CN102075300B - 选择调制编码方案和预编码矩阵的方法和设备 - Google Patents

Abstract

本发明涉及一种选择调制编码方案和预编码矩阵的方法和设备。该选择调制编码方案和预编码矩阵的方法，包括：估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；根据Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；确定与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，其中，Nc和Ns是正整数，且Nc大于1。本发明能更有效率地进行带有反馈延时的MCS和PMI的联合选择。

Description

选择调制编码方案和预编码矩阵的方法和设备

技术领域

本发明涉及无线通信系统领域，具体涉及选择调制编码方案和预编码矩阵的方法和设备。

背景技术

MIMO-OFDM(多输入多输出-正交频分复用)技术可提供高速可靠的无线数据传输，并具有频谱利用率高的特点，因此成为多种宽带无线通信标准的关键技术。同时，为进一步提高无线通信中数据传输的速率和可靠性，自适应调制编码技术(AMC：AdaptiveModulation and Coding)和预编码(precoding)技术也被广泛的应用于MIMO-OFDM系统中。自适应调制编码技术可以根据获得的信道状态信息动态的调整发射端的调制和编码方式(MCS：Modulationand Coding Scheme)以适应变化的信道，预编码技术则是根据获得的信道状态信息将多流数据进行适当加权并分配到各发射天线以最大化系统的输出吞吐量。

在闭环MIMO-OFDM系统中，反馈环路延时的存在使得发射端得到的只是被延迟的以前信道的状态信息和相应的PMI(预编码矩阵索引，Precoding Matrix Index)、MCS选择结果，并依据这些延迟信息进行当前发射参数配置，这种配置可能并不是适合当前信道的最佳选择。而且，如果信道状态在反馈延时内不会发生剧烈变化，则可以得到接近期望目标的系统性能；但是在高速快衰落的环境中，采用基于被延迟反馈信息的自适应调制编码技术和预编码技术的MIMO-OFDM系统则系统性能下降甚至有可能失效。

此外，要达到系统的最优性能，MCS和PMI的选择与更新需要是实时的，因此需要更有效率地进行MCS和PMI二者的联合选择。

发明内容

鉴于此，本发明提出了一种解决带有反馈延时的MCS和PMI联合选择问题的技术方案。

根据本发明的一个方面，提供了一种选择调制编码方案和预编码矩阵的方法，包括：估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；根据Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；确定与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，其中，Nc和Ns是正整数，且Nc大于1。

根据本发明的另一个方面，提供了一种选择调制编码方案和预编码矩阵的设备，包括：估计单元，被配置用于估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；预测单元，被配置用于根据Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；确定单元，被配置用于选择与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；参数获取单元，被配置用于获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及选择单元，被配置用于根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，其中，Nc和Ns是正整数，且Nc大于1。

根据本发明的另一方面，还提供了一种存储介质。该存储介质包括机器可读的程序代码，当在信息处理设备上执行该程序代码时，该程序代码执行上述选择调制编码方案和预编码矩阵的方法。

根据本发明的另一方面，还提供了一种程序产品。该程序产品包括机器可执行的指令，当在信息处理设备上执行指令时，该指令执行上述选择调制编码方案和预编码矩阵的方法。

本发明能更有效率地进行带有反馈延时的MCS和PMI的联合选择。

参照以下的说明和附图，本发明的这些和进一步的方面和特征将变得更加清楚。在所述的说明和附图中，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

参照以下的附图可以更好地理解本发明的很多方面。附图中的部件不是成比例绘制的，而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分，附图中对应部分可能被放大，即，使其相对于在依据本发明实际制造的示例性装置中的其它部件变得更大。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。此外，在附图中，类似的标号表示几个附图中对应的部件，并可用于指示多于一种实施方式中使用的对应部件。

附图说明

附图示出了本发明的优选实施例，构成了说明书的一部分，用于与文字说明一起进一步详细地阐释本发明的原理。其中：

图1是典型的采用自适应调制编码技术和预编码技术的闭环MIMO-OFDM系统框图。

图2是根据本发明的实施例的选择调制编码方案和预编码矩阵的方法的流程图；

图3是根据本发明的实施例的估计有效信号干扰噪声比的方法的流程图；

图4是根据本发明的实施例的预测延时信道参数的方法的流程图；

图5是根据本发明的实施例的根据调制编码参数选择预编码矩阵和调制编码方案的方法的流程图；

图6是根据本发明的实施例的根据合成调制编码参数选择预编码矩阵和调制编码方案的方法的流程图；

图7是根据本发明的实施例的选择调制编码方案和预编码矩阵的方法的原理图；

图8是根据本发明的实施例的选择调制编码方案和预编码矩阵的设备的框图；

图9是应用了本发明的实施例的选择调制编码方案和预编码矩阵的设备的MIMO-OFDM系统的性能仿真曲线。

具体实施方式

图1为一种典型的采用自适应调制编码技术和预编码技术的闭环MIMO-OFDM系统框图。如图所示，源数据首先进入编码调制单元101，然后经过MIMO编码单元102形成多个并行数据流X，X经过预编码模块103后的输出为：

Z＝W_iX    (1)

设系统发射和接收天线数目分别为N_t和N_r，N_t和N_r为正整数，MIMO编码单元102输出的并行数据流数目为N_s，N_s为正整数，且系统中的预编码矩阵的数目为N_c，N_c为大于1的正整数，则式(1)中的X为N_s×1的发射数据流，W_i为N_t×N_s的预编码矩阵，i为预编码矩阵索引(PMI：Precoding Matrix Index)，0≤i≤N_c-1，Z为N_t×1的发送符号矢量。

接下来，在子载波映射模块104中将发送符号映射到不同的频域子载波上，之后形成的频域多载波信号经IFFT(逆快速傅立叶变换)模块105和RF(射频)发送模块106处理后发射出去。

相应地，接收信号经RF接收模块109接收、经FFT(快速傅立叶变换)模块110处理并经子载波解映射模块111处理后得到的频域信号为：

Y＝HW_iX+N    (2)

其中，H为N_r×N_t的信道频域响应，N为高斯白噪声向量。

在接收端，信道估计模块112进行信道估计，得到信道传输矩阵的估计值一方面被送到MIMO解码模块113进行MIMO解码处理，同时被送到接收端选择器108进行PMI和MCS的选择。接收端选择器108依据信道的估计值选择能够达到预期性能指标的MCS和预编码矩阵，选择结果通过反馈环路送到发射端控制器107，用来控制发射端的调制编码方式和预编码所采用的矩阵，以适应实时变化的无线传输信道。

由上可知，AMC技术和预编码技术可以基于信道状态的估计值对发射端的参数(MCS和PMI)进行自适应的选择和配置，提高系统的传输可靠性和吞吐量。

在实际无线通信过程中，反馈环路具有一定延时(用T_D表示)。因此，接收端在时刻t_k根据信道估计值

得到的选择结果PMI(t_k)和MCS_j(t_k)(1≤j≤N_s)，经过反馈通道在时刻(t_k+T_D)到达发射端，发射端用PMI(t_k)和MCS_j(t_k)(1≤j≤N_s)自动配置发射参数，以适应当前信道H(t_k+T_D)，并期望得到预期的系统性能指标。

图2是根据本发明的实施例的选择调制编码方案和预编码矩阵的方法的流程图。该方法包括如下步骤：在步骤202中，估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；在步骤204中，根据Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；在步骤206中，确定与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；在步骤208中，获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；在步骤210中，以及根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，其中，Nc和Ns是正整数，且Nc大于1。

在一个实施例中，图2中的信道参数是有效信号干扰噪声比(ESINR：Effective Signal to Interference and Noise Ratio)。在一个实施例中，图2中的步骤202可以由图3中的方法实现。如图3所示，在步骤302中，估计实际传输信道矩阵；在步骤304中，将所估计的实际传输信道矩阵分别与Nc个预编码矩阵相乘，以获取Nc个等效信道估计矩阵；在步骤306中，针对Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比。本发明的信道参数不限于有效信号干扰噪声比，例如也可以是信号干扰噪声比(SINR)，信噪比(SNR)，有效信噪比(ESNR)。

在一个示例中，假设MIMO-OFDM系统的反馈延时为T_D，且当前时刻为t_k。在步骤302中，利用公共训练序列(如IEEE 802.16e中的Midamble)估计实际传输信道矩阵

在步骤304中，将所估计的实际传输信道矩阵分别与Nc个预编码矩阵相乘，以获取Nc个等效信道估计矩阵：

${\hat{H}}_{i\_\mathrm{eff}}\left(t_k\right)=\hat{H}\left(t_k\right)W_i,(0\≤i\≤N_c-1)---\left(3\right)$

在步骤306中，针对Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比ESINR_ij(t_k)(0≤i≤N_c-1，1≤j≤N_s)，如式(4)所示：

${\mathrm{ESINR}}_{\mathrm{ij}}\left(t_k\right)=f_j\left({\hat{H}}_{i\_\mathrm{eff}}\left(t_k\right)\right)---\left(4\right)$

在式(4)中，f_j可以是任何进行符号级ESINR计算的函数，典型的计算方法如式(5)：

$\mathrm{ESINR}={\mathrm{\Φ}}^{-1}\left\{\frac{1}{N_{\mathrm{FFT}}}\underset{n=1}{\overset{N_{\mathrm{FFT}}}{\mathrm{\Σ}}}\mathrm{\Φ}\right[{\mathrm{SINR}}_n\left]\right\}={\mathrm{\Φ}}^{-1}\left\{\frac{1}{N_{\mathrm{FFT}}}\underset{n=1}{\overset{N_{\mathrm{FFT}}}{\mathrm{\Σ}}}\mathrm{\Φ}\right[\frac{{\left|{\hat{H}}_{\mathrm{eff}}\right|}^2}{P_I+P_N}\left]\right\}---\left(5\right)$

在式(5)中，N_FFT为OFDM系统中FFT点数；SINR_n为单个子载波上的信号干扰噪声比；P_I和P_N分别为平均干扰功率和平均噪声功率；变换函数Φ^-1(＊)是Φ(＊)的反函数，而Φ(＊)可以采用式(6)所示的互信息有效信噪比映射(MI-ESM：Mutual Information EffectiveSNR Mapping)、式(7)所示的指数有效信噪比映射(EESM：Exponential Effective SNR Mapping)和式(8)所示的等容量有效信噪比映射(CESM：Capacity Effective SNR Mapping)等。

$\mathrm{\Φ}\left({\mathrm{\γ}}_n\right)={\log }_2\left(M\right)-\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{E}_U\left\{{\log }_2\right[1+\underset{k=1,k\≠m}{\overset{M}{\mathrm{\Σ}}}\exp (-\frac{{|X_k-X_m+U|}^2-{\left|U\right|}^2}{1/{\mathrm{\γ}}_n})\left]\right\}---\left(6\right)$

$\mathrm{\Φ}\left({\mathrm{\γ}}_n\right)=\exp (-\frac{{\mathrm{\γ}}_n}{\mathrm{\β}})---\left(7\right)$

$\mathrm{\Φ}\left({\mathrm{\γ}}_n\right)={\log }_2(1+\frac{{\mathrm{\γ}}_n}{\mathrm{\β}})---\left(8\right)$

式(6)、(7)、(8)是本领域技术人员所熟知的，这里不再详细描述。

在一个实施例中，图2中的步骤204包括根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的M个历史信道参数来预测延时信道参数，其中M为所记录的历史信道参数的个数。在一个示例中，可以利用线性预测算法、多项式预测算法来预测延时信道参数。式(9)为线性预测算法的一个例子。

ESINR′_ij(t_k+T_D)＝(T_D+1)*ESINR_ij(t_k)-T_D*ESINR_ij(t_k-1)

                ＝[ESINR_ij(t_k)-ESINR_ij(t_k-1)]*T_D+ESINR_ij(t_k)(9)

其中ESINR′_ij(t_k+T_D)表示(t_k+T_D)时刻的ESINR的预测值。

参照上述式(9)，本领域技术人员可以基于现有的线性拟合算法和多项式拟合算法构造出其他的具体的预测算法，这里不再详细介绍。另外，在预测算法中采用的历史信道参数不限于两个，也可以为一个或者两个以上。

在一个实施例中，图2中的步骤204可以由图4中的方法实现。如图4所示，在步骤402中，根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的历史信道参数，计算信道参数的波动误差，例如波动误差可以计算为|ESINR_ij(t_k-t)-ESINR_ij(t_k-t-1)|(t＝0，…，M-1)，其中M为所记录的历史信道参数的个数；在步骤404中，判断信道参数的波动误差是否小于等于预定阈值，如果是，则执行步骤406，如果否，则执行步骤408。在步骤406中，将该信道参数直接确定为延时信道参数。在步骤408中，根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。也就是说，在波动误差小于等于预定阈值时，该信道被认为是静态或准静态信道。在一个示例中，如上所述，可以利用线性预测算法、多项式预测算法来预测延时信道参数。另外，还可以采用线性预测算法和多项式预测算法的结合来预测延时信道参数。例如，可以根据波动误差的取值范围来确定是采用线性预测算法还是采用多项式预测算法。

在一个实施例中，图2中的步骤206，即确定与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案，可以通过查询已知的调制编码方案(MCS)表来实现。一个MCS表的示例如表1所示。

表1MCS表

MCS级别	ESINR选择阈值	频谱效率
			1	TH1	SE1
2	TH2	SE2
			3	TH3	SE3
4	TH4	SE4
			...	...	...
N	THN	SEN

在表1中，由ESINR选择阈值所确定的不同的ESINR范围对应于不同的MCS级别。将预测得到的ESINR′_ij(t_k+T_D)与ESINR选择阈值进行比较，得到对应的MCS作为各数据流MCS选择结果MCS′_ij(t_k+T_D)。

在一个实施例中，图2中的步骤208，即获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数，也可以利用查询表1来实现。表1中的频谱效率即为调制编码参数的一个示例。在表1中，由ESINR选择阈值所确定的不同的ESINR范围对应于不同的MCS级别，从而也对应于不同的频谱效率。因此，可以确定与各数据流MCS选择结果MCS′_ij(t_k+T_D)相对应的频谱效率SE′_ij(t_k+T_D)

在一个实施例中，图2中的步骤210，即根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，可以由图5所示的方法实现。如图5所示，在步骤502中，针对Nc个预编码矩阵的每一个，计算对应的Ns个调制编码参数的合成调制编码参数；在步骤504中，根据Nc个合成调制编码参数选择预编码矩阵和调制编码方案。

在一个示例中，图5中的步骤502可以通过对N_s个调制编码参数进行合并来得到合成调制编码参数。合并N_s个调制编码参数的方法可以是线性相加，或者是取平均值，或者是取最大值，或者是取最小值。以调制编码参数为频谱效率为例，合成调制编码参数可以表示为：

${\mathrm{TP}}_i(t_k+T_D)=f({\mathrm{SE}}_{i1}^{\′}(t_k+T_D),...,{\mathrm{SE}}_{\mathrm{ij}}^{\′}(t_k+T_D),...,{\mathrm{SE}}_{{\mathrm{iN}}_s}^{\′}(t_k+T_D))---\left(10\right)$

其中TP为合成调制编码参数，也称为链路吞吐量。函数f为所采用的合并算法。

在一个实施例中，图5中的步骤504可以通过图6所示的方法来实现。如图6所示，在步骤602中，根据Nc个合成调制编码参数选择预编码矩阵；在步骤604中，将与所选择的预编码矩阵相对应的Ns个调制编码方案选择作为分别用于Ns个并行数据流的调制编码方案。在一个示例中，依据使合成调制编码参数最大化的原则，选择PMI和各数据流的MCS。如式(11)所示，

$[\mathrm{PMI},{\mathrm{MCS}}_{\mathrm{PMI}1}^{\′}(t_k+T_D),...,{\mathrm{MCS}}_{\mathrm{PMI}{N}_s}^{\′}(t_k+T_D)]=\underset{0\≤i\≤N_c-1}{\max }\left\{{\mathrm{TP}}_i(t_k+T_D)\right\}$

(11)

将Nc个PMI中的每一个所对应的一组Ns个选择的MCS′_ij(t_k+T_D)所计算得到的合成调制编码参数值进行比较，选取Nc个合成调制编码参数值中最大的一个所对应的PMI作为最终选择的PMI，并将该PMI所对应的Ns个MCS′_ij(t_k+T_D)作为最终选择的MCS。

根据本发明的实施例得到的选择的PMI和MCS可以通过反馈环路进入发射端控制器，用来配置接下来的发射机参数。

图7是根据本发明的实施例的选择调制编码方案和预编码矩阵的方法的原理图。参照上文对本发明的实施例的介绍，对图7进行说明。如图7所示，在模块701中，进行实际阐述信道矩阵的估计；在模块702中，将所估计的实际传输信道矩阵分别与Nc个预编码矩阵相乘，以获取Nc个等效信道估计矩阵；在模块703中，针对Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比；在模块704中，预测反馈延时后的ESINR；在模块705中，根据预测的反馈延时后的ESINR查询MCS表，得到分别针对Nc个PMI和Ns个数据流的MCS和频谱效率；在模块706中，选择PMI以及对应的MCS。

图8是根据本发明的实施例的选择调制编码方案和预编码矩阵的设备800的框图。选择调制编码方案和预编码矩阵的设备800包括估计单元802，被配置用于估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；预测单元804，被配置用于根据Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；确定单元806，被配置用于选择与Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；参数获取单元808，被配置用于获取与Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及选择单元810，被配置用于根据Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，其中，Nc和Ns是正整数，且Nc大于1。

在一个实施例中，选择单元810包括合成调制编码参数计算部件，被配置用于针对Nc个预编码矩阵的每一个，计算对应的Ns个调制编码参数的合成调制编码参数；和选择部件，被配置用于根据Nc个合成调制编码参数选择预编码矩阵和调制编码方案。在一个示例中，选择部件被配置用于：根据Nc个合成调制编码参数选择预编码矩阵；以及将与所选择的预编码矩阵相对应的Ns个调制编码方案选择作为分别用于Ns个并行数据流的调制编码方案。在一个示例中，合成调制编码参数计算部件被配置用于将对应的Ns个调制编码参数的和或者平均值或最大值作为合成调制编码参数。

在一个实施例中，估计单元802包括实际传输信道矩阵部件，被配置用于估计实际传输信道矩阵；等效信道估计矩阵获取部件，被配置用于将所估计的实际传输信道矩阵分别与Nc个预编码矩阵相乘，以获取与Nc个等效信道估计矩阵；以及有效信号干扰噪声比计算部件，被配置用于针对Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比。

在一个实施例中，预测单元804被配置用于：根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

在一个实施例中，预测单元804，被配置用于：根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的历史信道参数，计算信道参数的波动误差；如果波动误差小于或等于预定阈值，则将信道参数确定为延时信道参数，否则根据Nc×Ns个信道参数的每一个以及与Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

在一个实施例中，预测单元804还被配置用于利用线性预测算法、多项式预测算法或者线性预测算法和多项式预测算法的结合来预测延时信道参数。

选择调制编码方案和预编码矩阵的设备800中各单元的其他技术细节可以参考上文中对于根据本发明的实施例的选择调制编码方案和预编码矩阵的方法中的描述，这里不再重复描述。

图9为将本发明应用于IEEE 802.16e的4*2MIMO-OFDM系统中的性能仿真曲线，其中，系统反馈延时为2个OFDM帧，信道模型采用IEEE 802.16e规定的PB3信道，数据流数目为Ns＝1。图9中，横坐标表示信道的信噪比，纵坐标表示链路吞吐量(单位：bit/sbcr，即比特/子载波)CL-4Tx-R1-delay0表示理想的无延时的情况；CL-4Tx-R1-delay2-no-predication表示系统反馈延时为2个OFDM帧但是不采用自适应预测的情况；CL-4Tx-R1-delay2--predication表示系统反馈延时为2个OFDM帧并且采用自适应预测的情况。由图可知，与不采用自适应预测的系统相比，采用本发明的MIMO-OFDM系统的吞吐量性能有1dB左右的提高。

因此，可以得出如下结论：本发明可以大大提高闭环MIMO-OFDM系统的性能。

对本领域的普通技术人员而言，能够理解本发明的方法和设备的全部或者任何步骤或者部件，可以在任何计算设备(包括处理器、存储介质等)或者计算设备的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的，因此在这里省略了详细说明。

因此，基于上述理解，本发明的目的还可以通过在任何信息处理设备上运行一个程序或者一组程序来实现。所述信息处理设备可以是公知的通用设备。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者设备的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质，因此也没有必要在此对各种存储介质一一列举。

在本发明的设备和方法中，显然，各部件或各步骤是可以分解、组合和/或分解后重新组合的。这些分解、组合和/或重新组合应视为本发明的等效方案。

以上描述了本发明的优选实施方式。本领域的普通技术人员知道，本发明的保护范围不限于这里所公开的具体细节，而可以具有在本发明的精神实质范围内的各种变化和等效方案。

附记

附记1.一种选择调制编码方案和预编码矩阵的方法，包括：

估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；

根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；

确定与所述Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；

获取与所述Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及

根据所述Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，

其中，所述Nc和Ns是正整数，且Nc大于1。

附记2.如附记1所述的方法，其中所述选择预编码矩阵和调制编码方案的步骤包括：

针对所述Nc个预编码矩阵的每一个，计算对应的Ns个调制编码参数的合成调制编码参数；以及

根据Nc个所述合成调制编码参数选择预编码矩阵和调制编码方案。

附记3.如附记2所述的方法，其中根据Nc个所述合成调制编码参数选择预编码矩阵和调制编码方案步骤包括：

根据所述Nc个所述合成调制编码参数选择预编码矩阵；以及

将与所选择的预编码矩阵相对应的Ns个调制编码方案选择作为分别用于所述Ns个并行数据流的调制编码方案。

附记4.如附记1所述的方法，其中所述信道参数是有效信号干扰噪声比。

附记5.如附记4所述的方法，其中估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数的步骤包括：

估计实际传输信道矩阵；

将所估计的实际传输信道矩阵分别与所述Nc个预编码矩阵相乘，以获取Nc个等效信道估计矩阵；以及

针对所述Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比。

附记6.如附记1所述的方法，其中所述调制编码参数是频谱效率。

附记7.如附记1所述的方法，其中根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数的步骤包括：

根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

附记8.如附记1所述的方法，其中根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数的步骤包括：

根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数，计算信道参数的波动误差；

如果所述波动误差小于或等于预定阈值，则将所述信道参数确定为所述延时信道参数，否则根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

附记9.如附记7或8所述的方法，其中根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数的步骤包括利用线性预测算法、多项式预测算法或者线性预测算法和多项式预测算法的结合来预测延时信道参数。

附记10.如附记2所述的方法，其中计算对应的Ns个调制编码参数的合成调制编码参数的步骤包括将对应的Ns个调制编码参数的和或者平均值或最大值作为合成调制编码参数。

附记11.一种选择调制编码方案和预编码矩阵的设备，包括：

估计单元，被配置用于估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；

预测单元，被配置用于根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；

确定单元，被配置用于选择与所述Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；

参数获取单元，被配置用于获取与所述Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及

选择单元，被配置用于根据所述Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，

其中，Nc和Ns是正整数，且Nc大于1。

附记12.如附记11所述的设备，其中所述选择单元包括合成调制编码参数计算部件，被配置用于针对所述Nc个预编码矩阵的每一个，计算对应的Ns个调制编码参数的合成调制编码参数；和选择部件，被配置用于根据Nc个所述合成调制编码参数选择预编码矩阵和调制编码方案。

附记13.如附记12所述的设备，其中所述选择部件被配置用于：根据所述Nc个所述合成调制编码参数选择预编码矩阵；以及将与所选择的预编码矩阵相对应的Ns个调制编码方案选择作为分别用于所述Ns个并行数据流的调制编码方案。

附记14.如附记11所述的设备，其中所述信道参数是有效信号干扰噪声比。

附记15.如附记14所述的设备，其中所述估计单元包括实际传输信道矩阵部件，被配置用于估计实际传输信道矩阵；等效信道估计矩阵获取部件，被配置用于将所估计的实际传输信道矩阵分别与所述Nc个预编码矩阵相乘，以获取与Nc个等效信道估计矩阵；以及有效信号干扰噪声比计算部件，被配置用于针对所述Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比。

附记16.如附记11所述的设备，其中所述调制编码参数是频谱效率。

附记17.如附记11所述的设备，其中所述预测单元被配置用于：根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

附记18.如附记11所述的设备，其中所述预测单元被配置用于：根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数，计算信道参数的波动误差；如果所述波动误差小于或等于预定阈值，则将所述信道参数确定为所述延时信道参数，否则根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

附记19.如附记17或18所述的设备，其中所述预测单元还被配置用于利用线性预测算法、多项式预测算法或者线性预测算法和多项式预测算法的结合来预测所述延时信道参数。

附记20.如附记12所述的设备，其中所述合成调制编码参数计算部件被配置用于将对应的Ns个调制编码参数的和或者平均值或最大值作为合成调制编码参数。

Claims (10)

1.一种选择调制编码方案和预编码矩阵的方法，包括：

估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；

根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；

确定与所述Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；

获取与所述Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及

根据所述Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，

其中，所述Nc和Ns是正整数，且Nc大于1。

2.如权利要求1所述的方法，其中所述选择预编码矩阵和调制编码方案的步骤包括：

针对所述Nc个预编码矩阵的每一个，计算对应的由Ns个调制编码参数得到的合成调制编码参数；以及

根据Nc个所述合成调制编码参数选择预编码矩阵和调制编码方案。

3.如权利要求2所述的方法，其中根据Nc个所述合成调制编码参数选择预编码矩阵和调制编码方案步骤包括：

根据所述Nc个所述合成调制编码参数选择预编码矩阵；以及

将与所选择的预编码矩阵相对应的Ns个调制编码方案选择作为分别用于所述Ns个并行数据流的调制编码方案。

4.如权利要求1所述的方法，其中所述信道参数是有效信号干扰噪声比。

5.如权利要求4所述的方法，其中估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数的步骤包括：

估计实际传输信道矩阵；

将所估计的实际传输信道矩阵分别与所述Nc个预编码矩阵相乘，以获取Nc个等效信道估计矩阵；以及

针对所述Nc个等效信道估计矩阵的每一个计算与Ns个并行数据流的每一个相对应的有效信号干扰噪声比。

6.如权利要求1所述的方法，其中所述调制编码参数是频谱效率。

7.如权利要求1所述的方法，其中根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数的步骤包括：

根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

8.如权利要求1所述的方法，其中根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数的步骤包括：

根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数，计算信道参数的波动误差；

如果所述波动误差小于或等于预定阈值，则将所述信道参数确定为所述延时信道参数，否则根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数。

9.如权利要求7或8所述的方法，其中根据所述Nc×Ns个信道参数的每一个以及与所述Nc×Ns个信道参数的每一个相对应的历史信道参数来预测延时信道参数的步骤包括利用线性预测算法、多项式预测算法或者线性预测算法和多项式预测算法的结合来预测延时信道参数。

10.一种选择调制编码方案和预编码矩阵的设备，包括：

估计单元，被配置用于估计针对Nc个预编码矩阵和Ns个并行数据流的Nc×Ns个信道参数；

预测单元，被配置用于根据所述Nc×Ns个信道参数预测经过反馈延时后的Nc×Ns个延时信道参数；

确定单元，被配置用于选择与所述Nc×Ns个延时信道参数分别相对应的Nc×Ns个调制编码方案；

参数获取单元，被配置用于获取与所述Nc×Ns个调制编码方案分别相对应的Nc×Ns个调制编码参数；以及

选择单元，被配置用于根据所述Nc×Ns个调制编码参数选择预编码矩阵和调制编码方案，

其中，所述Nc和Ns是正整数，且Nc大于1。

Images