用于多路径衰减信道的有效多输入多输出系统 【技术领域】
本发明一般是关于无线通信系统。具体而言，本发明是关于使用天线阵列来传输信号。
背景技术
图1说明多输入多输出(multiple input multiple output；MIMO)系统。使用多重发射天线121至12M(12)及多重接收天线161至16N(16)来传输通信。每一天线12、16与其它的天线12、16是在空间上分离。一发射器10使用其天线阵列12将一信息通过一无线空中接口14传输至一接收器18。接收器18用其天线阵列16接收该信息。使用多重发射天线12与多重接收天线16，即称作多输入多输出(MIMO)处理。
通常，MIMO处理在基站发射器及用户设备接收器处均使用多重天线。基站天线阵列的运用已在无线通信系统中普遍使用，而基站及用户设备数组的同时运用，使用打开多重信号维数，可使容量及数据传输速率显著增加。
可用的MIMO算法可寻址一单路径衰减信道。然而，无线通信系统的特征在于多路径衰减信道。而用于单路径衰减信道的算法通常在多路径中表现出严重的退化。
因此，需要另外的MIMO系统。
【发明内容】
数据是在无线通信系统中(如在一无线扩频通信系统中)传输。将数据进行编码以产生多个数据流。使用多个发射天线，该数据流是用以产生一传输向量。每一传输向量使用其发射天线通过一无线空中接口经多路径传输。使用多个的接收天线接收来自于每一传输的传输向量的多路径成份。所接收到的多路径成份经过均衡化以还原传输向量。从所还原的传输向量来还原数据。
【附图说明】
图1是使用多重天线的一发射器及一接收器。
图2是一较佳MIMO发射器及接收器的简化方块图。
图3A是一MIMO信道均衡化装置的具体实施例。
图3B是MIMO信道均衡化的一项具体实施例地流程图。
图4A是一MIMO信道均衡化装置的另一项具体实施例。
图4B是MIMO信道均衡化的另一项具体实施例的流程图。
【具体实施方式】
图2是一多输入多输出(MIMO)发射器及接收器系统的简化方块图。发射器20可用于一用户设备及一基站，且接收器22也可用于一基站及一用户设备。如图2所示，该MIMO系统最好是使用一码分多址(code divisionmultiple access；CDMA)空中接口，如一分频双工(frequency divisionduplex；FDD)/CDMA、分时双工(time division duplex；TDD)/CDMA或分时同步码分多址(time division synchronous code division multiple access；TD-SCDMA)空中接口，但也可使用其它的空中接口。
一数据向量d是使用发射器20通过无线空中接口传输。在天线阵列中发射器20有M个天线341至34M(34)。如果未使用传输空间多元化，则M为1(单一天线)。天线阵列34在空间上分离，因此它们接收到的信号之间可获得低度相关。对于基站发射器角度在1至10度范围内的使用而言，天线的间隔最好为数个波长，如4个波长。用于用户设备(UE)接收器时，由于角度大，故天线之间可使用较小间隔，如半个波长。根据个别实例，空间间隔可有其它值。
如图2所示，对于一多码传输的较佳实例，由M个天线34传输的数据向量d可使用一多码向量编码器26进行编码。对于Q个扩展码(spreadingcode)C1至CQ中的每一扩展码，在其进行扩展前将数据分成M个单独的数据流d1，1至dM，Q。所得到的数据流总数为M·Q。为说明C1，则需产生数据流d1，1至dm，1。M个数据流中的每一数据流均是与一天线34相关连。
相对于每一扩展码，使用一相应的扩展装置281至28Q(28)，如一混合器，使数据流使用其扩展码得以拓展。将与相同天线34关连的扩展数据流输入一组合器301至30M(30)，如一加法器，其与M个天线34的第34个天线关连，并产生M个扩展数据向量s1至sM。使用调制器321至32M(32)将每一组合的扩展数据向量s1至sM转换成射频，并使用其关连天线34通过无线空中接口24发射该扩展数据向量。
如图2所示的多码接收器的较佳具体实施例是根据一对发射与接收天线，是在所有的多码传输经历相同的信道响应时予以使用。这通常在下行链路中发生。而在上行链路中，当多个用户进行传输时，可使用图2的接收器22来处理单一用户的传输。其它的用户传输则视为噪声。
在接收器22处，N个接收天线361至36N中的每一天线将每一发射天线所发射的信号作为一组合接收信号予以接收。如果未使用接收空间多元化，则N为1(单一天线)。N最好等于或大于M。解调器381至38N(38)将所接收到的每一天线信号解调至基频。使用取样装置401至40N(40)对每一解调信号进行取样，如以传输速率或传输速率的倍数进行取样，以产生每一天线36的一接收向量r1至rN。组合的接收向量r包含r1至rN。
将组合的接收向量r输入一MIMO信道均衡化装置44。将一导流序列(training sequence)信号r′输入一信道估测装置44。信道估测装置42估测每一对接收及发射天线组合的信道响应。对于接收天线36的第i个接收天线及发射天线34的第j个发射天线，第k个瞬时的信道响应为hij(k)。在第k个瞬时的所有天线组合的总信道响应是根据等式1A求解。
H(k)=h1,1(k)···h1,M(k)·········hN,1(k)···hN,M(k)]]>
等式1A
总信道响应是根据等式1B求解。
H=H(0)00000000H(1)H(0)0000000H(2)H(1)H(0)000000···························H(L-1)H(L-2)H(L-3)······H(0)0···0···························00···0H(L-1)·········H(0)000···0H(L-1)······H(1)···························000000···0H(L-1)]]>
等式1B
将总信道响应H传送到MIMO信道均衡化装置44。MIMO信道均衡化装置44使用该信道响应矩阵H并使接收向量r均衡化以补偿通过无线空间接口24造成的信道失真，并产生一扩展数据向量s。使用一扩展向量重排装置46，将扩展数据向量s进行重排，使每一发射天线的扩展数据向量s1至sM得以还原。使用一解拓装置48用扩展码C1至CQ将每一发射天线的扩展数据向量s1至sM解拓，以估测M个编码数据流中每一数据流相对于每一天线的数据d1，1至dM，Q。一解拓数据流译码器50将数据流d1，1至dM，Q合并以还原至原始数据向量d。
由于空间多元化，使用一对特别的发射/接收天线组合传输的每一信号与其它发射/接收天线组合相比，需经过一不同的多路径环境。使用对所有接收天线361至36N接收到的多路径成份进行处理，可大大增强该系统的容量及数据的最大传输速率。
图3A是MIMO信道均衡化装置44的具体实施例，而图3B是MIMO信道均衡化的一项具体实施例的流程图。也可使用MIMO信道均衡化装置的其它具体实施例，如Cholesky分解(Cholesky decomposition)或近似Cholesky分解。每对天线的信道脉冲响应所接收的取样是根据等式2求解。
hi，j(k)，其中k＝0，…，L-1
等式2
i是第i个接收天线。j是第j个发射天线。k是长度为L的脉冲响应的第k个取样。第k个取样的所有接收及发射天线对的信道脉冲响应是根据等式3求解。
H(k)=h1,1(k)···h1,M(k)·········hN,1(k)···hN,M(k)]]>
等式3
传输的扩展数据向量s有Ns·M维的向量s(k)。Ns是传输的数据符号的数目。总接收向量r有N维的Ns+L-2个接收向量，并是根据等式4求解。
r‾(0)r‾(1)r‾(2)···r‾(Ns+L-2)=H(0)00000000H(1)H(0)0000000H(2)H(1)H(0)000000···························H(L-1)H(L-2)H(L-3)······H(0)0···0···························00···0H(L-1)·········H(0)000···0H(L-1)······H(1)···························000000···0H(L-1)s‾(0)s‾(1)s‾(2)···s‾(L-1)···s‾(Ns-1)+w‾]]>
等式4
ω为噪声向量。或者，等式4也可写成等式5。
r＝Hs+w 等式5
向量r及w的长度为(Ns+L-1)·N。向量s的长度为NsM，且H是一(Ns+L-1)·N乘Ns·M矩阵。
如等式4所示，H矩阵为一近似块循环(block circulant)矩阵。为了使该H矩阵更接近于块循环，将L-1区块行加到该H矩阵，得到一扩展的H矩阵，并将相应数目的零加到s向量，得到一扩展的s向量。根据H矩阵的块循环结构加入L-1行区块。将H矩阵及s向量进行扩展，扩展后的H矩阵的维数为(Ns+L-1)·N乘(Ns+L-1)·M，且s的长度为(Ns+L-1)·M。
为简写之便，用D代表Ns+L-1，因此D＝Ns+L-1。用N乘M大小的区块将DN乘DM大小的扩展H矩阵加以分解，根据等式6求解。
H-(N,M)=F--(N)-1Λ(N,M0F(M)]]>等式6
F(N)是用一N乘N大小的区块执行一区块傅立叶转换(Fouriertransform)；F(M)是用一M乘M大小的区块执行一区块傅立叶转换。F(N)根据等式7求解。
F(N)＝FIN 等式7
是Kronecker乘积操作，而IN则是一N乘N恒等矩阵(identity matrix)。
F(M)是根据等式8求解。
F(M)＝FIM 等式8
IM是一M乘M恒等矩阵。
区块对角矩阵(block-diagonal matrix)Λ(N，M)最好是由H矩阵的第一区块行以一区块傅立叶转换而得，(进行置换后)也可用另一行，步骤84。一区块傅立叶转换装置62对H矩阵的一区块行执行一区块转换以产生Λ(N，M)。Λ(N，M)最好根据等式9求解。
diag(N，M)(Λ(N，M)＝F(N)H(N，M)(:，1:M) 等式9
diag(N，M)(Λ(N，M))是Λ(N，M)的区块对角。(:，1:M)代表宽度为M的第一区块行。Λ(N，M)是使用H矩阵的一单一区块行解得，该H矩阵可近似为一块循环矩阵。
将等式6代入等式2，得到等式10的结果。
Λ(N，M)F(M)s＝F(N)r 等式10
为解s，首先根据等式11决定一向量x，步骤86。
x＝F(N)r 等式11
x最好是使用长度为D的一N非区块离散傅立叶转换来决定。一区块傅立叶转换装置64对r执行区块转换而得到x。
接着，根据等式12决定一向量y，步骤88。
Λ(N，My＝x 等式12
用一y决定装置66得到y。
由于Λ(N，M)是一块循环矩阵，y最好是按照区块接区块的方式使用求解较小的等式系统D来决定，如根据等式13求解。
Λ(N,M)iy‾i=x‾i---i=1,...D]]>等式13
Λ1(N，M)是Λ(N，M)的第i个区块。yi是第i个M乘1子向量y。xi是第i个N乘1子向量x。
由于Λ1(N，M)是开放结构，解等式13的一个方法为对等式14进行Cholesky分解并前向代入或反向代入(forward and backward substitution)，也可使用其它方法。
(Λ(N,M)i)HΛ(N,M)l]]>等式14
如果接收天线N的数量等于发射天线的数量，则Λ1(N，M)是一正方矩阵，且y可使用将Λi(N，M)逆反决定。对于数值小的N，执行矩阵反转(matrixinversion)比Cholesky分解更为有效。
根据等式15求解向量s，步骤90。
s‾=F(M)-1y‾]]>等式15
使用一区块反傅立叶转换装置68得到s。用等式15解s的一个方法，是使用执行维数为D的M个非区块离散傅立叶转换，也可使用其它方法。
图4A是MIMO信道均衡化装置44B的另一项具体实施例，而图4B则是MIMO信道均衡化的一项具体实施例的流程图。为决定s，在等式2的两边乘上HH，根据等式16求解。
HHr＝Rs+HHw＝Rs+n 等式16
(·)H是共轭转置(conjugate transpose)操作。n为经均衡化的噪声向量。R为信道交互相关矩阵，且其使用一R决定装置70使用矩阵H来决定，步骤92。要得到一零强制(zero forcing)解，R是根据等式17求解。
R＝HHH 等式17
要得到一最小均方误差(minimum mean square errors；MMSE)的解，R是根据等式18求解。
R＝HHH+σ2I 等式18
σ2为噪声向量w的变异数，而I则为一恒等矩阵。
信道交互相关矩阵R有一如等式19的结构。
R=R0R1R2R3···RL-1000000R1HR0R1R2R3···RL-100000R2HR1HR0R1R2R3···RL-10000R3HR2HR1HR0R1R2R3···RL-1000··R3HR2HR1HR0R1R2R3···RL-100··RL-1H·R3HR2HR1HR0R1R2R3···RL-10··0RL-1H·R3HR2HR1HR0R1R2R3···RL-1··00RL-1H·R3HR2HR1HR0R1R2R3·····000RL-1H·R3HR2HR1HR0R1R2R3··0000RL-1H·R3HR2HR1HR0R1R2··00000RL-1H·R3HR2HR1HR0R1··000000RL-1H·R3HR2HR1HR0·]]>
等式19
如上所述，将L-1行加到H矩阵后，可得到一接近于R矩阵的区块循环矩阵，被称作拓展R矩阵。该拓展R矩阵的维数为DM乘DM。
使用该拓展R矩阵，根据等式20决定s。
HHr＝Rs 等式20
由于HH近似于R且为区块循环矩阵，R根据等式21进行分解。
R=F(M)-1Λ(M,M)RF(M)]]>等式21
ΛR(N，M)最好是R矩阵的第一区块行根据等式22所得，(经置换后)也可使用另一行，步骤94。
diag(M,M)(Λ(M,M)R)=F(M)R(M,M)(:,1:M)]]>等式22
diag(M，M)(ΛR(M，M))是ΛR(M，M)的区块对角。用一区块傅立叶转换装置72对R矩阵的一区块行执行区块傅立叶转换来解ΛR(M，M)。
HH是根据等式23进行分解。
HH=F(M)-1Λ(M,N)HF(N)]]>等式23
ΛH(M，N)最好是由HH矩阵的第一区块行根据等式24来决定，(经置换后)也可使用另一区块行，步骤96。
diag(M,N)(Λ(M,N)H)=F(M)H(M,N)H(:,1:N)]]>等式24
diag(M，N)(ΛH(M，N))是ΛH(M，N)的区块对角。
用一区块傅立叶转换装置74对HH矩阵的一区块行执行区块傅立叶转换来决定ΛH(M，N)。
将等式21及23代入等式20，得到等式25的结果。
Λ(M,N)HF(N)r‾=Λ(M,M)RF(M)s‾]]>等式25解s，得到等式26的结果。
s‾=F(M)-1(Λ(M,M)R)-1Λ(M,N)HF(N)r‾]]>等式26
求解s最好经过四个步骤来完成。首先，根据等式27求解x，步骤98。
x＝F(N)r 等式27
最好使用长度为D的一N非区块傅立叶转换来执行区块傅立叶转换。一区块傅立叶转换装置76对r执行区块傅立叶转换求解x。
第二步，根据等式28求解y，步骤100。
y‾=Λ(M,N)Hx‾]]>等式28
y决定装置78用ΛH(M，N)及x求解y。
第三步，根据等式29求解z，步骤102。
Λ(M,M)Rz‾=y‾]]>等式29
z决定装置80用ΛR(M，M)及y来求解z。
由于ΛR(M，M)是一区块对角矩阵，最好使用较小的D系统根据等式30来求解等式29。
(Λ(M,M)R)iz‾i=y‾i---i=1,...,D]]>等式30
(ΛR(M，M))1是ΛR(N，M)的第i个区块。zj是第i个M乘1子向量z。yi是第i个M乘1子向量y。
由于(ΛR(M，M))i是开放结构，解(ΛR(M，M))1的一个方法为对((ΛR(N，M))i)H(ΛR(M，M))i进行Cholesky分解并前向代入或反向代入，也可使用其它方法。
第四步，根据等式31执行维数为D的一M非区块反离散傅立叶转换来求解s，步骤104。
s=‾F(M)-1z‾]]>等式31
用一区块反傅立叶转换装置82对z执行一反区块转换以解s。
在另一项具体实施例中，所估测的扩展数据向量s将数据还原，使用扩展向量排列装置将扩展数据向量s分成M个传输数据流sm，其中m＝1、...、M。该扩展数据向量s是将数据流向量sm连接的结果，并使用相同的传输间隔分组而进行重排，根据等式32求解。
s‾=s1,1···sM,1···s1,Ns···sM,Ns]]>
等式32
smj降低第m个数据流的第j个传输间隔。
为还原扩展数据向量流sm的每一向量，根据等式33将估测的扩展数据向量s的传输进行重排，得到重排的sREORDERED。
s‾REODERED=s1,1···s1,NC···sM,1···sM,Ns=s1···sM]]>
等式33
使用解拓装置48用相应的扩展码C1至CQ将这些数据流扩展数据向量sm中的每一向量进行解拓，以估测数据流的符号。使用解拓数据流译码器50将每一数据流的估测符号进行译码以还原成原始数据d。