CN101583183A - 无线电通信装置和无线电通信方法 - Google Patents

Abstract

本发明公开了一种无线电通信装置和无线电通信方法。该无线电通信装置包括：预编码单元，其被配置为对多个流进行预编码；分离单元，其被配置为将预编码的流分离为两个或更多个流组，每个流组都包括一个或更多个流；子功率优化单元，其被配置为对于每个分离的流组执行迭代发送功率优化算法以确定各单独流组各自的发送功率电平；功率优化单元，其被配置为通过使用所确定的发送功率电平作为所述迭代发送功率优化算法的初始值来执行所述迭代发送功率优化算法，以确定各单独流各自的发送功率电平；以及发送单元，其被配置为以所确定的发送功率电平从各单独发送天线发送无线电信号。

Description

无线电通信装置和无线电通信方法

技术领域

这里公开的实施方式涉及用于在多用户MIMO下行链路中对每个发送天线或每组发送天线施加某些发送功率电平约束的条件下进行无线电通信的装置和方法。

背景技术

近年来，为了改进频率或频谱效率并且增加通信容量，已集中研究了MIMO(多输入多输出)传输方案。在该MIMO传输方案中，多用户(MU)-MIMO***正在吸引注意，该MU-MIMO***被设计为对于多个用户应用MIMO传输方案以进一步改进频谱效率。此外，正在研究为MU-MIMO协调基站传输而设计的***，并且据报导它可以实现吞吐量的显著改进。

在该MU-MIMO协调基站传输***中，因为对于不同的基站天线或不同的基站使用不同的功率放大器，所以必须考虑功率放大器各自的特性。特别是如果基于反馈信息，例如从用户提供的信道信息，来预编码从用户发送的数据流，则每次更新反馈信息，例如信道信息时，由于在基站上施加的对发送功率的约束，必须调整依赖于发送天线的预编码权重为从用户发送的不同流分配的发送功率电平。

第一篇文章，G.J.Foschini，K.Karakayali and R.A.Valenzuela，“Coordinating multiple antenna cellular networks to achieve enormousspectral efficiency”，IEE Proceedings Communications，vol.153，No.4，pp.548-555，August 2006，公开了考虑到各单独功率放大器各自的特性在MU-MIMO协调基站传输***中使用块对角化迫零，来提出和求解可以实现向各单独用户一致分配信道容量的发送功率优化问题，所述块对角化迫零为被设计用于在单独用户之间无干扰地进行传输的预编码方案。在该文章中，还表明相比于在基站之间没有协调的***，该方法可以显著改进信道容量。

第二篇文章，S.Liu，N.Hu，Z.He，K.Niu and W.Wu，“Multi-levelzero-forcing method for multiuser downlink system with per-antenna powerconstraint”，VTC 2007-Spring，pp.2248-2252，April 2007，公开了用于为上述MU-MIMO协调基站传输***中的预编码而优化预编码权重和发送功率以使得整个***的信道容量可以最大化的优化问题。在该文章中，还表明该方法可以改进信道容量。

第三篇文章，W.Yu and T.Lan，“Transmitter optimization for themulti-antenna downlink with per-antenna power constraints”，IEEE Trans.，Signal Processing，pp.2646-2660，June 2007，公开了在上面的MU-MIMO协调基站传输***中使用上行链路和下行链路的对偶性的优化问题和求解方法。

如上所述的功率分配优化问题对应于受约束的非线性优化问题，并且求解它们可能需要更高的计算复杂度。例如，在使用根据最速下降法的内点法求解功率分配优化问题的情况下，可以通过相对简单的算法来以解析方式获得解，但是收敛可能需要更高的计算复杂度。

然而，第一和第二篇文章对于降低在求解如在文章中提出的优化问题时的计算复杂度没有研究。

而且，第三篇文章仅涉及线性预编码，而没有提及非线性预编码。

发明内容

因此，本发明的一个目的是提供这样的无线电通信装置和方法，其可以在对于不同的发送天线和不同的发送天线组而约束各自的发送功率电平的情况下，计算分配给各单独用户的最优发送功率，同时降低与该计算相关联的计算复杂度。

本发明的一个方面涉及一种用于以合适发送功率电平经由多个发送天线组向多个用户发送无线电信号的无线电通信装置，每个所述发送天线组包括一个或更多个发送天线，所述发送天线组具有各自的发送功率约束，该无线电通信装置包括：预编码单元，其被配置为对多个流进行预编码；分离单元，其被配置为将预编码的流分离为两个或更多个流组，每个流组都包括一个或更多个流；子功率优化单元，其被配置为对于每个分离的流组执行迭代发送功率优化算法以确定各单独流组各自的发送功率电平；功率优化单元，其被配置为通过使用所确定的发送功率电平作为所述迭代发送功率优化算法的初始值来执行所述迭代发送功率优化算法，以确定各单独流各自的发送功率电平；以及发送单元，其被配置为以所确定的发送功率电平从各单独发送天线发送无线电信号。

根据本发明的该方面，在针对不同的发送天线和不同的发送天线组约束各自的发送功率电平的情况下，可为各单独用户分配最优发送功率电平，同时减少与计算相关联的计算复杂度。

本发明(实施方式)的其他目的和优点将在随后的描述中部分地阐述，并且根据该描述将部分地变得明显，或者可以通过实践本发明而获知。本发明的目的和优点将通过所附权利要求中具体指出的要素和组合来实现和获得。

应当理解，前述一般描述和以下详细描述都仅是示例性和说明性的，而不对所要求保护的发明构成限制。

附图说明

图1示出了根据第一实施方式的无线电通信装置的示例结构；

图2示出了在根据第一实施方式的无线电通信装置中的最优发送功率计算单元的示例结构；

图3示出了用于所有用户的示例特征值分布特性；

图4示出了在根据第一实施方式的最优发送功率计算单元中的子优化单元和合并单元的示例结构；

图5示出了在根据第一实施方式的最优发送功率计算单元中的子优化单元和合并单元中的迭代单元的示例结构；

图6是根据第一实施方式的最优发送功率计算单元的示例操作的流程图；

图7是根据第一实施方式的最优发送功率计算单元中的子优化单元和合并单元的示例操作的流程图；

图8示意性地示出了在根据第一实施方式的无线电通信装置中的多个发送天线的示例分组；

图9示意性地示出了根据一个实施方式的变型例的无线电通信装置的示例结构；

图10示出了用于所有用户的示例特征值分布特性；

图11示出了根据一个实施方式按照公平标准的收敛性能以及与收敛相关联的计算复杂度；以及

图12示出了根据一个实施方式按照总和速率标准的收敛性能以及与收敛相关联的计算复杂度。

具体实施方式

参考附图来描述本发明的实施方式。

本发明的一个方面涉及用于使用多个发送天线来预编码发送流，在用于发送天线或发送天线的发送天线组的各自发送功率约束下为各单独用户分配各自的最优发送功率电平，并且以所分配的发送功率电平发送无线电信号的无线电通信装置。该无线电通信装置可以包括：各个用户的调制单元；预编码单元，其用于对从调制单元提供的信号进行预编码；最优发送功率计算单元，其用于基于预编码单元的某些输出将功率优化问题分离为子功率优化问题，并行地处理子功率优化问题，并且通过合并子功率优化问题的解来求解功率优化问题；以及发送功率控制单元，其用于根据从调制单元、预编码单元和最优发送功率计算单元提供的信号生成发送信号。

根据本发明的该方面，最优发送功率计算单元计算针对各单独子功率优化问题的基本上最优发送功率电平并且合并所计算的发送功率电平以求解功率优化问题。结果，可在针对各单独发送天线或发送天线组各自的发送功率极限下实现最优发送功率分配，同时降低计算复杂度。

在子功率优化问题和/或功率优化问题中，执行迭代发送功率优化算法以导出用于包括关联于MIMO信道容量C_k的项的目标函数的极值。作为一个示例，该目标函数可以包括关联于MIMO信道容量C_k的项和关联于障碍参数r(i)和障碍函数g(i)的乘积的项。更新障碍参数r(i)以使得障碍参数r(i)可以具有更小值以进行其他迭代。障碍函数g(i)包括被指定为从某发送天线q分配到所有发送流的功率量∑_kj|w_k，j，q|²P_k，j和用于该发送天线的发送功率上限P_max，q之间的差的项。

而且，无线电通信装置的最优发送功率计算单元可以优选地基于表示各单独用户的发送流质量的特征值分布来将功率优化问题分离为多个子功率优化问题。根据该特征，可以依赖于特征值分布的偏离来分离为子功率优化问题。例如，所有流可以根据特征值分布或特征值大小来分离为与前20％的特征值相关联的流以及与其它80％的特征值相关联的流。在该情况下，可以将较大量的功率(例如80％的功率)分配到前20％的流，而将剩余的功率量(例如20％的功率)分配到其它80％的流。根据该特征，可以实现适于无线电传播状态的功率分配。因为可以考虑流的特征值而为各单独流分配功率电平，所以可根据通信状态来实现功率分配，这导致减少了迭代和计算复杂度。尽管可以提供任意数量的子功率问题，但如上所述，作为一个示例，优化问题可以基于帕累托定律(80％，20％)分离为两个子优化问题。

而且，无线电通信装置的最优发送功率计算单元可以优选地使用与最速下降法组合的内点法在上面的约束下来优化功率分配。根据该特征，可以使用简单算法来以解析方式求得最优解。

而且，无线电通信装置的最优发送功率计算单元可以优选地使用如下面给出的公式(21)作为用于最速下降法的迭代收敛条件。根据该特征，可以确定用于最速下降法的收敛点并且求得最优解。

而且，无线电通信装置的最优发送功率计算单元可以优选地使用如下面给出的公式(23)作为用于内点法的步骤迭代收敛条件。根据该特征，可以确定内点法中的各单独步骤的收敛点并且求得最优解。

而且，无线电通信装置的最优发送功率计算单元可以优选地在上面的约束下优化功率分配以使得用于各单独用户各自的信道容量一致。根据该特征，可以求得最优解以使得在功率分配之后用于各单独用户各自的信道容量可以一致。

而且，无线电通信装置的最优发送功率计算单元可以优选地在上面的约束下优化功率分配以最大化整个***的信道容量。根据该特征，可以求得最优解以使得在功率分配之后用于各单独用户各自的信道容量的总和最大化。

本发明的另一方面涉及一种用于使用多个发送天线来对发送流进行预编码，在针对发送天线或发送天线的发送天线组各自的发送功率约束下为各单独用户分配各自的最优发送功率电平，并且以所分配的发送功率电平发送无线电信号的无线电通信方法。该无线电通信方法可以包括：各个用户的调制步骤；预编码步骤，其用于对从调制步骤提供的信号进行预编码；最优发送功率计算步骤，其用于基于预编码步骤的某些输出将功率优化问题分离为子功率优化问题，并行地处理子功率优化问题，并且通过合并子功率优化问题的解来求解功率优化问题；以及发送功率控制步骤，其用于根据从调制步骤、预编码步骤和最优发送功率计算步骤提供的信号生成发送信号。

根据本发明的该方面，在最优发送功率计算步骤中，针对各单独子功率优化问题计算基本上最优的发送功率电平，并且合并所计算的发送功率电平以求解功率优化问题。结果，可以在针对各单独发送天线或发送天线组各自的发送功率极限下实现最优发送功率分配，同时降低计算复杂度。

而且，在最优发送功率计算步骤中，可以优选地基于表示用于各单独用户的发送流质量的特征值分布来将功率优化问题分离为多个子功率优化问题。根据该特征，可以依赖于特征值分布的偏离来分离为子功率优化问题。根据该特征，即使没有应用分离，也可将子功率优化问题公式化为使得可将较大量的功率分配到具有较大特征值的流，这导致减少了迭代和降低了计算复杂度。

而且，在最优发送功率计算步骤中，可以优选地使用与最速下降法组合的内点法在上面的约束下优化功率分配。根据该特征，可以使用简单算法来以解析方式求得最优解。

而且，在最优发送功率计算步骤中，可以优选地使用如下面给出的公式(21)作为用于最速下降法的迭代收敛条件。根据该特征，可以确定最速下降法的收敛点并且求得最优解。

而且，在最优发送功率计算步骤中，可以优选地使用如下面给出的公式(23)作为用于内点法的步骤迭代收敛条件。根据该特征，可以确定内点法中的各单独步骤的收敛点并且求得最优解。

而且，在最优发送功率计算步骤中，可以优选地在上面的约束下优化功率分配以使得用于各单独用户各自的信道容量一致。根据该特征，可以求得最优解以使得在功率分配之后用于各单独用户各自的信道容量可以一致。

而且，在最优发送功率计算步骤中，可以优选地在上面的约束下优化功率分配以最大化整个***的信道容量。根据该特征，可以求得最优解以使得在功率分配之后用于各单独用户各自的信道容量的总和最大化。

根据本发明的无线电通信装置和无线电通信方法，把在关于各单独发送天线或单独发送天线组各自的发送功率极限的某些约束下的发送功率分配优化问题分为多个子功率优化问题，这些子功率优化问题被并行地处理，然后被合并。结果，可以为各单独用户确定最优发送功率分配，并且可以降低相关联的计算复杂度。

参考附图来描述本发明的某些实施方式。

[第一实施方式]

根据第一实施方式的无线电通信装置和方法可以在限制不同天线或发送天线组各自的发送功率电平的情况下确定用于各单独用户的发送流的发送功率电平，并且以所确定的发送功率电平发送信号。

图1示出了根据第一实施方式的无线电通信装置10的示例结构。如图1中所示，无线电通信装置10包括对应于用户数(N)的多个调制单元11、预编码单元12、最优发送功率计算单元13和发送功率控制单元14。每个调制单元11包括串并行转换单元111和信号调制单元112。

图2示出了根据第一实施方式的最优发送功率计算单元13的示例结构。最优发送功率计算单元13包括并行处理单元21和合并单元22。并行处理单元21包括并行分离单元211和D个子优化单元212。数字D可以是任意的正整数。通常，数字D可具有这样的上限，例如要控制其功率的流的数量或者信道矩阵的特征值的总数，并且可以是小于该上限的任意值。

接下来，下面描述上述无线电通信装置的示例操作和根据第一实施方式的示例无线电通信方法。在下面，使用基于信道信息的块对角化迫零(BD-ZF)来在使用M_t个发送天线、N个用户和M_r个用户天线的MU-MIMO传输中进行预编码。

在其它实施方式中，可以使用任何其它基于信道信息的MU-MIMO预编码器，例如ZF、MMSE或DPC，来进行预编码。或者，可以使用从码本中选择发送权重向量的另一类预编码。

在图1中的调制单元11中，串并行转换单元111向各单独发送流分配要发送到关联用户的信息信号序列。信号调制单元112调制这些发送流并且生成发送信号S_k，j(1≤k≤N并且1≤j≤M_r)。符号S_k，j表示用于为第k个用户发送第j个发送流的发送信号。以下，可将发送信号称为流或发送流。用于第k个用户的M_r维发送信号向量S_k被定义为：

$S_k={[S_{k,1,}\·\·\·,S_{k,j},\·\·\·S_{k,M_r}]}^T---\left(1\right),$

其中，上标T表示转置。

这里，令用于第k个用户的M_r×M_t个MIMO信道的信道矩阵为H_k，生成用于第k个用户的大小为M_t×M_r的BD-ZF发送权重矩阵W_BD-ZF，k，以满足以下公式：

H_kW_BD-ZF，m＝0(k≠m)                    (2)。

根据BD-ZF的应用生成的用于第k个用户的大小为M_r×M_r的等同信道矩阵H_k’如下定义，并且经受奇异值分解(SVD)。

H_k′＝H_kW_BD-ZF，k＝U_kΛ_kV_k ^H

${\mathrm{\Λ}}_k=\left[\begin{array}{ccc}\sqrt{{\mathrm{\λ}}_{k,1}}& & 0\\ ...& ...& ...\\ 0& & \sqrt{{\mathrm{\λ}}_{k,\mathrm{Mr}}}\end{array}\right]---\left(3\right),$

其中，上标H表示厄密特转+置，并且λ_k，j表示H_k′^H H_k′的特征值。

使用从上面的公式获得的V_k以及W_BD-ZF，k，令用于第k个用户的大小为M_t×M_r的发送权重矩阵为W_k。换言之，

$W_k=W_{\mathrm{BD}-\mathrm{ZF},k}{V}_k=\left[\begin{array}{ccc}{w}_{k,\mathrm{1,1}}& & w_{k,M_t,1}\\ ...& ...& ..\\ w_{k,1,M_r}& & w_{k,M_t,M_r}\end{array}\right]---\left(4\right).$

预编码单元12导出矩阵W_k，并且向最优发送功率计算单元13提供矩阵W_k的分量W_k，q，j(1≤q≤M_t)和λ_k，j作为发送权重相关信息。而且，预编码单元12向发送功率控制单元14提供矩阵W_k和向量S_k。

发送功率控制单元14接着使用所提供的W_k和S_k，以及如下所述在最优发送功率计算单元13中导出的分配给用于第k个用户的第j个发送流的发送功率P_k，j，来如下生成预编码之后的M_t维发送信号向量x_k，并且向用户提供向量x_k，

$x_k=W_k\left[\begin{array}{ccc}\sqrt{P_{k,1}}& & 0\\ ...& ...& ...\\ 0& & \sqrt{P_{k,j}}\end{array}\right]s_k---\left(5\right).$

具有

的对角矩阵P_k表示用于恰当调整发送功率电平的调整量。

而且，令用于第k个用户的M_r维接收信号向量为y_k并且令M_r维噪声向量为n_k，接收信号将表示为如下，

y_k＝H_kx_k+n_k                          (6)。

这里，令公式(3)中用于第k个用户的大小为M_r×M_r的接收权重矩阵为U_k ^H，接收权重矩阵U_k ^H和接收信号向量y_k的乘法表示为如下，

${U_k}^H{y}_k={U_k}^H{H}_k{x}_k+{U_k}^H{n}_k$

$={U_k}^H{H}_k{W}_{\mathrm{BD}-\mathrm{ZF},k}{V_k}^H{P}_k{s}_k+{U_k}^H{n}_k$

$={\mathrm{\Λ}}_k{P}_k{s}_k+{U_k}^H{n}_k$ (7)。

$=\left[\begin{array}{ccc}\sqrt{{\mathrm{\λ}}_{k,1}}& & 0\\ ...& ...& ...\\ 0& & \sqrt{{\mathrm{\λ}}_{k,M_r}}\end{array}\right]\left[\begin{array}{ccc}\sqrt{P_{k,1}}& & 0\\ ...& ...& ...\\ 0& & \sqrt{P_{k,j}}\end{array}\right]s_k+{U_k}^H{n}_k$

因此，这表示可以没有干扰地接收已空间复用和发送给用户的信号。而且，令噪声功率为σ²，用于第k个用户的第j个发送流的接收SNR_k，j表示为如下，

${\mathrm{SNR}}_{k,j}=\frac{{\mathrm{\λ}}_{k,j}{P}_{k,j}}{{\mathrm{\σ}}^2}---\left(8\right).$

使用该接收SNR_k，j，用于第k个用户的MIMO信道容量C_k表示为如下，

$C_k=\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{SNR}}_{k,j})$ (9)。

$=\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\log }_2(1+\frac{{\mathrm{\λ}}_{k,j}{P}_{k,j}}{{\mathrm{\σ}}^2})$

接下来，下面描述最优发送功率计算单元13的示例操作。最优发送功率计算单元13从预编码单元12接收发送权重矩阵W_k的发送权重分量w_k，q，j和特征值λ_k，j作为发送权重相关信息，并且使用它们来导出P_k，j，以满足第q个发送天线的发送功率极限值P_max，q。具体地说，这可以对应于求解如下的优化问题，

$\max \mathrm{imize}\underset{k}{\min }{C}_k=\min \underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\log }_2(1+{\mathrm{SNR}}_{k,j})---\left(10\right)$

$s.t.\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\left|w_{k,q,j}\right|}^2{P}_{k,j}\≤P_{\max ,q}---\left(11\right)$

$P_{k,j}\≥0\∀k,j---\left(12\right).$

用于优化问题的公式(10)意味着最大化所有用户中的最小用户容量。通过求解该优化问题，可以使得对于所有用户来说，各自的信道容量几乎一致，这在这里称为公平标准。

可以基于内点法求解该优化问题。根据该内点法，将用于调整障碍函数g(P_k，j)的值的障碍参数r(i)添加到公式(10)，并且对用于没有约束(11)和(12)来最大化函数的新优化问题进行求解。这里，参数i表示内点法中的步骤迭代的数量，下面将详细描述。具体地说，它以较大的障碍参数开始，并且对于每个障碍参数计算最优功率P_k，j。使用所计算的值作为初始值来迭代该过程，同时减小障碍参数。一旦障碍参数r(i)达到足够小的值，则可求解出原始受约束优化问题。使用障碍函数和障碍参数的新优化问题可以表示为如下，

$\max \mathrm{imizeF}=\underset{k}{\min }{C}_k+r\left(i\right)g\left(P_{k,j}\right)---\left(13\right)$

其中F为用于新优化问题的目标函数。可以使用如下的障碍函数g(P_k，j)，

$g\left(P_{k,j}\right)=-\underset{q=1}{\overset{M_t}{\mathrm{\Σ}}}{(P_{\max ,q}-\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\left|w_{k,q,j}\right|}^2{P}_{k,j})}^{-1}-\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\left(P_{k,j}\right)}^{-1}---\left(14\right).$

在另一示例中，可以使用如下给出的障碍函数g(P_k，j)，

$g\left(P_{k,j}\right)=\underset{q=1}{\overset{M_t}{\mathrm{\Σ}}}\log (P_{\max ,q}-\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}{\left|w_{k,q,j}\right|}^2{P}_{k,j})+\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M_r}{\mathrm{\Σ}}}\log \left(P_{k,j}\right)---\left(15\right).$

接下来，描述图2中的并行处理单元21中的并行分离单元211的示例操作。并行处理单元21中的并行分离单元211接收从最优发送功率计算单元13提供的发送权重分量w_k，q，j和特征值λ_k，j。并行分离单元211根据特征值λ_k，j的分布的偏离将发送流分离为最多D个发送流。在该实施方式中，数量D等于特征值的总数，并且发送流被分离为多个发送流。例如，假定特征值的总数等于10并且发送流的数量等于10，可以将这些发送流分离为第一到第十子优化单元。或者，可将两个组分别提供给第一和第二子优化单元，每个组都包括五个发送流。或者，可将两个发送流的一组和八个发送流的另一组分别提供给第一和第二子优化单元。另外，可以将相同或不同的功率电平分离到子优化单元。例如，可以根据特征值分布(大小关系)而将不同的功率电平分离到各单独子优化单元。

图3示出了依赖于特征值分布的子功率优化问题的示例分离。因为特征值分布依赖于实现环境中的信道模型，所以并行分离单元211基于该模型中的特征值分布执行分隔。而且，依赖于特征值分布的偏离而将发送功率电平P_k，j分离到各单独子功率优化问题。从数据传输效率的角度来看，希望将更大量的功率分配到关联于更大特征值的发送流所属的子优化单元。

图4示出了在根据组合了最速下降法的内点法执行优化的情况下子优化单元212和合并单元22的示例结构。子优化单元212和合并单元22都包括初始功率计算单元41、障碍参数乘法单元42、信道容量计算单元43、最速下降处理单元44和迭代单元45。在该实施方式中，子优化单元212和合并单元22的以上组件被配置为具有相同的结构和功能。该配置不限于本实施方式，而是可能优选的是，从简化结构的角度看，子优化单元212和合并单元22具有相同的结构和功能。

图5示出了根据第一实施方式的迭代单元45的示例详细结构。迭代单元45包括后预编码功率计算单元51、约束确定单元52、最速下降法步长更新单元53、最速下降法收敛确定单元54、内点法收敛确定单元55和障碍参数更新单元56。

下面描述根据与最速下降法组合的内点法的优化的示例特定操作。单独子优化单元212接收与图2中的并行分离单元21所分离的发送流对应的发送权重分量w_k，q，j和特征值λ_k，j。这里，令用于第k个用户的分离到第d个子优化单元212的发送流组为J_k ^d。图4中的单独子优化单元212中的初始功率计算单元41使用初始发送功率电平P_k，j、发送权重分量w_k，q，j和特征值λ_k，j来计算用于第d个子优化单元中的单独发送天线的发送功率电平P_q ^d。结合公式(12)的左手侧，P_q ^d表示为如下，

${P_q}^d=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{j\∈{J_k}^d}{\mathrm{\Σ}}{\left|w_{k,q,j}\right|}^2{P}_{k,j}---\left(16\right).$

将发送功率电平P_q ^d提供到障碍参数乘法单元42。障碍参数乘法单元42将障碍函数与障碍参数r(i)相乘。障碍参数r(i)可表示为如下，

r(i+1)＝r(i)×α                                       (17)，

其中i表示内点法中的步骤迭代的次数，并且α(＜1)表示障碍参数比例因子。

信道容量计算单元43根据公式(9)使用所提供的P_k，j、w_k，q，j和λ_k，j来计算用于各单独用户的信道容量C_k并且将所计算的信道容量提供到最速下降处理单元44。最速下降处理单元44根据最速下降法使用与使用障碍函数的优化问题相关联的公式(13)来优化发送功率电平。这里的最速下降法是用于通过使用如公式(13)中指定的评价函数的梯度来进行优化的一种方法。具体地说，在最速下降法中执行如下定义的迭代操作，

$P_{k,j}(u+1)=p_{k,j}\left(u\right)+\mathrm{\β}\×\frac{\∂}{\∂P_{k,j}}F---\left(18\right),$

其中参数u表示迭代操作中的迭代次数，并且参数β表示步长。

将在最速下降处理单元44中优化的发送功率值P_k，j提供到如图5中所述的迭代单元45。

后预编码功率计算单元51基于所提供的P_k，j和w_k，q，j计算用于各单独发送天线的发送功率电平P_q ^d并且将它们提供到约束确定单元52。

约束确定单元52确定如下给出的条件是否满足，

$\left\{\begin{array}{c}{P_q}^d\≤{P_{\max ,q}}^d\\ P_{k,j}\≥0\end{array}\right.---\left(19\right),$

其中P_max，q ^d满足如下的公式，

$\underset{d=1}{\overset{D}{\mathrm{\Σ}}}{P_{\max ,q}}^d=P_{\max ,q}---\left(20\right).$

如果不满足公式(19)中指定的条件中的任何一个，则最速下降法步长更新单元53减小步长β并且将它返回给信道容量计算单元43。使用相对于公式(18)之前的P_k，j，约束确定单元52迭代上面的操作，直到满足公式(19)中的条件为止。如果约束确定单元52确定满足公式(19)中的条件的任何一个，则将发送功率电平P_k，j提供到最速下降法收敛确定单元54。

最速下降法收敛确定单元54确定如下给出的最速下降法收敛条件是否满足，

$\left\{\begin{array}{c}\left|\right|\frac{\&PartialD;}{\&PartialD;P_{k,j}}F\left(u\right)\left|\right|={\left(\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j\&Element;{J_k}^d}{\mathrm{\&Sigma;}}{\left|\frac{\&PartialD;}{{\&PartialD;P}_{k,j}}F\left(u\right)\right|}^2\right)}^{1/2}<{\mathrm{\&epsiv;}}_1\\ |\underset{k}{\min }{C_k}^d\left(u\right)-\underset{k}{\min }{C_k}^d(u-1)|<{\mathrm{\&epsiv;}}_2\\ u>I_{\max }\end{array}\right.---\left(21\right),$

其中

${C_k}^d=\underset{j\&Element;{J_k}^d}{\overset{r}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{SNR}}_{k,j})---\left(22\right),$

其中参数u表示最速下降法中的迭代次数，并且参数I_max表示最大迭代次数。而且，参数ε₁和ε₂是足够小的值。注意，上面的条件对于最速下降法收敛条件是例示性的，并且可以使用任何其它收敛条件。换言之，仅必须就如在公式(13)中指定的评价函数F是否到达极值做出合适确定。

如果公式(13)中的任一条件都不满足，则最速下降法收敛确定单元54将当前发送功率电平P_k，j返回给信道容量计算单元43，接着迭代相同的操作，直到公式(21)中的任何一个条件得到满足为止。另一方面，如果任何一个条件得到满足，则最速下降法收敛确定单元54将当前发送功率电平P_k，j提供到内点法收敛确定单元55。

内点法收敛确定单元55确定如下给出的内点法步骤迭代收敛条件是否得到满足，

$\left\{\begin{array}{c}r\left(i\right)<{\mathrm{\&epsiv;}}_3\\ |\underset{k}{\min }{C_k}^d\left(i\right)-\underset{k}{\min }{C_k}^d(i-1)|<{\mathrm{\&epsiv;}}_4\end{array}\right.---\left(23\right),$

其中，参数i表示内点法中的迭代次数。而且，参数ε₃和ε₄是足够小的值。注意，上面的内点法步骤迭代收敛条件是例示性的，并且可以使用任何其它条件。换言之，仅必须就如在公式(10)中指定的用于功率优化问题的评价函数是否到达极值做出合适确定。

如果上面的收敛条件都不满足，则内点法收敛确定单元55确定当前的发送功率电平P_k，j为针对障碍参数r(i)的最优解。障碍参数更新单元56根据公式(17)减小障碍参数。障碍参数更新单元56将P_k，j和r(i)提供给障碍参数乘法单元42，并且重新开始内点法的步骤迭代。

另一方面，如果任何一个收敛条件得到满足，则内点法收敛确定单元55确定当前发送功率电平P_k，j为针对子优化单元212的最优解。将该最优解从并行处理单元21提供到合并单元22。

合并单元22使用从并行处理单元21提供的发送功率电平P_k，j作为初始值，来以与并行处理单元21类似的方式执行优化。如上所述，和子优化单元212一样，合并单元22包括初始功率计算单元41、障碍参数乘法单元42、信道容量计算单元43、最速下降处理单元44和迭代单元45。合并单元22将合成的最优发送功率电平P_k，j提供到发送功率控制单元14。

然而，在合并单元22中，从公式(16)、(19)、(21)和(23)中移去了参数d，并且用{1，2，...，M_r}代替了参数Jk^d。而且，公式(19)中的条件可以修改为如下，

$\left\{\begin{array}{c}{P}_q\&le;P_{\max ,q}\\ P_{k,j}\&GreaterEqual;0\end{array}\right.---\left(24\right).$

图6是示出图1中的最优发送功率计算单元13的操作的流程图。在步骤61，设置障碍参数r(i)、初始发送功率电平P_k，j、最速下降法中的最大迭代次数I_max以及参数ε₁到ε₄的初始值。

在步骤62，使用提供到最优发送功率计算单元13的特征值λ_k，j的特征值分布的偏离来将发送流分离到D个子优化单元。在该实施方式中，在步骤61设置最速下降法和内点法中的初始值，但是也可以设置适于所应用的优化方案和收敛条件的任何其它参数。

在步骤63，D个单独子优化单元执行优化，并且导出整个发送流中的关联发送流各自的最优解以用于进一步处理。

在步骤64，使用作为输入的各自最优解的发送功率电平P_k，j作为用于单独发送流的初始发送功率电平，来求解整个发送流的优化问题。在步骤65提供合成的最优解P_k，j。

图7是详细示出步骤63、64的流程图。在步骤71，为单独发送天线导出发送功率电平P_q ^d，如上所述。

在步骤72，提供如在公式(17)中指定的障碍参数r(i)、用于新优化问题的目标函数、第q个发送天线的用于第d个发送流的发送功率电平P_q ^d和/或其它。

在步骤73，计算各单独用户各自的信道容量。

在步骤74，基于所计算的信道容量导出目标函数F的梯度，即微分值，并且根据公式(18)计算新的功率电平P_k，j。

在步骤75，根据公式(16)计算各单独发送天线各自的发送功率电平P_q ^d，并且确定公式(19)中的条件是否得到满足。如果任何一个条件都不满足，则在步骤76减小步长β。然后，将更新的步长β提供到步骤73，并且重复相同的操作，直到在步骤75条件得到满足为止。

另一方面，如果在步骤75公式(19)中的所有条件都得到满足，则在步骤77，确定公式(21)中的最速下降法收敛条件是否得到满足。如果公式(21)中的条件都不满足，则将发送功率电平P_k，j提供到步骤73，并且重复相同的操作，直到在步骤77公式(21)中的任何一个条件得到满足为止。

另一方面，如果任何一个条件得到满足，则在步骤78，确定公式(23)中的内点法步骤迭代收敛条件是否得到满足。如果公式(23)中的收敛条件都不满足，则将当前发送功率电平P_k，j确定为针对障碍参数r(i)的最优解。在步骤79，根据公式(17)减小障碍参数。然后，过程控制返回到步骤72，并且根据发送功率电平P_k，j和障碍参数r(i)执行内点法步骤迭代。

另一方面，如果公式(23)中的任何一个收敛条件得到满足，则提供当前发送功率电平P_k，j，作为针对图6中的步骤63的最优解。在图6中的步骤64，使用从步骤63提供的单独发送功率电平P_k，j作为初始值来执行步骤71到79，以进行与步骤63相同的优化。在步骤65提供合成的最优发送功率电平P_k，j。

在该实施方式中，使用了在内点法处理中使用最速下降法的优化方案。在其它实施方式中，可以使用其它合适的优化方案，用于内点法处理。即使在该情况下，也可根据如图2和6中示出的配置和流程图将发送功率优化问题分离为子发送功率优化问题，并且可以组合各个结果。

在上面的优化方案中，求解优化问题以使得信道容量对于各单独用户一致。在其它实施方式中，可以求解优化问题以使得整个***的信道容量C最大化。在该情况下，优化问题改写为下面的形式，

$\max \mathrm{imizeC}=\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_r}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{SNR}}_{k,j})---\left(25\right)$

$s.t.\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_r}{\mathrm{\&Sigma;}}}{\left|w_{k,q,j}\right|}^2{P}_{k,j}\&le;P_{\max ,q}---\left(26\right)$

$P_{k,j}\&GreaterEqual;0\&ForAll;k,j---\left(27\right).$

针对最大化整个***的信道容量C的优化问题在这里称为总和速率标准。该优化问题的求解类似于公平标准。

在上述的实施方式中，对于单独发送天线例示性地提供了功率极限值P_max，q。在其它实施方式中，可把发送天线分为多个组，并且可为该多个组提供功率极限值。此外，在此情况下，可以采用上述优化方案。

图8示出了无线电通信装置中的发送天线的示例分组。在该图中，标号L(1≤l≤L)表示组号，并且标号S_l表示属于组l的一组发送天线号。该实施方式的根据公平标准的优化问题表示为，

$\max \mathrm{imize}\underset{k}{\min }{C}_k=\underset{k}{\min }\underset{j=1}{\overset{M_r}{\mathrm{\&Sigma;}}}{\log }_2(1+{\mathrm{SNR}}_{k,j})---\left(28\right)$

$s.t.\underset{q\&Element;S_l}{\mathrm{\&Sigma;}}\left[\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{M_r}{\mathrm{\&Sigma;}}}{\left|w_{k,q,j}\right|}^2{P}_{k,j}\right]\&le;P_{\max ,l}---\left(29\right)$

$P_{k,j}\&GreaterEqual;0\&ForAll;k,j---\left(30\right),$

其中，用于组l的功率极限值记号为P_max，l。可以类似于上述求解来求解该优化问题。而且，还可以类似地求解根据总和速率标准的优化问题。

在上述实施方式中，对于预编码例示性地应用了BD-ZF方案，但是可以通过使用其它预编码方案来将给出的实施方式应用于发送功率优化问题。

[第二实施方式]

在第一实施方式中，假定多个发送天线安装在无线电通信装置上。在第二实施方式中，多个发送天线可以与无线电通信装置分离并且以有线和/或无线方式连接到该无线电通信装置。

图9示出了根据本发明第二实施方式的无线电通信装置。无线电通信装置10以有线和/或无线方式耦接到发送天线单元91，各天线单元91都具有多个发送天线。

在操作中，无线电通信装置10可以按与第一实施方式类似的方式操作，除了无线电通信装置10与发送天线单元91分离之外。

[应用示例]

下面描述用于如上所述第一实施方式的示例应用示例。对于预编码使用了BD-ZF。各单独发送天线各自的发送功率电平被约束为低于或等于功率极限值P_max。而且，将公式(14)中指定的障碍函数用于该模拟。此外，假定发送天线的数量M_t等于6，用户的数量N等于2，用户天线的数量M_r等于3，并且对于每个用户空间复用并发送了三个流。

而且，假定子优化单元的数量D等于2。在该模拟中，使用MIMO信道矩阵的10000个模式用于优化，并且对结果进行平均。对于传播环境，假定用户各自的MIMO信道是独立同分布(i.i.d.)瑞利衰落。下面设置其它参数。注意，将参数ε₄设置为0以观察本模拟中的收敛。

[并行处理单元中的参数]

P_k，j(0)＝10^-10，r(0)＝1.0，α＝0.05，I_max＝2000，ε₁＝10^-6，ε₂＝10^-11，并且ε₃＝10^-3

[合并单元中的参数]

P_k，j(0)：从并行处理单元提供的P_k，j用作为初始值。

r(0)：从并行处理单元提供的r(i)用作为初始值。

α＝0.05，I_max＝2000，ε₁＝10^-6，ε₂＝10^-11，并且ε₃＝10^-17

图10示出了本模拟中用于所有用户的特征值分布。在该图中，横轴表示特征值λ_k，j的大小，而纵轴表示关联累积分布。根据该图，可以观察到所有用户的80％具有小于大约5.5的特征值。假设图2中的并行分离单元211向第一子优化单元212提供了具有特征值λ_k，j≥5.5的发送流(前20％的发送流)，而向第二子优化单元212提供了具有特征值λ_k，j＜5.5的发送流。结合该假设，根据帕累托定律，第一子优化单元212中的发送功率极限值P_max ¹被设置为0.8×Pmax，而第二子优化单元212中的发送功率极限值P_max ²被设置为0.2×Pmax。

图11示出了在没有并行处理的常规方案中的优化和根据本实施方式的优化之间的针对所有用户的平均最小发送速率(在内点法中的步骤i处的最小用户信道容量的信道容量)的示例比较。在优化中使用公平标准。在该图中，“常规”示出了根据没有并行处理的常规方案的优化的性能。图11不仅示出了收敛，而且示出了乘法器的累积数量。注意，横轴表示内点法中的第i次步骤迭代。

根据图11中的例示，可以观察到需要6次迭代(i＝6)来获得收敛值1.60。为了实现此，“常规”需要1.40×10⁶次乘法，而本实施方式仅需要1.12×10⁶次乘法。换言之，本实施方式可以减少大约20％的乘法。根据本实施方式，可用相比于常规方案更低的计算复杂度来获得最优发送速率。

图12示出了在使用总和速率标准进行优化的情况下的模拟结果。根据图12中的例示，可以观察到需要6次迭代(i＝6)来获得收敛值3.39。为了实现此，“常规”需要1.09×10⁶次乘法，而本实施方式仅需要0.97×10⁶次乘法。换言之，本实施方式可以减少大约11％的乘法。

为了方便，已参考不同的实施方式描述了本发明，但是实施方式的分开对于本发明来说不是必需的，而是可以根据需要一起使用两个或更多个实施方式。已使用了某些特定数字以便于理解本发明，但是除非另外注明，否则这些数字仅仅是例示性的，并且可以使用任何其它合适的值。

已参考了本发明的特定实施方式描述了本发明，但是这些实施方式仅仅是例示性的，本领域技术人员可以构想出各种变化、修改、变更和替换。为了方便说明，已参考功能框图描述了根据本发明实施方式的装置，但是这些装置可以用硬件、软件或其组合实现。本发明不限于上面的实施方式，本领域技术人员在不偏离本发明的精神的情况下可以做出各种变化、修改、变更和替换。

本申请基于并且要求2008年5月12日提交的日本专利申请No.2008-125340的优先权，通过引用将其整个内容合并于此。

Claims (14)

1、一种用于以合适发送功率电平经由多个发送天线组向多个用户发送无线电信号的无线电通信装置，每个所述发送天线组包括一个或更多个发送天线，所述发送天线组具有各自的发送功率约束，该无线电通信装置包括：

预编码单元，其被配置为对多个流进行预编码；

分离单元，其被配置为将预编码的流分离为两个或更多个流组，每个流组都包括一个或更多个流；

子功率优化单元，其被配置为对于每个分离的流组执行迭代发送功率优化算法以确定各单独流组各自的发送功率电平；

功率优化单元，其被配置为通过使用所确定的发送功率电平作为所述迭代发送功率优化算法的初始值来执行所述迭代发送功率优化算法，以确定各单独流各自的发送功率电平；以及

发送单元，其被配置为以所确定的发送功率电平从各单独发送天线发送无线电信号。

2、根据权利要求1所述的无线电通信装置，其中，所述分离单元被配置为基于与用于指定各单独流各自的无线电信道状态的信道矩阵相关联的多个特征值的大小来将预编码的流分离为两个或更多个流组。

3、根据权利要求1所述的无线电通信装置，其中，所述子功率优化单元被配置为在单独发送天线或发送天线组的发送功率约束下使用与最速下降法组合的内点法来确定各单独流组各自的发送功率电平。

4、根据权利要求1所述的无线电通信装置，其中，所述功率优化单元被配置为在单独发送天线或发送天线组的发送功率约束下使用与最速下降法组合的内点法来确定各单独流各自的发送功率电平。

5、根据权利要求3所述的无线电通信装置，其中，所述子功率优化单元或所述功率优化单元中用于所述最速下降法的迭代收敛条件包括确定信道容量的评价函数在更新发送功率电平之前或之后基本上达到极值。

6、根据权利要求1所述的无线电通信装置，其中，所述子功率优化单元和/或所述功率优化单元被配置为导出最优发送功率电平以使得各单独用户各自的信道容量一致。

7、根据权利要求1所述的无线电通信装置，其中，所述子功率优化单元和/或所述功率优化单元被配置为导出最优发送功率电平以最大化整个***的信道容量。

8、一种用于以合适发送功率电平经由多个发送天线组向多个用户发送无线电信号的无线电通信方法，每个所述发送天线组包括一个或更多个发送天线，所述发送天线组具有各自的发送功率约束，该方法包括以下步骤：

对多个流进行预编码；

将预编码的流分离为两个或更多个流组，每个流组包括一个或更多个流；

对于每个分离的流组执行迭代发送功率优化算法以确定各单独流组各自的发送功率电平；

通过使用所确定的发送功率电平作为用于所述迭代发送功率优化算法的初始值来执行所述迭代发送功率优化算法，以确定各单独流各自的发送功率电平；以及

以所确定的发送功率电平从各单独发送天线发送无线电信号。

9、根据权利要求8所述的无线电通信方法，其中，所述分离步骤包括：基于与用于指定各单独流各自的无线电信道状态的信道矩阵相关联的多个特征值的大小来将预编码的流分离为两个或更多个流组。

10、根据权利要求8所述的无线电通信方法，其中，对于每个分离的流组执行迭代发送功率优化算法的步骤包括：在各单独发送天线或发送天线组的发送功率约束下使用与最速下降法组合的内点法来确定各单独流组各自的发送功率电平。

11、根据权利要求8所述的无线电通信方法，其中，通过使用所确定的发送功率电平作为用于所述迭代发送功率优化算法的初始值来执行所述迭代发送功率优化算法的步骤包括：在各单独发送天线或发送天线组的发送功率约束下使用与最速下降法组合的内点法来确定各单独流各自的发送功率电平。

12、根据权利要求10所述的无线电通信方法，其中，用于最速下降法的迭代收敛条件包括：确定信道容量的评价函数在更新发送功率电平之前或之后基本上达到极值。

13、根据权利要求8所述的无线电通信方法，其中，所述迭代发送功率优化算法导出最优发送功率电平以使得各单独用户各自的信道容量一致。

14、根据权利要求8所述的无线电通信方法，其中，所述迭代发送功率优化算法导出最优发送功率电平以最大化整个***的信道容量。

Images