设置通信系统的协作参数的方法、其计算机程序、其信息存储装置和包括多个节点装置的通信系统与流程

本发明总体涉及确定要在通信系统内应用的码本，以在确定对通信系统的环境具有影响的协作参数时执行量化运算，其中，通信系统的性能针对所述环境来讨论。

通信系统可以依赖于协作以改善针对所述通信系统的环境的通信系统性能。根据一个示例，这种协作可以发生在基于虚拟MIMO(多输入多输出)信道的电信网络的背景下，其中节点装置通常是诸如基站或eNodeB的接入点，其协作以改善经由虚拟MIMO信道的通信的整体鲁棒性。虚拟MIMO信道构成所述电信网络的环境，其中，各个节点装置适于根据对所述环境具有影响的相应协作参数进行配置。所述环境由可测量的随机变量(传输信道系数)表示，基于虚拟MIMO信道的电信网络的各个移动终端能够执行对表示虚拟MIMO信道的随机变量的测量。根据另一个示例，这种协作可以发生在建筑物中的温度协作控制系统的背景下，其中，建筑物的多个空间装配有加热器、加热器控制装置和连接到加热器控制装置的温度计。由一个建筑物空间中的加热器生成的热传播到其他建筑物空间，并且互相地。加热器控制装置和温度计可以经由通信网络互连，以协作性地控制加热器。系统性能由此与各个房间中的温度空间和能量消耗有关，因此可以由合适的品质因数表示。

技术实现要素：

技术问题

然而，通信系统的节点装置之间的通信链路(例如，从温度计到它们的相应加热器控制装置和/或在加热器控制装置之间)可能具有有限的相应容量并且暗含依赖于码本的量化运算。当尝试确定适合于改善针对所述环境的通信系统性能的参数时，其称为协作参数，这种量化运算导致不准确。

问题的解决方案

期望克服现有技术的上述缺点。

为此，本发明涉及一种用于设置通信系统的协作参数的方法，所述通信系统包括经由链路直接或间接互连的多个节点装置，所述节点装置适于根据所述协作参数分别配置，所述协作参数对所述通信系统的环境具有影响，所述环境由可测量的随机变量表示，与关于所述环境的所述通信系统的性能有关的品质因数需要被优化以确定所述协作参数。所述方法包括协作阶段，协作阶段包括以下步骤：收集测量数据，测量数据表示在所述通信系统内的不同位置处执行的对所述随机变量的测量；基于所获得的测量确定所述协作参数，使得所述协作参数导致与关于所述环境的所述通信系统的性能有关的经优化的品质因数；并且在所述通信系统内提供所述协作参数或表示协作参数的信息。所述通信系统的节点装置之间的至少一个链路暗含用于收集所述测量数据的量化运算和/或用于提供所述协作参数或表示协作参数的所述信息的量化运算，各个量化运算依赖于实施与应用所述量化运算的所述链路关联的码本，所述方法预先包括预处理阶段，预处理阶段包括以下步骤：获得与所述随机变量的概率分布有关的统计数据；以及基于所述品质因数和所述随机变量的所述概率分布来确定每个码本，使得将所述品质因数根据所获得的统计统计性地优化。由此，改善了关于所述环境的所述通信系统的所述性能，因为用于所述量化运算的所述码本被统计性地调整以优化所述品质因数。

根据特定特征，当多个链路暗含这种量化运算时，所述预处理阶段包括基于所述品质因数共同确定与所述链路关联的所述码本，使得所述品质因数根据所获得的统计而统计性地优化。由此，增强了关于所述环境的所述通信系统的所述性能的改善。

根据特定特征，至少一个参数优化单元收集所述测量数据，因此确定所述协作参数或表示协作参数的信息，多个测量数据提供单元分别位于所述不同位置处用于获得所述测量数据并向所述参数优化单元提供所述测量数据，多个参数应用单元分别应用所述协作参数，以及至少一个量化优化单元确定要在所述协作阶段期间应用的所述码本并且向各个参数优化单元提供所确定的码本，并且还向需要执行量化运算以发送所述相应测量数据的各个测量数据提供单元和旨在以量化形式接收所述各个协作参数或表示协作参数的所述信息的相应参数应用单元提供所确定的码本。由此，对于所述码本的所述定义和应用而言，所述通信系统在结构上简单。

根据特定特征，所述通信系统在各个节点装置中包括一个参数优化单元，其中，所述随机变量的估计由所述参数优化单元针对由索引i标识的相应参数应用单元获得如下：

其中，CB_j,i表示根据相应码本C_j,i执行的所述量化运算，所述量化运算CB_j,i这里对由索引j标识的所述测量数据提供单元分别获得的并且以量化形式向各个参数优化单元发送的所述测量数据执行，其中，W_j,i是半正定加权矩阵，使得：

其中，I是单位矩阵，其中，关于所述环境的所述通信系统的所述性能从各个参数优化单元的角度由品质因数表示，品质因数表示所述随机变量的估计与所述随机变量的有效值之间的均方误差并且鉴于由所述参数优化单元收集的测量数据需要由所述参数优化单元来最小化，并且其中，各个量化优化单元针对所述量化优化单元负责配置的各个参数优化单元确定使得以下算式统计性地最小化的码本C_j,i和加权矩阵W_j,i：

其中，h表示所述随机变量，并且表示所述随机变量h的所述统计上和所述测量数据上的所述数学期望。由此，关于所述环境的所述通信系统的性能可以由所述节点装置独立改善。

根据特定特征，各个量化优化单元针对所述量化优化单元负责配置的各个参数优化单元确定使得以下算式统计性地最小化的码本C_j,i和加权矩阵W_j,i：

其中，表示由所述测量数据提供单元以量化形式发送的所述测量数据的误差协方差矩阵，并且表达为如下：

其中，R_j,i表示从由所述索引j的值标识的所述测量数据提供单元向由所述索引i的所述值标识的所述参数优化单元发送所述测量数据的数据速率，C_h是表示所述随机变量h的概率分布的协方差矩阵，并且Q_j表示与由所述索引j的所述值标识的所述测量数据提供单元获得的所述测量数据有关的所述统计的估计误差协方差矩阵，并且其中，表示来自所述码本C_j,i的码字x^(j,i)中的第k个码字，并且其中，α_j，i，k是表示所述测量数据属于与由所述码字定义的形心关联的沃罗诺伊区域的概率的参数，并且其中，各个量化优化单元通过依赖于半定编程根据以下方程组确定基于对应的协方差矩阵定义的中间矩阵B_j,i，来确定码本C_j,i和加权矩阵W_j,i：

其中，是与所述码本C_j,i有关的量化误差协方差矩阵，N表示所述码本C_j,i的基数|C_j，i|，β表示标量，并且n表示所述随机变量h的所述基数。由此，简化了对确定要应用的码本的中间矩阵B_j,i执行的量化优化。

根据特定特征，所述通信系统在各个节点装置中包括一个量化优化单元，该量化优化单元负责配置所述节点装置的所述参数优化单元。由此，量化优化的协作参数优化可以在节点装置的整个范围分布。

根据特定特征，所述通信系统在与各个节点装置互连的服务器中或在所述节点装置中的主节点装置中包括一个量化优化单元，所述量化优化单元负责配置所述参数优化单元。由此，量化优化可以在单个装置或设备中执行，由此虽然协作参数优化在所述节点装置的整个范围以分布式方式执行，但是计算要求可以在所述单个装置或设备中集中。

根据特定特征，所述通信系统在与各个节点装置互连的服务器中或在所述节点装置中的主节点装置中包括一个参数优化单元和一个量化优化单元，其中，所述随机变量的估计由索引值“0”标识的所述参数优化单元对于各个参数应用单元获得如下：

其中，CB_j,0表示根据相应码本C_j,0执行的所述量化运算，所述量化运算CB_j,0这里对由索引j标识的所述测量数据提供单元分别获得的并且以量化形式向由索引j标识的参数优化单元发送的所述测量数据执行，其中，W_j,0是半正定加权矩阵，使得：

其中，I是单位矩阵，其中，关于所述环境的所述通信系统的所述性能由品质因数表示，品质因数表示所述随机变量的估计与所述随机变量的有效值之间的均方误差并且鉴于由所述参数优化单元收集的测量数据需要由所述参数优化单元最小化，并且其中，量化优化单元确定统计性地最小化以下算式的所述码本C_j,0和所述加权矩阵W_j,0：

其中，h表示所述随机变量并且表示所述随机变量h的所述统计上和所述测量数据上的所述数学期望。由此，量化优化和协作参数优化可以以集中方式执行，并且可以改善关于所述环境的通信系统性能，虽然所述量化运算需要收集对随机变量的测量数据。

根据特定特征，量化优化单元确定使以下算式统计性地最小化的码本C_j,0和加权矩阵W_j,0：

其中，表示由所述测量数据提供单元以量化形式发送的所述测量数据的误差协方差矩阵，并且表达为如下：

其中，R_j,i表示用于从由所述索引j的值标识的所述测量数据提供单元向所述参数优化单元发送所述测量数据的数据速率，C_h表示表示所述随机变量h的概率分布的协方差矩阵，并且Q_j表示与由所述索引j的所述值标识的所述测量数据提供单元获得的所述测量数据有关的所述统计的估计误差协方差矩阵，并且其中，表示来自所述码本C_j,0的码字x^(j,0)中的第k个码字，并且其中，α_j，0，k是表示所述测量数据属于与由所述码字定义的形心关联的沃罗诺伊区域的概率的参数，并且其中，所述量化优化单元通过依赖于半定编程根据以下方程组确定基于所述对应的协方差矩阵定义的中间矩阵B_j,0，来确定所述码本C_j,0和所述加权矩阵W_j,0：

其中，是与所述码本C_j,0有关的量化误差协方差矩阵，N’表示所述码本C_j,0的所述基数，β’表示标量，并且n表示所述随机变量h的所述基数。由此，简化了量化优化。

根据特定特征，所述通信系统在与各个节点装置互连的服务器中或在所述节点装置中的主节点装置中包括一个参数优化单元和一个量化优化单元，其中，所述随机变量的估计由索引值“0”标识的所述参数优化单元代表由索引i标识的各个参数应用单元获得，如下：

其中，CB_j,0表示根据相应码本C_j,0执行的所述量化运算，所述量化运算CB_j,0这里对由索引j标识的所述测量数据提供单元分别获得的并且以量化形式向所述参数优化单元发送的所述测量数据执行，并且其中，是对于由所述索引i标识的所述参数应用单元由所述量化优化单元确定的半正定加权矩阵，使得：

其中，I是单位矩阵，

其中，关于所述环境的所述通信系统的所述性能对于由所述索引i标识的各个参数应用单元从所述参数优化单元的角度由品质因数表示，品质因数表示所述随机变量的所述估计与所述随机变量的有效值之间的均方误差并且鉴于由所述参数优化单元收集的所述测量数据需要由所述参数优化单元最小化，

并且其中，所述量化优化单元确定使以下算式统计性地最小化的所述码本C_j,0、所述加权矩阵和所述码本C_i,0：

其中，h表示所述随机变量并且表示所述随机变量h的所述统计上和所述测量数据上的数学期望。由此，量化优化和协作参数优化可以以集中方式执行，并且可以改善关于所述环境的通信系统性能，虽然所述量化运算需要收集对随机变量的测量数据并且在通信系统内提供随机变量的估计。

根据特定特征，所述随机变量是充当用于建立所述虚拟MIMO信道的移动终端的接入点的所述节点装置之间的虚拟MIMO信道的系数。

根据特定特征，所述通信系统在与各个节点装置互连的服务器中或在所述节点装置中的主节点装置中包括一个参数优化单元和一个量化优化单元，所述随机变量是充当用于建立所述虚拟MIMO信道的移动终端的接入点的所述节点装置之间的虚拟MIMO信道的系数，所述协作参数是由用于经由相应传输信道H′_j向由j标识的移动终端发送符号S_j的节点装置应用的预编码矩阵，每移动终端定义一个测量数据提供单元，各个移动终端配备有最小均方误差接收滤波器T_j，定义如下：

T_j^H＝δ_j^H P^H H′_j^H(H_j P P^H H′_j^H+I)^-1

其中，δ_j是隔离定址到由所述索引j的所述值标识的所述移动终端的数据使得δ_jS＝S_j的选择矩阵，其中，S是分别定址到由所述索引j标识的所述移动终端并且在由所述节点装置进行预编码之后同时发送的所述符号S_j的串接，其中，关于所述环境的所述通信系统的所述性能由品质因数表示，品质因数表示所述虚拟MIMO信道的和速率并且鉴于由所述参数优化单元收集的测量数据需要由所述参数优化单元最大化：

其中，P是预编码矩阵的串接，其中，所述量化优化单元确定码本C_j,0和码本C_0,i，使得以下算式关于所述预编码矩阵的所述串接P最大化：

其中，P使得各个预编码矩阵分别属于所述码本C_0,i，并且其中，表示针对由H′_j表示的相应传输信道获得的测量数据的统计上的所述数学期望，并且其中，CM_j,0表示根据所述码本C_j,0的所述量化运算。由此，量化优化和协作参数优化可以以集中方式执行，并且可以改善关于所述环境的通信系统性能，虽然所述量化运算需要收集随机变量的测量数据并且在通信系统内提供预编码矩阵。

本发明还涉及一种通信系统，该通信系统包括经由链路直接或间接互连的多个节点装置，所述节点装置适于根据所述协作参数分别配置，所述协作参数对所述通信系统的环境具有影响，所述环境由可测量的随机变量表示，与关于所述环境的所述通信系统的性能有关的品质因数需要被优化以确定所述协作参数，所述通信系统的特征在于所述通信系统为了执行协作阶段实现：收集测量数据的单元，测量数据表示在所述通信系统内的不同位置处执行的对所述随机变量的测量；基于所获得的测量确定所述协作参数，使得所述协作参数导致与关于所述环境的所述通信系统的性能有关的经优化的品质因数的单元；以及在所述通信系统内提供所述协作参数或表示协作参数的信息的单元。所述通信系统的节点装置之间的至少一个链路暗含用于收集所述测量数据的量化运算和/或用于提供所述协作参数或表示协作参数的所述信息的量化运算，各个量化运算依赖于实施与应用所述量化运算的所述链路关联的码本，所述通信系统针对预先执行预处理阶段实现：获得与所述随机变量的概率分布有关的统计数据的单元；以及基于所述品质因数和所述随机变量的所述概率分布来确定每个码本，使得将所述品质因数根据所获得的统计统计性地优化的单元。

本发明还涉及一种可以从通信网络下载和/或存储在可由计算机或处理装置读取的介质上的计算机程序。该计算机程序包括当所述程序由处理器运行时实施上述方法的指令。本发明还涉及信息存储装置，当所存储的信息从所述信息存储装置读取并由处理器运行时，存储包括实施上述方法的一组指令的计算机程序。

因为有关于通信系统和计算机程序的特征和优点与关于对应的上述方法已经提到的那些相同，所以这里不再重复。本发明的特性根据阅读实施方式的示例的以下描述将更清楚地出现，所述描述参照附图来进行。

附图说明

图1A示意性地表示可以实施本发明的第一通信系统。

图1B示意性地表示可以实施本发明的第二通信系统。

图1C示意性地表示可以实施本发明的第三通信系统。

图2示意性地表示如第一通信系统或第二通信系统或第三通信系统中使用的接入点和/或服务器的硬件架构的示例。

图3A示意性地表示用于实施本发明的第一模块化构造。

图3B示意性地表示用于实施本发明的第二模块化构造。

图3C示意性地表示用于实施本发明的第三模块化构造。

图4示意性地表示用于确定要由通信系统的节点装置应用的协作参数以改善关于所述通信系统的环境的所述通信系统的性能的算法。

图5示意性地表示用于通过使用劳埃德取大算法根据中间矩阵确定码本的算法。

具体实施方式

下文中在基于虚拟MIMO信道的电信网络的背景下详细描述本发明，基于虚拟MIMO信道的电信网络中，节点装置(通常是基站或eNodeB的接入点)协作以改善经由虚拟MIMO信道的通信的整体鲁棒性。虚拟MIMO信道构成所述电信网络的环境，其中，各个节点装置适于根据对所述环境具有影响的相应协作参数进行配置。所述环境由可测量的随机变量表示，基于虚拟MIMO信道的电信网络的各个移动终端能够执行对表示虚拟MIMO信道的随机变量的测量。类似地，当考虑到传输信道大致对称时，节点装置能够执行所述测量。协作参数根据所述测量来更新，以考虑环境的变化，即，传输条件的变化。

节点装置之间的至少一个链路暗含执行用于发送表示所述测量的数据和/或用于发送所述协作参数的量化运算。这种量化运算依赖于与所涉及的链路分别关联的码本。为了改善基于虚拟MIMO信道的电信网络的性能，提出通过将需要被优化以定义所述协作参数的品质因数和有关于随机变量的概率分布的统计数据考虑在内，来定义每个码本。通过那样定义每个码本，限制量化运算对通过应用所述协作参数而获得的基于虚拟MIMO信道的电信网络的有效性能的影响。

然而，这里描述的原理应用于更宽范围的通信系统应用，只要多个节点装置执行协作以基于表示所述环境的随机变量的测量来改善关于所述通信系统的环境的通信系统的性能，且只要所述节点装置之间的至少一个链路暗含执行用于发送表示所述测量的数据和/或用于发送用于在协作范围中构成通信系统的协作参数的量化运算。

根据一个示例，这里描述的原理应用于建筑物中的温度协作控制系统，其中，建筑物的多个空间装配有加热器、加热器控制装置和连接到加热器控制装置的温度计。由一个建筑物空间中的加热器生成的热相互传播到其他建筑物空间。系统性能有关于各个房间中的温度空间和能量消耗，因此可以由合适的品质因数表示。加热器控制装置和温度计可以互连，以协作性地控制加热器。从温度计到它们相应的加热器控制装置的通信链路和/或加热器控制装置之间的通信链路可能具有有限的相应容量，由此暗含量化运算。从一个建筑物空间到另一个的热传播可以从关于随机变量的概率分布的统计数据的角度定义。因此，根据本发明，通过考虑已经优化的所述品质因数和所述统计数据，可以定义用于量化运算的每个码本。

具有有限容量的通信链路这里指的是在给定的时间量中能够发送仅给定量的信息的通信链路，在给定的时间量内所述信息应当可在接收时进一步处理以能够实现预定义的针对性的反应水平(即，鉴于给定量的信息的延迟问题)。

图1A示意性地表示可以实施本发明的第一通信系统。

第一通信系统包括：服务器100；多个接入点110、111、112；以及经由接入点110、111、112通信的多个移动终端120、121。移动终端120、121适于从多个接入点同时接收信号。如图1A所示，虽然移动终端120优选地与接入点110通信(如由箭头170所示)，但移动终端120也从接入点111和112接收信号，并且虽然移动终端121优选地与接入点112通信(如由箭头171所示)，但移动终端121也从接入点110和111接收信号。

第一通信系统的各个接入点110、111、112连接到服务器100。在图1A中，接入点110经由双向链路160连接到服务器100，接入点111经由双向链路161连接到服务器100，并且接入点112经由双向链路162连接到服务器100。双向链路160、161和162以以下这种方式具有有限容量：由接入点110、111、112向服务器100发送的至少一些数据需要被量化和/或由服务器100向接入点110、111、112发送的至少一些数据需要被量化。仅一个双向链路160、161、162可以具有有限容量。有限容量还可以仅关于任意双向链路160、161、162的仅一个方向。这种有限容量暗含需要通过依赖于相应码本而执行的量化运算。

为了实施虚拟MIMO信道150使得移动终端120、121可以受益于从多个接入点同时接收信号的能力，第一通信系统的接入点110、111、112实施协作阶段。协作阶段的目的在于确定协作参数，协作参数用于配置接入点110、111、112，以尝试改善经由虚拟MIMO信道150的通信性能。这种改善的目标是优化表示关于虚拟MIMO信道150的第一通信系统的性能的品质因数。虚拟MIMO信道150可以由随机变量(信道系数)表示，随机变量(信道系数)可以由移动终端120、121和/或由接入点110、111、112测量。当对所述随机变量的测量由移动终端120、121执行时，所述移动终端120、121向至少一个接入点发送表示所述测量的信息。从移动终端120、121向接入点110、111、112传送表示所述测量的信息可能需要需要通过依赖于相应码本执行的量化运算。

根据所述测量，第一通信系统能够优化品质因数，品质因数表示关于虚拟MIMO信道的第一通信系统的性能以确定要由接入点110、111、112应用的协作参数以尝试改善所述性能。

在图1A中所示的第一通信系统的范围中，服务器100负责根据表示所述测量的信息确定所述协作参数，由此负责优化表示关于虚拟MIMO信道的第一通信系统的性能的品质因数。当由移动终端120、121执行测量时，表示测量的信息经由一个或更多个接入点由所涉及的移动终端提供。

根据之前描述的，可以理解的是，量化运算可以需要应用于表示测量的所述信息，以使服务器100能够接收所述信息的估计和/或应用于所述协作参数，以使一个或更多个接入点能够接收所述协作参数的估计。

这种量化运算暗含由接入点110、111、112有效应用的协作参数可能不允许达到关于虚拟MIMO信道的第一通信系统的性能，该性能鉴于进行的所述品质因数的测量可以实现。因此，为了限制量化运算对所述性能的影响，服务器100适于预先实施预处理阶段。在所述预处理阶段中，服务器100获得与由移动终端120、121和/或由接入点110、111、112测量的所述随机变量的概率分布有关的统计数据。而且，服务器100基于所述品质因数确定用于所述量化运算的每个码本，使得品质因数根据所述统计数据统计性地优化。这样，以以下这种方式定义每个码本：量化运算对关于虚拟MIMO信道的第一通信系统的有效性能具有有限的影响。

图1B示意性地表示可以实施本发明的第二通信系统。

第二通信系统包括：多个接入点110、111、112；以及多个移动终端120、121。与图1A中所示的第一通信系统相比，图1B中所示的第二通信系统不包括服务器100。移动终端120、121这里再次适于从多个接入点同时接收信号。如图1B所示，虽然移动终端120优选地与接入点110通信(如由箭头170所示)，但移动终端120也从接入点111和112接收信号，并且虽然移动终端121优选地与接入点112通信(如由箭头171所示)，但移动终端121还从接入点110和111接收信号。

第二通信系统的接入点110、111、112互连。在图1B中，接入点110经由双向链路181连接到接入点111，接入点111经由双向链路182连接到接入点112，并且接入点112经由双向链路180连接到接入点110。双向链路180、181和182以以下这种方式具有有限容量：接入点110、111、112之间的至少一些数据需要被量化。仅一个双向链路180、181、182可以具有有限容量。有限容量还可以仅涉及任意双向链路180、181、182的一个方向。这种有限容量暗含需要通过依赖于相应码本执行的量化运算。

为了实施虚拟MIMO信道150使得移动终端120、121可以受益于从多个接入点同时接收信号的能力，第二通信系统的接入点110、111、112实施协作阶段。如已经提到的，协作阶段的目的在于确定协作参数，协作参数用于配置接入点110、111、112，以尝试改善经由虚拟MIMO信道150的通信性能。这种改善的目标是优化表示关于虚拟MIMO信道150的第二通信系统的性能的品质因数。如已经提到的，虚拟MIMO信道150可以由随机变量表示，随机变量可以由移动终端120、121和/或由接入点110、111、112测量。当所述随机变量的测量由移动终端120、121执行时，所述移动终端120、121向至少一个接入点发送表示所述测量的信息。从移动终端120、121向接入点110、111、112传送表示所述测量的信息可能需要量化运算。

根据所述测量，第二通信系统能够优化品质因数，品质因数表示关于虚拟MIMO信道的第二通信系统的性能以确定要由接入点110、111、112应用的协作参数以尝试改善所述性能。

在图1B中所示的第二通信系统的范围中，接入点110、111、112中的一个接入点负责根据表示所述测量的信息确定所述协作参数，由此负责优化表示关于虚拟MIMO信道的第二通信系统的性能的品质因数。

另一个方案是所有接入点110、111、112负责根据表示所述测量的信息确定它们自身的协作参数。由此，所有接入点110、111、112并行优化表示关于虚拟MIMO信道的第二通信系统的性能的品质因数。

根据之前描述的，可以理解的是，量化运算可以需要应用于表示测量的所述信息，以使一个或更多个接入点能够接收所述信息的估计和/或应用于所述协作参数，以使一个或更多个接入点能够接收所述协作参数的估计。

这种量化运算暗含由接入点110、111、112有效应用的协作参数可能不允许实现关于虚拟MIMO信道的第二通信系统的性能，该性能鉴于进行的所述品质因数的测量可以实现。因此，为了限制量化运算对所述性能的影响，至少一个接入点适于预先实施预处理阶段。在所述预处理阶段中，所述接入点获得与由移动终端120、121和/或由接入点110、111、112测量的所述随机变量的概率分布有关的统计数据。而且，所述接入点基于所述品质因数确定用于所述量化运算的每个码本，使得品质因数根据所述统计数据统计性地优化。这样，以以下这种方式定义每个码本：量化运算对关于虚拟MIMO信道的第二通信系统的有效性能具有有限的影响。可以注意的是，第二通信系统可以使得每个接入点执行预处理阶段，以确定要由所述接入点应用的协作参数。

图1C示意性地表示可以实施本发明的第三通信系统。

第三通信系统包括：服务器100；多个接入点110、111、112；以及多个移动终端120、121。移动终端120、121这里再次适于从多个接入点同时接收信号。如图1C所示，虽然移动终端120优选地与接入点110通信(如由箭头170所示)，但移动终端120也从接入点111和112接收信号，并且虽然移动终端121优选地与接入点112通信(如由箭头171所示)，但移动终端121也从接入点110和111接收信号。

第三通信系统的接入点110、111、112互连。在图1C中，接入点110经由双向链路181连接到接入点111，接入点111经由双向链路182连接到接入点112，并且接入点112经由双向链路180连接到接入点110。双向链路180、181和182以以下这种方式具有有限容量：接入点110、111、112之间的至少一些数据需要被量化。仅一个双向链路180、181、182可以具有有限容量。有限容量还可以仅涉及任意双向链路180、181、182的一个方向。这种有限容量暗含需要通过依赖于相应码本执行的量化运算。

第三通信系统的各个接入点110、111、112进一步连接到服务器100。在图1C中，接入点110经由双向链路160连接到服务器100，接入点111经由双向链路161连接到服务器100，并且接入点112经由双向链路162连接到服务器100。

为了实施虚拟MIMO信道150使得移动终端120、121可以受益于从多个接入点同时接收信号的能力，第三通信系统的接入点110、111、112实施协作阶段。如已经提到的，协作阶段的目的在于确定协作参数，协作参数用于配置接入点110、111、112，以尝试改善经由虚拟MIMO信道150的通信性能。这种改善的目标是优化表示关于虚拟MIMO信道150的第三通信系统的性能的品质因数。如已经提到的，虚拟MIMO信道150可以由随机变量表示，随机变量可以由移动终端120、121和/或由接入点110、111、112测量。当所述随机变量的测量由移动终端120、121执行时，所述移动终端120、121向至少一个接入点发送表示所述测量的信息。从移动终端120、121向接入点110、111、112传送表示所述测量的信息可能需要量化运算。

根据所述测量，第三通信系统能够优化品质因数，品质因数表示关于虚拟MIMO信道的第三通信系统的性能以确定要由接入点110、111、112应用的协作参数以尝试改善所述性能。

在图1C中所示的第三通信系统的范围中，接入点110、111、112中的一个接入点负责根据表示所述测量的信息确定所述协作参数，由此负责优化表示关于虚拟MIMO信道的第三通信系统的性能的品质因数。

另一个方案是所有接入点110、111、112负责根据表示所述测量的信息确定它们自身的协作参数。由此，所有接入点110、111、112并行优化表示虚拟MIMO信道性能的品质因数。

根据之前描述的，可以理解的是，量化运算可以需要应用于表示测量的所述信息，以使一个或更多个接入点能够接收所述信息的估计和/或应用于所述协作参数，以使一个或更多个接入点能够接收所述协作参数的估计。

这种量化运算暗含由接入点110、111、112有效应用的协作参数可能不允许实现关于虚拟MIMO信道的第三通信系统的性能，该性能鉴于进行的所述品质因数的测量可以实现。因此，为了限制量化运算对所述性能的影响，服务器100适于预先实施预处理阶段。在所述预处理阶段中，服务器100获得与由移动终端120、121和/或由接入点110、111、112测量的所述随机变量的概率分布有关的统计数据。而且，服务器100基于所述品质因数确定用于所述量化运算的每个码本，使得品质因数根据所述统计数据统计性地优化。这样，以以下这种方式定义每个码本：量化运算对关于虚拟MIMO信道的第三通信系统的有效性能具有有限影响。

可以注意的是，在图1A、图1B和图1C中，接入点110、111、112彼此直接或间接(经由服务器100)互连。

图2示意性地表示如第一通信系统或第二通信系统或第三通信系统中使用的任意接入点和/或服务器100的硬件架构的示例。让我们例示性地认为图2表示服务器100的硬件架构的示例。

根据所示的架构，服务器100包括由通信总线210互连的以下部件：处理器、微处理器、微控制器或CPU(中央处理单元)200；RAM(随机存取存储器)201；ROM(只读存储器)202；SD(安全数字)读卡器203，或适于读取存储在存储装置上的信息的任意其他装置；一组通信接口204。

该组通信接口204使服务器100能够在第一通信系统内或在第三通信系统内通信。当考虑到图2中所示的硬件架构的示例表示接入点时，该组通信接口204使所述接入点能够在第一通信系统内或第二通信系统内或第三通信系统内通信。

CPU 200能够执行从ROM 202或从外部存储器(诸如SD卡)装载到RAM 201中的指令。在服务器100已经接通电源之后，CPU 200能够从RAM 201读取指令并执行这些指令。指令形成一个计算机程序，计算机程序使CPU 200执行下文中描述的算法的一些或所有步骤和/或实施下文参照图3A至图3C描述的模块化架构中的任意一个。

下文描述的算法的任何步骤和所有步骤和/或下文参照图3A至图3C描述的模块化架构可以通过由可编程计算机器(诸如PC(个人计算机)、DSP(数字信号处理器)或微控制器)执行一组指令或程序实施在软件中；或由机器或专用部件(诸如FPGA(场可编程门阵列)或ASIC(特定集成电路))实施在硬件中。

图3A示意性地表示用于实施本发明的第一模块化构造。

四种功能从已经参照图1A至图1C描述的内容而出现，即：测量数据提供功能，用于提供测量数据，以优化与关于虚拟MIMO信道150的通信系统性能有关的品质因数；参数优化功能，用于通过优化所述品质因数来确定接入点的协作参数；参数应用功能，用于应用通过优化所述品质因数而获得的协作参数；以及量化优化功能，用于在协作的范围中定义用于优化数据的每个码本。

所述功能优选地由专用单元实施，分别为：测量数据提供单元301；参数优化单元303；参数应用单元304；和量化优化单元302。

多个测量数据提供单元301存在于图1A至图1C中所示的通信系统中，一个测量数据提供单元301存在于各个接入点110、111、112中和/或在各个移动终端120、121中。多个参数应用单元304存在于图1A至图1C中所示的通信系统中，一个参数应用单元304存在于在各个接入点110、111、112中。一个或更多个参数优化单元303存在于图1A至图1C中所示的通信系统中。一个或更多个参数优化单元302存在于图1A至图1C中所示的通信系统中。

对于涉及协作阶段的内容，各个测量数据提供单元301适于向至少一个参数优化单元303提供测量数据，潜在地以量化形式提供；各个参数优化单元303适于向至少一个参数应用单元304提供协作参数或表示协作参数的信息，潜在地以量化形式提供。当要从一个测量数据提供单元301向一个参数优化单元303发送的测量数据需要被量化时，一个量化优化单元302适于向测量数据提供单元301和向参数优化单元303提供码本。当需要量化要从一个参数优化单元303向一个参数应用单元304发送的协作参数或表示协作参数的信息时，一个量化优化单元302适于向参数优化单元303和向参数应用单元304提供码本。

对于涉及预处理阶段的内容，各个测量数据提供单元301适于向至少一个量化优化单元302提供关于所述随机变量的概率分布的统计数据。在变型例中，所述统计数据可以经由统计模型由所述量化优化单元302获得。至少一个参数优化单元303适于向至少一个量化优化单元302提供表示品质因数的信息。在变型例中，各个量化优化单元302例如，通过读取专用寄存器或存储区域预先知道品质因数，在专用寄存器或存储区域中在配置阶段期间或制造期间之前存储了所述品质因数的描述。

第一模块化构造包括多个测量数据提供单元301，出于简化考虑，图3A中仅示出其中一个。第一模块化构造还包括多个参数应用单元304，出于简化考虑，图3A中仅示出其中一个。第一模块化构造还包括一个参数优化单元303和一个量化优化单元302。第一模块化构造可以包括多个参数优化单元303和/或多个量化优化单元302。

第一模块化构造示出了参数优化单元303向量化优化单元302提供品质因数的描述351。第一模块化构造还示出了量化优化单元302在协作阶段的范围中从各个测量数据提供单元301接收与要由测量数据提供单元301进一步测量的随机变量的概率分布有关的统计352。第一模块化构造还示出了量化优化单元302向需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301提供码本的第一样本353a，并且向参数优化单元303提供码本的第二样本353b以从所述测量数据提供单元301接收所述测量数据。第一模块化构造还示出了需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301向参数优化单元303发送经量化的测量数据361’。不需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301向参数优化单元303发送未经量化的测量数据(图3A中未示出)。第一模块化构造还示出了到参数优化单元303向各个参数应用单元304发送由品质因数的优化产生的未经量化的协作参数362。

可以理解的是，第一模块化构造如下尤其匹配图1C中所示的第三通信系统的架构：一个测量数据提供单元301位于各个接入点110、111、112中，用于在预处理阶段中向服务器100提供随机变量统计，并且用于在协作阶段中向其他接入点提供测量数据；一个参数应用单元304位于各个接入点110、111、112中，用于应用由品质因数的优化产生的协作参数；一个参数优化单元303位于各个接入点110、111、112中，用于确定在协作范围中要由所述接入点应用的协作参数；并且一个量化优化单元302位于服务器100中，以在预处理阶段中确定要应用的码本。测量数据提供单元301因此适于向各个参数优化单元303发送测量数据。当没有移动终端附接于接入点时，认为要提供给服务器100的测量数据是空的并且用于所述测量数据的任何量化运算是无用的。还可以考虑测量数据提供单元301位于移动终端120、121中。因此，鉴于以上描述的内容，第三通信系统在这种情况下使得所述移动终端120、121传送测量数据所经由的在从移动终端120、121到接入点110、112的链路中的至少一个链路暗含量化运算和/或所述移动终端120、121传送测量数据所经由的在接入点110、111、112之间的链路中的至少一个链路暗含量化运算。

图3B示意性地表示用于实施本发明的第二模块化构造。

第二模块化构造包括多个测量数据提供单元301，出于简化考虑，图3B中仅示出其中一个。第二模块化构造还包括多个参数应用单元304，出于简化考虑，图3B中仅示出其中一个。第二模块化构造还包括一个参数优化单元303和一个量化优化单元302。第二模块化构造可以包括多个参数优化单元303和/或多个量化优化单元302。

第二模块化构造示出了参数优化单元303向量化优化单元302提供品质因数的描述351。第二模块化构造还示出了量化优化单元302在协作阶段的范围中从各个测量数据提供单元301接收与要由测量数据提供单元301进一步测量的随机变量的概率分布有关的统计352。第二模块化构造还示出了量化优化单元302向需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301提供第一码本的第一样本353a，并且向参数优化单元303提供第一码本的第二样本353b以从所述测量数据提供单元301接收所述测量数据。第二模块化构造还示出了量化优化单元302向参数优化单元303提供第二码本的第一样本354a并且向参数优化单元303需要执行用于向参数应用单元304发送协作参数的量化运算的各个参数应用单元304提供第二码本的第二样本354b。第一模块化构造还示出了需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301向参数优化单元303发送经量化的测量数据361’。不需要执行用于向参数优化单元303发送测量数据的量化运算的各个测量数据提供单元301向参数优化单元303发送未经量化的测量数据(图3B中未示出)。第一模块化构造还示出了到参数优化单元303向参数优化单元303需要执行用于向参数应用单元304发送协作参数的量化运算的各个参数应用单元304以量化形式发送由品质因数的优化产生的参数362’。参数优化单元303不需要执行用于向参数应用单元304发送协作参数的量化运算的各个参数应用单元304从参数优化单元303接收未经量化的协作参数(图3B中未示出)。

可以理解的是，第二模块化构造匹配图1A中所示的第一通信系统的架构：一个测量数据提供单元301位于各个接入点110、111、112中，用于向服务器100提供随机变量统计；一个参数应用单元304位于各个接入点110、111、112中，用于应用由品质因数的优化产生的协作参数；并且一个参数优化单元303和一个量化优化单元302位于服务器100中。当没有移动终端附接于接入点时，认为要提供给服务器100的测量数据是空的并且用于所述测量数据的任意量化运算是无用的。还可以认为测量数据提供单元301位于移动终端120、121中。因此，鉴于以上描述的内容，第一通信系统在这种情况下使得所述移动终端120、121传送测量数据所经由的从移动终端120、121到接入点110、112的链路中的至少一个链路暗含量化运算和/或所述移动终端120、121传送测量数据所经由的从接入点110、111、112到服务器100的链路暗含量化运算。而且，第一通信系统在这种情况下使得从服务器100到接入点110、111、112的链路中的至少一个链路暗含量化运算。

还可以理解的是，第二模块化构造匹配图1B中所示的第二通信系统的架构：一个测量数据提供单元301位于各个接入点110、111、112中，用于向接入点110、111、112中的至少一个主接入点提供随机变量统计；一个参数应用单元304位于各个接入点110、111、112中，用于应用由品质因数的优化产生的协作参数；并且一个参数优化单元303和一个量化优化单元302位于所述至少一个主接入点中。各个主接入点负责然后代表多个接入点执行量化优化。当没有移动终端附接于接入点时，认为要提供给服务器100的测量数据是空的并且用于所述测量数据的任意量化运算是无用的。还可以认为测量数据提供单元301位于移动终端120、121中。因此，鉴于以上描述的内容，第二通信系统在这种情况下使得所述移动终端120、121传送测量数据所经由的从移动终端120、121到接入点110、112的链路中的至少一个链路暗含量化运算，并且接入点110、111、112之间的链路中的至少一个链路暗含量化运算。

图3C示意性地表示用于实施本发明的第三模块化构造。

第三模块化构造包括多个测量数据提供单元301，出于简化考虑，图3B中仅示出其中一个。第三模块化构造还包括多个参数应用单元304，出于简化考虑，图3B中仅示出其中一个。第三模块化构造还包括一个参数优化单元303和一个量化优化单元302。第三模块化构造可以包括多个参数优化单元303和/或多个量化优化单元302。

第三模块化构造示出了参数优化单元303向量化优化单元302提供品质因数的描述351。第二模块化构造还示出了量化优化单元302在协作阶段的范围中从各个测量数据提供单元301接收与要由测量数据提供单元301进一步测量的随机变量的概率分布有关的统计352。第二模块化构造还示出了量化优化单元302向参数优化单元303提供码本的第一样本354a，并且向参数优化单元303需要执行用于向所述参数应用单元304发送协作参数的量化运算的各个参数应用单元304提供第二码本的第二样本354b。第三模块化构造还示出了各个测量数据提供单元301向参数优化单元303提供未经量化的测量数据。第一模块化构造还示出了参数优化单元303向参数优化单元303需要执行用于向所述参数应用单元304发送协作参数的量化运算的各个参数应用单元304以量化形式发送由品质因数的优化产生的协作参数362’。参数优化单元303不需要执行用于向所述参数应用单元304发送协作参数的量化运算的各个参数应用单元304从参数优化单元303接收未经量化的协作参数(在图3C中未示出)。

可以理解的是，第二模块化构造匹配图1A中所示的第一通信系统的架构：一个测量数据提供单元301位于各个接入点110、111、112中，用于向服务器100提供随机变量统计；一个参数应用单元304位于各个接入点110、111、112中，用于应用由品质因数的优化产生的协作参数；并且一个参数优化单元303和一个量化优化单元302位于服务器100中。测量数据提供单元301还适于向参数优化单元303发送测量数据。当没有移动终端附接于接入点时，认为要提供给服务器100的测量数据是空的并且用于所述测量数据的任意量化运算是无用的。还可以认为测量数据提供单元301位于移动终端120、121中。因此，鉴于以上描述的内容，第一通信系统在这种情况下使得从服务器100到接入点110、112的链路中的至少一个链路暗含量化运算。

图4示意性地表示用于确定要由通信系统的节点装置应用的协作参数以改善所述通信系统的性能的算法。

如已经提到的，通信系统执行预处理阶段S400，然后执行协作阶段S410。预处理阶段S400的目的在于定义要用于协作阶段S410期间的量化运算的每个码本。预处理阶段S400在步骤S401中开始，并且在步骤S405中结束。

协作阶段S410的目的在于定义要由所述通信系统应用的协作参数，以改善关于所述通信系统的环境的通信系统的性能。协作阶段S410在步骤S411中开始，并且在步骤S414中结束。

通信系统是例如图1A中所示的第一通信系统、图1B中所示的第二通信系统或图1C中所示的第三通信系统。

在步骤S401中，通信系统获得与随机变量的概率分布有关的统计数据，所述随机变量表示评估通信系统性能所鉴于的环境。所述统计数据可以是统计模型的描述，例如，高斯矢量，或与这种模型有关的参数，例如协方差矩阵。所述统计数据可以因此从这种统计模型获得。在变型例中，所述统计数据可以从所述随机变量的长期测量获得。

在以下步骤S402中，通信系统获得品质因数，该品质因数要在协作阶段S410中优化，以定义要由通信系统应用的协作参数，以改善关于所述环境的通信系统性能。

在以下步骤S403中，通信系统获得表示用于在协作阶段S410中用于发送测量数据和/或用于发送协作参数的各个链路的容量的信息。通信系统由此能够确定协作阶段S410中使用的哪个链路需要量化运算，并且由此需要码本定义。

在以下步骤S404中，通信系统基于品质因数确定每个码本，使得品质因数根据步骤S401中获得的统计数据来统计性优化。当定义要用于协作阶段S410的每个码本时，通信系统由此能够定义在所获得的统计数据示出了品质因数被统计性优化的相应的值范围中具有更高代码密度的码本，即，使得量化运算对关于所述环境的通信系统性能的影响被统计性地最小化。

在以下步骤S405中，通信系统向通信系统的所涉及节点装置提供所确定的码本，所涉及节点装置即，作为在协作操作S410中需要量化运算的对应链路的端点的节点装置。

在已经定义每个码本时并且在需要在协作阶段S410中执行量化运算的每个节点装置已经获得了可应用的码本时，协作阶段S410可以发生。

在步骤S411中，通信系统收集测量数据。所述测量数据对应于表示所述环境的随机变量的测量。测量数据表示所述环境的实际状态。收集所述测量数据可以需要量化运算以顶匹配延迟限制，并且在这种情况下，各个所涉及的节点装置应用在预处理器阶段S400期间确定的对应码本。

在以下步骤S412中，通信系统鉴于收集到的测量来执行上述品质因数的优化。执行品质因数的优化意味着搜索鉴于所收集的测量对于通信系统的性能尽可能地导致品质因数的最佳结果的协作参数。

在以下步骤S413中，通信系统确定要由通信系统应用的协作参数，以改善通信系统对于所述环境的实际特性的性能。要应用的协作参数从品质因数的优化产生。

在以下步骤S414中，通信系统向通信系统的所涉及的节点装置提供确定的协作参数或表示确定的协作参数的信息。提供所述协作参数或表示协作参数的信息可能需要量化运算，并且在这种情况下，各个所涉及的节点装置应用在预处理器阶段S400期间确定的对应代码。

由此，通过将品质因数考虑在内来定义每个码本，使得所述品质因数鉴于对于所述随机变量的统计数据统计性地优化，限制了量化运算对关于所述环境的通信系统性能的影响。

让我们考虑第一特定实施方式，其中，随机变量是下行虚拟MIMO信道的信道系数，其中，接入点获得传输信道观察结果，考虑到各个考虑的传输信道是大致对称的，传输信道观察结果可以从通信系统的移动终端反馈的下行测量获得和/或可以从由所述接入点执行的上行测量获得。因此，这意味着测量数据提供单元301可以位于移动终端(下行测量)中和/或在接入点(上行测量)中，或者甚至多个测量数据提供单元301可以对于每个接入点而存在。协作参数在该第一特定实施方式中是调制和编码参数，或其他信号发送参数和协议参数。虚拟MIMO信道系数估计如之后提到的是表示所述协作参数的信息。

进一步认为在该第一特定实施方式中各个接入点包括一个量化优化单元302、一个参数优化单元303和一个参数应用单元304。确定要应用的码本以使一个接入点能够以量化形式接收数据测量由此由所述接入点执行。换言之，其对应于如对于图3A中所示的第二模块化构造结合图1B中所示的第二通信系统的架构描述的去中心化方案。

让我们将由索引j的值标识的一个测量数据提供单元301获得的并且从所述测量数据提供单元301向由索引i的值标识的一个参数优化单元303发送的测量数据的量化形式表示为z_j,i。应当注意的是，索引i和j严格地是正的，并且分别被通信系统中存在的测量数据提供单元301的数量和参数优化单元303的数量约束。

让我们将从由索引j的值标识的测量数据提供单元301到由索引i的值标识的参数优化单元303的链路表示为CL_j,i，这意味着z_j,i对应于经由链路CL_j,i以量化形式发送的测量数据。应当注意的是，当由索引j的值标识的测量数据提供单元301到由索引i的值标识的参数优化单元303位于同一节点装置内时，链路CL_j,i通常不需要量化运算，因此z_j,i直接对应于由测量数据提供单元301获得的测量数据。

更精确地，通过将对应于虚拟MIMO信道系数h(即，随机变量)且由索引j的值标识的测量数据提供单元301获得的测量数据表示为z_j,i对应于已经应用对应的量化运算之后的测量数据需要注意的是，h是虚拟MIMO信道系数的矢量化版本。进一步需要注意的是，是由索引j的值标识的测量数据提供单元301执行的虚拟MIMO信道观察结果的矢量化版本。

通过将量化运算表示为CB_j,i，其依赖于用于在从数据速率的角度具有有限容量R_j,i的链路CL_j,i上以量化形式z_j,i发送测量数据的码本C_j,i，可以表达以下关系：

其中，z_j，i∈C_j，i和

其中，|A|表示A的基数。

虚拟MIMO信道系数估计这里被表示为其根据以量化形式z_j,i的测量数据由索引i的值标识的参数优化单元303执行。通过认为由各个参数优化单元303(由索引i标识)执行的虚拟MIMO信道系数估计是由所述参数优化单元303收集的量化形式z_j,i的测量数据的加权线性组合，可以表达以下关系：

其中，W_j,i是正半定加权矩阵，使得：

其中，I是单位矩阵。

对于虚拟MIMO信道的通信系统性能由品质因数从各个参数优化单元303(由索引i标识)的角度表示，鉴于虚拟MIMO信道系数估计需要优化品质因数通过考虑品质因数确定码本C_j,i和加权矩阵W_j,i由此改善所述性能，从各个参数优化单元303(由索引i标识)的角度，品质因数表示对于虚拟MIMO信道的通信系统的性能。

在所述第一特定实施方式中，品质因数表示虚拟MIMO信道系数估计与有效虚拟MIMO信道系数h之间的要被最小化的估计误差，其可以被表示为最小化虚拟MIMO信道系数估计与有效虚拟MIMO信道系数h之间的均方误差(有效虚拟MIMO信道系数h事前未知)：

其中，表示虚拟MIMO信道系数h上的数学期望。

换言之，考虑到朝向各个参数优化单元303(由索引i标识)的所有链路CL_j,i，需要在协作阶段S410期间应用的、且统计性地最小化以下算式的加权矩阵的集合{W_j,i}和码本的集合{C_j,i}应当由负责配置所述参数优化单元303的量化优化单元302确定：

其中，表示虚拟MIMO信道系数h的统计上和由测量数据提供单元301(由索引j标识)获得的测量数据的集合上的数学期望。

对于各个参数优化单元303(由索引i标识)，候选加权矩阵W_j,i的集合{W_j,i}和候选码本C_j,i的集合{C_j,i}由负责配置所述参数优化单元303的量化优化单元302随机定义，直到找到统计性地最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差的加权矩阵W_j,i的集合{W_j,i}和码本C_j,i的集合{C_j,i}为止，例如，用蒙特卡洛模拟进行评估。

在变型例中，对于各个参数优化单元303(由索引i标识)，经由负责配置所述参数优化单元303的量化优化单元302，随机定义候选码本C_j,i的集合{C_j,i}，并且候选加权矩阵W_j,i的集合{W_j,i}根据随机定义的候选码本C_j,i的集合{C_j,i}经由使用半定编程的优化来限定，直到找到统计性地最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差的码本C_j,i的集合{C_j,i}和加权矩阵W_j,i的对应集合{W_j,i}为止，例如，用蒙特卡洛模拟进行评估。

在另一个变型例中(从最优化和计算需求的角度提供改善的性能)，考虑到量化误差是不相关的，可以得出基于迹线的简化关系。降低了用于确定有效虚拟MIMO信道系数h上和由需要向所述参数优化单元303发送测量数据的测量数据提供单元301(由索引j标识)获得的测量数据的集合上的、针对各个参数优化单元303(由索引i标识)的数学期望的复杂性。换言之，考虑到朝向各个参数优化单元303(由索引i标识)的所有链路CL_j,i，需要在协作阶段S410期间应用的、并且统计性地最小化以下算式的加权矩阵W_j,i的集合{W_j,i}和码本C_j,i的集合{C_j,i}应当由负责配置所述参数优化单元303的量化优化单元302确定：

其中，表示量化形式z_j,t的测量数据的误差协方差矩阵，并且可以表达为如下：

通过定义，协方差矩阵依赖于相应码本C_j,i，各个码本C_j,i用于通过量化运算从相应测量数据以量化形式z_j,t获得相应的测量数据。预处理阶段S400的目的是对于各个参数优化单元303(由索引i标识)确定码本C_j,i，以从所述参数优化单元303的角度最大化品质因数因此，各个协方差矩阵可以表达为如下：

其中，C_h表示协方差矩阵，协方差矩阵表示虚拟MIMO信道系数h的概率分布，并且Q_j表示根据由索引j的值标识的测量数据提供单元301预先获得的长期统计数据获得的估计误差协方差矩阵，并且其中，表示所考虑的码本C_j,i的码字x^(j,i)中的第k个码字，其中，A^H表示A的厄米共轭，并且其中，α_j，i，k是表示测量数据属于与由所考虑的码字定义的形心的沃罗诺伊区域关联的概率的参数。所述沃罗诺伊区域(有时称为小区)是其中任意点比所考虑的码本C_j,i的任意其他码字更靠近形心的空间。各个参数α_j，i，k可以经由数值模拟获得。

估计误差协方差矩阵Q_j可以表达为如下：

其中，表示由索引j的值标识的测量数据提供单元301预先执行的对虚拟MIMO信道的测量，用于构建长期统计，并且其中，Q_j因此表示所述长期统计。

估计误差协方差矩阵Q_j在变型例中可以从统计模型获得，或者由索引j的值标识的测量数据提供单元301或由负责配置所考虑参数优化单元303的量化优化单元302获得。

对于各个参数优化单元303(由索引i标识)，用于向所述参数优化单元303提供测量数据的各个码本C_j,i通过确定根据以下方程组基于对应的协方差矩阵定义的中间矩阵B_j,i来定义：

其中，表示复数A的实部，并且表示复数A的虚部，其中，A^-H表示A的厄米共轭的倒数，并且其中，A^H/2表示A的厄米共轭的方根，并且其中，N表示码本C_j,i的基数|Cj，i|，β表示标量并且n表示虚拟MIMO信道矢量h的基数。

从该方程组看来，各个协方差矩阵可以被表达为与码本C_j,i有关的量化误差协方差矩阵和可以从可应用的估计误差协方差矩阵Q_j导出的信道估计误差协方差矩阵(上面表示的协方差矩阵的定义的剩余部分)之和。

各个量化优化单元302优化上述基于迹线的算式，以定义要在协作阶段S410期间应用的量化运算的加权矩阵W_j,i的集合{W_j,i}和中间矩阵B_j,i的集合{B_j,i}。确实，对矩阵比对码本执行优化容易，因此从处理资源的角度更加节约了成本。

然后执行优化，以通过依赖于半定编程选择最小化所述基于迹线的算式的中间矩阵B_j,i和对应的加权矩阵W_j,i的对。

要执行用于经由链路CL_j,i以量化形式z_j,i发送测量数据的量化运算而应用的对应码本C_j,i然后通过使用之后参照图5详细描述的劳埃德取大算法，从所选的中间矩阵B_j,i导出。

根据以上描述的内容，在预处理阶段S400期间，量化优化单元302获得关于为随机变量的虚拟MIMO信道系数h的概率分布的统计数据。所述统计例如基于由索引j的值标识的所涉及测量数据提供单元301预先执行的虚拟MIMO信道的长期测量所述长期测量在无量化运算的情况下由各个测量数据提供单元301向所涉及的量化优化单元302提供，然后可以推断出对应的估计误差协方差矩阵Q_j。在变型例中，估计误差协方差矩阵Q_j可以通过依赖于统计模型由量化优化单元302获得。在优选实施方式中，估计误差协方差矩阵Q_j由索引j的值标识的对应测量数据提供单元301获得，其然后在无量化运算的情况下向所涉及的量化优化单元302发送估计误差协方差矩阵Q_j。

量化优化单元302然后向由索引i的值标识的参数优化单元303和向由索引j的值标识的测量数据提供单元301提供所确定的要应用的码本C_j,i，使所述测量数据提供单元301能够向所述参数优化单元303经由链路CL_j,i以量化形式z_j,i进一步发送测量数据。在所述第一特定实施方式中，不需要量化运算来提供协作参数或表示协作参数的信息，因此不需要确定码本，以使参数优化单元303能够向各个参数应用单元304发送所述协作参数，或表示协作参数的信息。

在所述第一特定实施方式的一个更特定的实施方式中，不是向由索引i的值标识的参数优化单元303和由索引j的值标识的测量数据提供单元301提供码本C_j,i的码字x^(j,i)，而是量化优化单元302提供码字的等效码本W_j,i x^(j,i)。由此，由索引i的值标识的参数优化单元303能够通过直接添加如从所涉及的测量数据提供单元301以量化形式接收的测量数据，确定虚拟MIMO信道系数估计因此确定协作参数。

应当注意的是，虽然所述第一特定实施方式涉及虚拟MIMO信道，但相同原理可应用于需要确定对通信系统的环境具有影响的协作参数的通信系统，所述环境由可测量的随机变量表示，需要优化与关于所述环境的通信系统的性能有关的品质因数，以确定所述协作参数。

应当进一步注意的是，虽然所述第一特定实施方式通过认为各个接入点包括一个量化优化单元302来描述，但相同原理通过在服务器100中或在所述接入点中的主接入点中远程定位一个量化优化单元302而适用。在这种情况下，服务器100或所述主接入点执行量化优化，即，代表各个参数优化单元303(由索引i标识)确定码本C_j,i和对应的加权矩阵W_j,i。相同原理通过代表参数优化单元303的仅子集将一个量化优化单元302远程定位在用于确定码本C_j,i和对应的加权矩阵W_j,i的服务器100中或所述主接入点中而适用，而如这里对于所述第一特定实施方式详细描述的，剩余码本C_j,i和对应的加权矩阵W_j,i以分布式方式或在另一个主接入点中确定。在这种情况下，各个远程量化优化单元302向所述量化优化单元302负责配置的各个参数优化单元303(由索引i标识)发送可用码本C_j,i和对应的加权矩阵W_j,i，或相应码字的等效码本W_j,i x^(j,i)。

在所述第一特定实施方式的一个更特定的实施方式中，设想两个接入点之间的协作，其中，各个接入点包括一个参数优化单元303。而且，认为无需执行量化运算，以使各个参数优化单元303能够从具有相同索引值的一个测量数据提供单元301接收测量数据。通常，在该情况下，各个接入点包括一个参数优化单元303和一个测量数据提供单元301，或各个接入点包括一个参数优化单元303并且至少一个测量数据提供单元301位于与所述接入点通信的至少一个相应移动终端中，而没有从所述移动终端向所述接入点反馈测量数据的任意链路容量限制。简化所确定的要应用的码本。确实，以上说明导致以下关系：

W_1，1＝I-W_2，1

W_2，2＝I-W_1，2

确定加权矩阵W_j,_i是较直接的并且用于选择合适的中间矩阵B_2,1和B_1,2以进一步选择要有效应用的相应码本C_2,1和C_1,2的优化可以通过最小化以下基于迹线的算式来执行：

应当注意的是，虽然所述第一特定实施方式的所述更特定的实施方式涉及依赖于两个接入点之间的协作的虚拟MIMO信道，但相同原理可应用于需要确定对通信系统的环境具有影响的协作参数的、具有两个节点装置的通信系统，所述环境由可测量的随机变量表示，需要优化与关于所述环境的通信系统的性能有关的品质因数，以确定所述协作参数。

应当进一步注意的是，虽然所述第一特定实施方式通过认为各个接入点包括一个量化优化单元302来描述，但相同原理通过在服务器100中或在所述接入点中的主接入点中远程定位一个量化优化单元302而适用。在这种情况下，服务器100或所述主接入点执行量化优化，即，代表各个参数优化单元303(由索引i标识)确定码本C_j,_i和对应的加权矩阵W_j,_i。相同原理通过代表位于一个接入点中的一个参数优化单元303将一个量化优化单元302远程定位在用于确定码本C_j,_i和对应的加权矩阵W_j,_i的服务器100中而适用，而剩余码本C_j,_i和对应的加权矩阵W_j,_i由位于其他接入点中的一个量化优化单元302确定。在这种情况下，远程量化优化单元302向所述远程量化优化单元302负责配置的参数优化单元303(由索引i标识)发送可用码本C_j,_i和对应的加权矩阵W_j,i，或相应码字的等效码本W_j,i x^(j,i)。

让我们考虑第二特定实施方式，其中，随机变量仍然是下行虚拟MIMO信道的信道系数，其中，接入点获得传输信道观察结果，传输信道观察结果可以从通信系统的移动终端反馈的下行测量获得和/或从由认为各个考虑的传输信道大致对称的所述接入点执行的上行测量获得。因此，这意味着测量数据提供单元301可以位于移动终端(下行测量)中或在接入点(上行测量)中，甚至每个接入点可以存在多个测量数据提供单元301。因为接入点可以依赖于下行测量以及上行测量，所以这种测量数据提供单元301可以位于移动终端中和接入点中。在该第二特定实施方式中，协作参数再次是调制和编码参数，或其他信号发送参数和协议参数。如之后提到的虚拟MIMO信道系数估计是表示所述协作参数的信息。

进一步考虑在该第二特定实施方式中各个接入点包括一个参数应用单元304。所述接入点中的主接入点或服务器100包括一个量化优化单元302和一个参数优化单元303。要应用而确定以使一个接入点能够以量化形式接收数据测量的码本由此由所述接入点或由所述服务器100执行。换言之，当不需要量化运算来向接入点提供协作参数或表示协作参数的信息时，其对应于关于图3A所示的第一模块化构造结合图1C中所示的第三通信系统的架构而描述的中心化方案，而当需要量化运算来向接入点提供协作参数或表示协作参数的信息时，其对应于关于图3B所示的第二模块化构造结合图1C中所示的第三通信系统的架构而描述的中心化方案。

量化优化单元302和参数优化单元303在所述第二特定实施方式中为了使理解简单化被认为是在服务器100中或在主接入点中共存。然而，当量化优化单元302和参数优化单元303不共存时(即，量化优化由通信网络的第一装置执行并且参数优化由通信网络的第二装置执行)，相同的原理适用。

让我们考虑第一种情况，其中，要应用的码本由服务器100确定，其中，协作参数优化也由服务器100执行，并且其中，不需要量化运算来向接入点提供协作参数，或表示协作参数的信息。让我们重新使用用于描述第一特定实施方式的标记，并且让我们用索引值“0”表示参数优化单元303。

因此，通过将量化运算表示为CB_j,0，量化运算依赖于用于在从数据速率的角度具有有限容量R_j,0的链路CL_j,0上以量化形式z_j,0发送测量数据的码本C_j,0，可以表达以下关系：

其中，z_j，0∈C_j，0和

协作参数优化由此由以下算式推动：

其中，W_j,0是半正定加权矩阵，使得：

码本C_j,0和加权矩阵W_j,0在预处理器阶段S400期间由位于服务器100中的量化优化单元302从随机变量h的统计而确定。然后，在协作阶段S410期间，由测量数据提供单元301获得的测量数据分别使用码本C_j,0经历相应量化运算CB_j,0，以获得量化形式z_j,0的测量数据，然后由所述测量数据提供单元301经由相应链路CL_j,0向参数优化单元303发送。参数优化单元303然后能够确定虚拟MIMO信道系数估计并且向各个参数应用单元304提供虚拟MIMO信道系数估计

在所述第二特定实施方式的所述第一种情况下，品质因数表示虚拟MIMO信道系数估计与有效虚拟MIMO信道系数h之间的要被最小化的估计误差，最小化虚拟MIMO信道系数估计与有效虚拟MIMO信道系数h之间的均方误差(有效虚拟MIMO信道系数h事前未知)，估计误差可以被表示为：

需要应用以在协作阶段S410期间从测量数据提供单元301(由索引j标识)以量化形式接收测量数据的加权矩阵W_j,0的集合{W_j,0}和码本C_j,0的集合{C_j,0}需要最小化以下算式：

候选加权矩阵W_j,0的集合{W_j,0}和候选码本C_j,0的集合{C_j,0}由量化优化单元302随机定义，直到找到统计性地最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差的加权矩阵W_j,0的集合{W_j,0}和码本C_j,0的集合{C_j,0}为止，例如，用蒙特卡模拟进行评估。

在变型例中，经由优化单元302，随机定义候选码本C_j,0的集合{C_j,0}，并且候选加权矩阵W_j,0的集合{W_j,0}根据随机定义的候选码本C_j,0的集合{C_j,0}经由使用半定编程的优化来限定，直到找到统计性地最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差的码本C_j,0的集合{C_j,0}和加权矩阵W_j,0的对应集合{W_j,0}为止，例如，用蒙特卡洛模拟进行评估。

在另一个变型例中(从最佳性和计算需求的角度提供改善的性能)，考虑到量化误差是不相关的，可以得出基于迹线的简化关系。降低了用于确定有效虚拟MIMO信道系数h和由测量数据提供单元301(由索引j标识)获得的测量数据的集合上的数学期望的复杂性。换言之，考虑到朝向参数优化单元303的所有链路CL_j,0，需要在协作阶段S410期间应用的、并且统计性地最小化以下算式的加权矩阵W_j,0的集合{W_j,0}和码本C_j,0的集合{C_j,0}应当由量化优化单元302确定：

其中，表示量化形式z_j,0的测量数据的误差协方差矩阵。

通过定义，协方差矩阵依赖于各个码本C_j,0，各个码本C_j,0用于由量化运算从各个测量数据以量化形式z_j,0获得相应的测量数据。预处理阶段S400的目的是确定码本C_j,0，以最大化品质因数因此，各个协方差矩阵可以表达为如下：

其中，表示所考虑码本C_j0的码字x^(j,0)中的第k个码字，并且其中，α_j，0，k是表示测量数据属于关联于由所考虑的码字定义的形心的沃罗诺伊区域的概率的参数。各个参数α_j，0，k可以由数值模拟获得。

各个码本C_j,0根据以下方程组通过确定基于对应的协方差矩阵定义的中间矩阵B_j,0来定义。

其中，N'表示码本C_j,0的基数，并且β’表示标量。

从该方程组看来，各个协方差矩阵可以被表达为量化误差协方差矩阵和可以从可应用的估计误差协方差矩阵Q_j导出的信道估计误差协方差矩阵(上面表示的协方差矩阵的定义的剩余部分)之和。

各个量化优化单元302优化上述基于迹线的算式，以定义要在协作阶段S410期间应用的量化运算的加权矩阵W_j,0的集合{W_j,0}和中间矩阵B_j,0的集合{B_j,0}。确实，对矩阵而不是码本执行优化更容易，因此从处理资源的角度更加节约成本。

然后执行优化，以通过依赖于半定编程选择选择最小化所述基于迹线的算式的中间矩阵B_j,0和对应的加权矩阵W_j,0的对。

要执行用于经由链路CL_j,0以量化形式z_j,0发送测量数据的量化运算而应用的对应码本C_j,0然后通过使用之后关于第一特定实施方式和图5而说明的劳埃德取大算法，从所选的中间矩阵B_j,0导出。

量化优化单元302然后向由索引j的值标识的测量数据提供单元301提供所确定的要应用的码本C_j,0，使由索引j的值标识的测量数据提供单元301能够向参数优化单元303经由链路CL_j,0以量化形式z_j,0进一步发送测量数据。因为在所述第二特定实施方式的所述第一种情况下，不需要量化运算来提供协作参数或表示协作参数的信息，所以不需要其他码本。当量化优化单元302和参数优化单元303未共存(即，量化优化由通信网络的第一装置执行，而参数优化由通信网络的第二装置执行)时，量化优化单元302向参数优化单元303提供所确定的码本C_j,0，使所述参数优化单元303能够经由链路CL_j,0从各个测量数据提供单元301(由索引j标识)以量化形式z_j,0进一步接收测量数据。

应当注意的是，虽然所述第二特定实施方式的所述第一种情况涉及虚拟MIMO信道，但相同原理可应用于需要确定对通信系统的环境具有影响的协作参数的通信系统，所述环境由可测量的随机变量表示，需要优化与关于所述环境的通信系统的性能有关的品质因数，以确定所述协作参数。

现在让我们考虑第二种情况，其中，要应用的码本仍然由服务器100(或由主接入点)确定，并且其中，参数优化也由服务器100(或由主接入点)执行，但是其中，需要量化运算来向接入点提供协作参数，或表示协作参数的信息。让我们重新使用用于描述第二特定实施方式的第一种情况的标记，并且让我们用索引值“0”再次表示参数优化单元303。

因此，考虑信道系数估计并通过将依赖于为在从数据速率的角度具有有限容量R_0,i的链路CL_0,i上以量化形式向由索引i如果值标识的参数应用单元304发送协作参数或表示协作参数的信息而应用的码本C_0,i的量化运算表示为CB_0,i，可以表示以下关系：

其中，z_0，i∈C_0，i和

协作参数优化由此由以下算式推动:

其中，是针对各个参数应用单元304(由索引i标识)由量化优化单元302确定的半正定加权矩阵，使得：

这因此意味着链路CL_0,i具有在由量化优化单元302执行优化期间应当考虑进来的速率R_0,i。

通过依赖于与所述第一特定实施方式中相同的品质因数的算式，需要关于要由各个量化优化单元302(由索引i标识)在协作阶段S410期间应用的加权矩阵的集合码本C_j,0的集合{C_j,0}和码本C_0,i需要由量化优化单元确定，以最小化以下算式：

与所述第二特定实施方式的第一种情况相反，信道系数估计因参数应用单元304而异，即，因接入点而异(而，在所述第二特定实施方式的第一种情况下，同一信道系数估计由参数优化单元303向所有参数应用单元304发送，即，虚拟MIMO信道中参与的所有接入点)。当考虑由索引j的值标识的对应的一个测量数据提供单元301时，对于由索引i的值的值标识的各个参数应用单元304，存在一个不同码本从开销的角度这是没有意义的，即，所述测量数据提供单元301需要向参数优化单元303以量化形式发送测量数据，发送次数如虚拟MIMO信道中参与的其他接入点的数量，从开销的角度这是没有意义的。为了限制开销，码本C_j,0的单个集合{C_j,0}对于所有信道系数估计来定义，这允许处理鉴于所有参数应用单元304(由索引i标识)的最坏情况；这是“max_i”出现在上述算式中的原因。

候选加权矩阵W_j,0的集合{W_j,0}、候选码本C_j,0的集合{C_j,0}和候选码本C_0,i的集合{C_0,i}由量化优化单元302随机定义，直到找到统计性地最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差的加权矩阵W_j,0的集合{W_j,0}、码本C_j,0的集合{C_j,0}和码本C_0,i的集合{C_0,i}为止，例如，用蒙特卡洛模拟进行评估，其中，索引i关于虚拟MIMO信道系数估计表示参数应用单元304之中统计上最差情况(由于以上算式中存在“max_i”)。

在变型例中，经由量化优化单元302，随机定义候选码本C_j,0的集合{C_j,0}和候选码本C_0,i的集合{C_0,i}，并且候选加权矩阵W_j,0的集合{W_j,0}根据随机定义的候选码本C_j,0的集合{C_j,0}和候选码本C_0,i的集合{C_0,i}经由使用半定编程的优化来限定，以例如，用蒙特卡洛模拟进行评估，来最小化虚拟MIOM信道系数估计与虚拟MIMO信道系数h之间的均方误差，其中，索引i关于虚拟MIMO信道系数估计表示参数应用单元304之中统计上最差情况(由于以上算式中存在“max_i”)。

在所述第二特定实施方式的第二种情况下，量化优化单元302然后向测量数据提供单元301(由索引j的值标识)提供要分别应用而确定的码本C_j,0，使所述测量数据提供单元301能够向参数优化单元303经由链路CL_j,0以量化形式z_j,0进一步发送测量数据。量化优化单元302还向参数应用单元304(由索引i的值标识)提供要分别应用而确定的码本C_0,i，使所述参数应用单元304能够从参数优化单元303经由链路CL_0,i以量化形式z_0,i进一步接收协作参数或表示协作参数的信息。当量化优化单元302和参数优化单元303未共存(即，量化优化由通信网络的第一装置执行，而参数优化由通信网络的第二装置执行)时，量化优化单元302向参数优化单元303提供所述确定后的码本C_0,i，使所述参数优化单元303能够经由链路CL_0,i以量化形式z_0,i向各个参数应用单元304(由索引i标识)进一步发送协作参数或表示协作参数的信息。而且，量化优化单元302向参数优化单元303提供所述确定后的码本C_j,0，使所述参数优化单元303能够从各个测量数据提供单元301(由索引j标识)经由链路CL_j,0以量化形式z_j,0进一步接收测量数据。

应当注意的是，虽然所述第二特定实施方式的所述第二种情况涉及虚拟MIMO信道，但相同原理可应用于需要确定对通信系统的环境具有影响的协作参数的通信系统，所述环境由可测量的随机变量表示，需要优化与关于所述环境的通信系统的性能有关的品质因数，以确定所述协作参数。

让我们考虑第三特定实施方式，其中，随机变量仍然是下行虚拟MIMO信道的信道系数，其中，移动终端和/或接入点获得传输信道观察结果。这种传输信道观察结果可以因此从下行测量和/或上行测量(认为各个参数信道是对称的)获得。协作参数在该第三特定实施方式中是预编码参数，即，如之后定义的预编码矩阵P_i。所述接入点中的主接入点或服务器100包括一个量化优化单元302和一个参数优化单元303。在该第三特定实施方式中，各个移动终端与一个测量数据提供单元301关联。换言之，一个测量数据提供单元301位于各个移动终端中，因此可以使用接入点作为朝向一个参数优化单元303的中继器；另选地，每个移动终端的一个测量数据提供单元301位于接入点中。确定要用于使各个参数优化单元303能够以量化形式接收数据测量的码本由此由所述主接入点或由所述服务器100执行。换言之，所述第三特定实施方式对应于关于图3B所示的第一模块化构造结合图1C中所示的第三通信系统的架构而描述的中心化方法，这意味着需要量化运算，以提供测量数据以及提供协作参数或表示协作参数的信息。

对于以上详细描述的第一特定实施方式和第二特定实施方式的一个主要区别在于所考虑品质因数的定义，所考虑品质因数的定义在所述第三特定实施方式中，共用于所有接入点并对应于求和率，而不是协方差。

为了使理解简单，量化优化单元302和参数优化单元303在所述第三特定实施方式中被认为共存于服务器100中或在主接入点中。然而，当量化优化单元302和参数优化单元303不共存时(即，量化优化由通信网络的第一装置执行并且参数优化由通信网络的第二装置执行)，相同的原理适用。

让我们重新使用用于描述第一和第二特定实施方式的标记，并且让我们用索引值“0”表示参数优化单元303。

因此，让我们考虑N_t个发送天线与N_r个接收天线之间的N_r×N_t个虚拟MIMO信道，其导致N_r.N_t矢量形式的虚拟MIMO信道系数h。各个参数应用单元304(由索引i标识)通过依赖于预编码矩阵P_i在如下定义的发送功率约束下应用预编码运算，预编码矩阵P_i线性组合旨在分别定址到多个移动终端的信号：

trace(P_iP_i^H)＝1

让我们考虑K个接入点(K≥2)和J个移动终端(J≥2)。索引j因此可以关于移动终端使用，因为各个移动终端包括一个测量数据提供单元301。

让我们将K个相应接入点的K个预编码矩阵的串接表示为P：

P＝[P₁^T,…，P_K^T]^T。

让我们将虚拟MIMO信道的J个传输信道的串接进一步表示为H′：

H′＝[H′₁^T，…，H′_J^T]^T

其中，H′_j表示朝向由索引j标识的移动终端的传输信道。

在所述第三特定实施方式中，进一步认为各个移动终端(由索引j标识)配备有如下定义的MMSE(最小协方差)接收滤波器T_j：T_j^H＝δ_j^H P^H H′_j^H(H_j P P^H H′_j^H+I)^-1

其中，δ_j是隔离定址到由索引j的值标识的移动终端的数据使得δ_jS＝S_j的选择矩阵，其中，S是分别定址到所述移动终端(由索引j标识)并且在进行预编码之后经由N_t个发送天线同时发送的符号S_j的串接。

品质因数表示虚拟MIMO信道的要被最大化的求和率SR，可以如下表示：

因此，优化品质因数旨在确定最大化虚拟MIMO信道的求和率SR的协作参数P_i。

因为链路CL_j,₀从数据速率的角度具有有限容量R_j,₀，并且链路CL_0,i从数据速率的角度具有有限容量R_0,i，所以量化优化单元302分别确定使得品质因数根据虚拟MIMO信道统计被统计性优化的码本C_j,0和码本C_0,i。

测量数据提供单元301(由索引j标识)向参数优化单元303以量化形式z_j,0发送测量数据。根据码本C_j,0，量化形式z_j,0的测量数据是的量化版本，其中，是关于由H′_j表示的传输信道获得的各个测量数据的矢量化版本。

量化优化单元302因此需要确定码本C_j,0和码本C_0,i，使得以下算式关于预编码矩阵P_i最大化，即，关于串接P：

其中，P使得各个预编码矩阵P_i分别属于所述码本C_0,i，并且其中，表示针对由H′_j表示的传输信道获得的测量数据的统计上的所述数学期望，并且其中，CM_j,0表示根据码本C_j,0的量化运算，使得的矢量化版本等于

候选码本C_j,0的集合{C_j,0}和候选码本C_0,i的集合{C_0,i}由量化优化单元302随机定义，直到找到统计性地最大化虚拟MIOM信道系数估计的求和率的码本C_j,0的集合{C_j,0}和码本C_0,i的集合{C_0,i}为止，例如，用蒙特卡洛模拟进行评估。

根据以上描述的内容，在预处理阶段S400期间，量化优化单元302获得与虚拟MIMO信道系数的概率分布有关的统计数据，它们是随机变量。所述统计例如基于由测量数据提供单元301预先执行的虚拟MIMO信道的长期测量，并且所述长期测量在无量化运算的情况下由各个测量数据提供单元301向量化优化单元302提供。在变型例中，所述统计从统计模型获得。

然后，量化优化单元302执行如上所述的量化优化，以确定统计性地最大化虚拟MIMO信道的求和率的码本C_j,0的集合{C_j,0}和码本C_0,i的集合{C_0,i}。

量化优化单元302然后向测量数据提供单元301(由索引j的值标识)提供要分别应用而确定的码本C_j,0，使测量数据提供单元301能够向参数优化单元303经由链路CL_j,0以量化形式z_j,0进一步发送测量数据。量化优化单元302还向参数应用单元304(由索引i的值标识)提供要分别应用而确定的码本C_0,i，使所述参数应用单元304能够从参数优化单元303经由链路CL_0,i以量化形式z_0,i进一步接收协作参数或表示协作参数的信息。当量化优化单元302和参数优化单元303未共存(即，量化优化由通信网络的第一装置执行，而参数优化由通信网络的第二装置执行)时，量化优化单元302向参数优化单元303提供所述确定后的码本C_0,i，使所述参数优化单元303能够经由链路CL_0,i以量化形式z_0,i向各个参数应用单元304(由索引i标识)进一步发送协作参数或表示协作参数的信息。而且，量化优化单元302向参数优化单元303提供所述确定后的码本C_j,₀，使所述参数优化单元303能够从各个测量数据提供单元301(由索引j标识)经由链路CL_j,₀以量化形式z_j,₀进一步接收测量数据。

应当注意的是，虽然所述第三特定实施方式涉及虚拟MIMO信道，但相同原理可应用于需要确定对通信系统的环境具有影响的协作参数的通信系统，所述环境由可测量的随机变量表示，需要优化与关于所述环境的通信系统的性能有关的品质因数，以确定所述协作参数。

图5示意性地表示用于通过使用劳埃德取大算法从中间矩阵B_j,_i(分别B_j,₀)确定码本C_j,_i(或码本C_j,₀)的算法。让我们例示性地认为服务器100需要从一个中间矩阵B_j,_i确定一个码本C_j,_i。

图5的算法开始于步骤S500，其中，如之前描述的获得中间矩阵B_j,_i。

在以下步骤S501中，服务器100获得如下的训练数据的集合Y：

Y＝{y₁，…，y_T}

其中，Y具有与虚拟MIMO信道系数h相同的分布，并且认为虚拟MIMO信道是高斯的，其中，T这里表示训练数据的量。

在步骤S501中，服务器100还初始化群集S_u的量U＝|C_j，i|，其中，u是从1到U的索引。在步骤S501中，各个群集S_u是空的。

在以下步骤S502中，服务器100如下初始化码本C_j,_i：

C_j,i＝{m₁,...,m_U}

值m_u可以任意定义，或者值m_u可以是之前由服务器100针对经由虚拟MIMO信道的先前发送条件定义的码本C_j,_i的之前版本的码字x^(j,i)。

在以下步骤S503中，服务器100根据经加权的均方变形dC_j,_i精确地向一个群集S_u分配集合Y的各个训练数据，如下：

其中，t是从1到T的索引，

并且其中，经加权的均方变形dC_j,_i如下：

dC_j，i(y_t，m_u)＝(y_t-m_u)^HB_j，i(y_t-m_u)

dC_j,i(y_t,m_v)＝(y_t-m_v)^HB_j，i(y_t-m_v)

其中，中间矩阵B_j,i是变形的权重。

换言之，群集S_u填充有集合Y的训练数据，使得经加权的均方变形dC_j,i对于所述群集S_u比任何其他群集低。

在以下步骤S504中，服务器100将值m_u更新为在群集S_u中分配的训练数据的形心，如下：

其中，|S_u|表示S_u的基数。

在以下步骤S505中，服务器100检查是否认为达到了收敛，即，当步骤S504导致未改变的值m_u(连续迭代上的稳定形心)时或者当已经实现了预定义次数的迭代时。当认为达到收敛时，执行步骤S506，其中，算法结束；否则，各个群集S_u被清空并且步骤S504重复。