儀輸入端口和輸出端口之間的信道向量。
[0078] 輸出數據矢量的計算公式為：
[0079]
[0080] 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，
為加性高斯白噪聲項。
[0081] 進一步地，低秩全相關矩陣處理模塊包括SVD處理單元和低秩全相關矩陣獲取單 J L· 〇
[0082] 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。
[0083] 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。
[0084] 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。
[0085] 本實施例提供的信道仿真儀的輸入數據矢量計算裝置，卷積項計算模塊210、加性 高斯白噪聲項計算模塊220和求和處理模塊230需要集成在信道仿真儀中，完成對輸入數據 的計算;低秩全相關矩陣處理模塊和信道全相關矩陣生成模塊可安裝在上位機上，在上位 機上完成對信道矩陣的降秩處理后，通知信道仿真儀，由信道仿真儀來負責對輸入數據的 處理，運樣可W降低信道仿真儀的計算量和硬件要求，減小信道仿真儀的設計成本。
[0086] 實施例S
[0087] 本發明實施例提供了一種信道仿真儀，其包括多個天線接口和如前所述的信道仿 真儀的輸入數據矢量計算裝置。
[0088] 本發明實施例提供的信道仿真儀，既降低了數據計算量又節省了設計成本。
[0089] 需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實 體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示運些實體或操作之間存 在任何運種實際的關系或者順序。而且，術語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要 素，而且還包括沒有明確列出的其他要素，或者是還包括為運種過程、方法、物品或者設備 所固有的要素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在 包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0090] 本說明書中的各個實施例均采用相關的方式描述，各個實施例之間相同相似的部 分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統實 施例而言，由于其基本相似于方法實施例，所W描述的比較簡單，相關之處參見方法實施例 的部分說明即可。
[0091] W上所述僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍。凡在 本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護范圍 內。
【主權項】
1. 一種信道仿真儀的輸入數據矢量計算方法，其特征在于，所述方法包括： 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； 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O，方差為1的復高斯分布； 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。2. 根據權利要求1所述的方法，其特征在于，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：:，其中，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。3. 根據權利要求1所述的方法，其特征在于，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： 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； 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； 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=、所述最優矩陣與所述信道全 相關矩陣的二范數最小。4. 根據權利要求3所述的方法，其特征在于，所述輸出數據矢量的計算公式為：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n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， 1茲1=1 hmn (P)Xm為卷積項，n:0 Xm為加性高斯白噪聲項。5. -種信道仿真儀的輸入數據矢量計算裝置，其特征在于，包括: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； 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； 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。6. 根據權利要求5所述的裝置，其特征在于，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：其中，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。7. 根據權利要求6所述的裝置，其特征在于，所述低秩全相關矩陣處理模塊，包括： 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； 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； 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=、所述最優矩陣與所述信道全 相關矩陣的二范數最小。8. 根據權利要求7所述的裝置，其特征在于，所述輸出數據矢量的計算公式為： 舟-二 1 Sm=I hmn ( P ) X.m + ljm.=.L+l n〇 Xm， 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n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， 蠟1鹽==1 hnin (P)Xm為卷積項I：r心1+1 n() Xm為加性高斯白噪聲項。9. 一種信道仿真儀，其特征在于，包括多個天線接口和如權利要求5-8任一項所述的信 道仿真儀的輸入數據矢量計算裝置。
【專利摘要】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、裝置及信道仿真儀，所述方法包括：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輸入數據矢量進行卷積，得到卷積項；對信道矩陣中的與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；對卷積項和加性高斯白噪聲項進行求和處理，得到與輸入數據矢量相對應的輸出數據矢量。本發明實施例通過對信道矩陣進行降秩處理，將總的復雜計算分為兩項簡單計算，降低了信道仿真儀在計算過程中的數據計算量，同時還可以降低信道仿真儀的設計成本。
【IPC分類】H04B17/391
【公開號】CN105656578
【申請號】
【發明人】張建華, 劉萌萌, 王超, 閉宇銘, 張辰
【申請人】北京郵電大學
【公開日】2016年6月8日
【申請日】2016年4月7日