CN109792271A - 执行数据传输的方法和装置 - Google Patents

执行数据传输的方法和装置 Download PDF

Info

Publication number
CN109792271A
CN109792271A CN201780061013.1A CN201780061013A CN109792271A CN 109792271 A CN109792271 A CN 109792271A CN 201780061013 A CN201780061013 A CN 201780061013A CN 109792271 A CN109792271 A CN 109792271A
Authority
CN
China
Prior art keywords
transmitter
precoder
receiver
mimo channel
csit
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.)
Withdrawn
Application number
CN201780061013.1A
Other languages
English (en)
Inventor
李骞睿
N·格雷塞特
D·热斯贝尔
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109792271A publication Critical patent/CN109792271A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0456Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0452Multi-user MIMO systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022Site diversity; Macro-diversity
    • H04B7/024Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems

Abstract

为了以分布式方式确定要被应用以经由无线通信系统的全局MIMO信道H在多个发送器与多个接收器之间执行数据传输的预编码器,所述预编码器联合地形成总预编码器V,每一个第j发送器执行:收集由所述发送器中的每一个引起的CSIT误差的长期统计;获取短期CSIT相关数据并从中构建其自己对全局MIMO信道H的观察根据所述短期CSIT相关数据来确定所述总预编码器V的估计基于所收集的CSIT误差的长期统计,还基于其自己对所述全局MIMO信道H的观察并且还基于表示经由所述全局MIMO信道H的所述传输的性能的品质因数,完善所述估计以获取作为从所述第j发送器的立场来看所述总预编码器V的观察的完善预编码器V(j)

Description

执行数据传输的方法和装置
技术领域
本发明总体上涉及按分布式方式确定要被应用于在基于MIMO信道的无线通信系统中在多个发送器与多个接收器之间发送数据的预编码器。
背景技术
无线通信系统可以依赖于协作以便改进它们在环境方面的性能。根据一个示例,这种协作可以在基于MIMO(多输入多输出)信道的通信网络的环境中找到,在该环境中,节点装置(通常是诸如基站或eNodeB的接入点)协作以便改善经由MIMO信道的通信的总体鲁棒性。
为了执行这种协作,所考虑的无线通信系统的发送器依赖于CSI(信道状态信息)相关数据和/或信道估计相关数据来确定将由所述发送器应用的预编码器,以便改进经由MIMO信道从所述发送器向预定义的一组接收器传输的性能。这种预编码器通常以中心方式确定,然后将所确定的预编码器的参数朝着所述发送器传播,以供在经由MIMO信道从所述发送器向所述接收器传输期间进一步应用所确定的预编码器。
就系统架构和处理资源使用的平衡而言,提供一种能够在发送器之间以分布式方式确定预编码器参数的方法。然而,这样做通常会出现CSIT(发送器处的CSI)不匹配。这可能涉及由多个发送器自己计算的预编码器参数之间的显著差异。因此,协作所针对的性能增强不如所预期的那么高,因为由发送器独立确定的预编码器参数涉及随CSIT失配而增长的残余干扰。
希望克服现有技术的前述缺陷。更特别希望提供这样一种解决方案,即,尽管可能存在CSIT不匹配,但该解决方案通过依赖于在所述发送器之间以分布式方式确定的预编码器,来允许改进在基于MIMO信道的无线通信系统中从预定义的一组发送器向预定义的一组接收器传输的性能。
发明内容
为此,本发明涉及一种通过以分布式方式确定要被应用以执行数据传输的预编码器,经由无线通信系统的全局MIMO信道在多个Kt发送器与多个Kr接收器之间执行所述传输的方法,所述预编码器分别由所述发送器应用并且联合地形成总预编码器V,其中,所述多个Kt发送器当中的每一个第j发送器执行:收集所述Kt个发送器中的每个发送器对于所述全局MIMO信道H引起的发送器处信道状态信息CSIT误差的长期统计,所述长期统计描述了所述CSIT误差的随机变化;获取短期CSIT相关数据并且构建其自己对全局MIMO信道H的观察根据所获取的短期CSIT相关数据来确定所述总预编码器V的估计基于所收集的CSIT误差的长期统计,还基于其自己对所述全局MIMO信道H的观察并且还基于表示经由所述全局MIMO信道H的所述传输的性能的品质因数,完善所述总预编码器V的述估计以获取作为从所述第j发送器的立场来看所述总预编码器V的观察的完善的预编码器以及通过应用由所完善的预编码器V(j)的、与所述多个Kt发送器当中的所述第j发送器有关的一部分形成的预编码器来发送数据。
因此,尽管可能存在CSIT不匹配,但通过依赖于以分布式方式确定的预编码器,改进了经由无线通信系统的全局MIMO信道的传输的性能。因此,在不需要中央单元来计算预编码器的情况下实现了针对CSIT不匹配的鲁棒性。
根据特定特征,所述品质因数是相对于所述第j发送器自己的所述全局MIMO信道H的观察从所述第j发送器的立场来看的、经由所述全局MIMO信道H到达的总速率的下限LBSR(j),如下:
其中,
其中,表示数学期望值,并且其中,表示要发送的数据与用于实现与CSIT误差的所述长期统计一致的估计误差Δ(1),Δ(2),...,的对应的过滤接收矢量之间的均方误差矩阵。
因此,所确定的预编码器改进了由所述传输服务的所述接收器的速率之和。
根据特定特征,所述品质因数是的迹和(sum of traces)MINMSE(j)(k=1到Kr),如下:
其中,
其中,表示数学期望值,并且其中,表示要发送的数据与用于实现与CSIT误差的所述长期统计一致的估计误差的对应的过滤接收矢量之间的均方误差矩阵。
因此,所确定的预编码器改进了所述接收器所感知的平均均方误差。
根据特定特征,完善所述总预编码器V的所述估计是通过完善函数f(.,.)以及完善矩阵的集合(k=1到Kr)而按乘法完善策略来执行的,如下:
因此,这种乘法完善允许纠正CSIT不匹配,尤其是在块对角化预编码的背景下。
根据特定特征,所述总预编码器V是块对角化预编码器,所述发送器累计具有至少与所述接收器一样多的天线,并且完善所述总预编码器V的所述估计由此在于相对于通过应用奇异值分解运算而获取的所述矩阵的所述集合来优化所述完善矩阵的所述集合如下:
其中,表示从所述第j发送器的立场来看,针对所述Kr个接收器当中的第k接收器的聚合干扰信道估计的观察,并且
其中,通过根据由任何发送器类似地应用的预定义选择规则,选择由所述奇异值分解运算产生的矩阵的N列的预定集合来获取,其中,每个接收器都具有数量为N的接收天线。
因此,使得分布式块对角预编码器对CSIT不匹配具有鲁棒性。
根据特定特征,所述总预编码器V是具有块对角形状Kt=Kr的、干扰感知协调波束成形预编码器,并且每个发送器都具有与每个接收器的接收天线的数量N相等的数量为M的发送天线,并且每个发送器仅与所述Kr个接收器当中的单个接收器通信,以使得k=j,
其中,子矩阵W′k使得:
Vk=EkW′k
被计算为由所定义的信道矩阵的特征矢量波束成形,来自被应用到由定义的所述信道矩阵上的奇异值分解运算,如下:
其中,Ek被定义如下:
Ek=[0M×(k-1)M,IM×M,0M×(Kt-k)M]T
并且0M×(k-1)M是仅包含零的M×(k-1)M子矩阵,0M×(Kt-k)M是仅包含零的M×(Kt-1)M子矩阵,并且IM×M是M×M单位子矩阵。
因此,使的分布式协调波束成形预编码器对CSIT不匹配具有鲁棒性。
根据特定特征,完善所述总预编码器V的所述估计通过完善函数f(.,.)以及完善矩阵的集合(k=1到Kr)而按加法完善策略来执行,如下:
因此,加法完善允许纠正CSIT不匹配,尤其是在正则化迫零预编码器的背景下。
根据特定特征,所述总预编码器V是正则化迫零预编码器,并且所述总预编码器V的估计可以表达如下:
其中,α(j)是表示正则化系数的标量,其根据从所述第j发送器的立场来看其自己的所述全局MIMO信道H的观察的统计来优化,并且其中,α(j)由所述第j发送器与所述Kt个发送器当中的其它发送器共用。
因此,使得正则化迫零预编码器对CSIT不匹配具有鲁棒性。
根据特定特征,完善所述总预编码器V的所述估计在下列功率约束下加以执行:
其中,每个接收器都具有数量为N的接收天线。
因此,限制了传输功率。
本发明还涉及一种通过按分布式方式确定要被应用以执行数据传输的预编码器,经由无线通信系统的全局MIMO信道在多个Kt发送器与多个Kr接收器之间执行所述传输的装置,所述预编码器分别由所述发送器应用并且联合地形成总预编码器V,其中,所述装置是所述多个Kt发送器当中的每一个第j发送器并且包括:用于针对所述全局MIMO信道H,按所述Kt个发送器中的每个发送器引起的发送器CSIT误差来收集信道状态信息的长期统计的装置,所述长期统计描述所述CSIT误差的随机变化;用于获取短期CSIT相关数据并且构建其自己的全局MIMO信道H的观察的装置;用于根据所获取的短期CSIT相关数据来确定所述总预编码器V的估计的装置;用于基于所收集的CSIT误差的长期统计,还基于其自己的所述全局MIMO信道H的观察并且还基于表示经由所述全局MIMO信道H的所述传输的性能的品质因数,完善所述总预编码器V的述估计以获取作为从所述第j发送器的立场来看所述总预编码器V的观察的完善预编码器以及用于通过应用由所完善的预编码器V(j)的、与所述多个Kt发送器当中的所述第j发送器有关的一部分形成的预编码器来发送所述数据的装置。
本发明还涉及一种可以从通信网络下载和/或存储在可通过计算机或处理装置读取的介质上的计算机程序。该计算机程序包括当所述程序通过处理器执行时,用于实现前述方法的指令。本发明还涉及信息存储介质,该信息存储介质存储计算机程序,该计算机程序包括当所存储的信息被从所述信息存储介质读取并由处理器运行时,实现前述方法的一组指令。
因为与所述通信系统和所述计算机程序有关特征和优点和已经针对对应前述方法所提到的那些相同,所以这里不再加以重复。
附图说明
根据阅读对实施方式的示例的下列描述,本发明的特征将更清楚显现,所述描述参照附图生成,其中:
图1示意性地表示可以实现本发明的无线通信系统。
图2示意性地表示在无线通信系统中使用的通信装置的硬件架构的示例。
图3示意性地表示用于按分布式方式确定要被应用以在无线通信系统中从多个发送器向多个接收器发送数据的预编码器的算法。
图4示意性地表示用于确定被用于完善预编码器的完善矩阵的迭代算法。
具体实施方式
图1示意性地表示可以实现本发明的无线通信系统100。
无线通信系统100包括多个发送器,图1中表示了其中两个120a、120b。无线通信系统100还包括多个接收器,图1中表示了其中两个110a、110b。例如,发送器120a、120b是无线电信网络的接入点或基站,而接收器110a、110b是可经由所述接入点或基站接入无线电信网络的移动终端。
发送器120a、120b彼此协作以便改善在执行经由无线链路111a、111b、111c、111d从多个发送器120a、120b向多个接收器110a、110b传输时的性能。无线链路111a表示从发送器120a到接收器110a的传输信道,无线链路111b表示从发送器120a到接收器110b的传输信道,无线链路111c表示从发送器120b到接收器110a的传输信道,并且无线链路111d表示从发送器120b到接收器110b的传输信道。发送器120a、120b互连(如图1A中的链路121所示),以便能够交换关于传输信道观测的长期统计数据。链路121可以是有线的或无线的。
通过使得发送器120a、120b在执行所述传输时应用相应预编码器来实现协作。在无线通信系统内以分布式方式确定所述预编码器,使得每个发送器确定所述发送器必须在所述传输范围内应用的预编码器。更具体地,每个发送器(由所述多个发送器当中的索引j标识)独立于所述多个发送器中的其它发送器地确定自己的应当通过所述多个发送器协作地应用以执行所述传输的总预编码器V的观察V(j)。下文中,参照图3对该方面进行详细说明。
在此,使用中的发送器120a、120b的数量由Kt表示,每个发送器都具有数量M个发送天线,并且使用中的接收器110a、110b的数量由Kr表示,每个接收器都具有数量N个接收天线。接收器110a、110b被配置成同时从Kt个发送器当中的多个发送器接收信号。因此在Kt个发送器与Kr个接收器之间创建全局MIMO信道H。全局MIMO信道H中的、将Kt个发送器当中的第j发送器链接至Kr个接收器当中的第k接收器的部分在这里由标记为Hk,j的Nx M矩阵表示。可以注意,Hk,j也代表MIMO信道。全局MIMO信道H中的、将Kt个发送器链接至Kr个接收器当中的第k接收器的部分是Kt个MIMO信道Hk,j的级联,并且j=1到Kt,并因此是在此标记为Hk的NxMKt矩阵。还可以注意到,Hk也代表MIMO信道。
考虑一组符号矢量sk。长度为N的每个符号矢量sk表示必须在给定时刻发送给所述多个Kr接收器当中的第k接收器的数据。还指示s堆叠矢量其包含要在所述给定时刻通过Kt个发送器发送至Kr个接收器的所有数据,其中,AT表示矢量或矩阵A的转置。
还考虑以下总预编码器V:
并且还定义Ej TV(并且j=1到Kt)作为总预编码器V中的、要通过Kt个发送器当中的第j个发送器应用的一部分,其中,Ej是M×NKr矩阵,使得并且其中,Vk(k=1到Kr)是总预编码器V中的、必须被应用以到达Kr个接收器当中的第k接收器的等效部分。与上文已定义的记号(notation)一致,应注意,从Kt个发送器当中的第j发送器的立场来看,Vk (j)在下文中表示预编码器等效部分Vk的观察。
应注意,上面的表达式Ej中的0M×(j-1)M表示Ej的仅包含零M×(j-1)M子矩阵,表示Ej的仅包含零的M×(Kt-j)M子矩阵,并且IM×M表示M×M单位子矩阵(可以是本文其它背景下的M×M单位矩阵)。
在联合地处理CoMP(协调多点传输)方法中,任何发送器完全知道在给定时刻要向Kr个接收器发送的一组符号矢量sk
在Kt=Kr的协调预编码方法中,Kt=KrKt个发送器当中的每个发送器与Kr个接收器当中的一个接收器通信。这意味着Kt个发送器当中的第j发送器只须知道要发送至Kr个接收器当中的、与所述第j发送器通信的第k接收器(并且k=j)的符号矢量sk,这暗示总预编码器V具有块对角形状。在Kt个发送器当中的每一个第j发送器必须以k≠j的方式与Kr个接收器当中的第k接收器通信的情况下,执行相对于索引j重新排序Kt个发送器和/或相对于索引k重新排序Kr个接收器,以使总预编码器V具有块对角形状。
考虑到上面的陈述,无线通信系统100的模型可以表达如下:
其中:
-yk表示当符号矢量sk被发送至所述第k接收器时由Kr个接收器当中的第k接收器接收到的符号矢量;和
-nk表示在符号矢量sk的传输期间由所述第k接收器引起的加性噪声。
可以注意,在上面的公式中,项HkVksk表示从Kr个接收器当中的第k接收器的立场来看的有用信号,并且项的和表示在符号矢量sk的传输期间由Kr个接收器当中的第k接收器引起的干扰。
接收过滤器可以通过Kr个接收器当中的第k接收器根据信道知识HkV来计算,如果由Kt个发送器当中的所涉及的发送器发送根据总预编码器V预编码的导频则其可以通过直接估计来获取,或者通过从Kt个发送器当中的所涉及的发送器发信号并且还根据在没有对MIMO信道Hk进行预编码的情况下发送的导频估计该MIMO信道Hk来获取总预编码器V从而获取。
当使用迫零接收过滤器时,Kr个接收器当中的第k接收器使用如下定义的线性过滤器Tk
当使用MMSE接收过滤器时,Kr个接收器当中的第k接收器使用如下定义的线性过滤器Tk
然后,由所述第k接收器做出关于过滤接收矢量Tkyk的决定,以估计符号矢量sk
必须注意,在没有有效接收过滤器的情况下(例如,当发送器应用正则化迫零时),Tk=I。
Kt个发送器被配置成获取CSIT(发送器处的信道状态信息)。CSIT由Kt个发送器当中的每个发送器根据以下各项获取:
-来自Kr个接收器当中的一个或更多个接收器的反馈CSI(信道状态信息),和/或
-在所述发送器处执行的并且使用信道互易性特性的信道估计,和/或
-根据由Kt个发送器当中的一个或更多个其它发送器提供的此类CSI或此类信道估计,
以这样的方式,无线通信系统100内的CSI相关数据和/或信道估计相关数据传播规则导致CSIT误差,此外还导致Kt个发送器之间的CSIT不匹配(即,从Kt个发送器的相应立场来看是不同的CSIT),例如,由于量化操作的缘故。
可以注意,除了量化操作以外,由Kt个发送器实际接收到的CSI相关数据的差异暗示在Kt个发送器当中从一个发送器到另一发送器存在CSIT的差异,这导致CSIT不匹配。
因此,考虑到Kt个发送器当中的每一个第j发送器,全局MIMO信道H可以表达如下:
其中,表示从Kt个发送器当中的第j发送器的立场来看的全局MIMO信道H的观察,这是由所述第j发送器根据所述第j发送器所获取的CSIT获得的,并且其中,Δ(j)表示实际全局MIMO信道H与从所述第j发送器的立场来看的全局MIMO信道H的所述观察之间的估计误差。按类似方式,指示从所述第j发送器的立场来看的MIMO信道Hk,i的观察,并且指示从所述第j发送器的立场来看的MIMO信道Hk的观察。
因此,总预编码器V的观察V(j)可能由于CSIT不匹配而在Kt个发送器当中从一个发送器到另一发送器略有不同。然后,Kt个发送器当中的第j发送器根据已由所述第j发送器确定的总预编码器V的观察V(j)中提取所述发送器必须在所述传输范围内应用的预编码器Ej TV(j)。如已提到的,这由Kt个发送器(j=1到Kt)当中的每个发送器独立地执行Kt。因此,虽然CSIT不匹配并且尽管Kt个发送器当中的每个第j发送器独立地确定所述发送器必须应用的预编码器Ej TV(j),充分执行了优化以改进从Kt个发送器到Kr个接收器的传输性能。下文中,针对图3对该方面进行详细说明。
图2示意性地表示在无线通信系统100中使用的通信装置的硬件架构的示例。图2中例示性地示出的硬件架构可以表示无线通信系统100的每个发送器120a、120b和/或无线通信系统100的每个接收器110a、110b。
根据所示架构,通信装置包括通过通信总线206互连的以下组件:处理器、微处理器、微控制器或CPU(中央处理单元)200;RAM(随机存取存储器)201;ROM(只读存储器)202;SD(安全数字)读卡器203或HDD(硬盘驱动器)或适于读取存储在存储介质上的信息的任何其它装置;第一通信接口204和可能的第二通信接口205。
当通信装置是Kr个接收器中的一个接收器时,第一通信接口204使该通信装置能够经由全局MIMO信道H接收来自Kt个发送器的数据。在这种情况下,第二通信接口205不是必需的。第一通信接口204还使该通信装置能够将信道状态信息反馈给Kt个发送器当中的一个或更多个发送器装置。
当通信装置是Kt个发送器当中的一个发送器时,第一通信接口204使该通信装置能够与Kt个发送器当中的其它发送器协作地、经由全局MIMO信道H向Kr个接收器发送数据。第一通信接口204还使该通信装置能够接收由Kr个接收器当中的一个或更多个接收器反馈的信道状态信息。此外,第二通信接口205使该通信装置能够与Kt个发送器当中的一个或更多个其它发送器交换数据。
CPU 200能够执行从ROM 202或从诸如SD卡的外部存储器加载到RAM 201中的指令。在通信装置通电后,CPU 200能够从RAM 201读取指令并执行这些指令。所述指令形成使CPU 200执行本文所述算法的一些或所有步骤的一个计算机程序。
本文所述算法的任何步骤可以通过由诸如PC(个人计算机)、DSP(数字信号处理器)或微控制器的可编程计算机器执行一组指令或程序而以软件方式实现;或者通过诸如FPGA(现场可编程门阵列)或ASIC(专用集成电路)的机器或专用组件而以硬件方式实现。
图3示意性地表示在无线通信系统100中以分布式方式确定对要被应用以从所述多个发送器120a、120b向所述多个接收器110a、110b发送数据的总预编码器V的估计的算法。图3中所示的算法由Kt个发送器当中的每个发送器独立地执行。例示性地考虑图3的算法由发送器120a执行,该发送器被视为Kt个发送器当中的第j发送器。
在第一步骤S301中,发送器120a针对全局MIMO信道H收集由Kt个发送器中的每个发送器引起的CSIT误差的长期统计。该长期统计描述了CSIT误差的随机变化,所述随机变化例如可以是CSIT误差的方差。
通过利用CSIT误差的给定统计模型,例如居中高斯分布,可以根据所收集的长期统计来生成CSIT误差的实现(realization),以模拟所述CSIT误差的影响。可以执行基于所述统计模型并通过所收集的长期统计参数化的分析推导。
例如,Kt个发送器当中的每个第j发送器估计或计算和MIMO信道估计与有效MIMO信道Hk,i之间的信道估计误差相关联的方差矩阵定义如下:该方差矩阵的每个系数是MIMO信道矩阵和Hk,i的对应系数之间的误差的方差。必须注意,在这种情况下,假设信道估计误差从一个信道系数到另一信道系数是独立的。在变型例中,估计或计算MIMO信道矩阵与Hk,i之差-Hk,i(在每个系数的基础上)的矢量化的协方差矩阵。
当发送器之间没有CSIT信息交换时,表示Kt个发送器当中的第j发送器对全局MIMO信道H的Kt估计。所述长期统计代表了关于CSIT的误差,这可以根据使用中的信道估计技术对于实际考虑的MIMO信道的已知行为偏差并且根据从所涉及的接收器到所述第j发送器的有效CSI反馈来计算。例如,当在下行链路中发送导频符号以允许Kr个接收器当中的每个第k接收器估计MIMO信道Hk时,所得的估计误差与经由所述MIMO信道Hk的信噪加干扰比成比例,并且可以根据导频密度计算对应比例系数,如在文献“Optimum pilot pattern forchannel estimation in OFDM systems”,Ji-Woong Choi et al,in IEEE Transactionson Wireless Communications,vol.4,no.5,pp.2083-2088,Sept.2005中所述。这允许计算关于下行链路信道估计误差的统计。当考虑信道互易性时,Kt个发送器当中的每个第j发送器可以根据上行链路方向上的信道估计来学习CSIT,使用与下行链路中类似的技术来计算上行链路信道估计误差统计。当将反馈链路用于从由所涉及的接收器做出的信道估计计算的CSI反馈获取发送器处的CSIT时,关于CSI的量化误差统计可以由所涉及的接收器进行长期估计并反馈至所述第j发送器,或者可以从分析模型推导出关于CSI的所述量化误差统计。实际上,每个涉及的接收器都知道实际的CSI以及量化函数,从而知道实际的量化误差。然后,所述接收器能够随时间计算量化误差统计,然后能够将它们反馈给所述第j发送器。例如,接收器构建表示量化误差分布的量化误差直方图,并将其反馈给第j发送器。例如,接收器和发送器假设量化误差是多变量高斯分布的,并且接收器估计反馈给第j发送器的平均矢量和协方差方差。可以组合任何上述技术以获取与从第j发送器的立场来看的全局MIMO信道H的估计相关联的所述CSIT误差统计。然后,这些长期统计可以按这样的方式在发送器之间交换,即,Kt个发送器当中的每个第j发送器针对全局MIMO信道H收集由Kt个发送器中的每个发送器引起的CSIT误差的长期统计(这意味着所有Kt个发送器共用相同的长期统计)。
在另一示例中,所述长期统计如在文献“A cooperative channel estimationapproach for coordinated multipoint transmission networks”,Qianrui Li et al,IEEE International Conference on Communication Workshop(ICCW),pp.94-99,8-12June 2015中所讨论地加以收集,其中,在发送器节点之间执行信道估计的组合,以便计算MIMO信道Hk,i的、由Kt个发送器当中的每个第j发送器进行的估计然后优化该组合以最小化和MIMO信道矩阵与Hk,i之差(基于每个系数)-Hk,i相关联的均方误差。因此,该方差矩阵是所述文献中描述的组合方法的结果。
因此,在特定实施方式中,发送器120a收集方差矩阵其条目是实际MIMO信道Hk,i与从Kt个发送器当中的第j发送器的立场来看的MIMO信道Hk,i的估计之间的估计误差的条目的方差。
一旦Kt个发送器中的每个发送器都执行了步骤S301,所有Kt个发送器共用CSIT误差的同一长期统计。步骤S301在独立处理中执行,而不是在通常负责实际配置Kt个发送器以发送前述一组符号矢量sk的处理中执行sk
可以注意,因为CSIT误差的前述统计根据定义是长期数据,所以用于确保Kt个发送器中的每个发送器接收所述长期统计的时延具有较低重要性。量化通常不是发送这种长期统计的限制因素。与此相反,用于传播由Kt个发送器使用的数据的时延以使Kt个发送器当中的每个发送器都能够构建其自己的CSIT是最重要的,以便使无线通信系统100具有良好的反应性。然后,对于发送这样的CIST相关数据,可能需要具有较少级别的量化,并且可以极大地降低信息的质量。这样,应避免在发送器120a在步骤S301中接收到的CSIT误差的长期统计与发送器120a为具有其自己的全局MIMO信道H的观察所需的CSIT相关数据之间的混淆。
在步骤S302中,发送器120a获取发送器120a为具有其自己的全局MIMO信道H的观察所需的最新(即,短期)CSIT相关数据。发送器120a优选地与Kt个发送器当中的一个或更多个发送器共用在步骤S302中获取的CSIT,以便帮助所述一个或更多个发送器构建它们各自的全局MIMO信道H的观察。
一旦所有Kt个发送器独立地(大致并行地)执行了步骤S302,最终由Kt个发送器获取的CSIT在Kt个发送器当中从一个发送器到另一发送器不同,这导致CSIT不匹配。
在步骤S303中,发送器120a根据发送器120a在步骤S302中获取的CSIT相关数据,确定总预编码器V的、从发送器120a(视为Kt个发送器当中的第j发送器)的立场来看的初始版本因此,总预编码器V的初始版本是对总预编码器V的估计。由于CSIT不匹配,因此总预编码器V的该初始版本可能涉及随CSIT不匹配而增长的残余干扰。
在特定实施方式中,总预编码器V的类型和进而对总预编码器V的估计都是以下一种预编码器类型:
-块对角化预编码器,用于利用联合地处理进行协调多点传输,如文献“Cooperative Multi-Cell Block Diagonalization with Per-Base-Station PowerConstraints”,Rui Zhang,in IEEE Journal on Selected Areas in Communications,vol.28,no.9,pp.1435-1445,December2010中所提出的;
-干扰感知协调波束成形预编码器,用于利用协调预编码进行协调多点传输,如文献“Interference Aware-Coordinated Beamforming in a Multi-Cell System”,Chan-Byoung Chae et al,in IEEE Transactions on Wireless Communications,vol.11,no.10,pp.3692-3703,October2012中所提出的;以及
-正则化迫零预编码器,用于利用联合地处理进行协调多点传输,如文献“A largesystem analysis of cooperative multicell downlink system with imperfectCSIT”,Jun Zhang et al,in IEEE International Conference on Communications(ICC),pp.4813-4817,10-15June2012中所提出的。
下面对本发明的针对这些类型的预编码器中的每一种的特定实施方式进行详细说明。
必须注意,根据由发送器120a(被视为Kt个发送器当中的第j发送器)所获取的CSIT相关数据的总预编码器V的初始版本可以如上面参照每个预编码器类型参考的文献中所指示的那样来确定。
在步骤S304中,发送器120a根据在步骤S301中获取的CSI误差长期统计来完善总预编码器V的初始版本以获取完善的预编码器其是从发送器120a(被视为Kt个发送器当中的第j发送器)的立场来看的总预编码器V的观察。
在特定实施方式中,完善总预编码器V的初始版本通过完善函数f(.,.)以及完善矩阵的集合(k=1到Kr)而通过发送器120a来执行。更具体地,考虑到完善总预编码器V的初始版本意味着完善总预编码器V的初始版本的子矩阵(k=1到Kr),其中,每个子矩阵都是V(j)内的子矩阵Vk (j)内的等价物。
因此,针对每个子矩阵完善函数f(.,.)和完善矩阵Fk (j)可以按乘法完善策略加以应用,如:
或者按加法完善策略加以应用:
优选地在以下功率约束下:
根据上面的关系,必须注意,每个完善矩阵的大小取决于完善策略是加法还是乘法。
进一步根据从发送器120a(被视为Kt个发送器当中的第j发送器)的立场来看的全局MIMO信道H的观察以及表示经由全局MIMO信道H从发送器到接收器的传输性能的品质因数,来执行总预编码器V的初始版本的完善,以便能够确定完善矩阵的集合(k=1到Kr)的优化版本。在这种无线通信系统中,表示经由全局MIMO信道H的传输的性能的品质因数通常是多用户性能度量。
必须要注意,预编码器V(j)是Kt个发送器当中的每个第j发送器从其自身的全局MIMO信道H的观察计算的、从Kt个发送器当中的每个第j发送器的立场来看的总预编码器V的初始版本的完善版本,由所有Kt个发送器独立计算的预编码器V(j)之间存在不匹配。因此,应当设计完善操作以最小化不匹配对以品质因数表征的性能的影响。可以注意,发送器具有用于设计预编码器V(j)的两种类型的信息V(j):第一局部CSIT,其由从每个第j发送器的立场来看的全局MIMO信道H的观察表示,并且其被利用来计算总预编码器V的初始版本和在所有发送器之间共用的、关于实际的全局MIMO信道H与所述观察之间的估计误差的长期统计,因此可以用于所述完善操作。由于考虑了基于统计的完善,因此完善操作是一种统计方法,其根据先前确定的总预编码器V的初始版本并且根据关于实际的全局MIMO信道H与每个第j发送器的所述观察之间的估计误差的长期统计,计算一组中间随机变量中的、表征可能的总预编码器V的精细预编码器V(j)。而且,可以定义完善策略(乘法或加法),以便能够在统计上将初始版本更正成V(j),所述完善策略涉及要优化的参数,以便在统计上减少不匹配对性能的影响。
因此,每个第j发送器可以根据使用中的完善策略(乘法或加法)并且根据收集的CSIT误差的长期统计,还根据从所述第j发送器的观点来看的总预编码器V的初始版本和其自己的全局MIMO信道H的观察计算在通过所有发送器完善之后与总预编码器V相关联的中间随机变量的分布(如下文所定义的),或者生成其实现,如下文中详细说明的。
在第一特定实施方式中,品质因数是相对于发送器120a自己的全局MIMO信道H的观察,从该发送器120a(被视为Kt个发送器当中的第j发送器)的立场来看的、经由全局MIMO信道H达到的总速率LBSR(j)的下限LBSR(j)。总速率下限LBSR(j)是集合的函数。考虑到发送器120a将全局MIMO信道H视为然后将总速率下限LBSR(j)定义如下:
其中,
其中,表示数学期望值,并且其中,针对与在步骤S301中获取的CSIT误差的长期统计相匹配的估计误差Δ(1),Δ(2),...,的实现(例如通过考虑CSIT误差的居中高斯分布),并且针对从发送器120a的立场来看的全局MIMO信道H的观察 表示符号矢量sk与对应过滤后的接收矢量Tkyk之间的均方误差矩阵(如已经说明的)。如下更详细说明的,针对Kr个接收器当中的任何第k接收器计算将允许Kt个发送器当中的每个被考虑的第j发送器执行所考虑的品质因数的优化。然而,估计误差Δ(1),Δ(2),...,的实际实现是未知的。因此,由于使用已经在步骤S301中收集的CSIT误差的长期统计而通过依赖于而非来执行近似。
接收器过滤器Tk可以是在发送器处未知的总预编码器V的和全局MIMO信道H的函数。但是,相反,每个第j发送器可以依赖于其自己的全局MIMO信道H的观察以及与在步骤S301中收集的长期统计相匹配的估计误差Δ(1),Δ(2),...,的实现,以获取中间随机变量并获取其自己的每个接收过滤器Tk(k=1到Kr)的观察如下文中所述。作为备注,中间随机变量和接收过滤器Tk的观察是完善矩阵的集合的函数,k=1到Kr
由于可以针对固定的一组参数来计算因而通过随机地定义矩阵的几个候选集以形成完善矩阵的集合(k=1到Kr),并且保持从发送器120a的立场来看最小化总速率下限LBSR(j)的候选集合,可以优化总速率下限LBSR(j)
在优选实施方式中,由于迭代算法(如下文针对图4详细说明的),因而获取优化的总速率下限LBSR(j)
在第二特定实施方式中,品质因数是的Kr的迹和(k=1到Kr),如下,这导致简化表达MINMSE(j),从而涉及更简单的实现:
因此,根据对估计误差Δ(1),Δ(2),...,的实现的数学期望值(其匹配在步骤S301中获取的CSIT误差的长期统计),作为(如总速率下限LBSR(j)或简化表达式MINMSE(j))的函数的优化品质因数导致获得完善矩阵的恰当集合(k=1到Kr),然后从完善矩阵的所述恰当集合中获取完善的预编码器V(j)(通过应用相关加法或乘法完善策略)。
在步骤S305中,发送器120a与Kt个发送器中的其它发送器协作地执行向Kr个接收器传输该组符号矢量sk。为此,发送器120a应用预编码器Ej TV(j)
图3的算法可以由所有发送器定期独立应用。在检测到全局MIMO信道H已经改变超过预定义阈值时,所有发送器可以独立地应用图3的算法。在从Kt个发送器到Kr个接收器的每次数据传输之前,可以由所有发送器独立地应用图3的算法。
针对块对角化预编码器的特定实施方式
在该特定实施方式中,总预编码器V是块对角化预编码器。然后,假设KtM≥KrN。根据块对角化的定义,考虑Kr个接收器当中的第k接收器,假定消除由针对Kr个接收器当中的所有其它接收器的MIMO信道所引起的干扰,这意味着在理想情况下:
指示针对Kr个接收器当中的第k接收器的聚合干扰信道H[k],其表达如下:
并且类似地,指示针对Kr个接收器当中的第k接收器的聚合干扰信道估计其表达如下:
对聚合干扰信道H[k]的上述表达式应用奇异值分解(SVD)运算导致:
其中:
-U[k]是N(Kr-1)xN(Kr-1)酉矩阵,
-D[k]是N(Kr-1)x N(Kr-1)对角矩阵,
-V′[k]是MKtx N(Kr-1)矩阵,并且
-V″k是MKtx MKt-N(Kr-1)矩阵。
总预编码器V中的、必须应用以向第k接收器发送数据的部分Vk的大小是MKtxN,并且Vk通过选择矩阵V″k的N列的预定集合来获取Vk。根据预定义的选择规则,该预定集合可以是V″k的前N列或者V″k的后N列。
考虑到从Kt个发送器当中的第j发送器的立场来看的全局MIMO信道H的观察上面的表达式变成:
其中,表示从Kt个发送器当中的第j发送器的立场来看的、Kr个接收器当中的第k接收器的聚合干扰信道估计的观察,
其中,是在使用估计而不是实际的全局MIMO信道H时等效于V′[k]的MKtxN(Kr-1)矩阵,并且是在使用估计而不是实际的全局MIMO信道H时等效于V″k的MKtxMKt-N(Kr-1)矩阵,
并且其中,通过根据预定义的选择规则选择矩阵的N列的预定集合来获取该选择规则由任何发送器类似地应用,并且其中,使得在前述乘法完善策略中使用完善函数f(.,.),这意味着:
其中,是NxN矩阵,优选地受到以下约束:
由于预编码策略,块对角化特性是守恒的,这意味着:
然而,必须指出,在全局MIMO信道H上传输期间通常不会实现块对角化特性,因为与H之间存在不匹配。因此,如果发送器使用其预编码器的初始版本来执行传输,那么在朝向接收器的传输之间存在干扰。通过利用恰当的(乘法或加法)完善策略,通过使用关于针对实际全局MIMO信道H与所述观察之间的估计误差的长期统计的统计知识,可以减少这种干扰。
因此,通过对从发送器120a(被视为Kt个发送器中的第j发送器)的立场来看的全局MIMO信道H的观察应用SVD运算,矩阵可以由发送器120a(被视为Kt个发送器当中的第j发送器)确定。
因此,完善总预编码器V的初始版本在于相对于通过对从发送器120a(被视为Kt个发送器当中的第j发送器)的观点来看的全局MIMO信道H的观察应用奇异值分解所获取的矩阵的集合优化完善矩阵的集合
首先,针对发送器已知的估计误差Δ(1),Δ(2),...,的固定实现推导系统性能度量,然后根据在步骤S301收集的它们各自的长期统计来应用对作为随机变量的估计误差Δ(1),Δ(2),...,的统计分析。
考虑到在Kr个接收器中的每个接收器处实现MMSE过滤器以过滤从Kt个发送器接收到的信号,MMSE过滤器的表达式(如从第j发送器的角度来看并且针对估计误差Δ(1),Δ(2),...,的固定实现而在第k接收器处计算的)为:
其中,是中间随机变量的、涉及Kr个接收器当中的第k接收器的一部分,考虑到Kt个发送器当中的其它发送器也根据估计误差Δ(1),Δ(2),...,的固定实现执行了完善。
因此,Kt个发送器当中的每个第j发送器计算针对Kr当中的每一个第接收器计算如下:
并且其中,表示从所考虑的第j发送器的立场来看的所考虑的第接收器的误差估计,并且
并且表示从所考虑的第j发送器的立场来看的MIMO信道的观察,并且表示从所考虑的第j发送器的立场来看的所考虑的第接收器的聚合干扰信道的估计。
实际上,提醒一下:
这意味着,当所考虑的第j发送器知道估计误差Δ(1),Δ(2),...,的固定实现时,所述第j发送器可以计算从Kt个发送器当中的任何其它第j’发送器的立场来看的全局MIMO信道H的观察如下:
因此,计算(如上表达的)允许接着计算然后允许定义如下:
其中,I是单位矩阵。
由于估计误差Δ(1),Δ(2),...,的实际固定实现实际上在发送器处未知,但由于估计误差Δ(1),Δ(2),...,与给定发生概率相关联(该发生概率可以根据在步骤S301中收集的有关CSIT误差的长期统计来计算),因而可以使用统计分析。
然后,每个第j发送器(如发送器120a)能够通过利用蒙特卡洛(Monte Carlo)模拟,或者通过利用数值积分,针对根据在步骤S301中收集的有关CSIT误差的长期统计的分布Δ(1),Δ(2),...,还相对于从发送器120a(被视为Kt个发送器中的第j发送器)的立场来看的全局MIMO信道H的观察来计算
另选地,数学近似提供的闭合形式表达式如下:
其中,
其中,
并且
并且
并且其中,A+是A的Moore-Penrose伪逆,mdiag(.)根据给定矢量构成对角矩阵,并且diag(.)检索矩阵的对角条目并将它们堆叠成矢量。
因此,根据对估计误差Δ(1),Δ(2),...,的实现的数学期望值(其匹配在步骤S301中获取的CSIT误差的长期统计),作为(如总速率下限LBSR(j)或简化表达式MINMSE(j))的函数的优化品质因数导致获取完善矩阵的恰当集合(k=1到Kr),然后从完善矩阵的所述恰当集合中获取完善的预编码器V(j)(通过应用前述乘法完善策略)。
在优选实施方式中,由于迭代算法(如下文针对图4详细说明的),因而获取优化的总速率下限LBSR(j)
用于干扰感知协调波束成形预编码器的特定实施方式
在该特定实施方式中,假设发送器的数量Kt等于接收器的数量Kr,即,Kt=Kr,并且发送天线的数量M等于接收天线的数量N,即,M=N。此外,Kt个发送器中的每个发送器仅与Kr个接收器当中的单一接收器通信。考虑到Kr个接收器中的任何第k接收器,Kt个发送器当中的、与所述第k接收器通信的第j发送器使得k=j。在下文用于干扰感知协调波束成形预编码器的特定实施方式中所使用的数学表达式中,可以使用索引k(在上文仅用于标识Kr个接收器当中的任何接收器)来代替索引j。干扰感知协调波束成形预编码是上面详述的块对角化预编码的子情况。实际上,通过考虑总预编码器V具有块对角结构,具有大小为M的Kt个块,认为Kt个发送器当中的每一个第k发送器只知道符号矢量sk(而不知道必须由Kt个发送器当中的其它发送器发送的其它符号矢量),其通过M×M子矩阵W′k预编码,使得:
Vk=EkW′k
通过基于从每一个第k发送器的立场来看的全局MIMO信道H的观察实现波束成形和/或干扰对准来获取子矩阵W′k(k=1到Kr)。例如,根据干扰对准技术计算子矩阵W′k,如在文献“Downlink Interference Alignment”Changho Suh et al,IEEE Transactions onCommunications,vol.59,no.9,pp.2616-2626,September 2011中所述。
在另一示例中,根据由Kt个发送器当中的所考虑的第k发送器应用到所述信道矩阵上的SVD运算,将子矩阵W′k计算为由定义的信道矩阵的特征矢量波束成形,使得:
其中:
-U′k是NKr x NKr酉矩阵,并且
-D′k是NKr x NKr对角矩阵。
然后,优化非常类似于上面关于块对角化预编码所描述的方法。
然后,由此可以类似地应用上面关于块对角化预编码描述的方法,所述方法如下。
首先,从Kt个发送器当中的每个第j发送器的立场来看的总预编码器V的初始版本是根据其自身的全局MIMO信道H的观察来计算的,使得总预编码器V及其初始版本具有块对角结构。根据定义的每个块与仅用于对符号矢量sk预编码的、从每个第j发送器的立场来看的第k发送器处使用的预编码器有关,并且与先前描述的并且根据干扰对准或特征矢量波束成形技术确定的子矩阵W′k有关。
初始版本使得在前述乘法完善策略中使用完善函数f(.,.),这意味着:
其中,是NxN矩阵,优选地受到以下约束:
然后,每个第j发送器(如发送器120a)能够通过利用蒙特卡洛模拟,或者通过利用数值积分,针对匹配在步骤S301中获取的CSIT误差的长期统计的分布Δ(1),Δ(2),...,还相对于从发送器120a(被视为Kt个发送器中的第j发送器)的立场来看的全局MIMO信道H的观察在完善矩阵示出块对角相应形状的约束下,通过利用下式来计算
另选地,数学近似提供的闭合形式表达式如下:
其中,
其中,
并且
并且
因此,根据对估计误差Δ(1),Δ(2),...,的实现的数学期望值(其匹配如在步骤S301中获取的CSIT误差的长期统计),作为(如总速率下限LBSR(j)或MINMSE(j))的函数的优化品质因数导致获取完善矩阵的恰当集合(k=1到Kr),然后从完善矩阵的所述恰当集合中获取完善的预编码器V(j)(通过应用前述乘法完善策略)。
在优选实施方式中,由于迭代算法(下文针对图4详细说明的),因而获取优化的总速率下限LBSR(j)
针对正则化迫零预编码器的特定实施方式
在该特定实施方式中,从Kt个发送器当中的每一个第j发送器的立场来看的总预编码器V的估计可以相对于Kr个接收器当中的每一个第k接收器表达如下:
其中,α(j)是表示正则化系数的标量,其允许考虑信道反转之后的干扰与有用信号之间的平衡,并且允许优化信号与干扰加噪声比(SINR),并且其中,根据从Kt个发送器当中的所考虑的第j发送器的立场来看的全局MIMO信道H的观察的统计来优化α(j),并且其中,α(j)被所述第j发送器与所述Kt个发送器当中的其它发送器共用,并且其中,获取α(j),例如在文献“Regularized Zero-Forcing for Multiantenna Broadcast Channels withUser Selection”,Z.Wang et al,in IEEE Wireless Communications Letters,vol.1,no.2,pp.129-132,April 2012中所述的那样,
并且其中,使得在前述加法完善策略中使用完善函数f(.,.),这意味着:
其中,是MKt xN矩阵。
首先,导出发送器已知的估计误差Δ(1),Δ(2),...,的固定实现的系统性能度量,然后根据在步骤S301收集的它们各自的长期统计来应用对作为随机变量的估计误差Δ(1),Δ(2),...,的统计分析。
可以针对Δ(1),Δ(2),...,的固定实现并且相对于从发送器120a(被视为Kt个发送器中的第j发送器)的立场来看的全局MIMO信道H的观察来计算如下:
其中,Re{X}表示复数输入X的实部,
并且其中,
然后允许定义如下:
提醒一下,被定义如下:
然后,发送器120a能够通过利用蒙特卡洛模拟,或者通过利用数值积分,针对匹配在步骤S301中获取的CSIT误差的长期统计的分布Δ(1),Δ(2),...,还相对于从发送器120a(被视为Kt个发送器中的第j发送器)的立场来看的全局MIMO信道H的观察来计算
因此,根据对估计误差Δ(1),Δ(2),...,的实现的数学期望值(其匹配如在步骤S301中获取的CSIT误差的长期统计),作为(如总速率下限LBSR(j)或MINMSE(j))的函数的优化品质因数导致获取完善矩阵的恰当集合(k=1到Kr),然后从完善矩阵的所述恰当集合中获取完善的预编码器V(j)(通过应用前述加法完善策略)。
在优选实施方式中,由于迭代算法(如下文针对图4详细说明的),因而获取优化的总速率下限LBSR(j)
图4示意性地表示用于根据LBSR(j)的优化并且由于关于怎样计算的以上描述来确定完善矩阵的迭代算法。图4的算法由Kt个发送器当中的每一个第j发送器执行。例示性地考虑图4的算法由发送器120a(被视为Kt个发送器当中的第j发送器)执行。
考虑到在开始执行图4的算法时,发送器120a获知针对Kr个接收器当中的任何第k接收器的矩阵
在步骤S401中,发送器120a针对Kr个接收器当中的每一个第k接收器初始化完善矩阵该初始化可以在以下约束下设定为随机的:
另选地,将完善矩阵视作针对块对角情况的NxN单位矩阵,和针对正则化迫零情况的、仅包含零的MKtxN矩阵。
在随后的步骤S402中,发送器120a针对Kr个接收器当中的每一个第k接收器计算使得:
在随后的步骤S403中,发送器120a针对Kr个接收器当中的每一个第k接收器调节完善矩阵如下:
使得优选地满足以下约束:
在随后步骤S404中,发送器120a针对Kr个接收器当中的每一个第k接收器检查是否已经相对于达到收敛。如果已经达到这种收敛,则执行步骤S405,其中图4的算法结束;否则,重复步骤S402,其中因在步骤S403的最后一次出现中获取的的值而被更新。
由于以上关于如何计算的描述,也可以进行MINMSE(j)的优化以便确定完善矩阵这导致凸优化问题。

Claims (12)

1.一种通过以分布式方式确定要被应用以执行数据传输的预编码器,经由无线通信系统的全局MIMO信道在多个Kt发送器与多个Kr接收器之间执行所述传输的方法,所述预编码器分别由所述发送器应用并且联合地形成总预编码器V,其特征在于,所述多个Kt发送器当中的每一个第j发送器执行:
-收集由所述Kt个发送器中的每个发送器对于所述全局MIMO信道H引起的发送器处信道状态信息CSIT误差的长期统计,所述长期统计描述了所述CSIT误差的随机变化;
-获取短期CSIT相关数据并且构建其自己对全局MIMO信道H的观察
-根据所获取的短期CSIT相关数据来确定所述总预编码器V的估计
-基于所收集的CSIT误差的长期统计,还基于其自己对所述全局MIMO信道H的观察并且还基于表示经由所述全局MIMO信道H的所述传输的性能的品质因数,对所述总预编码器V的所述估计进行完善,以获取作为从所述第j发送器的立场来看所述总预编码器V的观察的完善的预编码器以及
-通过应用由所完善的预编码器V(j)的、与所述多个Kt发送器当中的所述第j发送器有关的一部分形成的预编码器来发送数据。
2.根据权利要求1所述的方法,其特征在于,所述品质因数是相对于所述第j发送器自己对所述全局MIMO信道H的观察从所述第j发送器的立场来看的、经由所述全局MIMO信道H达到的总速率的下限LBSR(j),如下:
其中,
其中,表示数学期望值,并且其中,表示要发送的数据与用于实现与CSIT误差的所述长期统计一致的估计误差的对应的过滤接收矢量之间的均方误差矩阵。
3.根据权利要求1所述的方法,其特征在于,所述品质因数是(k=1到Kr)的迹和MINMSE(j),如下:
其中,
其中,表示数学期望值,并且其中,表示要发送的数据与用于实现与CSIT误差的所述长期统计一致的估计误差的对应的过滤接收矢量之间的均方误差矩阵。
4.根据权利要求1至3中任一项所述的方法,其特征在于,对所述总预编码器V的所述估计进行完善的步骤是通过完善函数f(.,.)以及完善矩阵的集合(k=1到Kr)按乘法完善策略来执行的,如下:
5.根据权利要求4所述的方法,其特征在于,所述总预编码器V是块对角化预编码器,所述发送器累计具有至少与所述接收器一样多的天线,并且其特征在于,对所述总预编码器V的所述估计进行完善的步骤由此在于相对于通过应用奇异值分解运算而获得的矩阵的集合来优化所述完善矩阵的所述集合如下:
其中,表示从所述第j发送器的立场来看,针对所述Kr个接收器当中的第k接收器的聚合干扰信道估计的观察,并且
其中,通过根据由任何发送器类似地应用的预定义选择规则,选择从所述奇异值分解运算产生的矩阵的N列的预定集合来获取其中,每个接收器具有数量N个接收天线。
6.根据权利要求4所述的方法,其特征在于,所述总预编码器V是具有块对角形状Kt=Kr的干扰感知协调波束成形预编码器,并且每个发送器具有与每个接收器的接收天线的数量N相等的数量M个发送天线,并且每个发送器仅与所述Kr个接收器当中的单个接收器通信,使得k=j,
其中,子矩阵W′k使得根据应用到由定义的所述信道矩阵上的奇异值分解运算,将:
Vk=EkW′k
计算为由所定义的信道矩阵的特征矢量波束成形,如下:
其中,Ek被定义如下:
并且0M×(k-1)M是仅包含零的M×(k-1)M子矩阵,是仅包含零的M×(Kt-1)M子矩阵,并且IM×M是M×M单位子矩阵。
7.根据权利要求1至3中任一项所述的方法,其特征在于,对所述总预编码器V的所述估计进行完善的步骤是通过完善函数f(.,.)以及完善矩阵的集合(k=1到Kr)按加法完善策略来执行的,如下:
8.根据权利要求7所述的方法,其特征在于,所述总预编码器V是正则化迫零预编码器,并且所述总预编码器V的所述估计可以被表达如下:
其中,α(j)是表示根据从所述第j发送器的立场来看其自己对所述全局MIMO信道H的观察的统计优化的正则化系数的标量,并且其中,α(j)由所述第j发送器与所述Kt个发送器当中的其它发送器共用。
9.根据权利要求1至8中任一项所述的方法,其特征在于,对所述总预编码器V的所述估计进行完善的步骤是在下列功率约束下执行的:
其中,每个接收器具有数量N个接收天线。
10.一种计算机程序,其特征在于,所述计算机程序包括能够加载到可编程装置中的程序代码指令,所述程序代码指令在由所述可编程装置运行时实现根据权利要求1至9中任一项所述的方法。
11.一种信息存储介质,其特征在于,所述信息存储介质存储包括能够加载到可编程装置中的程序代码指令的计算机程序,所述程序代码指令在由所述可编程装置运行时实现根据权利要求1至9中任一项所述的方法。
12.一种通过以分布式方式确定要被应用以执行数据传输的预编码器,经由无线通信系统的全局MIMO信道在多个Kt发送器与多个Kr接收器之间执行所述传输的设备,所述预编码器分别由所述发送器应用并且联合地形成总预编码器V,其特征在于,所述设备是所述多个Kt发送器当中的每一个第j发送器并且包括:
-用于收集由所述Kt个发送器中的每个发送器对于所述全局MIMO信道H引起的发送器处信道状态信息CSIT误差的长期统计的装置,所述长期统计描述了所述CSIT误差的随机变化;
-用于获取短期CSIT相关数据并且构建其自己对全局MIMO信道H的观察的装置;
-用于根据所获取的短期CSIT相关数据来确定所述总预编码器V的估计的装置;
-用于基于所收集的CSIT误差的长期统计,还基于其自己对所述全局MIMO信道H的观察并且还基于表示经由所述全局MIMO信道H的所述传输的性能的品质因数,对所述总预编码器V的述估计进行完善,以获取作为从所述第j发送器的立场来看所述总预编码器V的观察的完善的预编码器的装置;以及
-用于通过应用由所完善的预编码器V(j)的、与所述多个Kt发送器当中的所述第j发送器有关的一部分形成的预编码器来发送所述数据的装置。
CN201780061013.1A 2016-10-07 2017-09-28 执行数据传输的方法和装置 Withdrawn CN109792271A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16192879.1 2016-10-07
EP16192879.1A EP3306829B1 (en) 2016-10-07 2016-10-07 Method for transmitting data via a mimo channel-based wireless communication system
PCT/JP2017/036204 WO2018066623A1 (en) 2016-10-07 2017-09-28 Method and device for performing transmissions of data

Publications (1)

Publication Number Publication Date
CN109792271A true CN109792271A (zh) 2019-05-21

Family

ID=57121104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780061013.1A Withdrawn CN109792271A (zh) 2016-10-07 2017-09-28 执行数据传输的方法和装置

Country Status (5)

Country Link
US (1) US20200373975A1 (zh)
EP (1) EP3306829B1 (zh)
JP (1) JP6641506B2 (zh)
CN (1) CN109792271A (zh)
WO (1) WO2018066623A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114667688A (zh) * 2019-11-08 2022-06-24 华为技术有限公司 用于联合传输的信道状态信息反馈的方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220123971A1 (en) * 2019-02-06 2022-04-21 Telefonaktiebolaget Lm Ericsson (Publ) Coverage enhanced reciprocity-based precoding scheme
CN113193896B (zh) * 2021-04-23 2022-12-09 西安交通大学 一种最大化两接收端和速率的波束成形神经网络决策方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114667688A (zh) * 2019-11-08 2022-06-24 华为技术有限公司 用于联合传输的信道状态信息反馈的方法和装置
CN114667688B (zh) * 2019-11-08 2023-09-08 华为技术有限公司 用于联合传输的信道状态信息反馈的方法和装置

Also Published As

Publication number Publication date
EP3306829A1 (en) 2018-04-11
EP3306829B1 (en) 2019-08-28
JP6641506B2 (ja) 2020-02-05
JP2019519984A (ja) 2019-07-11
US20200373975A1 (en) 2020-11-26
WO2018066623A1 (en) 2018-04-12

Similar Documents

Publication Publication Date Title
Perlaza et al. From spectrum pooling to space pooling: Opportunistic interference alignment in MIMO cognitive networks
JP4597170B2 (ja) 多重入力多重出力システムにおけるスケジューリングシステム及びその方法
EP2627050B1 (en) Method for reducing interference at a terminal of a wireless cellular network, wireless cellular network, node and central node of a wireless network
JP5204255B2 (ja) 多重受信アンテナ受信機での線形マルチユーザプリコーディング
WO2015112883A1 (en) System and method for early termination in iterative null-space directed singular value decomposition for mimo
CN109792271A (zh) 执行数据传输的方法和装置
Kammoun et al. Asymptotic analysis of RZF in large-scale MU-MIMO systems over Rician channels
EP3203648B1 (en) Method for determining parameters for configuring a regularized zero-forcing precoder
Anderson et al. Reduced-feedback linear precoding with stable performance for the time-varying MIMO broadcast channel
Zarei et al. Robust MSE-balancing hierarchical linear/Tomlinson-Harashima precoding for downlink massive MU-MIMO systems
CN109905155B (zh) 一种基于内外级联预编码的干扰管理方法、无线通信系统
Shariati et al. How far from Kronecker can a MIMO channel be? Does it matter?
CN107733487B (zh) 一种大规模多输入多输出系统的信号检测方法及装置
Mukubwa et al. Comparison and analysis of massive MIMO linear precoding schemes in the downlink
CN113839695B (zh) Fdd大规模mimo和速率最优统计预编码方法及设备
JP2009268106A (ja) 信号対干渉電力と雑音比の決定方法およびその装置
US20230125744A1 (en) Multi-user pre-coding
Razavi et al. Asymptotic performance analysis of interference alignment under imperfect CSI
EP3306828B1 (en) Method for determining a precoder in a distributed fashion
EP2039019B1 (en) Method and system for robustly transmitting the minimum power in multi-user and multi-antenna communications systems with imperfect channel knowledge
US20240154653A1 (en) Neural network for mu-mimo user selection
Aquilina et al. Beamformer design for interference alignment in full-duplex cellular networks with imperfect CSI
US20230155643A1 (en) Multi-user precoding
Lee et al. A new beamforming design based on random matrix theory for weighted sum-rate maximization in interference channels
KR101019291B1 (ko) 다중 사용자 mimo 시스템에서 고정 복잡도를 갖는 스피어 인코딩 방법

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190521

WW01 Invention patent application withdrawn after publication