CN110855337A - 混合预编码方法、基站、电子设备及存储介质 - Google Patents

混合预编码方法、基站、电子设备及存储介质 Download PDF

Info

Publication number
CN110855337A
CN110855337A CN201911025969.3A CN201911025969A CN110855337A CN 110855337 A CN110855337 A CN 110855337A CN 201911025969 A CN201911025969 A CN 201911025969A CN 110855337 A CN110855337 A CN 110855337A
Authority
CN
China
Prior art keywords
matrix
determining
precoding matrix
antenna
analog domain
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
CN201911025969.3A
Other languages
English (en)
Other versions
CN110855337B (zh
Inventor
李立华
田辉
卢光延
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.)
Institute Of Sensing Technology And Business Beijing University Of Posts And Telecommunication
Original Assignee
Institute Of Sensing Technology And Business Beijing University Of Posts And Telecommunication
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 Institute Of Sensing Technology And Business Beijing University Of Posts And Telecommunication filed Critical Institute Of Sensing Technology And Business Beijing University Of Posts And Telecommunication
Priority to CN201911025969.3A priority Critical patent/CN110855337B/zh
Publication of CN110855337A publication Critical patent/CN110855337A/zh
Application granted granted Critical
Publication of CN110855337B publication Critical patent/CN110855337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing 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

本发明实施例提供一种混合预编码方法、基站、电子设备及存储介质,所述方法包括:基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。本发明实施例提供的混合预编码方法、基站、电子设备及存储介质,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。

Description

混合预编码方法、基站、电子设备及存储介质
技术领域
本发明涉及通信技术领域,尤其涉及一种混合预编码方法、基站、电子设备及存储介质。
背景技术
模拟域加数字域混合的预编码结构能将原来高维度的数字域预编码结构分解为较小尺寸的结构模式,减少了RF等器件的使用,降低功率消耗,使得毫米波大规模MIMO系统的低成本、低复杂度实现成为可能。
现有技术中,通常采用全连接的混合预编码结构,当系统发送K流数据,数字预编码矩阵为
Figure BDA0002248629170000011
输出的K流编码后数据各自通过RF链路(共K个RF链路),并经过MK个移相器(PS)与M个累加器,最终由M(M>K)根天线发送出去。可以看到,与传统的纯数字预编码结构相比,混合预编码中的数字预编码矩阵的维数有所下降(从K×M变为K×K),RF链路个数也有所下降(从MK降到K),从而减少了功率消耗,降低运行成本。并且,这种结构将每一流信号(由RF链路输出)映射至每根天线上,于是称其为全连接结构。
但是,采用现有技术中的方案每次都以RF链路作为已选特定项,通过限制条件与相位比较选择出天线配对,在大规模天线场景当中,即M较大时,系统复杂度依然较高,导致系统功耗高。
发明内容
本发明实施例提供一种混合预编码方法、基站、电子设备及存储介质,用于解决现有技术中混合预编码方案复杂度高的技术问题。
为了解决上述技术问题,一方面,本发明实施例提供一种混合预编码方法,包括:
基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
进一步地,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵,具体包括:
针对每一根天线,只为所述天线分配未被选满预设次数的射频链路数据流,确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位;
根据所有天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位确定所述模拟域预编码矩阵,其中,所述模拟域预编码矩阵的一个列向量中的非零元素的位置为一个天线对应的待选信道向量中最大模值的元素的索引位置,所述非零元素的元素值为所述索引位置上的元素的量化共轭相位。
进一步地,所述确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位,具体包括:
对信道矩阵进行奇异值分解,得到右奇异向量;
确定所述天线对应的右奇异向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位。
进一步地,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵之前,还包括:
对信道进行信道估计,获得信道矩阵。
进一步地,所述根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵,具体包括:
利用公式确定数字域预编码矩阵;
其中,
Figure BDA0002248629170000022
WZF为数字域预编码矩阵,δZF为功率归一化因子,F为模拟域预编码矩阵,H为信道矩阵。
进一步地,所述根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵,具体包括:
利用公式П=WZFF确定数字域预编码矩阵;
其中,П为混合预编码矩阵,WZF为数字域预编码矩阵,F为模拟域预编码矩阵。
进一步地,所述预设次数的值为N,N=M/K,其中,M为基站天线数,K为用户数。
另一方面,本发明实施例提供一种基站,包括:
模拟域预编码矩阵确定模块,用于基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
数字域预编码矩阵确定模块,用于根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
混合预编码矩阵确定模块,用于根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
再一方面,本发明实施例提供一种电子设备,包括:存储器、处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述方法的步骤。
又一方面,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,当所述计算机程序被处理器执行时,实现上述方法的步骤。
本发明实施例提供的混合预编码方法、基站、电子设备及存储介质,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
附图说明
图1为现有技术中的全连接的混合预编码结构示意图;
图2为现有技术中的部分连接自适应链路特定的混合预编码结构示意图;
图3为本发明实施例提供的混合预编码方法示意图;
图4为本发明实施例提供的混合预编码的流程图;
图5为本发明实施例中不同预编码方案的系统平均速率随量化比特数变化的曲线图;
图6为本发明实施例提供的基站示意图;
图7为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了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。基于本发明的实施例,本领域普通技术人员在没有做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。
在传统的MIMO预编码结构(全数字预编码)中,发送端每根天线都需配备高功率消耗的专用基带与射频(RF)链路硬件。特别地,在使用大规模天线的毫米波(mmW)系统当中,器件功率消耗过大的问题更加凸显,需要考虑设计新的预编码结构和模式。于是,模拟域加数字域混合的预编码结构被提出。这种结构能将原来高维度的数字域预编码结构分解为较小尺寸的结构模式,减少了RF等器件的使用,降低功率消耗,实现了低成本、低复杂度的毫米波大规模MIMO系统。
现有技术中通常采用全连接的MIMO混合预编码结构,图1为现有技术中的全连接的混合预编码结构示意图,全连接的混合预编码结构如图1所示。假设系统发送K流数据,数字预编码矩阵为
Figure BDA0002248629170000041
输出的K流编码后数据各自通过RF链路(共K个RF链路),并经过MK个移相器(PS)与M个累加器,最终由M(M>K)根天线发送出去。可以看到,与传统的纯数字预编码结构相比,混合预编码中的数字预编码矩阵的维数从K×M下降到K×K,RF链路个数也从MK下降到K,从而减少了功率消耗,降低运行成本。并且,这种结构将每一流信号(由RF链路输出)映射至每根天线上,于是称其为全连接结构。
为了进一步降低功率消耗,现有技术中还提出了一种部分连接的混合预编码结构,在这种结构下,每一流信号不再与所有天线相连,而是只通过M个PS与累加器,连接至M/K根天线上,这样便能减少PS的使用,进一步降低功率消耗与节约成本。图2为现有技术中的部分连接自适应链路特定的混合预编码结构示意图,如图2所示,自适应的数据流-天线簇结构可以根据实际情况,动态调整配对方式。
考虑上述自适应的部分连接结构。基站(BS)与K个单天线用户通信,基站接收到的信号用y表示,
Figure BDA0002248629170000051
y的表达式如下:
y=HFWx+n
其中,H为信道矩阵,
Figure BDA0002248629170000052
其行向量
Figure BDA0002248629170000053
k=1,...,K;F为模拟域预编码矩阵,
Figure BDA0002248629170000054
其列向量
Figure BDA0002248629170000055
W为数字域预编码矩阵,
Figure BDA0002248629170000056
其列向量
Figure BDA0002248629170000057
且有功率限制
Figure BDA0002248629170000058
发送符号且E[xxH]=PIK/K;噪声
Figure BDA00022486291700000510
即满足零均值的复高斯分布,M为基站天线数,K为用户数。当采用高斯信号,相应第k个用户的信干噪比(SINR)的计算公式如下:
其中,SINRk为第k个用户的信干噪比,P为基站端的传输功率,K为用户数,hk为信道矩阵的第k个行向量,F为模拟域预编码矩阵,wk为数字域预编码矩阵的第k个列向量,wi为数字域预编码矩阵的第i个列向量,σ为噪声功率的平方根。
相应地,第k个用户速率的计算公式如下:
Rk=E[log2(1+SINRk)]
其中,Rk为第k个用户的速率,E为变量的取期望操作,SINRk为第k个用户的信干噪比。
最终的系统和速率的计算公式如下:
其中,R为系统的和速率,Rk为第k个用户的速率,K为用户数。
若先固定模拟域预编码矩阵,接收信号的表达式如下:
Figure BDA0002248629170000062
其中,
Figure BDA0002248629170000063
为等效信道矩阵,
Figure BDA0002248629170000064
其行向量
Figure BDA0002248629170000065
W为数字域预编码矩阵,x为发送符号,n为噪声。
一般而言,数字域预编码的设计原则可为消除用户间干扰。采用传统的MF预编码方法得到的数字域预编码矩阵的表达式如下:
Figure BDA0002248629170000066
其中,WMF为数字域预编码矩阵,δMF为功率归一化因子,
Figure BDA0002248629170000067
Figure BDA0002248629170000068
为等效信道矩阵。
采用传统的ZF预编码方法得到的数字域预编码矩阵的表达式如下:
Figure BDA0002248629170000069
其中,WZF为数字域预编码矩阵,δZF为功率归一化因子,
Figure BDA00022486291700000611
为等效信道矩阵。
而对于自适应数据流-天线簇配对和模拟域预编码,由于采用PS器件,相应的模拟域预编码向量fk=[f1,k,...,fM,k]T(k=1,...,K)的元素相位取值集合的表达式如下:
Figure BDA00022486291700000612
其中,fm,k为模拟域预编码矩阵第m行第k列上的元素,B为PS器件相位量化比特数,M为基站天线数,且当fm,k=0时,表示第k个RF链路不与第m个PS器件相连通。于是,在设计部分连接结构下的模拟域预编码当中,存在以下两个限制条件:
条件一:
条件二:
Figure BDA00022486291700000614
其中,fm,k为模拟域预编码矩阵第m行第k列上的元素,M为基站天线数,K为用户数。第一个条件表示每一条RF链路有且仅与N(整数)个PS器件相连通(也即N根天线),而第二个条件表示每个PS器件仅与一条RF链路相连通。已有方案采用一种基于链路特定的多用户自适应模拟域预编码方案(MU-AAP),基于argmax|hkfk|的原则,基于链路特定的多用户自适应模拟域预编码算法流程如下:
Figure BDA0002248629170000071
对于上述已有方案,可以看到,为保证一定的公平性,系统将交替选取每一条链路数据流进行选择与匹配操作,直到所有数据流各自完成与N根天线相连通的流程,从而满足部分连接结构下的限制条件。在每次内循环中(3-7步),每一条链路数据流选择出还未被选过的天线,并基于信道中元素的M次相位比较与最优模值(第4步),对相应的移相器进行相位量化(第5步)与预编码向量匹配设计(第6步),同时通过外循环(2-8步)完成所有数据流的交替选取操作,也即每条数据流的N次天线选择与匹配。这种具有两层循环的预编码方案的计算复杂度大致为O(NK(M+2B))=O(M2+M×2B),其中,M为基站天线数,N=M/K,K为用户数,B为PS器件相位量化比特数。
可以看到,上述已有方案由于每次都以RF链路作为已选特定项,通过限制条件与相位比较选择出天线配对,在大规模天线场景当中,即M较大时,复杂度依然较高,毫米波系统中自适应部分连接结构的损耗高。
为了解决现有技术中的上述技术问题,图3为本发明实施例提供的混合预编码方法示意图,如图3所示,本发明实施例提供一种混合预编码方法,其执行主体为基站。该方法包括:
步骤S301、基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵。
具体来说,本发明实施例中基于天线特定,逐一针对特定的天线,为天线选取RF链路数据流,确定模拟域预编码矩阵。
对于不同的天线m(m=1,...M),只为其分配一条链路数据流,从而满足部分连接结构下的限制条件。
步骤S302、根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵。
具体来说,在确定模拟域预编码矩阵之后,结合预先获取的信道矩阵,确定数字域预编码矩阵。
例如,先根据信道矩阵和模拟域预编码矩阵,得到等效信道矩阵,再根据等效信道矩阵构建数字域预编码矩阵。可以根据MF预编码方法确定数字域预编码矩阵,也可以根据ZF预编码方法确定数字域预编码矩阵。
步骤S303、根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
具体来说,在确定模拟域预编码矩阵和数字域预编码矩阵之后,根据模拟域预编码矩阵和数字域预编码矩阵即可确定混合预编码矩阵。
混合预编码矩阵为模拟域预编码矩阵与数字域预编码矩阵的乘积。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵,具体包括:
针对每一根天线,只为所述天线分配未被选满预设次数的射频链路数据流,确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位;
根据所有天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位确定所述模拟域预编码矩阵,其中,所述模拟域预编码矩阵的一个列向量中的非零元素的位置为一个天线对应的待选信道向量中最大模值的元素的索引位置,所述非零元素的元素值为所述索引位置上的元素的量化共轭相位。
具体来说,基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵。对应的算法如下:
Figure BDA0002248629170000091
具体包括如下步骤:
首先,获取输入的数据,包括基站天线数M,用户数K,下行信道矩阵H,量化比特数B,初始化模拟域预编码向量中的元素fm,k=0,m=1,...M,k=1,...K。
然后,针对第m(m=1,...M)个天线,只为其分配一条链路数据流,从而满足部分连接结构下的限制条件。此时,可以获得待选信道向量当中元素的模值最大值,并选择其对应的数据流作为已选项。计算公式如下:
Figure BDA0002248629170000092
其中,km,0为第m个天线选定的链路数据流,即索引位置,hk,m为信道矩阵第k行第m列上的元素,fm',k为模拟域预编码矩阵第m'行第k列上的元素,M为基站天线数,N=M/K,K为用户数。括号内的限制条件保证每条RF链路数据流至多只与N根天线相连通,从而符合部分连接结构下的限制条件。上式也可以表征为:第m根天线只选取未被选满N次的RF链路数据流,获得特定的待选信道向量中元素的最大模值,并取其索引值,即配置模拟域预编码矩阵F中每列的非零元素位置。然后,将模拟域预编码向量中对应索引位置上的元素匹配为信道向量中相应元素的量化共轭相位。计算公式如下:
Figure BDA0002248629170000102
其中,
Figure BDA0002248629170000103
为模拟域预编码矩阵第m行第km,0列上的元素,
Figure BDA0002248629170000104
为PS器件选定的第个量化相位位置,
Figure BDA0002248629170000106
为信道矩阵第km,0行第m列上的元素的共轭,
Figure BDA0002248629170000107
为信道矩阵第km,0行第m列上的元素,n为PS器件第n+1个量化相位位置,B为PS器件相位量化比特数。
通过以上方法,便能得到模拟域预编码矩阵F中一列的非零元素位置及相应的相位。
针对每一个天线,按照上述方法共进行M次循环操作,获得整体的模拟域预编码矩阵F。
确定模拟域预编码矩阵之后,结合数字域预编码,基于上述算法中部分连接自适应选择结构下的天线特定传输方案,实现自适应连接网络的构建。值得注意的是,在每次循环中(1-4步),每根天线选择出还未被选满的RF链路数据流(第2步),并基于信道中元素的最优模值,对相应的移相器进行相位量化(第3步)。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位,具体包括:
对信道矩阵进行奇异值分解,得到右奇异向量;
确定所述天线对应的右奇异向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位。
具体来说,在上述实施例中的循环选择过程中,系统是基于信道向量当中元素的模值进行选取。本实施例中采用基于奇异值分解(SVD)的选取与匹配方案。
首先,在编码处理之前,系统对信道矩阵进行分解,得到右奇异向量。分解公式如下:
Figure BDA0002248629170000111
其中,H为信道矩阵,U为左奇异矩阵,Σ为奇异值矩阵,V为右奇异矩阵,是由右奇异矩阵V中的前K列向量组成的矩阵,
Figure BDA0002248629170000113
Figure BDA0002248629170000114
为由右奇异矩阵V中除去前K列向量所剩下的向量组成的矩阵。
然后,选择所有前K列右奇异向量中待选元素的模值最大值及其索引值,计算公式如下:
Figure BDA0002248629170000115
其中,
Figure BDA0002248629170000116
为右奇异向量准则下第m个天线选定的链路数据流,即索引位置,
Figure BDA0002248629170000117
为由右奇异矩阵V中的前K列向量组成的矩阵的共轭转置矩阵的第k行第m列上的元素,fm',k为模拟域预编码矩阵第m'行第k列上的元素,M为基站天线数,N=M/K,K为用户数。
最后,将模拟域预编码向量对应索引位置上的元素匹配为相应右奇异向量中元素的量化共轭相位,计算公式如下:
Figure BDA0002248629170000118
Figure BDA0002248629170000119
其中,
Figure BDA00022486291700001110
为右奇异向量准则下模拟域预编码矩阵第m行第
Figure BDA00022486291700001111
列上的元素,为PS器件选定的第
Figure BDA00022486291700001113
个量化相位位置,
Figure BDA00022486291700001114
为由右奇异矩阵V中的前K列向量组成的矩阵的共轭转置矩阵的第
Figure BDA00022486291700001115
行第m列上的元素,n为PS器件第n+1个量化相位位置,B为PS器件相位量化比特数,M为基站天线数。
采用基于SVD的天线特定传输方案,根据上述实施例中的算法,在每一次循环操作当中,系统需要进行至多K次信道向量元素的模值比较与2B次共轭相位比较,且第3步只需执行一次。于是,对于所有M根天线,天线特定模拟域预编码方案的计算复杂度约为O(MK+M×2B),其中,M为基站天线数,K为用户数,B为PS器件相位量化比特数。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵之前,还包括:
对信道进行信道估计,获得信道矩阵。
具体来说,图4为本发明实施例提供的混合预编码的流程图,如图4所示,本发明实施例中,基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵之前,还包括获取信道矩阵H,
Figure BDA0002248629170000121
其行向量
Figure BDA0002248629170000122
然后,根据现实存在的信道,进行信道估计,确定信道模型中的相关参数,获得信道矩阵。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵,具体包括:
利用公式
Figure BDA0002248629170000123
确定数字域预编码矩阵;
其中,
Figure BDA0002248629170000124
WZF为数字域预编码矩阵,δZF为功率归一化因子,F为模拟域预编码矩阵,H为信道矩阵。
具体来说,在确定模拟域预编码矩阵之后,结合预先获取的信道矩阵,确定数字域预编码矩阵。
本发明实施例中,采用ZF预编码方法确定数字域预编码矩阵。计算公式如下:
Figure BDA0002248629170000131
其中,WZF为数字域预编码矩阵,δZF为功率归一化因子,F为模拟域预编码矩阵,H为信道矩阵。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵,具体包括:
利用公式Π=WZFF确定数字域预编码矩阵;
其中,Π为混合预编码矩阵,WZF为数字域预编码矩阵,F为模拟域预编码矩阵。
具体来说,在确定模拟域预编码矩阵和数字域预编码矩阵之后,根据模拟域预编码矩阵和数字域预编码矩阵即可确定混合预编码矩阵。
混合预编码矩阵为模拟域预编码矩阵与数字域预编码矩阵的乘积。计算公式如下:
Π=WZFF
其中,Π为混合预编码矩阵,WZF为数字域预编码矩阵,F为模拟域预编码矩阵。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,所述预设次数的值为N,N=M/K,其中,M为基站天线数,K为用户数。
具体来说,在基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵的过程中,针对每一根天线,只为所述天线分配未被选满预设次数的射频链路数据流,确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位。
该预设次数的值为N,N=M/K,其中,M为基站天线数,K为用户数。
本发明实施例提供的混合预编码方法,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
基于上述任一实施例,进一步地,以一个具体的例子,对上述实施例中的技术方案的技术效果,以及现有技术的技术效果进行对比说明。
系统参数配置:基站天线数M,M=256,用户数K,K=16,量化比特数B,B=4,通过对全连接与部分连接结构的复杂度分析与器件使用个数情况,表1给出不同方案的计算复杂度表达式与具体数值,并列出系统所需的移相器与累加器个数。
表1不同模拟域预编码方案的计算复杂度与所需器件的个数比较
方案 计算复杂度 移相器个数 累加器个数
全连接结构 O(MK×2<sup>B</sup>)(65536) MK(4096) M(256)
部分连接自适应链路特定 O(M<sup>2</sup>+M×2<sup>B</sup>)(69632) M(256) 0
部分连接自适应天线特定 O(MK+M×2<sup>B</sup>)(8192) M(256) 0
可以看到,本发明提供的天线特定方案在大规模天线场景当中具有更低的复杂度,且系统使用较少的器件,保持部分连接结构相对于全连接结构的优势。
采用一种基于有限射线路径的毫米波MIMO信道模型,其表达式如下:
其中,hk为第k个用户的信道向量,M为基站天线数,L为用户的信道主径数,gk,l为第k个用户的路径增益向量的第l个元素,a(θk,l)为阵列导向向量,θk,l为第k个用户第l条主径的离开角(Angle of Departure,AoD)Ak为阵列导向集合矩阵;gk为第k个用户的路径增益向量,
Figure BDA0002248629170000142
其各元素分别为独立同分布的复高斯随机变量,即有
Figure BDA0002248629170000143
l∈{1,...,L}。
进一步考虑基站端配置均匀线性阵列(Uniform Linear Array,ULA),令Ak=[a(θk,1),...,a(θk,L)]为阵列导向集合矩阵,并得到ULA中各路径的导向向量a(θk,l)。a(θk,l)的表达式如下:
Figure BDA0002248629170000151
其中,a(θk,l)为阵列导向向量,M为基站天线数,θk,l为第k个用户第l条主径的离开角(Angle of Departure,AoD),λ与d分别表示信号波长与天线间距。在此,参数设置如下:各用户的主径数统一为L=20,k=1,...,K,每条主径的离开角AoD满足均匀分布,并配置为θk,l~U(-π/6,π/6),l=1,...,L,信号波长d为5×10-3m且d=λ/2。考虑如下系统参数:M=256,K=16,N=M/K=16,发送功率归一化为P=1,噪声功率σ2=0.1,即得到信噪比SNR为10log10(1/0.1)=10dB,量化比特数B的范围从1bit到6bit。
仿真如下方案的系统平均速率性能(Average Rate:RA=R/K):
1)全数字ZF预编码传输方案(Full Digital);
2)全连接结构下的混合预编码传输方案(Hybrid F-C);
3)部分连接自适应选择结构下的链路特定混合预编码传输方案(Hybrid S-CCS);
4)部分连接自适应选择结构下所提出的天线特定混合预编码传输方案(HybridS-C AS);
5)部分连接自适应选择结构下,基于SVD的链路特定混合预编码传输方案(HybridS-C SVD-CS);
6)部分连接自适应选择结构下,所提出的基于SVD的天线特定混合预编码传输方案(Hybrid S-C SVD-AS)。
图5为本发明实施例中不同预编码方案的系统平均速率随量化比特数变化的曲线图,如图5所示,随着比特数B的增加,也即移相器中可选量化相位个数的增加,系统能计算得到更精确的模拟域预编码矩阵,于是,各混合预编码传输方案的平均速率均有提升。当B≥4之后,移相器的相位精度已足够高,各方案的性能将趋于稳定。
进一步来看,本发明提出的天线特定传输方案较现有的链路特定方案有平均0.45bps/Hz的差距,而采用了基于SVD的信道右奇异向量作为选取与匹配指标之后,预编码矩阵对信道的匹配效果更好,两种特定方案的性能皆有提升,且相互之间的平均速率差距有所减小,仅约为0.076bps/Hz。
结合表1,以上的结果可以表明所提的天线特定传输方案能以牺牲少部分速率性能的前提下大幅降低系统的计算复杂度。同时还能看到,由于全连接结构中的每一条RF链路数据流通过M个移相器与所有天线相连通,其混合预编码传输方案的速率性能总是优于部分连接下的传输方案,而可以非受限调整预编码矩阵中元素的幅度与相位的全数字预编码传输方案则表现出最优的性能,但与此同时,上述两者需使用更多的器件与消耗更多的功率。
基于上述任一实施例,进一步地,图6为本发明实施例提供的基站示意图,如图6所示,本发明实施例提供一种基站,包括:模拟域预编码矩阵确定模块601、数字域预编码矩阵确定模块602和混合预编码矩阵确定模块603,其中:
模拟域预编码矩阵确定模块601用于基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;数字域预编码矩阵确定模块602用于根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;混合预编码矩阵确定模块603用于根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
本发明实施例提供的基站,采用部分连接自适应天线特定的混合预编码方案,在大规模天线场景中具有更低的复杂度,且系统使用较少的器件,降低了功耗,保持部分连接结构相对于全连接结构的优势。
图7为本发明实施例提供的电子设备的结构示意图,如图7所示,该电子设备包括:处理器(processor)701、通信接口(Communications Interface)702、存储器(memory)703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信。处理器701和存储器702通过总线703完成相互间的通信。处理器701可以调用存储器703中的逻辑指令,以执行如下方法:
基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
此外,上述的存储器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)执行本发明各个实施例所述方法的全部或部分步骤。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。
进一步地,本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例中的步骤,例如包括:
基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
进一步地,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,当所述计算机程序被处理器执行时,实现上述各方法实施例中的步骤,例如包括:
基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
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 (10)

1.一种混合预编码方法,其特征在于,包括:
基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
2.根据权利要求1所述的混合预编码方法,其特征在于,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵,具体包括:
针对每一根天线,只为所述天线分配未被选满预设次数的射频链路数据流,确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位;
根据所有天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位确定所述模拟域预编码矩阵,其中,所述模拟域预编码矩阵的一个列向量中的非零元素的位置为一个天线对应的待选信道向量中最大模值的元素的索引位置,所述非零元素的元素值为所述索引位置上的元素的量化共轭相位。
3.根据权利要求2所述的混合预编码方法,其特征在于,所述确定所述天线对应的待选信道向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位,具体包括:
对信道矩阵进行奇异值分解,得到右奇异向量;
确定所述天线对应的右奇异向量中最大模值的元素的索引位置,以及所述索引位置上的元素的量化共轭相位。
4.根据权利要求1所述的混合预编码方法,其特征在于,所述基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵之前,还包括:
对信道进行信道估计,获得信道矩阵。
5.根据权利要求1所述的混合预编码方法,其特征在于,所述根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵,具体包括:
利用公式
Figure FDA0002248629160000011
确定数字域预编码矩阵;
其中,WZF为数字域预编码矩阵,δZF为功率归一化因子,F为模拟域预编码矩阵,H为信道矩阵。
6.根据权利要求1所述的混合预编码方法,其特征在于,所述根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵,具体包括:
利用公式П=WZFF确定数字域预编码矩阵;
其中,П为混合预编码矩阵,WZF为数字域预编码矩阵,F为模拟域预编码矩阵。
7.根据权利要求2所述的混合预编码方法,其特征在于,所述预设次数的值为N,N=M/K,其中,M为基站天线数,K为用户数。
8.一种基站,其特征在于,包括:
模拟域预编码矩阵确定模块,用于基于天线特定的射频链路选取与匹配方法,确定模拟域预编码矩阵;
数字域预编码矩阵确定模块,用于根据所述模拟域预编码矩阵和信道矩阵确定数字域预编码矩阵;
混合预编码矩阵确定模块,用于根据所述模拟域预编码矩阵和所述数字域预编码矩阵确定混合预编码矩阵。
9.一种电子设备,包括存储器、处理器,以及存储在所述存储器上并可在所述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计算机程序时,实现如权利要求1至7任一项所述混合预编码方法的步骤。
10.一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,当所述计算机程序被处理器执行时,实现如权利要求1至7任一所述混合预编码方法的步骤。
CN201911025969.3A 2019-10-25 2019-10-25 混合预编码方法、基站、电子设备及存储介质 Active CN110855337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911025969.3A CN110855337B (zh) 2019-10-25 2019-10-25 混合预编码方法、基站、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911025969.3A CN110855337B (zh) 2019-10-25 2019-10-25 混合预编码方法、基站、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110855337A true CN110855337A (zh) 2020-02-28
CN110855337B CN110855337B (zh) 2021-06-04

Family

ID=69598266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911025969.3A Active CN110855337B (zh) 2019-10-25 2019-10-25 混合预编码方法、基站、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110855337B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113794709A (zh) * 2021-09-07 2021-12-14 北京理工大学 一种用于二值稀疏矩阵的混合编码方法
CN114285705A (zh) * 2022-03-03 2022-04-05 新华三技术有限公司 一种信道估计方法、装置及电子设备
CN115065386A (zh) * 2022-06-10 2022-09-16 杭州红岭通信息科技有限公司 基于zf和svd混合预编码的波束赋形优化方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9025692B2 (en) * 2010-10-04 2015-05-05 Nec Laboratories America, Inc. Precoding selection for retransmission in uplink MIMO hybrid ARQ
CN106685495A (zh) * 2015-11-05 2017-05-17 索尼公司 无线通信方法和无线通信设备
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
US20170359111A1 (en) * 2016-06-01 2017-12-14 Maxlinear Asia Singapore Private Limited Predistortion For Hybrid Digital/Analog Precoders
WO2018164506A1 (ko) * 2017-03-08 2018-09-13 엘지전자 주식회사 무선 통신 시스템에서 단말과 기지국 간 신호 송수신 방법 및 이를 지원하는 장치
CN108713295A (zh) * 2016-01-13 2018-10-26 瑞典爱立信有限公司 用于多用户大规模mimo系统的实用混合预编码方案
CN108809397A (zh) * 2018-06-27 2018-11-13 东南大学 多天线系统中高功效数模混合波束成形方法、装置及设备
EP3404843A1 (en) * 2017-05-17 2018-11-21 Mitsubishi Electric R&D Centre Europe B.V. Method for enabling both analog and digital beamforming
CN109167622A (zh) * 2018-11-08 2019-01-08 江西理工大学 一种毫米波大规模mimo系统混合预编码方法
CN109617585A (zh) * 2019-01-18 2019-04-12 杭州电子科技大学 毫米波大规模mimo中基于部分连接的混合预编码方法
CN110011712A (zh) * 2019-03-27 2019-07-12 西北工业大学 一种面向毫米波大规模多输入多输出的混合预编码方法
CN110224730A (zh) * 2019-06-03 2019-09-10 东南大学 一种毫米波通信的混合预编码结构、混合合并结构及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9025692B2 (en) * 2010-10-04 2015-05-05 Nec Laboratories America, Inc. Precoding selection for retransmission in uplink MIMO hybrid ARQ
CN106685495A (zh) * 2015-11-05 2017-05-17 索尼公司 无线通信方法和无线通信设备
CN108713295A (zh) * 2016-01-13 2018-10-26 瑞典爱立信有限公司 用于多用户大规模mimo系统的实用混合预编码方案
US20170359111A1 (en) * 2016-06-01 2017-12-14 Maxlinear Asia Singapore Private Limited Predistortion For Hybrid Digital/Analog Precoders
WO2018164506A1 (ko) * 2017-03-08 2018-09-13 엘지전자 주식회사 무선 통신 시스템에서 단말과 기지국 간 신호 송수신 방법 및 이를 지원하는 장치
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
EP3404843A1 (en) * 2017-05-17 2018-11-21 Mitsubishi Electric R&D Centre Europe B.V. Method for enabling both analog and digital beamforming
CN108809397A (zh) * 2018-06-27 2018-11-13 东南大学 多天线系统中高功效数模混合波束成形方法、装置及设备
CN109167622A (zh) * 2018-11-08 2019-01-08 江西理工大学 一种毫米波大规模mimo系统混合预编码方法
CN109617585A (zh) * 2019-01-18 2019-04-12 杭州电子科技大学 毫米波大规模mimo中基于部分连接的混合预编码方法
CN110011712A (zh) * 2019-03-27 2019-07-12 西北工业大学 一种面向毫米波大规模多输入多输出的混合预编码方法
CN110224730A (zh) * 2019-06-03 2019-09-10 东南大学 一种毫米波通信的混合预编码结构、混合合并结构及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
QIBO QIN等: "Compressive Sensing Based Hybrid Beamforming for Adaptively-Connected Structure", 《2018 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATIONS IN CHINA (ICCC)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112671438B (zh) * 2020-12-21 2021-09-21 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
CN113794709A (zh) * 2021-09-07 2021-12-14 北京理工大学 一种用于二值稀疏矩阵的混合编码方法
CN113794709B (zh) * 2021-09-07 2022-06-24 北京理工大学 一种用于二值稀疏矩阵的混合编码方法
CN114285705A (zh) * 2022-03-03 2022-04-05 新华三技术有限公司 一种信道估计方法、装置及电子设备
CN115065386A (zh) * 2022-06-10 2022-09-16 杭州红岭通信息科技有限公司 基于zf和svd混合预编码的波束赋形优化方法及装置
CN115065386B (zh) * 2022-06-10 2023-11-17 杭州红岭通信息科技有限公司 基于zf和svd混合预编码的波束赋形优化方法及装置

Also Published As

Publication number Publication date
CN110855337B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN110855337B (zh) 混合预编码方法、基站、电子设备及存储介质
CN111181619B (zh) 基于深度强化学习的毫米波混合波束成形设计方法
CN107135024B (zh) 一种低复杂度的混合波束赋形迭代设计方法
CN102983934B (zh) 多用户多输入多输出系统中线性预编码的方法及装置
CN106571858B (zh) 一种混合波束成形传输系统
CN107408967A (zh) 无线通信控制方法以及无线通信系统
CN110661555B (zh) 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
CN107809275B (zh) 一种基于毫米波mimo系统的有限反馈混合预编码方法
JP2013531931A (ja) 複数の無線デバイスに送信されることになるシンボルをプリコーディングするためのプリコーディング行列を求めるための方法及び装置
CN107086886A (zh) 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计
Zhang et al. Clustering based hybrid precoding design for multi-user massive MIMO systems
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
CN111510188B (zh) 波束搜索方法及装置
Ioushua et al. Hybrid analog-digital beamforming for massive MIMO systems
CN114465643B (zh) 一种基于梯度下降法的毫米波大规模mimo天线系统的混合预编码方法
Darabi et al. Transceiver design in millimeter wave full-duplex multi-user massive MIMO communication systems
Wu et al. A low complexity two-stage user scheduling scheme for MmWave massive MIMO hybrid beamforming systems
Chen et al. Hybrid beamforming and data stream allocation algorithms for power minimization in multi-user massive MIMO-OFDM systems
Araújo et al. Hybrid beamforming design with finite-resolution phase-shifters for frequency selective massive MIMO channels
Jung et al. Zero-forcing beamforming with user grouping in spatially correlated channel environments
Panahi et al. Interference alignment and power allocation for multi-user MIMO interference channels
Payami et al. Low-complexity and robust quantized hybrid beamforming and channel estimation
Zhang et al. Energy-efficient hybrid precoding design for mm-Wave massive antenna multi-user systems
CN105871439B (zh) 一种基于投影算子的迭代bd预编码方法
Su et al. Hierarchical codebook design for 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