CN108199753A - 一种毫米波通信中基于迭代最小的预编码方法 - Google Patents

一种毫米波通信中基于迭代最小的预编码方法 Download PDF

Info

Publication number
CN108199753A
CN108199753A CN201711283536.9A CN201711283536A CN108199753A CN 108199753 A CN108199753 A CN 108199753A CN 201711283536 A CN201711283536 A CN 201711283536A CN 108199753 A CN108199753 A CN 108199753A
Authority
CN
China
Prior art keywords
matrix
channel
precoding
precoder
receiver
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
Application number
CN201711283536.9A
Other languages
English (en)
Other versions
CN108199753B (zh
Inventor
吴蒙
于彦彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201711283536.9A priority Critical patent/CN108199753B/zh
Publication of CN108199753A publication Critical patent/CN108199753A/zh
Application granted granted Critical
Publication of CN108199753B publication Critical patent/CN108199753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0456Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种毫米波通信中基于迭代最小的预编码方法,将信道采用DFT分解方式进行分解,构造出最优的混合预编码,将混合预编码的设计转换为矩阵的分解问题,通过对数字预编码实施正交约束,根据数字预编码的正交特性,将模拟预编码的相位提取出来,通过多次迭代,从而形成最终的混合预编码方案。与其他预编码方式对比,该方法能够提高系统的频谱效率,降低预编码技术的复杂度。

Description

一种毫米波通信中基于迭代最小的预编码方法
技术领域
本发明涉及一种能够提高频谱效率,且降低混合预编码的复杂度的毫米波大规模MIMO的混合预编码方法,属于无线通信技术领域。
背景技术
无线网络的容量随着高数据速率多媒体的接入,而呈现指数型增长。通过利用物理层技术可以提高频谱效率,如大规模MIMO,信道编码,以及网络密集化等技术由于这些技术本身可能不足以满足未来的业务需求。因此,利用未充分利用的频谱带来增加商业无线系统的频谱是增加网络容量的一种解决方案。
最初,mmWave蜂窝系统的成功的主要障碍是由于载波频率的十倍增加带来的巨大的路径损耗和雨衰得益于mmWAVE信号的波长较小,mmWAVE MIMO预编码可以利用收发器上的大规模天线提供显着的波束成形增益,以应对路径损耗并合成高度定向的波束。此外,可以通过经由空间复用发送多个数据流来进一步增加频谱效率。
传统的MIMO系统中,预编码通常是在基带处数字的进行处理,这样使得能够控制信号的幅度和相位。但是,完全的数字预编码需要与天线元件相当的专用基带和射频(RF)链。不幸的是,由于毫米波混合信号的硬件成本和功耗使得这种收发器结构不可行。为了减少RF链的数量,本文考虑混合模拟和数字预编码,即通过低维的数字预编码器和高维的模拟预编码器串联来实现。其中模拟预编码通常采用移相器来实现,即将恒定的模数约束放置在RF预编码器的元件上。
混合预编码是毫米波MIMO系统中新出现的技术。正交匹配追踪(OMP)算法是最广泛使用的算法,该算法需要从某些候选的矢量中选取模拟预编码矩阵的列,尽管这种方式极大的简化了设计问题,但是也将提出额外的开销来用于预先获取阵列响应向量的信息,因此还具有一定的复杂度。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种毫米波通信中基于迭代最小的预编码方法,该方法能够提高系统的频谱效率,降低预编码技术的复杂度。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种毫米波通信中基于迭代最小的预编码方法,将信道采用DFT分解方式进行分解,构造出最优的混合预编码,将混合预编码的设计转换为矩阵的分解问题,通过对数字预编码实施正交约束,根据数字预编码的正交特性,将模拟预编码的相位提取出来,通过多次迭代,从而形成最终的混合预编码方案。
具体包括以下步骤:
步骤1,通过最大化毫米波信道上的互信息来设计FRFFBB,采用解耦设计,预编码器的设计问题表示为:
其中,是可行的RF预编码器的组合,也就是具有恒模约束的矩阵集合,FBB的基带预编码器,I为单位矩阵;
由于Hv酉等价于信道H,因此式子(7)重写为:
将信道Hv进行分解,定义其中 Hp是对角矩阵,使用Hv的信道分解式子(8)被重写为
定义矩阵∑和矩阵V为两个部分,分别为:
其中,∑1是一个Ns×Ns的矩阵,V1是一个Nt×Ns;最优的无约束的预编码器由Fopt=V1给出;预编码器的设计问题重写为:
min||Fopt-FRFFBB||F (11)
步骤2,A.数字基带预编码结构
将数字预编码矩阵的列相互正交,即,
其中,FDD是和FBB有相同维数的单位酉矩阵,FDD为和FBB有着相同维数的单位酉矩阵,FBB为数字基带预编码矩阵,α为系数,为Ns维的单位矩阵;
B.混和预编码设计
将式子(12)代入式子(11)中,目标函数进一步重写为
当且仅当时,目标函数(13)有最小值有如下表达式:
其中,FDD 的SVD为当且仅当时取等,目标函数的最小值的上限为对上限进行变换,得到:
采用求目标函数的上限即求式子(15)的最小值,混和预编码的设计问题被重写为:
问题(16)表示我们的设计目标变成了寻找单位预编码矩阵FDD,然后根据式子(12)就得到相应的预编码矩阵FBB
由于FRF去除了具有FBB的乘积形式,所以有如下公式:
因此,FRF的相位由等效的预编码器来提取;
对于数字预编码器的设计,首先考虑FRF是固定的,所以优化问题变成了
由式子(18)可知只有一个优化变量FDD,因此它等效于
根据双重规范的定义可知,我们有:
只有当FDD=V1U*时等式成立,并且FRF的SVD,S是一个Ns维的对角矩阵,它的元素分别是前Ns个非零奇异值,只有当FDD=V1U*时等式成立;
又因为反复迭代,直到满足停止触发条件。
其中,A.毫米波通信系统模型如下:
将预编码器分为基带预编码器和RF预编码器,在发射机处有Nt个天线,在接收机处有Nr个天线;Ns个数据流在发射机处采用个RF链将其发送到接收机,并且满足接收机也是如此,即:该架构使得发射机能使用的基带预编码器FBB,随后是的RF预编码器FRF;离散时间发射信号X表示为X=FRFFBBS,其中S是Ns×1的符号向量,并且满足发射机的总功约束通过归一化FBB,使得假设H是窄带块衰落传播信道矩阵,并且发射机和接收机处都具有完美的信道状态信息CSI,其中,CSI通过在接收机处的信道估计来获得,并且在发射机处进一步与有效反馈技术共享;其发射机产生的接收信号为:
其中,为发射机产生的接收信号,H是Nr×Nt的信道矩阵,且满足ρ表示平均接收功率,n是服从的独立同分布噪声向量,表示方差;
在接收机处,采用RF组合器WRF和基带组合器WBB从接收信号恢复出发送的数据流S;经过接收机处理过的信号为;
其中,y为接收机处理过的信号,WRF的RF组合矩阵,WBB的基带组合矩阵;与RF预编码类似,WRF也采用移相器来实现,当发射符号遵循高斯分布时,可实现的频谱效率可以表示为:
其中,R为频谱效率,为Ns维的单位阵,为矩阵A对的伪逆矩阵,A*为矩阵A的共轭矩阵;
B.物理信道模型
毫米波信道矩阵:
其中,H为窄带块衰落传播信道矩阵,γ为归一化因子Ncl和Nray分别表示簇的数量和每个簇中射线的数量,βil是第i个簇中第l个射线的复增益,假设βil是服从的独立同分布高斯随机变量,并且分别表示接收和发射阵列响应向量,代表到达和离开的方位角和仰角(AoAs和AoDs);
当发射端和接收端采用均匀线性阵列ULA时,
其中,α(φ)表示阵列响应,N表示天线数,d表示天线间隔,λ表示信号波长;
C.虚拟信道表示
利用有限维的空间信号来表示线性虚拟信道,利用固定的虚拟方向的空间波束,信道能被重写为:
其中,Ur和Ut是由固定的虚拟角度定义的酉离散傅里叶变换矩阵,他们的列是相互正交的矢量向量
Hv是Nr×Nt的虚拟信道表示,Hv是信道H的酉等价信道,它能捕获所有的信道信息
本发明相比现有技术,具有以下有益效果:
本方法能够提高系统的频谱效率,降低预编码技术的复杂度。
附图说明
图1是基于大规模MIMO的具有混合模拟和数字波束成形架构系统框图,
图2是迭代最小化算法流程图
图3是当时,不同算法的频谱效率的对比图
图4是RF链路数固定时,不同数据流的系统性能。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种毫米波通信中基于迭代最小的预编码方法,传统的MIMO系统中,预编码通常是在基带处数字的进行处理,这样使得能够控制信号的幅度和相位。但是,完全的数字预编码需要与天线元件相当的专用基带和射频(RF)链,考虑到成本和功耗,毫米波系统中采用数字预编码和模拟预编码的混合预编码方案。为了使得频谱效率最大,首先,将信道采用DFT分解方式将信道进行分解,构造出最优的混合预编码,将其与要设计的混合预编码对比,将混合预编码的设计转换为矩阵的分解问题,通过对数字预编码实施正交约束,由于数字预编码的正交特性,模拟预编码的相位也能被提取出来,通过多次迭代(二次以上迭代),从而形成最终的混合预编码方案。
A.系统模型
考虑如图1中所示的单用户的毫米波系统。
为了降低硬件系统的复杂性,预编码器被分为基带预编码器和RF预编码器,在发射机处有Nt个天线,在接收机处有Nr个天线。Ns个数据流在发射机处采用个RF链将其发送到接收机,并且满足接收机也是如此,即:该架构使得发射机能使用Ns的基带预编码器FBB,随后是的RF预编码器FRF。离散时间发射信号可以表示为X=FRFFBBS,其中S是Ns×1的符号向量,并且满足 表示Ns维的单位矩阵。发射机的总功约束通过归一化FBB,使得假设H是窄带块衰落传播信道,并且发射机和接收机处都具有完美的信道状态信息(CSI)。在实践中,CSI可以通过在接收机处的信道估计来准确和有效地获得,并且在发射机处进一步与有效反馈技术共享。因此其产生的接收信号
其中H是Nr×Nt的信道矩阵,且满足ρ表示平均接收功率,n是服从的独立同分布噪声向量。
在接收机处,采用RF组合器WRF和基带组合器WBB从接收信号恢复出发送的数据流S。因此,经过接收机处理过的信号y为
其中WRF的RF组合矩阵,WBB的基带组合矩阵。与RF预编码类似,WRF也采用移相器来实现。当发射符号遵循高斯分布时,可实现的频谱效率R可以表示为
B.物理信道模型
有限的空间选择性或散射是由于高自由的空间路径损耗造成的。在稀疏散射环境中紧密封装阵列的这种组合使得在传统MIMO分析中使用的许多统计衰落分布对于毫米波信道建模不准确。为此,我们采用窄带聚类通道表示法,基于扩展的S-V模型,它允许我们准确地捕获毫米波通道中存在的数学结构。该模型描述了毫米波信道矩阵:
其中归一化因子Ncl和Nray分别表示簇的数量和每个簇中射线的数量,βil是第i个簇中第l个射线的复增益,假设βil是服从的独立同分布高斯随机变量,并且分别表示接收和发射阵列响应向量,其中代表到达和离开的方位角和仰角(AoAs和AoDs)。本文中,我们考虑当发射端和接收端采用均匀线性阵列(ULA)时,
d表示天线间隔,λ表示信号波长,α(φ)表示阵列响应向量,φ表示角度,N表示天线数,j表示虚数。
C.虚拟信道表示
利用有限维的空间信号来表示线性虚拟信道,利用固定的虚拟方向的空间波束,信道能被重写为
其中Ur和Ut是由固定的虚拟角度定义的酉离散傅里叶变换矩阵,他们的列是相互正交的矢量向量。
Hv是Nr×Nt的虚拟信道表示,Hv是信道H的酉等价信道,它能捕获所有的信道信息。
目前我们都在寻找设计合适的混合预编码器,以最大化(3)中的频谱效率,若直接最大化频谱效率,需要对4个变量进行联合优化,然而这种方式是非常复杂的。因此,为了简化收发器的设计,我们采用解耦发射机和接收机的优化方式,将优化设计问题划分为预编码器设计和解码器的设计两个子问题。首先假设接收机处采用最优的解码器,来设计混合预编码器,然后利用设计出来的混合预编码器,寻找合适的组合器。
为了获取最大化频谱效率,通过最大化毫米波信道上的互信息来设计FRFFBB
采用解耦设计,预编码器的设计问题可以表示为:
其中是可行的RF预编码器的组合,也就是具有恒模约束的矩阵集合。
由于Hv酉等价于信道H,因此(7)可以重写为
将信道Hv进行分解,定义其中 Hp是对角矩阵。使用Hv的信道分解以及一些数学计算,(8)可以被重写为
除此之外,定义矩阵∑和矩阵V为两个部分,分别为
其中∑1是一个Ns×Ns的矩阵,V1是一个Nt×Ns。注意到最优的无约束的预编码器可以简单的由Fopt=V1给出。由于的限制,预编码器V1不能简单的表示为FRFFBB,因此不能在毫米波中实现。可以使得混合预编码器FRFFBB充分的接近最佳预编码器,这样就使得Fopt和FRFFBB带来的互信息可以进行比较。因此,预编码器的设计问题可以重写为
min||Fopt-FRFFBB||F (11)
在毫米波MIMO通信系统中,考虑到成本和功耗,对数据流信息进行混合预编码,然后经过完美信道的传输,在接收端进行接收,提高系统的频谱效率,如图2所示,具体的预编码方法为:
A.数字基带预编码结构
注意,由于非约束的最佳预编码器Fopt的列相互正交,受到这种结构的启发,我们可以让数字预编码矩阵的列也相互正交,即,
其中FDD是和FBB有相同维数的单位酉矩阵。这大大简化了模拟预编码器的设计。
B.混和预编码设计
将(12)代入(11)中,目标函数进一步重写为
很明显,当且仅当时,目标函数(13)有最小值又有如下表达式:
其中FDD 的SVD为FDD 当且仅当时取等。因此目标函数的最小值的上限为为了将FRF和FDD的乘积分离,因此,可以对上限进行变换,可以得到
对于直接的进行优化目标函数(13)仍然比较复杂,可以采用求目标函数的上限即求(15)的最小值,也就求得了目标函数的最小值。因此混和预编码的设计问题可以被重写为
问题(16)表示我们的设计目标变成了寻找单位预编码矩阵FDD,然后根据(12)就可以得到相应的预编码矩阵FBB
(16)中的目标函数大大简化了模拟预编码器的设计,由于FRF去除了具有FBB的乘积形式,所以有如下公式:因此,FRF的相位可以由等效的预编码器来提取。
对于数字预编码器的设计,首先考虑FRF是固定的,所以优化问题变成了
由(18)可知只有一个优化变量FDD,因此它等效于
根据双重规范的定义可知,我们有
只有当FDD=V1U*时等式成立,并且FRF的SVD,S是一个Ns维的对角矩阵,它的元素分别是前Ns个非零奇异值。只有当FDD=V1U*时等式成立。
又因为反复迭代,直到满足停止触发条件。
仿真结果:考虑发射机配有Nt=256根天线,接收机具有Nr=64根天线,采用的信道环境是基于S-V的聚类信道,信道的参数设置为Ncl=5,Nray=10,到达和离开的方位角和仰角都遵循拉普拉斯分布,每个簇的角度扩展为10度。
时,不同算法的频谱效率的结果,如图3所示。当RF链的数量等于数据流的数量时,不同的算法实现得到的频谱效率,这是最坏的情况,因为RF链的数量不能更小。由图3可知,现有的OMP算法的频谱效率比最优的数字预编码器要低,尤其是在SNR比较高的时候,而我们提出的最小化算法能更加准确地近似最优的数字预编码器。
RF链路数固定时,不同数据流的系统性能,如图4所示。当NRF固定时,分析不同数据流的频谱效率。在时,数据流分别为2和4时,不同预编码方案所获得的频谱效率随着SNR的变化情况。由图分析知,当数据流较小时,本文提出的混合预编码方案接近于OMP算法的混合预编码方案;当数据流越大时,本文提出的预编码方案更加优于OMP混合预编码方案。
以上所述仅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 (5)

1.一种毫米波通信中基于迭代最小的预编码方法,其特征在于:将信道采用DFT分解方式进行分解,构造出最优的混合预编码,将混合预编码的设计转换为矩阵的分解问题,通过对数字预编码实施正交约束,根据数字预编码的正交特性,将模拟预编码的相位提取出来,通过多次迭代,从而形成最终的混合预编码方案。
2.根据权利要求1所述毫米波通信中基于迭代最小的预编码方法,其特征在于,包括以下步骤:
步骤1,通过最大化毫米波信道上的互信息来设计FRFFBB,采用解耦设计,预编码器的设计问题表示为:
其中,是可行的RF预编码器的组合,也就是具有恒模约束的矩阵集合,FBB的基带预编码器,I为单位矩阵;
由于Hv酉等价于信道H,因此式子(7)重写为:
将信道Hv进行分解,定义其中 Hp是对角矩阵,使用Hv的信道分解式子(8)被重写为
定义矩阵∑和矩阵V为两个部分,分别为:
其中,∑1是一个Ns×Ns的矩阵,V1是一个Nt×Ns;最优的无约束的预编码器由Fopt=V1给出;预编码器的设计问题重写为:
min||Fopt-FRFFBB||F (11)
步骤2,A.数字基带预编码结构
将数字预编码矩阵的列相互正交,即,
其中,FDD是和FBB有相同维数的单位酉矩阵,FDD为和FBB有着相同维数的单位酉矩阵,FBB为数字基带预编码矩阵,α为系数,为Ns维的单位矩阵,
B.混和预编码设计
将式子(12)代入式子(11)中,目标函数进一步重写为
当且仅当时,目标函数(13)有最小值有如下表达式:
其中,的SVD为当且仅当时取等,目标函数的最小值的上限为对上限进行变换,得到:
采用求目标函数的上限即求式子(15)的最小值,混和预编码的设计问题被重写为:
问题(16)表示我们的设计目标变成了寻找单位预编码矩阵FDD,然后根据式子(12)就得到相应的预编码矩阵FBB
由于FRF去除了具有FBB的乘积形式,所以有如下公式:
因此,FRF的相位由等效的预编码器来提取;
对于数字预编码器的设计,首先考虑FRF是固定的,所以优化问题变成了
由式子(18)可知只有一个优化变量FDD,因此它等效于
根据双重规范的定义可知,我们有:
只有当FDD=V1U*时等式成立,并且的SVD,S是一个Ns维的对角矩阵,它的元素分别是前Ns个非零奇异值,只有当FDD=V1U*时等式成立;又因为反复迭代,直到满足停止触发条件。
3.根据权利要求2所述毫米波通信中基于迭代最小的预编码方法,其特征在于:毫米波通信系统模型如下:
将预编码器分为基带预编码器和RF预编码器,在发射机处有Nt个天线,在接收机处有Nr个天线;Ns个数据流在发射机处采用个RF链将其发送到接收机,并且满足 接收机也是如此,即:该架构使得发射机能使用的基带预编码器FBB,随后是的RF预编码器FRF;离散时间发射信号X表示为X=FRFFBBS,其中S是Ns×1的符号向量,并且满足发射机的总功率约束通过归一化FBB,使得假设H是窄带块衰落传播信道矩阵,并且发射机和接收机处都具有完美的信道状态信息CSI,其中,CSI通过在接收机处的信道估计来获得,并且在发射机处进一步与有效反馈技术共享;其发射机产生的接收信号为:
其中,为发射机产生的接收信号,H是Nr×Nt的信道矩阵,且满足表示平均接收功率,n是服从的独立同分布噪声向量,表示方差;
在接收机处,采用RF组合器WRF和基带组合器WBB从接收信号恢复出发送的数据流S;经过接收机处理过的信号为;
其中,y为接收机处理过的信号,WRF的RF组合矩阵,WBB的基带组合矩阵;与RF预编码类似,WRF也采用移相器来实现,当发射符号遵循高斯分布时,可实现的频谱效率可以表示为:
其中,R为频谱效率,为Ns维的单位阵,为矩阵A对的伪逆矩阵,A*为矩阵A的共轭矩阵。
4.根据权利要求3所述毫米波通信中基于迭代最小的预编码方法,其特征在于:物理信道模型的毫米波信道矩阵:
其中,H为窄带块衰落传播信道矩阵,γ为归一化因子Ncl和Nray分别表示簇的数量和每个簇中射线的数量,βil是第i个簇中第l个射线的复增益,假设βil是服从的独立同分布高斯随机变量,并且分别表示接收和发射阵列响应向量,代表到达和离开的方位角AoAs和仰角AoDs;
当发射端和接收端采用均匀线性阵列ULA时,
α(φ)表示阵列响应,N表示天线数,d表示天线间隔,λ表示信号波长,α(φ)表示阵列响应向量,φ表示角度,N表示天线数,j表示虚数。
5.根据权利要求4所述毫米波通信中基于迭代最小的预编码方法,其特征在于:利用有限维的空间信号来表示线性虚拟信道,利用固定的虚拟方向的空间波束,信道能被重写为:
其中,Ur和Ut是由固定的虚拟角度定义的酉离散傅里叶变换矩阵,他们的列是相互正交的矢量向量
Hv是Nr×Nt的虚拟信道表示,Hv是信道H的酉等价信道,它能捕获所有的信道信息。
CN201711283536.9A 2017-12-07 2017-12-07 一种毫米波通信中基于迭代最小的预编码方法 Active CN108199753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711283536.9A CN108199753B (zh) 2017-12-07 2017-12-07 一种毫米波通信中基于迭代最小的预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711283536.9A CN108199753B (zh) 2017-12-07 2017-12-07 一种毫米波通信中基于迭代最小的预编码方法

Publications (2)

Publication Number Publication Date
CN108199753A true CN108199753A (zh) 2018-06-22
CN108199753B CN108199753B (zh) 2021-09-07

Family

ID=62573948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711283536.9A Active CN108199753B (zh) 2017-12-07 2017-12-07 一种毫米波通信中基于迭代最小的预编码方法

Country Status (1)

Country Link
CN (1) CN108199753B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109361434A (zh) * 2018-08-29 2019-02-19 南京邮电大学 基站协作传输的毫米波mimo混合预编码方法
CN109547135A (zh) * 2019-01-08 2019-03-29 南京邮电大学 毫米波系统中基于保密概率的功率分配方法
CN109714091A (zh) * 2019-01-25 2019-05-03 北京邮电大学 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法
CN110350963A (zh) * 2019-08-01 2019-10-18 湖南国科锐承电子科技有限公司 毫米波mimo通信系统中波束成形的方法和系统
CN111106861A (zh) * 2019-12-06 2020-05-05 南方科技大学 通过角速度预测毫米波信道分布来进行波束赋形的方法
CN111277311A (zh) * 2020-02-10 2020-06-12 电子科技大学 毫米波共生通信系统主被动式联合波束赋形设计方法
CN112564750A (zh) * 2020-12-11 2021-03-26 重庆邮电大学 毫米波大规模mimo系统基于相位提取联合设计混合预编码
CN113287265A (zh) * 2019-01-17 2021-08-20 三菱电机株式会社 能够进行模拟预编码和模拟组合的方法
CN114598368A (zh) * 2022-03-14 2022-06-07 重庆邮电大学 一种基于毫米波宽带通信的全双工鲁棒混合波束成形方法
CN114785390A (zh) * 2022-03-13 2022-07-22 复旦大学 Mimo信道双对角化下的低复杂度检测解码算法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140355707A1 (en) * 2013-05-02 2014-12-04 Samsung Electronics Co., Ltd. Precoder selection method and apparatus for performing hybrid beamforming in wireless communication system
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
CN106571858A (zh) * 2016-11-03 2017-04-19 北京邮电大学 一种混合波束成形传输系统和方法
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
CN107332596A (zh) * 2017-05-26 2017-11-07 南京邮电大学 一种基于迫零的毫米波通信系统混合预编码方法
CN107359921A (zh) * 2017-08-04 2017-11-17 西安科技大学 大规模mimo系统基于标准正交化的混合预编码方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140355707A1 (en) * 2013-05-02 2014-12-04 Samsung Electronics Co., Ltd. Precoder selection method and apparatus for performing hybrid beamforming in wireless communication system
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
CN106571858A (zh) * 2016-11-03 2017-04-19 北京邮电大学 一种混合波束成形传输系统和方法
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
CN107332596A (zh) * 2017-05-26 2017-11-07 南京邮电大学 一种基于迫零的毫米波通信系统混合预编码方法
CN107359921A (zh) * 2017-08-04 2017-11-17 西安科技大学 大规模mimo系统基于标准正交化的混合预编码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YU-HSIN LIU; CHIANG-HEN CHEN: "Multilevel-DFT based low-complexity hybrid precoding for millimeter wave MIMO systems", 《 2016 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING》 *
赵伟艇; 夏栋梁: "毫米波MIMO系统中基于正交码本的模数混合预编码算法", 《电信科学》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109361434A (zh) * 2018-08-29 2019-02-19 南京邮电大学 基站协作传输的毫米波mimo混合预编码方法
CN109547135A (zh) * 2019-01-08 2019-03-29 南京邮电大学 毫米波系统中基于保密概率的功率分配方法
CN113287265B (zh) * 2019-01-17 2024-01-12 三菱电机株式会社 能够进行模拟预编码和模拟组合的方法
CN113287265A (zh) * 2019-01-17 2021-08-20 三菱电机株式会社 能够进行模拟预编码和模拟组合的方法
CN109714091B (zh) * 2019-01-25 2021-04-06 北京邮电大学 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法
CN109714091A (zh) * 2019-01-25 2019-05-03 北京邮电大学 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法
CN110350963A (zh) * 2019-08-01 2019-10-18 湖南国科锐承电子科技有限公司 毫米波mimo通信系统中波束成形的方法和系统
CN111106861B (zh) * 2019-12-06 2021-07-23 南方科技大学 通过角速度预测毫米波信道分布来进行波束赋形的方法
CN111106861A (zh) * 2019-12-06 2020-05-05 南方科技大学 通过角速度预测毫米波信道分布来进行波束赋形的方法
CN111277311A (zh) * 2020-02-10 2020-06-12 电子科技大学 毫米波共生通信系统主被动式联合波束赋形设计方法
CN111277311B (zh) * 2020-02-10 2022-03-25 电子科技大学 毫米波共生通信系统主被动式联合波束赋形设计方法
CN112564750A (zh) * 2020-12-11 2021-03-26 重庆邮电大学 毫米波大规模mimo系统基于相位提取联合设计混合预编码
CN114785390A (zh) * 2022-03-13 2022-07-22 复旦大学 Mimo信道双对角化下的低复杂度检测解码算法
CN114598368A (zh) * 2022-03-14 2022-06-07 重庆邮电大学 一种基于毫米波宽带通信的全双工鲁棒混合波束成形方法
CN114598368B (zh) * 2022-03-14 2023-04-07 重庆邮电大学 一种基于毫米波宽带通信的全双工鲁棒混合波束成形方法

Also Published As

Publication number Publication date
CN108199753B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN108199753A (zh) 一种毫米波通信中基于迭代最小的预编码方法
Yan et al. A dynamic array-of-subarrays architecture and hybrid precoding algorithms for terahertz wireless communications
CN113746534B (zh) 一种卫星大规模mimo通信感知一体化的发送方法
CN112235026B (zh) 一种mimo-ofdma太赫兹通信系统的混合波束设计方法
Mendez-Rial et al. Dictionary-free hybrid precoders and combiners for mmWave MIMO systems
CN108933745A (zh) 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN107332596B (zh) 一种基于迫零的毫米波通信系统混合预编码方法
CN109617585A (zh) 毫米波大规模mimo中基于部分连接的混合预编码方法
Wang et al. Partially-connected hybrid beamforming design for integrated sensing and communication systems
Yang et al. Machine learning enabling analog beam selection for concurrent transmissions in millimeter-wave V2V communications
CN109861731B (zh) 一种混合预编码器及其设计方法
CN108023620A (zh) 应用于毫米波频段的大规模mimo系统混合预编码方法
CN106571858B (zh) 一种混合波束成形传输系统
CN109714091B (zh) 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法
CN108712196A (zh) 低分辨率毫米波大规模mimo混合预编码系统和方法
CN112468202B (zh) 低复杂度毫米波大规模mimo混合预编码方法
CN107809275B (zh) 一种基于毫米波mimo系统的有限反馈混合预编码方法
Guo et al. Robust efficient hybrid pre-coding scheme for mmWave cell-free and user-centric massive MIMO communications
Ren et al. Machine learning-based hybrid precoding with robust error for UAV mmWave massive MIMO
CN108832981A (zh) 混合波束成形传输方法和系统
Jeyakumar et al. Wideband hybrid precoding techniques for THz massive MIMO in 6G indoor network deployment
Li et al. Energy-efficient Butler-matrix-based hybrid beamforming for multiuser mmWave MIMO system
CN108494456A (zh) 一种基于码本导频进行混合预编码方法
CN109067446B (zh) 一种多天线多用户大规模天线的混合预编码方法
Gao et al. Precoding for mmWave massive MIMO

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant