CN113196866B - 用于处理上行链路信号的分布式基站***的方法、远程无线电单元和基带单元 - Google Patents

用于处理上行链路信号的分布式基站***的方法、远程无线电单元和基带单元 Download PDF

Info

Publication number
CN113196866B
CN113196866B CN201880100380.2A CN201880100380A CN113196866B CN 113196866 B CN113196866 B CN 113196866B CN 201880100380 A CN201880100380 A CN 201880100380A CN 113196866 B CN113196866 B CN 113196866B
Authority
CN
China
Prior art keywords
matrix
rru
estimation matrix
channel
bbu
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880100380.2A
Other languages
English (en)
Other versions
CN113196866A (zh
Inventor
黄叶子
M·伯格
吕晨光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Telefonaktiebolaget LM Ericsson AB
Original Assignee
Telefonaktiebolaget LM Ericsson AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Telefonaktiebolaget LM Ericsson AB filed Critical Telefonaktiebolaget LM Ericsson AB
Publication of CN113196866A publication Critical patent/CN113196866A/zh
Application granted granted Critical
Publication of CN113196866B publication Critical patent/CN113196866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices
    • H04W88/085—Access point devices with remote components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/40—Circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0857—Joint weighting using maximum ratio combining techniques, e.g. signal-to- interference ratio [SIR], received signal strenght indication [RSS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/005—Interference mitigation or co-ordination of intercell interference
    • H04J11/0059—Out-of-cell user aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0256—Channel estimation using minimum mean square error criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/0026—Interference mitigation or co-ordination of multi-user interference
    • H04J11/0036—Interference mitigation or co-ordination of multi-user interference at the receiver
    • H04J11/004—Interference mitigation or co-ordination of multi-user interference at the receiver using regenerative subtractive interference cancellation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Abstract

公开了一种由无线通信网络的分布式基站***(100)的RRU(120)执行的方法，RRU(120)通过前传链路(140)被连接到BBU(110)，RRU(120)被连接到N个天线(121，122，123)。该方法包括：获得在天线(121，122，123)处从被无线连接到RRU(120)的UE(131，132，133)接收的上行链路信号；以及获得在UE(131，132，133)与天线(121，122，123)之间的无线通信信道的信道估计矩阵。该方法还包括：基于该信道估计矩阵和所接收的参考信号yref，l，确定误差估计矩阵，所接收的参考信号具有L个符号，L小于N；基于该上行链路信号、该信道估计矩阵以及该误差估计矩阵，确定中间信号；以及通过前传链路(140)向BBU(110)发送所确定的中间信号。

Description

用于处理上行链路信号的分布式基站***的方法、远程无线 电单元和基带单元
技术领域
本公开一般地涉及用于处理上行链路信号的分布式基站的方法、远程无线电单元和基带单元。更具体地说，本公开在远程无线电单元具有用于接收上行链路信号的多个天线(例如在MIMO***中)时涉及这样的方法和单元。本公开还涉及与上述方法和单元相对应的计算机程序和载体。
背景技术
在集中式无线电接入网络(C-RAN)(也被称为分布式基站***、无线电接入网络(RAN))中，处理由两个单独的单元进行：远程无线电单元(RRU)和基带单元(BBU)。BBU经由前传链路被连接到RRU。RRU被连接到一个或多个天线，RRU通过这些天线与至少一个用户设备(UE)进行无线通信。BBU又被连接到其他基站***或基站，以及被连接到无线通信***的核心网络。BBU是集中式的，并且多个RRU可以被连接到每个BBU。传统上，BBU执行诸如联合检测、联合解码、协调多点传输(CoMP)之类的高级无线电协调特性以提高频谱效率和网络容量，以及执行基带处理，而RRU执行射频(RF)处理和RF处理后信号的发送/接收。BBU与RRU之间这样的基站功能划分被称为物理层-射频(PHY-RF)划分。
最初，RRU被设计为减少实际天线所在的天线塔顶部与托管基站功能的天线塔底部之间的同轴电缆的电缆损耗。因此，在第五代移动通信(5G)之前(即在4G，例如长期演进(LTE)中)，RRU相当简单并且主要使用有限的基带处理进行RF处理(如果有)。
当从4G转到5G时，需要针对UE增加无线通信容量，以便能够在5G中的每个时段传送所请求的数据量。朝向5G的移动演进的一个推动因素是大规模多输入多输出(MIMO)，其中每个RRU具有多个天线。换句话说，大规模MIMO通过在RRU处使用天线阵列，利用空间复用来提高频谱效率，该天线阵列被配备有N个天线，从而在同一个时频资源中同时服务K个用户层。典型的场景是N＞＞K。例如，N是64、128或256，而K是8或16。如图所示，天线的数量相当大。大规模MIMO通常被称为大规模波束成形，其能够形成窄波束并且聚集于不同的方向。它还有益于多用户MIMO，多用户MIMO允许通过由大规模MIMO技术解决的单独空间信道同时从/向多个UE传输，同时针对每个UE保持高容量。为了支持这样的大规模MIMO解决方案，当使用BBU与RRU功能之间的当前PHY-RF划分时，所需的前传链路容量需要与天线数量的增加成比例地增加。这将显著提高前传链路成本。
为了减少所需的前传(FH)容量，讨论并且提出了物理层(PHY)内的新功能划分。基本上，一些基带PHY功能将被移动到RRU，RRU主要在当前基于通用公共无线电接口(CPRI)的实现中执行RF相关操作。用于PHY内划分的两个选项引起了人们的注意。
选项1：在FH中传输频域样本，而不是在CPRI中传输时域样本。在该选项中，RRU需要执行FFT/IFFT运算以在时域样本与频域样本之间变换。在此，选项1被称为频域FH(fdFH)。在fdFH中，FH流的数量仍然等于天线的数量。fdFH的一个优点是fdFH业务可能与空中接口业务负载成比例。当业务满载时，所需的峰值容量仍然很高。
选项2：在FH中传输层样本。这意味着在RRU中完成MIMO或波束成形处理。FH流的数量减少到层的数量。例如，如果***是N＝64个天线和K＝16个用户层，则只有16个FH流通过FH链路。在此，选项2被称为层FH(laFH)。这可以显著降低所需的FH容量，所需的FH容量也与业务负载成比例。但是，将整个MIMO或波束成形处理移动到RRU显著增加了RRU的复杂度。该***不可扩展以支持更多天线。该***需要替换现有RRU以支持更多天线。它还限制了用于协调在不同位置处的多个RRU的联合MIMO处理可能性。
因此，需要找到将RRU的复杂度与前传的容量限制进行平衡的解决方案。
在“Functional Split of Zero-Forcing Based Massive MIMO for FronthaulLoad Reduction(用于前传负载降低的基于迫零的大规模MIMO的功能划分)”(作者Y.Huang、C.Lu、M.Berg和P.发表于IEEE Access，第6卷第6350-6359页，2018年)中，提出了关于上行链路的在BBU与RRU之间的PHY内功能划分方案。代替将所有MIMO/波束成形处理移动到RRU，MIMO处理被分解为两个部分。需要低复杂度的第一部分在RRU中实现，而需要高复杂度的第二部分在BBU中实现。所提出的PHY内功能划分利用了已知迫零(ZF)方法的形成特性，并且将MIMO处理分成最大比合并(MRC)部分和干扰抵消部分。MRC处理仅执行估计信道的厄米特转置(Hermitian transpose)。这在计算上是轻量的，并且因此MRC处理被移动到RRU。干扰抵消部分包含矩阵求逆，矩阵求逆在计算上是繁重的并在BBU中被执行。当该方案完全在RRU中实现时，该方案将FH流的数量减少到层的数量，并且获得与原始的基于ZF的方法相同的性能。但是，所提出的使用基于ZF的方法的PHY内功能划分没有考虑小区间干扰，即，来自连接到其他基站的UE的干扰。因此，当存在强烈的小区间干扰时，性能下降。
在上行链路MIMO***中，最小均方误差-干扰抑制合并法(MMSE-IRC)实现了比基于ZF的方法更好的性能，因为它还缓解了来自其他小区的同信道干扰，同时消除了小区内干扰。但是，用于N天线基站的IRC系数需要计算N×N矩阵求逆加上一些其他N维矩阵乘法。因此，复杂度远高于基于ZF的方法，后者需要K×K矩阵求逆，其中K是用户层的数量。因此，使用基于MMSE-IRC的方法将显著增加RRU的复杂度。类似于基于ZF的方法，当在RRU中实现MMSE-IRC时，***将不可扩展以支持更多天线。因此，如果IRC处理可以被分布在RRU与BBU之间，而不是在RRU中进行所有IRC处理，则也将是有利的。当今，没有用于在RRU与BBU之间分布计算功能并且还处理小区间干扰的已知方法。
发明内容
本发明的一个目的是解决上述问题中的至少一些。本发明的实施例的一个目的是将RRU的复杂度与前传的容量限制进行平衡，并且在同时处理UL传输的小区间干扰。通过使用如在所附独立权利要求中限定的方法、网络节点和无线通信设备，可以实现这些目的和其他目的。
根据一个方面，提供了一种由无线通信网络的分布式基站***的RRU执行的方法。所述分布式基站***还包括通过前传链路被连接到所述RRU的BBU。所述RRU被连接到N个天线。所述方法包括：获得在所述N个天线处从被无线连接到所述RRU的多个UE接收的上行链路信号y，所述上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号。所述方法还包括：获得在所述多个UE与所述N个天线之间的无线通信信道H的信道估计矩阵以及基于所获得的信道估计矩阵/>和在所述N个天线处接收的所接收的参考信号yref,l，确定误差估计矩阵Z，所述所接收的参考信号具有L个符号。参考符号的数量小于N。所述方法还包括：基于所述上行链路信号y、所述信道估计矩阵/>以及所述误差估计矩阵Z，确定中间信号/>以及通过所述前传链路向所述BBU发送所确定的中间信号/>
根据另一个方面，提供了一种由无线通信网络的BBU***执行的方法，所述无线通信网络包括分布式基站***，所述分布式基站***具有BBU和通过前传链路被连接到所述BBU的RRU。所述RRU具有N个天线。所述方法包括：从所述RRU接收多个具有K+M个分量的中间信号其中，(K+M)小于N，所述多个中间信号/>由所述RRU基于信道估计矩阵/>误差估计矩阵Z以及由所述N个天线从多个UE接收的具有N个分量的上行链路信号y来确定，所述上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号。所述方法还包括：基于所述信道估计矩阵/>和所述误差估计矩阵Z，确定干扰抑制矩阵WK；以及通过将所述中间信号/>与所述干扰抑制矩阵WK的干扰抑制系数相乘，确定所述K个用户层信号的估计r。
根据另一个方面，提供了一种RRU，所述RRU能够在无线通信网络的分布式基站***中工作，所述分布式基站***还包括通过前传链路被连接到所述RRU的BBU。所述RRU被连接到N个天线。所述RRU包括处理电路和存储器。所述存储器存储能够由所述处理电路执行的指令，由此所述RRU可操作以：获得在所述N个天线处从被无线连接到所述RRU的多个UE接收的上行链路信号y，所述上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号；以及获得在所述多个UE与所述N个天线之间的无线通信信道H的信道估计矩阵所述RRU还可操作以：基于所获得的信道估计矩阵/>和在所述N个天线处从所述多个UE接收的所接收的参考信号yref,l，确定误差估计矩阵Z，所述所接收的参考信号具有L个符号，L小于N；基于所述上行链路信号y、所述信道估计矩阵/>以及所述误差估计矩阵Z，确定中间信号/>以及在所述前传链路上向所述BBU发送所确定的中间信号/>
根据另一个方面，提供了一种BBU***，所述BBU***能够在无线通信网络中工作。所述无线通信网络包括分布式基站***，所述分布式基站***具有BBU和通过前传链路被连接到所述BBU的RRU。所述BBU***包括处理电路和存储器。所述存储器存储能够由所述处理电路执行的指令，由此所述BBU***可操作以：从所述RRU 120接收多个具有K+M个分量的中间信号其中，(K+M)小于N，所述多个中间信号/>由所述RRU基于信道估计矩阵/>误差估计矩阵Z以及由所述N个天线121，122，123从多个UE 131，132，133接收的具有N个分量的上行链路信号y来确定，所述上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号。所述BBU***还可操作以：基于所述信道估计矩阵/>和所述误差估计矩阵Z，确定干扰抑制矩阵WK；以及通过将所述中间信号/>与所述干扰抑制矩阵WK的干扰抑制系数相乘，确定所述K个用户层信号的估计r。
根据其他方面，还提供了计算机程序和载体，其细节将在权利要求书和具体实施方式中描述。
从下面的具体实施方式中，该解决方案的其他可能特性和益处将变得显而易见。
附图说明
现在将借助示例性实施例并参考附图更详细地描述该解决方案，这些附图是：
图1是其中可以使用本发明的包括分布式基站***的无线通信***的示意性框图；
图2是示出根据可能实施例的由RRU执行的方法的流程图；
图3是示出根据可能实施例的由BBU执行的方法的流程图；
图4是根据现有技术的在RRU与BBU之间的功能划分的示意性框图；
图5是根据另一种现有技术的在RRU与BBU之间的另一种类型的功能划分的示意性框图；
图6是根据本发明的实施例的在RRU与BBU之间的另一种类型的功能划分的示意性框图；
图7是示出根据可能实施例的用于在具有例如图6中的功能划分的分布式基站***中处理上行链路信号的方法的流程图；
图8是示出根据其他可能实施例的用于在具有例如图6中的功能划分的分布式基站***中处理上行链路信号的方法的流程图；
图9是示出用于与缓解干扰的本发明的不同实施例相比的具有和没有干扰的现有技术的仿真的SINR分布的笛卡尔坐标图；
图10是示出用于本发明的不同实施例的仿真的SINR分布的笛卡尔坐标图；
图11是根据其他可能实施例的更详细地示出RRU的框图；
图12是根据其他可能实施例的更详细地示出BBU***的框图。
具体实施方式
简言之，提供了一种解决方案以将一些RRU复杂度卸载到BBU，并且在至少一些实施例中使IRC***可扩展以支持RRU处的更多天线，同时保持适度的FH业务负载。本公开的各部分提供了一种方法，其中将IRC方法的数学公式(如下面的等式(1)进一步所示)重新表述为包括干扰方面的扩展“信道”的ZF(迫零)方法，然后ZF过程被分解成两个部分。第一部分执行MRC，这比完整的IRC简单得多并且因此在RRU中实现。第二部分进行剩余计算(例如矩阵求逆)，其复杂度高并在BBU中实现。
与基于CPRI的FH相比，所需FH流的数量能够减少到所需用户层的数量加上来自其他小区的同信道干扰UE的干扰用户层的数量。这在理论上是合理的，因为自由度的数量被保留到BBU以缓解小区内干扰和小区间干扰两者，即，同一个小区中的所需用户层之间的干扰以及来自其他小区的干扰用户层的干扰。
图1示出了其中可以使用本发明的无线通信网络。无线通信网络包括分布式基站***100，分布式基站***100又包括BBU 110和RRU 120。BBU 110连接到其他基站节点或其他RAN节点，并且还连接到核心网络(在图1中使用150表示)，以使得分布式基站***可以与通信网络的其他节点进行通信。BBU经由前传链路140被与RRU连接。前传链路140可以是任何种类的连接，例如专用有线或无线连接或经由网络的连接，只要该连接满足前传要求(例如在容量和延迟方面)即可。RRU还具有多个天线121、122、123，通过这些天线向和从一个或多个UE 131、132、133传送无线信号。无线信号包括要从或向UE 131、132、133传送的数据。BBU 110和RRU 120包括用于处理要在RRU 120与UE 131、132、133之间传送的数据和信号的RAN功能。RAN功能被分布在BBU与RRU之间，如以下将在本公开中进一步所述的。
其中要使用分布式基站100的无线通信网络可以是能够向无线通信设备提供无线电接入的任何类型的无线通信网络。这样的无线通信网络的示例是全球移动通信***(GSM)、增强型数据速率GSM演进(EDGE)、通用移动电信***(UMTS)、码分多址2000(CDMA2000)、长期演进(LTE)、高级LTE、无线局域网(WLAN)、全球微波访问互操作性(WiMAX)、高级WiMAX，以及基于诸如新无线电(NR)之类的技术的第五代无线通信网络。
UE 131、132、133可以是能够使用无线电信号与RRU 120进行无线通信的任何类型的通信设备。例如，UE可以是机器型UE或能够进行机器对机器(M2M)通信的UE、传感器、平板电脑、移动终端、智能电话、笔记本电脑内置设备(LEE)、笔记本电脑安装设备(LME)、USB适配器、客户驻地设备(CPE)等。
图2与图1结合描述了一种由无线通信网络的分布式基站***100的RRU 120执行的方法。分布式基站***100还包括通过前传链路140被连接到RRU的BBU 110。RRU 120被连接到N个天线121、122、123。该方法包括获得202在N个天线121、122、123处从被无线连接到RRU 120的多个UE 131、132、133接收的上行链路信号y，上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号。该方法还包括获得204在多个UE 131、132、133与N个天线121、122、123之间的无线通信信道H的信道估计矩阵以及基于所获得的信道估计矩阵/>和在N个天线处接收的所接收的参考信号yref,l，确定206误差估计矩阵Z，所接收的参考信号具有L个符号。参考符号的数量小于N。该方法还包括基于上行链路信号y、信道估计矩阵/>和误差估计矩阵Z，确定210中间信号/>以及通过前传链路140向BBU 110发送214所确定的中间信号/>
“干扰信号”是源自被无线连接到本基站***之外的其他基站或基站***的UE的信号。当从UE被无线发送到RRU时，K个用户层信号使用相同的时频资源。“N个天线”中的“N”是多个天线。当本发明最有益时，天线数量“N”大于K。所获得的上行链路信号y包括N个分量。所获得的上行链路信号y可以被描述为y＝[y1 y2…yN]T，其中[y1 y2…yN]T是向量[y1y2…yN]的转置。所获得的上行链路信号y可以被建模为向量，其中yi表示在N个天线中的第i个天线处接收的信号。前传链路140可以是将RRU连接到BBU的任何种类的连接，例如专用有线或无线连接或经由网络的连接，只要该连接满足前传要求(例如在容量和延迟方面)即可。在有限的时段和频率范围内确定一个信道估计矩阵根据一个实施例，针对每个资源块(RB)估计信道。在本实施例中，存在许多所确定的信道估计矩阵，例如LTE 20MHz范围具有100个RB，而NR 100MHz范围具有273个RB。根据一个实施例，信道估计矩阵是基于由多个UE发送的一个或多个第一参考信号的知识以及在N个天线处接收的第一参考信号来获得的。所接收的第一参考信号在每个天线处被接收时被测量。然后基于在每个天线处测量的第一参考信号以及从UE发送的所接收的第一参考信号(也被称为所发送的第一参考信号)的知识，确定信道估计矩阵/>所发送的第一参考信号与所接收的第一参考信号的差异是由于UE与RRU天线之间的无线信道条件，而且还由于来自属于其他基站的其他UE的干扰以及由于噪声而导致的。如果信道分布和噪声分布未知，则通过例如针对已知的所发送的第一参考信号和所接收的第一参考信号使用最小二乘估计来估计无线通信信道，或者如果信道和噪声分布已知，则通过使用最小均方误差(MMSE)估计来估计无线通信信道。用于获得信道估计矩阵/>的这些不同方法对于本领域技术人员来说是公知的，因此在此不再详细描述这些方法。
被用于确定误差估计矩阵Z的所接收的参考信号yref,l可以被描述为yref,l＝[y{ref,l1}y{ref,l2}…y{ref,lN}]T，其中yref,l表示在N个天线处接收的第l个参考符号，而y{ref,li}表示在第i个天线处接收的第l个参考符号。基于所接收的参考信号yref,l、所发送的参考信号xref,l＝[xref,l1 xref,l2…xref,lK]T(l＝1、2、…L)以及信道估计矩阵确定误差估计矩阵Z。该所发送的参考信号xref,l和对应的所接收的参考信号yref,l可以是与被用于确定信道估计矩阵/>的第一参考信号相同的参考信号。中间信号/>可以被建模为具有K+M个分量的向量，其中1<＝M<＝L。中间信号/>可以被描述为/> 其中/>是在第k个前传流上被发送的信号。
通过上述方法，可以降低通过前传链路140从RRU 120被发送到BBU 110的数据量，同时在BBU 110中执行最需要处理器的计算。该方法还处理小区内和小区间干扰。当存在大量天线并且因此要在分布式基站中处理大量天线信号时(例如在分布式MIMO中)，该方法尤其有利。
根据一个实施例，确定210中间信号包括将所接收的传入信号y与扩展信道矩阵A的转置共轭A*相乘，扩展信道矩阵A是基于信道估计矩阵/>和误差估计矩阵Z来获得的。矩阵A的转置共轭A*还可以被称为矩阵A的厄米特转置。这样的措施可以被视为针对扩展信道A应用MRC运算。扩展信道经由Z而考虑了干扰。MRC运算相当简单，因此不需要太多处理能力。更复杂的计算留给BBU。中间信号从N个流被减少到K+M个流，这意味着通过前传链路140被发送的数据量减少。
根据另一个实施例，误差估计矩阵Z被确定为其中对于l＝1,...,L，/>其中xref,l是从UE发送的参考信号，而yref,l是对应的所接收的参考信号。
根据另一个实施例，误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，其中，第一部分矩阵GR包括M个列向量，第二部分矩阵VR包括M个列向量，M小于L。此外，在确定210中间信号中，通过将信道估计矩阵/>和第一部分矩阵GR相合并来获得扩展信道矩阵A。此外，该方法还包括向BBU发送209第二部分矩阵VR的信息。由此，通过前传链路140来发送的位数更进一步地被减小。中间信号/>的前传流的数量比使用整个误差估计矩阵Z来生成/>时更少，并且中间信号的缩减版本加上第二部分矩阵VR的信息包括的总位数少于中间信号/>的原始版本。当前传链路容量非常有限并且在RRU中存在空闲处理能力时，该实施例尤其令人感兴趣。当L大于干扰UE的数量时，该实施例也特别令人感兴趣。
根据上述实施例的一个实施例，误差估计矩阵Z被近似为第一部分矩阵GR与第二部分矩阵VR的转置共轭的乘法，第一部分矩阵GR和第二部分矩阵VR是通过对误差估计矩阵Z的样本执行奇异值分解(SVD)来确定的。VR的M个列向量是与误差估计矩阵Z的M个最大奇异值相对应的右奇异向量。在这种情况下，关于最强奇异值的子集，只需部分地计算SVD。存在用于执行该操作的有效SVD实现。作为一个示例，使用在“Matrix computation(矩阵计算)”一书(G.H.Golub、C.F.Van Loan，第4版，2013年)中描述的R-SVD在节省复杂度方面是有利的。此外，在确定210中间信号中，扩展信道矩阵A是信道估计矩阵/>和辅助矩阵GR(而不是误差估计矩阵Z)的合并。换句话说，扩展信道矩阵A已从/>改变为/>因为GR小于Z并且列向量更少，所以必须通过前传链路被发送的数据更少。以这样的方式使用SVD已被证明有效地减小误差估计矩阵的维度，同时仍然保持最强奇异值。
根据另一个实施例，该方法还包括向BBU 110发送212与所获得的信道估计矩阵和误差估计矩阵Z有关的信息。由此，BBU被告知在RRU处使用的估计，并且可以使用该信息来处理所接收的中间信号/>
此外，根据该实施例的一个变型，所发送的212与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是扩展信道矩阵A的系数，扩展信道矩阵A是基于信道估计矩阵/>和误差估计矩阵Z来获得的。
根据该实施例的另一个变型，该方法还包括将中间矩阵I确定211为A*A，其中A是扩展信道矩阵A，扩展信道矩阵A是基于信道估计矩阵和误差估计矩阵Z来获得的，A*是扩展信道矩阵A的转置共轭。此外，所发送的212与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是中间矩阵I的系数。对于A是/>和Z的合并，I的确定导致(K+L)x(K+L)个系数。对于当A是/>和第一部分矩阵GR的合并时的实施例，I的确定导致(K+M)x(K+M)个系数。除了中间信号/>之外，I的系数也被发送到BBU。与发送扩展信道矩阵A的系数相比，额外系数的数量从Nx(K+L)(或Nx(K+M)，当使用GR而不是Z时)被降低到(K+L)*(K+L)(或(K+M)x(K+M)，当使用GR而不是Z时)。但是，与立即发送A相比，在RRU中执行额外计算。这在以下情况下是有利的：当前传链路140容量有限时，以及例如还当在N通常远大于K+L时在NR中以更高频率进行发送时。
图3与图1结合描述了一种由无线通信网络的BBU***执行的方法，无线通信网络包括分布式基站***100，分布式基站***100具有BBU 110和通过前传链路140被连接到BBU 110的RRU 120。RRU具有N个天线121、122、123。该方法包括从RRU 120接收302多个具有K+M个分量的中间信号其中(K+M)小于N，多个中间信号/>由RRU基于信道估计矩阵/>误差估计矩阵Z和由N个天线121、122、123从多个UE 131、132、133接收的具有N个分量的上行链路信号r来确定，上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号。该方法还包括基于信道估计矩阵/>和误差估计矩阵Z，确定306干扰抑制矩阵WK；以及通过将中间信号/>与干扰抑制矩阵WK的干扰抑制系数相乘，确定308K个用户层信号的估计r。
在乘法之后获得的信号r是对干扰被缓解的K个用户层信号的估计。信号r然后被进一步处理，例如被发送以在BBU处进行解调。执行该方法的无线通信网络的BBU***可以是BBU 110。替代地，BBU***可以是通信网络的任何其他网络节点，例如远离UE的节点，例如在RAN中或靠近RAN的另一个网络单元或另一个RAN节点。在该替代方案中，BBU110从RRU120接收中间信号并将中间信号传送到执行确定步骤的另一个网络节点。替代地，BBU***可以是一组网络节点，其中用于执行该方法的功能分散在网络的不同物理或虚拟节点上。后者可以被称为“云解决方案”。通过接收K+M个中间信号而不是N个上行链路信号(K+M小于N)，节省了前传容量。
根据一个实施例，干扰抑制矩阵WK被确定306为(A*A)-1的前K个行，其中A是扩展信道矩阵，扩展信道矩阵A是基于信道估计矩阵和误差估计矩阵Z来获得的，A*是扩展信道矩阵A的转置共轭。如图所示，在BBU处执行逆矩阵计算，从而使RRU执行更少的处理器密集计算。
根据一个实施例，该方法还包括从RRU 120接收303与信道估计矩阵和误差估计矩阵Z有关的信息。
根据该实施例的一个替代方案，所接收的303与信道估计矩阵和误差估计矩阵Z有关的信息是扩展信道矩阵A的系数，扩展信道矩阵A是基于信道估计矩阵/>和误差估计矩阵Z来获得的。
根据另一个替代方案，所接收的303与信道估计矩阵和误差估计矩阵Z有关的信息是被确定为A*A的中间矩阵I的系数，其中A是基于信道估计矩阵/>和误差估计矩阵Z来获得的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭。
根据另一个实施例，基于由UE发送并在RRU处接收的所发送的参考信号xref,l以及中间参考信号确定306干扰抑制矩阵WK，该参考信号已被用于在RRU处确定信道估计矩阵/>和误差估计矩阵Z，所发送的参考信号xref,l是BBU 110所已知的，中间参考信号/>与通过前传链路从RRU接收的所发送的参考信号xref,l相对应。可以从所接收的中间信号/>中提取中间参考信号/>由此，可以确定干扰抑制矩阵WK，而无需从RRU发送与信道估计矩阵/>和误差估计矩阵Z有关的任何特定信息。由此，节省了前传链路的容量。
根据该实施例的一个替代方案，通过以下方式来确定306干扰抑制矩阵WK：
基于所发送的参考信号xref,l，确定中间矩阵其中，A是其中信道估计矩阵/>和误差估计矩阵Z被合并的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭，/>是信道估计矩阵/>的转置共轭，Z*是误差估计矩阵Z的转置共轭，以及
将中间矩阵I的逆矩阵的前个K行确定为干扰抑制矩阵WK。
根据另一个实施例，其中误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，该方法还包括从RRU接收304关于第二部分矩阵VR的信息，其中Z在RRU处被近似为第一部分矩阵GR与第二部分矩阵VR的转置共轭的乘法，其中GR具有M个列，VR具有M个列。VR的M个列向量是与误差估计矩阵Z的M个最大奇异值相对应的右奇异向量，M小于L，L是用于在RRU处确定信道估计矩阵和误差估计矩阵Z的所发送的参考信号xref,l的符号数量，L小于N，第一部分矩阵GR被用于在RRU处确定中间信号/>此外，确定306干扰抑制矩阵WK是基于所发送的参考信号xref,l和第二部分矩阵VR。
根据上述实施例的一个替代方案，干扰抑制矩阵WK被确定306为(A*A)-1的前K个行，其中，A是其中信道估计矩阵和第一部分矩阵GR被合并的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭。
根据另一个替代方案，该方法还包括从RRU 120接收303与信道估计矩阵和第一部分矩阵GR有关的信息。
所接收的303与信道估计矩阵和第一部分矩阵GR有关的信息可以是其中信道估计矩阵/>和第一部分矩阵GR被合并的扩展信道矩阵A的系数。替代地，所接收的303与信道估计矩阵/>和第一部分矩阵GR有关的信息可以是被确定为A*A的中间矩阵I的系数，其中，A是其中信道估计矩阵/>和第一部分矩阵GR被合并的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭。
根据另一个替代方案，基于由UE发送并在RRU处接收的所发送的参考信号xref,l、中间参考信号以及误差估计矩阵Z的分解的第二部分矩阵VR，确定306干扰抑制矩阵WK，该所发送的参考信号已被用于在RRU 120处确定信道估计矩阵/>和误差估计矩阵Z，所发送的参考信号xref,l是BBU 110已知的，中间参考信号/>与通过前传链路从RRU接收的所发送的参考信号xref,l相对应。
根据另一个实施例，可以通过以下方式来确定306干扰抑制矩阵WK：
基于所发送的参考信号xref和误差估计矩阵Z的分解的第二部分矩阵VR，确定中间矩阵其中，A是其中信道估计矩阵/>和第一部分矩阵GR被合并的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭，/>是信道估计矩阵/>的转置共轭，GR*是第一部分矩阵GR的转置共轭，以及
将中间矩阵I的逆矩阵的前K个行确定为干扰抑制矩阵WK。
在以下实施例中，描述了在期望小区中具有K个用户层和来自干扰小区的J个干扰的场景。在天线单元域或波束/方向域中，期望小区中的多个UE(被称为目标用户)的期望信道被表示为H∈CN×K，其中N是RRU处的天线单元的数量，而来自相邻小区中的干扰UE(被称为干扰者)的干扰信道被表示为HI∈CN×J。来自目标用户和干扰者的发送信号分别被表示为x∈CK×1和xI∈CJ×1。方向域中的所接收的信号可以被表示为
y＝Hx+HIxI+n＝Hx+z
其中表示加性噪声，z＝HIxI+n∈CN×1表示干扰加噪声向量。理论上，IRC矩阵可以被写为
WIRC＝H*(HH*+R)-1 (1)
其中R是干扰和噪声的估计协方差矩阵。用于估计R的一种方法是使用干扰和噪声信号。一旦基于从UE发送的参考信号使用L个已知符号估计了期望信道H(该参考信号被称为xi(对于i＝1,...,L)，例如具有L个符号的解调参考信号(DMRS))，N×L矩阵可以被构造为
其中(对于i＝1,...,L)，/>是信道估计。矩阵Z在下文中被称为误差估计矩阵，其是由于同信道干扰和噪声而导致的误差的估计。干扰和噪声的协方差矩阵的估计变为/>
图4描述了基于CPRI的FH功能架构。该功能包括RF相关操作功能420、IRC计算功能410以及解调功能450。440表示RRU与BBU之间的前传链路。RRU具有用于从UE 431、432接收信号(K个用户层信号)的N个天线。在该架构中，IRC计算功能410在BBU处实现，而RRU仅具有RF相关操作功能420。解调功能450(由RRU和BBU重构的K个用户层信号在该处被解调)在BBU处实现。这种FH功能架构要求N个FH流以将来自N个天线的时域样本从RRU携带到BBU，当天线数量N很大时，这需要巨大的FH容量。
图5描述了采取与图4类似的架构的解决方案，其中相同的标号指相同的功能，但是IRC处理功能410已从BBU被移动到RRU。在此，所需的FH流可以减少到K，K是用户层的数量。但是，等式(1)的括号中的项是N×N矩阵。N×N矩阵的求逆以指数方式将复杂度提高到矩阵的大小。增加的复杂度将提高RRU的成本、功耗和权重。
为了能够具有不太复杂的RRU并且仍然保持必要的前传容量受限，本发明的实施例提出了RRU与BBU之间的功能划分以分两个阶段实现IRC算法。在图6中以与图4类似的架构描述了这样的功能划分，其中相同的标号指相同的功能。在RRU中执行IRC计算功能的两个阶段中的第一个阶段410a。第一IRC计算功能阶段410a执行简单的处理(例如MRC)以大大减少所需的FH流，同时保持足够的信号信息和自由度，以便在BBU中进行进一步处理。两个阶段中的第二个阶段410b对来自RRU的处理后信号执行干扰抑制。第二功能阶段410b被放置在BBU中。图6还示出了边信息(例如A*、AA*或VR的信息)可以可选地通过前传链路440被发送到BBU，这是在一些实施例中需要的信息。随后将描述有关边信息的更多细节。
将等式(1)中的WIRC公式直接分解成H*和(HH*+R)-1两部分不起作用，因为现在计算密集部分(HH*+R)-1位于右侧，这将在RRU中被实现。此外，(HH*+R)-1导致N×N矩阵，这不会减少通过前传被发送的生成数据流。作为替代，描述了一种首先将等式(1)中的IRC处理在数学上变换为ZF处理公式的方法。然后该ZF处理公式可以被分解成两个部分，第一部分在RRU中被执行，而第二部分在BBU中被执行，与CPRI情况相比，这降低了RRU复杂度，也减少了FH流的数量。
第一部分操作在RRU中被执行。在获得期望信道H的信道估计(由表示)之后，使用等式(2)确定误差估计矩阵Z。然后，构造扩展信道矩阵A，扩展信道矩阵A由估计的期望信道和误差矩阵组成为
然后从N个天线接收的信号y被在RRU中与扩展信道矩阵A的转置共轭A*相乘。此乘法可以被解释为针对扩展信道A应用MRC运算。在MRC运算之后，中间信号变为/>与最初接收的由N个FH流组成的信号y相比，中间信号已从N减少到K+L个流。L是从中估计扩展信道的参考信号中的符号数量。然后，RRU向BBU发送中间信号/>
第二部分操作在BBU中被执行。在BBU中，进行干扰抑制/缓解。为此，通过前传链路从RRU接收的所接收的信号被与干扰抑制矩阵相乘，其中WK等于(A*A)-1的前K个行。在通过WK进行干扰缓解之后，信号变为/>进一步地，将表明WKA*＝WIRC。信号r包括K个流，每个流与通过IRC缓解干扰的一个层相对应。信号r然后被携带到解调功能250。
注意，A*A是(K+L)x(K+L)矩阵。BBU具有三种方法来获取(A*A)-1的前K个行。
1)扩展信道矩阵A的系数被直接从RRU发送到BBU。在这种情况下，除了上面定义的第一部分之外，RRU不进行任何进一步处理，而是向BBU发送N*(K+L)个系数以及中间数据信号BBU通过使用随后结合等式(7)描述的块矩阵求逆属性来计算WK。
2)RRU计算A*A并且向BBU发送(K+L)×(K+L)个系数以及数据信号。在这种情况下，RRU再执行一次矩阵乘法，但是要被发送的系数减少。在更高频率的5G NR的情况下，通常考虑N＞＞(K+L)。然后，BBU通过使用随后结合等式(7)描述的块矩阵求逆属性来计算WK。
3)RRU仅向BBU发送中间信号并且BBU基于L个所接收的中间参考信号/>(l＝1至L)来推断WK，这些中间参考信号可以从所接收的中间信号/>和已知的所发送的参考信号xref,l来提取。根据一个实施例，细节如下：
首先在BBU处所接收的中间参考信号的第i个所接收的参考符号被计算为：
然后将所接收的L个参考符号写为矩阵：
使用已知的所发送的参考信号Xref的知识，BBU可以估计然后获得观察到这两个块矩阵足以计算/> 假设估计/>然后，BBU通过利用块矩阵求逆属性来相应地计算WK。
以下描述了一个实施例，其中通过使用SVD在RRU中执行一些额外计算，进一步减少通过前传被发送的信息。如前所述，所提出的方法将K+M个FH流从RRU发送到BBU，其中M表示针对缓解小区间干扰而保留的附加自由度。因此，M应大于或等于干扰者的数量J，以便实现有效的干扰缓解。
从最小化FH位速率的角度来看，期望尽可能减小M。但是，仅减小误差估计矩阵Z中涉及的符号数量将降低协方差矩阵的估计质量，并且从而降低性能。当需要减少FH负载而RRU可以承受一些额外计算复杂度时，RRU中的以下处理将是有利的。
在统计上，干扰和噪声协方差矩阵给出
其中σ2是背景噪声功率。注意，是NxJ矩阵的协方差矩阵，其秩最大为J。当干扰信道明显强于背景噪声时，这是用于实现IRC的情况，R应由J个主分量有效地近似，即通过秩为J的NxN协方差矩阵来完成近似，以表示重要干扰者的数量。
以下提出了一种基于主分量的方法，该方法旨在将扩展信道矩阵A的维度减少到Nx(K+M)，其中1<＝M<＝L，同时仍然利用所有参考信号以保持协方差矩阵的估计质量。例如，在LTE中，在一个资源块(RB)中具有12个参考信号。如果仅具有4个重要干扰者，则将期望仅传输4个额外流以用于干扰减轻。尽管下面提出的基于矩阵分解的方法将增加RRU的一些复杂度，但是这将减少FH流的数量。它还能够检测干扰者的数量，并且从而检测所需的FH流的数量。附加地，这两种方法都基于大奇异值的数量来确定明显干扰的数量，并且使该方案适应干扰者的数量。
SVD是一种有效的降维方法，因为它仅保留最强奇异值及它们对应的奇异向量。关于直接从数据/参考符号计算的干扰协方差，误差估计矩阵Z的数据样本的奇异值分解(SVD)被表示为：
Z＝U∑V* (4)
其中∑中的奇异值以降序提供。此后，第一部分矩阵被定义为GR＝URΣR，其中ΣR是由Z的M个最大奇异值组成的M×M对角矩阵，而UR由U的前J个列组成。因此，扩展信道被构造为：
A＝[H GR]
这是Nx(K+M)矩阵。如上所述，使M＝J便已足够，因为在此假设J个干扰。
基于此近似，可以针对A进行RRU中的MRC，从而仅生成K+J个FH流(在此和以下假设M＝J)，而在BBU中实现由(A*A)-1的前K个行组成的干扰抑制矩阵WK。
上面执行的SVD是为了找到原始误差估计矩阵Z的最佳J秩近似，这可以通过快速近似算法有效地完成，如在“Fast SVD for large-scale matrices(大规模矩阵的快速SVD)”(M.P.Holmes等人，2007年)中所述。因此，这样的SVD运算仍然能够比完整IRC所需的矩阵求逆简单得多，因为J＜＜N。在“Floating point operations in matrix-vectorcalculus(矩阵向量计算中的浮点运算)”(技术报告，作者R.Hunger，2007年)中描述了矩阵求逆的所需计算复杂度。
类似地，BBU具有三种方法来获取(A*A)-1的前K个行：
-扩展信道矩阵A中的N x(K+J)个扩展信道系数被直接从RRU发送到BBU。
-具有(K+J)×(K+J)个系数的所计算的A*A被从RRU发送到BBU。
-BBU基于所接收的中间参考信号的L个符号、所发送的参考信号xref,l的已知参考符号和VR的L×J个系数来推断WK，VR由公式(4)中的V的前J个列组成。然后可以借助于VR，从以矩阵形式表达的所接收的中间参考信号/>和以矩阵形式表达的所发送的参考信号Xref＝[xref,1xref，2…xref,L]的先验知识来估计A*A。下面将进一步介绍该推导。
在图7和图8中提供了示出上述方法的实施例的两个流程图。图7示出了其中BBU估计A*A的实施例，而图8示出了其中BBU根据从RRU发送的边信息获得A*A的实施例。特别地，ΛK表示单位矩阵的前K个行，该单位矩阵的维度取决于A中的列数。
图7的实施例开始于RRU在RRU处从被连接到RRU的N个天线接收502数据信号y，数据信号y实际上包括N个数据信号，一个数据信号来自一个天线。然后基于从UE发送的RRU已知的参考信号，估计UE与RRU之间的无线通信信道H。此外，基于信道/>估计和所发送的参考信号xref,l(l＝1至L)，信道误差被估计506为信道估计矩阵Z。此外，如果没有例如基于SVD来执行误差估计矩阵的降维，则RRU将有效矩阵(也被称为扩展信道矩阵A)组成508为/>如果降维被执行，则RRU将扩展信道矩阵组成510为/>然后RRU将所接收的数据信号y的中间信号/>确定512为/>并且通过前传接口向BBU发送514所确定的(也被称为处理后的)中间信号/>如果误差估计矩阵的降维被执行，则还向BBU发送定义降维的第二部分矩阵VR的边信息。
在BBU侧，通过前传接口(也被称为链路)从RRU接收516中间信号并且如果降维被执行，则还接收关于第二部分矩阵VR的边信息。然后BBU如前所述基于所发送的参考信号xref,l来估计518A*A，并且将干扰抑制系数WK计算520为(A*A)-1的前K个行。BBU然后将针对中间信号/>的干扰抑制执行522为/>以便接收从UE发送的原始信号x的处理后信号r，其中来自被连接到其他基站或基站***的UE的干扰被缓解。处理后信号r然后还优选地在BBU处被解调524。
在图8的实施例中，大多数步骤与图7的实施例中相同，并且与图7中相同的编号指相同的功能。但是，步骤514被修改为步骤514a。除了向BBU发送中间信号之外，还向BBU发送扩展矩阵A或中间矩阵I＝A*A的信息作为边信息。此外，在图8的实施例中，没有基于所发送的参考信号xref,l来估计A*A的步骤，因为A或A*A的系数通过前传接口被发送。但是，如果A的系数被发送，则在BBU中计算A*A。
已执行仿真以显示所描述的实施例的效果。仿真采取在方向域中可用的完美信道状态信息(CSI)。对于L＝12，在3GPP TS 36.211中针对上行链路参考信号规定的基于正交相移键控(QPSK)的序列被用作用于生成采取在方向域中可用的完美信道状态信息(CSI)的仿真的基础序列。对于L＝12，在TS 36.211中针对上行链路参考信号规定的基于QPSK的序列被用作用于生成干扰信号xI的基础序列。
下面列出了其他仿真设置：
·基站：64单元均匀线性阵列，具有半波长间隔，并且每个单元是全向的。
·UE：8个UE，每个UE一个天线。因此，总共8个用户层，其中每个UE具有一个层。
·多径信道：该信道从RRU的角度被建模有5个多径集群，每个集群具有1个“视线”(LOS)分量，其表示集群中的强分量，并且每个集群中具有5个其他多径分量。
ο每个分量的幅度是瑞利分布的，并且相位均匀分布在[-pi,pi]内。多径分量的功率比“LOS”低5至10dB。功率偏移均匀分布在[5 10]dB内。
ο假设覆盖120度小区扇区，LOS分量的离开角(AoD)均匀分布在[-60,60]度内。每个集群中的角扩展为5度的多径分量均匀分布在LOS AoD周围的[-2.5,2.5]度内。
·每个发送天线单元的接收SNR：0dB。
·信道信干比(SIR)：0dB。
·通过具有64点数字傅立叶变换(DFT)(即，生成64个固定方向的快速傅立叶变换(FFT))的方向域实现来完成仿真。
图9将所提出方法的信干噪比(SINR)性能与理想IRC进行了比较，理想IRC如公式(1)中所示那样执行。此外，还示出了具有和没有同信道干扰的场景中的迫零(ZF)方法作为参考。“使用ZZ*的IRC”曲线与不使用SVD的基本过程相对应，而“使用ZZ*的R-IRC”曲线与在RRU中使用SVD进行附加降维的实施例相对应。在图9中，M＝J＝4。
具体地说，没有同信道干扰的ZF呈现为最佳性能，因为在不存在同信道干扰的情况下缓解了小区内干扰；具有同信道干扰的ZF呈现为下限，因为ZF均衡器不考虑同信道干扰。
当干扰信道和噪声方差两者已知时，公式(1)的理想IRC的性能非常接近没有同信道干扰的ZF情况，这意味着有效缓解了小区间干扰和小区内干扰两者。
当假设并且干扰者的数量已知时，在RRU中进行附加降维的方法可以获得比基本过程甚至略好的性能，这两者都基于L个RE的干扰-噪声实现，而R-IRC具有针对数据传输生成更少FH流的优点。
所提出的方法与理想IRC之间的差距部分地是由于本底噪声E[xI *n]≠0。因此，将是对/>的有偏估计。
图10研究了GR中的所选主分量的数量如何影响性能。当J＝4时，对于基于ZZ*的R-IRC方法的不同数量的主分量，示出了仿真SINR值的累积分布函数(CDF)。从图10可以看出，最好选择与干扰者数量相同的主分量数量，即M＝J＝4。使用大于J的数量(即M>J)将略微降低性能，这是由于包括了额外的噪声分量。此外，它增大了用于数据传输的FH流的数量。如果所选数量小于J(即M<J)，则性能将大大降低，因为包括必要干扰信息的一些主分量被忽略。
以下提供了本发明的实施例的数学解释。首先，解释IRC公式的变换。关于等式(3)中的扩展信道A，将(K+L)×N辅助ZF均衡器定义为：
假设ΛK表示(K+L)×(K+L)单位矩阵的前K个行。假设Wzf，K表示Wzf的前K个行，即Wzf，K＝ΛKWzf。在数学上可以表明：
Wzf，K＝H*(AA*)-1＝H*(HH*+ZZ*)-1＝WIRC (6)
此外，关于等式(5)的Wzf，K可以被写为：
Wzf，K＝ΛK Wzf＝ΛK(A*A)-1A*＝WKA*
其中WK＝ΛK(A*A)-1由(A*A)-1的前K个行组成。因此，WIRC＝WKA*，这指示可以通过在RRU中应用A*以及在BBU中应用WK来实现IRC。
在误差估计矩阵Z降维的情况下，干扰-噪声协方差矩阵被近似为：
因此，IRC均衡器可以被近似为：
其中WK＝ΛK(A*A)-1。
以下在数学上描述可如何经由WK的块矩阵求逆来降低BBU中的复杂度。如前所示，WK等于(A*A)-1的前K个行。在此，我们表明不需要直接计算(A*A)-1来获得WK。注意，A*A由四个块矩阵组成为：
其中B是K×K块矩阵，C是L×K块矩阵，D是K×L块矩阵，以及E是L×L块矩阵。根据块矩阵求逆属性，(A*A)-1的前K个行可以被推导为：
WK＝[(B-DE-1C)-1-(B-DE-1C)-1DE-1] (7)
以这种方式，降低了计算WK的复杂度，因为只需计算一个L×L矩阵求逆和一个K×K矩阵求逆。复杂度低于计算(K+L)×iii(K+L)矩阵的求逆。在前面讨论的降维的情况下，(A*A)-1的前K行被计算为：
其中以及/>在此，与等式(7)相比，BBU中的计算复杂度也被降低，因为/>和/>的维数减小。
以下在数学上描述对于基于SVD的降维情况，在BBU中对WK的估计。细节如下：
将L个所接收的参考信号写为矩阵
注意，而上述等式的最右侧矩阵包含Z而不是GR，这是我们需要估计A*A的矩阵。因此，需要来自RRU的VR，因为GR＝ZVR。然后借助VR从所接收的和Xref的先验知识，可以估计A*A的四个块矩阵。
图11与图1结合描述了可在无线通信网络的分布式基站***100中工作的RRU120，分布式基站***100还包括通过前传链路被连接到RRU的BBU 110。RRU 120被连接到N个天线121、122、123。RRU 120包括处理电路603和存储器604。所述存储器包含可由所述处理电路执行的指令，由此RRU 120可操作以：获得在N个天线121、122、123处从被无线连接到RRU 120的多个UE 131、132、133接收的上行链路信号y，上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号；以及获得在多个UE 131、132、133与N个天线121、122、123之间的无线通信信道H的信道估计矩阵RRU 120还可操作以：基于所获得的信道估计矩阵/>和在N个天线处从多个UE接收的所接收的参考信号yref，l，确定误差估计矩阵Z，所接收的参考信号具有L个符号，L小于N；基于上行链路信号y、信道估计矩阵/>以及误差估计矩阵Z，确定中间信号/>以及通过前传链路140向BBU 110发送所确定的中间信号/>
根据一个实施例，RRU可操作以通过将所接收的传入信号y与扩展信道矩阵A的转置共轭A*相乘来确定中间信号扩展信道矩阵A是基于信道估计矩阵/>和误差估计矩阵Z来获得的。
根据一个实施例，RRU可操作以将误差估计矩阵Z确定为 其中对于l＝1，...，L，/>其中xref，l是从UE发送的参考信号，yref，l是对应的所接收的参考信号。
根据另一个实施例，RRU可操作以将误差估计矩阵Z分解成第一部分矩阵GR和第二部分矩阵VR；以及通过将信道估计矩阵与第一部分矩阵GR相合并来获得扩展信道矩阵A，其中第一部分矩阵GR包括M个列向量，第二部分矩阵VR包括M个列向量，M小于L。此外，RRU可操作以向BBU发送第二部分矩阵VR的信息。
根据另一个实施例，RRU还可操作以向BBU发送与所获得的信道估计矩阵和误差估计矩阵Z有关的信息。
根据另一个实施例，所发送的与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是扩展信道矩阵A的系数，扩展信道矩阵A是基于信道估计矩阵/>和误差估计矩阵Z来获得的。
根据另一个实施例，RRU还可操作以将中间矩阵I确定为A*A，其中A是扩展信道矩阵A，扩展信道矩阵A是基于信道估计矩阵和误差估计矩阵Z来获得的，A*是扩展信道矩阵A的转置共轭。RRU可操作以通过发送中间矩阵I的系数，发送与所获得的误差估计矩阵Z和信道估计矩阵/>有关的信息。
根据其他实施例，RRU 120还可以包括通信单元602，其可以被认为包括用于与无线通信设备131、132、133进行无线通信的常规装置，例如用于信号的无线发送和接收的收发机。通信单元602还可以包括用于与BBU 110通信的常规装置。可由所述处理电路603执行的指令可以被布置为例如被存储在所述存储器604中的计算机程序605。处理电路603和存储器604可以被布置在子装置601中。子装置601可以是微处理器和适当的软件和存储装置，因此是被配置为执行上述方法的可编程逻辑设备PLD或其他电子组件/处理电路。处理电路603可以包括一个或多个可编程处理器、专用集成电路、现场可编程门阵列或适于执行指令的这些项的组合。
可以布置计算机程序605以使得当它的指令在处理电路中运行时，这些指令使得RRU 120执行在RRU 120及其方法的任何所述实施例中描述的步骤。计算机程序605可以由可连接到处理电路603的计算机程序产品来携带。计算机程序产品可以是存储器604，或者至少被布置在存储器中。存储器604可以被实现为例如RAM(随机存取存储器)、ROM(只读存储器)或EEPROM(电可擦除可编程ROM)。此外，计算机程序605可以由单独的计算机可读介质(例如CD、DVD或闪存)来携带，程序可以从该计算机可读介质被下载到存储器604中。替代地，计算机程序可以被存储在RRU 120可以经由通信单元602访问的服务器或任何其他实体上。计算机程序605可以然后被从服务器下载到存储器604中。
图12与图1结合描述了可在无线通信网络中工作的BBU***700，无线通信网络包括分布式基站***100，分布式基站***100具有BBU 110和通过前传链路被连接到BBU的RRU 120。BBU***700包括处理电路703和存储器704。所述存储器包含可由所述处理电路执行的指令，由此BBU***700可操作以：从RRU 120接收多个具有K+M个分量的中间信号其中(K+M)小于N，多个中间信号/>由RRU基于信道估计矩阵/>误差估计矩阵Z和由N个天线121、122、123从多个UE 131、132、133接收的具有N个分量的上行链路信号y来确定，上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号；基于信道估计矩阵/>和误差估计矩阵Z，确定干扰抑制矩阵WK；以及通过将中间信号/>与干扰抑制矩阵WK的干扰抑制系数相乘，确定K个用户层信号的估计r。
BBU***700可以是实际的BBU 110。替代地，BBU***700可以是通信网络的任何其他网络节点，例如远离UE的节点，例如在RAN中或靠近RAN的另一个网络单元或另一个RAN节点。在该替代方案中，BBU 110从RRU 120接收中间信号以及将中间信号以及它可能从RRU接收的其他信息传送到被布置为执行干扰抑制矩阵的确定和用户层信号的估计的另一个网络节点。替代地，BBU***可以是一组网络节点，其中BBU功能被分散在网络的不同物理或虚拟节点上。后者可以被称为“云解决方案”。
根据一个实施例，BBU***可操作以将干扰抑制矩阵WK确定为(A*A)-1的前K个行，其中A是基于信道估计矩阵和误差估计矩阵Z来获得的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭。
根据另一个实施例，BBU***还可操作以从RRU 120接收与信道估计矩阵和误差估计矩阵Z有关的信息。
根据另一个实施例，BBU***可操作以基于由UE发送并在RRU处接收的所发送的参考信号xref，l以及中间参考信号来确定干扰抑制矩阵WK，该参考信号已被用于在RRU 120处确定信道估计矩阵/>和误差估计矩阵Z，所发送的参考信号xref，l是BBU110已知的，中间参考信号/>与通过前传链路从RRU接收的所发送的参考信号xref，l相对应。
根据另一个实施例，BBU***可操作以：通过以下方式来确定干扰抑制矩阵WK：基于所发送的参考信号xref，l，确定中间矩阵 其中，A是其中信道估计矩阵/>和误差估计矩阵Z被合并的扩展信道矩阵，A*是扩展信道矩阵A的转置共轭，/>是信道估计矩阵/>的转置共轭，Z*是误差估计矩阵Z的转置共轭；以及将中间矩阵I的逆矩阵的前K个行确定为干扰抑制矩阵WK。
根据另一个实施例，误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，并且BBU***可操作以从RRU 120接收与第二部分矩阵VR有关的信息，其中Z在RRU处被近似为第一部分矩阵GR与第二部分矩阵VR的转置共轭的乘法，其中GR具有M个列，VR具有M个列。
根据另一个实施例，BBU***还可操作以从RRU 120接收与信道估计矩阵和第一部分矩阵GR有关的信息。
根据另一个实施例，BBU***可操作以基于由UE发送并在RRU处接收的所发送的参考信号xref，l、中间参考信号以及误差估计矩阵Z的分解的第二部分矩阵VR来确定干扰抑制矩阵WK，该参考信号已被用于在RRU 120处确定信道估计矩阵/>和误差估计矩阵Z，所发送的参考信号xref，l是BBU 110已知的，中间参考信号/>与通过前传链路从RRU接收的所发送的参考信号xref，l相对应。
根据其他实施例，BBU***700还可以包括通信单元702，其可以包括用于与RRU120(在BBU***700是BBU 110的情况下)以及还与BBU 110(在BBU***700是网络中的另一个节点或者被实现为云解决方案的情况下)通信的常规装置。可由所述处理电路703执行的指令可以被布置为例如被存储在所述存储器704中的计算机程序705。处理电路703和存储器704可以被布置在子装置701中。子装置701可以是微处理器和适当的软件和存储装置，因此是被配置为执行上述方法的可编程逻辑设备PLD或其他电子组件/处理电路。处理电路703可以包括一个或多个可编程处理器、专用集成电路、现场可编程门阵列或适于执行指令的这些项的组合。
可以布置计算机程序705以使得当它的指令在处理电路中运行时，这些指令使得BBU***700执行在BBU***700及其方法的任何所述实施例中描述的步骤。计算机程序705可以由可连接到处理电路703的计算机程序产品来携带。计算机程序产品可以是存储器704，或者至少被布置在存储器中。存储器704可以被实现为例如RAM(随机存取存储器)、ROM(只读存储器)或EEPROM(电可擦除可编程ROM)。此外，计算机程序705可以由单独的计算机可读介质(例如CD、DVD或闪存)来携带，程序可以从该计算机可读介质被下载到存储器704中。替代地，计算机程序可以被存储在BBU***700可以经由通信单元702访问的服务器或任何其他实体上。然后计算机程序705可以被从服务器下载到存储器704中。
尽管上面的描述包含多个特殊性，但是这些特殊性不应被解释为限制本文描述的概念的范围，而是仅提供所描述的概念的一些例示实施例的说明。将理解，当前描述的概念的范围完全包含对本领域技术人员而言可以变得显而易见的其他实施例，并且当前描述的概念的范围因此不受限制。除非明确说明，否则以单数形式提及的元素并非旨在表示“一个并且仅一个”，而是表示“一个或多个”。在示例性图中，虚线通常表示虚线内的特性是可选的。

Claims (40)

1.一种由无线通信网络的分布式基站***(100)的远程无线电单元RRU(120)执行的方法，所述分布式基站***(100)还包括通过前传链路(140)被连接到所述RRU的基带单元BBU(110)，所述RRU(120)被连接到N个天线(121，122，123)，所述方法包括：
获得(202)在所述N个天线(121，122，123)处从被无线连接到所述RRU(120)的多个用户设备UE(131，132，133)接收的上行链路信号y，所述上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号；
获得(204)在所述多个UE(131，132，133)与所述N个天线(121，122，123)之间的无线通信信道H的信道估计矩阵
基于所获得的信道估计矩阵和在所述N个天线处从所述多个UE接收的所接收的参考信号yref,l，确定(206)误差估计矩阵Z，所述所接收的参考信号具有L个符号，L小于N；
基于所述上行链路信号y、所述信道估计矩阵以及所述误差估计矩阵Z，确定(210)中间信号/>以及
通过所述前传链路(140)向所述BBU(110)发送(214)所确定的中间信号
2.根据权利要求1所述的方法，其中，确定(210)所述中间信号包括：将所接收的上行链路信号y与扩展信道矩阵A的转置共轭A*相乘，所述扩展信道矩阵A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的。
3.根据权利要求1或2所述的方法，其中，所述误差估计矩阵Z被确定为其中，对于l＝1,...,L，/>其中，xref,l是从所述UE发送的参考信号，yref,l是对应的所接收的参考信号。
4.根据权利要求2所述的方法，其中，所述误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，并且所述扩展信道矩阵A是通过将所述信道估计矩阵和所述第一部分矩阵GR相合并来获得的，其中，所述第一部分矩阵GR包括M个列向量，所述第二部分矩阵VR包括M个列向量，M小于L，并且所述方法还包括：
向所述BBU发送(209)所述第二部分矩阵VR的信息。
5.根据权利要求4所述的方法，其中，所述误差估计矩阵Z被近似为所述第一部分矩阵GR与所述第二部分矩阵VR的转置共轭的乘法，所述第一部分矩阵GR和所述第二部分矩阵VR是通过对所述误差估计矩阵Z的样本执行奇异值分解(SVD)来确定的。
6.根据权利要求1或2所述的方法，还包括：
向所述BBU发送(212)与所获得的信道估计矩阵和所述误差估计矩阵Z有关的信息。
7.根据权利要求6所述的方法，其中，所发送的(212)与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是扩展信道矩阵A的系数，所述扩展信道矩阵A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的。
8.根据权利要求6所述的方法，还包括：
将中间矩阵I确定(211)为A*A，其中，A是扩展信道矩阵A，所述扩展信道矩阵A是基于所述信道估计矩阵和所述误差估计矩阵Z来获得的，A*是所述扩展信道矩阵A的转置和共轭，以及
其中，所发送的(212)与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是所述中间矩阵I的系数。
9.一种由无线通信网络的BBU***(700)执行的方法，所述无线通信网络包括分布式基站***(100)，所述分布式基站***(100)具有BBU(110)和通过前传链路(140)被连接到所述BBU(110)的RRU(120)，所述RRU具有N个天线(121，122，123)，所述方法包括：
从所述RRU(120)接收(302)多个具有K+M个分量的中间信号其中，(K+M)小于N，所述多个中间信号/>由所述RRU基于信道估计矩阵/>误差估计矩阵Z以及由所述N个天线(121，122，123)从多个UE(131，132，133)接收的具有N个分量的上行链路信号y来确定，所述上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号，
基于所述信道估计矩阵和所述误差估计矩阵Z，确定(306)干扰抑制矩阵WK，以及
通过将所述中间信号与所述干扰抑制矩阵WK的干扰抑制系数相乘，确定(308)所述K个用户层信号的估计r。
10.根据权利要求9所述的方法，其中，所述干扰抑制矩阵WK被确定(306)为(A*A)-1的前K个行，其中，A是扩展信道矩阵，所述扩展信道矩阵A是基于所述信道估计矩阵和所述误差估计矩阵Z来获得的，A*是所述扩展信道矩阵A的转置共轭。
11.根据权利要求10所述的方法，还包括：
从所述RRU(120)接收(303)与所述信道估计矩阵和所述误差估计矩阵Z有关的信息。
12.根据权利要求11所述的方法，其中，所接收的(303)与所述信道估计矩阵和所述误差估计矩阵Z有关的信息是扩展信道矩阵A的系数，所述扩展信道矩阵A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的。
13.根据权利要求11所述的方法，其中，所接收的(303)与所述信道估计矩阵和所述误差估计矩阵Z有关的信息是被确定为A*A的中间矩阵I的系数，其中，A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的，A*是所述扩展信道矩阵A的转置共轭。
14.根据权利要求9或10所述的方法，其中，所述干扰抑制矩阵WK是基于由所述UE发送并在所述RRU处接收的所发送的参考信号xref,l以及中间参考信号来确定(306)的，所述所发送的参考信号已被用于在所述RRU(120)处确定所述信道估计矩阵/>和所述误差估计矩阵Z，所述所发送的参考信号xref,l是所述BBU(110)已知的，所述中间参考信号/>与通过前传链路从所述RRU接收的所述所发送的参考信号xref,l相对应。
15.根据权利要求14所述的方法，其中，所述干扰抑制矩阵WK是通过以下方式来确定(306)的：
基于所述所发送的参考信号xref,l，确定中间矩阵其中，A是其中所述信道估计矩阵/>和所述误差估计矩阵Z被合并的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭，/>是所述信道估计矩阵/>的转置共轭，Z*是所述误差估计矩阵Z的转置共轭，以及
将所述中间矩阵I的逆矩阵的前K个行确定为所述干扰抑制矩阵WK。
16.根据权利要求9所述的方法，其中，所述误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，所述方法还包括：
从所述RRU接收(304)与所述第二部分矩阵VR有关的信息，其中，Z在所述RRU处被近似为所述第一部分矩阵GR与所述第二部分矩阵VR的转置共轭的乘法，其中，GR具有M个列，VR具有M个列。
17.根据权利要求16所述的方法，其中，VR的M个列向量是与所述误差估计矩阵Z的M个最大奇异值相对应的右奇异向量，M小于L，L是用于在所述RRU处确定所述信道估计矩阵和所述误差估计矩阵Z的所发送的参考信号xref,l的符号数量，L小于N，所述第一部分矩阵GR被用于在所述RRU处确定所述中间信号/>其中，确定(306)所述干扰抑制矩阵WK是基于所述所发送的参考信号xref,l和所述第二部分矩阵VR。
18.根据权利要求16或17所述的方法，其中，所述干扰抑制矩阵WK被确定(306)为(A*A)-1的前K个行，其中，A是其中所述信道估计矩阵和所述第一部分矩阵GR被合并的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭。
19.根据权利要求16或17所述的方法，还包括：
从所述RRU(120)接收(303)与所述信道估计矩阵和所述第一部分矩阵GR有关的信息。
20.根据权利要求19所述的方法，其中，所接收的(303)与所述信道估计矩阵和所述第一部分矩阵GR有关的信息是其中所述信道估计矩阵/>和所述第一部分矩阵GR被合并的扩展信道矩阵A的系数。
21.根据权利要求19所述的方法，其中，所接收的(303)与所述信道估计矩阵和所述第一部分矩阵GR有关的信息是被确定为A*A的中间矩阵I的系数，其中，A是其中所述信道估计矩阵/>和所述第一部分矩阵GR被合并的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭。
22.根据权利要求16或17所述的方法，其中，所述干扰抑制矩阵WK是基于由所述UE发送并在所述RRU处接收的所发送的参考信号xref,l、中间参考信号以及所述误差估计矩阵Z的分解的所述第二部分矩阵VR来确定(306)的，所述所发送的参考信号已被用于在所述RRU(120)处确定所述信道估计矩阵/>和所述误差估计矩阵Z，所述所发送的参考信号xref,l是所述BBU(110)已知的，所述中间参考信号/> 与通过前传链路从所述RRU接收的所述所发送的参考信号xref,l相对应。
23.根据权利要求22所述的方法，其中，所述干扰抑制矩阵WK是通过以下方式来确定(306)的：
基于所述所发送的参考信号xref和所述误差估计矩阵Z的分解的所述第二部分矩阵VR，确定中间矩阵其中，A是其中所述信道估计矩阵/>和所述第一部分矩阵GR被合并的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭，/>是所述信道估计矩阵/>的转置共轭，GR*是所述第一部分矩阵GR的转置共轭；以及将所述中间矩阵I的逆矩阵的前K个行确定为所述干扰抑制矩阵WK。
24.一种RRU(120)，其能够在无线通信网络的分布式基站***(100)中工作，所述分布式基站***(100)还包括通过前传链路被连接到所述RRU的基带单元BBU(110)，所述RRU(120)被连接到N个天线(121，122，123)，所述RRU(120)包括处理电路(603)和存储器(604)，所述存储器存储能够由所述处理电路执行的指令，由此所述RRU(120)可操作以：
获得在所述N个天线(121，122，123)处从被无线连接到所述RRU(120)的多个用户设备UE(131，132，133)接收的上行链路信号y，所述上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号；
获得在所述多个UE(131，132，133)与所述N个天线(121，122，123)之间的无线通信信道H的信道估计矩阵
基于所获得的信道估计矩阵和在所述N个天线处从所述多个UE接收的所接收的参考信号yref,l，确定误差估计矩阵Z，所述所接收的参考信号具有L个符号，L小于N；
基于所述上行链路信号y、所述信道估计矩阵以及所述误差估计矩阵Z，确定中间信号/>以及
在所述前传链路(140)上向所述BBU(110)发送所确定的中间信号
25.根据权利要求24所述的RRU，其可操作以：通过将所接收的上行链路信号y与扩展信道矩阵A的转置共轭A*相乘，确定所述中间信号所述扩展信道矩阵A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的。
26.根据权利要求24或25所述的RRU，其可操作以：将所述误差估计矩阵Z确定为其中，对于l＝1,...,L，/> 其中，xref,l是从所述UE发送的参考信号，yref,l是对应的所接收的参考信号。
27.根据权利要求25所述的RRU，其可操作以：将所述误差估计矩阵Z分解成第一部分矩阵GR和第二部分矩阵VR，以及通过将所述信道估计矩阵和所述第一部分矩阵GR相合并来获得所述扩展信道矩阵A，其中，所述第一部分矩阵GR包括M个列向量，所述第二部分矩阵VR包括M个列向量，M小于L，并且所述RRU还可操作以：向所述BBU发送所述第二部分矩阵VR的信息。
28.根据权利要求24或25所述的RRU，其还可操作以：向所述BBU发送与所获得的信道估计矩阵和所述误差估计矩阵Z有关的信息。
29.根据权利要求28所述的RRU，其中，所发送的与所获得的误差估计矩阵Z和信道估计矩阵有关的信息是扩展信道矩阵A的系数，所述扩展信道矩阵A是基于所述信道估计矩阵/>和所述误差估计矩阵Z来获得的。
30.根据权利要求28所述的RRU，其还可操作以：将中间矩阵I确定为A*A，其中，A是扩展信道矩阵A，所述扩展信道矩阵A是基于所述信道估计矩阵和所述误差估计矩阵Z来获得的，A*是所述扩展信道矩阵A的转置共轭，以及
其中，所述RRU可操作以：通过发送所述中间矩阵I的系数，发送与所获得的误差估计矩阵Z和信道估计矩阵有关的信息。
31.一种BBU***(700)，其能够在无线通信网络中工作，所述无线通信网络包括分布式基站***(100)，所述分布式基站***(100)具有BBU(110)和通过前传连接被连接到所述BBU的RRU(120)，所述BBU***(700)包括处理电路(703)和存储器(704)，所述存储器存储能够由所述处理电路执行的指令，由此所述BBU***(700)可操作以：
从所述RRU(120)接收多个具有K+M个分量的中间信号其中，(K+M)小于N，所述多个中间信号/>由所述RRU基于信道估计矩阵/>误差估计矩阵Z以及由N个天线(121，122，123)从多个UE(131，132，133)接收的具有N个分量的上行链路信号y来确定，所述上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号，
基于所述信道估计矩阵和所述误差估计矩阵Z，确定干扰抑制矩阵WK，以及
通过将所述中间信号与所述干扰抑制矩阵WK的干扰抑制系数相乘，确定所述K个用户层信号的估计r。
32.根据权利要求31所述的BBU***，其可操作以：将所述干扰抑制矩阵WK确定为(A*A)-1的前K个行，其中，A是基于所述信道估计矩阵和所述误差估计矩阵Z而获得的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭。
33.根据权利要求31或32所述的BBU***，其还可操作以：
从所述RRU(120)接收与所述信道估计矩阵和所述误差估计矩阵Z有关的信息。
34.根据权利要求32所述的BBU***，其可操作以：基于由所述UE发送并在所述RRU处接收的所发送的参考信号xref,l以及中间参考信号确定所述干扰抑制矩阵WK，所述所发送的参考信号已被用于在所述RRU(120)处确定所述信道估计矩阵/>和所述误差估计矩阵Z，所述所发送的参考信号xref,l是所述BBU(110)已知的，所述中间参考信号与在前传链路上从所述RRU接收的所述所发送的参考信号xref,l相对应。
35.根据权利要求34所述的BBU***，其可操作以通过以下方式来确定所述干扰抑制矩阵WK：基于所述所发送的参考信号xref,l，确定中间矩阵其中，A是其中所述信道估计矩阵/>和所述误差估计矩阵Z被合并的扩展信道矩阵，A*是所述扩展信道矩阵A的转置共轭，/>是所述信道估计矩阵/>的转置共轭，Z*是所述误差估计矩阵Z的转置共轭；以及将所述中间矩阵I的逆矩阵的前K个行确定为所述干扰抑制矩阵WK。
36.根据权利要求31所述的BBU***，其中，所述误差估计矩阵Z被分解成第一部分矩阵GR和第二部分矩阵VR，所述BBU***可操作以：从所述RRU接收与所述第二部分矩阵VR有关的信息，其中，Z在所述RRU处被近似为所述第一部分矩阵GR与所述第二部分矩阵VR的转置共轭的乘法，其中，GR具有M个列，VR具有M个列。
37.根据权利要求36所述的BBU***，其还可操作以：从所述RRU(120)接收与所述信道估计矩阵和所述第一部分矩阵GR有关的信息。
38.根据权利要求36所述的BBU***，其可操作以：基于由所述UE发送并在所述RRU处接收的所发送的参考信号xref,l、中间参考信号 以及所述误差估计矩阵Z的分解的所述第二部分矩阵VR，确定所述干扰抑制矩阵WK，所述所发送的参考信号已被用于在所述RRU(120)处确定所述信道估计矩阵/>和所述误差估计矩阵Z，所述所发送的参考信号xref,l是所述BBU(110)已知的，所述中间参考信号/>与在前传链路上从所述RRU接收的所述所发送的参考信号xref,l相对应。
39.一种计算机可读存储介质，在其上存储有指令，所述指令在由能够在分布式基站***(100)中工作的RRU(120)的至少一个处理电路执行时，使得所述RRU(120)执行以下步骤，所述分布式基站***(100)还包括通过前传链路被连接到所述RRU的BBU(110)，所述RRU(120)被连接到N个天线(121，122，123)：
获得在所述N个天线(121，122，123)处从被无线连接到所述RRU(120)的多个用户设备UE(131，132，133)接收的上行链路信号y，所述上行链路信号包括与干扰信号和噪声相重叠的K个用户层信号；
获得在所述多个UE(131，132，133)与所述N个天线(121，122，123)之间的无线通信信道H的信道估计矩阵
基于所获得的信道估计矩阵和在所述N个天线处从所述多个UE接收的所接收的参考信号yref,l，确定误差估计矩阵Z，所述所接收的参考信号具有L个符号，L小于N；
基于所述上行链路信号y、所述信道估计矩阵以及所述误差估计矩阵Z，确定中间信号/>以及
在所述前传链路(140)上向所述BBU(110)发送所确定的中间信号
40.一种计算机可读存储介质，在其上存储有指令，所述指令在由无线通信网络的BBU***(700)的至少一个处理电路执行时，使得所述BBU***(700)执行以下步骤，所述无线通信网络包括分布式基站***(100)，所述分布式基站***(100)具有BBU(110)和通过前传连接被连接到所述BBU的RRU(120)：
从所述RRU(120)接收多个具有K+M个分量的中间信号其中，(K+M)小于N，所述多个中间信号/>由所述RRU基于信道估计矩阵/>误差估计矩阵Z以及由N个天线(121，122，123)从多个UE(131，132，133)接收的具有N个分量的上行链路信号y来确定，所述上行链路信号y包括与干扰信号和噪声相重叠的K个用户层信号，
基于所述信道估计矩阵和所述误差估计矩阵Z，确定干扰抑制矩阵WK，以及
通过将所述中间信号与所述干扰抑制矩阵WK的干扰抑制系数相乘，确定所述K个用户层信号的估计r。
CN201880100380.2A 2018-12-19 2018-12-19 用于处理上行链路信号的分布式基站***的方法、远程无线电单元和基带单元 Active CN113196866B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/SE2018/051344 WO2020130895A1 (en) 2018-12-19 2018-12-19 Methods, remote radio units and base band units of a distributed base station system for handling uplink signals

Publications (2)

Publication Number Publication Date
CN113196866A CN113196866A (zh) 2021-07-30
CN113196866B true CN113196866B (zh) 2024-03-29

Family

ID=65019554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880100380.2A Active CN113196866B (zh) 2018-12-19 2018-12-19 用于处理上行链路信号的分布式基站***的方法、远程无线电单元和基带单元

Country Status (4)

Country Link
US (1) US20220070027A1 (zh)
EP (1) EP3900481B1 (zh)
CN (1) CN113196866B (zh)
WO (1) WO2020130895A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11706054B2 (en) 2019-05-03 2023-07-18 Telefonaktiebolaget Lm Ericsson (Publ) Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals
US11889313B2 (en) * 2019-11-14 2024-01-30 Qualcomm Incorporated Wireless channel power profile false base station detection
US11985011B2 (en) * 2020-07-07 2024-05-14 Intel Corporation Distributed minimum mean-square error interference rejection combining (MMSE-IRC) processing for radio access networks
WO2022093988A1 (en) 2020-10-30 2022-05-05 XCOM Labs, Inc. Clustering and/or rate selection in multiple-input multiple-output communication systems
FR3123774A1 (fr) * 2021-06-04 2022-12-09 Orange Procédé de traitement de signaux radiofréquence reçus sur R antennes, procédé de réception, procédé de décodage, programme d’ordinateur et système correspondants.
FR3123773A1 (fr) * 2021-06-04 2022-12-09 Orange Procédé de traitement de signaux radiofréquence reçus sur R antennes, procédé de réception, procédé de décodage, programme d’ordinateur et système correspondants.
CN117336122A (zh) * 2022-06-24 2024-01-02 华为技术有限公司 一种通信方法及装置
CN115776424B (zh) * 2022-11-16 2023-08-01 南通大学 一种去蜂窝大规模mimo共生通信***信道估计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104782065A (zh) * 2012-08-31 2015-07-15 谷歌技术控股有限责任公司 用于减轻下行链路干扰的方法和无线终端
CN106470054A (zh) * 2015-08-18 2017-03-01 华为技术有限公司 一种数据处理方法及相关装置与***
CN107113105A (zh) * 2015-02-27 2017-08-29 华为技术有限公司 用于多入多出***中的数据传输方法、装置和网络设备

Family Cites Families (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7110378B2 (en) * 2000-10-03 2006-09-19 Wisconsin Alumni Research Foundation Channel aware optimal space-time signaling for wireless communication over wideband multipath channels
JP3714910B2 (ja) * 2001-02-20 2005-11-09 株式会社エヌ・ティ・ティ・ドコモ ターボ受信方法及びその受信機
US7310304B2 (en) * 2001-04-24 2007-12-18 Bae Systems Information And Electronic Systems Integration Inc. Estimating channel parameters in multi-input, multi-output (MIMO) systems
US6625203B2 (en) * 2001-04-30 2003-09-23 Interdigital Technology Corporation Fast joint detection
US7236514B2 (en) * 2001-10-01 2007-06-26 Ericsson, Inc. Communications methods, apparatus and computer program products using gain multipliers
KR20030057589A (ko) * 2001-12-29 2003-07-07 엘지전자 주식회사 가변길이 무선 패킷 데이터 시스템 및 그 운용 방법
US8885628B2 (en) * 2005-08-08 2014-11-11 Qualcomm Incorporated Code division multiplexing in a single-carrier frequency division multiple access system
US8638771B2 (en) * 2005-08-12 2014-01-28 Qualcomm Incorporated Transmission structure supporting multi-user scheduling and MIMO transmission
US9209956B2 (en) * 2005-08-22 2015-12-08 Qualcomm Incorporated Segment sensitive scheduling
TWI345395B (en) * 2005-10-20 2011-07-11 Issc Technologies Corp System and method for providing 3-dimensional joint interleaver and circulation transmissions
US8265209B2 (en) * 2005-10-28 2012-09-11 Qualcomm Incorporated Method and apparatus for channel and noise estimation
CN1983863B (zh) * 2005-12-02 2013-07-10 株式会社Ntt都科摩 通信节点、无线通信***和数据中继方法
JP4799228B2 (ja) * 2005-12-02 2011-10-26 株式会社エヌ・ティ・ティ・ドコモ 通信ノードおよび無線通信システム並びにデータ中継方法
JP2007214750A (ja) * 2006-02-08 2007-08-23 Nec Corp 無線受信機および雑音推定値補正方法
CN101087170B (zh) * 2006-06-08 2012-04-18 上海原动力通信科技有限公司 时分双工模式下的上行通信方法和***
KR100949290B1 (ko) * 2006-11-17 2010-03-25 삼성전자주식회사 광대역 무선접속 시스템에서 간섭 제거 장치 및 방법
US8229708B2 (en) * 2006-11-27 2012-07-24 Qualcomm Incorporated Methods and apparatus for signal and interference energy estimation in a communication system
KR20080048660A (ko) * 2006-11-29 2008-06-03 삼성전자주식회사 통신 시스템에서 잡음 추정 장치 및 방법
EP1931075B1 (en) * 2006-12-07 2010-11-17 Thomson Licensing Method of decoding of a received multidimensional signal
US7873098B2 (en) * 2007-04-24 2011-01-18 Telefonaktiebolaget Lm Ericsson (Publ) Robust multicode detector for HSDPA
US8295329B2 (en) * 2007-04-24 2012-10-23 Telefonaktiebolaget Lm Ericsson (Publ) Efficient computation of soft scaling factors for linear multi-user detector
US7983710B2 (en) * 2007-05-31 2011-07-19 Alcatel-Lucent Usa Inc. Method of coordinated wireless downlink transmission
US8488724B2 (en) * 2009-05-14 2013-07-16 Silvus Technologies, Inc. Wideband interference mitigation for devices with multiple receivers
KR101757452B1 (ko) * 2010-01-08 2017-07-13 삼성전자주식회사 무선 통신 시스템에서 자원 매핑 및 디매핑 방법 및 장치
CN101867462A (zh) * 2010-05-21 2010-10-20 清华大学 一种基于最小总误码率的多基站协作线性预编码方法
CN102035589B (zh) * 2010-11-29 2014-04-02 大唐移动通信设备有限公司 一种基站、远端射频单元及其信号发送方法
US9420476B2 (en) * 2013-02-20 2016-08-16 Telefonaktiebolaget L M Ericsson (Publ) Systems and methods of triggering interference mitigation without resource partitioning
WO2014148318A1 (ja) * 2013-03-18 2014-09-25 シャープ株式会社 基地局、端末、通信システム、通信方法および集積回路
WO2014175919A1 (en) * 2013-04-26 2014-10-30 Intel IP Corporation Shared spectrum reassignment in a spectrum sharing context
JP5650343B1 (ja) * 2014-04-14 2015-01-07 ソフトバンクモバイル株式会社 推定装置及びプログラム
US9780970B2 (en) * 2014-11-25 2017-10-03 Collision Communications, Inc. Methods, systems, and computer program products for adaptive channel estimation and equalization in a multicarrier communication system
CN106664192B (zh) * 2015-01-30 2020-12-01 韩国电子通信研究院 用于配置csi-rs天线端口的端口编号的方法和设备
WO2016127298A1 (en) * 2015-02-09 2016-08-18 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for reducing processing delay
CN104683282B (zh) * 2015-02-16 2018-03-30 深圳市中兴微电子技术有限公司 一种支持发射分集的干扰抑制合并方法和装置
EP3269118B8 (en) * 2015-03-11 2021-03-17 CommScope, Inc. of North Carolina Distributed radio access network with adaptive fronthaul
US10291441B2 (en) * 2015-08-18 2019-05-14 Lg Electronics Inc. Method for constructing codebook in multiple-antenna wireless communication system, and apparatus therefor
CN106688190B (zh) * 2015-09-03 2018-07-24 Lg电子株式会社 在无线通信***中报告信道状态信息的方法及其设备
WO2017041270A1 (en) * 2015-09-10 2017-03-16 Intel Corporation Methods of processing signals, apparatus, and base station
US9838137B2 (en) * 2015-12-18 2017-12-05 Fujitsu Limited Device and method for transmitting optical signal in which a plurality of signals are multiplexed
US20180234153A1 (en) * 2016-05-13 2018-08-16 Telefonaktiebolaget Lm Ericsson (Publ) Low-Power Channel-State-Information Reporting Mode
JP2018037889A (ja) * 2016-08-31 2018-03-08 富士通株式会社 通信装置およびキャンセル方法
CN108024267B (zh) * 2016-11-04 2020-04-03 华为技术有限公司 一种参考信号传输的方法及装置
US10257105B2 (en) * 2016-12-02 2019-04-09 At&T Intellectual Property I, L.P. Facilitation of physical layer design for 5G networks or other next generation networks
US11005547B2 (en) * 2017-01-04 2021-05-11 Lg Electronics Inc. Method for channel state reporting in wireless communication system and apparatus for same
US11336413B2 (en) * 2017-05-04 2022-05-17 Lg Electronics Inc. Method for transmitting/receiving reference signal in wireless communication system, and device therefor
CN109660324B (zh) * 2017-10-11 2021-01-08 维沃移动通信有限公司 解调参考信号传输方法、网络设备及终端
US10574312B2 (en) * 2018-02-13 2020-02-25 Nxp Usa, Inc. Apparatus and methods for interference cancellation in multi-antenna receivers
CN112425079B (zh) * 2018-07-16 2022-04-26 上海诺基亚贝尔股份有限公司 预编码中的参考信号的处理
US11706054B2 (en) * 2019-05-03 2023-07-18 Telefonaktiebolaget Lm Ericsson (Publ) Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104782065A (zh) * 2012-08-31 2015-07-15 谷歌技术控股有限责任公司 用于减轻下行链路干扰的方法和无线终端
CN107113105A (zh) * 2015-02-27 2017-08-29 华为技术有限公司 用于多入多出***中的数据传输方法、装置和网络设备
CN106470054A (zh) * 2015-08-18 2017-03-01 华为技术有限公司 一种数据处理方法及相关装置与***

Also Published As

Publication number Publication date
WO2020130895A1 (en) 2020-06-25
CN113196866A (zh) 2021-07-30
EP3900481A1 (en) 2021-10-27
EP3900481B1 (en) 2023-07-26
US20220070027A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
CN113196866B (zh) 用于处理上行链路信号的分布式基站***的方法、远程无线电单元和基带单元
Ngo et al. Cell-free massive MIMO: Uniformly great service for everyone
EP3963845B1 (en) Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals
US11290169B2 (en) Methods, systems and units of a distributed base station system for handling of downlink communication
EP3639389B1 (en) Methods and devices for processing uplink signals
WO2017054713A1 (en) System and method for large scale multiple input multiple output communications
Lin et al. Spectral efficiency of massive MIMO systems with D2D underlay
WO2011143000A1 (en) Multiple antenna method for reducing inter-cell interference in multi-user wireless systems
Zhang et al. Beamforming design for multi-user two-way relaying with MIMO amplify and forward relays
Davydov et al. Robust MMSE-IRC for uplink massive MIMO aided C-RAN network
Vardhan et al. Massive-MIMO-past, present and future: a review
Kumar et al. Design, simulation & concept verification of 4× 4, 8× 8 MIMO with ZF, MMSE and BF detection schemes
Aljalai et al. Improving the energy efficiency of dft-s-ofdm in uplink massive mimo with barker codes
Boukhedimi et al. On the uplink of large-scale MIMO systems with correlated Ricean fading channels
Mushtaq et al. Ergodic rate analysis of massive MIMO systems in K-fading environment
Chen et al. A novel interference suppression method in wireless relay networks
US20240187061A1 (en) Methods, baseband unit system and radio unit of a distributed base station having cascade-coupled radio units
Kumeleh et al. Pilot contamination reduction using time-domain channel sparsity in massive MIMO-OFDM systems
Pradhan et al. Full-duplex enodeB and UE design for 5G networks
US11855811B1 (en) Interference rejection combining with reduced complexity
Kumar et al. Low Complexity Interference Rejection Combining Equalizer for Extreme Massive MIMO
Mohammad et al. Interference Power Reduction Algorithm for Massive MIMO Linear Processing ZF Receiver
Salh et al. Optimal Transmit Power and Antenna Selection to Achieve Energy Efficient and Low Complexity in fifth generation Massive MIMO Systems
Zhao Decentralised Distributed Massive MIMO
Dastoor et al. Performance analysis of massive MIMO using various transmit precoding schemes for a wireless network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant