本申請實(shí)施例涉及通信技術(shù)領(lǐng)域，更具體的涉及Massive MIMO多用戶信道協(xié)方差矩陣函數(shù)值獲取方法及裝置。

背景技術(shù)：

MIMO(Multiple-Input Multiple-Output，多輸入多輸出系統(tǒng))技術(shù)指在發(fā)射端和接收端分別使用多個(gè)發(fā)射天線和接收天線，使信號通過發(fā)射端與接收端的多個(gè)天線傳送和接收。發(fā)射端與接收端之間的無線信道具有時(shí)變的特性，易受到傳播環(huán)境等多方面因素的影響，如陰影衰落和頻率選擇性衰落等等，使得發(fā)射端和接收端之間的信號傳播路徑非常復(fù)雜。為了能在接收端準(zhǔn)確的恢復(fù)發(fā)射端的發(fā)送信號，需要進(jìn)行精確的信道估計(jì)。因此，信道估計(jì)是實(shí)現(xiàn)無線通信的一項(xiàng)關(guān)鍵技術(shù)。能否獲得詳細(xì)的信道信息，從而在接收端正確地解調(diào)出發(fā)射信號，是衡量一個(gè)無線通信系統(tǒng)性能的重要指標(biāo)。

Massive(大型)MIMO與MIMO的不同之處主要在于，在發(fā)射端和接收端的基站安裝幾百根天線，從而實(shí)現(xiàn)幾百根天線同時(shí)發(fā)數(shù)據(jù)。且基站中的天線趨于很多(例如無窮)時(shí)，信道之間趨于正交。

目前Massive MIMO的信道估計(jì)方法主要包括盲估計(jì)和基于導(dǎo)頻估計(jì)方法，其中基于導(dǎo)頻估計(jì)方法是在發(fā)送有用數(shù)據(jù)中插入收發(fā)兩端預(yù)知的導(dǎo)頻信號，根據(jù)接收到的導(dǎo)頻信號來獲得信道信息。由于承載導(dǎo)頻信號的導(dǎo)頻序列的長度是有限的，因而每個(gè)用戶發(fā)送的導(dǎo)頻序列長度必然有限，由于Massive MIMO中用戶數(shù)量很大，所以有限長度的導(dǎo)頻序列使得相鄰小區(qū)之間必須重復(fù)使用相同的導(dǎo)頻序列，或者使用相互非正交的導(dǎo)頻序列。因而在上行鏈路傳輸過程中，當(dāng)根據(jù)用戶發(fā)送的導(dǎo)頻序列對信道進(jìn)行估計(jì)時(shí)，該導(dǎo)頻序列會受到相鄰小區(qū)在相同時(shí)頻資源塊上發(fā)送的導(dǎo)頻序列的干擾，即導(dǎo)頻污染，從而影響基站對信道的精確估計(jì)。為了避免導(dǎo)頻污染，基于貝葉斯準(zhǔn)則，推到出貝葉斯信道估計(jì)器，該貝葉斯信道估計(jì)器可以有效消除導(dǎo)頻污染。

貝葉斯信道估計(jì)器為：其中，G^BAY為各用戶相應(yīng)的信道響應(yīng)矢量，Y為目標(biāo)小區(qū)基站接收到的多用戶上行傳輸信號矢量；R_G為包含各用戶的信道協(xié)方差矩陣函數(shù)的矩陣；σ²為白噪聲功率；I_KML、I_M均為單位矩陣。根據(jù)貝葉斯信道估計(jì)器可知，想要得到去導(dǎo)頻污染的信道估計(jì)，即信道響應(yīng)矢量G^BAY，則需要得到所有用戶的信道方差矩陣函數(shù)的值。

因此，需要一種應(yīng)用于Massive MIMO的多用戶的信道方差矩陣函數(shù)的值的獲取方法。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法及裝置，以克服現(xiàn)有技術(shù)中急需需要一種用戶的信道方差矩陣函數(shù)的值的獲取方法的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法，包括：

從多用戶信道協(xié)方差矩陣函數(shù)中，確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)，所述多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，所述目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶中的D個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，其中，D小于等于Q，Q為大于等于1的正整數(shù)，D為大于等于1的正整數(shù)；

獲得目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣，特征值矩陣中各特征值與相應(yīng)用戶的信道角度功率譜的函數(shù)值正相關(guān)，特征向量中各列基關(guān)聯(lián)有相應(yīng)用戶到目標(biāo)基站的所有路徑相應(yīng)的到達(dá)角度；

從所述特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值，所述最大特征值對應(yīng)第i用戶，i為大于等于1的正整數(shù)；

依據(jù)所述最大特征值相應(yīng)的到達(dá)角θ_i,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定所述最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，其中，所述變寬移動搜索窗用于獲取所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零的到達(dá)角范圍；

依據(jù)所述變寬移動搜索窗的搜索范圍，確定所述特征向量中與所述搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m'_max,m_i,ini+m'_max]，其中，到達(dá)角θ_i,ini對應(yīng)所述特征向量中第m_i,ini列基，到達(dá)角θ_i,ini-2Δ_max對應(yīng)所述特征向量中第m_i,ini-m'_max列基，到達(dá)角θ_i,ini+2Δ_max對應(yīng)所述特征向量中第m_i,ini+m'_max列基；

依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，所述最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零；

依據(jù)所述最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。

一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置，包括：

第一確定模塊，用于從多用戶信道協(xié)方差矩陣函數(shù)中，確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)，所述多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，所述目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶中的D個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，其中，D小于等于Q，Q為大于等于1的正整數(shù)，D為大于等于1的正整數(shù)；

第一獲取模塊，用于獲得目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣，特征值矩陣中各特征值與相應(yīng)用戶的信道角度功率譜的函數(shù)值正相關(guān)，特征向量中各列基關(guān)聯(lián)有相應(yīng)用戶到目標(biāo)基站的所有路徑相應(yīng)的到達(dá)角度；

第二獲取模塊，用于從所述特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值，所述最大特征值對應(yīng)第i用戶，i為大于等于1的正整數(shù)；

第二確定模塊，用于依據(jù)所述最大特征值相應(yīng)的到達(dá)角θ_1,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定所述最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，其中，所述變寬移動搜索窗用于獲取所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零的到達(dá)角范圍；

第三確定模塊，用于依據(jù)所述變寬移動搜索窗的搜索范圍，確定所述特征向量中與所述搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m'_max,m_i,ini+m'_max]，其中，到達(dá)角θ_i,ini對應(yīng)所述特征向量中第m_i,ini列基，到達(dá)角θ_i,ini-2Δ_max對應(yīng)所述特征向量中第m_i,ini-m'_max列基，到達(dá)角θ_i,ini+2Δ_max對應(yīng)所述特征向量中第m_i,ini+m'_max列基；

第三獲取模塊，用于依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，所述最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零；

第四獲取模塊，用于依據(jù)所述最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。

經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例提供了一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法中，獲取目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣，從特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值，最大特征值相應(yīng)的到達(dá)角θ_i,ini最接近相應(yīng)的信道角度功率譜的中心位置；然后依據(jù)到達(dá)角θ_i,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，依據(jù)變寬移動搜索窗的搜索范圍，確定特征向量中與搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m'_max,m_i,ini+m'_max]，依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，其中，最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零；依據(jù)最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。從而計(jì)算出了用戶的信道協(xié)方差函數(shù)的估計(jì)值。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法的流程示意圖；

圖2為本申請實(shí)施例提供的兩個(gè)用戶的特征值分布示意圖；

圖3為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法中的從所述多用戶信道協(xié)方差矩陣中確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的一種實(shí)現(xiàn)方式的方法流程示意圖；

圖4至圖7，為本申請實(shí)施例提供L＝2，Q＝2時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的信道估計(jì)均方誤差的對比圖；

圖8至圖9，為本申請實(shí)施例提供的L＝2，Q＝2時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的平均誤碼率比對圖；

圖10至圖13，為本申請實(shí)施例提供的L＝4，Q＝4時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的信道估計(jì)均方誤差的對比圖；

圖14為本申請實(shí)施例提供的L＝4，Q＝4時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的平均誤碼率比對圖；

圖15為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請參閱圖1，為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法的流程示意圖，該方法包括：

步驟S101：從多用戶信道協(xié)方差矩陣函數(shù)中，確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)。

所述多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，所述目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶中的D個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，其中，D小于等于Q，Q為大于等于1的正整數(shù)，D為大于等于1的正整數(shù)。

假設(shè)共有L個(gè)小區(qū)，每個(gè)小區(qū)配置有一個(gè)基站，且每個(gè)基站包括M根MIMO天線，每一小區(qū)的用戶均為單天線用戶，則多個(gè)用戶同時(shí)向目標(biāo)小區(qū)j的目標(biāo)基站j發(fā)送的多用戶上行傳輸信號Y_j表達(dá)式為：

其中，Y_j為τ×M維矩陣，τ為上行傳輸導(dǎo)頻序列個(gè)數(shù)，h_l為K×M維矩陣，行向量[h_l]_k,:＝h_lk，h_lk為小區(qū)l的第k個(gè)用戶到目標(biāo)小區(qū)j的目標(biāo)基站的M根MIMO天線的小尺度衰落系數(shù)，Z_j為白噪聲矩陣。[D_l]_kk＝g_lk，D_l為小區(qū)l的第k個(gè)用戶到目標(biāo)小區(qū)j的目標(biāo)基站的K×K維對角矩陣，[D_l]_kk＝g_lk為小區(qū)l的第k個(gè)用戶到目標(biāo)小區(qū)j的目標(biāo)基站的大尺度衰落系數(shù)。G_l為信道響應(yīng)矢量。對于導(dǎo)頻序列，S_l為小區(qū)l內(nèi)的用戶發(fā)送τ×K維導(dǎo)頻矩陣，S_l中第k列表示第k個(gè)用戶發(fā)送的導(dǎo)頻序列，假設(shè)S_l中各列導(dǎo)頻序列正交，當(dāng)小區(qū)l對應(yīng)的S_l與小區(qū)l'對應(yīng)的S_l'存在列向量相同的情況，則便產(chǎn)生了導(dǎo)頻污染。

h_lk采用路徑疊加形式：

其中，P為小區(qū)l的第k個(gè)用戶到目標(biāo)小區(qū)j的目標(biāo)基站的路徑總數(shù)；θ_lkp為每一路徑的到達(dá)角，θ_lkp的概率密度函數(shù)為PAS(power Azimuth Spectrum，信道角度功率譜)；表示第p個(gè)路徑的合成振幅，它是多普勒頻率及初始相位的函數(shù)；f_lkp表示多普勒頻率；表示初始相位；β_lkp(t)的疊加反映了時(shí)域的衰落特性；假設(shè)Massive MIMO陣列為線性陣列(ULA)，則天線陣列響應(yīng)矢量a(θ)為:

其中，M為基站的MIMO天線總數(shù)，d為天線間距離，λ為波長。

因此，公式(1)可以表達(dá)為以下擴(kuò)展矩陣形式：

Y＝GS+Z (5)

其中，G是一個(gè)KML維行向量，第n＝(k-1)M+MK(l-1)+m個(gè)元素[G]_n表示小區(qū)l中第k個(gè)用戶到目標(biāo)小區(qū)j的目標(biāo)基站的第m根天線的信道響應(yīng)。S是一個(gè)KML×τM維向量：

I_M為單位矩陣。

基于貝葉斯準(zhǔn)則，推導(dǎo)了貝葉斯信道估計(jì)器，它可以有效消除導(dǎo)頻污染：

其中，R_G＝E(G^HG)中各元素為相應(yīng)用戶的信道協(xié)方差矩陣函數(shù)。

根據(jù)公式(7)可知，想要得到去導(dǎo)頻污染的多用用戶信道估計(jì)，則需要得到各用戶的信道方差矩陣函數(shù)。

為分析上行導(dǎo)頻污染場景，假設(shè)小區(qū)1至小區(qū)L中共有Q個(gè)用戶同時(shí)使用相同的導(dǎo)頻向目標(biāo)小區(qū)j發(fā)送信號，則多用戶信道協(xié)方差矩陣函數(shù)可表示為：

式中，p(θ；ψ_i)表示第i個(gè)用戶的PAS，與信道中散射體分布相關(guān)，σ²為白噪聲功率。向量ψⁱ＝[θ_i,Δ_i]表示與PAS相關(guān)的參數(shù)，包含平均到達(dá)角θ_i與角度擴(kuò)展Δ_i。

由公式(8)可知，當(dāng)基站包含的MIMO天線數(shù)M→∞時(shí)，多用戶信道協(xié)方差矩陣函數(shù)可可以寫成關(guān)于M的離散形式：

其中，θ_m＝-π/2+mπ/M。

步驟S102：獲得目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣。

特征值矩陣中各特征值與相應(yīng)用戶的信道角度功率譜的函數(shù)值正相關(guān)，特征向量中各列基關(guān)聯(lián)有相應(yīng)用戶到目標(biāo)基站的所有路徑相應(yīng)的到達(dá)角度。

步驟S103：從所述特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值。

所述最大特征值對應(yīng)第i用戶，i為大于等于1的正整數(shù)。

由于特征值矩陣中各特征值與相應(yīng)用戶的信道角度功率譜的函數(shù)值正相關(guān)，而信道角度功率譜一般符合某種分布，例如正太分布，所以最大特征值相應(yīng)的到達(dá)角一般最接近對應(yīng)信道角度功率譜的對稱軸(即平均到達(dá)角)，如圖2所示，為本申請實(shí)施例提供的兩個(gè)用戶的特征值分布示意圖。

假設(shè)本申請實(shí)施例中L＝2，且每個(gè)小區(qū)中有一個(gè)用戶同時(shí)發(fā)送信號，且存在導(dǎo)頻污染，即Q＝2，且信道角度功率譜符合正太分布，圖2中示出了兩個(gè)用戶的信道角度功率譜分布圖。

信道角度功率譜p(θ；ψ)中橫坐標(biāo)為用戶到目標(biāo)基站的P個(gè)路徑的到達(dá)角，從圖2中可以看出信道角度功率譜的函數(shù)值越大，相應(yīng)的到達(dá)角越接近信道角度功率譜的對稱軸。因此，從特征值矩陣中的最大特征值與平均到達(dá)角最接近。

由于有噪聲干擾，因此特征值矩陣中的各特征值可能不都對應(yīng)用戶，有可能是與噪聲對應(yīng)，因此設(shè)置了預(yù)設(shè)門限閾值，當(dāng)最大特征值大于預(yù)設(shè)門限閾值時(shí)，認(rèn)為該最大特征值是因用戶發(fā)送的信號產(chǎn)生的；當(dāng)最大特征值小于或等于預(yù)設(shè)門限閾值時(shí)，認(rèn)為該最大特征值對應(yīng)噪聲，表示已經(jīng)計(jì)算出所有用戶的信道協(xié)方差矩陣函數(shù)的估計(jì)值。

步驟S104：依據(jù)所述最大特征值相應(yīng)的到達(dá)角θ_i,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定所述最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]。

其中，所述變寬移動搜索窗用于獲取所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零的到達(dá)角范圍。

假設(shè)變寬移動搜索窗的最優(yōu)中心位置為θ_i以及最優(yōu)窗寬為2Δ_i，則滿足：

其中，θ_i為第i用戶到目標(biāo)基站的所有路徑的到達(dá)角的平均值，即平均到達(dá)角，Δ_i為第i用戶到目標(biāo)基站的所有路徑的到達(dá)角相對于平均到達(dá)角的波動范圍，即擴(kuò)展角。

仍以圖2為例，若最大特征值相應(yīng)的到達(dá)角θ_i,ini，假設(shè)信道角度功率譜中函數(shù)值大于零兩個(gè)臨界點(diǎn)為A點(diǎn)和B點(diǎn)，如圖2所示，若到達(dá)角θ_i,ini對應(yīng)信道角度功率譜的A點(diǎn)時(shí)，則B點(diǎn)的到達(dá)角最大為θ_i,ini+2Δ_max；若到達(dá)角θ_i,ini對應(yīng)信道角度功率譜的B點(diǎn)時(shí)，則A點(diǎn)的到達(dá)角最小為θ_i,ini-2Δ_max。因此變寬移動搜索窗的搜索范圍為[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]。

步驟S105：依據(jù)所述變寬移動搜索窗的搜索范圍，確定所述特征向量中與所述搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m′_max,m_i,ini+m′_max]。

其中，到達(dá)角θ_i,ini對應(yīng)所述特征向量中第m_i,ini列基，到達(dá)角θ_i,ini-2Δ_max對應(yīng)所述特征向量中第m_i,ini-m'_max列基，到達(dá)角θ_i,ini+2Δ_max對應(yīng)所述特征向量中第m_i,ini+m'_max列基；

步驟S106：依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i。

所述最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零。

步驟S107：依據(jù)所述最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。

本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法中，獲取目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣，從特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值，最大特征值相應(yīng)的到達(dá)角θ_i,ini最接近相應(yīng)的信道角度功率譜的中心位置；然后依據(jù)到達(dá)角θ_i,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，依據(jù)變寬移動搜索窗的搜索范圍，確定特征向量中與搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m'_max,m_i,ini+m'_max]，依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，其中，最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零；依據(jù)最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。從而計(jì)算出了用戶的信道協(xié)方差函數(shù)的估計(jì)值。

上述實(shí)施例中，依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i的實(shí)現(xiàn)方法具體如下：

基于預(yù)先設(shè)置的代價(jià)函數(shù)以及搜索窗參數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，最優(yōu)中心位置θ_i為第i用戶相應(yīng)的最優(yōu)平均到達(dá)角，[θ_i-Δ_i,θ_i+Δ_i]為第i用戶到所述目標(biāo)基站的所有路徑的到達(dá)角的范圍；

所述代價(jià)函數(shù)為：其中，E_n為噪聲空間；所述變寬移動搜索窗中任一角度θ對應(yīng)所述特征向量中第e列基A_:,e，A_:,e與噪聲空間E_n正交，θ∈[θ_i-Δ_i,θ_i+Δ_i]，m-m′_i≤e≤m+m′_i，其中，所述變寬移動搜索窗的最優(yōu)中心位置θ_i對應(yīng)所述特征向量中第m_i列基。

所述搜索窗函數(shù)為：其中，所述變寬移動搜索窗的最優(yōu)窗寬2Δ_i對應(yīng)所述特征向量中第2m′_i列基，T為預(yù)設(shè)閾值。

代價(jià)函數(shù)和搜索窗函數(shù)是基于子空間原理定義的。其中，m'_max為變寬移動搜索窗在第m_i,ini列基左右各m'_max列基對應(yīng)的角度位置內(nèi)搜索。

E_n＝[U_r+1…U_M]構(gòu)成噪聲空間，其對應(yīng)M-r個(gè)較小的特征值。

代價(jià)函數(shù)的含義如下：如果變寬移動搜索窗內(nèi)對應(yīng)的任一角度：θ∈[θ_i-Δ_i,θ_i+Δ_i]，則θ對應(yīng)的第e(m-m′_i≤e≤m+m′_i)列特征向量A_:,e屬于信號子空間，A_:,e與噪聲空間E_n正交，從而對應(yīng)很小的值，其倒數(shù)必然大于某一個(gè)值T。如果變寬移動搜索窗內(nèi)存在對應(yīng)的角度則其對應(yīng)的第e(e≤m_i-m′_i,e≥m_i+m′_i)列特征向量A_:,e屬于噪聲子空間，對應(yīng)的值較大，其倒數(shù)不會大于某一個(gè)值T。

搜索窗函數(shù)的含義如下：特征值矩陣在包含信號子空間的前提條件下，其窗寬應(yīng)該最大。如圖2所示，雖然變寬移動搜索窗Window1(用實(shí)線標(biāo)出)，變寬移動搜索窗Window2(用點(diǎn)畫線標(biāo)出)以及變寬移動搜索窗Window3(用虛線標(biāo)出)均包含了信號子空間，但是變寬移動搜索窗Window2與變寬移動搜索窗Window3只包含了一部分，而變寬移動搜索窗Window1則包含了全部的信號子空間，其且窗寬對應(yīng)最大。如果變寬移動搜索窗Window2或變寬移動搜索窗Window3繼續(xù)增加窗寬，則會包含噪聲空間，此時(shí)其相應(yīng)代價(jià)函數(shù)的倒數(shù)將不會大于T。

因此，通過代價(jià)函數(shù)和搜索窗函數(shù)進(jìn)行二維搜索，可以得到變寬移動搜索窗最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ₁。

上述任一實(shí)施例中，依據(jù)所述最優(yōu)中心位置θ₁以及所述最優(yōu)窗寬2Δ₁，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值的具體實(shí)現(xiàn)方法如下：

依據(jù)函數(shù)，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值，其中，λ為所述特征值矩陣，λ_e,e為所述特征值矩陣中第e行第e列的特征值，所述特征向量為所述目標(biāo)基站包括M個(gè)天線，m∈[1,M]，a(θ_e)為到達(dá)角θ_e相應(yīng)所述目標(biāo)基站的天線陣列響應(yīng)矢量，其中，所述變寬移動搜索窗的最優(yōu)中心位置θ_i對應(yīng)所述特征向量中第m_i列基，所述變寬移動搜索窗的最優(yōu)窗寬2Δ_i對應(yīng)所述特征向量中第2m′_i列基。

的推到過程如下：

由于當(dāng)基站包含的天線數(shù)很大時(shí)，不同方向上的天線陣列響應(yīng)矢量趨于正交：

所以可以得到：

Ra(θ_m)≈g_iπa(θ_m)p(θ_m；ψ_i)+σ² (12)

可見，向量在M維復(fù)數(shù)空間上構(gòu)成了一組正交基，存在：

RA＝λA+σ²I (13)

特征方程(13)的特征向量為對應(yīng)的特征值矩陣表示為

從特征值矩陣λ的表達(dá)式可以看到，如果Q個(gè)用戶之間的PAS函數(shù)p(θ；ψ_i)幾乎不重疊時(shí)，即第i個(gè)用戶在平均到達(dá)角θ_i以及擴(kuò)展角范圍內(nèi)(即[θ_i-Δ_i,θ_i+Δ_i])的PAS值約等于所有Q個(gè)用戶在該區(qū)域方向上的PAS值之和。如圖2所示，假設(shè)確定的第一用戶User1的PAS的函數(shù)值為零的兩個(gè)臨界點(diǎn)為A點(diǎn)(對應(yīng)的到達(dá)角為θ_i-Δ_i)和B點(diǎn)(對應(yīng)的到達(dá)角為θ_i+Δ_i)，則在A點(diǎn)和B點(diǎn)之間的目標(biāo)區(qū)域中，其他用戶，例如第二用戶User2的PAS在目標(biāo)區(qū)域內(nèi)的函數(shù)值為零或趨于零，所以在該目標(biāo)區(qū)域中，目標(biāo)區(qū)域內(nèi)第一用戶User1的PAS的函數(shù)值約等于第一用戶User1的PAS的函數(shù)值與其他用戶，例如第二用戶User2的PAS在目標(biāo)區(qū)域內(nèi)的函數(shù)值之和。

因此可以在特征值矩陣上將Q個(gè)用戶區(qū)分：

則可以得到第i用戶的信道協(xié)方差函數(shù)為：

如圖3所示，為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法中的從所述多用戶信道協(xié)方差矩陣中確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的一種實(shí)現(xiàn)方式的方法流程示意圖，該方法包括：

步驟S301：將前一迭代次數(shù)中的目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)減去第i用戶信道協(xié)方差函數(shù)的估計(jì)值，獲得差函數(shù)。

對于第一次迭代而言，目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)即為公式(9)所示，第一次迭代時(shí)，i為1；第二次迭代，目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為公式(9)減去第一用戶的信道協(xié)方差矩陣函數(shù)的估計(jì)值，第二次迭代時(shí)，i為2；第三次迭代，目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為公式(9)減去第一用戶的信道協(xié)方差矩陣函數(shù)的估計(jì)值以及第二用戶的信道協(xié)方差矩陣函數(shù)的估計(jì)值，第三次迭代時(shí)，i為3；以此類推。

第一次迭代時(shí)，公式(9)中左側(cè)R未知，多用戶信道協(xié)方差矩陣函數(shù)的獲得方法如下：

對接收到的Q個(gè)用戶同時(shí)發(fā)送的信號，每隔預(yù)設(shè)采樣間隔進(jìn)行采樣，獲得多個(gè)采樣時(shí)刻相應(yīng)的多用戶信道協(xié)方差矩陣函數(shù)值；依據(jù)各多用戶信道協(xié)方差矩陣函數(shù)值，獲得所述多用戶信道協(xié)方差矩陣函數(shù)。

假設(shè)Q個(gè)用戶同時(shí)發(fā)送的信號為Y(t)，詳細(xì)公式可參見公式(1)，則每一采樣時(shí)刻相應(yīng)的多用戶信道協(xié)方差矩陣函數(shù)值為Y(t_n)，假設(shè)共有N個(gè)采樣點(diǎn)，t_n表示第n點(diǎn)的采樣時(shí)刻，n∈[1,N]；則公式(9)左側(cè)的的計(jì)算公式如下：

將替換公式(9)中的左側(cè)的R，即得到第一次迭代的多用戶信道協(xié)方差矩陣函數(shù)。

步驟S302：將所述差函數(shù)確定為本次迭代次數(shù)中的目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)，且將i+1賦值給i。

為了驗(yàn)證本申請實(shí)施例提供的大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取方法的有益效果，為此本發(fā)明專利的申請人進(jìn)行了仿真試驗(yàn)，以小區(qū)的總數(shù)L＝2和L＝4為例進(jìn)行說明，假設(shè)每個(gè)小區(qū)此時(shí)同時(shí)有一個(gè)用戶發(fā)送信號，且存在導(dǎo)頻污染，且導(dǎo)頻序列均為S_l＝[1 1 1 1]^T。當(dāng)L＝2時(shí)，對應(yīng)Q＝2；當(dāng)L＝4時(shí)，對應(yīng)Q＝4。

在進(jìn)行仿真時(shí)，當(dāng)?shù)玫降趇個(gè)小區(qū)的用戶信道估計(jì)值后，對接收信號Y_j采用迫零(ZF)檢測：

其中，表示檢測到的第i個(gè)小區(qū)用戶向目標(biāo)小區(qū)發(fā)送的符號向量，之后對采用硬判決來估計(jì)發(fā)送符號向量并統(tǒng)計(jì)誤碼率。

分別對基于子空間原理的分布式多用戶參數(shù)估計(jì)算法(DSPE，Distributed Sources Paxameter Estimator)，基于協(xié)方差匹配的分布式多用戶參數(shù)估計(jì)算法(A Covariance Fitting Approach to Parametric Localization of Multiple Incoherently Distributed Sources-CFMD)，以及本申請實(shí)施例提及的算法(基于迭代消除的多用戶信道協(xié)方差函數(shù)估計(jì)方法(Iterative Estiation for Multiuser Based on Eigenvalue Domain-IEME))的貝葉斯信道估計(jì)值均方誤差MSE(Mean Square error)和所有用戶的平均BER(Bit Error Rate，誤碼率)進(jìn)行對比。

設(shè)置的仿真參數(shù)如表1所示。

表1仿真參數(shù)設(shè)置表

如圖4至圖7所示，為本申請實(shí)施例提供L＝2，Q＝2時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的信道估計(jì)均方誤差的對比圖。

圖4至圖7均是不同算法結(jié)合公式(7)的信道估計(jì)MSE曲線圖。

圖4為Δ＝0.0524時(shí)各算法相應(yīng)的第一用戶的信道估計(jì)MSE曲線圖，由于為第一用戶，因此用MSE(G1)表示縱坐標(biāo)(后續(xù)相同，不再贅述)；圖5為Δ＝0.0524時(shí)各算法相應(yīng)的第二用戶的信道估計(jì)MSE曲線，由于為第二用戶，因此用MSE(G2)表示縱坐標(biāo)(后續(xù)相同，不再贅述)；圖6為Δ＝0.1047時(shí)各算法相應(yīng)的第一用戶的信道估計(jì)MSE曲線；圖7為Δ＝0.1047時(shí)各算法相應(yīng)的用戶2的信道估計(jì)MSE曲線。

圖4至圖7所示的仿真結(jié)果給出了兩個(gè)用戶各自導(dǎo)頻序列上的信道估計(jì)MSE。其中，CFMD與DSPE的MSE性能最好，在較高信噪比(SNR>0dB，SNR為信噪比)時(shí)CFMD要略好于DSPE，這與參數(shù)估計(jì)性能的對比結(jié)果是一致的，IEME估計(jì)性能最差。CFMD與DSPE通過估計(jì)參數(shù)θ與Δ重構(gòu)多用戶信道協(xié)方差矩陣函數(shù)R，達(dá)到了較為準(zhǔn)確的估計(jì)。而IEME法的估計(jì)則基于其最佳的估計(jì)性能逼近于IEME與其它兩種方法的MSE差異主要由統(tǒng)計(jì)值與理想多用戶信道協(xié)方差矩陣函數(shù)R之間的差異導(dǎo)致。對于不同的擴(kuò)展角Δ＝0.0524以及Δ＝0.1047，無論何種算法，結(jié)合貝葉斯進(jìn)行信道估計(jì)后，Δ＝0.1047相比Δ＝0.0524，信道估計(jì)MSE均略有損失，可見當(dāng)擴(kuò)展角增大時(shí)，信道估計(jì)性能下降。

如圖8至圖9，為本申請實(shí)施例提供的L＝2，Q＝2時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的平均誤碼率比對圖。

圖8為Δ＝0.0524時(shí)各算法相應(yīng)的平均誤碼率BER曲線；圖9為Δ＝0.1047時(shí)各算法相應(yīng)的平均誤碼率BER曲線。

圖8至圖9的平均誤碼率曲線表明，CFMD和DSPE在SNR＝0dB時(shí)BER便可達(dá)到10^-4。

對比圖8和圖9可以看出，SNR＝0dB時(shí)便可達(dá)到較高的參數(shù)估計(jì)準(zhǔn)確度。對于IEME算法，BER性能要差于CFMD和DSPE，同圖4至圖7所示MSE性能對比情況一致。

圖10至圖13所示，為本申請實(shí)施例提供的L＝4，Q＝4時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的信道估計(jì)均方誤差的對比圖。

圖10為Δ＝0.0524時(shí)各算法相應(yīng)的第一用戶的信道估計(jì)MSE曲線；圖11為Δ＝0.0524時(shí)各算法相應(yīng)的第二用戶的信道估計(jì)MSE曲線；圖12為Δ＝0.0524時(shí)各算法相應(yīng)的第三用戶的信道估計(jì)MSE曲線，由于為第三用戶，因此用MSE(G3)表示縱坐標(biāo)(后續(xù)相同，不再贅述)；圖13為Δ＝0.0524時(shí)各算法相應(yīng)的第四用戶的信道估計(jì)MSE曲線，由于為第四用戶，因此用MSE(G4)表示縱坐標(biāo)(后續(xù)相同，不再贅述)。

圖10至圖13為不同算法結(jié)合公式(7)的信道估計(jì)MSE曲線圖。

從圖10至圖13的仿真結(jié)果可以看出，MSE性能與L＝2情況下相比均出現(xiàn)性能惡化，說明隨著用戶的增多，貝葉斯信道估計(jì)器即公式(7)的性能會惡化。對于CFMD，由于第三用戶的平均到達(dá)角估計(jì)出現(xiàn)偏差即有偏估計(jì)，因此對應(yīng)的MSE很差。IEME估計(jì)性能差于DSPE估計(jì)，四個(gè)用戶各自MSE基本相似，均在0.5左右。

圖14，為本申請實(shí)施例提供的L＝4，Q＝4時(shí)各信道方差矩陣函數(shù)值估計(jì)算法相應(yīng)的平均誤碼率比對圖。

從圖14可以看出，各種算法對應(yīng)的BER性能與兩用戶相比時(shí)變差，因?yàn)殡S著用戶的增多不僅信道估計(jì)性能變差，且進(jìn)行數(shù)據(jù)檢測時(shí)用戶間的干擾增大。DSPE對應(yīng)最好的BER。由于用戶平均到達(dá)角以及角度擴(kuò)展參數(shù)估計(jì)性能的惡化，CFMD的BER已無法下降。IEME的性能差于DSPE，但要好于CFMD。雖然IEME的BER性能要差于DSPE，但是IEME不需任何先驗(yàn)知識，后者則需要理想已知PAS的分布函數(shù)，而實(shí)際上如果不對特定環(huán)境進(jìn)行信道統(tǒng)計(jì)測量，PAS將很難得到。

本申請實(shí)施例還提供了與信道方差矩陣函數(shù)值獲取方法相對應(yīng)的信道方差矩陣函數(shù)值獲取裝置，下面對信道方差矩陣函數(shù)值獲取裝置進(jìn)行說明，信道方差矩陣函數(shù)值獲取裝置中各模塊和各單元的詳細(xì)說明，請參閱信道方差矩陣函數(shù)值獲取方法中相應(yīng)步驟的說明，在此不再贅述。

請參閱圖15，為本申請實(shí)施例提供的一種大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置的結(jié)構(gòu)示意圖，該信道方差矩陣函數(shù)值獲取裝置包括：

第一確定模塊1501，用于從多用戶信道協(xié)方差矩陣函數(shù)中，確定目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)，所述多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，所述目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)為Q個(gè)用戶中的D個(gè)用戶的信道協(xié)方差矩陣函數(shù)之和，其中，D小于等于Q，Q為大于等于1的正整數(shù)，D為大于等于1的正整數(shù)。

第一獲取模塊1502，用于獲得目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)的特征向量以及特征值矩陣，特征值矩陣中各特征值與相應(yīng)用戶的信道角度功率譜的函數(shù)值正相關(guān)，特征向量中各列基關(guān)聯(lián)有相應(yīng)用戶到目標(biāo)基站的所有路徑相應(yīng)的到達(dá)角度；

第二獲取模塊1503，用于從所述特征值矩陣中獲得大于預(yù)設(shè)門限閾值的最大特征值，所述最大特征值對應(yīng)第i用戶，i為大于等于1的正整數(shù)；

第二確定模塊1504，用于依據(jù)所述最大特征值相應(yīng)的到達(dá)角θ_1,ini以及預(yù)先設(shè)置的信道角度功率譜的最大半窗寬度Δ_max，確定所述最大特征值相應(yīng)的變寬移動搜索窗的搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]，其中，所述變寬移動搜索窗用于獲取所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零的到達(dá)角范圍；

第三確定模塊1505，用于依據(jù)所述變寬移動搜索窗的搜索范圍，確定所述特征向量中與所述搜索范圍[θ_i,ini-2Δ_max,θ_i,ini+2Δ_max]相應(yīng)的各列基的列數(shù)為[m_i,ini-m'_max,m_i,ini+m'_max]，其中，到達(dá)角θ_i,ini對應(yīng)所述特征向量中第m_i,ini列基，到達(dá)角θ_i,ini-2Δ_max對應(yīng)所述特征向量中第m_i,ini-m'_max列基，到達(dá)角θ_i,ini+2Δ_max對應(yīng)所述特征向量中第m_i,ini+m'_max列基；

第三獲取模塊1506，用于依據(jù)所述變寬移動搜索窗、所述搜索范圍以及所述特征向量中所述搜索范圍相應(yīng)的各列基的列數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，所述最優(yōu)窗寬2Δ_i中各到達(dá)角對應(yīng)的所述最大特征值相應(yīng)的信道角度功率譜中函數(shù)值大于零；

第四獲取模塊1507，用于依據(jù)所述最優(yōu)中心位置θ_i以及所述最優(yōu)窗寬2Δ_i，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值。

可選的，上述大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置實(shí)施例中的第三獲取模塊包括：

第一獲取單元，用于基于預(yù)先設(shè)置的代價(jià)函數(shù)以及搜索窗參數(shù)，獲得所述變寬移動搜索窗的最優(yōu)中心位置θ_i以及最優(yōu)窗寬2Δ_i，最優(yōu)中心位置θ_i為第i用戶相應(yīng)的最優(yōu)平均到達(dá)角，[θ_i-Δ_i,θ_i+Δ_i]為第i用戶到所述目標(biāo)基站的所有路徑的到達(dá)角的范圍；

所述代價(jià)函數(shù)為：其中，E_n為噪聲空間；所述變寬移動搜索窗中任一角度θ對應(yīng)所述特征向量中第e列基A_:,e，A_:,e與噪聲空間E_n正交，θ∈[θ_i-Δ_i,θ_i+Δ_i]，m-m′_i≤e≤m+m′_i，其中，所述變寬移動搜索窗的最優(yōu)中心位置θ_i對應(yīng)所述特征向量中第m_i列基；

所述搜索窗函數(shù)為：其中，所述變寬移動搜索窗的最優(yōu)窗寬2Δ_i對應(yīng)所述特征向量中第2m′_i列基，T為預(yù)設(shè)閾值。

可選的，上述任一大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置實(shí)施例中的第四獲取模塊包括：

第二獲取單元，用于依據(jù)函數(shù)，獲得第i用戶的信道協(xié)方差函數(shù)的估計(jì)值，其中，λ為所述特征值矩陣，λ_e,e為所述特征值矩陣中第e行第e列的特征值，所述特征向量為所述目標(biāo)基站包括M個(gè)天線，m∈[1,M]，a(θ_e)為到達(dá)角θ_e相應(yīng)所述目標(biāo)基站的天線陣列響應(yīng)矢量，其中，所述變寬移動搜索窗的最優(yōu)中心位置θ_i對應(yīng)所述特征向量中第m_i列基，所述變寬移動搜索窗的最優(yōu)窗寬2Δ_i對應(yīng)所述特征向量中第2m′_i列基。

可選的，上述任一大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置實(shí)施例中的第一確定模塊包括：

第三獲取單元，用于將前一迭代次數(shù)中的目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)減去第i用戶信道協(xié)方差函數(shù)的估計(jì)值，獲得差函數(shù)；

第一確定單元，用于將所述差函數(shù)確定為本次迭代次數(shù)中的目標(biāo)多用戶信道協(xié)方差矩陣函數(shù)，且將i+1賦值給i。

可選的，上述任一大型多輸入多輸出系統(tǒng)Massive MIMO多用戶信道方差矩陣函數(shù)值獲取裝置實(shí)施例還包括：

采樣單元，用于對接收到的Q個(gè)用戶同時(shí)發(fā)送的信號，每隔預(yù)設(shè)采樣間隔進(jìn)行采樣，獲得多個(gè)采樣時(shí)刻相應(yīng)的多用戶信道協(xié)方差矩陣函數(shù)值；

第四獲取單元，用于依據(jù)各多用戶信道協(xié)方差矩陣函數(shù)值，獲得所述多用戶信道協(xié)方差矩陣函數(shù)。

最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)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(shè)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，或者是還包括為這種過程、方法、物品或者設(shè)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(gè)……”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(shè)備中還存在另外的相同要素。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。

對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本申請。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本申請的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本申請將不會被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。