CN111049557A - 基于统计信道信息的毫米波mimo系统混合预编码方法 - Google Patents

Abstract

本发明提出了一种基于统计信道信息的毫米波MIMO系统混合预编码方法，主要解决现有技术导频开销大及计算复杂度高的问题。其实现方案包括：1)在RF链路与天线之间采用混合连接的结构下，建立毫米波MIMO多用户系统通信模型；2)利用统计信道信息，根据串行干扰消除思想设计各个子阵列的最佳预编码矩阵；3)在各元素恒模的限制条件下，根据最佳预编码矩阵设计模拟预编码矩阵；4)在模拟预编码处理之后的等效信道基础上，利用块对角化算法得到数字预编码矩阵，完成混合预编码设计。本发明导频开销小，计算复杂度低，可用于毫米波MIMO多用户系统中利用统计信道信息进行混合预编码设计。

Description

基于统计信道信息的毫米波MIMO系统混合预编码方法

技术领域

本发明属于无线通信技术领域，特别涉及一种毫米波MIMO系统的混合预编码方法，可用于毫米波MIMO多用户系统中利用统计信道信息进行混合预编码设计。

背景技术

为了满足5G移动通信系统中增强移动宽带eMBB场景下超高传输速率的需求，采用30～300GHz毫米波通信技术和大规模多发多收MIMO技术相结合，实现高数据传输速率，缓解当前300M～6GHz低频段的频谱资源紧张压力。由于毫米波波长较短，应用于无线通信系统中天线的物理尺寸比较小，因此可以在发射端和接收端配置大量的天线，运用MIMO技术，深入挖掘空间维度资源，提供更大的增益以克服毫米波波长较短带来的路径损耗较大的问题。因而毫米波MIMO技术已成为当前研究热点之一。

预编码技术是MIMO无线通信系统中的一项重要信号处理技术，它是指在发射端利用信道状态信息，对待发送的信号进行预处理，使其更好地和信道状况匹配，以提高系统容量或降低系统误码率。毫米波MIMO通信系统中，由于发端配置有大量的天线，出于硬件成本和实现复杂度的考虑，无法为每根天线配置一条射频RF链路来实现传统的全数字预编码处理，因此可通过采用模拟和数字相结合的混合模数预编码方案来避免RF链路数目过多造成的功率损耗。根据有限的RF链路与大量的天线之间的连接方式不同，现有的毫米波MIMO系统的混合预编码方案多为在全连接结构和部分连接结构下设计，目前有少量方案在混合连接结构下设计。其中：

所述全连接结构，是指每条RF链路和所有的天线相连，可实现全部天线的阵列增益，但是由于需要较多的相移器连接RF链路与天线，带来的能量损耗较大。

所述部分连接结构，是指每条RF链路只与一部分天线连接，损失了一部分的阵列增益，但在实现上所需的硬件设备，即相移器也比全连接型要少，因此可实现更高的能量效率。

所述混合连接结构，是将天线和RF链路划分为相同数目的子阵列，在各子阵列内部，RF链路与天线之间采用全连接结构，可以实现频谱效率和能量效率的折衷。

在上述结构下，现有的毫米波MIMO系统的混合预编码方案一般有两种思路：

一是模拟预编码部分和数字预编码部分联合优化。例如基于正交匹配追踪的稀疏信号恢复算法、交替最小化算法、梯度追踪算法等，这些算法通过多次迭代，每次都需要更新模拟和数字部分，最终得到接近最优的混合预编码方案。这类算法由于每次迭代都需要计算大规模矩阵的逆，计算复杂度一般都很高。

二是模拟预编码部分和数字预编码部分分开考虑。这类算法大都以一个恒模的矩阵作为模拟部分的候选矢量集合，根据最优预编码矩阵从中得到模拟预编码矩阵，然后在模拟部分处理之后的等效信道上，进行数字部分的设计。而以信道导向矢量作为码本的方案对模拟器件相移器的要求非常高，现实中一般不可达到。

此外，由于以上方案都是假设基站可获取完整的瞬时信道状态信息CSI，但实际上在毫米波大规模MIMO系统中，完成信道估计需要较长的训练序列，导频开销大，因此基于瞬时CSI的混合预编码设计是难以实现的。

发明内容

本发明的目的在于针对上述现有混合预编码方案的不足，在RF链路和天线之间采用混合连接的结构下，提出一种基于统计信道信息的毫米波MIMO系统混合预编码方法，以减小计算复杂度，降低导频开销。

本发明的技术思路是：在混合连接结构下，以系统容量最大化为优化目标，基于串行干扰消除SIC的思想，根据统计信道信息即信道矩阵的协方差矩阵设计最佳预编码矩阵；在满足各元素恒模的限制条件下，得到模拟预编码矩阵；在模拟预编码处理之后的等效信道上，根据块对角化的思想设计数字预编码矩阵，消除多用户之间的干扰，从而实现混合预编码。

根据上述思路，本发明的实现步骤包括如下：

(1)建立毫米波MIMO多用户通信系统模型：

(1a)配置有大规模MIMO的基站作为发射端，给接收端的多个用户发送多流数据传输；

(1b)设基站发射端的发射天线数目为N_t，RF链路数目为

射频RF链路与发射天线之间采用混合连接的方式，以将发射天线和RF链路划分为D个子阵列，每个子阵列内部包含N＝N_t/D根发射天线和

条RF链路；

(1c)设接收端用户数目为K，H_i为发射端到用户i的下行信道矩阵，各用户的信道矩阵共同构成系统整体的信道矩阵H，即

信道协方差矩阵为R＝H^*H，其中，T表示转置，*号表示共轭转置；

(2)根据当前子阵列d对应的子信道协方差矩阵R_d，设计当前子阵列的最佳预编码矩阵F_d，d＝1,2,...D；

(3)去除已进行最佳预编码部分的子阵列的影响，得到更新后的信道协方差矩阵：

其中，

表示前d个子阵列的容量，

表示维度为N_t×N_t的单位矩阵，P表示发射功率，σ²表示噪声的方差；

(4)重复上述(2)至(3)共D次，得到所有子阵列的最佳预编码矩阵：

(5)在模拟预编码矩阵各元素恒模的限制条件下，根据最佳预编码矩阵F设计模拟预编码矩阵F_RF，以实现对高维度瞬时信道信息的降维；

(6)在模拟预编码矩阵降维后的等效信道基础上，采用块对角化预编码算法，设计数字预编码矩阵F_BB。

本发明与现有毫米波MIMO系统的混合预编码算法相比具有以下优点：

1、导频开销小。

本发明基于统计信道信息，能够在较少的导频开销下，根据串行干扰消除的思想设计最佳预编码矩阵，且在降维后的等效信道信息下进行数字预编码的设计，从而避免了系统对高维度瞬时信道信息的需求，减少了导频开销。

2、计算复杂度低。

本发明将混合预编码方法分为三个阶段，先设计最佳预编码矩阵，再在各元素恒模限制下得到模拟预编码部分，并在等效信道的基础上设计数字预编码部分，此过程无需多次迭代求解高维度矩阵的逆，大大降低了混合预编码的复杂度。

附图说明

图1为本发明的实现流程图；

图2本发明中的毫米波MIMO多用户通信系统模型图；

图3为本发明中的DFT码本波束方向图；

图4为本发明与现有方法的频谱效率对比图。

具体实施方式

以下结合附图，对本发明的具体实施方案和效果作进一步的解释和说明：

参照图1，本实例的实现步骤如下：

步骤1：建立毫米波MIMO多用户通信系统模型。

如图2所示，配置有大规模MIMO的基站作为发射端，给接收端的多个用户发送多流数据传输，在发射端进行模拟预编码和数字预编码相结合的混合预编码设计，设计出毫米波MIMO多用户通信系统模型，具体过程如下：

(1.1)设基站发射端的发射天线数目为N_t，RF链路数目为

且RF链路与发射天线之间采用混合连接的方式；将发射天线和RF链路均划分为D个子阵列，每个子阵列内部包含N＝N_t/D根发射天线和

条RF链路；

(1.2)设接收端用户数目为K，每个用户的接收天线数目为N_r，RF链路数目为

假设接收端用户天线数目和RF链路数目相等，即

(1.3)建立收发端之间的通信链路模型：

设用户i的下行信道矩阵

接收信号可表示为：

其中，H_i为发射端到用户i的下行信道矩阵，各用户的信道矩阵共同构成系统整体的信道矩阵H，即

s_i为发射端发送给用户i的信号，F_i为用户i的预编码矩阵，由模拟部分和数字部分构成，F_i＝F_RFF_BBi；s_j为发射端发送给其他用户的信号，F_j为其他用户的预编码矩阵，n_i为噪声，符合正态分布

步骤2：根据当前子阵列d对应的子信道协方差矩阵R_d，设计当前子阵列的最佳预编码矩阵F_d，d＝1,2,...D。

具体的过程为：

(2.1)从当前信道协方差矩阵R中取当前子阵列d对应的N×N维子信道协方差矩阵R_d：

R_d＝R(N(k-1)+1:Nk,N(k-1)+1:Nk),k＝1,2,...,D；

(2.2)设计当前子阵列的最佳预编码矩阵：

将子矩阵R_d进行特征值分解表示为R_d＝VΣV^*，取其特征向量V的前S列，构成当前子阵列的最佳预编码矩阵F_d＝V(:,1:S)。

步骤3：更新信道协方差矩阵R。

(3.1)计算前d个子阵列的容量T_d：

其中，

表示维度为N_t×N_t的单位矩阵，P表示发射功率；

(3.2)去除已进行最佳预编码部分的子阵列的影响，得到更新后的信道协方差矩阵：

其中，

表示求矩阵T_d的逆矩阵。

步骤4：获得最佳预编码矩阵。

重复上述步骤(2)至步骤(3)共D次，得到所有子阵列的最佳预编码矩阵F：

步骤5：在模拟预编码矩阵各元素恒模的限制条件下，根据最佳预编码矩阵F设计模拟预编码F_RF。

具体过程为：

(5.1)对DFT码本A进行表示：

由于模拟预编码部分各元素恒模的限制，可以直接选取最佳预编码矩阵元素的相位作为模拟预编码部分，考虑到实际系统中相移器的精度有限，可构造离散傅里叶变换DFT矩阵或均匀量化相位作为模拟预编码部分的码本，以DFT码本为例，各个码字恒模且波束方向保持正交，设码字个数为N，DFT码本表示为A，其中任一元素表示为：

该码本A的方向图，如图3所示；

(5.2)计算最佳预编码矩阵F_d在DFT码本A上的投影：

Φ＝A^*F_d，

其中，Φ中的元素表示F_d在相应位置的DFT码本元素上的展开系数；

(5.3)根据(5.2)的结果，计算F_d在码本A上的功率分布：

(5.4)根据(5.3)的功率分布，选出最大的S个DFT码字作为模拟预编码矩阵：

F_RFd＝A(:,Ω)，

Ω为Γ中最大的S个元素所在的位置；

(5.5)重复上述步骤(5.2)至步骤(5.4)共D次，得到整体的模拟预编码矩阵F_RF：

步骤6：在模拟预编码处理后的等效信道基础上，采用块对角化预编码算法，设计数字预编码矩阵F_BB。

具体过程为：

(6.1)将模拟预编码处理之后的等效信道矩阵表示为H_i：

H_i＝H_iF_RF；

(6.2)求解各用户的数字预编码部分：

(6.2.1)组成的信道矩阵：

得到等效信道矩阵之后，数字预编码部分的设计等效为传统MIMO中的预编码设计，本步骤采用块对角化预编码算法，对于用户i，将用户i以外其他所有用户组成的信道矩阵表示为

将信道矩阵

进行奇异值分解为如下形式：

其中，

表示其他用户信道矩阵

的左奇异矢量，

表示

的非零奇异值，

表示

的非零奇异值所对应的右奇异矢量，

表示

的零空间一组正交基；

(6.2.2)在其它用户的零空间内，计算用户i的等效信道矩阵：

再对其进行奇异值分解，表示为如下形式：

其中，U_i表示本用户的等效信道矩阵H_i′的左奇异矢量，Σ_i表示H_i′的非零奇异值，V_i ⁽¹⁾表示H_i′的非零奇异值所对应的右奇异矢量，V_i ⁽⁰⁾表示H_i′的零奇异值所对应的右奇异矢量；

(6.2.3)根据以上

和V_i ⁽¹⁾，得到用户i的数字预编码矩阵

(6.3)根据混合预编码的发射功率限制，对各用户的数字预编码矩阵进行更新：

其中，

是更新后的用户i的数字预编码矩阵；

(6.4)由各用户的数字预编码矩阵得到整体的数字预编码矩阵F_BB：

本发明的效果可以通过以下仿真来进一步说明：

一、仿真条件

仿真使用MATLAB R2017b软件实现，仿真参数设置如下：

水平天线数为8，垂直天线数为8，即基站总发射天线数为64，发射端RF链路数为8，划分子阵列数目为2，各用户接收天线数为4，用户数目为2。DFT码本中相移器精度为5比特，表示32根天线的码本方向。

二、仿真内容及结果

在上述仿真条件下，对本发明及现有混合预编码方法的频谱效率进行仿真对比，结果如图4所示。

图4横坐标为信噪比SNR，纵坐标为系统的频谱效率。图4分别对比了模拟预编码部分采用精确相位码本、DFT码本和均匀量化码本时，本发明和现有基于瞬时信道信息设计混合预编码方法的频谱效率性能。

从图4可见，在模拟预编码采用同一种码本的情况下，本发明可利用统计信道状态信息实现与现有方法相近的频谱效率性能，但本发明的导频开销明显小于现有方法，更具有工程实现意义。

以上描述仅是本发明的一个具体实例，不构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (4)

1.一种基于统计信道信息的毫米波MIMO系统混合预编码方法，其特征在于，包括如下：

(1)建立毫米波MIMO多用户通信系统模型：

(1a)配置有大规模MIMO的基站作为发射端，给接收端的多个用户发送多流数据传输；

(1b)设基站发射端的发射天线数目为N_t，RF链路数目为

射频RF链路与发射天线之间采用混合连接的方式，以将发射天线和RF链路划分为D个子阵列，每个子阵列内部包含N＝N_t/D根发射天线和

条RF链路；

(1c)设接收端用户数目为K，H_i为发射端到用户i的下行信道矩阵，各用户的信道矩阵共同构成系统整体的信道矩阵H，即

信道协方差矩阵为R＝H^*H，其中，T表示转置，*号表示共轭转置；

(2)根据当前子阵列d对应的子信道协方差矩阵R_d，设计当前子阵列的最佳预编码矩阵F_d，d＝1,2,...D；

(3)去除已进行最佳预编码部分的子阵列的影响，得到更新后的信道协方差矩阵：

其中，

表示前d个子阵列的容量，

表示维度为N_t×N_t的单位矩阵，P表示发射限制，σ²表示噪声的方差；

(4)重复上述(2)至(3)共D次，得到所有子阵列的最佳预编码矩阵：

(5)在模拟预编码矩阵各元素恒模的限制条件下，根据最佳预编码矩阵F设计模拟预编码矩阵F_RF；

(6)在模拟预编码处理后的等效信道基础上，采用块对角化预编码算法，设计数字预编码矩阵F_BB。

2.根据权利要求1所述的方法，其特征在于，(2)中设计当前子阵列的最佳预编码矩阵F_d，实现如下：

(2a)从当前信道协方差矩阵R中取当前子阵列d对应的N×N维子信道协方差矩阵R_d：

R_d＝R(N(d-1)+1:Nd,N(d-1)+1:Nd),d＝1,2,...,D；

(2b)设计当前子阵列的最佳预编码矩阵：

对子矩阵R_d进行特征值分解，表示为R_d＝VΣV^*，取其特征向量V的前S列，构成当前子阵列的最佳预编码矩阵：F_d＝V(:,1:S)。

3.根据权利要求1所述的方法，其特征在于，(5)中根据最佳预编码矩阵F设计模拟预编码矩阵F_RF，实现如下：

(5a)构造离散傅里叶变换DFT矩阵作为模拟预编码矩阵的码本，设码字个数为N，DFT码本表示为A，各个码字恒模且波束方向保持正交，其中任一元素表示为：

(5b)计算最佳预编码矩阵F_d在DFT码本A上的投影矩阵：

Φ＝A^*F_d，

其中，Φ中的元素表示F_d在相应位置的DFT码本元素上的展开系数；

(5c)根据(5b)的结果，计算F_d在码本A上的功率分布Γ：

(5d)根据(5c)的功率分布，选出最大的S个DFT码字作为模拟预编码矩阵：

Ω为Γ中最大的S个元素所在的位置；

(5e)重复上述(5b)至(5d)步骤共D次，得到整体的模拟预编码矩阵F_RF：

4.根据权利要求1所述的方法，其特征在于，(6)中设计数字预编码矩阵F_BB，实现如下：

(6a)将模拟预编码处理之后的等效信道矩阵表示为H_i：

H_i＝H_iF_RF,i＝1,2,…,K；

(6b)求解各用户的数字预编码部分：

(6b1)采用块对角化预编码算法，将用户i以外其他所有用户组成的信道矩阵表示为

并对其进行奇异值分解为如下形式：

其中，

表示其他用户信道矩阵

的零空间一组正交基；

(6b2)在其它用户的零空间内，计算用户i的等效信道矩阵

对其再进行奇异值分解，表示为如下形式：

其中，

表示本用户的等效信道矩阵的非零奇异值所对应的奇异矢量；

(6b3)根据以上

和

得到用户i的数字预编码矩阵

(6c)根据混合预编码的发射功率限制，对各用户的数字预编码矩阵进行更新，并由此得到整体的数字预编码矩阵：

其中，

表示更新后的各用户数字预编码矩阵。

Images