CN106452533B - 一种基于最大化容量的接收端天线选择方法 - Google Patents
一种基于最大化容量的接收端天线选择方法 Download PDFInfo
- Publication number
- CN106452533B CN106452533B CN201611022124.5A CN201611022124A CN106452533B CN 106452533 B CN106452533 B CN 106452533B CN 201611022124 A CN201611022124 A CN 201611022124A CN 106452533 B CN106452533 B CN 106452533B
- Authority
- CN
- China
- Prior art keywords
- formula
- matrix
- follows
- antenna
- capacity
- 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.)
- Expired - Fee Related
Links
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
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0602—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using antenna switching
-
- 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
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0602—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using antenna switching
- H04B7/0608—Antenna selection according to transmission parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明属于通信抗干扰技术领域,具体的说是涉及一种基于最大化容量的接收端天线选择算法。本发明主要为了获得更好的系统容量,具体方法如下:首先求得基于最大化容量的目标函数,其具体求法在说明书发明内容部分给出;然后给定迭代初始值,初始RAS矩阵,步长,容差参数,惩罚因子以及初始RAS矩阵的共轭梯度;接着迭代计算RAS矩阵的估计值并更新,若满足设定的条件则终止,否则增大惩罚因子再计算,直至满足设定条件。本发明的有益效果为,以前的天线选择算法都是利用间接的性能度量,比如SNR和欧氏距离等,从而导致一些性能上的损失,而本发明从最大化容量角度出发,和传统的设计相比,能获得几乎最优的系统容量性能,并且具有极低的算法复杂度。
Description
技术领域
本发明属于通信抗干扰技术领域,涉及空间调制(Spatial Modulation,SM)技术,天线选择技术(Antenna Selection),多输入多输出(Multiple Input Multiple Output,MIMO)技术,以及毫米波通信(Millimeter-Wave(mmWave)Communication)。
背景技术
MIMO系统相对于单输入单输出(SISO)系统,在系统容量上有了很大的提升。但是由于MIMO系统中配备多个昂贵的射频链路,使得硬件的成本和复杂度都增加很大,因此,为了发挥MIMO系统的空间分集或空间复用的优点以及降低硬件成本,人们提出了天线选择技术。对于天线选择的研究,主要研究方向在于如何选择出最优的天线组合。对此,进行天线选择主要有两个准则,一是容量最大准则,二是误码率最小准则。
新兴起的毫米波通信技术能提供大量的带宽,并且有效提高通信容量,因此被视为5G移动网络的一个重要部分。将毫米波技术与MIMO技术相结合(mmWave-MIMO)可以克服毫米波传播的高路径损耗的问题,而新兴的SM技术可以为mmWave-MIMO提供低复杂度和高速率设计,因此提出了毫米波SM-MIMO系统。为了在提供可从MIMO系统获得的确定分集增益的同时减少RF的成本损耗,接收端天线选择(Receive Antenna Selection,RAS)是一个很有效的技术,于是提出了毫米波通信的RAS-SM方案。
发明内容
本发明的目的,就是针对毫米波SM-MIMO系统提出一种基于容量最大化准则的接收端天线选择算法。
本发明的技术方案如下:
假设有Nt根发送天线,Nr根接收天线,毫米波信道矩阵可表示为其中h1,h2,...,hNr是H中和接收天线相对应的行向量,[]T表示矩阵的转置。令Uu表示第u种天线选择方案的天线索引集合,Hu表示第u种天线选择方案对应的L×Nt维信道矩阵。那么可能的接收天线子集有个,即从Nr根接收天线中选取L根,我们的目标便是根据最优化某个性能度量函数,从这些候选的子集U={U1,...,UNu}中选取最优的Uu。
RAS优化问题可以表示为:
其中,f(Uu,H)为性能度量函数。
为简化接收信号模型的表达,定义以下Nr×Nr维矩阵:
其中,对角元可表示为:
通过公式(3),有ΔHΔ=ΔΔH=ΔH,Hu=ΔH,其中ΔH表示矩阵Δ的共轭转置,于是,经过天线选择后,接收信道可写为:
y=ΔHx+n (公式4)
其中,x和n分别是发送向量和噪声向量,并假设噪声向量n中元素服从复高斯分布CN(0,N0),其中,N0为噪声功率,ε()表示求期望。
对于一个给定的Hu=ΔH,容量C1的下界为:
其中是接收端的平均信噪比,hu(i),i=1,...,Nt是对应Hu的第i列。
容量C2为:
C2≤log2(Nt) (公式6)
于是通过公式(5)和公式(6)有总容量CSM为:
α≤CSM≤α+log2(Nt) (公式7)
从公式(7)可知,SM-MIMO系统容量取决于参数α,其可改写为:
其中,hji是矩阵H的第(j,i)个元素,(A)ii表示矩阵A的第i个对角元。
通过公式(8),基于最大化容量的接收端天线选择问题可以表示为:
从公式(9)可以看出,最大容量最优化是组合问题,因为Δj,j=1,...,Nr是二元整数变量,即NP-困难问题。为了寻找低复杂度的解决办法,令Δj,j=1,...,Nr为连续变量而不是离散变量,于是公式(9)可改写为:
可知对于一个给定的信道矩阵H,最优化容量度量α(Δ)是关于变量Δj,j=1,...,Nr的凹函数。
假设fc(Δ)是RAS最优化问题的代价函数,令fc(Δ)=-α(Δ),其关于Δj,j=1,...,Nr的梯度函数为为解决公式(10)的最优化问题,首先去除不等式约束,从而将公式(10)改写为:
其中假设惩罚因子t为非负的,为对数障碍函数,其可定义为:
从公式(12)可以看出是满足不等式约束0≤Δj≤1,j=1,...,Nr的点集,并且有:
可知公式(11)仍然是凸函数。
为了实现上述目的,本发明的技术方案是:基于公式(11)-公式(13),提出了基于最大化容量的接收端天线选择对数障碍算法-简化共轭梯度(LbA-SCG)算法,包括如下步骤:
1、给定一个严格可行的初始矩阵Δ(1),步长μ>1,容差参数β>0,惩罚因子t>0;
2、利用最小化公式(11)中的代价函数计算估计值Δ(t)*;
3、更新RAS矩阵Δ=Δ(t)*=Δ(n+1);
4、如果Nr/t<β则终止,否则令t=μt,并返回步骤2。
其中△(n)和W(n)分别表示Δ和W的第n次迭代的值。
本发明的有益效果在于,简化共轭梯度(SCG)算法的收敛速度比传统的最陡梯度算法要快,并且只需要用到代价函数F(Δ)的一阶导数,对数障碍函数的计算复杂度也比其他惩罚函数可观。
附图说明
图1是毫米波通信的RAS-SM系统框图;
图2是本发明提出的基于最大化容量的RAS算法流程图;
图3是提出的RAS算法和遍历RAS算法性能比较;
图4是不同RAS-SM的性能比较(4发8收,选2);
图5是不同RAS-SM的性能比较(8发4收,选2)。
具体实施方式
下面将结合附图,给出本发明的具体实施例。需要说明的是:实施例中的参数并不影响本发明的一般性。
下面对该发明提出的一种基于最大化容量的接收端天线选择算法进行说明。考虑一个Nt×Nr的SM-MIMO系统,其中Nt是发射天线数,Nr是接收天线数,是信道矩阵。假设我们要从Nr根接收天线中选择L根。具体选择过程如下:
步骤1:给定一个严格严格可行的初始矩阵Δ(1),即Δj,j=1,...,Nr,Δj∈domfc(Δ),其中domf(x)表示函数f(x)的定义域;步长μ>1,容差参数β>0,惩罚因子t>0,初始RAS矩阵Δ(1)的共轭梯度为
步骤2:利用简化共轭梯度(SCG)算法,在初始开始矩阵Δ(1)条件下,通过最小化公式(11)中的RAS代价函数,计算出估计值△(t)*,即在以t为惩罚因子时,公式(11)的最优解。其具体过程如下:
a)初始化:设置步长ζ>0,终止标量κ>0,最大迭代次数NSCG,n=1。
b)循环:如果||W(n)||2<κ或n>NSCG则停止。
Δ(n+1)=Δ(n)-ζW(n)/||W(n)|| (公式14)
α=L/tr(Δ(n+1)(Δ(n+1))H) (公式15)
上述公式依次进行运算。
c)停止:Δ(n+1)是Δ(t)*的解。
步骤3:更新RAS矩阵Δ=△(t)*=Δ(n+1)。
步骤4:如果Nr/t<β则终止,否则令t=μt,并返回步骤2。
上述算法的复杂度为ο(niter(Nt+L)),niter为迭代次数,并且梯度类方法的迭代次数上界为其中c1,c2是取决于初始参数(步长,容差参数,惩罚因子)的定值,如果恰当的选择迭代参数,迭代次数只略微大于和传统设计相比,本发明提出的基于最大化容量的RAS-SM方案能获得几乎最优的系统容量性能,且具有很低的算法复杂度。
Claims (1)
1.一种基于最大化容量的接收端天线选择方法,该天线选择方法用于毫米波SM-MIMO系统,其特征在于,包括以下步骤:
a.设有Nr根接收天线,定义初始矩阵Δ(1),即Δj,j=1,...,Nr,Δj∈domfc(Δ),domf(x)表示函数f(x)的定义域;步长μ>1,容差参数β>0,惩罚因子t>0,初始RAS矩阵Δ(1)的共轭梯度为
b.采用简化共轭梯度算法,采用如下代价函数:
约束于∑Δi=L
其中,L是从Nr根接收天线中选择出的天线数,fc(Δ)和的获得步骤如下:
假设有Nt根发送天线,Nr根接收天线,毫米波信道矩阵可表示为其中是H中和接收天线相对应的行向量,[]T表示矩阵的转置,令Uu表示第u种天线选择方案的天线索引集合,Hu表示第u种天线选择方案对应的L×Nt维信道矩阵,那么可能的接收天线子集有个,即从Nr根接收天线中选取L根,根据最优化某个性能度量函数,从这些候选的子集中选取最优的Uu:
RAS优化问题表示为:
其中,f(Uu,H)为性能度量函数;
为简化接收信号模型的表达,定义以下Nr×Nr维矩阵:
其中,对角元可表示为:
通过公式(3),有ΔHΔ=ΔΔH=ΔH,Hu=ΔH,其中ΔH表示矩阵Δ的共轭转置,于是,经过天线选择后,接收信道可写为:
y=ΔHx+n (公式4)
其中,x和n分别是发送向量和噪声向量,并假设ε(xnH)=0,噪声向量n中元素服从复高斯分布CN(0,N0),其中,N0为噪声功率,ε()表示求期望;
对于一个给定的Hu=ΔH,容量C1的下界为:
其中是接收端的平均信噪比,hu(i),i=1,...,Nt是对应Hu的第i列;
容量C2为:
C2≤log2(Nt) (公式6)
于是通过公式(5)和公式(6)有总容量CSM为:
α≤CSM≤α+log2(Nt) (公式7)
从公式(7)可知,SM-MIMO系统容量取决于参数α,其可改写为:
其中,hji是矩阵H的第(j,i)个元素,(A)ii表示矩阵A的第i个对角元;
通过公式(8),基于最大化容量的接收端天线选择问题可以表示为:
从公式(9)可以看出,最大容量最优化是组合问题,因为Δj,j=1,...,Nr是二元整数变量,即NP-困难问题;为了寻找低复杂度的解决办法,令Δj,j=1,...,Nr为连续变量而不是离散变量,于是公式(9)可改写为:
可知对于一个给定的信道矩阵H,最优化容量度量α(Δ)是关于变量Δj,j=1,...,Nr的凹函数;
假设fc(Δ)是RAS最优化问题的代价函数,令fc(Δ)=-α(Δ),其关于Δj,j=1,...,Nr的梯度函数为为解决公式(10)的最优化问题,首先去除不等式约束,从而将公式(10)改写为:
其中假设惩罚因子t为非负的,为对数障碍函数,其可定义为:
从公式(12)可以看出是满足不等式约束0≤Δj≤1,j=1,...,Nr的点集,并且有:
可知公式(11)仍然是凸函数;
然后通过如下步骤计算估计值Δ(t)*,即在以t为惩罚因子时,公式(11)的最优解:
b1.初始化:设置步长ζ>0,终止标量κ>0,最大迭代次数NSCG,n=1;
b2.判断||W(n)||2<κ或n>NSCG是否成立,若是,则进入步骤b3,若否,则依次执行以下计算公式:
Δ(n+1)=Δ(n)-ζW(n)/||W(n)||
α=L/tr(Δ(n+1)(Δ(n+1))H)
其中Δ(n)和W(n)分别表示Δ和W的第n次迭代的值;
b3.获得Δ(t)*的解为Δ(n+1);
c.根据获得的估计值Δ(t)*对矩阵进行更新:Δ=Δ(t)*=Δ(n+1);
d.判断Nr/t<β是否成立,若是,则终止;若否,则令t=μt,并返回步骤b。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611022124.5A CN106452533B (zh) | 2016-11-16 | 2016-11-16 | 一种基于最大化容量的接收端天线选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611022124.5A CN106452533B (zh) | 2016-11-16 | 2016-11-16 | 一种基于最大化容量的接收端天线选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106452533A CN106452533A (zh) | 2017-02-22 |
CN106452533B true CN106452533B (zh) | 2019-05-10 |
Family
ID=58221390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611022124.5A Expired - Fee Related CN106452533B (zh) | 2016-11-16 | 2016-11-16 | 一种基于最大化容量的接收端天线选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106452533B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107425893A (zh) * | 2017-06-16 | 2017-12-01 | 电子科技大学 | 基于系统容量的广义空间调制系统收发端天线选择方法 |
CN108234011A (zh) * | 2017-12-22 | 2018-06-29 | 西安电子科技大学 | 大规模多输入输出场景基于亚模函数的天线选择方法 |
CN113169774B (zh) * | 2018-12-03 | 2022-10-28 | 华为技术有限公司 | 一种天线选择方法及设备 |
CN113708816A (zh) * | 2021-09-01 | 2021-11-26 | 长沙理工大学 | 一种基于量化感知的接收天线贪婪选择方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101114862A (zh) * | 2006-08-31 | 2008-01-30 | 华为技术有限公司 | 一种在多输入多输出系统中的通信方法和系统 |
JP2014222793A (ja) * | 2013-05-13 | 2014-11-27 | 株式会社日立国際電気 | 無線通信装置および無線通信方法 |
CN105162506A (zh) * | 2015-06-18 | 2015-12-16 | 电子科技大学 | 一种低复杂度的大规模天线选择方法 |
-
2016
- 2016-11-16 CN CN201611022124.5A patent/CN106452533B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101114862A (zh) * | 2006-08-31 | 2008-01-30 | 华为技术有限公司 | 一种在多输入多输出系统中的通信方法和系统 |
JP2014222793A (ja) * | 2013-05-13 | 2014-11-27 | 株式会社日立国際電気 | 無線通信装置および無線通信方法 |
CN105162506A (zh) * | 2015-06-18 | 2015-12-16 | 电子科技大学 | 一种低复杂度的大规模天线选择方法 |
Non-Patent Citations (2)
Title |
---|
Conjugate Gradient-based Soft-Output Detection and Precoding in Massive MIMO Systems;Bei Yin, et.al;《2014 IEEE Global Communications Conference》;20141212;3696-3701 * |
Reduced complexity ML detection and capacity-optimized training for spatial modulation systems;Rakshith Rajashekar ; K.V.S. Hari ; L. Hanzo;《IEEE Transactions on Communications》;20131209;第1卷(第62期);112-125 * |
Also Published As
Publication number | Publication date |
---|---|
CN106452533A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106452533B (zh) | 一种基于最大化容量的接收端天线选择方法 | |
Paul et al. | A novel beamspace channel estimation technique for millimeter wave massive MIMO systems | |
CN101867402B (zh) | 一种自适应天线选择的mimo系统及其应用方法 | |
CN109302224A (zh) | 用于大规模mimo的混合波束赋形算法 | |
CN107135024A (zh) | 一种低复杂度的混合波束赋形迭代设计方法 | |
CN110401476B (zh) | 一种基于码本的毫米波通信多用户并行波束训练方法 | |
CN107181511B (zh) | 一种毫米波mimo系统的混合预编码方法及系统 | |
CN111246491A (zh) | 一种智能反射表面辅助的太赫兹通信系统设计方法 | |
CN104935366A (zh) | 毫米波通信中的波束搜索方法 | |
CN109104225A (zh) | 一种能效最优的大规模mimo波束域多播传输方法 | |
CN110336761A (zh) | 毫米波大规模mimo系统的波束空间信道估计方法 | |
CN102457951A (zh) | 一种多小区协作通信中链路联合波束成形的方法和基站 | |
CN114726687A (zh) | 一种智能反射面辅助毫米波大规模mimo系统的信道估计方法 | |
CN109547076A (zh) | 毫米波大规模mimo中基于dsbo的混合预编码算法 | |
CN109831233A (zh) | 一种多小区协调大规模mimo波束域多播功率分配方法 | |
CN101651982B (zh) | 一种基于New-Memetic算法的波束成型方法 | |
CN103259585B (zh) | 基于收发机损耗的下行链路波束成形方法及其系统 | |
CN114640379A (zh) | 一种基于智能反射面阵元分组的波束优化方法及系统 | |
CN110719127B (zh) | 一种具有恒模约束的毫米波mimo系统波束成形方法 | |
CN117290996A (zh) | 基于黎曼自适应梯度的mimo雷达恒模波形设计方法 | |
CN115361043B (zh) | 高铁毫米波通信系统的通信控制方法及控制系统 | |
CN114826833B (zh) | 一种IRS辅助MEC中CF-mMIMO的通信优化方法及终端 | |
CN115021779A (zh) | Ris辅助的mimo系统的离散相移设计方法和装置 | |
CN115865159A (zh) | 适用于无蜂窝毫米波mimo系统的角度域混合波束成形方法 | |
Hou et al. | Particle swarm optimization inspired low-complexity beamforming for MmWave massive MIMO systems |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190510 Termination date: 20211116 |