块902，用于根据所述第一接收模块901接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块903，用于利用所述估算模块902估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块904，用于计算所述第一计算模块903计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块905，用于根据所述信道矩阵、所述第二计算模块904计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块906，用于使用所述第三计算模块905计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述估算模块902包括：

第一获取单元9021，用于从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

变换单元9022，用于将所述第一获取单元9021获取的所述在频域上的信道系数变换为在时域上的信道系数；

第二获取单元9023，用于根据所述变换单元9022变换得到的所述时域上的信道系数获取信道估计时的时间偏差值；

第四计算单元9024，用于根据所述第二获取单元9023获取的所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵；

其中，所述第四计算单元9024包括：

第三计算子单元90241，用于按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度；

第三计算子单元90241，还用于按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

本发明实施例中，通过具体公式对时间偏差值的相位进行补偿，可以增强算法抵抗时偏影响的能力，优化算法在具有时偏场景中应用时的算法性能，增加算法的鲁棒性。

请参阅图10，本发明基站的另一个实施例包括：

第一接收模块1001，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块1002，用于根据所述第一接收模块1001接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块1003，用于利用所述估算模块1002估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块1004，用于计算所述第一计算模块1003计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块1005，用于根据所述信道矩阵、所述第二计算模块1004计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块1006，用于使用所述第三计算模块1005计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述第一计算模块1001包括：

第五计算单元10011，用于按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

本发明实施例中，利用了发射天线数量与接收天线数量之间的不对称性，从天线数量较少的一端出发来实现SVD分解，本实施例中提供了接收天线相关矩阵的计算方法，使本发明在实际使用中落到实处，更容易实现，增强方案的可行性，相比通过多个子载波来计算预编码矩阵，通过单个子载波来计算预编码矩阵的准确度更高。

请参阅图11，本发明基站的另一个实施例包括：

第一接收模块1101，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块1102，用于根据所述第一接收模块1101接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块1103，用于利用所述估算模块1102估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块1104，用于计算所述第一计算模块1103计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块1105，用于根据所述信道矩阵、所述第二计算模块1104计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块1106，用于使用所述第三计算模块1105计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE；

其中，所述第一计算模块1101包括：

第五计算单元11011，用于按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵；

其中，所述第三计算模块1105包括：

第五计算单元11052，用于按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。

本发明实施例中，根据现有的信道矩阵计算公式推导出对应的预编码矩阵计算公式，在降低算法复杂度的前提下，进而对计算预编码矩阵的方法进行了说明，使得方案在实际应用用有理有据，可以根据不同情况计算得到预编码矩阵，从而提升方案的灵活度。

图12是本发明实施例提供的一种基站结构示意图，该基站1200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(CPU，centralprocessingunits)1222(例如，一个或一个以上处理器)和存储器1232，一个或一个以上存储应用程序1242或数据1244的存储介质1230(例如一个或一个以上海量存储设备)。其中，存储器1232和存储介质1230可以是短暂存储或持久存储。存储在存储介质1230的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1222可以设置为与存储介质1230通信，在基站1200上执行存储介质1230中的一系列指令操作。

可选地，中央处理器1222具体用于：

接收用户设备UE发送的上行探测ULSounding信号；

根据所述ULSounding信号估算子载波的信道矩阵；

利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

计算所述接收天线相关矩阵对应的特征值与特征向量；

根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵；

使用所述预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

可选地，中央处理器1222具体还用于：

根据所述ULSounding信号估算所述多个子载波的信道矩阵；

利用所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

计算所述接收天线相关矩阵的平均值对应的特征值与特征向量；

根据所述信道矩阵的平均值、所述特征值以及所述特征向量计算得到预编码矩阵。

可选地，中央处理器1222具体还用于：

按照如下方式计算第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波数目，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

可选地，中央处理器1222具体还用于：

按照如下方式计算所述预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

可选地，中央处理器1222具体还用于：

从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

将所述在频域上的信道系数变换为在时域上的信道系数；

根据所述时域上的信道系数获取信道估计时的时间偏差值；

根据所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

可选地，中央处理器1222具体还用于：

按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

可选地，中央处理器1222具体还用于：

按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

可选地，中央处理器1222具体还用于：

按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

可选地，中央处理器1222具体还用于：

按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。

基站1200还可以包括一个或一个以上电源1226，一个或一个以上有线或无线网络接口1250，一个或一个以上输入输出接口1258，和/或，一个或一个以上操作系统1241，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述实施例中由基站所执行的步骤可以基于该图12所示的基站结构。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，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例仅仅是示意性的，例如，所述单元的划分，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例方案的目的。

另外，在本发明各个实施例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，本发明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)执行本发明各个实施例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(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：RandomAccessMemory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (18)

1.一种数据处理的方法，其特征在于，包括：

接收用户设备UE发送的上行探测ULSounding信号；

根据所述ULSounding信号估算子载波的信道矩阵；

利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

计算所述接收天线相关矩阵对应的特征值与特征向量；

根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵；

使用所述预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

2.根据权利要求1所述的方法，其特征在于，

所述根据所述ULSounding信号估算子载波的信道矩阵，包括：

根据所述ULSounding信号估算所述多个子载波的信道矩阵；

所述利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，包括：

利用所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述计算所述接收天线相关矩阵对应的特征值与特征向量，包括：

计算所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

根据所述信道矩阵的平均值、所述特征值以及所述特征向量计算得到预编码矩阵。

3.根据权利要求2所述的方法，其特征在于，所述利用所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值，包括：

按照如下方式计算第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述信道矩阵的平均值、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

按照如下方式计算所述预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

5.根据权利要求1所述的方法，其特征在于，所述根据所述ULSounding信号估算子载波的信道矩阵，包括：

从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

将所述在频域上的信道系数变换为在时域上的信道系数；

根据所述时域上的信道系数获取信道估计时的时间偏差值；

根据所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

6.根据权利要求5所述的方法，其特征在于，所述根据所述时间偏差值计算得到所述子载波的信道矩阵，包括：

按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

7.根据权利6所述的方法，其特征在于，

按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

8.根据权利要求1所述的方法，其特征在于，所述利用所述子载波的信道矩阵计算所述子载波的接收天线相关矩阵，包括：

按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

9.根据权利要求8所述的方法，其特征在于，所述根据所述信道矩阵、所述特征值以及所述特征向量计算得到预编码矩阵，包括：

按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。

10.一种基站，其特征在于，包括：

第一接收模块，用于接收用户设备UE发送的上行探测ULSounding信号；

估算模块，用于根据所述第一接收模块接收的所述ULSounding信号估算子载波的信道矩阵；

第一计算模块，用于利用所述估算模块估算的子载波的信道矩阵计算所述子载波的接收天线相关矩阵，其中，所述接收天线位于所述UE侧；

第二计算模块，用于计算所述第一计算模块计算的所述接收天线相关矩阵对应的特征值与特征向量；

第三计算模块，用于根据所述信道矩阵、所述第二计算模块计算的所述特征值以及所述特征向量计算得到预编码矩阵；

编码模块，用于使用所述第三计算模块计算得到的预编码矩阵对调制数据进行预编码后得到的预编码数据，并将所述预编码数据发送至所述UE。

11.根据权利要求10所述的基站，其特征在于，

所述估算模块包括：

估算单元，用于根据所述ULSounding信号估算所述多个子载波的信道矩阵；

所述第一计算模块包括：

第一计算单元，用于利用所述估算单元估算的所述多个子载波的信道矩阵计算所述接收天线相关矩阵的平均值，以及所述信道矩阵的平均值；

所述第二计算模块包括：

第二计算单元，用于计算所述第一计算单元计算的所述接收天线相关矩阵的平均值对应的特征值与特征向量；

所述第三计算模块包括：

第三计算单元，用于根据所述信道矩阵的平均值、所述第二计算单元计算得到的所述特征值以及所述特征向量计算得到预编码矩阵。

12.根据权利要求11所述的基站，其特征在于，所述第一计算单元包括：

第一计算子单元，用于按照如下方式计算所述第k个子载波的接收天线相关矩阵：

R_R(k)＝H(k)H(k)^H

其中，R_R(k)表示第k个子载波的接收天线相关矩阵，H(k)表示所述第k个子载波的信道矩阵，k表示子载波的序号，k为正整数，H表示一个子载波的信道矩阵；

按照如下方式计算所述信道矩阵的平均值：

$\stackrel{\&OverBar;}{H}=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)$

其中，表示所述信道矩阵的平均值，m表示每m个连续子载波构成的一个计算小组，i表示m个子载波的计算序号，m为大于或等于1的正整数；

按照如下方式计算所述接收天线相关矩阵的平均值：

${\stackrel{\&OverBar;}{R}}_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}H\left(k\right)H^H\left(k\right)$

其中，表示所述接收天线相关矩阵的平均值。

13.根据权利要求12所述的基站，其特征在于，所述第三计算单元包括：

第二计算子单元，用于按照如下方式计算所述预编码矩阵：

$\stackrel{\&OverBar;}{V}={\left(\stackrel{\&OverBar;}{H}\right)}^{H}U\mathrm{\&Sigma;}$

其中，为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值，()^H表示求矩阵的共轭转置运算。

14.根据权利要求10所述的基站，其特征在于，所述估算模块包括：

第一获取单元，用于从所述ULSounding信号中获取探测参考信号SRS在频域上的信道系数；

变换单元，用于将所述第一获取单元获取的所述在频域上的信道系数变换为在时域上的信道系数；

第二获取单元，用于根据所述变换单元变换得到的所述时域上的信道系数获取信道估计时的时间偏差值；

第四计算单元，用于根据所述第二获取单元获取的所述时间偏差值计算所述子载波的信道矩阵，并得到修正后的所述子载波的信道矩阵。

15.根据权利要求14所述的基站，其特征在于，所述第四计算单元包括：

第三计算子单元，用于按照如下方式计算公式计算所述子载波的信道矩阵：

$H\left(k\right)=e^{{\mathrm{j\&theta;}}_k}\&CenterDot;H_{original}\left(k\right)$

其中，H_original(k)表示第k个子载波的初始信道矩阵，H(k)表示第k个子载波的信道矩阵，为欧拉公式，e为e是一个无限不循环小数，j为虚数单位，j²＝-1，θ_k表示在实轴上所述k个子载波的时间偏差角度。

16.根据权利要求15所述的基站，其特征在于，

所述第三计算子单元，还用于按照如下方式计算所述θ_k的值：

${\mathrm{\&theta;}}_k=\left\{\begin{array}{c}2\mathrm{\&pi;}(\frac{K}{2}-k)*\frac{\mathrm{\&tau;}}{N},0\&le;k<\frac{K}{2}\\ -2\mathrm{\&pi;}(k-\frac{K}{2}+1)*\frac{\mathrm{\&tau;}}{N},\frac{K}{2}\&le;k<K\end{array}\right.$

其中，π表示圆周率，k表示所述子载波的序号，K为通信系统中具有的最大子载波的数目，τ表示所述时间偏差值，N为所述通信系统进行快速傅里叶变换FFT的抽样点数。

17.根据权利要求10所述的基站，其特征在于，所述第一计算模块包括：

第五计算单元，用于按照如下方式计算一个子载波的接收天线相关矩阵：

R_R＝HH^H

其中，R_R表示所述接收天线相关矩阵，H表示所述子载波的信道矩阵。

18.根据权利要求17所述的基站，其特征在于，所述第三计算模块包括：

第五计算单元，用于按照如下方式计算所述预编码矩阵：

V＝H^HUΣ

其中，V为所述预编码矩阵，U表示所述子载波的所述特征向量，∑表示所述子载波的所述特征值。