背景技术
通常在作为下一代通信系统的4G(第四代)通信系统中,正在进行向用户提供具有各种服务质量(‘QoS’)并支持大约100Mbps的传输速度的服务的研究。目前,3G(第三代)通信系统在具有相对不利的信道环境的室外信道环境中支持大约384kbps的传输速度,而在具有相对有利的信道环境的室内信道环境中支持2Mbps的最大传输速度。
无线局域网(LAN)系统和无线城域网(MAN)系统通常支持20至50Mbps的传输速度。此外,4G通信系统已经发展到保证支持较高传输速度的无线MAN系统和无线LAN系统中的移动站移动性和QoS。因此,正在进行开发能够支持将由4G通信系统提供的高速服务的新通信系统的研究。
为了提供高速服务(即,无线多媒体服务),采用了宽带频谱。由于多路传播会导致出现码间干扰。码间干扰会恶化系统的整体传输效率。为了补偿上述由于多路传播而导致的码间干扰,已经提出了正交频分复用(OFDM)方案。在OFDM方案中,将整个频带划分为多个副载波,并且发送副载波。当使用OFDM方案时,一个码元的持续时间会增加。因此,可以最小化码间干扰。
此外,OFDM方案是一种用于通过使用多载波来发送数据的方案,并且是一种特定类型的多载波调制(MCM)方案,在该方案中,将串行码元序列转换成并行码元序列,并且并行码元序列在被发送前用多个相互正交的副载波进行调制。
对于OFDM方案,在1971年Weinstein等就提出了可以使用离散傅立叶变换(DFT)来有效地执行OFDM调制/解调,其是OFDM方案发展背后的驱动力。而且,引入防护间隔和循环前缀作为防护间隔进一步缓解了延迟扩展和多路传播对系统的不利影响。尽管硬件复杂性妨碍了OFDM方案的广泛实施,但在包括快速傅立叶变换(FFT)和快速傅立叶逆变换(IFFT)的数字信号处理技术方面的新发展已经使得OFDM方案能够以较为不复杂的方式来实施。
类似于现有的频分复用(FDM)方案的OFDM方案以高速数据传输的最佳传输效率而引以为豪,因为OFDM在发送副载波上的数据的同时保持它们之间的正交性。最佳传输效率进一步归功于良好的频率使用效率和对抗OFDM方案中的多路衰退的健壮性。更明确地来说,重叠的频谱导致了有效的频率使用和对抗频率选择性衰退和多路衰退的健壮性。OFDM方案通过使用防护间隔降低了ISI的影响,并使得简单均衡器硬件结构的设计成为可能。此外,由于OFDM方案能够健壮地对抗脉冲噪声,所以其在通信系统中日益普及。
基于OFDM方案的多路访问方案是正交频分多址(OFDMA)方案。在OFDMA方案中,将一些副载波重构成副载波组,并且将副载波组指定给特定移动用户站(MSS)。在OFDMA方案中,可以执行动态资源分配,其能够根据无线传输路径的衰退动态地分配指定给特定移动用户站的副载波组。
此外,为了高速数据传输,已经开发了在发送机和接收机中都使用多个天线的方法。从Tarokh于1997年提出的时空编码(STC)方法开始,就已经提出了Bell实验室发明的Bell实验室分层时空(Bell Lab Layered Space Time)BLAST方法。尤其是,由于BLAST方法具有与发送/接收天线的数目成比例地线性增长的传输率,所以其已经被应用于以高速数据传输为目标的系统。
现有的BLAST算法已经在开环方法中使用。在这样的情况下,由于上述的动态资源分配是不可能的,所以最近已提出了一种闭环方法。在BLAST算法中,一种代表性的算法就是用于奇异值分解多路输入多路输出(SVD-MIMO)系统的算法,其中通过使用线性代数中采用的SVD技术,将矩阵类型信道转换成对应于虚拟发送/接收天线的数目的信道。
将简要地描述SVD技术以便理解SVD-MIMO系统。
在描述SVD技术之前,将描述特征值分解(EVD)。当m×m方形矩阵A与大小为m×1的预定向量x的乘积等于复数λ与向量χ的乘积λχ时,可以得到方程式1。
Aχ=λχ ……(1)
在方程式1中,λ表示矩阵A的特征值,而χ表示特征向量。为了得到向量λ,确定满足方程式2的λ。
det(A-λI)=0 ……(2)
在方程式2中,det表示矩阵的行列式。根据从方程式2得到的λ来确定满足方程式1的向量χ。例如,方程式3用于计算矩阵
的特征值和特征向量。
在方程式3中,可以通过方程式4和5来计算对于λ1=-1和λ2=2的特征向量。
可以将上述特征向量计算方法概括成以下步骤:
步骤1):计算(A-λI)的行列式;
步骤2):计算步骤1)的根,并且计算特征值;和
步骤3):对于步骤2)中计算出的特征值,计算满足Ax=λx的特征向量。
当计算出的特征向量彼此线性独立时,可以通过计算出的特征值和特征向量重构矩阵A。可以通过方程式6来定义矩阵D,其中将特征值用作对角元素,而除了对角元素之外的其它元素为0。
此外,可以通过方程式7来定义将上述特征向量排列成列的矩阵S。
S=[x1x2…xm]……(7)
当基于方程式6定义的矩阵D和方程式7定义的矩阵S来定义矩阵A时,可以通过方程式8来表示矩阵A。
A=SΛS-1……(8)
当将上述例子应用于方程式8时,可以通过方程式9来表示
在下文中,将基于上述EVD来描述SVD。
首先,只能对于方形矩阵获得EVD。因此,可以将类似于EVD的方法用于不是方形矩阵的m×n矩阵。也就是说,当定义了不是方形矩阵的矩阵B时,可以如方程式10所示来对矩阵B进行因式分解。
B=UDVH……(10)
在方程式10中,U是上述的m×m酉矩阵,并且BBH的特征向量构成U的列。BHB的特征向量构成n×n矩阵V的列。此外,奇异值(矩阵D的对角元素)是BBH或BHB的特征值之中(除了0之外)的值的平方根。
可以通过以下方法将上述SVD应用于MIMO系统。
当假设MIMO系统中发送天线的数目为NT,而接收天线的数目为NR时,用于传送从发送机发送的数据直到在接收机中接收到该数据的信道H可以变成随机矩阵NR×NT。在这样的情况下,当通过SVD方案来分离信道矩阵H时,可以通过方程式11来表示矩阵H。
H=UDVH……(11)
在方程式11中,U是NR×NT酉矩阵,HHH的特征向量构成U的列。U将被称为接收特征向量矩阵。此外,HHH的特征向量组成NT×NT矩阵V的列,并且V将被称为传输特征向量矩阵。此外,奇异值(矩阵D的对角元素)是HHH或HHH的特征值之中(除了0之外)的值的平方根。D将被称为奇异值矩阵。此外,用作上标的运算符H表示复共轭转置操作(厄密共轭)。
通常通过方程式12来表示使用多个天线的通信系统。
Y=HX+N……(12)
在方程式12中,Y表示NR×1的接收码元矩阵,而X表示NT×1的发送码元矩阵。此外,H表示NR×NT的信道矩阵,而N表示NR×1的加性白高斯噪声(AWGN)矩阵。通过矩阵H的信道发送将要发送的码元矩阵X。将码元矩阵X发送到接收机,并且码元矩阵X包括作为噪声分量的矩阵N。
将通过使用上述SVD方案来描述SVD-MIMO系统。
当发送机使用诸如矩阵V的前置滤波器时,可以通过方程式13来表示发送码元矩阵X。
X′=V·X……(13)
此外,当接收机使用诸如矩阵UH的后置滤波器时,可以通过方程式14来表示接收码元矩阵Y。
Y′=UH·Y……(14)
因此,可以通过方程式15来表示SVD-MIMO系统,在该系统中发送机将矩阵V用作前置滤波器,而接收机将矩阵UH用作后置滤波器。
Y′=UH·Y=UHHVX+UHN
=UHUDVHVX+UHN ……(15)
=DX+UHN
当根据每个矩阵的每个元素来分解方程式15时,可以将方程式15表示为方程式16。为了便于描述,假设NT≤NR。
如方程式16所表示的,在SVD-MIMO中,可以把用于将数据从多个发送天线发送到多个接收天线的系统看作是多路单输入单输出(SISO)系统。也就是说,通过发送机中矩阵V的处理和接收机中矩阵UH的处理,可以将信道矩阵H简化为包括对角元素的信道D,所述对角元素是稍少于或等于min(NT,NR)的特征值。如上所述,在使用SVD方案重新布置信道H的情况下,发送机使用预处理器,而接收机使用后处理器,如果发送机仅确定特征向量V值,就可以将MIMO信道简化成多个SISO信道以便于分析。此外,如上所述,SVD-MIMO系统变成多个将λi用作信道值的SISO系统。根据预定V和λi,发送机可以执行最佳动态分配。在这样的情况下,接收机必须将关于V的信息和关于λi的信息发送给发送机。
将参照图1描述采用上述SVD方案的OFDM系统。
图1是采用根据现有技术的SVD-MIMO方案的MIMO系统的方框图。
图1示出了将SVD-MIMO方案应用于OFDM系统的例子。需要注意的是,除了采用MIMO的OFDM系统之外,SVD-MIMO方案也可以应用于其他采用码分多址(CDMA)、时分多址(TDMA)、或频分多址(FDMA)等的通信系统。
在发送将由发送机发送的数据之前,通过预定信道编码器等对该数据进行编码。为了便于描述,将参照图1来描述编码后的处理。
参见图1,当通过串-并(S/P)转换器101对编码数据进行并行转换时,在预处理运算器103中将如上所述的信道矩阵H与方程式1的已进行过SVD的矩阵V相乘。通过映射到多个发送天线的多个IFFT单元105a-105n对通过与矩阵V相乘而得到的每个计算结果进行快速傅立叶逆变换(IFFT),然后通过多个并-串转换器107a-107n和多个发送天线109a-109n将所述计算结果发送给接收机。
可以通过接收机中的多个(例如,NR)接收天线111a-111n来接收通过发送机中多个(例如,NT)发送天线109a-109n所发送的信号。也就是说,可以在NR个接收天线中的每一个接收从第一发送天线109a发送的信号。这里,通过不同的信道接收每个接收天线中接收到的信号。同样的,可以通过NR个接收天线来接收从第二发送天线或第NT发送天线所发送的信号。因此,根据发送天线与接收天线之间的信道,可以通过方程式17来表示发送信道H。
通过NR个接收天线中的每一个来接收通过发送信道H发送的信号。通过串-并转换器113a-113m来对通过每个接收天线接收到的信号进行并行转换,然后通过FFT单元115a-115m对其进行FFT。然后在后处理运算器117中,通过上述SVD方案将对其已进行过FFT的接收信号与矩阵UH相乘,然后通过并-串(P/S)转换器119对其进行串行转换。
同时,SVD-MIMO系统的接收机估计从多路发送天线发送到多路接收天线的信道值,通过使用SVD方案获得矩阵H的矩阵V、D和U,然后将获得的信息反馈给发送机。当将矩阵V和D从接收机发送到发送机时,发送机可以基于λi,根据信道条件来使用最佳资源分配,所述λi为矩阵D的对角元素和信道H的奇异值。
但是,在这样的情况下,由于接收机必须将矩阵V和D都反馈给发送机,所以需要大量的反馈信息。此外,SVD系统可以通过具有作为矩阵D的元素的特征值之中的较小值的信道来发送数据。这样,误差概率增加,从而迅速恶化数据的传输效率。因此,需要提供一种能够在SVD-MIMO系统中更有效地执行数据传输的方法。
具体实施方式
在下文中将参照附图来描述本发明的优选实施例。在本发明的以下描述中,当对于在此并入的已知功能和构造的具体描述可能模糊本发明的主题时,会将其省略。
这里描述了一种用于在使用闭环MIMO系统的通信系统中选择和发送传输特征向量以便进行高度可靠的通信的方法和装置。具体来说,本发明提出了一种用于在使用SVD方案的MIMO系统(‘SVD-MIMO系统’)中发送传输特征向量的方法,其中所述传输特征向量被选择用来降低复杂性和提高系统的性能。
将参照附图2来描述根据本发明的实施例的选择性SVD-MIMO系统。
图2是示出了根据本发明的实施例的闭环SVD-MIMO系统的收发信机的结构的方框图。具体来说,为了便于理解,将参照图2将本发明描述为应用于OFDM系统。但是,由于本发明的主题并不局限于OFDM系统,所以本发明也可以应用于其他采用CDMA、TDMA或FDMA等的通信系统。
此外,为了便于描述,图2示出了将由发送机发送的数据已经被预定信道编码器等进行过编码处理之后的处理。也就是说,编码之后的传输数据要进行以下处理。
首先,传输数据选择器201根据从接收机反馈的传输特征向量选择信息选择传输数据。也就是说,传输数据选择器201接收从接收机的传输特征向量确定器223反馈的传输特征向量选择信息,从编码和输入的数据中选择对应于选择信息的特征向量数目的传输数据,然后输出所选择的传输数据。例如,当四个天线根据反馈的传输特征向量选择信息仅发送三个数据时,传输数据选择器201仅选择三个信息数据。稍后将描述根据本发明的传输数据选择器201的具体操作。
将传输数据选择器201的输出数据输入到串-并(S/P)转换器203,而串-并转换器203对串行数据进行并行转换。将并行转换后的数据输入预处理器205,并且用传输特征向量矩阵V对其进行计算。例如,将通过在预处理器205中用NT×NT矩阵V与NT×1矩阵相乘得到的输出数据输出作为NT×1矩阵。输出数据为其数目对应于从输入数据矩阵中选择的特征向量的数目的信息数据,并且其他数据的值为0。
经由分别映射到发送天线的多个IFFT单元207a-207c和并-串转换器209a-209c,通过多个发送天线211a-211c将预处理器205的输出数据发送到接收机。
接着,通过多个(例如,NR)接收天线213a-213c接收通过传输信道H发送的数据。通过串-并转换器215a-215c对通过接收天线213a-213c接收到的数据进行并行转换。通过FFT单元217a-217c对并行转换后的数据进行FFT。在后处理运算器219中通过上述SVD方案将已经进行过FFT的接收数据与UH矩阵相乘,然后通过并-串(P/S)转换器221对其进行串行转换。
SVD-MIMO系统的接收机通过接收到的信号确定信道条件,通过使用SVD方案根据从接收信号中估计的矩阵H来计算矩阵V,并且将计算信息反馈给发送机。
信道估计器225根据通过接收天线213a-213c接收到的信号执行信道估计。通过SVD单元227对信道估计器225的输出值进行SVD,然后将其输出为NR×NT矩阵H。将作为SVD单元227的SVD输出结果的信道矩阵H的奇异值输入到传输特征向量确定器223。根据本发明的传输特征向量确定器223基于通过SVD方案获得的奇异值和接收到的信号、按照每个天线分析信道条件,并且通过使用按照每个天线分析出的信道条件来选择传输特征向量。
在以上例子中,假设系统具有2个(NT=2)发送天线和3个(NR=3)接收天线,可以通过方程式18来表示信道矩阵H。
如方程式18所表示的,奇异值是2和3。当仅选择了奇异值2时,发送机从接收机接收对应于奇异值2的传输特征向量10和所选择的奇异值数目1。
将详细描述根据本发明的传输特征向量的选择方法。
在后处理运算器219中通过用UH矩阵计算接收机中接收到的信号而获得的输出信号变成如方程式15所示的DX+N信号。矩阵D是如上所述的信道矩阵H的特征值,并且根据从最大元素到最小元素的顺序来排列。矩阵D中的每个值的大小表明了信道是处于有利条件还是不利条件。因此,可以通过方程式19来表示矩阵D。
或
在方程式19中,r是信道矩阵H的秩并且取值为r≤min(NT,NR)。如果信道矩阵H的秩小于发送/接收天线的数目,对于r<i<(NT或NR),λi在方程式19中的值为0。如上所述,λi(1≤i≤r)是信道矩阵H的特征值。这里,如果i>j,则λi>λj。在此,i和j表示下标(index)。也就是说,矩阵D的对角元素根据从最大元素到最小元素的顺序排列。
如方程式19所示,在根据本发明构造的SVD-MIMO系统中,通过多个天线发送的数据并不经过信道H。此外,可以通过多个SISO信道来构造一个信道,并且可以将λ1到λr看作实际信道。也就是说,如方程式19所示,可以将包括用于处理矩阵V的发送机和用于处理矩阵UH的接收机的系统看作是一种将重叠信号或并行信号从多个发送天线发送到多个接收天线的系统。因此,当秩较高时,信道容量会增加。
如上所述,根据从最大元素到最小元素的顺序将λi(1≤i≤r)排成一行。λi(1≤i≤r)的大小表示用于每个发送天线的信道条件的高或低质量。因此,当信道条件对每个发送天线不利,从而不满足预定条件时,本发明通过使用λi(1≤i≤r)而不通过相应特征向量来发送数据。
可以选择特征向量,以便降低发送信号的误差概率。将描述用于降低发送信号的误差概率的特征向量的选择方案。
如上所述,可以将选择性的SVD-MIMO系统看作是多个SISO系统的并联组合。此外,可以通过方程式20来表示传输数据之间的关系。
或
y′1=λ1·x1+n′1
y′2=λ2·x2+n′2
y′r=λr·xr+n′r
……(20)
在方程式20中,y’
j表示通过将接收信号与后处理运算器219的计算值(U
H)相乘得到的N
R×1矩阵的第j个信号,x
j表示第j个传输信号,而n’
j表示第j个AWGN信号(AWGN的方差值为σ
n 2)。由于λj是正整数,当y’
j除以λ
j时,AWGN的方差值为
因此,可以通过方程式21来表示当发送第j个数据x
j(1≤j≤r)时的误差概率。
在方程式21中,dmin表示传输数据的信号空间的最短距离。σn表示信道的方差值,并且Q表示Q函数。当假设发送M-正交调幅(M-QAM)信号,并且信号的方差为σs 2时,可以通过方程式22来表示dmin,并且通过方程式23来表示Q函数。
在方程式22中,dmin表示传输数据的信号空间的最短距离,σs 2表示传输信号的方差值,而M表示M-QAM。例如,当M=4表示4-QAM,M=16表示16-QAM。
因此,在方程式21中,当j从最小λj顺序增加,从而平均误差概率(方程式23的结果)大于预定阈值时,则不发送数据。例如,如果平均误差概率(方程式21的结果)大于0.5,则不选择特征向量。由于用于确定预定阈值的方法并非是本发明的主题,所以省略其具体描述。同时,当满足方程式24时,根据第j个奇异值来确定第j个传输特征向量的传输。
特别是在CDMA系统中可以考虑以下特征向量选择方法。由于λ值表示如上所述的根据每个SVD-MIMO系统中的每个发送天线的信道条件,所以具有所有λ值中最小值的λi表示SVD-MIMO系统中具有最差信道条件的发送天线。通过λmin表示具有最小值的λi。因此,首先为对应于λmin的发送天线确定是否发送数据。由于λmin是与具有通过全部发送天线发送的信道H中最差信道条件的发送天线有关的信道信息,所以λmin满足方程式25。
‖Hx‖≥λmin‖x‖……(25)
根据方程式25,当不考虑噪声时,‖Hx‖必须始终大于或等于λmin‖x‖,其中‖Hx‖是传输信号x通过信道H之后的信号的正常值,而λmin‖x‖是最小特征值λmin与传输信号x的正常值的乘积。
此外,当噪声信号的正常值大于最小距离的一半时,就会出现误差。这可以通过方程式26来表示。
在方程式中,dmin是发送机中的调制的星座上的最小距离。因此,当假设所有可发送的向量的集合为S时,在二进制相移键控(BPSK)的情况下,S包括(-1,-1)、(-1,+1)、(+1,-1)和(+1,+1)。同时,在使用多个天线的通信系统中,可以通过方程式27来表示最小距离dmin。
dmin=mini≠j‖H(si-sj‖……(27)
如方程式27所示,接收信号的最小距离dmin是通过每个传输码元(Si,Sj)的信道矩阵H接收到的码元之间的距离的最小值。
当将方程式27中的H(Si-Sj)应用于方程式25中时,可以得到方程式28。
‖H(si-sj)‖≥λmin‖si-sj‖……(28)
当将方程式28代入方程式27中时,可以得到方程式29。
dmin≥λminmini≠j‖si-sj‖……(29)
在方程式29中,当发送机中的最小距离(即,mini≠j‖si-sj‖)为d0时,可以将方程式29表示为方程式30。
dmin≥λmind0……(30)
在方程式30中,发送机中最小距离d0是根据调制方案而确定的常量值。因此,当信道H的最小特征值λmin较大时,dmin值就增大。因此,误差概率就降低了。但是,dmin值是不可调整的固常量值。当提供预定信道矩阵H时,根据本发明来选择和使用多个天线。因此,可以降低误差概率。
也就是说,当将方程式30代入方程式26中时,可以获得方程式31。
‖n‖≥dmin/2≥λmind0/2……(31)
通过方程式31来得到根据本发明的实施例的发送天线的选择标准。在方程式31中,d0是如上所述的常量值,并且噪声信号的正常值为通过接收信号所测量的值。在普通CDMA系统中,由于发送传输信号之前将传输信号与扩展序列相乘,所以对于每个芯片而言传输功率和任何噪声的功率都非常小。获得接收信号的平均功率,从而可以获得噪声的功率。
如上所述,在通过SVD方案,根据接收信号获得的如方程式19所示的矩阵D中,根据每个发送天线的奇异值(即,λ值)来确定是否选择发送天线,所述奇异值是通过构成矩阵的元素来表示的。换言之,当方程式31中右侧的λmind0/2值少于噪声信号的正常值时,很可能在通过相应信道所发送的信号中出现了误差。因此,通过相应信道发送数据效率不高。
相反,当所有λ值中的最小λmin值大于预定值(即,相应信道的状态变得有利),从而λmind0/2值大于噪声信号的正常值时,就最好使用相应发送天线来发送数据。由于其余信道的特征值大于λmin值,所以特征值满足以上条件而无需通过方程式31确定。
最好从λmin值开始对λ值进行确定直到不满足方程式31的条件为止(即,λmind0/2值大于噪声信号的正常值)。此外,最好不要通过对应于满足方程式31的条件的信道的发送天线来发送数据。
将通过上述方法所确定的传输特征向量选择信息从接收机反馈给发送机。然后,传输数据选择器201根据接收到的传输特征向量选择信息选择发送天线,并且通过所选择的发送天线发送数据。在如上所提出的本发明中,不通过具有较差信道环境的发送天线来发送数据,从而降低了误差概率。
同时,为了采用如上所述的SVD方案,接收机最好不仅反馈传输特征向量选择信息,而且还反馈关于向量V的信息。向量V以每个副载波(NT×NR)的大小存在。
当系统为频分复用(FDD)系统时,使用从接收机反馈的信息。但是,当系统是时分复用(TDD)系统时,可以通过使用所发送/接收的数据和导频信号执行跟踪,而无需来自接收机的反馈。在TDD系统中,由于发送数据和接收数据在被发送之前就通过相同的信道环境进行了时分(time-divided),所以可以使用通过从接收机接收到的信号所估计的信道来确定用于传输数据的信道。
将参照图3和4来描述根据本发明的实施例的数据发送/接收处理。
图3是示出了根据本发明的实施例的选择性SVD-MIMO系统中的数据发送方法的流程图。
参见图3,根据本发明,发送机接收来自接收机的传输特征向量选择信息(步骤301)。如上所述,通过利用由SVD方案获得的矩阵D的特征值、根据每个发送天线估计信道条件,并且基于传输信号的误差概率是否超过参考值、根据每个信道条件确定特征值(即,λ值),来确定传输特征向量选择信息。
然后,发送机根据接收到的传输特征向量选择信息选择将要发送的数据(步骤303)。发送机以以下方式映射数据:根据接收到的传输特征向量选择信息,不通过由于较差信道条件而被确定不进行发送的特征向量来发送数据。
将参照图2详细描述通过传输数据选择器201执行的传输数据和数据的映射处理。
假设发送天线的数目为4,接收天线的数目为4(即,NT=4,NR=4),并且最初发送码元s1、s2、s3和s4。通过将噪声信号的正常值和矩阵D的特征值应用于方程式24至31的条件中来确定将用于数据传输的发送天线。
当假设只有第四个天线在发送天线确定处理中经历了坏信道时,则仅通过所确定传输特征向量来发送后续码元,直到接收机确定后续信道条件(即,确定后续传输特征向量)为止。由于信道条件并不是静态条件,所以最好不断地并且周期性地检查信道条件。
在发送机中,将备用状态下的向量码元与码元s5、s6、s7和s8一起输入到传输数据选择器201。传输数据选择器201选择输入码元,从而根据从接收机反馈的传输特征向量选择信息仅通过第一到第三发送天线来发送输入码元。也就是说,由于通过传输特征向量选择信息确定要使用第一到第三发送天线,所以传输数据选择器201用方程式32所示的矩阵来计算输入码元,从而将输入码元映射到天线。
因此,当输入码元s5、s6、s7和s8时,将输入码元与如方程式32所示的矩阵相乘。然后,作为相乘的结果,只有码元s5、s6和s7被输入到串-并转换器203。将0映射为最后数据值,也就是说,用最后特征向量计算出的数据值为0。
由于为了保持数据传输的连续性而必须再次从码元s8开始发送下一个码元向量,所以传输数据选择器201必须记住还未发送的码元。
在通过传输数据选择器201将要被发送的码元数据映射到每个天线之后,根据SVD方案的应用通过传输特征向量矩阵V来计算码元数据(步骤305)。通过每个发送天线发送已经通过传输特征向量矩阵V计算出的码元数据(步骤307)。
将参照附图4来描述根据本发明的实施例的数据接收处理。
图4是示出了根据本发明的实施例的选择性SVD-MIMO系统中的数据接收方法的流程图。
参见图4,接收机接收从发送机发送的数据(步骤401)。通过用于应用SVD方案的后处理器,用矩阵UH计算接收到的数据(步骤403)。然后接收机通过接收到的数据执行信道估计(步骤405)。接下来,接收机对通过信道估计而获得的信道矩阵H执行SVD(步骤407)。如上所述,根据通过采用矩阵UH的操作获得的输出值而估计出的信道具有与根据SVD方案的矩阵D相类似的形式。
此外,如图2所述,根据方程式24至31的条件选择传输特征向量(步骤409)。然后,将计算出的传输特征向量矩阵V信息和传输特征向量选择信息反馈给发送机(步骤411)。如上所述,当系统为TDD系统时,可以在发送机中计算传输特征向量矩阵V。因此,将不会发生反馈传输特征向量矩阵V。
如上所述,已经参照附图3和4描述了根据本发明的实施例的数据发送/接收方法。现在将参照附图5描述一种根据对于每个发送天线进行信道估计所得到的值来确定发送天线的方法。
图5是示出根据本发明的实施例的闭环MIMO系统中的传输特征向量选择方法的流程图。
参见图5,首先通过SVD对于接收数据估计向量D(步骤501)。假设K值为NT(步骤503)。然后,每当从NT值中减去1后就确定是否选择传输特征向量。此外,根据上述方程式24至31来确定将要选择的特征向量(步骤505)。存储满足方程式24至31的条件的K值(步骤507),并将K值减去1以便检查下一个λ(步骤509)。对应于所存储的K值的发送天线不用于数据传输。
当信道条件对预定λ值有利从而不满足所述条件时(步骤505),那么甚至对下一个λ值也不满足所述条件。因此,在不满足所述条件之前,将不用于数据传输的传输特征向量最终确定为用于所存储的K值的传输特征向量(步骤511)。
此外,将所确定的发送天线信息发送给发送机,并且发送机在下一次传输中不使用相应的发送天线。当相应条件没有出现在处理中的第一比较中时,即使在下一传输中也使用所有的天线。
在如上所述的本发明中,根据信道条件来确定发送天线,以便提高闭环MIMO系统中的传输的可靠性。所述方法能够解决在信道不具有满秩时的通信可靠性恶化问题,这是传统MIMO系统的优势。此外,当将所述方法应用于下一代系统时,可以获得很多优势。而且,根据本发明,在闭环MIMO系统中选择和发送对应于高奇异值的特征向量,从而提高了数据传输中的可靠性。
尽管为了示例说明已经描述了本发明的优选实施例,但是本领域的技术人员应当理解,在不背离所附权利要求中公开的本发明的范围和精神(包括它们的等价物的所有范围)的情况下,可以进行各种修改,增加和替换。