混合波束赋形方法和装置与流程

本发明的实施例一般地涉及无线通信技术，更具体地，涉及混合波束赋形方法和装置。

背景技术：

大规模多输入多输出(MIMO)或大型天线系统由于在能效、频谱效率、鲁棒性和可靠性方面的巨大优势，已经被广泛认为是5G通信系统的关键实现技术。大规模MIMO的基本前提是基站天线的数目远大于单天线终端的数目。理论上，具有全数字波束赋形(BF)的大规模MIMO系统可以产生最优性能。然而，付出的代价是硬件复杂度和成本(射频通道的数目)、以及信号处理的复杂度和能耗的迅速增加。因此，当天线数目非常大时，实施相同数目的射频通道可能是不可行的。因此，如何实现具有有限数目射频通道的大规模MIMO是关键的技术问题。

为了减少所需射频通道的数目，动态天线切换技术不失为一种选择，但由于未能充分利用额外天线的优势，这种方案提供了有限的阵列增益，并且在相关信道中性能很差。为了解决这一问题，可以考虑利用有源天线的模拟波束赋形。总体而言，模拟波束赋形通过模拟移相器的网络来控制每个天线上的信号相位。由于振幅和相位控制方面的硬件限制，模拟波束赋形的性能通常是次优的。为了实现具有更大波束赋形增益的多数据流预编码，最近提出了混合的模拟和数字波束赋形(以下简称混合波束赋形)策略。然而，目前，例如在灵活的用户调度、训练信号设计、以及针对FDD(频分双工)系统或者具有或不具有精确天线校准的TDD系统的信道信息获取等方面，混合波束赋形算法仍远不成熟。

技术实现要素：

本发明的实施例提供了一种在基站中进行混合波束赋形的方法和装置以及在移动终端中用于混合波束赋形的方法和装置，以解决或者至少部分地缓解现有技术中存在的上述问题。

在第一方面中，本发明的实施例提供了一种在基站中进行混合波束赋形的方法。该方法包括：基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵；对所述宽带模拟波束赋形矩阵进行量化，以获得经量化的宽带模拟波束赋形矩阵；向所述物理信道应用所述经量化的宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵；以及利用所述子带数字波束赋形矩阵和所述经量化的宽带模拟波束赋形矩阵，对下行链路信号进行混合波束赋形。

在一个实施例中，对所述宽带模拟波束赋形矩阵进行量化包括：将所述宽带模拟波束赋形矩阵中的每个非零元素的幅度进行归一化；以及针对所述每个非零元素，在预定的相位集合中逐元素地执行相位搜索，以选择使得所述等价信道的容量最大化的相位。

在一个实施例中，该方法进一步包括：基于对所述等价信道的短时估计，执行子带用户调度。

在一个实施例中，该方法进一步包括：分别通过所述基站的水平线性阵列和垂直线性阵列向所述移动终端发送第一训练信号和第二训练信号，以便所述移动终端分别基于所述第一训练信号和所述第二训练信号来估计与所述水平线性阵列相关联的水平子信道协方差矩阵以及与所述垂直线性阵列相关联的垂直子信道协方差矩阵；分别从所述移动终端接收对所述水平子信道协方差矩阵的估计的反馈、以及对所述垂直子信道协方差矩阵的估计的反馈；以及基于所述反馈来构建所述水平子信道协方差矩阵与所述垂直子信道协方差矩阵的克罗内克积，以作为所述物理信道的宽带信道协方差矩阵。

在第二方面中，本发明的实施例提供了一种在基站中进行混合波束赋形的方法。该方法包括：基于对物理信道的长时估计，计算宽带 模拟波束赋形矩阵；向所述物理信道应用所述宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵并且执行子带用户调度；以及利用所述宽带模拟波束赋形矩阵和所述子带数字波束赋形矩阵，对用于被调度用户的下行链路信号进行混合波束赋形。

在一个实施例中，该方法进一步包括：分别通过所述基站的水平线性阵列和垂直线性阵列向移动终端发送第一训练信号和第二训练信号，以便所述移动终端分别基于所述第一训练信号和所述第二训练信号来估计与所述水平线性阵列相关联的水平子信道协方差矩阵以及与所述垂直线性阵列相关联的垂直子信道协方差矩阵；分别从所述移动终端接收对所述水平子信道协方差矩阵的估计的反馈、以及对所述垂直子信道协方差矩阵的估计的反馈；以及基于所述反馈来构建所述水平子信道协方差矩阵与所述垂直子信道协方差矩阵的克罗内克积，以作为所述物理信道的宽带信道协方差矩阵。

在第三方面中，本发明的实施例提供了一种在移动终端中用于混合波束赋形的方法。该方法包括：基于从基站的天线的水平线性阵列接收到的第一训练信号，估计与所述水平线性阵列相关联的水平子信道协方差矩阵；基于从所述基站的天线的垂直线性阵列接收到的第二训练信号，估计与所述垂直线性阵列相关联的垂直子信道协方差矩阵；以及向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计。

在一个实施例中，该方法进一步包括：将所述水平子信道协方差矩阵与第一传输相关系数相关联，以及将所述垂直子信道协方差矩阵与第二传输相关系数相关联；并且其中向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计包括：向所述基站反馈所述第一传输相关系数的幅度和相位以及所述第二传输相关系数的幅度和相位。

在一个实施例中，该方法进一步包括：基于从所述基站接收到的第三训练信号，估计等价信道；以及向所述基站反馈对所述等价信道 的估计。

在第四方面中，本发明的实施例提供了一种在基站中进行混合波束赋形的装置。该装置包括：长时估计单元，被配置为基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵；量化单元，被配置为对所述宽带模拟波束赋形矩阵进行量化，以获得经量化的宽带模拟波束赋形矩阵；等价信道获取单元，被配置为向所述物理信道应用所述经量化的宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；短时估计单元，被配置为基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵；以及混合波束赋形单元，被配置为利用所述子带数字波束赋形矩阵和所述经量化的宽带模拟波束赋形矩阵，对下行链路信号进行混合波束赋形。

在第五方面中，本发明的实施例提供了一种在基站中进行混合波束赋形的装置。该装置包括：长时估计单元，被配置为基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵；等价信道获取单元，被配置为向所述物理信道应用所述宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；短时估计单元，被配置为基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵并且执行子带用户调度；以及混合波束赋形单元，被配置为利用所述宽带模拟波束赋形矩阵和所述子带数字波束赋形矩阵，对用于被调度用户的下行链路信号进行混合波束赋形。

在第六方面中，本发明的实施例提供了一种在移动终端中用于混合波束赋形的装置。该装置包括：第一估计单元，被配置为基于从基站的天线的水平线性阵列接收到的第一训练信号，估计与所述水平线性阵列相关联的水平子信道协方差矩阵；第二估计单元，被配置为基于从所述基站的天线的垂直线性阵列接收到的第二训练信号，估计与所述垂直线性阵列相关联的垂直子信道协方差矩阵；以及反馈单元，被配置为向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计。

在一个实施例中，该装置进一步包括：关联单元，被配置为将所 述水平子信道协方差矩阵与第一传输相关系数相关联，以及将所述垂直子信道协方差矩阵与第二传输相关系数相关联；并且其中向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计包括：向所述基站反馈所述第一传输相关系数的幅度和相位以及所述第二传输相关系数的幅度和相位。

在一个实施例中，该装置进一步包括：等价信道估计单元，被配置为基于从所述基站接收到的第三训练信号，估计等价信道；并且所述反馈单元被进一步配置为向所述基站反馈对所述等价信道的估计。

根据本发明实施例的混合波束赋形方案，使得大规模MIMO系统的部署更加实用和成本有效。例如，根据本发明实施例的混合波束赋形方案可以达到以下有益效果中的至少一项：通过对宽带模拟波束赋形矩阵进行量化，可以更好地满足现有硬件的要求，从而降低了硬件实施的复杂度和成本；通过基于对等价信道的短时估计来执行子带用户调度，可以实现频率选择性增益；通过采用两个低维的协方差矩阵的反馈来代替对宽带信道协方差矩阵的反馈，可以显著减少用于信道估计的协方差矩阵的反馈开销和训练信号的开销。

附图说明

结合附图并参考以下详细说明，本发明各实施例的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本发明的若干实施例。在附图中：

图1示出了本发明的实施例可以实现于其中的混合的模拟和数字波束赋形架构的框图；

图2示出了本发明的实施例可以实现于其中的另一混合的模拟和数字波束赋形架构的框图；

图3示出了根据本发明实施例第一方面的在基站中进行混合波束赋形的方法的流程图；

图4示出了本发明的实施例可以实现于其中的天线的均匀平面阵列的示意图；

图5示出了根据本发明实施例第二方面的在基站中进行混合波束赋形的方法的流程图；

图6示出了根据本发明实施例第三方面的在移动终端中用于混合波束赋形的方法的流程图；

图7示出了根据本发明实施例第四方面的在基站中进行混合波束赋形的装置的框图；

图8示出了根据本发明实施例第五方面的在基站中进行混合波束赋形的装置的框图；以及

图9示出了根据本发明实施例第五方面的在移动终端中用于混合波束赋形的装置的框图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

图1示出了本发明的实施例可以实现于其中的混合的模拟和数字波束赋形架构100的框图。如图1所示，基站配备有N_t个天线，服务于S个单天线用户。N(N≤N_t)个射频通道(RF chain)中的每一个与全部N_t个天线连接。首先，S个数据流S₀(t)……S_S-1(t)在数字域进行波束赋形，以产生经数字波束赋形的N个数据流。然后，这N个数据流通过离散傅里叶逆变换(IDFT：Inverse Digital Fourier Transform)从频域转换到时域并且输入到N个RF通道以从数字域转换到模拟域，从而生成N个模拟数据流。然后，N个模拟数据流在模拟域进行波束赋形并生成N_T个流。然后，N_T个流中的每一个被映射到基站的一个传输天线，进而被发送至UE(用户设备)1……UES。

图2示出了本发明的实施例可以实现于其中的另一混合的模拟和数字波束赋形架构200的框图。图2中的混合波束赋形过程与图1中 的类似。然而在图2的架构200中，N(N≤N_t)个射频通道中的每一个仅与部分天线、即与N_t/N个天线连接。因此，与图1中的架构100相比，架构200的复杂度更低。

以下将参照图3至8来详细描述根据本发明实施例的混合波束赋形方法和装置。

在第一方面中，本发明的实施例提出了一种在基站中进行混合波束赋形的方法。图3示出了根据本发明实施例第一方面的在基站中进行混合波束赋形的方法300的流程图。

方法300开始于步骤310。在步骤S310，基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵T。然后，在步骤S320，对宽带模拟波束赋形矩阵T进行量化，以获得经量化的宽带模拟波束赋形矩阵T。随后，在步骤S330，向物理信道应用经量化的宽带模拟波束赋形矩阵T，以获得物理信道的等价信道。接下来，在步骤S340，基于对等价信道的短时估计，计算子带数字波束赋形矩阵W(b)。最后，利用子带数字波束赋形矩阵W(b)和经量化的宽带模拟波束赋形矩阵T，对下行链路信号进行混合波束赋形。

由此，利用根据本发明实施例的混合波束赋形方案，子带b上的下行链路波束赋形矩阵F(b)是经量化的宽带模拟波束赋形矩阵T与子带数字波束赋形矩阵W(b)的乘积，即：

其中，b＝1，2，…，B，B为子带的数目。从上式(1)可见，为了获得子带b上的下行链路波束赋形矩阵F(b)，需要计算经量化的宽带模拟波束赋形矩阵和子带数字波束赋形矩阵W(b)。因此，在下文中将详细讨论如何计算经量化的宽带模拟波束赋形矩阵和子带数字波束赋形矩阵W(b)。

如上所述，经量化的宽带模拟波束赋形矩阵是通过对宽带模拟波束赋形矩阵T进行量化而得到的，因此将首先描述如何得到宽带模拟波束赋形矩阵T。

宽带模拟波束赋形矩阵T处于宽带级，并且是基于例如宽带信道 协方差矩阵等信道统计信息而设计的。假定K≤S个用户被同时调度。H(b)表示在第b个子带上的K×N_t的传输信道矩阵：

其中，h_k(b)为子带b上的第k个用户的N_t×1的下行链路信道。

针对图1所示的混合波束赋形架构100，考虑到使得模拟波束赋形后得到的降维的等价信道容量最大化，则有：

其中，是通过对k个被调度用户的宽带信道协方差矩阵求和而得到的对应的N_t×N_t的传输信道协方差矩阵，即：

第k个用户的宽带信道协方差矩阵由下式表示：

因此，模拟波束赋形矩阵T由下式表示：

T＝[u₁ u₂ … u_N] (6)

其中，T的维度是N_t×N，u₁ u₂ … u_N是与N个最大特征值对应的的特征向量。从式(6)可见，模拟波束赋形应该包括指向全部k个被调度用户的波束。

接下来，可以利用例如迫零算法等传统的预编码算法，基于等价信道得到子带b上的N×K的数字波束赋形矩阵W(b)。

此外，针对图2所示的混合波束赋形架构200，由于每个RF通道仅与部分天线、即N_t/N个天线连接，因此T为如下形式的分块对角矩阵：

其中，g_k为第N_t/N×1的向量。因此，架构200可以视为将非分块对角元素设为零而得到的架构100的特例。对于架构200，关键是如何设计式(7)中的g_k。为此，本发明提出了从用于架构100的式(6)所示的模拟波束赋形矩阵的对应元素获得这些向量。因此可得到：

进一步，子带b上的数字波束赋形矩阵W(b)的生成与混合架构100相同，即可以利用基于等价信道的传统的预编码算法，例如迫零算法。

从以上分析可知，为了得到模拟波束赋形矩阵T和数字波束赋形矩阵W(b)，基站需要知道全部用户的宽带信道协方差矩阵R_k和降维的等价信道向量因此，如何在混合构架内估计它们成为关键问题。在下文中将针对具有校准天线的TDD系统、以及FDD系统和不具有校准天线的TDD系统分别进行讨论。

具有校准天线的TDD系统

在TDD系统中，如果天线被精确校准，则可以利用信道互易性，基于上行训练信号来估计下行信道。

在这种情况下，信道状态信息的估计包括两部分。一部分是信道向量h_k(b)和宽带信道协方差矩阵的估计，其中考虑到宽带信道协方差矩阵的慢变特性和训练开销的减少，该部分可以在长时层面完成。基于宽带信道协方差矩阵推导出模拟波束赋形矩阵T。另一部分是具有推导出的模拟波束赋形矩阵T的等价信道向量的估计。的估计是短时的并且处于子带级，以获得频率选择性增益。

本发明的实施例提出了以下过程来获取全部用户的宽带信道协方差矩阵和降维的等价信道。

信道向量和宽带信道协方差矩阵的长时估计

步骤1：基于上行训练信号，针对全部用户估计所有子带上的信 道向量h_k(b)。

本发明的实施例提出了一种用于估计信道向量的正交上行训练信号的多重模拟波束赋形接收的方法。具体地，不同用户的训练信号在不同子载波上被发送。假定用于第b个子带信道估计的用户k的上行训练信号s_k在第b(k)个子载波上被发送。分别在用于接收的N_t/N个OFDM符号中使用N_t/N个不同的模拟波束赋形矩阵。采用表示在第i个OFDM符号中、第k个子载波上的Nx1的接收信号向量。在N_t/N个OFDM符号中，第b(k)个子载波上的接收信号由下式表示：

上式可以被进一步表示为：

模拟波束赋形矩阵T₁ T₂ … T_Nt/N的选取需要满足以下条件：组合矩阵[T₁ T₂ … T_Nt/N]的秩为N_t，信道向量h_k(b)可以根据式(10)来估计。

步骤2：根据方程式(5)，基于信道向量h_k(b)来估计宽带信道协方差矩阵R_k。

步骤3：基于R_k，根据式(6)或(7)来推导出模拟波束赋形矩阵T。之后，需要对模拟波束赋形矩阵T进行量化，这一点将在后文详述。

具有推导出的模拟波束赋形的等价信道向量的短时估计

步骤4：将模拟波束赋形矩阵设置成步骤3中推导出的形式，并发送上行训练信号，以便对来自全部用户的等价信道向量进行估计。

步骤5：基于等价信道执行数字波束赋形和用户调度。

FDD系统或不具有精确校准天线的TDD系统

对于FDD系统或不具有精确校准天线的TDD系统，不能很好的保持信道互易性。因而需要对下行信道协方差矩阵和等价信道向量进行估计和反馈。

在这种情况下，信道状态信息估计和反馈包括两部分。一部分是宽带信道协方差矩阵的长时估计和反馈。基于宽带信道协方差矩阵的反馈来推导模拟波束赋形矩阵。另一部分是具有推导出的模拟波束赋形的等价信道向量的短时估计和反馈。

本发明的实施例提出了以下过程来获得全部用户的宽带信道协方差矩阵和降维的等价信道。

宽带信道协方差矩阵的长时估计和反馈

由于几何尺寸的实际限制，大规模MIMO系统通常采用天线的均匀平面阵列(Uniform Planar Array，UPA)，如图4所示。在图4中，N_t个发射天线的均匀平面阵列包括M_c行乘以M_r列天线，即N_t＝M_rM_c。众所周知，N_t×1的信道向量可以近似为M_r×1的水平子信道向量和M_c×1的垂直子信道向量的克罗内克积(kronecker product)，即：

相应的信道协方差矩阵可以通过下式得出：

可见，均匀平面阵列的信道协方差矩阵R可以近似为与水平线性阵列相关联的子信道协方差矩阵R_r和与垂直线性阵列相关联的子信道协方差矩阵R_c的克罗内克积。

因此，N_t×N_t的总信道协方差矩阵R的反馈可以由两个低维的协方差矩阵的反馈来代替：一个是水平线性阵列的M_r×M_r的协方差矩阵 R_r，另一个是垂直线性阵列的M_c×M_c的协方差矩阵R_c。以这种方式，可以显著减少用于信道估计的协方差矩阵的反馈开销和训练信号的开销。

步骤1：每个用户基于具有专门设计的模拟波束赋形的第一下行训练信号对全部子带上的水平信道向量进行估计。之后，每个用户量化并反馈水平宽带协方差矩阵。

为了进行水平信道向量的估计，基站将第一初始模拟波束赋形矩阵设为如下形式：

其中，e_i为基本向量，在e_i中除第i个元素为1外、其他元素均为零。

然后，基站选择第i个水平天线阵列(即选择图4中的第i行的天线)和M_r≤N个RF通道。随后，基站利用上式(13)中的第一初始模拟波束赋形矩阵，在所选择的第i个水平天线阵列上发送用于水平信道向量估计的下行训练信号(也称作第一下行训练信号)。利用上式(13)中的第一初始模拟波束赋形矩阵，可以重新利用用于全数字波束赋形方法的传统训练信号设计和信道估计方法。

作为一个具体示例，假定图4中的天线阵列包括4行×8列天线。基站首先选择第1行的8个天线和8个RF通道。随后，基站利用上式(13)中的第一初始模拟波束赋形矩阵，在第1行的8个天线上发送第一下行训练信号并且使其他行的天线静默。接下来，用户基于该第一下行训练信号估计与第1行的8个天线对应的水平信道向量，从而得到8×1的水平信道向量。随后，用户基于该8×1的水平信道向量计算与第1行的8个天线对应的协方差矩阵，从而得到一个8×8的协方差矩阵。类似地，基站和用户针对第2至4行的8个天线分别执行上述过程，从而最终得到4个8×8的协方差矩阵。之后，通过对这4个8×8的协方差矩阵进行平均，可得到针对4个水平天线阵 列的协方差矩阵R_r。

基于全部子带上的估计的水平信道向量，水平子信道协方差矩阵可以由每个用户根据方程式(5)进行估计。水平子信道协方差矩阵的量化和反馈可以重新利用现有的用于线性阵列的方法。

在一个实施例中，可将水平子信道协方差矩阵R_r与第一传输相关系数相关联。以单极化线性阵列为例，水平子信道协方差矩阵R_r可近似为：

其中，ρ＝αe^jθ是传输相关系数。由此，对水平子信道协方差矩阵R_r的反馈可以简化为对ρ的幅度α和相位θ的反馈。

步骤2：每个用户基于具有专门设计的模拟波束赋形的第二下行训练信号对全部子带上的垂直信道向量进行估计。之后，每个用户量化并反馈垂直宽带协方差矩阵。

为了进行垂直信道向量的估计，基站将第二初始模拟波束赋形矩阵设为如下形式。

从式(15)中可见，第二初始模拟波束赋形矩阵包括M_c×M_c的单位阵，而其余元素均为0。

然后，除了基站选择第i个垂直天线阵列(即选择图4中的第i列的天线)和M_c≤N个RF通道、并利用上式(15)中的第二初始模拟波束赋形矩阵以发送用于垂直信道向量估计的下行训练信号(也称作第二下行训练信号)之外，垂直信道向量估计和垂直子信道协方差矩阵R_c的反馈与步骤1中的类似。

此外，类似地，在一个实施例中，可将垂直子信道协方差矩阵 R_c与第二传输相关系数相关联。由此，对垂直子信道协方差矩阵R_c的反馈可以简化为对第二传输相关系数的幅度和相位的反馈。

步骤3：根据式(12)，基站基于步骤1和2中的水平和垂直宽带协方差矩阵的反馈，获取全部用户的宽带信道协方差矩阵。随后基站根据式(6)或(7)推导出模拟波束赋形矩阵T。

具有推导出的模拟波束赋形的等价信道向量的短时估计和反馈

步骤4：基站将模拟波束赋形矩阵设置成步骤3中推导出的形式，并发送用于等价信道估计的下行训练信号(也称作第三下行训练信号)。

步骤5：每个用户估计、量化并反馈等价信道向量此时可以使用传统的信道状态信息反馈方法，例如标量(scalar)量化，自适应码本等。

步骤6：基站基于步骤5中的来自全部用户的等价信道的反馈，执行数字波束赋形和用户调度。

对于步骤5和6，以自适应码本为例，最终的码字W是信道协方差矩阵R_eff和预定义的码字W(例如，DFT向量)的乘积，即：

用户可以基于估计的等价信道对宽带等价信道协方差矩阵进行估计

由于

因此，基站也可以基于模拟波束赋形以及步骤3中推导出的宽带信道协方差矩阵的知识，独自推导宽带等价信道协方差矩阵。

相应地，由于用户和基站可以分别获得协方差矩阵，从而无需以自适应码本的形式反馈协方差矩阵。用户仅需对式(16)中的最佳码 字W进行选取和反馈。

以上通过具体实施例，对如何计算宽带模拟波束赋形矩阵T和子带数字波束赋形矩阵W(b)进行了详细描述。在下文中，将详细描述如何通过对宽带模拟波束赋形矩阵T进行量化而得到经量化的宽带模拟波束赋形矩阵

从以上描述的式(6)和(8)可见，基于信道估计而得到的模拟波束赋形矩阵T中的每个元素都是任意的复数，其相位和幅度都是随机的。然而，模拟波束赋形是利用移相器来实施的，而移相器要求模拟波束赋形矩阵T中的每个元素都是恒模的并且相位是在一个预定的相位集合中选取的。因此，考虑到硬件实施的复杂度和成本，需要将模拟波束赋形矩阵T变换成符合现有硬件要求的矩阵，并且使得损失尽可能小。在本文中，这种变换也称为针对硬件减损(impairment)而对模拟波束赋形矩阵T的量化。一个直观的方法是对模拟波束赋形矩阵T中的每个非零元素进行单独量化。但是，考虑到信道容量最大化，该方法可能不是最优的。为此，针对式(6)和(8)中的模拟波束赋形矩阵T，本发明的实施例提出了根据信道容量最大化准则执行相位搜索的方法，具体过程如下。

如式(3)所示，根据等价信道容量最大化准则，具有有限相位分辨率的优化的模拟波束赋形矩阵(即经量化的模拟波束赋形矩阵)可以由下式来表示：

其中，表示计算括号内矩阵的行列式，表示取使得最大的矩阵。矩阵被称作候选矩阵，其中的非零元素的幅度均为1并且相位从一个预定的相位集合中选取。为了找出优化的模拟波束赋形需要对全部候选矩阵进行搜索。但是，由于模拟波束赋形候选矩阵的数目对于架构100而言为对于架构200而言为因此对于大型天线系统中的实际使用而言，完成这种全面搜索的计算复杂度是非常高的。因此，明显减少用于对模拟波束 赋形矩阵搜索的计算复杂度的次优方法是重要的且必须的。为此，本发明的实施例提出了根据信道容量最大化准则执行相位搜索的方法。

首先，将式(6)或(7)中的模拟波束赋形矩阵T中的每个元素的幅度进行归一化，并且将其相位与预定相位集合中的相位进行比较，从中选择与其最接近的一个相位值，从而形成一个初始化的模拟波束赋形矩阵，并且将其作为优化的种子。作为一个具体示例，预定相位集合包括将360度进行16等分而得到的16个相位值。应当理解，预定相位集合的选取取决于用于模拟波束赋形的硬件的要求，即根据具体的硬件可以选择任何适当的预定相位集合。

接下来，需要执行数次迭代。在每次迭代中，根据信道容量最大化准则，针对上述初始化的模拟波束赋形矩阵中的每个元素，逐一地执行相位搜索，从而每次迭代确定A中的一个元素。具体而言，在每次迭代中，仅改变上述初始化的模拟波束赋形矩阵中的一个元素的相位，而其他元素保持不变，最终针对一个元素，从预定相位集合中选择一个能够使得式(19)中的最大的相位值。从而，模拟波束赋形候选矩阵的数目对于架构100可显著减小到qdNN_t，对于架构200可显著减小到qdN_t，其中q表示迭代数目。通常，小数值的q足以满足搜索的收敛，例如在后面的仿真中，q的值为4。

应当理解，对矩阵T的上述量化过程仅仅是出于说明的目的而呈现的。针对不同的硬件，可以采取不同的量化过程，本发明的范围在此方面不受限制。

通过以上描述可以理解，所提出的模拟波束赋形基于每个小区内被服务的全部候选用户的宽带信道协方差矩阵而向该全部候选用户指示波束。随后，基于对模拟波束赋形后的降维的等价信道的估计进行数字波束赋形。可以重新利用例如迫零法(ZF：zero-forcing)等传统的预编码算法进行数字波束赋形设计。在下文中将描述关于用户调度的设计。

首先，本发明的实施例提出了一种联合的模拟波束赋形和宽带用户调度方案(以下简称联合调度方案)。考虑到宽带用户调度，可以 基于最大加权和容量的准则将模拟波束赋形与用户调度联合进行设计。基于被调度用户的宽带信道协方差矩阵之和，根据以上描述的式(4)、(5)以及(6)来推导出模拟波束赋形矩阵。

在该联合调度方案中，由于模拟波束赋形的设计取决于被调度的用户，所以应该在每个调度子帧内对全部B个子带上的全部S个用户的信道向量h_k(b)(1≤k≤S；1≤b≤B)进行估计。

在该联合调度方案中，由于在模拟波束赋形中考虑了用户调度，所以模拟波束赋形与用户调度之间就存在联系。宽带信道协方差矩阵具有慢变特性，而用户调度是一个快变的过程。一旦用户调度的结果发生改变，则模拟波束赋形矩阵也相应地需要改变。由于模拟波束赋形的测量(信道估计)需要的开销很大，因此希望模拟波束赋形矩阵是一个慢变的量。换言之，一旦被调度的用户发生改变，模拟波束赋形矩阵优选不发生改变。为此，本发明的实施例还提出了一种分离的模拟波束赋形和子带用户调度方案(以下简称分离调度方案)。

在分离调度方案中，基于全部S个候选用户的宽带信道协方差矩阵之和，设计用于对全部S个用户指示波束的模拟波束赋形，即：

之后，基于对模拟波束赋形后的等价信道的短时估计，执行子带用户调度。由此，模拟波束赋形和用户调度分离地进行，从而可以支持子带用户调度以获得频率选择性增益。

在该分离调度方案中，不管在每个子帧内的用户调度如何，在一个用户的信道协方差矩阵改变时模拟波束赋形矩阵才发生改变。从而模拟波束赋形矩阵的更新周期比前述联合调度方案更慢。该分离调度方案的另一个优点是仅需在每个子帧内对等价信道向量T^Hh_k(b)(1≤k≤S；1≤b≤B)进行估计，无需如联合调度方案中那样对信道向量h_k(b)进行估计。

在如下表I中示出两种用户调度方案之间的性能比较。仿真参数和假设归纳在表II中。从比较结果可见，对于64个发射天线和16个RF通道而言，分离调度方案比联合调度方案的小区边缘增益高 20％。

表I

针对混合架构100(64个发射天线，16个RF通道，具有理想模拟波束赋形)的宽带和子带用户调度之间的性能比较

在第二方面中，本发明的实施例还提出了一种在基站中进行混合波束赋形的方法。图5示出了根据本发明实施例第二方面的在基站中进行混合波束赋形的方法500的流程图。方法500开始于步骤510。在步骤S510，基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵。然后，在步骤S520，向所述物理信道应用所述宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道。然后，在步骤S530，基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵并且执行子带用户调度。随后，在步骤S540，利用所述宽带模拟波束赋形矩阵和所述子带数字波束赋形矩阵，对用于被调度用户的下行链路信号进行混合波束赋形。

在一个实施例中，方法500进一步包括：分别通过所述基站的水平线性阵列和垂直线性阵列向移动终端发送第一训练信号和第二训练信号，以便所述移动终端分别基于所述第一训练信号和所述第二训练信号来估计与所述水平线性阵列相关联的水平子信道协方差矩阵以及与所述垂直线性阵列相关联的垂直子信道协方差矩阵；分别从所述移动终端接收对所述水平子信道协方差矩阵的估计的反馈、以及对所述垂直子信道协方差矩阵的估计的反馈；以及基于所述反馈来构建所述水平子信道协方差矩阵与所述垂直子信道协方差矩阵的克罗内克积，以作为所述物理信道的宽带信道协方差矩阵。

应当理解，以上针对根据本发明实施例第一方面的混合波束赋形方法所描述的关于用户调度、训练信号设计、信道估计以及信道估计 结果的反馈的内容，同样适用于方法500。为了简明起见，不再赘述。

在第三方面中，本发明的实施例还提出了一种在移动终端中用于混合波束赋形的方法。图6示出了根据本发明实施例第三方面的在移动终端中用于混合波束赋形的方法600的流程图。方法600开始于步骤610。在步骤S610，基于从基站的天线的水平线性阵列接收到的第一训练信号，估计与所述水平线性阵列相关联的水平子信道协方差矩阵。然后，在步骤S620，基于从所述基站的天线的垂直线性阵列接收到的第二训练信号，估计与所述垂直线性阵列相关联的垂直子信道协方差矩阵。随后，在步骤S630，向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计。

在一个实施例中，方法600进一步包括：将所述水平子信道协方差矩阵与第一传输相关系数相关联，以及将所述垂直子信道协方差矩阵与第二传输相关系数相关联；并且其中向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计包括：向所述基站反馈所述第一传输相关系数的幅度和相位以及所述第二传输相关系数的幅度和相位。

在一个实施例中，方法600进一步包括：基于从所述基站接收到的第三训练信号，估计等价信道；以及向所述基站反馈对所述等价信道的估计。

在第四方面中，本发明的实施例还提供了一种在基站中进行混合波束赋形的装置。图7示出了根据本发明实施例第四方面的在基站中进行混合波束赋形的装置700的框图。如图所示，装置700包括：长时估计单元710，被配置为基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵；量化单元720，被配置为对所述宽带模拟波束赋形矩阵进行量化，以获得经量化的宽带模拟波束赋形矩阵；等价信道获取单元730，被配置为向所述物理信道应用所述经量化的宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；短时估计单元740，被配置为基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵；以及混合波束赋形单元750，被配置为利用所述子带数字波束赋 形矩阵和所述经量化的宽带模拟波束赋形矩阵，对下行链路信号进行混合波束赋形。

在一个实施例中，量化单元720被进一步配置为：将所述宽带模拟波束赋形矩阵中的每个非零元素的幅度进行归一化；以及针对所述每个非零元素，在预定的相位集合中逐元素地执行相位搜索，以选择使得所述等价信道的容量最大化的相位。

在一个实施例中，装置700进一步包括：调度单元，被配置为基于对所述等价信道的短时估计，执行子带用户调度。

在一个实施例中，装置700进一步包括：发送单元，被配置为分别通过所述基站的水平线性阵列和垂直线性阵列向所述移动终端发送第一训练信号和第二训练信号，以便所述移动终端分别基于所述第一训练信号和所述第二训练信号来估计与所述水平线性阵列相关联的水平子信道协方差矩阵以及与所述垂直线性阵列相关联的垂直子信道协方差矩阵；接收单元，被配置为分别从所述移动终端接收对所述水平子信道协方差矩阵的估计的反馈、以及对所述垂直子信道协方差矩阵的估计的反馈；以及构建单元，被配置为基于所述反馈来构建所述水平子信道协方差矩阵与所述垂直子信道协方差矩阵的克罗内克积，以作为所述物理信道的宽带信道协方差矩阵。

在第五方面中，本发明的实施例还提供了一种在基站中进行混合波束赋形的装置。图8示出了根据本发明实施例第五方面的在基站中进行混合波束赋形的装置800的框图。如图所示，装置800包括：长时估计单元810，被配置为基于对物理信道的长时估计，计算宽带模拟波束赋形矩阵；等价信道获取单元820，被配置为向所述物理信道应用所述宽带模拟波束赋形矩阵，以获得所述物理信道的等价信道；短时估计单元830，被配置为基于对所述等价信道的短时估计，计算子带数字波束赋形矩阵并且执行子带用户调度；以及混合波束赋形单元840，被配置为利用所述宽带模拟波束赋形矩阵和所述子带数字波束赋形矩阵，对用于被调度用户的下行链路信号进行混合波束赋形。

在一个实施例中，装置800进一步包括：训练信号发送单元，被 配置为分别通过所述基站的水平线性阵列和垂直线性阵列向所述移动终端发送第一训练信号和第二训练信号，以便所述移动终端分别基于所述第一训练信号和所述第二训练信号来估计与所述水平线性阵列相关联的水平子信道协方差矩阵以及与所述垂直线性阵列相关联的垂直子信道协方差矩阵；反馈接收单元，被配置为分别从所述移动终端接收对所述水平子信道协方差矩阵的估计的反馈、以及对所述垂直子信道协方差矩阵的估计的反馈；以及构建单元，被配置为基于所述反馈来构建所述水平子信道协方差矩阵与所述垂直子信道协方差矩阵的克罗内克积，以作为所述物理信道的宽带信道协方差矩阵。

在第六方面中，本发明的实施例还提供了一种在移动终端中进行混合波束赋形的装置。图9示出了根据本发明实施例第六方面的在移动终端中进行混合波束赋形的装置900的框图。如图所示，装置900包括：第一估计单元910，被配置为基于从基站的天线的水平线性阵列接收到的第一训练信号，估计与所述水平线性阵列相关联的水平子信道协方差矩阵；第二估计单元920，被配置为基于从所述基站的天线的垂直线性阵列接收到的第二训练信号，估计与所述垂直线性阵列相关联的垂直子信道协方差矩阵；以及反馈单元930，被配置为向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计。

在一个实施例中，装置900进一步包括：关联单元，被配置为将所述水平子信道协方差矩阵与第一传输相关系数相关联，以及将所述垂直子信道协方差矩阵与第二传输相关系数相关联；并且其中向基站反馈对所述水平子信道协方差矩阵的估计、以及对所述垂直子信道协方差矩阵的估计包括：向所述基站反馈所述第一传输相关系数的幅度和相位以及所述第二传输相关系数的幅度和相位。

在一个实施例中，装置900进一步包括：等价信道估计单元，被配置为基于从所述基站接收到的第三训练信号，估计等价信道；并且所述反馈单元被进一步配置为向所述基站反馈对所述等价信道的估计。

应当理解，装置700、800和900所包括的单元可以利用各种方式来实现，包括软件、硬件、固件或其任意组合。在一个实施例中，一个或多个单元可以使用软件和/或固件来实现，例如存储在存储介质上的机器可执行指令。除了机器可执行指令之外或者作为替代，装置700、800和//900中的部分或者全部单元可以至少部分地由一个或多个硬件逻辑组件来实现。作为示例而非限制，可以使用的示范类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)，等等。

在下文中将描述针对本发明所提出的方案的系统级仿真结果。在本部分中，提出的用于大规模MIMO的混合波束赋形方法的性能在19个站点/57个五角形小区上进行验证。仿真参数和假设总结在表II中。每个基站具有8行×8列天线的单极平面阵列，并且服务于10个单天线用户。采用具有分离的模拟波束赋形和子带用户调度(即前述的分离调度方案)的多用户MIMO。仿真结果在表III～IV中示出。

混合波束赋形vs.数字波束赋形

在表III中，混合架构100用一半射频通道达到了与数字波束赋形相似的性能。进一步将射频通道的数目减少到四分之一，性能损失仍限制在9％以内。混合架构200比全数字波束赋形的性能损失更大，其具有29％的小区平均损失，以及38％的小区边缘损失，主要是由于简化的模拟波束赋形的波束赋形增益更少。

表III

RF通道数目对混合波束赋形的性能影响(64个发射天线，理想模拟波束赋形)

硬件减损的影响

在表IV中示出4比特相位分辨率的硬件减损。利用所提出的相位搜索方法，在理想模拟波束赋形矩阵(采用式(6)或(7)的理想模拟波束赋形矩阵)上，混合架构100的性能损失被限制4％以内。由于在根据信道容量最大化准则的相位搜索期间进一步优化了模拟波束赋形矩阵，从而混合架构200达到了更好的性能，获得了高达15％的增益。

表IV

硬件减损对混合波束赋形的性能影响(64个发射天线，16个RF通道)

表II

仿真参数和假设

尽管本发明已经参考具体的实施方式进行了说明，但是对本领域技术人员而言明显的是，本发明不限于前面说明的实施方式的细节，并且本发明可通过各种改变和修改实现而不背离本发明的范围。当前的实施方式因此在各个方面被认为是示例性的而非限制性的，本发明的范围由权利要求表示而不是由前面的描述表示，进入权利要求的等同意义和范围内的全部改变因此包含在本发明的范围内。