根據(jù)本發(fā)明的實施例涉及一種發(fā)送濾波器計算器、一種計算發(fā)送濾波器的方法、一種通信設備、一種操作通信設備的方法并且涉及計算機程序。根據(jù)本發(fā)明的實施例涉及一種用于多小區(qū)MIMO通信的自適應酉預編碼(unitaryprecoding)。根據(jù)本發(fā)明的實施例可用于無線通信領域。根據(jù)本發(fā)明的進一步的實施例涉及傳輸技術領域。根據(jù)本發(fā)明的某些實施例涉及多點協(xié)作(CoMP)傳輸領域。根據(jù)本發(fā)明的某些實施例涉及正交波束形成(beamforming)領域。根據(jù)本發(fā)明的某些實施例涉及MIMO下行鏈路。

背景技術：
在下文中，將描述某些發(fā)生在當前通信網絡(例如，比如移動通信網絡)中的應用場景。特別地，將描述其中能夠有利地應用根據(jù)本發(fā)明的實施例的目標配置。在眾多通信環(huán)境中，存在多小區(qū)/多點協(xié)作(CoMP)系統(tǒng)中的多個用戶。這樣的系統(tǒng)中的一個挑戰(zhàn)是多用戶多小區(qū)/CoMP系統(tǒng)中的下行鏈路傳輸。在這種情況下，存在所謂的“干擾網絡”。例如，由于多個基站(以及還可能地，多個移動站)的存在而存在非常顯著的干擾水平。另外，經常將增強的多輸入多輸出傳輸應用到這樣的系統(tǒng)中，這增加了復雜度。進一步，經常存在未知的小區(qū)間干擾，這同樣使得更難于選擇適當?shù)耐ㄐ艆?shù)。圖1中示出了其中可以應用根據(jù)本發(fā)明的實施例的典型的通信環(huán)境的圖形表示。鑒于這樣的通信環(huán)境，目標是減少干擾中的不確定性以獲得更穩(wěn)健的下行鏈路策略。此外，應該注意，在眾多現(xiàn)代通信環(huán)境中，小區(qū)邊緣用戶受到小區(qū)間干擾。圖2中示出了小區(qū)邊緣附近的移動通信設備的小區(qū)間干擾，其示出了這樣的場景的圖形表示。已經發(fā)現(xiàn)，對于MIMO傳輸，干擾的空間特征典型地為未知的。同樣地，已經發(fā)現(xiàn)，這導致高層(例如，比如調度器和資源分配，例如部分復用)中的鏈路自適應和算法有損的問題。鑒于這一情況，目標是擁有穩(wěn)健的MIMO下行鏈路策略和解決以上提到的問題。在下文中，將描述某些可選的方案。例如，可以使用所謂的“基于碼本的MIMO”的概念。這樣的概念的示例以“PU2RC”而知曉。在這一概念中，酉碼本使得干擾易于預測。然而，已經發(fā)現(xiàn)，所述概念沒有利用多用戶多輸入多輸出方法的全部能力。另一可選的方案是所謂的“增強的多用戶MIMO”(還簡略地稱作“MU-MIMO”)。這一概念使用自適應預編碼。此外，低復雜度的方案是可利用的，例如，比如稱作“SESAM”(例如，參見參考文獻[B3])的方案和稱作“LISA”(例如，參見參考文獻[B4])的方案。在這一增強的多用戶MIMO中，典型地通過第二導頻(其構成額外的開銷)或者通過保守的速率自適應(其帶來性能損失)來獲得穩(wěn)健性。對于細節(jié)，參考參考文獻[B1]。然而，已經發(fā)現(xiàn)，基于碼本的方法沒有利用MU-MIMO的全部潛力。此外，已經發(fā)現(xiàn)，在可選的實現(xiàn)中，自適應MIMO的穩(wěn)健性導致額外的開銷。另外，已經認識到，難于找到最佳接收機，這對性能有巨大的影響。因此，可以看出，可選的方案包括諸多問題和限制。在下文中，將簡要地概述某些新近的進展。已經發(fā)現(xiàn)用于自適應酉預編碼的若干概念。例如，參考參考文獻[B6]到[B10]。該概念使用自適應預編碼，并且已經發(fā)現(xiàn)，干擾是易于預測的。然而，線性預編碼的最佳方案是不可利用的。另外，已經發(fā)現(xiàn)，難于最優(yōu)化(例如，因為最優(yōu)化問題是非凸的和組合的)。此外，已經發(fā)現(xiàn)，低復雜度方案僅對單天線接收機是可利用的。鑒于以上的討論，本發(fā)明的目標是創(chuàng)建用于多小區(qū)多輸入多輸出通信環(huán)境中的通信的高效的概念。

技術實現(xiàn)要素：
根據(jù)本發(fā)明的一個實施例創(chuàng)建一種用于計算至少發(fā)送濾波器的發(fā)送濾波器計算器，該發(fā)送濾波器用于從包括多個天線的發(fā)送通信設備經由多輸入多輸出(MIMO)信道到包括多個天線的多個接收通信設備中的接收通信設備的通信。發(fā)送濾波器計算器配置為迭代地確定用于多個數(shù)據(jù)流的發(fā)送濾波器，其中發(fā)送濾波器計算器配置為在給定的迭代中選擇發(fā)送濾波器，使得在該給定的迭代中選擇的發(fā)送濾波器正交于一個或多個之前的迭代中選擇的一個或多個發(fā)送濾波器，以及使得使用在給定的迭代中選擇的發(fā)送濾波器可獲得的加權的或未加權的傳輸速率最大化。另外，發(fā)送濾波器計算器配置為取決于矩陣積項而選擇發(fā)送濾波器，該矩陣積項基于描述發(fā)送通信設備和當前考慮的一個接收通信設備兩者之間的MIMO信道特性的信道矩陣并且還基于描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾的上限的失真協(xié)方差矩陣。本發(fā)明的關鍵思想是矩陣積項的使用，允許用于發(fā)送濾波器的計算的有效的低復雜度迭代算法，該矩陣積項基于描述發(fā)送通信設備和當前考慮的一個接收通信設備兩者之間的MIMO信道特性的信道矩陣，并且基于描述發(fā)送濾波器計算器中的噪聲、小區(qū)間干擾、以及小區(qū)內干擾的上限的失真協(xié)方差矩陣，該發(fā)送濾波器計算器確保給定的迭代中選擇的發(fā)送濾波器正交于一個或多個之前的迭代中選擇的一個或多個發(fā)送濾波器，其中所得到的發(fā)送濾波器(其由發(fā)送濾波器向量來描述)導致可用資源的良好使用。已經發(fā)現(xiàn)，這一概念允許酉預編碼以適當?shù)膹碗s度擴展到多個接收天線。此外，已經發(fā)現(xiàn)，使用以上描述的概念不需要額外的反饋。另外，已經發(fā)現(xiàn)，因為描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣非常適于這一目的，并且同時允許用于發(fā)送濾波器計算的算法的計算效率高的公式，所以最佳的、或者至少幾乎最佳的速率自適應是可能的。此外，以上描述的概念還允許最佳的(或者幾乎最佳的)接收濾波器的計算有效的供給。總之，如上所述，發(fā)送濾波器的迭代計算中的矩陣積項的使用允許有效的算法，該有效的算法仍然帶來導致無線資源的良好使用的非常好的結果。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為使用投影矩陣在給定的迭代中選擇發(fā)送濾波器，并且配置為響應于發(fā)送濾波器的選擇而更新投影矩陣，使得與更新的投影矩陣的非零特征值相關聯(lián)的特征向量正交于在之前的迭代和當前的迭代中選擇的發(fā)送濾波器(或者，更確切地說，正交于描述發(fā)送濾波器的發(fā)送濾波器向量)。在避免預先確定的正交的發(fā)送濾波器組的使用所暗含的效率限制的同時，已經發(fā)現(xiàn)，迭代算法中的投影矩陣的應用允許正交的發(fā)送濾波器(或者，更確切地說，發(fā)送濾波器向量)的特別有效的選擇。換而言之，投影矩陣的使用允許在每個迭代中選擇最好的發(fā)送濾波器向量(描述發(fā)送濾波器)(在選擇的發(fā)送濾波器向量必須正交于之前選擇的發(fā)送濾波器向量的限制之下)。在優(yōu)選的實施例中，在用于多個數(shù)據(jù)流的發(fā)送濾波器的迭代的確定之前，發(fā)送濾波器計算器配置為將投影矩陣初始化為單位矩陣、或者其倍數(shù)。發(fā)送濾波器計算器配置為減去由來自投影矩陣(當前迭代中使用的)的選擇的發(fā)送濾波器向量(描述選擇的發(fā)送濾波器)的轉置形式和選擇的發(fā)送濾波器向量的外積來定義的矩陣，以獲得更新的投影矩陣(將在下一迭代中使用的)。相應地，創(chuàng)建特別有效的機制以確保在隨后的迭代中選擇的發(fā)送濾波器向量的正交性。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為取決于矩陣積項而確定與當前所考慮的一個接收通信設備相關聯(lián)的加權的傳輸速率，該矩陣積項基于當前迭代的投影矩陣、與當前考慮的一個接收通信設備相關聯(lián)的信道矩陣以及與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣。這一實施例基于這樣的矩陣積項允許傳輸速率的簡單推導的發(fā)現(xiàn)，該矩陣積項基于當前迭代的投影矩陣、與當前考慮的一個接收通信設備相關聯(lián)的信道矩陣以及與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣。在優(yōu)選的實施例中，為了確定可獲得的用于當前考慮的一個接收通信設備的加權的或未加權的傳輸速率，發(fā)送濾波器計算器配置為確定矩陣積項的最大特征值，該矩陣積項基于當前迭代的投影矩陣、與當前考慮的一個接收通信設備相關聯(lián)的信道矩陣、以及與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣。此外，發(fā)送濾波器計算器配置為基于用于多個接收通信設備的可獲得的加權的或未加權的傳輸速率的確定而確定選擇的接收通信設備。此外，為了獲得與到當前的迭代中選擇的接收通信設備的數(shù)據(jù)流相關聯(lián)的發(fā)送濾波器(或者發(fā)送濾波器向量)，發(fā)送濾波器計算器優(yōu)選地配置為確定矩陣積項的特征向量，該矩陣積項基于當前迭代的投影矩陣、與當前考慮的一個接收通信設備相關聯(lián)的信道矩陣、以及與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣。已經發(fā)現(xiàn)，所述矩陣積項的特征值和特征向量兩者的評估允許迭代地選擇正交發(fā)送濾波器(或者描述所述發(fā)送濾波器的正交發(fā)送濾波器向量)的計算有效的方式，同時形成可利用的信道資源的良好使用并且避免資源的大的浪費。在優(yōu)選的實施例中，鑒于當前迭代中將選擇的發(fā)送濾波器正交于在一個或多個之前的迭代中選擇的所有的發(fā)送濾波器的情況，發(fā)送濾波器計算器配置為在迭代中比較用于多個接收通信設備的可獲得的最大的加權的或未加權的傳輸速率，并且配置為在迭代中選擇數(shù)據(jù)流的接收通信設備和對應的發(fā)送濾波器。去往所選擇的接收通信設備的數(shù)據(jù)流的接收通信設備和對應的發(fā)送濾波器的同時選擇提供了算法的高效。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為基于矩陣積項的各個的最大特征值來獲得用于多個接收通信設備的可獲得的最大的加權的或者未加權的傳輸速率，該矩陣積項基于當前迭代的投影矩陣、與當前考慮的一個接收通信設備相關聯(lián)的信道矩陣以及與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣。已經發(fā)現(xiàn)，因為使用計算有效的算法來確定最大特征值是可能的，所以這一過程是特別有效的。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為使用失真協(xié)方差矩陣，作為與給定的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣，該失真協(xié)方差矩陣基于描述給定的一個接收通信設備的有效噪聲的噪聲信息、基于描述給定的一個接收通信設備和發(fā)送通信設備兩者之間的MIMO信道特性的信道矩陣、并且基于描述給定的一個接收通信設備和一個或多個干擾通信設備之間的MIMO信道特性的一個或多個信道矩陣。已經發(fā)現(xiàn)，在單個矩陣中，失真協(xié)方差矩陣的這樣的選擇允許不同類型的失真的考慮，該不同類型的失真即噪聲、小區(qū)間干擾和小區(qū)內干擾。另外，已經發(fā)現(xiàn)，失真協(xié)方差矩陣的這樣的選擇允許非常適于通信環(huán)境的發(fā)送濾波器(或者發(fā)送濾波器向量)的供給。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為使用由發(fā)送通信設備(其包括發(fā)送濾波器計算器)從當前考慮的一個接收通信設備接收的矩陣積項，作為用于選擇發(fā)送濾波器的矩陣積項。已經發(fā)現(xiàn)，已經能夠在接收通信設備側計算矩陣積項，這使得從接收通信設備到發(fā)送通信設備的需要的信息的傳輸是資源有效的。在優(yōu)選的實施例中，發(fā)送濾波器計算器配置為確定用于多個數(shù)據(jù)流的接收濾波器?；谂c在給定迭代中選擇的接收通信設備相關聯(lián)的失真協(xié)方差矩陣、基于與在給定的迭代中選擇的接收通信設備相關聯(lián)的信道矩陣、以及取決于在給定迭代中選擇的發(fā)送濾波器，發(fā)送濾波器計算器優(yōu)選地配置為在給定的迭代中選擇接收濾波器。相應地，存在確定接收濾波器的簡單的計算規(guī)則，該計算法則再次提高了算法的效率。根據(jù)本發(fā)明的實施例創(chuàng)建一種用于計算用于從發(fā)送通信設備到接收通信設備的通信的至少發(fā)送濾波器的方法。該方法基于與發(fā)送濾波器計算器相同的思想。根據(jù)本發(fā)明的實施例創(chuàng)建了一種用于在出現(xiàn)一個或多個干擾通信設備之下與發(fā)送通信設備通信的通信設備(例如，接收通信設備、移動通信設備或者類似物)。通信設備配置為確定描述通信設備和發(fā)送通信設備兩者之間的MIMO信道特性的信道矩陣，并且還配置為確定描述通信設備和一個或多個干擾通信設備之間的MIMO信道特性的一個或多個信道矩陣。通信設備還配置為確定矩陣積，以獲得積矩陣，該矩陣積基于描述通信設備和發(fā)送通信設備兩者之間的MIMO信道并且基于描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣。通信設備配置為發(fā)送積矩陣到發(fā)送通信設備。如上所定義的，這一通信設備基于發(fā)現(xiàn)對于從通信設備(例如，接收通信設備、移動通信設備或者類似物)發(fā)送矩陣積到發(fā)送通信設備是特別有效的。換而言之，已經發(fā)現(xiàn)，不需要從通信設備(例如，接收通信設備、移動通信設備或者類似物)發(fā)送每個單獨的信息項(例如，比如單獨的信道矩陣或單獨的失真協(xié)方差矩陣)到發(fā)送通信設備。相反，已經發(fā)現(xiàn)，組合的信息對于發(fā)送通信設備獲取帶來無線資源的有效使用的發(fā)送濾波器信息(例如，比如描述發(fā)送濾波器的發(fā)送濾波器向量)是足夠的。在優(yōu)選的實施例中，通信設備(例如，接收通信設備、移動通信設備、或者類似物)配置為獲得失真協(xié)方差矩陣，該失真協(xié)方差矩陣基于描述通信設備(例如，接收通信設備、移動通信設備、或者類似物)的有效噪聲的噪聲信息、基于描述通信設備(例如，接收通信設備、移動通信設備、或者類似物)和發(fā)送通信設備兩者之間的MIMO信道特性的信道矩陣、以及基于描述通信設備(例如，接收通信設備、移動通信設備、或者類似物)和一個或多個干擾通信設備兩者之間的MIMO信道特性的一個或多個信道矩陣。已經發(fā)現(xiàn)，基于能夠通過通信設備獲得的信息，能夠以相對小的付出來完成適當?shù)氖д鎱f(xié)方差矩陣的推導，例如，該通信設備比如是移動通信設備或者類似物。根據(jù)本發(fā)明的實施例創(chuàng)建了一種用于操作通信設備的方法。所述方法基于與以上討論的通信設備相同的思想。根據(jù)本發(fā)明的其他實施例創(chuàng)建了一種當在計算機上運行計算機程序時用于執(zhí)行以上討論的方法之一的計算機程序。附圖說明圖1示出了其中能夠使用根據(jù)本發(fā)明的實施例的通信環(huán)境的示意表示；圖2示出了位于通信小區(qū)的小區(qū)邊界附近的移動通信設備的場景的圖形表示；圖3示出了名為“SESAM”的算法的表示；圖4示出了名為“LISA”的算法的表示；圖5示出了類似于參考文獻[19]中的算法“A”的算法的表示；圖6示出了類似于參考文獻[19]中的算法“B”的算法的表示；圖7示出了類似于來自參考文獻[20]的算法的算法的表示；圖8示出了類似于來自參考文獻[21]的算法的算法的表示；圖9示出了描述不同的可選的算法的表；圖10示出了根據(jù)本發(fā)明的實施例的發(fā)送濾波器計算器的方框示意圖；圖11示出了根據(jù)本發(fā)明的實施例的用于確定發(fā)送濾波器的方法的流程圖；圖12a和12b示出了根據(jù)本發(fā)明的實施例的用于確定發(fā)送濾波器的方法的詳細流程圖；圖13a和13b示出了用于確定能夠應用到根據(jù)圖12a和12b的算法中的用戶sd和發(fā)送濾波器vd的方法的流程圖；圖14示出了名為“酉-LISA”的算法的表示；圖15示出了根據(jù)本發(fā)明的實施例的通信設備的方框圖；圖16示出了根據(jù)本發(fā)明的實施例的用于操作通信設備的方法的流程圖；圖17示出了LISA算法中已知的干擾的影響的圖形表示；圖18示出了LISA算法中未知的干擾的影響的放大的圖形表示；以及圖19示出了“酉-LISA”算法和可選的算法的比較的圖形表示。具體實施方式將提供根據(jù)本發(fā)明的實施例之中的問題的簡要介紹并且將討論可選的方案。隨后，將提供根據(jù)本發(fā)明的實施例的詳細討論并且將提供仿真結果。最后，將給出結論。1.問題和可選的方案在下文中描述的場景可以是其中可以操作包括根據(jù)本發(fā)明的發(fā)送濾波器計算器的通信設備的場景。此外，這里定義的通信設備可以工作在下文中描述的場景中。這里應當注意的是說明書有時區(qū)別“發(fā)送機”(也稱作“發(fā)送通信設備”)和“接收機”(也稱作“接收通信設備”或“用戶通信設備”或簡稱“通信設備”)。然而，應當注意的是即使稱作發(fā)送機或者發(fā)送通信設備的設備也可以理所當然地包括某些接收功能性。在眾多情況下，發(fā)送機或者發(fā)送通信設備是收發(fā)機或者收發(fā)通信設備的一部分。類似地，接收機或者接收通信設備可以是相應的收發(fā)通信設備的一部分。相應地，名稱“發(fā)送通信設備”和“接收通信設備”主要用于描述各自的通信設備的當前的作用，然而，其作用可以變化。然而，“發(fā)送通信設備”可以典型地配置為建立與多個“接收通信設備”的通信。相應地，在某些實施例中“發(fā)送通信設備”可以是通信網絡的基站、或者類似物，并且“接收通信設備”可以是通信網絡的移動站。在無線網絡中，接收信號的質量、以及由此用戶的數(shù)據(jù)速率取決于選擇的發(fā)送策略、無線信道的性能、噪聲水平以及干擾。由于干擾和受限的資源而引起的用戶的數(shù)據(jù)速率的相互依賴使得難于最優(yōu)化物理層參數(shù)，這在MIMO網絡中是特別有挑戰(zhàn)性的，因為額外的自由度的可用性直接反映在干擾的空間特征中。一般地，因為最優(yōu)的傳輸策略相互地彼此依賴，所以，不能提前正確地預測其他發(fā)送機的準確的發(fā)送協(xié)方差矩陣。這里，我們關心其中在用戶受小區(qū)間干擾影響時服務用戶的情況并且假設干擾發(fā)送機的集合I是給定的。我們不關心所涉及的發(fā)送機間的進一步的干擾協(xié)調并且由此每個發(fā)送機(例如，包括根據(jù)本發(fā)明的發(fā)送濾波器計算器的發(fā)送通信設備)利己地選擇用于其用戶的最佳的發(fā)送策略。對于其中每個發(fā)送機裝備了單個天線的網絡，顯然每個發(fā)送機的策略是使用所有可利用功率，其使得對每個用戶產生的干擾非常易于預測，例如通過測量。正如在單個天線的情況中那樣，對于多個發(fā)送天線，每個發(fā)送機將使用其全部功率預算，然而干擾的空間特征是難以預測的。具有Nrx個接收天線的用戶k的噪聲加上小區(qū)間干擾協(xié)方差矩陣由以下給出：其中σ2I是接收機噪聲協(xié)方差，是具有Ntx個發(fā)送天線的發(fā)送機t的發(fā)送協(xié)方差，并且是從發(fā)送機t到用戶k的信道矩陣。參見第1.2節(jié)，在對于每個用戶而言已知Ck的情況下，所謂的干擾認知，知曉如何計算實現(xiàn)發(fā)送策略的容量。然而，顯然選擇的發(fā)射策略相互地彼此依賴，意味著不能提前知曉小區(qū)間干擾并且干擾的不可預測性導致鏈路速率自適應的問題。由于小區(qū)間干擾的預料不到的變化而引起的傳輸速率的劣化有時稱作“閃光燈”效應[1]并且建議了若干思想以解決該問題[2]。額外地，干擾中的不確定性導致假定的用戶可達到的數(shù)據(jù)速率中的不確定性，其反過來引起高層(例如調度器)的有損?？蛇x的方法是使用基于之前的[2]中的測量的信道間干擾ICI或者基于交叉信道的知識的小區(qū)間干擾的預測。已經發(fā)現(xiàn)，在用戶能夠收集到干擾發(fā)送機的信道上的正確的信道狀態(tài)信息的情況下，一種表現(xiàn)良好的預測是假設使用全部功率預算的白發(fā)送協(xié)方差：預測的干擾加上噪聲協(xié)方差則由以下給出：在第1.1節(jié)，將討論如何能夠將MIMO下行鏈路策略參數(shù)化，即物理層參數(shù)到數(shù)據(jù)速率的映射。在第1.2節(jié)中，將簡要描述選擇傳輸策略從而最大化數(shù)據(jù)速率的加權和(WSR)的算法。進一步，將討論干擾的錯誤預測如何影響性能。為了減少預測中的不確定性，我們能夠強制在每個發(fā)送機處的白發(fā)送協(xié)方差。在第1.2節(jié)中將討論能夠得到白發(fā)送協(xié)方差矩陣的若干已知的策略。最后，將概述可選的方法并且將討論與根據(jù)本發(fā)明的實施例的關系。1.1MIMO下行鏈路策略在下文中，將描述根據(jù)本發(fā)明的實施例的潛在的某些假設和定義。如在之前的章節(jié)中描述的，我們假設通過干擾的預測來考慮由于干擾而引起的數(shù)據(jù)速率的互相依賴。這將尋找最佳的下行鏈路策略的問題分離為每個發(fā)送機的問題，在下文中，我們由此忽略與特定發(fā)送機的聯(lián)系并且關心單個小區(qū)，其中用戶集合是K，K＝｜K｜。發(fā)送機(可以將其認為是通信設備或者發(fā)送通信設備，并且其可以包括發(fā)送濾波器計算器)具有Ntx個天線并且用戶k的接收天線的數(shù)量是Nrx，k。可以將用戶k的接收機認為是“通信設備”或者“用戶通信設備”或者“接收通信設備”。為了更清楚地標記而不失一般性，我們假設所有的用戶(或者所有的接收通信設備，或者所有的用戶通信設備)具有相同數(shù)量的接收天線下行鏈路信道矩陣是用戶k的預測的干擾是例如由(1.1)給出。我們將用戶數(shù)據(jù)速率r＝[r1，...，rK]T的加權和∑k∈Kwkrk＝wTr的最優(yōu)化作為目標，其中權重由w＝[w1，...，wK]T給出。1.1.1發(fā)送協(xié)方差中的參數(shù)化高斯輸入信號和DPC是達到高斯多輸入多輸出(MIMO)廣播信道的容量[4]，因此，下行鏈路策略完全由Ntx×Ntx個下行鏈路發(fā)送協(xié)方差矩陣Q1，...，QK和編碼順序來描述。要求協(xié)方差為半正定，我們將其表示為假設根據(jù)編碼順序將用戶排序，則用戶k的數(shù)據(jù)速率由以下給出在線性預編碼的情況下，用戶k的數(shù)據(jù)速率由以下給出對于裝備單個天線(MISO)、Nrx＝1的用戶，通常將信道系數(shù)標記為列矢量。替代我們寫作噪聲加上小區(qū)間干擾協(xié)方差Ck是標量，表示為對于所謂的臟紙編碼DPC，速率表達式(1.2)簡化為以及對于線性預編碼，速率表達式(1.3)變?yōu)?.1.2通過數(shù)據(jù)流的參數(shù)化參見第1.1.1節(jié)，通過在由發(fā)送和接收濾波器建立的標量信道上發(fā)送數(shù)據(jù)流，能夠替換地實現(xiàn)可通過發(fā)送協(xié)方差參數(shù)化實現(xiàn)的任意速率配置。低復雜度的方案通常以直接找到高效的數(shù)據(jù)流集合為目標。將濾波器選擇為歸一化矢量，即并且因此每個流d由分配到用戶Sd∈K、接收濾波器發(fā)送濾波器以及功率分配pd∈R+來描述。我們定義數(shù)據(jù)流集合D＝(S，U，V，p)，D＝｜D｜，其中活動用戶的集合由S＝{s1，..，sD}給出，接收濾波器的集合是U＝{ul，...，uD}，發(fā)送濾波器收集在矩陣中，并且功率分配表示為對于DPC，可以將數(shù)據(jù)流d的速率計算為其中我們假設根據(jù)編碼順序對數(shù)據(jù)流分類。對于線性預編碼，數(shù)據(jù)速率是對于單個天線接收機，我們有對于DPC的情況以及對于線性預編碼，速率為注意所研究的某些相關的下行鏈路策略是為具有單個接收天線的接收機設計的。我們描述這些用于單個天線接收機的算法，對于數(shù)值模擬，我們擴展這些結果以處理多個接收天線。應當注意的是與數(shù)據(jù)流相關聯(lián)的發(fā)送濾波器vd(或者，更確切地，由發(fā)送濾波器向量vd描述的發(fā)送濾波器)描述了如何將代表數(shù)據(jù)流d的信號分配到多個天線。發(fā)送濾波器矢量vd的每個元素描述了如何將代表數(shù)據(jù)流的信號分配到多個天線中的單個天線。1.2算法-傳輸功率約束通常加權的和速率最優(yōu)化受到功率約束，即參見第1.1.1節(jié)，對于發(fā)送協(xié)方差中的參數(shù)化，以及參見第1.1.2節(jié)，對于數(shù)據(jù)流公式在下文中，將描述某些可選的算法以易化理解。對于多個接收天線(MIMO)和單個接收天線(MISO)兩者，在DPC情況下，經由BCMAC對偶性[4，5]能夠有效地計算全局最佳發(fā)送協(xié)方差。對于線性預編碼和MIMO，全局最佳方案是開放問題。對于MISO情況，通過用于全局最佳的方法[6，7]，能夠計算全局最佳方案。然而，這些方法具有高復雜度并且對于更大數(shù)量的用戶或者在線實現(xiàn)是不可應用的。在[8]中能夠找到用于MIMO和MISO兩者的局部最佳方案的方法。SESAM[9，10]和LISA[11，12，13]是直接選擇數(shù)據(jù)流的低復雜度算法，其中選擇發(fā)送和接收濾波器以完全消除小區(qū)內干擾(迫零)。在下文中，我們簡要描述該算法，對于細節(jié)，我們參考[9，10]和[11，12，13]。在新增的數(shù)據(jù)流不干擾之前的數(shù)據(jù)流的情況下，算法都相繼地分配數(shù)據(jù)流，這隱含著正交發(fā)送濾波器。這一正交性由投影矩陣Π保證，同樣相繼地更新該投影矩陣Π。對于SESAM，DPC抵消剩余的干擾。對于LISA，需要額外的迫零步驟以更新發(fā)送濾波器(保持接收濾波器固定)。通過注水找到現(xiàn)在的正交標量信道上的最佳功率分配。因為增加新的流不減小加權的速率和，所以SESAM將一直分配最大數(shù)量的數(shù)據(jù)流，通常為Ntx，其中，增加新的流不減小加權的速率和是因為之前的數(shù)據(jù)流的標量信道的增益沒有改變。這對于LISA算法是不同的，其中迫零步驟影響所有的信道，這可能導致加權的速率和的減小。因此，在添加新的數(shù)據(jù)流之后，執(zhí)行性能是否增加的檢查并且在減少的情況下，意味著wTr(D(d))＜wTr(D(d-1))(1.8)中斷算法并且丟棄最新的數(shù)據(jù)流。在算法1中概述了SESAM，在圖3中表示算法1，并且在算法2中概述了LISA，在圖4中表示算法2。1.3算法——白發(fā)送協(xié)方差已經發(fā)現(xiàn)，減少干擾中的不確定性的負面影響的一個可能性是約束傳輸策略使得對其他小區(qū)造成的干擾是常量。例如，可以限制到單個預編碼器，或者要求發(fā)送的信號的協(xié)方差有確定的結構，例如標準的單位矩陣。這意味著移除功率約束并且強制白發(fā)送協(xié)方差其使用全部功率預算這使干擾中的不缺定性降低為交叉信道中的不確定性。在完全知曉交叉信道的情況下，預測(1.1)是正確的。在白發(fā)送協(xié)方差約束下的加權的速率和最佳化是：條件：作為備注，應當注意的是問題總是可行的，例如通過對于任意k設置這在[2]中稱為穩(wěn)定化。能夠導出用于計算具有白發(fā)送協(xié)方差限制的WSR最佳化的全局最佳方案的算法，作為來自[14]中的結果的特殊情況。但是，對于DPC以及找到方案，高計算復雜度妨礙了實際實現(xiàn)。實際的方法是酉預編碼器的使用，例如，每用戶酉速率控制(PU2RC)[15]。使用基于流的公式、酉(或者正交)預編碼意味著選擇預編碼器使得V是酉的，即VVH＝I。在每個發(fā)送機精確地服務Ntx個數(shù)據(jù)流并且在他們中分配相等的功率的情況下，發(fā)送協(xié)方差是在下文中，將描述某些使用酉預編碼的算法，其中在下文中描述的算法假設線性預編碼。已經發(fā)現(xiàn)，作為流d的小區(qū)內干擾Cintra-cell，d，酉預編碼是有吸引力的，并且由此可達到的數(shù)據(jù)速率只取決于自身的預編碼器vd，在上文中，可以表示小區(qū)內干擾上限。對于單個天線的接收機(記)，這為(1.13)這意味著對于具有固定的酉預編碼器碼本的PU2RC，每個用戶能夠決定最大化他的數(shù)據(jù)速率的碼本元素vd，數(shù)據(jù)速率由以下給出：具有自適應預編碼的增強的下行鏈路策略同樣對于酉預編碼是可利用的。在給定用戶集S的情況下，使得｜S｜＝Ntx，加權的速率和最優(yōu)化為條件：VVH＝I(1.15)不幸地，這是非凸問題。全局最佳算法僅對兩個用戶情況是已知的[16]。能夠在[17，18]中找到用于發(fā)現(xiàn)局部最佳方案的算法。用戶集合必須由額外的用戶選擇方案來確定，這促成了聯(lián)合發(fā)現(xiàn)用戶集合和預編碼器的算法，對于MISO，參見[19，20]以及對于MIMO，參見[21]。這些算法都是設計用于速率和最大化，但是在所有的情況中，到WSR的擴展是可能的。在下文中，將以一致的(及在一些情況中更復雜的)標記來描述某些算法并且描述這些算法以允許相關場景中的比較，將示出到加權速率和的擴展。額外地，參見(1.8)，在還未在原工作中出現(xiàn)的情況下，則包括停止準則，以在新的配置具有更低的加權速率和之下中斷相繼的分配。在下文中，將描述多少類似于參考文獻[19]中的算法的某些算法。在[19]中，在用戶信道的方向上選擇第一數(shù)據(jù)流的預編碼器v1。參見等式(1.13)，在這一情況中第一流沒有小區(qū)內干擾。選擇第一用戶作為達到最大加權速率的用戶：在下一步驟中，經由以v1開始的格拉姆-斯密特正交化來確定酉預編碼矩陣V的剩余Ntx-1個預編碼器。最后，參見圖5中表示的算法3，將剩余的用戶相繼地分配給預編碼器。參見圖6中表示的算法4，通過嘗試每個用戶作為第一用戶，能夠獲得改進的性能。在下文中，將描述多少類似于參考文獻[20]中示出的算法的算法。在[20]中，相繼地確定用戶以及預編碼器，其中在每個步驟中最大地增加加權的速率和并且預編碼器正交于已經確定的預編碼器，參見圖7中表示的算法5。參見第1.2節(jié)，預編碼器的正交性能夠通過關于SESAM和LISA算法的相繼地更新的投影矩陣Π來達到。在下文中，將描述類似于參考文獻[21]中描述的算法的算法。在[21]中，考慮多個接收天線，其中聯(lián)合地確定接收和發(fā)送濾波器。首先，對于每個用戶特征值分解(EVD)，計算并且選擇具有最高特征值的用戶作為第一用戶。假設特征值分解返回滿酉基Vk，將其用作預編碼矩陣。在第二步驟中，相繼地執(zhí)行用戶到預編碼器的分配。使用最大比合并(MRC)接收濾波器，對于數(shù)據(jù)流d為直到歸一化。使用MRC濾波器和酉特性速率表達式(1.5)變?yōu)椋赫堊⒁庠谠ぷ髦?，在圖8中表示的算法6中概述了該方法。1.4可選算法的概述在下文中，概述了所呈現(xiàn)的可選方法并且將討論與根據(jù)本發(fā)明的實施例的關系。對于總體情況，參見圖9中表示的表1.1。參見第1.2節(jié)，在功率約束的情況下，在使用DPC的情況下，通過MIMOBC-MAC對偶性[4，5]發(fā)現(xiàn)全局最佳傳輸策略。存在通常建立于迫零之上的各種低復雜度的方法，諸如SESAM[9，10]算法。對于多個接收天線，線性預編碼的全局最佳方案是開放問題，對于單個天線接收機，能夠通過全局最佳[6，7]發(fā)現(xiàn)方案。能夠在[8]中發(fā)現(xiàn)用于局部最佳方案的方法并且LISA[11，12，13]提供了低復雜度的算法。對于DPC白發(fā)送協(xié)方差約束，能夠將算法導出為來自[14]中的結果的特殊情況。對于多個接收天線，用于線性酉預編碼的全局最佳方案是開放問題，對于單個天線接收機，對于2用戶情況，方案是可利用的[16]。對于單個天線接收機，能夠在[17，18]中發(fā)現(xiàn)局部最佳方案。進一步，對于MISO，存在多個低復雜度算法[19，20]以及在[21]中處理MIMO情況。根據(jù)本發(fā)明的實施例創(chuàng)建用于酉線性預編碼(酉-LISA)的低復雜度的算法，對于多個接收天線能夠應用該低復雜度的算法。對于單個天線接收機的情況，其同樣適用并且提供與根據(jù)[20]的算法類似的結果。2.根據(jù)圖10的發(fā)送濾波器計算器圖10示出了根據(jù)本發(fā)明的實施例的發(fā)送濾波器計算器的方框示意圖。發(fā)送濾波器計算器1000適于計算至少發(fā)送濾波器vd，vd用于從包括多個天線的發(fā)送通信設備經由多輸入多輸出信道到包括多個天線的多個接收通信設備中的接收通信設備的通信。發(fā)送濾波器計算器1000典型地接收、或者自己確定描述通信設備和當前考慮的一個接收通信設備(由索引sd指示，這里等效于sd)之間的MIMO信道特性的信道矩陣以及描述噪聲、小區(qū)間干擾、和小區(qū)內干擾上限(其中索引sd指示失真協(xié)方差矩陣與具有接收通信設備索引sd的接收通信設備相關聯(lián))的失真協(xié)方差矩陣然而，發(fā)送濾波器計算器1000可以可選地接收組合信道矩陣與失真協(xié)方差矩陣的組合信息。此外，發(fā)送濾波器計算器配置為提供一個或多個發(fā)送濾波器(優(yōu)選地，多個發(fā)送濾波器)，其中每個發(fā)送濾波器優(yōu)選地通過發(fā)送濾波器向量vd來描述。然而，為方便起見，有時發(fā)送濾波器向量也被指代為發(fā)送濾波器。發(fā)送濾波器計算器配置為迭代地確定用于多個數(shù)據(jù)流sd的發(fā)送濾波器。發(fā)送濾波器計算器1000配置為在給定迭代中選擇發(fā)送濾波器(或者發(fā)送濾波器矢量)vd，其可以由迭代索引d來指代，使得在給定迭代中選擇的發(fā)送濾波器(或者發(fā)送濾波器向量)vd正交于在一個或多個之前的迭代中選擇的一個或多個發(fā)送濾波器(或者發(fā)送濾波器向量)vd，并且使得使用在給定迭代d中選擇的發(fā)送濾波器(或者發(fā)送濾波器向量)vd可獲得的加權的或者未加權的傳輸速率rd最大化。這里應該注意的是迭代索引d還可以指代第d個數(shù)據(jù)流，其在第d次迭代中分配。發(fā)送濾波器計算器配置為取決于矩陣積項而選擇發(fā)送濾波器(或者發(fā)送濾波器向量)vd，該矩陣積項基于描述發(fā)送通信設備和當前考慮的一個接收通信設備之間的MIMO信道特性的信道矩陣并且基于描述噪聲、小區(qū)間干擾、小區(qū)內干擾上限的失真協(xié)方差矩陣。換而言之，發(fā)送濾波器的迭代確定確保了描述發(fā)送濾波器的發(fā)送濾波器向量vd的正交性并且同時最大化加權的或者未加權的傳輸速率?；诿枋霭l(fā)送通信設備和當前考慮的一個接收通信設備之間的MIMO信道特性的信道矩陣并且基于失真協(xié)方差矩陣(如上所定義)的矩陣積項的形成允許低復雜度迭代算法中的發(fā)送濾波器向量的特別有效的計算。隨后將描述關于發(fā)送濾波器計算器的功能性的額外的細節(jié)，其中應當注意的是用于確定發(fā)送濾波器的方法的任何特征和功能性可以包括在發(fā)送濾波器計算器1000中，或者由其執(zhí)行。此外，應當注意的是發(fā)送濾波器計算器1000可以是發(fā)送機或者收發(fā)機的一部分，例如，比如移動通信網絡中的基站。值得注意的是例如，發(fā)送濾波器計算器可以接收來自信道估計器的信道矩陣。然而，可選地，可以從包括發(fā)送濾波器計算器1000的發(fā)送通信設備期望通信的通信設備(例如，比如接收通信設備)接收信道矩陣(或者表示信道矩陣的信息)。此外，發(fā)送濾波器計算器可以從包括發(fā)送濾波器計算器1000的發(fā)送通信設備期望通信的接收通信設備接收失真協(xié)方差矩陣、或者表示失真協(xié)方差矩陣的信息。然而，發(fā)送濾波器計算器1000可以可選地接收組合信息，其可以組合信道矩陣信息和失真協(xié)方差矩陣信息。例如，可以從包括發(fā)送濾波器計算器1000的發(fā)送通信設備期望通信的接收通信設備接收這一組合信息(例如，以將在以下描述的描述積矩陣的積矩陣信息的形式)。此外，應當注意的是發(fā)送濾波器或發(fā)送濾波器矢量vd可以用于發(fā)送波束形成。換而言之，發(fā)送濾波器矢量的元素可以描述經由包括發(fā)送濾波器計算器的發(fā)送通信設備的多個天線來發(fā)送表示數(shù)據(jù)流d的信號的強度(以及可能地，相位)。相應地，與具有數(shù)據(jù)流索引d的多個數(shù)據(jù)流相關聯(lián)的發(fā)送濾波器vd描述了發(fā)送不同的數(shù)據(jù)流的“空間分集”。3.根據(jù)圖11的計算發(fā)送濾波器的方法根據(jù)本發(fā)明實施例，圖11示出了用于計算發(fā)送濾波器的方法的流程圖，該發(fā)送濾波器用于從包括多個天線的發(fā)送通信設備經由的多入多出信道到包括多個天線的多個接收通信設備中的接收通信設備的通信。用1100來指代根據(jù)圖11的方法的全部。方法1100接收信道矩陣和失真協(xié)方差矩陣Cη，sd或者其組合(例如以矩陣積項或者積矩陣的形式)。此外，方法1100提供了作為輸出值的表示發(fā)送濾波器(或者所述發(fā)送濾波器的任何等效表示)的發(fā)送濾波器向量vd。方法包括迭代地確定用于多個數(shù)據(jù)流的發(fā)送濾波器，其中在給定的迭代中選擇發(fā)送濾波器使得在給定的迭代中選擇的發(fā)送濾波器正交于一個或多個之前的迭代中選擇的一個或多個發(fā)送濾波器(或者正交于一個或多個之前的迭代中選擇的所有發(fā)送濾波器)，并且使得使用在給定的迭代中選擇的發(fā)送濾波器可獲得的加權的或未加權的傳輸速率最大化(或者，至少近似最大化)。當?shù)卮_定發(fā)送濾波器時，取決于基于描述發(fā)送通信設備和當前考慮的一個接收通信設備之間的MIMO信道特性的信道矩陣以及描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣Cη，sd的矩陣積項，選擇發(fā)送濾波器。這里應當注意的是索引sd(有時也以簡化形式記為sd)指代當前考慮的一個接收設備。此外，取決于環(huán)境，所述索引sd還指代選擇的一個接收通信設備，選擇該選擇的一個接收通信設備用于接收具有數(shù)據(jù)流索引d的數(shù)據(jù)流。換而言之，在具有數(shù)據(jù)流索引d的數(shù)據(jù)流和具有接收通信設備索引sd的接收通信設備兩者之間同樣存在關聯(lián)。隨后將參考圖12a、12b、13a、13b和14來描述關于圖11中表示的方法的進一步的細節(jié)。4.根據(jù)圖12a和12b的計算發(fā)送濾波器的方法圖12a和12b示出了根據(jù)本發(fā)明的實施例的用于計算至少發(fā)送濾波器的方法的詳細流程圖。應當注意的是圖12a和12b中表示的方法1200可以等效于圖11中表示的方法1100。此外，根據(jù)圖12a和12b的方法1200可以等效于將在下文中描述的根據(jù)圖14的方法1400。方法1200包括將投影矩陣初始化為具有相等的特征值和正交特征向量的滿秩矩陣的步驟1210。相應地，可以將第一次迭代(由“1”表示)的投影矩陣Π(1)初始化為單位矩陣I或其倍數(shù)。在步驟1220中，可以將游動變量d初始化為指代第一數(shù)據(jù)流并且同時指代第一次迭代(其中應當注意的是典型地在第d次迭代中分配第d個數(shù)據(jù)流)。例如，可以設置游動變量d取值1。在步驟1230中，確定用戶(或者接收通信設備)sd和發(fā)送濾波器或者發(fā)送濾波器向量vd，使得在第d次迭代中獲得的加權的數(shù)據(jù)速率(還指代傳輸速率)rd最大化。這里，觀測在給定的迭代中選擇發(fā)送濾波器的情況使得選擇的發(fā)送濾波器正交于在一個或多個之前的迭代中選擇的一個或多個(并且優(yōu)選地，所有)發(fā)送濾波器。進一步，確保描述發(fā)送濾波器的發(fā)送濾波器向量的范數(shù)取預定值，例如，1(其可以表達為條件)。例如，可以執(zhí)行如在圖12a的塊1230中指示的最佳化(或者最大值搜索)從而確定用戶sd以及發(fā)送濾波器vd。關于這一最佳化(或最大值搜索)，重新評價基于描述發(fā)送通信設備和當前考慮的一個接收通信設備兩者之間的MIMO信道特性的信道矩陣并且基于描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣的積項是重要的方面，因為已經發(fā)現(xiàn)，這樣的積項允許用戶的可靠選擇并且允許具有少量的計算付出的發(fā)送濾波器vd的可靠確定。將在下文中參考圖13a和13b來描述關于用戶sd以及發(fā)送濾波器vd的可能的確定的進一步的細節(jié)。方法1200可選地包括計算接收濾波器ud的步驟1240，例如，可以將其應用在接收通信設備sd中。例如，接收濾波器ud可以定義如何組合來自接收通信設備的多個天線的信號以獲得用于具有數(shù)據(jù)流索引d的數(shù)據(jù)流的數(shù)據(jù)的提取的信號，該數(shù)據(jù)流去往具有接收通信設備索引(或者用戶索引)sd的接收通信設備(或者用戶)。例如，可以將圖12a的塊1240中示出的等式用于計算接收通信設備(或者用戶)sd將使用的接收濾波器ud以接收數(shù)據(jù)流d。隨后，可以執(zhí)行是否滿足停止準則的可選的檢查1250。例如，如果滿足停止準則，則可以避免算法的進一步執(zhí)行。否則，算法可以進行更新投影矩陣的步驟1260。然而，應當注意的是不需要檢查1250。在步驟1260中，更新投影矩陣Π(d)使得由發(fā)送濾波器向量vd描述的發(fā)送濾波器是具有用于更新的投影矩陣Π(d+1)的特征值0相關聯(lián)的特征向量，或者使得與更新的投影矩陣的非零特征值相關聯(lián)的特征向量正交于描述在之前的迭代和當前的迭代中選擇的發(fā)送濾波器的發(fā)送濾波器向量。例如，可以根據(jù)方法1200的框1260中所示的等式來從用于當前的迭代的投影矩陣Π(d)推導用于下一次迭代的投影矩陣Π(d+1)。此外，算法1260還包括在步驟1270中檢查是否將處理另一數(shù)據(jù)流。例如，可以檢查是否迭代索引或者數(shù)據(jù)流索引d比執(zhí)行方法1200的發(fā)送通信設備的發(fā)送天線的數(shù)量Ntx小。如果檢查1270指示將處理另一數(shù)據(jù)流，則可以在步驟1280中增加數(shù)據(jù)流索引或者迭代索引d并且算法可以進行步驟1230。否則，如果發(fā)現(xiàn)沒有將處理的進一步的數(shù)據(jù)流，則算法可以終止。此外，應當注意的是可以在某種程度上改變步驟的順序。例如，可以在投影矩陣的更新1260之前或之后執(zhí)行檢查1270，使得僅僅在如果將處理另一數(shù)據(jù)流時執(zhí)行投影矩陣的更新。類似地，可以改變步驟1240和1260的順序。5.根據(jù)圖13a和13b的用于確定用戶sd和發(fā)送濾波器vd的算法在下文中，將參考圖13a和13b來描述用于確定用戶sd和發(fā)送濾波器vd的可能的算法，其中所述圖示出了算法1300的流程圖。算法1300可以替代算法1200的步驟1230并且可以構成確定用戶sd和發(fā)送濾波器vd的計算特別有效的方式。算法1300包括步驟1310，其針對用戶集合(或者接收通信設備)中的多個用戶sd(或者，等效地，針對多個接收通信設備sd)而執(zhí)行。在步驟1310中，確定基于當前迭代的投影矩陣Π(d)、基于與當前考慮的一個用戶(或者接收通信設備)相關聯(lián)的信道矩陣并且基于與當前考慮的一個接收通信設備相關聯(lián)的失真協(xié)方差矩陣Cη，sd的矩陣積項的最大特征值隨后，使用所述最大的特征值，確定當前考慮的一個用戶(或接收通信設備)可獲得的加權的或未加權的傳輸速率。因而，采用這樣的最大特征值允許具有少量計算付出的加權的或未加權的傳輸速率的計算的思想。例如，可以確定模塊1310中示出的矩陣積項的最大特征值并且將其用于根據(jù)塊1310中示出的等式來獲得迭代d中的接收通信設備sd的加權的或未加權的傳輸速率因而，可以通過多次執(zhí)行(即，針對多個用戶或接收通信設備)塊1310來確定在迭代d中多個用戶可獲得的加權的或未加權的傳輸速率。隨后，在步驟1320中，可以比較多個用戶(或者接收通信設備)可獲得的加權的或者未加權的傳輸速率并且可以基于所述比較來選擇所選擇的用戶(或者所選擇的接收通信設備)。換而言之，比較多個用戶(或接收通信設備)可獲得的多個加權的或未加權的傳輸速率并且選擇帶來最大的加權的或未加權的可獲得的傳輸速率的用戶(或接收通信設備)。相應地，對于用戶的所述選擇，存在非常簡單和計算有效的機制，其中，能夠采用用于特征值的確定的眾所周知的算法以提高計算效率。在步驟1320中的用戶(或者接收通信設備)選擇之后，在步驟1330中確定與矩陣積項的最大特征值相關聯(lián)的特征向量，從而獲得與到當前迭代中選擇的用戶(接收通信設備)的數(shù)據(jù)流相關聯(lián)的發(fā)送濾波器，該矩陣積項基于當前迭代的投影矩陣、與當前考慮(選擇)的一個用戶(或者接收通信設備)相關聯(lián)的信道矩陣、以及與當前考慮(選擇)的一個用戶(或者接收通信設備)相關聯(lián)的失真協(xié)方差矩陣。換而言之，可以將與所述矩陣積項相關聯(lián)的特征向量用作描述發(fā)送濾波器的發(fā)送濾波器向量，例如，以歸一化形式。因而，可以使用能夠使用現(xiàn)有技術中已知的眾多高效算法之一來實現(xiàn)的特征向量的確定，從而確定描述高精度發(fā)送濾波器的發(fā)送濾波器向量。總之，算法(或方法)1300提供了確定用戶sd和發(fā)送濾波器vd的計算非常有效的方式。此外，值得注意的是隨后將參考圖14描述額外的實施細節(jié)。6.根據(jù)圖14的“酉-LISA”算法在下文中，將描述關于根據(jù)本發(fā)明的實施例的所謂的“酉-LISA”算法的某些細節(jié)。所述稱作“酉-LISA”的算法是上文中描述的“LISA”算法的顯著改進，并且是低復雜度算法。為易化理解，在第一步驟中，將導出用于酉預編碼的速率表達式，其將用于單個天線接收機的表達式(1.14)推廣(或改進)到多個接收天線情況。已經發(fā)現(xiàn)，這一改進的速率表達式允許設計相繼的流分配：所謂的“酉-LISA”算法。盡管所述酉-LISA算法還可應用于單個天線接收機的特殊情況，當結合多個天線接收機(即，接收通信設備)使用時，酉-LISA算法帶來特定優(yōu)勢。與描述的概念相反，例如，在參考文獻[21]中，噪聲加上干擾協(xié)方差的正確預測(其通過噪聲協(xié)方差矩陣Cη達到)允許發(fā)現(xiàn)速率最大化(MMSE)接收濾波器。另外，重要地，注意根據(jù)本發(fā)明的實施例的新的算法不需要交叉信道或者干擾預測的額外反饋。因而，根據(jù)本發(fā)明的實施例提供了以下貢獻：·“酉-LISA”，用于線性酉預編碼的低復雜度的方案；·一種發(fā)現(xiàn)最佳接收濾波器的方法；以及·一種關聯(lián)信道反饋的方法。在下文中，將簡要描述如何獲得失真協(xié)方差矩陣Cη，sd。取決于天線配置酉預編碼和迫零方案矛盾。這意味著，對于酉預編碼，不得不接受小區(qū)內干擾，但是，小區(qū)內干擾是在選擇數(shù)據(jù)流的發(fā)送波束形成器時已知的。通過使用(1.1)，分配給用戶sd的數(shù)據(jù)流d的總的預測的噪聲加上干擾(小區(qū)間和小區(qū)內)協(xié)方差是：關于Cη，sd的以上定義，應當注意的是失真協(xié)方差矩陣Cη，sd是與具有索引sd的接收通信設備(或用戶)相關聯(lián)的并且典型地與迭代獨立。此外，應當注意的是σ指代噪聲(包括隨機噪聲和由接收機的組件引入的噪聲)。此外，應當注意的是指代描述通信設備sd和一個或多個干擾通信設備(例如，當前確定了發(fā)送濾波器的發(fā)送通信設備之外的發(fā)送通信設備，例如，相鄰通信小區(qū)的發(fā)送通信設備)兩者之間的MIMO信道特性的信道矩陣。另外，應當注意的是指代描述接收通信設備sd和當前確定了發(fā)送濾波器的發(fā)送通信設備兩者之間的MIMO信道特性的信道矩陣。另外，應當注意的是項描述小區(qū)內干擾上限，即由當前確定了發(fā)送濾波器的發(fā)送通信設備的傳輸導致的干擾。因而，能夠發(fā)現(xiàn)總的噪聲加上干擾Cnoise+interference，d多少小于由失真協(xié)方差矩陣Cη，sd描述的噪聲加上干擾。然而，如將在下文中描述的，失真協(xié)方差矩陣Cη，sd的使用導致帶來良好結果的非常有效的算法。因此通過從(1.3)開始并且假設由給定秩一協(xié)方差，對于速率，我們得到：注意，是MSE(均方誤差)并且這一結果還能夠通過使用MMSE接收機導出[22]。取決于歸一化因子，MMSE(最小均方誤差)濾波器由給定。因此，數(shù)據(jù)流d的最佳預編碼器vd是對應最大特征值的的歸一化特征向量。因為假設小區(qū)內和小區(qū)間干擾已知，所以能夠計算最佳接收濾波器。已經發(fā)現(xiàn)，我們能夠使用(1.16)作為在沒有迫零和功率分配步驟的LISA中的速率估計(其現(xiàn)在是正確的)。在算法7中歸納了酉-LISA方法，算法7在圖14中表示。在下文中，將參考圖14簡要地討論“酉-LISA”算法，圖14示出了所述算法的圖形表示，通過上文討論的發(fā)送濾波器計算器可以執(zhí)行該算法，并且可以將該發(fā)送濾波器計算器的功能性包括在上文描述的用于計算發(fā)送濾波器的方法中。根據(jù)圖14的算法1400包括在附圖標記1410處示出的初始化投影矩陣Π。此外，算法1400包括針對游動變量d從1到Ntx的值而重復的循環(huán)1420，其中游動變量d指代數(shù)據(jù)流和迭代的索引。在循環(huán)1420中，如附圖標記1430處所示，選擇具有索引sd以及由發(fā)送濾波器向量vd描述的對應的發(fā)送濾波器的接收通信設備(或者用戶)。在該選擇1430中，選擇接收通信設備索引sd和發(fā)送濾波器向量vd對，使得在附圖標記1432處示出的表達式最大化。在所述表達式中，wsd是描述發(fā)送到具有用戶設備索引(或者接收通信設備索引sd)的用戶設備的數(shù)據(jù)流的加權的加權索引。換而言之，wsd描述了發(fā)送數(shù)據(jù)到接收通信設備sd(其中wsd可能在迭代之間改變，例如響應于之前的迭代中的數(shù)據(jù)流的分配)是多么重要的。在選擇1430中，假設發(fā)送濾波器向量vd是歸一化的。參考圖13a和13b，已經討論了選擇1430的可能的算法。此外，應當注意的是由于只需要比較與發(fā)送通信設備通信的接收通信設備的最大可獲得速率，所以選擇1430的復雜度相對較小。循環(huán)1420還包括由接收濾波器向量vd描述的接收濾波器的選擇1440。此外，循環(huán)1420可選地包括停止準則的評價，該評價在附圖標記1450中示出。例如，如果可以分配足夠的數(shù)據(jù)速率，則可以中止循環(huán)。另外，如果發(fā)現(xiàn)額外的鏈路(數(shù)據(jù)流)的分配不再能顯著改進數(shù)據(jù)速率，則可以中止循環(huán)。此外，如在附圖標記1460處所示，為下一循環(huán)迭代更新投影。應當注意的是步驟1410對應步驟1210，循環(huán)1420對應步驟1220和1270，步驟1430對應步驟1230，步驟1440對應步驟1240，步驟1450對應步驟1250以及步驟1460對應步驟1260。此外，應當注意的是算法還可以應用到單個天線接收機的特殊情況中，還可以將該特殊情況當作多輸入單輸出情況或者MISO情況。對于單個天線接收機的特殊情況，能夠將速率表達式(1.16)示為等效于等式(1.14)。對于MISO，能夠選擇任意標量接收濾波器。相應地，對于單個天線接收機的特殊情況的某些簡化，算法7仍然適用。在下文中，將歸納根據(jù)本發(fā)明的實施例的算法1400的主要益處：·每用戶多個數(shù)據(jù)流多個接收天線允許每個用戶的多個獨立數(shù)據(jù)流，這在酉-LISA算法中是支持的，但在[21]中是不支持的。注意這些流一般不正交?！そ邮諡V波器和鏈路速率自適應注意能夠通過提供使用的預編碼器的信息給用戶來找到數(shù)據(jù)流的最佳接收濾波器，這對于[21]也是必須的。對于非酉方法，諸如計算最佳接收濾波器的LISA，同樣需要相鄰的發(fā)送機的發(fā)送協(xié)方差的知識，其通常是通過額外的參考信號來獲得，改進的鏈路速率自適應同樣需要該額外的參考信號。第7節(jié)中提供了參考算法的描述的細節(jié)。當選擇下一數(shù)據(jù)流時，因為正確地考慮了小區(qū)內和小區(qū)間干擾，所以假設的SINR也是正確的并且在沒有額外的用戶反饋的情況下是已知的。因此，能夠使鏈路速率最佳地適應?！ば诺婪答佔⒁饽軌蛟诮邮諜C處計算因此用戶能夠計算有效的信道并且提供(量化的)反饋到發(fā)送機。這意味著，酉-LISA算法不需要交叉信道或者ICI測量的反饋，這使得算法對于可部署的網絡特別有吸引力并且以已有的信令和反饋方法是不可操作的。7.仿真結果在下文中，將參考圖17、18和19討論某些仿真結果。盡管白發(fā)送協(xié)方差的限制意味著孤立小區(qū)的性能損失，但是我們期望干擾網絡的顯著的增益。在干擾網絡中我們比較酉-LISA算法與已有的LISA算法。如在[23]中地，兩者都應用在具有時變信道和部分復用的場景中，但是沒有動態(tài)小區(qū)選擇。這意味著我們擁有更多受干擾影響的用戶，這應該支持我們的方法。對于LISA算法，我們使用根據(jù)(1.1)的小區(qū)間干擾的預測。因為干擾不是期望的，所以鏈路速率自適應需要額外的處理[2]。第一個思想是用期望的速率乘以在零和一之間的恒定因子α以避免中斷。在試驗中這一方法稱作博弈并且通過實驗我們發(fā)現(xiàn)最好的執(zhí)行因子是α＝0.1?？蛇x地，能夠將額外的參考信號(第二導頻)用于估計允許最佳的鏈路速率自適應的正確的SINR，或者用于估計將允許發(fā)現(xiàn)最佳的接收濾波器的實際的小區(qū)間干擾，但是這需要更長的訓練序列的甚至更多的開銷。圖17示出了未知干擾的影響能夠是多么劇烈并且到目前為止博弈方法不是有競爭力的。如果我們放大曲線，圖18，我們能夠看到對于α＝1，將大約4％的用戶完全排除出網絡服務。記住這是平均數(shù)據(jù)速率的CDF。通過考慮速率表達式(1.16)，容易將[17，18]中的局部最佳的處理方法擴展到多個接收天線。但是這些局部最佳的方法只能夠在給定用戶集合的條件下使用。針對所有可能的用戶選擇運行算法是不實際的，因此，我們通過決定允許最高和速率的用戶集合來添加簡單的用戶選擇。通常，期望來自這一基于最佳的方法的最好的性能，但是非最佳用戶選擇似乎具有劇烈的影響。在[21]中的工作似乎是將[19]中的結果推廣到多個接收天線情況的(弱的并且多少不準確的)嘗試。替代地，我們準確地將[19]中的工作擴展到多個接收天線情況。[20]中的工作用于單個接收天線并且對于這一場景酉-LISA是一樣的。到多個接收天線的準確的推廣導致酉-LISA。進一步，我們包括PU2RC[15]并且假設碼本與LTE中的一樣，但是僅考慮多用戶傳輸。必須考慮的是，PU2RC以非常低的信道反饋開銷工作，然而所有其它的嘗試假定發(fā)送機處的全CSI。對于酉-LISA，小區(qū)間干擾是已知的并且能夠計算最佳的鏈路速率和最佳接收濾波器兩者。圖19示出了平均用戶數(shù)據(jù)速率的CDF。我們能夠看到酉-LISA算法勝過已有的方法。8.通信設備在下文中，將描述通信設備(例如，接收通信設備)1500，該通信設備1500特別適用結合上文討論的發(fā)送濾波器計算使用。通信設備1500適于在出現(xiàn)一個或多個干擾通信設備之下與發(fā)送通信設備通信。通信設備1500配置為確定信道矩陣描述通信設備1500(具有通信設備索引sd)和發(fā)送通信設備兩者之間的MIMO信道特性。此外，通信設備還配置為確定描述通信設備和一個或多個干擾通信設備兩者之間的MIMO信道特性的一個或多個信道矩陣其中，干擾通信設備具有干擾通信設備索引t。例如，干擾通信設備t可以是相鄰通信小區(qū)的基站，而術語“發(fā)送通信設備”可以指代通信設備1500所在的當前通信小區(qū)的基站。通信1500還配置為確定基于描述通信設備和發(fā)送通信設備(例如，當前通信小區(qū)的基站)兩者之間的MIMO信道的信道矩陣并且基于描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣Cη的矩陣積，以獲得積矩陣。此外，通信設備1500配置為發(fā)送積矩陣(而非單個的矩陣Cη)到發(fā)送通信設備。換而言之，例如，通信設備1500可以包括信道矩陣確定1510和失真協(xié)方差確定1520。另外，通信設備1500可以包括矩陣積確定器1530，其配置為確定基于矩陣和矩陣Cη的所述矩陣積。然后發(fā)送由矩陣積確定器1530形成的積矩陣M到發(fā)送通信設備，例如使用發(fā)送機1540。換而言之，可以將由矩陣積確定器1530提供的積矩陣的表示包括到發(fā)送數(shù)據(jù)中，使用發(fā)送機1540將發(fā)送數(shù)據(jù)從通信設備1500發(fā)送到發(fā)送通信設備(未示出)。通過發(fā)送積矩陣，能夠避免發(fā)送單個的矩陣Cη，sd。例如，如通信設備1500的塊1530中所示，可以將矩陣積確定器1530配置為計算積矩陣M。自然地，通信設備1500可以包括額外的功能性以傳遞數(shù)據(jù)、編碼的音頻或者視頻信號、或者類似物。另外，通信設備1500典型地配置為從發(fā)送通信設備(例如，從包括上文討論的發(fā)送濾波器計算器的發(fā)送通信設備)接收數(shù)據(jù)。9.操作通信設備的方法圖16示出了操作用于在出現(xiàn)一個或多個干擾通信設備之下與發(fā)送通信設備通信的通信設備的方法1600的流程圖。應當注意的是術語“發(fā)送通信設備”指代期望與其通信的通信設備，例如，比如其中安排了執(zhí)行方法1600的通信設備的當前小區(qū)中的基站。例如，干擾通信設備可以是相鄰通信小區(qū)的基站，鄰近其中安排了執(zhí)行方法1600的通信設備的通信小區(qū)。方法1600包括確定描述通信設備和發(fā)送通信設備(期望與其通信并且其典型地與執(zhí)行方法1600的通信設備在同樣的通信小區(qū))兩者之間的MIMO信道特性的信道矩陣的步驟1610。方法1600還包括確定描述通信設備和一個或多個干擾通信設備(例如，安排在不同通信小區(qū)中的基站，該不同的通信小區(qū)與其中安排執(zhí)行方法1600的通信設備的通信小區(qū)相鄰)兩者之間的MIMO信道特性的一個或多個信道矩陣的步驟1620。在某些實施例中可以同時執(zhí)行步驟1610和1620以及可以在其他的實施例中相繼地執(zhí)行。方法1600還包括確定基于描述通信設備和期望與其通信的發(fā)送通信設備兩者之間的MIMO信道的信道矩陣并且基于描述噪聲、小區(qū)間干擾、以及小區(qū)內干擾上限的失真協(xié)方差矩陣的矩陣積的步驟1630，以獲得積矩陣。關于細節(jié)，例如，參考可以執(zhí)行確定1630的矩陣積確定器1530的功能性。此外，方法1600包括發(fā)送積矩陣(或者描述積矩陣自身的信息，而非單獨的信道矩陣或者失真協(xié)方差矩陣)到期望通信的發(fā)送通信設備的步驟1640(即，執(zhí)行方法1600的通信設備)。應當注意的是方法1600實現(xiàn)了通信設備1500的功能性。10.結論總之，應該注意的是根據(jù)本發(fā)明的實施例介紹了所謂的“酉-LISA”算法，用于多用戶MIMO下行鏈路中的線性酉預編碼的低復雜度方案。酉預編碼導致白發(fā)送和協(xié)方差，其允許鄰近小區(qū)中的干擾的更好的近似值并且使得能夠計算最佳的接收濾波器和完美的鏈路速率自適應。此外，根據(jù)本發(fā)明的實施例創(chuàng)建了用于關聯(lián)信道反饋的方法。換而言之，用于關聯(lián)信道反饋的方法包括在本發(fā)明中。此外，應該注意的是本發(fā)明的實施例基于針對酉預編碼發(fā)現(xiàn)干擾取決于自身的預編碼器。相應地，創(chuàng)建了名為“自適應酉預編碼-酉LISA”的新方法。根據(jù)本發(fā)明的實施例創(chuàng)建了到多天線接收機的擴展。在實施例中，考慮數(shù)據(jù)流d的干擾加上噪聲協(xié)方差。關于細節(jié)，參考上文描述的所述協(xié)方差Cd的公式或者計算。此外，根據(jù)本發(fā)明的實施例基于流d的數(shù)據(jù)速率的計算規(guī)則。關于細節(jié)，參考上文中描述數(shù)據(jù)速率rd的計算的等式。在本發(fā)明的某些實施例中，利用了能夠在接收機處計算的事實。換而言之，在某些實施例中，具有從接收通信設備到發(fā)送通信設備的新的類型的反饋是有利的。然而，新的反饋帶來效率提高，其不同于傳統(tǒng)的反饋(傳統(tǒng)地，從接收通信設備提供給發(fā)送通信設備)，但是沒有增加反饋。換而言之，積矩陣形式的反饋典型地不需要比傳統(tǒng)的反饋更大的比特率。根據(jù)本發(fā)明的某些實施例基于使用投影矩陣以獲得酉預編碼器的主要思想。關于細節(jié)，例如，參考關于圖14進行的算法的詳細討論。根據(jù)本發(fā)明的某些實施例為具有多個接收天線的用戶創(chuàng)建酉預編碼。本發(fā)明的實施例的某些主要特征如下：·根據(jù)本發(fā)明的實施例是穩(wěn)健的：能夠在沒有額外開銷之下發(fā)現(xiàn)最佳接收濾波器和速率自適應鏈路?！じ鶕?jù)本發(fā)明的實施例允許每用戶多個數(shù)據(jù)流；·根據(jù)本發(fā)明的實施例帶來低復雜度(其可以比可選擇的算法“LISA”的復雜度更低)；·根據(jù)本發(fā)明的實施例可以避免反饋的增加。因而，根據(jù)本發(fā)明的實施例與可選的方案有顯著不同。在下文中，將描述多小區(qū)/多點合作(CoMP)仿真配置。配置如下：·57個小區(qū)環(huán)繞；·每小區(qū)隨機地分配平均10個移動用戶；·4×4MIMO；·瑞利衰落(車載用戶)；·部分復用/比例公平。比較以下算法：·PU2RC(LTE碼本)·LISA(第二導頻)·局部最佳(試探式用戶選擇)·格拉姆-施密特(擴展到多用戶)；·酉LISA(根據(jù)本發(fā)明)對于結果，參考圖19，圖19示出了仿真結果的圖形表示。圖19示出了CDF平均用戶速率。進一步總結，根據(jù)本發(fā)明的簡單實施例創(chuàng)建了聯(lián)合預編碼和選擇用戶的線性連續(xù)用戶分配方法，包括發(fā)送機處的酉預編碼器。所述線性連續(xù)用戶分配的改進進一步包括最佳接收濾波器和最佳速率自適應鏈路。以上描述的方法的進一步的改進還包括信道反饋方案，其中在不增加反饋量之下并入噪聲協(xié)方差矩陣。為了進一步概括上文，能夠將根據(jù)本發(fā)明的實施例應用于多小區(qū)MIMO通信中。本發(fā)明的實施例基于多小區(qū)通信網絡中協(xié)作的不同范例的研究、基于在基于MIMO系統(tǒng)的蜂窩通信網絡中的那些協(xié)作策略的潛力的識別、并且基于各自的概念和算法的發(fā)展，從而達到相比于傳統(tǒng)技術而言的顯著的增益。為了進一步總結，能夠在無線接入并且特別地在無線接入網絡中使用根據(jù)本發(fā)明的實施例。為了進一步總結和簡要概括，根據(jù)本發(fā)明的實施例創(chuàng)建了自適應酉預編碼，酉LISA。根據(jù)本發(fā)明的實施例包括到多個接收天線的酉預編碼的擴展。根據(jù)本發(fā)明的實施例不需要額外的反饋。根據(jù)本發(fā)明的實施例提供了最佳速率自適應和/或提供了最佳接收濾波器(其中在某些情況下，后者可能引起某些開銷)。根據(jù)本發(fā)明的實施例勝過線性酉預編碼的可選的方案，例如：1)PU2RC(例如，參見參考文獻[B5])；2)基于優(yōu)化的概念，其中對于給定用戶選擇(例如，參見參考文獻[B6]、[B7]和[B8])，最佳的用戶選擇是不可行的；3)聯(lián)合預編碼和用戶選擇的試探，例如，比如格拉姆-斯密特以預先確定預編碼器(例如，參見參考文獻[B9])、以及相繼的預編碼器和用戶分配(例如，參見參考文獻[B10])。應當注意的是以上方案2)和3)僅適用于單個天線接收機，然而根據(jù)本發(fā)明的實施例適用于其中接收機包括多個天線的環(huán)境中。為了進一步總結，根據(jù)本發(fā)明的實施例達到了減少干擾中的不確定性以獲得更穩(wěn)健的下行鏈路策略的目標。11.實現(xiàn)的可選方案盡管在裝置的上下文中已經描述了某些方面，但是顯然這些方面還表示對應方法的描述，其中塊或者設備對應方法步驟或者方法步驟的特征。類似地，在方法步驟的上下文中描述的方面同樣表示對應裝置的對應塊或項或特征。某些或者所有的方法步驟可以通過(或使用)硬件裝置來執(zhí)行，例如，比如微處理器、可編程計算機或者電子電路。在某些實施例中，某個或多個最重要的方法步驟可以通過這樣的裝置來執(zhí)行。取決于特定實現(xiàn)要求，能夠在硬件中或在軟件中實現(xiàn)本發(fā)明的實施例。能夠使用具有存儲在其上的電可讀的控制信號的數(shù)字存儲媒介來執(zhí)行該實現(xiàn)，例如軟盤、DVD、藍光光碟、CD、ROM、PROM、EPROM、EEPROM或者FLASH存儲器，該電可讀的控制信號與可編程計算機系統(tǒng)協(xié)作(或者能夠協(xié)作)使得執(zhí)行各自的方法。因此，該數(shù)字存儲媒介可以是計算機可讀的。根據(jù)本發(fā)明的某些實施例包括具有電可讀控制信號的數(shù)據(jù)載體，該電可讀控制信號能夠與可編程計算機系統(tǒng)協(xié)作，使得執(zhí)行這里描述的方法之一。一般地，能夠將本發(fā)明的實施例實現(xiàn)為具有程序代碼的計算機程序產品，當計算機程序產品運行在計算機上時，該程序代碼可操作用于執(zhí)行方法之一。例如，可以將程序代碼存儲在計算機可讀載體上。其他實施例包括存儲在計算機可讀載體上的用于執(zhí)行這里描述的方法之一的計算機程序。換而言之，因此，當計算機程序運行在計算機上時，所發(fā)明的方法的實施例是具有用于執(zhí)行這里描述的方法之一的程序代碼的計算機程序。因此，所發(fā)明的方法的進一步的實施例是包括其上記錄有用于執(zhí)行這里描述的方法之一的計算機程序的數(shù)據(jù)載體(或者數(shù)字存儲媒介，或者計算機可讀媒介)。數(shù)據(jù)載體、數(shù)字存儲介質或者記錄的媒介典型地是有形的和/或非變化的。因此，所發(fā)明的方法的進一步的實施例是表示用于執(zhí)行這里描述的方法之一的計算機程序的數(shù)據(jù)流或信號序列。例如，可以將數(shù)據(jù)流或者信號序列配置成經由數(shù)據(jù)通信連接而傳遞，例如經由互聯(lián)網。進一步的實施例包括配置成或適于執(zhí)行這里描述的方法之一的處理模塊，例如計算機、或者可編程邏輯設備。進一步的實施例包括具有安裝在其上的用于執(zhí)行這里描述的方法之一的計算機程序。根據(jù)本發(fā)明的進一步的實施例包括配置成傳遞(例如，電子地或光學地)用于執(zhí)行這里描述的方法之一的計算機程序到接收機的裝置或系統(tǒng)。例如，接收機可以是計算機、移動設備、存儲設備或者類似物。例如，裝置或者系統(tǒng)可以包括用于傳遞計算機程序到接收機的文件服務器。在某些實施例中，可以將可編程邏輯設備(例如，現(xiàn)場可編程門陣列)用于執(zhí)行這里描述的方法的某些或所有的功能性。在某些實施例中，現(xiàn)場可編程門陣列可以與微處理器協(xié)作從而執(zhí)行這里描述的方法之一。一般地，優(yōu)選地通過任意硬件裝置來執(zhí)行方法。以上描述的實施例僅是針對本發(fā)明的原理的說明性的。理解到這里描述的安排和細節(jié)的修改或變化對于本領域技術人員將是明顯的。因此，意圖通過即將產生的專利權的范圍而不是通過以這里的實施例的描述和解釋的方式來呈現(xiàn)的特定細節(jié)來限制。參考書目[1]A.OsseiranandA.Logothetis.ClosedlooptransmitdiversityinWCDMAHS-DSCH.InProc.IEEE61stVehicularTechnologyConference，VTC2005-Spring，volume1，pages349-353，2005.[2]M.TIvrlacandJ.ANossek.Intercell-InterferenceintheGaussianMISObroadcastchannel.InIEEEGlobalTelecommunicatiohsConference，2007.GLOBECOM’07，pages3195-3199，November2007.[3]A.DotzlerandW.Utschick.Multi-cellMIMOcommunications.Technicalreport，TechnischeMünchen，2009.FinalTechnicalReportoftheResearchCooperation：MulticellMIMOCommunications-PhaseI，NTIDoCoMoEuroLabsandTUM.[4]H.Weingarten，Y.Steinberg，andS.Shamai.ThecapacityregionoftheGaussianMultiple-InputMultiple-Outputbroadcastchannel.IEEETransactionsonInformationTheory，52(9)：3936-3964，September2006.[5]N.Jindal，S.Vishwanath，andA.Goldsmith.OnthedualityofGaussianmultiple-accessandbroadcastchannels.IEEETrasactionsonInformationTheory，50(5)：768-783，May2004.[6]J.BrehmerandW.Utschick.Optimalinterferencemanagementinmulti-antenna，multi-cellsystems.InternationalZurichSeminaronCommunications(IZS)，March2010.[7]M.Rossi，A.MTulino，O.Simeone，andA.MHaimovich.Non-convexutilitymaximizationingaussianMISObroadcastandinterferencechannels.In2011IEEEInternationalConferenceonAcoustics，SpeechandSignalProcessing(ICASSP)，pages2960-2963.IEEE，May2011.[8]R.Hunger，D.ASchmidt，andM.Joham.AcombinatorialapproachtomaximizingthesumrateintheMIMOBCwithlinearprecoding.In200842ndAsilomarConferenceonSignals，SystemsandComputers，pages316-320.IEEE，October2008.[9]P.Tejera，W.Utschick，G.Bauch，andJ.ANossek.SubchannelallocationinmultiuserMultiple-Input-Multiple-Outputsystems.IEEETransactionsonInformationTheory，52(10)：4721-4733，October2006.[10]P.Tejera，W.Utschick，andJ.A.Nossek.Patent：Subchannelallocationinmultipleinputmultipleoutputmultiusercommunicationsystems，July2004.[11]C.Guthy，W.Utschick，andG.Dietl.LoW-ComplexitylinerZero-ForcingfortheMIMObroadcastchannel.IEEEJournalofSelectedTopicsinSignalProcessing，3(6)：1106-1117，December2009.[12]C.Guthy，W.Utschick，G.Dietl，andP.Tejera.EfficientlinearsuccessiveallocationfortheMIMObroadcastchannel.In200842ndAsilomarConfereneeonSiguals，SystemsandComputers，pages336-340，October2008.[13]P.Tejera，C.Guthy，W.Utschick，G.Dietl，andJ.A.Nossek.AspatialSub-ChannelselectionandPre-Codingapparatuseuropeanpatentapplication08009276.0.(pending)，2008.[14]A.Dotzler，M.Riemensberger，andW.Utschick.Uplink-downlinkminimaxdualitywithlinearconicconstraints.Technicalreport，2012.submittedtoISIT.[15]HojinKim，ChangSoonPark，andKwangBokLee.OntheperformanceofmultiuserMIMOsystemsinWCDMA/HSDPA：Beamforming，feedbackanduserdiversity.IEICETransactionsonCommunications.E89-B(8)：2161-2169，2006.[16]A.JalaliandD.JLove.Closed-formexpressionforoptimaltwo-userMIMOunitaryprecoding.IEEECommunicationsLetters，13(4)：251-253，April2009.[17]R.deFranciscoandD.T.MSlock.AnoptimizedunitarybeamformingtechniqueforMIMObroadcastchannels.IEEETransactionsonWirelessCommunications，9(3)：990-1000，March2010.[18]S.Wagner，S.Sesia，andD.Slock.OnunitarybeamformingforMIMObroadcastchannels.In2010IEEEInternationalConferenceonCommunications(ICC)，pages1-5.IEEE，May2010.[19]R.deFrancisco，M.Kountouris，D.T.MSlock，andD.Gesbert.OrthogonalliinearbeamforminginMIMObroadcastchannels.InIEEEWirelessCommunicationsandNetworkingConference，2007.WCNC2007，pages1210-1215.IEEE，March2007.[20]J.Duplicy，D.PPalomar，andL.Vandendorpe.Adaptiveorthogonalbeamformingforthemimobroadcastchannel.In2ndIEEEInternationalWorkshoponComputationalAdvancesinMulti-SensorAdaptiveProcessing，2007.CAMPSAP2007，pages77-80.IEEE，December2007.[21]FangLiang，GongPing，andWuWeiling.AuserschedulingschemeforMU-MIMOsystemwithcoordinatedbeamforming.In20102ndInternationalConferenceonAdvancedComputerControl(ICACC)，volume4，pages462-465.IEEE，March2010.[22]A.JTenenbaumandR.SAdve.LinearprocessingandsumthroughputinthemultiuserMIMOdownlink.IEEETransactionsonWirelessCommunications，8(5)：2652-2661，May2009.[23]A.DotzlerandW.Utschick.Multi-cellmimocommunications-phaseii.Technicalreport，TechnischeMiinchen，2011.2ndTechnicalReportoftheResearchCooperation：MulticellMIMOCommunications-PhaseIII，NTTDoCoMoEuroLabsandTUM.[B1]M.TIvrlacandJ.ANossek.Interoell-InterferenceintheGaussianMISObroadcastchannel.InIEEEGlobalTelecommunicationsConference，2007.GLOBECOM’07，pages3195-3199，November2007.[B2]A.DotzlerandW.Utschick.Multi-cellMIMOcommunications.Technicalreport，TechnischeMünchen，2009.FinalTechnicalReportoftheResearchCooperation：MulticellMIMOCommunicatiohs-PhaseI，NTTDoCoMoEuroLabsandTUM.[B3]P.Tejera，W.Utschick，G.Bauch，andJ.ANossek.SubchannelallocationinmultiuserMultiple-Input-Multiple-Outputsystems.IEEETransactionsonInformationTheory，52(10)：4721-4733，October2006.[B4]C.Guthy，W.Utschick，andG.Dietl.LoW-ComplexitylinearZero-ForcingfortheMIMObroadcastchannel.IEEEJournalofSelectedTopicsinSignalProcessing，3(6)：1106-1117，December2009.[B5]HojinKim，ChangSoonPark，andKwangBokLee.OntheperformanceofmultiuserMIMOsystemsinWCDMA/HSDPA：Beamforming，feedbackanduserdiversity.IEICETransactionsonCommunications，E89-B(8)：2161-2169，2006.[B6]A.JalaliandD.JLove.Closed-formexpressionforoptimaltwo-userMIMOunitaryprecoding.IEEECommunicationsLetters，13(4)：251-253，April2009.[B7]R.deFranciscoandD.T.MSlock.AnoptimizedunitarybeamformingtechniqueforMIMObroadcastchannels.IEEETransactionsonWirelessCommunications，9(3)：990-1000，March2010.[B8]S.Wagner，S.Sesia，andD.Slock.OnunitarybeamformingforMIMObroadcastchannels.In2010IEEEInternationalConferenceonCommunications(ICC)，pages1-5.IEEE，May2010.[B9]R.deFrancisco，M.Kountouris，D.T.MSlock，andD.Gesbert.OrthogonallinearbeamforminginMIMObroadcastchannels.InIEEEWirelessCommunicationsandNetworkingConference，2007.WCNC2007，pages1210-1215.IEEE，March2007.[B10]J.Duplicy，D.PPalomar，andL.Vandendorpe.AdaptiveorthogonalbeamformingfortheMIMObroadcastchannel.In2ndIEEEInternatioualWorkshoponComputationalAdvancesinMulti-SensorAdaptiveProcessing，2007.CAMPSAP2007，pages77-80.IEEE，December2007.