[發明專利]一種確定波束賦型向量的方法及裝置

在審

• 申請號: 201610471909.4
• 申請日: 2016-06-24
• 公開（公告）號: CN107547117A
• 公開（公告）日: 2018-01-05
• 發明（設計）人: 劉昊;李瓊
• 申請（專利權）人: 電信科學技術研究院
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/06;H04B7/0452
• 代理公司: 北京同達信恒知識產權代理有限公司11291
• 代理人: 劉松

技術領域

本發明涉及無線通信技術領域，特別涉及一種確定波束賦型向量的方法及裝置。

背景技術

3GPP規范4G標準時，定義了兩種雙工方式：FDD-LTE(FDD：Frequency Division Duplex，頻分雙工；LTE：Long Term Evolution，長期演進)和TDD-LTE(TDD：Time Division Duplex，時分雙工)。其中TDD-LTE上下行鏈路采用相同的載波頻點，上下行信道可認為具備互易性，這也為波束賦型理論在LTE中應用提供了可能。隨著4.5G以及5G的行業發展，大規模天線Massive MIMO(大規模MIMO；MIMO：Multiple Input Multiple Output，多入多出)應用得到業界的廣泛關注，已有相關文獻已經證明，大陣列天線波束賦型寬度窄，能增加更多MU(MultipleUsers，多用戶)復用的機會，提升小區吞吐量。

波束賦型，一般是根據基站偵聽到的上行信道信息去計算當前用戶的下行波束賦型向量。但現有技術的不足在于：盡管業界廣泛采用垂直維度和水平維度分別波束賦型的方案，并且相比直接做128階的特征向量分解，復雜度有明顯降低，但是相比傳統的波束賦型算法性能會降低。

發明內容

本發明提供了一種確定波束賦型向量的方法及裝置，用以提供一種高性能的能降低波束賦型運算復雜度的方案。

本發明實施例中提供了一種確定波束賦型向量的方法，包括：

根據SRS偵聽到第k個子載波上信道矩陣其中，Nr表示基站接收天線數，Nt表示終端的發送天線數；

求相關矩陣其中，是降階的相關矩陣，維度是終端天線數；

對平均的相關矩陣做特征向量分解得到相關矩陣特征向量；

根據賦型的流數，確定輸出特征向量矩陣U，其中，U的列數是流數；

根據平均信道信息以及輸出特征向量矩陣U確定波束賦型向量。

較佳地，在求相關矩陣時，用平均的相關矩陣表示為：

較佳地，對做特征向量分解是采用EBB或者SVD，其中根據賦型流數得到U_get，其中U_get是U的前M列，M為賦型流數。

較佳地，根據平均信道信息以及輸出特征向量矩陣U確定波束賦型向量，包括：

將賦型粒度內的取平均，假設賦型粒度內服從慢衰落，則平均信道信息為：

確定波束賦型向量W為：

較佳地，進一步包括：

根據流功率分配對波束賦型向量歸一化以使賦型向量W每列歸一。

本發明實施例中提供了一種確定波束賦型向量的裝置，包括

偵聽模塊，用于根據SRS偵聽到第k個子載波上信道矩陣其中，Nr表示基站接收天線數，Nt表示終端的發送天線數；

相關矩陣模塊，用于求相關矩陣其中，是降階的相關矩陣，維度是終端天線數；

特征向量分解模塊，用于對平均的相關矩陣做特征向量分解得到相關矩陣特征向量；

輸出矩陣模塊，用于根據賦型的流數，確定輸出特征向量矩陣U，其中，U的列數是流數；

波束賦型向量模塊，用于根據平均信道信息以及輸出特征向量矩陣U確定波束賦型向量。

較佳地，相關矩陣模塊進一步用于在求相關矩陣時，用平均的相關矩陣表示為：

較佳地，特征向量分解模塊進一步用于采用EBB或者SVD對做特征向量分解，其中根據賦型流數得到U_get，其中U_get是U的前M列，M為賦型流數。

較佳地，波束賦型向量模塊進一步用于在根據平均信道信息以及輸出特征向量矩陣U確定波束賦型向量時：

將賦型粒度內的取平均，假設賦型粒度內服從慢衰落，則平均信道信息為：

確定波束賦型向量W為：

較佳地，進一步包括：

歸一化模塊，用于根據流功率分配對波束賦型向量歸一化以使賦型向量W每列歸一。

本發明有益效果如下：

本發明實施例中提出的確定波束賦型方案，通過矩陣理論，把傳統高維度的特征向量分解，等效為低維度的特征向量分解，降低了波束賦型運算的復雜度。

由于復雜度的減少，通信設備可以把傳統大粒度波束賦型，細化為小粒度的波束賦型，在減少復雜度的同時，還能相比傳統方法明顯提升性能。

附圖說明