JP2023505453A

JP2023505453A - データ処理装置、方法、基地局及び記憶媒体

Info

Publication number: JP2023505453A
Application number: JP2022532880A
Authority: JP
Inventors: ジャン，ディンミン; リウ，シン
Original assignee: セインチップステクノロジーカンパニーリミテッド
Priority date: 2019-12-05
Filing date: 2020-09-10
Publication date: 2023-02-09
Also published as: US20230024048A1; KR20220107287A; EP4072087A1; EP4072087A4; CN112929300B; CN112929300A; US12009948B2; WO2021109665A1

Abstract

本願の実施例は、データ処理装置、方法、基地局及び記憶媒体を提供する。該装置は、アンテナ数及びパイロット情報に基づいて演算並行性を決定し、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及びチャンネル推定行列をグループ化してメモリに記憶し、前記演算並行性に基づいて演算器が１回の演算で並行処理するターゲットアンテナデータを決定するように設定されるプロセッサであって、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるプロセッサと、前記アンテナデータ及びチャンネル推定行列をグループ化して記憶し、前記ターゲットアンテナデータ及びチャンネル推定行列を演算器に出力するように設定されるメモリと、前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するように設定される演算器と、を含む。
【選択図】図２

Description

本願は無線通信ネットワークに関し、具体的にはデータ処理装置、方法、基地局及び記憶媒体に関する。

ＭａｓｓｉｖｅＭＩＭＯ(大規模アンテナ技術、ＬａｒｇｅＳｃａｌｅＭＩＭＯとも呼ばれる)は第五世代移動通信(５Ｇ)におけるシステム容量及びスペクトル利用率を向上させる重要な技術である。ＭａｓｓｉｖｅＭＩＭＯ技術の応用により、５Ｇ環境における通信帯域幅は指数関数的に増加している。例えば、単一の５Ｇ設備(基地局又は端末)について言えば、そのスペクトル帯域幅は単一のＬＴＥ設備に対して数倍から数十倍増加し、アンテナデータも数倍から数十倍増加し、それにより、通信帯域幅が数十倍ひいては百倍増加する。そのため、ＭａｓｓｉｖｅＭＩＭＯ技術に関わる行列演算の演算規模も非常に膨大になり、関連技術における演算方式は上記の演算要件を満たすことができない。

本願の実施例は、データ処理装置、方法、基地局及び記憶媒体を提供する。

本願の実施例は、
アンテナ数及びパイロット情報に基づいて演算並行性を決定し、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化してメモリに記憶し、前記演算並行性に基づいて演算器が１回の演算で並行処理するターゲットアンテナデータを決定するように設定されるプロセッサであって、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるプロセッサと、
前記アンテナデータ及びチャンネル推定行列をグループ化して記憶し、前記ターゲットアンテナデータ及びチャンネル推定行列を演算器に出力するように設定されるメモリと、
前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するように設定される演算器と、
を含むデータ処理装置を提供する。

本願の実施例は、
アンテナ数及びパイロット情報に基づいて演算並行性を決定するステップと、
各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化し記憶するステップと、
前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定し、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるステップと、
前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するステップと、
を含むデータ処理方法を提供する。

本願の実施例は、
本願の実施例のうちいずれかに記載のデータ処理装置を含む基地局。

本願の実施例は、

コンピュータプログラムが記憶され、前記コンピュータプログラムがプロセッサによって実行される時に本願の実施例のうちいずれか１項に記載の方法を実現するコンピュータ読み取り可能な記憶媒体を提供する。

本願の以上の実施例、その他の態様、及びその実施形態についての詳細を、図面の簡単な説明、発明を実施するための形態、及び特許請求の範囲に基づいて、説明する。

図１はアップリンクＭａｓｓｉｖｅＭＩＭＯの動作概略図である。図２は本願の実施例が提供するデータ処理方法のフローチャートである。図３は本発明の実施例が提供するメモリ内のユーザデータのデータフォーマット概略図である。図４は本願の実施例が提供するＢＬＯＣＫ方式を用いてデータ処理を行うパイプライン処理の概略図である。図５は本発明の実施例が提供する外部メモリにおけるアンテナデータのデータフォーマット概略図である。図６は本発明の実施例が提供する外部メモリ内のチャンネル推定行列における重みデータのデータフォーマット概略図である。図７は本発明の実施例が提供するアンテナデータと重みデータのグループ化の概略図である。図８は本願の実施例が提供するユーザデータ演算の概略図である。図９は本願の実施例が提供するデータ処理装置の構造ブロック図である。図１０は本願の実施例が提供する別のデータ処理装置の構造ブロック図である。図１１は本出願の実施例が提供する演算パイプラインの概略図である。

本願の目的、技術的解決手段及び利点をより明確にするために、以下に図面を参照しながら、本願の実施例を詳細に説明する。なお、本願における実施例及び実施例における特徴は、矛盾しない限り、互いに任意に組み合わせることができる。

図１はＭａｓｓｉｖｅＭＩＭＯにおけるアップリンクの動作概略図である。図１に示すように、基地局はＵＥ(ユーザ端末)のアップリンクパイロット情報を取得し、該アップリンクパイロット情報に基づいてチャンネル推定を行い、アンテナとユーザ端末との間の空間チャンネル情報を得て、チャンネル推定行列Ｗとして示す。アップリンクＭａｓｓｉｖｅＭＩＭＯ処理は該チャンネル推定行列とアンテナデータ行列を用いて行列演算を行い、最初に送信されたユーザデータを取得することを含む。その後、ユーザデータに対してデジタル復調、デインターリーブ及び復号等の処理を行う。

ここで、アップリンクＭａｓｓｉｖｅＭＩＭＯ処理の行列演算式は以下のとおりである。

ここで、ｄｉｎはアンテナデータ行列を表し、ｍは帯域幅内のサブキャリア数を表し、ｋはアンテナ数を表す。lはユーザ数を表す。ＬＴＥ及び５Ｇシステムにおいて、ＲＢ(ＲｅｓｏｕｒｃｅＢｌｏｃｋ、リソースブロック)を単位としてリソース割り当てを行い、各ＲＢは１２個のＲＥ(ＲｅｓｏｕｒｃｅＥｌｅｍｅｎｔ、リソースユニット)であり、各ＲＥは１つのサブキャリアに対応し、異なるＲＢのデータは異なるＷ行列を乗算する必要があり、それにより異なるビームポインティングを生成する。Ｎ個のＲＢがあると仮定し、ここでＲＢ_nのアンテナデータはＳ_nであり、チャンネル推定行列はＷ_nであり、ユーザデータを含むユーザ行列Ａ_nはＡ_n＝Ｓ_n×Ｗ_nと表すことができ、ここで、０≦ｎ≦Ｎ－１である。

１つのＲＢを例として、上記行列演算は以下のように変換することができる。

ここで、ｋはアンテナ数を表し、lはユーザ数を表す。乗数は１２＊ｋのアンテナデータ行列Ｓであり、行数が１２(即ち１つのＲＢ)で、列数がｋであるアンテナデータ行列を表す。被乗数がｋ＊lのチャンネル推定行列Ｗであり、行数がｋで、列数がlである重みデータの行列を表す。行列演算結果は１２＊lのユーザ行列Ａであり、代表行数は１２(即ち１つのＲＢ)で、列数はlのユーザデータの行列である。各ＲＢに対応するチャンネル推定行列は異なる。

例えば、アンテナデータ行列の第１行とチャンネル推定行列の第１列の行列演算結果を計算し、ユーザ０のＲＥ０、即ち、

を取得する。アンテナデータ行列の第１行とチャンネル推定行列の第２列の行列演算結果を計算し、ユーザ１のＲＥ０、即ち、

を取得する。

順次類推し、反復して全てのユーザのＲＥ０を取得する。引き続きユーザ０のＲＥ１を計算し、即ちアンテナデータ行列の第２行とチャンネル推定行列の第１列の行列演算結果を計算する。アンテナデータ行列の第２行とチャンネル推定行列の第２列の行列演算結果を計算し、ユーザ１のＲＥ１を取得する。順次類推し、反復して全てのユーザのＲＥ１を取得する。同じ方式で反復して全てのユーザのＲＥ₂からＲＥ₁₁を計算するが、本願の実施例は１つずつ列挙しない。

５Ｇ環境において、上記行列演算の演算規模はＬＴＥ環境よりはるかに大きい。ＬＴＥの典型的なシステムである４ユーザ８アンテナの環境と、５Ｇの典型的なシステムである３２ユーザ６４アンテナの環境を例として、アップリンクＭａｓｓｉｖｅＭＩＭＯにおける周波数領域データ処理の演算量を比較する。５Ｇシステムは各サブキャリアの演算量を計算すると、ＬＴＥシステムの各サブキャリアの演算量の(３２×６４)/(４×８)＝６４倍である。

また、５Ｇの典型的なシステムの帯域幅は１００Ｍであるが、ＬＴＥの典型的な帯域幅は２０Ｍであり、５Ｇの典型的なシステムの帯域幅はＬＴＥの典型的な帯域幅の５倍である。従って、アップリンクＭａｓｓｉｖｅＭＩＭＯの周波数領域データ処理において、５Ｇの典型的なシステムの演算密度はＬＴＥの典型的なシステムの演算密度の６４×５＝３２０倍である。

５Ｇの典型的なシステムに要求される性能は以下のとおりである。１シンボル長の中で３２ユーザ６４アンテナの１００Ｍ帯域幅の全てのデータを処理し終えると、１シンボルの演算量は２７３＊６４＊３２＊１２＝６３９４７５２複素乗算(１００Ｍ帯域幅の最大ＲＢ数が２７３であると仮定、１ＲＢ＝１２ＲＥ)であり、また、１シンボル長は３５.４マイクロ秒である。

従って、演算の並行性は、６３９４７５２/３５.４複素乗算量/マイクロ秒＝１８０複素乗算量/ナノ秒であり、即ち、ナノ秒毎に１８０×４＝７２０回のスカラー乗算が完了する。よってＬＴＥの典型的なシステムは７２０/３２０＝３乗算/ナノ秒を完了する必要がある。

以上から分かるように、ＬＴＥの典型的なシステムは周波数領域データ処理の並行性が低く、実現できる複雑さの程度が低く、大量の演算リソースを占有できない。しかしながら、５Ｇの典型的なシステムにおける周波数領域データ処理において、演算に要求される並行能力及び演算密度はいずれもＬＴＥの典型的なシステムをはるかに超えているため、並行処理能力が高いデータ処理方法を提供することは早急に解決すべき課題である。

図２は本願の実施例が提供するデータ処理方法のフローチャートであり、該方法はデータ処理装置によって実行することができ、該装置はソフトウェア及び/又はハードウェアによって実現することができ、且つ一般的に基地局内に設置される。図２に示すように、該方法は以下のステップを含む。

ステップ１１０では、アンテナ数及びパイロット情報に基づいて演算並行性を決定する。

ステップ１２０では、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及びチャンネル推定行列をグループ化し記憶する。

ステップ１３０では、前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定し、ここで、前記ターゲットアンテナは前記アンテナデータにおける一部のデータである。

ステップ１４０では、前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算する。

なお、ステップ１１０とステップ１２０との間には前後の順序がなく、まずステップ１１０を実行してから、ステップ１２０を実行してもよく、又はステップ１２０を実行してから、次にステップ１１０を実行してもよく、又は両者を並行して実行し又は交替して実行してもよく、本願の実施例は具体的に限定しない。

本願の実施例において、アンテナ数はアンテナの配置情報である。基地局を設置した後、アンテナの配置情報は固定であり、例えば、基地局の関連設定ファイルを読み取る方式によってアンテナ数を取得することができる。

パイロット情報はアンテナとユーザ端末との間の空間チャンネル情報を決定するために用いられる。ユーザ端末はパイロット情報を基地局に送信し、基地局は該パイロット情報を解析してアンテナと該ユーザ端末との間の空間チャンネル情報、即ちチャンネル推定行列を取得する。このため、各ユーザ端末に対応するチャンネル推定行列は異なる。なお、異なるパイロット情報に対して、アンテナデータとチャンネル推定行列の行列演算の計算粒度又は複雑さの程度も異なる。

本願の実施例においては、パイロット情報に基づいてチャンネル推定行列の推定精度を決定することができる。ここで、推定精度は各ユーザの各ＲＢに対応する重みデータの数によって表すことができ、即ちチャンネル推定行列におけるデータは各ＲＢの各ＲＥに対応する重みデータである。

例えば、各ＲＢに含まれる１２個のＲＥの重みデータがいずれも同じであるように設定すれば、各ＲＢは、１組の重みデータに対応することができる。又は、各ＲＥに１組の重みデータを設定した場合、各ＲＢは１２組の重みデータに対応する。又は、２つのＲＥ毎に１組の重みデータを設定した場合、各ＲＢは６組の重みデータに対応する。又は、３つのＲＥ毎に１組の重みデータを設定した場合、各ＲＢは４組の重みデータに対応する。又は、４つのＲＥ毎に１組の重みデータを設定した場合、各ＲＢは３組の重みデータに対応する。又は、６つのＲＥ毎に１組の重みデータを設定した場合、各ＲＢは２組の重みデータに対応する。なお、各ＲＢに対応する重みデータの数が多いほど、チャンネル推定の効果が高くなるが、演算量も増える。

本願の実施例において、演算並行性は毎回の繰り返し操作において、各ユーザの各ＲＢにおけるＲＥを並行処理する数であると理解でき、これにより、演算並行性に基づいて１回の演算並行処理のターゲットアンテナデータを決定することができる。５Ｇの典型的なシステムにおける３２ユーザ６４アンテナ１００Ｍ帯域幅を例とすると、各シンボルの各ユーザの各ＲＥにおける演算量は６４回の複素乗算である。従って、１８０演算量/ナノ秒の要件を満たすためには、ナノ秒毎に１８０÷６４≒３つのＲＥを計算する必要がある。クロック周期が１ＧＨｚであれば、各クロック周期は３つのＲＥの演算を完了する必要があり、即ち各複素乗算の演算並行性は３である。

例として、１つの実現方式は３つのユーザの同じＲＥを並行計算し、即ちアンテナデータ行列から同じ行を取得し、チャンネル推定行列から３列を取得して、行列演算を行い、ユーザ行列における同じ行の３列のデータを取得するものである。

別の実現方式は同じユーザの３つのＲＥを並行計算し、即ちアンテナデータ行列から３行を取得し、チャンネル推定行列から１列を取得して、行列演算を行い、ユーザ行列における同じ列の３行のデータを取得するものである。

図３は本発明の実施例が提供するメモリ内のユーザデータのデータフォーマット概略図である。図３に示すように、各ユーザが帯域幅全体内の全てのＲＢデータを連続的に記憶する必要があると仮定する。なお、図３におけるデータフォーマットはユーザデータの記憶方式の一例に過ぎず、これに限定されない。

第一の実現方式を用いると、同時に出力される３つのＲＥが異なるアドレスに記憶され、３つの書き出しコマンドを送信することではじめて１回の並行出力が完了し、書き出しコマンドが毎回出力するデータが非常に小さく、インタフェースの帯域幅利用率が非常に低い。該問題を回避するためには、全てのユーザのデータを一定のデータ量までキャッシュした後、一番目のユーザのデータを出力し、次いで二番目のユーザのデータを出力するという逆の順序で出力しなければならないが、これは全てのユーザのデータをキャッシュする要件を満たすために、必然的に十分な記憶空間を用意しなければならず、実現コストが増加する。

第二の実現方式を用いると、同時に出力される３つのＲＥは同じユーザに属し、それ自体が連続的に記憶されており、１つの書き出しコマンドを送信するだけで１回の並行出力を完了することができる。従って、インタフェースの帯域幅利用率を保証することができる。ある状況で、行列はＲＢを単位として計算するため、各ユーザの各ＲＢにおける１２個のＲＥの重み値がいずれも同じであれば、連続する４つのクロック周期で該アンテナの１つのＲＢの演算を完了させ、１つの書き出しコマンドを送信するだけでこのＲＢのデータを全て出力することができ、インタフェースの利用率をさらに向上させる。

第二の実現方式を例として説明し、１つのクロック周期内で、一番目のユーザの一番目のＲＢにおけるＲＥ０～ＲＥ２を並行処理し、行列演算式は以下のとおりである。

隣接する次のクロック周期内で、一番目のユーザの一番目のＲＢにおけるＲＥ３～ＲＥ５を並行処理し、行列演算式は以下のとおりである。

隣接する次のクロック周期内で、一番目のユーザの一番目のＲＢにおけるＲＥ６～ＲＥ８を並行処理し、行列演算式は以下のとおりである。

隣接する次のクロック周期内で、一番目のユーザの一番目のＲＢにおけるＲＥ９～ＲＥ１１を並行処理し、行列演算式は以下のとおりである。

一番目のユーザの一番目のＲＢを処理した後、同じ方式で二番目のユーザの一番目のＲＢを処理し、以下同様に、反復して全てのユーザの一番目のＲＢを取得する。同じ方式で全てのユーザの二番目のＲＢデータを計算し、以下同様に、反復して全てのユーザの全てのＲＢデータを取得する。

又は、１つのクロック周期内で、全てのユーザの一番目のＲＢにおけるＲＥ０～ＲＥ２を並行処理し、隣接する次のクロック周期内で、全てのユーザの一番目のＲＢにおけるＲＥ３～ＲＥ５を並行処理し、隣接する次のクロック周期内で、全てのユーザの一番目のＲＢにおけるＲＥ６～ＲＥ８を並行処理し、隣接する次のクロック周期において、全てのユーザの一番目のＲＢにおけるＲＥ９～ＲＥ１１を並行処理する。同じ方式で全てのユーザの二番目のＲＢデータを計算し、以下同様に、反復して全てのユーザの全てのＲＢデータを取得する。

一例では、アンテナ数及びパイロット情報に基づいて演算並行性を決定することは以下の方式を含んでもよい。

アンテナ数に基づいて演算並行性を決定する。例えば、アンテナ数が減少した場合、本方法がサポートできる帯域幅を向上させるために、一度により多くのＲＥを計算することができ、同時に物理的実現の複雑差の程度を軽減するために、３ＲＥ/６ＲＥの並行性のみを考慮することができる。即ち３３～６４アンテナの場合、３ＲＥをステップサイズとしてユーザデータを並行計算し、１～３２アンテナの場合、６ＲＥをステップサイズとしてユーザデータを並行計算する。なお、アンテナ数の違いによるアップリンクＭａｓｓｉｖｅＭＩＭＯにおける行列演算の演算並行性の違いは、本願の革新性及び保護範囲に影響しない。

又は、パイロット情報に基づいてチャンネル推定行列の推定精度を決定し、且つ推定精度に基づいて演算並行性を決定してもよい。例えば、各ＲＢが１２組の重みデータに対応する場合、演算並行性は１ＲＥとなる。又は、各ＲＢが６組の重みデータに対応する場合、演算並行性は２ＲＥとなる。又は、各ＲＢが４組の重みデータに対応する場合、演算並行性は３ＲＥとなる。又は、各ＲＢが３組の重みデータに対応する場合、演算並行性は４ＲＥとなる。又は、各ＲＢが２組の重みデータに対応する場合、演算並行性は６ＲＥとなる。

なお、パイロット情報の違いによるアップリンクＭａｓｓｉｖｅＭＩＭＯにおける行列演算の演算並行性の違いも、本願の革新性及び保護範囲に影響しない。

又は、アンテナ数に基づいて第１基準演算並行性を決定し、パイロット情報に基づいて第２基準演算並行性を決定し、前記第１基準演算並行性と第２基準演算並行性のうち小さい方を演算並行性とする。当然のことながら、演算並行性を決定する方式は様々であり、上記は例示に過ぎず、限定するものではない。

一例では、１つのＲＢのアンテナデータを読み込む毎に、それをメモリにキャッシュする。それに応じて、該ＲＢに対応するチャンネル推定行列における重みデータを読み込み、且つそれをメモリにキャッシュした後、さらに行列演算を行う。一番目のユーザの一番目のＲＢの計算を完了した後、二番目のユーザの一番目のＲＢを処理し、以下同様に、反復して全てのユーザの全てのＲＢを取得することができ、アンテナデータ行列を繰り返し読み取る必要がなく、帯域幅及び消費電力の浪費を回避することができる。

一例では、複数のＲＢを１つのＢＬＯＣＫと定義し、まず一人のユーザの１つのＢＬＯＣＫを読み込んで演算を完了した後、他のユーザの該ＢＬＯＣＫの演算を順次完了する。ＢＬＯＣＫが大きいほど、記憶リソースの消費が多くなるが、インタフェースの利用率が高くなる。本願の実施例において設定可能なＢＬＯＣＫサイズは１ＲＢ、２ＲＢ、４ＲＢ、８ＲＢ及び１６ＲＢ等を含む。

具体的には、ＢＬＯＣＫサイズは予め設定されており、１つのＢＬＯＣＫに含まれるＲＢの最大数はアンテナ数によって決定される。なお、帯域幅全体における各ユーザのＲＢ数及びＢＬＯＣＫの大きさに基づき、帯域幅全体におけるＢＬＯＣＫ数を決定することができる。ＢＬＯＣＫ数と処理遅延時間との積は、１シンボル長未満である必要がある。ここで、処理遅延時間は、アンテナデータの読み込み操作開始時刻とユーザデータの書き出し操作開始時刻との時間差である。ユーザ数、帯域幅、アンテナ数及び予め設定されたリソースブロック数に基づいて処理遅延時間を決定することができる。なお、処理遅延時間は人為的に設定されてもよく、本願の実施例は具体的に限定しない。

図４は本願の実施例が提供するＢＬＯＣＫ方式を用いてデータ処理を行うパイプライン処理の概略図である。図４に示すように、１つのＢＬＯＣＫの読み込み操作の開始時間と書き出し操作の開始時間の時間差が即ち処理遅延時間である。ここで、読み込まれるのはアンテナデータ及び重みデータであり、書き出されるのはユーザデータである。このように処理遅延をシンボルレベルからＢＬＯＣＫレベルに低減し、分割された時間内に分割後のデータ量を読み込むこができ、インタフェースの帯域幅の均一化に役立つ。

一例では、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及びチャンネル推定行列をメモリに記憶することは以下を含んでもよい。予め設定されたリソースブロック数に基づいてアンテナデータ及びチャンネル推定行列における重みデータを分割して読み取り、且つアンテナデータ及び重みデータをキャッシュする。例えば、各分割データは１つのＢＬＯＣＫデータに対応し、１つのＢＬＯＣＫは複数のＲＢ(即ちリソースブロック)を含む。

図５は本発明の実施例が提供する外部メモリにおけるアンテナデータのデータフォーマット概略図である。図５に示すアンテナデータのデータフォーマットに基づき、アンテナ０の１つのＢＬＯＣＫデータ(例えばＲＥ０～ＲＥ２)を読み取り、アンテナ１の１つのＢＬＯＣＫデータ(例えばＲＥ０～ＲＥ２)を読み取り、以下同様に、反復して各アンテナの１つのＢＬＯＣＫデータを読み取る。続けてアンテナ０の１つのＢＬＯＣＫデータ(例えばＲＥ３～ＲＥ５)を読み取り、アンテナ１の１つのＢＬＯＣＫデータ(例えばＲＥ３～ＲＥ５)を読み取り、以下同様に、各アンテナの全てのＢＬＯＣＫデータを読み取るまで行う。なお、図５におけるデータフォーマットはアンテナデータの記憶方式の一例に過ぎず、これに限定されない。

図６は本発明の実施例が提供する外部メモリ内のチャンネル推定行列における重みデータのデータフォーマット概略図である。図６に示す重みデータのデータフォーマットに基づき、ＲＢ０の全てのユーザにおける全てのアンテナの重みデータを読み取り、ＲＢ１の各ユーザにおける全てのアンテナの重みデータを読み取り、以下同様に、反復して１つのＢＬＯＣＫ内の全てのＲＢの重みデータを取得する。

なお、図６におけるデータフォーマットは重みデータの記憶方式の一例に過ぎず、これに限定されない。

一例では、アンテナデータ及び重みデータをメモリに記憶することは以下を含んでもよい。予め設定されたグループ化記憶ルールに基づき、アンテナデータ及び重みデータに対してグループ化を行い、且つグループ化の結果に基づいて前記アンテナデータ及び重みデータを関連付けて記憶し、データが直接演算されて線路の交差点が存在するようになり、回路設計時の配線難易度を高めることを回避する。

ここで、アンテナ数及び回路設計の配線レイアウト等の面を考慮して、予め設定されたグループ化記憶ルールを策定する。

例示的に、３２ユーザ６４アンテナの５Ｇ環境において、１００Ｍ帯域幅を実現するために、本願の実施例において６４×３＝１９２グループの複素乗算器を用い、１グループの複素乗算器は４グループの実数乗算器に対応し、従って、本願の実施例において１９２×４＝７６８グループの実数乗算器を用いる。アンテナデータと加重値データの実部と虚部がいずれも１６ｂｉｔであり、各組の乗算器の入力が１６ｘ１６であると仮定すると、このように大規模な行列演算は、必然的に多くの接続線及び交差を導入することになり、回路設計のレイアウトや配線の難易度を高める。行列演算式からも分かるように、各ユーザ出力データはいずれも各アンテナ入力データと直接関連しているため、交差接続線は必然的に多い。本願の実施例においては、５Ｇ周波数領域データの記憶及びＭａｓｓｉｖｅＭＩＭＯにおける演算の特徴に基づき、グループ化の方式を用いて１９２グループの複素乗算に対してパイプライン処理を行う。１６のアンテナ毎に３ＲＥを１グループとし、合計４グループであり、そのグループ化ルールは以下の式である。

ｇｒｐ_i,j
但し、ｉ＝｛ａｎｔ_0-15,ａｎｔ_16-31,ａｎｔ_32-47,ａｎｔ_48-63｝,
ｊ＝｛ＲＥ_0-2,ＲＥ_3-5,又はＲＥ_6-8,ＲＥ_9-11｝

グループ毎に行列演算を行い、ユーザデータを得る。一例として、６４アンテナに対して、演算並行性が３である応用シーンは、１６のアンテナ毎に１組とすることができ、各組は３つのＲＥを含む。第１グループを例として、アンテナａｎｔ_０－１５は各アンテナのＲＥ０～ＲＥ２と１グループを構成し、アンテナデータグループ０と命名し、又はアンテナグループ０と略称する。ＲＥ０に対して、１６個のアンテナは１６個の重みデータを有し、２つの重みグループに分けることができ、即ち１つのアンテナグループと２つの重みグループを１グループとする形式で、アンテナデータ及び重みデータをグループ化し関連付けて記憶する。

図７は本発明の実施例が提供するアンテナデータと重みデータのグループ化の概略図である。図７に示すように、ａｎｔ_0-15をアンテナグループ０と表記し、２つの重みグループを用いてアンテナグループ０に対応する取得値データを記憶し、即ちアンテナグループ０及び重みグループ０、重みグループ４を１グループとして記憶する。

同様に、ａｎｔ_16-31をアンテナグループ１と表記し、アンテナグループ１と重みグループ１、重みグループ５を１グループとして記憶する。同様に、ａｎｔ_32-47をアンテナグループ２と表記し、アンテナグループ２と重みグループ２、重みグループ６を１グループとして記憶する。ａｎｔ_48-63をアンテナグループ３と表記し、アンテナグループ３と重みグループ３、重みグループ７を１グループとして記憶する。

なお、上記グループ化の例は限定されておらず、アンテナ数の変化に伴って新たなグループ化方式が現れる。

一例において、前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定するステップは、前記演算並行性に基づいて１回の演算後に取得する単一ユーザのリソースユニット数を決定するステップと、前記リソースユニット数に基づいて１回の演算で並行処理するターゲットアンテナデータを決定するステップとを含む。好ましくは、前記ターゲットアンテナデータに基づいてデータ読み取りコマンドを生成し、前記データ読み取りコマンドをメモリに送信し、ここで、前記データ読み取りコマンドは、ターゲットアンテナデータ及び前記ターゲットアンテナデータに対応する重みデータを演算器に出力するように前記メモリに指示するために用いられる。

例えば、演算並行性が２であることを例として、ユーザ０のＲＥ０～ＲＥ２については、ターゲットアンテナデータはアンテナグループ０に対応するＲＥ０～ＲＥ２アンテナデータであり、重みデータはアンテナデータに対応し、さらに、プロセッサはデータ読み取りコマンドを生成し、データ読み取りコマンドをメモリに送信し、メモリにアンテナグループ０及び重み値グループ０、重み値グループ４に対応するデータを読み取らせ演算器に送る。

図８は本願の実施例が提供するユーザデータ演算の概略図である。図８に示すように、ＧＲＰ０～ＧＲＰ４は上記４つのアンテナグループに対応し、それぞれ９つの乗算器グループ、３つの１６入力加算器グループ及び３つの４入力加算器を含む。ＧＲＰ０を例として、各乗算器グループは１つのＲＥの乗算処理に用いられ、演算結果を１６入力加算器グループに出力し、１６入力加算器群を介して加算を行い、加算結果を３つの４入力加算器に出力し、４入力加算器の演算結果はアンテナグループ０のＲＥ０～ＲＥ２のユーザデータとする。ＧＲＰ０～ＧＲＰ４により、グループ内のアンテナデータと重みデータとの乗算を実現し、次いで、グループ内の全ての乗算結果の和を計算した後、全てのグループ内の和を加算して全てのアンテナのＲＥ₀～ＲＥ₂のユーザデータを取得する。

アンテナデータ及び重みデータをグループ化することにより、接続線の交差を減少させ、グループとグループの間のデータを直接演算することを回避し、それによりグループとグループの間の大規模な接続線の交差を回避する。まずグループ内のデータを集約して計算した後、ビット幅が小さいデータを取得し、各グループが３つのＲＥを取得した後、他のグループとの計算を行い、グループとグループとの間は３つのＲＥの交差演算のみを有し、接続線の混雑度を大幅に減少させ、バックエンド実現のリスクを低下させる。演算ユニットと入力バッファとの間のデータ交差を減少させるために、入力データバッファもグループ化しなければならない。

本願の実施例はアンテナ数及びパイロット情報によって演算並行性を決定し、演算並行性に基づいて１回の演算並行処理のターゲットアンテナデータを決定し、ターゲットアンテナデータ及びチャンネル推定行列に対して行列演算を行い、アンテナデータの並行処理を実現し、基地局におけるデータ処理の並行性を向上させることができ、並行性が高く、遅延が小さい等の特徴を有し、行列演算の演算要件を満たす。

いくつかの例では、ＢＬＯＣＫ方式によってデータの読み込み、計算及び書き出し操作を行い、処理遅延をシンボルレベルからＢＬＯＣＫレベルに低減し、分割された時間内に分割後のデータ量を読み込むこができ、インタフェースの帯域幅の均一化に役立つ。

いくつかの例において、アンテナデータと重みデータとをグループ化する方式により、計算における複素乗算に対してオーバーフロー処理を行い、回路設計における接続線の交差を減少させ、グループとグループとの間のデータを直接演算することを回避し、それによりグループとグループとの間の大規模な接続線の交差を回避し、接続線の混雑度を減少させる。

図９は本願の実施例が提供するデータ処理装置の構造ブロック図である。該装置は本願の実施例が提供するデータ処理方法を実行することにより、基地局におけるデータ処理の並行性を向上させる。図９に示すように、該装置は、
アンテナ数及びパイロット情報に基づいて演算並行性を決定し、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化してメモリに記憶し、前記演算並行性に基づいて演算器が１回の演算で並行処理するターゲットアンテナデータを決定するように設定され、ここで、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるプロセッサ９１０と、
前記アンテナデータ及びチャンネル推定行列をグループ化して記憶し、前記ターゲットアンテナデータ及びチャンネル推定行列を演算器に出力するように設定されるメモリ９２０と、
前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するように設定される演算器９３０と、
を含む。

本願の実施例はデータ処理装置を提供し、プロセッサはアンテナ数及びパイロット情報によって演算並行性を決定し、演算並行性に基づいてプロセッサは１回の演算並行処理のターゲットアンテナデータを決定し、且つプロセッサにおいてアンテナデータを並行処理し、基地局におけるデータ処理の並行性を向上させることができ、プロセッサの演算リソースの占有を減少させ、並行性が高く、遅延が小さい等の特徴を有し、行列演算の演算要件を満たす。

一実施形態において、プロセッサ９１０は、外部メモリ９４０からアンテナデータ及びチャンネル推定行列の重みデータを分割して読み取り、且つメモリ９２０にキャッシュする。

プロセッサ９１０は演算並行性に基づいて演算器９３０が１回の演算後に取得する単一ユーザのリソースユニット数を決定し、該リソースユニット数に基づいてターゲットアンテナデータを決定し、ターゲットアンテナデータに基づいてデータ読み出しコマンドを生成し、データ読み出しコマンドをメモリ９２０に送信することにより、メモリ９２０はターゲットアンテナデータ及び該ターゲットアンテナデータに対応する取得値データを演算器９３０に出力し、演算器９３０はメモリ９２０からターゲットアンテナデータ及び対応する重みデータを読み取り、ユーザデータを演算することにより、ユーザデータを外部メモリ９４０に書き込んでキャッシュし、プロセッサ９１０は外部メモリ９４０からユーザデータを取得することができる。

一実施形態では、前記プロセッサは、
アンテナ数に基づいて第１基準演算並行性を決定するように設定される第１決定モジュールと、
パイロット情報に基づいて第２基準演算並行性を決定するように設定される第２決定モジュールと、
前記第１基準演算並行性と第２基準演算並行性のうち小さい方を演算並行性とするように設定される第３決定モジュールと、
を含む。

一実施形態では、前記第２決定モジュールは、
前記パイロット情報に基づいてチャンネル推定行列の推定精度を決定し、前記推定精度に基づいて第２基準演算並行性を決定するように設定される。

一実施形態において、推定精度は各ユーザの各リソースブロックに対応する重みデータの数を含む。

一実施形態では、前記プロセッサは、
予め設定されたリソースブロック数に基づいて各ユーザのアンテナデータ及びチャンネル推定行列における重みデータを分割して読み取り、予め設定されたグループ化記憶ルールに基づいて、前記アンテナデータ及び重みデータに対してグループ化を行い、且つグループ化の結果に基づいて前記アンテナデータ及び重みデータを関連付けてメモリに記憶するように設定される。

一実施形態では、単一ユーザのリソースユニット数まで、
前記リソースユニット数に基づいてターゲットアンテナデータを決定し、前記ターゲットアンテナデータに基づいてデータ読み取りコマンドを生成し、前記データ読み取りコマンドをメモリに送信し、ここで、前記データ読み取りコマンドは、ターゲットアンテナデータ及び前記ターゲットアンテナデータに対応する重みデータを演算器に出力するように前記メモリに指示するために用いられる。

一実施形態において、図１０は本願の実施例が提供する別のデータ処理装置の構造ブロック図である。図１０に示すように、本願の実施例のデータ処理装置はアンテナデータ入力モジュール１００１、重みデータ入力モジュール１００２、アンテナデータ記憶モジュール１００３、重みデータ記憶モジュール１００４、複素乗算ユニット１００５及び加算ツリー１００６を含む。

ここで、複素乗算ユニットは１９２入力の複素乗算グループである。加算ツリーは４×４８入力の加算器グループである。アンテナデータ入力モジュール１００１は図５に示すデータフォーマットに従って、外部メモリからアンテナ０の分割されたアンテナデータ(ＢＬＯＣＫを実行ユニットとする)を読み込み、次いでアンテナ１の分割されたアンテナデータを読み込み、全てのアンテナの分割されたアンテナデータを読み込むまで、繰り返し行う。

重みデータ入力モジュール１００２はＲＢ₀の全てのユーザにおける全てのアンテナの重みデータを読み込み、次に、ＲＢ₁の全てのユーザにおける全てのアンテナの重みデータを読み込み、現在のＢＬＯＣＫ内の全てのＲＢの重みデータを読み込むまで、繰り返し行う。次のＢＬＯＣＫを現在のＢＬＯＣＫとして、上記操作を実行する。図１１は本出願の実施例が提供する演算パイプラインの概略図である。

図１１に示すように、横軸は時間、縦軸は操作タイプであり、アンテナ０、アンテナ１．．．等のアンテナの各ＢＬＯＣＫのアンテナデータを時間に沿って順次読み込む。各ＢＬＯＣＫについて、ＲＢ₀からＲＢ_xの順に読み込む。

アンテナ数に基づき、読み込んだアンテナデータ及び重みデータをグループ化して記憶する。演算並行性(例えば、１アンテナ～３２アンテナの場合、毎回単一ユーザ６ＲＥを並行計算し、３３アンテナ～６４アンテナの場合、毎回単一ユーザ３ＲＥを並行計算する)に応じて、それぞれメモリからアンテナデータと重みデータを読み込み、複素乗算ユニット１００５と加算ツリー１００６に送信して行列演算を行う。例えば、まずユーザ０のＢＬＯＣＫ内のＲＢデータを計算して取得し、次いでユーザ１のＢＬＯＣＫ内のＲＢデータを計算して取得し、全てのユーザのＢＬＯＣＫ内のＲＢデータを計算して取得するまで繰り返し行い、加算ツリー１００６は各ユーザのＢＬＯＣＫ内の全てのＲＢデータを出力する。

本願の実施例は、本願の実施例に記載のデータ処理装置を含む基地局を提供する。上記提供する基地局は上記の任意の実施例が提供するデータ処理方法を実行するように設定することができ、対応する機能及び有益な効果を有する。

本願の実施例はさらに実行可能なコマンドの記憶媒体を提供し、コンピュータで実行可能なコマンドはコンピュータプロセッサによって実行される時にデータ処理方法を実行するように設定され、該方法は、アンテナ数及びパイロット情報に基づいて演算並行性を決定し、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化して記憶し、前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定し、ここで、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるステップと、前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するステップとを含む。

前述したように、本願の例示的な実施例に過ぎず、本願の保護範囲を限定するものではない。

通常、本願の各実施例は、ハードウェア、専用回路、ソフトウェア、論理回路、又はこれらの任意の組み合わせによって実現される。構成要件は一部がハードウェアで実現され、その他の部分が、コントローラ、マイクロプロセッサ又は他の演算装置により実行されることが可能なファームウェア又はソフトウェアによって実現されることができる。なお、本出願はそれに限定されない。

本願の図面におけるなんらかの論理フローのブロック図はプログラムステップ、相互に接続される論理回路、モジュール及びその機能、プログラムステップ及びその論理回路、モジュール及びその機能の組み合わせのいずれかを示すことができる。メモリ内にコンピュータプログラムを記憶することができる。

メモリは局所的技術環境に好適な任意のタイプを有し、且つ、これに対応する任意のデータ記憶技術で実現することができ、例えば、リードオンリメモリ(ＲＯＭ)、ランダムアクセスメモリ(ＲＡＭ)、光学メモリデバイス及びシステム(デジタル多用途ディスク(ＤＶＤ)又はコンパクトディスク(ＣＤ))等で実現することができる。コンピュータ可読媒体は非一時的コンピュータ可読記憶媒体を含んでもよい。

プロセッサは局所的技術環境に好適な任意のタイプを有し、例えば、汎用コンピュータ、専用コンピュータ、マイクロプロセッサ、デジタル信号プロセッサ(ＤＳＰ)、特定用途向け集積回路(ＡＳＩＣ)、プログラマブルロジックデバイス(ＦＧＰＡ)及びマルチコアプロセッサ構造に基づくプロセッサを含むが、これらに限定されない。

一実施形態では、前記プロセッサは、
前記演算並行性に基づいて演算器が１回の演算後に取得する単一ユーザのリソースユニット数を決定し、
前記リソースユニット数に基づいてターゲットアンテナデータを決定し、前記ターゲットアンテナデータに基づいてデータ読み取りコマンドを生成し、前記データ読み取りコマンドをメモリに送信し、ここで、前記データ読み取りコマンドは、ターゲットアンテナデータ及び前記ターゲットアンテナデータに対応する重みデータを演算器に出力するように前記メモリに指示するために用いられる。

Claims

アンテナ数及びパイロット情報に基づいて演算並行性を決定し、各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化してメモリに記憶し、前記演算並行性に基づいて演算器が１回の演算で並行処理するターゲットアンテナデータを決定するように設定されるプロセッサであって、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータである、プロセッサと、
前記アンテナデータ及びチャンネル推定行列をグループ化して記憶し、前記ターゲットアンテナデータ及びチャンネル推定行列を演算器に出力するように設定されるメモリと、
前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するように設定される演算器と、を含む、データ処理装置。
前記プロセッサは、
アンテナ数に基づいて第１基準演算並行性を決定するように設定される第１決定モジュールと、
パイロット情報に基づいて第２基準演算並行性を決定するように設定される第２決定モジュールと、
前記第１基準演算並行性と第２基準演算並行性のうち小さい方を演算並行性とするように設定される第３決定モジュールと、を含む、請求項１に記載の装置。
前記第２決定モジュールは具体的に、
前記パイロット情報に基づいてチャンネル推定行列の推定精度を決定し、前記推定精度に基づいて第２基準演算並行性を決定するように設定される、請求項２に記載の装置。
前記推定精度は各ユーザの各リソースブロックに対応する重みデータの数を含む、請求項３に記載の装置。
前記プロセッサは具体的に、
予め設定されたリソースブロック数に基づいて各ユーザのアンテナデータ及びチャンネル推定行列における重みデータを分割して読み取り、
予め設定されたグループ化記憶ルールに基づいて、前記アンテナデータ及び重みデータに対してグループ化を行い、且つグループ化の結果に基づいて前記アンテナデータ及び重みデータを関連付けてメモリに記憶するように設定される、請求項１に記載の装置。
前記プロセッサは具体的に、
前記演算並行性に基づいて演算器が１回の演算後に取得する単一ユーザのリソースユニット数を決定し、
前記リソースユニット数に基づいてターゲットアンテナデータを決定し、前記ターゲットアンテナデータに基づいてデータ読み取りコマンドを生成し、前記データ読み取りコマンドをメモリに送信し、前記データ読み取りコマンドは、ターゲットアンテナデータ及び前記ターゲットアンテナデータに対応する重みデータを演算器に出力するように前記メモリに指示するために用いられるように設定される、請求項１に記載の装置。
アンテナ数及びパイロット情報に基づいて演算並行性を決定するステップと、
各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化し記憶するステップと、
前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定し、前記ターゲットアンテナデータは前記ユーザの一部のアンテナデータであるステップと、
前記ターゲットアンテナデータ及び前記チャンネル推定行列に基づいてユーザデータを計算するステップと、を含む、データ処理方法。
アンテナ数及びパイロット情報に基づいて演算並行性を決定する前記ステップは、
アンテナ数に基づいて第１基準演算並行性を決定するステップと、
パイロット情報に基づいて第２基準演算並行性を決定するステップと、
前記第１基準演算並行性と第２基準演算並行性のうち小さい方を演算並行性とするステップと、を含む、請求項７に記載の方法。
パイロット情報に基づいて第２基準演算並行性を決定する前記ステップは、
前記パイロット情報に基づいてチャンネル推定行列の推定精度を決定し、前記推定精度に基づいて第２基準演算並行性を決定するステップを含む、請求項８に記載の方法。
前記推定精度は各ユーザの各リソースブロックに対応する重みデータの数を含む、請求項９に記載の方法。
各ユーザのアンテナデータ及びチャンネル推定行列を取得し、且つ前記アンテナデータ及び前記チャンネル推定行列をグループ化し記憶する前記ステップは、
予め設定されたリソースブロック数に基づいて各ユーザのアンテナデータ及びチャンネル推定行列における重みデータを分割して読み取るステップと、
予め設定されたグループ化記憶ルールに基づき、前記アンテナデータ及び重みデータに対してグループ化を行い、且つグループ化の結果に基づいて前記アンテナデータ及び重みデータを関連付けて記憶するステップと、を含む、請求項７に記載の方法。
前記演算並行性に基づいて１回の演算で並行処理するターゲットアンテナデータを決定する前記ステップは、
前記演算並行性に基づいて１回の演算後に取得する単一ユーザのリソースユニット数を決定するステップと、
前記リソースユニット数に基づいて１回の演算で並行処理するターゲットアンテナデータを決定するステップと、を含む、請求項７に記載の方法。
請求項１から６のいずれか１項に記載のデータ処理装置を含む、基地局。
コンピュータプログラムが記憶され、前記コンピュータプログラムがプロセッサによって実行される時に請求項７から１２のいずれか１項に記載の方法を実現する、コンピュータ読み取り可能な記憶媒体。