CN105959048A - 一种大规模天线的预编码方法 - Google Patents
一种大规模天线的预编码方法 Download PDFInfo
- Publication number
- CN105959048A CN105959048A CN201610463477.2A CN201610463477A CN105959048A CN 105959048 A CN105959048 A CN 105959048A CN 201610463477 A CN201610463477 A CN 201610463477A CN 105959048 A CN105959048 A CN 105959048A
- Authority
- CN
- China
- Prior art keywords
- matrix
- precoding
- radio frequency
- designing
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000011159 matrix material Substances 0.000 claims abstract description 75
- 239000002245 particle Substances 0.000 claims abstract description 34
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 239000000969 carrier Substances 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种大规模天线Massive MIMO的预编码方法,用以解决现有技术中Massive MIMO系统误码率高、能量效率低的问题。所述方法包括:得到Massive MIMO系统的数学优化模型;设计接收端基带解码矩阵;设计发射端基带预编码矩阵;设计发射端射频预编码矩阵;输出基带与射频混合预编码矩阵。本发明的基带与射频混合预编码方法,以最小化均方误差为准则,结合凸优化和粒子群蚁群迭代优化的方法,迭代速率快,得到的混合预编码,相比传统的预编码方法能更好地降低系统的误码率,同时,相比全数字基带预编码,本发明的方法硬件实现成本低,能量效率高。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种大规模天线的预编码方法。
背景技术
随着无线通信技术的不断发展,用户对数据传输速率的需求急剧增加,高速数据业务和随时接入需求呈现一种爆炸式增长的趋势,这就要求无线通信网络具有越来越大容纳能力和吞吐量。大规模多天线(Massive Multiple-Input Multiple-Output,MassiveMIMO)技术通过在基站侧或终端配置大规模天线阵列,能够提供更大的空间复用/分集增益,提高系统的频谱效率、能量效率及传输可靠性,成为学术界研究的热点之一。
在无线通信领域,预编码技术利用发射端的信道状态信息,通过在发送端对需要发送的信号进行预先处理,从而可以有效地抑制对需要发送的信号的干扰。在MassiveMIMO阵列系统中,Massive MIMO阵列的部署导致射频链数目增多,信道维数扩张,全数字基带预编码的射频成本和功耗过大,而单独的模拟预编码的数字处理能力较差,因此近年来射频与基带混合预编码方法得到关注。
现有技术中,名称为《Spatially Sparse Precoding in Millimeter Wave MIMOSystems》的技术文献记载了一种基于正交匹配追踪的空间稀疏混合预编码,复杂度较低。但是,所述的基于正交匹配追踪的空间稀疏混合预编码,射频预编码部分每条射频链路都连接到所有的天线,在Massive MIMO阵列中需要的移相器数量巨大,造成高功耗、高成本的问题,能量效率低下。此外,该预编码方法中射频预编码矩阵是利用正交匹配追踪法在可行码本中选择得到的,而不是通过闭式解,因此在频谱效率性能上会有损失。
发明内容
本发明要解决的技术问题是提供一种大规模天线的预编码方法,用以解决现有技术中Massive MIMO系统误码率高、能量效率低下的问题。
根据本发明的一个方面,提供了一种大规模天线Massive MIMO的预编码方法,所述方法包括:
得到Massive MIMO的数学优化模型;
设计接收端基带解码矩阵;
设计发射端基带预编码矩阵;
设计发射端射频预编码矩阵;
输出基带与射频混合预编码矩阵。
上述方案中,所述方法还包括:
对所述发射端射频预编码架构进行简化。
上述方案中,所述得到数学优化模型,进一步以最小均方误差为准则计算得到。
上述方案中,所述Massive MIMO的数学优化模型为:
其中,所述M为基站端的天线根数,N为用户端的天线根数,Ns为基站与用户之间传送的数据流数目,Nrf为发射端的射频链路数目,Nc为OFDM子载波数,tr(·)表示矩阵的迹运算,(·)*表示矩阵的共轭转置,Fk为发射端基带预编码矩阵,FRF为发射端射频预编码矩阵,PT为基站端发射功率。
上述方案中,所述设计接收端基带处理矩阵,进一步包括:
将对Wk求导,得到
其中,所述Wk为接收端基带解码矩阵,Wk是N×Ns矩阵。
上述方案中,所述设计发射端基带预编码矩阵,进一步包括:
给定Wk和FRF,式(6)转化为:
构造一个拉格朗日函数:
将对Fk求导,并令导数为0,得到Fk的闭式解:
上述方案中,所述设计发射端射频预编码矩阵,进一步包括:
利用粒子群蚁群优化PSACO方法设计射频预编码矩阵FRF。
上述方案中,所述PSACO方法设计射频预编码矩阵FRF,进一步包括如下步骤:
步骤S101,初始化Fk满足预设功率限制;
步骤S102,初始化PSACO的粒子位置矩阵、速度矩阵、个体最优位置和全局最优位置;
步骤S103,根据闭式解计算Wk;
步骤S104,根据闭式解计算Fk;
步骤S105,利用粒子群蚁群算法计算所有粒子的适应值并进行相互比较,得到全局最优位置,对应到FRF矩阵中的相位值;
步骤S106,更新粒子速度矩阵和位置矩阵;
步骤S107,重复步骤S103至步骤S106直到收敛至预设精度,得到混合预编码矩阵Fk和FRF。
本发明的上述技术方案的有益效果如下:
(1)提高系统的误码性能。本发明以最小化均方误差为准则,结合凸优化和粒子群蚁群迭代优化的方法,得到的混合预编码,相比传统的预编码方法能更好地降低系统的误码率。
(2)低硬件实现成本。本发明中,基站端只需要Nrf个射频链,数目可根据需要灵活配置,远小于基站天线数M。同时射频移相器个数为M个,小于传统架构中的移相器个数M*Nrf,从两个方面降低了基站的硬件成本,同时减少了功耗。
(3)迭代速率快、能量效率高。本发明是针对射频部分连接架构下的混合预编码方法,相比全数字基带预编码,本发明能获得更高的能量效率。
附图说明
图1是本发明实施例的Massive MIMO系统结构示意图;
图2是本发明实施例进行射频预编码的连接架构图;
图3是本发明实施例混合预编码方法中均方误差随迭代次数的收敛性能示意图;
图4是本发明实施例混合预编码方法中迭代时间随次数增加的示意图;
图5是本发明实施例混合预编码方法的误比特率性能示意图;
图6是本发明实施例混合预编码方法的能量效率性能示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有技术中Massive MIMO系统误码率高、能量效率低下的问题,通过最小化均方误差对射频与基带进行混合预编码,从而有效的降低误码率,同时提高能量效率。
在Massive MIMO系统中,基站侧通常配置大规模均匀线性阵列。本发明实施例首先假设发端已知完整的信道状态信息(CSI-T),并利用信道状态信息进行发送预编码与接收合并设计。通过将预编码解耦来减小射频链路的数量,并通过在射频预编码中采用部分连接架构来进一步减小移相器的数量,最终得到的混合预编码矩阵,不仅可以有效减小功耗,还可以降低误码率,提高系统可靠性。
下面通过具体的实施例结合附图对本发明作进一步详细说明。
首先对本实施例的应用背景进行说明。图1为本实施例的Massive MIMO系统结构示意图。如图1所示,本实施例为一个下行单用户Massive MIMO系统,基站采用射频与基带混合预编码,接收端仅考虑基带接收处理。基站端有M根天线,用户端有N根天线,基站与用户之间传送的数据流数目为Ns,发射端的射频链路数目为Nrf,OFDM子载波数为Nc,本实施例假设所有的子载波都被该用户占用。需要说明的是,虽然本实施例进行了上述假设,但是本实施例的大规模天线的预编码方法并不局限于上述条件的限制,仅仅是为了说明的方便进行了上述相对简化的假设。
本实施例的Massive MIMO的预编码方法,包括如下步骤:
步骤S1,得到Massive MIMO的数学优化模型。
在本实施例中,发射端比特流表示第k个子载波上传输的信号,经过基带预编码Fk和射频预编码FRF的处理,映射到基站端的M根天线上发射出去。
图2为本实施例进行射频预编码的连接架构图。如图2所示,本步骤中的射频预编码采用部分连接架构。接收端将每个子载波上的信号与基带解码矩阵Wk相乘,Wk是N×Ns矩阵,得到输出信号符号Yk,其中,n为加性高斯白噪声,是一个N×1的列向量,满足均值为0方差为σ2的独立同分布规律;为Wk的共轭转置矩阵,Hk为第k个子载波上的信道矩阵。
信号经过上述传输,发射信号Sk和接收处理后的信号Yk之间的均方误差矩阵为
其中,为Ns阶的单位矩阵。(·)*表示矩阵的共轭转置。
由于所以式(1)可化简为
则均方误差为Jk=tr(MSEk)。
其中,tr(·)表示矩阵的迹运算。
基站端总的发射功率为
其中PT是基站端发射功率。
如图2所示,本步骤中每条射频链路只连接M/Nrf根天线,这使射频预编码矩阵具有块对角结构,即
将均方误差进行最小化,则由大规模天线系统模型得到收发信号间均方误差最小化的优化模型表示为
其中,Pi为一个M/Nrf维的列向量,表示每条射频链路与天线之间的映射关系。
步骤S2,设计接收端基带处理矩阵Wk。
在步骤S1的式(6)中,由于目标函数是关于Wk的凸函数,且发射功率限制中没有Wk变量,则在本步骤中,不等式约束优化问题可转化为无约束优化问题,具体的,直接将对Wk求导,得到
步骤S3,设计发射端基带预编码矩阵Fk。
具体的,本步骤中的设定发射端的基带预编码矩阵,进一步可以为:
给定Wk和FRF,式(6)转化为:
此时,构造一个拉格朗日函数:
将对Fk求导,并令导数为0,得到Fk的闭式解:
步骤S4,设计发射端射频预编码矩阵FRF。
由于步骤S1的式(6)关于FRF矩阵形式的特殊限制,无法直接求其闭式解。因此,本步骤可以利用优化方法来设计射频预编码矩阵FRF,如,粒子群蚁群优化(Particle SwarmAnt Colony Optimization,PSACO)方法,遗传算法等启发式算法。本实施例采用粒子群蚁群优化(Particle Swarm Ant Colony Optimization,PSACO)方法。粒子群中粒子的位置对应FRF中元素对应的相角。在每一代的更新中,根据Fk的闭式解式(10),重新计算当模拟预编码矩阵FRF确定时,能最小化均方误差的基带预编码矩阵Fk。通过适应值函数来实现相位到均方误差值的映射,再以最小均方误差为标准更新粒子的个体最优位置和全局最优位置。
利用PSACO方法的具体步骤如下:
步骤S401,初始化PSACO。
初始化PSACO的粒子位置矩阵X,维度为P×M,P为粒子个数,M为优化问题的决策变量的个数。M是基站端天线数目,对应到射频预编码矩阵FRF中M个非0元素。这里的粒子群蚁群算法中每个粒子的M维位置变量,对应FRF中的M个相移值。由于每个位置维度对应FRF的一个相角,即初始化位置矩阵的每个元素范围在[-π,π]。则有:
粒子的每个位置分量都有对应的速度分量来引导其飞向下一个位置,为保证算法性能,粒子不容易飞出边界,且能够在较大的解空间内搜索,要设置合适的最大速度限制。粒子速度的初始化矩阵为
个体最优位置矩阵可以初始化为:
其初始化值与式(11)相同。
全局最优位置矢量为到目前位置所有粒子的最优位置,可以表示为:
g=[g1,g2,...,gM] (14)
其初始化值为第一个粒子的位置矢量。
初始化Fk,为满足功率限制的任一Nrf×Ns的矩阵。
步骤S402,迭代。
数学优化模型中的目标函数作为PSACO中的目标函数f(θn1,θn2,...,θnM,Wk,Fk),来决定适应值的大小。在每次迭代中,根据步骤S2和步骤S3中的闭式解重新计算Wk和Fk。
对于每个粒子n,n=1,2,...,P,它的位置矢量[θn1,θn2,...θnm,...,θnM]根据下边两个式子对应到FRF,和其中,位置矢量中的θnm对应Pi中的θm,m=1,2,...,M。
然后每个粒子根据自己的位置矢量计算目标函数f(θn1,θn2,...,θnM,Wk,Fk),如果本次的适应值小于上次的适应值,则用当前的位置矢量来更新个体最优位置,否则个体最优位置保持不变。然后将所有粒子的个体最优位置分别带入目标函数得到个体最优适应值,进行比较。最小的适应值对应的粒子的个体最优位置即为本次迭代得到的全局最优位置。
根据位置和速度更新公式来更新位置矩阵和速度矩阵。
位置和速度更新公式为
vnm(t+1)=wvnm(t)+c1r1(pbestnm(t)-θnm(t))+c2r2(gbestm(t)-θnm(t)) (15)
xnm(t+1)=xnm(t)+vnm(t+1) (16)
其中,w为惯性权重,c1为认知因子,c2为社会因子,r1和r2为(0,1)区间内均匀分布的随机数,t为迭代次数。
步骤S5,输出混合预编码矩阵。
在粒子群的迭代过程中,目标函数值在不断减小,根据多次试验的经验值,目标函数能够下降到e-6,即均方误差达到精度e-6,需要用PSACO迭代300~500次。迭代结束后,得到优化的发端混合预编码矩阵Fk、FRF和接收端基带合并处理矩阵Wk。
对本实施例大规模天线的预编码方法,进一步通过仿真的方式进行测试。
表1为对采用本实施例的预编码方法的大规模天线系统仿真采用的参数设置。如表1所示:
表1
图3是本发明实施例混合预编码方法中均方误差随迭代次数的收敛示意图。从图3可看到,本发明中采用粒子群蚁群优化,迭代400次,均方误差能够降低到e-6.
图4是本发明实施例混合预编码方法中迭代时间随次数增加的示意图。从图4可看到,迭代400次平均需要时间80秒,本发明提出的预编码方法具有迭代速率快的优点。
图5是本发明实施例混合预编码方法的误比特率性能示意图。从图5可看出,本发明混合预编码方法的误码率性能比传统的模拟预编码性能有极大地提升,且接近全数字基带预编码性能。当射频链数从8到16,性能提升的更加明显。
图6是本发明实施例混合预编码方法的能量效率性能示意图。从图6可看到,本发明混合预编码方法的能量效率比全数字基带预编码性能有极大的提升,当射频链数目接近32(即与发射天线数目相同)时,两者能量效率接近。
从以上分析可以看出,本实施例具有如下有益效果:
(1)提高系统的误码性能。本发明以最小化均方误差为准则,结合凸优化和粒子群蚁群迭代优化的方法,得到的混合预编码,相比传统的预编码方法能更好地降低系统的误码率。
(2)低硬件实现成本。本发明中,基站端只需要Nrf个射频链,数目可根据需要灵活配置,远小于基站天线数M。同时射频移相器个数为M个,小于传统架构中的移相器个数M*Nrf,从两个方面降低了基站的硬件成本,同时减少了功耗。
(3)迭代速率快、能量效率高。本实施例针对射频部分连接架构下的混合预编码方法,相比全数字基带预编码,能获得更高的能量效率。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种大规模天线Massive MIMO的预编码方法,其特征在于,所述方法包括:
得到Massive MIMO的数学优化模型;
设计接收端基带解码矩阵;
设计发射端基带预编码矩阵;
设计发射端射频预编码矩阵;
输出基带与射频混合预编码矩阵。
2.根据权利要求1所述的预编码方法,其特征在于,所述方法还包括:
对所述发射端射频预编码架构进行简化。
3.根据权利要求1所述的预编码方法,其特征在于,所述得到数学优化模型,进一步以最小均方误差为准则计算得到。
4.根据权利要求1所述的预编码方法,其特征在于,所述Massive MIMO的数学优化模型为:
其中,所述M为基站端的天线根数,N为用户端的天线根数,Ns为基站与用户之间传送的数据流数目,Nrf为发射端的射频链路数目,Nc为OFDM子载波数,tr(·)表示矩阵的迹运算,(·)*表示矩阵的共轭转置,Fk为发射端基带预编码矩阵,FRF为发射端射频预编码矩阵,PT为基站端发射功率。
5.根据权利要求4所述的预编码方法,其特征在于,所述设计接收端基带处理矩阵,进一步包括:
将对Wk求导,得到
其中,所述Wk为接收端基带解码矩阵,Wk是N×Ns矩阵。
6.根据权利要求5所述的预编码方法,其特征在于,所述设计发射端基带预编码矩阵,进一步包括:
给定Wk和FRF,式(6)转化为:
构造一个拉格朗日函数:
将对Fk求导,并令导数为0,得到Fk的闭式解:
7.根据权利要求6所述的预编码方法,其特征在于,所述设计发射端射频预编码矩阵,进一步包括:
利用粒子群蚁群优化PSACO方法设计射频预编码矩阵FRF。
8.根据权利要求7所述的预编码方法,其特征在于,所述PSACO方法设计射频预编码矩阵FRF,进一步包括如下步骤:
步骤S101,初始化Fk满足预设功率限制;
步骤S102,初始化PSACO的粒子位置矩阵、速度矩阵、个体最优位置和全局最优位置;
步骤S103,根据闭式解计算Wk;
步骤S104,根据闭式解计算Fk;
步骤S105,利用粒子群蚁群算法计算所有粒子的适应值并进行相互比较,得到全局最优位置,对应到FRF矩阵中的相位值;
步骤S106,更新粒子速度矩阵和位置矩阵;
步骤S107,重复步骤S103至步骤S106直到收敛至预设精度,得到混合预编码矩阵Fk和FRF。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610463477.2A CN105959048B (zh) | 2016-06-23 | 2016-06-23 | 一种大规模天线的预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610463477.2A CN105959048B (zh) | 2016-06-23 | 2016-06-23 | 一种大规模天线的预编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105959048A true CN105959048A (zh) | 2016-09-21 |
CN105959048B CN105959048B (zh) | 2019-02-15 |
Family
ID=56904623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610463477.2A Active CN105959048B (zh) | 2016-06-23 | 2016-06-23 | 一种大规模天线的预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105959048B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106788642A (zh) * | 2016-12-28 | 2017-05-31 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
CN106888043A (zh) * | 2016-12-31 | 2017-06-23 | 上海无线通信研究中心 | 一种混合预编码毫米波传输系统的自适应参数调整方法 |
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN107276650A (zh) * | 2017-07-03 | 2017-10-20 | 华中科技大学 | 一种多用户大规模mimo混合预编码能效优化方法 |
CN108471325A (zh) * | 2018-03-23 | 2018-08-31 | 北京理工大学 | 一种稀疏射频/基带混合预编码方法 |
CN108512581A (zh) * | 2018-03-01 | 2018-09-07 | 东南大学 | 大规模mimo增减天线的预编码递推方法 |
CN108599825A (zh) * | 2018-02-12 | 2018-09-28 | 大连理工大学 | 一种基于mimo-ofdm毫米波结构的混合编码方法 |
CN108712196A (zh) * | 2018-02-14 | 2018-10-26 | 北京交通大学 | 低分辨率毫米波大规模mimo混合预编码系统和方法 |
CN108990167A (zh) * | 2018-07-11 | 2018-12-11 | 东南大学 | 一种机器学习辅助的大规模mimo下行用户调度方法 |
CN109067446A (zh) * | 2018-10-24 | 2018-12-21 | 北京科技大学 | 一种多天线多用户大规模天线的混合预编码方法 |
CN110138425A (zh) * | 2019-05-15 | 2019-08-16 | 西安科技大学 | 低复杂度阵列天线多输入多输出系统混合预编码算法 |
CN110212959A (zh) * | 2019-05-16 | 2019-09-06 | 华中科技大学 | 一种毫米波mimo-ofdm通信系统的混合预编码能效优化方法 |
CN111010220A (zh) * | 2019-11-14 | 2020-04-14 | 北京科技大学 | 基于能量效率的多用户多流的下行混合预编码方法及系统 |
CN112468201A (zh) * | 2020-11-25 | 2021-03-09 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码方法 |
CN112468200A (zh) * | 2020-11-25 | 2021-03-09 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码装置 |
CN112491471A (zh) * | 2020-12-03 | 2021-03-12 | 东南大学 | 一种可见光通信系统的迫整预编码方法 |
CN112671438A (zh) * | 2020-12-21 | 2021-04-16 | 成都大学 | 大规模mimo中基于虚拟子阵列的模拟预编码系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933357A (zh) * | 2006-09-28 | 2007-03-21 | 上海大学 | 混合发射天线选择的最大率传输系统及其发射天线数的计算方法 |
US20130272445A1 (en) * | 2010-12-07 | 2013-10-17 | Huawei Technologies Co., Ltd. | Precoding method and apparatus |
CN103718474A (zh) * | 2011-07-28 | 2014-04-09 | 三星电子株式会社 | 在无线通信系统中组合基带和射频波束控制的装置和方法 |
CN104506281A (zh) * | 2015-01-14 | 2015-04-08 | 西安电子科技大学 | 一种3d-mimo系统的射频与基带混合预编码方法 |
CN105306125A (zh) * | 2015-11-16 | 2016-02-03 | 江苏中兴微通信息科技有限公司 | 非对称共享型混合波束成型收发装置 |
CN105375958A (zh) * | 2015-10-10 | 2016-03-02 | 南京航空航天大学 | 一种存在信道反馈延迟的mimo中继系统的线性预编码方法 |
CN105577249A (zh) * | 2016-01-13 | 2016-05-11 | 南京航空航天大学 | 一种存在信道估计误差及天线相关的mimo中继系统的预编码方法 |
-
2016
- 2016-06-23 CN CN201610463477.2A patent/CN105959048B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933357A (zh) * | 2006-09-28 | 2007-03-21 | 上海大学 | 混合发射天线选择的最大率传输系统及其发射天线数的计算方法 |
US20130272445A1 (en) * | 2010-12-07 | 2013-10-17 | Huawei Technologies Co., Ltd. | Precoding method and apparatus |
CN103718474A (zh) * | 2011-07-28 | 2014-04-09 | 三星电子株式会社 | 在无线通信系统中组合基带和射频波束控制的装置和方法 |
CN104506281A (zh) * | 2015-01-14 | 2015-04-08 | 西安电子科技大学 | 一种3d-mimo系统的射频与基带混合预编码方法 |
CN105375958A (zh) * | 2015-10-10 | 2016-03-02 | 南京航空航天大学 | 一种存在信道反馈延迟的mimo中继系统的线性预编码方法 |
CN105306125A (zh) * | 2015-11-16 | 2016-02-03 | 江苏中兴微通信息科技有限公司 | 非对称共享型混合波束成型收发装置 |
CN105577249A (zh) * | 2016-01-13 | 2016-05-11 | 南京航空航天大学 | 一种存在信道估计误差及天线相关的mimo中继系统的预编码方法 |
Non-Patent Citations (5)
Title |
---|
DUY H. N. NGUYENT ET AL: "Hybrid MMSE precoding for mmWave multiuser MIMO systems", 《IEEE ICC 2016-SIGNAL PROCESSING FOR COMMUNICATIONS SYMPOSIUM》 * |
R. A. STIRLING-GALLACHER AND MD. SAIFUR RAHMAN: "Linear MU-MIMO pre-coding algorithms for a millimeter wave communication system using hybrid beam-forming", 《IEEE ICC 2014-WIRELESS COMMUNICATIONS SYMPOSIUM》 * |
ROI MENDEZ-RIAL ET AL: "Adaptive hybrid precoding and combining in MmWave multiuser MIMO systems based on compressed covariance estimation", 《2015 IEEE 6TH INTERNATIONAL WORKSHOP ON COMPUTATIONAL ADVANCES IN MULTI-SENSOR ADAPTIVE PROCESSING (CAMSAP)》 * |
RUIKAI MAI ET AL: "MMSE hybrid precoder design for millimeter-wave massive MIMO systems", 《IEEE WIRELESS CONFERENCE AND NETWORKING CONFERENCE (WCNC 2016) TRACK 1:PHY AND FUNDAMENTALS》 * |
YAXIN XING ET AL: "Swarm Intelligence-based Power Allocation and Relay Selection Algorithfor wireless cooperative network", 《KSII TRANSACTIONS ON INFORMATION SYSTEMS》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018120339A1 (zh) * | 2016-12-28 | 2018-07-05 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
CN106788642B (zh) * | 2016-12-28 | 2020-08-18 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
CN106788642A (zh) * | 2016-12-28 | 2017-05-31 | 西安交通大学 | 一种用于实际宽带大规模mimo系统的混合预编码设计方法 |
CN106888043A (zh) * | 2016-12-31 | 2017-06-23 | 上海无线通信研究中心 | 一种混合预编码毫米波传输系统的自适应参数调整方法 |
CN106888043B (zh) * | 2016-12-31 | 2021-09-17 | 上海无线通信研究中心 | 一种混合预编码毫米波传输系统的自适应参数调整方法 |
CN106936485B (zh) * | 2017-04-05 | 2020-06-16 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN107276650A (zh) * | 2017-07-03 | 2017-10-20 | 华中科技大学 | 一种多用户大规模mimo混合预编码能效优化方法 |
CN108599825A (zh) * | 2018-02-12 | 2018-09-28 | 大连理工大学 | 一种基于mimo-ofdm毫米波结构的混合编码方法 |
CN108712196A (zh) * | 2018-02-14 | 2018-10-26 | 北京交通大学 | 低分辨率毫米波大规模mimo混合预编码系统和方法 |
CN108712196B (zh) * | 2018-02-14 | 2021-04-09 | 北京交通大学 | 低分辨率毫米波大规模mimo混合预编码系统和方法 |
CN108512581B (zh) * | 2018-03-01 | 2021-03-09 | 东南大学 | 大规模mimo增减天线的预编码递推方法 |
CN108512581A (zh) * | 2018-03-01 | 2018-09-07 | 东南大学 | 大规模mimo增减天线的预编码递推方法 |
CN108471325B (zh) * | 2018-03-23 | 2020-09-15 | 北京理工大学 | 一种稀疏射频/基带混合预编码方法 |
CN108471325A (zh) * | 2018-03-23 | 2018-08-31 | 北京理工大学 | 一种稀疏射频/基带混合预编码方法 |
CN108990167A (zh) * | 2018-07-11 | 2018-12-11 | 东南大学 | 一种机器学习辅助的大规模mimo下行用户调度方法 |
CN109067446A (zh) * | 2018-10-24 | 2018-12-21 | 北京科技大学 | 一种多天线多用户大规模天线的混合预编码方法 |
CN110138425A (zh) * | 2019-05-15 | 2019-08-16 | 西安科技大学 | 低复杂度阵列天线多输入多输出系统混合预编码算法 |
CN110212959B (zh) * | 2019-05-16 | 2020-11-24 | 华中科技大学 | 一种毫米波mimo-ofdm通信系统的混合预编码能效优化方法 |
CN110212959A (zh) * | 2019-05-16 | 2019-09-06 | 华中科技大学 | 一种毫米波mimo-ofdm通信系统的混合预编码能效优化方法 |
CN111010220A (zh) * | 2019-11-14 | 2020-04-14 | 北京科技大学 | 基于能量效率的多用户多流的下行混合预编码方法及系统 |
CN111010220B (zh) * | 2019-11-14 | 2020-12-22 | 北京科技大学 | 基于能量效率的多用户多流的下行混合预编码方法及系统 |
CN112468201A (zh) * | 2020-11-25 | 2021-03-09 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码方法 |
CN112468200A (zh) * | 2020-11-25 | 2021-03-09 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码装置 |
CN112468200B (zh) * | 2020-11-25 | 2021-10-26 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码装置 |
CN112468201B (zh) * | 2020-11-25 | 2021-10-26 | 郑州铁路职业技术学院 | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码方法 |
CN112491471A (zh) * | 2020-12-03 | 2021-03-12 | 东南大学 | 一种可见光通信系统的迫整预编码方法 |
CN112491471B (zh) * | 2020-12-03 | 2021-08-13 | 东南大学 | 一种可见光通信系统的迫整预编码方法 |
CN112671438A (zh) * | 2020-12-21 | 2021-04-16 | 成都大学 | 大规模mimo中基于虚拟子阵列的模拟预编码系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105959048B (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105959048B (zh) | 一种大规模天线的预编码方法 | |
CN107135024B (zh) | 一种低复杂度的混合波束赋形迭代设计方法 | |
CN107359921B (zh) | 大规模mimo系统基于标准正交化的混合预编码方法 | |
CN107046434B (zh) | 大规模mimo系统模数混合预编码方法 | |
Ramadan et al. | Hybrid analog–digital precoding design for secrecy mmWave MISO-OFDM systems | |
CN107453795B (zh) | 多用户毫米波通信系统的波束分配方法及其装置和系统 | |
CN107294590B (zh) | 一种基于上行训练的数模混合波束赋形方法 | |
CN110048752B (zh) | 毫米波大规模mimo中的一种混合预编码方法 | |
CN112039565B (zh) | 基于分布式部分连接的大规模mimo混合预编码方法 | |
Gao et al. | Channel estimation for mmWave massive MIMO based access and backhaul in ultra-dense network | |
CN103718474A (zh) | 在无线通信系统中组合基带和射频波束控制的装置和方法 | |
CN106253956A (zh) | 基于码本的模数混合预编码方法 | |
CN110011712B (zh) | 一种面向毫米波大规模多输入多输出的混合预编码方法 | |
CN107276650B (zh) | 一种多用户大规模mimo混合预编码能效优化方法 | |
CN110138427B (zh) | 基于部分连接的大规模多输入多输出混合波束赋形算法 | |
CN111953393B (zh) | 大规模mimo混合预编码器及匹配方法 | |
CN110138425A (zh) | 低复杂度阵列天线多输入多输出系统混合预编码算法 | |
Kaushik et al. | Energy efficiency maximization of millimeter wave hybrid MIMO systems with low resolution DACs | |
CN109547082A (zh) | 基于毫米波大规模天线系统的混合预编码优化方法 | |
Wang et al. | Hybrid beamforming with time delay compensation for millimeter wave MIMO frequency selective channels | |
CN115733530A (zh) | 一种可重构智能表面辅助毫米波通信的联合预编码方法 | |
CN109067446B (zh) | 一种多天线多用户大规模天线的混合预编码方法 | |
CN109361434B (zh) | 基站协作传输的毫米波mimo混合预编码方法 | |
CN112312569A (zh) | 一种基于透镜阵列的预编码和波束选择矩阵联合设计方法 | |
CN112261728A (zh) | 一种基于透镜阵列的波束选择矩阵设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |