[发明专利]信道仿真仪的输入数据矢量计算方法、装置及信道仿真仪

权利要求书

1.一种信道仿真仪的输入数据矢量计算方法，其特征在于，所述方法包括：

当获得输入数据矢量时，对信道仿真仪的信道矩阵中的与预设的低秩全相关矩阵的秩的数量相同的信道向量和所述输入数据矢量进行卷积，得到卷积项；其中，所述低秩全相关矩阵为：对用于描述信道空间统计特征的信道全相关矩阵进行降秩处理所得的矩阵，所述信道全相关矩阵为：根据信道仿真仪的信道矩阵中的信道向量计算所得的矩阵；

对所述信道矩阵中的与所述低秩全相关矩阵的秩的数量相同的信道向量之外的信道向量建立高斯分布模型，并和所述信道仿真仪的输入数据矢量进行卷积，得到加性高斯白噪声项；其中，所述高斯分布模型服从均值为0，方差为1的复高斯分布；

对所述卷积项和所述加性高斯白噪声项进行求和处理，得到与所述输入数据矢量相对应的输出数据矢量。

2.根据权利要求1所述的方法，其特征在于，所述根据信道仿真仪的信道矩阵中的信道向量计算所得矩阵的计算公式为：

其中，R为信道全相关矩阵，E为期望运算符，h为信道仿真仪输入端口和输出端口之间的信道向量。

3.根据权利要求1所述的方法，其特征在于，所述对用于描述信道空间统计特征的信道全相关矩阵进行降秩处理，包括：

对所述信道全相关矩阵进行奇异值分解SVD处理，得到截断SVD分解矩阵以及截断SVD分解矩阵的秩；

根据预设约束条件对所述截断SVD分解矩阵进行最优矩阵选择处理，得到低秩全相关矩阵和所述低秩全相关矩阵的秩；

其中，所述预设约束条件为：条件一、所述最优矩阵的秩小于所述截断SVD分解矩阵的秩；条件二、所述最优矩阵的秩小于输入端口的数量；条件三、所述最优矩阵与所述信道全相关矩阵的二范数最小。

4.根据权利要求3所述的方法，其特征在于，所述输出数据矢量的计算公式为：

yn=Σp=1NpΣm=1Lhmn(p)xm+Σm=L+1Mn0xm,]]>

其中，p为路径，N_p为路径的数量，n₀为高斯分布模型，h_mn为第m个输入端口与第n个输出端口之间的信道系数，L为所述低秩全相关矩阵的秩，x_m为第m个输入端口对应的输入数据，为卷积项，为加性高斯白噪声项。