本发明涉及移动通信技术领域， 尤其涉及一种用于在基站中对上 行大规模 MIMO信号进行预合并处理的方法和装置。 背景技术

在现有的最好的大规模 ( MASSIVE ) MIMO方案， 这些接收机的 传统设计一般必须遵循三个主要因素:高性能� � 低成本， 并且在能够发射 端和接收端使用多天线来处理无线复杂的接收 信号。

现有的接收机中， 可以采用数字信号处理器 （ digital signal processors, DSP ), 特定用途集成电路（ ASIC )， 和现场可编程门阵列

( FPGAs ) 中实现大量信号处理。 通过使用频率合成器 （frequency synthesizer, FS )、 功率放大器 ( ower amplifiers , PA )， 低噪声放大器

( low noise amplifiers ， LNA ), 上下行转换电路、 射频前端和发射 /接 收天线， 基带部分的信号连接到射频电路， 现有接收机的这种处理方式 容易导致过度的信号处理和信号检测， 致使该方式性能差、 成本高、 更 复杂。

在衰落环境中， 通过在发射端和接收端使用多个天线可以大大 提高 无线链路的性能.。 这些好处包括可靠性的提升以及高数据速率。

在传统的单用户或多用户的 MIMO ( 8T8R ) 系统中， 物理天线阵列 和 MIMO信道是二维的——比如 2*4交叉极化阵列天线。基于此种设计， 只能在 UE端实现水平方向的使用。

如果使用三维的诸如 64、 128或 256或更多的天线阵列， 则信号处 理过程的复杂度会变高， 同时也会带来成本上的提高。 发明内容

本发明的目的是提供一种用于在基站中对上行 大规模 MIMO 信号 进行预合并处理的方法和装置。

根据本发明的一个方面， 提供了一种用于在基站中对上行大规模 MIMO信号进行预合并处理的方法， 其中， 所述方法包括以下步骤： a将来自 UE的上行信道估计的协方差阵列信号分解为多� ��子阵列 信号；

b通过递推算法分别求解各个子阵列信号对应� �长期信道估计协方 差矩阵的特征值和特征向量。

根据本发明的一个方面， 提供了一种用于在基站中对上行大规模 MIMO信号进行预合并处理的预合并装置，其中� �所述预合并装置包括： 分解装置， 用于将来自 UE的高阶上行信道估计的协方差阵列信号 降阶分解为多个子阵列信号；

多个子预合并装置， 用于通过递推算法分别求解各个子阵列信号对 应的长期协方差矩阵的特征值和特征向量， 直至递推至基本预合并装置 算法所能求解。

根据本发明的一个方面， 提供了一种基站中的接收机装置， 所述接 收机装置包括一个或多个才 据本发明的预合并装置。

与现有技术相比， 本发明具有以下优点： 通过对上行信号对应的信 号阵列进行分解和分组， 并分别对各个阵列组进行长期平滑预合并处 理， 从而实现对大型阵列信号的处理， 降低了多天线上行大规模 MIMO 接收器的计算复杂度， 提高了信号处理的效率。 附图说明

通过阅读参照以下附图所作的对非限制性实施 例所作的详细描述， 本发明的其它特征、 目的和优点将会变得更明显：

图 1示出了根据本发明的用于在基站中对上行大� �模 MIMO信 号进行预合并处理的方法流程图；

图 2示出了根据本发明的一种用于对上行大规模 MIMO信号进行 预合并处理的预合并装置的结构示意图；

图 3a示出了根据本发明的一个示例性的预合并装� ��的示意图； 图 3b示出了根据本发明的一个示例性的基本预合� ��装置的示意 图；

图 4示出了根据本发明的一个示例性的天线阵列� �分组示意图； 图 5示出了根据本发明的一个示例性的求解信道� �方差矩阵的过 程示意图；

图 6示出了根据本发明的一个示例性的天线阵列� �分组示意图； 图 7示出了根据本发明的一个示例性的求解信道� �方差矩阵的过 程示意图。

附图中相同或相似的附图标记代表相同或相似 的部件。 具体实施方式

下面结合附图对本发明作进一步详细描述。

图 1 示出了根据本发明的用于在基站中对上行大规 模 MIMO信 号进行预合并处理的方法流程图。 根据本发明的方法包括步骤 S1和 步骤 S2。

其中， 根据本发明的方法通过包含于基站中的预合并 装置来实 现。

其中， 本发明所述基站包括但不限于宏基站、微基站 、微微基站、 家庭基站等。 所述用户设备包括能以无线方式直接或间接和 基站通信 的电子装置， 包括但不限于手机、 PDA等。

优选地， 所述基站包含于 MIMO系统中。

参照图 1， 在步骤 S1 中， 预合并装置将来自 UE的上行信道估计 的协方差阵列信号分解为多个子阵列信号。

优选地，所述阵列信号为大型天线阵列信号， 例如 64x64或 128x128 的阵列信号。

优选地， 预合并装置对每组阵列信号继续进行分组来得 到更多子阵 列信号， 从而在每组阵列信号中分别对各个子阵列信号 执行预合并操 作。例如，将 128x128分为两组 64x64的阵列信号，再分别将每个 64x64 的信号分为 4个 16x16的信号， 从而分别对每个 16x16的阵列信号进行 预合并处理。

优选地， 预合并装置可对上行信道估计的协方差阵列信 号进行多次 分解， 从而将 256x256甚至更高阶的天线阵列信号。

在步骤 S2中，预合并装置通过递推算法分别求解各个� ��阵列信号对 应的长期协方差矩阵的特征值和特征向量， 直至递推至基本预合并装置 的算法所能求解。

其中，所述基本预合并装置用于指示处理不能 被分解的阵列信号的、 最小的预合并装置。

例如， 参照图 3a所示的根据本发明的一个示例性的预合并装� ��。 其中， 图 3a所示的预合并装置包括 4个子预合并装置 Precombinerl至 Precombiner4及其对应的接史端装置，并且 Precombinerl至 Precombiner4 为基本预合并装置。 图 3b示出了图 3a中每个基本预合并装置的结构示 意图。 参照图 3a， 输入至预合并装置的阵列信号被分为 4个 16AxC的 子阵列信号。 每个 16AxC 的子阵列信号经过子预合并装置被分解为 4AxC或 8AxC的阵列信号，在接收端对于多用户（ Multiple Users , MU ) 的场景， 可采用 8个接收端的 MMSE算法 （8R x MU )， 对于单用户 ( Single User, SU )的场景，可采用 4个接收端的 IRC算法（ 4R x IRC )。

根据本发明的一个优选实施方案， 预合并装置以特定用户 （user specific )的方式对阵列信号进行预合并处理， 所述方法包括步骤 Sl、 步 骤 S201 (图未示）和步骤 S3 (图未示） 。

在步骤 S201， 预合并装置求解对应于特定 UE的长期道估计协协方 差矩阵的特征值和特征向量。

接着，在步骤 S3中，预合并装置求解对应于特定 UE的预编码矩阵， 使得对于该 UE的波束赋型增益最大。

优选地， 为了减少特定 UE对其他 UE的千扰， 所述方法包括步骤

S4。

在步骤 S4中，预合并装置求解对应于特定 UE的长期道估计协协方 差矩阵的特征值和特征向量， 使得该 UE获得最大 SINR

优选地， 假设） ¾表示接收端信号， 则） ¾可用以下公式表示：

y _k =P _k H _k x _k +∑ _j≠k P _{k j} x _j ^n _k ( 1 ) 其中， 表示用户 k (user k) ， 表示经过预合并处理后的信号， 表示从 user k至基站的上行信道估计矩阵。

基于， 公式（1 ) ， 满足 user 的信号功率最大， 则得到：

优选地，为了减少 user 对其他 UE的信号泄露，考虑旁瓣抑制 （ side lobe reduction ) 的渐变 （ tapering ) ， 并使得 user k的 SINR最大， 则得

A H H 根据本发明的一个优选实施方案， 预合并装置以特定组 （group specific)的方式对阵列信号进行预合并处理， 所述方法包括步骤 Sl、 步 骤 S202 (图未示）和步骤 S5 (图未示） 。

在步骤 S202中，预合并装置求解对应于一组 UE的长期道估计协协 方差矩阵的特征值和特征向量。

接着，在步骤 S5中 预合并装置求解对应于该组 UE的预编码矩阵， 使得对于该组 UE的波束赋型增益最大。

优选地， 基于公式（1 ) ， 对于一组用户 m} 满足 k,m 的信 号功率最大， 则得到： ma《(Hf H _¾ + _m ^H H _m )P _k J→ _{( 4 )} 优选地， 为了减少 user 对其他 UE的信号泄露， 考虑旁瓣抑制 的渐变。 根据本发明的一个优选实施例，在所述 S2之后，所述方法包括步骤 S6 (图未示）

在步骤 S6 中， 预合并装置对多个多个子阵列信号进行信号缩 放操 作， 以将缩放后的各个子信号矩阵进行后续的均衡 和合并处理。 下面通过 5种基于本发明的示例性的算法来进行说明。

示例 1: 特定用户 （ user specific ) 的预合并算法

参照图 4， 天线阵列被分为 4组阵列， 其阵列内部是高度相关的。 具体地：

-天线阵列按照以下天线信号分组： { 1,2,...,8, 17,18,...,24}, {9,10,...,16, 25,26,...,32},..., 和 {41,42, ...,48,57,58, ...,64} ;

- user i和子阵列 m的信道协方差矩阵为 R^^ E ·¾, ]， 其中， ¾, _m 是基于上行参考信号 （ SRS )测量得到的 user i和子阵列 m的信道估计 矩阵（在该示例中， m=16 ) 。

-每个子阵列的长期权重矩阵 ,^是 ,^的第一个特征向量；

- 全长期权重矩阵 M _{i m} 是 w^., _m 的块对角矩阵 （ block diagonal matrix ) 。

其中， 在该算法中求解信道协方差矩阵的过程如图 5所示。

接收端对于多用户 （MU ) 的场景， 可采用 8个接收端的 MMSE 算法 （8R x MU )， 对于单用户 （SU ) 的场景， 可采用 4个接收端的

IRC算法 （4R x IRC )。 示例 2: 特定用户 （ user specific ) 的渐变算法

继续参照图 4所示的天线阵列的分组方式， 基于以下步骤得到各组 天线阵列的长期协方差矩阵：

- 水平域和垂直域的长期协方差矩阵表示为 和 ；

- 基于 SRS 测量得到每一排天线这列的信道协方差矩阵。 每一排 ( 列 ） 的协方差矩阵是多个排 （ 列 ） ， 极化和物理资源块 ( hysical resource block, PRB )经过平均并在时域进行滤波， 从而得到 水平方向的协方差矩阵 ；

- UE 的水平方向协方差矩阵表示为 R ≡ [(/^)*/^]， 其中， h 是对 于每排天线每个极化天线和每个 PRB， 由 UE上行参考信号（ SRS ) 端 口到 eNB的 8 TRX的 1x8的信道向量；

- 类似地， UE 的垂直方向协方差矩阵表示为^^ /! ⁷ ) ⁷ ]， 其中， 7是基于 SRS 测量得到的对于每列天线每个极化天线和每个 PRB 的 1x4的信道向量；

接收端对于多用户 （MU) 的场景， 可采用 8个接收端的 MMSE 算法 （8R x MU)， 对于单用户 （SU) 的场景， 可采用 4个接收端的 IRC算法 （4RxIRC)。

其中， 可通过以下步骤得到波束赋形 （BF)权重的预编码矩阵：

S表示为：

其中， n表示天线序号， N表示天线所连 TRX数量， 在该示例中 水平方向的 TRX数量为 8， 垂直方向的 TRX的数量为 4。

- 切比雪夫窗 ( Chebyshev window, 或可称为 chebwin )， 旁瓣抑 制为 30dB;

- i§iW→W = {s.*chebwin,sG S]；

- 为 UEi找到最大的波束赋形增益， 则得^ I

水平方向： wf )* R w ^H \\

垂直方向： w = argmax ^ , G _i ^v _w ≡

- 通过 和 的克罗内克积（kroneckerproduct)得到 BF权重（取 对应于 ® 的 2x1的向量） 。

示例 3: 特定用户 （ user specific ) 的最大 SINR算法

继续参照图 4所示的天线分组方式， 如图所示， 天线阵列被分为 4 组阵列， 其阵列内部是高度相关的。 具体地：

-天线阵列按照以下天线信号分组: {1,2,...,8, 17,18,...,24}, {9,10, ...,16, 25,26,...,32},..., 和 {41,42, ...,48,57,58, ...,64};

- user i和子阵列 m的信道协方差矩阵为 R _¾¾ ,,, _m =E[¾, _m ·¾, ]， 其中， ¾, _m 是基于 SRS测量得到的爾 i和子阵列 m的信道估计矩阵。

-每个子阵列的长期权重矩阵 M ,, _m 是对应于矩阵的最大广义特征值 的广义特征向量， 表示为：

_R y ⁸ R <==>

PowerMethod— f ( ( ^ ^A¾ ' ^{J Rk i} ' , 即接收功率最大化下的算法 - 长期权重矩阵 M^, _m w^, _m 的块对角矩阵。

接收端对于多用户 （MU) 的场景， 可采用 8个接收端的 MMSE 算法 （8R x MU)， 对于单用户 （SU) 的场景， 可采用 4个接收端的 IRC算法 （4RxIRC)。 示例 4: 特定组（ group specific ) 的预合并算法

参照图 6， 天线阵列被分为 8个子阵列， 子阵列内部是高度相关的。 具体地：

- 将 天 线 阵 列 按 照 以 下 天 线 信 号 分 组 ： {1,2,3,4,5,6,7,8}, {17,18,19,20,21,22,23,24}, {33,34,35,36,37,38,39,40},..., 和 {41,42,43,44,45,46,47 ,48}, {57,58,59,60,61,62,63,64};

- user i和子阵列 m的信道协方差矩阵为 R _¾¾ , _M ·¾, ]， 其中， ¾, _m

( 8x8 )是基于 SRS测量得到的 user i和子阵列 m的信道估计矩阵。

-对于用户组 1^61^和 j， 每个子阵列的长期权重矩阵 ^ .™ (8x1) 是 (8x8+8x8)的第一特征向量；

-对于用户组 user i和 j，全长期权重矩阵 是^,^的块对角矩阵。 其中， 在该算法中求解解信道协方差矩阵的过程如图 7所示。

接收端对于多用户 （MU) 的场景， 可采用 8个接收端的 MMSE 算法 （8R x MU)， 对于单用户 （SU) 的场景， 可采用 4个接收端的 IRC算法 （4RxIRC)。 示例 5: 特定组（ group specific ) 的渐变算法

参照图 6所示的天线分组方式， 基于以下步骤得到各组天线阵列的 长期协方差矩阵：

- 水平域和垂直域的长期协方差矩阵表示为 （8x8)和 （4x4);

- 基于 SRS 测量得到每一行天线这列的信道协方差矩阵。 每一行 ( 列 ） 的协方差矩阵是多个行 （ 列 ） ， 极化和物理资源块 ( hysical resource block， PRB ) 经过长期平均并在时域进行滤波平滑， 从而得到水平方协方差矩阵 ；

- UE 的水平方向协方差矩阵表示为 ≡ [(/^)*/^]， 其中， h 是对 于每行天线每个极化天线和每个 PRB，由 UE SRS 端口到 eNB的 8 TRX 的 1x8的信道向量；

- 类似地， UE 的垂直方向协方差矩阵表示为 ≡E[(/¾W]， 其中， 7是基于 SRS 测量得到的对于每列天线每个极化天线和每个 PRB 的

1x4的信道向量；

-对于用户组 useri j， 设 R ₌ R +R/S

接收端对于多用户 （MU) 的场景， 可采用 8个接收端的 MMSE 算法 （8R x MU)， 对于单用户 （SU) 的场景， 可采用 4个接收端的 IRC算法 （4RxIRC)。

并且， 在该示例中， 得到波束赋形 （BF) 权重的预编码矩阵使得 对于该组 UE的波束赋型增益最大的步骤与示例 1 中的步骤相同或相 似， 在此不再赘述。

才艮据本发明的一个优选实施方案， 参照图所示的天线阵列， 考虑每 个 UE经过渐变后的功率差， 和经过预合并后的功率差， 其中对于一子 阵列中的 16个天线， UE的理想天线信号功率可表示为， ^→ ∑ I； 通过每个用户的预合并矩阵相乘， 得到每个 UE 的等效天线功率， 表示为 \h_― Ideal * PreComb _user 。

优选地，经过预合并后会产生功率变化， PUSCH接收端会对使用的 16 个 权 重 的 最 终 RSSI 进 行 补 偿 ， 表 示 为 ： 才艮据本发明的方法， 通过对上行信号对应的信号阵列进行分解和分 组， 并分别对各个阵列组进行长期平滑预合并处理 ， 从而实现对大型阵 列信号的处理， 降低了多天线上行大规模 MIMO接收器的计算复杂度， 提高了信号处理的效率。

图 2示出了根据本发明的一种用于对上行大规模 MIMO信号进行 预合并处理的预合并装置的结构示意图。

参照图 1， 分解装置将来自 UE的上行信道估计的协方差阵列信号 分解为多个子阵列信号。

优选地， 所述阵列信号为大型阵列信号， 例如 64x64或 128x128的 阵列信号。

优选地， 分解装置对每组阵列信号继续进行分组来得到 更多子阵列 信号， 从而在每组阵列信号中分别对各个子阵列信号 执行预合并操作。 例如， 将 128x128分为两组 64x64的阵列信号， 在分别将每个 64x64的 信号分为 4个 16x16的信号， 从而分别对每个 16x16的阵列信号进行预 合并处理。

优选地， 分解装置可对上行信道估计的协方差阵列信号 进行多次分 解， 从而将 256x256甚至更高阶的天线阵列信号。

子预合并装置通过递推算法分别求解各个子阵 列信号对应的长期协 方差矩阵的特征值和特征向量， 直至递推至基本预合并装置的算法所能 求解。

其中，所述基本预合并装置用于指示处理不能 被分解的阵列信号的、 最小的预合并装置。

例如， 参照图 3a所示的根据本发明的一个示例性的预合并装� ��。 其中， 图 3a所示的预合并装置包括 4个子预合并装置 Precombinerl至 Precombiner4及其对应的接史端装置，并且 Precombinerl至 Precombiner4 为基本预合并装置。 图 3b示出了图 3a中每个基本预合并装置的结构示 意图。 参照图 3a， 输入至预合并装置的阵列信号被分为 4个 16AxC的 子阵列信号。 每个 16AxC 的子阵列信号经过子预合并装置被分解为 4AxC或 8AxC的阵列信号，在接收端对于多用户（ Multiple Users , MU ) 的场景， 可采用 8个接收端的 MMSE算法 （8R x MU )， 对于单用户 ( Single User, SU )的场景，可采用 4个接收端的 IRC算法（ 4R x IRC )。

根据本发明的一个优选实施方案， 预合并装置以特定用户 （user specific ) 的方式对阵列信号进行预合并处理。

子预合并装置求解对应于特定 UE的长期信道估计协方差矩阵的特 征值和特征向量。

接着， 预合并装置求解对应于特定 UE的预编码矩阵， 使得对于该 UE的波束赋型增益最大。

优选地， 为了减少特定 UE对其他 UE的千扰， 所述预合并装置求 解对应于特定 UE的长期协方差矩阵的特征值和特征向量， 使得该 UE 获得最大 SINR。

根据本发明的一个优选实施方案， 预合并装置以特定组 （group specific ) 的方式对阵列信号进行预合并处理。

子预合并装置求解对应于一组 UE的长期信道估计协方差矩阵的特 征值和特征向量。

接着， 预合并装置求解对应于该组 UE的预编码矩阵， 使得对于该 组 UE的波束赋型增益最大。

才艮据本发明的方案， 通过对上行信号对应的信号阵列进行分解和分 组， 并分别对各个阵列组进行长期平滑预合并处理 ， 从而实现对大型阵 列信号的处理， 降低了多天线上行大规模 MIMO接收器的计算复杂度， 提高了信号处理的效率。

对于本领域技术人员而言， 显然本发明不限于上述示范性实施例 的细节， 而且在不背离本发明的精神或基本特征的情况 下， 能够以其 他的具体形式实现本发明。 因此， 无论从哪一点来看， 均应将实施例 看作是示范性的， 而且是非限制性的， 本发明的范围由所附权利要求 而不是上述说明限定， 因此旨在将落在权利要求的等同要件的含义和 范围内的所有变化涵括在本发明内。 不应将权利要求中的任何附图标 记视为限制所涉及的权利要求。 此外， 显然"包括"一词不排除其他单 元或步骤， 单数不排除复数。 系统权利要求中陈述的多个单元或装置 也可以由一个单元或装置通过软件或者硬件来 实现。 第一， 第二等词 语用来表示名称， 而并不表示任何特定的顺序。