CN1762137B - 使用射频和基带信号加权合并的多天线通信系统 - Google Patents

Abstract

本发明公开了一种连接能够接收第一组多个射频信号的天线(260)结构的接收机(250)。所述接收机包括一个射频处理网络，使用所述第一组多个射频信号在射频域内执行加权与合并操作，从而生成第二组多个射频信号。还提供一个下变频转换器，下变频转换所述第二组多个射频信号为第二组多个下变频转换信号。可选择的各实施例中，某些加权与合并操作在基带内执行，余下的操作在射频域内执行。本发明还公开了一种具有对应结构的发射机(210)。

Description

使用射频和基带信号加权合并的多天线通信系统

相关申请的交叉引用

本申请要求以下专利申请的优先权：美国临时专利申请号为60/456,023，名称为“使用基于射频信号合并的空间多路复用通信系统”的专利申请，申请日为2003年3月17日；美国临时专利申请号为60/467,295，名称为“多天线通信系统内用于射频信号合并的权重的生成方法”的专利申请，申请日为2003年5月1日；并在此全文引用上述两件申请。

技术领域

本发明涉及使用发射机和接收机的通信系统，这些发射机和接收机包含多天线元件。特别的，本发明涉及一种与使用多天线发射机和接收机信号发射和接收有关的方法和系统，该方法和系统使用射频信号加权合并，它即可以被单独使用，也可以和基带信号的加权合并一同使用。

背景技术

大多数当前的无线通信系统都是由配置了单个发射和接收天线的多个节点组成的。但是，对于大范围的无线通信系统而言，有迹象表明：其包含容量在内的性能可以通过使用多发射和/或多接收天线而进行充分改进。这样的配置构成了许多所谓“智能”天线技术的基础。这种技术，结合时空信号处理，既可以用于对抗期望接收信号的多路径衰退带来的有害效应，也可以用于抑制干扰信号。凭借这种方法，现存的和即将展开的数字无线系统(例如CDMA系统、TDMA系统、WLAN系统和基于OFDM如802.1a/g标准的系统)的性能和容量都可以得到改进。

使用引入分集增益并能抑制干扰的多组件天线系统可以至少部分地消除对上述类型的无线系统的性能的损害。关于这方面的内容，在如由J.H.Winter等人所著的发表在IEEE通讯汇刊(IEEE Transactions on Communications)1994年2月第42卷第2/3/4编第1740～1751页的《天线分集对无线通信系统性能的影响(The Impact of Antenna Diversity On the Capacity of WirelessCommunication Systems)》一文中有所描述。这样的分集增益，通过减少为实现更多的统一覆盖而进行的多路径操作，更大范围地增加接收的信噪比(signal-to-noise，简称SNR)或者降低的所需的传输功率，提供更强的抗干扰能力和允许为实现更高性能而进行更多的频率再使用，从而提高系统性能。

众所周知，在使用了多天线接收器的通信系统内部，一组M个接收天线能无效掉M-1个干扰。相应地，N个信号可以使用N个发射天线在同一带宽上同时被发射，然后通过配置在接收器内的一组N个天线将这些发射信号分解为N个单独的信号。这类系统通常被称为多入多出(MIMO)系统，并且已被广泛研究。例如，由J.H.Winter所著的发表在IEEE通讯汇刊(IEEETransactions on Communications)1987年11月第COM-35卷第11编的《多用户室内无线电系统的最优合并(Optimum combining for indoor radio systemswith multiple users)》；由C.Chuah等人所著的发表在IEEE 1998澳大利亚.悉尼98全球通信系统学报(Proceedings of Globecom ’98 Sydney，Australia，IEEE1998)1998年11月第1894～1899页的《室内无线环境下多天线阵列系统的容量(Capacity of Multi-Antenna Array Systems In Indoor WirelessEnvironment)》；由D.Shiu等人所著的发表在IEEE通信汇刊(IEEE Transactionson Communications)2000年3月第48卷第3编第502～513页的《衰减相关性及其对多组件天线系统性能的影响(Fading Correlation and Its Effect on theCapacity of Multi-Element Antenna Systems)》。

多组件天线排列尤其是MIMO引人注目的一方面，在于使用这些配置后，能够获得显著的系统性能提升。在对接收器可用信道理想评估的假设条件下，在一个具有N个发射和N个接收天线组件的MIMO系统内，接收信号可以分解到N个空间多路复用的独立信道中。这使得系统的容量相对于单天线系统增加N倍。若总传输功率固定不变，则MIMO提供的容量与天线组件数量成线性比例。特别地，具有N个发射和N个接收天线后，相对于单天线系统可获得数据传输速率的N倍增长，而无需增加总带宽或总传输功率。关于这方面的介绍，请参考G.J.Foschini等人所著的发表在Kluwer学术出版社1998年3月出版的《无线个人通信(Wireless Personal Communications)》第6卷第3编第311～335页的《衰减环境下使用多天线的无线通信的约束(On limits ofWireless Communications in a Fading Environment When Using MultipleAntennas)》一文。在实验用的基于N倍空间多路复用的MIMO系统中，经常在给定发射器或接收器中配置超过N个的天线。这样做是因为每个附加天线都将增加可适于所有N个空间多路复用信号的分集增益、天线增益和干扰抑制。关于这方面的介绍，请参考由G.J.Foschini等人所著的发表在IEEE通信选题杂志(IEEE Journal on Selected Areas in Communications)1999年11月第17卷第11专题第1841～1852页的《使用多组件阵列的高频谱利用率无线通信的简化处理(Simplified processing for high spectral efficiency wirelesscommunication employing multi-element arrays)》一文。

尽管增加发射和/或接收天线的数量能增强MIMO系统性能的多个方面，但为必须为每个发射和接收天线提供各自的射频链使成本增加。每一条射频链一般包括低噪声放大器、滤波器、下变频器和模/数转换器(A/D)，而后三种设备占了射频链成本的主要部分。在某些现有的单天线无线接收器中，单个所需的射频链占接收器总成本的比例可能超过30％。由此很明显，当发射和接收天线的数量增加时，总的系统成本和功率消耗也会明显增加。因此，需要提供一种技术，在使用相对较多的发射/接收天线的同时，不会相应增加系统成本和功率消耗。

发明内容

本发明的一个方面涉及一种通信方法，其中通过第二组多个接收天线接收第一组多个空间多路复用信号。产生的第二组多个接收信号被分割成第三组多个分割信号，并进行加权从而形成第三组多个加权信号。所述第三组多个加权信号随后被合并，形成第四组多个合并信号，然后通过下变频转换生成第四组多个下变频转换信号。

本发明还涉及一种通信方法，依照所述方法，输入信号多路分离为第一组多个分解信号。所述第一组多个分解信号通过上变频转换，生成第一组多个上变频转换信号，这些信号随后被分割成第二组多个分割信号。然后对所述第二组多个分割信号进行加权，形成第二组多个加权信号，随后合并形成第三组多个合并信号。所述方法还包括发射所述第三组多个合并信号。

本发明的另一个方面涉及一种通信设备，包括一个用于接收第一组多个空间多路复用信号进而生成第二组多个接收信号的天线结构。所述设备进一步包括一组用于将所述第二组多个接收信号分割成第三组多个分割信号的分割器。所述设备还提供有一个加权元件配置，对所述第三组多个分割信号加权，从而形成第三组多个加权信号。此外，所述设备还包括一个合并元件配置，将所述第三组多个加权信号合并成第四组多个合并信号。所述设备还配置有一个下变频转换器，将所述第四组合并信号下变频转换成第四组多个下变频转换信号。

本发明还涉及一种通信设备，包括一个多路分离器，将输入信号分解为第一组多个分解信号；一个上变频转换器，将所述第一组多个分解信号上变频转换为第一组多个上变频转换信号。所述设备还提供有一个分割元件配置，将所述第一组多个上变频信号分割成第二组多个分割信号。所述设备还包括一个加权元件配置，对所述第二组多个分割信号加权，从而形成第二组多个加权信号。所述设备还提供有一个合并器配置，对所述第二组多个加权信号进行合并，形成第三组多个合并信号。此外，所述设备还包括一个用于发射所述第三组合并信号的天线结构。

本发明的另一个方面涉及一种通信设备，与一个能接收第一组多个射频信号的天线结构可操作地连接。所述设备包括一个连接至所述天线结构的射频处理网络，用于在射频域内使用所述第一组多个射频信号执行加权与合并操作，从而生成第二组多个射频信号。所述设备还提供有一个下变频转换器，用于将所述第二组多个射频信号下变频转换为第二组多个下变频转换信号。

本发明还涉及一种通信设备，包括一个将输入信号分解为第一组多个分解信号的多路分离器；一个上变频转换器，将所述第一组多个分解信号转换为第一组多个射频信号。所述设备进一步包括一个射频处理网络，用于在射频域内使用所述第一组多个射频信号执行加权与合并操作，从而生成能够通过一个天线结构发射的第二组多个射频信号。

附图说明

为了更好地理解本发明的特点，请参考以下结合附图对本发明的详细描述，其中：

图1是传统MIMO通信系统的结构示意图；

图2是根据本发明配置的包含单发射器和单接收器的MIMO通信系统的方框示意图；

图3是使用基带合并配置时单信道(SC)单入多出(SIMO)OFDM系统中的接收器的结构示意图；

图4是采用基于射频的加权与合并网络时SC-SIMO-OFDM系统中的接收器的结构示意图；

图5是采用基带合并配置时SC-SIMO-OFDM系统中的发射器和接收器的结构示意图；

图6是使用射频加权与合并配置的SC-SIMO-OFDM系统中的发射器和接收器的结构示意图；

图7是使用基带合并配置的空间多路复用(SM)MIMO-OFDM系统的发射器和接收器的结构示意图；

图8是同时包括有基于射频和基带的加权与合并配置的SM-MIMO-OFDM系统中的发射器和接收器的结构示意图；

图9是配置有多个接收天线并采用基带加权与合并配置的时空直接序列扩频(DSSS)耙式接收器(Rake receiver)结构的示意图；

图10是配置有多个接收天线并采用射频加权与合并配置的时空直接序列扩频耙式接收器结构的示意图。

具体实施方式

背景以及系统结构概述

如下所述，本发明中的相关技术可以应用到无线通信系统中，用于在发射器和/或接收器中使用与发射/接收天线相比数量较少的射频链。一个典型实施例中，在一个空间多路复用MIMO通信配置中使用本发明的技术，该配置使用N条射频链支持N倍的空间多路复用。在这种情况下，接收器的M(M＞N)个天线中的每一个提供的信号在通过低噪声放大器后被分割，并在射频域内同来自该接收器的其他天线的信号一起被加权合并，从而形成N个射频输出信号，随后通过N条射频链传送。在这个实施例中，每条射频链包括一个滤波器、下变频转换器和A/D转换器。每条射频链的A/D转换器生成的输出信号随后进行数字化处理，从而生成N个空间多路复用输出信号。通过使用相对低廉的组件进行必要的射频加权与合并，可以实现一个N倍空间多路复用系统，该系统具有多于N个的接收天线，但却只使用N条射频链，其成本只相当于具有N个接收天线的系统的成本。这就是说，通过使用成本较低的额外天线可以提高接收器的性能。

相似的技术还可以应用到具有N条射频链以及大于N个的发射天线的发射器中。特别的，在示范性实施例中，N条射频链接有射频分割器、加权元件和合并器，一起为该大于N个的发射天线生成信号。如同在接收器中一样，通过使用相对低廉的组件在射频域内执行这样的射频加权与合并，可以使用相当于具有N个发射天线的系统的成本，实现一个具有大于N个的接收天线但却只使用N条射频链的N倍空间多路复用系统。这就是说，通过使用成本较低的额外天线可以提高发射器的性能。

本申请中介绍的简化复杂度的天线排列和接收器，通过配置来在射频域内执行部分或全部的空间多路复用系统所必须的加权与合并操作。这些操作可以使用每个发射器/接收器中的多个射频链来执行，其中，射频链的数量少于发射/接收天线的数量。

空间多路复用

众所周知，空间多路复用(spatial multiplexing，简称SM)提供一种在发射器和接收器中使用多个天线的信号传输模式，通过这种模式，无线电链路的比特率可以在相应的功率和带宽消耗没有增加的情况下得到提高。在发射器和接收器中都使用了N个天线的情况下，提供给发射器的信息符号输入流被分为N个独立的子流。空间多路复用设计每个子流将会占用适用的多路访问协议中的同一“信道”(例如：时隙、频率或者代码/密钥序列)。在发射器内部，每一子流被分别应用于N个发射天线中，并通过一中间多路径通信信道传送给接收器。然后，复合的多路径信号被接收器中配置的N个接收天线的接收阵列所接收。随后在接收器内估算对于给定子流在接收天线阵列中的N个相位和N个振幅所定义的“空间特征”。接着，使用信号处理技术来分离接收信号，允许原始的子流被还原并合成原始的输入符号流。有关空间多路复用通信和示范性系统实现的原理在J.H.Winter等人所著的发表在IEEE通信汇刊1987年11月第COM-35卷第11编的《多用户室内无线电系统的最优合并(Optimumcombining for indoor radio systems with multiple users)》一文中有进一步描述，在此可结合用于参考。

传统的MIMO系统

首先考虑传统的MIMO通信系统，能更好的阐明本发明的原理，如图1所示。图1中的MIMO系统100包括图1A所示的发射机110和图1B所示的接收机130。发射机110和接收机130分别包括一组T条发射射频链和一组R条接收射频链，被配置来发射和接收一组N个空间多路复用信号。在系统100中，作出如下假设：(i)T＞N且R＝N；(ii)T＝N且R＞N；(iii)T＞N且R＞N。

参考图1A，将要发射的输入信号S，一般由数字符号流组成，被多路分离器102分解成N个独立的子数据流S_1，2…，N。子数据流S_1，2…，N随后被发送到数字信号处理器(DSP)105，生成一组T个输出信号T_1，2…，T。这T个输出信号T_1，2…，T一般由N个子数据流S_1，2…，N通过加权生成，即乘以一个复数，这样一来，N个子数据流S_1，2…，T中的每一个被乘以T个不同的加权系数，从而形成NT个子数据流。随后合并这NT个子数据流，形成T个输出信号T_{1，2…， T}。然后使用一组T个数模(D/A)转换器108将这T个输出信号T_1，2…，T转换成T个模拟信号A_{1，2…，T。}T个模拟信号A_1，2…，T随后在混频器112中，通过与本地振荡器114提供的信号进行混频，上变频转换为可用的发射载波射频频率。最后生成的T个射频信号(也就是RF_1，2…，T)随后被各自的放大器116放大，然后通过各自的天线118发射。

现在参考图1B，发射器110发射的射频信号被配置在接收机130中的一组R个接收天线131接收。天线131接收的每个接收信号通过各自的低噪声放大器133放大，然后通过滤波器135滤波。生成的滤波信号随后通过混频器137与本地振荡138提供的信号一起混频，从射频信号下变频转换为基带信号。尽管图1B中的接收器配置成零差接收器，但也可以使用具有中间中频特征(intermediate IF frequency)的外差接收器。随后混频器137生成的R个基带信号通过对应的一组R个模/数(A/D)转换器140转换为数字信号。该R个数字信号D_1，2…，R随后通过使用数字信号处理器142进行加权与合并，形成N个空间多路复用输出信号S’_1，2…，N，其包括有发射信号S_1，2…，N的估计值。N个输出信号S’_1，2…，N随后使用多路复用器155进行多路复用，从而生成原始输入信号S的估计值160(S’)。

空间多路复用通信系统中的射频加权与合并

如图2所示为MIMO通信系统200的方框示意图，该系统200包括依据本发明配置的发射器210和接收器250。在图2所示的实施例中，发射器210和接收器250仅仅使用N个发射/接收射频链，就实现了N倍的空间多路复用，即使在它们内部分别配置了大于N个的发射/接收天线。特别的，发射器210包括一组MT个发射天线240，接收器250包括一组MR个接收天线260，并且假设(i)MT＞N且MR＝N；或(ii)MT＝N且MR＞N；或(iii)MT＞N且MR＞N。

如图2A所示，多路分离器202将要发射的输入信号S分解为N个独立的子数据流SS_1，2…，N。随后使用对应的一组D/A转换器206将这些子数据流SS_{1， 2…，N}转换为N个模拟子数据流AS_1，2…，N。接下来，使用一组混频器212以及由本地振荡器214生成的信号将N个模拟子数据流AS_1，2…，N上变频转换为可用的发射载波射频频率。生成的N个射频信号(即RF_1，2…，N)随后每个均被分割器218分割成MT路，从而形成N·(MT)个射频信号。然后使用复数乘法器226_x，y对这N·(MT)个射频信号分别进行加权，其中x表示每个分割器218中的信号起始点，y表示每个合并器230中相应的信号终止点。然后加权射频信号通过合并器230合并，从而生成一组MT个输出信号。一组MT个对应的放大器234随后将这MT个输出信号放大，然后通过MT个天线240将放大后的输入信号发射出去。复数乘法器226_x，y的加权值用于最大化接收器处的输出信号信噪比。

如图2B所示，发射器210发射的MT个射频信号被接收器250中布置的MR个接收天线260接收。然后通过对应的低噪声放大器264将该MR个接收信号放大，并随后由一组MR个分割器268分别分割成N路。生成的MR(N)个分割信号随后通过各自的加权电路272_x，y加权，其中x表示每个分割器268中的信号起始点，y表示每个合并器276中相应的信号终止点。然后使用N个合并器276合并这些加权信号，从而形成一组N个信号，并传送给对应的一组N个滤波器280。生成的N个滤波信号随后通过一组N个混频器282混入由本地振荡器284生成的载波信号，下变频转换成基带信号。尽管接收器250在图2的实施例中被配置成零差接收器，但也可以使用具有中间中频特征(intermediate IF frequency)的外差接收器。然后，混频器282生成的N个基带信号通过对应的一组N个A/D转换器286转换为数字信号。随后进一步使用数字信号处理器288将这N个数字信号进行处理，形成N个空间多路复用输出信号SS’_1，2…，N，他们是N个独立子数据流SS_1，2…，N的估计值。这N个输出信号SS’_1，2…，N随后通过复用器292复用，生成输出信号S’，S’是输入信号S的估计值。

需要注意的是，发射器210和接收器250可以像通过图1中系统100在基带中的传统实现一样，在射频域内实现相同的空间加权和线性合并操作。但是，在本发明的接收机250内，DSP 288还可以执行许多其他的作用于系统100中的基带信号处理操作，例如，连续干扰清除(详情请查阅“V-BLAST：Anarchitecture for realizing very high data rates over the rich-scattering wirelesschannel”，Proceedings of URSI ISSSE，1998年9月，295页～300页)。需要再次强调的是，本申请公开的系统的一个重要特点在于，即便是在配置了大于N个的发射/接收天线的情况下，也只需要使用N条发射/接收射频链。

本发明适用于，例如(i)单信道系统(即无空间多路复用的系统)内的多天线接收器；(ii)单信道系统内的多天线发射器；(iii)空间多路复用MIMO系统中，发射机和/或接收机中射频链数量少于发射/接收天线数量的系统。

尽管本申请中描述的技术使用在通过低廉成本组件实现的基于射频的加权与合并方案中，但是本发明同样适用于同时包含基于射频和基带加权与合并配置的实现方案。因此，下文将对基于射频和基带的加权合并配置均进行描述。因而本发明即有只包含基于射频的加权合并配置的实施例，也包括同时使用基于射频和基带的加权合并配置的实施例。一般来说，在射频域内执行加权与合并操作比在基带上执行更经济，但是，在某些特定的情况下，同时包含基于射频和基带合并配置的实现方案能够提供更加出色的性能。

基于最大输出信噪比的加权合并配置的权重生成方法

在本发明的一个典型的多天线实施例中，本发明介绍的基于射频加权合并处理过程中用到的加权值或“权重”，被选用于最大化该多天线系统的输出信噪比。通常来说，下面描述的实施例中，对每个天线使用单个独立频率权重对接收到的信号进行加权合并。该单个独立频率权重定义为一指定信道域内的加权系数为常数，包括频率带宽、抽头延时轮廓(tap delay profile)、时间脉冲响应和耙指轮廓(Rake fingers profile)。下面介绍的权重生成方法可以计算用于最大化信道上平均输出信噪比的权重。此外，当在发射过程中使用多天线的情况下，该方法还可以应用到发射器的权重生成过程中，对每个发射天线使用单个独立频率权重对发射信号进行分割和射频加权处理。尽管本申请中结合实施例对基于最大化输出信噪比的权重生成方法进行描述，但本发明基于射频的加权与合并技术并不仅限于与选择加权值有关的任何具体标准。

正如下面将要详细介绍的，选用于此处描述的示范性实施例的权重，是从对应于平均信道互相关矩阵的最大特征值的特征向量中获得的。需要再次强调的是，该平均值取自指定的信道域，包括频率带宽、抽头延时轮廓、时间脉冲响应或耙指轮廓。在采用OFDM调制的单信道系统的多天线接收器中，权重由对应于信号带宽内的平均信道互相关矩阵最大特征值的特征向量给定。对于单信道系统中的多天线发射器来说，权重由对应于信号带宽内信道转置共轭的平均互相关矩阵最大特征值的特征向量给定。

在单信道系统中使用多天线发射器和多天线接收器的情况下可以采用一种稍微不同的方法。特别的，在这种情况下，发射器的权重由对应于以下各项的乘积的互相关矩阵最大特征值的特征向量给定：(i)信道的转置共轭；(ii)接收器权重，其中，该乘积是信号带宽内的平均值。接收器的权重由对应于以下各项的乘积的互相关矩阵最大特征值的特征向量给定：(i)信道；(ii)发射器权重，其中，该乘积是信号带宽内的平均值。这种方法同样可以用于确定采用空间多路复用的MIMO系统中接收器的每个信号的权重。这种情况下，每个权重都是与信道传播矩阵和对应于感兴趣信号的信道互相关矩阵有关的函数。

在使用直接序列扩频调制的单信道系统的多天线接收器中，权重由对应信号的多抽头延时轮廓或耙指轮廓内的平均信道互相关矩阵最大特征值的特征向量给定。

示例方案

以下将结合图3到图10介绍介绍本发明的射频加权与合并方法的示例方案。特别的，将从如下四个方案阐述本发明的方法：1)在无空间多路复用的单信道SIMO系统中使用多个天线的接收机；2)在无空间多路复用的单信道多入单出(MISO)系统中使用多个天线的发射机；3)在无空间多路复用的单信道MIMO系统中使用多个天线的发射机和使用多个天线的接收机；4)空间多路复用MIMO系统中发射机和/或接收机所使用的射频链数量少于发射机/接收机天线数量的系统。需要再次强调的是，对于上述各种方案，单独使用基于射频加权合并配置实现的实施例以及同时使用基于射频和基带配置实现的实施例都将给出介绍。

为了叙述方便，以下多数例子都结合使用OFDM调制的系统进行描述；但是，下文还描述了应用本发明的基于直接序列扩频(DS-SS)的系统。DS-SS接收机可以扩展到包括时空耙式接收机形式的空间域，用于在时间域和空间域内合并多路抽头。这种扩展说明本申请介绍的技术可以应用到在选择性频率衰减环境中使用时间/空间域处理的几乎所有系统中。

图3所示为使用基带合并配置310时SC-SIMO系统内的接收机结构300的示意图。根据本发明，该基带合并配置可以使用在还包含有基于射频的加权合并配置的SC-SIMO接收机结构中(参见图4及相关描述)。通过这种方式，必须的加权合并操作的一部分在射频域和基带的平衡中执行。

在图3所示的接收机结构中，基带加权元件314的值同时在空间和频率上进行计算。需要注意的是，该系统遵循802.11a标准的要求，即发射器使用OFDM调制，其中表示为{S₀，S₁…，S_Nt-1}的由N_t个连续正交调幅(QAM)调制的数据符号形成的数据流被调制成N_t个正交副载波，详情参见J.Heiskala和J.Terry所著的“OFDM Wireless LANs：A Theoretical and Practical Guide”(由Sams Publishing于2001年11月出版)。在接收机300中，每个天线元件320接收到的信号在射频链330中被解调并从射频信号下变频转换成基带信号。随后将加入发射机中用于降低符号间干扰(ISI)的循环前缀(CP)340移除。该符号在经过串并行转换350后，映射到64点快速傅立叶转换(FFT)360的副载波上。

在一个限制噪声的方案中，提供给第k个音调的第i个接收天线元件320的FFT 3360输出的重建数据信号由以下公式给定：

$r_{i,k}=H_i\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_k+n_{i,k}---(1.)$

其中，H是{h₀，h_1...，h_L-1}表示的L-tap信道脉冲响应的信道频率响应，n是具有；零平均值和方差σ²的复值加性白高斯噪声。频率域H和时间域h之间的关系如下：

$H\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_l{e}^{-j\frac{2\mathrm{\π}}{N_i}\mathrm{lk}}---(2.)$

从每个天线元件320接收到的信号收集在M元向量中，其中M是接收天线元件的数量。音调k的接收向量变成：

r _k＝H _k·s_k+n _k                                         (3.)

其中，

${\underset{\‾}{r}}_k={[r_{1,k},r_{2,k},\·\·\·r_{M,k}]}^T,{\underset{\‾}{H}}_k=[H_1\left(e^{j\frac{2\mathrm{\π}}{N_i}}\right),H_2\left(e^{j\frac{2\mathrm{\π}}{N_i}}\right),\·\·\·{,H}_M\left(e^{j\frac{2\mathrm{\π}}{N_i}k}\right)]$

且n _k＝[n_1，k，n_2，k，...，n_M，k]^T都是M元向量。

接收的向量在每个音调上乘以一个M元加权向量w _k。音调k的最终输出信号由以下公式给出：

$y_k={\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k={\underset{\‾}{w}}_k^H\·{{\underset{\‾}{H}}_k\·s}_k+{\underset{\‾}{w}}_k^H{\underset{\‾}{n}}_k---(4.)$

音调k的对应输出信噪比(SNR)为：

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}_k^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H{\underset{\‾}{w}}_k}{{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k}---(5.)$

其中， ${\mathrm{\σ}}_s^2=E\left[S_k{S}_k^{*}\right]$ 和 ${\mathrm{\σ}}^2=E\left[n_k{n}_k^{*}\right]$ 是频率域上的常数。

在一个限制噪声的方案中，最大化音调k的输出信噪比的权重是：

w _k＝H _k/‖H _k‖²                                   (6.)

对应的输出信号y_k变成：

$y_k={\hat{s}}_k=s_k+\frac{{\underset{\‾}{H}}_k^H}{{\left|\right|{\underset{\‾}{H}}_k\left|\right|}^2}{\underset{\‾}{n}}_k$

其中y_k对应在音调k上发射的数据符号的估计值。

对应的最大输出信噪比是

$\mathrm{SN}{R}_{\max ,k}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{{\left|\right|\underset{\‾}{H}}_k\left|\right|}^2=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left|H_i\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\right|}^2---(7.)$

它对应最大比率合并(MRC)解，其中音调k的输出信噪比是从每个天线元件接收到的音调k的单个信噪比之和。

注意到，线性合并权重的使用会导致信道噪音加强。只要在发射器中使用卷积编码器，每个副载波上的输出噪音信息就应该加载到接收机的维特比算法中，用于在衰减信道中提供显著的性能改善，详情参见J.Heiskala和J.Terry所著的“OFDM Wireless LANs：A Theoretical and Practical Guide”(由SamsPublishing于2001年11月出版)。特别的，使用与“加强”噪音成反比的因子对每个进入维特比编码器的“软”比特加权，该噪音是传输软比特的副载波信道的函数。这一调整允许卷积编码器对其从不同音调接收到的信息应用不同的权重。通过这种方式，来自较差条件信道的音调的信息的作用在加权的过程中被减弱；而来自较好条件信道的音调的信息的作用在加权的过程中得到增强。这种可变加权方法能改善不同频率条件下的性能。

维特比解码过程中用到的度量权重(metric weighting)的计算按照以下方法进行：

音调k上的误差信号表示为：

$e\left(k\right)=s_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{r}}_k=s_k(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{n}}_k---(8.)$

均方误差(MSE)-或合并后噪音方差如下：

${\mathrm{\Σ}}_H=E{\left|e\left(k\right)\right|}^2=E{\left|s_k\right|}^2(1-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k)(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(9.)$

${\mathrm{\Σ}}_H={\mathrm{\σ}}_s^2(1-{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k-{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k+{\underset{\‾}{w}}_k^H\·{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\·{\underset{\‾}{w}}_k)+{\mathrm{\σ}}^2{\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k---(10.)$

从等式(6)得出w _k＝H _k/‖H _k‖²，那么∑_H＝σ²/‖H _k‖²。

由于已经假设σ²是频率带宽上的常数，因此可将其忽略而不会影响维特比解码器的性能。表示为MW(k)的度量权重(MW)如下：

∑′_H＝1/‖H _k‖²；MW(k)＝1/∑′_H＝‖H _k‖²    (11.)

每个包含符号s_k的比特均通过MW(k)进行加权。

总之，上述实施例中，基于音调的信道频率响应，可以为每个音调计算不同的权重，从而最大化音调的输出信噪比。遗憾的是，该方法的直接实现需要为每个接收天线配置专用的射频链，极大的增加了系统的成本。

下一个考虑的情况中，在射频域内合并空间接收信号，这样一来只需要使用单个射频链。这种方法极大的降低了可用用户设备的成本。正如下面将要描述的那样，依据本方法生成的加权元件值在感兴趣信号带宽上最大化平均输出信噪比。

图4所示为使用基于射频加权与合并网络410时SC-SIMO系统中的接收机结构400的示意图。在这种情况下，权重420可以通过一个所有音调通用的一元向量来定义。权重420的计算可以在基带内实现，在这种情况下，权重420的值通过内部总线反馈给射频域。

如前所述，在可选择的各个实现方案中，接收机结构400中的基于射频的加权合并配置可以通过基带加权合并配置进行补充。这导致部分必须的加权合并在射频域中执行，基带中的平衡也受到了影响。

在图4所示的配置中，音调k上FFT 460的输出由以下公式给出：

y_k＝w ^H·r _k＝w ^H H _k·s_k+w ^H n _k                      (12.)

其中w是M元向量，不再取决于下标k。

基于等式(12)，音调k上的输出信噪比是

${\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}---(13.)$

所有音调上各个信噪比的和是

$\stackrel{\‾}{\mathrm{SNR}}=\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_k=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{w}}^H{\mathrm{HH}}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}---(14.)$

其中H＝[H ₀，...，H _Nt-1]。需要找到能最大化平均输出信噪比的权重向量w(其中，该平均值取自频率音调)。因而问题简化为

$\underset{\underset{\‾}{w}}{\arg \max }\frac{{\underset{\‾}{w}}^{H}H{H}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H\underset{\‾}{w}}={\mathrm{\λ}}_{\max }---(15.)$

等式(15)是特征值问题(参见S.Haykin，《自适应滤波器原理(AsaptiveFilter Theory)》，第三版，Prentice Hall，1996)，w是对应于HH^H的最大特征值λ_max的特征向量。

解的表达式为：

w＝eig(λ_max，HH^H)                              (16.)

最后一个步骤，将输出信号y_k乘以一个标量，从而将FFT输出信号表示为s_k加上噪音残留成分的函数。因而音调k的FFT 460的输出由以下公式给出：

y_k＝w ^H·r _k＝w ^H H _k·s_k+w ^H n _k                       (17.)

假设

w ^H H _k＝α_k                                       (18.)

那么，将输出信号y_k乘以一个标量u_k，，从而使u^* _k w ^H H _k＝1。这种情况下，u_k由以下公式给出：

$u_k=\frac{{\mathrm{\α}}_k}{{\left|{\mathrm{\α}}_k\right|}^2}=\frac{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}---(19.)$

表示为z_k的可变FFT输出变成

$z_k={\hat{s}}_k=u_k^{*}{y}_k=s_k+u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{n}}_k---\left(20\right)$

当然，y_k和u_k的乘积不影响音调k上的输出信噪比(因为它同时乘以信号和噪音成分)。音调k上的输出信噪比由等式(13)给出。

维特比解码过程中使用的度量权重的计算通过以下步骤进行：

音调k上的误差信号表示为：

$e\left(k\right)=s_k-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{r}}_k=s_k(1-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k)-u_k^{*}{\underset{\‾}{w}}^H{\underset{\‾}{n}}_k---(21.)$

MSE或合并后噪音方差为：

∑_H＝E|e(k)|²＝σ²|u_k|² w ^H w                         (22.)

通过使用等式(19)中的u_k表达式，∑_H变成

${\mathrm{\Σ}}_H=\frac{{\mathrm{\σ}}^2{\underset{\‾}{w}}^H\underset{\‾}{w}}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}}$

因为已经假设σ²是频率带宽上的常数，并且w同样是频率上的常数，因此，忽略乘积σ² w ^H w不会影响维特比解码器的性能。表示为MW(k)的度量权重(MW)如下：

${\mathrm{\Σ}}_H^{\′}=\frac{1}{{\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}};\mathrm{MW}\left(k\right)=1/{\mathrm{\Σ}}_H^{\′}={\underset{\‾}{w}}^H{\underset{\‾}{H}}_k{\underset{\‾}{H}}_k^H\underset{\‾}{w}---(23.)$

从上述的单天线发射器与多天线接收器的情况中可以进行近似推导，可以获得适用于多天线发射器与单天线接收器情况下的权重。权重的获取过程将在下面进行描述。

用于基带合并配置的权重解

每个音调的权重解是对应于最大特征值的矩阵H _k ^H H _k的特征向量。

${\underset{\‾}{w}}_k=\mathrm{eig}({\mathrm{\λ}}_{\max },{\underset{\‾}{H}}_k^H{\underset{\‾}{H}}_k)---(24.)$

其中，H _k是大小为1×n_T的行向量(n_T是发射天线元件的数量)，它表示音调k上的信道频率响应。

注意，不管发射天线的数量是多少，为了保持总发射功率P恒定，w _k需要约束为如下形式：

${\underset{\‾}{w}}_k^H{\underset{\‾}{w}}_k={\left|\right|{\underset{\‾}{w}}_k\left|\right|}^2=P/{\mathrm{\σ}}_s^2---(25.)$

用于射频合并配置的权重解

在SC-MISO系统中最大化输出信噪比的单个独立频率权重解由对应于最大特征值的矩阵H^HH的特征向量给定。

w＝eig(λ_max，H^HH)    (26.)

其中H^H＝[H ₀ ^H，...，H ^H _Nt-1]是一个n_T×N_t矩阵。

不管发射天线的数量是多少，为了保持总发射功率P恒定，_w需要约束为如下形式：

${\underset{\‾}{w}}^H\underset{\‾}{w}={\left|\right|\underset{\‾}{w}\left|\right|}^2=P/{\mathrm{\σ}}_s^2---(27.)$

依据本发明，基于射频的加权合并配置既可以依据等式(26)和(27)的独立频率权重解在射频域中单独实现，也可以由等式(24)和(25)定义的基带加权合并配置予以补充。

如图5所示为使用基带合并配置时单信道(SC)MIMO-OFDM系统500中的发射机510和接收机520的示意图。特别的，发射机510包括一个T_X基带合并配置512，接收机520包括一个R_X基带合并配置522。依据本发明，该基带合并配置可以使用在还包括有基于射频的加权合并配置的SCMIMO-OFDM发射机和接收机结构中(参见图6及相关描述)。通过这种方式，部分必须的加权合并在射频域执行，影响基带中的平衡。

图5中所示的发射机510包括n_T个发射天线元件524，每一个天线都承载了相同子数据流的加权后版本，并且使用OFDM调制。换句话说，表示为{S_1，0，S_1，1，...，S_1，Nt-1}的N_t个连续QAM调制数据符号流在每个发射天线元件524中加权，并调制成一组N_t个正交副载波。天线j发射的音调k上的发射信号是

txs_j，k＝v_j，k·s_1，k    (28.)

音调k上的发射向量是

txs _k＝v _k·s_1，k          (29.)

因此，发射权重528可以看作一个n_T×N_t矩阵，且最好是传输信道530的一个函数。但是，这需要发射天线510清楚信道530的特征。

不管发射天线元件524的数量是多少，为了保持总发射功率P恒定，假设每个发射天线元件524发射的数字符号的功率为P/n_T，即

$E\left[s_{1,k}{s}_{1,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2---(30.)$

基于等式(29)的总发射功率是

$\mathrm{TXPW}=E\left[s_{1,k}^{*}{\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_k{s}_{1,k}\right]={\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_{k}E\left[s_{1,k}{s}_{1,k}^{*}\right]{\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_{k}P/n_T---(31.)$

由于我们想要将总发射功率约束为P，因而

TXPW＝P                  (32.)

那么对发射权重的约束可以表示为：

$\mathrm{trace}\left({\underset{\‾}{v}}_k{\underset{\‾}{v}}_k^H\right)={\underset{\‾}{v}}_k^H{\underset{\‾}{v}}_k={\left|\right|{\underset{\‾}{v}}_k\left|\right|}^2=n_T---(33.)$

在接收机520中，每个天线元件540接收的信号在射频链542中进行解调制和下变频转换，将其从射频转换为基带。随后加入544发射机510中用于降低符号间干扰(ISI)的循环前缀(CP)被移除546。该符号在经过串并行转换550后，映射到64点FFT 554的副载波上。

在一个限制噪声的方案中，第k个音调上的从第i个接收天线元件540的FFT 554输出的重建数据信号由以下公式给出：

$r_{i,k}=s_{1,k}\underset{j=1}{\overset{\mathrm{nT}}{\mathrm{\Σ}}}{H}_{i,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·v_{j,k}+n_{i,k}---(34.)$

其中，H_i，j是分别对应于发射和接收天线元件j和i的{h_i，j，0，h_i，j，1...，h_i，j，L-1}表示的L-抽头信道脉冲响应的信道频率响应，n是具有零平均值和方差σ²的复值加性白高斯噪声(AWGN)。我们将从每个天线元件接收到的信号收集在一个M元向量中。音调k的接收向量变成：

r _k＝H_k·v _k·s_1，k+n _k    (35.)

其中

$H_k=\left[\begin{array}{c}{H}_{\mathrm{1,1}}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·,H_{1,n_T}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\\ \·\\ \·\\ \·\\ H_{M,1}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right),\·\·\·,H_{M,n_T}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\end{array}\right]$

是一个M×n_t矩阵。

接收矩阵在每个音调上乘以u _k表示的M×1向量的复共轭(complexconjugate)。音调k上生成的输出由以下公式给出

$y_k={\hat{s}}_{1,k}={\underset{\‾}{u}}_k^H\·{\underset{\‾}{r}}_k={\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k\·s_{1,k}+{\underset{\‾}{u}}_k^H{\underset{\‾}{n}}_k---(36.)$

其中，y_k是s_1，k的估计值。

奇异值分解(SVD)是一门非常吸引人的技术，可以用于解决发射和接收权重528，560的最优化连接，详情参见J.B.Andersen所著的“Antenna arrays inmobile communications：gain，diversity，and channel capacity”(IEEEAnt.prop.Mag.，12-16，2000年4月)。SVD展开式是对H_k的描述，表示如下：

$H_k=U_k{S}_k{V}_k^H---(37.)$

其中S_k是一个由非负实奇异值组成的对角矩阵，它是G_k＝H^H _kH_k的特征值的平方根。因此可以得到

${\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k=\sqrt{{\mathrm{\λ}}_{\max ,k}}---(38.)$

发射器和接收器权重528、560的解直接从对应于最大奇异值的H_k的左右奇异向量给出。注意，发射权重528依据等式(33)规范化后，可以得到：

${\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k=\sqrt{{\mathrm{\λ}}_{\max k}}\·\sqrt{n_T}---(39.)$

对应的最大输出信噪比为：

${\mathrm{SNR}}_{\max .k}=\frac{{({\underset{\‾}{u}}_k^H{H}_k\·{\underset{\‾}{v}}_k)}^{2}E\left[s_{1,k}{s}_{1,k}^{*}\right]}{{\mathrm{\σ}}^2{\left|\right|{\underset{\‾}{u}}_k\left|\right|}^2}=\frac{{\mathrm{\λ}}_{\max ,k}{n}_{T}P/n_T}{{\mathrm{\σ}}^2}---(40.)$

${\mathrm{SNR}}_{\max ,k}=\frac{{\mathrm{P\λ}}_{\max ,k}}{{\mathrm{\σ}}^2}---(41.)$

维特比解码过程中用到的度量权重的计算过程如下：

音调k上的误差信号表示为：

e(k)＝s_1，k-y_k    (42.)

假设u _k可由

进行规范，等式(36)重写为

$y_k=s_{1,k}+\frac{{\underset{\‾}{u}}_k^H}{\sqrt{n_T{\mathrm{\λ}}_{\max ,k}}}{\underset{\‾}{n}}_k---(43.)$

MSE或合并后噪音方差为：

${\mathrm{\Σ}}_{H,k}=E{\left|e\left(k\right)\right|}^2=(s_{1,k}-y_k)\·(s_{1,k}^{*}-y_k^{*})---(44.)$

${\mathrm{\Σ}}_{H,k}=\frac{{\mathrm{\σ}}^2{\underset{\‾}{u}}_k^H{\underset{\‾}{u}}_k}{n_T{\mathrm{\λ}}_{\max ,k}}=\frac{{\mathrm{\σ}}^2}{n_T{\mathrm{\λ}}_{\max ,k}}---(45.)$

其中利用了奇异向量具有统一标准这一事实。

因为σ²/n_T是频率带宽上的常数，因此，无需将其算入度量值中。因此，度量权重(MW)等于

MW(k)＝λ_max，k                                (46.)

每个包含符号y_k的比特都通过MW(k)进行加权。

总之，上述实施例的实现包括基于每个音调的信道频率响应，计算每个音调的不同的发射和接收权重，从而该音调的输入信噪比最大化。

接下来，图6所示的示例中，空间发射和接收信号在射频域内进行合并。它允许使用只包含单个射频链的结构，从而使用户设备的实现变得非常经济。

图6所示为分别使用射频加权合并配置612和614的SC-MIMO-OFDM系统600中的发射机610和接收机620的示意图。系统600中的发射机610包括n_T个发射天线元件622，每个都承载了相同子数据流的加权版本，并使用OFDM调制。但是，对比图5中的情况，本示例中的合并权重630使用可以由单个向量定义的基于射频的元件来实现。这使得射频链的数量可以降低到一条。在接收机620中，合并权重634同样可在作为单个向量的射频域中实现，随后，合并后的接收信号通过单个射频链传输后进行解调制。

在可选择的实施例中，图6中发射机610和接收机620内的基于射频的加权合并配置612、614可以通过基带加权合并配置来予以补充。这导致部分必须的加权合并在射频域中执行，基带中的平衡也受到了影响。

在图6所示的配置中，天线j发射的音调k上的发射信号为

txs_j，k＝v_j·s_1，k    (47.)

音调k上的发射向量是

txs _k＝v·s_1，k        (48.)

因此，发射权重可以看作一个n_T×1向量，其最好是传输信道650的函数。但是，它不再是信道频率选择性的函数，因为其对于所有音调来说是通用的。总发射功率保持在P，这样便可以得到

$E\left[s_{1,k}{s}_{1,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2---(49.)$

随后，对发射权重630的约束可以表示为：

trace(vv ^H)＝            v^H v＝‖v‖²＝n_T    (50.)

信号经过信道650传播，接收器620的每个天线元件660接收的信号被收集在M元向量中。音调k上的接收向量变为：

r _k＝H_k·v·s_1，k+n _k            (51.)

接收向量在射频域内乘以一个表示为u由加权元件634物理实现的M×1接收权重向量。随后通过射频链670进行解调制和下变频转换。FFT 674输出的合并的接收信号可以写成：

$y_k={\hat{s}}_{1,k}={\underset{\‾}{u}}^H\·{\underset{\‾}{r}}_k={\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v}\·s_{1,k}+{\underset{\‾}{u}}^H{\underset{\‾}{n}}_k---(52.)$

其中y_k是s_1，k的估计值。

对应的音调k上的输出信噪比是

${\mathrm{SNR}}_k=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}E\left[s_{1,k}{s}_{1,k}^{*}\right]}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}=\frac{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^{2}P/n_T}{{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}---(53.)$

频率上的平均SNR表示为：

$\stackrel{\‾}{\mathrm{SNR}}=\frac{1}{N_t}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}\mathrm{SN}{R}_k=\frac{P/n_T}{N_t{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^2---(54.)$

或等同于

$\stackrel{\‾}{\mathrm{SNR}}=\frac{P/n_T}{N_t{\mathrm{\σ}}^2{\left|\right|\underset{\‾}{u}\left|\right|}^2}\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\underset{\‾}{u}}^H{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H\underset{\‾}{u}---(55.)$

对于一个指定的向量v，我们对u进行设计，使得下面的和最大：

$\frac{{\underset{\‾}{u}}^H\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H\right)\underset{\‾}{u}}{{\underset{\‾}{u}}^H\underset{\‾}{u}}---(56.)$

最大化等式(56)内的数值的u的解是对应于最大特征值的矩阵 $\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H\right)$ 的特征向量。该解可用以下公式表示：

$\underset{\‾}{u}=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{H}_k\underset{\‾}{v}{\underset{\‾}{v}}^H{H}_k^H)---(57.)$

对于指定的向量u，我们对v进行设计，使得下面的和最大：

$\frac{{\underset{\‾}{v}}^H\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\underset{\‾}{u}{\underset{\‾}{u}}^H{H}_k\right)\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(58.)$

最大化等式(58)的数值的u的解是对应于最大特征值的矩阵 $\left(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\underset{\‾}{u}{\underset{\‾}{u}}^H{H}_k\right)$ 的特征向量。该解可用公式表示如下：

$\underset{\‾}{v}=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\underset{\‾}{u}{\underset{\‾}{u}}^H{H}_k)---(59.)$

v的解依赖于u，反之亦然，这样就变成了一个联合问题，它可以通过例如数值搜索来求解。

维特比解码过程中用到的度量权重的计算按照以下方法进行：

音调k上的误差信号表示为：

e(k)＝s_1，k-y_k                   (60.)

假设u可以在每个音调上使用(u ^HH_k·v)^*进行规范化，等式(52)可重写为：

$y_k=s_{1,k}+\frac{{\underset{\‾}{u}}^H}{{\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v}}{\underset{\‾}{n}}_k---(61.)$

均方误差(MSE)—或合并后噪音方差如下：

${\mathrm{\Σ}}_{H,k}=E{\left|e\left(k\right)\right|}^2=(s_{1,k}-y_k)\·(s_{1,k}^{*}-y_k^{*})---(62.)$

${\mathrm{\Σ}}_{H,k}=\frac{{\mathrm{\σ}}^2{\underset{\‾}{u}}^H\underset{\‾}{u}}{{({\underset{\‾}{u}}^H{H}_k\·\underset{\‾}{v})}^2}---(63.)$

因为σ² u ^H u是频率带宽上的常数，因此，无需将其算入度量值中。因此，度量权重(MW)等于

MW(k)＝(u ^HH_k·v)²                 (64.)

每个包含符号y_k的比特都通过MW(k)进行加权。

图7所示为空间多路复用MIMO-OFDM系统700的发射机710和接收机720的示意图。如图所示，发射机710和接收机分别使用了T_x和R_x基带加权合并配置712、722。依据本发明，这些基带加权合并配置可以与射频加权合并配置一起使用在空间多路复用MIMO-OFDM发射器和接收器结构中(参见图8及相关描述)。通过这种方式，部分必须的加权合并在射频域内执行，影响基带中的平衡。

发射机710包括n_T个发射天线元件714，每一个天线承载N个不同子数据流(即空间多路复用信号)的加权合并，并使用OFDM调制，其中{S_i，0，S_i，1，...，S_i，Nt-1}，i＝1，...，N表示的N_t个连续QAM调制数据符号组成的数据流被调制为一组N_t个正交副载波。

在系统700中，第i个天线元件发射的音调k上的发射信号是

${\mathrm{txs}}_{j,k}=\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i,k}\·s_{i,k}---(65.)$

音调k上的发射向量是

${\underset{\‾}{\mathrm{txs}}}_k=V_k\·{\underset{\‾}{s}}_k=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}\·s_{i,k}---(66.)$

其中V_k是大小为n_T×N的音调k上的发射权重矩阵。

基于等式(66)的总发射功率是

$\mathrm{TXPW}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}E\left[s_{i,k}^{*}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}{s}_{i,k}\right]=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}---(67.)$

其中

$E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T={\mathrm{\σ}}_s^2,i=1,\·\·\·,N---(68.)$

因为我们想要将总发射功率限制为P，因而

T×PW＝P                  (69.)

这样一来对发射权重730的约束就可以表示为：

$\mathrm{trace}\left(V_k^H{V}_k\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_{i,k}^H{\underset{\‾}{v}}_{i,k}=n_T---(70.)$

为简化该例，我们假设该例中发射天线元件714的数量(n_T)等于空间多路复用信号的数量N。为进一步简化，将每个音调的权重矩阵V_K设置为等于单位矩阵。音调k上的发射向量简化为：

txs _k＝s _k                  (71.)

可以理解，在其他实施例中，n_T可以设置为大于N和/或权重矩阵V_K可以是一个非单位矩阵。例如，当V_K依赖于信道时，在指定优化标准后，多种“预编码”方法可以在V_K的计算中提供辅助。

在接收机720中，每个天线元件740接收的信号在射频链744中解调制和下变频转换后，从射频转换为基带。随后，加入746发射机710中用于降低ISI的循环前缀(CP)被移除748。该符号在经过串并行转换754后，映射到64点FFT 758的副载波上。

在一个N＝n_T＝2限制噪音的方案中，第k个音调上的第i个接收天线元件740的FFT 758输出的重建数据信号由以下公式给出：

$r_{i,k}=H_{i,1}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_{1,k}+H_{i,2}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\·s_{2,k}+n_{i,k}---(72.)$

我们将每个天线元件740接收的信号收集在一个M元向量中。音调k上的接收向量变成：

r _k＝H_k·s _k+n _k                    (73.)

在这种情况下，接收向量在每个音调上乘以表示为W_k的M×N矩阵的复共轭。音调k上的最终输出由以下公式给出：

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{n}}_k---(74.)$

其中y _k＝[y_l，k，…，y_N，k]^T是一个N元向量，它是s _k＝[S_l，k，…，s_N，k]^T的估计值。矩阵W_k可以表示为W_k＝[w _k，l，…，w _k，N]。

W_k的解由众所周知的最小均方误差(MMSE)解(即Wiener-Hopf解)给出，详情参见S.Haykin所著的“Adaptive Filter Theory”(第三版，PrenticeHall，1996)。通解由以下公式给出：

$W_k={(H_k{R}_{s,k}{H}_k^H+R_{n,k})}^{-1}{H}_k{R}_{s,k}---(75.)$

其中 $R_{s,k}=E\left[{\underset{\‾}{s}}_k{{\underset{\‾}{s}}_k}^H\right],R_{n,k}=E\left[{\underset{\‾}{n}}_k{{\underset{\‾}{n}}_k}^H\right]$

假设 $R_s={\mathrm{\σ}}_s^2{I}_N,$ R_n＝σ²I_M则简化为：

$W_k={(H_k{H}_k^H+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{I}_M)}^{-1}{H}_k---(76.)$

或等同于

$W_k^H={\left(H_k^H{H}_k\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{I}_N\right)}^{-1}{H}_k^H---(77.)$

维特比解码过程中用到的度量权重的计算按照以下方法进行：

音调k上的误差信号j表示为：

$e_j\left(k\right)=s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k---(78.)$

均方误差(MSE)—或合并后噪音方差如下：

${\mathrm{\Σ}}_{H,j,k}=E{\left|e_j\left(k\right)\right|}^2=(s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k)\·(s_{j,k}^{*}-{\underset{\‾}{r}}_k^H{\underset{\‾}{w}}_{k,j})---(79.)$

${\mathrm{\Σ}}_{H,j,k}={\mathrm{\σ}}_s^2(1-{\underset{\‾}{H}}_{k,j}^H\·{\underset{\‾}{w}}_{k,j}-{\underset{\‾}{w}}_{k,j}^H+{\underset{\‾}{H}}_{k,j}+{\underset{\‾}{w}}_{k,j}^H\·H_k{H}_k^H\·{\underset{\‾}{w}}_{k,j})+{\mathrm{\σ}}^2{\underset{\‾}{w}}_{k,j}^H{\underset{\‾}{w}}_{k,j}---(80.)$

其中

${\underset{\‾}{H}}_{k,j}=\left[\begin{array}{c}{H}_{1,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\\ \·\\ \·\\ \·\\ H_{M,j}\left(e^{j\frac{2\mathrm{\π}}{N_t}k}\right)\end{array}\right].$

表示为MW_j(k)信号j的度量权重(MW)等于∑_H，j，K的倒数。

MW_j(k)＝1/∑_H，j，k                (81.)

每个包含符号S_j，k的比特通过MW_j(k)进行加权。

总之，图7所示的实施例中，基于每个音调的信道频率响应为每个音调计算不同的权重，从而使每个音调上的输出信噪比被最大化。

接下来，图8所示的一个实施例中，空间接收信号在射频域内合并，从而使所需的接收射频链降低到空间多路复用发射信号的数量，这种类型的配置被认为可以用于高性价比的实现。

图8所示为包括发射机810和接收机820的通信系统800的示意图，这些发射机和接收机同时包括有基于射频和基带的加权合并配置。具体地，发射机810包括射频加权合并配置812和基带加权合并配置814；接收机820包括射频加权合并配置822和基带加权合并配置824。如图所示，发射机810包括n_T个发射天线元件830，每个都承载了N个不同子数据流(即空间多路复用信号)的加权合并，并且使用OFDM调制。因为至少部分合并权重作为射频元件在发射机810中实现，所以发射射频链840的数量降低至空间多路复用信号的数量。

在图8所示的配置中，第j个天线830发射的音调k上的发射信号是

${\mathrm{txs}}_{j,k}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{j,i}\·s_{i,k}^{\′}---(82.)$

其中

$s_{i,k}^{\′}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{v}_{i,l,k}^{\′}\·s_{i,k}---(83.)$

其中v和v’分别代表射频和基带权重。

音调k上的发射向量是

t×s _k＝V·V_k′·s _k    (84.)

其中V是大小为n_T×N的发射射频权重矩阵，并且独立于指数k(因为它是频率音调上的常数)，V’_k是大小为N×N的发射基带权重矩阵，并且依赖于指数k(因为它是频率的函数)。

为简化上述实施例，我们可以认为V’_k在每个音调上等于单位矩阵。可以理解，在其他的实施例中，V’_k可以是非单位矩阵。例如，当V’_k依赖于信道时，在指定最优化标准后，多种“预编码”方法可以在V’_k的计算中提供辅助。本实施例，音调k的发射向量变成

${\underset{\‾}{\mathrm{txs}}}_k=V\·{\underset{\‾}{s}}_k=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\underset{\‾}{v}}_i\·s_{i,k}$

为保持总发射功率恒定，对矩阵V的约束可以写为：

trace(V^HV)＝n_T                         (85.)

假设

${\mathrm{\σ}}_s^2=E\left[s_{i,k}{s}_{i,k}^{*}\right]=P/n_T,i=1,\·\·\·,N$

如上所述，图8中的接收机820还使用不同的射频和基带加权合并配置。具体地，用于基于射频配置822的第一组权重850在射频域中实现，并且对于所有音调来说是通用的；而在基带配置824中使用第二组权重854。注意，射频权重850的计算步骤也可以在基带中完成，在这种情况下，权重850通过内部总线反馈给射频域，产生一个反馈延迟。

在这种配置下，给第i条接收链的在音调k上FFT 858的输出由以下公式给出

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·V\·{\underset{\‾}{s}}_k+{\underset{\‾}{u}}_i^H{\underset{\‾}{n}}_k---(86.)$

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·s_{i,k}+{\underset{\‾}{u}}_i^H(\underset{j\≠i}{\overset{N}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_j\·s_{j,k}+{\underset{\‾}{n}}_k)---(87.)$

其中，u _i＝[u_1，i，...，u_M，i]^T。我们将每个接收链接收到的信号收集在一个N元向量中。音调k上的接收向量变成：

r _k＝U^H(H_k·V·s _k+n _k)＝U^HH_k·V·s _k+U^H n _k    (88.)

其中U＝[u ₁，...，u _N]^T是一个M×N矩阵，包含有在射频中实现的一组权重。而接收向量rk的大小降至N×1。

表达式(88)还可以写为：

${\underset{\‾}{r}}_k=H_k^H\·{\underset{\‾}{s}}_k+{\underset{\‾}{\mathrm{\η}}}_k---(89.)$

其中Hⁿ _k＝U^HH_k·V，η _k＝U^H n _k。

等式(87)中的接收信号模型包括N个信号成分和一个噪声成分。因为发射机810并行的传输N个空间多路复用信号，并且每个这种信号需要由接收机820单独检测，所以每个接收链认为这些信号中的一个是所期望的信号成分，而其他的N-1个空间多路复用信号被认为是干扰信号。如果规定第i条接收链认为第i个空间多路复用信号是所期望的信号成分，等式(87)可重写为

$r_{i,k}={\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·s_{i,k}+{\underset{\‾}{u}}_i^H{\underset{\‾}{\mathrm{\μ}}}_{i,k}---(90.)$

其中μ被认为是噪声加干扰信号。

在这个实施例中，射频权重向量u _i和v _i设计来最大化信噪比(基带权重854消除由多个空间多路复用信号产生的干扰)。第i条接收链的信噪比表示为

${\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H{\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(91.)$

给第i条接收链的所有音调上单个信噪比的和是

${\stackrel{\‾}{\mathrm{SNR}}}_i=\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{\mathrm{SNR}}_{i,k}={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{u}}_i^H(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H){\underset{\‾}{u}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(92.)$

其还可以写成

${\stackrel{\‾}{\mathrm{SNR}}}_i={\mathrm{\σ}}_s^2\frac{{\underset{\‾}{v}}_i^H(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\·{\underset{\‾}{u}}_i\·{\underset{\‾}{u}}_i^H{H}_k){\underset{\‾}{v}}_i}{{\mathrm{\σ}}^2{\underset{\‾}{u}}_i^H{\underset{\‾}{u}}_i}---(93.)$

依据等式(92)和(93)求解u _i和v _i(i＝1，...，N)是一个联合问题，可以通过例如数值搜索来求解。在指定v _i的情况下，最大化            SNR_i的u _i的解，由

对应于最大特征值的矩阵 $(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H)$ 的特征向量给出。该解可用如下等式

表示：

${\underset{\‾}{u}}_i=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k\·{\underset{\‾}{v}}_i\·{\underset{\‾}{v}}_i^H{H}_k^H),i=1,\·\·\·,N---(94.)$

同时，在指定u _i的情况下，最大化            SNR_i的v _i的解，由对应于最大特征值的矩阵 $(\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\·{\underset{\‾}{u}}_i\·{\underset{\‾}{u}}_i^H{H}_k)$ 的特征向量给出。该解可用如下等式表示：

${\underset{\‾}{v}}_i=\mathrm{eig}({\mathrm{\λ}}_{\max },\underset{k=0}{\overset{N_t-1}{\mathrm{\Σ}}}{H}_k^H\·{\underset{\‾}{u}}_i\·{\underset{\‾}{u}}_i^H{H}_k),i=1,\·\·\·,N---(95.)$

为检测发射信号，接收向量在每个音调上乘以表示为W_k的大小为N×N的矩阵的复共轭。音调k上的最终输出信号由以下公式给出：

${\underset{\‾}{y}}_k=W_k^H\·{\underset{\‾}{r}}_k=W_k^H{H}_k^n\·{\underset{\‾}{s}}_k+W_k^H{\underset{\‾}{\mathrm{\η}}}_k=W_k^H{U}^H(H_k\·V\·{\underset{\‾}{s}}_k+{\underset{\‾}{n}}_k)---(96.)$

注意，当权重W_k是可用频率音调的函数时，射频权重U和V对于所有音调是通用的(因此不依赖于下标k)。y _k＝[y_1，k，...，y_N，k]^T是一个N元向量，它是s _k＝[s_1，k，...，s_N，k]^T的估计值。

可使用众所周知的最小均方误差(MMSE)解(即Wiener-Hopf解)对等式(96)的求解W_k，。详情参见S.Haykin所著的“Adaptive Filter Theory”(第三版，Prentice Hall，1996)。通解由以下公式给出：

$W_k={(H_k^{\′\′}{R}_{s,k}{H}_k^{\′\′H}+R_{\mathrm{\η},k})}^{-1}{H}_k^{\′\′}{R}_{s,k}---(97.)$

使 $R_{s,k}={\mathrm{\σ}}_s^2{I}_N,$ $R_{\mathrm{\η},k}=E\left[{\underset{\‾}{\mathrm{\η}}}_k{{\underset{\‾}{\mathrm{\η}}}_k}^H\right]={\mathrm{\σ}}^2{U}^{H}U,$ 因而

$W_k={(H_k^{\′\′}{H}_k^{\′\′H}+\frac{{\mathrm{\σ}}^2}{{\mathrm{\σ}}_s^2}{U}^{H}U)}^{-1}{H}_k^{\′\′}---(98.)$

W_k从度量值H_k、U和V中直接得到，其中U和V由等式(94)和(95)给出。

维特比解码过程中用到的度量权重的计算按照以下方法进行：

音调k上的误差信号j表示为：

$e_j\left(k\right)=s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k---(99.)$

均方误差(MSE)—或合并后噪音方差如下：

${\mathrm{\Σ}}_{H,j,k}=E{\left|e_j\left(k\right)\right|}^2=(s_{j,k}-{\underset{\‾}{w}}_{k,j}^H\·{\underset{\‾}{r}}_k)\·(s_{j,k}^{*}-{\underset{\‾}{r}}_k^H{\underset{\‾}{w}}_{k,j})---(100.)$

表示为MW_j(k)的信号j的度量权重(MW)等于∑_H，j，k的倒数。

MW_j(k)＝1/∑_H，j，k    (101.)

每个包含符号s_j，k的比特使用MW_j(k)进行加权。

对上述结果的描述适用于OFDM调制方法，其中选择性频率衰减在每个音调上表示为不连续形式。但是，对于单载波系统而言，传播信道可以表示为频率的连续函数。在这种情况下，上述结果可以被归纳为信号带宽上的积分，而不是信道带宽上N_t个不连续成分的和。

接下来，图9中介绍了一种基于空间和时间域中直接序列扩频处理的系统。可以认为这是将上面描述的空间-频率域扩展到了空间-时间域处理上。

图9所示为配置有接收天线910并采用基带加权合并配置930的耙式接收机结构900的示意图。天线910接收到的信号在射频链920中进行解调制和下变频转换。依据本发明，该基带加权合并配置930可以使用在还包括有基于射频的加权合并配置的耙式接收机结构中(参见图10及相关描述)。通过这种方式，部分必须的加权合并在射频域内执行，影响基带中的平衡。

在图9所示的实施例中，基带加权元件934的值同时在时间和空间两个维度上进行计算。在接收机900中，一组N个接收天线910(i＝1，...，N)从M个不同延迟路径(j＝1，...，M)接收到的多路径信号，可以表示为

$r_{\mathrm{ij}}=A_{\mathrm{ij}}{e}^{j{\mathrm{\φ}}_{\mathrm{ij}}}\·x\·p+n_{\mathrm{ij}}=A_{\mathrm{ij}}{e}^{j{\mathrm{\φ}}_{\mathrm{ij}}}\·s+n_{\mathrm{ij}}---(102.)$

其中A_i，j是衰减信号包络；φ_i，j是对应的相位；x是发射信号(数据符号)；p是扩散序列；n_i，j‘s是加性白高斯噪声(AWGN)。下面是时空矩阵表现形式，由

R＝H·s+N                          (103.)

给出，其中H代表大小为N×M的信道增益矩阵

$H=\left[\begin{array}{cccc}{h}_{11}& h_{12}& \·\·& h_{1M}\\ h_{21}& h_{22}& \·\·& h_{2M}\\ \·& \·& & \·\·\\ \·& \·& \·\·& \·\\ h_{N1}& h_{N1}& \·\·& h_{\mathrm{NM}}\end{array}\right]=\left[\begin{array}{cccc}{\underset{\‾}{h}}_1& {\underset{\‾}{h}}_2& \·\·& {\underset{\‾}{h}}_M\end{array}\right]---(104.)$

在每个延迟j，信号向量为

r _j＝h _j·s+n _j    (105.)

在采用基带合并时，向量r _j乘以复数权重向量w _j ^H

$y_j={{{\underset{\‾}{w}}_j}^H\underset{\‾}{r}}_j={{{\underset{\‾}{w}}_j}^H\underset{\‾}{h}}_j\·s+{{{\underset{\‾}{w}}_j}^H\underset{\‾}{n}}_j---(106.)$

假设在简化过程中使用高斯近似值(即干扰和噪音成分是无关联的，穿过接收天线时具有相等的功率)，则对应的输出信噪比为：

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{{\underset{\‾}{w}}_j}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H{\underset{\‾}{w}}_j}{{{\underset{\‾}{w}}_j}^H{\underset{\‾}{w}}_j}---(107.)$

其中σ² _s＝E[ss^*]，σ²＝E[n_i，jn^* _i，j]。

在一个限制噪音的方案中，这种情况下能最大化输出信噪比的权重是

w _j＝h _j          (108.)

相应的信噪比是

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j}{{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(109.)$

这与最大比率合并(MRC)解相对应，其中输出信噪比是多天线元件上特定延时处的单个信噪比之和。

此外，耙式接收机的M个手指元件(finger)950均以给定的延时对信号进行如下分离和解扩展(de-spreading)：

$u_j=y_j\·p={{{\underset{\‾}{h}}_j}^H\underset{\‾}{h}}_j\·s\·p+{{\underset{\‾}{h}}_j}^H{\underset{\‾}{n}}_j\·p$

$=G\·{{\underset{\‾}{h}}_j}^H{\underset{\‾}{h}}_j\·x+{{\underset{\‾}{h}}_j}^H{\underset{\‾}{n}}_j$          (110.)

相应的信噪比(解扩展后)为

${\mathrm{SNR}}_j=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}{{{\underset{\‾}{h}}_j}^H\underset{\‾}{h}}_j=G\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(111.)$

其中G是处理增益，σ² _x＝E[xx^*]；

最后，耙式合并器960使用MRC度量值最优地合并不同延时处的手指元件。

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|h_{\mathrm{ij}}\right|}^2---(112.)$

图10所示为空间一时间直接序列扩频(DSSS)接收机1000，包括一个射频加权合并配置1010。如图所示，射频加权合并配置1010为射频链1018提供信号，该射频链将射频信号进行解调制和下变频转换，从而转换为基带。该实施例中，合并配置1010的加权值1014可以表示为一个一元向量，并适用于耙式接收机1000的所有手指元件1020。可以在基带中完成权重计算步骤，这种情况下，权重1014通过一条内部总线(未标出)反馈给射频加权合并配置1010。

可选择的其他实施例中，图10所示的接收机结构中的基于射频的加权合并配置1010可以通过基带加权合并配置予以补充。这使得部分必须的加权合并在射频域中执行，基带中的平衡也受到了影响。

与图9中所示的基带合并情况一样，在每个延时j，信号向量可以表示为：

r _j＝h _j·s+n _j    (113.)

使用智能天线合并时，向量r _j乘以一个复数权重向量v ^H，从而获取

y_j＝v ^H r _j＝v ^H h _j·s+v ^H n _j    (114.)

每个延时j上相应的信噪比为

${\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{v}}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(115.)$

其中σ² _s＝E[ss^*]，σ²＝E[n_i，jn^* _i，j]。随后，对信噪比之和(该和取自所有的耙式手指)进行最大化：

$\mathrm{SNR}=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\frac{{\underset{\‾}{v}}^H{\mathrm{HH}}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}---(116.)$

考虑等式(116)中的标准特征值分解问题，

$\frac{{\underset{\‾}{v}}^H{\mathrm{HH}}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}={\mathrm{\λ}}_{\max }---(117.)$

及

HH^H v＝λ_max v    (118.)

因此，信噪比最大化权重向量v是对应HH^H最强特征值的特征向量。

接下来介绍等式(118)给出的v的解有效的最大化耙式合并器1040的输出信噪比。在解扩展后，耙式合并器使用MRC度量值合并延时处耙式手指1020捕获到的信号。重写等式(114)来反映单延时j的情况

y_j＝v ^H r _j＝v ^H h _j·s+v ^H n _j    (119.)

替换k_j＝v ^H h _j，且η_j＝v ^H n _j，可以得到

y_j＝K_j·s+η_j              (120.)

和

${\mathrm{SNR}}_j=\frac{{\mathrm{\κ}}_{j}s\·s*{{\mathrm{\κ}}_j}^H}{{\mathrm{\η}}_j{{\mathrm{\η}}_j}^H}=\frac{{\mathrm{\σ}}_s^2}{{{\mathrm{\σ}}_{{\mathrm{\η}}_j}}^2}{\left|{\mathrm{\κ}}_j\right|}^2---(121.)$

在多个延时j＝1，...，M下，定义向量y、k和η：

$\underset{\‾}{y}=\left[\begin{array}{c}{y}_1\\ y_2\\ \·\\ \·\\ y_M\end{array}\right];\underset{\‾}{\mathrm{\κ}}=\left[\begin{array}{c}{\mathrm{\κ}}_1\\ {\mathrm{\κ}}_2\\ \·\\ \·\\ {\mathrm{\κ}}_M\end{array}\right];\mathrm{\η}=\left[\begin{array}{c}{\mathrm{\η}}_1\\ {\mathrm{\η}}_2\\ \·\\ \·\\ {\mathrm{\η}}_M\end{array}\right]---(122.)$

耙式接收机1000合并y的元件，从而得到

z＝ξ ^H y＝ξ ^H K·s+ξ ^H η    (123.)

权重为ξ＝k，因而

$z={\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\κ}}\·s+{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s+{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}---(124.)$

对应的输出信噪比为

${\mathrm{SNR}}_z=\frac{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s{(\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\·s)}^H}{{\underset{\‾}{\mathrm{\κ}}}^H\underset{\‾}{\mathrm{\η}}{\underset{\‾}{\mathrm{\η}}}^H\underset{\‾}{\mathrm{\κ}}}=\frac{{{\mathrm{\σ}}_s}^2}{{{\mathrm{\σ}}_{\mathrm{\η}}}^2}\frac{{\left(\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2\right)}^2}{\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2}=\frac{{{\mathrm{\σ}}_s}^2}{{{\mathrm{\σ}}_{\mathrm{\η}}}^2}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\left|{\mathrm{\κ}}_j\right|}^2---(125.)$

假设对于所有的j，σ_ηj＝σ_η。

通过比较等式(121)和(125)，得出

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j---(126.)$

因此，从等式(115)-(118)可以得到

${\mathrm{SNR}}_z=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{SNR}}_j=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\frac{{\underset{\‾}{v}}^H{\underset{\‾}{h}}_j{{\underset{\‾}{h}}_j}^H\underset{\‾}{v}}{{\underset{\‾}{v}}^H\underset{\‾}{v}}=\frac{{\mathrm{\σ}}_s^2}{{\mathrm{\σ}}^2}{\mathrm{\λ}}_{\max }---(127.)$

在解扩展后，最终的结果是

${\mathrm{SNR}}_z=G\frac{{\mathrm{\σ}}_x^2}{{\mathrm{\σ}}^2}{\mathrm{\λ}}_{\max }---(128.)$

因此，设计向量权重v使得最大。从等式(126)中还可以看出，这些权重使耙式合并器1040的输出的信噪比最大化(给定约束条件为：向量权重v在所有手指元件中均为常数)。

出于解释的目的，上述描述使用具体的术语来提供对本发明的全面理解。但是，对本领域的普通技术人员来说，很明显，这些具体细节不是实现本发明所必须的。在另外一些实例中，为避免对本发明产生不必要的误解，已知的电路和设备仅在框图中示出。因此，前面对本发明具体实施例的描述仅限于对本发明的原理进行阐述。这些实施例并不是穷尽的，也不是对本发明的具体限制，显然，根据上述公开的内容还可以做出各种修改和变更。以上选用的各种实施例能够最好的阐述本发明的主旨和实际应用，从而使本领域的技术人员能够更好的使用本发明及其各种实施例。以下的权利要求及其等效内容定义了本发明的范围。

Claims (4)

1.一种通信方法，其特征在于，包括：

通过M个接收天线接收第一组多个空间多路复用射频信号，从而形成M个接收信号；

将所述M个接收信号中的每一个均分割成N个分割信号，从而形成MN个分割信号；

在射频域内对所述MN个分割信号进行加权，生成MN个加权信号；

在射频域内合并所述MN个加权信号，从而生成N个合并射频信号；

下变频转换所述N个合并射频信号为N个下变频转换基带信号；

其中，M和N均是大于零的整数，且M＞N；

当平均信道取自指定的信道域，包括频率带宽、抽头延时轮廓、时间脉冲响应或耙指轮廓时，所述加权的权重由对应于信号带宽内的平均信道互相关矩阵最大特征值的特征向量给定，并被选用于最大化多天线系统的输出信噪比。

2.根据权利要求1所述的通信方法，其特征在于进一步包括：

对所述N个合并射频信号进行滤波；

将所述N个下变频转换基带信号转换成数字信号。

3.一种通信设备，其特征在于，包括：

接收第一组多个空间多路复用射频信号从而形成M个接收信号的M个天线；

将所述M个接收信号中的每一个均分割成N个分割信号从而形成MN个分割信号的一组分割器；

在射频域内对所述MN个分割信号进行加权从而形成MN个加权信号的加权电路；

在射频域内合并所述MN个加权信号为N个合并射频信号的合并电路；

下变频转换所述N个合并射频信号为N个下变频转换基带信号的下变频转换器；

其中，M和N均是大于零的整数，且M＞N；

当平均信道取自指定的信道域，包括频率带宽、抽头延时轮廓、时间脉冲响应或耙指轮廓时，所述加权的权重由对应于信号带宽内的平均信道互相关矩阵最大特征值的特征向量给定，并被选用于最大化所述通信设备的输出信噪比。

4.一种通信设备，可操作的连接能够接收第一组M个射频信号的一个天线结构，其特征在于，所述设备包括：

连接所述天线结构的一个射频处理网络，用于在射频域内对所述第一组M个射频信号执行加权与合并操作，从而生成第二组N个射频信号；

下变频转换所述第二组N个射频信号为第二组N个下变频转换基带信号的下变频转换器；

其中，所述射频处理网络包括：

一组将所述第一组M个射频信号中的每一个均分割成N个分割信号从而形成MN个分割射频信号的分割器；

对所述MN个分割射频信号进行加权从而形成MN个加权射频信号的加权电路；

将所述MN个加权射频信号合并为所述第二组N个射频信号的合并电路；

当平均信道取自指定的信道域，包括频率带宽、抽头延时轮廓、时间脉冲响应或耙指轮廓时，所述加权的权重由对应于信号带宽内的平均信道互相关矩阵最大特征值的特征向量给定，并被选用于最大化所述通信设备的输出信噪比。

Images