[发明专利]基于Givens旋转的QR分解方法、系统、电路、设备及介质

说明书

本发明提供一种基于Givens旋转的QR分解方法、系统、电路、设备及介质，该电路包括向量模式Cordic模块以及与所述向量模式Cordic模块级联的多个旋转模式Cordic模块；其中，所述向量模式Cordic模块与用于计算第一输入向量的幅度，所述旋转模式Cordic模块用于根据所述向量模式Cordic模块中的各级迭代运算符号变量对第二输入向量进行旋转。本发明使得所述向量模式Cordic模块与旋转模式Cordic模块可以并行流水地实现Givnes旋转算法的QR分解过程，从而减小硬件开销，缩短处理时间，从而满足MIMO吞吐量和时延要求。

技术领域

本发明涉及通信技术领域，尤其涉及一种基于Givens旋转的QR分解方法、系统、电路、设备及介质。

背景技术

在NR 5G系统中，需要MIMO(多路输入多路输出)支持更高的数据传输速率、更高度调制阶数(如256-QAM)、更多的天线配置(如4x4，8x8)。对于大规模的MIMO，其信道可看成行数为接收天线数M、列数为发送天线数N的矩阵。信道模型可以表示为：y＝Hx+n，其矩阵表示形式为(以4x4为例)：

对于上述矩阵，y为接收向量，H为信道估计矩阵，n为噪声向量。如果直接求H逆矩阵的方式来解出对应的x，则需要对H进行求逆，运算量非常大。为了降低MIMO检查系统的运算量，通常会对矩阵H、接收信号y以及噪声n组成的增广矩阵进行QR(正交三角)分解，即，将上述方程变成：

Q*y＝R*x

其中，R为上三角矩阵且对角线元素为实数，Q为正交阵。

这样就可以通过简单的解方程的方式，得到x的结果，以进行后续的对数似然比估计。在MIMO系统中需要即时大量的完成上述操作，因此对于QR分解的速度和延时有着苛刻的要求。

QR分解主要有以下三种实现算法：Gram–Schmidt(格拉姆—施密特)正交化、Householder(豪斯霍尔德)三角化和Givens(吉文斯)旋转，三者各有优缺点。由于Givens旋转只通过使用Cordic(坐标转换数字计算机)对矩阵进行逐行旋转更新，免去了很多乘法除法运算，而且矩阵更新过程中数值稳定，所以对于ASIC或者FPGA实现QR分解，通常采用该方法，以降低对乘法器的需求。

Cordic主要用于解决导航系统中三角函数、反三角函数和开方等运算的实时计算问题。Cordic算法提供了一种数学计算的逼近方法。由于它最终可分解为一系列的加减和移位操作，故非常适合硬件实现。对于Givens旋转的QR分级算法，用到了其向量和旋转模式。现有算法原理如下：

Cordic向量模式的迭代公式如下：

向量模式是输入向量(x，y)，输出其相角θ和幅度X(X＝Ax，A为常数，其大小和迭代次数i有关系)，d_i表示第i次迭代的运算符号变量。

Cordic旋转模式的迭代公式如下：

旋转模式是输入向量(x，y)和旋转角度θ，输出旋转后的向量(x，y)。

在基于Givens旋转进行QR分解时，总是先进行向量模式得到角度，再用该角度去旋转其他向量。但由于需要多次Cordic迭代，逐行完成矩阵更新，同时Cordic内部也需要多次迭代才能给出结果，所以导致处理延时较大。

发明内容

为了解决现有技术中基于Givens旋转进行QR分解时延时较大的问题，本发明提供一种基于Givens旋转的QR分解方法、系统、电路、设备及介质。

为了实现上述目的，本发明采用如下技术方案：