信号处理装置及信号处理方法与流程

1.本公开涉及通信和数字信号处理技术领域，具体涉及一种信号处理装置及信号处理方法。


背景技术：

2.在现代移动通信系统中，多载波传输技术和高阶数字调制方式会导致系统的峰均比(peak-average power ratio，papr)更高、信号传输带宽更大。随着带宽的增加，信号的峰值-平均功率比(即峰均比)也在不断增加，这会严重降低发射信号的平均功率，进而降低功率放大器(power amplifier，pa)的效率。在新一代无线通信系统中，pa效率降低带来的影响更加明显。
3.为解决该问题，目前采用fitra算法,利用大规模mimo带来的高预编码自由度，寻找最优预编码矩阵,使得最优预编码矩阵在满足消除多用户干扰(multi-user interference，mui)的同时，能够使得时域信号的papr降至最低。由于没有损伤原始信号，因此这类算法的evm(error vector magnitude，误差向量幅度)性能非常好，一般不会恶化evm。但是这类方案受自由度大小影响很大,当发射天线数较少时，如常规mimo(multiple-inmultiple-out，多进多出)下，发射天线数/接收天线数《2时，预编码自由度较低，则很难寻找能够降低papr的预编码矩阵，就会导致papr性能较差，因此这一类方案无法应用常规mimo场景,只适用于大规模mimo场景，即发射天线数/接收天线数》2的场景。
4.目前还有另一种添加扰动信号的算法，利用大规模mimo带来的高零空间自由度，在零空间内寻找与噪声最接近的信号与原始信号抵消，使得噪声信号经过信道传输后自动与信道抵消，从而消除接收端evm的影响。这类方案同样容易受到发射天线个数的影响，应用场景较为受限，不能应用于常规mimo场景。
5.由此可以看出，现有的方案虽然能够降低papr，但是对发射天线数很敏感，只能用于大规模mimo场景，无法应用于发射天线数较少常规mimo场景，方案的通用性不强。


技术实现要素：

6.本公开提供一种信号处理装置及信号处理方法。
7.第一方面，本公开实施例提供一种信号处理装置，包括：预处理模块、判断模块、处理模块和转换模块，所述预处理模块用于，根据各子载波的信道矩阵生成联合矩阵，并对所述各子载波的qam信号进行并串转换得到串联qam信号，所述串联qam信号包括与所述各子载波对应的第一子信号；
8.所述判断模块用于，根据所述第一子信号各元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系；
9.所述处理模块用于，分别针对每个元素中的星座点，根据所述联合矩阵、所述串联qam信号和相应的判断结果建立凸优化模型；根据所述各元素中的星座点的约束关系和所述凸优化模型，确定各天线通道的联合时域信号；
10.所述转换模块用于，对所述联合时域信号进行串并转换,得到与所述各天线通道对应的时域信号。
11.又一方面，本公开实施例还提供一种信号处理方法，包括：
12.根据各子载波的信道矩阵生成联合矩阵，并对所述各子载波的qam信号进行并串转换得到串联qam信号，所述串联qam信号包括与所述各子载波对应的第一子信号；
13.根据所述第一子信号中各元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系；
14.分别针对每个元素中的星座点，根据所述联合矩阵、所述串联qam信号和相应的判断结果建立凸优化模型；
15.根据所述各元素中的星座点的约束关系和所述凸优化模型，确定各天线通道的联合时域信号；
16.对所述联合时域信号进行串并转换，得到与所述各天线通道对应的时域信号。
17.本公开实施例提供的信号处理装置及信号处理方法，预处理模块用于，根据各子载波的信道矩阵生成联合矩阵，并对各子载波的qam信号进行并串转换得到串联qam信号，串联qam信号包括与各子载波对应的第一子信号；判断模块用于，根据第一子信号各元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系；处理模块用于，分别针对每个元素中的星座点，根据联合矩阵、串联qam信号和相应的判断结果建立凸优化模型；根据各元素中的星座点的约束关系和凸优化模型，确定各天线通道的联合时域信号；转换模块用于，对联合时域信号进行串并转换得到与各天线通道对应的时域信号。本公开实施例通过判断第一子信号各元素中的星座点在星座图中是否扩张，并根据扩张判断结果确定各元素中的星座点的约束关系，在元素中的星座点扩张的情况下，一方面，可以同时利用mimo中预编码自由度和星座图自由度来降低峰均比，从而带来更大的自由度，可以适用于大规模mimo场景和常规mimo场景，使用场景更加广泛，提高使用通用性；另一方面，由于扩张方向可控，不会影响接收端信号的解调性能，因此使用硬判决方式时能够保证星座点判决的正确性；本公开实施例能够实现削峰、预编码、idft联合处理，在降低信号峰均比的基础上，不会恶化evm，还可以省略后续的削峰操作，简化信号处理过程。
附图说明
18.图1为本公开实施例提供的信号处理装置结构示意图；
19.图2a为现有的mimo发射机的示意图；
20.图2b为本公开实施例提供的信号处理装置在mimo发射机中的示意图；
21.图3为本公开实施例提供的信号处理装置工作过程示意图；
22.图4为本公开实施例提供的16qam调制信号星座图；
23.图5为本公开实施例提供的利用split-bregman算法求解凸优化模型的示意图；
24.图6为16*4mimo不同迭代次数下利用split-bregman算法求解凸优化模型的papr性能与传统方案的papr性能对比示意图；
25.图7为4*4mimo下本公开实施例星座图扩张方案与传统方案的papr性能对比示意图；
26.图8为4*4mimo下本公开实施例星座图扩张方案与传统方案的星座图对比示意图；
27.图9为本公开实施例提供的信号处理流程示意图；
28.图10为本公开实施例提供的确定约束关系的流程示意图；
29.图11为本公开实施例提供的根据星座点在星座图中的位置确定约束关系的流程示意图；
30.图12为本公开实施例提供的利用split-bregman算法求解凸优化模型的流程示意图。
具体实施方式
31.在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。
32.如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
33.本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由
……
制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其群组。
34.本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。因此，实施例不限于附图中所示的实施例，而是包括基于制造工艺而形成的配置的修改。因此，附图中例示的区具有示意性属性，并且图中所示区的形状例示了元件的区的具体形状，但并不旨在是限制性的。
35.除非另外限定，否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本文明确如此限定。
36.本公开实施例提供一种信号处理装置，结合图1和图3所示，该信号处理装置包括：预处理模块1、判断模块2、处理模块3和转换模块4，预处理模块1用于，根据各子载波的信道矩阵生成联合矩阵，并对各子载波的qam信号进行并串转换得到串联qam信号，串联qam信号包括与各子载波对应的第一子信号。判断模块2用于，根据第一子信号各元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系。处理模块3用于，分别针对每个元素中的星座点，根据联合矩阵、串联qam信号和相应的判断结果建立凸优化模型；根据各元素中的星座点的约束关系和凸优化模型，确定各天线通道的联合时域信号。转换模块4用于，对联合时域信号进行串并转换得到与各天线通道对应的时域信号。
37.本公开实施例提供的信号处理装置及信号处理方法，预处理模块用于，根据各子载波的信道矩阵生成联合矩阵，并对各子载波的qam信号进行并串转换得到串联qam信号，串联qam信号包括与各子载波对应的第一子信号；判断模块用于，根据第一子信号各元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系；处理模块用于，分别针对每个元素中的星座点，根据联合矩阵、串联qam信号和相应的判断结果建立凸优化模型；根据各元素中的星座点的约束关系和凸优化模型，确定各天线通道的联合
时域信号；转换模块用于，对联合时域信号进行串并转换得到与各天线通道对应的时域信号。本公开实施例通过判断第一子信号各元素中的星座点在星座图中是否扩张，并根据扩张判断结果确定各元素中的星座点的约束关系，在元素中的星座点扩张的情况下，一方面，可以同时利用mimo中预编码自由度和星座图自由度来降低峰均比，从而带来更大的自由度，可以适用于大规模mimo场景和常规mimo场景，使用场景更加广泛，提高使用通用性；另一方面，由于扩张方向可控，不会影响接收端信号的解调性能，因此使用硬判决方式时能够保证星座点判决的正确性；本公开实施例能够实现削峰、预编码、idft联合处理，在降低信号峰均比的基础上，不会恶化evm，还可以省略后续的削峰操作，简化信号处理过程。
38.如图2a所示，在现有的mimo发射机中，信号经过qam调制之后，依次经过预编码处理、重排列处理和idft处理后，再经过加循环前缀(cyclic prefix,cp)处理、削峰处理(cfr)和数模转换/射频电路(dac/rf)，发射出去，进入信道。本公开实施例提供的信号处理装置在mimo发射机中的位置如图2b所示，信号处理装置位于qam调制装置之后、加循环前缀装置之前，即本公开实施例的信号处理操作位于qam调制处理之后、加cp之前。对比图2a和图2b可以看出，本公开实施例的信号处理装置整合了预编码、重排列、idft和cfr处理，实现cfr-预编码-idft联合处理，简化信号处理步骤和多个信号处理装置的功能。
39.结合图1和图3所示，预处理模块1具有以下两个功能：
40.(1)对qam调制模块输出的各个子载波的qam信号(s1,s2,
……
，sn)进行并串转换，将所有子载波的qam信号转换成一列串行信号作为一路输出。其中，s1,s2,
……
，sn为与各子载波对应的第一子信号，各第一子信号包括多个元素，每个元素中包括一个星座点。
41.(2)根据各子载波的信道矩阵生成联合矩阵,具体包括以下4个步骤：
42.步骤a.利用所有子载波上的信道矩阵hn(hn∈ck×m,n＝1,...,n)构造块对角化矩阵阵其中m为天线通道的数量(即发射天线数量)，k为单天线用户数量，n为子载波的数量；信道矩阵hn由外部输入，可以按照天线系统的信道更新频率进行更新。
43.步骤b.利用idft(离散傅立叶逆变换)矩阵d∈cn×n构造块对角化矩阵
44.其中，
45.步骤c.构造转置矩阵t∈c
nn
×
nn
该转置矩阵满足以下条件：其中，为的转置矩阵。
46.步骤d.将信道矩阵对角阵块对角化矩阵和转置矩阵t相乘，计算生成联合矩阵阵c∈c
kn
×1。
47.在一些实施例中，约束关系包括实部约束关系和虚部约束关系。判断模块2用于，当判断出第一子信号的元素中的星座点在星座图中扩张时，根据该元素中的星座点在星座图中的位置确定该元素中的星座点的实部约束关系和虚部约束关系，实部约束关系和虚部约束关系可以包括大于关系、小于或等于关系。
48.在一些实施例中，判断模块2还用于，当判断出第一子信号的元素中的星座点在星座图中不扩张时，确定该元素中的星座点的实部约束关系和虚部约束关系均为等于关系。也就是说，判断模块2将预处理模块1的串联qam信号作为输入信号，判断串联qam信号中每个第一子信号(s1,s2,
……
，sn)的每个元素中的星座点在星座图中是否扩张，由此确定信号处理装置的应用场景。在元素中的星座点在星座图中扩张的情况下，设置该元素中的星座点的实部和虚部为不等式关系，即元素中的星座点的实部/虚部的关系是大于关系、小于关系或者等于关系。在元素中的星座点在星座图中不扩张的情况下，设置该元素中的星座点的实部/虚部的关系为等于关系。
49.在本公开实施例中，针对元素中的星座点在星座图中扩张的情况，根据每个元素中的星座点在星座图中的位置确定每个元素中的星座点的约束关系。
50.在一些实施例中，所述判断模块2用于，当元素中的星座点位于星座图中的第一区域时，确定该元素中的星座点的实部约束关系和虚部约束关系均为等于关系；
51.当元素中的星座点位于星座图中的第二区域，且该元素中的星座点与实轴的距离小于预设第一阈值时，确定该元素中的星座点的虚部约束关系为等于关系，若该元素中的星座点的实部大于零，则确定该元素中的星座点的实部约束关系为大于关系或等于关系，若该元素中的星座点的实部小于零，则确定该元素中的星座点的实部约束关系为小于或等于关系；当元素中的星座点位于星座图中的第二区域，且该元素中的星座点与虚轴的距离小于预设第二阈值时，确定该元素中的星座点的实部约束关系为等于关系，若该元素中的星座点的虚部大于零，则确定该元素中的星座点的虚部约束关系为大于关系或等于关系，若该元素中的星座点的虚部小于零，确定该元素中的星座点的虚部约束关系为小于或等于关系。
52.当元素中的星座点位于星座图中的第三区域，且该元素中的星座点的虚部大于零时，确定该元素中的星座点的虚部约束关系为大于关系或等于关系；当元素中的星座点位于所述星座图中的第三区域，且该元素中的星座点的虚部小于零时，确定该元素中的星座点的虚部约束关系为小于或等于关系；当元素中的星座点位于星座图中的第三区域，且该元素中的星座点的实部大于零时，确定该元素中的星座点的实部约束关系为大于关系或等于关系；当元素中的星座点位于星座图中的第三区域，且该元素中的星座点的实部小于零时，确定该元素中的星座点的实部约束关系为小于或等于关系。
53.其中，第一区域与原点的距离小于第二区域与原点的距离，第二区域与原点的距离小于第三区域与原点的距离。
54.以16qam的星座图为例说明元素中的星座点在星座图中扩张的情况下的约束关系。对于图4所示的16qam的星座图，星座图中的星座点可以分为a、b、c三类：
55.(1)a类星座点：这类星座点位于星座图的内部区域(即第一区域)，为了保证不影响判决，这些星座点不允许出现恶化。
56.(2)b类星座点：这类星座点位于星座图的第二区域，可以放宽实部或者虚部的约
束。例如，对于b1、b2、b3、b4这4个b类星座点，其实部可以外扩；对于b5、b6、b7、b8这4个b类星座点，其虚部可以外扩。
57.(3)c类星座点：这类星座点位于星座图的第三区域，可以进一步放宽实部和虚部的约束。例如，对于图4所示的4个c类星座点，其实部和虚部可以同时外扩。
58.需要说明的是，元素中的星座点位于第一区域、第二区域、第三区域的判断条件可以预先设定，例如，可以通过设置第一区域、第二区域、第三区域的边界与实轴和虚轴之间的距离，定义第一区域、第二区域、第三区域的大小以及在星座图中的位置实现。
59.因此，根据预处理模块1输出的串联qam信号中每个第一子信号的每个元素中的星座点在星座图中的位置(所属区域)，其各个元素中的星座点的实部和虚部的约束关系如下：当元素中的星座点属于a类星座点时，即元素中的星座点位于星座图中的第一区域时，该元素中的星座点的实部与虚部的约束关系均为＝。
60.当元素中的星座点属于b类星座点时，即元素中的星座点位于星座图中的第二区域时，需要分为以下两种场景：
61.场景一：当元素中的星座点与实轴的距离小于预设的第一阈值时，即元素中的星座点位于实轴附近时(即b1、b2、b3、b4)，该元素中的星座点的虚部约束关系为＝；当该元素中的星座点的实部大于零时(即b3、b4)，该元素中的星座点的实部约束关系为≥；当该元素中的星座点的实部小于零时(即b1、b2)，该元素中的星座点的实部的约束关系为≤。
62.场景二：当元素中的星座点与虚轴的距离小于预设的第二阈值时，即元素中的星座点位于虚轴附近时(即b5、b6、b7、b8)，该元素中的星座点的实部约束关系为＝；当该元素中的星座点的虚部大于零时(即b6、b8)，该元素中的星座点的虚部约束关系为≥；当该元素中的星座点的虚部小于零时(即b5、b7)，该元素中的星座点的虚部约束关系为≤。
63.当元素中的星座点属于c类星座点时，若该元素中的星座点的虚部大于零，则该元素中的星座点的虚部约束关系为≥；若该元素中的星座点的虚部小于零，则该元素中的星座点虚部约束关系为≤；若该元素中的星座点的实部大于零，则该元素中的星座点的实部约束关系为≥；若该元素中的星座点的实部小于零，则该元素中的星座点的实部约束关系为≤。
64.在一些实施例中，所述凸优化模型为：
[0065][0066][0067][0068]
其中，i＝(1,2，
…
，k*n)，k为单天线用户数量，n为子载波数量；为联合矩阵，为时域信号，为串联qam信号；为广义不等式，表示》、《、＝中的一种。
[0069]
当判断模块2判断出第一子信号的元素中的星座点在星座图中扩张时，根据该元素中的星座点在星座图中的位置确定该元素中的星座点的实部约束关系和虚部约束关系。以图4中16qam星座图为例说明，图4中各元素中的星座点的约束关系可以表示为：
[0070]
(1)4个a类星座点的约束关系为：
[0071][0072][0073]
(2)b类星座点分为以下两种场景：
[0074]
场景一：当元素中的星座点与实轴的距离小于预设的第一阈值时，即元素中的星座点位于实轴附近时(即b1、b2、b3、b4)，约束关系为：
[0075][0076][0077][0078]
场景二：当元素中的星座点与虚轴的距离小于预设的第二阈值时，即元素中的星座点位于虚轴附近时(即b5、b6、b7、b8)，约束关系为：
[0079][0080][0081][0082]
(3)4个c类星座点的约束关系为：
[0083][0084][0085][0086][0087]
处理模块3求解带有约束关系的凸优化模型，最终得到降低峰均比后的时域信号。对于元素中的星座点在星座图中扩张的情况，可以采用常用的凸优化求解方法，比如梯度下降法、牛顿迭代法等求解凸优化模型。需要说明的是，这种约束关系不是唯一的，比如，为了防止星座图外扩过于严重，还可以对外扩的边界进行约束，使得整个星座图的最大值不超过某一特定值，凡是对星座图进行有限扩张的，均在本公开实施例的保护范围内。
[0088]
在一些实施例中，处理模块3用于，当判断出第一子信号的元素中的星座点在星座图中不扩张时，利用分裂布雷格曼(split-bregman)算法和各元素中的星座点的约束关系对凸优化模型进行变换，并根据变换后的凸优化模型，确定各天线通道的联合时域信号。
[0089]
在一些实施例中，处理模块3用于，根据凸优化模型和各元素中的星座点的约束关系生成初始模型；将初始模型变换为具有约束关系的第一模型；将第一模型转换为无约束关系的第二模型；根据分裂布雷格曼算法，将第二模型拆分为第一子模型，并优化第一子模型；针对优化后的第一子模型，迭代预设次数，确定各天线通道的联合时域信号。
[0090]
结合图1、3所示，预处理模块1的两个输出和作为处理模块3的输入，处理模块3根据判断模块2输出的每个元素中的星座点的实部约束关系和虚部约束关系建立凸优化模型。并根据元素中的星座点在星座图中是否扩张的判断结果，选取不同的算法求解该凸优化模型。当元素中的星座点在星座图中扩张时，使用传统的凸优化算法求解该凸优化模型；
当元素中的星座点在星座图中不扩张时，使用split-bregman算法求解凸优化模型。最终同时得到所有天线通道的降低峰均比后的串联信号(即联合时域信号)。
[0091]
以下结合图9，对元素中的星座点在星座图中不扩张情况下，利用split-bregman算法求解凸优化模型的过程进行详细说明。
[0092]
当元素中的星座点在星座图中不扩张时，此时所有元素中的星座点对应的约束关系均为＝，凸优化模型为：
[0093][0094][0095]
处理模块3利用split-bregman算法求解凸优化模型的过程包括以下步骤：
[0096]
步骤31，根据凸优化模型和各元素中的星座点的约束关系生成无约束关系的初始模型。
[0097]
在本步骤中，将有约束凸优化问题转变为无约束优化问题，经过扩张操作，可以生成无约束关系的初始模型：
[0098]
其中λ为预设的正则化参数且λ＞0。
[0099]
步骤32，将初始模型变换为具有约束关系的第一模型。
[0100]
在本步骤中，在初始模型中添加一个辅助的分裂变量d，并且满足从而将凸优化模型转换为具有约束关系的第一模型：
[0101][0102][0103]
步骤33：将第一模型转换为无约束关系的第二模型。
[0104]
在本步骤中，将上述具有约束关系的第一模型转换为无约束关系的第二模型：
[0105]
其中，μ为正则化参数且μ＞0。
[0106]
进一步可以将上述第二模型重新写为：
[0107]
其中，其中，的bregman距离为：bregman距离为：和pd分别表示函数的次梯度矢量。
[0108]
步骤34，根据分裂布雷格曼算法，将第二模型拆分为第一子模型。
[0109]
在本步骤中，根据split-bregman算法的原理，将第二模型拆分为第一子模型：
[0110][0111]
其中，
和分别表示函数在第k次迭代下的次梯度矢量，可以表示为在第k次迭代下的次梯度矢量，可以表示为
[0112]
步骤35：优化第一子模型。
[0113]
在本步骤中，首先定义相应的，可以将第一子模型变换为：
[0114][0115]
步骤36：针对优化后的第一子模型，迭代预设次数，确定各天线通道的联合时域信号
[0116]
每完成一次迭代，令k＝k 1，并再次执行步骤36，经过预设的迭代次数后可以得到凸优化模型的最优解，即各天线通道的联合时域信号
[0117]
以下结合图5详细说明根据优化后的第一子模型在一次迭代过程中确定各天线通道的联合时域信号的步骤。如图5所示，处理模块3设置迭代次数k的初始值为0，即k＝0，并设置迭代次数为n，计算联合矩阵的特征矩阵∑，b
(0)
＝d
(0)
＝x
(0)
，预设正则化参数μ和λ，并令θ＝λ/μ。
[0118]
步骤361，计算并更新各天线通道的联合时域信号
[0119]
在本步骤中，根据以下公式计算各天线通道的联合时域信号
[0120]
其中，θ＝λ/μ。∑为的特征值矩阵。
[0121]
步骤362：更新计算d。
[0122]
需要注意的是，由于无穷范数约束包括了2范数约束，因此无穷范数约束可舍弃。
[0123]
步骤362可以包括以下步骤：
[0124]
步骤a,令
[0125]
步骤b,计算切削门限α。
[0126]
在计算切削门限α时，令x＝abs(v
(k)
)，对x进行降序重排列，重排列结果记为v；计算其中，p＝1,2,
…
,m*n，m*n为矢量v的长度；计算切削门限α＝max{0，max{c}}。
[0127]
步骤c,利用切削门限α对v
(k)
进行切削，得到d，即[d
(k 1)
]i＝min{max{[v
(k)
]i,-α}, α}。
[0128]
需要说明的是，由于之前在优化第一子模型时定义了参数b，在每次迭代过程中还需更新参数b的值。因此，在执行完步骤361和步骤362之后，还执行步骤363。
[0129]
步骤363，更新参数b。
[0130]
在本步骤中，根据以下公式更新参数b:
[0131]
如图1所示，转换模块4将处理模块3确定出的各天线通道的联合时域信号(即串联信号)转换为各自天线通道上的时域信号am。也就是说，转换模块4对处理模块3输出的联合时域信号进行串并转换，得到所有天线通道上的降低峰均比处理后的时域信号am,m＝1,...,m。
[0132]
图6为基站端发射天线数量m＝16，单天线用户数量k＝4，即16*4mimo下，子载波数n＝1024时，不同迭代次数下利用split-bregman算法求解凸优化模型的papr性能与传统方案的papr性能对比示意图。从图6可以看出，同等迭代次数下，利用split-bregman算法求解凸优化模型的papr性能明显优于传统的fitra方案；同等papr下，采用本公开实施例的方案所需的迭代次数明显少于传统的fitra方案所需的迭代次数。相比传统方案，本公开实施例的性能优势非常明显。
[0133]
图7为基站端发射天线数量m＝4，单天线用户数量k＝4，即4*4mimo下，子载波数量n＝1024时，星座点扩张方案与传统方案的papr性能对比示意图。从图7可以看出，本公开实施例的星座点扩张方案的papr在6.9db左右，而传统方案的papr在9.6db左右，该场景下，本公开实施例的星座点扩张方案相比传统方案，papr改善了2.7db，优势明显，本公开实施例的星座点扩张方案的削峰性能明显优于传统方案。
[0134]
图8为4*4mimo下本公开实施例星座点扩张方案与传统方案的星座图对比示意图。从图8可以看出，本公开实施例
[0135]
星座点扩张方案降低papr后，星座图外侧的星座点有了明显了扩张，而传统方案的星座图中的星座点不会出现扩张。需要说明的是，这种星座点的扩张不会影响星座图的硬判决，不会造成比特流的判决失误，因此对接收端解调基本无影响。
[0136]
相比传统的降低峰均比方案，利用本公开实施例的信号处理方案降低峰均比有以下优点：
[0137]
(1)应用场景更加广泛。由于增加了元素中的星座点是否扩张的判断，所有mimo场景均可使用。
[0138]
(2)削峰性能更好。基于split-bregman算法迭代求解凸优化模型的方案，相比传统方案，需要更少的迭代次数即可达到同等的削峰性能，收敛速率更快。
[0139]
本公开实施例提出的信号处理方案，通过设计合适的预编码与星座点扩张来降papr，能够适用于常规mimo场景(即发射天线数/接收天线数《2的mimo场景，例如，4*4mimo，8*8mimo)和大规模mimo场景(即发射天线数/接收天线数》2的mimo场景，例如，32*4mimo，64*4mimo等)。当对元素中的星座点进行扩张时，可以带来更大的自由度，使得任何mimo场景均可使用该装置。当不对元素中的星座点进行扩张时，只能用于大规模mimo场景。针对元素中的星座点不扩张的场景，利用split-bregman算法求解凸优化模型，可以利用较少的迭代次数即可很大程度地降低系统信号的papr，实现性能和复杂度之间的平衡。相比传统方案，不但可以利用mimo中的预编码自由度，同时还可以利用星座图自由度，扩大了应用场景，由于没有对信号进行削峰操作，因此不会恶化evm。
[0140]
本公开实施例中，信号处理装置处理的信号可以是lte(long term evolution，长期演进)信号，也可以是新一代通信系统中的nr(new radio，新空口)信号。
[0141]
本公开实施例还提供一种信号处理方法，结合图1和9所示，所述方法包括以下步骤：
[0142]
步骤11，根据各子载波的信道矩阵生成联合矩阵，并对各子载波的qam信号进行并串转换得到串联qam信号，串联qam信号包括与各子载波对应的第一子信号。
[0143]
步骤12，根据所述第一子信号各元素中的星座点在星座图中是否扩张的判断结果，确定相应星座点的约束关系。
[0144]
步骤13，分别针对每个元素中的星座点，根据所述联合矩阵、所述串联qam信号和相应的判断结果建立凸优化模型。
[0145]
步骤14，根据所述各元素中的星座点的约束关系和所述凸优化模型，确定各天线通道的联合时域信号。
[0146]
步骤15，对所述联合时域信号进行串并转换，得到与所述各天线通道对应的时域信号。
[0147]
本公开实施例提供的信号处理方法，根据各子载波的信道矩阵生成联合矩阵，并对各子载波的qam信号进行并串转换得到串联qam信号，串联qam信号包括与各子载波对应的第一子信号；根据所述第一子信号的元素中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系；分别针对每个元素中的星座点，根据所述联合矩阵、所述串联qam信号和相应的判断结果建立凸优化模型；根据所述各元素中的星座点的约束关系和所述凸优化模型，确定各天线通道的联合时域信号；对所述联合时域信号进行串并转换，得到与所述各天线通道对应的时域信号。本公开实施例通过判断第一子信号元素中的星座点在星座图中是否扩张，并根据扩张判断结果确定各元素中的星座点的约束关系，在元素中的星座点扩张的情况下，一方面，可以同时利用mimo中预编码自由度和星座图自由度来降低峰均比，从而带来更大的自由度，可以适用于大规模mimo场景和常规mimo场景，使用场景更加广泛，提高使用通用性；另一方面，由于扩张方向可控，不会影响接收端信号的解调性能，因此使用硬判决方式时能够保证星座点判决的正确性；本公开实施例能够实现削峰、预编码、idft联合处理，在降低信号峰均比的基础上，不会恶化evm，还可以省略后续的削峰操作，简化信号处理过程。
[0148]
在一些实施例中，约束关系包括实部约束关系和虚部约束关系。如图10所示，所述根据所述第一子信号的元素中的中的星座点在星座图中是否扩张的判断结果，确定相应元素中的星座点的约束关系，包括以下步骤：
[0149]
步骤21，判断第一子信号的元素中的星座点在星座图中是否扩张，若不扩张，则执行步骤23；若扩张，则执行步骤22。
[0150]
步骤22，根据所述元素中的星座点在所述星座图中的位置确定所述元素中的星座点的实部约束关系和虚部约束关系。
[0151]
所述实部约束关系和所述虚部约束关系包括大于关系、小于关系或等于关系。根据所述元素中的星座点在所述星座图中的位置确定所述元素中的星座点的实部约束关系和虚部约束关系，后续结合图11详细说明。
[0152]
步骤23，确定所述元素中的星座点的实部约束关系和虚部约束关系均为等于关系。
[0153]
以下结合图11对所述根据所述元素中的星座点在所述星座图中的位置确定所述
元素中的星座点的实部约束关系和虚部约束关系(即步骤22)的实现过程进行详细说明。如图11所示，所述步骤22包括以下步骤：
[0154]
步骤221，判断元素中的星座点在星座图中的位置，若元素中的星座点位于第一区域，则执行步骤222；若元素中的星座点位于第二区域，则执行步骤223；若元素中的星座点位于第三区域，则执行步骤224。
[0155]
步骤222，确定所述元素中的星座点的实部约束关系和虚部约束关系均为等于关系。
[0156]
步骤223，若所述元素中的星座点与实轴的距离小于预设第一阈值，则执行步骤225；若所述元素中的星座点与虚轴的距离小于预设第二阈值，则执行步骤226。
[0157]
步骤224，若所述元素中的星座点的虚部大于零，则确定所述元素中的星座点的虚部约束关系为大于或等于关系；若所述元素中的星座点的虚部小于零，则确定所述元素中的星座点的虚部约束关系为小于或等于关系；若所述元素中的星座点的实部大于零，则确定所述元素中的星座点的实部约束关系为大于关系或等于关系；若所述元素中的星座点的实部小于零，则确定所述元素中的星座点的实部约束关系为小于或等于关系。
[0158]
步骤225，确定所述元素中的星座点的虚部约束关系为等于关系，当所述元素中的星座点的实部大于零时，确定所述元素中的星座点的实部约束关系为大于关系或等于关系，当所述元素中的星座点的实部小于零时，确定所述元素中的星座点的实部约束关系为小于或等于关系。
[0159]
步骤226，确定所述元素中的星座点的实部约束关系为等于关系，当所述元素中的星座点的虚部大于零时，确定所述元素中的星座点的虚部约束关系为大于关系或等于关系，当所述元素中的星座点的虚部小于零时，确定所述元素中的星座点的虚部约束关系为小于或等于关系。
[0160]
在一些实施例中，所述凸优化模型为：
[0161][0162][0163][0164]
其中，i＝(1,2，
…
，k*n)，k为单天线用户数量，n为子载波数量；为联合矩阵，为联合时域信号，为串联qam信号；为广义不等式，表示》、《、＝中的一种。
[0165]
在一些实施例中，所述根据所述各元素中的星座点的约束关系和所述凸优化模型，确定各天线通道的联合时域信号(即步骤14)，包括以下步骤：若第一子信号的元素中的星座点在星座图中不扩张，则利用分裂布雷格曼算法和各元素中的星座点的约束关系对所述凸优化模型进行变换，并根据变换后的凸优化模型，确定各天线通道的联合时域信号。
[0166]
在一些实施例中，如图12所示，所述利用分裂布雷格曼算法和所述各元素中的星座点的约束关系对所述凸优化模型进行变换，并根据变换后的凸优化模型，确定各天线通道的联合时域信号的步骤，包括以下步骤：
[0167]
步骤31，根据凸优化模型和各元素中的星座点的约束关系生成无约束关系的初始
模型。
[0168]
在本步骤中，将有约束凸优化问题转变为无约束优化问题，经过扩张操作，可以生成无约束关系的初始模型：
[0169]
其中λ为预设的正则化参数且λ＞0。
[0170]
步骤32，将初始模型变换为具有约束关系的第一模型。
[0171]
在本步骤中，在初始模型中添加一个辅助的分裂变量d，并且满足从而将凸优化模型转换为具有约束关系的第一模型：
[0172][0173][0174]
步骤33：将第一模型转换为无约束关系的第二模型。
[0175]
在本步骤中，将上述具有约束关系的第一模型转换为无约束关系的第二模型：
[0176]
其中，μ为正则化参数且μ＞0。
[0177]
进一步可以将上述第二模型重新写为：
[0178]
其中，其中，的bregman距离为：bregman距离为：和pd分别表示函数的次梯度矢量。
[0179]
步骤34，根据分裂布雷格曼算法，将第二模型拆分为第一子模型。
[0180]
在本步骤中，根据split-bregman算法的原理，将第二模型拆分为第一子模型：
[0181][0182]
其中，其中，和分别表示函数在第k次迭代下的次梯度矢量，可以表示为在第k次迭代下的次梯度矢量，可以表示为
[0183]
步骤35：优化第一子模型。
[0184]
在本步骤中，首先定义相应的，可以将第一子模型变换为：
[0185]
[0186]
步骤36：针对优化后的第一子模型，迭代预设次数，确定各天线通道的联合时域信号
[0187]
每完成一次迭代，令k＝k 1，并再次执行步骤36，经过预设的迭代次数后可以得到凸优化模型的最优解，即各天线通道的联合时域信号
[0188]
本文已经公开了示例实施例，并且虽然采用了具体术语，但它们仅用于并仅应当被解释为一般说明性含义，并且不用于限制的目的。在一些实例中，对本领域技术人员显而易见的是，除非另外明确指出，否则可单独使用与特定实施例相结合描述的特征、特性和/或元素，或可与其他实施例相结合描述的特征、特性和/或元件组合使用。因此，本领域技术人员将理解，在不脱离由所附的权利要求阐明的本发明的范围的情况下，可进行各种形式和细节上的改变。