1.一种基于特征值分解的波束赋形优化方法，其特征在于该方法具体是：

(1)在无线射频单元增加参考信号的预处理；将来自天线每一列和每一行的信号分别进行合并；

其中将来自天线每一列和每一行的信号分别进行合并，具体为：

步骤①：静态定义一组数据预处理的权值矩阵：Wh＝[whi，j]和Wv＝[wvi，j]；其中，Wh是数据的列合并预处理矩阵，Wv是数据的行合并预处理矩阵；whi，j和wvi，j表示某一个天线阵子对应的权值；对某一列J列合并的权值矩阵为：WhJ＝[whi，j]；其中j＝J时，whi，j≠0，当j≠J时，whi，j＝0；类似的，对于某一行I合并的权值矩阵行合并的权值WvI＝[wvi，j]，其中i＝I时，wvi，j≠0不为0，当i≠I时，wvi，j＝0；

步骤②：假设天线阵子有M行，N列，每个天线的参考信号用Si，j表示，其中i表示天线阵子的行而j表示天线阵 子的 列，则合并第j列天线阵子的信号表示为：同样的合并第i行天线阵子的信号表示为：

其中i为1到M，而j为1到N；即每列合并后得到水平方向信号向

量可表示为：Sh＝[Sh1，Sh2，...ShN]，每行合并后得到垂直方向的信号向量可表示为：Sv＝[Sv1，Sv2，...SvM]；

(2)在基带处理单元基于已处理过的参考信号进行信道估计，相关矩阵构造以及特征值分解。

2.根据权利要求1所述的一种基于特征值分解的波束赋形优化方法，其特征在于：所述的基带处理单元基于已处理过的参考信号进行信道估计，标记为：Hh＝F(Sh)，和Hv＝F(Sv)；

其中；F()表示信道估计的传递函数。

3.根据权利要求1所述的一种基于特征值分解的波束赋形优化方法，其特征在于：构造相关矩阵，具体为：对基于垂直方向参考信号得到的信道估计向量Hv以及基于水平方向参考信号得到的信道估计向量Hh分别求相关矩阵，从而得到两个相关矩阵：Ch＝Hh*×Hh，Cv＝Hv*×Hv，右角标*表示共轭转置。

4.根据权利要求1所述的一种基于特征值分解的波束赋形优化方法，其特征在于：所述的特征值分解，具体为：步骤1：对Ch和Cv分别做EVD分解得到最大的特征值以及对应的特征向量：[Dh，Vh]＝EVD(Ch)，[Dv，Vv]＝EVD(Cv)，其中Dh表示水平方向特征值分解得到的最大特征值，Vh表示水平方向最大特征值对应的特征向量；Dv表示垂直方向特征值分解得到的最大特征值，Vv表示垂直方向最大特征值对应的特征向量；EVD()表示特征值分解的传递函数；Ch为水平方向的相关矩阵，由基于垂直方向参考信号的信道估计向量Hh构造而成：Ch＝Hh*×Hh；右角标*表示共轭转置；同样的，Cv为垂直方向的相关矩阵，由基于水平方向参考信号的信道估计向量Hv构造而成：Cv＝Hv*×Hv；右角标*表示共轭转置；

步骤2：将垂直方向最大特征值对应的特征向量转置并和水平方向最大特征值对应的特征向量做克罗内克内积，从而得到最终的特征向量：V＝Kron(Vh，Vv＇)，其中右角标′表示矩阵转置。

5.根据权利要求1所述的一种基于特征值分解的波束赋形优化方法，其特征在于：所述的参考信号包括但并不局限于3GPP定义的SRS，DMRS。