CN108494455A - 采用单比特模数转换器mimo系统的混合预编码设计方法 - Google Patents
采用单比特模数转换器mimo系统的混合预编码设计方法 Download PDFInfo
- Publication number
- CN108494455A CN108494455A CN201810163768.9A CN201810163768A CN108494455A CN 108494455 A CN108494455 A CN 108494455A CN 201810163768 A CN201810163768 A CN 201810163768A CN 108494455 A CN108494455 A CN 108494455A
- Authority
- CN
- China
- Prior art keywords
- matrix
- digital
- coding matrix
- digital converter
- mimo system
- 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
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
- 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)
- Analogue/Digital Conversion (AREA)
Abstract
本发明公开了采用单比特模数转换器MIMO系统的混合预编码设计方法,该方案可以在MIMO系统中将混合预编码结构和低精度模数转换器结合起来,有效地降低MIMO系统的能耗和实现成本。本发明充分考虑了混合预编码结构和单比特模数转换器结构,并对其进行数学建模。在应用中,可利用提出的迭代算法对于模拟预编码器和数字预编码器进行优化设计,达到系统整体可达速率的最大化。本发明的优点在于通过对于数字预编码器和模拟预编码器的设计,降低系统的实现成本和能耗,并将系统整体的可达速率最大化。这一优点使得所提出的混合预编码设计方案具有较广的应用场景,从而使得MIMO系统在实际中更具有可实现性。
Description
技术领域
本发明设计采用单比特模数转换器MIMO系统的混合预编码器,特别涉及一种适用于单用户多天线的无线通信系统。
背景技术
MIMO系统是未来无线通信系统的关键组成部分。其多路复用和波束形成的增益,对于多种系统(如:毫米波系统和低频系统等)而言均有巨大吸引力。然而,混合信号组件的高硬件成本和功耗使得全数字的预编码解决方案在实际中难以实现。为克服这一难题,需要设计新的机制来放宽对每根天线均配置射频链路的要求。使用混合预编码架构和低精度模拟数字转换接收器是两种很有前景的解决方案。这两种解决方案分别代表了两种极端情况,即减小模数转换器的精度和减少射频链路的数量。
针对减小模数转换器精度的解决方案,可以在每一个无线通信射频链路中使用超低精度模数转换器替代高精度模数转换器。低比特量化方案有很多良好的性质,如:低功耗以及在实际中很好实现等。但由于射频链路数目并没有减少,所以功耗依旧很大,并且在射频域中的处理没有取得增益。
针对减少射频链路数量的解决方案,为了克服射频链路的局限性并使其支持多流多路复用,混合预编码体系结构将模拟域和数字域的预编码处理分离开来,用于低频大规模MIMO系统。混合架构使用的射频链路数量比天线数量少得多,并且依赖于通过相移器网络实现的射频波束形成处理器。但只通过运用混合架构减少射频链路数量,而仍采用高精度模数转换器,也会产生高功耗。
发明内容
本发明的目的是更加有效地降低MIMO系统的功耗和硬件成本,提供一种采用单比特模数转换器MIMO系统的混合预编码设计方法。
技术方案
采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,包括对单比特模数转换器的量化过程进行建模、设计数字预编码矩阵以及设计模拟预编码矩阵各步骤;所述的数字预编码矩阵设计算法和模拟预编码矩阵设计算法交替迭代,以获得最大化的系统可达速率。
本发明方法实现过程包括(如图1):
一、建立采用单比特模数转换器MIMO系统的混合预编码模型(如图2),定义为平坦衰落信道,为模拟预编码矩阵,为数字预编码矩阵。
二、接收量化信号表示为r=Q(y)=Q(HFRFFBBs+n),其中表示发送信号,为高斯白噪声,表示量化过程之前的接收信号,表示经过单比特量化过程之后的接收信号。
三、线性近似量化接收信号为r=A(HFRFFBBs+n)+q,表示线性算子且A=αI,其中Pt表示发射功率,π为圆周率,表示单位矩阵,表示统计等效的量化噪声。
四、采用单比特模数转换器MIMO系统的混合预编码模型的可达速率表达式为
五、为获得模拟预编码矩阵固定条件下最大的系统可达速率,对带有功率约束的有关数字预编码矩阵的优化问题进行求解。
六、为获得数字预编码矩阵固定条件下最大的系统可达速率,对于带有功率约束和恒模约束的有关模拟预编码矩阵的优化问题进行求解。
七、交替迭代第五、六两步,直至收敛,获得模拟预编码矩阵和数字预编码矩阵,同时得到最大化的系统可达速率。
具体的说明如下:
本发明的采用单比特模数转换器MIMO系统的混合预编码模型,可以有效地降低MIMO系统能耗和实现成本。
所述的采用单比特模数转换器MIMO系统的混合预编码模型,如图2所示,将混合预编码结构和单比特转换器结构相结合,发送信号首先通过混合预编码结构,通过信道后,单比特模数转换器对于接收信号进行单比特量化。
所述的线性近似量化接收信号,其目的在于利用Bussgang定理,将离散的非线性量化过程近似表达为连续的线性量化过程,以便于后续以最大化系统可达速率为目标的混合预编码矩阵设计优化问题的提出分析和求解。
所述的带有功率约束的有关数字预编码矩阵的优化问题,是指在固定模拟预编码矩阵的条件下,以最大化系统可达速率,求解满足混合预编码结构所要求功率约束的数字预编码矩阵。
所述的带有功率约束和恒模约束的有关模拟预编码矩阵的优化问题,是指在固定数字预编码矩阵的条件下,以最大化系统可达速率,求解满足混合预编码结构所要求的功率约束和实现模拟预编码器功能的移相器所要求的恒模约束条件的模拟预编码矩阵。
所述的交替迭代是指将优化数字预编码矩阵过程和优化模拟预编码矩阵过程过程进行交替迭代。其原因在于数字预编码矩阵优化过程步骤五需要已知模拟预编码矩阵,而模拟预编码矩阵优化过程步骤六中需要已知数字预编码矩阵。故两者交替迭代可实现两者的联合估计,即混合预编码设计。
本发明的有益效果:
(1)本发明采用单比特模数转换器MIMO系统的混合预编码模型,同时降低模数转换器精度和减小射频链路数目,从而降低MIMO系统的能耗和成本;
(2)本发明所提出的混合预编码设计方案充分考虑了单比特模数转换器的非线性量化过程,为降低混合预编码设计算法的复杂度,将非线性量化操作建模成一个线性过程,有助于本发明在实际系统中应用。
(3)本发明所提出的混合预编码设计方案有效的解决了由移相器实现模拟预编码器的恒模约束优化问题。
(4)本发明所提出的交替迭代混合预编码设计方法可以有效的增大系统的可达速率。
附图说明
图1为本发明实现过程流程图
图2为采用单比特模数转换器MIMO系统的混合预编码模型
图3为交替迭代混合预编码设计示意图
图4为模拟预编码矩阵设计的次梯度算法
图5为模拟预编码矩阵元素优化所采用的最速下降算法
具体实施方式
本发明公开了采用单比特模数转换器MIMO系统的混合预编码设计方法,该方案可以在MIMO系统中将混合预编码结构和低精度模数转换器结合起来,有效地降低MIMO系统的能耗和实现成本。本发明充分考虑了混合预编码结构和单比特模数转换器结构,并对其进行数学建模。在应用中,可利用提出的迭代算法对于模拟预编码器和数字预编码器进行优化设计,达到系统整体可达速率的最大化。本发明的优点在于通过对于数字预编码器和模拟预编码器的设计,降低系统的实现成本和能耗,并将系统整体的可达速率最大化。这一优点使得所提出的混合预编码设计方案具有较广的应用场景,从而使得MIMO系统在实际中更具有可实现性。
下面将结合说明书附图,对本发明做进一步的说明。
如图2所示,采用单比特模数转换器MIMO系统的混合预编码模型含有的数据流个数为Ns,射频链路数目为发送天线数目为Nt,接收天线数目为Nr。
在多天线接收端,接收信号为
y=HFRFFBBs+n
经过单比特量化后的接收信号为
r=Q(y)=Q(HFRFFBBs+n)
这里,为发送向量信号,为通过单比特量化前的接收向量信号,为量化后的接收向量信号,Q为量化函数,为信道矩阵,为模拟预编码矩阵,为数字预编码矩阵,为高斯白噪声。
根据Bussgang定理,将离散非线性的量化过程近似表达为线性函数形式
r=A(HFRFFBBs+n)+q
这里,为统计等效的量化噪声,表示线性算子且其中Pt表示发射功率。
通过对量化后的接收信号r,量化噪声q以及通过单比特量化前的接收信号y的自相关函数进行计算,得到采用单比特模数转换器混合预编码结构的MIMO系统可达速率表达式为
图3以最大化系统可达速率为目标,首先对于数字预编码矩阵以及模拟预编码矩阵进行分别优化,然后利用交替迭代算法直至满足收敛条件,终止迭代。
由于混合预编码结构的功率约束和实现模拟预编码器的为移相器,因此可以得到以最大化可达速率为目标的混合预编码矩阵设计优化问题为
s.t.|[FRF]m,n|=1,
首先,对模拟预编码矩阵FRF进行初始化,即生成一个与模拟预编码矩阵FRF维数相同且满足恒模约束的矩阵作为模拟预编码矩阵FRF的起始值。
在优化数字预编码矩阵FBB的步骤中,固定模拟预编码矩阵FRF,不失一般性的假设最佳数字预编码矩阵FBB的取值满足为对角阵,可以得到数字预编码矩阵FBB的表达式形式其中,U为仿酉矩阵,满足UHU=I。将FBB的表达式形式代入功率约束,可以得到其中,通过奇异值分解可得
其中,的特征值升序排列,并取前Ns个最大的特征值呈降序排列作为的对角元素,其对应的特征向量组成的矩阵为当且仅当时,不等式取等。定义
则关于数字预编码矩阵FBB的优化问题可以转化为关于的优化问题
可以证明,以上优化问题为一个凸问题,可以使用KKT条件进行求解。其拉格朗日函数为
结合运用注水算法可以得到同时可以使用二分法对其参数β进行求解。
在优化模拟预编码矩阵FRF的步骤中,固定数字预编码矩阵FBB,则优化问题为
s.t.|[FRF]m,n|=1,
由于此优化问题的恒模约束条件非凸,不容易求解,所以可以规定模拟预编码矩阵的表达形式以满足恒模约束条件,定义
则关于模拟预编码矩阵FRF的优化问题转换为关于参数的优化问题
可以通过次梯度算法和最速下降法求解,如图4,图5。
交替迭代优化数字预编码矩阵和模拟预编码矩阵,直至满足迭代收敛条件,完成以最大化可达速率为目标的混合预编码设计。
Claims (9)
1.采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,包括对单比特模数转换器的量化过程进行建模、设计数字预编码矩阵以及设计模拟预编码矩阵各步骤;
所述的数字预编码矩阵设计算法和模拟预编码矩阵设计算法交替迭代,以获得最大化的系统可达速率。
2.根据权利要求1所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,单比特模数转换器的量化过程,所述对量化信号进行数学建模是指利用线性模型来近似单比特接收信号量化。
3.根据权利要求1所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,
设计数字预编码矩阵,为设计混合预编码器,需要对于满足混合预编码结构功率约束条件的基带数字预编码矩阵进行设计;
设计模拟预编码矩阵,为设计混合预编码器,需要对于满足混合预编码结构功率约束条件以及硬件实现所带来的恒模约束条件的频带模拟预编码矩阵进行设计。
4.根据权利要求3所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,混合预编码器设计需要通过交替迭代获得。
5.根据权利要求4所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,
交替迭代的第一子问题是给定频带的模拟预编码器矩阵的情况下,对于基带数字预编码器矩阵进行优化设计;
交替迭代的第二个子问题旨在给定基带的数字预编码器矩阵的情况下,对于频带模拟预编码器矩阵进行优化设计。
6.根据权利要求5所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,具体过程为:
一、建立采用单比特模数转换器MIMO系统的混合预编码模型,定义为平坦衰落信道,为模拟预编码矩阵,为数字预编码矩阵。
二、接收量化信号表示为r=Q(y)=Q(HFRFFBBs+n),其中表示发送信号,为高斯白噪声,表示量化过程之前的接收信号,表示经过单比特量化过程之后的接收信号。
三、线性近似量化接收信号为r=A(HFRFFBBs+n)+q,表示线性算子且A=αI,其中Pt表示发射功率,π为圆周率,表示单位矩阵,表示统计等效的量化噪声。
四、采用单比特模数转换器MIMO系统的混合预编码模型的可达速率表达式为
五、为获得模拟预编码矩阵固定条件下最大的系统可达速率,对带有功率约束的有关数字预编码矩阵的优化问题进行求解。
六、为获得数字预编码矩阵固定条件下最大的系统可达速率,对于带有功率约束和恒模约束的有关模拟预编码矩阵的优化问题进行求解。
七、交替迭代第五、六两步,直至收敛,获得模拟预编码矩阵和数字预编码矩阵,同时得到最大化的系统可达速率。
7.根据权利要求6所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,得到以最大化可达速率为目标的混合预编码矩阵设计优化问题为
s.t. |[FRF]m,n|=1,
首先,对模拟预编码矩阵FRF进行初始化,即生成一个与模拟预编码矩阵FRF维数相同且满足恒模约束的矩阵作为模拟预编码矩阵FRF的起始值。
在优化数字预编码矩阵FBB的步骤中,固定模拟预编码矩阵FRF,不失一般性的假设最佳数字预编码矩阵FBB的取值满足为对角阵,可以得到数字预编码矩阵FBB的表达式形式其中,U为仿酉矩阵,满足UHU=I。将FBB的表达式形式代入功率约束,可以得到其中,通过奇异值分解可得
其中,的特征值升序排列,并取前Ns个最大的特征值呈降序排列作为的对角元素,其对应的特征向量组成的矩阵为当且仅当时,不等式取等。定义
则关于数字预编码矩阵FBB的优化问题可以转化为关于λq,i,的优化问题
使用KKT条件进行求解。其拉格朗日函数为
可以得到同时可以使用二分法对其参数β进行求解。
在优化模拟预编码矩阵FRF的步骤中,固定数字预编码矩阵FBB,则优化问题为
s.t. |[FRF]m,n|=1,
可以规定模拟预编码矩阵的表达形式以满足恒模约束条件,定义
则关于模拟预编码矩阵FRF的优化问题转换为关于参数的优化问题
可以通过次梯度算法和最速下降法求解。交替迭代优化数字预编码矩阵和模拟预编码矩阵,直至满足迭代收敛条件,完成以最大化可达速率为目标的混合预编码设计。
8.根据权利要求7所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,所述次梯度算法:
输入:Pt,Ns,α,H,FBB
1.初始化随机相位的模拟预编码矩阵FRF;
2.c>0,λ(0)=0,i=1,j=1;
repeat
repeat
3.运用图5算法优化FRF的每个元素
4.更新模拟预编码矩阵FRF;
5.更新λ值:
6.t←t+1
until满足循环终止条件
until模拟预编码矩阵FRF所有元素完成优化。
9.根据权利要求7所述的采用单比特模数转换器MIMO系统的混合预编码设计方法,其特征在于,最速下降算法:
输入:Pt,Ns,α,H,FBB,FRF
1.k=0;
repeat
2.选择Armijo线搜索步长βk;
3.计算的梯度
4.确定最速下降方向:
5.更新值:
6.k←k+1
until满足循环终止条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810163768.9A CN108494455B (zh) | 2018-02-27 | 2018-02-27 | 采用单比特模数转换器mimo系统的混合预编码设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810163768.9A CN108494455B (zh) | 2018-02-27 | 2018-02-27 | 采用单比特模数转换器mimo系统的混合预编码设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108494455A true CN108494455A (zh) | 2018-09-04 |
CN108494455B CN108494455B (zh) | 2021-04-30 |
Family
ID=63340960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810163768.9A Active CN108494455B (zh) | 2018-02-27 | 2018-02-27 | 采用单比特模数转换器mimo系统的混合预编码设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108494455B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302224A (zh) * | 2018-10-18 | 2019-02-01 | 复旦大学 | 用于大规模mimo的混合波束赋形算法 |
CN110006795A (zh) * | 2019-04-30 | 2019-07-12 | 华北电力大学(保定) | 颗粒检测装置、方法及fpga |
CN110661555A (zh) * | 2019-10-14 | 2020-01-07 | 复旦大学 | 用于大规模mimo的部分连接的移相器网络的混合预编码算法 |
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 |
CN112165344A (zh) * | 2020-09-16 | 2021-01-01 | 杭州电子科技大学 | 一种基于梯度下降法的混合预编码算法 |
CN112332882A (zh) * | 2020-10-28 | 2021-02-05 | 重庆邮电大学 | 一种基于毫米波全双工中继通信的鲁棒混合收发机设计方法 |
CN113037342A (zh) * | 2019-12-24 | 2021-06-25 | 清华大学 | 单比特毫米波多天线系统信道估计和预编码方法及装置 |
CN114337750A (zh) * | 2021-12-01 | 2022-04-12 | 上海科技大学 | 一比特量化输出的大规模天线系统实现方法以及系统装置 |
CN114759956A (zh) * | 2022-04-13 | 2022-07-15 | 东南大学 | 一种单比特adc上行多用户mimo深度展开预编码方法 |
CN115801076A (zh) * | 2022-06-20 | 2023-03-14 | 西安电子科技大学 | 大规模mimo最小化交叉熵预编码方法及通信基站和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107181511A (zh) * | 2017-06-07 | 2017-09-19 | 深圳先进技术研究院 | 一种毫米波mimo系统的混合预编码方法及系统 |
CN107276649A (zh) * | 2017-06-08 | 2017-10-20 | 东南大学 | 低精度模数转换与混合预编码结合的无反馈波束训练方法 |
CN107306148A (zh) * | 2016-04-22 | 2017-10-31 | 中国移动通信有限公司研究院 | 数字模拟域混合架构下的信号处理方法、基站及终端 |
US20170331577A1 (en) * | 2016-05-13 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Network Architecture, Methods, and Devices for a Wireless Communications Network |
US20180042004A1 (en) * | 2009-03-16 | 2018-02-08 | Interdigital Patent Holdings, Inc. | Data and control multiplexing for uplink mimo with carrier aggregation and clustered-dft |
-
2018
- 2018-02-27 CN CN201810163768.9A patent/CN108494455B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180042004A1 (en) * | 2009-03-16 | 2018-02-08 | Interdigital Patent Holdings, Inc. | Data and control multiplexing for uplink mimo with carrier aggregation and clustered-dft |
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 |
CN107306148A (zh) * | 2016-04-22 | 2017-10-31 | 中国移动通信有限公司研究院 | 数字模拟域混合架构下的信号处理方法、基站及终端 |
US20170331577A1 (en) * | 2016-05-13 | 2017-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Network Architecture, Methods, and Devices for a Wireless Communications Network |
CN107181511A (zh) * | 2017-06-07 | 2017-09-19 | 深圳先进技术研究院 | 一种毫米波mimo系统的混合预编码方法及系统 |
CN107276649A (zh) * | 2017-06-08 | 2017-10-20 | 东南大学 | 低精度模数转换与混合预编码结合的无反馈波束训练方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302224A (zh) * | 2018-10-18 | 2019-02-01 | 复旦大学 | 用于大规模mimo的混合波束赋形算法 |
CN109302224B (zh) * | 2018-10-18 | 2021-06-22 | 复旦大学 | 用于大规模mimo的混合波束赋形算法 |
CN110006795A (zh) * | 2019-04-30 | 2019-07-12 | 华北电力大学(保定) | 颗粒检测装置、方法及fpga |
CN110006795B (zh) * | 2019-04-30 | 2024-02-13 | 华北电力大学(保定) | 颗粒检测装置、方法及fpga |
CN110661555B (zh) * | 2019-10-14 | 2021-06-22 | 复旦大学 | 用于大规模mimo的部分连接的移相器网络的混合预编码算法 |
CN110661555A (zh) * | 2019-10-14 | 2020-01-07 | 复旦大学 | 用于大规模mimo的部分连接的移相器网络的混合预编码算法 |
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 |
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 |
CN113037342A (zh) * | 2019-12-24 | 2021-06-25 | 清华大学 | 单比特毫米波多天线系统信道估计和预编码方法及装置 |
CN113037342B (zh) * | 2019-12-24 | 2022-03-01 | 清华大学 | 单比特毫米波多天线系统信道估计和预编码方法及装置 |
CN112165344A (zh) * | 2020-09-16 | 2021-01-01 | 杭州电子科技大学 | 一种基于梯度下降法的混合预编码算法 |
CN112165344B (zh) * | 2020-09-16 | 2021-09-21 | 杭州电子科技大学 | 一种基于梯度下降法的混合预编码方法 |
CN112332882A (zh) * | 2020-10-28 | 2021-02-05 | 重庆邮电大学 | 一种基于毫米波全双工中继通信的鲁棒混合收发机设计方法 |
CN114337750A (zh) * | 2021-12-01 | 2022-04-12 | 上海科技大学 | 一比特量化输出的大规模天线系统实现方法以及系统装置 |
CN114759956A (zh) * | 2022-04-13 | 2022-07-15 | 东南大学 | 一种单比特adc上行多用户mimo深度展开预编码方法 |
CN114759956B (zh) * | 2022-04-13 | 2024-01-30 | 东南大学 | 一种单比特adc上行多用户mimo深度展开预编码方法 |
CN115801076A (zh) * | 2022-06-20 | 2023-03-14 | 西安电子科技大学 | 大规模mimo最小化交叉熵预编码方法及通信基站和系统 |
CN115801076B (zh) * | 2022-06-20 | 2024-05-03 | 西安电子科技大学 | 大规模mimo最小化交叉熵预编码方法及通信基站和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108494455B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108494455A (zh) | 采用单比特模数转换器mimo系统的混合预编码设计方法 | |
CN111953391B (zh) | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 | |
CN109302224B (zh) | 用于大规模mimo的混合波束赋形算法 | |
CN111181619B (zh) | 基于深度强化学习的毫米波混合波束成形设计方法 | |
Shi et al. | Group sparse beamforming for green cloud-RAN | |
Shi et al. | Large-scale convex optimization for dense wireless cooperative networks | |
CN107135024A (zh) | 一种低复杂度的混合波束赋形迭代设计方法 | |
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 | |
Xu et al. | Deep reinforcement learning based on location-aware imitation environment for RIS-aided mmWave MIMO systems | |
CN107181511A (zh) | 一种毫米波mimo系统的混合预编码方法及系统 | |
CN106603130A (zh) | 一种大规模mimo系统中数模混合预编码方法 | |
CN108234101A (zh) | 能效最大化导频信号设计方法及大规模多天线系统 | |
CN108712196A (zh) | 低分辨率毫米波大规模mimo混合预编码系统和方法 | |
Park et al. | Optimization of mixed-ADC multi-antenna systems for cloud-RAN deployments | |
CN108063634A (zh) | 一种低精度量化大规模mimo中最优正则预编码方法 | |
Ren et al. | Machine learning-based hybrid precoding with robust error for UAV mmWave massive MIMO | |
Lee et al. | Learning-based joint optimization of transmit power and harvesting time in wireless-powered networks with co-channel interference | |
CN104869626A (zh) | 基于低复杂度接收机的上行大规模mimo系统功率控制方法 | |
CN110943768A (zh) | 一种毫米波大规模mimo系统的混合预编码码本联合设计方法 | |
CN113261016A (zh) | 使用基于强化学习的深度q网络(dqn)的单发多用户多输入多输出(mu-mimo)资源配对 | |
Zhou et al. | Rate splitting multiple access for multigroup multicast beamforming in cache-enabled C-RAN | |
Sun et al. | Sum-rate maximization in IRS-assisted wireless-powered multiuser mimo networks with practical phase shift | |
Qin et al. | Fronthaul load balancing in energy harvesting powered cloud radio access networks | |
Zhang et al. | Deep reinforcement learning for secrecy energy efficiency maximization in ris-assisted networks | |
CN110601730B (zh) | 一种自适应的数字模拟混合预编码方法 |
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 |