具体实施方式

为便于本申请的技术方案进行说明，以下首先对本申请所用到的一些概念进行简要说明。

在本申请各个实施例中，下行信道是基站向终端发送数据时的信道，包括物理下行控制信道(physical downlink control channel，PDCCH)，和物理下行数据信道(physical downlink shared channel，PDSCH)(或者称为下行数据信道)。

物理下行控制信道，主要用于承载下行控制信息(downlink controlinformation，DCI)，通常表现为DCI信令。DCI可以包括公共控制信息(如：系统信息等)和用户专属信息(如：下行资源分配指示，上行调度，随机接入响应，上行功率控制参数等)等。PDCCH可以通过其承载的DCI调度数据信道，如：DCI可以用于指示数据信道的传输参数(如：数据信道的时域资源位置等)，在传输数据信道之前，基站或其他网络设备可以向终端发送PDCCH，终端接收到PDCCH后，可以先解调PDCCH中的DCI，然后在DCI所指示的时域资源位置上接收或发送数据信道。而物理下行数据信道则用于承载从基站向终端发送的数据(或者称为下行数据)。

PDCCH也可以通过其承载的DCI指示信道状态信息参考信号(channel stateinformation reference signal，CSI-RS)的时域资源位置，以触发非周期(nonperiodic)CSI-RS的发送。其中，CSI-RS用于使终端测量终端与基站间的信道状态，CSI-RS可以包括一个或者多个信道状态测量资源。例如，基站可以向终端发送用于指示CSI-RS的时域资源位置的DCI以及CSI-RS，终端在DCI所指示的时域资源位置上接收CSI-RS，并对CSI-RS包括的信道状态测量资源进行测量，根据测量结果向基站上报信道状态信息(channel stateinformation，CSI)。

基站也可以根据终端上报的CSI，对下行信道的数据发送方式进行设置，如设置最优星座组合方式。例如，对于多输入多输出系统(以下简称MIMO系统)，基站和终端都包括多个天线，可以在发送下行数据时形成多个数据流。而通过设置下行信道中各数据流的发送功率权值等，可以使基站能够按照设置的星座组合方式向终端发送下行数据，充分利用信道容量。

其中，星座即星座映射，是一种数字调制技术。星座映射的过程，就是将携带数字信息的有限域“比特”序列映射成适于传输的“符号”序列。每个符号的取值空间可以是一维实数空间，二维实数空间(即复数空间)。星座映射包含两个要素，即星座图(constellation)和星座点映射方法(labeling)。星座图代表星座映射输出符号的所有取值组成的集合，其中，星座图的每一个点对应输出符号的一种取值。星座点映射方式代表输入比特(序列/组)到星座点的特定映射关系，或者是星座点到比特(序列/组)的特定映射关系。通常，星座图主要有一维实数空间的脉冲幅度调制(pulse amplitude modulation，PAM)，二维实数空间的正交幅度调制(quadrature amplitude modulation，QAM)，相移键控(phase shift keying，PSK)调制等。

基站按照设置星座组合方式将下行数据进行编码、转化实现星座映射的过程称为预编码。而为了获得最优的预编码方式，基站可以对预编码中所依据的数据，例如功率分配矩阵，进行优化求解，从而获得对应的数据发送方式。

下面对基站设置下行信道的数据发送方式的流程进行说明。

本申请实施例中基站设置下行信道的数据发送方式可应用于MIMO模式的通信系统，如：第四代(4th generation，4G)系统、长期演进技术(long term evolution，LTE)系统、第五代(5th generation，5G)系统、新空口(new radio，NR)系统、NR-车与任何事物通信(vehicle-to-everything，V2X)系统中的任一系统，也可以适用于其他下一代通信系统等。

如图1所示，MIMO系统中包括基站100和多个终端200。在MIMO系统中，多个终端200可以与基站100之间建立通信连接。

在本申请各个实施例中，基站100主要用于实现终端200的资源调度、无线资源管理、无线接入控制等功能。所述基站100也可以是其他网络设备，例如：小型基站、无线接入点、收发点(transmission receive point，TRP)传输点(transmission point，TP)以及某种其它接入节点中的任一节点等。基站100中内置有天线，使基站100可以在运行中接收和发射无线电信号，并形成一个无线电覆盖区域。覆盖区域中的终端200可以通过与基站100之间的无线电信号收发关系连接互联网或者连接其他终端，实现移动通信业务。本申请实施例中，用于实现基站的功能的装置可以是基站，也可以是能够支持基站实现该功能的装置或者功能模块，例如芯片系统。

终端200可以为终端设备(terminal equipment)或者用户设备(user equipment，UE)或者移动台(mobile station，MS)或者移动终端(mobile terminal，MT)等。如：终端可以是手机(mobile phone)、平板电脑或带无线收发功能的电脑，也可以是虚拟现实(virtual reality，VR)终端、增强现实(augmented reality，AR)终端、工业控制中的无线终端、无人驾驶中的无线终端、远程医疗中的无线终端、智能电网中的无线终端、智慧城市(smart city)中的无线终端、智能家居、车载终端等。

在终端200接入基站100后，基站100会作为发送端向终端200发送数据，所发送的数据称为下行数据，相应发送数据的通道称为下行信道。本申请实施例中，用于实现终端的功能的装置可以是终端，也可以是能够支持终端实现该功能的装置，例如芯片系统。

在MIMO系统中，基站100和终端200中都可以使用多个天线，由于使用多个天线，因此下行数据可以同时通过多个天线分别进行发送，形成多个数据流，从而提高下行数据的发送效率。同时，基站100也可以与多个终端200之间建立连接关系，构成多用户复用模式，以实现多个终端200之间的通信。

根据不同通信标准，基站中传输的信号形式也存在差异。例如，现行移动通信技术在基站100与终端200之间多采用数字信号进行传递，如LTE技术和NR技术。LTE技术和NR技术定义的信号为离散均匀分布信号，包括QPSK、16QAM、64QAM、256QAM等形式。通常，在多输入多输出的数字信号传递过程中，可采用单码字传输方式。例如，LTE技术在2流以上输出时采用单码字到多层映射的传输方式。而NR技术对于不大于4流的传输，也都采用单码子传输方式。

这种单码字传输方式在天线数目不变和天面尺寸约束的情况下，多输入多输出场景的单用户或多用户容量受限，已经接近理论香农公式的极限值，如果需要进一步提升性能，需要增加天线数目或者天面尺寸。

然而在部分使用场景下，即使增加了天线数目或者天面尺寸，由于针对下行数据进行预编码时所依据的权值矩阵(或预编码矩阵)依旧为根据香农公式确定的通用权值，导致功率分配与下行信道中各信号的传输特点不相符，因此，为每个下行数据流配置的星座组合并不是最优的组合方式。即表现为部分传输层的解调性能受限于星座间的最小码距，出现传输错误；而部分传输层被分配较高的功率而无法获得较高的吞吐量。

例如，通常终端的天线数目大于2，平均传输层数也大于2，并支持组播侦听发现协议(multicast listener discover，MLD)接收机或者Turbo接收机配合低密度奇偶校验码(low-density parity-check，LDPC)译码规则。因此根据信息论原理，最优权值设计与输入信号特征有关，则根据香农公式，在输入信号服从高斯分布时，等效信道容量最大化。

基于此，为了达到信道容量最大化效果，本申请求解最优权值方法的一个示意性实施方式如下：

S301：设置目标函数。

为了获得信道容量最大化的效果，可以将信道容量对应的函数设置为目标函数，并通过迭代求解，计算获得在信道容量最大化时，对应的功率权值。

例如，取互信息最大值：

由于，最大信道容量为：

因此，只要保证香农公式最大化即可保证信道容量最大，即：

其中，h(Y)为输出信号Y的熵信息，h(Y|X)为输入信号为X条件下，输出信号为Y的条件熵信息，P_Y为输出信号Y的方差，P_X为输入信号X的方差，P_S为输入信号功率，W为系统带宽，N₀为白噪声的双边功率谱密度，N为带宽W下的计算互信息的样点数目。

利用下式：

Y＝X+n

则得到输入信号为X条件下，输出信号为Y的条件熵信息：

h(Y|X)＝h(n)

由于熵信息满足下式：

如果假设高斯白噪声则期望和方差分别满足：

即在输出信号Y服从高斯分布时，满足下式：

且：P_Y＝P_X+σ²；

因此，可以采用基于香农公式最大化方式来实现MIMO系统的功率分配权值计算。对于单用户采用对信道自相关矩阵进行奇异值分解(singular value decomposition，SVD)，并利用SVD分解后的特征矢量来进行预编码，即：

[D,V]＝SVD(R)

结合香农公式：

可知，保证信号干扰噪声比(signal to interference plus noise ratio，SINR)最大化，即可获得最优的容量。

为了能使SINR最大化，在白噪声场景下，只需要保证信号功率最大化。由此，可以获得单用户权值的最优值为取特征矢量对应的最大层数个特征值对应的特征矢量。

同理，对于多用户场景下的权值，为了保证SINR最大化，可以采用迫零的方式来减少干扰项的功率；或者，采用SINR和信漏噪比(signal to loss plus noise ratio，SLNR)最大化的方式获得信号功率和干扰功率的最优组合。

例如：基于SINR最大化的迫零权值：

W_k＝[h₀,h₁,…,h_K-1]⁺ _(:,k)

其中，h_k(k＝0,1,…,K-1)为多用户中用户k的信道信息，[]⁺为求伪逆操作，(:,k)代表取矩阵的第k列，W_k为计算出的第k个用户的权值。

基于SLNR最大化的权值计算：

其中，R_k为第k个用户信道自相关矩阵，R_i为第i个用户的自相关矩阵，W_k为计算出的第k个用户的权值。

可见，保证输出信号Y服从高斯分布，则要求输入信号的方差服从高斯分布。但在现行的LTE或NR通信系统内，发送的信号X并不服从高斯分布，而是服从离散均匀分布。因此，用香农公式求得的最大信道容量仅仅为次优解，而不是最优解。

S302：设置初始化迭代参数。

在设置目标函数后，可以根据下行信道中的信道信息，设置初始化迭代参数。例如，为了获得最优解可以采用功率控制和空间旋转的算法求解最优值，即：

设置矩阵元素p_j属于集合其中，p_j共K+1个可选值，K+1)^Rank种组合。

通过计算目标终端的信道信息的奇异值分解结果：

h＝u*d*v′

结合计算调制分集矩阵：

其中，

在集合中选取方差σ_j，j＝0,…,Rank-1，进行功率归一化操作，得到：

假设Σ_P的各个对角线元素p_j属于集合其中K为量化粒度参数，对其(K+1)^Nt种组合进行归一化，得到各个对角元素值：

再计算各与Σ_P之间的欧式距离，将最近的一组功率分配矩阵作为备选集。

通过选择适当的q_MOD值，计算设置W＝V_HΣ_PV_MOD。其中，p_j为第j层调整后的功率值，Rank为层数，h为目标终端的信道信息。

S303：生成迭代结果。

经过迭代后，可以生成迭代结果，该迭代结果可以作为下行数据的功率分配权值。即，输出在目标函数即信道容量最大化时，对应的功率分配权值，并按照功率分配权值执行预编码，从而可以达到最优频谱效率。

通过上述采用迭代方法生成功率分配权值的过程可以看出，如果采用全局最优求解，通过迭代多次局部最优求解，计算获得全局最优的计算复杂度高，需要较长的迭代时间才能获得权值的最优解，不利于工程实现。也可以采用简单最优局部最优解求解，即采用功率控制和空间旋转的思路进行求解，以降低工程实现过程中的复杂度，但是这种求解方式对信号传输的性能增益较小，并且在低信噪比条件下容易出现较大的负增益。

综上所述，如果采用香农公式求得的最大信道容量仅仅为次优解，而不是最优解；而通过功率控制和空间旋转算法进行全局最优求解的迭代复杂度较高，迭代次数也较多。因此，本申请实施例提供一种下行预编码方法，用于在对下行数据进行预编码的过程中，能够通过较少的迭代次数，获得全局最优解，以便根据功率分配权值对下行数据执行预编码操作。

下面结合附图，对本申请下行预编码方法进行说明。

如图2所示，本申请一个示意性实施例中提供的下行预编码方法，包括以下步骤：

S401：获取下行信道的信道信息。

在与用户终端建立连接时，基站可以获取下行信道的信道信息。例如，通过PDCCH向终端发送用于获取信道信息的DCI，以使终端对信道状态测量资源进行测量，并将测量结果反馈给基站。信道信息包括信道特征矩阵和初始权值。对于MIMO系统，由于包括多个终端，且每个终端设有多个天线，因此可以通过反馈结果组成一个信道特征矩阵。

信道特征矩阵中的每个元素用于反映对应终端与基站之间的信号传输特点，例如，信道特征矩阵中可以包括当前下行信道的调制与编码策略(modulation and codingscheme，MCS)信息、调制方案信息以及星座点类型信息等。信道特征数据可以利用特定量化方式，转化为具体的值，以体现为上述信道特征矩阵中的每个元素。

初始权值可以是单用户权值或者估计权值。其中，单用户权值是指在非MIMO场景下，通过下行信道与终端进行信号传递时的权值。估计权值是指根据场景中终端的接入特点，如终端数量、天线数量以及天面尺寸，结合信道容量进行预估所获得的权值。

在步骤S401中获取的信道信息，可以作为MIMA算法的初始化参数，以使用MIMA算法迭代求解功率分配权值的最优解。

S402：以信道信息作为初始化参数，使用MIMA算法迭代生成下行信道的功率分配权值。

在获取信道信息后，基站可以通过调用MIMA算法进行功率分配权值的求解计算。为了使用MIMA算法迭代求解功率分配权值，调用的MIMA算法的目标函数为下行信道的互信息下界函数，同时将信道信息中的初始权值和信道特征矩阵输入至MIMA算法中，以执行MIMA算法进行迭代优化求解。

其中，互信息下界函数具体表示如下：

根据互信息公式：

其中，

其中，码距e_ij＝x_i-x_j。利用杰森(Jensen)不等式，求解互信息下界，即：

由于：

因此：

将f(H,W)代入I(y；x)，可得互信息下界：

其中：

其中，G(H，W)为互信息下界函数；H为信道特征矩阵；W_n为初始权值矩阵；e_ij为星座点码距；i，j分别为星座点编号；M^Nt为星座点总数量；σ²为噪声方差；n为迭代次数索引。

因此，互信息最大化问题，可以转换成G(H,W)最小化的问题，即：

相应的，关于互信息最大化问题的数学模型可等价为互信息下界函数G(H,W)最小化的问题，即设置MIMA算法的目标函数如下：

可见，在上述的一种可行的实施方式中，可将互信息最大化问题转化为互信息下界问题，以进行功率分配和权值计算。由于互信息下界函数G(H,W)的迭代计算复杂程度相对于互信息最大化函数的迭代计算复杂程度更低，因此可以简化迭代过程中的计算复杂程度，即降低工程实现中的复杂度，有利于快速确定信道容量在离散调制星座时的全局最优解。

在上述互信息下界函数G(H,W)中，由于H为信道特征矩阵，即在步骤S401中获取的信道特征矩阵，W为权值矩阵，会随着后续迭代过程不断更新。为了完成首次迭代，可以将W设置为初始权值，以作为前几次迭代计算的判断约束值。可见，通过将信道特征矩阵和初始权值作为MIMA算法的输入，可以获得符合当前信道特点的迭代输出结果，即最优解状态下的功率分配权值矩阵。

在确定上述互信息下界函数G(H,W)后，可以针对互信息下界函数G(H,W)进行迭代优化求解。在一种实现方式中，为了简化后续迭代过程，也可以利用梯度迭代法更新权值矩阵W_n，即：

其中，α为预设影响系数；H为信道特征矩阵；W_n为权值矩阵；μ为迭代梯度，为互信息下界函数G(H,W)关于权值W的一阶导数，因此：

即：

其中，e_ij为星座点码距；i，j分别为星座点编号；M^Nt为星座点总数量；σ²为噪声方差；n为迭代次数索引。

基于上述公式，可以互信息下界函数G(H,W)为目标函数，以信道特征矩阵H和初始权值W₁作为迭代初始化参数，进行梯度迭代，以获得目标函数G(H,W)最小化的情况下对应的权值矩阵W。

S403：按照所述功率分配权值对下行数据执行预编码。

获得MIMA算法的迭代计算输出的权值矩阵W后，可以将步骤S402的输出结果作为预编码的输入，对下行数据执行预编码。由于基站与终端之间可以利用多层星座组合的方式进行数据发送，因此可以利用迭代求解获得的功率分配权值与数据的组合，实现最优多层星座的组合，并且保证组合后星座可以获得最优吞吐量。

例如，可利用多层星座的组合进行数据发送，如图3所示，通过上述实施例中提供的MIMA算法进行求解计算，可以保证组合后的星座方式能够获得最优吞吐量。如在图3中，两个QPSK星座通过星座汇聚组合成离散高斯化星座，更符合高斯分布。

又例如，如图4所示，对于一种情况，在两层传输时，如果基站利用传统方法给层0分配功率P0，给层1分配功率P1，由于传输的数据为离散数据，解调性能受限于星座间的最小码距，层1分配的功率P1较小，因此容易导致层1传输错误。而利用上述实施例中提供的MIMA算法后，由于假设数据为离散数据，可以给层0分配功率P0+P1，而给层1分配0功率，从而保证最优的吞吐量性能。

对于另一种情况，在两层传输时，利用传统方法给层0分配功率P0+P1，给层1分配P2，由于数据离散特性，给层0分配更高的功率无法获得更高的吞吐量，从而导致功率浪费和吞吐量损失。而利用上述实施例中提供的MIMA算法后，由于假设数据为离散数据，可以给层0分配功率P0，L1分配功率P0+P1，从而保证最优的吞吐量性能。

下面结合附图对前述实施例中所示的MIMA算法方案进行进一步说明。

在一种实现方式中，如图5所示，步骤2所示的使用MIMA算法迭代生成下行信道的功率分配权值的步骤，具体可以包括如下步骤：

S4021：设置迭代梯度值为初始步长因子以及设置最小步长因子。

在开始迭代前，需要对迭代参数进行设置，初始步长因子和最小步长因子可以根据实际信号传输需要进行设置，即设置初始化权值矩阵W₁为信道特征矩阵，同时，设置初始步长因子μ＝μ_init，设置最小步长因子μ_min。通过设置迭代梯度值，可以确定后续迭代过程的初始值。在后续迭代过程中，可以按照初始步长因子开始迭代，并通过与最小步长因子进行比较，确定完成迭代的时机。

S4022：根据所述初始权值和信道特征矩阵生成初始迭代速率。

在设置迭代梯度值以后，可以开始首次迭代，即根据初始权值和信道特征矩阵生成初始迭代速率R_n＝G(H,W_n)，其中，所述初始迭代速率按照下式计算生成：

R_n＝G(H,W_n)

式中，R_n为初始迭代速率；G(H，W)为互信息下界函数，即：

其中，H为信道特征矩阵；W_n为初始权值；e_ij为星座点码距；i，j分别为星座点编号；M^Nt为星座点总数量；σ²为噪声方差；n为迭代次数索引。

例如，在首次迭代过程中，可以直接在互信息下界函数G(H,W)输入当前下行信道的初始权值W₁和信道特征矩阵H，并计算初始迭代速率R₁＝G(H,W₁)。计算初始迭代速率后，则进入迭代步骤中的判断环节，在上述示意性实施例中，需要分别关于迭代梯度值和迭代速率进行两次判断。

S4023：如果所述迭代梯度值大于所述最小步长因子，更新权值矩阵。

在生成初始迭代速率后，可以对迭代梯度值与最小步长因子进行比较，从而确定是否已完成迭代。如果迭代梯度值大于最小步长因子，则未完成本次迭代过程，因此可以更新权值矩阵W_n并继续进行下一轮迭代。如果迭代梯度值小于或等于最小步长因子，则确定已完成本次迭代，因此可以输出此时的权值矩阵，以便按照输出的权值矩阵，计算信道容量。

对于首次迭代过程，由于设置初始步长因子μ＝μ_init，所设置的初始步长因子必然大于设置的最小步长因子μ_min，因此在首次迭代过程中，迭代梯度值大于最小步长因子，即进行更新权值矩阵。

在一种实现方式中，可以按照下式更新权值矩阵：

其中，μ为迭代梯度值；α为预设的影响系数；为互信息下界函数G(H,W)关于权值W的一阶导数，即：

式中，H为信道特征矩阵；W为初始权值；e_ij为星座点码距；i，j分别为星座点编号；M^Nt为星座点总数量；σ²为噪声方差；n为迭代次数索引。

例如，对于首次迭代过程，由于判断迭代梯度值大于最小步长因子，需要更新权值矩阵。因此可以先计算首次迭代过程中的再根据计算的更新权值矩阵，即

S4024：根据更新后的权值矩阵和所述信道特征矩阵生成中间迭代速率。

在对权值矩阵进行更新后，以更新后的权值矩阵W_n+1和当前下行信道的信道特征矩阵H为输入，再次根据迭代速率的计算公式计算中间迭代速率，即：

R_n+1＝G(H,W_n+1)

例如，对于首次迭代过程中获得的更新后的权值矩阵W₂可以将更新后的权值矩阵W₂和信道特征矩阵H输入R_n＝G(H,W_n)计算中间迭代速率R₂，以便进行后续对迭代速率的判断，从而实现迭代过程。

在计算出中间迭代速率后，可以对中间迭代速率与初始迭代速率进行比较，从而根据比较结果确定是否已完成本次迭代。

S4025：如果所述中间迭代速率大于或等于所述初始迭代速率，则更新所述迭代梯度值，以及在所述迭代梯度值小于或等于所述最小步长因子时提取权值矩阵，获得所述功率分配权值。

通过中间迭代速率与初始迭代速率的比较，如果中间迭代速率大于或等于初始迭代速率，则说明当前互信息下界函数已经接近最小化结果，因此可以更新迭代梯度值，继续进行迭代，使互信息下界函数逐渐逼近最小值，直至迭代梯度值小于或等于最小步长因子时提取对应的权值矩阵，以获得当前下行信道中各信号的功率分配权值。

在与步骤S4025并列的另一种比较结果下，如果中间迭代速率小于初始迭代速率，则说明当前互信息下界函数G(H,W)还未获得最小化结果。因此可以更新初始迭代速率为中间迭代速率，并跳转至步骤S4023继续进行迭代，直到迭代过程中计算的中间迭代速率大于或等于上一次迭代计算的初始迭代速率，输出对应的权值矩阵。

例如，对于首次迭代过程对应计算的中间迭代速率R₂，如果通过对比确定中间迭代速率R₂＜R₁，则确定当前互信息下界函数R₁＝G(H,W₁)未获得最小化结果，因此，可以将初始迭代速率设置为R₂，并跳转执行步骤S4023继续进行迭代。

对于步骤S4025，如果中间迭代速率大于或等于所述初始迭代速率，可以通过梯度迭代的方式，更新迭代梯度值，以进一步判断是否获得互信息下界函数G(H,W)的最小化结果。即所述MIMA算法可以包括：如果中间迭代速率大于或等于初始迭代速率，更新迭代梯度值。

可以按照下式更新所述迭代梯度值：

其中，μ为迭代梯度值；k为收敛系数。

在迭代过程中，可以通过设置的收敛系数k对迭代梯度值进行更新，通常可以设置收敛系数k＝3。在更新迭代梯度值以后，可以跳转至步骤S4023，继续对迭代梯度值进行判断，以根据判断结果再进行迭代，以及对权值矩阵进行更新。

例如，在对于首次迭代过程对应计算的中间迭代速率R₂，如果通过对比确定首次迭代的中间迭代速率R₂≥R₁，则可以对迭代梯度值进行更新，即μ＝1/3μ_init，相应的在对更新后的迭代梯度值与设置的最小步长因子继续进行比较。如果更新后的迭代梯度值μ仍然大于最小步长因子μ_min，则进行继续权值矩阵进行更新。

同理，在对权值矩阵进行更新后，也可以通过执行步骤S4024，计算中间迭代速率，以及通过执行步骤S4025对中间迭代速率与初始迭代速率进行比较，实施反复迭代，直到中间迭代速率大于或等于初始迭代速率，并且迭代梯度值小于设置的最小步长因子，确定完成迭代，输出最终的权值矩阵。最后从权值矩阵中提取对应的元素，作为当前下行信道中每个信号的功率分配权值，实现对下行数据执行预编码。

可见，在上述实现方式中，通过将MIMA算法中的目标函数设置为采用互信息下界函数，进行功率和权值的优化求解，可以简化每一次迭代中的计算复杂度。并相应利用了杰森不等式、类梯度迭代、类牛顿迭代相结合的迭代方式，减少迭代次数，简化迭代步骤复杂度，使得上述MIMA算法能够在工程中进行应用。

下面结合一个具体的实施示例，对上述MIMA算法的迭代过程进行描述，例如：

获取到信道信息后，可以提取信道信息中的初始权值W₁和信道特征矩阵H，并将初始权值初始权值W₁和信道特征矩阵H作为MIMA算法的初始化参数。同时设置初始步长因子μ＝μ_init，设置最小步长因子μ_min。

根据初始权值W₁和信道特征矩阵H计算初始迭代速率R₁＝G(H,W₁)，通过对比，确定初始步长因子μ_init大于最小步长因子μ_min，则更新权值矩阵再根据更新后的权值矩阵W₂和所述信道特征矩阵H生成中间迭代速率R₂＝G(H,W₂)。

再通过对比，确定中间迭代速率R₂小于初始迭代速率R₁，则将初始迭代速率设置为中间迭代速率R₂继续进行迭代，将权值矩阵W₂作为初始权值，并与信道特征矩阵H一同作为MIMA算法的初始化参数。

此时，由于初始步长因子μ_init大于最小步长因子μ_min，因此需要更新权值矩阵并计算中间迭代速率R₃＝G(H,W₃)。再通过对比，确定中间迭代速率R₃小于初始迭代速率R₂，则将初始迭代速率设置为中间迭代速率R₃继续进行迭代，将权值矩阵W₃作为初始权值，并与信道特征矩阵H作为MIMA算法的初始化参数。

同理，依次通过迭代计算获得权值矩阵W₄、W₅、W₆……，以及中间迭代速率R₄、R₅、R₆……，并进行对比，直到中间迭代速率R_n大于或等于初始迭代速率R_n-1时，更新迭代梯度值μ’＝1/3μ。

再通过对比，确定步长因子迭代梯度值μ’大于最小步长因子μ_min，再通过更新权值矩阵以及计算中间迭代速率R_n+1＝G(H,W_n+1)，并继续进行对比以及迭代计算，获得权值矩阵W_n+2、W_n+3、W_n+4……，以及中间迭代速率R_n+2、R_n+3、R_n+4……，至中间迭代速率R_n+m大于或等于初始迭代速率R_n+m-1时，更新迭代梯度值μ”＝1/3μ’。

通过对比，如果确定步长因子迭代梯度值μ”小于或等于最小步长因子μ_min，则完成迭代，输出此时的权值矩阵W_n+m。再根据输出的权值矩阵计算信道容量，从而确定每个信号对应分配的权值以及功率。

通过实际检测分析可知，上述实现方式可以在经过十几次或几十次迭代即可求解出全局最优解，相对于学术理论中的成千上万的迭代次数可以大大简化迭代步骤复杂度，从而节省求解时间，使得上述实现方式可以应用在下行数据的实时预编码过程中。即可以有针对性的对当前下行信道进行最优求解，并按照求解结果对下行数据执行预编码，达到既不降低信号传输效率，又能获得最优吞吐量的目的，提高基站在MIMO系统场景下的下行数据发送效率，改善信号传输质量。

为了将下行数据发送给终端，需要按照计算获得的功率分配权值对下行数据执行预编码，如图6所示，在一种实现方式中，步骤S403示出的按照功率分配权值对下行数据执行预编码可以包括：

S4031：根据所述功率分配权值和所述下行信道的信道容量生成分配功率值。

通过迭代获得功率分配权值后，基站可以结合当前下行信道的信道容量，计算信号的分配功率值。其中，分配功率值是指对于对应数字信号的发送功率，不同类型的信号所需要的发送功率不同，相应多层星座的组合方式也不同。

S4032：应用所述分配功率值至所述下行数据。

根据功率分配权值确定的分配功率值，可以利用计算获得的最优解获得下行数据的最佳发送方式，从而合理利用信道容量。因此，在生成分配功率值后，可以将分配功率值应用至下行数据，以形成下行数据流，实现按照计算获得的最优功率和权值将下行数据发送至终端，最大化应用信道容量。

上述实施例提供的下行预编码方法，可以应用于单用户的多输入多输出系统中，也可以应用在多用户的多输入多输出系统中，均能够在传递下行数据前获得符合当前下行信道特点的功率分配权值，以获得最优的吞吐量性能。

对于多用户的MIMO系统，由于系统中包括多个用户终端，多个用户终端之间可以通过基站进行相互通信，因此在一个终端(目标终端)配对另一个终端(配对终端)时，两个终端之间产生的通信数据也可以在基站中产生下行数据。例如，终端A在与终端B配对后，终端A向终端B发送的数据，会先发送至基站；基站再将对应数据作为下行数据通过下行信道发送给终端B。

需要说明的是，下行数据是指从基站发送给终端的数据，在多用户的MIMO场景中，所述下行数据不仅包括配对终端向目标终端发送的通信数据，还包括发送给目标终端的其他数据，例如互联网发送给目标终端的数据等。并且，所述配对关系不局限于两个终端之间的配对关系，还可以是多个终端之间的配对关系。

在传输具有配对关系的终端对应的数据时，基站可以获取与配对终端有关的信道特征作为信道信息，以形成信道特征矩阵。因此，如图7所示，为了适应多用户复用场景，步骤S401示出的获取下行信道的信道信息的步骤可以包括：

S4011：获取配对信息。

所述配对信息用于表示具有配对关系的终端对应信道特征数据，可以包括目标终端和配对终端的调制与编码策略信息、调制方案信息以及星座点类型信息中的一种或多种。

其中，调制与编码策略信息通常表现为MCS索引值，可用来实现LTE中速率的配置。MCS信息中可以将所关注的影响通讯速率的因素作为表的列，将MCS索引值作为行，形成一张速率表。其中，每一个MCS索引其实对应一组参数下的物理传输速率。

调制方案信息用于表征当前基站传输数字信号时的数字调制参数，例如载波信号的参量以及信源编码、加密和均衡等相关的参数等。不同基站、终端甚至下行信道可采用不同形式的调制方案，通过调制方案信息可以确定下行信道数据的调制/解调方式，以便传输的信号拥有更强的抗干扰性能和抗信道损耗性能，以及拥有更好的安全性。

星座点类型信息是用于表征数据映射状态的数据，由于数字通信领域中，会将数字信号在复平面上表示，以直观的表示信号以及信号之间的关系。因此数据经过信道编码后，被映射在星座图上，星座点的类型不同，将影响数据在星座图上的映射结果。

对于每个终端，其在连接至基站后，根据不同的硬件特点，分别对应有不同的信道特征数据。而在信道特征数据中，可以包含有调制与编码策略信息、调制方案信息以及星座点类型信息等，因此配对信息可以分别在目标终端和配对终端对应的信道特征数据中提取获得。

S4012：生成信道特征矩阵。

在提取配对信息后，基站可以利用配对信息生成信道特征矩阵。相对于上述实施例，本实施例中可以在原本信道特征矩阵的基础上，在所述配对信息中提取相应的数据，如调制与编码策略信息、调制方案信息以及星座点类型信息的一种或多种，并将提取的数据添加至信道特征矩阵。

上述三种信息可以通过组合形成一个用于表征下行信道特点的信道特征矩阵。显然，信道信息并不局限于上述三种，也可以包括其他类型的信息，例如天线数量、天面尺寸、信道容量等，可以根据实际信号传输过程所考虑的重点因素，构成不同的信道信息。

因此，通过上述信道特征矩阵的生成方法，可以在生成的信道特征矩阵中增加配对终端相关的信道特征。在两个相互配对的终端之间发生通信时，可以使得功率计算和权值计算的结果中具有与之配对的终端信道特征，并且相互配对的两个终端可以利用相应的信道特征进行均衡、检测和译码，从而提高两个配对终端之间的信号传输效率。

对于上述配对信息，一方面可以作为信道信息形成信道特征矩阵，另一方面还可以通过基站发送至具有配对关系的各终端中。如果多用户之间能够相互获知对应的MCS、调制方案、星座点类型等与数据传输相关的信息，则可以实现在配对后直接采用相适应的数据处理方式。例如可以采用相同的调制/解调方式等，从而减少终端无法解调数据或者采用盲解方法进行解调的问题，能够加快终端对数据的均衡、检测和译码过程，便于实现达到信道容量最大值的目的。

因此，在多用户的MIMO系统中，基站可以向目标终端和配对终端分别发送信令，以通知目标终端和配对终端相互获得信道特征，即如图8所示，在一种实现方式中，所述下行预编码方法还包括：

S404：发送下行信令。

对于多用户复用场景，基站可以针对目标用户和配对用户生成下行信令，并且可以向目标终端和配对终端分别发送下行信令，以便将配对信息通知到目标终端和配对终端。即目标终端通过接收下行信令获得基站通知的配对终端对应的调制与编码策略信息、调制方案信息以及星座点类型信息等配对信息，然后利用接收到的配对信息进行均衡、检测和译码。同理，配对终端也可以通过接收下行信令获得基站通知的目标终端对应的配对信息，并利用配对信息进行均衡、检测和译码。其中，下行信令可以包括诸如MCS、调制方案、星座点类型等配对信息。

下行信令可以直接被终端进行解析，从而可以在下行信令中提取配对终端的调制与编码策略信息、调制方案信息以及星座点类型信息等配对信息。在一种实现方式中，所述下行信令承载在无线资源控制信令(radio resource control，RRC)，和/或DCI信令中。

其中，RRC又称为无线资源管理(radio resource management，RRM)或者无线资源分配(radio resource assignment RRA)，是指通过一定的策略和手段进行无线资源管理、控制和调度，在满足服务质量的要求下，充分利用有限的无线网络资源，确保到达规划的覆盖区域，提高业务容量和资源利用率。

相应的RRC信令即在基站实施无线资源管理、控制和调度时的信令，该信令可以直接在终端与基站之间进行传输，无需通过下行数据的方式进行发送。同样，DCI信令可以由下行物理控制信道承载，专用于向终端发送下行控制信息，包括上下行资源分配、混合自动重传请求信息、功率控制等，也无需通过下行数据的方式发送。

终端对下行信令可以承载在RRC信令中或者DCI信令或者通过RRC信令和DCI信令的组合进行接收。终端可以利用对应下行信令，进行均衡、检测和译码过程，从而获得最优的功率分配和吞吐量性能。

上述实施例中所提供的下行预编码方法以及各种实现方式中提供的下行预编码方法或方法所包含的步骤之间，可以相互结合以获得更多的预编码方法的实现方式，此处不再赘述。

基于上述实施例提供的下行预编码方法，在本申请的一种示意性实施方式中，还提供一种下行预编码装置。所述下行预编码装置可以用于实施上述实施例中提供的下行预编码方法。如图9所示，在一种实现方式中，所述下行预编码装置包括：获取模块1、权值计算模块2以及预编码模块3，分别用于执行上述实施例中的步骤S1、步骤S2以及步骤S3，以便对下行数据执行预编码。

例如，获取模块1用于获取下行信道的信道信息，并将信道信息发送给权值计算模块2，其中，所述信道信息包括下行信道的初始权值和下行信道的信道特征矩阵。

权值计算模块2用于接收获取模块1发送的信道信息，并使用MIMA算法迭代生成下行信道的功率分配权值。其中，所述MIMA算法的目标函数为下行信道的互信息下界函数，所述MIMA算法的初始化参数为所述初始权值和信道特征矩阵。权值计算模块2在计算获得功率分配权值后，也可以将功率分配权值发送给预编码模块3。

预编码模块3用于接收功率分配权值，并按照所述功率分配权值对下行数据执行预编码。

可见，上述下行预编码装置，可以在下行数据发送前，先通过获取模块1获得信道信息。再通过权值计算模块2执行MIMA算法，并根据信道信息迭代计算求解功率和权值的最优解，获得功率分配权值。最后通过预编码模块3对下行数据按照功率分配权值执行预编码，确定多层星座的最优组合方式，即获得最优吞吐量。

其中权值计算模块2为了执行MIMA算法，也可以通过具体执行以下操作，以获得功率分配权值：先设置迭代梯度值为初始步长因子以及最小步长因子；再根据初始权值和信道特征矩阵生成初始迭代速率；如果迭代梯度值大于最小步长因子，更新权值矩阵；然后根据更新后的权值矩阵和信道特征矩阵生成中间迭代速率；如果中间迭代速率大于或等于初始迭代速率，则提取权值矩阵，获得功率分配权值。

综上所述，本申请实施例提供一种下行预编码方法，可在获取下行信道的信道信息后，使用MIMA算法迭代生成下行信道的功率分配权值，再按照功率分配权值对下行数据执行预编码实现对下行数据的传递。所述下行预编码方法以互信息下界函数为目标函数，通过迭代完成对功率和权值的计算，以便确定最优星座组合，在较小的迭代次数下，保证信道容量分配维持在离散调制星座时的全局最优解。

对于上述实施例中的其他实现方式，可以在上述下行预编码装置的基础上，通过配置不同的功能单元实施相对应的实现方式，此处不再赘述。

需要说明的是，上述实现方式中的下行预编码装置中各模块的划分仅仅是一种逻辑功能的划分，在实际实现过程中可以全部或部分集成到一个物理实体上，也可以在物理上分开。例如，所述获取模块1可以由信号收发器实现，而权值计算模块2以及预编码模块3可以由控制器实现，即信号收发器获取信道信息并发送给控制器，使得控制器再根据信道信息执行MIMA算法进行迭代求解，并对下行数据执行预编码，最后再通过信号收发器将下行数据发送给终端。

为此，在一种示意性实施方式中，还提供一种基站100，可以包括信号收发台101和控制器102，其中，信号收发台101可以被配置为获取信道信息，控制器102被配置为执行MIMA算法以及对下行数据的预编码。信号收发台101连接控制器102，以向控制器102发送所获取的信道信息；所述控制器102被配置为执行操作指令，以实现所述下行预编码方法，控制所述信号收发台对下行数据执行预编码。

控制器102可以内置处理器和存储器，其中存储器中可以储存有上述预编码方法对应的控制程序，处理器可以从存储器中调用对应的控制程序，并通过执行该控制程序对下行数据进行预编码。其中，处理器可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)或者CPU和NP的组合。处理器也可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmable logic device，PLD)或其组合。

上述PLD可以是复杂可编程逻辑器件(complex programmable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。

存储器可以包括易失性存储器，例如随机存取存储器(random-access memory，RAM)；存储器也可以包括非易失性存储器，例如只读存储器(read-only memory，ROM)，快闪存储器，硬盘或固态硬盘；存储器也可以包括上述种类的存储器的组合。

例如，当基站100中有终端200接入时，可以通过信号收发台101获取终端200对应的信道信息，并将信道信息发送给控制器102。控制器102中的处理器在接收到信道信息后，可以在存储器中先调用MIMA算法相关的应用程序，并提取信道信息中的初始权值和信道特征矩阵作为该MIMA算法程序的输入，从而通过执行该MIMA算法，生成功率分配权值。

在生成功率分配权值后，可以再从存储器中调用预编码相关应用程序，并以功率分配权值作为预编码相关应用程序的输入，对下行数据执行预编码。最后将预编码结果再通过信号收发台101发送给终端200。

对于上述实施例中的其他实现方式，只需要在基站100的存储器中相应存储特定的应用程序。并在达到相应条件时，由处理器直接调用执行该应用程序即可实施其他实现方式，此处不再赘述。

在一个示意性实施例中，还提供一种通信装置，该通信装置可以为终端或者终端中的芯片或者片上系统。该通信装置可以实现上述各方面或者各可能的实现方式中终端所执行的功能，所述功能可以通过硬件实现。该通信装置可以包括：处理器和通信接口，处理器可以用于支持通信装置实现上述下行预编码方法。

在一个示意性实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质可以为可读的非易失性存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机可以执行上述下行预编码方法。

在一个示意性实施例中，还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机可以执行上述下行预编码方法。

在一个示意性实施例中，还提供一种通信装置，该通信装置可以为终端或者终端中的芯片或者片上系统，该通信装置包括一个或者多个处理器以及和一个或多个存储器。所述一个或多个存储器与所述一个或多个处理器耦合，所述一个或多个存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述一个或多个处理器执行所述计算机指令时，使所述通信装置执行如上述下行预编码方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。

所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线，例如同轴电缆、光纤、数字用户线，或无线，例如红外、无线、微波等，方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘)等。

本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。