本发明涉及通信领域，尤其涉及到一种协作多点传输的方法及设备。
背景技术：
目前，协作发射是业界研究重点，广泛研究的协作多点（Coordinated Multiple Points，COMP）是一种协作发射，这里的协作点（Coordinated Points）可以是多个小区、多个扇区、多个中继节点、同一天线阵列的不同极化天线等。
协作发射的方式有很多，其中有一种发射方式称为联合发射（Joint transmission，JT），即两个协作点同时给UE发射信号，根据到达UE的信号是否相干，JT又分为相干JT和非相干JT。
在联合发射过程中，需要确定每个协作点的发射权值（例如，发射权值矩阵），并根据该发射权值进行协作传输。目前，确定发射权值的方式采用Global BF（Beamforming）方案，相当于将多个协作点的天线组成了一个大的分布式天线阵列，即将协作点的下行信道矩阵进行合并，对合并后的矩阵进行奇异值分解（Singular Value Decomposition，SVD）运算，然后根据分解后的矩阵得到发射权值矩阵。
然而，Global BF方案的运算复杂度比较高，且信道容量并不好。
技术实现要素：
技术问题
本发明实施例提供了一种协作多点传输的方法及设备，以降低确定发射权值的复杂度并提高信道容量。
技术解决方案
第一方面，一种协作多点传输的方法，所述方法包括：
获取第一协作点的第一下行信道矩阵和第二协作点的第二下行信道矩阵；
对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解；
根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵；
根据所述第一发射权值矩阵和第二发射权值矩阵，进行协作多点传输。
结合第一方面，在第一方面的第一种可能的实现方式中，所述对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，包括：
根据以下公式对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，得到第一酉矩阵和第二酉矩阵，
H1=Q[C 0A]UH
H2=Q[S 0B]VH
其中，H1和H2分别为第一下行信道矩阵和第二下行信道矩阵，且H1为n×m1矩阵，H2为n×m2矩阵；U和V分别为第一酉矩阵和第二酉矩阵，且U为m1×m1矩阵，V为m2×m2矩阵；Q为非奇异矩阵，且Q为n×n矩阵；0A、0B分别为n×(m1-n)和n×(m2-n)的零矩阵，C和S均是n×n实对角阵，
C=diag(ci)=diag(c1…cn),0≤c1≤…≤cn≤1
S=diag(si)=diag(s1…sn),1≥s1≥…≥sn≥0
并且，C和S满足
C2+S2=In；且m1和m2分别为第一协作点和第二协作点的发射天线数，n为用户设备的接收天线数，In为n×n单位矩阵。
结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵，包括：
根据分解后得到的第一酉矩阵U和第二酉矩阵V，确定第一发射权值矩阵和第二发射权值矩阵，其中，当数据流数为s时，所述第一发射权值矩阵和第二发射权值矩阵分别为第一酉矩阵U的前s列和第二酉矩阵V的前s列。
第二方面，一种协作多点传输的设备，所述设备包括：
获取单元，用于获取第一协作点的第一下行信道矩阵和第二协作点的第二下行信道矩阵；
分解单元，用于对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解；
处理单元，用于根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵；
传输单元，用于根据所述第一发射权值矩阵和第二发射权值矩阵，进行协作多点传输。
结合第二方面，在第二方面的第一种可能的实现方式中，所述分解单元具体用于：
根据以下公式对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，得到第一酉矩阵和第二酉矩阵，
H1=Q[C 0A]UH
H2=Q[S 0B]VH
其中，H1和H2分别为第一下行信道矩阵和第二下行信道矩阵，且H1为n×m1矩阵，H2为n×m2；U和V分别为第一酉矩阵和第二酉矩阵，且U为m1×m1矩阵，V为m2×m2矩阵；Q为非奇异矩阵，且Q为n×n矩阵；0A、0B分别为n×(m1-n)和n×(m2-n)的零矩阵，C和S均是n×n实对角阵，
C=diag(ci)=diag(c1…cn),0≤c1≤…≤cn≤1
S=diag(si)=diag(s1…sn),1≥s1≥…≥sn≥0
并且，C和S满足
C2+S2=In；且m1和m2分别为第一协作点和第二协作点的发射天线数，n为用户设备的接收天线数，In为n×n单位矩阵。
结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述处理单元具体用于：
根据分解后得到的第一酉矩阵U和第二酉矩阵V，确定第一发射权值矩阵和第二发射权值矩阵，其中，当数据流数为s时，所述第一发射权值矩阵和第二发射权值矩阵分别为第一酉矩阵U的前s列和第二酉矩阵V的前s列。
有益效果
本发明提供了一种协作多点传输的方法及设备，通过对两个协作多点对应的下行信道矩阵分别进行矩阵分解，以减少计算量，并根据分解后的所述协作多点的下行信道矩阵得到所述协作多点对应的发射权值矩阵，使得各协作多点到达UE侧的接收信号方向部分相干，并获得了相干合并增益，从而使得在较低的计算复杂度下，依然能够保证相干合并增益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是一种协作发射的应用场景图；
图2是本发明实施例提供的一种协作多点传输的方法流程图；
图3是本发明实施例提供的一种协作多点传输的设备结构图；
图4是本发明实施例提供的一种协作多点传输的设备结构图。
具体实施方式
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，本领域普通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。
参考图1，图1是本发明实施例提供的一种协作发射的应用场景图。如图1所示，假设两个协作点对同一个用户设备（User Equipment，UE）进行协作发射。
在图1的场景下，两个协作点同时对一个UE进行联合发射，两个协作点需要计算各自的发射权值矩阵，进行协作多点传输。
每个协作点发射天线数不同，分别为m1和m2，UE的接收天线数为n，两协作点到UE的下行信道矩阵分别为H1、H2，两协作点的发射权值矩阵分别为W1、W2，两协作点的发射信号均为X，X是列向量s×1，s为数据流数，UE侧的噪声向量为N，则UE接收信号为：
Y=(H1W1+H2W2)X+N （1）
对于图1的简化模型，先将式（1）写成如下形式
在现有技术中，两个协作点分别获取各自的下行信道矩阵，将两个下行信道矩阵进行组合，并对组合后的矩阵进行奇异值分解（Singular Value Decomposition，SVD）得到各自的发射权值矩阵，再根据各自的发射权值矩阵进行协作多点传输，这种方法的运算复杂度比较高，且信道容量不好。
在本发明实施例中，两个协作点分别获取各自的下行信道矩阵，对两个下行信道矩阵分别做矩阵分解，例如，广义奇异值分解（Generalized Singular Value Decomposition，GSVD），得到各自的发射权值矩阵，再根据各自的发射权值矩阵进行协作多点传输，这种方法的运算量小，且信道容量高。
参考图2，图2是本发明实施例提供的一种协作多点传输的方法流程图。如图2所示，所述方法包括以下步骤：
步骤201，获取第一协作点的第一下行信道矩阵和第二协作点的第二下行信道矩阵；
步骤202，对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解；
具体的，所述对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，可以采用GSVD的方式，包括：
根据以下公式对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，得到第一酉矩阵和第二酉矩阵，
H1=Q[C 0A]UH
H2=Q[S 0B]VH
其中，H1和H2分别为第一下行信道矩阵和第二下行信道矩阵，且H1为n×m1矩阵，H2为n×m2矩阵；U和V分别为第一酉矩阵和第二酉矩阵，且U为m1×m1矩阵，V为m2×m2矩阵；Q为非奇异矩阵，且Q为n×n矩阵；0A、0B分别为n×(m1-n)和n×(m2-n)的零矩阵，C和S均是n×n实对角阵，
C=diag(ci)=diag(c1…cn),0≤c1≤…≤cn≤1
S=diag(si)=diag(s1…sn),1≥s1≥…≥sn≥0
并且，C和S满足
C2+S2=In；且m1和m2分别为第一协作点和第二协作点的发射天线数，n为用户设备的接收天线数，In为n×n单位矩阵。
步骤203，根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵；
具体的，所述根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵，包括：
根据分解后得到的第一酉矩阵U和第二酉矩阵V，确定第一发射权值矩阵和第二发射权值矩阵，其中，当数据流数为s时，所述第一发射权值矩阵和第二发射权值矩阵分别为第一酉矩阵U的前s列和第二酉矩阵V的前s列。
具体的，假设数据流数为s（s≤n），则发射权值为W1=U(:,1:s)、W2=V(:,1:s),即分别取酉矩阵U和V的前s列。
步骤204，根据所述第一发射权值矩阵和第二发射权值矩阵，进行协作多点传输。
本发明实施例不再将协作点的下行信道矩阵进行合并，而是分别对每个协作点的下行信道矩阵进行分解，根据分解后的矩阵得到发射权值矩阵。以此，简化了矩阵分解过程。
且，采用此发射权值矩阵时，UE接收的信号如下：
如以上公式所示，两协作点到达UE的接收向量均为qi，为相干合并。
此外，每个数据流的信道增益为(ci+si)||qi||。根据C2+S2=In可知，(ci+si)||qi||间相差不会太大，故能获得较大信道容量。
而现有技术中，将协作点的下行信道矩阵进行合并，得到联合信道矩阵，并对联合信道矩阵[H1 H2]进行奇异值分解（Singular Value Decomposition，SVD），得
其中r为矩阵[H1 H2]的秩，Ur由r个非零奇异值对应的左奇异向量ui（Ur的列）组成的左奇异矩阵，Vr由r个非零奇异值对应的右奇异向量vi（Vr的列）组成的右奇异矩阵。
此时，UE接收的信号为，
其中，xi为数据流i（X的第i个元素），σi为联合信道矩阵的奇异值。此权值算法下，每个流的信道增益为其对应的奇异值σi。
由于每个数据流的信道增益为其对应联合矩阵的奇异值σi，而σi间的差别取决于联合信道的相关性，这就可能会造成数据流间的信号与干扰和噪声比(Signal to Interference-plus-Noise Ratio，SINR)差别很大，影响信道容量。
可见，以上实施例不仅可以简化发射权值的确定过程，而且保证了相干合并增益。
即以上方法通过对两个协作多点对应的下行信道矩阵分别进行矩阵分解，以减少计算量，并根据分解后的所述协作多点的下行信道矩阵得到所述协作多点对应的发射权值矩阵，使得各协作多点到达UE侧的接收信号方向部分相干，并获得了相干合并增益，从而使得在较低的计算复杂度下，依然能够保证相干合并增益。
参考图3，图3是本发明实施例提供的一种协作多点传输的设备结构图。如图3所示，所述设备包括以下单元：
获取单元301，用于获取第一协作点的第一下行信道矩阵和第二协作点的第二下行信道矩阵；
分解单元302，用于对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解；
具体的，所述分解单元302具体用于：
根据以下公式对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，得到第一酉矩阵和第二酉矩阵，
H1=Q[C 0A]UH
H2=Q[S 0B]VH
其中，H1和H2分别为第一下行信道矩阵和第二下行信道矩阵，且H1为n×m1矩阵，H2为n×m2矩阵；U和V分别为第一酉矩阵和第二酉矩阵，且U为m1×m1矩阵，V为m2×m2矩阵；Q为非奇异矩阵，且Q为n×n矩阵；0A、0B分别为n×(m1-n)和n×(m2-n)的零矩阵，C和S均是n×n实对角阵，
C=diag(ci)=diag(c1…cn),0≤c1≤…≤cn≤1
S=diag(si)=diag(s1…sn),1≥s1≥…≥sn≥0
并且，C和S满足
C2+S2=In；且m1和m2分别为第一协作点和第二协作点的发射天线数，n为用户设备的接收天线数，In为n×n单位矩阵。
本发明实施例不再将协作点的下行信道矩阵进行合并，而是分别对每个协作点的下行信道矩阵进行分解，根据分解后的矩阵得到发射权值矩阵。以此，简化了矩阵分解过程。
具体的，对H1（n×m1）、H2（n×m2）分别进行广义奇异值分解，则存在酉矩阵和以及非奇异矩阵Q∈Cn×n，使得
H1=Q[C 0A]UH
H2=Q[S 0B]VH
处理单元303，用于根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵；
具体的，所述处理单元303具体用于：
根据分解后得到的第一酉矩阵U和第二酉矩阵V，确定第一发射权值矩阵和第二发射权值矩阵，其中，当数据流数为s时，所述第一发射权值矩阵和第二发射权值矩阵分别为第一酉矩阵U的前s列和第二酉矩阵V的前s列。
具体的，假设数据流数为s（s≤n），则发射权值为W1=U(:,1:s)、W2=V(:,1:s),即分别取酉矩阵U和V的前s列。
传输单元304，用于根据所述第一发射权值矩阵和第二发射权值矩阵，进行协作多点传输。
此时，UE接收的信号可以用如下方式表示：
如以上公式所示，两协作点到达UE的接收向量均为qi，为相干合并。
此外，每个数据流的信道增益为(ci+si)||qi||。根据C2+S2=In可知，(ci+si)||qi||间相差不会太大，故能获得较大信道容量。
对比现有技术，UE接收的信号为
其中，xi为数据流i（X的第i个元素），σi为联合信道矩阵的奇异值。此权值算法下，每个流的信道增益为其对应的奇异值σi。
由于每个数据流的信道增益为其对应联合矩阵的奇异值σi，而σi间的差别取决于联合信道的相关性，这就可能会造成数据流间的信号与干扰和噪声比(Signal to Interference-plus-Noise Ratio，SINR)差别很大，影响信道容量。
可见，以上协作多点传输设备，通过对两个协作多点对应的下行信道矩阵分别进行矩阵分解，以减少计算量，并根据分解后的所述协作多点的下行信道矩阵得到所述协作多点对应的发射权值矩阵，使得各协作多点到达UE侧的接收信号方向部分相干，并获得了相干合并增益，从而使得在较低的计算复杂度下，依然能够保证相干合并增益。
图4是本发明实施例提供的一种协作多点传输的设备结构图。参考图4，图4是本发明实施例提供的一种协作多点传输的设备400，本发明具体实施例并不对所述设备的具体实现做限定。所述设备400包括：
处理器401，通信接口(Communications Interface)402，存储器(memory)403，总线404。
处理器401，通信接口402，存储器403通过总线404完成相互间的通信。
通信接口402，用于与其他设备进行通信；
处理器401，用于执行程序代码。
处理器401可能是一个中央处理器（central processing unit，CPU），或者是特定集成电路ASIC（Application Specific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器403，用于存储程序代码。存储器403可以是易失性存储器（volatile memory），例如随机存取存储器（random-access memory，RAM），或者非易失性存储器（non-volatile memory），例如只读存储器（read-only memory，ROM），快闪存储器（flash memory），硬盘（hard disk drive，HDD）或固态硬盘（solid-state drive，SSD）。处理器401根据存储器403存储的程序代码，执行以下方法：
获取第一协作点的第一下行信道矩阵和第二协作点的第二下行信道矩阵；
对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解；
根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵；
根据所述第一发射权值矩阵和第二发射权值矩阵，进行协作多点传输。
所述对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，包括：
根据以下公式对所述第一下行信道矩阵和第二下行信道矩阵分别进行矩阵分解，得到第一酉矩阵和第二酉矩阵，
H1=Q[C 0A]UH
H2=Q[S 0B]VH
其中，H1和H2分别为第一下行信道矩阵和第二下行信道矩阵，且H1为n×m1矩阵，H2为n×m2矩阵；U和V分别为第一酉矩阵和第二酉矩阵，且U为m1×m1矩阵，V为m2×m2矩阵；Q为非奇异矩阵，且Q为n×n矩阵；0A、0B分别为n×(m1-n)和n×(m2-n)的零矩阵，C和S均是n×n实对角阵，
C=diag(ci)=diag(c1…cn),0≤c1≤…≤cn≤1
S=diag(si)=diag(s1…sn),1≥s1≥…≥sn≥0
并且，C和S满足
C2+S2=In；且m1和m2分别为第一协作点和第二协作点的发射天线数，n为用户设备的接收天线数，In为n×n单位矩阵。
所述根据分解后的所述第一下行信道矩阵和第二下行信道矩阵，得到所述第一协作点的第一发射权值矩阵和第二协作点的第二发射权值矩阵，包括：
根据分解后得到的第一酉矩阵U和第二酉矩阵V，确定第一发射权值矩阵和第二发射权值矩阵，其中，当数据流数为s时，所述第一发射权值矩阵和第二发射权值矩阵分别为第一酉矩阵U的前s列和第二酉矩阵V的前s列。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存取存储器（Random Access Memory，简称RAM）等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。