信道仿真仪的输入数据矢量计算方法、装置及信道仿真仪的制作方法
【技术领域】
[0001] 本发明设及无线通信技术领域，特别是设及一种信道仿真仪的输入数据矢量计算 方法、装置及信道仿真仪。
【背景技术】
[0002] 随着通信技术的发展，用户对无线通信的要求越来越高，为了满足用户的需求，通 常会采用大规模MIMO(Multi-i吨utMulti-ou化ut，多输入多输出）通信系统，通过增加天 线的数量来增加可用信道。
[0003] 信道仿真仪(又称信道模拟器)位于发射信号和接收信号之间，其上设置有多个射 频端口，一部分射频端口作为输入端口，用于连接ΜΙΜΟ通信系统的发射天线，一部分射频端 口作为输出端口，用于连接ΜΙΜΟ通信系统的接收天线，信道仿真仪通过输入端口接收发射 天线发出的输入数据，来模拟ΜΙΜΟ通信系统的真实信道，实际即为对输入数据的卷积处理。 但随着ΜΙΜΟ通信系统中天线数量的增加，在模拟真实信道时，需要用到更多的射频端口，运 将会导致信道仿真仪在对输入数据的计算过程中，数据计算量呈倍数增长。
[0004] 举例而言:假设ΜΙΜΟ通信系统中基站天线的数量为Μ，用户天线的数量为N，w单路 径为例，第i个基站天线与第j个用户天线之间的关系用假设信道系数来表示，则得到MX N个假设信道系数组成Μ X N阶的假设信道矩阵
[0005]
[0006] 其中，h；二（Wn, h^n 。.，h；vin)T表示第η个用户天线和Μ个基站天线之间 的假设信道向量，η = 1，2···，Ν。
[0007] 在对信道进行模拟时，每一个基站天线对应一个输入端口，每一个用户天线对应 一个输出端口，则信道仿真仪用到的输入端口的数量为Μ，输出端口的数量为Ν。
[0008] 首先，对假设信道矩阵!f进行复杂计算(该计算为现有技术)得到信道矩阵
[0009]
[001 0]其中，hm = (hln，h2n，…，hMn)嗦示Μ个输入端口和第η个输出端口之间的信道向量，η = 1，2..·，Ν;
[0011] 根据假设信道矩阵护计算信道矩阵Η的公式为：
[0012]
[001引其中，hmn为第m个输入端口之间和第η个输出端口的信道系数;t为时间；P为第m个 基站天线到第η个用户天线的链路功率;OSF为对数阴影衰落系数;C为第m个基站天线到第η 个用户天线的链路中散射体簇的索引，C为散射体簇的个数;Θαοο为发射信号的离开角(AoD， angle of d邱a;rture);目A0A为发射信号的到达角（AoA，angle of arrivalhGBS(目A0D)为基站 天线增益;GmS(0AOA)为用户天线增益;k=23lA，A为波长;dBS为基站天线间距，单位是米;dMS 为用户天线间距，用户单天线时令它等于0;Φ为均匀分布的随机相位；II v||为用户移动速 度向量的幅度;θν为用户移动速度向量的相位。
[0014] 其次，信道仿真仪实现输入数据矢量的卷积处理的方法为y = H%+z，其中，妒为信 道矩阵Η的共辆转置，x=(Xl，X2…，XM)τ表示输入数据矢量，y=(yl，y2…，yN)%输出数据矢 量，Ζ = (Ζ1，Ζ2···，ΖΝ)%加性高斯白噪声采样矢量。
[0015] 第η个输出端口的信号可W表示式
如果存在多个路 径，则第η个输出端口的信号可W表示为J
其中，Ρ表 示路径，Νρ表示路径的数量。
[0016] 从上述公式可W看出，在多路径的情况下，数据计算量的复杂度至少为ΜΧΝρ，如 此巨大的计算量严重影响了信道仿真仪的运算速度。
【发明内容】
[0017] 本发明实施例的目的在于提供一种信道仿真仪的输入数据矢量计算方法、装置及 信道仿真仪，W降低信道仿真仪在计算过程中的数据计算量。
[0018] 为实现上述目的，本发明实施例提供了一种信道仿真仪的输入数据矢量计算方 法，所述方法包括：
[0019] 当获得输入数据矢量时，对信道仿真仪的信道矩阵中的与预设的低秩全相关矩阵 的秩的数量相同的信道向量和所述输入数据矢量进行卷积，得到卷积项;其中，所述低秩全 相关矩阵为:对用于描述信道空间统计特征的信道全相关矩阵进行降秩处理所得的矩阵， 所述信道全相关矩阵为:根据信道仿真仪的信道矩阵中的信道向量计算所得的矩阵；
[0020] 对所述信道矩阵中的与所述低秩全相关矩阵的秩的数量相同的信道向量之外的 信道向量建立高斯分布模型，并和所述信道仿真仪的输入数据矢量进行卷积，得到加性高 斯白噪声项;其中，所述高斯分布模型服从均值为0，方差为1的复高斯分布；
[0021] 对所述卷积项和所述加性高斯白噪声项进行求和处理，得到与所述输入数据矢量 相对应的输出数据矢量。
[0022] 较佳的，所述根据信道仿真仪的信道矩阵中的信道向量计算所得矩阵的计算公式 为：
[0023]
痒中，R为信道全相关矩阵，Ε为期望 运算符，h为信道仿真仪输入端口和输出端口之间的信道向量。
[0024] 较佳的，所述对用于描述信道空间统计特征的信道全相关矩阵进行降秩处理，包 括：
[0025] 对所述信道全相关矩阵进行奇异值分解SVD处理，得到截断SVD分解矩阵W及截断 SVD分解矩阵的秩；
[0026] 根据预设约束条件对所述截断SVD分解矩阵进行最优矩阵选择处理，得到低秩全 相关矩阵和所述低秩全相关矩阵的秩；
[0027] 其中，所述预设约束条件为:条件一、所述最优矩阵的秩小于所述截断SVD分解矩 阵的秩;条件二、所述最优矩阵的秩小于输入端口的数量;条件Ξ、所述最优矩阵与所述信 道全相关矩阵的二范数最小。
[0028] 较佳的，所述输出数据矢量的计算公式为：
[0029]
[0030] 其中，P为路径，Np为路径的数量，no为高斯分布模型，hmn为第m个输入端口与第η个 输出端口之间的信道系数，L为所述低秩全相关矩阵的秩，xm为第m个输入端口对应的输入 数据
对卷积项，Σ??：=：ι^+1 n〇 Xm为加性高斯白噪声项。
[0031] 本发明实施例还提供了一种信道仿真仪的输入数据矢量计算装置，包括：
[0032] 卷积项计算模块，用于当获得输入数据矢量时，对信道仿真仪的信道矩阵中的与 所述低秩全相关矩阵的秩的数量相同的信道向量和所述输入数据矢量进行卷积，得到卷积 项;其中，所述低秩全相关矩阵为:通过低秩全相关矩阵处理模块对用于描述信道空间统计 特征的信道全相关矩阵进行降秩处理所得的矩阵，所述信道全相关矩阵为:通过信道全相 关矩阵生成模块根据信道仿真仪的信道矩阵中的信道向量计算所得矩阵；
[0033] 加性高斯白噪声项计算模块，用于对所述信道矩阵中的与所述低秩全相关矩阵的 秩的数量相同的信道向量之外的信道向量建立高斯分布模型，并和所述信道仿真仪的输入 数据矢量进行卷积，得到加性高斯白噪声项;其中，所述高斯分布模型服从均值为0,方差为 1的复高斯分布；
[0034] 求和处理模块，用于对所述卷积项和所述加性高斯白噪声项进行求和处理，得到 与所述输入数据矢量相对应的输出数据矢量。
[0035] 较佳的，所述根据信道仿真仪的信道矩阵中的信道向量计算所得矩阵的计算公式 为：
[0036]
岸中，R为信道全相关矩阵，E为期望 运算符，h为信道仿真仪输入端口和输出端口之间的信道向量。
[0037] 较佳的，所述低秩全相关矩阵处理模块，包括：
[0038] SVD处理单元，用于对所述信道全相关矩阵进行奇异值分解SVD处理，得到截断SVD 分解矩阵W及截断SVD分解矩阵的秩；
[0039] 低秩全相关矩阵获取单元，用于根据预设约束条件对所述截断SVD分解矩阵进行 最优矩阵选择处理，得到低秩全相关矩阵和所述低秩全相关矩阵的秩；
[0040] 其中，所述预设约束条件为:条件一、所述最优矩阵的秩小于所述截断SVD分解矩 阵的秩;条件二、所述最优矩阵的秩小于输入端口的数量;条件Ξ、所述最优矩阵与所述信 道全相关矩阵的二范数最小。
[0041 ]较佳的，所述输出数据矢量的计算公式为：
[0042]
[004引其中，Ρ为路径，Νρ为路径的数量，no为高斯分布模型，hmn为第m个输入端口与第η个 输出端口之间的信道系数，L为所述低秩全相关矩阵的秩，Xm为第m个输入端口对应的输入 数据
为卷积项，Σ?^+1 n0 Xm为加性高斯白噪声项。
[0044] 本发明实施例还提供了一种信道仿真仪，包括多个天线接口和如前所述的信道仿