CN108463953B - 基于统计csi-t的非线性预编码 - Google Patents

Abstract

一种操作MIMO网络的方法，包括具有N_t个发射天线的阵列的发送装置(302)和具有N_r个接收天线的阵列的接收装置(304)。该方法包括：操作发送装置，通过发射天线阵列在MIMO传输信道上将训练样本序列传输到接收装置；操作接收装置，通过N_r个接收天线在MIMO传输信道上接收训练样本序列；通过从各个所接收的训练样本生成各自的CSI样本，来生成CSI样本序列；基于CSI样本序列确定CSI概率分布；基于CSI概率分布确定基于格的DPC预编码滤波器；使用预编码滤波器对输入信号进行编码；操作发送装置，在MIMO传输信道上将编码的输入信号传输到接收装置。

Description

基于统计CSI-T的非线性预编码

技术领域

本申请涉及通信技术领域，尤其涉及一种基于统计CSI-T的非线性预编码。

背景技术

本发明在其一些实施例中涉及在没有瞬时信道状态信息(channel stateinformation，简称CSI)的情况下改善信道性能，更具体地但不仅限于：在没有瞬时CSI的情况下，通过应用预编码滤波器和解码滤波器联合设计来改善信道性能。预编码滤波器可以在发射机(Tx)侧实现，用于对传输信道上传输的数据进行编码。解码滤波器可以在接收机(Rx)侧实现，用于对传输信道上接收的编码数据进行解码。

在通信网络中，特别是无线网络中，抗干扰性可能是传输信道中实现高传输速率(吞吐量)的主要因素。

干扰可能产生于多个源头，例如，传输信道受到的环境噪声、传输信道之间的相互干扰以及发送侧和/或接收侧的自噪声。当无线网络采用多入多出(multiple-in-multiple-out，简称MIMO)技术时，例如在MIMO天线阵列，多个传播路径上进行信道上的传输时，这种干扰可能特别严重。

某一载波频率上的从发射天线到接收天线的传输可以衰减因子和相移为特征。实数的衰减因子和相移可以一起表示为复数增益。因此，在MIMO系统中，对于给定的载波频率，每对发射天线和接收天线都具有与其相关的复数增益。对应于各对发射天线和接收天线的复数增益形成MIMO系统的信道矩阵H。在实践中，通常不需要区分传播路径集合和信道矩阵H。在本专利申请中，表述“信道矩阵”从而可以指严格意义上的信道矩阵，也可以指传播路径集合。

术语“信道状态信息”可以指信道矩阵本身或从信道矩阵导出的任何信息。需要注意的是信道矩阵H承载大量信道信息，例如信道强度、受干扰的方向、干扰类型和干扰特性。接收机CSI(CSI-R)是在接收机侧可用的CSI。发射机CSI(CSI-T)是在发射机侧可用的CSI。

其中一种可以在无线系统中，例如，在频分双工(frequency-division duplex，简称FDD)系统中，应用的技术是使用发射机CSI或接收机CSI对所传输的数据进行编码，使其更有效地对抗干扰。接收侧可以通过分析传输信道上传输的信号来收集CSI-R。CSI-R可以指示传输信道的信道状态，例如信道强度、信道质量、干扰类型和/或干扰特性等。CSI的统计可以由接收侧发送回发送侧，其中CSI被称为发射机CSI(CSI-T)。使用CSI-T，发射机可以应用编码机制对传输的数据进行编码，使得数据可以更好地免受检测到的干扰的影响，而接收侧可以使用相应的解码机制对接收到的编码数据进行解码。

发明内容

本发明的一些实施例的一个方面，提供了一种操作多入多出(multi-inputmulti-output，简称MIMO)网络的方法，其中，所述MIMO网络包括发送装置和接收装置，所述发送装置包括有N_t个发射天线的阵列，所述接收装置包括有个N_r接收天线的阵列(即，N_t大于或等于2，N_r大于或等于2)。例如，所述发送装置和所述接收装置分别为基站和用户设备(user equipment，简称UE)(例如，手机)。所述方法包括：

-操作所述发送装置，通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述接收装置；

-操作所述接收装置，通过所述N_r个接收天线在MIMO传输信道上接收所述训练样本序列；

-通过从各个所接收的训练样本生成各自的一个信道状态信息(channel stateinformation，简称CSI)样本，来生成CSI样本序列；

-基于CSI样本序列确定CSI概率分布；

-基于CSI概率分布确定基于格的脏纸编码(dirty paper coding，简称DPC)预编码滤波器A；

-使用预编码滤波器A对输入信号进行编码；

-操作所述发送装置，通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置；

因此，使得从发送装置向接收装置发送的输入信号更可靠。

根据本发明的一些实施例，所述基于所述CSI样本序列确定CSI概率分布包括：

-通过为所述MIMO网络的N_t×N_r个传播路径中的每一个确定路径状态信息(pathstate information，简称PSI)概率分布中各自的一个概率分布，来确定个N_t×N_rPSI概率分布的集合；

-将由此确定的N_t×N_r个PSI概率分布的乘积用作所述CSI概率分布。

相应地，CSI概率分布(信道矩阵的所有N_t×N_r个元素的函数)近似为PSI概率分布的乘积，其中每个PSI概率分布仅是单个信道矩阵元素的函数。换句话说，信道矩阵的每个元素与其自身的概率分布相关联，放弃了信道矩阵元素之间的任何相关性。相对于考虑信道矩阵元素之间的相关性的CSI概率分布，N_t×N_r个PSI概率分布的集合将更容易用数字确定和处理。根据本发明的一些实施例，确定所述预编码滤波器A包括：确定所述预编码滤波器以减少对所述MIMO网络中一个或多个其它传输信道的干扰。因此，可以使信号对干扰尤为鲁棒。

根据本发明的一些实施例，确定所述预编码滤波器A包括：

-确定分配给输入信号X的功率的协方差矩阵K_X；

-确定所述MIMO传输信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

-基于所述协方差矩阵K_X和所述协方差矩阵K_n计算所述预编码滤波器A为：

其中，

是依赖于CSI概率分布的期望算子，H^*是信道矩阵H的转置共轭，

是以下函数的期望值：

H→K_XH^*(H K_XH^*+K_n)^-1H。

因此，可以使信号对噪声或干扰尤为鲁棒。

根据本发明的一些实施例，期望值

为函数H→K_XH^*(H K_XH^*+K_n)^-1H的平均值。这样定义的期望值特别容易计算。

根据本发明的一些实施例，基于预编码滤波器A确定基于格的DPC解码滤波器B。所述解码滤波器B可用于解码由所述预编码滤波器A预编码的信号。

根据本发明的一些实施例，确定所述解码滤波器B包括：

-确定分配给输入信号X的功率的协方差矩阵K_X；

-确定所述MIMO信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

-确定所述MIMO传输信道对所述一个或多个传输信道的干扰的协方差矩阵K_S；

-基于多个CSI样本估计信道矩阵H的值

-确定所述解码滤波器B为：

因此，可以得到良好的解码滤波器。

根据本发明的一些实施例，操作所述接收装置以通过传输信道接收编码的输入信号，并且使用解码滤波器B对编码的输入信号进行解码。可以通过可靠的方式恢复包含在编码的输入信号中的信息。

上述方法的效果和优点的描述类似于下述的MIMO网络，发送装置和接收装置。

本发明的一些实施例的一个方面，提供了一种MIMO网络，其中，所述MIMO网络包括发送装置和接收装置。所述发送装置包括有N_t个发射天线的阵列，所述接收装置包括有N_r个接收天线的阵列，其中N_t≥2且N_r≥2。例如，所述发送装置和所述接收装置分别为基站和用户设备(user equipment，简称UE)(例如，手机)。所述发送装置用于通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述接收装置。所述接收装置用于通过所述N_r个接收天线的阵列在所述MIMO传输信道上接收所述训练样本序列；通过从各个所接收的训练样本生成各自的一个CSI样本，来生成CSI样本序列；基于CSI样本序列确定CSI概率分布；向所述发送装置发送所述CSI概率分布。所述发送装置还用于基于所述CSI概率分布确定DPC预编码滤波器A；使用预编码滤波器A对输入信号进行编码；通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置。

本发明的一些实施例的一个方面，提供了一种用于MIMO网络的发送装置。所述发送装置(例如，基站)包括有N_t(N_t≥2)个发射天线的阵列，用于：

-通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述MIMO网络的接收装置；所述接收装置包括有N_r(N_r≥2)个接收天线的阵列。

-响应于发送所述训练样本序列，从所述接收装置接收CSI概率分布；

-基于CSI概率分布确定DPC预编码滤波器A；

-使用预编码滤波器A对输入信号进行编码；

-通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置。

根据本发明的一些实施例，确定所述预编码滤波器以减少对所述MIMO网络中一个或多个其它传输信道的干扰。

根据本发明的一些实施例，发送装置用于通过以下方式确定所述预编码滤波器A：

-确定分配给输入信号X的功率的协方差矩阵K_X；

-确定所述MIMO传输信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

-基于所述协方差矩阵K_X和所述协方差矩阵K_n计算所述预编码滤波器A为：

其中，

是依赖于所述CSI概率分布的期望算子，H是与MIMO网络的N_t×N_r个传播路径相关联的信道矩阵，H^*是所述信道矩阵H的转置共轭，

是以下函数的期望值：

H→R_XH^*(H K_XH^*+K_n)^-1H。

根据本发明的一些实施例，所述期望值

为函数H→K_XH^*(H K_XH^*+K_n)^-1H的平均值。

根据本发明的一些实施例，发送装置用于基于所述预编码滤波器A确定DPC解码滤波器B，并将所述解码滤波器B发送到所述接收装置。

根据本发明的一些实施例，发送装置用于通过以下方式确定所述解码滤波器B：

-确定分配给输入信号X的功率的协方差矩阵K_X；

-确定所述MIMO信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

-确定所述MIMO传输信道对所述一个或多个其它传输信道的干扰的协方差矩阵K_S；

-基于从所述接收装置接收的CSI样本来估计信道矩阵H的值

其中H是与所述MIMO网络的N_t×N_r个传播路径相关联的信道矩阵；

-确定所述解码滤波器B为：

本发明的一些实施例的一个方面，提供了一种用于MIMO网络的接收装置。所述接收装置(例如，用户设备)包括有N_r个接收天线的阵列，其中，N_r≥2，所述接收装置用于：

-通过所述N_r个接收天线在MIMO传输信道上从所述MIMO网络的发送装置接收训练样本序列，其中所述发送装置包括有个N_t个发射天线的阵列且N_t≥2；

-通过从各个所接收的训练样本生成各自的一个信道状态信息(channel stateinformation，简称CSI)样本，来生成CSI样本序列；

-基于CSI样本序列确定CSI概率分布；

-向所述发送装置发送所述CSI概率分布。

根据本发明的一些实施例，所述发送装置通过以下方式基于所述CSI样本序列确定所述CSI概率分布：

-通过为所述MIMO网络的N_t×N_r个传播路径中的每一个确定N_t×N_r个路径状态信息(path state information，简称PSI)概率分布中各自的一个概率分布，来确定N_t×N_r个PSI概率分布的集合；

-将由此确定的N_t×N_r个PSI概率分布的乘积用作所述CSI概率分布。

根据本发明的一些实施例，所述接收装置，用于从所述发送装置接收基于格的DPC解码滤波器B，在所述传输信道上从所述发送装置接收编码的输入信号，并使用解码滤波器B对编码的输入信号进行解码。

本发明的一些实施例的一个方面，提供了一种数据载体上的计算机程序，包括用于控制MIMO网络以在所述程序代码由上述MIMO网络执行时，执行上述方法的程序代码。

除非另有定义，否则本文所使用的所有技术或科学术语的含义与本发明所属领域的普通技术人员所公知的含义相同。与本文所描述的方法和材料类似或者相同的方法和材料可以用于本发明实施例的实践或测试，下文描述示例性的方法和/或材料。若存在冲突，则以包括定义在内的专利说明书为准。另外，材料、方法以及示例都只是用于说明，并非必要限定。

附图说明

此处仅作为示例，结合附图描述了本发明的一些实施例。现在具体结合附图，需要强调的是所示的项目作为示例，为了说明性地讨论本发明的实施例。这样，根据附图说明，如何实践本发明实施例对本领域技术人员而言是显而易见的。

在附图中：

图1为本发明的一些实施例提供的计算对通过信道矩阵传输的数据进行编码的发射机格型脏纸编码(dirty paper coding，简称DPC)预编码滤波器的示例性进程的流程图；

图2为本发明的一些实施例提供的计算对通过信道矩阵接收的数据进行解码的接收机基于格的DPC解码滤波器的示例性进程的流程图；

图3为典型MIMO系统模型的示意图；

图4为本发明一些实施例提供的实现基于格的DPC的MIMO系统模型的示意图；

图5为本发明的一些实施例提供的示例性无线网络的示意图，其中，该无线网络包括使用通过信道矩阵通信的发射机和接收机的基于格的DPC预编码和解码滤波器的设备；

图6为本发明的一些实施例提供的示例性蜂窝网络的示意图，其中，该蜂窝网络包括使用通过信道矩阵通信的基于格的DPC预编码和解码滤波器的蜂窝设备；

图7为本发明的一些实施例提供的基于格的DPC预编码滤波器的示例性计算的示意图；

图8为本发明的一些实施例提供的使用基于格的DPC预编码滤波器的示例性数据编码的示意图；

图9为本发明的一些实施例提供的基于格的DPC解码滤波器的示例性计算的示意图。

具体实施方式

本发明在其中一些实施例中涉及在没有瞬时信道状态信息(channel stateinformation，简称CSI)的情况下改善信道传输信道性能，更具体地但不仅限于：在没有瞬时CSI的情况下，通过应用用于对在传输信道上传输的数据进行编码的预编码和解码滤波器的联合设计来改善信道传输信道性能。

本发明提供了一种计算非线性格型脏纸编码(dirty paper coding，简称DPC)预编码滤波器的系统和方法，预编码滤波器用于对在MIMO传输网络，例如，基于FDD的网络中包括多个传播(传输)路径的传输信道上传输的数据进行编码。基于格的DPC预编码滤波器可以由发射机(发送装置)，特别是MIMO发射机，根据传输信道的统计CSI-T(不是瞬时CSI-T)来计算。基于格的DPC解码滤波器可以由接收机(接收装置)根据估计的(不完全)CSI-R针对各自的传输信道来计算。可选地，解码滤波器由发射机计算。接收机可以包括一个或多个MIMO接收机和/或单个信道接收机。

发射机通过信道矩阵发送预定义的训练序列(对于接收机是已知的，例如导频信号)，使得接收机可以对CSI进行估计。CSI可以是信道矩阵H或从信道矩阵H导出的信息。训练序列是训练样本的序列。接收机使用预定义的训练序列生成统计CSI，例如CSI-R样本的概率分布、统计干扰和/或所估计的CSI随时间的平均值等。发射机收集该统计CSI，例如偏移和/或路径损耗等。然后，发送装置可以计算预编码滤波器，以便减少为传输信道检测到的干扰。使用所计算的预编码滤波器，发射机可以对数据进行编码，并通过信道矩阵将其发送到接收机。

发射机可以优化预编码滤波器以补偿和/或减少一个或多个其它传输信道之间引起的相互干扰。在计算特定(当前)预编码滤波器时，发射机知道之前为一个或多个其它传播路径计算的一个或多个预编码滤波器。发射机可以优化特定的预编码滤波器，以增加使用特定预编码滤波器来编码的编码数据对来自其它传播路径和/或承载使用之前计算的预编码滤波器来编码的编码数据的传输信道的干扰的抗扰度。

接收机根据发射机使用的预编码滤波器的一个或多个特性来计算其各自的信道矩阵的解码滤波器，以对通过各自的信道矩阵传输的数据进行编码，使得每个解码滤波器与各自的预编码滤波器的操作相匹配。该特性可以包括例如预编码滤波器本身，预编码滤波器的操作特性，用于计算预编码滤波器的参数、值和/或设置等。接收机还可以使用为信道矩阵收集的估计的(不完全)CSI-R来计算、选择和/或优化各自的解码滤波器。使用计算的解码滤波器，接收机可以对通过信道矩阵从发射机接收的编码数据进行解码。

本发明提出的用于设计、计算和/或选择预编码和解码滤波器的联合设计的实现方式可以显著地改善网络性能。在理想的传输系统、网络和/或环境中，传输信道的CSI可同时用于发射机(CSI-T)和接收机(CSI-R)。基于CSI，可以根据传输信道特性，例如干扰、功率和/或噪声等，对预编码滤波器和解码滤波器进行优化。在这种情况下，可对预编码滤波器和解码滤波器进行优化，以补偿对传输信道的干扰，以提供传输信道上的最佳传输速率(吞吐量)。

然而，理想条件(CSI-T和CSI-R都可用)在实际通信网络中通常是不存在的，特别是对于服务于以动态CSI为特性的高移动性接收机的无线网络而言。向发射机提供瞬时CSI-T可能需要分配特别多用于与接收机连续通信的资源以收集CSI来生成CSI-T。这个问题在MIMO系统中可能会增加。在MIMO系统中，发射机通过包含多个传播路径的信道矩阵同时发送编码数据，因为发射机需要针对多个传播路径和/或多个传输通道(多个接收机)从接收机收集CSI。在接收机中，收集瞬时CSI-R也可能因不断监控信道矩阵特性所需的过多资源而出现问题。

然而，联合设计的实现可以在没有瞬时CSI-T的情况下使用统计CSI-T和估计的(不完全)CSI-R来呈现最佳性能。估计的CSI-R可以允许接收机仅考虑可能导致资源处理和/或监控减少以及时延减少的各自信道矩阵的CSI的估计。

一些现有的方法，例如，迫零DPC(Zero-Forcing DPC，简称ZF-DPC)的实现方式，至少可以部分地用于在没有瞬时CSI-T的情况下计算预编码滤波器。然而，ZF-DPC的实现方式可能无法最佳地解决调整解码滤波器以匹配预编码滤波器的需求，因此ZF-DPC可能无法实现传输信道的最佳性能。此外，ZF-DPC的实现方式可能无法针对各种功率分配情况进行调整，并且具体地可能不适合于低信噪比(signal-to-noise ratio，简称SNR)场景。

使用计算预编码滤波器的联合设计实现可以大幅减少发射机所需的和/或接收机将CSI传递到发射机所需的网络资源。因预编码滤波器是基于相对于CSI的数据量可能明显更小的统计CSI进行计算，所以需要中继回发射机的数据量可能会相当小。

联合设计实现还可以允许通过基于从接收机接收的统计CSI计算预编码滤波器，根据传输信道的特性来调整预编码滤波器。虽然统计CSI可能不需要发射机和接收机之间大量的通信资源，但是它可以让发射机充分了解传输信道特性。基于统计CSI-T，可以计算预编码滤波器以在大范围的SNR值下最佳地运行。

此外，针对每个传播路径，联合设计实现可以允许解码过滤器到预编码滤波器的最佳匹配(调谐)。这种匹配和/或调谐对于实现传输信道的最佳性能可能是至关重要的，因为解码滤波器可以与预编码滤波器一起以最佳一致性、兼容性和/或协调性来运行。根据预编码滤波器的特性设计解码滤波器，可以将两个滤波器彼此进行最佳调谐，从而可以大幅降低有效噪声和/或干扰的影响，以达到最佳性能，即传输信道的最佳传输速率(吞吐量)。

此外，使用MIMO传输场景的联合设计实现可以大幅改善传输信道性能。在MIMO网络中，当发射机在传播路径上同时发送编码数据时，源自发射机的多个传播路径共存。由于发射机知道之前为一个或多个其它传播路径计算的预编码滤波器，所以发射机可以优化当前计算的预编码滤波器，以补偿由其它传播路径(承载使用之前计算的预编码滤波器编码的数据)引起的干扰。通过减少传输信道内的相互干扰，可以大幅提高传输信道的传输速率。

在详细解释本发明的至少一个实施例之前，应当理解，本发明不必将其应用限于在下面的描述中阐述的和/或在附图和/或实施例中说明的部件和/或方法的结构和布置的细节。本发明可以有其它实施例或可以采用各种方式实践或执行。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括具有计算机可读程序指令的一个(或多个)计算机可读存储介质，所述指令用于使处理器执行本发明的各个方面。

所述计算机可读存储介质可以是有形设备，该有形设备可以保存和存储指令执行设备使用的指令。例如，所述计算机可读存储介质可以是但不限于电子存储设备、磁性存储设备、光存储设备、电磁存储设备、半导体存储设备或这几者的任意合适组合。

可以从计算机可读存储介质中将此处描述的计算机可读程序指令下载到各个计算/处理设备上，或通过网络下载到外部计算机或外部存储设备上，所述网络如因特网、局域网、广域网和/或无线网。

计算机可读程序指令可以完全在用户电脑上执行，或部分在如用户设备(userequipment，简称UE)等用户电脑上执行，或作为独立的软件包，部分在用户电脑上执行，部分在如网络装置等远端电脑上执行，或完全在远端电脑或服务器上执行。在后面的场景中，远端电脑可以通过任何类型的网络与用户电脑连接，包括局域网(local area network，简称LAN)或广域网(wide area network，简称WAN)，或者，可以(例如，使用因特网服务提供商通过因特网)在外部电脑上建立该连接。在一些实施例中，包括可编程逻辑电路、现场可编程门阵列(field-programmable gate array，简称FPGA)或可编程逻辑阵列(programmablelogic array，简称PLA)等的电子电路可以利用计算机可读程序指令的状态信息执行所述计算机可读程序指令以个性化所述电子电路，以便执行本发明的各方面。

此处，结合本发明实施例的方法、装置(系统)以及计算机程序产品的流程图和/或框图描述本发明的各方面。应当理解，流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实现。

附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。此时，流程图或框图中的每个框都可以代表一个模块、分段或指令的一部分，包括一个或多个用于实现特定逻辑功能的可执行指令。在一些替代的实现方式中，框中指出的功能可以不按照图中的顺序实现。例如，事实上，连续展示的两个框可以同时执行，或者有时候，框可以按照相反的顺序执行，这取决于所涉及的功能。还应注意的是，框图和/或流程图中每一个框以及框图和/或流程图中框的组合可以由基于专用硬件的系统执行，该系统执行指定的功能或动作，或者执行专用硬件和计算机指令的组合。

现在参考图1，图1为根据本发明的一些实施例的计算对通过信道矩阵传输的数据进行编码的发射机基于格的DPC预编码滤波器的示例性进程的流程图。进程100由发送装置特别是MIMO发送装置执行，用于计算用于对在一个或多个传输信道上传输到一个或多个接收装置的数据进行编码的非线性基于格的DPC预编码滤波器。每个传输信道是指发送装置与其中一个接收装置之间的链路。每个传输信道可以由包括源自发送装置的MIMO发射天线并由接收装置的MIMO接收天线接收的多个传播(传输)路径的信道矩阵表示。所有MIMO天线可以在相同的频带上运行。当信道矩阵的统计CSI-T(但不是瞬时CSI)可用于发送装置且信道矩阵估计的(不完全)CSI(CSI-R)可用于接收装置时，发送装置执行进程100以创建高效的预编码滤波器。为信道矩阵(传输信道)收集的CSI包括信道矩阵的每个传播路径的路径状态信息(path state information，简称PSI)。类似地，可用于接收机的CSI-R包括每个传播路径的PSI-R。使用PSI-R，发送装置可以计算每个传播路径的预编码滤波器，使得每个预编码滤波器可以针对相关联的传播路径进行优化。

发送装置仅使用用于信道矩阵的传播路径的统计CSI即非瞬时CSI-T来计算预编码滤波器。不可用的CSI-T通常可包括信道矩阵的瞬时CSI。统计CSI可以从接收装置获得，接收装置可以针对由发送装置通过信道矩阵传输的一个或多个预定义训练序列来计算统计CSI。统计CSI可以包括例如由发送装置本身收集的偏移量和/或路径损耗等。

然后，发送装置可以使用预编码滤波器对通过信道矩阵传输到接收装置的数据进行编码，以减少对信道矩阵的干扰。

参考图2，图2为根据本发明的一些实施例的计算对通过信道矩阵接收的数据进行解码的接收机基于格的DPC解码滤波器的示例性进程的流程图。进程200是对进程100的补充进程，进程200由一个或多个接收装置特别是MIMO接收装置执行，用于计算对通过信道矩阵从传输装置传输的数据进行解码的非线性基于格的DPC解码滤波器。当没有CSI-T可用于发送装置并且估计的(不完全)CSI-R可用于接收装置时，接收装置执行进程200以创建高效的解码滤波器。接收装置根据预编码滤波器的一个或多个特性来计算、选择和/或优化解码滤波器，发送装置使用预编码滤波器对通过各自信道矩阵传输的数据进行编码。接收装置还可以使用为各自信道矩阵收集的估计的(不完全)CSI-R来计算、选择和/或优化各自的解码滤波器。接收装置可以由一个或多个接收装置构成，每个接收装置具有MIMO接收能力(MIMO天线阵列)。然而，接收装置可以包括多个接收装置，每个接收装置能够通过单个天线(传播路径)进行通信，例如，UE。接收装置还可以包括一个或多个MIMO接收装置和一个或多个单个天线接收装置的组合。

接收装置可以计算各自的信道矩阵(传输信道)的每个传播路径的估计PSI-R，其近似于各自信道矩阵的一个或多个特性和/或条件。接收装置可以使用由发送装置通过信道矩阵传输的一个或多个预定义的训练序列来计算估计的PSI-R。由于预定义的训练序列对于接收装置是已知的，因此可以计算估计的CSI-R。接收装置可以将估计的CSI-R的至少一部分，即统计CSI，发送回发送装置，发送装置可以使用统计CSI来计算预编码滤波器。统计CSI可以包括，例如CSI-R样本的概率分布、统计干扰和/或所估计的CSI随时间的平均值等。

接收装置可以根据各自的估计的CSI-R来计算各自的信道矩阵的解码滤波器。该计算还可以基于各自的预编码滤波器的一个或多个特性进行，发送装置使用这些预编码滤波器对通过各自信道矩阵传输的编码数据进行编码。可以从发送装置接收预编码滤波器的特性。

可选地，从发送装置接收一个或多个解码滤波器，该发送装置可以基于各自的预编码滤波器的特性来计算每个解码滤波器。

然后，接收装置可以使用解码滤波器对从发送装置接收的编码数据进行解码，以减少对各自信道的干扰。

现在参考图3，图3为典型的多入多出(multiple-input multiple-output，简称MIMO)系统的示意图。典型的MIMO系统300包括发送装置(T_x)302，发送装置302在有加性噪声S的情况下，通过包含一个或多个传播(传输)路径的信道矩阵H将编码数据传输到接收装置(R_x)304。假设发送装置302预先和/或非因果地已知干扰信号S。然而，接收装置304可能不知道干扰信号S。进一步假设该信道是具有加性白高斯噪声(additive white Gaussiannoise，简称AWGN)Z的平坦衰落信道。但是，该实施方式可能会延伸到更普遍的情况。

发送装置302配备有N_t(N_t≥2)个天线，接收装置304配备有N_r(N_r≥2)个天线。W是从发送装置302向接收装置304传输的消息，X是与由发送装置302生成的消息W对应的输出信号。N_txN_r维度的信道矩阵H将输出信号X传送到接收装置304。因此，输出信号X加上干扰信号S被转换为信号H·(X+S)。接收装置304接收解码的输入信号Y＝H·(X+S)+Z，以检索对应于数据消息W的消息

自然地，信道矩阵H的CSI不可用于发送装置302。然而，信道矩阵H的CSI可以由接收装置304估计，即信道矩阵H的CSI(例如，包括信道矩阵的每个传播路径的PSI)对于接收装置304是部分已知的。估计的信道矩阵H可以表示为

其中

是协方差矩阵

的估计误差。

发射机中输出信号X的传输可以满足输入功率约束Tr(K_X)≤P_X，其中，K_X为分配的用于在各自传播路径上传输消息W的输入功率的协方差矩阵，Tr为跟踪运算符，P_x为分配的用于传输的总功率预算。

干扰信号S具有协方差矩阵K_S，使得Tr(K_S)＝Q，其中Q是干扰S的功率。

AWGNZ具有协方差矩阵

其中，N为接收装置304的环境噪声的功率，N_txN_r维度的

是信道矩阵H的单位矩阵。

相对于发送装置302发送的输出信号X的在接收装置304接收的输入信号Y的SNR定义为

信道矩阵H的输入–输出关系由以下等式1给出。

等式1：

Y＝H(X+S)+Z

现参考图4，图4为本发明一些实施例提供的实现基于格的DPC的多入多出(multiple-input multiple-output，简称MIMO)系统模型的示意图。如系统模型200的MIMO系统模型400包括如发送装置302的发送装置的基于格的DPC编码器402，用于对传输到如接收装置404的接收装置的对编码数据进行解码的基于格的DPC解码器404的数据进行编码。编码数据通过包含源自N_t个发射天线并由N_r个接收天线接收的多个传播路径(传输路径)的MIMO传输信道进行传输。MIMO传输信道可以通过信道矩阵表示，例如具有加性干扰S的N_txN_r个维度的信道矩阵H。

格型编码器402包括n维的格Λ，例如，具有等于P_X的归一化二阶矩量的立方格Zⁿ、六方格A₂和/或棋盘格D₄等。运算符号mod表示模归约运算。

在进一步描述基于格的DPC实现之前，简要介绍格Λ的概念。n维的格Λ由基底(列)向量

的集合定义。格Λ由基底向量的整体组合构成，例如，

其中，n×n生成矩阵G由G＝(g₁，...，g_n)给出。应该注意的是，零向量总是一个格点，并且生成矩阵G对于给定格Λ是唯一的。

最简单的格Λ为一维栅格{...，-2Δ，-Δ，0，Δ，2Δ，...}。在一维中，所有格Λ都相等以便进行调整。这可称为“标量格”。可通过对标量一维格Λ进行笛卡尔积运算得到简单的多维格Λ。得到的格Λ称为“立方格”

几个重要的概念与格Λ有关。与格Λ相关联的最近邻量化器Q由以下等式2所示的归约运算来定义。

等式2：

Q_Λ(x)＝argmin_t∈Λ||x-t||

其中，||·||表示欧几里得范数。

格Λ的基本Voronoi单元是最接近零码字的点的集合，如以下等式3所示。

等式3：

v＝{x，Q_Λ(x)＝0}

与格Λ相关联的模运算由以下等式4定义：

等式4：

xmodΛ＝x-Q_Λ(x)

格Λ的二阶距量由以下等式5定义：

等式5：

其中，Vol(v)是v的大小。

归一化的二阶距量由以下等式6定义：

等式6：

最简单的格，例如标量格

及所谓的立方格

达到常规的标量量化的标量格Λ的多维版本，例如，在标准的汤姆林森-哈拉希玛预编码(Tomlinson-Harashimaprecoding，简称THP)中。

对于具有较少维度的格Λ，存在低复杂度的编码和/或解码算法。

格型编码器402使用基于格的DPC预编码滤波器A对数据消息W进行编码，以生成作为信道矩阵H的输入的输出信号X。格型编码器402还可以考虑，例如，减去可均匀分布在格A的Voronoi单元上的高频振动d。信号X在信道矩阵H上传输。在实现与格型编码器402的格类似的格Λ的格型解码器404处被接收作为信道矩阵H的输出的信号Y。格型解码器404包括用于对通过格Λ驱动的信号Y进行解码以提取对应于数据消息W的数据消息

的基于格的DPC解码滤波器B。格型解码器404还可以考虑，例如减去高频振动d。

在理想场景下，信道矩阵H的完全CSI可用于格型编码器402(CSI-T)和格型解码器404(CSI-R)。在这种场景下，可以高效地实现预编码滤波器A和解码滤波器B，使得格的大维度的表现接近最优。

格型编码器402使用以下等式7所示的标准模格归约运算对消息W进行编码从而生成输出信号X。

等式7：

X＝[c_w-AS-d]modΛ

其中，c_w为是通过一对一映射与消息W相关联的符号或码字。

格型解码器404使用以下等式8所示的标准模格归约运算对输入信号Y中的消息W进行解码。

Equation 8：

该基于格的DPC系统的性能评估由以下等式9所示的期望计算的每维度传输速率(传输信道的吞吐量)给出。

等式9：

其中，

是期望算子，例如，对于信道矩阵H的随机信道处理的所有可能的实现进行平均，G(Λ)是格Λ的二阶距量，Z_eff是格型解码器404的有效噪声。

有效噪声Z_eff由AWGNZ环境噪声的滤波版本BZ、格型解码器404的自噪声(B H-I)X和除非有完全CSI的残余干扰(B H-A)S组成，有效噪声Z_eff可能没有被消除，但是可以如以下等式10所示那样被最小化。

等式10：

Z_eff＝BZ+(BH-A)S+(BH-I)X

其中，I表示信道矩阵H的单位矩阵。

为了实现最佳性能，应共同设计预编码滤波器A和解码滤波器B，以验证预编码滤波器A和解码滤波器B的特性相互匹配。

当CSI-T和CSI-R都可用于格型编码器402和格型解码器404时，用于设计预编码滤波器A和解码滤波器B的可能实现方式可以是例如最小均方差DPC(minimum mean squareerror DPC，简称MMSE-DPC)实现方式。用于预编码滤波器A和解码滤波器B的MMSE-DPC实现方式可以最好地解决较低和/或中等SNR的场景，并且可以呈现良好的传输信道性能(传输速率)。通过MMSE-DPC实现方式，根据以下公式11(a)和11(b)计算预编码滤波器A和解码滤波器B。

等式11：

(a)A(H)＝K_XH^*(H K_XH^*+K_Z)^-1H

(b)B(H)＝K_XH^*(H K_XH^*+K_Z)^-1

其中，H^*是信道矩阵H的复杂转置共轭(厄米特)。

预编码滤波器A和解码滤波器B的这种选择可以大幅降低干扰S对通信的影响，并且因此可以最小化等效噪声的协方差，从而可以使传输信道的传输速率(吞吐量)最大化。

另一示例性实现可以是可针对较高SNR场景的ZF-DPC实现方式。通过ZF-DPC实现方式，根据以下公式12(a)和12(b)计算预编码滤波器A和解码滤波器B。

等式12：

(a)A＝I

(b)BH＝A

从等式12(a)可以看出，ZF-DPC实现方式可能不需要CSI-T对计算预编码滤波器A的发送装置可用。

其它示例性实施方式可以包括，例如，将格Λ设置为n＝1的立方格Zⁿ，以得到THP。

此外，在格Λ的维度n较大的情况下，例如球形格，二阶距量G(Λ)可以遵循表达式G(Λ)→1/(2πe)，以实现随机码的最佳DPC性能。

从上面的描述可以看出，针对格型编码器402(CSI-T)和格型解码器404(CSI-R)两者中具有完全CSI的情况，预编码滤波器A和解码滤波器B的最佳实现方式为：在信道矩阵H的因子上，两者是相同。

本发明的系统和方法用于CSI-T对发送装置402不可用并且接收装置404会访问估计的(不完全)CSI-R的场景。在这种场景下，可以不基于信道矩阵H的实际实现的CSI-T来计算(选择)预编码滤波器A。可以基于估计的信道矩阵

的估计CSI-R来计算(选择)解码滤波器B。因此，预编码滤波器A和/或解码滤波器B的计算和/或设计独立于瞬时CSI(分别为CSI-T和CSI-R)。

此外，没有CSI-T和估计CSI-R时计算预编码滤波器A和/或的解码滤波器B是一个主要挑战，因为有效噪声Z_eff可能不是高斯的，并且可能进一步受到格Λ的非线性模归约运算的影响。

为了计算和/或选择用于无CSI-T和不完全CSI-R场景的最佳预编码滤波器A和/或解码滤波器B，发送装置402执行如进程100的进程，同时接收装置404执行如进程200的进程。再次参考图1。

如102所示，进程100从如发送装置302的发送装置开始，具体为：格型编码器402，通过如包括一个或多个传播路径的信道矩阵H的信道矩阵将一个或多个预定义的训练序列发送到如格型解码器404的接收装置。格型解码器404已知可以由导频信号携带的预定义训练序列，因此，格型解码器404可以通过收集一个或多个PSI样本H^(s)来估计CSI-R，其中对于信道矩阵H，s∈{1，2，3，...，S}。因此，为信道矩阵H的所有传播路径收集的CSI样本(PSI)可以形成维度为N_txN_r的矩阵。

如104所示，格型编码器402从格型解码器404接收包括针对信道矩阵H的每个传播路径的统计PSI的统计CSI。统计CSI可以包括，例如估计的CSI样本H^(s)随时间的平均值和/或估计的CSI-R样本H^(s)的概率分布等。CSI概率分布可以是表示任何信道矩阵维数(N_t×N_r)的各自概率的数学函数。实际中可以忽略信道矩阵H的元素之间的相关性，并且相应地将CSI概率函数分解为N_t×N_r个概率分布。可以为信道矩阵H的N_t×N_r个传播路径元素的每一个分配单个概率分布，以下可以称为路径状态概率分布。统计CSI可以进一步包括例如由发送装置本身收集的偏移量和/或路径损耗等。

如106所示，格型编码器402基于各自的统计PSI，具体为针对该传播路径接收到的单个概率分布，计算信道矩阵H的每个传播路径的预编码滤波器A。这意味着格型编码器402将每个传播路径的预编码滤波器A计算为常数，该常数不依赖于实际信道矩阵实现，而是依赖于以下等式13中表示的统计CSI。

等式13：

其中，K_n，eq是在格型解码器404处的估计(不完全)CSI-R引起的等效噪声的协方差。期望值

可以是函数H→K_XH^*(H K_XH^*+K_n)^-1H的平均值。

等效噪声K_n，eq的协方差可以通过以下等式14表示：

等式14：

其中

是在格子解码器404处的估计(不完全)CSI-R而引起的估计误差

的协方差，K_Z是环境噪声Z的协方差矩阵。变量

和/或K_Z的值可以由格型编码器402从格型解码器404获得。通常，使用等式13的公式以闭合形式计算预编码滤波器A可能存在一些困难。然而，可以以数字方式直接进行计算。此外，在标量情况下，即N_t＝N_r＝1，可以分析确定预编码滤波器A。

针对信道矩阵H的瑞利衰落信道模型给出了示例性的计算。对于上述等式1所示的输入信道，Z是协方差N的标准AWGN，H是具有协方差σ²的标准正态进程，X是具有协方差P的高斯信道输入。

对于该瑞利衰落信道，可以示出所计算的预编码滤波器A可以通过以下等式15表示。

等式15：

其中，

此外，由于两个或多个传播路径上的编码数据的并发传输可能彼此干扰，所以格型编码器402可优化预编码滤波器A以克服和/或减少传播路径之间的相互干扰。格型编码器402可以计算、选择和/或优化预编码滤波器A，用于对一个传播路径上传输的数据进行编码，以根据之前计算(当前已知)的一个或多个预编码滤波器A的一个或多个特性进行调整，来对其它传播路径上传输的数据进行编码。根据之前计算的预编码滤波器A的特性适配每个预编码滤波器A，可以大幅减少在两个或多个传播路径上的编码数据的并发传输的相互干扰。

如可选步骤108所示，格型编码器402基于预编码滤波器A的一个或多个特性，计算信道矩阵H的每个传播路径的解码滤波器B。预编码滤波器A的特性可以包括，例如预编码滤波器A本身。该特性还可以包括用于计算预编码滤波器A的一个或多个变量、参数、值和/或设置，例如输入信号功率分配协方差矩阵K_X、干扰信号协方差矩阵K_S、环境噪声功率协方差矩阵K_z和/或等效噪声协方差K_n，eq等。

如上所述，对于基于格的DPC预编码，格型解码器404的最佳解码滤波器B可以主要取决于格型编码器402的预编码滤波器A的特性。因此，根据预编码滤波器A的特性计算/选择解码滤波器B对于提高性能可能是至关重要的。

格型解码器404执行的进程200中，将进一步详细描述解码滤波器B的计算。

如110所示，格型编码器402向格型解码器404传输用于信道矩阵H的每个传播路径的预编码滤波器A的一个或多个特性。这对维持预编码滤波器A和解码滤波器B的联合设计/计算以达到最佳性能是至关重要的。该特性可以包括例如预编码滤波器A本身，用于计算预编码滤波器A的一个或多个变量、参数、值和/或设置等。

可选地，如步骤108所述，在格型编码器402计算和/或选择一个或多个传播路径的解码滤波器B的情况下，格型编码器402向格型解码器404传输所计算的解码滤波器B。

如112所示，格型编码器402使用预编码滤波器A对消息W进行编码，并生成如等式7所示的输出信号X。当然，格型编码器402使用为信道矩阵H的传播路径分别计算的预编码滤波器A。

如114所示，格型编码器402通过信道矩阵H将编码数据发送到格型解码器404。

再次参考图2。

如202所示，进程200从如接收装置304的接收装置开始，具体为：格型解码器404，通过如包括一个或多个传播路径的信道矩阵H的信道矩阵从如格型编码器402的发送装置接收一个或多个预定义的训练序列。例如，格型解码器404已知可以通过一个或多个导频信号传输的预定义训练序列，并且因此格型解码器404可以通过收集一个或多个PSI样本H^(s)来估计CSI-R，其中对于信道矩阵H的每个传播路径，s∈{1，2，3，...，S}。

如204所示，格型解码器404基于估计的CSI-R样本H^(s)来估计所估计的信道矩阵

另外，格型解码器404生成由信道矩阵H的每个传播路径的统计PSI组成的统计CSI。统计PSI可以包括，例如估计的PSI-R样本H^(s)随时间的平均值和/或估计的PSI-R样本H^(s)的概率分布等。

如206所示，格型解码器404将统计CSI传输到发送装置。

如208所示，格型解码器404从格型编码器402接收针对信道矩阵H的每个传播路径计算/选择的预编码滤波器A的一个或多个特性。该特性可以包括例如预编码滤波器A本身，用于计算预编码滤波器A的一个或多个变量、参数、值和/或设置等。

如110所示，格型编码器402向格型解码器404传输用于信道矩阵H的每个传播路径的预编码滤波器A的一个或多个特性。这对维持预编码滤波器A和解码滤波器B的联合设计/计算以达到最佳性能是至关重要的。

可选地，如进程100的步骤108所述，在格型编码器402计算和/或选择一个或多个传播路径的解码滤波器B的情况下，格型解码器404从格型编码器402接收所计算的解码滤波器B。

如210所示，格型解码器404基于针对各自传播路径计算/选择的预编码滤波器A的特性，计算针对信道矩阵H的每个传播路径的解码滤波器B。格型解码器404使用预编码滤波器A的特性来计算解码滤波器B，因为如前所述，格型解码器404的最佳解码滤波器B可主要取决于格型编码器402的预编码滤波器A的特性。预编码滤波器A的计算还可以基于估计的信道矩阵

格型解码器404计算解码滤波器B，使得有效噪声Z_eff的功率最小化，以便实现传输信道(信道矩阵)的最大传输速率(吞吐量)R。

信号Y′表示使用以下等式16所示的解码操作在格型解码器404计算的估计的输入信号Y。

等式16：

Y′＝[BY+d]modΛ＝[B(HX+HS+Z)+d]modΛ

＝[C_w+(BH-I)X+(BH-A)S+BZ]modΛ

＝[C_w+Z_eff]modΛ

其中，Z_eff是在格型解码器404上经历的有效噪声。

针对各个传输信道计算的传输信道的所得传输速率R(吞吐量)通过以下等式17表示。

等式17：

其中，如前所述，V(Λ)是格Λ的Voronoi区域的体积，并被定义为

G(Λ)和σ²(Λ)分别是格Λ的二阶距量和归一化二阶距量。

格型解码器404的等效噪声的协方差K_eff可以通过以下等式18表示：

等式18：

其中，

且

计算B的最小解可以通过以下等式19来表示。

等式19：

其中，

是通过应用

来计算的H的期望值。

发展等式18和19得到通过以下等式20表示的有效噪声的协方差K_eff。

等式20：

因此，为了实现最大传输速率R，计算和/或优化解码滤波器B以最小化有效噪声Z_eff的功率可以通过以下等式21表示。

等式21：

当然，当CSI-R是精确的CSI时，格型解码器404可以计算、选择和/或优化解码滤波器B，即，格型解码器404已知实际的信道矩阵H，使得

如212所示，格型解码器404通过信道矩阵H从格型编码器402接收编码数据。

如214所示，格型解码器404使用解码滤波器B对来自输入信号Y的编码数据进行解码，以检索对应于格型编码器402编码的数据消息W的消息

在格型编码器402没有可用的CSI-T的情况下，ZF-DPC实现可能看起来像是基于格的DPC的自然实现，但是ZF-DPC实现可能存在若干缺点。例如，解码滤波器B可能不会根据预编码滤波器A发射滤波器进行调谐，因此可能无法最小化有效噪声Z_eff的影响。此外，使用将预编码滤波器A选择为A＝I的ZF-DPC实现可能没有考虑干扰和有用信号之间的功率调整，因此可能在低SNR值时无法提供抗干扰能力。

通过基于格的DPC预编码滤波器A和解码滤波器B的联合设计和/或计算，很好地解决了这种缺点。通过根据预编码滤波器A的特性来计算、选择和/或优化解码滤波器B，滤波器彼此进行调谐，因此可以高效地降低有效噪声Z_eff的影响。此外，基于统计干扰电平选择预编码滤波器A，可以相应地调整预编码滤波器A以在大范围的SNR值下最佳地运行。

在本发明的一些实施例中，可以应用基于格的DPC预编码滤波器A和解码滤波器B的联合设计和/或计算，以增强ZF-DPC实现。具体地，当采用ZF-DPC实现时，可以通过计算解码滤波器B来增强解码滤波器B，以根据以下等式22最小化有效噪声Z_eff的功率。

等式22：

在非常高的SNR下，该改进的ZF-DPC可以进行非常类似于进程100和200描述的基于联合设计的格型DPC实现，因为在高SNR下，等式13中表示的预编码滤波器A可以收敛到ZF-DPC实现中使用的单位矩阵I，即A＝I。

然而，在低SNR下，预编码滤波器A的效果更为重要，因此基于联合设计的格型DPC实现可以呈现出比ZF-DPC实现更好的性能。

在本发明的一些实施例中，系统模型300，特别是系统模型400可以应用于提供无线网络的全球陆地无线接入网(universal terrestrial radio access network，简称UTRAN)，特别是蜂窝网络，例如3G(第3代)蜂窝网络、4G(第4代)蜂窝网络和5G(第5代)。UTRAN可实现，例如基于FDD的网络。

现在参考图5，图5为根据本发明的一些实施例的示例性无线网络的示意图，该无线网络包括使用通过信道矩阵通信的发射机和接收机的基于格的DPC预编码和解码滤波器的设备。系统500包括提供无线网络，特别是蜂窝网络的示例性UTRAN的一部分。UTRAN可以包括一个或多个网络装置502，例如连接无线网络的核心网络520的NodeB、演进型网络基站(eNB)、基站和/或无线电网络控制器(radio network controller，简称RNC)等。具体地，网络装置502包括多入多出(multiple input multiple output，简称MIMO)阵列，其支持通过多个传输信道同时向多个UE504传输网络装置502向多个UE 504，例如，蜂窝电话、蜂窝装置、移动设备、端点和/或网络启用的车辆(具有V2X和/或V2V能力的车辆)及类似物提供蜂窝连接(服务)。由于每个UE 504可以是单个天线接收装置，所以网络装置502通过包括单个传播路径(传输路径)的传输信道中的一个与每个UE 504通信，即，代表每个传输信道的信道矩阵包括单个传播路径元素。

示例性网络装置502包括MIMO接收器512A、通过包括多个传输信道的蜂窝信道矩阵与多个UE 504通信的MIMO发射机514A和用于管理通信会话的处理器510A。处理器510A可以包括一个或多个处理器(均质或异质)，其可以被布置为簇和/或为一个或多个多核处理单元用于并行处理。处理器510A可以执行来自一个或多个存储设备的程序指令，例如易失性存储器、非易失性存储器和/或硬盘驱动器等，以管理通信会话。处理器510A可以执行进一步的程序指令，用于执行如进程100的进程，用于计算对发射机512A发送到一个或多个UE504的输入数据进行编码的预编码滤波器。示例性UE 504包括用于通过一个或多个传输信道与网络装置502进行通信的接收机514B和发射机512B和用于管理通信会话的处理器510B。

处理器510B可以包括一个或多个处理器(均质或异质)，其可以被布置为簇和/或为一个或多个多核处理单元用于并行处理。处理器510B可以执行来自一个或多个存储设备的程序指令，例如易失性存储器、非易失性存储器和/或记忆卡等，以管理通信会话。处理器510B可以执行进一步的程序指令，用于执行如进程200的进程，用于计算对接收机514B从网络装置502接收的编码数据进行解码的解码滤波器。

现在参考图6，图6为根据本发明的一些实施例的示例性蜂窝网络的示意图，该蜂窝网络包括使用通过信道矩阵通信的基于格的DPC预编码和解码滤波器的蜂窝设备。系统600包括如网络装置502的网络装置和如UE 504的多个UE。如网络装置502的示例性网络装置为位于小区(网络装置502的覆盖区域)中的多个UE提供下行链路连接，如UE 504，特别是UE 504_1、UE 504_2、UE 504-3至UE 504_K。网络装置502是如发送装置302，特别是格型编码器402的发送装置的实施例。每个UE 504都是如接收装置304，特别是格型解码器404的接收装置的实施例。假设网络装置502是MIMO发送装置，并假设每个UE 504都支持单个传输信道。信道矩阵H因此包括K个传输信道。

网络装置502采用如进程100的进程，用于计算对由UE 504_1、UE 504_2、UE 504_3至UE 504_K中的一个或多个发送的输入数据进行编码的预编码滤波器。

UE 504_1、UE 504_2、UE 504_3至UE 504_K中的每一个都可以执行如进程200的进程，用于计算对从网络装置502接收的编码数据进行解码的解码滤波器。

网络装置502分别向UE 504_1、UE 504_2、UE 504_3至UE 504_K发送不同消息W₁，W₂，W₃，...W_K。针对各自的用户k的信道矩阵H可以记做H_k，其中1≤k≤K。假设由于一个或多个原因，例如反馈链路中的故障、快速衰落信道和/或不十分准确的策略信道估计等，没有CSI-T可用于网络装置502。假设每个UE 504都具有不完全的CSI-R，即各自的道H_k的估计

应注意，解码滤波器B_k的联合设计计算、选择和/或优化适用于实际CSI-R对于UE504可用，即

的情况。

网络装置502向UE 504k发送指示功率P_k的消息W_k的信息码字X_k。该传输可能对由网络装置502用于向其它UE 504发送编码数据的传输信道产生干扰。

假设作为高效的预编码技术的预编码顺序k＝1，2，..，K由将要向UE 504k传输的码字X_k进行预编码组成。可以使用预编码滤波器A_k对码字X_k进行预编码，以免受使用预编码滤波器A_j编码的其它一个或多个发送给UE504j的码字X_j的干扰，其中j＜k。这意味着可以对码字X_k进行预编码以减少网络装置502已知的干扰，因为对预编码滤波器A_j的计算是在对预编码滤波器A_k的计算之前进行的，因此网络装置502可以预测由预编码滤波器A_j编码的信号所引起的干扰。该进程可以由网络设备502针对每个UE 504j应用，其中j＞k。

由UE 504k接收的信号Y_k通过以下等式23给出：

等式23：

等式23中表示的信号Y_k可以通过以下等式24所示进行扩展：

等式24：

网络装置502已知的干扰部分S_k可以表示为S_k＝∑_j＜k X_j，H_k∑_j＞k X_j+Z_k是需要计算协方差的总噪声，因为CSI-T不可用于网络装置502。

为了计算和/或优化UE 504_1、UE 504_2、UE 504_3至UE 504_K中的每一个的预编码滤波器A_k，网络装置502首先运行UE 504(k＝1，...，K)以确定它们各自传输通道的统计信息。

网络设备502向每个UE 504k发送一个或多个预定义训练序列。UE 504k使用其已知的预定训练序列来估计以下矩阵：信道增益H_k的协方差矩阵

环境噪声功率的协方差矩阵K_Z和估计误差

的协方差矩阵

UE 504k将估计的矩阵发送回网络装置502。

网络装置502使用接收到的估计矩阵，为每个UE 504k计算预编码滤波器A_k。基于总体功率分配策略，网络装置502为每个UE 504k分配具有功率分配协方差矩阵

的有用功率P_k。

网络装置502根据下面的等式25(a)表示的公式来计算用于部分干扰S_k的协方差矩阵

根据等式25(b)表示的公式计算噪声的协方差矩阵

等式25：

(a)

(b)

由于对于第一UE 504_1(k＝1)，不存在可能由承载之前由计算的预编码滤波器A编码的数据的传输信道所引起的干扰，所以UE 504_1(k＝1)可能不需要通过预编码滤波器A进行预编码。因此，网络装置502根据下面等式26中给出的公式计算针对UE 504k的预编码滤波器A_k，其中，k≥2。

等式26：

其中，

还参考图7，图7为根据本发明的一些实施例的基于格的DPC预编码滤波器的示例性计算的示意图。如图7所示，网络装置502使用环境噪声功率协方差矩阵K_Z、信道增益协方差矩阵

和分配给信道矩阵K的传输信道的功率的协方差矩阵K_x来计算UE 504k(2＜k＜K)的预编码滤波器A_k。

网络装置502根据以下等式27按顺序对码字X_k进行编码。

等式27：

还参考图8，图8为根据本发明的一些实施例的使用基于格的DPC预编码滤波器进行的示例性数据编码的示意图。如图8所示，网络设备502按顺序使用各自的预编码滤波器A_k，对与数据消息W_k一对一映射关联的码字

进行编码。

每个UE 504k都应用如下等式28所示的预编码规则，用于根据以下等式29计算各自的解码滤波器B_k。

等式28：

等式29：

可选的，网络装置502计算一个或多个解码滤波器B_k。

可选地和/或另外，一个或多个UE 504k可以使用预编码滤波器A_k的一个或多个特性来计算相应的解码滤波器B_k，例如，可以从网络装置502接收的

和/或P_k+∑_j＜kP_j。

还参考图9，图9为根据本发明的一些实施例的基于格的DPC解码滤波器的示例性计算的示意图。如图9所示，网络设备502和/或UE 504k基于预编码滤波器A_k的特性，例如，预编码滤波器A_k和/或部分干扰协方差矩阵

等，来计算解码滤波器B_k。

针对用作长期演进(Long Term Evolution，简称LTE)网络的系统600的示例性实施例来评估联合设计实现的性能，其中网络装置502包括MIMO天线，而每个UE 504都配备有20MHz带宽的单个天线。在小区(网络装置502的覆盖范围)内的UE 504的数量K为20，并且均等地分配所有UE 504的传输信道。

SNR为10dB时，针对每个UE 504k(1≤k≤20)的预编码滤波器A_k和解码滤波器B_k的联合设计实现相较于ZF-DPC实现能够提高0.8Mb/s的传输速率性能。

SNR为15dB时，与ZF-DPC实现相比，传输速率性能的提高约为2.2Mb/s。

对本发明各个实施例的描述只是为了说明的目的，而这些描述并不旨在穷举或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下，本领域技术人员可以清楚理解许多修改和变化。相比于市场上可找到的技术，选择此处使用的术语可最好地解释本实施例的原理、实际应用或技术进步，或使本领域其他技术人员理解此处公开的实施例。

应预计到，在从本申请案走向成熟的专利的有效期期间，将开发许多相关无线网络和/或蜂窝网络且术语“无线网络和/或蜂窝网”的范围打算包含推理的所有此类新技术。

此处使用的术语“大约”表示±10％。

术语“包括”以及“有”表示“包括但不限于”。这个术语包括了术语“由……组成”以及“本质上由……组成”。

所述短语“所组成”指的是合成物或者方法可能包括附加成分和/或步骤，只要附加成分和/或步骤没有对所申请的合成物或者方法的基本特性和新特性作实质性的改变。

除非上下文中另有明确说明，此处使用的单数形式“一个”和“所述”包括复数含义。例如，术语“一个复合物”或“至少一个复合物”可以包括多个复合物，包括其混合物。

此处使用的词“示例性的”表示“作为一个例子、示例或说明”。任何“示例性的”实施例并不一定理解为优先于或优越于其它实施例，和/或并不排除其它实施例特点的结合。

此处使用的词语“可选地”表示“在一些实施例中提供且在其它实施例中没有提供”。本发明的任意特定的实施例可以包括多个“可选的”特征，除非这些特征相互矛盾。

在整个本申请案中，本发明的各种实施例可以范围格式呈现。应理解，范围格式的描述仅为了方便和简洁起见，并且不应该被解释为对本发明范围的固定限制。因此，对范围的描述应被认为是已经具体地公开所有可能的子范围以及所述范围内的个别数值。例如，对例如从1到6的范围的描述应被认为是已经具体地公开子范围，例如从1到3、从1到4、从1到5、从2到4、从2到6、从3到6等，以及所述范围内的个别数字，例如1、2、3、4、5和6。不管范围的宽度如何，这都适用。

当此处指出一个数字范围时，表示包括了在指出的这个范围内的任意所列举的数字(分数或整数)。短语在第一个所指示的数和第二个所指示的数范围内摂以及从第一个所指示的数到第二个所指示的数范围内摂和在这里互换使用，表示包括第一个和第二个所指示的数以及二者之间所有的分数和整数。

“A和/或B”是指“A或B”或“A”和“B”两者。

单个实施例也可以提供某些特征的组合，这些特征在各个实施例正文中有简短的描述。相反地，本发明的各个特征在单个实施例的正文中有简短的描述，也可以分别提供这些特征或任何适合的子组合或者作为本发明所述的任何合适的其它实施例。不可认为各个实施例的正文中描述的某些特征是这些实施例的必要特征，除非没有这些元素，该实施例无效。

此处，本说明书中提及的所有出版物、专利和专利说明书都通过引用本说明书结合在本说明书中，同样，每个单独的出版物、专利或专利说明书也具体且单独地结合在此。此外，对本申请的任何参考的引用或识别不可当做是允许这样的参考在现有技术中优先于本发明。就使用节标题而言，不应该将节标题理解成必要的限定。

Claims (8)

1.一种操作多入多出MIMO网络(300、400)的方法，其特征在于，所述MIMO网络包括发送装置(302)和接收装置(304)，所述发送装置包括有N_t个发射天线的阵列，所述接收装置包括有N_r个接收天线的阵列，所述方法包括：

操作所述发送装置，通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述接收装置；

操作所述接收装置，通过所述N_r个接收天线在MIMO传输信道上接收所述训练样本序列；

通过从各个所接收的训练样本生成各自的一个信道状态信息CSI样本，来生成CSI样本序列；基于CSI样本序列确定CSI概率分布；所述基于CSI样本序列确定CSI概率分布包括：通过为所述MIMO网络的N_t×N_r个传播路径中的每一个确定路径状态信息PSI概率分布中各自的一个概率分布，来确定N_t×N_r个PSI概率分布的集合；将由此确定的N_t×N_r个PSI概率分布的乘积用作所述CSI概率分布；

基于CSI概率分布确定基于格的脏纸编码DPC预编码滤波器A；

使用所述预编码滤波器A对输入信号进行编码；

操作所述发送装置，通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置；

其中，用于通过以下方式确定所述预编码滤波器A：

确定分配给输入信号X的功率的协方差矩阵K_X；

确定所述MIMO传输信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

基于所述协方差矩阵K_X和所述协方差矩阵K_n计算所述预编码滤波器A为：

其中，

是依赖于所述CSI概率分布的期望算子，H是与MIMO网络的N_t×N_r个传播路径相关联的信道矩阵，H^*是所述信道矩阵H的转置共轭，

是以下函数的期望值：

H→K_XH^*(H K_XH^*+K_n)^-1H。

2.一种多入多出(multi-input multi-output，简称MIMO)网络(300、400)，其特征在于，所述MIMO网络包括发送装置(302)和接收装置(304)，所述发送装置包括有N_t个发射天线的阵列，所述接收装置包括有N_r个接收天线的阵列，N_t≥2且N_r≥2；

所述发送装置用于通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述接收装置；

所述接收装置用于通过所述N_r个接收天线的阵列在MIMO传输信道上接收所述训练样本序列；通过从各个所接收的训练样本生成各自的一个信道状态信息CSI样本，来生成CSI样本序列；基于所述CSI样本序列确定CSI概率分布；所述基于所述CSI样本序列确定CSI概率分布包括：通过为所述MIMO网络的N_t×N_r个传播路径中的每一个确定路径状态信息PSI概率分布中各自的一个概率分布，来确定N_t×N_r个PSI概率分布的集合；将由此确定的N_t×N_r个PSI概率分布的乘积用作所述CSI概率分布；向所述发送装置发送所述CSI概率分布；

所述发送装置还用于基于所述CSI概率分布确定脏纸编码DPC预编码滤波器A；使用预编码滤波器A对输入信号进行编码；通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置；

其中，用于通过以下方式确定所述预编码滤波器A：

确定分配给输入信号X的功率的协方差矩阵K_X；

确定所述MIMO传输信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

基于所述协方差矩阵K_X和所述协方差矩阵K_n计算所述预编码滤波器A为：

其中，

是依赖于所述CSI概率分布的期望算子，H是与MIMO网络的N_t×N_r个传播路径相关联的信道矩阵，H^*是所述信道矩阵H的转置共轭，

是以下函数的期望值：

H→K_XH^*(H K_XH^*+K_n)^-1H。

3.一种用于多入多出(multi-input multi-output，简称MIMO)网络中的发送装置(302)，其特征在于，所述发送装置包括有N_t个发射天线的阵列，N_t≥2，所述发送装置用于：

通过所述发射天线阵列在MIMO传输信道上将训练样本序列传输到所述MIMO网络的接收装置(304)，其中所述接收装置包括有N_r个接收天线的阵列，N_r≥2；

响应于发送所述训练样本序列，从接收装置接收信道状态信息CSI概率分布；其中，所述接收装置通过为所述MIMO网络的N_t×N_r个传播路径中的每一个确定路径状态信息PSI概率分布中各自的一个概率分布，来确定N_t×N_r个PSI概率分布的集合；将由此确定的N_t×N_r个PSI概率分布的乘积用作所述CSI概率分布；

基于CSI概率分布确定基于格的脏纸编码DPC预编码滤波器A；

使用预编码滤波器A对输入信号进行编码；

通过所述发射天线阵列在MIMO传输信道上将编码的输入信号传输到所述接收装置；

其中，用于通过以下方式确定所述预编码滤波器A：

确定分配给输入信号X的功率的协方差矩阵K_X；

确定所述MIMO传输信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

基于所述协方差矩阵K_X和所述协方差矩阵K_n计算所述预编码滤波器A为：

其中，

是依赖于所述CSI概率分布的期望算子，H是与MIMO网络的N_t×N_r个传播路径相关联的信道矩阵，H^*是所述信道矩阵H的转置共轭，

是以下函数的期望值：

H→K_XH^*(H K_XH^*+K_n)^-1H。

4.根据权利要求3所述的发送装置，用于确定所述预编码滤波器，以减少对所述MIMO网络中一个或多个其它传输信道的干扰。

5.根据权利要求3所述的发送装置，其特征在于，所述期望值

为函数H→K_XH^*(H K_XH^*+K_n)^-1H的平均值。

6.根据权利要求3至5中任一项所述的发送装置，用于基于所述预编码滤波器A确定DPC解码滤波器B，并将所述解码滤波器B发送到所述接收装置。

7.根据权利要求3所述的发送装置，用于通过以下方式确定所述解码滤波器B：

确定分配给输入信号X的功率的协方差矩阵K_X；

确定所述MIMO信道的噪声或干扰或噪声和干扰两者的协方差矩阵K_n；

确定所述MIMO传输信道对所述一个或多个其它传输信道的干扰的协方差矩阵K_S；

基于从接收装置接收的CSI样本来估计信道矩阵H的值

其中H是与所述MIMO网络的N_t×N_r个传播路径相关联的信道矩阵；

确定所述解码滤波器B为：

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1所述的方法。

Images