CN106487724A - 一种信道获取方法及装置 - Google Patents

Abstract

本发明公开了一种信道获取方法及装置。本发明方法包括：根据用户设备发送的探测参考信号SRS进行测量，得到用户设备的三维多输入多输出MIMO信道矩阵；根据用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到用户设备的三维MIMO等效信道向量或矩阵；根据用户设备的三维MIMO等效信道向量或矩阵，确定用户设备的下行信道的预编码向量或矩阵。本发明的方法及装置通过对用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到用户设备的三维MIMO等效信道向量或矩阵，避免了对全部天线信道矩阵的特征向量EVD分解，从而降低了计算的复杂度。

Description

一种信道获取方法及装置

技术领域

本发明涉及无线通信技术领域，尤其涉及一种信道获取方法及装置。

背景技术

TDD(Time Division Duplex，时分双工)系统是使用全双工通信技术的一种移动通信系统，在TDD系统中，接收和传送在同一频率信道的不同时隙。TDD系统中用户设备发送上行导频信号，如LTE(Long Term Evolution，长期演进)系统的SRS(Sounding Reference Signal，探测参考信号)，用于基站测量上行信道。根据信道互易性，基站可以得到下行信道，从而实现基站的预编码或波束赋形。随着用户终端通信需求的增加，大规模天线系统(Massive MIMO)中具有非常多的基站天线数目(上百或上千)，设为N_T，可以提供更大的网络容量、更高的可靠性。大规模MIMO适合用于TDD方式，基站可以根据SRS获得信道矩阵，降低导频开销。由于基站通过SRS测量估计出上行信道后通常要计算下行信道的发送相关矩阵的特征向量，而发送相关矩阵是共轭矩阵(Hermite矩阵)，维数是N_T×N_T。

目前在大规模MIMO系统中，基站根据用户设备发送的SRS进行测量，得到用户设备的三维MIMO信道矩阵，并对该三维MIMO信道矩阵进行特征向量计算。由于在实际实现中，当基站数目N_T非常大时，基站获取的信道矩阵维数非常大，因此基站处理起来复杂度非常高。

因此，如何在降低信道获取中的计算复杂度是亟待业界研究和解决的问题。

发明内容

本发明实施例提供了一种信道获取方法及装置，用以降低在信道获取中的计算复杂度。

本发明的一个实施例提供的信道获取方法，包括：

根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维多输入多输出MIMO信道矩阵；

根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

本发明的一个实施例提供的装置，包括：

获取模块，根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维多输入多输出MIMO信道矩阵；

第一确定模块，根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

第二确定模块，根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

本发明的上述实施例中，信道获取的方法是首先根据用户设备发送的SRS进行测量，得到用户设备的三维MIMO信道矩阵，然后根据用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量分解，将计算结果进行合成，得到用户设备的三维MIMO等效信道向量或矩阵，最后根据用户设备的三维MIMO等效信道向量或矩阵，确定用户设备的下行信道的预编码向量或矩阵。在本发明的上述实施例中，根据用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，从而得到用户设备的三维MIMO信道矩阵的等效信道或信道向量，避免了对全部天线信道矩阵的特征向量EVD分解，从而降低了计算的复杂度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中大规模天线MIMO系统的天线阵列以及实际信道矩阵示意图；

图2为本发明实施例提供的信道获取方法的流程示意图；

图3为本发明实施例在具体应用时的计算复杂度对比示意图；

图4为本发明实施例提供的信道获取装置结构示意图；

图5为本发明实施例提供的基站的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在目前的大规模天线MIMO系统中，基站天线的配置通常采用二维基站天线阵列，可将基站天线阵列的各列天线作为第一维基站天线阵列，基站天线阵列的各行天线作为第二维基站天线阵列，即第一维为垂直维、第二维为水平维，当然，第一维也可以是水平维、第二维为垂直维。

本发明实施例中，可以将不同极化方向的天线作为不同维的基站天线阵列。设N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，基站天线数目为N_T＝N₁×N₂×N_P。基站天线阵列中基站天线序号是以一个极化方向按第一维天线优先进行编号，然后以另一个极化方向按第一维天线优先进行编号。例如，在第一维是垂直维时，即从一个极化方向先列后行编号，然后是另一个极化方向以相同方式编号；在第一维是水平维时，即从一个极化方向先行后列编号，然后是另一个极化方向以相同方式编号。所有第一维基站天线阵列在第二维上的索引为1,2,…,N₂N_P。

举例来说，在二维基站天线阵列为垂直地面放置时，基站天线阵列可分为垂直维(第一维)V和水平维(第二维)H。垂直维上有N₁＝N_V根同极化方向天线数目，水平维上有N₂＝N_H根同极化方向天线数目，极化方向数为N_P＝1,2，基站天线数目N_T＝N_V×N_H×N_P。基站天线序号按照相同极化方向优先按垂直维的方式排列，所有垂直维基站天线阵列在水平维上的索引为1,2,…,N_HN_P。基站天线序号以及它们构成的实际信道矩阵的关系如图1所示。

对于用户设备的下行信道，基站天线为发射天线，用户设备天线为接收天线，N_T＝N₁×N₂×N_P为基站天线数，N_R为用户设备天线数，通常在大规模天线MIMO系统中，N₁×N₂×N_P＞＞N_R。基站通过用户设备发送的SRS获得用户设备的实际三维MIMO信道矩阵后，需要计算每个预编码颗粒度(即频域预编码单元PU，Precoding Unit)上的三维MIMO等效信道向量或矩阵，然后根据用户设备的三维MIMO等效信道向量或矩阵计算预编码向量或矩阵。其中，一个PU可以是一个资源块RB(Resource Block)、多个RB或整个带宽。假设一个PU包含个RB，一个RB含有个子载波，则一个PU共包含个子载波。

本发明实施例提出一种信道获取方法和装置，该方法和装置采用了较为简单的计算信道特征向量的方法，用以降低信道获取的计算复杂度。本发明实施例可应用于TDD系统。

下面结合附图对本发明实施例进行详细描述。

首先对本发明实施例涉及到的一些参数、数据、运算的表达方式进行说明：

H_c,n为第二维索引为c的第一维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×N₁维信道矩阵，为H_c,n的共轭转置矩阵；

H_r,n为第一维索引为r的第二维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×(N₂N_P)维信道矩阵，为H_r,n的共轭转置矩阵；

H_n为基站所有发射天线到用户设备所有接收天线在子载波n上的三维MIMO信道矩阵；

N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，N_R为用户设备的接收天线数，极化方向数为N_P＝1,2；

为N₂×N₂维的单位阵，为(N₂N_P)×(N₂N_P)维的单位阵；其中，N₂N_P表示N₂与N_P相乘，以下实施例中的类似表达方式含义与此相同，不再赘述；

S_n为一个PU上的抽样子载波集合，n∈S_n，S₁为第二维抽样基站天线阵列在第一维上的索引集合，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁，S₂为第一维抽样基站天线阵列在第二维上的索引集合，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，S_c＝{1,…,N₂N_P}为第一维抽样基站天线阵列的集合，S_r＝{1,…,N₁}为第二维抽样基站天线阵列的集合；

N(S)表示集合S中元素的个数；

diag()表示由括号内的元素或矩阵构成的对角阵或块对角阵，diag(x₁,x₂,…,x_N)_N表示由N个向量x₁,x₂,…,x_N构成的块对角阵；

(·)^H表示矩阵或向量的共轭转置；

为Kronecker积。

以下实施例中的类似表达方式含义与上述相同，不再赘述。

图2示出了本发明实施例提供的信道获取方法的流程示意图，该流程可由信道获取装置执行，该装置可以是基站或者集成在基站内。该流程包括如下步骤：

步骤201：根据用户设备发送的SRS进行测量，得到所述用户设备的三维MIMO信道矩阵。

步骤202：根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵。

步骤203：根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

优选的，本发明实施例中，以基站天线为二维天线阵列为例，可以将基站天线阵列的垂直维作为第一维，水平维作为二维；也可以将基站天线阵列的水平维作为第一维，将垂直维作为第二维。

具体地，上述的步骤202，可以通过多种方式实施本步骤所描述的根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，以下给出方式A1和方式A2优选实现方式：

方式A1

采用方式A1，则步骤202具体可包括步骤2021至步骤2023(未在附图中示出)：

步骤2021：确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量。其中，步骤2021的实现过程可包括：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P。具体地，每个第一维抽样基站天线阵列具有相同极化方向。

计算用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：

计算用户设备的三维MIMO信道矩阵在该PU内所有第一维抽样基站天线阵列的第一维平均发送相关矩阵R₁：

对第一维平均发送相关矩阵R₁进行特征值分解，得到用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量u_1,m，其中1≤M≤R₁，m＝1,2,…,M，R₁为R₁的秩。

其中，第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序排序可表示为u_1,1，u_1,2，…，u_1,m…，u_1,M，其中u_1,1为主特征向量，u_1,2为次特征向量，对应的特征值为分别为λ_1,1，λ_1,2，依次类推。优选地，可选择对应最大特征值λ_1,1的垂直维主特征向量u_1,1。

步骤2022：确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量。

其中，步骤2022的实现过程可包括：

在基站二维天线阵列上抽取多个第二维的天线阵列，得到第二维抽样基站天线阵列，第二维抽样基站天线阵列在第一维上的索引集合为S₁，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁。

计算所述用户设备的三维MIMO信道矩阵中每个第二维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的第二维平均发送相关矩阵R_r：

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第二维抽样基站天线阵列的第二维平均发送相关矩阵R₂：

对所述第二维平均发送相关矩阵R₂进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择Q个第二维特征向量u_2,q，其中1≤Q≤R₂，q＝1,2,…,Q，R₂为R₂的秩。

其中，第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序排序可表示为u_2,1，u_2,2，…，u_2,q，…，u_2,Q，其中u_2,1为主特征向量，u_2,2为次特征向量，对应的特征值为λ_2,1，λ_2,2，依次类推。优选地，可选择对应最大特征值λ_2,1的第二维主特征向量u_2,1。

步骤2023：将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在每个PU上的三维MIMO等效信道向量或矩阵。

其中，步骤2023的实现过程可包括：

从用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择一个或多个第一维特征向量，从用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量集合中选择一个或多个第二维特征向量。

根据选择出的第一维特征向量与第二维特征向量，采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

或(U_1,mu_2,q)^H………………(5)

其中，u_2,q表示第二维特征向量，u_1,m表示第一维特征向量，

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

优选地，步骤2023中，可从所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择第一个第一维特征向量，从所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合中选择第一个第二维特征向量，将这两个向量按照公式(5)计算，得到在该PU上的一个三维MIMO等效信道向量。

方式A2

采用方式A2，则步骤202具体可包括步骤3021至步骤3024(未在附图中示出)：

步骤3021：确定用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量。其中，以基站天线为二维天线阵列为例，该步骤的实现过程可包括：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P。具体地，每个第一维抽样基站天线阵列具有相同极化方向。

计算用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：

将所有第一维抽样基站天线阵列在第二维上分成K组，1≤K≤N(S₂)，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，K，并且G₁∪G₂∪…∪G_k∪…∪G_K＝S₂。

根据每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵R_1,Gk：

对所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维特征向量集合，第k个第一维特征向量集合内按照该集合中第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

步骤3022：根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道。

其中，以基站天线为二维天线阵列为例，步骤3022的实现过程可包括：

根据K个第一维特征向量集合1≤K≤N(S₂)，得到用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合，共有种U_1，m。

举例来说，假设第二维索引为c的第一维基站天线阵列与G_k组的第一维抽样基站天线阵列接近，那么m^(c)为对应分组G_k内的任意m_k。

计算在该PU内所有抽样子载波上对应每种U_1,m的等效第二维信道

其中，n∈S_n。

具体地，上述将所有第一维抽样基站天线阵列在第二维上分成K组的方式可包括多种，下面给出三种优选的分组方式：分组方式B1、分组方式B2、分组方式B3：

(1)分组方式B1

分成K＝1组：G₁＝S₂，所有第一维抽样基站天线阵列。

在分组方式B1下，步骤3021中，采用分组方式B1将所有第一维抽样基站天线阵列在第二维上分成K组后，计算用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵时，可包括：

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内所有天线列的第一维平均发送相关矩阵

其中，K＝1表示将所有第一维抽样基站天线阵列作为一组，该组第一维抽样基站天线阵列在第二维上的索引集合为G₁。

相应地，在分组方式B1下，步骤3021中，从第一维特征向量集合中选择第一维特征向量的过程，可包括：

对所述用户设备的三维MIMO信道矩阵在该PU内的第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量其中M≥1，m＝1,2,…,M。

其中，第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序排序可表示为其中为主特征向量，为次特征向量，对应的特征值为分别为依次类推。优选地，可选择对应最大特征值的第一维主特征向量

在分组方式B1下，步骤3022可具体包括以下步骤：

根据第一维特征向量集合K＝1，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合。

按照公式(8)计算在每个抽样子载波上等效第二维信道

优选的，当所有第一维基站天线阵列对应的第一维特征向量均取第一维主特征向量时，即则有此时每个抽样子载波上等效第二维信道

(2)分组方式B2

分成K＝N_P组：通常K＝N_P＝2，G₁、G₂分别对应属于两个极化方向(极化方向0和1)的第一维抽样基站天线阵列。

在分组方式B2下，步骤3021中，采用分组方式B2将所有第一维抽样基站天线阵列在第二维上分成K组后，计算用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵时，可包括：

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在一个PU内基站两个极化方向的第一维平均发送相关矩阵和矩阵

其中，K＝N_P＝2表示将所有第一维抽样基站天线阵列在第二维上分成N_P＝2组，该N_P组中第一组第一维抽样基站天线阵列在第二维上的索引集合为G₁，对应极化方向0；第二组第一维抽样基站天线阵列在第二维上的索引集合分别为G₂，对应极化方向1。

相应地，在分组方式B2下，步骤3021中，从第一维特征向量集合中选择第一维特征向量的过程，可包括：

对所述用户设备的三维MIMO信道矩阵在该PU内的两个极化方向的第一维平均发送相关矩阵和矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的两个极化方向上的两个第一维特征向量集合，每个第一维特征向量集合内按照其第一维特征向量对应的特征值从大到小的顺序，分别从两个第一维特征向量集合中选择M₁个第一维特征向量M₂个第一维特征向量其中M₁≥1，M₂≥1，m₁＝1,2,…,M₁，m₂＝1,2,…,M₂。

其中，极化方向0的第一维特征向量集合按照第一维特征向量对应的特征值从大到小的顺序，可表示为其中为主特征向量，为次特征向量，依次类推；极化方向1的第一维特征向量集合按照第一维特征向量对应的特征值从大到小的顺序，可表示为 其中为主特征向量，为次特征向量，依次类推；优选地，可选择极化方向0、1的对应最大特征值的第一维主特征向量

在分组方式B2下，步骤3022可具体包括以下步骤：

根据N_P＝2个第一维特征向量集合K＝N_P＝2，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合。

按照公式(8)计算在每个抽样子载波上等效第二维信道

优选的，当极化方向0的所有第一维基站天线阵列对应的第一维特征向量均取第一维主特征向量时，即且极化方向1的所有第一维基站天线阵列对应的第一维特征向量均取第一维主特征向量时，即 此时每个抽样子载波上等效第二维信道

(3)分组方式B3

分成K＝N(S₂)组：G_k＝{c},c∈S₂，每组只有一个第一维抽样基站天线阵列。

在分组方式B3下，步骤3021中，采用分组方式B3将所有第一维抽样基站天线阵列在第二维上分成K组后，计算用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵时，可包括：

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在一个PU内该组中每组的第一维平均发送相关矩阵

其中，K＝N(S₂)表示将所有第一维抽样基站天线阵列在第二维上分成N(S₂)组，即每组只有一个第一维抽样基站天线阵列，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，N(S₂)。

相应地，在分组方式B3下，步骤3021中，从第一维特征向量集合中选择第一维特征向量的过程，可包括：

对所述用户设备的三维MIMO信道矩阵在该PU内的基站每列天线的第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的N(S₂)＝N₂N_P个第一维特征向量集合，第k个第一维特征向量集合内按照其第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

其中，所述用户设备的三维MIMO信道矩阵在该PU内的第k个第一维特征向量集合按照其第一维特征向量对应的特征值从大到小的顺序，可表示为其中为主特征向量，为次特征向量，依次类推。优选地，可选择对应最大特征值的第一维主特征向量

在分组方式B3下，步骤3022可具体包括以下步骤：

根据N(S₂)个第一维特征向量集合K＝N(S₂)，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合。

计算在每个抽样子载波上等效第二维信道

步骤3023：确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量。

其中，步骤3023的实现过程可包括：

计算用户设备的三维MIMO信道矩阵在一个PU内所有抽样子载波上对应每种U_1,m的等效第二维信道平均发送相关矩阵

其中，表示用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道，为的共轭转置矩阵。

对用户设备的三维MIMO信道矩阵在该PU内对应每种U_1,m的等效第二维信道平均发送相关矩阵进行特征值分解，得到所述等效第二维信道平均发送相关矩阵的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择所述等效第二维信道平均发送相关矩阵的Q个第二维特征向量u_2,q,m，其中1≤Q≤R_2,m，R_2,m为的秩。

其中，等效第二维信道的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序排序可表示为u_2,1,m，u_2,2,m，…，u_2,q,m，…，u_2,Q,m，u_2,1,m为主特征向量，u_2,2,m为次特征向量，依次类推。优选地，可选择对应最大特征值的等效第二维信道的第二维主特征向量u_2,1,m。

步骤3024：将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

其中，步骤2024的实现过程可包括：

从所述用户设备的三维MIMO信道矩阵在一个PU内由第一维特征向量确定的第一维预编码矩阵集合中选择一个或多个第一维预编码矩阵，从所述选择的第一维预编码矩阵对应的等效第二维信道的第二维特征向量集合中选择一个或多个第二维特征向量。

采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

(U_1,mu_2,q,m)^H………………(16)

其中，U_1,m表示用于生成等效第二维信道的第一维预编码矩阵，u_2,q,m表示由U_1,m生成的等效第二维信道的第二维特征向量。

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

上述图2所示的流程中，通过步骤202合成得到的三维MIMO等效信道向量或矩阵，在步骤203中可以确定用户设备的下行信道的预编码向量或矩阵。具体地，Rank L(即秩为L)的三维MIMO等效信道向量或矩阵可由最大L个三维等效信道向量特征值对应的三维等效信道向量确定。

例如，取天线阵列的垂直维作为第一维，水平维作为第二维，按照分组方式B1，且垂直维特征向量取主特征向量u_V,1，水平维特征向量取主特征向量u_H,1和次特征向量u_H,2的情况下：

Rank 2的三维MIMO等效信道矩阵为：

又例如，同样取天线阵列的垂直维作为第一维，水平维作为第二维，按照分组方式B1，垂直维特征向量取主特征向量u_V,1和次特征向量u_V,2，水平维特征向量取主特征向量u_H,1和次特征向量u_H,2的情况下：

Rank 4的三维MIMO等效信道矩阵为：

进一步地，三维信道向量或矩阵的部分行或所有行可用于大规模三维MIMO的预编码矩阵计算。

通过以上描述可以看出，本发明实施例降低了基站实现信道获取的计算复杂度。在本发明的上述实施例中，首先根据用户设备发送的SRS进行测量，得到所述用户设备的三维MIMO信道矩阵，然后根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，最后根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。可以看出，在本发明的上述实施例采用了根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，从而得到所述用户设备的三维MIMO等效信道向量或矩阵，进而可以确定用户设备的下行信道的预编码向量或矩阵，同时，在计算过程中可以抽取若干列天线、若干个子载波的信道计算平均发送相关矩阵。在本发明实施例中，避免了传统信道获取方式中对全部天线信道矩阵的特征向量EVD分解，因此降低了计算的复杂度。

为了更清楚地理解上述的信道获取流程能够降低计算复杂度，下面基于图2所示的流程，以二维天线阵列中以垂直维作为第一维，水平维作为第二维，天线配置为N_HN_VN_P＝8×8×2的系统为例，在一个PU内分别以传统方法和本发明实施例提供方法中的各个方案计算EVD分解的计算复杂度。

一般矩阵A_N×N的EVD分解的浮点运算次数(包括乘法和加法)为15N³。在天线配置为N_HN_VN_P＝8×8×2的系统中，根据用户设备发送的SRS测量得到实际三维MIMO信道矩阵后，对一个PU内的等效信道向量或矩阵进行计算并根据计算得到的等效信道向量或矩阵计算预编码向量或矩阵。其中，计算复杂度的结果如图3所示。

可以看到，通过传统方法进行EVD分解的计算复杂度为15×128³；本发明实施例中通过方式A1进行EVD分解的计算复杂度为15×(8³+16³)；本发明实施例中通过方式A2中的分组方式B1进行EVD分解的计算复杂度为15×(8³+16³)；本发明实施例中通过方式A2中的分组方式B2进行EVD分解的计算复杂度为15×(2×8³+16³)；本发明实施例中通过方式A2中的分组方式B3进行EVD分解的计算复杂度为15×(8×8³+16³)。

通过上述对比可以看出，本发明实施例提供的各个方案较传统的EVD分解方法能够有效的降低计算复杂度。

通过以上描述可以看出，本发明实施例提供的信道获取方法是根据用户设备发送的SRS进行测量，得到所述用户设备的三维MIMO信道矩阵，然后根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，最后根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。由于采取了根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，从而得到所述用户设备的三维MIMO信道矩阵的等效信道或信道向量，并且，计算过程中也可以抽取若干列天线、若干个子载波的信道计算平均发送相关矩阵，从而避免了传统信道获取方式中对全部天线信道矩阵的特征向量EVD分解中所需的大量计算，降低了信道获取过程的计算复杂度。

基于相同的技术构思，本发明实施例还提供了一种装置。

参见图4，为本发明实施例提供的装置的结构示意图，该装置可包括：获取模块401，第一确定模块402，第二确定模块403，其中：

获取模块401，用于根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维多输入多输出MIMO信道矩阵；

第一确定模块402，用于根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

第二确定模块403，用于根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

优选地，第一确定模块402，具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个频域预编码单元PU内的第一维特征向量；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

优选地，第一确定模块402，具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数。具体地，每个第一维抽样基站天线阵列具有相同极化方向。

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c，计算公式可采用公式(1)。

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第一维抽样基站天线阵列的第一维平均发送相关矩阵，计算公式可采用公式(2)。

对所述第一维平均发送相关矩阵R₁进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量u_1,m，其中1≤M≤R₁，m＝1,2,…,M，R₁为R₁的秩。

优选地，第一确定模块402，具体用于：

在基站二维天线阵列上抽取多个第二维的天线阵列，得到第二维抽样基站天线阵列，第二维抽样基站天线阵列在第一维上的索引集合为S₁，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁，其中，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N(S)表示集合S中元素的个数。

计算所述用户设备的三维MIMO信道矩阵中每个第二维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的第二维平均发送相关矩阵R_r，计算公式可采用公式(3)。

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第二维抽样基站天线阵列的第二维平均发送相关矩阵R₂，计算公式可采用公式(4)。

对所述第二维平均发送相关矩阵R₂进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择Q个第二维特征向量u_2,q，其中1≤Q≤R₂，q＝1,2,…,Q，R₂为R₂的秩。

优选地，第一确定模块402，具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择一个或多个第一维特征向量，从所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量集合中选择一个或多个第二维特征向量。

根据选择出的第一维特征向量与第二维特征向量，采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量，计算公式可采用公式(5)。其中，u_2,q表示第二维特征向量，u_1,m表示第一维特征向量，

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

优选地，第一确定模块402，具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量；

根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

优选地，第一确定模块402，具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数。具体地，每个第一维抽样基站天线阵列具有相同极化方向。

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c，计算公式可采用公式(6)。

将所有第一维抽样基站天线阵列在第二维上分成K组，1≤K≤N(S₂)，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，K，并且G₁∪G₂∪…∪G_k∪…∪G_K＝S₂。

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵计算公式可采用公式(7)。

对所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维特征向量集合，第k个第一维特征向量集合内按照该集合中第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

优选地，分组的方式包括：

分成K＝1组：G₁＝S₂，所有第一维抽样基站天线阵列。

分成K＝N_P组：N_P＝2时，G₁、G₂分别对应属于两个极化方向的第一维抽样基站天线阵列。

分成K＝N(S₂)组：G_k＝{c},c∈S₂，每组只有一个第一维抽样基站天线阵列。

优选地，第一确定模块402，具体用于：

根据K个第一维特征向量集合1≤K≤N(S₂)，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合，共有M_k种U_1,m。

计算在该PU内所有抽样子载波上对应每种U_1,m的等效第二维信道计算公式可采用公式(8)。其中，n∈S_n。

优选地，第一确定模块402，具体用于：

计算所述用户设备的三维MIMO信道矩阵在一个PU内所有抽样子载波上对应每种U_1,m的等效第二维信道平均发送相关矩阵计算公式可采用公式(15)。其中，表示所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道，为的共轭转置矩阵。

对所述用户设备的三维MIMO信道矩阵在该PU内对应每种U_1,m的等效第二维信道平均发送相关矩阵进行特征值分解，得到所述等效第二维信道平均发送相关矩阵的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择所述等效第二维信道平均发送相关矩阵的Q个第二维特征向量u_2,q,m，其中1≤Q≤R_2,m，R_2,m为的秩。

优选地，第一确定模块402，具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内由第一维特征向量确定的第一维预编码矩阵集合中选择一个或多个第一维预编码矩阵，从所述选择的第一维预编码矩阵对应的等效第二维信道的第二维特征向量集合中选择一个或多个第二维特征向量。

采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量，计算公式可采用公式(16)。

其中，U_1,m表示用于生成等效第二维信道的第一维预编码矩阵，u_2,q,m表示由U_1,m生成的等效第二维信道的第二维特征向量。

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

优选地，所述第一维为垂直维，所述第二维为水平维；或者，所述第一维为水平维，所述第二维为垂直维。

基于相同的技术构思，本发明实施例还提供了一种基站，该基站可实现前述实施例描述的在基站侧实现的信道获取流程。

参见图5，为本发明实施例提供的基站的结构示意图，该基站可包括：处理器501、存储器502、收发机503以及总线接口。

处理器501负责管理总线架构和通常的处理，存储器502可以存储处理器501在执行操作时所使用的数据。收发机503用于在处理器501的控制下接收和发送数据。

总线架构可以包括任意数量的互联的总线和桥，具体由处理器501代表的一个或多个处理器和存储器502代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机503可以是多个元件，即包括发送机和收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器501负责管理总线架构和通常的处理，存储器502可以存储处理器501在执行操作时所使用的数据。

本发明实施例揭示的基站侧的信道获取流程，可以应用于处理器501中，或者由处理器501实现。在实现过程中，信道获取流程的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。处理器501可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成信道获取流程的步骤。

具体地，处理器501，用于读取存储器502中的程序，可执行下列过程：

根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维MIMO信道矩阵；

根据用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

根据用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

优选地，所述处理器501可以选取垂直维作为第一维，水平维作为第二维；或者，选取水平维作为第一维，垂直维作为第二维。

优选地，处理器501，具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个频域预编码单元PU内的第一维特征向量；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

优选地，处理器501，具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数。

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c，计算公式可采用公式(1)。

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第一维抽样基站天线阵列的第一维平均发送相关矩阵R₁，计算公式可采用公式(2)。

对所述第一维平均发送相关矩阵R₁进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量u_1,m，其中1≤M≤R₁，m＝1,2,…,M，R₁为R₁的秩。

优选地，处理器501，具体用于：

在基站二维天线阵列上抽取多个第二维的天线阵列，得到第二维抽样基站天线阵列，第二维抽样基站天线阵列在第一维上的索引集合为S₁，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁，其中，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N(S)表示集合S中元素的个数。

计算所述用户设备的三维MIMO信道矩阵中每个第二维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的第二维平均发送相关矩阵R_r，计算公式可采用公式(3)。

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第二维抽样基站天线阵列的第二维平均发送相关矩阵R₂，计算公式可采用公式(4)。

对所述第二维平均发送相关矩阵R₂进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择Q个第二维特征向量u_2,q，其中1≤Q≤R₂，q＝1,2,…,Q，R₂为R₂的秩。

优选地，处理器501，具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择一个或多个第一维特征向量，从所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量集合中选择一个或多个第二维特征向量。

根据选择出的第一维特征向量与第二维特征向量，采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量，计算公式可采用公式(5)。其中，u_2,q表示第二维特征向量，u_1,m表示第一维特征向量，

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

优选地，处理器501，具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量；

根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

优选地，处理器501，具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数。

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c，计算公式可采用公式(6)。

将所有第一维抽样基站天线阵列在第二维上分成K组，1≤K≤N(S₂)，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，K，并且G₁∪G₂∪…∪G_k∪…∪G_K＝S₂。

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵计算公式可采用公式(7)。

对所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维特征向量集合，第k个第一维特征向量集合内按照该集合中第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

优选地，分组的方式包括：

分成K＝1组：G₁＝S₂，所有第一维抽样基站天线阵列。

分成K＝N_P组：N_P＝2时，G₁、G₂分别对应属于两个极化方向的第一维抽样基站天线阵列。

分成K＝N(S₂)组：G_k＝{c},c∈S₂，每组只有一个第一维抽样基站天线阵列。

优选地，处理器501，具体用于：

根据K个第一维特征向量集合1≤K≤N(S₂)，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合，共有种U_1,m。

计算在该PU内所有抽样子载波上对应每种U_1,m的等效第二维信道计算公式可采用公式(8)。其中，n∈S_n。

优选地，处理器501，具体用于：

计算所述用户设备的三维MIMO信道矩阵在一个PU内所有抽样子载波上对应每种U_1,m的等效第二维信道平均发送相关矩阵计算公式可采用公式(15)。

其中，表示所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道，为的共轭转置矩阵。

对所述用户设备的三维MIMO信道矩阵在该PU内对应每种U_1,m的等效第二维信道平均发送相关矩阵进行特征值分解，得到所述等效第二维信道平均发送相关矩阵的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择所述等效第二维信道平均发送相关矩阵的Q个第二维特征向量u_2,q,m，其中1≤Q≤R_2,m，R_2,m为的秩。

优选地，处理器501，具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内由第一维特征向量确定的第一维预编码矩阵集合中选择一个或多个第一维预编码矩阵，从所述选择的第一维预编码矩阵对应的等效第二维信道的第二维特征向量集合中选择一个或多个第二维特征向量。

采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量，计算公式可采用公式(16)。

其中，U_1,m表示用于生成等效第二维信道的第一维预编码矩阵，u_2,q,m表示由U_1,m生成的等效第二维信道的第二维特征向量。

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

综上所述，本发明的上述实施例中，首先根据用户设备发送的SRS进行测量，得到所述用户设备的三维MIMO信道矩阵，然后根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，最后根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。可以看出，本发明的实施例避免了传统信道获取方式中对全部天线信道矩阵的特征向量EVD分解，降低了计算的复杂度。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (24)

1.一种信道获取方法，其特征在于，包括：

根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维多输入多输出MIMO信道矩阵；

根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

2.如权利要求1所述的方法，其特征在于，根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，包括：

确定所述用户设备的三维MIMO信道矩阵在一个频域预编码单元PU内的第一维特征向量；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

3.如权利要求2所述的方法，其特征在于，确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量，包括：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：c∈S₂；其中，H_c,n为第二维索引为c的第一维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×N₁维信道矩阵，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N_R为用户设备的接收天线数，为H_c,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第一维抽样基站天线阵列的第一维平均发送相关矩阵R₁：其中，N(S)表示集合S中元素的个数；

对所述第一维平均发送相关矩阵R₁进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量u_1,m，其中1≤M≤R₁，m＝1,2,…,M，R₁为R₁的秩。

4.如权利要求2所述的方法，其特征在于，确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量，包括：

在基站二维天线阵列上抽取多个第二维的天线阵列，得到第二维抽样基站天线阵列，第二维抽样基站天线阵列在第一维上的索引集合为S₁，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁，其中，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第二维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的第二维平均发送相关矩阵R_r：r∈S₁；其中，H_r,n为第一维索引为r的第二维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×(N₂N_P)维信道矩阵，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N_R为用户设备的接收天线数，为H_r,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第二维抽样基站天线阵列的第二维平均发送相关矩阵R₂：其中，N(S)表示集合S中元素的个数；

对所述第二维平均发送相关矩阵R₂进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择Q个第二维特征向量u_2,q，其中1≤Q≤R₂，q＝1,2,…,Q，R₂为R₂的秩。

5.如权利要求2至4中任一项所述的方法，其特征在于，将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，包括：

从所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择一个或多个第一维特征向量，从所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量集合中选择一个或多个第二维特征向量；

根据选择出的第一维特征向量与第二维特征向量，采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

或(U_1,mu_2,q)^H

其中，u_2,q表示第二维特征向量，u_1,m表示第一维特征向量，为Kronecker积，(·)^H表示矩阵或向量的共轭转置， $U_{1,m}=I_{N_2{N}_P}\⊗u_{1,m}=diag{(u_{1,m},...,u_{1,m})}_{N_2{N}_P},$ 为(N₂N_P)×(N₂N_P)维的单位阵，diag(x₁,x₂,…,x_N)_N表示由N个向量x₁,x₂,…,x_N构成的块对角阵；

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

6.如权利要求1所述的方法，其特征在于，根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵，包括：

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量；

根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

7.如权利要求6所述的方法，其特征在于，确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量，包括：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：c∈S₂；其中，H_c,n为第二维索引为c的第一维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×N₁维信道矩阵，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N_R为用户设备的接收天线数，为H_c,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

将所有第一维抽样基站天线阵列在第二维上分成K组，1≤K≤N(S₂)，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，K，并且G₁∪G₂∪…∪G_k∪…∪G_K＝S₂；

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵 $R_{1,G_k}=\frac{1}{N\left(G_k\right)}\underset{c\∈G_k}{\Σ}{R}_c;$

对所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维特征向量集合，第k个第一维特征向量集合内按照该集合中第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

8.如权利要求7所述的方法，其特征在于，分组的方式包括：

分成K＝1组：G₁＝S₂，所有第一维抽样基站天线阵列；

分成K＝N_P组：N_P＝2时，G₁、G₂分别对应属于两个极化方向的第一维抽样基站天线阵列；

分成K＝N(S₂)组：G_k＝{c},c∈S₂，每组只有一个第一维抽样基站天线阵列。

9.如权利要求7所述的方法，其特征在于，根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道，包括：

根据K个第一维特征向量集合1≤K≤N(S₂)，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合，共有种U_1,m，diag(x₁,x₂,…,x_N)_N表示由N个向量x₁,x₂,…,x_N构成的块对角阵；

计算在该PU内所有抽样子载波上对应每种U_1,m的等效第二维信道 ${\left({\tilde{H}}_{n,m}\right)}_{N_R\×\left(N_2{N}_P\right)}={\left(H_n\right)}_{N_R\×\left(N_1{N}_2{N}_P\right)}\·{\left(U_{1,m}\right)}_{\left(N_1{N}_2{N}_P\right)\×\left(N_2{N}_P\right)},$ 其中，n∈S_n，S_n为一个PU上的抽样子载波集合。

10.如权利要求6至9中任一项所述的方法，其特征在于，确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量，包括：

计算所述用户设备的三维MIMO信道矩阵在一个PU内所有抽样子载波上对应每种U_1,m的等效第二维信道平均发送相关矩阵 其中，表示所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道，为的共轭转置矩阵，S_n为一个PU上的抽样子载波集合，N(S)表示集合S中元素的个数；

对所述用户设备的三维MIMO信道矩阵在该PU内对应每种U_1,m的等效第二维信道平均发送相关矩阵进行特征值分解，得到所述等效第二维信道平均发送相关矩阵的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择所述等效第二维信道平均发送相关矩阵的Q个第二维特征向量其中1≤Q≤R_2,m，R_2,m为的秩。

11.如权利要求6所述的方法，其特征在于，将所述用户设备的MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，包括：

从所述用户设备的三维MIMO信道矩阵在一个PU内由第一维特征向量确定的第一维预编码矩阵集合中选择一个或多个第一维预编码矩阵，从所述选择的第一维预编码矩阵对应的等效第二维信道的第二维特征向量集合中选择一个或多个第二维特征向量；

采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

(U_1,mu_2,q,m)^H

其中，U_1,m表示用于生成等效第二维信道的第一维预编码矩阵，u_2,q,m表示由U_1,m生成的等效第二维信道的第二维特征向量，(·)^H表示矩阵或向量的共轭转置；

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

12.如权利要求1至9、11中任一项所述的方法，其特征在于，所述第一维为垂直维，所述第二维为水平维；或者，所述第一维为水平维，所述第二维为垂直维。

13.一种信道获取装置，其特征在于，包括：

获取模块，用于根据用户设备发送的探测参考信号SRS进行测量，得到所述用户设备的三维多输入多输出MIMO信道矩阵；

第一确定模块，用于根据所述用户设备的三维MIMO信道矩阵分别计算第一维和第二维特征向量，将计算结果进行合成，得到所述用户设备的三维MIMO等效信道向量或矩阵；

第二确定模块，用于根据所述用户设备的三维MIMO等效信道向量或矩阵，确定所述用户设备的下行信道的预编码向量或矩阵。

14.如权利要求13所述的装置，其特征在于，所述第一确定模块，具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个频域预编码单元PU内的第一维特征向量；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

15.如权利要求14所述的装置，其特征在于，所述第一确定模块，具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：c∈S₂；其中，H_c,n为第二维索引为c的第一维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×N₁维信道矩阵，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N_R为用户设备的接收天线数，为H_c,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第一维抽样基站天线阵列的第一维平均发送相关矩阵R₁：其中，N(S)表示集合S中元素的个数；

对所述第一维平均发送相关矩阵R₁进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第一维特征向量集合，按照第一维特征向量对应的特征值从大到小的顺序，从所述第一维特征向量集合中选择M个第一维特征向量u_1,m，其中1≤M≤R₁，m＝1,2,…,M，R₁为R₁的秩。

16.如权利要求14所述的装置，其特征在于，所述第一确定模块，具体用于：

在基站二维天线阵列上抽取多个第二维的天线阵列，得到第二维抽样基站天线阵列，第二维抽样基站天线阵列在第一维上的索引集合为S₁，S₁中的元素属于集合{1,2,…,N₁}，且N(S₁)≤N₁，其中，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第二维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的第二维平均发送相关矩阵R_r：r∈S₁；其中，H_r,n为第一维索引为r的第二维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×(N₂N_P)维信道矩阵，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N_R为用户设备的接收天线数，为H_r,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

计算所述用户设备的三维MIMO信道矩阵在该PU内所有第二维抽样基站天线阵列的第二维平均发送相关矩阵R₂：其中，N(S)表示集合S中元素的个数；

对所述第二维平均发送相关矩阵R₂进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择Q个第二维特征向量u_2,q，其中1≤Q≤R₂，q＝1,2,…,Q，R₂为R₂的秩。

17.如权利要求14至16中任一项所述的装置，其特征在于，所述第一确定模块具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量集合中选择一个或多个第一维特征向量，从所述用户设备的三维MIMO信道矩阵在一个PU内的第二维特征向量集合中选择一个或多个第二维特征向量；

根据选择出的第一维特征向量与第二维特征向量，采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

或(U_1，mu_2，q)^H

其中，u_2,q表示第二维特征向量，u_1,m表示第一维特征向量，为Kronecker积，(·)^H表示矩阵或向量的共轭转置， $U_{1,m}=I_{N_2{N}_P}\⊗u_{1,m}=diag{(u_{1,m},...,u_{1,m})}_{N_2{N}_P},$ 为(N₂N_P)×(N₂N_P)维的单位阵，diag(x₁,x₂,…,x_N)_N表示由N个向量x₁,x₂,…,x_N构成的块对角阵；

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

18.如权利要求13所述的装置，其特征在于，所述第一确定模块具体用于：

确定所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量；

根据确定的所述用户设备的三维MIMO信道矩阵以及在一个PU内的第一维特征向量得到等效第二维信道；

确定所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道的第二维特征向量；

将所述用户设备的三维MIMO信道矩阵在一个PU内的第一维特征向量以及等效第二维信道的第二维特征向量进行合成，得到所述用户设备的三维MIMO信道矩阵在一个PU上的三维MIMO等效信道向量或矩阵。

19.如权利要求18所述的装置，其特征在于，所述第一确定模块具体用于：

在基站二维天线阵列上抽取多个第一维的天线阵列，得到第一维抽样基站天线阵列，第一维抽样基站天线阵列在第二维上的索引集合为S₂，S₂中的元素属于集合{1,2,…,N₂N_P}，且N(S₂)≤N₂N_P，其中，N₂为基站天线阵列在第二维上的相同极化方向的天线数目，极化方向数为N_P＝1,2，N(S)表示集合S中元素的个数；

计算所述用户设备的三维MIMO信道矩阵中每个第一维抽样基站天线阵列到用户设备天线在一个PU内的所有抽样子载波上的平均发送相关矩阵R_c：c∈S₂；其中，H_c,n为第二维索引为c的第一维抽样基站天线阵列到用户设备所有天线在子载波n上的N_R×N₁维信道矩阵，N₁为基站天线阵列在第一维上的相同极化方向的天线数目，N_R为用户设备的接收天线数，为H_c,n的共轭转置矩阵，N(S)表示集合S中元素的个数，S_n为一个PU上的抽样子载波集合；

将所有第一维抽样基站天线阵列在第二维上分成K组，1≤K≤N(S₂)，每组第一维抽样基站天线阵列在第二维上的索引集合分别为G₁,G₂,…,G_k,…,G_K，k＝1，2，…，K，并且G₁∪G₂∪…∪G_k∪…∪G_K＝S₂；

根据所述每个第一维抽样基站天线阵列的平均发送相关矩阵R_c，计算所述用户设备的三维MIMO信道矩阵在该PU内每组的第一维平均发送相关矩阵 $R_{1,G_k}=\frac{1}{N\left(G_k\right)}\underset{c\∈G_k}{\Σ}{R}_c;$

对所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维平均发送相关矩阵进行特征值分解，得到所述用户设备的三维MIMO信道矩阵在该PU内的K个第一维特征向量集合，第k个第一维特征向量集合内按照该集合中第一维特征向量对应的特征值从大到小的顺序，从第k个第一维特征向量集合中选择M_k个第一维特征向量其中M_k≥1，m_k＝1,2,…,M_k。

20.如权利要求19所述的装置，其特征在于，分组的方式包括：

分成K＝1组：G₁＝S₂，所有第一维抽样基站天线阵列；

分成K＝N_P组：N_P＝2时，G₁、G₂分别对应属于两个极化方向的第一维抽样基站天线阵列；

分成K＝N(S₂)组：G_k＝{c},c∈S₂，每组只有一个第一维抽样基站天线阵列。

21.如权利要求19所述的装置，其特征在于，所述第一确定模块具体用于：

根据K个第一维特征向量集合1≤K≤N(S₂)，得到所述用户设备的三维MIMO信道矩阵在该PU内每个抽样子载波的所有N₂N_P个第一维基站天线阵列的第一维特征向量，每个第一维基站天线阵列的第一维特征向量取自与该第一维特征向量最接近的相同极化方向的第一维抽样基站天线阵列所属的分组对应的第一维特征向量集合，确定(N₁N₂N_P)×(N₂N_P)维的第一维预编码矩阵为其中为第二维索引为c的第一维基站天线阵列对应的第一维特征向量，用表示一种取值组合，共有种U_1,m，diag(x₁,x₂,…,x_N)_N表示由N个向量x₁,x₂,…,x_N构成的块对角阵；

计算在该PU内所有抽样子载波上对应每种U_1,m的等效第二维信道 ${\left({\tilde{H}}_{n,m}\right)}_{N_R\×\left(N_2{N}_P\right)}={\left(H_n\right)}_{N_R\×\left(N_1{N}_2{N}_P\right)}\·{\left(U_{1,m}\right)}_{\left(N_1{N}_2{N}_P\right)\×\left(N_2{N}_P\right)},$ 其中，n∈S_n，S_n为一个PU上的抽样子载波集合。

22.如权利要求18至21中任一项所述的装置，其特征在于，所述第一确定模块具体用于：

计算所述用户设备的三维MIMO信道矩阵在一个PU内所有抽样子载波上对应每种U_1,m的等效第二维信道平均发送相关矩阵 其中，表示所述用户设备的三维MIMO信道矩阵在一个PU内的等效第二维信道，为的共轭转置矩阵，S_n为一个PU上的抽样子载波集合，N(S)表示集合S中元素的个数；

对所述用户设备的三维MIMO信道矩阵在该PU内对应每种U_1,m的等效第二维信道平均发送相关矩阵进行特征值分解，得到所述等效第二维信道平均发送相关矩阵的第二维特征向量集合，按照第二维特征向量对应的特征值从大到小的顺序，从所述第二维特征向量集合中选择所述等效第二维信道平均发送相关矩阵的Q个第二维特征向量u_2,q,m，其中1≤Q≤R_2,m，R_2,m为的秩。

23.如权利要求18所述的装置，其特征在于，所述第一确定模块具体用于：

从所述用户设备的三维MIMO信道矩阵在一个PU内由第一维特征向量确定的第一维预编码矩阵集合中选择一个或多个第一维预编码矩阵，从所述选择的第一维预编码矩阵对应的等效第二维信道的第二维特征向量集合中选择一个或多个第二维特征向量；

采用以下公式生成得到在该PU上的一个或多个三维MIMO等效信道向量：

(U_1,mu_2,q,m)^H

其中，U_1,m表示用于生成等效第二维信道的第一维预编码矩阵，u_2,q,m表示由U_1,m生成的等效第二维信道的第二维特征向量，(i)^H表示矩阵或向量的共轭转置；

将多个三维MIMO等效信道向量作为矩阵的行构成三维MIMO等效信道矩阵。

24.如权利要求13至21、23中任一项所述的装置，其特征在于，所述第一维为垂直维，所述第二维为水平维；或者，所述第一维为水平维，所述第二维为垂直维。