CN1759617B - 利用基于射频和基带传输信号加权与合并的多天线通信系统权重生成方法 - Google Patents

Abstract

本发明揭示一种在具有多个接收天线的接收机中实现信号加权和合并的方法。每个接收天线用于生成一个接收射频信号，以响应通过信道接收到的发射射频信号。该方法包括根据被选以最大化均分于所述信道的所述接收机的输出信噪比的相应多个射频加权值，加权所述多个接收射频信号，以形成多个加权射频信号。该方法还包括合并所述多个加权射频信号中的部分，以形成一个或多个合并射频信号。本发明还揭示一种在具有多个发射天线的发射机中实现类似的分离和加权的方法。

Description

利用基于射频和基带传输信号加权与合并的多天线通信系统权重生成方法

技术领域

本发明涉及利用具有多天线组件的发射机和接收机的通信系统。特别地，本发明涉及一种与利用多天线发射机和接收机的信号的发射和接收有关的、便于基于射频(RF)信号加权与合并单独进行或结合基带信号的加权和合并同时进行的权重生成方法。 

背景技术

大多数当前的无线通信系统都是由配置了单个发射和接收天线的多个结点组成的。但是，对于大范围的无线通信系统而言，有迹象表明：其包含容量在内的性能可以通过使用多发射和/或多接收天线而进行充分改进。这样的配置构成了许多所谓“智能”天线技术的基础。这种技术，结合时空信号处理，既可以用于对抗期望接收信号的多路径衰退带来的有害效应，也可以用于抑制干扰信号。凭借这种方法，现存的和即将部署的无线数字系统(例如CDMA系统、TDMA系统、WLAN系统和基于OFDM如802.1a/g标准的系统)的性能和容量都可以被改进。 

对上述类型的无线系统的性能的损害，可以通过使用多组件天线系统至少部分地消除，而这种天线系统是为在信号接收进程中引入分集增益和抑制干扰而设计的。关于这方面的内容，在如由J.H.Winter等人所著的发表在IEEE通讯汇刊(IEEE Transactions on Communications)1994年2月，第42卷，第2/3/4编，第1740～1751页的《天线分集对无线通信系统性能的影响》一文中有所描述。这样的分集增益，通过减少为实现更多的统一覆盖而进行的多路径操作，更大范围地增加接收的信噪比(signal-to-noise，简称SNR)或者增加降低的所需的传输功率，以及提供更强的抗干扰能力和允许为实现更高性能而进行更多的频率再使用，而提高系统性能。 

众所周知，在使用了多天线接收机的通信系统内部，一组M个接收天线能消除M-1个干扰。相应地，N个信号可以使用N个发射天线在同一带宽上同时被发射，通过使用部署在接收机内部的一组N个天线，这些发射信号随后被分解为N个单独的信号。这类系统通常被看作多入多出(MIMO)系统，并且已被广泛研究。例如，由J.H.Winter所著的发表在IEEE通讯汇刊1987年11月，第COM-35卷，第11编的《多用户室内无线电系统的最优合并》；由C.Chuah等人所著的发表在IEEE 1998澳大利亚.悉尼98全球通信系统学报(Proceedingsof Globecom’98 Sydney，Australia，IEEE1998)，1998年11月，第1894～1899页的《室内无线环境下多天线阵列系统的容量》；由D.Shiu等人所著的发表在IEEE通信汇刊2000年3月，第48卷，第3编，第502～513页的《衰减相关性及其对多组件天线系统性能的影响》。 

多组件天线排列尤其是MIMO引人注目的一方面，在于使用这些配置后，能够获得显著的系统性能提升。在对接收机可用信道理想评估的假设条件下，在一个具有N个发射和N个接收天线组件的MIMO系统内，接收信号可以分解到N个空间多路复用的独立信道中。这使得一个单天线系统得到N倍容量的增加。对于一个固定的总传输功率，MIMO提供的容量与天线组件数量成线性比例。特别地，具有N个发射和N个接收天线后，单天线系统在无需增加总带宽或总传输功率的情况下可获得数据传输速率的N倍增长。关于这方面的介绍，请参考G.J.Foschini等人所著的发表在Kluwer学术出版社1998年3月出版的《无线个人通信》(Wireless Personal Communications)，第6卷，第3编，第311～335页的《衰减环境下使用多天线的无线通信的限制》一文。在实验用的基于N倍空间多路复用的MIMO系统中，经常在给定发射机或接收机中部署超过N个天线。这样做是因为每个附加天线都将增加可适于所有N个空间多路复用信号的分集增益、天线增益和干扰抑制。关于这方面的介绍，请参考由G.J.Foschini等人所著的，1999年11月发表在IEEE通信选题杂志(IEEE Journal on SelectedAreas in Communications)第17卷，第11专题，第1841～1852页的《使用多组件阵列的高频谱利用率无线通信的简化处理》一文。 

尽管增加发射和/或接收天线的数量增强了MIMO系统性能的多个方面，但 为每个发射和接收天线提供各自的射频链的需要增加了成本。每一条射频链一般包括低噪声放大器、滤波器、下变频器和模/数转换器(A/D)，而后三种设备占射频链成本的主要部分。在某些现有的单天线无线接收机中，单一所需的射频链占接收机总成本的比例可能超过30％。由此显而易见，当发射和接收天线的数量增加时，总的系统成本和功率消耗可能会非常明显的增加。因此，需要提供一种技术，在使用相对较多的发射/接收天线时，不会相应增加系统成本和功率消耗。 

上述参考的处于审查中的非临时申请通过描述一种无线通信系统提供了这样一种技术，在该无线通信系统中，在发射机和/或接收机内可能使用与发射/接收天线相比数量较少的射频链。在一个示范性的接收机实现情况下，由M(M＞N)个天线中的每一个提供的信号通过低噪声放大器的传送后被分割、加权，并在射频域中与来自该接收机其他天线的信号合并。这形成了N个射频输出信号，随后这些信号通过N个射频链被传送。每个射频链的模/数转换器生成的输出信号随后进行数字化处理，以生成N个空间多路复用输出信号。通过使用价格相对低廉的元件对射频进行必要的加权和合并，一个具有多于N个天线但仅有N个射频链的N倍空间多路复用系统能够以具有N个接收天线的系统近似的成本实现。这就是说，接收机的性能可以通过使用价格相对低廉的附加天线来提高。类似技术可以用在结合N个射频链和多于N个发射天线的示范性的发射机中。 

发明内容

本发明提供一种包含于用于各种多天线发射机和接收机结构中的信号加权和合并排列内的加权组件产生权重值的系统和方法。特别地，本发明可应用于这种多天线发射机和接收机结构中的基于射频的加权和合并排列。本发明还可适用于基于射频和基带的加权和合并排列被结合于同一多天线发射机或接收机结构中。 

本发明的一个方面涉及一种在具有多个接收天线的接收机中实现的信号加权和合并方法。每个接收天线被配置以生成接收射频信号，该信号用于响应通过信道接收到的发射射频信号。该方法包括：根据被选用以最大化于信道上均 分的接收机的输出信噪比的相应多个射频加权值，对天线生成的多个接收射频信号进行加权，以形成多个加权射频信号。该方法还包括对所述多个加权射频信号中任何进行合并，用于形成一个或多个合并射频信号。 

本发明也涉及一种在多天线发射机内部实现射频信号的分割和加权的方法，该多天线发射机被设置通过多个发射天线发射射频输入信号，以生成相应多个射频输出信号。每个射频输出信号经过信道传输后被接收机收到。该方法包括分割所述射频输入信号，以生成多个分割的射频信号。然后，根据被选用以最大化于信道上均分的接收机的输出信噪比的相应多个射频加权值，加权所述多个分割的射频信号，以形成多个射频输出信号。 

本发明的另一个方面涉及一种包括一发射机和一接收机的通信系统内部实现的射频处理方法。该发射机被配置了一组发射天线，这些发射天线用于通过信道传输一组空间多路复用射频输出信号。该接收机包括多个接收天线，用于生成相应的第一多个空间多路复用接收射频信号以响应所述多个空间多路复用射频输出射频。该射频处理方法包括：通过对多个射频输入信号执行分割和加权操作，生成一组空间多路复用射频输出信号。该分割和加权操作利用根据于信道上均分的接收机的一个或多个输出信噪比的第一组射频加权值。该方法还包括通过对第一多个空间多路复用接收射频信号执行加权和合并操作，形成第二多个空间多路复用接收射频信号。该加权和合并操作利用根据一个或多个输出信噪比选择的第二组射频加权值。 

本发明也涉及一种在具有多个接收天线的接收机内实现的信号加权和合并方法，所述接收天线用于生成相应的多个空间多路复用接收射频信号，以响应在信道上接收的空间多路复用发射射频信号的能量。该方法包括使用根据于信道上均分的该接收机的一个或多个输出信噪比选择的相应一组射频加权值，对所述多个空间多路复用接收射频信号中的每一个进行加权，以形成多个空间多路复用加权射频信号。随后，这些多个空间多路复用加权射频信号中的任何被合并，以形成一个或多个空间多路复用合并射频信号。 

另一方面，本发明涉及一种在配置有多个发射天线的多天线发射机内实现的射频分割和加权方法，所述发射天线用于传输一空间多路复用射频输入信号。 由该多个发射天线产生的相应多个空间多路复用射频输出信号经过信道传输后被接收机接收。该方法包括分割该空间多路复用射频输入信号，以形成多个空间多路复用分割射频信号。而后，该多个空间多路复用分离信号利用根据于信道均分的接收机的一个或多个输出信噪比选择的一组射频加权值被加权，以形成多个空间多路复用加权射频信号。所述多个空间多路复用加权射频信号的任何随后被合并，以生成多个空间多路复用射频输出信号。 

本发明还涉及一种在包含一发射机和一接收机的通信系统内实现的射频处理方法。所述发射机配置有一组发射天线，用于通过信道传输一组射频输出信号。所述接收机包含多个接收天线，用于生成相应多个接收射频信号，以响应射频输出信号的接收。该方法包括使用第一组依据一个或多个接收机中均分于信道中的输出信噪比的射频权重加权，对射频输入信号执行分离和加权的操作，生成一组射频输出信号。该方法还包括通过利用被选用以最大化于信道上均分的接收机的输出信噪比的第一组射频加权值，对射频输入信号执行加权和合并操作，生成一组射频输出信号。该方法还包括通过使用被选用以最大化输出信噪比的第二组射频加权值，对所述多个接收射频信号执行加权和合并操作，生成一个或多个接收合并射频信号。 

附图说明

为了更好地理解本发明的特点，参考以下结合附图对本发明的详细描述，其中： 

图1是传统的MIMO通信系统的结构示意图。 

图2是具有被配置以实现基于射频的加权和合并的发射机和接收机的MIMO通信系统的结构示意图。 

图3是使用基带合并排列的情况下单信道(SC)单入多出(SIMO)OFDM系统中的接收机的结构示意图。 

图4是使用基于射频的加权和合并网络的情况下SC-SIMO-OFDM系统中的接收机的结构示意图。 

图5是使用基带合并排列的情况下SC-SIMO-OFDM系统的发射机和接收 机的结构示意图。 

图6是使用射频加权和合并排列的SC-SIMO-OFDM系统的发射机和接收机的结构示意图。 

图7是结合基带合并排列的空间多路复用(SM)-MIMO-OFDM系统的发射机和接收机的结构示意图。 

图8是SM-MIMO-OFDM系统的发射机和接收机的结构示意图，其中，发射机和接收机各包括基于射频和基带加权和合并排列。 

图9是配置了多个接收天线并结合基带加权和合并排列的时空直接序列扩频(DSSS)耙式接收机的结构示意图。 

图10是配置了多个接收天线并包含射频加权和合并排列的时空直接序列扩频(DSSS)耙式接收机的结构示意图。 

图11是SM-MIMO-OFDM系统的发射机和接收机的结构示意图，其中，发射机和接收机各包括一对单权重射频加权和合并排列和基带加权和合并排列。 

具体实施方式

正如下面将要讨论的，本发明是一种用于多天线系统中的加权和合并方法，该多天线系统包括N倍空间多路复用多天线系统。在本发明的一个特定实施方式中，设置一个给定信号合并排列的加权值以最大化该适用多天线系统的输出信噪比。本发明的权重生成方法可以应用在几种不同类型的多天线通信系统中，该多天线通信系统包括诸如上述参考的处于审查中的非临时申请中所描述的系统。在一个特定实施方式中，本发明技术可应用于“单信道”系统中(也就是没有空间多路复用的系统)的多天线接收机中，也可以应用于单信道系统中的多天线发射机中，或应用于使用空间多路复用的MIMO系统中的发射机和接收机中。 

本发明希望，加权值或“权重”一般可以从相应于平均信道互相关矩阵的最大特征值的特征向量计算出来。该平均值定义在一给定信道范围上，包括频带宽度、拍延迟轮廓(tap delay profile)、时间脉冲响应或者耙指轮廓(Rake fingers profile)。 

当本发明的思想应用于结合基于射频的加权和合并排列的多天线接收机结构时，一个单独的频率独立权重应该被这样典型定义为一组加权系数元素在指定信道范围是不变的。也就是说，该加权系数在该信道的频带宽度、拍延迟轮廓、脉冲时间响应和耙指轮廓上，通常是不变的。在这种情况下，权重被选择以最大化均分于应用信道上的接收机的输出信噪比，而这将导致生成一个一维权重向量w，该权重向量在整个信道频段是一致的。一个充分类似的方法可以用于为基于射频的加权和合并排列的加权组件生成该权重向量，这些加权和合并排列被配置包含于多天线发射机结构中。 

当多天线接收机结构被配置成同时包含基于射频和基带的加权和合并排列时，基带排列的加权值典型地以在空间和频率上均与本发明一致的方式来计算。根据与一给定信号组件相关的信道频率响应的原理，执行每次这样的计算，来最大化与该信号组件相关的输出信噪比。一旦基带权重被计算出来，一个M维权重向量w _k随之产生，其中，M用于表示多天线接收机结构中天线组件的数量。在操作过程中，与接收机结构的M个天线组件相关联的信号被收集到一个M维接收信号向量中。然后，M维接收信号向量所表示的M个接收信号重的每一个内的每一信号元件，被乘以M维权重向量w _k。一个充分类似的方法可以用于为结合在多天线发射机排列中的基带的加权和合并排列的加权组件生成权重向量。 

本发明方法也可以用于促进多入多出(MIMO)通信系统中权重的生成，这样的通信系统包括一个可操作用于广播发送N个空间多路复用信号(使用至少N个发射天线)的发射机。在这种情况下，接收机包含多个(M个)接收天线，该接收天线的数量大于空间多路复用信号的数量N。为了实现基于射频的加权，使用频率独立权重，将接收信号分离、加权和合并，以形成N个输出信号，每一个输出信号被馈入相应的射频链中，以便在基带处理。因此，本发明方法允许使用低成本的射频加权，将输出信噪比在具有时域/频域处理的多天线系统中最大化。 

为了便于理解本发明的原理，在此概述在这样的多天线系统中实现加权和 合并的示范性结构。该概述还详细描述了可应用于这种加权和合并方案的本发明权重生成方法。 

系统结构概述 

上述参考的处于审查中的非临时专利申请揭示了一种用于无线通信系统中方法和设备，允许在一个发射机和/或接收机中，使用数量少于所利用的发射/接收天线的数量的射频链。在空间多路复用MIMO通信配置内的所揭示的系统的示范性实施方式中，使用多个(N个)射频链来支持N倍的空间多路复用。 

在揭示的系统中，接收机M(M＞N)个天线中每个提供的信号，经低噪声放大器被传递，进而被分离、加权，并在射频域中与来自该接收机其他天线的信号合并。这形成了N个射频输出信号，这N个射频输出信号随后通过N个射频链被传送。在该示范性实施方式中，每个射频链包含滤波器、下变频器和模/数转换器。每个射频链的模/数转换器生成的输出信号随后被数字化处理，以生成N个空间多路复用输出信号。通过使用相对低廉的元件，对射频执行必要的加权和合并，一个具有多于N个接收天线但仅有N个射频链的N倍空间多路复用系统能够以具有N个接收天线的系统近似的成本实现。这就是说，接收机的性能可以通过使用价格相对低廉的附加天线来提高。 

类似技术可以用在结合N个射频链和多于N个发射天线的发射机中。特别地，在一个示范性实施方式中，射频分离器、加权组件和合并器被设置与N个射频链共同可操作性地用于为多于N个发射天线中的每一个生成信号。如同在接收机内一样，通过使用相对低廉的元件，在射频域执行这样的加权和合并，一个具有多于N个发射天线但仅有N个射频链的N倍空间多路复用系统能够以具有N个发射天线的系统近似的成本实现。这就是说，发射机的性能可以通过使用价格相对低廉的附加天线来提高。 

在上述参考的处于审查中的非临时专利申请揭示的简化复杂度的天线排列和接收机，被假定在射频域内，执行空间多路复用通信的一些或全部加权和合并操作。这些操作可以在每一个发射机和接收机内使用数量少于所用发射/接收天线数量的多个射频链来执行。 

空间多路复用 

众所周知，空间多路复用(spatial multiplexing，简称SM)提供一种信号传输模式，该模式在发射机和接收机中都使用多天线，通过这种方式，无线电链接的比特率可以在相应的功率和带宽消耗没有增加的情况下得到提高。在发射机和接收机中都使用了N个天线的情况下，提供给发射机的信息符号的输入流被分为N个独立的子流。空间多路复用预期每个子流将会占用适用的多路访问协议中的同一“信道”(例如：时隙、频率或者代码/密钥序列)。在发射机内部，每一子流被单独应用于N个发射天线中，并在一中间多路径通信信道上传送至接收机。然后，复合的多路径信号被接收机中配置的N个接收天线的接收矩阵所接收。在接收机内，随后估算对于给定子流在接收天线阵列中的N个相位和N个振幅所定义的“空间特征”。接着，使用信号处理技术来分离接收信号，允许原始的子流被还原和同步到原始的输入符号流中。有关空间多路复用通信和示范性系统实施方式的原理在例如J.H.Winter等人所著的发表在IEEE通信汇刊1987年11月，第COM-35卷，第11编的《多用户室内无线电系统的最优合并》一文中有进一步描述，在此可结合用于参考。 

传统的MIMO系统 

通过先参考图1描述的传统的MIMO通信系统，本发明权重生成技术的实用性可以得到更全面的理解。如图1所示的MIMO系统100包括图1A描述的发射机110和图1B描述的接收机130。该发射机110和接收机130分别包括一组T个发射射频链和一组R个接收射频链，这些射频链被配置以发射和接收N个空间多路复用信号。在系统100内部，假设(i)T＞N并且R＝N，或(ii)T＝N并且R＞N，或(iii)T＞N并且R＞N。 

参照图1A，将被发射的典型地由数字符号流组成的输入信号S，被解复用器102解复用为N个独立的子流S_1，2...，N。这些子流S_1，2...，N随后被发送到数字信号处理器(DSP)105，并由其生成一组T个输出信号T_1，2...，N。这T个输出信号T_1，2...，N典型地由N个子流S_1，2...，N通过加权来生成，也就是乘一个复数，N个子流中的每一个乘T个不同的加权系数来形成NT个子流。这NT个子流随后被合 并，生成T个输出信号T_1，2...，T。而后，利用一组T个数/模(D/A)转换器108，将这T个输出信号T_1，2...，T转换成T个模拟信号T_1，2...，T，每个模拟信号又通过与本地振荡器114提供的信号混频，在混频器112内被上变频转换到适用的发射载波射频频率上。接着，将所得到的T个射频信号(也就是RF_1，2...，T)利用各自的放大器116放大，并通过各自的天线118发射。 

参照图1B，由发射机110发射的射频信号被接收机130中的一组R个接收天线131接收。一天线131接收到的R个信号中的每一信号被各自的低噪声放大器133放大，并经滤波器135滤波。而后利用混频器137将得到的每一滤波信号从射频下变频转换至基带，这是通过给每一滤波信号提供一个来自本地振荡器的信号来实现的。尽管图1B所示的接收机被配置为零拍接收机，但也可以使用具有中间中频频率特征的外差接收机。然后，利用一组R个模/数转换器140，将混频器137生成的相应R个基带信号分别转换成数字信号。接着，利用数字信号处理器(DSP)142，加权和合并得到的R个数字信号D_1，2...，R，以形成N个空间多路复用输出信号S’_1，2...，N，这些输出信号包括发射信号RF_1，2...，T的估计值。再利用复用器(MUX)155，复用这N个输出信号S’_1，2...，N，以生成原始输入信号S的估计值160(S’)。 

空间多路复用通信系统中的射频加权和合并 

现在来看图2，是根据上述参考的处于审查中的非临时申请的原理配置的具有发射机210和接收机250的MIMO通信系统200的结构示意图。图2所示的实施方式中，即使分别在发射机210和接收机250配置多于N个发射/接收天线的情况下，发射机210和接收机250仅利用N个发送/接收射频链，实现N倍的空间多路复用。特别地，发射机210包含一组MT个发射天线240，接收机包含一组MR个接收天线260，假设(i)MT＞N并且MR＝N，或(ii)MT＝N并且MR＞N，或(iii)MT＞N并且MR＞N。 

如图2A所示，将被发射的输入信号S被解复用器(DEMUX)202解复用为N个独立的子流SS_1，2...，N。随后，利用相应一组数/模转换器206，将这些子流SS_1，2...，N转换成N个模拟子流AS_1，2...，N。接着，利用一组混频器212，通过提供一 个来自本地振荡器214的信号，将N个模拟子流AS_1，2...，N上变频转换到适用的发射载波射频频率上。而后，得到的每一N个射频信号(也就是，RF_1，2...，N)，由分频器218分为MT个信号，形成N(MT)个射频信号。利用复数复用器226_x，y，其中x表示N个分频器218中的一个分频器的信号起始点，y表示一组MT个合并器230中的一个合并器的相应的信号终止点，加权这N(MT)个射频信号中的每一个。加权后的射频信号利用合并器230合并，因此产生一组MT个输出信号。相应一组MT个放大器234放大这MT个输出信号，随后，利用MT个天线240发射被放大的输出信号。产生复数复用器226_x，y的加权值用来最大化接收机输出信号的信噪比。 

参照图2B，发射机210发射的MT个射频信号被接收机250中配置的MR个接收天线260接收。每个接收信号由各自低噪声放大器264放大，然后由MR个分频器268之一分为N路。得到的MR(N)个分离信号随后被各自的加权电路272_x，y分别加权，其中，x表示MR个分频器218中一个分频器的信号起始点，y表示N个合并器276中一个合并器相应的信号终止点。这些加权后的信号随后利用N个合并器276合并以产生一组N个信号，并由相应的N个滤波器280滤波。随后，利用N个混频器282，将得到的N个滤波信号下变频转换到基带，每一个滤波信号被提供一个由本地振荡器284产生的载波信号。尽管图2B所示的接收机250被认为是一个零拍接收机，但也可以使用一个具有中间中频特征的外差接收机实现。接着，利用相应一组N个模/数转换器286将混频器282生成的N个基带信号转换为数字信号。而后，利用数字信号处理器288进一步处理这N个数字信号，形成N个空间多路复用输出信号SS’_1，2...，N，这就是N个独立子流SS’_1，2...，N的估计值。N个输出信号SS’_1，2...，N随后被通过复用器292复用，以生成输出信号S’，也就是输入信号S的估计值。 

注意到，如同通过图1中的系统100在基带以传统方法实现的空间加权或线性合并方案一样，发射机210和接收机250可以在射频域内实现空间加权或线性合并。但是，在本发明的接收机250中DSP228(数字信号处理器)仍可在系统100中执行许多其他的潜在实现的基带信号处理操作，例如，连续干扰消除(详见例如“V-BLAST：在富余无线信道上实现高数据速率传输的结构”，电 子信息学报(Proceedings of URSI ISSSE)，1998年9月，295页～300页)。而且，本发明揭示的系统的一个重要特征是，甚至当使用了多于N个发射/接收天线时，也可以仅仅配置N个发射/接收射频链。 

本发明权重生成技术适用于，例如(i)在此指作为单信道系统(即没有空间多路复用的系统)中使用多天线的接收机；(ii)单信道系统中使用多天线的发射机；以及(iii)空间多路复用的MIMO系统中发射机/接收机所使用的射频链数量少于发射/接收天线数量的系统。 

尽管这里介绍的权重生成技术可以被用在使用低廉射频元件的基于射频的加权和合并方案中，本发明仍可同样应用于同时包含基于射频的和基带的加权和合并排列中。因此，基于射频和基带的加权和合并方案将在下文中进行描述。在这点上，本发明的使用加权技术的各种实现方式可以只包括射频加权和合并方案，也可预期基于射频的和基带的加权和合并方案的使用。通常，期望与这里的描述一致的加权和合并技术在射频域中的实现比在基带的实现更经济，但是，包括射频和基带合并排列的实现方式，在某些情况中，提供更好的性能。 

基于最大输出信噪比的射频加权和合并的权重生成方法 

根据本发明的一个方面，选择在此描述的在基于射频的加权和合并过程中所使用的加权值或“权重”，以最大化适用的多天线系统的输出信噪比。通常情况下，下面描述的实施例被配置以对每一天线，利用单一频率独立权重在射频加权和合并多天线接收的信号。在一个示范性实施例中，单一频率独立权重被如下描述所定义：权重系数在给定信道范围，包括频带宽度、拍延迟轮廓、时间脉冲响应和耙指轮廓，通常是不变的。本发明的权重生成方法可以进行最大化均分于信道中的输出信噪比的权重的计算。此外，本发明的方法也可以被用于使用多天线来发射信号的发射机的权重生成中，其中对每个发射天线利用单一频率独立权重在射频分离和加权发射信号。 

如下文对细节的进一步描述，在本发明的一个实施例中，预期基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择权重。而且该平均值定义在一给定信道范围上，包括频带宽度、拍延迟轮廓(tap delay profile)、时间脉 冲响应或者耙指轮廓(Rake fingers profile)。在使用了OFDM调制的单信道系统的多天线接收机中，权重由相应于均分于信号带宽的信道互相关矩阵的最大特征值的特征向量提供。对于单信道系统的多天线发射机而言，权重由相应于均分于信号带宽的信道的转置变换的互相关矩阵的最大特征值的特征向量提供，。 

一种稍有不同的方法被应用在单信道系统中包含多天线发射机和多天线接收机的情况下。特别地，在这种情况下，发射机的权重由相应于以下结果的互相关矩阵的最大特征值的特征向量给定：(i)信道的转置变换；及(ii)接收机权重，在此该结果在信号的带宽上均分。接收机的权重由相应于以下结果的互相关矩阵的最大特征值的特征向量给定：(i)信道；及(ii)发射机权重，在此该结果在信号的带宽上均分。这种方法也被用于确定配置于使用空间多路复用的MIMO系统中的发射机和接收机的每个信号的权重。在这种情况下，每个这样的权重是相应于兴趣信号的信道传播矩阵和信道互相关矩阵的函数。 

在使用直接序列扩频调制的单信道系统的多天线接收机中，权重由相应于均分于信号的多拍延迟或耙式结构的信道转置互相关矩阵的最大特征值的特征向量给定。 

示范性方案 

本发明的权重生成技术将在下文中参考图3-10中的示范性方案进行描述。特别地，该权重生成方法可以在如下的4个方案的描述中得到说明：1)没有空间多路复用的单信道SIMO系统中的使用多天线的接收机；2)没有空间多路复用的单信道多入单出系统(MISO)中的使用多天线的发射机；3)没有空间多路复用的单信道MIMO系统中的使用多天线的发射机和使用多天线的接收机中，4)在空间多路复用的MIMO系统中，发射机和/或接收机使用的射频链数量少于发射机/接收机天线数量的系统。此外，实现方式包括单独的基于射频的加权和合并排列的实施方式和包括基于射频的和基带的排列的实现方式，分别针对前述的情况进行说明。 

为了说明的目的，下面的例子中的许多参考使用OFDM调制的系统被描述；然而，本发明申请提供的基于DSSS的一个示范性系统也已被描述。DSSS接收机可以被扩展到包含时空耙式接收机形式的空间域，该接收机可操作用于结合时域和空间域中的多路径拍。这一扩展说明了这里描述的技术可以推广至实质上采用在频率选择性衰减环境中进行处理的时域/空间域的任何系统。

图3描述使用基带合并排列310情况下，SC-SIMO系统中的接收机结构300。这样的基带合并排列可以结合在同时包括基于射频的加权和合并排列的SC-SIMO接收机结构中(参看图4及其相关说明)。通过这种方式，一部分必要的加权和合并在射频域和基带平衡内执行。 

根据本发明，接收机结构300中使用的基带加权组件314的权重，在空间和频率同时进行计算。图3中的接收机结构的示范性实施方式遵从802.11a标准的要求。就是说，与接收机结构300进行通信的发送器(未图示)使用OFDM调制，该OFDM调制中{s₀，s₁，…，s_Nt-1}表示的N_t个连续的正交幅度调制(quadratureamplitude modulation，简称QAM)数据符号流，被调制为一组N_t个正交子载波，参见如J.Heiskala和J.Terry所著的、Sams Publishing 2001年12月出版的《OFDM无线局域网：理论与实践指导》。在接收机300中，每个天线组件320接收的信号，在射频链330中被解调并从射频下变频转换至基带。随后，在发射机中增加的，用于降低符号间干扰(ISI)的循环前缀(CP)被去除340。经过串并转换(S/P)350，该符号被映射到64点快速傅立叶转换(Fast Fourier Transform，简称FFT)360的子载波上。 

在一个噪声限制方案中，在第i个接收天线组件320的FFT 360的输出对第k阶调型(tone)的重建数据信号由 

$r_{i,k}=H_i\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_k+n_{i,k}---(1.)$

给出，其中，H是{h₀，h₁，…，h_L-1}表示的L拍信道脉冲响应的信道频率响应，n是具零平均值和变量σ²的复数值的加性白高斯噪声(AWGN)。频域H和时域h间的关系是： 

$H\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_l{e}^{-j\frac{2\mathrm{\π}}{N_t}\mathrm{lk}}---(2.).$

来自每个天线组件320的接收信号被收集在一M维矩阵中，其中M是接收天线组件的数量。调型K上的接收向量变为： 

r _k＝H _k·s_k+n _k              (3.) 

其中， 

r _k＝[r_1，k，r_2，k，…r_M，k]^T， ${\underset{\‾}{H}}_k={[H_1\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),H_2\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·,H_M\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)]}^T,$ n _k＝[n_1，k，n_2，k，…n_M，k]^T

都是M维向量。 

接收向量在每个调型上被乘以一个M维权重向量w _k。得到在调型K上的输出信号是由以下式子给出的 

$y_k{=\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k={\underset{\‾}{w}}_k^H{\underset{\‾}{H}}_k\·s_k+{\underset{\‾}{w}}_k^H{\underset{\‾}{n}}_k---(4.).$

调型K上相应的输出信噪比是 

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}_k^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H{\underset{\‾}{w}}_k}{{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k}---(5.)$

其中 

和 ${\mathrm{\σ}}^2=E\left[n_k{n}_k^{*}\right]$ 在频域内被看作常量。 

在一个噪声限制方案中，调型K上的最大化输出信噪比的权重是 

w _k＝H _k/‖H _k‖²              (6.)。 

相应输出信号y_k变成 

$y_k={\hat{s}}_k=s_k+\frac{{\underset{\‾}{H}}_k^H}{{\left|\right|{\underset{\‾}{H}}_k\left|\right|}^2}{\underset{\‾}{n}}_k$

其中，y_k相应于调型K上传输的数据符号的估计值。 

相应的最大输出信噪比随后由式子 

${\mathrm{SNR}}_{\max ,k}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{\left|\right|{\underset{\‾}{H}}_k\left|\right|}^2=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left|H_1\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\right|}^2---(7.)$

得到，这与最大比值合并(Maximum Ratio Combining，简称MRC)解决方案相对应，其中，在调型K上的输出信噪比是调型K上每个天线组件接收的单一SNR之和。 

注意到线性合并权重的使用会导致信道噪声的加强。只要在发射机中使用 卷积编码器，每个独立子载波的输出噪声有关的信息就应该结合进用于接收机中的维特比算法中，以提供衰减信道中显著性能改善，与此相关的技术请参见J.Heiskala和J.Terry所著的、Sams Publishing 2001年12月出版的《OFDM无线局域网：理论与实践指导》。特别地，每个进入维特比解码器的“软”比特被一与“加强”噪声成反比的因数加权，而这样的噪声是一个传输软比特的子载波信道的函数。这个调整允许卷积解码器对其从不同调型接收的信息应用不同的权重。采用这个办法，经低质量信道传输的来自各调型的信息的作用可通过加权被降低，而经高质量信道传输的来自各调型的信息的作用可通过加权被加强。这样的可变加权被期望在频率变化条件下提升性能。 

维特比算法中使用的度量加权的计算可以按照以下式子进行： 

调型k上的误差信号表示为： 

$e\left(k\right)=s_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k{=s}_k(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{n}}_k---(8.)$

均方误差(MSE)或后合并噪声变量是这样计算的： 

${\mathrm{\Σ}}_H=E{\left|e\left(k\right)\right|}^2=E{\left|s_k\right|}^2(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(9.)$

${\mathrm{\Σ}}_H={\mathrm{\σ}}_s^2(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k+{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(10.)$

其中，w _k＝H _k/‖H _k‖²，由式6得到，∑_H＝σ²/‖H _k‖²。 

因为σ²被假设为在频带宽度中是常量，所以该值可被忽略而不会影响维特比解码器的性能。由MW(k)表示的度量加权(MW)随后由 

∑′_H＝1/‖H _k‖²；MW(k)＝1/∑′_H＝‖H _k‖²                 (11.) 

计算出来。 

包含符号s_k的每个比特被MW(k)加权。 

总之，该情况预示：根据信道频率相应知识，计算各调型的一不同权重，以最大化该调型的输出信噪比。不幸的是，该方法的直接实现方式导致需要为每个天线设置一射频链，增加了成本。 

下一个要考虑的情况是，空间接收信号被合并在射频链中，这使得只需要使用一个单独的射频链。这种方法有利地将用户设备的成本降低到最小。正如 下面将要讨论的，利用该方法，通过在兴趣信号带宽上最大化平均输出信噪比，推导出同本发明一致加权组件值。 

图4描述了在使用基于射频的加权和合并网络410的情况下，SC-SIMO系统中的接收机结构400。这种情况下，权重420可以被所有频率通用的一维矩阵定义。权重420的计算可以在基带上执行，这种情况下，权重420的值通过内部总线反馈到射频域。 

正如前面提到的那样，在可选实现方式中，接收机结构400中的基于射频的加权和合并排列可以通过基带加权和合并排列进行补充。这使得部分必要的加权和合并在射频域内执行，基带平衡也受到影响。 

在图4描述的配置中，调型K上FFT 460的输出由以下式子给出： 

y_k＝w ^H·r _k＝w ^H H _k·s_k+w ^H n _k                (12.) 

其中，w是一个M维向量，该向量不再依靠下标k。 

在式子(12)的基础上，调型K上的输出信噪比由以下式子提供： 

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}---(13.).$

所有调型上单一SNR之和通过下面的式子计算： 

$\stackrel{\‾}{\mathrm{SNR}}=\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H{\mathrm{HH}}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}---(14.)$

其中，H＝[H ₀，...，H _Nt-1]。根据上述发明，期望找到最大化平均输出信噪比(该平均是指在所有的调型上的平均)的权重向量w。这样一来，问题就被简化为： 

$\underset{\underset{\‾}{w}}{\arg \max }\frac{{\underset{\‾}{w}}^H{\mathrm{HH}}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}={\mathrm{\λ}}_{\max }---(15.)$

等式(15)是一个特征值问题(参见Prentice Hall 1996年出版的由S.Haykin所著的《自适应滤波器原理(第三版)》)，w是与HH^H的最大特征值λ_max相对应的特征向量。 

结果用公式表示为 

w＝eig(λ_max，HH^H)                       (16.) 

接着，输出信号y_k被乘以一个标量，使得FFT输出信号被表示为s_k加噪声剩余元件的函数。回顾调型K上FFT 460的输出由 

y_k＝w ^H·r _k＝w ^H H _k·s_k+w ^H n _k                  (17.) 

给出。 

假设 

w ^H H _k＝α_k                                  (18.) 

然后，输出信号y_k被乘以一个标量u_k，使得 $u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k=1.$ 这种情况下，u_k由 

$u_k=\frac{{\mathrm{\α}}_k}{{\left|{\mathrm{\α}}_k\right|}^2}=\frac{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}---(19.)$

给定。 

z_k表示的调整后的FFT输出，变成： 

$z_k={\hat{s}}_k=u_k^{*}{y}_k=s_k+u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{n}}_k---(20.)$

当然，u_k ^*乘以y_k并不影响调型K上的SNR(因为它同时乘以信号和噪声组件)输出。调型K上的输出信噪比由式(13)给出。 

维特比解码过程中用到的度量加权的计算如下： 

调型K上的误差信号被表示为： 

$e\left(k\right)=s_k-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{r}}_k=s_k(1-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k)-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{n}}_k---(21.)$

MSE或后合并噪声变量为 

∑_H＝E|e(k)|²＝σ²|u_k|² w ^H w                 (22.) 

通过在式(19)中使用u_k表达式，∑_H变成 

${\mathrm{\Σ}}_H=\frac{{\mathrm{\σ}}^2{\underset{\‾}{w}}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}$

因为σ²被假设是频率带宽上的常量，同时w也是频率上的常量，所以乘积σ²w^Hw可被忽略，而不会影响维特比解码器的性能。由MW(k)表示的度量加权(MW)随后由 

${\mathrm{\Σ}}_H^{\′}=\frac{1}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}};\mathrm{MW}\left(k\right)=1/{\mathrm{\Σ}}_H^{\′}={\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}---(23.)$

计算。 

类似上述参考单天线发射机和多天线接收机描述的获得权重的推导方法可以被用于多天线发射机和单天线接收机的环境下。各权重解在下面阐述。 

基带合并排列的权重解 

与本发明的一个实施例一致，每个调型的权重解是与最大特征值相对应的矩阵H _k ^H·H _k ^H的最大特征向量。 

${\underset{\‾}{w}}_k=\mathrm{eig}({\mathrm{\λ}}_{\max },{\underset{\‾}{H}}_k^H{\underset{\‾}{H}}_k)---(24.)$

其中，H ^k是大小为1×n_T(n_T是发射天线组件的数量)的行向量，该行向量表示调型K的信道频率响应。 

值得注意的是为了保持无论发射天线数量是多少，总发射功率P为常量，w _k 标准限定如下： 

${\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k={\left|\right|{\underset{\‾}{w}}_k\left|\right|}^2=P/{\mathrm{\σ}}_s^2---(25.)$

射频合并排列的权重解 

最大化SC-MISO系统中信噪比的单一频率独立权重解是由与最大特征值对应的矩阵H^HH的最大特征向量给定的。 

w＝eig(λ_max，H^HH)                         (26.) 

其中， $H^H=[{\underset{\‾}{H}}_0^H,\·\·\·,{\underset{\‾}{H}}_{N_t-1}^H]$ 是一个n_T×N_t矩阵。 

为了保持无论发射天线数量是多少，总发射功率P为常量，w标准限定如下： 

${\underset{\‾}{w}}^H\underset{\‾}{w}={\left|\right|\underset{\‾}{w}\left|\right|}^2=P/{\mathrm{\σ}}_s^2---(27.)$

根据式(26)和(27)的频率独立权重解，基于射频的加权和合并排列可以在射频域内独立实现，也可以由式(24)和(25)定义的基带加权和合并排 列补充。 

现在来看图5，其中展示了使用基带合并排列情况下的单信道(SC)MIMO-OFDM系统500中的发射机510和接收机520。特别地，发射机510包括Tx基带合并排列512，接收机包括Rx基带合并排列522。这样的基带合并排列可以结合在也包括基于射频的加权和合并排列的SCMIMO-OFDM发射机和接收机结构中(参看例如图6及相关讨论)。通过这种方式，一部分必要的加权和合并在射频域和基带平衡内执行。 

图5中的发射机510由n_T个发射天线组件524组成，每个组件传送一个加权版的相同数据子流，并使用OFDM调制。换句话说，{s_1，0，s_1，1，…，s_1，Nt-1}表示的N_t个连续QAM调制数据符号组成的数据流被每个发射天线组件524加权，并调制为一组N_t正交子载波。天线j发射的调型K处的发射信号是 

txs_j，k＝v_j.k·s_1，k                        (28.)。 

调型K处的发射向量是 

txs _k＝v _k·s_1，k                             (29.)。 

因此，发射权重528可以被看作一个n_T×N_t矩阵，更适合为一个传播信道530的函数。但是，这要求发射机510清楚信道530的特征。 

无论发射天线数量是多少，总发射功率P为常量，我们假设，每个发射天线组件524发射的数字符号中的每一个数据符号具有P/n_T的功率，也就是说， 

$E\left[s_{1,k}{s}_{1,k}^{*}\right]=P/n_T{=\mathrm{\σ}}_s^2---(30.)$

基于式(29)的总发射功率是 

$\mathrm{TXPW}=E\left[s_{1,k}^{*}{\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_k{s}_{1,k}\right]={\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_{k}E\left[s_{1,k}{s}_{1,k}^{*}\right]={\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_{k}P/n_T---(31.)$

既然我们想要限制总发射电量为P，也就是 

T×PW＝P                                    (32.)， 

那么发射权重的限制表示为 

$\mathrm{trace}\left({\underset{\‾}{v}}_k{\underset{\‾}{v}}_k^H\right)={\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_k={\left|\right|{\underset{\‾}{v}}_k\left|\right|}^2{=n}_T---(33.).$

在接收机520中，每个天线组件540接收到的信号，在射频链542中被解调并从射频下变频转换至基带。随后，在发射机510中被增加544的，用于降低ISI的循环前缀(CP)被去除546。经过串并转换(S/P)550，该符号被映射到64点FFT 554的子载波上。 

在一个噪声限制方案中，在第i个接收天线组件540的FFT 360的输出对第K阶调型的重建数据信号由 

$r_{i,k}=s_{1,k}\underset{j=1}{\overset{\mathrm{nT}}{\mathrm{\Σ}}}{H}_{i,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·v_{j,k}+n_{i,k}---(34.)$

给出，其中，H_i，j是由分别相应于与发射和接收天线组件j和i的{h_i，j，0，h_i，j，1，…，h_i，j，L-1}表示的L拍信道脉冲响应的信道频率响应，其中n是具零平均值和变量σ²的复数值的加性白高斯噪声(AWGN)。从每个天线组件接收到的信号被收集在一个M维向量中。调型k上的接收向量变为： 

r _k＝H_k v _ks_1，k+n _k                    (35.) 

其中， $H_k=\left[\begin{array}{c}{H}_{\mathrm{1,1}}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·H_{1,n_T}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\\ \·\\ \·\\ \·\\ H_{M,1}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·,H_{M,n_T}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\end{array}\right]$ 是M×N_t矩阵。 

接收向量在每个调型上乘以u _k表示M×1向量的复共轭。调型k上的最终输出为： 

$y_k={\hat{s}}_{1,k}={\underset{\‾}{u}}_k^H\·{\underset{\‾}{r}}_k={\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k\·s_{1,k}+{\underset{\‾}{u}}_k^H{\underset{\‾}{n}}_k---(36.)$

其中y_k是s_1，k的估计值。 

奇异值分解(singular value decomposition，简称SVD)是一门用于解决发射和接收权重528，560结合最优化的有效技术，如B.Andersen所著的发表在2000年4月的IEEE天线与传播杂志(IEEE Ant.prop.Mag)12-16的《移动通信中的天线阵列：增益，分集和信道容量》一文所述。SVD的一个扩展是H_k 的描述，如下面式子所述： 

$H_k=U_k{S}_k{V}_k^H---(37.)$

其中，S_k是一个由实数、非负奇异值组成的对角矩阵，是 $G_k=H_k^H{H}_k$ 的立方根，因此 

${\underset{\‾}{U}}_k^H{H}_k\·{\underset{\‾}{V}}_k=\sqrt{{\mathrm{\λ}}_{\max ,k}}---(38.)$

发射机和接收机528和560的解是直接由与最大奇异值相对应的H_k的左、右奇异向量给定。再次注意发射权重528根据式33规范化，使得： 

${\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k=\sqrt{{\mathrm{\λ}}_{\max ,k}}\·\sqrt{n_T}---(39.),$

然后，得到相应的最大输出信噪比： 

${\mathrm{SNR}}_{\max ,k}=\frac{{({\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k)}^{2}E\left[s_{1,k}{s}_{1,k}^{*}\right]}{{\mathrm{\σ}}^2{\left|\right|{\underset{\‾}{u}}_k\left|\right|}^2}=\frac{{\mathrm{\λ}}_{\max ,k}{n}_{T}P/n_T}{{\mathrm{\σ}}^2}---(40.)$

${\mathrm{SNR}}_{\max ,k}=\frac{{\mathrm{P\λ}}_{\max ,k}}{{\mathrm{\σ}}^2}---(41.).$

维特比解码过程中使用的度量加权的计算如下： 

调型K上的误差信号表达如下： 

e(k)＝s_1，k-y_k                               (42.)， 

假设u _k可以用 规范化，我们将式(36.)重写为： 

$y_k=s_{1,k}+\frac{{\underset{\‾}{u}}_k^H}{\sqrt{n_T{\mathrm{\λ}}_{\max ,k}}}{\underset{\‾}{n}}_k---(43.)$

因此，MSE或后合并噪声变量为： 

${\mathrm{\Σ}}_{H,k}=E{\left|e\left(k\right)\right|}^2=(s_{1,k}-y_k)\·(s_{1,k}^{*}-y_k^{*})---(44.)$

${\mathrm{\Σ}}_{H,k}=\frac{{\mathrm{\σ}}^2{\underset{\‾}{u}}_k^H{\underset{\‾}{u}}_k}{n_T{\mathrm{\λ}}_{\max ,k}}=\frac{{\mathrm{\σ}}^2}{n_T{\mathrm{\λ}}_{\max ,k}}---(45.)$

其中使用了具有标准统一的奇异向量。 

既然σ²/n_T是频率带宽上的常量，不需要被考虑进度量中。因此度量加权(MW)等于： 

MW(k)＝λ_max，k                              (46.) 

包括符号y_k的每个比特都被MW(k)加权。 

总体的说，图5情况下的实现方式包括基于每调型处信道频率响应的知识，每调型上一不同的发射和接收权重的计算，使得输出信噪比在该调型被最大化。 

然后，参照图6描述空间发射和接收信号在射频域被合并的情况。这允许使用一种仅包含一个射频链的结构，这促使用户设备以更经济的方式实现。 

图6分别描述了利用射频加权和合并排列612和614的SC-MIMO-OFDM系统600的发射机610和接收机620。系统600的发射机610由n_T个发射天线组件622组成，每个发射天线组件传送了加权版的相同的数据子流并使用OFDM调制。但是，与图5所示的情况相比，该示范性情况的合并权重630是利用基于射频的组件实现的，该射频组件可由一个单一向量定义。这一点非常方便地将射频发射链的数量降低到1个。在接收机620，合并权重634也同样作为单一向量在射频被实现，合并接收信号随后被在通过一单射频链传输以解调。 

在可选实现方式中，图6中的发射机610和接收机620中的基于射频的加权和合并排列612和614，可以由基带加权和合并排列补充。这使得部分必要的加权和合并在射频域内执行，基带平衡也受到影响。 

图6的配置中，天线j发射的调型K处的发射信号是 

txs_j，k＝v_j·s_1，k                            (47.)。 

调型K上的发射向量是 

txs _k＝v·s_1，k                                (48.)。 

因此，发射权重528可以被看作一个n_T×1向量，更适合为一个传播信道650的函数。但是，它不再是信道频率选择性的函数，而所有调型共同的。当总发射功率保持等于P时，遵循： 

$E\left[s_{1,k}{s}_{1,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2---(49.).$

随后，发射权重630的限制表示为： 

trace(vv ^H)＝v ^H v＝‖v‖²＝n_T                   (50.)。 

该信号通过信道650传播，接收机620的每个天线组件660接收到的信号，被收集在一个M维向量中，调型K上的接收向量变为： 

r _k＝H_k·v·s_1，k+n _k                           (51.) 

接收向量在射频被乘以M×1接收权重向量，该权重向量用u表示，并且在物理上由加权组件634实现。接收向量随后通过射频链670传送，进行解调和下变频转换。因此FFT674输出的合并接收信号可写作： 

$y_k={\hat{s}}_{1,k}={\underset{\‾}{u}}^H\·{\underset{\‾}{r}}_k={\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v}\·s_{1,k}+{\underset{\‾}{u}}^H{\underset{\‾}{n}}_k---(52.)$

其中，y_k是s_1，k的估计值。 

调型K上相应输出信噪比是 

${\mathrm{SNR}}_k=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}E\left[s_{1,k}{s}_{1,k}^{*}\right]}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}P/n_T}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}---(53.).$

频率上的平均信噪比表示为 

$\stackrel{\‾}{\mathrm{SNR}}=\frac{1}{N_t}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_k=\frac{P/n_T}{N_t{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^2---(54.).$

或等价于 

$\stackrel{\‾}{\mathrm{SNR}}=\frac{P/n_T}{N_t{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{u}}^H{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H\underset{\‾}{u}---(55.).$

对于一个给定向量v，u按下列式子定义，用于将下面的和最大化： 

$\frac{{\underset{\‾}{u}}^H\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H\right)\underset{\‾}{u}}{{\underset{\‾}{u}}^H\underset{\‾}{u}}---(56.)$

最大化式(56)的值的u的解，是与最大特征值相对应的的矩阵 

的特征向量。其解表示如下： 

$\underset{\‾}{u}=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H)---(57.).$

对于一个给定矩阵u，v按下列式子定义，用于将下面的和最大化： 

$\frac{{\underset{\‾}{v}}^H\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\underset{\‾}{u}{\underset{\‾}{u}}^H{H}_k\right)\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(58.).$

最大化式(56)的值的v的解，是与最大特征值相对应的的矩阵 的特征向量。其解如下： 

$\underset{\‾}{v}=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\underset{\‾}{u}{\underset{\‾}{u}}^H{H}_k)---(59.).$

v和u的解相互依赖，这就变成了一个接合问题，这类问题可以被例如数值搜索解决。 

维特比解码过程中用到的度量权重的计算如下： 

调型K上的误差信号表达如下： 

e(k)＝s_1，k-y_k                         (60.) 

假设u可以在每个调型上用(u ^HH_K·v)^*来规范化，等式(52)可以被重写为 

$y_k=s_{1,k}+\frac{{\underset{\‾}{u}}^H}{{\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v}}{\underset{\‾}{n}}_k---(61.)$

MSE或后合并噪声变量是： 

${\mathrm{\Σ}}_{H,k}=E{\left|e\left(k\right)\right|}^2=(s_{1,k}-y_k)\·(s_{1,k}^{*}-y_k^{*})---(62.)$

${\mathrm{\Σ}}_{H,k}=\frac{{\mathrm{\σ}}^2{\underset{\‾}{u}}^H\underset{\‾}{u}}{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^2}---(63.)$

因为σ² u ^H u是频率带宽上的常量，不需要被考虑进度量中。因此度量权重(MW)等于： 

MW(k)＝(u ^HH_k·v)²               (64.) 

包括符号y_k的每个比特都被MW(k)加权。 

图7描述了空间多路复用MIMO-OFDM系统700的发射机710和接收机720。如图所示，发射机710和接收机720各自结合Tx和Rx基带加权和合并排列712，722。与本发明一致，这些基带加权和合并排列可以连同基于射频的加权和合并排列一起使用在空间多路复用MIMO-OFDM发射机和接收机结构中(参见图8及相关讨论)。通过这种方式，一部分必要的加权和合并在射频域和基带平衡内执行。 

发射机710由n_T个发射天线组件714组成，每个组件传送N个不同子流(也就是空间多路复用信号)的加权的合并，并使用OFDM调制，其中，{s_i，o，s_i，1，…，s_i，Nt-1}，i＝1，…，N表示的N_t个连续的QAM调制数据符号流，被调制为一组N_t个正交子载波。 

在系统700中，第j天线组件发射的调型K处的发射信号是 

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i,k}\·s_{i,k}---(65.)$

调型K上的发射向量是 

${\underset{\‾}{\mathrm{txs}}}_k=v_k\·{\underset{\‾}{s}}_k=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}\·s_{i,k}---(66.)$

其中，V_k是调型K上大小为n^T×N的发射权重矩阵。 

基于式(66)的总发射功率是 

$\mathrm{TXPW}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}E\left[s_{i,k}^{*}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}{s}_{i,k}\right]=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}---(67.)$

其中 

$E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2,i=1,\·\·\·,N---(68.)$

既然要把总发射电量限制为P，使得 

T×PW＝P                          (69.) 

那么对发射权重730的限制表示为 

$\mathrm{trace}\left(V_k^H{V}_k\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}=n_T---(70.).$

为了简化该实例，采用发射天线组件714的数量(n^T)等于空间多路复用信号N的数量的状况。为了进一步简化，每个调型处的权重矩阵V_k被设置为等于单位矩阵。在这些情况下，调型K上的发射向量被简化为： 

txs _k＝s _k                          (71.)。 

可以理解，在其他实施例中，n_T可以大于N和/或权重矩阵V_k可以是非单位矩阵。例如，当V_k由信道决定时，可采用多种预编码方法辅助给定特定标准的V_k的计算以进行最优化。 

在接收机720中，每个天线组件740收到的信号，在射频链744中被解调并从射频下变频转换至基带。随后，在发射机710中被增加746的、用于降低ISI的循环前缀(CP)被去除减掉748。经过串并转换754，该符号被映射到64点FFT 758的子载波上。 

在N＝n_T＝2的噪声限制方案中，在第i个接收天线组件740的FFT 758的输出对第K阶调型的重建数据信号由 

$r_{i,k}=H_{i,1}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_{1,k}+H_{i,2}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_{2,k}+n_{i,k}---(72.)$

给定。 

每个天线组件740的接收信号被收集在一个M维向量中。调型K上的接收向量变为： 

r _k＝H_k·s _k+n _k                           (73.)。 

在这种情况下，接收向量在每个调型上乘以W_k表示的M×N矩阵的复共轭。调型k上的最终输出由 

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{n}}_k---(74.)$

给出，其中y _k＝[y_1，k，…，y_N，k]^T和s _k＝[s_1，k，…，s_N，k]^T是N维向量。矩阵W_k可表示为W_k＝[w _k，1，…，w _k，N]。 

W_k的解由熟知的最小均方误差(minimum mean squared error，简称MMSE)给定(也就是，Wiener-Hopf解)，参见Prentice Hall 1996年出版的由S.Haykin所著的《自适应滤波器原理(第三版)》。其一般解由 

$W_k={(H_k{R}_{s,k}{H}_k^H+R_{n,k})}^{-1}{H}_k{R}_{s,k}---(75.)$

给出，其中 $R_{s,k}=E\left[{\underset{\‾}{s}}_k{\underset{\‾}{s}}_k^H\right],$ $R_{n,k}=E\left[{\underset{\‾}{n}}_k{\underset{\‾}{n}}_k^H\right].$

假设 $R_s={\mathrm{\σ}}_s^2{/}_N$ 和R_n＝σ²I_M：，该解被简化为 

$W_k={(H_k{H}_k^H+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{I}_M)}^{-1}{H}_k---(76.)$

或等价地 

$W_k^H={(H_k^H{H}_k+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{I}_N)}^{-1}{H}_k^H---(77.).$

维特比解码过程中使用的度量权重的计算如下： 

调型K上的误码信号j表示为： 

$e_j\left(k\right)=s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k---(78.)$

MSE或后合并噪声变量是 

${\mathrm{\Σ}}_{H,j,k}=E{\left|e_j\left(k\right)\right|}^2=(s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k)\·(s_{j,k}^{*}-{\underset{\‾}{r}}_k^H{\underset{\‾}{w}}_{k,j})---(79.)$

${\mathrm{\Σ}}_{H,j,k}={\mathrm{\σ}}_s^2(1-{\underset{\‾}{H}}_{k,j}^H\·{\underset{\‾}{w}}_{k,j}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{H}}_{k,j}+{\underset{\‾}{w}}_{k,j}^H\·H_k{H}_k^H\·{\underset{\‾}{w}}_{k,j})+{\mathrm{\σ}}^2{\underset{\‾}{w}}_{k,j}^H{\underset{\‾}{w}}_{k,j}---(80.)$

其中 

${\underset{\‾}{H}}_{k,j}=\left[\begin{array}{c}{H}_{1,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\\ \·\\ \·\\ \·\\ H_{M,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\end{array}\right]$

MW_j(k)表示的信号j的度量权重(MW)等于∑_H，j，k的逆矩阵 

MW_j(k)＝1/∑_H，j，k                    (81.) 

包含符号s_j，k的每个比特被MW_j(k)加权。 

总之，在图7中，基于每调型处信道频率相应知识，在每个调型计算出一不同的权重，用于最大化每一调型处的输出信噪比。 

图8描述了一个包括发射机810和接收机820的通信系统800。其中发射机和接收机均包括基于射频的和基带的加权和合并排列。特别地，发射机810包括射频加权和合并排列812和基带加权和合并排列814。接收机820包括射频加权和合并排列822和基带加权和合并排列824。如图所示，发射机810由n_T个发射天线组件830组成，每个组件都传输N个不同子流的加权的合并，并且使用OFDM调制。因为至少部分合并权重被作为射频组件832而在发射机810中实现，发射射频链840的数量被方便地降低到空间多路复用的数量。这种类型的排列被认为可以实现高性价比。 

在图8的配置中，第j天线830发射的调型K处的发射信号是： 

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i}\·s_{i,k}^{\′}---(82.)$

其中 

$s_{i,k}^{\′}=\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{v}_{i,l,k}^{\′}\·s_{l,k}---(83.)$

且其中条件v和v′分别表示射频和基带权重。调型K上的发射向量是 

txs _k＝V·V′_k·s _k                    (84.) 

其中，V是大小为n_T×N的发射射频权重矩阵，并且独立于指数k(因为其在频率调型上是常量)，V′_k是大小为N×N的发射射频权重矩阵，并且由指数k决定(因为其是频率的函数)。 

为了简化上述实例，我们考虑V′_k在每个调型上等于单位矩阵，可以理解，在其他实施例中，V′_k可以是一个非单位矩阵。例如，当V′_k由信道决定时，可采 用多种预编码方法和类似方法辅助给定特定标准的V′_k的计算以进行最优化。在这种情况下，调型K上的发射矩阵变成 

${\underset{\‾}{\mathrm{txs}}}_k=V\·{\underset{\‾}{s}}_k=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_i\·s_{i,k}.$

为节省总发射功率，对矩阵V的限制可以写作： 

trace(V^HV)＝n_T                     (85.) 

假设 

${\mathrm{\σ}}_s^2=E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T,i=1,\·\·\·,N.$

如上所述，图8中的接收机也使用不同的射频和基带加权和合并排列。特别地，用于基于射频排列822的第一组权重850在射频实现，对所有调型是共有的。而基带排列824使用了第二组权重854。注意到计算射频权重850的步骤也可在基带中执行，在该情况下，权重850的值被通过内部总线反馈到射频域，这带来反馈延迟。 

在下面配置中，第i接收链在调型K上的FFT 858的输出由 

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·V\·{\underset{\‾}{s}}_k+{\underset{\‾}{u}}_i^H{\underset{\‾}{n}}_k---(86.)$

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·s_{i,k}+{\underset{\‾}{u}}_i^H(\underset{j\≠i}{\overset{N}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_j\·s_{j,k}+{\underset{\‾}{n}}_k)---(87.)$

给出，其中u _i＝[u_1，i，…，u_M，i]^T。每个接收链的接收信号被收集到一个N维向量中。在调型K上，该接收信号向量r _k变成N×1维，并可以被表示为 

r _k＝U^H(H_k·V·s _k+n _k)＝U^HH_k·V·s _k+U^H n _k            (88.) 

其中U＝[u ₁，...，u _N]是一个M×N矩阵，包括在射频实现的一组权重。表达式(88)也可以写作： 

r _k＝H″_k·s _k+η _k      (89.) 

其中H″_k＝U^HH_k·V，η _k＝U^H n _k.。 

等式(87)定义的接收信号模型由N个信号组件和一个噪声组件组成。因为发射机810并行发送N个空间多路复用信号，且这些信号中的每个都需要由接收机820单独检测，所以每个接收机链将一空间多路复用信号看作期望的信号组件，而其余N-1个空间多路复用信号则被看作是干扰信号。规定第i接收链将第i空间多路复用信号作为所期望的信号组件，等式(87)重写为： 

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·s_{i,k}+{\underset{\‾}{u}}_i^H{\underset{\‾}{\mathrm{\μ}}}_{i,k}---(90.)$

其中μ被认为是噪声及干扰信号。 

在这个实施例中，射频加权向量u _i和v _i被设计用于最大化信噪比(当基带权重854消除了多个空间多路复用信号产生的干扰)。与第i接收链的调型K相关的信噪比被表示为： 

${\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H{\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(91.)$

那么，第i接收链的所有调型K的总信噪比为： 

${\stackrel{\‾}{\mathrm{SNR}}}_i=\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H){\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(92.)$

也可写作： 

${\stackrel{\‾}{\mathrm{SNR}}}_i={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{v}}_i^H(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\·{\underset{\‾}{u}}_i\·{\underset{\‾}{u}}_i^H{H}_k){\underset{\‾}{v}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(93.).$

对u _i和v _i，其中i＝1，...，N，求解等式(92)(93)是一个接合问题，可以通过如数值搜索的方法来解决。在指定v _i情况下，最大化SNR_i的u _i的解是由与最大特征值相对应的矩阵 

的特征向量给定。该解可以表示为 

${\underset{\‾}{u}}_i=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H),i=1,\·\·\·,N---(94.).$

同时，在指定u _i情况下，最大化SNR_i的v _i的解是由与最大特征值相对应的矩阵 的特征向量提供的。该解可以表达为 

${\underset{\‾}{v}}_i=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\·{\underset{\‾}{u}}_i\·{\underset{\‾}{u}}_i^H{H}_k),i=1,\·\·\·,N---(95.).$

随后接收向量在每个调型上被乘以由W_k表示的N×N矩阵的复共轭，用于检测发射信号。调型K上的最终输出信号由： 

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k^{\′\′}\·s_k+W_k^H{\underset{\‾}{\mathrm{\η}}}_k=W_k^H{U}^H(H_k\·V\·{\underset{\‾}{s}}_k+{\underset{\‾}{n}}_k)---(96.)$

给定。 

注意到当权重W_k是可用频率调型的函数时，射频权重U和V对于所有频率是共同的(因此与下标k无关)。 

等式(96)可以利用例如熟知的最小均方误差(MMSE)解决方案(也就是，Wiener-Hopf解决方案)对W_k求解，参见Prentice Hall 1996年出版的由S.Haykin所著的《自适应滤波器原理(第三版)》。该一般解是由 

$W_k={(H_k^{\′\′}{R}_{s,k}{H_k^{\′\′}}^H+R_{\mathrm{\η},k})}^{-1}{H}_k^{\′\′}{R}_{s,k}---(97.)$

给出。我们有 $R_{s,k}={\mathrm{\σ}}_s^2{I}_N$ 和 $R_{\mathrm{\η}.k}=E\left[{\underset{\‾}{\mathrm{\η}}}_k{\underset{\‾}{\mathrm{\η}}}_k^H\right]={\mathrm{\σ}}^2{U}^{H}U,$ 因此 

$W_k={(H_k^{\′\′}{H_k^{\′\′}}^H+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{U}^{H}U)}^{-1}{H}_k^{\′\′}---(98.).$

W_k由矩阵H_k、U和V直接导出，其中U和V由等式(94)(95)给出。 

维特比解码处理中用到的度量权重的计算如下： 

调型K上的误差信号j表示为： 

$e_j\left(k\right)=s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k---(99.)$

MSE或后合并噪声变量是 

${\mathrm{\Σ}}_{H,j,k}=E{\left|e_j\left(k\right)\right|}^2=(s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k)\·(s_{j,k}^{*}-{\underset{\‾}{r}}_k^H{\underset{\‾}{w}}_{k,j})---(100.)$

MW_j(k)表示的信号j的度量权重(MW)等于∑_H，j，k的逆矩阵 

MW_j(k)＝1/∑_H，j，k                    (101.) 

包含符号s_j，k的每个比特被MW_j(k)加权。 

上述结果适用于OFDM调制方案，其中，频率选择衰减在每一调型上以不连续形式表示。但是，对于单载波系统而言，传播信道可以表示为频率的连续函数。在这种情况下，上述结果可以推广至信号带宽上的积分，而不是信号带宽上N_t个不连续组件的和。 

接下来，参考图9描述一个在时空域中基于直接序列扩频处理的系统。可以考虑将上述空频域情况扩展到时空域处理情况中。 

现在来看图9，其中描述了配置有接收天线910并结合基带加权和合并排列930的耙式接收机结构900。天线910接收到的信号在射频链920中进行解调和下变频转换。这样的基带加权和合并排列930可以结合在同时包括了基于射频的加权和合并排列的耙式接收机结构中(参见图10及其相关讨论)。通过这种方式，一部分必要的加权和合并在射频域和基带平衡内执行。 

在图9的示范性例子中，基带加权组件934在空间和时间范围内被计算。在接收机900中，一组N个接收天线910(i从1到N)在一组M个不同延迟路径(j从1到M)上接收的多路径信号，可以被表示为： 

r_ij＝A_ije^jφ _ij·x·p+n_ij＝A_ije^jφ _ij·s+n_ij            (102.) 

其中，A_ij是衰减信号包络，φ_ij是相应相位，x是发射信号(数据符号)，p是扩散序列，每个n_ij是加性白高斯噪声(AWGN)组件。时空矩阵形式的相应表示方式如下： 

R＝H·s+N                         (103.) 

其中H代表N×M信道增益矩阵 

$H=\left[\begin{array}{cccc}{h}_{11}& h_{12}& \·\·& h_{1M}\\ h_{21}& h_{22}& \·\·& h_{2M}\\ \·& \·& \·\·& \·\\ \·& \·& \·\·& \·\\ h_{N1}& h_{N1}& \·\·& h_{\mathrm{NM}}\end{array}\right]=\left[\begin{array}{cccc}{\underset{}{\underset{\‾}{h}}}_1& {\underset{\‾}{h}}_2& \·\·& {\underset{\‾}{h}}_M\end{array}\right]---(104.).$

在每个延迟j，信号向量为 

r _j＝h _j·s+n _j                           (105.)。 

在基带合并情况下，向量r _j 乘以复权重向量w_j ^H

y_j＝w _j ^H r _j＝w _j ^H h _j·s+w _j ^H n _j              (106.)。 

采取高斯近似值简化(也就是干扰及噪声组件无关联，且其经各接收天线的能量相等)后，相应输出信噪比是 

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{{\underset{\‾}{w}}_j}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H{\underset{\‾}{w}}_j}{{{\underset{\‾}{w}}_j}^H{\underset{\‾}{w}}_j}---(107.)$

其中 ${\mathrm{\σ}}_s^2=E\left[{\mathrm{ss}}^{*}\right],$ ${\mathrm{\σ}}^2=E\left[n_{\mathrm{ij}}{n}_{\mathrm{ij}}^{*}\right].$

在一个噪声限制方案中，这种情况下最大化输出信噪比的权重是 

w _j＝h _j                                 (108.) 

相应的信噪比(解扩前)是 

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H{h}_j}{{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(109.)$

这与最大比值合并(Maximum Ratio Combining，简称MRC)解决方案相应，其中输出信噪比是多个天线组件在特定延迟的单个SNR之和。 

此外，耙式接收机的M个耙指950中每个耙指在给定延迟分离和解扩信号如下： 

u_j＝y_j·p＝h _j ^H h _j·s·p+h _j ^H n _j·p 

＝G·h _j ^H h _j·x+h _j ^H n _j                        (110.) 

相应信噪比(解扩之后)是 

${\mathrm{SNR}}_j=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(111.)$

其中G是处理增益， ${\mathrm{\σ}}_x^2=E\left[{\mathrm{xx}}^{*}\right].$

最后，耙式合并机960根据MRC度量最优地合并不同延迟处耙指的输出： 

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(112.)$

图10描述了时空直接序列扩频接收机1000，其包括射频加权和合并排列1010。如图所示，射频加权和合并排列1010传播一个射频链1018，用于实现到解调和至基带的下变频转换。在一个示范性实现方式中，合并排列1010的加权值1014可以表示为一维向量，该向量适于耙式接收机1000的所有耙指1020。计算步骤可以在基带执行，这种情况下，权重1014的值通过内部总线(图未示)反馈到射频加权和合并排列1010。 

在一可选实现方式中，图10接收机结构中的基于射频的加权和合并排列1010可以被基带加权和合并排列补充。这导致一部分必要的加权和合并在射频域和在基带实现的平衡内执行。 

图9所示的基带合并情况下，在每个延迟j，信号向量可以表示为： 

r _j＝h _j·s+n _j                              (113.)。 

使用智能天线合并，矩阵r _j 乘以一复权重矩阵v ^H，来获取 

y_j＝v ^H r _j＝v ^H h _j·s+v ^H n _j                    (114.)。 

每个延迟j的相应信噪比是 

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{v}}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(115.)$

其中 ${\mathrm{\σ}}_s^2=E\left[{\mathrm{ss}}^{*}\right],$ ${\mathrm{\σ}}^2=E\left[n_{\mathrm{ij}}{n}_{\mathrm{ij}}^{*}\right].$ 接下来，所有信噪比之和(对所有耙指求和)被最大化： 

$\mathrm{SNR}=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{v}}^H{\mathrm{HH}}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(116.).$

等式(116)被认为是标准的特征值分解问题。也就是： 

$\frac{{\underset{\‾}{v}}^H{\mathrm{HH}}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}={\mathrm{\λ}}_{\max }---(117.)$

和 

HH^H v＝λ_max v                      (118.)。 

因此，最大化权重向量v的信噪比是与HH^H最强特征值相对应的特征向量。 

接下来，证明等式(118)给出的v的解有效最大化耙式合并器1040的输出的信噪比。解扩后，使用MRC度量，耙式合并器合并了耙指1020获取的延迟处的信号。等式(114)可以被重写来反映单个延迟j的情况： 

y_j＝v ^H r _j＝v ^H h _j·s+v ^H n _j            (119.)。 

经过利用κ_j＝v ^H h _j：，η_j＝v ^H n _j替换，得到 

y_j＝κ_j·s+η_j                    (120.) 

和 

${\mathrm{SNR}}_j=\frac{{\mathrm{\κ}}_{j}s\·s^{*}{{\mathrm{\κ}}_j}^H}{{\mathrm{\η}}_j{{\mathrm{\η}}_j}^H}=\frac{{\mathrm{\σ}}_s^2}{{{\mathrm{\σ}}_{{\mathrm{\η}}_j}}^2}{\left|{\mathrm{\κ}}_j\right|}^2---(121.).$

向量y，k和η在多延迟j＝1～M情况定义如下： 

耙式接收机1000合并y的组件，用于获得 

z＝ξ ^H y＝ξ ^H κ·s+ξ ^H η           (123.)。 

权重为ξ＝κ，因此 

$z={\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\κ}}\·s+{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s+{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}---(124.).$

输出z的相应信噪比为 

${\mathrm{SNR}}_z=\frac{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s{(\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s)}^H}{{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}{\underset{\‾}{\mathrm{\η}}}^H\underset{\‾}{\mathrm{\κ}}}=\frac{{{\mathrm{\σ}}_s}^2{\left(\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\right)}^2}{{{\mathrm{\σ}}_{\mathrm{\η}}}^2\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2}=\frac{{{\mathrm{\σ}}_s}^2}{{{\mathrm{\σ}}_{\mathrm{\η}}}^2}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2---(125.).$

假设对于所有的j，σ_ηj＝σ_η。 

经过对比等式(121)和(125)，得出结论： 

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j---(126.).$

因此通过等式(115)～(118)，得到 

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_S^2}{{\mathrm{\σ}}^2}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\frac{{\underset{\‾}{v}}^H{{\underset{\‾}{h}}_j{\underset{\‾}{h}}_j}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}=\frac{{\mathrm{\σ}}_S^2}{{\mathrm{\σ}}^2}{\mathrm{\λ}}_{\max }---(127.)$

解扩后，最终结果可以表示为 

${\mathrm{SNR}}_z=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}{\mathrm{\λ}}_{\max }---(128.)$

向量权重v被设计为使 最大。等式(126)显示这些权重最大化耙式接收机1040的输出处的信噪比(给定限定条件：向量权重v对于所有耙指来说是常量)。 

图11描述了通信系统1100，该系统包括图8所示通信系统800的简化版本。系统1100包括发射机1110和接收机1120，该发射机1110和接收机1120均包含基于射频的和基带的加权和合并排列。特别地，发射机1110包括一个射频加权和合并排列1112和一个基带加权和合并排列1114，接收机1120包括一个射频加权和合并排列1122和一基带加权和合并排列1124。如图所示，发射机1110 由n_T＝4个发射天线组件1130组成，每个组件传送N＝2个不同子流(也就是空间多路复用信号)的加权的合并，并且使用OFDM调制。 

系统1100可以被描述为一对单权重(“成对SW”)系统，因为发射机1110中的一对天线组件1130和接收机1120中的一对天线组件1134分别有效地连接到单射频链1140和1142上。这种方法提供系统1100与多天线实现方式相关的性能优势，而且相对于图8所示的系统，成本和实现复杂度均得到了进一步降低。事实上，对于为支持两个空间多路复用信号的通信，在发射机1110使用了4个天线组件1130，在接收机1120同样使用了4个天线组件1134的示范性情况下，发射机1110只需要2个射频加权系数1132，接收机1120只需要2个射频加权系数1150(也就是说，系统1100使用了总共4个加权系数)。相比较而言，图8所示系统中类似的4天线实现方式，要求其发射机和接收机分别需要6个射频加权系数(就是说，在这种情况下，图8所示系统需要使用总共12个射频加权系数)。注意到前述假设图8和图11所示系统的每个发射机和接收机至少有一个加权系数被规范化以统一。系统1100所需的射频链权重减少的数量直接转化为成本的下降和系统实现的简化。 

在图11中的配置中，第j天线1130调型K上的发射信号是 

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i}\·s_{i,k}^{\′}---(129.)$

其中 

$s_{i,k}^{\′}=\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{v}_{i,l,k}^{\′}\·s_{l,k}---(130.)$

且条件v和v′分别表示射频和基带权重。调型K上的发射向量是 

txs _k＝V·V′_k·s _k                        (131.)， 

其中V是大小为n_T×N的发射射频权重矩阵，并独立于指数K(在所有频率上是常数)，V′_k是大小为N×N的发射基带权重矩阵，并取决于指数K(因为其是频率的函数)。 

作为在成对SW系统1100内单射频链上使用一对天线的结果，V的结构在 下面给出： 

$V=\left[\begin{array}{cc}{v}_a& 0\\ v_b& 0\\ 0& v_c\\ 0& v_d\end{array}\right]---(132.)$

使得指数为i的一对天线发射仅包含s′_i，k的贡献的信号。如果V中的列被其第一个系数规范化，V的结构变成     

$V=\left[\begin{array}{cc}1& 0\\ v_1& 0\\ 0& 1\\ 0& v_2\end{array}\right]---(133.).$

为了简化上面的例子，考虑V′_k等于每个调型上的单位矩阵。可以理解在其他实施例中，V′_k可以是一个非单位矩阵。例如，当V′_k由信道决定时，可采用多种预编码方法和类似方法辅助给定特定标准的V′_k的计算以进行最优化。为了进一步的简化，考虑V等于 

$V=\left[\begin{array}{cc}1& 0\\ 0& 0\\ 0& 1\\ 0& 0\end{array}\right]---(134.).$

换句话说，发射机1110被简化以使得4个天线1130中的只有2个被使用，并且每个这样的天线1130发射其自身的空间多路复用信号，也就是说调型K上的发射矩阵变成 

txs _k＝s _k                     (135.) 

其中txs _k是一个N×1向量。可以理解，在其他实施例中，V可以由一般表达式(133)给出。 

如上所述，图11中的接收机1120也使用了不同的射频和基带加权和合并排列。特别地，射频排列1122的第一组权重1150在射频被实现，并且对于所有调型是共同的。而基带排列1124中使用了第二组权重1154。注意到计算射频权重1150的步骤也可以在基带执行，在该情况下，权重1150的值被通过内部 总线反馈到射频域中，这带来反馈延迟。 

在下面配置中，第i接收链的调型K上FFT 1158的输出由 

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{s}}_k+{\underset{\‾}{u}}_i^H{\underset{\‾}{n}}_k---(136.)$

函数给出，其中u _i是与第i对接收天线1134关联的射频权重向量。每个接收链中的接收信号被收集到一个N维向量中。在调型K上，这个接收信号向量r _k变成N×1维，并可以被表示为 

r _k＝U^H(H_k·s _k+n _k)＝U^HH_k·s _k+U^H n _k             (137.) 

其中U＝[u ₁，...，u _N]是一个M×N矩阵，包含在射频执行的一组权重集合，其结构为 

$U=\left[\begin{array}{cc}{u}_a& 0\\ u_b& 0\\ 0& u_c\\ 0& u_d\end{array}\right]---(138.).$

在规范化后，U变成 

$U=\left[\begin{array}{cc}1& 0\\ u_1& 0\\ 0& 1\\ 0& u_2\end{array}\right]---(139.).$

表达式(137)也可以被写为 

r _k＝H″_k·s _k+η _k                      (140) 

其中H″_k＝U^HH_k,η _k＝U^H n _k。 

接收信号r_i，k可以被重写为： 

$r_{i,k}={\underset{\‾}{u}}_i^H{\underset{\‾}{H}}_{i,k}\·s_{i,k}+{\underset{\‾}{u}}_i^H(\underset{j\≠i}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{H}}_{j,k}\·s_{j,k}+{\underset{\‾}{n}}_k)---(141.)$

其中u _i是(139)给出的U矩阵的第i列，H _i，k是矩阵H_k的第i列。 

等式(141)定义的接收信号模式由N个信号组件和一个噪声组件组成。因为发射机810并行传输N个空间多路复用信号，且每个信号都需要单独地被接收机1120检测，所以每个接收机链将一空间多路复用看作期望的信号组件，而其余N-1个空间多路复用信号则被看作是干扰信号。如果第i接收链将第i个空间多路复用信号作为所期望的信号组件，那么等式(141)被重写为 

$r_{i,k}={\underset{\‾}{u}}_i^H{\underset{\‾}{H}}_{i,k}\·s_{i,k}+{\underset{\‾}{u}}_i^H{\underset{\‾}{\mathrm{\μ}}}_{i,k}---(142.)$

其中μ被认为是噪声及干扰信号。 

在这个实施例中，射频加权向量u _i被设计为用于最大化信噪比(当基带权重1154消除了多个空间多路复用信号产生的干扰)。与第i接收链的第K阶调型相关联的信噪比表示为： 

${\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H{\underset{\‾}{H}}_{i,k}{\underset{\‾}{H}}_{i,k}^H{\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(143.)$

然后，第i接收链的所有K调型的总信噪比被表示为 

${\stackrel{\‾}{\mathrm{SNR}}}_i=\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{H}}_{i,k}{\underset{\‾}{H}}_{i,k}^H\right){\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(144.)$

最大化SNR_i的u _i的解是由与最大特征值相关的矩阵 

的最大特征向量提供的。该解可以被表达为 

${\underset{\‾}{u}}_i=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{H}}_{i,k}{\underset{\‾}{H}}_{i,k}^H),i=1,\·\·\·,N---(145.).$

随后接收向量在每个调型K上被乘以由W_k表示的N×N矩阵的复共轭，用于发射信号的检测。调型K上的最终输出信号被表示为： 

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k^{\′\′}\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{\mathrm{\η}}}_k{=W}_k^H{U}^H(H_k\·{\underset{\‾}{s}}_k+{\underset{\‾}{n}}_k)---(146.).$

注意到，当权重W_k是一个可用频率的函数时，射频权重U对于所有频率是 一致的。 

利用例如熟知的最小均方误差(minimum mean squared error，简称MMSE)解决方案(也就是，Wiener-Hopf解)，等式(146)可用于对W_k求解，参见PrenticeHall 1996年出版的由S.Haykin所著的《自适应滤波器原理(第三版)》。其一般解由 

$W_k={(H_k^{\′\′}{R}_{s,k}{H_k^{\′\′}}^H+R_{\mathrm{\η},k})}^{-1}{H}_k^{\′\′}{R}_{s,k}---(147.)$

给出。我们让 $R_{s,k}={\mathrm{\σ}}_s^2{I}_N,$ $R_{\mathrm{\η},k}=E\left[{\underset{\‾}{\mathrm{\η}}}_k{\underset{\‾}{\mathrm{\η}}}_k^H\right]={\mathrm{\σ}}^2{U}^{H}U,$ 因此 

$W_k={(H_k^{\′\′}{H_k^{\′\′}}^H+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{U}^{H}U)}^{-1}{H}_k^{\′\′}---(148.)$

W_k可以直接从矩阵H_k和U知识导出，其中U由等式(145)给出。 

很明显，通过上面的描述，图11的成对SW系统包括图8中描述的通信系统的一种特殊情况。特别地，成对SW系统的加权系数，可以依据图8中系统内使用的导出系数值的原理计算出，条件是某些射频加权系数被设置为0。尽管成对SW概念的实现是通过4个天线和2个空间多路复用信号的特殊情况来阐述的，本发明的概念可以同等地应用于可以处理更大数量空间多路复用的大规模系统。此外，该成对SW概念也同样适用于单信道系统。 

为便于解释，前面的描述使用了特定的术语来提供对本发明的全面的理解。但是，对于一个本领域的普通技术人员来说，很明显，本发明的具体实现中不需要如上所述特定的细节。在其他实例中，熟知的电路和设备以结构图形式显示，以避免对基本发明不必要的误解。因此，本发明特定实施例的前述描述只是出于描述和说明的目的，而并不是穷举的或将本发明限制于所揭示的这种精确的形式中的。很显然，根据上述示教，许多改动或变化都是可能的。文中选择和描述的具体实施例只是用于最好地解释本发明的原理和实际应用，从而能够使本领域的其它技术人员通过适于预期的特定用途的各种修改，最好地利用本发明和各种实施例。下面的权利要求及其等同物定义了本发明的范围。 

Claims (10)

1.一种信号加权和合并方法，应用于具有多个接收天线的接收机中，该多个接收天线用于产生相应多个接收射频信号，每一个接收射频信号产生以响应通过信道接收一发射射频信号，其特征在于，包括：

根据被选以最大化均分于所述信道的所述接收机的输出信噪比的相应多个射频加权值，加权所述多个接收射频信号，以形成多个加权射频信号，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；以及

合并所述多个加权射频信号中的部分，以形成一个或多个合并射频信号；

所述射频信号的加权和合并排列在射频域内独立实现或由基带加权和合并排列补充；

所述方法进一步包括：当所述射频信号的加权和合并排列由基带加权和合并排列补充时，用于基于射频信号的加权和合并排列的第一组权重在射频域实现，对所有调型是共有的；而基带加权和合并排列使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

2.一种射频分离和加权方法，应用于通过多个发射天线发射一射频输入信号、以产生相应多个射频输出信号的多天线发射机中，每个所述射频输出信号在经信道传播后被接收机接收，其特征在于，包括：

将所述射频输入信号分离，以形成多个分离射频信号；以及

根据被选以最大化均分于所述信道的所述接收机的输出信噪比的相应多个射频加权值，加权所述多个分离射频信号，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

所述射频信号的分离和加权排列在射频域内独立实现或由基带分离和加权排列进行补充；

所述方法进一步包括：所述射频信号的分离和加权由基带分离和加权进行补充时，用于基于射频信号的分离和加权的第一组权重在射频域实现，对所有调型是共有的；而基带分离和加权使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

3.一种射频处理方法，应用于包括发射机和接收机的通信系统中，其中，发射机具有一组发射天线，该发射天线用于通过信道发射一组空间多路复用射频输出信号；接收机具有多个接收天线，该接收天线用于产生相应第一多个空间多路复用接收射频信号，以响应所述空间多路复用射频输出信号的接收，其特征在于，包括：

通过对多个射频输入信号执行分离和加权操作，生成所述一组空间多路复用射频输出信号，所述分离和加权操作使用根据均分于所述信道的所述接收机的一个或多个输出信噪比选择的第一组射频加权值；以及

通过对所述第一多个空间多路复用接收射频信号执行加权和合并操作，形成第二多个空间多路复用接收射频信号，所述加权和合并操作使用根据所述一个或多个输出信噪比选择的第二组射频加权值，进一步的，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

所述射频信号的加权和合并排列在射频域内独立实现或由基带加权和合并排列补充；

所述方法进一步包括：当所述射频信号的加权和合并排列由基带加权和合并排列补充时，用于基于射频信号的加权和合并排列的第一组权重在射频域实现，对所有调型是共有的；而基带加权和合并排列使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

4.一种信号加权和合并方法，应用于具有多个接收天线的接收机中，该多个接收天线用于产生相应多个空间多路复用接收射频信号，以响应通过信道的空间多路复用发射射频信号能量的接收，其特征在于，包括：

利用根据均分于信道的所述接收机的一个或多个输出信噪比所选的相应一组射频加权值，加权多个空间多路复用接收射频信号，以形成多个空间多路复用加权射频信号，进一步的，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；以及

合并所述多个空间多路复用加权射频信号中的部分，以形成一个或多个空间多路复用合并射频信号；

所述射频信号的加权和合并排列在射频域内独立实现或由基带加权和合并排列补充；

所述方法进一步包括：当所述射频信号的加权和合并排列由基带加权和合并排列补充时，用于基于射频信号的加权和合并排列的第一组权重在射频域实现，对所有调型是共有的；而基带加权和合并排列使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

5.一种射频分离和加权方法，应用于通过多个发射天线发射空间多路复用射频输入信号，以产生相应多个空间多路复用射频输出信号的多天线发射机中，每个所述空间多路复用射频输出信号在信道中传播后被接收机收到，其特征在于，包括：

将所述空间多路复用射频输入信号分离，以形成多个空间多路复用分离射频信号；

利用根据一个或多个输出信噪比所选的一组射频加权值，加权所述多个空间多路复用分离射频信号，以形成多个空间多路复用加权射频信号，进一步的，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；以及

合并所述多个空间多路复用加权射频信号的部分，以形成所述多个空间多路复用射频输出信号；

所述射频信号的分离和加权排列在射频域内独立实现或由基带分离和加权排列补充；

所述方法进一步包括：所述射频信号的分离和加权由基带分离和加权进行补充时，用于基于射频信号的分离和加权的第一组权重在射频域实现，对所有调型是共有的；而基带分离和加权使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

6.一种射频处理方法，应用于包括发射机和接收机的通信系统中，其中，发射机具有一组发射天线，该发射天线用于通过信道发射一组射频输出信号；接收机具有多个接收天线，该接收天线用于产生相应多个接收射频信号，以响应所述射频输出信号的接收，其特征在于，包括：

通过对一射频输入信号执行分离和加权操作，生成所述一组射频输出信号，所述分离和加权操作使用被选以最大化均分于所述信道的所述接收机的输出信噪比的射频加权值；以及

通过利用第二组射频加权值对所述多个接收射频信号执行加权和合并操作，生成一个或多个接收合并射频信号，所述第二组射频加权值被选以最大化所述输出信噪比，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

所述射频信号的分离和加权在射频域内独立实现或由基带分离和加权进行补充；

所述方法进一步包括：所述射频信号的分离和加权由基带分离和加权进行补充时，用于基于射频信号的分离和加权的第一组权重在射频域实现，对所有调型是共有的；而基带分离和加权使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

7.一种信号加权和合并方法，应用于具有至少第一和第二个接收天线，用于生成至少第一和第二接收射频信号，用于响应通过信道接收的发射射频信号的接收机中，其特征在于，包括：

根据被选择以最大化均分于所述信道的所述接收机的输出信噪比的第一和第二射频加权值，分别加权所述至少第一和第二接收射频信号，以形成第一和第二成对单权重射频信号，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；以及

合并所述第一和第二成对单权重射频信号，以形成一个或多个合并射频信号；

所述射频信号的加权和合并排列在射频域内独立实现或由基带加权和合并排列补充；

所述方法进一步包括：当所述射频信号的加权和合并排列由基带加权和合并排列补充时，用于基于射频信号的加权和合并排列的第一组权重在射频域实现，对所有调型是共有的；而基带加权和合并排列使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

8.一种射频分离和加权方法，应用于通过第一和第二发射天线发射一射频输入信号以生成至少第一和第二射频输出信号的多天线发射机中，所述至少第一和第二射频输出信号在信道中传播后被接收机接收，其特征在于，包括：

将所述射频输入信号分离，以形成至少第一和第二分离射频信号；以及

根据被选以最大化均分于所述信道的所述接收机的输出信噪比的第一和第二射频加权值，分别加权所述至少第一和第二分离射频信号，以形成至少第一和第二射频输出信号，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

所述射频信号的分离和加权在射频域内独立实现或由基带分离和加权进行补充；

所述方法进一步包括：所述射频信号的分离和加权由基带分离和加权进行补充时，用于基于射频信号的分离和加权的第一组权重在射频域实现，对所有调型是共有的；而基带分离和加权使用第二组权重；计算所述第一组权重的步骤也可在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

9.一种信号加权和合并方法，应用于具有多个接收天线的接收机中，该多个接收天线用于产生相应多个空间多路复用接收射频信号，以响应通过信道的空间多路复用发射射频信号能量的接收，其特征在于，包括：

根据第一和第二射频加权值，分别加权第一和第二所述空间多路复用接收射频信号，以形成第一和第二成对单权重射频信号，所述第一和第二射频加权值根据均分于所述信道的所述接收机的一个或多个输出信噪比被选择；

根据第三和第四射频加权值，分别加权第三和第四所述空间多路复用接收射频信号，以形成第三和第四成对单权重射频信号，所述第三和第四射频加权值根据均分于所述信道的所述接收机的所述一个或多个输出信噪比被选择，进一步的，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

合并所述第一和第二成对单权重射频信号，以形成第一合并信号；合并所述第三和第四成对单权重射频信号，以形成第二合并信号；以及

使用第一射频链处理所述第一合并信号；使用第二射频链处理所述第二合并信号；

所述射频信号的加权和合并排列在射频域内独立实现或由基带加权和合并排列补充；

所述方法进一步包括：当所述射频信号的加权和合并排列由基带加权和合并排列补充时，用于基于射频信号的加权和合并排列的第一组权重在射频域实现，对所有调型是共有的；而基带加权和合并排列使用第二组权重；或者计算所述第一组权重的步骤在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

10.一种射频分离和加权方法，应用于通过多个发射天线发射一空间多路复用射频输入信号以生成相应多个空间多路复用射频输出信号的多天线发射机中，所述多个空间多路复用射频输出信号的每一个在信道中传播后被接收机接收，其特征在于，包括：

将所述空间多路复用射频输入信号分离，以形成多个空间多路复用分离射频信号；

利用各自的第一和第二射频加权值，加权第一和第二所述空间多路复用分离射频信号，以形成第一和第二成对单权重射频信号，用于所述多个发射天线的第一和第二发射天线进行通信，所述第一和第二射频加权值根据均分于所述信道的所述接收机的输出信噪比被选择；以及

利用各自的第三和第四射频加权值，加权第三和第四所述空间多路复用分离射频信号，以形成第三和第四成对单权重射频信号，用于所述多个发射天线的第三和第四发射天线进行通信，所述第三和第四射频加权值根据所述接收机的所述一个或多个输出信噪比被选择，进一步的，所述加权值基于与平均信道互相关矩阵的最大特征值相对应的特征向量选择；

所述射频信号的分离和加权在射频域内独立实现或由基带分离和加权进行补充；

所述方法进一步包括：所述射频信号的分离和加权由基带分离和加权进行补充时，用于基于射频信号的分离和加权的第一组权重在射频域实现，对所有调型是共有的；而基带分离和加权使用第二组权重；计算所述第一组权重的步骤或者在基带中执行，在该情况下，所述第一组权重的值被通过内部总线反馈到射频域。

Images