一种波束成形方法及基站

摘要

本发明实施例公开了一种波束成形方法及基站，可以优化波束成形矩阵，以最大化系统容量。本发明实施例方法包括：基站获取第一信道信息；所述基站根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；当所述SINR满足预设条件时，所述基站利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；所述基站根据所述波束成形矩阵进行波束成形。

权利要求

1.一种频分双工FDD系统的波束成形方法，其特征在于，包括：基站获取第一信道信息；

所述基站根据所述第一信道信息确定UE的信号与干扰加噪声比SINR；所述第一信道信息为第二信道信息的右奇异向量，其中，所述第二信道信息为所述UE对下行信道进行信道估计得到的信道信息；

所述基站根据所述第一信道信息确定UE的SINR包括：所述基站将所述第二信道信息的左奇异向量作为线性接收机的滤波器，根据所述第一信道信息确定所述UE的SINR；

当所述SINR满足预设条件时，所述基站利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

所述基站根据所述波束成形矩阵进行波束成形。

2.如权利要求1所述的FDD系统的波束成形方法，其特征在于，所述基站利用第一最优化问题确定波束成形矩阵包括：所述基站利用以下第一最优化问题确定波束成形矩阵：其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，为第k个UE的第dk个数据流的SINR； 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

3.如权利要求2所述的FDD系统的波束成形方法，其特征在于，所述基站利用以下第一最优化问题确定波束成形矩阵包括：所述基站创建所述第一最优化问题；

所述基站对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

所述基站对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二次函数的共轭函数变形中新引入的变量；

所述基站利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

4.如权利要求3所述的FDD系统的波束成形方法，其特征在于，所述基站利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵包括：所述基站将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

所述基站利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

5.如权利要求1所述的FDD系统的波束成形方法，其特征在于，所述基站获取第一信道信息包括：

所述基站接收所述UE发送的第三信道信息，所述第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值；其中，所述UE对所述第二信道信息进行奇异值分解，得到左奇异向量、右奇异向量以及所述奇异值，UE将所述右奇异向量量化成与所述右奇异向量夹角最小的码字，得到所述目标右奇异向量，并计算对应量化过程中的量化误差的夹角信息，得到所述目标夹角信息；

所述基站利用信道的误差建模确定第一信道信息，其中，所述信道的误差建模构建有第一信道信息、目标右奇异向量以及目标夹角信息之间的对应关系。

6.如权利要求5所述的FDD系统的波束成形方法，其特征在于，所述基站利用信道的误差建模确定第一信道信息包括：所述基站基于以下模型获取确定第一信道信息：

其中， 为第一信道信息， 为目标右奇异向量， 为目标夹角信息，为 所在的子空间的正交补空间的一个规范正交基， 为一个在维数为NB-1的单位球面上均匀分布的随机向量。

7.一种基站，其特征在于，包括：

获取单元，用于获取第一信道信息；

第一确定单元，用于根据所述第一信道信息确定UE的信号与干扰加噪声比SINR；所述第一信道信息为第二信道信息的右奇异向量，其中，所述第二信道信息为所述UE对下行信道进行信道估计得到的信道信息；

所述第一确定单元，具体用于将所述第二信道信息的左奇异向量作为线性接收机的滤波器，根据所述第一信道信息确定UE的SINR；

第二确定单元，用于根据当所述SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

执行单元，用于根据所述波束成形矩阵进行波束成形。

8.如权利要求7所述的基站，其特征在于，

所述第二确定单元，具体用于利用以下第一最优化问题确定波束成形矩阵：其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，为第k个UE的第dk个数据流的SINR； 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

9.如权利要求8所述的基站，其特征在于，所述第二确定单元包括：创建模块，用于创建所述第一最优化问题；

第一运算模块，用于对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

第二运算模块，用于对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二次函数的共轭函数变形中新引入的变量；

第一确定模块，用于利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

10.如权利要求9所述的基站，其特征在于，所述第一确定模块包括：运算子模块，将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

确定子模块，用于利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

11.如权利要求7所述的基站，其特征在于，所述获取单元包括：接收模块，用于接收所述UE发送的第三信道信息，所述第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值；其中，所述UE对所述第二信道信息进行奇异值分解，得到左奇异向量、右奇异向量以及所述奇异值，UE将所述右奇异向量量化成与所述右奇异向量夹角最小的码字，得到所述目标右奇异向量，并计算对应量化过程中的量化误差的夹角信息，得到所述目标夹角信息；

第二确定模块，用于利用信道的误差建模确定第一信道信息，其中，所述信道的误差建模构建有第一信道信息、目标右奇异向量以及目标夹角信息之间的对应关系。

12.如权利要求11所述的基站，其特征在于，

所述第二确定模块，具体用于基于以下模型获取确定第一信道信息：其中， 为第一信道信息， 为目标右奇异向量， 为目标夹角信息，为 所在的子空间的正交补空间的一个规范正交基， 为一个在维数为NB-1的单位球面上均匀分布的随机向量。

说明书

一种波束成形方法及基站

技术领域

[0001] 本发明涉及通信技术领域，尤其涉及一种波束成形方法及基站。

背景技术

[0002] 波束成形是一种将无线信号进行方向性传输的数字处理技术，其基本思想是将多用户信号进行线性预编码，以使得每一个用户的信号尽量只向该用户的方向传送而且避免干扰其他用户。

[0003] 目前传统的波束成形方法为ZF(zero-forcing，迫零法)，ZF的基本思想就是要完全消除多用户干扰，让每一个UE(User Equipment，用户设备)只接收到该UE的有用信号及噪声；从数学上来说，ZF就是让波束成形矩阵等于信道矩阵的伪逆矩阵。然而，从最大化系统容量的角度考虑，试图完全消除多用户干扰是不必须的，甚至是有害的，因为完全消除多用户干扰的代价就是每个用户的有用信号变小，因此，ZF并不能给予很高的系统容量。

发明内容

[0004] 本发明实施例提供了一种波束成形方法及基站，可以优化波束成形矩阵，以最大化系统容量。

[0005] 本发明实施例的第一方面提供一种FDD系统的波束成形方法，包括：

[0006] 基站获取第一信道信息；

[0007] 所述基站根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；

[0008] 当所述SINR满足预设条件时，所述基站利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

[0009] 所述基站根据所述波束成形矩阵进行波束成形。

[0010] 结合本发明实施例的第一方面，在本发明实施例的第一方面的第一种实现方式中，所述基站利用第一最优化问题确定波束成形矩阵包括：

[0011] 所述基站利用以下第一最优化问题确定波束成形矩阵：

[0012]

[0013]

[0014] 其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，
为第k个UE的第dk个数据流的SINR；

[0015] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

[0016] 结合本发明实施例的第一方面的第一种实现方式，在本发明实施例的第一方面的第二种实现方式中，所述基站利用以下第一最优化问题确定波束成形矩阵包括：

[0017] 所述基站创建所述第一最优化问题；

[0018] 所述基站对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

[0019] 所述基站对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二数函数的共轭函数变形中新引入的变量；

[0020] 所述基站利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0021] 结合本发明实施例的第一方面的第二种实现方式，在本发明实施例的第一方面的第三种实现方式中，所述基站利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵包括：

[0022] 所述基站将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

[0023] 所述基站利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0024] 结合本发明实施例的第一方面、第一方面的第一种至第三种实现方式，在本发明实施例的第一方面的第四种实现方式中，

[0025] 所述第一信道信息为第二信道信息的右奇异向量，其中，所述第二信道信息为所述UE对下行信道进行信道估计得到的信道信息；

[0026] 所述基站根据所述第一信道信息确定所述UE的SINR包括：

[0027] 所述基站将所述第二信道信息的左奇异向量作为线性接收机的滤波器，根据所述第一信道信息确定所述UE的SINR。

[0028] 结合本发明实施例的第一方面的第四种实现方式，在本发明实施例的第一方面的第五种实现方式中，

[0029] 所述基站获取第一信道信息包括：

[0030] 所述基站接收所述UE发送的第三信道信息，所述第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值；其中，所述UE对所述第二信道信息进行奇异值分解，得到左奇异向量、右奇异向量以及所述奇异值，UE将所述右奇异向量量化成与所述右奇异向量夹角最小的码字，得到所述目标右奇异向量，并计算对应量化过程中的量化误差的夹角信息，得到所述目标夹角信息；

[0031] 所述基站利用信道的误差建模确定第一信道信息，其中，所述信道的误差建模构建有第一信道信息、目标右奇异向量以及目标夹角信息之间的对应关系。

[0032] 结合本发明实施例的第一方面的第五种实现方式，在本发明实施例的第一方面的第六种实现方式中，所述基站利用信道的误差建模确定第一信道信息包括：

[0033] 所述基站基于以下模型获取确定第一信道信息：

[0034]

[0035] 其中， 为第一信道信息， 为目标右奇异向量， 为目标夹角信息，为 所在的子空间的正交补空间的一个规范正交基， 为一个在维数为NB-1的单位球面上均匀分布的随机向量。

[0036] 本发明实施例的第二方面提供一种基站，所述基站包括：

[0037] 获取单元，用于获取第一信道信息；

[0038] 第一确定单元，用于根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；

[0039] 第二确定单元，用于根据当所述SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

[0040] 执行单元，用于根据所述波束成形矩阵进行波束成形。

[0041] 结合本发明实施例的第二方面，在本发明实施例的第二方面的第一种实现方式中，

[0042] 所述第二确定单元，具体用于利用以下第一最优化问题确定波束成形矩阵：

[0043]

[0044]

[0045] 其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，
为第k个UE的第dk个数据流的SINR；

[0046] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

[0047] 结合本发明实施例的第二方面的第一种实现方式，在本发明实施例的第二方面的第二种实现方式中，所述第二确定单元包括：

[0048] 创建模块，用于创建所述第一最优化问题；

[0049] 第一运算模块，用于对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

[0050] 第二运算模块，用于对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二数函数的共轭函数变形中新引入的变量；

[0051] 第一确定模块，用于利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0052] 结合本发明实施例的第二方面的第二种实现方式，在本发明实施例的第二方面的第三种实现方式中，所述第一确定模块包括：

[0053] 运算子模块，将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

[0054] 确定子模块，用于利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0055] 结合本发明实施例的第二方面、第二方面的第一种至第三种实现方式，在本发明实施例的第二方面的第四种实现方式中，

[0056] 所述第一信道信息为第二信道信息的右奇异向量，其中，所述第二信道信息为所述UE对下行信道进行信道估计得到的信道信息；

[0057] 所述第一确定单元，具体用于将所述第二信道信息的左奇异向量作为线性接收机的滤波器，根据所述第一信道信息确定所述UE的SINR。

[0058] 结合本发明实施例的第二方面的第四种实现方式，在本发明实施例的第二方面的第五种实现方式中，所述获取单元包括：

[0059] 接收模块，用于接收所述UE发送的第三信道信息，所述第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值；其中，所述UE对所述第二信道信息进行奇异值分解，得到左奇异向量、右奇异向量以及所述奇异值，UE将所述右奇异向量量化成与所述右奇异向量夹角最小的码字，得到所述目标右奇异向量，并计算对应量化过程中的量化误差的夹角信息，得到所述目标夹角信息；

[0060] 第二确定模块，用于利用信道的误差建模确定第一信道信息，其中，所述信道的误差建模构建有第一信道信息、目标右奇异向量以及目标夹角信息之间的对应关系。

[0061] 结合本发明实施例的第二方面的第五种实现方式，在本发明实施例的第二方面的第六种实现方式中，

[0062] 所述第二确定模块，具体用于基于以下模型获取确定第一信道信息：

[0063]

[0064] 其中， 为第一信道信息， 为目标右奇异向量， 为目标夹角信息，为 所在的子空间的正交补空间的一个规范正交基， 为一个在维数为NB-1的单位球面上均匀分布的随机向量。

[0065] 本发明实施例提供的技术方案中，基站首先获取第一信道信息，并根据该第一信道信息确定UE的SINR；在确定SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，第一最优化问题的目标函数为根据SINR确定的系统容量，第一最优化问题的约束函数为系统总发射功率的约束条件，再根据确定出的波束成形矩阵进行波束成形，因此相对于现有技术，本发明实施例波束成形矩阵为以系统容量为目标函数，系统总发射功率的约束条件为约束函数确定出的最优解，与现有技术中让波束成形矩阵等于信道矩阵的伪逆矩阵相比，本发明实施例从最大化系统容量的角度优化波束成形矩阵，可以优化系统系统容量。

附图说明

[0066] 图1为本发明实施例中FDD系统的结构示意图；

[0067] 图2为本发明实施例中FDD系统的波束成形方法一个实施例示意图；

[0068] 图3为本发明实施例中FDD系统的波束成形方法另一实施例示意图；

[0069] 图4显示的是本发明的频谱效率和其他现有技术方法的比较示意图；

[0070] 图5显示的是本发明提出的波束成形矩阵算法收敛情况；

[0071] 图6为本发明实施例中基站一个实施例示意图；

[0072] 图7为本发明实施例中基站另一实施例示意图。

具体实施方式

[0073] 本发明实施例提供了一种波束成形方法及基站，可以优化波束成形矩阵，以最大化系统容量，以下分别进行详细说明。

[0074] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0075] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0076] 在本发明应用MU-MIMO(Multi-User Multiple-Input Multiple-Output，多用户多入多出技术)通信的FDD系统，如图1所示，为MU-MIMO通信的FDD系统，该FDD系统包括基站101和k个用户102(相当于UE)，其中，基站101配备有NB个天线，用户k配备有NU,k个天线。

[0077] 请参阅图2，本发明实施例中FDD系统的波束成形方法一个实施例包括：

[0078] 201、基站获取第一信道信息；

[0079] 在FDD系统中，基站可以根据用户反馈的信道信息获取第一信道信息，作为后续求解波束成形矩阵的信道信息参考量。

[0080] 202、基站根据第一信道信息确定用户的SINR；

[0081] 在本实施例中，在获取第一信道信息后，可以根据现有的SINR(signal to interference plus noise ratio，信号与干扰加噪声比)求解公式确定SINR，此处不再赘述。

[0082] 203、当SINR满足预设条件时，基站利用第一最优化问题确定波束成形矩阵；

[0083] 在本实施例中， 表示波束成形矩阵，其中，Dk表示用户k的数据流数目。

[0084] 在本实施例中，所有形式如下的SINR均可以认为满足预设条件：

[0085]

[0086] 其中， 表示总接收功率，且和 可以为任意参数，其不一定需要具有某一固定的物理意义，例如信道矩阵；
为加性高斯白噪声的功率。

[0087] 需要说明的是，在本实施例中，第一最优化问题的目标函数为根据SINR确定的系统容量，约束函数为系统总发射功率的约束条件，具体可以为：

[0088]

[0089]

[0090] 其中，R表示系统容量，且 其中， 表示用户k的数据流dk的优先级， 表示用户k的数据流dk的数据速率，且 其中，用户k的数据
流dk的信号与干扰加噪声比的表达式；

[0091] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示用户k的数据流dk的波束成形矩阵。

[0092] 在实际处理过程中，上述第一最优化问题涉及到对数操作以及矩阵求逆操作，处理难度较大。为此，作为优选，通过共轭函数变形的方式引入新的变量到 的表达式中来消除对数及矩阵求逆操作，具体包括：

[0093] 1)、基站对 执行对数函数的共轭函数变形，并获取第一变量的最优解；

[0094] 在此次共轭函数变形的过程中，将新引入一个变量，即为第一变量。在本实施例中，执行对数函数的共轭函数变形后的 可以表示为一个无约束优化问题，由此，基站可以根据该无约束优化问题可以求解出第一变量的最优解。可以理解的是，本领域技术人员可以根据现有技术获知对数函数的共轭函数变形的具体过程，例如，可以理解为：任意给定一正数e，那么loge可以表示为loge＝minw≥0ew-logw-1。

[0095] 2)基站对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解；

[0096] 同样，在此次共轭函数变形的过程中，将新引入一个变量，即为第二变量。在本实施例中，执行二次函数的共轭函数变形后的 可以表示为一个无约束最优化问题，由此，对于一个固定的第一变量(即上述求解出的第一变量的最优解)，基站可以根据该无约束最优化问题求解出第二变量的最优解。可以理解的是，本领域技术人员可以根据现有技术获知二次函数的共轭函数变形的具体过程，例如，可以理解为：任意给定复数t、正数λ和J，那2 2 *
么数-λ|t| /J可以表示为 其中 表示实部，(·)
表示共轭。

[0097] 3)基站利用第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵；

[0098] 在对第一最优化问题中的 执行两次上述共轭函数变形后，可以将第一最优化问题转变为第二最优化问题，可以理解的是，第二最优化问题与第一最优化问题相比，前者可以使用BCD(block coordinate descent，分块坐标下降)进行优化，如果固定三个变量(即：波束成形矩阵、第一变量以及第二变量)的任意两个，则第二最优化问题对于第三个变量是有闭合解的。

[0099] 在本实施例中，可以首先将第一变量的最优解、第二变量的最优解代入第二最优化问题，以确定出一个初始波束成形矩阵并初始化波束成形矩阵，再对波束成形矩阵、第一变量以及第二变量进行交替迭代更新，当满足预设的迭代停止条件时，确定最终的波束成形矩阵。此处，预设的迭代停止条件可以包括迭代次数达到预设值或者第二最优化问题的目标值增加小于某个阈值，在实际应用过程中，还可以是上述两种方式的结合或者其他方式，具体此处不做限定。

[0100] 考虑到如果直接使用BCD来求解波束成形矩阵时需要使用注水算法(Water-filling)，计算复杂度很高，由此，本实施例在第二最优化问题的基础上，进一步提出了第三最优化问题，以避免注水算法，降低计算复杂度，具体包括：

[0101] 1)将第二最优化问题的第一变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

[0102] 将第二变量分解为两个子变量的乘积项，以将第二最优化问题转变为第三最优化问题，可以理解的是，在第三最优化问题中，包括四组变量，分别为：波束成形矩阵、第二变量、第一子变量以及第二子变量，且波束成形矩阵与第一子变量将会一并优化，与第二最优化问题相比，第三最优化问题中波束成形矩阵和第一子变量的求解具有闭合解，从而不需要使用注水算法求解波束成形矩阵，可以降低求解波束成形矩阵的复杂度。

[0103] 在本实施例中，可以首先将第一变量的最优解、第二变量的最优解代入第三最优化问题，以确定出一个初始的波束成形矩阵并初始化波束成形矩阵，再对第二子变量、第一变量、波束成形矩阵以及第二子变量进行交替迭代更新，当满足预设的迭代停止条件时，确定最终的波束成形矩阵。此处，预设的迭代停止条件可以包括迭代次数达到预设值或者第二最优化问题的目标值增加小于某个阈值，在实际应用过程中，还可以是上述两种方式的结合或者其他方式，具体此处不做限定。

[0104] 204、基站根据波束成形矩阵进行波束成形；

[0105] 具体此处对如何利用波束成形矩阵进行波束成形不做详细描述，本领域技术人员可根据现有技术获取相应的处理流程。

[0106] 本发明实施例提供的技术方案中，基站首先获取第一信道信息，并根据该第一信道信息确定UE的SINR；在确定SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，第一最优化问题的目标函数为根据SINR确定的系统容量，第一最优化问题的约束函数为系统总发射功率的约束条件，再根据确定出的波束成形矩阵进行波束成形，因此相对于现有技术，本发明实施例波束成形矩阵为以系统容量为目标函数，系统总发射功率的约束条件为约束函数确定出的最优解，与现有技术中让波束成形矩阵等于信道矩阵的伪逆矩阵相比，本发明实施例从最大化系统容量的角度优化波束成形矩阵，可以优化系统系统容量。

[0107] 在图2所示实施例的基础上，下面详细描述基站获取第一信道信息的具体过程，具体请参阅图3，本发明实施例中FDD系统的波束成形方法另一实施例包括：

[0108] 301、用户根据基站发送的下行导频进行信道估计，得到第二信道信息Hk；

[0109] 在FDD系统下，基站的信道信息是通过用户(即UE)反馈得到的。在本实施例中，Hk表示用户k对下行信道进行信道估计得到的信道信息，记为第二信道信息。

[0110] 302、用户对Hk进行奇异值分解；

[0111] 在本实施例中，用户对Hk进行奇异值分解具体包括：

[0112]

[0113] 其中， 分别为Hk的左和右奇异值矩阵， 为奇异值矩阵。

[0114] 由此，可以得到左奇异向量 右奇异向量 以及奇异值其中，Dk分别为用户k的数据流数目。

[0115] 303、用户将右奇异向量 量化成与右奇异向量 夹角最小的码字，得到[0116] 在本实施例中，用户k生成一个码本 来量化右奇异向量其中每一个码字 都满足范数为1的约束条件，码本的生成方法可以是基于LTE协议生成，也可以是随机产生，此处不做限定。

[0117] 在本实施例中，每一个右奇异向量 都被量化成与 夹角最小的码字即：

[0118]

[0119] 304、用户计算量化误差的夹角信息；

[0120] 在本实施例中，用户k计算上述量化过程中的量化误差的夹角信息其中， 为 和 之间的夹角，亦即

[0121]

[0122] 305、用户向基站反馈第三信道信息；

[0123] 在本实施例中，第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值，其中，目标右奇异向量即步骤303中的 目标夹角信息即步骤304中的 奇异值即步骤302中的 即用户向基站反馈的信道信息反馈量(即第三信道信息)包括：

[0124] 其中， 和 可以是经过量化，也可以不经过量化而直接向基站反馈，具体此处不做限定。

[0125] 需要强调的是，此处与直接向基站反馈第二信道信息相比，本实施例中的第三信道信息易于进行信道信息误差的统计，并避免过多的反馈开销。而在现有技术中，如果直接向基站反馈估计得到的信道信息，将对上行信道造成过多的开销，而且通常为降低上行信道的开销，一般只用很少的比特数来量化和反馈信道信息，造成了基站端信道信息具有很大的误差，而本实施例中设计的信道信息反馈量 可以在保证信道信息准确度的情况下避免过多的反馈开销。

[0126] 306、基站利用信道的误差建模确定第一信道信息

[0127] 在本实施例中，在接收用户反馈的第二信道信息后，基站需要对信道的误差进行统计，具体可以包括：

[0128] 对信道的误差进行建模：

[0129]

[0130] 其中， 为 所在的子空间的正交补空间的一个规范正交基，为一个在维数为NB-1的单位球面上均匀分布的随机向量。

[0131] 令：

[0132]

[0133]

[0134] 那么，公式(3)可以表示为：

[0135]

[0136] 其中， 代表了 的期望值， 代表了右奇异向量的量化误差。

[0137] 由此，可以得到第一信道信息

[0138] 由上述信道的误差建模过程可知，本实施例中设计的信道信息反馈量更易于统计基站端的信道信息误差。

[0139] 307、基站根据第一信道信息确定用户的SINR；

[0140] 基站的下行发射信号为：

[0141]

[0142] 其中， 和Dk分别为用户k的数据信号，波束成形矩阵，和数据流数目。

[0143] 用户k接收到的信号表示为：

[0144] yk＝Hk'x+υk    (6)

[0145] 其中，υk为加性高斯白噪声，其功率为 且 满足

[0146] 在本实施例中，基站将第二信道信息的左奇异向量 作为线性接收机的滤波器，由此，基站假设用户k使用左奇异向量 来恢复其第dk个数据流，即：

[0147]

[0148] 将公式(4)和公式(5)代入公式(7)并整理得到：

[0149]

[0150] 则SINR表示为：

[0151]

[0152] 其中， 表示期望值。

[0153] 经过化简， 可表示为：

[0154]

[0155]

[0156] 此处对比公式(8)、(8a)以及公式(1)、(1a)可知，如果令公式(1)、(1a)：

[0157]

[0158]

[0159] 则可以得到公式(8)、(8a)，由此可知， 满足预设的条件。

[0160] 308、当SINR满足预设条件时，基站利用第一最优化问题确定波束成形矩阵；

[0161] 在本实施例中，在获取SINR，并确定SINR满足预设条件时，基站进一步构建第一最优化问题，具体包括：

[0162]

[0163]

[0164] 其中，R表示系统容量，且 其中， 为大于0的常数，其表示用户k的数据流dk的优先级， 表示用户k的数据流dk的数据速率，且

[0165] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

[0166] 由此可知，本实施例中波束成形的目标是在系统总发射功率不大于PT的情况下，最大化系统总数据速率，从而优化系统容量。

[0167] 在实际处理过程中，上述第一最优化问题(9)涉及到对数操作以及矩阵求逆操作，处理难度较大。为此，作为优选，通过共轭函数变形的方式引入新的变量到 的表达式中来消除对数及矩阵求逆操作，具体包括：

[0168] 首先，由矩阵求逆引理，将 表示为：

[0169]

[0170] 引入第一变量 对 执行对数函数的共轭函数变形，得到：

[0171]

[0172] 其中，const.表示某一常数。

[0173] 则公式(11)中 的最优解为：

[0174]

[0175] 再次引入第二变量 对公式(11)中的 执行二次函数的共轭函数变形，将 再次转化为：

[0176]

[0177] 其中， 表示实部，(·)*表示共轭。

[0178] 对于一个固定的 公式(13)中 的最优解为：

[0179]

[0180] 将公式(13)代入到第一最优化问题(9)中，第一最优化问题(9)可以被等价地转换为第二最优化问题，具体为：

[0181]

[0182]

[0183]

[0184] 第二最优化问题(15)可以使用BCD(block coordinate descent，分块坐标下降)进行优化，为了避免注水算法，降低计算复杂度，本实施例进一步将 分解成两个子变量乘积的形式，即 则可以进一步将第二最优化问题等价转换为第三最优化问题，具体为：

[0185]

[0186]

[0187]

[0188] 上述第三最优化问题(16)中，包括四组变量： 和β，且和β将会一并优化。与第二最优化问题(15)相比，第三最优化问题(16)中波束成形矩阵和第一子变量的求解具有闭合解，从而不需要使用注水算法求解波束成形矩阵，可以降低求解波束成形矩阵的复杂度。

[0189] 其中， 的解为：

[0190]

[0191] 的解为：

[0192]

[0193] 和β的解为：

[0194]

[0195] 其中，

[0196]

[0197]

[0198] 且β的取值应满足

[0199] 对 和β进行交替迭代更新，当满足预设的迭代停止条件时，确定最终的波束成形矩阵。此处，预设的迭代停止条件可以包括迭代次数达到预设值或者第二最优化问题的目标值增加小于某个阈值，在实际应用过程中，还可以是上述两种方式的结合或者其他方式，具体此处不做限定。

[0200] 309、根据波束成形矩阵进行波束成形；

[0201] 在获取目标波束成形矩阵 后，即可根据 进行波束成形，具体此处对如何利用 进行波束成形不做详细描述，本领域技术人员可根据现有技术获取相应的处理流程。

[0202] 由此可知，本实施例中可以在假设用户使用的线性接收机的滤波器为第二信道信息的左奇异向量 的情况下，优化系统容量。

[0203] 下面利用以下仿真参数对图3所示实施例中的波束成形方法进行仿真，在该仿真中，基站天线数NB＝8，用户数K＝4，用户天线数NU,k＝2，用户数据流数Dk＝1，信道为高斯信道，用户反馈码本Ck为随机产生，使用8比特反馈。

[0204] 则相应的仿真结果可参见图4和图5。图4显示的是本发明的频谱效率和其他现有技术方法的比较，其中，曲线a对应本发明的频谱效率，曲线b对应现有技术中采用WMMSE(reweighted minimum mean square error，加权最小均方误差)进行波束成形的频谱效率，曲线c对应现有技术中采用ZF(zero-forcing，迫零法)进行波束成形的频谱效率，由图4可以看出，本发明所提出的方法能够显著提高系统的频谱效率。图5显示的是本发明提出的波束成形矩阵算法收敛情况，其中，横坐标为迭代次数，纵坐标为每次迭代得到的波束成形矩阵所能达到的目标函数值(即第三最优化问题中的系统容量表达式)，图中分别画出三个信道实例下的收敛状况，由图5可以看出，基本上能够在7次迭代就达收敛。

[0205] 上面对本发明实施例中的FDD系统的波束成形方法进行了描述，下面对本发明实施例中的基站进行描述，请参阅图6，本发明实施例中基站一个实施例包括：

[0206] 本发明实施例中的基站可以实现图2所示实施例的流程，所述基站包括：

[0207] 获取单元601，用于获取第一信道信息；

[0208] 第一确定单元602，用于根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；

[0209] 第二确定单元603，用于根据当所述SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

[0210] 执行单元604，用于根据所述波束成形矩阵进行波束成形。

[0211] 为便于理解，下面以一具体应用场景为例，对本实施例中基站内部运作流程进行描述：

[0212] 获取单元601获取第一信道信息；第一确定单元602根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；当所述SINR满足预设条件时，第二确定单元603根据利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；执行单元604根据所述波束成形矩阵进行波束成形。

[0213] 本发明实施例提供的技术方案中，基站的获取单元601首先获取第一信道信息，并由第一确定单元602根据该第一信道信息确定UE的SINR；在确定SINR满足预设条件时，由第二确定单元603利用第一最优化问题确定波束成形矩阵，其中，第一最优化问题的目标函数为根据SINR确定的系统容量，第一最优化问题的约束函数为系统总发射功率的约束条件，再通过执行单元604根据确定出的波束成形矩阵进行波束成形，因此相对于现有技术，本发明实施例波束成形矩阵为以系统容量为目标函数，系统总发射功率的约束条件为约束函数确定出的最优解，与现有技术中让波束成形矩阵等于信道矩阵的伪逆矩阵相比，本发明实施例从最大化系统容量的角度优化波束成形矩阵，可以优化系统系统容量。

[0214] 可选地，在本实施例中，所述第二确定单元603，具体可以用于利用以下第一最优化问题确定波束成形矩阵：

[0215]

[0216]

[0217] 其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，
为第k个UE的第dk个数据流的SINR；

[0218] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

[0219] 可选地，在本实施例中，所述第二确定单元603可以包括：

[0220] 创建模块6031，用于创建所述第一最优化问题；

[0221] 第一运算模块6032，用于对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

[0222] 第二运算模块6033，用于对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二数函数的共轭函数变形中新引入的变量；

[0223] 第一确定模块6034，用于利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0224] 可选地，在本实施例中，所述第一确定模块6034可以包括：

[0225] 运算子模块，将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

[0226] 确定子模块，用于利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0227] 下面在图6所示实施例的基础上，详细描述基站是如何获取第一信道信息的，具体请参阅图7，本发明实施例中基站另一实施例包括：

[0228] 本发明实施例中的基站可以实现图3所示实施例的流程，所述基站包括：

[0229] 获取单元701，用于获取第一信道信息；

[0230] 第一确定单元702，用于根据所述第一信道信息确定所述UE的信号与干扰加噪声比SINR；

[0231] 第二确定单元703，用于根据当所述SINR满足预设条件时，利用第一最优化问题确定波束成形矩阵，其中，所述第一最优化问题的目标函数为根据所述SINR确定的系统容量，所述第一最优化问题的约束函数为系统总发射功率的约束条件；

[0232] 执行单元704，用于根据所述波束成形矩阵进行波束成形。

[0233] 在本实施例中，所述第一信道信息可以为第二信道信息的右奇异向量，其中，所述第二信道信息为所述UE对下行信道进行信道估计得到的信道信息；

[0234] 所述第一确定单元702，具体可以用于将所述第二信道信息的左奇异向量作为线性接收机的滤波器，根据所述第一信道信息确定所述UE的SINR。

[0235] 可选地，在本实施例中，所述获取单元701可以包括：

[0236] 接收模块7011，用于接收所述UE发送的第三信道信息，所述第三信道信息包括目标右奇异向量、目标夹角信息以及奇异值；其中，所述UE对所述第二信道信息进行奇异值分解，得到左奇异向量、右奇异向量以及所述奇异值，UE将所述右奇异向量量化成与所述右奇异向量夹角最小的码字，得到所述目标右奇异向量，并计算对应量化过程中的量化误差的夹角信息，得到所述目标夹角信息；

[0237] 第二确定模块7012，用于利用信道的误差建模确定第一信道信息，其中，所述信道的误差建模构建有第一信道信息、目标右奇异向量以及目标夹角信息之间的对应关系。

[0238] 可选地，在本实施例中，所述第二确定模块7012，具体可以用于基于以下模型获取确定第一信道信息：

[0239]

[0240] 其中， 为第一信道信息， 为目标右奇异向量， 为目标夹角信息，为 所在的子空间的正交补空间的一个规范正交基， 为一个在维数为NB-1的单位球面上均匀分布的随机向量。

[0241] 可选地，在本实施例中，所述第二确定单元703，具体可以用于利用以下第一最优化问题确定波束成形矩阵：

[0242]

[0243]

[0244] 其中，R表示系统容量，且 其中， 表示第k个UE的第dk个数据流的优先级， 表示第k个UE的第dk个数据流的数据速率，且 其中，
为第k个UE的第dk个数据流的SINR；

[0245] 为系统总发射功率的约束条件，表示系统总发射功率不大于某一预设的PT，其中， 表示第k个UE的第dk个数据流的波束成形矩阵。

[0246] 可选地，在本实施例中，所述第二确定单元703可以包括：

[0247] 创建模块7031，用于创建所述第一最优化问题

[0248] 第一运算模块7032，用于对所述第一最优化问题中的 执行对数函数的共轭函数变形，并获取第一变量的最优解，其中，所述第一变量为执行对数函数的共轭函数变形中新引入的变量；

[0249] 第二运算模块7033，用于对经执行对数函数的共轭函数变形后的 执行二次函数的共轭函数变形，得到第二最优化问题，并获取第二变量的最优解，其中，所述第二变量为执行二数函数的共轭函数变形中新引入的变量；

[0250] 第一确定模块7034，用于利用所述第二最优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0251] 可选地，在本实施例中，所述第一确定模块7034可以包括：

[0252] 运算子模块，将所述第二最优化问题中的第二变量分解为第一子变量和第二子变量的乘积，得到第三优化问题；

[0253] 确定子模块，用于利用所述第三优化问题、第一变量的最优解以及第二变量的最优解确定波束成形矩阵。

[0254] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0255] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0256] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0257] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0258] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

[0259] 以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。