信道仿真儀的輸入數據矢量計算方法、裝置及信道仿真儀的制作方法
【技術領域】
[0001] 本發明設及無線通信技術領域，特別是設及一種信道仿真儀的輸入數據矢量計算 方法、裝置及信道仿真儀。
【背景技術】
[0002] 隨著通信技術的發展，用戶對無線通信的要求越來越高，為了滿足用戶的需求，通 常會采用大規模MIMO(Multi-i噸utMulti-ou化ut，多輸入多輸出）通信系統，通過增加天 線的數量來增加可用信道。
[0003] 信道仿真儀(又稱信道模擬器)位于發射信號和接收信號之間，其上設置有多個射 頻端口，一部分射頻端口作為輸入端口，用于連接ΜΙΜΟ通信系統的發射天線，一部分射頻端 口作為輸出端口，用于連接ΜΙΜΟ通信系統的接收天線，信道仿真儀通過輸入端口接收發射 天線發出的輸入數據，來模擬ΜΙΜΟ通信系統的真實信道，實際即為對輸入數據的卷積處理。 但隨著ΜΙΜΟ通信系統中天線數量的增加，在模擬真實信道時，需要用到更多的射頻端口，運 將會導致信道仿真儀在對輸入數據的計算過程中，數據計算量呈倍數增長。
[0004] 舉例而言:假設ΜΙΜΟ通信系統中基站天線的數量為Μ，用戶天線的數量為N，w單路 徑為例，第i個基站天線與第j個用戶天線之間的關系用假設信道系數來表示，則得到MX N個假設信道系數組成Μ X N階的假設信道矩陣
[0005]
[0006] 其中，h；二（Wn, h^n 。.，h；vin)T表示第η個用戶天線和Μ個基站天線之間 的假設信道向量，η = 1，2···，Ν。
[0007] 在對信道進行模擬時，每一個基站天線對應一個輸入端口，每一個用戶天線對應 一個輸出端口，則信道仿真儀用到的輸入端口的數量為Μ，輸出端口的數量為Ν。
[0008] 首先，對假設信道矩陣!f進行復雜計算(該計算為現有技術)得到信道矩陣
[0009]
[001 0]其中，hm = (hln，h2n，…，hMn)嗦示Μ個輸入端口和第η個輸出端口之間的信道向量，η = 1，2..·，Ν;
[0011] 根據假設信道矩陣護計算信道矩陣Η的公式為：
[0012]
[001引其中，hmn為第m個輸入端口之間和第η個輸出端口的信道系數;t為時間；P為第m個 基站天線到第η個用戶天線的鏈路功率;OSF為對數陰影衰落系數;C為第m個基站天線到第η 個用戶天線的鏈路中散射體簇的索引，C為散射體簇的個數;Θαοο為發射信號的離開角(AoD， angle of d邱a;rture);目A0A為發射信號的到達角（AoA，angle of arrivalhGBS(目A0D)為基站 天線增益;GmS(0AOA)為用戶天線增益;k=23lA，A為波長;dBS為基站天線間距，單位是米;dMS 為用戶天線間距，用戶單天線時令它等于0;Φ為均勻分布的隨機相位；II v||為用戶移動速 度向量的幅度;θν為用戶移動速度向量的相位。
[0014] 其次，信道仿真儀實現輸入數據矢量的卷積處理的方法為y = H%+z，其中，妒為信 道矩陣Η的共輛轉置，x=(Xl，X2…，XM)τ表示輸入數據矢量，y=(yl，y2…，yN)%輸出數據矢 量，Ζ = (Ζ1，Ζ2···，ΖΝ)%加性高斯白噪聲采樣矢量。
[0015] 第η個輸出端口的信號可W表示式
如果存在多個路 徑，則第η個輸出端口的信號可W表示為J
其中，Ρ表 示路徑，Νρ表示路徑的數量。
[0016] 從上述公式可W看出，在多路徑的情況下，數據計算量的復雜度至少為ΜΧΝρ，如 此巨大的計算量嚴重影響了信道仿真儀的運算速度。
【發明內容】
[0017] 本發明實施例的目的在于提供一種信道仿真儀的輸入數據矢量計算方法、裝置及 信道仿真儀，W降低信道仿真儀在計算過程中的數據計算量。
[0018] 為實現上述目的，本發明實施例提供了一種信道仿真儀的輸入數據矢量計算方 法，所述方法包括：
[0019] 當獲得輸入數據矢量時，對信道仿真儀的信道矩陣中的與預設的低秩全相關矩陣 的秩的數量相同的信道向量和所述輸入數據矢量進行卷積，得到卷積項;其中，所述低秩全 相關矩陣為:對用于描述信道空間統計特征的信道全相關矩陣進行降秩處理所得的矩陣， 所述信道全相關矩陣為:根據信道仿真儀的信道矩陣中的信道向量計算所得的矩陣；
[0020] 對所述信道矩陣中的與所述低秩全相關矩陣的秩的數量相同的信道向量之外的 信道向量建立高斯分布模型，并和所述信道仿真儀的輸入數據矢量進行卷積，得到加性高 斯白噪聲項;其中，所述高斯分布模型服從均值為0，方差為1的復高斯分布；
[0021] 對所述卷積項和所述加性高斯白噪聲項進行求和處理，得到與所述輸入數據矢量 相對應的輸出數據矢量。
[0022] 較佳的，所述根據信道仿真儀的信道矩陣中的信道向量計算所得矩陣的計算公式 為：
[0023]
癢中，R為信道全相關矩陣，Ε為期望 運算符，h為信道仿真儀輸入端口和輸出端口之間的信道向量。
[0024] 較佳的，所述對用于描述信道空間統計特征的信道全相關矩陣進行降秩處理，包 括：
[0025] 對所述信道全相關矩陣進行奇異值分解SVD處理，得到截斷SVD分解矩陣W及截斷 SVD分解矩陣的秩；
[0026] 根據預設約束條件對所述截斷SVD分解矩陣進行最優矩陣選擇處理，得到低秩全 相關矩陣和所述低秩全相關矩陣的秩；
[0027] 其中，所述預設約束條件為:條件一、所述最優矩陣的秩小于所述截斷SVD分解矩 陣的秩;條件二、所述最優矩陣的秩小于輸入端口的數量;條件Ξ、所述最優矩陣與所述信 道全相關矩陣的二范數最小。
[0028] 較佳的，所述輸出數據矢量的計算公式為：
[0029]
[0030] 其中，P為路徑，Np為路徑的數量，no為高斯分布模型，hmn為第m個輸入端口與第η個 輸出端口之間的信道系數，L為所述低秩全相關矩陣的秩，xm為第m個輸入端口對應的輸入 數據
對卷積項，Σ??：=：ι^+1 n〇 Xm為加性高斯白噪聲項。
[0031] 本發明實施例還提供了一種信道仿真儀的輸入數據矢量計算裝置，包括：
[0032] 卷積項計算模塊，用于當獲得輸入數據矢量時，對信道仿真儀的信道矩陣中的與 所述低秩全相關矩陣的秩的數量相同的信道向量和所述輸入數據矢量進行卷積，得到卷積 項;其中，所述低秩全相關矩陣為:通過低秩全相關矩陣處理模塊對用于描述信道空間統計 特征的信道全相關矩陣進行降秩處理所得的矩陣，所述信道全相關矩陣為:通過信道全相 關矩陣生成模塊根據信道仿真儀的信道矩陣中的信道向量計算所得矩陣；
[0033] 加性高斯白噪聲項計算模塊，用于對所述信道矩陣中的與所述低秩全相關矩陣的 秩的數量相同的信道向量之外的信道向量建立高斯分布模型，并和所述信道仿真儀的輸入 數據矢量進行卷積，得到加性高斯白噪聲項;其中，所述高斯分布模型服從均值為0,方差為 1的復高斯分布；
[0034] 求和處理模塊，用于對所述卷積項和所述加性高斯白噪聲項進行求和處理，得到 與所述輸入數據矢量相對應的輸出數據矢量。
[0035] 較佳的，所述根據信道仿真儀的信道矩陣中的信道向量計算所得矩陣的計算公式 為：
[0036]
岸中，R為信道全相關矩陣，E為期望 運算符，h為信道仿真儀輸入端口和輸出端口之間的信道向量。
[0037] 較佳的，所述低秩全相關矩陣處理模塊，包括：
[0038] SVD處理單元，用于對所述信道全相關矩陣進行奇異值分解SVD處理，得到截斷SVD 分解矩陣W及截斷SVD分解矩陣的秩；
[0039] 低秩全相關矩陣獲取單元，用于根據預設約束條件對所述截斷SVD分解矩陣進行 最優矩陣選擇處理，得到低秩全相關矩陣和所述低秩全相關矩陣的秩；
[0040] 其中，所述預設約束條件為:條件一、所述最優矩陣的秩小于所述截斷SVD分解矩 陣的秩;條件二、所述最優矩陣的秩小于輸入端口的數量;條件Ξ、所述最優矩陣與所述信 道全相關矩陣的二范數最小。
[0041 ]較佳的，所述輸出數據矢量的計算公式為：
[0042]
[004引其中，Ρ為路徑，Νρ為路徑的數量，no為高斯分布模型，hmn為第m個輸入端口與第η個 輸出端口之間的信道系數，L為所述低秩全相關矩陣的秩，Xm為第m個輸入端口對應的輸入 數據
為卷積項，Σ?^+1 n0 Xm為加性高斯白噪聲項。
[0044] 本發明實施例還提供了一種信道仿真儀，包括多個天線接口和如前所述的信道仿