CN115088233A - 经由线性整数强制架构的用于mimo均衡器设计的基于特征向量的方法和装置 - Google Patents

Abstract

提供了一种方法和装置，其中接收参考信号集合(2102)，并且估计多个天线通信信道的信道特征集合(2104)。计算包括质量度量集合的信道状态信息(2106)。响应于质量度量集合满足准则，选择基线接收器用于多个天线通信信道(2108)。响应于质量度量集合不满足该准则，选择替代接收器用于多个天线通信信道(2110)。在用户设备处可选择的用于多个天线通信信道的替代接收器基于整数线性组合集合，其中每个整数线性组合基于来自估计的信道签名集合(2112)的至少一对信道签名。

Description

经由线性整数强制架构的用于MIMO均衡器设计的基于特征向 量的方法和装置

技术领域

本公开涉及一种包括涉及线性整数强制架构的基于特征向量方式的用于MIMO均衡器设计的方法和装置。

背景技术

目前，诸如无线通信设备的用户设备，诸如在能够包括一个或多个小区的网络环境中，使用无线信号与其他通信设备进行通信，在一个或多个小区内，能够支持与网络和在网络内操作的其他设备进行各种通信连接。网络环境通常涉及一个或多个标准集合，每个标准集合定义了在网络环境内使用对应标准时进行的任何通信连接的各个方面。开发和/或现有标准的示例包括新无线电接入技术(NR)、演进的通用陆地无线电接入(E-UTRA)、长期演进(LTE)、通用移动电信服务(UMTS)、全球移动通信系统(GSM))和/或增强型数据GSM环境(EDGE)。

每种标准有各种方法用于构建和组织网络与一个或多个通信设备之间的一个或多个潜在通信信道。在至少一些实例中，可以组织信道，其中在发射器、接收器或这两者处的多个天线能够帮助创建分集，这允许在相同信道空间内定义更多数量的信道。

对应地，能够选择发射器或接收器架构以更好地支持用于构建和组织一个或多个潜在通信信道的特定方法中的任何一种。在某些实例中，能够使用多种潜在的发射器或接收器架构。

本发明人已经认识到开发一种能够根据一个或多个可检测条件来帮助在多个不同的发射器与接收器类型/架构之间进行选择的方法可能是有益的，其考虑到用于构建和组织通信信道的特定相关方法，以及当前检测到的信道条件。本发明人已经进一步认识到，在已经选择使用整数强制型接收器的实例中，可以更好地选择整数线性组合。

发明内容

本申请提供了一种用户设备中的方法。该方法包括接收参考信号集合，以及基于接收到的参考信号集合来估计多个天线通信信道的信道签名集合。计算包括质量度量集合的信道状态信息。响应于质量度量集合满足准则，在用户设备处选择基线接收器用于多个天线通信信道。响应于质量度量集合不满足准则，在用户设备处选择替代接收器用于多个天线通信信道。在用户设备处能够选择的用于多个天线通信信道的替代接收器基于整数线性组合集合，其中，每个整数线性组合基于来自估计的信道签名集合的至少一对信道签名。

根据另一可能的实施例，提供了一种用户设备。用户设备包括接收参考信号集合的收发器，其具有可选基线接收器和可选替代接收器。该用户设备还包括控制器，该控制器基于接收到的参考信号集合来估计多个天线通信信道的信道签名集合，并且计算包括质量度量集合的信道状态信息。控制器响应于质量度量集合满足准则，在用户设备处选择基线接收器用于多个天线通信信道，并且控制器响应于质量度量集合不满足准则，在用户设备处选择替代接收器用于多个天线通信信道。在用户设备处可选择的用于多个天线通信信道的替代接收器基于整数线性组合集合，其中，每个整数线性组合基于来自估计的信道签名集合的至少一对信道签名。

本申请的这些和其他特征以及优点从以下参考附图对一个或多个优选实施例的描述中显而易见。

附图说明

图1是本发明的适用于在其中操作的示例性网络环境的框图；

图2是示例性整数强制(IF)接收器的框图；

图3是更详细的示例性整数强制(IF)操作的框图；

图4是提供高、中、低级别的MIMO相关矩阵的表，包括用于ULA MIMO相关矩阵的发射相关参数α和接收相关参数β中的每一个的对应值；

图5是2×2实数MIMO的整数强制搜索半径的数值表；

图6是2×4实数MIMO的整数强制搜索半径的数值表；

图7是4×2实数MIMO的整数强制搜索半径的数值表；

图8是4×4实数MIMO的整数强制搜索半径的数值表；

图9是2×8实数MIMO的整数强制搜索半径的数值表；

图10是8×2实数MIMO的整数强制搜索半径的数值表；

图11是4×8实数MIMO的整数强制搜索半径的数值表；

图12是8×4实数MIMO的整数强制搜索半径的数值表；

图13是使用具有构造D的实数设置构造的发射器侧框图；

图14是使用具有构造D的实数设置构造的接收器侧框图；

图15是使用具有构造D的复数设置构成的发射器侧框图；

图16是使用具有构造D的复数设置构成的接收器侧框图；

图17是使用具有构造A的实数设置构成的发射器侧框图；

图18是使用具有构造A的实数设置构造的接收器侧框图；

图19是说明LTE中码字到层映射的框图；

图20是说明用于基于码本的天线预编码(初始传输)的传送块到层映射的示例性映射图；

图21是用户设备中用于在基线接收器与替代接收器之间接收器选择的流程图；

图22是用户设备中用于确定整数强制接收器中使用的整数线性组合的优选集合的流程图；以及

图23是根据可能实施例的装置的示例性框图。

具体实施方式

尽管本公开可以采用各种形式的实施方式，但在附图中示出并且将在下文中描述当前优选的实施方式，应理解本公开应被视为本发明的示例而非意在将本发明限制为所示的具体实施例。

实施例提供了各种方法和装置，包括用于经由线性整数强制架构的MIMO均衡器设计的基于特征向量的方法和装置。

图1是根据可能实施例的系统100的示例框图。系统100能够包括无线通信设备110，诸如用户设备(UE)、基站120、诸如增强型节点B(eNB)或下一代节点B(gNB)，以及网络130。无线通信设备110能够是无线终端、便携式无线通信设备、智能手机、蜂窝电话、翻盖电话、个人数字助理、个人计算机、选择性呼叫接收器、平板计算机、膝上型计算机、或能够在无线网络上发送和接收通信信号的任何其他设备。

网络130能够包括能够发送和接收无线通信信号的任何类型的网络。例如，网络130能够包括无线通信网络、蜂窝电话网络、基于时分多址(TDMA)的网络、基于码分多址(CDMA)的网络、基于正交频分多址(OFDMA)网络、长期演进(LTE)网络、第五代(5G)网络、第三代合作伙伴计划(3GPP)网络、卫星通信网络、高海拔平台网络、互联网和/或其他通信网络。

无线衰落多天线多输入多输出(MIMO)信道跨时间、频率和空间维度来组合/混合传输的输入信息流。一般来说，均衡是接收器设计的有意义部分，并且特别是在MIMO操作中，至少在一些实例中，假设一些级别的信道状态信息(CSI)在接收器处可用，可能优先消除无线衰落MIMO信道对输入信号的组合/混合影响，以便能够分离出原始信息流。至少一类接收器是线性接收器，诸如最小均方误差(MMSE)接收器，其中仅使用能够被建模为矩阵运算的线性运算以便降低实施方式复杂度。

为用户设备(UE)选择和设计低复杂度接收器是MIMO技术的一方面，其能够影响无线通信的无线电接入网络(RAN)的物理层(PHY)性能。线性接收器对接收到的信号应用一些线性后处理，该线性后处理有时称为均衡，以部分地或完全地分离出多个输入信息流并且促进单流解码。这能够简化实施方式，因为通常不需要诸如在最大似然(ML)接收器的非线性接收器中那样跨接收天线进行联合解码。线性接收器的示例是最小均方误差(MMSE)接收器，其是3GPP4G-LTE标准假定的基线接收器。

诸如MMSE接收器的当前线性接收器的担忧是，在开环情况下，它们可能在接近奇异MIMO信道的情况下表现不佳，其中信道状态信息(CSI)在基站(eNodeB)处不可用。对此至少一个原因是，分离出此类信道的多个信息流能够导致噪声增强。在这种场景中，信道实际上被认为是秩不足的，因此避免了传输多个信息流(即空间多路复用)，并且通过eNodeB天线传输少量信息流的各种副本(即发射分集)。

最近，整数强制(IF)接收器，如图2和3所示，当在发射器处与线性码一起使用时，之前已被介绍为一种通用有效的线性接收器。对于一些MIMO信道，IF接收器简化为MMSE接收器并且因此能够提供相同的一般性能。然而，对于许多MIMO信道(例如，在发射器处没有CSI信息的开环MIMO信道，因此在发射器处没有基于CSI的预编码选择)，通过利用不同eNodeB天线的多个信息流生成的干扰并且最小化解码器观察到的有效噪声，IF接收器比MMSE接收器提供中等有意义的速率/可靠性增益。

这种性能改进的至少一个原因是，IF接收器通过解码信息流的某些整数线性组合来利用流间干扰，这些信息流最小化由解码器观察到的噪声。由于在所有发射天线处通常使用相同的线性码(即相同的调制和编码方案(MCS)，因此相同的速率)，因此码字的整数线性组合也是有效的码字并且能够被解码。然后使用整数线性求解器来恢复原始信息位。注意，MMSE接收器是IF接收器的特殊用例，其中，整数线性组合形成单位矩阵。

对应地，IF接收器包括MMSE接收器作为特殊用例。图2示出了示例性整数强制(IF)接收器的框图200。图3示出了更详细的示例性整数强制(IF)操作的框图300。

IF接收器设计的至少一个方面是对于UE运行一些搜索算法，并且找到实现更具前景的性能的更优化的整数线性组合。这通常是一个困难的(NP-hard)问题，并且搜索算法有时可能涉及更耗时和/或更复数的搜索算法。然而，正如将在下一节中讨论的那样，对于相当大的一部分信道，这种搜索算法可能耗尽UE计算资源，从而在一些实例中最终得出最优整数组合是(接近)单位矩阵并且MMSE接收器确实是最优的或几乎最优的结论。一般来说，已经建议了几种不同复杂度级别的算法。

因此，与识别IF接收器的速率/可靠性增益(具有能够远离单位矩阵的整数组合)足够显著以证明UE计算资源用于查找更优整数组合的开销的那些条件和特征相比，能够识别MMSE接收器(几乎)是最优的MIMO信道的条件和特性可能在某种程度上是有利的。另一方面，对于IF确实提供合理增益的情况，在合理的搜索复杂度内实现这样的增益是有益的。

根据本申请的实施例，本公开包括至少三个方面的各种组合：

-首先，本公开基于MIMO信道特性来识别线性接收器选择的两个条件，即操作信噪比(SNR)和在接收器处测量的干扰水平，这确定了普通MMSE接收器是否是(几乎)最优或者是否应该使用IF接收器。通常能够方便地检查这些条件以推荐要被选择的适当线性接收器，并且能够显著地节省UE计算(和功率等)资源。

-其次，本公开建议了一种具有合理计算复杂度的找到IF接收器设计所需的(接近)最优整数线性组合的新算法。例如，IF均衡器的基于特征向量设计的详细描述，其中，无线MIMO信道的某些特征向量对被用于定义IF接收器设计所需的整数线性组合。

-实数和复数信道模型这两者的整数强制接收器的实施方式方面，包括如何结合编码调制技术。

本公开中的贡献在开环MIMO接收器设计的上下文中描述，但是也能够应用于其他无线设置，例如闭环MIMO接收器设计、MIMO发射器的预编码器设计等。

MIMO接收器选择

通过矩阵

来表示具有N_t发射天线和N_r接收天线的MIMO信道，其第i列由长度为N_r的h_i表示。

用于描述MIMO信道奇异性水平的一个常用度量是信道矩阵的条件数，被定义为

其中，σ_max(H)和σ_min(H)分别表示信道矩阵H的最大和最小(非零)奇异值。通常假设，MMSE在条件良好的MIMO信道(即条件数小并且远非奇异的那些信道)中达到好性能，而在不良条件的信道(即条件数高并且接近奇异的那些信道)中达到差性能。尽管这样的结论提供了关于MIMO信道的正确初始印象，但是它可能至少缺少以下两个方面：

-条件数κ(H)主要用于(非常)高SNR区域，但不一定能提供中等SNR区域中的MIMO信道的准确描述，这也可能是感兴趣的。例如，MMSE可能在中等SNR区域中对某些不良条件信道仍然表现良好，因此不需要使用IF接收器。

-存在某些条件相当好的信道，特别是在具有N_t≠N_r的非平方设置中，即使在高SNR下，IF接收器能够显著地优于MMSE接收器。

一些研究人员还注意到，如果MIMO信道是正交的或接近正交的，那么，无论条件数有多小或多大，MMSE性能可能是最优的或几乎最优的。因此，人们将期望，除了条件数之外，MIMO信道矩阵的正交性水平也能够影响MMSE性能。为了测量信道的正交性，可以直观地考虑矩阵H^TH，并且将对角条目||h_i||²与非对角条目<h_i，h_j>，i≠j进行比较。根据该直观感觉，在晶格和晶格减少约化理论中使用了以下测量，被称为正交性缺陷(OD)，有时也称为正交性缺乏Hadamard比，以量化矩阵的正交程度：

在文献中，也出现了上述公式的其他变体，诸如1-δ(H)、1/δ(H)、

或

或信道矩阵的逆的厄米特正交性缺陷

对于秩(H)＝Nt的任何信道，可以使用Hadamard不等式来表明δ(H)≥1，其中当且仅当信道矩阵正交时，δ(H)＝1。随着信道远离正交性，δ(H)值增加。虽然OD在一些情况下是有用的优值，但它也缺少某些方面：

-与条件数类似，OD测量与操作SNR无关，并且因此对于中等SNR区域不太有用。

-有趣的是，当秩(H)＝N_t时，OD可能更有用。当N_t＞N_r(这通常是在下行链路通信的情况)，或者甚至当N_t≤N_r但信道秩不足，使得秩(H)＜N_t，由于det(H^TH)＝0，上述定义的OD测量变得不太有用。

整数强制接收器

通过矩阵

表示具有N_t发射天线和N_r接收天线的MIMO信道，其第i列由大小为N_r的h_i表示。通信是相干的(即，在接收器处具有理想的信道状态信息)，但是开环的(即，在发射器处没有信道状态信息)。在用于上行链路传输、下行链路传输以及单用户MIMO的非独立MIMO流下，已经解决了该担忧，其中使用构造A晶格在轻度衰落条件下建议了接近容量的方法。本公开更关注于整数强制接收器，其中问题是构造矩阵

该矩阵由IF接收器所需的N_t整数线性组合/向量组成，每个大小为N_t。

关于IF架构的一些早期讨论已经表明，使用在基站(eNodeB)处的最优编码和调制以及在用户设备(UE)处的最优后处理或均衡，可以通过IF架构实现以下传输速率：

其中，

由于通信是开环的，因此使用等功率分配

注意，A＝I的选择恢复MMSE接收器，但不一定是最优的。一些参考文献还显示了任何潜在整数组合的长度(即欧几里德范数)的以下界限(的稍微宽松的版本)，

其中，σ_max(H)是信道矩阵H的最大奇异值。

基于上述公式，最优整数矩阵A是以下的解

当我们考虑满足G₀＝B^TB的被称为格晶基的任何满秩矩阵B时，例如使用奇异值分解(SVD)或Cholskey分解，可以用更具启发性的形式来表示该优化问题。然后，我们可以将问题写成

这被称为晶格理论中的最短独立向量问题(SIVP)，即找到N_t线性独立(LI)整数向量的集群

使得在格点

当中具有长度max_m||Ba_m||的向量是可能最短的。普通矩阵G(可替代地B)的这个问题被认为是NP-hard二次整数规划问题，但对于我们手头的特定形式和结构，能够设计出简化的精确或良好的近似解。

该优化矩阵的解不一定是唯一的。只要向量满足LI条件，并且最长向量的长度被最小化，则在选择其他向量的长度和值时潜在存在一些灵活性，同时仍保持最优性。

搜索通常在每个相干间隔中仅执行一次，因此如果相干间隔跨越多个码字传输，则复杂度可能变得更合理。

在文献中，针对这个问题存在三种方法。第一方法简单地对格矩阵G₀或信道矩阵H执行一些矩阵运算，并且输出A矩阵的(可能次优)解。第二方法考虑满足

的向量的整个集合或所选择的子集，然后通过检查LI条件来提取(最优或次优)解。第三方法在满足

的向量的集合或所选择的子集内搜索时执行LI条件。

-第一方法：若干算法简单地将初等或复杂运算应用于格矩阵G₀或信道矩阵H或其变体。因此，实际上不涉及搜索和选择。下面，我们简要解释这些方法。

1.对信道矩阵进行舍入：能够采取信道矩阵H，并且通过简单地进行逐元素舍入来构造次优整数矩阵A＝「H」。

2.对特征向量进行舍入：能够从SVD^H＝U∑V^T采取信道特征向量V，并且通过进行逐元素舍入来构建次优整数矩阵A＝「H」。

3.晶格减少(尤其是Lenstra-Lenstra Lovász(LLL)晶格减少算法)：由于晶格基不是唯一的，因此可以执行晶格减少(LR)技术来为晶格找到更短和更正交的基。更准确地说，如果

对于一些单模矩阵T，即其逆也是整数(或等价地具有det(T)＝±1))的平方整数可逆矩阵，则基矩阵B和

都生成相同的晶格。在LR技术中，考虑满足G₀＝B^TB的晶格基，其中矩阵G在上面定义，然后应用晶格减少以得到

并且选择

作为整数解。LR的至少一个优点是其计算复杂度与SNR无关。一些著名的LR算法包括Minkowski和HKZ方法，其复杂度是发射天线数目的指数，但最著名的LR方法是LLL方法，其复杂度是发射天线数目的多项式。这些算法对于小型天线阵列(例如，2或4个实数发射天线)更为优化，但对于大型天线阵列则变得更为次优。

-第二方法：文献中建议的用于解决优化问题和查找A矩阵的一些算法由三个阶段组成：

(i)基于一些准则形成候选短向量的列表；

(ii)按照向量长度的升序(即从最短到最长)对候选列表排序；

(iii)从列表顶部开始，在具有LI条件的列表中搜索N_t最短向量。

第三阶段通常通过以下方法中的一个来完成：

·高斯消元：将排序后的候选列表作为矩阵的列，然后对该矩阵执行高斯消元，最后选择首先以行缩减梯队形式定义新维度的候选向量，即对应于枢轴的那些向量。

·块LI搜索：从列表顶部开始，一次选择N_t向量，并且用秩测试来检查LI条件；继续，直到找到满秩矩阵为止。

·贪婪L1搜索：从列表顶部开始，逐个选择具有最短长度的向量，使它们形成L1集群；继续，直到找到满秩矩阵为止。由于贪婪的顺序搜索，这更有效。

对于第一阶段，文献中建议了若干方法和算法来形成候选向量列表。下面，我们简要解释这些方法。

4.穷举搜索：通过简单地列出所有N_t整数向量，原始IF论文建议了对其欧几里德范数满足

的所有大小-N_t整数向量的穷举搜索。这是一种更优化的方法，但搜索域的大小大致为

可能性。

5.穷举树搜索：通过使用受Fincke-Pohst(FP)或Schnorr-Euchner(SE)枚举启发的深度优先树搜索算法(也称为球体解码)来执行穷举搜索，以找到SIVP的精确解。这基本上是最优穷举搜索的更快实施方式，该搜索按

顺序地形成有效整数向量的元素，而不是一次生成整个整数向量。

6.经由晶格减少来进行穷举(树)搜索：又另一穷举但较低复杂度的方法使用如下LR技术：首先执行晶格减少(例如LLL减少)，然后使用减少的晶格基

用于穷举搜索(可能使用有效的树搜索版本)以获得解

还建议使用

作为搜索半径，其中

表不

的第m列。最后A矩阵是通过采取

来形成的。原因是，对于任何a向量，我们能够写

使得

或

7.用半整数诱导缩放的减少穷举：参考文献最近已经建议了一种减少但最优的穷举搜索，该搜索将最优整数向量描述为G₀矩阵(的某些变体)的适当缩放的舍入版本或标准单位向量。特别地，a＝「Wx」，其中x是大小秩(H)的实数值向量，并且W是满足

的N_t×秩(H)矩阵。该方法执行穷举搜索以找到适当的缩放向量x，但一个可能的好处是，如果发射天线的数目严格超过信道的秩，即N_t＞秩(H)，则搜索空间的维数将减少，在这种情况下，搜索算法仅考虑维数秩(H)空间中的实数值缩放向量，而不是维度N_t的空间。由于执行舍入，因此能够将所有实数值缩放向量的搜索空间减少到仅导致舍入操作的半整数参数的搜索空间，其中舍入将跳到新值。其他参考文献已经考虑了这种方法的变化。

8.方法1的组合方法：能够考虑在上述方法1中引入的直接方法的子集或者所有，并且生成多个A矩阵。将这些矩阵中的所有列向量收集到候选列表中，能够对列表进行排序并且运行LI测试，以生成新的A矩阵，该矩阵仍然是次优的，但潜在地优于所有原始矩阵。如果只组合几个A矩阵，则候选列表的排序和LI处理的额外复杂度将不高。

9.沿最强特征向量搜索：启发式直觉概念上建议选择接近最强信道方向的整数向量，即对应于σ_max(H)的特征向量。当σ_max(H)远大于其他奇异值时，这种次优策略可能有用。然而，文献中没有提到具体的算法。

10.特征向量的扰动：认为具有小a^TG₀a值的整数向量的形式为α＝「v₁+ρ_iv_i」，其中，y₁是最强的信道方向，即对应于σ_max(H)的特征向量，具有2≤i≤N_t的v_i是其他信道特征向量，ρ_i是实数值扰动因子。由于舍入操作，仅考虑导致舍入操作的半整数参数的那些扰动因子ρ_i，其中舍入将跳到新值。这种次优方法具有相当低的复杂度。为了进一步减少复杂度，搜索仅限于几个方向，而不是所有可能的N_t-1方向，并且扰动因子ρ_i的搜索间隔也受到限制。然而，这些被留作算法的输入，并且对于这些修改没有给出一般性建议。

在上面总结的一些方法中，标准单位向量集合，即默认矩阵

的列不一定被包括在候选向量列表中。在我们的数值评估中，我们观察到，最好手动添加这些向量以获得良好的性能，有时明显优于原始方法的性能。

-第三种方法：已经建议了一些用于优化问题和查找A矩阵的算法，其中在搜索新的整数向量或矩阵时执行LI条件。这些算法通常很复杂，但可查证地找到最优解。下面，我们简要解释这些方法。

11.用树搜索的子空间回避：一些参考文献建议了一种基于子空间回避问题(SAP)的方法，即在给定向量空间外查找最短的非零晶格点Ba。因此，使用一系列SAP解决方案来查找最优A矩阵，如下所示：UE迭代地将短的线性独立向量附加到A矩阵，考虑这些向量所跨的子空间，并且避免其查找将平凡地线性独立的下一个最短向量，并且重复此操作，直到找到N_t向量为止。为了使得搜索更有效，使用了树搜索方法，诸如FP或SE枚举策略(的修改版本)。复杂度上界与发射天线数目N_t呈指数关系，但与SNR无关。

12.用树搜索的全秩矩阵更新：其他参考文献建议了另一种查找最优A矩阵的迭代方法，该方法从次优解(即，

矩阵的某个置换)开始，并且在每次迭代中，通过用新向量a替换A的精心选择的列来更新A矩阵，该向量a诱导较短的晶格点Ba。正确选择替换列涉及确保LI条件的新技术。当找不到新向量以更新A矩阵时，搜索过程停止。为了提高搜索效率，该算法(i)在LLL减少的晶格上运行，并最终将结果转换回原始晶格，以及(ii)还使用树搜索SE枚举来搜索新向量。该算法的复杂度再次与SNR和发射天线数目N_t的指数无关，但略优于上述SAP方法的复杂度。

上述12种方法中的每个方法具有它们自己的优点和缺点。总之，现有方法的主要缺陷如下：

-次优方法通常牺牲速率性能以实现低计算复杂度。它们通常在较小的天线阵列中表现良好，但在大型天线阵列中具有恶化的性能。

-最优方法通常具有高复杂度，特别是对于大型天线阵列。

-大多数方法都无法提供对不同信道参数(诸如信道增益和信道特征向量)和操作SNR的作用的深刻了解。

MIMO通信中线性接收器选择的简单条件

MMSE接收器的性能众所周知由以下矩阵的对角条目决定：

其中，

表示大小为N_t的单位矩阵，由于开环通信考虑，因此使用等功率分配

分析还表明，整个矩阵G₀(不仅是其对角条目)确定了IF接收器的可实现速率/可靠性。

在下文中，我们使用略微修改的矩阵G，对此我们重用术语格矩阵，来定义奇异性和正交性的优值，如下所示：

注意，信号对干扰加噪声比(SINR)考虑了在接收器处估计的总干扰功率(例如，使用参考信号测量的信号信道和干扰，诸如下行链路传输中的CSI-RS，以及上行链路传输中的SRS(测深参考信号))。如果在传输之前在接收器处未测量到干扰，则SINR归结为SNR。尽管以下新测量以与标准/传统测量相似的方式被定义，但它们对任何天线阵列大小都被良好地定义；它们正确地捕捉到了SINR的作用；并且它们恢复其标准对应项或其变体，作为渐近地高SINR的极限点。据我们所知，在分析MIMO无线信道之前，尚未引入和采用上述这些测量。

修改的条件数

建议了信道奇异性的测量的集群(被称为修改的条件数)，它是传统条件数κ(H)概念的一般化，并且捕捉所有信道方向，并且也捕捉SINR的作用。它们是以下数的集群

其中，r＝秩(H)，并且[σ₁(H)，...，σ_r(H)]表示以降序的信道矩阵H的(非零)奇异值集合。注意，对于固定信道和SINR，修改的条件数的集群

{κ_mdf，1(SINR，H)，..，κ_mdf，r(SINR，H)}

按升序形成排序序列。此外，对于固定信道和任何固定索引i，κ_mdf，i(SINR，H)是其值在以下间隔范围的SINR的增函数

特别地，对于i＝r，当SINR趋于无穷大时，我们得到κ_mdf，r(SINR，H)→κ(H)，信道的常用条件数。

修改的条件数集合提供了定量度量，用于确定任何给定SINR的信道方向的相对强度。修改条件数接近1的信道方向是较强的方向，并且修改条件数较大的信道方向是较弱的信道方向。此外，信道奇异性、不良条件信道和条件良好信道等概念应根据给定SINR下的最大修改条件数来定义，即

其中，σ_min(H)是H的最小非零奇异值。修改条件数的替代公式可以包括计算G矩阵的特征分解(如第3.1节所述)以获得特征值

其中

根据G的定义，λ_i能够被表达为：

并且因此，(λ₁，...，λ_Nt)是升序的，与(σ₁，...，O_Nt)不同。还能够得出进一步修改的条件数，该条件数考虑了所有奇异值的变化，而不是最大到最小奇异值方法。例如，

注意，不排除作为

函数的其他度量。为了便于阐述，我们在本公开的其余部分采取了前面的度量κ_mdf，r(SINR，H)。

修改的正交性缺陷

建议了一种信道正交性测量(被称为修改的正交性缺陷)，它是正交性缺陷δ(H)的传统概念的一般化，并且捕捉了SINR和不同天线阵列大小的作用。修改的OD被定义为

其中，矩阵G被定义为

并且G_ii是矩阵G的第i个对角条目。事实上，修改的正交性缺陷是任何满足G＝B^TB的满秩矩阵B的正交性缺陷，其能够被例如使用奇异值分解(SVD)或Cholskey分解来构造。

修改的正交性缺陷也能够用信道的奇异值和奇异向量表示。假设V是信道的右奇异方向(基本上是信道特征向量)，我们能够写

其中，VoV表示V自身的逐元素乘法；d²表示向量d的逐元素平方；并且向量d被定义如下：

其中r＝秩(H)。注意，向量d的前r个条目，其中r＝秩(H)，与修改的条件数相关如下：

可以验证，对于秩(H)＝N_t的信道，当SINR增长到无穷大时，δ_mdf(SINR，H)→δ(H^-H)，信道的逆或伪逆厄米的标准正交性缺陷。注意，当秩(H)＜N_t时，不定义δ(H)。

对于任何信道矩阵H，不管矩阵大小或秩，修改的OD被良好定义并且满足

δ_min≤δ_mdf(SINR，H)≤δ_max

其中，由于Hadamard不等式，δ_min＝1，并且右侧不等式能够通过凸优化来证明，以给出

其中RMS(d)表示均方根运算

并且GeoMean(d)表示几何平均运算

事实上，当信道正交时，即信道特征向量形成单位矩阵或其符号置换时，达到下限。上限是由于对于固定的信道增益集合，当信道特征向量形成Hadamard/DFT矩阵或其符号置换(在适当归一化后)时，达到最大(修改的)OD的鲜为人知的观察。我们已经观察到，对于此类信道，IF接收器通常相比MMSE接收器而言不提供任何速率增益。

具有不同发射和接收天线数目(N_t≠N_r)的非平方/非对称N_t×N_rMIMO信道，具有修改的OD值的特定趋势。对于N_t＜N_r的情况，在中到高SINR区域处，MIMO信道很可能几乎是正交的，除非天线空间相关性显著。另一方面，对于N_t＞N_r的情况，除非天线空间相关性显著，否则MIMO信道很可能远离正交。

本领域技术人员将理解，上述对包括本发明的SINR的影响的测量的详细描述并非旨在详尽或将本发明限制于上述公开的精确形式或本公开中提及的特定使用领域。虽然上文出于说明目的描述了本发明的具体实施例和示例，但如相关领域的技术人员将认识到的那样，在本发明的范围内可以进行各种等效修改。例如，使用平方/n次方运算、扰动、添加正则化因子、值的全部/子集的线性/几何平均来修改信道奇异性测量和信道正交性测量方程。

接收器选择的建议算法

UE中的线性接收器选择的方法如下：

a)计算最大修改的条件数κ_mdf，r(SINR，H)和修改的正交性缺陷δ_mdf(SINR，H)，如上所述。

b)如果信道在κ_mdf，r(SINR，H)为小的意义上条件良好，则选择MMSE接收器。

c)如果信道在δ_mdf(SINR，H)达到其下限(即1)或上限(即δ_max)的意义上完全正交，则选择MMSE接收器。

d)如果信道在δ_mdf(SINR，H)接近其下限(即1)或上限(即δ_max)的意义上接近正交，并且在κ_mdf，r(SINR，H)不太大的意义上信道不是高度不良条件的，则选择MMSE接收器。

e)如果信道在δ_mdf(SINR，H)远离其下限和上限的意义上远离正交，和/或信道在κ_mdf，r(SINR，H)非常大的意义上处于非常不良条件，则选择IF接收器。

总之，在以下情况下，期望IF接收器比MMSE接收器具有有意义的增益：

-修改的OD充分远离两个极限，即特征向量远离单位矩阵或其符号置换，并且也远离Hadamard/DFT矩阵或其符号置换；和/或

-最大修改的条件数足够大。

此外，随着具有大修改的条件数的信道方向数目的增加，IF接收器相对于MMSE接收器的优势增加。

UE中用于线性接收器选择的方法如下：

a)基于天线阵列大小和天线相关性等，但与信道增益和SINR值无关，来识别通用奇异阈值κ_thr。

b)基于信道和操作SINR的给定或修改的条件数，来识别适当的正交阈值δ_low、δ_high，使得δ_low＝δ_low(SINR，H)和δ_high＝δ_high(SINR，H)。选择这些因子作为δ_min和δ_max的适当因子。

可替代地，能够定义函数：

其中0≤δ’≤1。无论δ_mdf(SINR，H)接近δ_min或δ_max时，该函数接近于值零。因此，能够使用统一的阈值δ_thr，使得在δ’＞δ_thr时选择IF接收器。注意，不排除行为类似于δ’的函数，其能够在中心产生峰值，并且在极限值处产生零值，反之亦然。

c)计算最大修改的条件数κ_mdf，r(SINR，H)和修改的正交性缺陷δ_mdf(SINR，H)，如上所述。

d)如果

κ_mdf，r(SINR，H)＜κ_thr或(δ_mdf(SINR，H)＜δ_low或δ_mdf(SINR，H)＞δ_high)

则选择MMSE接收器。

e)如果

x_mdf，r(SINR，H)＞κ_thr和/或δ_low＜δ_mdf(SINR，H)＜δ_high

则选择IF接收器。

从上面的讨论可以容易地得出，MMSE接收器通常应被选择用于低SINR区域，包括其中SINR低于0dB的实例，甚至其中SINR低于10dB的实例。IF接收器对于中和高SINR区域更有用。

对于N_t＜N_r的非平方/非对称不相关MIMO信道，MMSE接收器通常更优化，因为信道通常几乎是正交的。另一方面，对于在中到高SINR处N_t＞N的非平方/非对称不相关MIMO信道，由于信道远离正交，IF接收器通常显著地优于MMSE接收器。然而，由于天线之间存在中到高的空间相关性，这些影响可能改变。

尽管上述条件捕获了MIMO信道的许多实例，对于这些实例，IF接收器比MMSE提供的增益小，但仍然存在能够防止IF接收器比MMSE接收器具有显著的速率增益的信道特征向量和/或修改的条件数的一些其他组合。

注意，接收器类型选择能够基于质量度量，而不是修改的条件数或修改的正交性缺陷。例如，不排除基于信道的空间相关性的质量度量或其他基于信道的度量。此外，例如网络负载的信道独立的度量也能够用于接收器类型选择。

基于特征向量对的整数强制设计的新算法

我们建议的方法中的一个元素是使用适当的权重将最强的信道方向与其他信道方向逐个组合。权重的选择允许我们调整所有特征向量对解的贡献。特别是，我们能够基于信道方向的强度适当地对齐A矩阵的所选整数向量。这不仅对设计有深刻的见解，而且提供了接近最优的解。计算复杂度相当低。

总之，建议的方法的各方面能够包括：

-一种经由特征向量对的加权组合生成候选向量的新方法；

-一种新的、分析验证的、更紧密的搜索半径；

-一种线性独立性(L1)测试的修改的贪婪方法；

针对复数MIMO信道的建议算法的直接扩展(无需经由同相正交(IQ)分解将复数信道转换为实数信道)。

基于特征向量对的整数强制设计的详细算法

下面详细介绍了用于查找整数强制(IF)架构所需的整数线性组合的建议算法。

输入：在接收器处MIMO信道矩阵H和SINR的估计；用于识别弱信道方向的阈值κ_thr；ρ₁值集合的分辨率RS_ρ或大小SZ_ρ；ρ₁值集合的阈值Th_ρ，其中ρ₁表示最强信道方向的选择权重

输出：A矩阵的(-n几乎最优)解

a)计算矩阵

b)计算G矩阵的特征分解以获得特征值

(升序)和对应的特征向量

回想上面的G和λ_i的定义，对应于G的最小特征值λ₁的特征向量与对应于矩阵H的最大奇异值的奇异向量v₁相同。

c)识别搜索半径

其中λ_min(G)＝λ₁。下面给出该搜索半径的证明。为了提高速度，还能够基于下面的90％表使用更紧密但次优的搜索半径。

d)识别强信道方向和中等信道方向的集合{2，…，M}，并且丢弃任何剩余的弱方向。这里M是满足以下的最大索引2≤i≤秩(H)

如果κ_mdf，2(SINR，G)＞κ_thr，则选择M＝2。

e)如下基于设置分辨率RS_ρ来形成值集合ρ₁∈Ω₁：

其由包括

个元素组成；或基于设置大小SZ_ρ，如下所示：

Ω₁＝{1}∪{k×Inc：k＝0，1，...，SZ_ρ-2}，

其具有大小

的增量。下面，参见关于ρ₁值的“搜索间隔”、“搜索分辨率”、“穷举选择”和“最优选择”的多个备注。

f)对于所有方向指数i＝2，…，M，以及任何给定的ρ₁∈Ω₁，构造α向量的集合，使得a＝「ρ₁v₁+ρ_iv_i」，其中：「x」表示具有向上舍入连接的逐元素舍入；并且ρ_i∈Ω_i，其中

其中，

和半整数集合

参见下面关于“ρ_i值的搜索间隔”的备注。

g)去除落入搜索半径

之外的任何α向量.

h)将所有剩余的α向量放入候选列表中。

i)将默认

矩阵的列向量，即所有标准单位向量，附加到候选列表。

j)基于它们的a^TGa值按升序对候选列表排序，并丢弃任何重复的α向量。参见下面本文关于“唯一排序”用法的备注。

k)去除所有零向量。

I)执行改进的贪婪L1测试以构造A矩阵。参见下文。

关于ρ₁的搜索间隔，理论边界

和特征向量具有单位长度的事实意味着

由于对于任何整数向量a，整数向量(-a)不是线性独立的并且导致相同的值，(-a)^TG(-a)＝a^TGa，我们能够将选择限制为仅

甚至能够将上界限制在下面提到的90％半径或其一个小因子(例如，90％半径的两倍)，在大多数情况下不失去最优性，但对于某些不良条件和非正交信道，可能有一些速率性能恶化。

关于ρ₁的搜索分辨率，在许多情况下，ρ₁的选择能够通过只考虑搜索间隔中非常低的值精度来完成，例如，仅整数、半整数或四分之一整数值。这提高了搜索速度并且降低了算法的复杂度，尽管有时可能牺牲性能和/或导致长整数a向量，这可能实际上并不有利。当我们的算法应用于某些信道时，我们还已经观察到饱和效应，其中，无论ρ₁搜索选择的分辨率有多低或多高，性能都不改进到超过某个水平(这可能足够有效以实现例如IF最优性能的90％)。因此，提高ρ₁精度不一定是好主意。

关于ρ₁的穷举选择，能够基于所有特征向量组合对的半整数交点来更好地确保所有必要ρ₁值的更穷举的搜索。特别是，对于固定方向索引2≤i≤M，对于所有对1≤j≠k≤N_t和所有半整数对

，能够考虑线性方程组中对ρ₁的解：

能够使用“超平面布置”方法以更系统的方式进行此操作。在任一形式中，与上述的简单均匀选择相比，这种穷举选择通常涉及更高的计算复杂度和更长的运行时间，但在速率性能方面仅提供低到中等的改进。

关于ρ₁的最优选择，ρ₁值的最优/智能选择能够基于(修改的)条件数、(修改的)正交性缺陷等。例如，对于2×2的实数MIMO信道，当信道增益或修改的条件数小并且正交性或修改的正交性缺陷接近其下限或上限时，可以使用(ρ₁＝1)。

关于ρ_i的搜索间隔，再一次的，理论边界

和特征向量具有单位长度的事实意味着

至少在某些情况下，能够使用更紧的边界

任何一个边界能够有助于避免生成至少一些无效整数a向量，并且因此避免算法的步骤g)中的至少部分无效剪枝运算。

关于不需要排序ρ_i值，可能不需要与上述方法10对应的“特征向量扰动”算法中的步骤，即“排序ρ_i值并且使用连续ρ_i值的平均值来构造整数a向量”。

关于a向量的唯一排序，一种提高建议算法速度的技术是在算法的步骤(j)中进行“唯一排序”简化，如下所示：能够基于其a^TGa值对整数a向量的候选列表进行排序，然后丢弃除了一个向量之外实现相同a^TGa值的所有向量。

这在选择ρ₁值的不适当高分辨率导致整数a向量的候选列表中多次重复的情况下很有帮助。这种技术降低了计算复杂度，因为检查重复标量比检查重复向量容易得多。然而，这种技术也潜在地导致性能损失，因为两个或多个不同的线性独立整数a向量实现相同a^TGa值的可能性相对小，其中一些将被这种“唯一排序”过程丢弃。

关于显式公式，根据上述内容，所建议的算法足够常用以将潜在晶格减少作为一个外部过程，如下所述。因此，已经避免了显式公式。在本文中，在未执行此类晶格减少的情况下我们提供了这些显式公式。这里，我们表示r＝秩(H)。

关于LLL预处理和后处理，UE能够通过将LLL减少作为所建议的算法的外层来潜在地降低搜索运行时间。

特别是，一旦在步骤(a)中已经计算出矩阵G，我们能够执行以下预处理：

-考虑满足G＝BB^T的晶格基B，例如，B＝L，其中L是Cholskey分解G＝LL^T的下三角矩阵；或从特征分解G＝Vdiag(Λ)V^T得到的B＝V(diag(Λ))^1/2。

-使用单模矩阵T对B应用LLL减少以得到减少的晶格基

然后形成减少的Gram矩阵

当算法的其余部分正在运行时，即步骤(b)到(1)，考虑以下改变：

-用矩阵

替换矩阵G。将所得解称为

矩阵。

在算法结束时，执行以下后处理：

-使用

将原始晶格的结果转换回1。

一种用于整数强制的新搜索半径

能够获得整数强制问题的搜索半径的一个新的紧密理论边界，并且使用如下。

根据最小最大定理，对于任何向量a_m，包括最优向量，我们有：

其中，λ_min(G)表示矩阵G的最小特征值。另一方面，我们知道

是该优化问题的有效(但不一定是最优)解。这里，我们使用符号e_m用于标准单位向量，其中1位于第m个位置，其他位置为零。因此，我们有

将两个不等式放在一起，我们得到了IF搜索半径的以下公式：

对于

的特定选择，我们有

因此，上述边界被简化为

据我们所知，这些搜索半径公式以前在文献中没有报道。当eNB和UE具有相同数量的天线并且具有低空间相关性时，这些公式趋向特别适用于对称MIMO信道。基于我们的数值评估，对于修改的条件数的小值(当A＝I几乎为最优时)，看起来建议的搜索半径实际上相对紧。然而，随着修改的条件数增加并且最优A矩阵从A＝I(IF更有用的区域)移开，该边界变得更加松散。然而，这仍然比搜索半径的现有公式更紧。

整数强制搜索半径的数值表

在本小节中，我们提供了用于IF搜索半径的90％的表的集合。我们基于数百个不相关和相关的实数MIMO信道的数值模拟生成了以下表，并且通过最优穷举选择方法基于实际选择的整数a向量的范数的90％提取了搜索半径。对于相关MIMO信道，我们使用了3GPPTS 36.101附录B.2.3中引入的定义和参数(及其对更大天线阵列尺寸的扩展)，如下所示：

其中

其中：vec(H)通过逐列堆叠将矩阵H转换为向量；reshape(h，[m，n])通过逐列展开将向量h转换为m×n矩阵；

表示矩阵的克罗内克乘积；R_eNB和R_UE分别是在eNB和UE处的N_t×N_t和N_r×N_r相关矩阵，如下所示：

和

其中，相关参数为0≤α≤1和0≤β≤1；并且

是MIMO相关矩阵R_spat的Cholskey分解。对于一些中相关性和高相关性的情况，为了更好地确保空间相关性矩阵在四舍五入到4位精度后是半正定的，对于一些小比例因子，诸如a＝0.00010或a＝0.00012，进行了如下调整：

这些表趋向更适用于非对称MIMO信道，具有不等数目的eNB和UE天线，或者当MIMO空间相关性高时。

这些表还表明，如果基于信道的其他特性，使用IF接收器比MMSE接收器存在任何增益，则平均归一化接收信号与干扰加噪声比SINR/N_t超过0dB时更有可能出现增益。

对于复数MIMO信道，应该考虑两倍的阵列大小(例如，将2×2复数信道转换为4×4实数信道)，并且然后使用图4至12中提供的表。如第三代合作伙伴项目(3GPP)技术规范(TS)36.101、“用户设备(UE)无线电发射和接收”、3GPP技术规范、LTE、无线电接入网络、演进通用地面无线接入(E-UTRA)(参见附件中的B.2.3.2节)中提供的，图4示出了表400，该表提供了在高、中和低级别的MIMO相关设置矩阵，其包括针对ULA MIMO相关矩阵的发射相关参数α和接收相关参数β中的每一个的对应值。

图5示出了2×2实数MIMO的整数强制搜索半径的数值表500。该表包括与多个相关值和SINR/N_t值中的每一个相关联的对应值。图6示出了2×4实数MIMO的整数强制搜索半径的数值表600。图7示出了4×2实数MIMO的整数强制搜索半径的数值表700。图8示出了4×4实数MIMO的整数强制搜索半径的数值表800。图9示出了2×8实数MIMO的整数强制搜索半径的数值表900。图10示出了8×2实数MIMO的整数强制搜索半径的数值表1000。图11示出了4×8实数MIMO的整数强制搜索半径的数值表1100。图12示出了8×4实数MIMO的整数强制搜索半径的数值表1200。

用于查找线性无关向量的修改的贪婪算法

在本小节中，我们提供了一种带标记计数器的修改的贪婪方法，用于从已排序的候选列表中查找线性无关向量的集合。首先，我们解释了L1测试的基本贪婪方法。接下来，我们提出了使用标记计数器的修改，该修改经由类似树的考虑加快了基本贪婪方法的速度并且避免了测试某些已经失败的组合。

下面，我们解释L1测试的基本贪婪方法。

我们从已排序列表的顶部开始，将已排序的候选列表中的第N_t个向量固定为A矩阵的列(因为IF性能由最长向量指定)，并且考虑由索引为1到N_t-1的向量组成的子列表。然后，我们检查具有子列表中最后一个向量的当前A矩阵的LI条件；若它通过了LI检查，则将其作为矩阵的列附加，否则将其丢弃。我们继续类似地逐个检查子列表中的第二个到最后一个、第三个到最后一个向量等。我们继续，直到找到满足LI条件的N_t向量集合，或者检查了子列表中的所有向量但尚未形成满秩A矩阵为止，在这种情况下，我们在候选列表中再进行一步，将固定向量更改为(N_t+1)st向量，并且重复与之前相同的过程。我们类似地进行，直到找到满足LI条件的N_t向量集合为止。该算法将在有限时间内输出解，因为我们在候选列表中包含了单位矩阵，这是一个有效的最坏情况解。

基本贪婪LI测试方法可能效率低，因为它固定并更新LI测试子列表中的起始向量，而不是结束向量，通常情况下这可能不是最优的。

下面，我们解释使用标记计数器对基本贪婪方法的修改。

在上面解释的基本方法中，在每个步骤中，我们从列表中的固定向量开始并且以相反的顺序遍历候选列表，即，到列表的顶部，搜索向量的满秩集群。然而，这些向量集群中的一些已经被测试并且已知无法通过LI测试。因此，我们能够存储失败集群中的一些或所有的索引以加快即将进行的检查。然而，存储所有这些失败集群可能非常耗费空间并且可能非常耗时。至少在一些实例中，我们建议仅以以下方便的形式存储失败集群对：对于候选列表中的第k个整数向量a(k)，设置指向要被收集和检查的下一个向量的计数器c(k)。最初，所有计数器被设置为c(k)＝k-1，因为基本贪婪搜索总是以相反的顺序遍历候选列表并且检查列表中的前一个向量。然而，我们对计数器进行如下修改：每当a(k)是步骤中的固定向量，并且对于一些2≤l＜k，其具有a(l)的集群无法通过L1测试时，将计数器更新为c(k)＝l_--1。这是因为我们按顺序执行LI测试，因此如果对[a(k)，a(l)]无法通过LI测试，则意味着所有对[a(k)，a(l+1)]，…，[a(k)，a(l-1)]也已失败，因此要检查的下一个集群是[a(k)，a(l-1)]。当子列表中的固定向量改变时，这种计数器变得非常有用，因为它有助于更好地确保那些失败的向量对将不被包含在任何即将到来的集群中。

针对复数MIMO信道的建议算法的一般化

在本小节中，我们提供了针对复数MIMO信道的建议算法的一般版本。针对复数MIMO信道的IF接收器设计存在两种方法，这两种方法都具有相同的性能：

(i)常用的方法是将I-Q分解应用于N_t×N_r复数MIMO信道，并且将其转换为等效(2N_t×2N_r)实数MIMO信道，然后将建议算法用于该等效实数信道。该方法生成一个大小(2N_t×2N_r)的实数整数A矩阵。在这种情况下，为了使IF架构工作，应该为实部和虚部使用相同和独立的MCS，因此在这种方法中不允许使用不是实分量和虚分量的叉积的复数或联合MCS。

(ii)不太常见的方法是直接处理复数信道并且使用大小为N_t×N_t的复数整数A矩阵，即其条目为(a+jb)形式的矩阵，其中a和b为实数整数；这也称为高斯整数。这是一种更自然的方法并且使用这种方法可能获得一些复杂度减少。此外，在这种方法中，我们被允许对两个I-Q部件使用更常见的复数或联合MCS，这简化了发射器设计。此外，请注意，对于复数MIMO信道，每维度每天线的功率水平应该与实数MIMO信道使用相同的功率水平。

在下文中，我们解释了对我们建议算法的改变，该算法允许复数MIMO信道的直接设计。注意的方面是：使用共轭转置代替实数转置，因此G矩阵被定义为

权重因子ρ₁，...，ρ_r现在是复数标量；最后，当它们的实部变元或虚部变元取半整数值时，舍入向量跳转到新值。因此，考虑到上述G矩阵，算法中的所有步骤保持相同(包括可能的LLL预处理和后处理)，但步骤e)和f)除外，其被修改如下：

a)基于设置分辨率RS_ρ来形成ρ₁∈Ω₁值的集合，如下所示：

b)对于所有方向索引i＝2，…，M，以及任何给定的ρ₁∈Ω₁，构造α向量的集合，使得α_i＝「ρ₁v₁+ρ_iv_i」，其中：「x」表示具有向上舍入连接的逐元素舍入；和ρ_i∈Ω_i，Real×jΩ_i，Imag其中

其中，我们表示

并且半整数集合

IF接收器的实施方式方面

编码调制方面

IF设置简介

IF接收器有两个突出显示的实施方式设置：

·实数设置，其中仅考虑实数信道并且应用实数晶格运算。使用I-Q分解将复数信道转换为虚拟实数信道。

·复数设置，其中直接考虑复数信道并且采用复数点阵运算。

反过来，用于IF接收器的晶格能够至少以两种方式构建：

·构造A：经由(单级)非二进制代码进行编码调制

·构造D：经由多级二进制码进行编码调制

我们对诸如线性分组码、卷积码、turbo码、LDPC码、极坐标码的二进制码更感兴趣，所以至少在一些实例中更优选Construction D。

对于具有构造D的实数设置的情况，考虑以下特征/方面：

虚拟实数信道具有(2×M)个发射天线和(2×N)个接收天线。假设信道经历半静态、平坦衰落，即在码块传输内没有或几乎没有时间/频率变化。这可以通过将调制符号的映射限制在资源分配内来实现，该资源分配包括少量(例如，1个)RBG(资源块组，RBG＝4RB，RB＝12个子载波)，子带(例如，8个RB)，PRG(预编码资源组，诸如2个RB)。由于平坦衰落约束的频率上的子载波数目有限，资源分配可以跨至少一个时隙(例如，包括14个OFDM符号)或多个时隙分配以支持足够数目的信息比特用于通信。

所有消息和码字都是二进制的。

所有代码(即编码器和解码器功能)都是二进制线性代码。

存在(M×2×L)个独立的消息/码字，其中L是多级别代码的级别数。码字可以对应于一个或多个传送块的编码部分。传送块可以被分割成多个码块，每个码块用信道码编码成码字。码字中信道编码比特的数目可以由资源分配中的数据子载波(例如，排除用于参考信号、速率匹配模式的子载波)的数目给出。

同一级别中的所有(M×2)消息以相同的速率使用相同的二进制代码。基于多级别代码方案的不同规则之一来选择每个级别的码率。(传送块的)信息比特数和编码比特数或码字长度在跨同一级别的所有码字中是相同的。在一个示例中，码字可以被首先映射到对应于给定级别和天线端口的比特(例如，从最低级别、最低天线端口、I和Q分量交替或先I分量后Q分量开始)，并且然后跨天线端口(例如，最低天线端口到最高天线端口)，并且然后跨级别(例如，到第二低级别、第三低级别，依此类推。)——所以首先(从最低级别开始)跨天线端口(I和Q交替或先I后Q)然后跨级别。也能够考虑交替映射，诸如(从最低天线端口开始)跨级别(I和Q交替或先I后Q)，然后跨天线端口。天线端口可以对应于传输层。此外，在某些空间相关条件下，不排除将相同码字映射到大小大于一的天线端口子集的情况。

对于二进制序列的调制，消息按其级别的顺序级联，即MSB对应于最高级别(级别“L”)，并且LSB对应于最低级别(级别1)。

从比特到符号的映射遵循自然标记，即每个级别的映射的笛卡尔积，其中每个级别的映射是{0,1}到诸如{+1,-1}或{+a,-a}的BPSK符号的映射。

OFDM首先在频率(子载波)上分配调制符号，然后跨时间(OFDM符号)。在本公开中，参数“n”是指时频分配的总数。

有效信道矩阵“A”应该是：(i)实数整数，(ii)其模2版本“A₂”应该是Z₂上的满秩。

图13和14显示了当使用具有构造D的实数设置时发射器和接收器侧是如何构造的。更具体地，图13示出了使用具有包括信道H、接收器噪声和OFDM解调的构造D的实数设置构造的发射器侧框图1300，并且图14示出了使用具有构造D的实数设置构造的接收器侧框图1400。

对于具有构造D的复数设置，考虑以下特征/方面：

复数信道具有(M)个发射天线和(N)个接收天线。假设信道经历半静态，平坦衰落，即在码块传输中没有或几乎没有时间/频率变化。这可以通过将调制符号的映射限制在包括少量(例如，1)RBG(资源块组，RBG＝4RBs，RB＝12个子载波)、子带(例如，8个RBs)、PRG(预编码资源组，诸如2个RBs)的资源分配内来实现。资源分配可以跨至少一个时隙(例如，包括14个OFDM符号)或多个时隙分配以支持足够数目的信息比特用于通信，因为用于平坦衰落约束的频率中的子载波数目有限。

所有消息和码字都是二进制的。

所有代码(即编码器和解码器功能)都是二进制线性码。

存在(M×L)个独立的消息/码字，其中L是多级别代码的级别数。码字可以对应于一个或多个传送块的编码部分。传送块可以被分割成多个码块，每个码块用信道码编码成码字。码字中信道编码比特的数目可以由资源分配中的数据子载波(例如，排除用于参考信号、速率匹配模式的子载波)的数目×2给出。用于复数(I和Q)调制符号的因子为2。

同一级别中的所有(M)消息以相同的速率使用相同的二进制代码。基于多级别代码方案的不同规则之一来选择每个级别的码率。(传送块的)信息比特数和编码比特数或码字长度跨同一级别的所有码字是相同的。在一个示例中，码字可以首先被映射到对应于给定级别和天线端口的比特(例如，从最低级别、最低天线端口、I和Q分量交替或先I分量后Q分量开始)，并且然后跨天线端口(例如，最低天线端口到最高天线端口)，并且然后跨级别(例如，到第二低级别、第三低级别，依此类推。)——所以首先(从最低级别开始)跨天线端口(I和Q交替或先I后Q)然后跨级别。也能够考虑交替映射，诸如(从最低天线端口开始)跨级别(I和Q交替或先I后Q)，然后跨天线端口。天线端口可以对应于传输层。此外，在某些空间相关条件下，不排除将相同码字映射到大小大于一的天线端口子集的情况。

对于二进制序列的调制，消息按其级别的顺序级联，即MSB对应于最高级别(级别“L”)，并且LSB对应于最低级别(级别1)。

从比特到符号的映射遵循自然标记，即每个级别的映射的笛卡尔积，其中每个级别的映射是{0,1}到诸如用于I和Q分量的{+1,-1}或{+a,-a}的BPSK符号的映射。

OFDM首先在频率(子载波)上分配调制符号，然后跨时间(OFDM符号)。在本公开中，参数“n”是指时频分配的总数。

有效信道矩阵“A”应该是：(i)复数整数，(ii)其模2版本“A₂”应该是Z₂上的满秩。

定义复数整数矩阵“A”与二进制序列&复数整数/比特的模-2运算的乘法。

在一个示例中，为了与实数设置等效，能够将每个消息考虑为由两个子消息组成(对于I和Q分量)。

图15示出了使用具有构造D的复数设置构造的发射器侧框图1500。图16示出了使用具有构造D的复数设置构造的接收器侧框图1600。

我们还注意到，进一步的设置基于：

·晶格减少辅助(LRA)接收器，其在符号级(而不是码字级)上应用IF-like操作，以及

·外部单级/多级信道代码的应用

对于实数/复数设置这两者，也能够讨论这一点。

对于具有构造A的真实设置，考虑以下特征/方面：

为了一致性，我们从二进制消息开始。操作是相对针对p阶字段进行的。

码字是p进制的。整数矩阵在接收器处被应用于消息的p阶函数。

所有流或层具有相同的速率。在某些布置下，能够放宽该限制。

解码阶段的输入/输出关系是非传统的。

在发射器处：k≤k_b并且k≤n但不一定是k_b≤n，码率能够大于1。

OFDM首先在频率或子载波上分配调制符号，然后跨时间或OFDM符号。在图中，参数“n”是指时频分配的总数。

扩展到复数值信道：虚拟(2M×2N)MIMO信道，即流的数量加倍。

图17示出了使用具有构造A的实数设置构造的发射器侧框图1700。图18示出了使用具有构造A的实数设置构造的接收器侧框图1800。

作为参考，至少对于基于码本的操作，LTE中的码字到层映射在此被提醒为背景材料：

允许最多4层(在Rel.15中为8层)。

N_L层，N_A端口，其中1≤N_L≤N_A。

可能的传送块到层映射如下所示。

对于HARQ重传，如果1个传送块跨越2层，则将传输2层。

跨层的符号数目必须相等，例如，如果2个传送块被映射到3层，则长度(传送块2)＝2×长度(传送块1)。这可以通过除了速率匹配之外选择适当的传送块大小来保证。

对应于传送块的调制符号以交替方式被映射到层，即，如果传送块1符号为：T₁ ⁽¹⁾、T₂ ⁽¹⁾、T₃ ⁽¹⁾、T₄ ⁽¹⁾…，则层1符号为：T₁ ⁽¹⁾、T₃ ⁽¹⁾…，并且层2符号为：T₂ ⁽¹⁾、T₄ ⁽¹⁾…。

当前映射不能保证解码函数是消息的整数组合。

图19示出了示出LTE中的码字到层映射的框图1900。图20示出了示出用于基于码本的天线预编码(初始传输)的传送块到层映射的示例性映射图2000。

快衰落MIMO信道的IF设计

在本公开中前面讨论了IF架构可能对缓慢或半静态衰落场景有用。对于快衰落信道，一个实施例可以包括在多个相干间隔上对矩阵A进行某种平均排序，另一实施例可以包括在符号级别上使用IF，类似于晶格减少辅助(LRA)接收器，具有或不具有外部FEC码。

然而，如果信道衰落在时间上的改变快于某个阈值，则预期前一种方法的性能将恶化。

扩展到多用户场景

从先前对中频框架的描述能够看出，该方法能够被扩展到上行链路中的多用户(MU)系统，其中每个(多个)发射天线或其子组对应于单个用户设备(UE)。这是可能的，因为编码过程是跨天线独立的，限制是在跨UE之间利用相同的代码和调制编码方案(MCS)。然后，服务小区BS将找到IF均衡/接收过程所需的接近或最优整数线性组合，并且因此以类似于点到点情况的方式解码从这些UE发送的消息。

经由相同晶格/调制的子集的不同层/用户的不同速率的使用

在一些实例中，IF框架能够建议在IF架构的点到点传输(和多用户上行链路)中的所有层使用具有相同速率的相同代码。在一个实施例中，建议对不同层/用户使用相同晶格/调制的子集，以在其信道不同的情况下促进不同速率的传输。

下行链路和上行链路通信框架

在一个实施例中，具有接收天线端口集合的接收节点可以从至少一个发射节点的发射天线端口集合接收参考信号。接收节点可以估计信道特性，诸如发射天线端口集合与接收天线端口集合之间的信道签名集合。接收节点可以基于所估计的信道特性来确定至少一个信道质量度量，诸如修改的条件数和/或修改的正交性缺陷。

在一个示例中，接收节点可以基于所确定的至少一个信道质量度量和选择准则从第一接收器类型和第二接收器类型中选择接收器类型，其中第二接收器类型是基于整数线性组合集合的整数强制接收器类型，该整数线性组合集合基于所估计的信道签名。在一个示例中，该整数线性组合集合中的每个整数线性组合基于来自信道签名集合的一对信道签名。第一接收类型可以是常规接收器，诸如MMSE-IRC或ML-SIC。

在另一示例中，接收节点可以基于所确定的至少一个信道质量度量和用于编码数据流的选择准则从第一编码/映射类型和第二编码/映射类型中选择编码/映射类型。第二编码/映射类型可以仅支持低于第一数目的RB(例如，RBG、PRG、子带)和至少第二数目的OFDM符号(例如，时隙)的资源分配、相同的信道编码方案、跨来自发射天线端口集合的所有传输层(至少对于每个调制级别)的码字长度和调制编码方案(MCS)。对于第一编码/映射类型，对RB的数目、OFDM符号的数目、信道编码方案、码字长度和调制编码方案(MCS)没有这样的限制。第二编码/映射类型可以与诸如基于整数线性组合集合的整数强制接收器类型，基于估计的信道特性的整数线性组合集合的第二接收器类型相关联。第一编码/映射类型可以与第一接收类型相关联。第一接收类型可以是诸如MMSE-IRC或ML-SIC的常规接收器。

在另一示例中，接收节点可以进一步基于业务特性从第一编码/映射类型和第二编码/映射类型中选择编码/映射类型。例如，不管所确定的至少一个信道质量度量是否满足选择准则，第一编码/映射类型可以支持低延迟业务。对于正常业务，接收节点可以基于所确定的用于编码数据流的至少一个信道质量度量和选择准则来选择编码/映射类型。

在下行链路通信的一个示例中，发射节点可以是网络实体、基站、gNB、eNB、中继节点、TRP(发射/接收点)等。接收节点可以是UE、远程单元等。参考信号可以对应于CSI-RS和CSI-IM参考信号。接收节点可以向发射节点指示所选或推荐的接收器类型或编码/映射类型。接收器节点还可以向发射节点指示所确定的信道质量度量或其函数(信道不良条件的程度、正交性缺陷的程度)，其可能被量化为几比特。仅当选择了第二接收器类型或编码/映射类型时，才可以发信号通知该指示。发射节点可以在调度数据传输的PDCCH(物理下行链路控制信道)上的DCI(下行链路控制信息)中指示用于数据传输的接收器类型或编码/映射类型。在一个示例中，接收节点可以被配置为是否由发射节点确定和报告接收器类型/编码/映射类型。在一个示例中，接收节点可以指示支持第二接收器类型/第二编码/映射类型到发射节点的能力。

在上行链路通信的另一示例中，发射节点可以是UE、远程单元等。接收节点可以是网络实体、基站、gNB、eNB、中继节点、TRP(发射/接收点)等。至少一个发射节点的第一发射节点(第一UE)可以包括来自发射天线端口集合的天线端口的第一子集；并且，至少一个发射节点的第二发射节点可以包括来自发射天线端口集合的天线端口的第二子集。参考信号可以对应于来自第一发射节点的第一SRS(探测参考信号)集合和来自第二发射节点的第二SRS集合。对于第二编码/映射类型的编码/映射，接收节点可以从对应的天线端口子集向至少一个发射节点中的每一个指示相同的资源分配(例如，RBs和OFDM符号)、相同的信道编码方案、码字长度以及调制和编码方案(MCS)，以用于至少针对每个调制级别跨传输层编码每个发射节点的数据流。接收节点可以基于整数线性组合集合和来自第一发射节点和第二发射节点的接收信号使用整数强制接收器类型，并且针对每个调制级别联合地解码来自第一发射节点和第二发射节点中的每一个的数据。

本公开提出了一种具有合理计算复杂度的新算法，该算法找到IF均衡器/接收器设计所需的最优或接近最优的整数线性组合。

我们建议的方法中突出的元素是使用适当的权重将最强信道方向与其他信道方向逐个组合。权重的选择允许我们调整所有特征向量对解的贡献。特别是，我们能够基于信道方向的强度适当地对齐A矩阵的所选整数向量。这不仅对设计有深刻的见解，而且提供了接近最优的解。计算复杂度相当低。

总之，根据至少一些实施例的建议方法的元素能够包括：

-一种经由特征向量对的加权组合的候选向量生成的方法；

-分析证明的更紧密的搜索半径；

-一种线性独立性(L1)测试的修改的贪婪方法；以及

-建议算法对复数MIMO信道的直接扩展(无需经由同相正交分解将复数信道转换为实数信道)。

本公开至少讨论了三个方面：

-首先，本公开识别了基于MIMO信道特性的线性接收器选择的两个条件，即信号与干扰加噪声比(SINR)，该SINR确定普通MMSE接收器是否是最优或几乎最优的，或者是否应该使用IF接收器。能够方便地检查这些条件以推荐要选择的适当线性接收器，并且能够显著地节省UE计算(和功率等)资源。

-其次，本公开建议了一种具有合理计算复杂度的算法，该算法找到IF接收器设计所需的最优或接近最优的整数线性组合。具体地，详细描述了IF均衡器的基于特征向量设计，其中无线MIMO信道的某些特征向量对用于定义IF接收器设计所需的整数线性组合。

-第三，实数和复数信道模型这两者的整数强制接收器的实施方式方面，包括如何结合编码调制技术。

图21示出了在用户设备中用于在基线接收器与替代接收器之间进行接收器选择的流程图2100。根据至少一个实施例，该方法能够包括接收2102参考信号集合，以及基于接收到的参考信号集合来估计2104多个天线通信信道的信道签名集合。然后能够计算2106包括质量度量集合的信道状态信息。响应于质量度量集合满足准则，能够在用户设备处选择2108基线接收器用于多个天线通信信道。响应于质量度量集合不满足该准则，能够在用户设备处选择2110替代接收器用于多个天线通信信道。在用户设备处可选择的用于多个天线通信信道的替代接收器能够基于整数线性组合集合，其中每个整数线性组合能够基于来自估计的信道签名集合的至少一对信道签名2112。

在一些实例中，质量度量集合能够基于估计的信道签名集合，并且能够包括至少一个修改的条件数和修改的正交性缺陷中的一个或多个。在其中一些实例中，至少一个修改的条件数中的每一个包括基于以下一个或多个的比率：(i)信道签名集合中的最强信道签名与最弱信道签名，以及(ii)SINR。在这些和其他实例中的一些中，修改的正交性缺陷能够基于SINR。在一些实例中，质量度量集合不满足准则能够包括以下中的一个或多个：(i)最弱信道签名的修改条件数大于阈值，以及(ii)修改的正交性缺陷远离其边界值。在一些实例中，质量度量集合不满足准则能够包括以下中的一个或多个：(i)最弱信道签名的修改条件数大于阈值以及(ii)修改的正交性缺陷的函数小于阈值。

在一些实例中，质量度量集合能够独立于估计的信道签名集合。

在一些实例中，该方法还能够包括由UE指示其是否能够支持接收器选择。

在一些实例中，信道签名能够基于多个天线通信信道的特征向量分解和奇异值分解之一。

在一些实例中，基线接收器能够基于MMSE接收器。

在一些实例中，基线接收器能够等效于具有整数组合的替代接收器，这些整数组合接近或等于具有一个非零条目的单位向量。

在一些实例中，替代接收器能够是整数强制线性接收器。

在一些实例中，替代接收器能够具有整数组合，其能够包括实质上偏离具有一个非零条目的单位向量的组合。

在一些实例中，一对信道签名能够包括来自信道签名集合的最强信道签名和第二信道签名。在其中一些实例中，第二信道签名能够具有不小于阈值的修改的条件数。

在一些实例中，整数线性组合能够在搜索半径内，其中搜索半径取决于在发射器和接收器中的一个或两个处的信道空间相关性、SINR和天线阵列大小中的一个或多个。

在一些实例中，整数线性组合能够是线性独立的。

在一些实例中，用户设备能够与基站通信，其中信道状态信息在基站处不可用。

图22示出了用户设备中用于确定整数强制接收器中使用的整数线性组合的优选集合的流程图2200。根据至少一个实施例，该方法能够包括从接收到的信号来确定2202在整数强制接收器处的信号与干扰加噪声比和信道矩阵的估计中的至少一个。能够计算2204格矩阵的特征分解，其中格矩阵基于发射元件和接收元件的数目，以及所确定的信道矩阵的估计和所确定的信号与干扰加噪声比中的至少一个。能够从格矩阵的计算特征分解中识别2206信道方向集合。能够基于相对强度来选择2208信道方向集合的子集。能够为每个所选信道方向计算2210相关联加权值，其中加权值基于给定分辨率得出。能够从由计算出的相关联加权值调整的所选信道方向来确定2212向量集合，并且所确定的向量集合被包括在候选列表中。从候选列表中的向量能够形成2214具有整数值条目的全秩有效信道矩阵。

在一些实例中，信道矩阵能够是多输入多输出(MIMO)信道矩阵。在这些实例中的一些中，多输入多输出(MIMO)信道矩阵能够包括复数信道，从该复数信道形成具有整数值条目的有效信道矩阵，而无需经由同相和正交分解将复数信道转换为实数信道。

在一些实例中，确定向量集合能够包括识别搜索半径，以及从候选列表中的向量中去除落入搜索半径之外的任何向量。在这些实例中的一些中，所识别的搜索半径能够基于不相关和相关实数信道的数值模拟，其中搜索半径基于通过最优穷举选择方法的实际所选整数向量的范数的预定百分位，其小于100％。在这些和其他实例中的一些中，所识别的搜索半径能够基于信道相关级别、所确定的信号与干扰加噪声比、发射元件和接收元件的数目中的一个或多个。

在一些实例中，候选列表能够进一步包括适当大小的单位矩阵的列向量。

在一些实例中，候选列表能够包括具有唯一的非零相关联的ɑ^ΤGɑ值的向量，其中ɑ指候选整数向量并且G对应于计算的格矩阵。

在一些实例中，当对应于信道矩阵的第二最强奇异向量的修改的条件数大于预定阈值条件数时，所确定的所选信道方向数能够等于2。

在一些实例中，所确定的所选信道方向的数目能够基于格矩阵的特征值。

在一些实例中，候选列表中向量的实条目和虚条目能够按逐个元素方式舍入。

在一些实例中，能够从包括零的预定值集合中提取对应于最强信道方向的相关联加权值。在这些实例中的一些中，对应于除了最强信道方向之外的信道方向的相关联加权值能够基于格矩阵的特征向量、对应于最强信道方向的相关联加权值和半整数集合。

在一些实例中，能够从与最强信道方向相关联的合格向量开始构建有效整数信道矩阵，并且然后基于线性相关性测试依次添加与下一个最强信道方向相关联的合格向量。在这些实例中的一些中，线性独立性测试能够包括从候选列表中选择线性独立并且提供最高速率的合格向量。

应当理解，尽管如图所示的特定步骤，但是能够根据实施例执行各种附加或不同的步骤，并且能够根据实施例完全重新布置、重复或消除一个或多个特定步骤。此外，在执行其他步骤的同时，能够在持续或连续基础上重复执行的一些步骤。此外，能够由不同的元件或在所公开实施例的单个元件中执行不同的步骤。

图23是根据可能的实施例的诸如无线通信设备110的装置2300的示例框图。装置2300能够包括外壳2310、外壳2310内的控制器2320、耦合到控制器2320的音频输入和输出电路系统2330、耦合到控制器2320的显示器2340、耦合到控制器2320的收发器2350、耦合到收发器2350的天线2355、耦合到控制器2320的用户界面2360、耦合到控制器2320的存储器2370，以及耦合到控制器2320的网络接口2380。装置2300能够执行所有实施例中描述的方法

显示器2340能够是取景器、液晶显示器(LCD)、发光二极管(LED)显示器、等离子显示器、投影显示器、触摸屏或显示信息的任何其他设备。收发器2350能够包括发射器和/或接收器。音频输入和输出电路系统2330能够包括麦克风、扬声器、换能器或任何其他音频输入和输出电路系统。用户界面2360能够包括小键盘、键盘、按钮、触摸板、操纵杆、触摸屏显示器、另一附加显示器或用于提供用户与电子设备之间的界面的任何其他设备。网络接口2380能够是通用串行总线(USB)端口、以太网端口、红外发射器/接收器、IEEE 1394端口、WLAN收发器，或者能够将装置连接到网络、设备或计算机并且能够发射和接收数据通信信号的任何其他接口。存储器2370能够包括随机存取存储器、只读存储器、光存储器、固态存储器、闪存、可移动存储器、硬盘驱动器、高速缓存或可耦合到装置的任何其他存储器。

装置2300或控制器2320可以实现任何操作系统，诸如Microsoft

或

Android^TM或任何其他操作系统。装置操作软件可以用诸如C、C++、Java或Visual Basic的任何编程语言编写。装置软件也可以在诸如

框架、

框架或任何其他应用程序框架的应用程序框架上运行。软件和/或操作系统可以被存储在存储器2370中或装置2300上的其他位置。装置2300或控制器2320还可以使用硬件来实现所公开的操作。例如，控制器2320可以是任何可编程处理器。所公开的实施例还可以在通用或专用计算机、编程微处理器或微处理器、外围集成电路元件、应用专用集成电路或其他集成电路、诸如离散元件电路的硬件/电子逻辑电路、诸如可编程逻辑阵列的可编程逻辑设备、现场可编程门阵列等上实现。一般来说，控制器2320可以是能够操作装置并且实现所公开实施例的任何控制器或处理器装置。装置2300的一些或全部附加元件还能够执行所公开实施例的一些或全部操作。

本发明的方法可以在编程处理器上实现。然而，控制器、流程图和模块也可以在通用或专用计算机、编程微处理器或微控制器和外围集成电路元件、集成电路、诸如分立元件电路、可编程逻辑设备的硬件电子或逻辑电路等上实现。通常，驻留有能够实现图中所示流程图的有限状态机的任何设备可以用于实现本公开的处理器功能。

虽然本公开已通过其具体实施例进行了描述，但显而易见，许多替代方案、修改和变体对本领域技术人员来说是显而易见的。例如，实施例的各种组件可以在其他实施例中互换、添加或替换。此外，每个图的所有元素对于所公开的实施例的操作都不是必需的。例如，本发明实施例所属领域的普通技术人员将能够通过简单地使用独立权利要求的元素来制作和使用本发明的教导。因此，本文所述的本公开的实施例旨在说明而非限制。在不违背本发明的精神和范围的情况下，可以进行各种改变。

在本文件中，诸如“第一”、“第二”等关系术语可能仅用于区分一个实体或动作与另一实体或动作，而不必要求或暗示这种实体或动作之间的任何实际这种关系或顺序。后面跟随列表的短语“中的至少一个”、“从……的组中选择的至少一个”或“从……选择的至少一个”被定义为意指列表中的元素中的一个、一些或全部，但不一定是全部。术语“包含”、“包括”、“具有”或其任何其他变体旨在涵盖非排他性包含，使得包含元素列表的过程、方法、物品或装置不仅包括这些元素，还可以包括未明确列出的或这种过程、方法、物品或装置固有的其他元素。在没有更多约束的情况下，由“一”、“一个”等进行的元素不排除在包含该元素的过程、方法、物品或装置中存在附加的相同元素。此外，术语“另一”被定义为至少第二个或更多。本文中使用的术语“包含”、“具有”等被定义为“包括”。此外，背景部分被编写为发明人在提交时对一些实施例的背景的理解，并且包括发明人自己对现有技术的任何问题和/或发明人自己工作中遇到的问题的认识。

Claims (22)

1.一种在用户设备中用于在基线接收器与替代接收器之间的接收器选择的方法，所述方法包括：

接收参考信号集合；

基于接收到的参考信号集合来估计多个天线通信信道的信道签名集合；

计算包括质量度量集合的信道状态信息；

响应于所述质量度量集合满足准则，在所述用户设备处选择所述基线接收器用于所述多个天线通信信道；

响应于所述质量度量集合不满足所述准则，在所述用户设备处选择所述替代接收器用于所述多个天线通信信道；

其中，在所述用户设备处能够选择的用于所述多个天线通信信道的替代接收器基于整数线性组合集合，其中，每个整数线性组合基于来自估计的信道签名集合的至少一对信道签名。

2.根据权利要求1所述的方法，其中，所述质量度量集合基于所述估计的信道签名集合，并且包括至少一个修改的条件数和修改的正交性缺陷中的一个或多个。

3.根据权利要求2所述的方法，其中，所述至少一个修改的条件数中的每一个包括基于以下一个或多个的比率：(i)来自所述信道签名集合中的最强信道签名与最弱信道签名，以及(ii)SINR。

4.根据权利要求2所述的方法，其中，所述修改的正交性缺陷基于所述SINR。

5.根据权利要求2所述的方法，其中，所述质量度量集合不满足准则包括以下中的一个或多个：(i)最弱信道签名的所述修改的条件数大于阈值，以及(ii)所述修改的正交性缺陷远离其边界值。

6.根据权利要求2所述的方法，其中，所述质量度量集合不满足准则包括以下中的一个或多个：(i)最弱信道签名的所述修改条件数大于阈值和(ii)所述修改的正交性缺陷的函数小于阈值。

7.根据权利要求1所述的方法，其中，所述质量度量集合独立于所述估计的信道签名集合。

8.根据权利要求1所述的方法，还包括由所述UE指示其是否能够支持所述接收器选择。

9.根据权利要求1所述的方法，其中，所述信道签名基于所述多个天线通信信道的特征向量分解和奇异值分解中的一个。

10.根据权利要求1所述的方法，其中，所述基线接收器基于MMSE接收器。

11.根据权利要求1所述的方法，其中，所述基线接收器等效于具有接近或等于具有一个非零条目的单位向量的整数组合的替代接收器。

12.根据权利要求1所述的方法，其中，所述替代接收器是整数强制线性接收器。

13.根据权利要求1所述的方法，其中，所述替代接收器具有整数组合，所述整数组合包括基本上偏离具有一个非零条目的单位向量的组合。

14.根据权利要求1所述的方法，其中，所述一对信道签名包括来自所述信道签名集合的所述最强信道签名和第二信道签名。

15.根据权利要求14所述的方法，其中，所述第二信道签名具有不小于阈值的修改的条件数。

16.根据权利要求1所述的方法，其中，所述整数线性组合在搜索半径内，其中，所述搜索半径取决于在所述发射器和所述接收器中的一个或两个处的信道空间相关性、SINR和天线阵列大小中的一个或多个。

17.根据权利要求1所述的方法，其中，所述整数线性组合是线性独立的。

18.根据权利要求1所述的方法，其中，所述用户设备与基站通信，其中，所述信道状态信息在所述基站不可用。

19.一种通信网络中的用户设备，所述用户设备包括：

收发器，所述收发器包括能够选择的基线接收器和能够选择的替代接收器，所述收发器接收参考信号集合；以及

控制器，所述控制器基于接收到的参考信号集合来估计多个天线通信信道的信道签名集合，并且计算包括质量度量集合的信道状态信息；

其中，所述控制器响应于所述质量度量集合满足准则，在所述用户设备处选择所述基线接收器用于所述多个天线通信信道，并且所述控制器响应于所述质量度量集合不满足准则，在所述用户设备处选择所述替代接收器用于所述多个天线通信信道；以及

其中，在所述用户设备处能够选择的用于所述多个天线通信信道的替代接收器基于整数线性组合集合，其中，每个整数线性组合基于来自估计的信道签名集合的至少一对信道签名。

20.一种通信网络中的用户设备，其中，所述能够选择的基线接收器和所述能够选择的替代接收器是所述收发器内的分离信号路径的一部分。

21.一种通信网络中的用户设备，其中，所述能够选择的基线接收器和所述能够选择的替代接收器分别形成为数字信号处理器的一部分。

22.一种通信网络中的用户设备，其中，将所述能够选择的基线接收器和所述能够选择的替代接收器分别形成为其一部分的所述数字信号处理器包括相应的预存储指令集合。

Images