CN110601730B - 一种自适应的数字模拟混合预编码方法 - Google Patents

Abstract

本发明实施例提供一种自适应的数字模拟混合天线结构及预编码方法，该天线结构包括：模拟移相器APS、开关网络及射频天线；APS数量与天线数量相等，APS与天线之间通过可编程的逻辑开关网络连接；对于每一射频RF链路，分别由移相器对应的开关网络中的一列开关，控制发送链路的选通。该天线结构在不增加APS数量的情况下，保持了全连接网络的性能，增加了天线结构的可控性，能有效减少硬件成本和功率消耗。基于该天线结构的混合预编码方法，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，同时考虑到了QOS以及总功率消耗，结合全连接的可控性，能够在保证用户QOS的情况下，使总功率消耗最低。

Description

一种自适应的数字模拟混合预编码方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种自适应的数字模拟混合预编码方法。

背景技术

在传统的MIMO系统中，全数字预编码是在基带部分由数字编码器完成的，经过编码的数据流会通过射频链转换成射频模拟信号并由天线进行发射。在这种结构下，需要为每根天线都配备一条射频链，系统才能够正常工作。当天线数目较少时，这种结构能够有效地利用数字预编码来获得波束赋形增益。但是，在毫米波通信系统中，天线数量大幅增加，如果依旧采用数字预编码的处理方式，所需的射频链数量也会明显增加，从而导致系统的能量消耗和硬件成本过高。因此，低成本、低功耗的模拟-数字混合预编码技术逐渐得到广泛应用。

混合预编码的硬件实现主要分为两种，全连接的天线结构和部分连接的天线结构。全连接的天线结构在混合预编码策略中被广泛使用以实现模拟预编码，使用全连接天线结构的混合预编码可以很大程度上补偿了相对于传统全数字预编码减少RF链造成的性能损失，但功耗却很高。

发明内容

为了解决上述问题，本发明实施例提供一种自适应的数字模拟混合预编码方法。

第一方面，本发明实施例提供一种自适应的数字模拟混合天线结构，包括：模拟移相器(简称APS)、开关网络及射频天线；APS数量与天线数量相等，APS与天线之间通过可编程的逻辑开关网络连接；对于每一射频(简称RF)链路，分别由APS对应的开关网络中的一列开关，控制发送链路的选通。

第二方面，本发明实施例提供一种自适应的数字模拟混合预编码方法，包括：通过控制每一RF链路的所有APS的开关使能，及调节APS相位取值，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路的所有APS的开关开合状态，及对应的APS相位取值；根据每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，确定模拟预编码；确定数字预编码，结合所述模拟预编码，获得混合预编码。

进一步地，所述总消耗功率根据RF链路消耗功率、APS消耗功率以及无线发射功率确定。

进一步地，所述确定数字预编码，包括：采用正则化迫零(Regularized Zero-Forcing，简称RZF)预编码确定数字预编码。

进一步地，所述以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路所对应的每一APS的开关开合状态，及对应的APS相位取值，包括：

以优化问题为：

以优化目标为：

求解得到开关的选择矩阵，及相应的相位矩阵，获得模拟预编码；

其中：

其中，

表示模拟预编码，

表示数字预编码，M为天线数、N为RF链路数，K为用户数，

表示用户k的信道矢量，

表示对应的下行信道，α为正则因子，p＝[p₁,…,p_K]^T为所有用户的功率分配矢量，

为开关的选择矩阵，

为相位矩阵，

为相位矩阵T中对应相位的矢量表示，

为开关矩阵S的矢量表示，P_RF，P_PS和

分别表示每根RF链路消耗的功率，每个APS消耗的功率以及无线发射功率，N_RF和N_PS分别表示有效RF链路和APS的数量，常数γ_k≥0为用户k的最小目标速率，

为最大传输功率，

为保证W的运算数值稳定的预设参数，

为用户k的平均速率。

进一步地，所述求解得到开关的选择矩阵，及相应的相位矩阵之前，还包括：采用非凸近似分别将N_PS、N_RF转化为：

相应地，对转化后的优化问题进行求解；

其中，ε＞0是光滑参数，用于控制近似误差，

1(x)为指示函数，若x为0，则1(x)＝0，否则1(x)＝1，s_n为矢量[s_((n-1)M+1),…,s_((n-1)M+M)]^T。

进一步地，对转化后的优化问题进行求解之后，还包括：通过二分法确定阈值s_thres∈[0,1]；若s_i≥s_thres，则s_i的值为1，否则s_i值为0，以使连续变量

投影为二进制变量。

进一步地，所述对转化后的优化问题进行求解，包括：

S1、初始化x⁰∈χ；

S2、将s^l和∈带入

的一阶上界近似公式，和

的一阶上界近似公式，获得

和

并获得目标函数的替代函数：

S3、使用下式和第l轮迭代产生的信道样本H^l获得约束函数的替代函数

S4、通过如下解决式获得最优x°,ν°：

若ν°≤0，则解下式获得

否则

S5、通过下式更新x^l+1：

S6、l＝l+1，重复执行S2到S6的循环，直至求解完成，或达到预设次数；

其中，γ^l∈(0,1]为预设参数，

为

的样本平均近似值，τ_k＞0为预设常数，

为梯度

的近似值，ρ^l∈(0,1]为预设参数，x^l、

和

分别表示在第l轮迭代中的x、s_i和s_n。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明第二方面一种自适应的数字模拟混合预编码方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第二方面一种自适应的数字模拟混合预编码方法的步骤。

本发明实施例提供的一种自适应的数字模拟混合预编码方法，通过控制每一射频RF链路的模拟移相器APS的开关使能，增加了全连接结构的可控性，因此既具有全连接结构的性能优势，又能有效减少功率消耗。基于该天线结构的混合预编码方法，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，同时考虑到了用户服务质量(简称QOS)以及总功率消耗，结合全连接的可控性，能够在保证用户QOS的情况下，使总功率消耗最低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种自适应的数字模拟混合天线结构图；

图2为本发明实施例提供的天线结构混合预编码应用示意图；

图3为本发明实施例提供的一种自适应的数字模拟混合预编码方法流程图；

图4为本发明实施例提供的s_i和s_i的l₀范数近似函数的关系图；

图5为本发明实施例提供的基于稀疏混合预编码的有约束的随机连续凸近似算法的算法时间轴示意图；

图6为本发明实施例提供的一种电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种自适应的数字模拟混合天线结构图，如图1所示，该天线结构包括：模拟移相器(APS)101、开关网络102及射频天线103；APS101数量与天线103数量相等，APS101与天线103之间通过可编程的逻辑开关网络102连接；对于每一射频RF链路104，分别由APS101对应的开关网络102中的一列开关1021，控制发送链路的选通。

首先，大规模MIMO系统中蜂窝小区的下行信道，基站配备有M＞＞1根天线103服务K个用户，且基站具有N根RF链路104，其中，K≤NM＜＜M。本发明实施例提出的是一种稀疏自适应全连接的天线结构(sparse adaptive antenna structure，简称SAAS)，可以通过自适应的开关网络102控制网络中RF链路104和模拟预编码的选通，该天线结构可以控制激活APS101和RF链路104的数量来进一步降低功率消耗。

通过稀疏自适应天线连接结构，可通过有效调节自适应网络中RF链路104和APS101的开关状态，取得频谱效率和功率消耗之间的折中效果。对比于传统全连接的天线结构，SAAS结构可通过额外多加一块数字开关芯片实现，每个开关1021的状态需要根据不同的优化目标进行优化选择。具体实现上来说，需要每个APS101都配备一个独立的开关1021能动态的控制其状态是否选通。打开或关闭APS101取决于优化目标。

本发明实施例提供的一种自适应的数字模拟混合天线结构，增加了全连接天线结构的可控性，既具有全连接结构的性能优势，又能有效减少功率消耗。

图2为本发明实施例提供的天线结构混合预编码应用示意图，如图2所示，图3为本发明实施例提供的一种自适应的数字模拟混合预编码方法流程图，如图3所示，本发明实施例提供一种自适应的数字模拟混合预编码方法，基于上述天线结构实现，包括：

301、通过控制每一射频RF链路的所有APS的开关使能，调节APS相位取值，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路的所有APS的开关开合状态，及对应的APS相位取值；

302、根据每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，确定模拟预编码；

303、根据模拟预编码确定数字预编码，结合所述模拟预编码，获得混合预编码。

对于301，基站处的混合预编码在RF链路受限的情况下，能同时支持K个用户的下行传输，两级混合预编码用Q＝FW表示，其中

表示模拟预编码，

表示数字预编码，而Q是总的预编码矩阵。假设用户k的数据符号为d_k且d_k～CN(0,1)，用户k的发射信号矢量为Fw_kd_k，其中

是数字预编码矢量。为了不失一般性，将F和W归一化使得Q的每列都是单位归一化矢量。则用户k的下行接收信号可以表示为

其中p＝[p₁,...,p_K]^T是所有用户的功率分配矢量，p_k是用户k的无线发射功率，

表示表示用户k的信道矢量,z_k～CN(0,1)是加性高斯白噪声。

根据信道硬化特性，尤其当天线数量M很大时，正则因子α和功率分配矢量p都是长时间变化的变量。对于给定F,p,α和信道H，用户k的瞬时可达速率可以表示为

其中W是关于F，α和H的函数。则用户k的平均速率可以表示为

如果第m个APS连接到第n个RF链是关闭的，则相应的F矩阵中第m行第n列的元素就设为0。如果连接到第n根RF链路的所有APS都需要节能而选择关闭，则整根RF链路就关闭，即F矩阵中第n列所有元素都设为0。

对于302，由于模拟预编码的可调节可控制特性，模拟预编码F的矩阵表达式可写为

即一个选择矩阵点乘一个相位矩阵，其中

表示开关的选择矩阵，由于开关和APS之间一一对应，因此选择矩阵的元素个数和APS个数相等，选择矩阵在实际中通过开关芯片实现，

表示相位矩阵，同样地，相位矩阵的元素也与APS一一对应，因此相位矩阵元素个数也等于APS个数。

为了便于统一变量的维度，可以通过矢量的形式表示选择矩阵和相位矩阵，因此模拟预编码F可使用一个选择矢量

和一个相位矢量

表示。第((n-1)M+m)个元素分别为[S]_m,n和[T]_m,n。S矩阵的元素受到[S]_m,n∈{0,1}的元素，其中[S]_m,n＝0表示第(m,n)个APS被关闭，而[S]_m,n＝1表示第(m,n)个APS被打开。假设T矩阵中的所有元素都具有相同的幅度

由于F和s，θ有关，因此用户k瞬时速率的表达符号r_k(F,p,α；H)和平均速率的表达符号

也可写为r_k(s,θ,p,α；H)和

假设模拟预编码使用B比特量化精度的APS且每个相位都是独立调节，互不影响。所有可能的相位值θ_i,i＝1,...,MN都是从离散集合

中选择。APS的最终相位确定受到θ_i的离散约束条件限制，需要通过解决离散优化问题确定。

由于离散约束条件使得稀疏混合预编码优化问题变得不易处理，本实施例在解稀疏混合预编码优化问题之前，先将θ_i松弛为一个连续变量。在计算出最优值θ^*之后，将θ^*投影到离散可行解集合中来获得最终实际的相位矢量θ：

其中mod表示模运算。

解优化得到每一RF链路所对应的每一APS的开关开合状态，即选择矩阵

以及对应的APS相位取值，即相位矩阵

从而得到模拟预编码矩阵F。

对于303，再确定数字预编码矩阵W，根据Q＝FW得到混合预编码矩阵。

本发明实施例提供的一种自适应的数字模拟混合预编码方法，通过控制每一射频RF链路的每一模拟移相器APS的开关使能，增加了全连接结构的可控性，因此既具有全连接结构的性能优势，又能有效减少功率消耗。以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，同时考虑到了用户QOS以及总功率消耗，结合全连接的可控性，能够在保证用户QOS的情况下，使总功率消耗最低。

基于上述实施例的内容，作为一个可选实施例，所述总消耗功率根据RF链路消耗功率、APS消耗功率以及无线发射功率确定。

这里的总功率P_tot具体表达式为：

P_tot＝N_RFP_RF+P_t+N_PSP_PS； (5)

其中，P_RF，P_PS和

分别表示每根RF链路消耗的功率，每个APS消耗的功率以及无线发射功率。此外，N_RF和N_PS表示有效RF链和APS的数量。

具体来说，为了使优化问题变得易于处理，二进制变量s_i被松弛为连续变量。N_RF和N_PS可被表示为

(1(x)是指示函数，如果x为0，则1(x)＝0；其他情况下1(x)＝1和N_PS＝||S||₀，其中s_n表示矢量[s_((n-1)M+1),…,s_((n-1)M+M)]^T。

本发明实施例提供的一种自适应的数字模拟混合预编码方法，优化目标中的总功率既考虑无线发射功率，又考虑硬件消耗功率，其中硬件消耗功率主要是指开启状态的RF链和APS所消耗的功率。本实施例的方法能根据优化目标，通过自适应全连接天线结构调节打开APS和射频链路的数量，能够在无线发射功率和硬件消耗功率之间取得平衡。

基于上述实施例的内容，作为一个可选实施例，所述确定数字预编码，包括：采用正则化迫零预编码确定数字预编码。

采用基于混合时间尺度信道状态信息(Channel State Information，简称CSI)的混合预编码，即模拟预编码F根据信道统计信息确定且数字预编码根据实时CSI确定，来减少CSI反馈开销并获得大规模MIMO的天线增益。具体来说，数字预编码矩阵W根据实时CSI

获得空间复用增益,其

表示对应的下行信道。则数字预编码采用正则化迫零预编码的实现如下

W＝F^HH^H(HFF^HH^H+αI)^-1Λ^1/2； (6)

其中，α是正则因子，

用于归一化预编码矢量Fw_k，

是

的第k列矢量。K为用户数，

表示模拟预编码，

表示数字预编码，

表示对应的下行信道。

基于上述实施例的内容，作为一个可选实施例，所述以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路所对应的每一APS的开关开合状态，及对应的APS相位取值，包括：

以优化问题为：

以优化目标为：

求解得到开关的选择矩阵，及相应的相位矩阵，获得模拟预编码。

具体地，用

表示稀疏混合预编码(sparse hybridprecoding，SHP)优化问题的优化变量，其维度为n＝2MN+K+1(s,θ,p,α的维度分别为MN×1，MN×1，K×1和1×1，因此复合变量x的维度为2MN+K+1)。优化问题的目标是最小化总消耗功率，也就是无线发射功率和射频链路、模拟移相器硬件功率，且保证每个用户QoS的随机约束得到满足，即每个用户的平均可达速率需要大于或等于目标速率，则优化问题如下所示：

其中，常数γ_k≥0表示用户k的最小目标速率，χ是凸约束集合，表示为：

其中，M为天线数、N为RF链路数，K为用户数，

表示用户k的信道矢量，

表示对应的下行信道，α为正则因子，p＝[p₁,...,p_K]^T为所有用户的功率分配矢量，

为开关的选择矩阵，

为相位矩阵，

为相位矩阵T中相应相角的矢量表示，

为开关矩阵S的矢量表示，P_RF，P_PS和

分别表示每根RF链路消耗的功率，每个APS消耗的功率以及无线发射功率，N_RF和N_PS分别表示有效RF链路和APS的数量，常数γ_k≥0为用户k的最小目标速率，

为最大传输功率，

为保证W的运算数值稳定的预设参数，即一个很小的数保证W的运算总是数值稳定的，

为用户k的平均速率。

基于上述实施例的内容，作为一种可选实施例，所述求解得到开关的选择矩阵，及相应的相位矩阵之前，还包括：

采用非凸近似分别将N_PS、N_RF转化为：

相应地，求解得到开关的选择矩阵，及相应的相位矩阵，具体为：

对转化后的优化问题进行求解，转化后的优化问题为：

其中，ε＞0是光滑参数，用于控制近似误差，

N_PS＝||S||₀，1(x)为指示函数，若x为0，则1(x)＝0，否则1(x)＝1，s_n为矢量[s_((n-1)M+1),…,s_((n-1)M+M)]^T。

由于存在以下原因导致解决问题P较为困难：首先目标函数中包含l₀范数和指示函数(模拟预编码中选择矩阵元素为二进制变量)，造成问题非凸且非光滑；其次，约束条件中的平均速率既不是凸也不是凹函数，且包含了对随机信道H的期望，因此没有闭式表达式；问题P包含了非凸非连续的目标函数和随机非凸的约束条件，因此很难设计一个有效的算法找到问题P的驻点。为了解决这些问题，本实施例通过稀疏光滑近似的方法处理非凸离散的指示函数和l₀范数。

使用近似方法将原有的目标函数变为一个光滑函数，该方法在压缩感知处理稀疏信号中被广泛使用，常用于将l₀范数近似为l₁范数的近似函数，该函数简单且为凸函数。但使用l₁范数近似，本发明实施例的SHP优化问题仍然是非凸的。因此，本实施例采用非凸近似函数来减少近似误差，提升模型的精度。

其中，ε＞0是光滑参数，用于控制近似误差。图4为本发明实施例提供的s_i和s_i的l₀范数近似函数的关系图，ε和近似函数之间的关系可见图4。由图可见，一个较小的ε对应的近似误差也较小，但会得到一个较为不光滑的近似函数。

同样地，对N_RF中l₂范数的平方也使用近似函数：

然后将问题P中的N_PS和N_RF分别替换成光滑函数近似后的

和

则可得到如下光滑近似后的优化问题P₁：

本实施例提供的一种自适应的数字模拟混合预编码方法，采用非凸近似函数来减少近似误差，提升模型的精度。

基于上述实施例的内容，作为一种可选实施例，对转化后的优化问题进行求解之后，还包括：通过二分法确定阈值s_thres∈[0,1]；若s_i≥s_thres，则s_i的值为1，否则s_i值为0，以将连续变量

投影为二进制变量。

解决完问题P₁后连续变量

需要被投影为二进制变量。本实施例在投影过程中需要一个阈值s_thres∈[0,1]来确定最终离散的s_i，该阈值可通过二分法确定。s_thres也表示了满足QoS约束的最少所需的APS数量。如果s_i≥s_thres，则s_i的值为1，否则s_i值为0。由式(9)中的s_i可知，s和二进制矢量很接近，因此投影造成的性能损失较小。

基于上述实施例的内容，作为一种可选实施例，所述对转化后的优化问题进行求解，包括：

S1、初始化x⁰∈χ；

S2、将s^l和∈带入

的一阶上界近似公式，和

的一阶上界近似公式，获得

和

并获得目标函数的替代函数：

S3、使用下式和第l轮迭代产生的信道样本H^l获得约束函数的替代函数

S4、通过如下解决式获得最优x°,ν°；

若ν°≤0，则解下式获得

否则

S5、通过下式更新x^l+1：

S6、l＝l+1，重复执行S2到S6的循环，直至求解完成，或达到预设次数；

其中，γ^l∈(0,1]为预设参数，

为

的样本平均近似值，τ_k＞0为预设常数，

为梯度

的近似值，ρ^l∈(0,1]为预设参数，x^l、

和

分别表示在第l轮迭代中的x、s_i和s_n。

具体地，本发明实施例是基于稀疏混合预编码(sparse hybrid precoding，SHP)的有约束的随机连续凸近似算法(constrained stochastic successive convexapproximation for SHP,CSSCA-SHP)。问题P₁仍包含非凸目标和约束，是一个较为难解的随机优化问题，可通过本发明实施例中的CSSCA-SHP算法有效求解。为了避免目标函数非凸和问题P₁里约束的随机非凸性，需要首先通过凸近似方法构造目标函数和约束条件的替代方程。然后通过替换目标函数和约束条件，解决一系列凸近似后的问题P₁，可得到问题P的驻点。

由于经过稀疏光滑近似后的目标函数是凹函数，本实施例用一阶泰勒展开式，推导

和

的一阶上界近似如下所示：

其中，

和

表示在第l轮迭代中的s_i和s_n。则目标函数的替代方程为：

接着，构造约束条件的替代方程。在每次迭代中，本实施例使用约束函数f_k(x),k＝1,...,K对应的二次替代方程

作为替代函数。在第l次迭代中，基于信道样本H^l和当前迭代变量x^l，替代函数

可通过下式更新为：

其中，

表示

的样本平均近似值，τ_k＞0为常数，

是梯度

的近似值，通过下式更新：

在给定信道状态H^l时，j_k(x^l；H^l)x^l有关，表示瞬时速率矢量r(s^l,θ^l,p^l,α^l；H^l)的梯度。假设u^-1＝0且ρ^l∈(0,1]是经过恰当选择的序列，满足收敛条件。替代函数

可被看做f_k(x)在x^l附近展开的凸近似函数，这样一来允许可以在没有准确计算期望值时就能处理随机非凸约束，即用估计值替换随机非凸约束。

在第l次迭代中构建替代方程后，则需要解如下的凸优化问题：

式(17)是问题P₁的凸近似。值得注意的是式(17)不是一定可行的。如果式(17)是不可行的，则应解下式(18)得到最优解

在式(18)中最小化约束条件的替代方程，最终x基于

通过下式更新：

其中，γ^l∈(0,1]需要经过恰当地选择。

本发明实施例中，使用了提升稀疏性的迭代过程，能最小化替代方程式(14)来有效控制激活RF链和APS的数量。对目标函数的稀疏非凸近似，和替换随机非凸约束条件都在一次迭代中执行，因此不增加算法的计算复杂度。具体CSSCA-SHP算法如下：

设置变量：{ρ^l},{γ^l}；

S1、初始化：x⁰∈χ；

S2、将s^l和∈带入式(12)和式(13)获得

和

则可获得式(14)中目标函数的替代函数；

S3、使用式(15)和第l轮迭代产生的信道样本H^l获得替代函数

S4、通过解决式(18)获得最优解x°,ν°；

If ν°≤0，式(17)是可行的，则解式(17)获得

Else

(可行解更新)；

S5、通过式(19)更新x^l+1；

S6：l＝l+1且执行S2到S6的循环，直至求解完成，或达到预设次数。

本实施例中，对目标函数中的二进制变量(binary variable)通过稀疏光滑近似来处理。目标函数中的二进制变量是由于是否选通RF链路和APS而引入的，若控制APS打开时，则对应模拟预编码矩阵中的元素为APS的相位值，若控制APS为关闭则对应模拟预编码的元素为0。因此目标函数是一个关于模拟预编码矩阵变量的非光滑函数。为了使这个问题更加易于处理，本实施例对目标函数使用稀疏光滑近似，将一个随机整数问题变为一个光滑随机优化问题。

本发明实施例的方法，能提升混合预编码的稀疏性，处理SHP优化问题中的非凸随机约束。在CSSCA-SHP算法的每轮迭代中，将离散的目标函数通过一个二次目标函数近似，并用二次替代函数去替换平均速率的约束，更新下一轮迭代的变量值，这种更新可以被看成是原随机非凸问题对此次迭代变量的局部凸近似。相比于传统的CSSCA算法，在所提算法中增加了一个新的梯度，通过提升稀疏性的迭代操作来有效控制激活RF链路数和APS的数量。

上述所提算法在实践中需要分清不同时间尺度变量的更新节点。图5为本发明实施例提供的基于稀疏混合预编码的有约束的随机连续凸近似算法的算法时间轴示意图，在图5中展示了算法执行及其变量更新的时间轴。时间轴被划分为多个高阶帧(superframe)，每个高阶帧内的信道统计为常数，可分为L个帧(frame)，每个帧内包括了T个时隙，每个时隙中的信道状态H(t)被看作常数。

对每个高阶帧来说，CSSCA-SHP算法每次重置时的初始值为稀疏混合预编码变量x⁰。在第l+1帧中，变量x^l+1由x^l＝{(s^l)^T,(θ^l)^T,(p^l)^T,α^l}^T更新得到。具体来说，在第l帧中，模拟预编码F^l由s^l和θ^l确定，而在第t个时隙，将H(t)F^l和α^l带入式(6)得到W(t)，其中H(t)是时隙t中实时有效信道状态。在第l帧末尾，所有l期间的信道状态记为H^l，解决二次优化问题(17)(有可行解情况)或(18)(无可行解情况)之后，稀疏混合预编码变量x^l+1通过式(19)更新。

由图可见，在每帧中只需要H^l，在每个时隙中只需要有效信道H(t)F^l，每帧的长度越长，每帧中的CSI信号处理负荷和计算复杂度就越低。但帧的长度越长也会造成算法收敛速度的降低。因此需要选择合适的帧长度来取得收敛时间、CSI开销和计算复杂度之间的平衡。

通过仿真结果证明本发明实施例的方法在很多方面相比于已有算法(基于全连接天线结构、部分连接天线结构和自适应部分连接天线结构的算法)的优势。首先，这是一个在线实时的算法，稀疏混合预编码的生成无需准确的信道统计信息，只需要过时的信道样本就可计算。其次，每轮迭代中二次优化问题都能高效求解，大大降低了SHP优化问题求解的算法复杂度。此外，CSSCA-SHP算法提供了调节无线发射功率和硬件消耗功率的灵活性。

图6为本发明实施例提供的一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)601、通信接口(Communications Interface)602、存储器(memory)603和总线604，其中，处理器601，通信接口602，存储器603通过总线604完成相互间的通信。通信接口602可以用于电子设备的信息传输。处理器601可以调用存储器603中的逻辑指令，以执行包括如下的方法：通过控制每一射频RF链路的所有APS的开关使能，及调节APS相位取值，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路的所有APS的开关开合状态，及对应的APS相位取值；根据每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，确定模拟预编码；确定数字预编码，结合所述模拟预编码，获得混合预编码。

此外，上述的存储器603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明上述各方法实施例的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：通过控制每一射频RF链路的所有APS的开关使能，及调节APS相位取值，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路的所有APS的开关开合状态，及对应的APS相位取值；根据每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，确定模拟预编码；确定数字预编码，结合所述模拟预编码，获得混合预编码。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种自适应的数字模拟混合预编码方法，其特征在于，包括：

模拟移相器APS、开关网络及射频天线；

APS数量与天线数量相等，APS与天线之间通过可编程的逻辑开关网络连接；

对于每一射频RF链路，分别由APS对应的开关网络中的一列开关，控制发送链路的选通；

该方法具体可通过以下三个步骤实现：

步骤一：通过控制每一RF链路的所有APS的开关使能，及调节APS相位取值，以预设的用户平均功率目标值为约束条件，以总消耗功率为优化目标，获取每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，其中，所述总消耗功率根据RF链路消耗功率、APS消耗功率以及无线发射功率确定；

所述步骤一具体包括：

以优化问题为：

P:

P_tot＝N_RFP_RF+P_t+N_PSP_PS；

以优化目标为：

求解得到开关的选择矩阵，及相应的相位矩阵，获得模拟预编码；

其中：

其中，P_tot表示总消耗功率，P_RF，P_PS和

分别表示每根RF链路消耗的功率，每个APS消耗的功率以及无线发射功率，N_RF和N_PS表示有效RF链和APS的数量，χ表示凸约束集合，

表示模拟预编码，

表示数字预编码，M为天线数、N为RF链路数，K为用户数，

表示用户k的信道矢量，

表示对应的下行信道，α为正则因子，p＝[p₁,...,p_K]^T为所有用户的功率分配矢量，

为开关的选择矩阵，

为相位矩阵，

为相位矩阵T中相应相角的矢量表示，

为开关矩阵S的矢量表示，常数γ_k≥0为用户k的最小目标速率，

为最大传输功率，

为保证W的运算数值稳定的预设参数，

为用户k的平均速率；

步骤二：根据每一RF链路的所有APS的开关开合状态，及对应的APS相位取值，确定模拟预编码，具体为，解优化得到每一RF链路所对应的每一APS的开关开合状态，即选择矩阵

以及对应的APS相位取值，即相位矩阵

从而得到模拟预编码矩阵F，且矩阵表达式为

步骤三：确定数字预编码，结合所述模拟预编码，获得混合预编码，具体的，数字预编码由W＝F^HH^H(HFF^HH^H+αI)^-1Λ^1/2实现，混合预编码Q根据Q＝FW实现，其中，H表示对应的下行信道，Λ用于归一化预编码矢量。

2.根据权利要求1所述的自适应的数字模拟混合预编码方法，其特征在于，所述确定数字预编码，包括：

采用正则化迫零RZF预编码确定数字预编码。

3.根据权利要求1所述的自适应的数字模拟混合预编码方法，其特征在于，所述求解得到开关的选择矩阵，及相应的相位矩阵之前，还包括：

采用非凸近似分别将N_PS、N_RF转化为：

相应地，对转化后的优化问题进行求解；

其中，ε＞0是光滑参数，用于控制近似误差，1(x)为指示函数，若x为0，则1(x)＝0，否则1(x)＝1，s_n为矢量[s_((n-1)M+1),...,s_((n-1)M+M)]^T。

4.根据权利要求3所述的自适应的数字模拟混合预编码方法，其特征在于，所述对转化后的优化问题进行求解之后，还包括：

通过二分法确定阈值s_thres∈[0,1]；

若s_i≥s_thres，则s_i的值为1，否则s_i值为0，以使连续变量s_i,

投影为二进制变量。

5.根据权利要求4所述的自适应的数字模拟混合预编码方法，其特征在于，所述对转化后的优化问题进行求解，包括：

S1、初始化x⁰∈χ；

S2、将s^l和∈带入

的一阶上界近似公式，和

的一阶上界近似公式，获得

和

并获得目标函数的替代函数：

S3、使用下式和第l轮迭代产生的信道样本H^l获得约束函数的替代函数

S4、通过如下解决式获得最优x^o,ν^o；

若ν^o≤0，则解下式获得

否则

S5、通过下式更新x^l+1：

S6、l＝l+1，重复执行S2到S6的循环，直至求解完成，或达到预设次数；

其中，γ^l∈(0,1]为预设参数，

为

的样本平均近似值，τ_k＞0为预设常数，

为梯度

的近似值，ρ^l∈(0,1]为预设参数，x^l、

和

分别表示在第l轮迭代中的x、s_i和s_n。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述自适应的数字模拟混合预编码方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述自适应的数字模拟混合预编码方法的步骤。

Images