CN110785975B - 上行mimo系统的子带压缩域处理 - Google Patents

上行mimo系统的子带压缩域处理 Download PDF

Info

Publication number
CN110785975B
CN110785975B CN201780092457.1A CN201780092457A CN110785975B CN 110785975 B CN110785975 B CN 110785975B CN 201780092457 A CN201780092457 A CN 201780092457A CN 110785975 B CN110785975 B CN 110785975B
Authority
CN
China
Prior art keywords
frequency domain
digital frequency
domain signal
symbol
rru
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.)
Active
Application number
CN201780092457.1A
Other languages
English (en)
Other versions
CN110785975A (zh
Inventor
伊尼亚基·埃斯特拉·亚格里
马利亚·本安马尔
阿布德拉第夫·扎迪
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN110785975A publication Critical patent/CN110785975A/zh
Application granted granted Critical
Publication of CN110785975B publication Critical patent/CN110785975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2626—Arrangements specific to the transmitter only
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • 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
    • 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
    • H04B7/06—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
    • H04B7/0619—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 using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices
    • H04W88/085—Access point devices with remote components

Abstract

本发明涉及在上行MIMO通信系统(400)内的一种多天线接收器(400B)，所述多天线接收器(400B)包括通过前传(fronthaul，FH)链路互相通信的至少一个RRU(400B‑RRU)和至少一个BBU(400B‑BBU)。所提出的多天线接收器(400B)在保证从用户(400A)向RRU(400B‑RRU)发送的时域信号和在BBU(400B‑BBU)处重构和恢复的信号之间的低EVM的同时，使得前传(fronthaul，FH)吞吐量需求显著减少。通过将获得的频域信号投影至更低维数(N’)的信号空间且将其压缩在所获得的经投影的信号子空间中，具有频率处理功能的RRU(400B‑RRU)在维数N的空间中处理所获得的频域信号。在恢复所发送的时域信号前，频域信号在BBU(400B‑BBU)处，在经投影的信号子空间上进行解压缩和重构。

Description

上行MIMO系统的子带压缩域处理
技术领域
本发明涉及无线通信领域，更具体地，涉及通过前传链路连接的分布式节点间的云通信领域。
背景技术
在大带宽的情况下运行的大规模多输入多输出(multi-input multi-output，M-MIMO)系统被认为是在下一代蜂窝系统中用以提高频谱效率的最有前景的技术之一。M-MIMO站点最普遍的实施方式依赖于分布式架构，在所述分布式架构中，一方面通过单独的单元如基带单元(base band unit，BBU)，另一方面通过通常位于远端的射频拉远单元(remote radio unit，RRU)，也称为无线资源单元(radio resource unit，RRU)，分别执行基站(base station，BS)基带(baseband，BB)处理(例如，波束成形和波形生成)和无线处理(例如，射频(radio frequency，RF)处理和模数转换(analog-to-digital conversion，ADC)或数模转换(digital-to-analog conversion，DAC))。一个或多个RRU，其中每一个都，例如，由天线块构成。如图1中的典型MIMO接收器100所描绘，所述一个或多个RRU可以通过各自的前传(fronthaul，FH)链路(例如，光纤)连接至BBU，所述前传(fronthaul，FH)链路在一个或多个RRU和BBU之间传输同相和正交(in-phase and quadrature，IQ)样本。RRU可以安装在天线附近，而BBU可以安置在建筑物的底部或远端位置，进而缩减开销，使BS的部署更加灵活。在一个上行链路中，举例来说，为了获得所接收信号的数字化版本，RRU能够应用RF处理和ADC操作，而BBU单元负责来自RRU的IQ样本的BB处理功能，如频域功能(例如，正交频分复用(orthogonal frequency division multiplexing，OFDM)波形的快速傅立叶反变换(inverse fast Fourier transform，IFFT)和循环前缀(cyclic prefix，CP)增加)、接收滤波和位级解码。
在高带宽和大量天线的情况下，在BBU和RRU之间的IQ样本的通信方面，FH链路的吞吐量需求能够轻易地变得极高。为了在不显著影响端到端性能的情况下缩减在BBU和RRU之间通信的数据量，文献(例如，2013年12月IEEE信号与信息处理国际会议(GlobalConference on Signal and Information Processing(Global-SIP))会刊第1198-1201页，K.F.Nieman和B.L.Evans所著的《云无线接入网的复基带LTE信号的时域压缩》)中考虑了许多通用公共无线接口(common public radio interface，CPRI)压缩算法。出于说明性目的，图2示出了典型的MIMO系统200，在其中，用户设备(user equipment，UE)装置通过频率选择性信道向多天线接收器发送消息，所述多天线接收器通过FH链路，按顺序向在BBU中的解压缩算法块发送来自RRU中的压缩算法块的上行I/Q样本，以及向在RRU中的解压缩算法块发送来自BBU中的压缩算法块的下行I/Q样本。这些压缩算法可以直接应用于基于每个天线的MIMO基站(base station，BS)，大部分压缩算法被设计用于单天线设备并且未能采用多天线BB信号的具体特征，所述多天线BB信号不仅与时间样本相关，还与空间相关，即，在天线之间。此外，接收或发送的波束(即，波束成形数据流)的数量比BS中的天线的数量少得多。举例来说，在上行链路中，这意味着来源于用户，如一个用户设备(user equipment，UE)发送的信号的相关信息处于所接收信号所在的子空间。可以采用维数中的这种稀疏性来改进除时间和空间相关性外的信号压缩。
另一方面，典型的压缩算法被设计用于保证良好地重构低失真压缩器(例如，在上行链路中所接收的信号)中的输入信号的IQ样本。为了使压缩处理对系统透明，在输入信号的原始域，即，时域或频域中，重构压缩信号。但是，从信息理论观点上来说这并不是必需的，因此只要以任何其他合适的表示格式或基础的方式将信号的相关信息提供给BBU，在从UE发送的信号和其在目标单位(即，接收器的BBU)的重构之间具有低失真或低矢量幅度误差(error vector magnitude，EVM)的端到端目的就能够实现。通过频率选择性信道对从UE发送的信号的重构过程在图3中示出。图3是典型的MIMO系统300的详细视图。所述典型的MIMO系统300包括在接收器处的模/数转换器(analog-to-digital converter，ADC)，在RRU和BBU处运行于时域中的压缩和解压缩算法块，分别用于执行快速傅里叶变换(fastFourier transform，FFT)和除去来自CP的时域冗余的频率处理块和循环前缀(cyclicprefix，CP)去除，由Pi表示的线性接收滤波以及位级处理块。
发明内容
因此，本发明的一个目的是在不损害信号质量的情况下减少在多天线接收器处的通信数据需求，其中所述多天线接收器在一个或多个接收节点(RRU)和一个或多个基带处理节点(BBU)之间，所述信号从一个或多个UE装置被发送至多天线接收器且在所述基带处理节点(BBU)处进行重构和复原。
所述目的通过独立权利要求的特征来实现。本发明的其它实施例显然来自附属权利要求项、描述和附图。
第一方面，本发明涉及一种在上行多输入多输出(multi-input multi-output，MIMO)通信系统内的装置(RRU)。所述装置(RRU)用于从N个天线中接收各自的数字时域信号，每个所接收的数字时域信号携带同样具有Nsc个子载波的集合，所述子载波中的每个子载波都同样具有Nss个符号；用于将每个所接收的数字时域信号转换为每个子载波各自的转换后的数字频域信号(Yi)，所述数字频域信号(Yi)具有Nsc个子载波和Nss个符号；用于对每个子载波的每个转换后的数字频域信号(Yi)的所述Nss个符号进行分组，以便在所述Nsc个子载波中的每一个中获取N×Nss个符号的各自的分组后的数字频域信号(Yg)；用于将每个子载波的每个分组后的数字频域信号(Yg)中的所述N×Nss个符号组合为N’×Nss个符号，其中N’小于N，以便在所述Nsc个子载波中的每一个中获取N’×Nss个符号的各自的组合后的数字频域信号
Figure BDA0002332479810000021
并用于在每个子载波中量化(即，压缩)所述组合后的数字频域信号
Figure BDA0002332479810000022
的所述N’×Nss个符号，以便在每个子载波中获取量化比特的各自的量化后的(即，被压缩的)数字频域信号。
通过在获取量化比特中的量化后的数字频域信号之前获取组合后的(即，经投影的)数字频域信号，因此所述RRU装置可以通过采用在所述N个天线处所接收的所述数字时域信号之间的相关性，相对于一个通信BBU装置缩减通信速率需求。此外，通过压缩经投影的空间，只有相关的信号被压缩且被发送至所述BBU。再者，通过在所述经投影的空间中直接处理压缩并不需要转发数据(开销)，所述数据(开销)涉及需要倒置所述投影的变换。
根据第一方面的另一实施形式，将所述子载波根据一种模式分组到资源块(resource block，RB)中，其中每个资源块(resource block，RB)具有一定数量(NsRB)的子载波。
在长期演进(long-term evolution，LTE)标准中，资源块(resource block，RB)可以被定义为可被分配给用户的资源的最小单元。每个用户在二维(即，频率和时间)栅格中被分配到一定数量的资源块。
关于所述模式，举例来说，可以根据相同的RB和相同的传输时间间隔(transmission time interval，TTI)或根据多个RB和多个TTI对所述子载波进行分组。在一个实施例中，举例来说，可以通过被事先发送至所述RRU和/或所述BBU预定义所述模式。在另一个实施例中，举例来说，经由所述前传(fronthaul，FH)链路，通过被有规律地发送至所述RRU和/或所述BBU，可以对所述模式进行动态变更和更新。
根据第一方面的另一实施形式，所述装置(RRU)用于估计所述分组后的数字频域信号(Yg)中的每一个数字频域信号的统计信息。
根据第一方面的另一实施形式，所述分组后的数字频域信号(Yg)中的每一个数字频域信号的统计信息是利用所述分组后的数字频域信号(Yg)中的每一个频域数字信号的协方差矩阵(Cg)进行估计的。
根据第一方面的另一个实施形式，每个分组后的数字频域信号(Yg)的所述N×Nss个符号在每个子载波中通过滤波被组合为N’×Nss个符号。
根据第一方面的另一实施形式，利用投影矩阵(Wi)执行所述滤波。
根据第一方面的另一实施形式，所述投影矩阵(Wi)、所述数量N’和所述量化比特的数量是利用所述统计信息确定的。
根据第一方面的另一实施形式，所述装置用于发送开销参数的集合，其中所述开销参数的集合包括所述数量N’的值、每个量化比特的值(B1，…，BN’)和每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
根据第一方面的另一实施形式，所述装置用于通过发送各自的量化后的数字频域信号发送所述每个子载波的量化比特。
上述目的也能根据第二方面解决。
第二方面，本发明涉及一种在上行多输入多输出(multi-input multi-output，MIMO)通信系统内的装置(BBU)。所述装置(BBU)用于在根据第一方面所述的Nsc个子载波中的每一个处接收根据第一方面的另一实施形式所述的各自的量化后的数字频域信号；用于接收第一方面的另一实施形式所述的开销参数的集合；用于利用所述开销参数的集合解压缩每个量化后的数字频域信号，以便在所述Nsc个子载波中的每一个中获取N’×Nss个符号的各自的解压缩后的数字频域信号；用于对N’×Nss个符号中的每个解压缩后的数字频域信号进行解组，以便获取N’×Nss个符号的各自的解组后的数字频域信号；用于基于所述开销参数的集合、所述N’×Nss个符号的各自的解组后的数字频域信号和量化噪声(Q)，估计各自的信道状态信息(channel state information，CSI)，以便获取各自的估计后的CSI；用于利用基于所述各自的估计后的CSI和所述量化噪声(Q)计算的各自的滤波因子(Pi)，对N’×Nss个符号中的每个解组后的数字频域信号进行滤波，以便获取L×Nss个符号的各自的滤波后的数字频域信号，其中L等于发射机(UE)的数量；以及用于对每个滤波后的数字频域信号进行解码，以便获取各自的解码信号。
因此，在所述BBU处对有待于解压缩和重构的信号执行的处理考虑了所述组合(即，投影)和量化(即，压缩)的效果。当所述FH吞吐量缩减时，在经投影的信号子空间上的被解压缩和重构的信号的质量可以不受损。此外，由于经投影的空间的维数N’低于原先接收到的信号的维数N，基带处理和信道状态信息(channel state information，CSI)估计需求的复杂性还可以缩减。
再者，所述解压缩后的信号可以通过被映射到所接收信号的原始格式进行解组。
上述目的也能根据第三方面解决。
第三方面，本发明涉及在上行多输入多输出(multi-input multi-output，MIMO)通信系统内的多天线接收器(Rx)。所述多天线接收器(Rx)包括根据第一方面和/或第一方面的其他实施形式中的任一实施方式所述的至少一种装置(RRU)、第二方面所述的至少一种装置(BBU)和前传(fronthaul，FH)链路。
在第三方面的另一实施形式中，所述多天线接收器(Rx)包括第一方面所述N个天线，每个天线用于接收模拟时域信号，以便获取各自的所接收的模拟时域信号，以及接收N个模/数(analog-to-digital，ADC)设备，每个ADC设备用于将其各自的所接收的模拟时域信号转换为第一方面所述的各自的数字时域信号。
在第三方面的另一实施形式中，根据第一方面的另一实施形式所述的各自的量化后的数字频域信号和根据第一方面的另一实施形式所述的开销参数的集合通过所述FH链路从所述至少一个RRU被发送至所述至少一个BBU。
上述目的也能够根据第四方面解决。
第四方面，本发明涉及一种上行多输入多输出(multi-input multi-output，MIMO)通信系统。所述上行MIMO通信系统包括根据第三方面和/或第三方面的另一实施形式单独所述的至少一个多天线接收器(Rx)和第二方面所述的L个发射机(UE)，其中所述L个发射机(Tx，UE)中的每一个发射机用于利用每个子载波的至少Nss个符号(Xl,i)，通过频率选择性信道，向所述至少一个多天线接收器(Rx)发送各自的消息(ml)，其中根据第三方面的另一实施形式所述的模拟时域信号利用每个子载波的至少Nss个符号(Xl,i)，来源于所述消息(ml)。
因此，所述L个发射机(UE)可以通过包括所有子载波的子载波的集合发送其各自的消息。但是，还应理解，在另一个实施例中，所述L个发射机(UE)可以通过包括部分子载波的子载波的子集发送其各自的消息。
根据第四方面的另一实施形式，L×Nss个符号中的每个滤波后的数字频域信号通过发送其各自的消息(ml)，给出从L个发射机(UE)中的每一个发射机发送的至少Nss个符号(Xl,i)的估计。
根据第四方面的另一实施形式，根据第二方面所述的每个解码后的信号是所述的各自的消息(ml)。
上述目的也能够根据第五方面解决。
第五方面，本发明涉及一种在上行多输入多输出(multi-input multi-output，MIMO)通信系统内的方法。所述方法包括从N个天线接收各自的数字时域信号的步骤，其中每个所接收的数字时域信号承载同样具有Nsc个子载波的集合，所述子载波中的每个子载波同样具有Nss个符号；将每个所接收的数字时域信号转换为各自的转换后的数字频域信号(Yi)的步骤，其中所述转换后的数字频域信号(Yi)具有Nsc个子载波和每个子载波的Nss个符号；对每个转换后的数字频域信号(Yi)的每个子载波的所述Nss个符号进行分组的步骤，以便在Nsc个子载波中的每一个子载波中获取N×Nss个符号的各自的分组后的数字频域信号(Yg)；将每个分组后的数字频域信号(Yg)的每个子载波的所述N×Nss个符号组合成N’×Nss个符号的步骤，其中N’小于N，以便在所述Nsc个子载波中的每一个子载波中获取N’×Nss个符号的各自的组合后的数字频域信号
Figure BDA0002332479810000041
以及在每个子载波中量化所述组合后的数字频域信号
Figure BDA0002332479810000042
的N’×Nss个符号的步骤，以便在每个子载波中获取量化比特的各自的量化后的数字频域信号。
根据第五方面的另一实施形式，所述方法可包括估计所述分组后的频域信号中的每一个频域信号的统计信息的步骤。
根据第五方面的另一实施形式，所述方法包括发送开销参数的集合的步骤，其中所述开销参数的集合包括数量N’的值、每个量化比特的值(B1，…，BN’)和所述分组后的数字频域信号(Yg)中的每一个数字频域信号的每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
根据第五方面的另一实施形式，所述方法包括通过发送各自的量化后的数字频域信号，发送所述每个子载波的量化比特的步骤。
上述目的也能够根据第六方面解决。
第六方面，本发明涉及一种在上行多输入多输出(multi-input multi-output，MIMO)通信系统内的方法。所述方法包括在根据第五方面所述的Nsc个子载波中的每一个子载波处接收根据第五方面的另一实施形式所述的各自的量化后的数字频域信号的步骤；接收根据第五方面的另一实施形式所述的开销参数的集合的步骤；利用所述开销参数的集合对每个量化后的数字频域信号进行解压缩的步骤，以便在所述Nsc个子载波中的每一个子载波中获取N’×Nss个符号的各自的解压缩后的数字频域信号；对N’×Nss个符号的解压缩后的数字频域信号进行解组的步骤，以便获取N’×Nss个符号的各自的解组后的数字频域信号；基于所述开销参数的集合、N’×Nss个符号的所述的各自的解组后的数字频域信号和量化噪声(Q)，对各自的信道状态信息(channel state information，CSI)进行估计的步骤，以便获取各自的估计后的CSI；利用各自的滤波因子(Pi)对N’×Nss个符号的每个解组后的数字频域信号进行滤波的步骤，以便获取L×Nss个符号的各自的滤波后的数字频域信号，其中所述各自的滤波因子(Pi)是基于所述各自的估计后的CSI和所述量化噪声(Q)计算出来的，L等于发射机(UE)的数量；以及对每个滤波后的数字频域信号进行解码的步骤，以便获取各自的解码信号。
上述目的也能够根据第七方面解决。
第七方面，本发明涉及一种计算机程序，所述计算机程序包括程序代码，当所述程序代码在计算机上执行时，用于执行根据第五方面和/或第五方面中的实施形式中的任一实施形式和/或根据第六方面所述的方法。
因此，所述方法能够以一种自动可重复的方式执行。
所述计算机程序可由上述装置执行。
更具体地，应注意，可以基于具有离散硬件组件的离散硬件电路、集成芯片或芯片模块布置，或基于受存储于存储器中的软件程序或程式控制、由计算机可读介质写入或从网络如因特网上下载的信号处理设备或芯片，实现上述所有装置。
还应理解，本发明的优选实施例也可以是附属权利要求或上述具有各自的独立权利要求的实施例的任一组合。
参考下文描述的实施例，本发明的这些和其它方面将显而易见且被阐明。
附图说明
在本公开的以下详细部分中，将结合附图中所示出的示例性实施例，更详细地解释本发明，其中：
图1示出一种典型的MIMO接收器100，其包括分别通过各自的FH链路连接至集中式BBU的多个RRU；
图2示出一种典型的MIMO系统200，在所述典型的MIMO系统200中多天线接收器通过FH链路从RRU中的压缩算法块向在BBU中的解压缩算法块发送上行I/Q样本且从在BBU中的压缩算法块向在RRU中的解压算法块发送下行I/Q样本；
图3是一种典型的MIMO系统300的详细视图，示出了在接收器处的通过频率选择性信道从UE发送的信号的重构过程，其中压缩和解压缩算法块分别在RRU和BBU处的时域中运行；
图4示出了一种本发明实施例提供的上行多输入多输出(multi-input multi-output，MIMO)通信系统400，其中发射机400A与多天线接收器400B通信；
图5示出了本发明实施例提供的多天线接收器400B的前端部件400B-RRU，即，包括RRU节点的部件；
图6示出了本发明实施例提供的多天线接收器400B的后端部件400B-BBU，即，包括BBU节点的部件；
图7示出了在MU-MIMO系统具有L＝8个UE的情况下，平均矢量幅度误差(errorvector magnitude，EVM)和不同压缩构架的压缩比(compression ratio，CR)之间的对比表；
图8示出了在MU-MIMO系统具有L＝16个UE的情况下，平均矢量幅度误差(errorvector magnitude，EVM)和不同压缩构架的压缩比(compression ratio，CR)之间的对比表。
相同的参照标志用于相同或至少功能上等效的特征。
具体实施方式
图4示出了一种上行多输入多输出(multi-input multi-output，MIMO)通信系统400，其中L个发射机400A如用户设备(user equipment，UE)装置和用户通过频率选择性信道，向一个或多个多天线接收器400B发送各自的消息(ml)，进而发送来源于所述各自的消息(ml)的各自的模拟时域信号。
如图4中的实施例所示，多天线接收器400B包括通过前传(fronthaul，FH)链路互相通信的无线资源单元(radio resource unit，RRU)和基带单元(baseband unit，BBU)。在一个更普遍的实施例中，多天线接收器400B可包括一个或多个无线资源单元(radioresourceunit，RRU)和一个或多个基带单元(baseband unit，BBU)，其中RRUs和BBUs通过各自的FH链路互相通信。此外，多天线接收器400B配备有N个天线(也表示为N个接收天线)，且将通过N个各自的RF链的进行的每个射频(radio frequency，RF)处理和通过N个各自的模/数转换器(analog-to-digital converter，ADC)的每个模数转换应用于每个天线。在另一个示例性实施例中，RF链和ADC可以是RRU的一部分。
在以下一种非限制性方式中，会考虑具有Nsc个子载波和循环前缀(cyclicprefix，CP)的Ng个样本的OFDM类型的上行波形，例如单载波频分多址(single-carrierfrequency division multiple access，SC-FDMA)波形。Nsc个子载波随后可被分组到具有一定数量(例如，NsRB)的子载波中的每一个子载波的资源块(resource block，RB)，使得单独的资源块RBg(其中g＝1，…，G)对应于各自的分组g(其中g＝1，…，G)。在长期演进(long-term evolution，LTE)标准中，资源块(resource block，RB)可以被定义为能够被分配给用户的资源的最小单元，其中每个用户在二维(即，频率和时间)栅格中分配到一定数量的资源块。在一个传输时间间隔(transmission time interval，TTI)或一个子帧期间，发送每个子载波的Nss个符号，这些Nss个符号中的每一个符号由Nc个数据符号和CP的Ng个样本构成，使得资源块(resource block，RB)具有以符号为单位的子载波的大小。
仅为了简单起见，当考虑到具有L个独立的单天线发射机400A(例如，UE装置，用户)的单个RB在一个TTI期间发送每个子载波的Nss个符号时，将以一种较详细的方式描述上行MIMO通信系统400的操作。在另一个示例性实施例中，L个独立的发射机400A可以是多天线发射机，而不是单天线发射机。
第l(l＝1，…，L)个发射机400A意图以传输速率Rl向多天线接收器400B发送消息ml，通过例如串联具有前向纠错(forward-error-correcting，FEC)代码的正交振幅调制(quadrature amplitude modulation，QAM)，将消息ml映射至一个长度为n＝Nss·NsRB的信道输入序列
Figure BDA0002332479810000071
每个发射机400A将n个符号映射至NsRB×Nss个子载波，因此
Figure BDA0002332479810000072
是在第i个子载波中发送的Nss个符号。在一个实施例中，假设平均发射功率限制E[|xl|2]等于P。在另一个示例性实施例中，发射机400A的每个发射机(即，用户)可具有不同的发射功率。然后，每个发射机400A利用具有逆FFT(IFFT)和CP增加的类似OFDM的调制，生成各自的模拟时域信号，且通过频率选择性信道向多天线接收器400B转发其各自的模拟时域信号。
参见图5以及图4，在RRU，即多天线接收器400B的前端部件400B-RRU，处的N个天线上接收每个模拟时域信号，并且随后由N个ADC中各自的ADC对每个模拟时域信号进行处理和采样，以便获取携带有同样具有Nsc个子载波的集合的各自的数字时域信号。
随后，利用类似OFDM的解调，通过具有如FFT和CP去除的模块41，在RRU处的每个数字时域信号被转换为各自的数字频域信号(Yi)。在此频域处理之后，在一个TTI期间在RBg中的第i个子载波处接收的信号
Figure BDA0002332479810000073
通过一下关系式得出：
Yi＝HiXi+Zi，i＝1，2，...，NsRB (1)
其中信道矩阵Hi被定义为
Figure BDA0002332479810000074
hi，k＝[hi，k，1，...，hi，k，L]T中hi，k，l表示在RBg中第i个子载波处的第k个接收天线和第l个UE装置之间的信道系数，T表示矩阵转置操作，
Figure BDA0002332479810000075
是在Cz＝σ2I条件下的N个天线处体验的独立同分布(i.i.d.)且长度为Nss的零均值加性噪声矢量序列，其中Cz表示加性噪声的协方差矩阵，σ表示噪声差异，即，k＝k′和j＝j′时，E[Zi，k，jZi，k′，j′]＝σ2，且k≠k′和j≠j′时，E[Zi，k，jZi，k′，j′]＝0，其中I表示具有对角线元素等于1的单位矩阵，否则单位矩阵的其他元素等于0。
在一实施例中，在一个TTI期间在一个子载波中观测到的信道矩阵Hi可以在相同的RB中的子载波当中保持常量和改变，上述过程按照以下的D个抽头的瑞利衰落模型：
Figure BDA0002332479810000076
其中G(d)是含有第d个抽头的矩阵，所述d个抽头与信道的(D-1)有限脉冲响应(finite impulse response，FIR)的天线和UE装置之间的增益对应。
在另一实施例中，信道矩阵Hi可以通过考虑TTI内的信道变化进行建模。
每个转换后的数字频域信号(Yi)的Nss个符号随后在每个子载波中通过模块42进行分组，以便在Nsc个子载波中的每一个子载波中获取N×Nss个符号的各自的分组后的数字频域信号(Yg)。在一实施例中，子载波可根据一个模式被分组到资源块(resource block，RB)，每个资源块(RBg)具有相应数量(NsRBg)的子载波。例如，子载波可根据相同的RB和相同的传输时间间隔(transmission time interval，TTI)，或根据多个RB和多个TTI，被分组到G分组(也表示为子带)，进而形成和RB一样多的分组。可以通过例如事先被发送至RRU和/或BBU预定义所述模式。或者，可以通过例如经由前传(fronthaul，FH)链路有规律地被发送至RRU和/或BBU，对所述模式进行动态变更和更新。
在根据相同的RB和相同的TTI对子载波分组的情况下，在一个TTI期间分组g(其中g＝1，…，G)与RBg相关联，其中分组g(其中g＝1，…，G)的分组后的数字频域信号
Figure BDA0002332479810000077
可以被定义为：
Yg＝[Y1，Y2...，YsRB] (3)
在每个子载波中，每个分组后的数字频域信号(Yg)的N×Nss个符号通过模块43被组合成N’×Nss个符号，其中N’小于N，以便在所述Nsc个子载波中的每一个子载波中获取N’×Nss个符号的各自的组合后的数字频域信号
Figure BDA0002332479810000081
所述组合可以被视为每个分组后的数字频域信号(Yg)到维数N’的空间的投影，N’相对于N缩减。每个分组后的数字频域信号(Yg)的组合或投影可以通过滤波在每个子载波上进行，所述滤波利用例如，各自的有限脉冲响应(finite impulse response，FIR)滤波或各自的线性滤波。所述线性滤波可以使用一个投影矩阵
Figure BDA0002332479810000082
其中N’是经投影的空间的维数，因而通过以下关系式得到N’×Nss个符号中的组合后的数字频域信号
Figure BDA0002332479810000083
Figure BDA0002332479810000084
所述经投影的空间的维数N’可以利用模块45的估计后的统计信息由模块46确定，且随后被发送至模块43。在替代性实施例中，维数N’可以被事先设定，且随后被发送至模块43。
模块45用于估计由模块42输出的分组后的数字频域信号(Yg)中的每一个数字频域信号的统计信息，模块46随后利用估计后的统计信息设计模块43(组合或投影)和44(量化或压缩)的接头。所述估计是通过利用一种估测器如所述分组后的数字频域信号(Yg)中的每一个数字频域信号的协方差矩阵Cg实现的，所述分组后的数字频域信号(Yg)可以由以下关系式定义：
Figure BDA0002332479810000085
应注意，由于在相同的TTI中的信道之间的高相关性，协方差矩阵Cg是信道的平均协方差的估测器，且通过采用任何相关的补充的统计信息(例如，先前对协方差矩阵Cg分布的统计)，可以改进所述估计。
在每个子载波中的所述组合后的数字频域信号
Figure BDA0002332479810000086
的N’×Nss个符号通过模块44被量化或压缩，以便在每个子载波中获取量化或压缩比特的各自的量化后的或被压缩的数字频域信号。量化比特的数量可以通过利用模块45的所估计的统计信息的模块46确定，且随后被发送至模块44。在一实施例中，在每个分量的每个样本中的Bt(其中，t＝1，...，N′)个比特处，可以独立地实现N’维矢量序列
Figure BDA0002332479810000087
的分量中的每一个分量的量化。例如，能够通过一个具有
Figure BDA0002332479810000088
层级的逐个样本的均匀量化器执行此操作。在其他实施例中，
Figure BDA0002332479810000089
的N′个分量可以联合地或使用任何其他压缩算法被压缩。但无论哪种方式，每个分量(B1，...，BN′)的比特数量和维度N’都由模块46确定。
更详细地，模块46考虑了组合(投影)和量化(压缩)参数的接头设计，以便量化(压缩)所述N’维矢量序列
Figure BDA00023324798100000810
中的分量的每一个分量，即，在每个子载波中的组合后的数字频域信号
Figure BDA00023324798100000811
的N’×Nss个符号。
在示例性实施例中，所述接头设计基于一个设计方法，所述设计方法利用每个样本的协方差矩阵Cg和可获得的前传比特B，且旨在用于基于变换编码原理的向量数据压缩，所述变换编码原理可在例如2011年剑桥大学出版社出版的由A.E.Gamal和Y.-H.Kim所著的《网络信息理论》中查找。如以上所述，模块46确定投影矩阵Wi、所述经投影的空间的维数N’和被指派到每个经投影的分量(B1....，BN，)的比特，其中所述每个经投影的分量(B1....，BN′)需要生成n(B1+…+BN′)＝nB比特的压缩消息m，B是可从前传链路获得的每个样本的全部比特的数量。
在此示例性实施例中，协方差矩阵Cg的单一值分解(singular valuedecomposition，SVD)是按照Cg＝UΛUT计算的，其中Λ＝[λ1，...，λN]和(λ1，...，λN)是Cg的特征值，且对应于UTYg的第t个维数中的差异(或能量)。假设投影矩阵Wi是通过与N’个最大特征值相关的N’个本征向量给出的，即，Wi＝U1：N′，随后经投影的分量Bt(其中t＝1，...，N′)的每个分量的维数N’和量化比特的数量是通过以下逆注水凸问题获取的：
Figure BDA0002332479810000091
其中dt＝min{λt，θ}，λt是Cg的第t个本征值，且θ是为了能够满足限制条件而选择的。
在另一个示例性实施例中，利用从模块45获得的统计信息和可获得的前传比特，可以设计不同的投影矩阵Wi、量化比特和经投影的空间的维数N’。
如图6所示，在量化(或压缩)后，所得的n(B1+…+BN′)比特，即，将在每个子载波中的量化后的数字频域信号的量化比特，连同在BBU处的解压缩所需的开销参数的集合，通过FH链路转发至BBU，即，转发至多天线接收器400B的后端部件400B-BBU。开销参数的集合可包括维数N’的值、每个量化比特的值(B1，…，BN’)和所述分组后的数字频域信号(Yg)中的每一个数字频域信号的每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
应注意，投影矩阵(Wi)不向BBU转发，通过FH链路发送的FH分组的格式化能够容纳不同的格式，以便发送在BBU处的解压缩过程所需的量化后的数据和开销参数。
参照图6以及图4，BBU，即，多天线接收器400B的后端部件400B-BBU，在模块47处接收每个子载波中的量化后的数字频域信号的量化比特，即，产生于组合后的数字频域信号
Figure BDA0002332479810000092
的N’×Nss个符号的量化(或压缩)的n(B1+…+BN′)个比特，以及开销参数的集合，其中所述开销参数的集合包括维数N’的值、每个量化比特的值(B1，...，BN′)和所述分组后的数字频域信号(Yg)中的每一个频域数字信号的每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
随后，模块47利用开销参数的集合对每个量化后的数字频域信号进行解压缩，以便在Nsc个子载波中的每一个子载波中获取N’×Nss个符号的各自的解压缩后的数字频域信号
Figure BDA0002332479810000093
所述各自的解压缩后的数字频域信号
Figure BDA0002332479810000094
可以由以下关系式定义：
Figure BDA0002332479810000095
其中Q～N(0，∑Q)是具有协方差矩阵的量化噪声，所述协方差矩阵通过∑Q表示。在一实施例中，可以通过高斯独立同分布(i.i.d.)假设所述量化噪声Q，且协方差矩阵∑Q可表达为：
Figure BDA0002332479810000096
在另一实施例中，所述量化噪声Q可以以不同方式被定义或具有以不同方式定义的协方差矩阵。
模块48对N’×Nss个符号的每个解压缩后的数字频域信号进行解组，以便获取N’×Nss个符号的各自的解组后的数字频域信号。换句话说，模块48将N’×Nss个符号的每个解压缩后的数字频域信号映射至所接收信号的原始格式上。具体地，分组后的数字频域信号(Yg)中的每一个数字频域信号被映射至RB的原始帧结构中的相应的子载波和OFDM符号位置。在RBg的第i个子载波中的解组后的数字频域信号
Figure BDA0002332479810000097
可被表达为如下：
Figure BDA0002332479810000098
其中
Figure BDA0002332479810000099
是在投影(或组合)后的有效信道，
Figure BDA00023324798100000910
是具有由∑Q表示的协方差矩阵的经投影的(或组合后的)信号的经投影的噪声。可以通过高斯独立同分布(i.i.d.)假设经投影的噪声
Figure BDA00023324798100000911
且所述协方差矩阵∑Q可以被定义为：
Figure BDA00023324798100000912
在一实施例中，所述模式可以在RRU和BBU间的通信过程期间进行动态变更和更新。
如图6所示，模块49也可以接收开销参数的集合。基于这些开销参数，在N’×Nss个符号的各自的解组后的数字频域信号
Figure BDA00023324798100000913
上和量化噪声Q～N(0，∑Q)上，模块49可以估计有效信道
Figure BDA0002332479810000101
的各自的信道状态信息(channel state information，CSI),所述信道状态信息(channel state information，CSI)由
Figure BDA00023324798100001011
表示，在所述有效信道下观测所发送的用户符号。应注意，所述有效信道
Figure BDA0002332479810000102
在比原始信道Hi所在维度更低的维度中，且所述有效信道的估计进而需要更少的导频。所述信道可以在具有如一个线性最小均方差(minimum mean squareerror，MMSE)估测器的导频中进行估计。但是，此线性滤波估计仍说明量化噪声Q～N(0，∑Q)的效果。在一实施例中，有效信道系数可以使用任何其他方法进行估计，所述方法说明经投影的信号的量化误差的统计数据。
在模块50处，N’×Nss个符号的每个解组后的数字频域信号
Figure BDA0002332479810000103
是通过利用Pi表示的各自的滤波因子进行滤波的，所述的各自的滤波因子是基于由
Figure BDA0002332479810000104
表示的各自的估计后的CSI和量化噪声Q～N(0，∑Q)在模块51处计算出来的，以便获取L×Nss个符号的各自的滤波后的数字频域信号
Figure BDA0002332479810000105
其中L等于发射机(例如，UE，用户)的数量，验证以下关系式：
Figure BDA0002332479810000106
Pi可以被视为
Figure BDA0002332479810000107
中的Xi的MMSE估计，进而可以验证以下关系式：
Figure BDA0002332479810000108
其中P是每个用户的发射功率且σ2是噪声功率。
随后，每个滤波后的数字频域信号
Figure BDA0002332479810000109
通过模块52进行解码，以便获取与由发射机(例如，UE，用户)向多天线接收器(Rx)发送的消息(m1，...，ml，...，mL)相应的各自的解码信号。
应注意，多天线接收器400B的所有的组成模块(即，模块41至52，ADC)可以物理上分布在其他设备当中，或物理上并置在相同设备内部。
为了在如图4所公开的MU-MIMO通信系统400内阐明本发明的优点和有益效果，标准通用公共无线接口(common public radio interface，CPRI)压缩技术和本发明所提出的压缩技术的性能已经通过数字仿真进行了比较。
为实现这一点，被实施的一种示例性实验性的上行MIMO通信系统400具有以下特征：
-信道模型：LTE 20MHz模型具有100个资源块(resource blocks，RB)和每个RB的12个子载波。信道矩阵H遵循一种涵盖所有子载波的不相关的瑞利衰落信道模型；
-发射机模型：每个RB的L＝{8，16}个UE发送具有相同的各自的功率P的i.i.d.高斯码字；
-RRU节点：N＝64个天线；
-BBU模型：MMSE滤波。
受测的标准CPRI压缩框架已经具有每个天线的压缩(标准CPRI)和频域CPRI压缩的特征，在每个天线的压缩(标准CPRI)和频域CPRI压缩中，已经利用变换编码在频域中对所接收的信号进行了压缩且随后在频域中的BBU处进行了重构(即，解压缩)。
为了评估比较性能，已经对作为优值的矢量幅度误差(error vector magnitude，EVM)失真和压缩增益或比率(CR)进行了研究。
矢量幅度误差(error vector magnitude，EVM)使在由L个UE发送的符号X和滤波后在目标单位(即，BBU)处估计的符号
Figure BDA00023324798100001010
之间对平均二次误差进行的测量成为可能。所述平均二次误差已经在所有具有有用信息的载体上进行了平均化，且EVM已经由以下关系式定义：
Figure BDA0002332479810000111
所述压缩增益或比率(CR)使FH需求间的比较成为可能，且被表达为：
Figure BDA0002332479810000112
其中，若不考虑处理/压缩，Bno-comp具有需要在RRU和目标单位(BBU)之间发送n个矢量样本的比特(吞吐量)，若采用部分处理/压缩，Bmethod具有需要实现相同EVM的比特(吞吐量)。
模拟结果作为平均矢量幅度误差(error vector magnitude，EVM)和在MU-MIMO系统具有L＝8个UE和16个UE的情况下用于不同压缩构架的压缩比(compression ratio，CR)的对比图表分别在图7和图8中示出。
在这些对比图表的每一个对比图表中，通过1000个信道实现进行平均化的每个用户的符号为本发明的标准CPRI压缩方法(由在图例中的标准CPRI表示)、频域CPRI方法(由在图例中的频率CPRI表示)和所提出的压缩方法(由在图例中的所提议的方法表示)提供平均EVM。
仅出于参考价值，理论边界(分别表示为EVM1％且在图例中限定)已经并入到图7和图8的对比图表中。-40dB的EVM的理论边界与EVM＝1％对应。最小EVM上的理论边界充当对EVM的基本下限，所述理论边界对于底层的MU-MIMO系统来说是可实现的。
从所得到的仿真结果的分析来看，且参照标准和频域CPRI压缩方案，本发明的益处能够列举如下：
-用以实现相同程度的EVM的FH吞吐量需求可减小，或相同压缩比(compressionratio，CR)(即，比特率)的EVM能够改进。出于说明性目的，当L＝8个UE和L＝16个UE时，在标准CPRI方法、频域CPRI方法和所提出的压缩方法中，表I比较了EVM＝-40dB(即，EVM＝1％)条件下得到的CR值；
表I：在EVM＝1％条件下的CR值
在EVM＝1％条件下的CR 标准CPRI 频率CPRI 所提出的方法
L＝8 7：1 28：1 47：1
L＝16 7：1 16：1 22：1
-经投影的空间的平均维数N’可以比天线的数量N小(例如，L＝8个UE时，E[N’]＝10，L＝16个UE时，E[N’]＝20)。因此，基带处理和CSI需求可大幅度缩减；
-可以以较低的复杂性实施所提出的压缩方案，每组的压缩参数的设计也导致了复杂性的缩减；
-所提出的压缩方案可以通过逐个样本压缩的方式实施，因而导致低时延。
应注意，在接收不同种类的时域数据的情况下，所接收到的时域信号可根据这些数据的种类进行划分，并使用所提出的压缩方法或任何其他压缩方法进行压缩。
还应注意，被分配给每个压缩种类的CPRI或FH资源可以通过控制器例如速率配置控制器进行调节。
也应注意，通过FH链路发送的CPRI或FH分组的格式化能够容纳不同的格式，以便发送在BBU处的解压缩过程所需的量化后的数据和开销参数。
综上所述，本发明涉及在上行MIMO通信系统(400)内的多天线接收器(400B)，所述多天线接收器(400B)包括通过前传(fronthaul，FH)链路互相通信的至少一个RRU(400B-RRU)和至少一个BBU(400B-BBU)。在保证从用户(400A)发送到RRU(400B-RRU)的时域信号和在BBU(400B-BBU)处重构和恢复的信号之间的低EVM的同时，所提出的多天线接收器(400B)使得前传(fronthaul，FH)吞吐量需求显著减少。RRU(400B-RRU)设置有频率处理功能，通过将得到的频域信号投影至一个更小维数(N’)的信号空间并将其压缩在所得的经投影的信号子空间中，可以处理在维数N的空间中得到的频域信号。在BBU(400B-BBU)处，在频域信号恢复所发送的时域信号前，频域信号在经投影的信号子空间上进行解压缩和重构。因此，当FH吞吐量缩减时，在BBU(400B-BBU)处进行解压缩和重构的信号的质量可以不受损。此外，通过采用所接收信号的空间相关性以及直接将解压缩后的信号处理成比原始接收到的信号维数更小的经投影的信号域，上行MIMO通信系统(400)可以缩减前传(fronthaul，FH)需求和复杂性。通过这种方式，可以改进RRU(400B-RRU)和BBU(400B-BBU)之间的FH吞吐量需求。
附图和上述的描述已经展示且详细地描述了本发明，此类图示和描述是示意性或示范性的，而不是限定性的。本发明不限于本公开的实施例。对本领域的普通技术人员来说阅读本公开后，本公开的其他修改将显而易见。此类修改可以包括此项技术中已知的其他特征，且可以使用所述特征替代或补充本文所述的特征。
在此结合各种实施例描述了本发明。但本领域技术人员通过实践本发明，研究附图、本公开以及所附的权利要求，能够理解并获得公开实施例的其他变体。在权利要求书中，词语包括摂不排除其它元素或步骤，不定冠词一摂不排除多个。单个处理器或其它单元可满足权利要求中描述的几项的功能。在仅凭某些措施被记载在相互不同的从属权利要求书中这个单纯的事实并不意味着这些措施的结合不能被有效地使用。计算机程序可存储或分发到合适的介质上，例如与其它硬件一起或者作为其它硬件的部分提供的光存储介质或者固态介质，还可以以其它形式例如通过因特网或者其它有线或无线电信系统分发。
尽管已经参考本发明的特定特征和实施例描述了本发明，但是明显在不脱离本发明的精神和范围的情况下可以制定本发明的各种修改和组合。相应地，本说明书和附图应简单地看待成由所附权利要求书定义的本发明的图示，且涵盖任一和所有在本发明的范围内的修改、变体、组合或等效物。

Claims (21)

1.一种在上行多输入多输出MIMO通信系统内的装置RRU，其特征在于，所述装置RRU用于：
从N个天线中接收各自的数字时域信号，每一个所接收的数字时域信号携带同样具有Nsc个子载波的集合，所述子载波中的每个子载波都同样具有Nss个符号；
将每个所接收的数字时域信号转换为各自的转换后的数字频域信号(Yi)，所述数字频域信号(Yi)具有Nsc个子载波和每个子载波的Nss个符号；
对每个转换后的数字频域信号(Yi)的每个子载波的所述Nss个符号进行分组，以便在所述Nsc个子载波的每一个子载波中获取N×Nss个符号的各自的分组后的数字频域信号(Yg)；
将每个分组后的数字频域信号(Yg)的每个子载波的所述N×Nss个符号组合为N’×Nss个符号，其中N’小于N，以便在所述Nsc个子载波中的每一个子载波中获取N’×Nss个符号中的各自的组合后的数字频域信号
Figure FDA0002951141310000011
在每个子载波中量化所述组合后的数字频域信号
Figure FDA0002951141310000012
的所述N’×Nss个符号，以便在每个子载波中获取量化比特的各自的量化后的数字频域信号。
2.根据权利要求1所述的装置RRU，其特征在于，根据一个模式将所述子载波分组到资源块RB中，每个资源块RB具有一定数量(NsRB)的子载波。
3.根据以上权利要求中任一项所述的装置RRU，其特征在于，所述装置RRU用于：
估计所述分组后的数字频域信号(Yg)中的每一个数字频域信号的统计信息。
4.根据权利要求3所述的装置RRU，其特征在于，利用所述分组后的数字频域信号(Yg)中的每一个数字频域信号的协方差矩阵(Cg)，估计所述分组后的数字频域信号(Yg)中的每一个数字频域信号的统计信息。
5.根据权利要求4所述的装置RRU，其特征在于，将每个分组后的数字频域信号(Yg)的所述N×Nss个符号在每个子载波中通过滤波组合成N’×Nss个符号。
6.根据权利要求5所述的装置RRU，其特征在于，所述滤波是利用投影矩阵(Wi)进行的。
7.根据权利要求6所述的装置RRU，其特征在于，所述投影矩阵(Wi)，所述数量N’和所述量化比特的数量是利用所述统计信息确定的。
8.根据权利要求7所述的装置RRU，其特征在于，所述装置RRU用于：
发送开销参数的集合，
其中所述开销参数的集合包括所述数量N’的值、每个量化比特的值(B1，…，BN’)和每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
9.根据权利要求1或2所述的装置RRU，其特征在于，所述装置RRU用于：
通过发送所述各自的量化后的数字频域信号，发送所述每个子载波的量化比特。
10.一种在上行多输入多输处MIMO通信系统内的装置BBU，其特征在于，所述装置BBU用于：
在根据权利要求1所述的Nsc个子载波中的每一个处接收根据权利要求9所述的各自的量化后的数字频域信号；
接收根据权利要求8所述的开销参数的集合；
利用所述开销参数的集合对每个量化后的数字频域信号进行解压缩，以便在所述Nsc个子载波中的每一个中获取N’×Nss个符号的各自的解压缩后的数字频域信号；
对N’×Nss个符号的每个解压缩后的数字频域信号进行解组，以便获取N’×Nss个符号的各自的解组后的数字频域信号；
基于所述开销参数的集合、N’×Nss个符号的各自的解组后的数字频域信号和量化噪声(Q)，估计各自的信道状态信息CSI，以便获取各自的估计后的CSI；
利用基于所述各自的估计后的CSI和所述量化噪声(Q)计算出来的各自的滤波因子(Pi)，对N’×Nss个符号的每个解组后的数字频域信号进行滤波，以便获取L×Nss个符号的各自的滤波后的数字频域信号，其中L等于发射机UE的数量；
对每个滤波后的数字频域信号进行解码，以便获取各自的解码后的信号。
11.一种在上行多输入多输出MIMO通信系统内的多天线接收器Rx，其特征在于，所述多天线接收器Rx包括：
根据权利要求1-9中任一项的至少一个装置RRU；
根据权利要求10的至少一个装置BBU；
前传FH链路。
12.根据权利要求11所述的多天线接收器Rx，其特征在于，包括：
根据权利要求1所述N个天线，其中每个天线用于接收模拟时域信号，以便获取各自的所接收的模拟时域信号；
N个模/数ADC设备，其中每个ADC设备用于将其各自的所接收的模拟时域信号转换为根据权利要求1所述的各自的数字时域信号。
13.根据权利要求11或12所述的多天线接收器Rx，其特征在于，通过所述FH链路，从所述至少一个RRU向所述至少一个BBU发送根据权利要求9所述的各自的量化后的数字频域信号和根据权利要求8所述的开销参数的集合。
14.一种上行多输入多输出MIMO通信系统，其特征在于，包括：
根据权利要求11-13中任一项单独所述的至少一个多天线接收器Rx；
根据权利要求10所述的L个发射机UE，所述L个发射机UE中的每一个发射机用于利用每个子载波的至少Nss个符号(Xl,i)，通过频率选择性信道向所述至少一个多天线接收器Rx发送各自的消息(ml)，其中根据权利要求12所述的模拟时域信号利用每个子载波的至少Nss个符号(Xl,i)，来源于所述消息(ml)。
15.根据权利要求14所述的上行MIMO通信系统，其特征在于，L×Nss个符号的每个滤波后的数字频域信号给出所述至少Nss个符号(Xl,i)的估计，其中所述至少Nss个符号(Xl,i)是由所述L个发送机(UE)中的每一个发送机通过发送其各自的消息(ml)而发送。
16.根据权利要求14或15所述的上行MIMO通信系统，其特征在于，根据权利要求10所述的每个解码后的信号是所述的各自的消息(ml)。
17.一种在上行多输入多输出MIMO通信系统内的方法，其特征在于，包括：
从N个天线中接收各自的数字时域信号，其中每个所接收的数字时域信号携带同样具有Nsc个子载波的集合，所述子载波中的每个子载波同样具有Nss个符号；
将每个所接收的数字时域信号转换为各自的转换后的数字频域信号(Yi)，其中所述转换后的数字频域信号(Yi)具有Nsc个子载波和每个子载波的Nss个符号；
对每个转换后的数字频域信号(Yi)的每个子载波的所述Nss个符号进行分组，以便在所述Nsc个子载波中的每一个中获取N×Nss个符号的各自的分组后的数字频域信号(Yg)；
将每个分组后的数字频域信号(Yg)中的每个子载波的所述N×Nss个符号组合为N’×Nss个符号，其中N’小于N，以便在所述Nsc个子载波中的每一个中获取N’×Nss个符号的各自的组合后的数字频域信号
Figure FDA0002951141310000031
在每个子载波中量化所述组合后的数字频域信号
Figure FDA0002951141310000032
中的所述N’×Nsc个符号，以便在每个子载波中获取量化比特的各自的量化后的数字频域信号。
18.根据权利要求17所述的方法，其特征在于，包括：
发送开销参数的集合，
其中所述开销参数的集合包括所述数量N’的值、每个量化比特的值(B1，…，BN’)和所述分组后的数字频域信号(Yg)中的每一个数字频域信号的每个协方差矩阵(Cg)的特征值(λ1，λ2，…，λN’)。
19.根据权利要求17和18中任一项所述的方法，其特征在于，包括：
通过发送所述的各自的量化后的数字频域信号，发送所述每个子载波的量化比特。
20.一种在上行多输入多输出MIMO通信系统内的方法，其特征在于，所述方法包括：
在根据权利要求17所述的Nsc个子载波中的每一个处接收根据权利要求19所述的各自的量化后的数字频域信号；
接收根据权利要求18所述的开销参数的集合；
利用所述开销参数的集合对每个量化后的数字频域信号进行解压缩，以便在所述Nsc个子载波中的每一个中获取N’×Nss个符号的各自的解压缩后的数字频域信号；
对N’×Nss个符号中的每个解压缩后的数字频域信号进行解组，以便获取N’×Nss个符号的各自的解组后的数字频域信号；
基于所述开销参数的集合、N’×Nss个符号的各自的解组后的数字频域信号和量化噪声(Q)，估计各自的信道状态信息CSI，以便获取各自的估计后的CSI；
利用基于所述各自的估计后的CSI和所述量化噪声(Q)计算出来的各自的滤波因子(Pi)，对N’×Nss个符号的每个解组后的数字频域信号进行滤波，以便获取L×Nss个符号的各自的滤波后的数字频域信号，其中L等于发射机(UE)的数量；
对每个滤波后的数字频域信号进行解码，以便获取各自的解码信号。
21.一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时实现权利要求17-20中任一项所述的方法。
CN201780092457.1A 2017-06-28 2017-06-28 上行mimo系统的子带压缩域处理 Active CN110785975B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/065984 WO2019001697A1 (en) 2017-06-28 2017-06-28 SUB-BAND COMPRESSION DOMAIN PROCESSING FOR UPLINK MIMO SYSTEMS

Publications (2)

Publication Number Publication Date
CN110785975A CN110785975A (zh) 2020-02-11
CN110785975B true CN110785975B (zh) 2021-08-13

Family

ID=59276733

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201780092457.1A Active CN110785975B (zh) 2017-06-28 2017-06-28 上行mimo系统的子带压缩域处理
CN201780092458.6A Active CN111133726B (zh) 2017-06-28 2017-09-29 Mimo系统的帧结构感知压缩

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201780092458.6A Active CN111133726B (zh) 2017-06-28 2017-09-29 Mimo系统的帧结构感知压缩

Country Status (4)

Country Link
US (2) US11206713B2 (zh)
EP (2) EP3643025A1 (zh)
CN (2) CN110785975B (zh)
WO (2) WO2019001697A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11290171B2 (en) * 2017-12-28 2022-03-29 Nokia Solutions And Networks Oy Method and apparatus for signal detection in a MIMO communication system
CN112243571B (zh) * 2018-06-11 2023-01-03 瑞典爱立信有限公司 用于支持不同的带宽和子载波间隔组合的蜂窝通信系统的可伸缩测试模型
WO2020031602A1 (ja) * 2018-08-10 2020-02-13 ソニー株式会社 無線通信装置および通信制御方法
CN111740768A (zh) * 2019-03-25 2020-10-02 华为技术有限公司 一种通信方法及设备
CN111682903B (zh) * 2020-06-09 2021-09-07 武汉虹信科技发展有限责任公司 数据传输方法、接口单元、射频拉远单元和无线接入系统
TWI817231B (zh) * 2020-11-10 2023-10-01 鴻齡科技股份有限公司 雲無線接入網路中上行訊號處理方法及系統
CN112769874B (zh) * 2021-04-07 2021-07-23 南京创芯慧联技术有限公司 数据的压缩方法及其压缩装置
US11463288B2 (en) 2021-06-14 2022-10-04 Ultralogic 6G, Llc Amplitude-variation encoding for high-density 5G/6G modulation

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009009959A1 (fr) * 2007-07-16 2009-01-22 Datang Mobile Communications Equipment Co., Ltd Procede et systeme de traitement de signaux d'antennes multiples
CN105577598A (zh) * 2014-10-17 2016-05-11 中兴通讯股份有限公司 在干扰条件下的lte上行系统的信号检测方法和装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100474651B1 (ko) 2002-02-04 2005-03-08 오성근 송신 다이버시티 사전 결합 방식과 최적 트렐리스 부호화방식을 이용한 단일 캐리어 및 다중 캐리어 미모 시스템
US7706250B2 (en) * 2005-09-23 2010-04-27 Litepoint Corp. Apparatus and method for simultaneous testing of multiple orthogonal frequency division multiplexed transmitters with single vector signal analyzer
US8005152B2 (en) * 2008-05-21 2011-08-23 Samplify Systems, Inc. Compression of baseband signals in base transceiver systems
US8902805B2 (en) * 2008-10-24 2014-12-02 Qualcomm Incorporated Cell relay packet routing
US9337954B2 (en) * 2010-07-28 2016-05-10 Qualcomm Incorporated Protocol for channel state information feedback
US20120069927A1 (en) * 2010-09-17 2012-03-22 Intel Corporation CQI feedback mechanisms for distortion-aware link adaptation toward enhanced multimedia communications
US8917743B2 (en) * 2010-10-06 2014-12-23 Samsung Electronics Co., Ltd. Method and system for enhanced contention avoidance in multi-user multiple-input-multiple-output wireless networks
US9059778B2 (en) * 2011-01-07 2015-06-16 Integrated Device Technology Inc. Frequency domain compression in a base transceiver system
US8782112B2 (en) * 2011-06-28 2014-07-15 Qualcomm Incorporated Methods and systems for optimal zero-forcing and MMSE frequency domain equalizers for complex and VSB signals
CN102932043B (zh) * 2011-08-08 2015-05-27 中国电信股份有限公司 下行多用户mimo信号发射方法以及装置
US8798184B2 (en) * 2012-04-26 2014-08-05 Qualcomm Incorporated Transmit beamforming with singular value decomposition and pre-minimum mean square error
CN103546412A (zh) * 2012-07-11 2014-01-29 华为技术有限公司 一种数据传输方法和系统
US9438318B2 (en) * 2013-04-17 2016-09-06 Commscope Technologies Llc Extracting sub-bands from signals in a frequency domain
US9775045B2 (en) * 2015-09-11 2017-09-26 Intel IP Corporation Slicing architecture for wireless communication
CN106453163A (zh) * 2016-10-11 2017-02-22 电子科技大学 一种Masssive MIMO信道估计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009009959A1 (fr) * 2007-07-16 2009-01-22 Datang Mobile Communications Equipment Co., Ltd Procede et systeme de traitement de signaux d'antennes multiples
CN105577598A (zh) * 2014-10-17 2016-05-11 中兴通讯股份有限公司 在干扰条件下的lte上行系统的信号检测方法和装置

Also Published As

Publication number Publication date
EP3643025A1 (en) 2020-04-29
WO2019001697A1 (en) 2019-01-03
US20200137835A1 (en) 2020-04-30
CN110785975A (zh) 2020-02-11
US11206713B2 (en) 2021-12-21
EP3632068A1 (en) 2020-04-08
US20200186206A1 (en) 2020-06-11
US10986697B2 (en) 2021-04-20
CN111133726B (zh) 2021-09-14
WO2019001748A1 (en) 2019-01-03
CN111133726A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN110785975B (zh) 上行mimo系统的子带压缩域处理
EP2899897B1 (en) Methods and systems for combined precoding and cyclic delay diversity
EP3100367B1 (en) Multistage beamforming of multiple-antenna communication system
CN102484501B (zh) 使用公共导频和专用导频进行传输
RU2406228C2 (ru) Выбор скорости передачи для собственного управления в mimo-системе связи
US9008166B2 (en) Filter calculating device, transmitting device, receiving device, processor, and filter calculating method
JP2014147082A (ja) Ｓｃ−ｆｄｍａ伝送ダイバーシティのためのシステム及び方法
CN102217220A (zh) 无线通信终端装置、无线通信基站装置以及群集配置设定方法
KR102318817B1 (ko) 무선통신 시스템에서 필터 뱅크 다중 반송파 기법을 위한 전처리 방법 및 장치
WO2011087039A1 (ja) 送信機及びｍｉｍｏ多重伝送方法
JP6019298B2 (ja) 無線通信システム、無線送信装置および無線通信方法
CN105007106A (zh) 一种信号压缩方法、bbu及其分布式基站系统
Iserte et al. Joint beamforming strategies in OFDM-MIMO systems
JP5859913B2 (ja) 無線受信装置、無線送信装置、無線通信システム、プログラムおよび集積回路
KR20110079755A (ko) 멀티 유저 ｍｉｍｏ 시스템, 수신 장치 및 송신 장치
Moghadam et al. Interference alignment: Practical challenges and test-bed implementation
JP5334061B2 (ja) 無線通信方法、及び無線通信システム
Gao et al. Detection schemes for massive MIMO system with low-resolution ADCs
KR101935648B1 (ko) 목표 par을 고려한 snr 손실율 결정 및 프리코더 설계 방법 및 장치
Umehara Effects of L1oyd-Max Quantization for Distributed Collaborative Interference Cancellation
KR102484330B1 (ko) 무선 통신 시스템에서 서비스들 간 간섭을 제어하기 위한 장치 및 방법
Matsumoto et al. Development of multiuser MIMO testbed adopting Tomlinson-Harashima Precoding and limited CSI feedback
Wiffen Advanced MIMO Techniques for Future Wireless Communications
Carvalho et al. A novel massive MIMO for 5G systems

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
GR01 Patent grant
GR01 Patent grant