CN107615694B - 用于确定预编码矩阵的方法和预编码模块 - Google Patents

用于确定预编码矩阵的方法和预编码模块 Download PDF

Info

Publication number
CN107615694B
CN107615694B CN201580080143.0A CN201580080143A CN107615694B CN 107615694 B CN107615694 B CN 107615694B CN 201580080143 A CN201580080143 A CN 201580080143A CN 107615694 B CN107615694 B CN 107615694B
Authority
CN
China
Prior art keywords
matrix
precoding
receivers
scheduled
mimo transmitter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201580080143.0A
Other languages
English (en)
Other versions
CN107615694A (zh
Inventor
黎光洁
Y·陈
张旭
昌文婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apple Inc filed Critical Apple Inc
Publication of CN107615694A publication Critical patent/CN107615694A/zh
Application granted granted Critical
Publication of CN107615694B publication Critical patent/CN107615694B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0452—Multi-user MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

公开了一种用于基于加权MMSE算法来确定MIMO发射机的预编码矩阵的方法。预编码模块将第一矩阵表达式恒等变换为第二矩阵表达式。第一矩阵表达式包括秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算。第二矩阵表达式包括秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。

Description

用于确定预编码矩阵的方法和预编码模块
技术领域
本文描述的实施例总体涉及一种用于确定预编码矩阵的方法和模块。
背景技术
多天线传输(也称为多输入多输出(MIMO)天线传输)使在无线链路上实现的频谱效率显著提高。在发射机处使用包括多于一个天线的天线阵列进一步增加了空间自由度。天线阵列可以由控制器来控制，以朝向接收机形成天线波束。天线阵列还可以由控制器来控制，以通过同时支持多个接收机来实现复用增益。换言之，MIMO通信系统可以同时使用空间区域中的多个信道。通过MIMO传输方案可以增加数据传输的容量。
已知有两种类型的MIMO传输方案。单用户MIMO(SU-MIMO)用于在时频资源上向单个用户或单个接收机发送一个数据流。多用户MIMO(MU-MIMO)可以在单个，即同一时频资源上将每用户的一个数据流发送到至少两个共同调度的用户或接收机。已经在3GPP长期演进(LTE)系统中采用了MIMO技术。在LTE高级(LTE-A)标准中，准许多达八个发射天线形成天线阵列。
所谓的大规模MIMO系统或大型MIMO系统可以在天线阵列中采用大量的发射天线，例如数十个或甚至100个以上的天线。针对5GPP(第5代项目)，正在讨论大规模MIMO。大规模MIMO或大型天线系统能够获得频率效率的进一步提升。
需要增强尤其是采用大规模MIMO发射机的多用户MIMO通信。
发明内容
根据本公开的一方面，提供了一种用于基于加权最小均方差MMSE算法来确定多输入多输出MIMO发射机的预编码矩阵的方法，所述方法包括：将第一矩阵表达式恒等变换为第二矩阵表达式，其中，所述第一矩阵表达式包括秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算，并且所述第二矩阵表达式包括秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
根据本公开的另一方面，提供了一种用于基于加权MMSE算法来确定MIMO发射机的预编码矩阵的设备，所述设备包括：预编码模块，被配置为：将秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
根据本公开的另一方面，提供了一种MIMO发射机，包括：预编码模块，用于基于加权MMSE算法来确定预编码矩阵，其中，所述预编码模块被配置为：将秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
根据本公开的另一方面，提供了一种非瞬时性计算机可读介质，包括程序指令，所述程序指令当被执行时使处理器执行根据如前所述的方法。
根据本公开的另一方面，提供了一种用于确定发射天线阵列的预编码矩阵的方法，所述发射天线阵列包括NT个天线并且被配置为服务ND个接收机，所述方法包括：基于加权MMSE来确定预编码矩阵，其中，确定所述预编码矩阵包括：将NT×NT矩阵恒等变换为包括作为与对角矩阵不同的矩阵的最高矩阵秩的ND×ND矩阵的表达式。
根据本公开的另一方面，提供了一种蜂窝通信时分双工TDD系统的基站，包括：发射天线阵列，包括NT个天线；和控制器，被配置为控制从所述天线阵列到至少两个接收机的传输，其中，所述控制器包括被配置为执行矩阵求逆的矩阵求逆模块，其中，所述矩阵求逆模块包括Woodbury模块，所述Woodbury模块被配置为基于Woodbury矩阵恒等公式将第一矩阵表达式变换为第二矩阵表达式，其中，所述第一矩阵表达式包括秩与NT相等的二次矩阵的矩阵求逆运算，并且所述第二矩阵表达式包括秩与所述接收机的数量相等的二次矩阵的矩阵求逆运算。
根据本公开的另一方面，提供了一种基于加权MMSE算法来确定多用户MU-MIMO发射机的预编码矩阵的方法，所述方法包括：确定调度的接收机的数量；在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；在迭代处理期间，针对每一个调度的接收机，确定用户速率变化；基于所确定的用户速率变化，从调度的接收机中选择有效接收机；以及仅针对有效接收机来确定预编码矩阵。
根据本公开的另一方面，提供了一种用于基于加权MMSE算法来确定MU-MIMO发射机的预编码矩阵的设备，所述设备包括预编码模块，被配置为：确定针对所述MU-MIMO发射机调度的接收机的数量；在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；在迭代处理期间，针对每一个调度的接收机，确定用户速率变化；基于所确定的用户速率变化，从调度的接收机中选择有效接收机；以及仅针对有效接收机来确定预编码矩阵。
根据本公开的另一方面，提供了一种非瞬时性计算机可读介质，包括程序指令，所述程序指令当被执行时使处理器执行根据如前所述的方法。
附图说明
包括附图是为了提供对各方面的进一步理解，附图被合并于此并且构成说明书的一部分。附图示出各方面，并且与说明书一起用于解释各方面的原理。其它方面和各方面的许多预期优点将容易理解，因为通过参考以下详细描述，它们变得更好理解。相同的附图标记表示对应的类似部分。
图1示意性地示出可以基于加权MMSE算法将预编码矩阵用于MIMO发射机的蜂窝移动系统。
图2示意性地示出可以包括预编码模块的基站的框图，预编码模块用于基于加权MMSE算法来确定MIMO发射机的预编码矩阵。
图3示意性地示出图2的预编码模块的输入和输出。
图4A至图4C示意性地示出可以适于基于加权MMSE算法来确定MIMO发射机的预编码矩阵的不同的预编码模块实施例。
图5在两个表中示出最大比传输(MRT)、迫零(ZF)、信号与泄漏干扰加噪声比(SLNR)和加权最小均方差(加权MMSE)之间的小区平均频谱效率的比较。
图6示出可以用于将第一矩阵表达式同一地变换为第二矩阵表达式的Woodbury公式引理。
图7在四个表中示意性地示出由说明性选择模块实现的简化之前和之后的计算复杂度的比较。
图8在流程图中示意性地示出用于基于MMSE算法来确定MIMO发射机的预编码矩阵的说明性方法。
图9在流程图中示意性地示出用于确定包括NT个天线并且被配置为服务ND个接收机的发射天线阵列的预编码矩阵的说明性方法。
图10在流程图中示意性地示出基于加权MMSE算法来确定多用户(MU)MIMO发射机的预编码矩阵的说明性方法。
具体实施方式
在下文中，出于解释的目的，阐述了许多具体细节以便提供对一个或多个方面的透彻理解。然而，对于本领域技术人员来说显而易见的是，一个或多个方面可以被实践到这些具体细节的较小程度。因此，以下描述不应当被认为是限制性的。保护范围由所附权利要求限定。
总结的各个方面可以以各种形式来体现。以下描述通过说明的方式示出可以实践这些方面的各种组合和配置。应当理解，所描述的方面和/或实施例仅仅是示例，并且可以利用其它方面和/或实施例，并且在不脱离本发明的范围的情况下可以进行结构修改和功能修改。另外，虽然可以相对于若干实现方式中的仅一个实现方式公开实施例的特定特征或方面，但是这样的特征或方面可以与其它实现方式中的一个或多个特征或方面进行组合，如针对任何给定或特定应用可以是期望的且有利的那样。
此外，如果在具体实施方式或权利要求中使用了术语“包括”、“具有”、“带有”或其它变体，这些术语旨在以类似于词语“包含”的方式为包括性的。另外，术语“示例性”仅仅意味着作为示例而不是最佳。
指明的实施例可以是移动通信系统的一部分。此外，实施例可以是蜂窝移动无线电系统的一部分。更具体地，蜂窝移动系统中的发射机可以包括可以是大规模MIMO天线的天线阵列。实施例可以包括发射机，该发射机包括被配置用于多用户MIMO系统的控制器。实施例可以包括作为控制器的一部分的预编码模块。实施例可以包括包含发射机的基站。
图1示意性地示出包括三个小区12A、12B、12C的蜂窝移动系统10。应当理解，蜂窝系统10可以包括多于三个的小区12。每个小区12A、12B、12C均包括至少一个发射机14A、14B、14C。发射机14可以是基站的一部分。基站可以称为节点B。基站可以是演进节点B(eNB)。每个小区12A、12B、12C均可以在给定时刻包括多个接收机16。接收机16可以是用户终端或用户设备UE。用户终端可以是例如智能电话、平板电脑、笔记本电脑等。用户终端可以包括单个天线。用户终端可以包括天线阵列。在图1的示意表示中，小区12A包括四个接收机16，小区12B包括六个接收机16，小区12C包括两个接收机16。本领域技术人员应理解，每个小区中都可以包括更多的用户或用户终端。可能存在蜂窝间干扰和/或蜂窝内的干扰。
在图1中，发射机14A将两个数据流中的数据信号发送到两个接收机16。数据流由箭头18指示。发射机14B将数据流18发送到三个接收机16，发射机14C不发送数据信号或数据流。从基站到用户终端的数据传输称为下行链路传输。如本领域中已知的，基站还包括接收机，并且用户终端还包括发射机。从用户终端到基站的数据传输称为上行链路传输。以下对实施例的讨论是针对下行链路通信给出的，但不限制于此。
图2示意性地示出基站20的框图。仅示出理解本公开所必需的组件。当然，基站可以包括更多的组件。基站20包括发射机22和接收机24。基站20还包括带有16个天线26.1至26.16的天线阵列26。16个天线的数量仅作为示例给出。天线阵列26可以包括更多或更少的天线。天线阵列26可以包括例如8个天线或64个天线，或100个天线，甚至更多。发射机22包括控制器。控制器可以包括预编码模块28。控制器可以被配置为控制天线阵列26以用于MU-MIMO传输。预编码模块28可以是包括处理器和存储器的硬件模块。预编码模块28可以是加载到非瞬时性计算机可读介质中的软件模块。处理器可以包括数字信号处理器(DSP)、一个或多个处理器核、中央处理单元(CPU)、双协处理器、多协处理器、微处理器、微芯片、芯片、一个或多个电路、多个处理器或控制器等。发射机22可以接收将要经由无线电接口或空中接口发送到不同用户终端的数据流30A、30B、30C。数据流30A、30B、30C可以经由有线通信网络提供给基站20。发射机22可以通过数据连接线路32耦合到接收机24。
MU-MIMO，特别是带有很多天线的用于多个用户的MIMO或甚至带有数百个天线的大规模MU-MIMO，允许空分多址(SDMA)。蜂窝系统10可以包括城市微小区，并且空间复用可以允许考虑三维信道模型，或者换言之，考虑用户或用户终端在三维空间中的位置。尽管可以使用任何频段，但是第五代项目考虑从约2GHz到约3.5GHz的频段。可以使用频率更低或更高的其它频段。
MU-MIMO允许使用同一时频资源向不同终端进行发送。可以由控制器，更具体地说，由作为控制器的一部分的预编码器使用预编码方案来将要复用的信号映射到天线阵列的天线。
图3示出由控制器，更具体地说，由预编码模块28实现的预编码和波束成形的任务。使用与图2中相同的附图标记。预编码矩阵用于与要发送的信号相乘。预编码控制天线阵列的天线的相位和幅度，以便形成辐射方向图。预编码还考虑例如信道信息和终端。应用预编码矩阵允许波束成形，即将辐射能量引导到用户。预编码模块28接收意图用于ND个用户终端的ND个数据流。应当理解，一个用户终端也可以接收多于一个的数据流。为了易于在本申请中进行说明，一个用户终端可以接收一个数据流。在图3所示的情况下，三个数据流30A、30B、30C被输入到控制器28，即ND＝3。数据流30A、30B、30C被映射到NT个天线。在图3所示的情况下，NT＝16。
图4A至图4C示出根据下面描述的实施例的预编码模块28。在图4A所示的实施例中，预编码模块28可以包括Woodbury模块30。在图4B所示的实施例中，预编码模块28可以包括选择模块32。在图4A所示的实施例中，预编码模块28可以包括Woodbury模块30和选择模块32。更一般地说，控制来自发射机22的数据流的传输的控制器可以包括Woodbury模块30和/或选择模块32。
在下文中，进一步解释预编码。预编码可以提升传输性能，并且可以考虑各传输信道中的传输信道的影响。预编码可以提供权重，以对从天线阵列发送的多个数据流进行加权，从而最大化链路的吞吐量。预编码是3GPP Release 8和10的一部分。天线阵列中的多个发射天线使用预编码形成多个传输信道。多个传输信道中的每一个传输信道都可被配置为服务相应的用户终端。信道矩阵中给出了信道影响。
已知有若干线性预编码方案。第一种线性预编码方案是最大比传输(MRT，有时也称为共轭)。根据这个方案，预编码矩阵等于信道的共轭，因此计算非常简单。计算例如不需要任何矩阵求逆。然而，由于不同用户之间的干扰，多用户模式下性能很差。
另一种线性预编码方案是迫零(ZF)。在这种情况下，通过使互干扰最小化来获得预编码矩阵。然而，ZF不能支持太多的用户。当调度的用户或接收机的数量比发射天线的数量小得多时，复用增益可以是有吸引力的。然而，当调度的用户数量接近发射天线数量时，增益将开始减小，并且如果用户数量继续增加，则增益可能消失。
另一种线性预编码方法是最小化信号与泄漏干扰加噪声比(SLNR)。于是，通过在信号功率与泄漏干扰加噪声之间进行折衷来获得预编码矩阵。然而，该算法对噪声功率敏感。
在多用户系统中，不能同时最大化所有用户的性能。在上述线性预编码方案中，忽略了多个用户之间的MRT、ZF和SLNR功率分配。此外，上述算法不把吞吐量容量作为其优化准则。在MU-MIMO中，必须解决多目标优化问题。换言之，对于多用户，搜索容量的最大化。通过选择系统效用函数可以简化该问题。
考虑了多目标优化问题的线性预编码方法是加权MMSE(最小均方差)。加权MMSE实现了MU-MIMO的良好性能。加权MMSE是线性收发机设计算法。它是基于加权均方差的迭代最小化的加权速率和(sum rate)最大化。仅需要本地信道知识。加权MMSE利用迭代算法来优化预编码矩阵和系统容量。加权MMSE可以将系统频谱效率作为优化目标，并且迭代地计算预编码矩阵和功率加权因子。加权MMSE在接收机处使用SINR与MSE之间的等价变换，并且引入加权矩阵来获得线性优化处理。然而，计算任务是繁重的。加权MMSE需要执行NT×NT维矩阵求逆，其中，NT是发射天线数量。NT×NT维矩阵是具有NT行和NT列的二次矩阵。NT×NT维矩阵或NT×NT矩阵也称为秩为NT的矩阵或阶为NT的矩阵。在带有许多或大量天线的大型天线系统中，计算复杂度，特别是矩阵求逆的计算复杂度可能变得非常高。因此，加权MMSE可能难以在现实系统中实现。
继预编码之后，MU-MIMO系统可以提供调度。调度控制用户间共享资源的分配。在图3中，ND数据流是活跃的并且等待被调度。它们可能不一定全部在同一时间被调度。或者换言之，优化可以表明，并非所有数据流都能够在相同的时频资源上用足够的质量来服务。因此，可以在调度的用户和选定的有效用户之间进行区分。代替谈及用户，可以谈及在数据传输之前建立的发射机与接收机之间的数据链路或传输链路。于是，存在调度的链路和选定的链路。
下面进一步讨论加权MMSE方法。优化问题的目的可以在于，提高小区平均频谱效率。可以在预编码模块28处执行优化。对要解决的优化问题的限制或约束可能是最大可用功率。基站可以具有功率约束Pk。基站k可以服务于Ik个调度的用户。效用最大化问题可以表述为使基站k的所有调度的用户的功率因子的加权速率和最大化。
Figure GDA0002718005490000081
根据公式(1)的速率和表示用于优化处理的目标函数。用户Ik的瞬时可达速率可以表示为
Figure GDA0002718005490000082
在公式(2)中，I表示单位向量或单位矩阵。
Figure GDA0002718005490000083
表示包括信道信息的信道矩阵。
Figure GDA0002718005490000084
表示预编码矩阵。索引ik指明用户ik。当用户终端仅包括一个天线时，矩阵
Figure GDA0002718005490000085
更具体地为向量或一维矩阵。“*”表示对应矩阵的共轭转置或HERMITIAN转置。共轭转置或HERMITIAN转置也由“H”来指示。因此，
Figure GDA0002718005490000086
表示
Figure GDA0002718005490000087
的共轭转置或Hermitian转置。
Figure GDA0002718005490000088
是带有NT个元素的向量，即带有针对每一个发射天线的元素。换言之，
Figure GDA0002718005490000089
是1×NT维矩阵。于是，
Figure GDA00027180054900000810
是NT×1维矩阵，并且乘积
Figure GDA00027180054900000811
是NT×NT维矩阵。索引k指示第k个基站。通信系统可以包括k个基站。在下文中，将针对带有一个基站的系统来讨论实施例，但不限制于此。然后，k＝1，并且可能不会在其它公式中提及。在公式(2)中，
Figure GDA00027180054900000812
表示用户ik接收机处的噪声功率的期望值。公式(1)表示所有调度的用户的所有根据公式(2)计算出的速率的和。
通信系统10可以使用时分双工(TDD)。在TDD系统中，时分复用用于分离发射信号和接收信号。TDD系统的优点在于，上行链路和下行链路无线电路径可能非常相似。因此，可以基于来自信道互易的信道信息来生成预编码矩阵。换言之，在TDD的情况下，前向链路和反向链路共享同一频段，所以如果信道与前向和反向链路传输之间的间隔相比缓慢变化，则可以假定物理传播信道是互易的。在图2中，数据线路32指示接收机24与发射机22之间的数据传输或者说是信息传输，以将信道信息从接收机24发送到发射机22。互易性可以指示，可以从反向信道或上行链路信道(即，从终端到基站的信道)来估计前向信道或下行链路信道(即，从基站到终端的信道)。因此，可以认为信道矩阵
Figure GDA0002718005490000091
是已知的。当然，也可以用其它方式来确定信道矩阵
Figure GDA0002718005490000092
预编码模块28可以包括迭代模块。在加权MMSE中，可以迭代地优化预编码矩阵
Figure GDA0002718005490000093
首先，可以对预编码矩阵
Figure GDA0002718005490000094
进行初始化，使得所有用户的功率因子的和为
Figure GDA0002718005490000095
然后，可以使用迭代算法在迭代模块中开始优化处理。迭代模块可以是软件模块或硬件模块。每一轮迭代可以包括三次连续的更新。
第一次更新：
Figure GDA0002718005490000096
其中
Figure GDA0002718005490000097
在公式(4)中，将
Figure GDA0002718005490000098
看作静态值，并且首先计算
Figure GDA0002718005490000099
然后可以更新
Figure GDA00027180054900000910
Figure GDA00027180054900000911
表示用户ik的最佳接收预编码器。
Figure GDA00027180054900000912
没有特别的含义，但是允许简单明了的表达。
第二次更新：
Figure GDA00027180054900000913
在公式(5)中，
Figure GDA00027180054900000914
表示用户ik的最小均方差(MSE)值。公式(5)使用新的，即
Figure GDA00027180054900000915
的更新的值。预编码向量
Figure GDA00027180054900000916
仍然看作静态值。
第三次更新：
Figure GDA0002718005490000101
使用来自公式(4)的更新的
Figure GDA0002718005490000102
和来自公式(5)的更新的
Figure GDA0002718005490000103
重新计算或更新用户ik的预编码向量
Figure GDA0002718005490000104
公式(6)包括Lagrange乘数μk。在寻找局部最大值和最小值的优化处理中，Lagrange乘数是已知的。更确切地说，这是用于受恒等约束的函数的策略。这里，使用Lagrange乘数μk来满足根据公式(3)的功率约束。在
Figure GDA0002718005490000105
的更新期间，μk也被更新以满足发射功率约束，如下面更详细说明的。然后，使用更新的预编码向量
Figure GDA0002718005490000106
来根据公式(2)重新计算用户ik的速率
Figure GDA0002718005490000107
针对所有调度的用户重新计算预编码向量
Figure GDA0002718005490000108
和
Figure GDA0002718005490000109
并输入到公式(1)来确定速率和。例如，通过比较当前速率和Rcurrent与最后的速率和Rlast来确定目标函数的收敛性。
|Rcurrent-Rlast|＜ε|Rcurrent| (7)
其中，ε是例如0.05的阈值。如果公式(1)的值(即，目标函数)在特定值附近保持稳定，则目标函数收敛并且可以停止计算。否则，执行新的迭代。
根据公式(6)计算预编码向量
Figure GDA00027180054900001011
是一项困难且计算密集的任务，因为它涉及NT×NT维矩阵求逆：
Figure GDA00027180054900001010
可以看出，表达式(8)是公式(6)的一部分。NT×NT维矩阵求逆意味着计算复杂度与发射天线数量NT的立方成比例。作为示例，在基站处采用64个发射天线的情况下，将要求解643＝262,144个乘法和加法。这对于带有大型或大规模天线阵列的系统造成巨大的复杂度压力。结果，对于大型MIMO系统来说，计算是非常复杂的，并且可能需要使用强大的处理器和/或非常快速的处理器，甚至可能无法实现。于是，可能不使用加权MMSE，并且可能基于MRT、ZF或SLNR来计算预编码矩阵。
此外，如上所述，表达式(8)包括Lagrange乘数μk。根据公式(3)更新Lagrange乘数μk以满足功率约束得到
Figure GDA0002718005490000111
在公式(9)中，将要执行NT×NT维奇异值分解。奇异值分解的复杂度也大致与发射天线数量的立方成比例，并且增加了计算的复杂度，以及可能妨碍MU-MIMO的部署。
图5包括提供MRT、ZF、SLNR和加权MMSE之间的小区平均频谱效率的比较的两个表。在表1中，针对带有64个天线的天线阵列，比较小区平均频谱效率，如表2所示，针对带有16个天线的天线阵列，比较小区平均频谱效率。MRT被设定为基准点。与MRT相比，当仅调度两个用户时，使用ZF算法、SLNR算法或加权MMSE算法来计算预编码矩阵已经得到三分之一的提升。当调度所有用户时，对于ZF算法来说，提升仍为三分之一左右，但是对于SLNR算法来说，小区平均频谱效率加倍，并且对于加权MMSE来说，小区平均频谱效率甚至好了1.5倍。术语“所有用户”是指小区中被调度的所有用户，而不是仅调度小区中的一些用户的情况。应当理解，每个小区中的用户数量是随机变量。
表2证实了加权MMSE在多用户系统中效率更高的趋势，并且因计算负担过高而放弃加权MMSE将是一个巨大的损失。本文讨论的实施例提出一种将加权MMSE用于多用户系统但计算负担较少的方法。
在实施例中，预编码模块28配备有Woodbury模块30，如图4A所示，其被配置为执行以下变换。Woodbury模块30可以是软件模块或硬件模块。代替针对每个调度的用户单独执行上述优化处理，可以以矩阵表示调度的用户的所有预编码向量：
Figure GDA0002718005490000112
在公式(10)中，
Figure GDA0002718005490000113
是NT×ND矩阵，包括所有调度的用户设备的信道信息，如下式所示：
Figure GDA0002718005490000114
Λk和θk是对角矩阵。对角矩阵是仅在主对角线上具有不等于零的元素的矩阵。
Figure GDA0002718005490000115
当
Figure GDA0002718005490000121
是NT×ND矩阵时，公式(10)仍然包括NT×NT维矩阵求逆。为了减小复杂度，使用Woodbury公式引理执行变换。
图6示出Woodbury公式引理或Woodbury矩阵恒等公式。在Woodbury公式引理中：
将A设定为矩阵
Figure GDA0002718005490000122
其为NT×NT矩阵。
将U设定为矩阵
Figure GDA0002718005490000123
其为NT×ND矩阵。
将V设定为矩阵HH，其为ND×NT矩阵，因为它是矩阵
Figure GDA0002718005490000124
的hermitian共轭。
将C设定为矩阵
Figure GDA0002718005490000125
其为ND×ND矩阵。
然后，根据数学推导:
H(μkI+HHH)-1＝(μkI+HHH)-1H (13)
并进一步变换：
Figure GDA0002718005490000126
将
Figure GDA0002718005490000127
看作单位(如H)，遵循相同的变换原理：
Figure GDA0002718005490000128
可以将公式(15)代入到公式(10)中，得到
Figure GDA0002718005490000129
在公式(16)中，需要
Figure GDA00027180054900001210
和
Figure GDA00027180054900001211
的矩阵求逆。矩阵
Figure GDA00027180054900001212
为对角NT×NT矩阵。对角矩阵的求逆是容易计算的，与矩阵的维数或阶或秩无关。因此，
Figure GDA00027180054900001213
的求逆并不代表计算问题。矩阵
Figure GDA00027180054900001214
的维度是ND×ND。换言之，在预编码模块28的Woodbury模块中使用Woodbury公式将矩阵求逆的复杂度从与发射天线的数量的立方成比例的计算复杂度降低到与调度的用户的数量的立方成比例的计算复杂度。
通过使用公式(14)和(15)，公式(9)可以简化为：
Figure GDA00027180054900001215
表达式HΛkH*为ND×ND矩阵。所以，Woodbury模块将奇异值分解的复杂度降低到与调度的用户的数量的立方成比例的计算复杂度。
应当理解，Woodbury公式引理提供相同的变换。NT×NT维矩阵求逆到ND×ND维矩阵求逆没有任何性能损失。图5所示的表1和表2对于计算简化的加权MMSE同样有效。
在实施例中，预编码模块28可以设置有选择模块32，如图4B所示。选择模块32可以是软件模块或硬件模块。选择模块32可以适于在优化处理期间(换言之，在迭代期间)从调度的数据流中选择有效数据流。调度的数据流是被调度以发送到调度的用户(或换言之，发送到调度的接收机)的流。有效数据流是可以有效地发送到有效用户或有效接收机的数据流，如上所述。
在迭代期间，可以观察到，调度的用户或接收者逐渐分成两组。第一组中的用户的功率因子减小，最终可能变为零。第二组中的用户的功率因子变得稳定。第二组用户或接收机可以被称为有效用户或有效接收机。换言之，并非所有调度的用户可以在同一时频资源上被服务。
选择模块32被配置为在迭代期间(或换言之，在迭代处理期间，即在优化处理结束之前)选择有效数据流。详细地说，选择方法可以包括根据公式(4)至(6)第一次更新
Figure GDA0002718005490000131
和
Figure GDA0002718005490000132
并且记录所有调度的用户速率或用户容量R＝{R1,R2,...RI}。然后，第二次更新
Figure GDA0002718005490000133
和
Figure GDA0002718005490000134
并且记录所有调度的用户当前容量R’。然后，找到满足以下条件的选定的用户集
Figure GDA0002718005490000137
Figure GDA0002718005490000135
应当理解，“0.05”是示例性值，其可以更大或更小。然后，仅利用选定的用户继续计算相应预编码矩阵中的预编码矩阵。因为更少的用户被考虑到计算内，所以这可以简化计算。
在实施例中，如图4C所示，预编码模块28可以设置有选择模块32和Woodbury模块30。在迭代处理期间，选择模块32选择选定的用户集
Figure GDA0002718005490000136
Woodbury模块30根据Woodbury公式进行变换，以降低计算复杂度，特别是通过避免具有NT×NT维度或秩的矩阵的矩阵求逆。在本实施例中，计算复杂度被降低到：
Figure GDA0002718005490000141
“o”表示计算复杂度。
图7包括表3和表4，其示出在选择模块32实现的简化之前和之后的计算复杂度和性能的比较。简化表示通过如上所述限制到有效用户来简化计算任务。在表3中，发射天线的数量是NT＝64，并且调度的用户的数量ND分别是10、15和20。迭代处理包括七轮。在表4中，发射天线的数量是NT＝128，并且调度的用户的数量ND分别是15、20和25。迭代处理包括七轮。对于同一信道矩阵，即对于相同数量的可能的有效用户，调度的用户越多，计算复杂度降低得越多。
简化(或换言之，在开始迭代处理之后仅考虑有效用户)稍微降低了预编码矩阵的性能，但是性能损失保持在3％以下，如表5和表6所示。表5在天线和调度的用户的数量方面对应于表3。表6在天线和调度的用户的数量方面对应于表4。SE表示频谱效率。
图8在流程图中示出用于基于MMSE算法来确定MIMO发射机的预编码矩阵的说明性方法。在计算期间，第一矩阵表达式被恒等地变换为第二矩阵表达式。第一矩阵表达式包括二次矩阵的矩阵求逆运算。二次矩阵的秩等于MIMO发射机的天线的数量。换言之，MIMO发射机包括的天线越多，秩越高。第一矩阵表达式被变换成的第二矩阵表达式包括秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。调度的接收机的数量可以远远低于天线的数量。于是，简化了矩阵求逆运算。
图9在流程图中示出用于确定包括NT个天线并且被配置为服务ND个接收机的发射天线阵列的预编码矩阵的说明性方法。基于加权MMSE来确定预编码矩阵。确定预编码矩阵包括将NT×NT矩阵恒等地变换为包括ND×ND矩阵(作为与对角矩阵不同的矩阵的最高矩阵秩)的表达式。在对角矩阵上容易执行矩阵求逆运算。高秩对角矩阵不构成计算负担。
图10在流程图中示出用于基于加权MMSE算法来确定MU-MIMO发射机的预编码矩阵的说明性方法。确定调度的接收机的数量，并且在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理。该方法还包括在迭代处理期间，针对每个调度的接收机，确定用户速率变化，并且基于所确定的用户速率变化来从调度的接收机中选择有效接收机。仅针对有效接收机来确定预编码矩阵。
以下示例属于进一步的实施例：
示例1是一种由控制器，更具体地说，由预编码模块使用加权最小均方差(MMSE)算法来确定多输入多输出(MIMO)发射机的预编码矩阵的方法，包括：由控制器将第一矩阵表达式恒等变换为第二矩阵表达式，第一矩阵表达式包括秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算，并且第二矩阵表达式包括秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
在示例2中，示例1的主题可以可选地包括：恒等变换矩阵求逆运算包括根据Woodbury矩阵恒等公式进行变换。
在示例3中，示例1和示例2中任一项的主题可以可选地包括：第二矩阵表达式还包括秩与MIMO发射机的天线的数量相等的对角矩阵。
在示例4中，示例1至示例3中任一项的主题可以可选地包括：基于所确定的预编码矩阵，由MIMO发射机将信号发送到调度的接收机。
在示例5中，示例1至示例4中任一项的主题可以可选地包括：加权最小均方差(MMSE)算法包括基于速率和效用函数的优化。
在示例6中，示例1至示例5中任一项的主题可以可选地包括：加权最小均方差(MMSE)算法包括秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的奇异值分解。
在示例7中，示例1至示例6中任一项的主题可以可选地包括：秩与MIMO发射机的天线的数量相等的二次矩阵包括Lagrange乘数。
在示例8中，示例1至示例7中任一项的主题可以可选地包括：秩与MIMO发射机的天线的数量相等的二次矩阵包括与不同接收机有关的信道信息之和。
在示例9中，示例8的主题可以可选地包括：信道信息基于上行链路和下行链路传输的信道互易性。
示例10是从多输入多输出(MIMO)发射机向多个接收机发送多个信号的方法，包括：由控制器，更具体地说，由预编码模块使用加权最小均方差(MMSE)算法来确定预编码矩阵，该确定包括：由控制器将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
在示例11中，示例10的主题可以可选地包括：恒等变换矩阵求逆运算包括根据Woodbury矩阵恒等公式进行变换。
示例12是一种确定多输入多输出(MIMO)发射机的预编码矩阵的控制器，更具体地说是预编码模块，控制器，更具体地说，预编码模块使用加权最小均方差(MMSE)算法，控制器，更具体地说，预编码模块将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
在示例13中，示例12的主题可以可选地包括：Woodbury模块，被配置为根据Woodbury矩阵恒等公式恒等变换矩阵求逆运算。
在示例14中，示例12至示例13中任一项的主题可以可选地包括：处理器，执行变换操作；和存储器，存储包括恒等变换算法的加权最小均方差(MMSE)算法。
示例15是一种可以包括根据示例12至示例14中任一项的控制器，更具体地说，预编码模块的多输入多输出(MIMO)发射机。
示例16是一种包括被配置为确定预编码矩阵的控制器，更具体地说，预编码模块的多输入多输出(MIMO)发射机，预编码模块被配置为使用加权最小均方差(MMSE)算法，预编码模块被配置为将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
在示例17中，示例16的主题可以可选地包括：控制器或预编码模块还包括Woodbury模块，被配置为根据Woodbury矩阵恒等公式恒等变换矩阵求逆运算。
在示例18中，示例16至示例17中任一项的主题可以可选地包括，控制器或预编码模块包括：处理器，被配置为执行变换操作；和存储器，被配置为存储包括恒等变换算法的加权最小均方差(MMSE)算法。
在示例19中，示例16至示例18中任一项的主题可以可选地包括：MIMO发射机是蜂窝通信系统中的基站的一部分。
示例20是一种包括程序指令的非瞬时性计算机可读介质，该程序指令使处理器使用加权最小均方差(MMSE)算法来确定多输入多输出(MIMO)发射机的预编码矩阵，该确定包括：将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
在示例21中，示例20的主题可以可选地包括：程序指令使处理器根据Woodbury矩阵恒等公式恒等变换矩阵求逆运算。
示例22是一种控制器，或者更具体地说，一种预编码模块，被配置为确定多输入多输出(MIMO)发射机的预编码矩阵，控制器或预编码模块被配置为：在执行矩阵求逆变换之前，将包括具有第一秩的矩阵的第一表达式变换为包括具有比第一秩小的第二秩的矩阵(作为最高阶矩阵)的第二表达式。
在示例23中，示例22的主题可以可选地包括：控制器/预编码模块被配置为恒等地变换表达式。
示例24是一种由控制器或预编码模块确定服务ND个接收机的发射天线阵列的预编码矩阵的方法，发射天线阵列包括NT个天线，方法包括：使用加权MMSE来确定预编码矩阵，该确定包括将NT×NT矩阵恒等变换为包括不是对角矩阵的ND×ND矩阵(作为最高矩阵秩)的表达式。
在示例25中，示例24的主题可以可选地包括：确定预编码矩阵包括：获得信道信息。
在示例26中，示例25的主题可以可选地包括：获得信道信息包括：从反向传输信道获得信道信息。
示例27是一种用于蜂窝通信时分双工(TDD)系统的基站，包括：包括NT个天线的发射天线阵列；控制器，控制从天线阵列到至少两个接收机的传输，该控制器包括矩阵求逆模块，被配置为执行矩阵求逆，该矩阵求逆模块还包括Woodbury模块，被配置为使用Woodbury矩阵恒等公式将要被求逆的矩阵变换为表达式。
在示例28中，示例27的主题可以可选地包括：矩阵求逆模块包括Woodbury模块，其使用Woodbury矩阵恒等公式将NT×NT矩阵的矩阵求逆变换为包括“接收机的数量”ד接收机的数量”矩阵的表达式。
示例29是一种控制器，被配置为确定多输入多输出(MIMO)发射机的预编码矩阵，该控制器被配置为使用加权最小均方差(MMSE)算法，该控制器包括求逆模块，其被配置为将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为需要秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算的表达式。
在示例30中，示例29的主题可以可选地包括：Woodbury模块，被配置为根据Woodbury矩阵恒等公式恒等变换矩阵求逆运算。
在示例31中，示例29至示例30中任一项的主题可以可选地包括：处理器，被配置为执行变换操作；和存储器，被配置为存储包括恒等变换算法的加权最小均方差(MMSE)算法。
示例32是一种控制器，更具体地说，是一种预编码模块，其确定多输入多输出(MIMO)发射机的预编码矩阵，该控制器在矩阵求逆变换之前变换矩阵秩。
示例33是一种用于操作多输入多输出(MIMO)发射机的方法，该方法包括：使用加权最小均方差(MMSE)算法来确定MIMO发射机的预编码矩阵，该确定包括：将秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
示例34是一种由控制器，更具体地说，由预编码模块使用加权最小均方差(MMSE)算法来确定多用户多输入多输出(MU-MIMO)发射机的预编码矩阵的方法，该方法包括：确定调度的接收机的数量；在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；在迭代处理期间针对每个调度的接收机来确定用户速率变化；取决于所确定的用户速率变化来从调度的接收机中选择有效接收机；仅针对有效接收机来确定预编码矩阵。
在示例35中，示例34的主题可以可选地包括：基于所确定的预编码矩阵，由MU-MIMO发射机将信号发送到有效接收机。
在示例36中，示例34至示例35中任一项的主题可以可选地包括：在确定预编码矩阵期间：由控制器将第一矩阵表达式恒等变换为第二矩阵表达式，第一矩阵表达式包括秩与MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算，并且第二矩阵表达式包括秩与有效接收机的数量相等的二次矩阵的矩阵求逆运算。
示例37是一种控制器，更具体地说，是一种预编码模块，其确定多用户多输入多输出(MU-MIMO)发射机的预编码矩阵，控制器/预编码模块使用加权最小均方差(MMSE)算法，控制器/预编码模块确定针对MU-MIMO发射机调度的接收机的数量，在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理，在迭代处理期间针对每个调度的接收机来确定用户速率变化，取决于所确定的用户速率变化来从调度的接收机中选择有效接收机，仅针对有效接收机来确定预编码矩阵。
在示例38中，示例37的主题可以可选地包括：处理器，执行迭代处理；和存储器，存储包括选择算法的加权最小均方差(MMSE)算法。
示例39是一种包括示例37至示例38中任一项的主题的多输入多输出(MIMO)发射机。
示例40是一种包括程序指令的非瞬时性计算机可读介质，该程序指令使处理器使用加权最小均方差(MMSE)算法来确定多输入多输出(MIMO)发射机的预编码矩阵，该确定包括：确定针对MU-MIMO发射机调度的接收机的数量；在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；在迭代处理期间针对每个调度的接收机来确定用户速率变化；取决于所确定的用户速率变化来从调度的接收机中选择有效接收机；仅针对有效接收机来确定预编码矩阵。
尽管已经关于一个或多个实现方式说明和描述了本发明，但是在不脱离所附权利要求的精神和范围的情况下，可以对所示的示例进行改变和/或修改。特别地，关于由上述组件或结构执行的各种功能，除非另有说明，否则用于描述这些组件的术语也旨在对应于执行所描述的组件的指明功能的任何组件或结构(例如，在功能上等同)，即使在结构上不等同于执行本文所示的本发明的示例性实现方式中的功能的公开结构。

Claims (24)

1.一种用于基于加权最小均方差MMSE算法来确定多输入多输出MIMO发射机的预编码矩阵的方法，所述方法包括：
将第一矩阵表达式恒等变换为第二矩阵表达式，其中，所述第一矩阵表达式包括秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算，并且所述第二矩阵表达式包括秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
2.根据权利要求1所述的方法，其中，恒等变换所述第一矩阵表达式基于Woodbury矩阵恒等公式。
3.根据权利要求1或2所述的方法，其中，所述第二矩阵表达式还包括秩等于所述MIMO发射机的天线的数量的对角矩阵。
4.根据权利要求1或2所述的方法，还包括：
基于所确定的预编码矩阵，通过所述MIMO发射机将信号发送到调度的接收机。
5.根据权利要求1或2所述的方法，其中，所述加权MMSE算法包括基于和速率效用函数的优化。
6.根据权利要求1或2所述的方法，其中，所述加权MMSE算法包括秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的奇异值分解。
7.根据权利要求1或2所述的方法，其中，秩与所述MIMO发射机的天线的数量相等的二次矩阵包括Lagrange乘数。
8.根据权利要求1或2所述的方法，其中，秩与所述MIMO发射机的天线的数量相等的二次矩阵包括与不同接收机有关的信道信息之和。
9.根据权利要求8所述的方法，其中，所述信道信息基于上行链路和下行链路传输的信道互易性。
10.一种用于基于加权MMSE算法来确定MIMO发射机的预编码矩阵的设备，所述设备包括：
预编码模块，被配置为：将秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
11.根据权利要求10所述的设备，还包括：
Woodbury模块，被配置为：基于Woodbury矩阵恒等公式来恒等变换矩阵求逆运算。
12.根据权利要求10或11所述的设备，还包括：
处理器，被配置为执行变换操作；和
存储器，被配置为存储包括恒等变换算法的所述加权MMSE算法。
13.一种MIMO发射机，包括：
预编码模块，用于基于加权MMSE算法来确定预编码矩阵，其中，所述预编码模块被配置为：将秩与所述MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算恒等变换为秩与针对所述MIMO发射机调度的接收机的数量相等的二次矩阵的矩阵求逆运算。
14.根据权利要求13所述的MIMO发射机，其中，所述预编码模块包括：Woodbury模块，被配置为基于Woodbury矩阵恒等公式来恒等变换矩阵求逆运算。
15.根据权利要求13或14所述的MIMO发射机，其中，所述MIMO发射机包括在蜂窝通信系统的基站中。
16.一种非瞬时性计算机可读介质，包括程序指令，所述程序指令当被执行时使处理器执行根据权利要求1-9中任一项所述的方法。
17.一种用于确定发射天线阵列的预编码矩阵的方法，所述发射天线阵列包括NT个天线并且被配置为服务ND个接收机，所述方法包括：
基于加权MMSE来确定预编码矩阵，其中，确定所述预编码矩阵包括：将NT×NT矩阵恒等变换为包括作为与对角矩阵不同的矩阵的最高矩阵秩的ND×ND矩阵的表达式。
18.一种蜂窝通信时分双工TDD系统的基站，包括：
发射天线阵列，包括NT个天线；和
控制器，被配置为控制从所述天线阵列到至少两个接收机的传输，其中，所述控制器包括被配置为执行矩阵求逆的矩阵求逆模块，其中，所述矩阵求逆模块包括Woodbury模块，所述Woodbury模块被配置为基于Woodbury矩阵恒等公式将第一矩阵表达式变换为第二矩阵表达式，其中，所述第一矩阵表达式包括秩与NT相等的二次矩阵的矩阵求逆运算，并且所述第二矩阵表达式包括秩与所述接收机的数量相等的二次矩阵的矩阵求逆运算。
19.一种基于加权MMSE算法来确定多用户MU-MIMO发射机的预编码矩阵的方法，所述方法包括：
确定调度的接收机的数量；
在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；
在迭代处理期间，针对每一个调度的接收机，确定用户速率变化；
基于所确定的用户速率变化，从调度的接收机中选择有效接收机；以及
仅针对有效接收机来确定预编码矩阵。
20.根据权利要求19所述的方法，还包括：
基于所确定的预编码矩阵，由所述MU-MIMO发射机将信号发送到所述有效接收机。
21.根据权利要求19或20所述的方法，还包括：
在确定预编码矩阵期间，将第一矩阵表达式恒等变换为第二矩阵表达式，其中，所述第一矩阵表达式包括秩与所述MU-MIMO发射机的天线的数量相等的二次矩阵的矩阵求逆运算，并且所述第二矩阵表达式包括秩与所述有效接收机的数量相等的二次矩阵的矩阵求逆运算。
22.一种用于基于加权MMSE算法来确定MU-MIMO发射机的预编码矩阵的设备，所述设备包括预编码模块，被配置为：
确定针对所述MU-MIMO发射机调度的接收机的数量；
在考虑到所有调度的接收机的情况下，开始MMSE算法的迭代处理；
在迭代处理期间，针对每一个调度的接收机，确定用户速率变化；
基于所确定的用户速率变化，从调度的接收机中选择有效接收机；以及
仅针对有效接收机来确定预编码矩阵。
23.根据权利要求22所述的设备，还包括：
处理器，被配置为执行所述迭代处理；和
存储器，被配置为存储包括选择算法的所述加权MMSE算法。
24.一种非瞬时性计算机可读介质，包括程序指令，所述程序指令当被执行时使处理器执行根据权利要求19-21中任一项所述的方法。
CN201580080143.0A 2015-06-17 2015-06-17 用于确定预编码矩阵的方法和预编码模块 Expired - Fee Related CN107615694B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/081679 WO2016201647A1 (en) 2015-06-17 2015-06-17 Method for determining a precoding matrix and precoding module

Publications (2)

Publication Number Publication Date
CN107615694A CN107615694A (zh) 2018-01-19
CN107615694B true CN107615694B (zh) 2021-02-05

Family

ID=57544662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580080143.0A Expired - Fee Related CN107615694B (zh) 2015-06-17 2015-06-17 用于确定预编码矩阵的方法和预编码模块

Country Status (4)

Country Link
US (1) US10511361B2 (zh)
CN (1) CN107615694B (zh)
DE (1) DE112015006626T5 (zh)
WO (1) WO2016201647A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10998954B2 (en) * 2017-04-07 2021-05-04 Apple Inc. Methods and devices for processing a data signal for transmission to multi-stream terminals
CN108736940B (zh) * 2017-04-13 2022-06-07 中兴通讯股份有限公司 一种空分复用的方法及装置
TWI641243B (zh) 2017-10-02 2018-11-11 明泰科技股份有限公司 多天線網路系統及其基地台、伺服器及信號處理方法
CN108512581B (zh) * 2018-03-01 2021-03-09 东南大学 大规模mimo增减天线的预编码递推方法
US11184232B2 (en) * 2018-11-26 2021-11-23 Eagle Technology, Llc Radio frequency (RF) communication system providing enhanced RF equipment configuration updates for mobile vehicles based upon reward matrices and related methods
KR102695582B1 (ko) * 2019-07-23 2024-08-14 삼성전자주식회사 다중 사용자 다중 안테나 통신 시스템의 프리코더 생성 방법 및 프리코더 생성 장치
CN113162664A (zh) * 2020-06-01 2021-07-23 北京邮电大学 一种波束成形预编码系统及方法
CN113162665B (zh) * 2021-04-02 2022-05-06 中国电子科技集团公司第五十四研究所 一种基于深度学习信道预测的预编码方法
CN115065386B (zh) * 2022-06-10 2023-11-17 杭州红岭通信息科技有限公司 基于zf和svd混合预编码的波束赋形优化方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905320A (zh) * 2012-09-24 2013-01-30 上海交通大学 最大化多小区下行加权和速率的单调优化方法
CN103580737A (zh) * 2013-10-29 2014-02-12 上海师范大学 基于最小均方误差的双向中继系统天线对选择方法

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101536389B (zh) * 2006-11-22 2013-01-16 富士通株式会社 Mimo-ofdm通信系统和mimo-ofdm通信方法
US8059733B2 (en) * 2006-12-20 2011-11-15 Nec Laboratories America, Inc. Multi-user downlink linear MIMO precoding systems
US7995671B2 (en) 2007-02-09 2011-08-09 Qualcomm Incorporated Multiple-input multiple-output (MIMO) transmission with rank-dependent precoding
CN105634573B (zh) * 2007-04-20 2019-08-20 交互数字技术公司 e节点B、WTRU及网络实体
US8325852B2 (en) * 2007-06-08 2012-12-04 Samsung Electronics Co., Ltd. CDD precoding for open loop SU MIMO
CN102388541B (zh) * 2009-01-23 2014-08-06 诺基亚公司 设备到设备通信期间的干扰抑制方法及设备
KR101608779B1 (ko) * 2009-02-13 2016-04-20 엘지전자 주식회사 2안테나 시스템에서 상향링크 프리코딩 수행 방법
US8249394B2 (en) * 2009-03-12 2012-08-21 Shmuel Peleg Method and system for shift-map image editing
CN102164027B (zh) * 2010-02-24 2014-07-30 华为技术有限公司 预编码矩阵索引反馈方法和装置
EP2372705A1 (en) * 2010-03-24 2011-10-05 Thomson Licensing Method and apparatus for encoding and decoding excitation patterns from which the masking levels for an audio signal encoding and decoding are determined
WO2012053740A1 (ko) * 2010-10-21 2012-04-26 엘지전자 주식회사 무선 통신 시스템에서 프리코딩 방법 및 장치
US8923435B2 (en) * 2010-10-21 2014-12-30 Lg Electronics Inc. Method and device for generating precoding matrix in wireless communication system
EP4224739A3 (en) * 2011-01-07 2023-08-23 InterDigital Patent Holdings, Inc. Communicating channel state information (csi) of multiple transmission points
WO2013017902A1 (en) * 2011-08-01 2013-02-07 Research In Motion Limited Joint transmission using interference alignment
FR2985120A1 (fr) * 2011-12-23 2013-06-28 France Telecom Procedes d'emission et de reception de symboles de donnees
US9288680B2 (en) * 2012-03-22 2016-03-15 Alcatel Lucent Almost blank subframe duty cycle adaptation in heterogeneous networks
EP2832001B1 (en) * 2012-03-28 2019-07-17 Huawei Technologies Co., Ltd. System and method for nonlinear mu-mimo downlink channel precoding with arbitrary precoder
US8964871B2 (en) * 2012-05-14 2015-02-24 Blackberry Limited Codebook based downlink multi-user interference alignment scheme
US9935699B2 (en) * 2012-06-22 2018-04-03 Samsung Electronics Co., Ltd. Communication method and apparatus using beamforming in a wireless communication system
KR102126905B1 (ko) * 2012-12-18 2020-06-25 삼성전자주식회사 다중 셀 무선 통신 시스템에서 복수의 셀들을 사용한 mimo 송신 방법 및 장치
WO2014115373A1 (ja) * 2013-01-25 2014-07-31 株式会社エヌ・ティ・ティ・ドコモ 移動通信端末
WO2014130854A1 (en) * 2013-02-21 2014-08-28 Regents Of The Univesity Of Minnesota Extrinsic parameter calibration of a vision-aided inertial navigation system
US9118446B2 (en) * 2013-09-19 2015-08-25 Huawei Technologies Co., Ltd. Methods and user equipment in a wireless communication network
KR102235686B1 (ko) * 2013-12-30 2021-04-06 한국전자통신연구원 Ｍｉｍｏ 기반 신호 간섭 제거 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905320A (zh) * 2012-09-24 2013-01-30 上海交通大学 最大化多小区下行加权和速率的单调优化方法
CN103580737A (zh) * 2013-10-29 2014-02-12 上海师范大学 基于最小均方误差的双向中继系统天线对选择方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Iteratively Weighted MMSE Approach to Distributed Sum-Utility Maximization for a MIMO Interfering Broadcast Channel;Qingjiang Shi等;《 IEEE Transactions on Signal Processing》;20110429;全文 *
多用户MIMO中继系统中的联合预编码与功率分配研究;万海斌;《中国博士学位论文全文数据库 信息科技辑》;20130715;正文第4.2章节 *

Also Published As

Publication number Publication date
WO2016201647A1 (en) 2016-12-22
DE112015006626T5 (de) 2018-03-08
US20190089427A1 (en) 2019-03-21
CN107615694A (zh) 2018-01-19
US10511361B2 (en) 2019-12-17

Similar Documents

Publication Publication Date Title
CN107615694B (zh) 用于确定预编码矩阵的方法和预编码模块
US10951293B2 (en) Wireless communication method and wireless communication apparatus
EP2229740B1 (en) Zero-forcing linear beamforming for coordinated cellular networks with distributed antennas
CN109302856B (zh) 发送装置、通信系统和预编码运算方法
CN107408967A (zh) 无线通信控制方法以及无线通信系统
US20120289266A1 (en) Cognitive radio base station and communication method thereof in multi-user multiple-input multiple output cognitive radio network system
JP2011130438A (ja) 無線通信システムにおけるマルチユーザｍｉｍｏの伝送方法、基地局及びユーザ端末
US9621239B2 (en) System and method for nonlinear MU-MIMO downlink channel precoding with arbitrary precoder
CN101834646B (zh) 用户选择方法、用户选择装置和基站
CN114982140A (zh) Mu-mimo系统中的下行链路波束赋形
WO2015112883A1 (en) System and method for early termination in iterative null-space directed singular value decomposition for mimo
Yin et al. Enabling massive MIMO systems in the FDD mode thanks to D2D communications
CN107534473B (zh) 发送装置、接收装置、控制站、通信系统和发送预编码方法
Choi et al. Joint user scheduling, power allocation, and precoding design for massive MIMO systems: A principal component analysis approach
CN108123741A (zh) 基于重叠子阵列（osa）的波束赋形方法和设备
CN101854235B (zh) 一种多入多出系统中用户选择方法及装置
Araújo et al. Hybrid beamforming design with finite-resolution phase-shifters for frequency selective massive MIMO channels
CN106209186B (zh) 一种多用户分布式mimo多天线系统下行链路预编码方法
CN107733478B (zh) 信道反馈和预编码方法、基站、用户终端和系统
Kusashima et al. Dynamic fractional base station cooperation using shared distributed remote radio units for advanced cellular networks
EP3607664A1 (en) Methods and devices for processing a data signal for transmission to multi-stream terminals
Wang et al. Efficient user selection algorithms for multiuser MIMO systems with zero-forcing dirty paper coding
Osama et al. Hybrid precoder design for mmWave massive MIMO systems with partially connected architecture
Zamarashkin et al. Coordinated zero-forcing precoder with leakage minimization
WO2020073342A1 (en) Non-linear precoding procedure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200317

Address after: California, USA

Applicant after: Apple Inc.

Address before: California, USA

Applicant before: INTEL Corp.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210205

CF01 Termination of patent right due to non-payment of annual fee