Ahlers:矩阵奇异值分解的推导SVDzhuanlan.zhihu.com
的形式,其中P和Q是正交矩阵,满足性质
,
是对角线矩阵
是
的共轭转置矩阵,也称Hermite矩阵。
矩阵的存在,会有
的形式,那么显然每根天线在接收的时候都可以消除其它路径/天线的影响。
对角线上的非零个数,显然你可以直接看出来实际中真正存在的有用的信道有几个。
的观察,可能你会发现对角线上的值也就是奇异值有的接近1,有的接近0,那么如果某一个奇异值接近0的话,显然就说明这个信道的传输能力不行,那么就可以专门对其对应的X增大功率,这样就可以很方便的调节/分配各个信道的功率,这就衍生出了注水算法。
得到
得到
从前文可以知道,一个任意矩阵都可以被分解成
如果M是一个复数矩阵,那么相应的,P和Q就是酉矩阵,满足性质
现在把MIMO的传输矩阵H看做M,那么有
为什么要这么分解呢?
主要有以下几个好处,因为
好处(1):如果能把Y=HX+n写出
好处(2):通过判断
好处(3):通过对
那么在MIMO中应用SVD的过程如下所示:
步骤一:先把H分解后得到
步骤二:令
那么
步骤三:对上式的两边再乘一个
噪声这一项不用管,处理来处理去都还是噪声。令
总结:再接收端和发射端分别乘一个矩阵,目的是为了得到一个干净的传输矩阵,也就是对角线矩阵。