CN111193533A

CN111193533A - 大规模mimo波束域鲁棒预编码传输方法与系统

Info

Publication number: CN111193533A
Application number: CN201911232382.XA
Authority: CN
Inventors: 高西奇; 卢安安
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2019-12-05
Filing date: 2019-12-05
Publication date: 2020-05-22
Anticipated expiration: 2039-12-05
Also published as: CN111193533B; US11646776B2; US20220263554A1; WO2021109419A1

Abstract

本发明公开了大规模MIMO波束域鲁棒预编码传输方法与系统。该方法基于基站侧和用户侧精细化采样导向矢量矩阵，并考虑了移动性引起的信道老化的影响，获得的信道状态信息为包含信道均值和方差信息的精细化波束域后验统计信道信息。本发明中，基站利用精细化波束域后验统计信道信息进行鲁棒预编码传输，采用的精细化波束域后验统计信道信息所依赖的信道模型是基于精细化采样空间角度所对应的采用导向矢量矩阵的信道模型，所用统计信道信息更加充分和准确，能够解决天线尺寸受限下大规模MIMO对各种典型移动场景的普适性问题，并取得高频谱效率，所提出的鲁棒预编码设计利用波束域信道的稀疏性和采样导向矢量矩阵的结构特征，能够大幅降低计算复杂度。

Description

大规模MIMO波束域鲁棒预编码传输方法与系统

技术领域

本发明属于通信技术领域，涉及大规模MIMO波束域鲁棒预编码传输方法与系统。

背景技术

为提升用户体验，应对无线数据业务需求的快速增长以及新业务需求带来的挑战，未来新一代移动网络需要支持更高质量、更高传输率、更高移动性、更高用户密度、更低时延、更低能耗等场景。近年来，为大幅提高无线频谱的频谱效率和功率效率，大规模多输入多输出(MIMO，Multiple-Input Multiple-Ouput)技术被广泛研究。目前，大规模MIMO已被确认为5G的关键技术之一。大规模MIMO通过在基站(BS，BaseStation)配备大规模天线阵列极大的提高系统容量，充分利用了空间维度资源。未来，大规模MIMO仍将是5G之后移动通信(B5G)的研究热点。

信道统计模型的建立是大规模MIMO预编码传输理论方法的基础。在实际大规模MIMO 无线系统中，有限的天线尺寸限制了大规模线阵天线的应用，基站侧常配置大规模面阵天线等更易于实现的天线阵列，进而造成单一维度上的天线数量受限，在此限制下传统的基于l 离散傅里叶变换(DFT，Discrete Fourier Transform)矩阵的波束域信道模型会在相当程度上偏离实际物理信道模型。另一方面，大规模MIMO无线系统中基站配置大规模天线阵列，且占据相同时频资源的用户天线数量增多，限制了用于导频的时频资源，在导频资源受限的情况下瞬时信道估计误差无法避免，同时在中高速移动通信场景还存在基站侧所获瞬时信道信息老化等因素，因此发展能描述各种典型移动通信场景的统计信道模型具有重要意义。文献中相关工作大都考虑大规模线阵天线，多采用传统基于DFT的波束域信道模型，且都没有考虑基于先验统计模型和瞬时信道信息的后验统计模型。

在大规模MIMO无线传输系统中，下行多用户预编码传输理论方法是对抗多用户干扰并实现频谱效率增益的关键，因而是大规模MIMO无线传输系统最为核心的问题之一。传统多用户MIMO系统中，预编码方法主要分为线性预编码和非线性预编码方法。非线性预编码方法虽然可取得最优性能，但是其极高的复杂度限制了其在大规模MIMO系统中使用，而简单的典型线性正则化迫零(RZF，Regularized Zero Forcing)预编码方法，对瞬时信道准确性要求较高，无法适用于导频资源受限以及中高速移动通信场景等信道信息非理想场景。为取得接近最优性能，需从可获得的信道信息出发，研究最优线性预编码传输方法。

发明内容

发明目的：针对现有技术的不足，本发明公开了大规模MIMO波束域鲁棒预编码传输方法与系统，能够解决大规模MIMO技术在各种典型场景下的适应性问题。

技术方案：为了达到上述目的，本发明提供如下技术方案：

大规模MIMO波束域鲁棒预编码传输方法，包括：

获取各用户终端精细化波束域先验统计信道信息；所述精细化波束域为1倍精细化波束域、大于1的整数倍或分数倍精细化波束域，精细化波束域信道通过精细化采样导向矢量矩阵与天线域信道进行转换；

基于导频信号和精细化波束域先验统计信道信息获取各用户终端精细化波束域后验统计信道信息，包括精细化波束域后验均值和方差；

利用包含精细化波束域信道均值和方差信息的后验统计信道信息进行鲁棒预编码传输。

进一步地，所述精细化波束域信道左乘用户侧精细化采样导向矢量矩阵并右乘基站侧精细化采样导向矢量矩阵共轭矩阵后得到天线域信道。

进一步地，所述精细化波束域先验统计信道信息由基站通过上行信道探测获得；或者，通过用户终端基于下行信道探测获得。

进一步地，所述精细化波束域后验统计信道信息由基站利用上行导频信号和先验精细化波束域信道统计信息，通过信道估计和预测获得；或者，通过用户终端利用下行导频信号和先验精细化波束域统计信息，基于信道估计、预测、反馈获得。

进一步地，所述精细化波束域后验统计信道模型中信道均值和方差信息为精细化波束域信道后验均值和后验方差信息；所述信道后验均值和后验方差信息包括：

基站在接收到的上行导频信号条件下的精细化波束域条件均值和条件方差信息；或者，用户终端在接收到的下行导频信号条件下的精细化波束域条件均值和条件方差信息。

进一步地，所述精细化波束域先验统计信道信息获取方法包括：将导频信号或信道信息通过精细化采样导向矢量矩阵转换到精细化波束域，利用精细化波束域样本统计量获取各用户终端精细化波束域先验统计信道信息。

进一步地，所述利用所述精细化波束域样本统计量获取各用户终端精细化波束域先验统计信道信息具体为：根据精细化波束域样本统计量和信道能量矩阵函数矩阵的方程求解信道能量矩阵；所述方程中只有信道能量矩阵或信道幅度矩阵为未知矩阵，其余矩阵为已知矩阵。

进一步地，在所述的鲁棒预编码传输中，基站根据加权遍历和速率最大化准则，进行各用户终端的线性预编码矩阵设计，加权遍历和速率为根据精细化波束域后验统计信道信息计算出的加权和速率条件均值。

进一步地，将所述加权遍历和速率最大化准则替换为加权遍历和速率最大化准则上界；或，将所述加权遍历和速率最大化准则中和速率替换为其确定性等同。

大规模MIMO波束域鲁棒预编码设计方法，包括：

将初始预编码通过精细化采样导向矢量矩阵转入精细化波束域；所述精细化波束域为1 倍精细化波束域、大于1的整数倍或分数倍精细化波束域；

在精细化波束域利用后验统计信道信息进行波束域预编码更新；其中所述精细化波束域后验统计信道信息基于导频信号和精细化波束域先验统计信道信息获取；

将精细化波束域预编码结果通精细化采样导向矢量矩阵转入天线域。

进一步地，所述方法利用截断共轭梯度方法设计预编码，包括：

(1)将初始预编码通过精细化采样导向矢量矩阵转入精细化波束域；

(2)在精细化波束域利用后验统计信道信息进行初始共轭梯度稀疏计算；

(3)在精细化波束域进行共轭梯度更新方向稀疏计算；

(4)进行精细化波束域共轭梯度计算并更新精细化波束域预编码；

重复步骤(3)-(4)直到达到预设迭代次数或预编码收敛，利用精细化采样导向矢量将精细化波束域预编码转为天线域预编码。

进一步地，所述采样导向矢量矩阵在导向矢量均匀采样且采样数为天线整数倍时为过采样DFT矩阵。

一种计算设备，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，所述计算机程序被加载至处理器时实现所述的大规模MIMO波束域鲁棒预编码传输方法，或者所述的基于截断共轭梯度法的大规模MIMO波束域鲁棒预编码设计方法。

大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，所述基站用于：

大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，所述基站设有所述的计算设备。

有益效果：与现有技术相比，本发明提出的大规模MIMO波束域下行鲁棒传输方法能够解决大规模MIMO对各种典型移动场景的普适性问题，并取得高频谱效率。利用包括精细化波束域信道均值和方差信息的后验统计信道信息进行鲁棒预编码传输，所用统计信道信息具有稀疏性，能够进行低复杂度实现。通过鲁棒预编码方法可以实现降维传输，可以降低数据传输时所需的导频开销，降低解调或检测的复杂度，提高传输的整体效率。

附图说明

图1为基于上行探测的大规模MIMO波束域鲁棒预编码传输方法流程图；

图2为基于用户反馈的大规模MIMO波束域鲁棒预编码传输方法流程图；

图3为大规模MIMO波束域鲁棒预编码设计的截断共轭梯度方法流程图；

图4为波束域鲁棒预编码传输方法与现有方法的遍历和速率结果比较示意图；

图5为波束域鲁棒预编码传输方法在几种不同精细化倍数下的遍历和速率结果比较示意图。

具体实施方式

以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

如图1所示，本发明实施例公开的基于上行探测的大规模MIMO波束域鲁棒传输方法，包括基站通过上行信道探测获取各用户终端精细化波束域先验统计信道信息；基站基于上行导频信号和精细化波束域先验统计信道信息获取各用户终端精细化波束域后验统计信道信息，包括后验均值(或称期望值)和方差；基站利用包含精细化波束域信道均值和方差信息的后验统计信道信息进行鲁棒预编码传输。

如图2所示，本发明实施例公开的基于用户反馈的大规模MIMO波束域鲁棒传输方法，包括用户终端通过下行信道探测获得各自精细化波束域先验统计信道信息；用户终端利用下行导频信号和精细化波束域先验统计信道信息，通过信道估计和预测获得各自信道的精细化波束域后验统计信道信息并反馈给基站，该精细化波束域后验先验统计信道信息包含信道均值和方差信息；基站利用包含信道均值和方差信息的精细化波束域后验统计信道信息进行鲁棒预编码传输。

上述实施例中的用户终端可以是手机、车载设备、智能装备等移动终端或固定终端；精细化波束域信道左乘用户侧精细化采样导向矢量矩阵并右乘基站侧精细化采样导向矢量矩阵共轭矩阵后可得天线域信道，精细化波束域为1倍精细化波束域、大于1的整数倍或分数倍精细化波束域，倍数是指波束个数与天线个数的比值。可利用精细化波束域样本统计量获取各用户终端精细化波束域先验统计信道信息。精细化波束域后验统计信道模型中信道均值和方差信息为精细化波束域信道后验均值和后验方差信息，包括基站在接收到的上行导频信号条件下的精细化波束域条件均值和条件方差信息；或用户终端在接收到的下行导频信号条件下的精细化波束域条件均值和条件方差信息。

如图3所示，本发明实施例公开的一种大规模MIMO波束域鲁棒预编码设计方法，利用截断共轭梯度方法设计预编码，包括：(1)将初始预编码(可由外部输入或者通过随机方式生成)通过精细化采样导向矢量矩阵转入精细化波束域；(2)在精细化波束域利用后验统计信道信息进行初始共轭梯度稀疏计算；(3)在精细化波束域进行共轭梯度更新方向稀疏计算； (4)进行精细化波束域共轭梯度计算并更新精细化波束域预编码；重复步骤(3)-(4)直到达到预设迭代次数或预编码收敛并利用精细化采样导向矢量将精细化波束域预编码转为天线域预编码。

本发明方法主要适用于基站侧配备大规模天线阵列以同时服务多个用户的大规模MIMO 系统。下面结合具体的通信系统实例对本发明涉及精细化波束域下行鲁棒预编码传输方法的具体实现过程作详细说明，需要说明的是本发明方法不仅适用于下面示例所举的具体系统模型，也同样适用于其它配置的系统模型。

一、系统配置

考虑一平坦块衰落大规模MIMO系统，假设系统中各移动终端信道在T个符号间隔内保持不变。该大规模MIMO系统由一个基站和K个移动终端构成。基站配置大规模均匀面阵天线，每行和每列的天线数量分别为M_h'和M_v'，总发送天线数量为M_t＝M_h'M_v'。简便起见，假设每个用户配置的天线数为M_k'。将系统时间资源分为若干时隙，每一时隙包括N_b个时间块，而每个时间块则包含T个符号间隔。本实施例中所考虑大规模MIMO系统工作于时分双工(TDD，Time Division Duplexing)模式。简便起见，假设只存在上行信道训练和下行传输阶段，下行传输包括预编码域导频和数据信号发送。在每一时隙中，只在第一时间块传输上行导频信号。第2至N_b时间块则用于下行预编码域导频和数据信号传输。上行训练序列的长度为块的长度，即T个符号间隔。对于频分双工(FDD，Frequency Division Duplexing)模式，可以将上行信道训练阶段替换为下行信道反馈阶段，下行传输阶段则保持不变。具体来说，在第一块传输下行全向导频信号，并接收移动终端反馈。

二、精细化波束域先验统计信道模型

下面对基于精细化采样导向矢量矩阵的精细化波束域先验统计模型进行详细阐述。定义基站侧水平和垂直维度上的精细化因子分别为N_h和N_v，令M_h＝N_hM_h'和M_v＝N_vM_v'分别表示水平和垂直维度上精细化采样导向矢量数量。传统波束域信道模型中，导向矢量和天线个数相同。对于所述精细化模型，采用更加精细的导向矢量，N_h和N_v为大于等于1的整数或分数。进一步，定义

和

则水平和垂直维度上的导向矢量矩阵可以分别表示为

和

其中导向矢量矩阵

和

中的导向矢量不要求互相正交。当导向矢量矩阵中矢量采用均匀采样，即v_n＝(n-1)/M_h和u_m＝(m-1)/M_v，N_h和N_v为大于1的正整数倍时，

和

为过采样DFT矩阵。令

表示基站侧精细化采样导向矢量矩阵，则

中的导向矢量也不要求互相正交。相似的，定义用户侧精细化因子为N_k，其为大于或等于1的整数或分数。令M_k＝N_kM_k'表示用户侧精细化采样导向矢量数量。进一步，定义

则用户侧精细化采样导向矢量矩阵定义为

同样，U_k中的导向矢量也不要求互相正交。当导向矢量矩阵中矢量采用均匀采样，即 u_i＝(i-1)/M_k，N_k为大于1的正整数倍时，U_k为过采样DFT矩阵。令H_k,m,n表示第k用户在第m时隙第n块上的信道，则所考虑大规模MIMO系统波束域先验统计信道模型可以表示为

其中G_k,m,n＝(M_k⊙W_k,m,n)为元素独立的精细化波束域信道矩阵，其每一行对应用户侧精细化波束域，每一列对应基站侧二维空间精细化波束域，M_k为精细化波束域信道幅度矩阵，W_k,m,n为独立同分布复高斯随机变量组成的随机矩阵。当用户侧天线较少时，式(7)中U_k可替换为单位阵。需要说明的是，本发明方法不仅适用于大规模均匀面阵天线，也适用于其他形式的天线，如圆柱阵列天线、阵元为极化天线的面阵天线，当基站侧或者用户侧使用的天线阵列发生变化时，

或者U_k改为相应阵列的导向矢量矩阵即可。与基于DFT矩阵的传统波束域先验统计信道模型相比，该精细化波束域统计模型有着更多的统计特征方向，因此能更准确地表征实际物理信道模型。定义大规模MIMO系统信道精细化波束域能量矩阵Ω_k为Ω_k＝M_k⊙M_k。

三、精细化波束域信道模型先验统计信道信息获取方法

对于所考虑工作于TDD模式的大规模MIMO系统，由于上下行信道具有互易性，获得的上行信道统计信息可以直接作为下行信道统计信息使用。对于FDD系统信道瞬时互易性不存在，可以由用户侧进行下行统计信道信息获取并反馈给基站。下面给出一种精细化波束域先验统计信道信息获取的方法。假设X_k为第k用户的导频矩阵，该导频矩阵可用于获取先验统计信道信息，用户间导频矩阵正交，不同天线间的导频不需要正交，即X_k不必为酉矩阵。令Y_m,1表示基站在第m时隙第1块上的接收到的导频信号，有

进一步，有

其中上标T表示转置，上标*表示共轭，上标H表示共轭转置，Z_m,1为独立同分布复高斯随机变量组成的随机矩阵。由于各用户导频矩阵正交，将

左乘

并右乘V_Mt可得

其中⊙表示Hadmard乘积。令

进一步，有

令矩阵T_kr表示

矩阵T_t表示

矩阵O_kr表示

以及矩阵O_t表示

可以得到

在噪声方差矩阵N已知情况下，则O_krNO_t为已知矩阵。简洁起见，令

N＝N_hN_v为

由于实际系统中只能获取样本平均，所以用重新定义Φ_k为精细化波束域样本统计矩阵

其中M表示样本数量。式(13)可按元素表示为

利用Φ_k，式(11)可以变为

Φ_k＝T_krΩ_kT_t+O_krNO_t (16)

上式中，T_kr和T_t为已知矩阵，O_krNO_t同样为已知矩阵。因此，上述方程等号右边唯一的未知参数矩阵为精细化波束域信道能量矩阵Ω_k。所以信道能量矩阵Ω_k的获取基于样本统计矩阵Φ_k和确定矩阵T_kr、T_t和O_krNO_t。将T_krΩ_kT_t+O_krNO_t称做信道能量矩阵的函数矩阵。式(16)属于参数矩阵估计问题，为求解Ω_k可根据式(16)建立优化问题，然后对优化问题利用梯度下降法、共轭梯度法、牛顿迭代法或者由KKT条件获得的迭代公式等方法进行求解。为了更加清晰说明该问题，下面给出一种具体估计方法。为估计出信道能量矩阵Ω_k或者信道幅度矩阵M_k，利用精细化波束域样本统计矩阵Φ_k和信道能量矩阵函数矩阵T_krΩ_kT_t+O_krNO_t的 KL散度(divergence)定义目标函数为

上式中c₀为和M_k无关常数。为进行优化获得KL散度最小的M_k，首先对目标函数求导，式(16) 中后半部分的导数为

其中J为全1矩阵。前半部分的求导稍微复杂，为

其中，

综上，可得对g(M_k)求导有，

令g(M_k)＝0，可得最优点必要条件为

(T_tJT_kr)^T⊙M_k-(T_tQ^TT_kr)^T⊙M_k＝0 (22)

进一步有

(T_tJT_kr)^T⊙M_k＝(T_tQ^TT_kr)^T⊙M_k (23)

基于必要条件，可构造迭代公式如下

其中，

根据所提迭代公式可获得精细化采样波束域信道幅度矩阵。综上，精细化波束域统计信道信息获取的步骤可总结为：

步骤1：接收各移动终端发送的导频信号X_k；

步骤2：将接收到的导频信号Y_m,1与本地各用户导频信号X_k分别相乘获得

步骤3：将相乘后导频信号转换到精细化波束域

步骤4：利用所述精细化波束域样本统计量

进行各移动终端精细化波束域先验统计信道信息获取。

其中步骤4利用精细化波束域样本统计量Φ_k进行各移动终端精细化波束域先验统计信道信息的获取方法可进一步细化为：

步骤1：计算

及

步骤2：初始化M_k；

步骤3：迭代计算

其中A_k要随着M_k做如下更新：

Ω_k＝M_k⊙M_k

前面讲述了利用导频信号进行精细化波束域先验统计信道信息获取的方法。在实际系统中也可先进行瞬时信道信息获取，然后利用瞬时信道信息进行精细化波束域先验统计信道信息。下面给出一种在信道信息已知情况下，精细化波束域统计信道信息Ω_k获取的方法。将 H_k,m,1左乘

并右乘

可得

进一步，有

此时，精细化波束域样本统计矩阵

变为

或者按元素表示为

进一步，可以得到

Φ_k＝T_krΩ_kT_t(30)

此时，T_kr变为

Φ_k和信道能量矩阵函数矩阵T_krΩ_kT_t的KL散度函数简化为

上式中c₀为和M_k无关常数。同样，为进行优化获得KL散度最小的M_k，首先对目标函数求导，式(31)中后半部分的导数变为

其中J为全1矩阵。前半部分的求导变为

其中，

综上，可得对g(M_k)求导有，

令g(M_k)＝0，可得最优点必要条件为

(T_tJT_kr)^TM_k-(T_tQ^TT_kr)^T⊙M_k＝0 (36)

进一步有

(T_tJT_kr)^TM_k＝(T_tQ^TT_kr)^T⊙M_k (37)

基于必要条件，构造迭代公式如下

其中，

综上，已知信道信息情形精细化波束域统计信道信息获取的步骤可总结为：

步骤1：获得信道矩阵H_k,m,1；

步骤2：将信道矩阵转换到精细化波束域

步骤3：利用所述精细化波束域样本统计量

进行各移动终端精细化波束域先验统计信道信息获取。

步骤1：根据

计算

步骤2：初始化M_k；

步骤3：迭代计算

其中A_k要随着M_k做如下更新：

Ω_k＝M_k⊙M_k

三、精细化波束域后验统计信道模型

假设时隙m-1上第1时间块获得的信道信息用于第m时隙的传输。为描述大规模MIMO时间相关特性，采取一阶高斯马尔可夫模型来描述时间相关模型。在该模型下，第m时隙第n时间块上的精细化波束域信道可以表示为

其中α_k,m(N_b+n-1)为信道G_k,m,n和G_k,m-1,1的相关因子，该函数和用户移动速度有关的时间相关因子。相关因子α_k,m的获得方法有多种，这里假设相关因子已知。实际中，可以采用信道样本的经验相关因子，也可以采用文献中常用的基于Jakes自相关模型的相关因子α_k,m的计算方法，即α_k,m(n)＝J₀(2πv_kf_cnTτ／c)，其中J₀(·)表示第一类零阶Bessel函数，τ表示一个时间间隔对应的时间，v_k表示第k用户速度，f_c表示载波频率，c为光速。式(8)中模型用来进行信道预测。本实施例中，为考虑系统实现复杂度，在整个时隙m上进行预编码。简便起见，不考虑信道估计误差，假设可以获得精细化波束域信道矩阵G_k,m-1,1的准确信道信息，可以得到时隙m上精细化波束信道的后验统计信息为

其中β_k,m和整个时隙m上信道与H_k,m-1,1相关因子α_k,m有关，一个可行的做法是取时隙上所有相关因子α_k,m的均方根。进一步，则可以得到时隙m上的精细化波束域后验统计模型为

当考虑信道估计误差时，式(10)中信道后验统计模型需要根据信道估计误差模型、时间相关模型和先验统计模型进一步进行研究得出。为便于在精细化波束域进行计算，将H_k,m-1,1表示为

则精细化后验统计模型可进一步表示为

令

进一步可将后验波束域信道模型写为

其中

为精细化波束域后验均值，(M'_k,m⊙W_k,m)的方差为精细化波束域后验方差。定义

Ω′_k,m＝M′_k,m⊙M′_k,m

四、鲁棒预编码设计

1、问题陈述

考虑时隙m上的下行传输。令x_k,m表示时隙m上第k个用户终端(UE)的M_k×1维发送向量，其协方差矩阵为单位阵。在时隙m上，第k个UE的接收信号y_k,m可以表示为

其中P_k,m是第k个UE的M_k×d_k维预编码矩阵，z_k,m是一分布为

的复高斯随机噪声向量,

为噪声向量每一元素方差，

为M_k×M_k单位矩阵。因为预编码矩阵P_k,m的设计基于精细化波束域后验统计模型，能够适应各种典型大规模MIMO移动场景，即具有鲁棒性，所以将之称为精细化波束域下行鲁棒预编码。为降低系统实现复杂度，只需在降维的鲁棒预编码域进行导频信号发送和数据信号发送。所发送的鲁棒预编码域导频信号在同一时频资源上，并且各用户导频不要求正交，即可以进行导频复用。具体而言，基站向各用户发送的预编码域导频信号为ZC序列或ZC序列组经过调制生成的频域信号。移动终端在接收到导频信号之后，进行鲁棒预编码域等效信道的信道估计，鲁棒预编码域等效信道为H_k, _mP_k,m。简单起见，假设UE端从可获得具有各自鲁棒预编码域等效信道矩阵的完美CSI。各用户在接收到数据信号后，利用接收到的数据信号可进行鲁棒预编码域信号检测。将每一UE的总干扰噪声

视作高斯噪声。令R_k,m表示z'_k,m的协方差矩阵，有

其中期望函数

表示基于用户侧长时统计信息对H_k,m的期望函数。根据信道互易性，用户侧的长时统计信道信息和式(43)中给出的基站端长时统计信道信息一致。因此，期望函数

可以根据式(43)进行计算。假设第k个UE已知R_k,m，此时第k用户遍历速率可以表示为

其中

同样表示根据式(43)中后验模型得出的对于H_k,m的条件期望函数。

定义函数

表示加权遍历和速率，即为根据所建立的精细化波束域后验统计信道模型计算出的加权和速率条件均值。本实施例的目的是设计预编码矩阵 P_1,m,P_2,m,…,P_K,m使其最大化加权遍历和速率，即求解优化问题

其中w_k是第k用户的加权因子，P为总功率约束。该优化问题的求解方法有梯度法、共轭梯度法、牛顿迭代法以及根据KKT条件获得的迭代公式进行迭代的方法。此外，在具体实施中，目标函数还可以替换为其上界或者确定性等同。为了更加清晰的说明该优化问题的求解方法，下面以目标函数上界为例，给出一种优化方法。

2、低复杂鲁棒预编码设计方法

首先，优化问题(48)中目标函数中各用户的速率可以替换为其上界

针对进行替换后的优化问题(48)，下面给出低复杂度鲁棒预编码设计方法。首先，定义

为

进一步，可以获得优化问题的KKT条件为

D_mP_k,m-A_k,mP_k,m+μP_k,m＝0,k＝1,2,…,K (51)

μ≥0 (52)

其中，矩阵A_k,m、B_k,m和D_m分别为

通过KKT条件，可以得到鲁棒预编码的迭代公式为

其中μ^d的计算为

为降低迭代算法中矩阵求逆

引发的复杂度，采用截断共轭梯度法去求解，共轭梯度法步骤为：

首先，初始化P_k,m(0)、L_k,m(0)和N_k,m(0)

N_k,m(0)＝-L_k,m(0) (61)

接着，根据如下步骤进行迭代更新：

P_k,m(n+1)＝P_k,m(n)+α_nN_k,m(n) (63)

N_k,m(n+1)＝-L_k,m(n+1)+β_nN_k,m(n) (66)

其中n表示第n迭代。式(57)或者其对应的截断共轭梯度法为天线域预编码更新方法。此类方法还可以在精细化波束域进行，以降低复杂度。截断共轭梯度方法为解决优化问题的一种通用方法，不仅适用于简化式(57)，也可以用来直接求解优化问题(48)，还可以用来求解其它优化目标下的鲁棒预编码设计。下面以简化式(57)的截断共轭梯度法为例，阐述精细化波束域截断共轭梯度法实现。

3、精细化波束域截断共轭梯度方法详细步骤

截断共轭梯度法可在精细化波束域进行实现，以进一步降低算法复杂度。为进一步说明精细化波束域截断共轭梯度方法的计算过程，下面给出详细步骤。

步骤a):通过精细化采样导向矢量矩阵获取精细化波束域预编码。具体为：

步骤b):利用精细化波束域后验稀疏统计信息进行初始共轭梯度稀疏计算。具体步骤阐述如下：首先，计算精细化波束域预编码能量矩阵

为

进一步，计算各用户的精细化波束域预编码能量矩阵之和

为

接着，计算精细化波束域第k用户波束域后验均值和第l用户波束域预编码矩阵之积

为

进一步，计算干扰加噪声协方差矩阵R_k,m以及干扰噪声加信号协方差矩阵

为

其中

v为M_k维全1列向量。接着，计算

为

其中

的计算为

此时，

的计算公式变为

令

然后，计算Ω_sum为

以及

为

此时，

的计算公式变为

结合前面

和

的计算公式，进行精细化波束域初始共轭梯度稀疏计算。首先，计算

为

然后更新步长μ^d

最后，给出截断共轭梯度方法的精细化波束域域初始化矩阵为：

步骤c):在精细化波束域进行共轭梯度更新方向稀疏计算。计算精细化波束域

为

步骤d)：进行精细化波束域共轭梯度计算并更新精细化波束域预编码。具体为按照如下步骤更新鲁棒预编码

最后，重复c)、d)步骤直到达到预设迭代次数或预编码收敛，利用精细化采样导向矢量将精细化波束域预编码转为天线域预编码，即

五、实施效果

为了使本技术领域的人员更好地理解本发明方案，下面给出两种具体系统配置下的本实施例中鲁棒预编码传输方法和已有方法遍历和速率性结果比较。

首先，给出本实施例中鲁棒预编码传输方法与RZF预编码方法的结果比较。RZF方法中假设采用的过时信道信息为准确信道信息。考虑一配置为M_t＝128，K＝40和M_k＝1的大规模 MIMO系统，其中基站天线配置为M_h'＝8,M_v'＝16。简便起见，所有用户的移动速度设为相同，为30、120和250km/h。图4给出了在所考虑大规模MIMO系统下行链路下，本实施例中鲁棒预编码传输方法与RZF和SLNR方法在三种不同移动场景下的遍历和速率结果比较。从图4中，可以看出三种不同移动场景下本实施例中鲁棒预编码传输方法的性能都优于RZF和SLNR 预编码方法。进一步，可以观察到性能增益在低SNR时较小，但是随着SNR增加逐渐变得显著。这表明和RZF和SLNR预编码方法相比，本实施例中鲁棒预编码传输方法能够更有效的抑制用户间干扰。

接着，给出本实施例中鲁棒预编码传输方法在不同精细化倍数下的结果比较。保持所考虑大规模各项参数不变，用户移动速度设为120和250km/h。为体现不同精细化因子的影响，考虑3种精细化因子，分别为水平垂直1倍精细化、2倍精细化和4倍精细化。图5给出了在所考虑大规模MIMO系统下行链路下，本实施例中鲁棒预编码传输方法在三种精细化采样倍数下的遍历和速率结果比较。从图5中，可以看出两种移动场景下本实施例中鲁棒预编码传输方法的性能在三种精细化因子时都随着精细化倍数增加而提高。其中，两倍精细化速率显著高于1倍精细化即采用DFT作为空间特征方向时的性能。进一步，可以观察到4倍精细化性能较2倍精细化性能增益比较微弱。这表明此仿真场景下，水平垂直2倍精细化所提供的信道信息对于预编码性能而言已足够准确。

基于相同的发明构思，本发明实施例还公开了一种计算设备，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，所述计算机程序被加载至处理器时实现上述的大规模MIMO波束域鲁棒预编码传输方法，或者大规模MIMO波束域鲁棒预编码设计方法。

在具体实现中，该设备包括处理器，通信总线，存储器以及通信接口。处理器可以是一个通用中央处理器(CPU)，微处理器，特定应用集成电路(ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。通信总线可包括一通路，在上述组件之间传送信息。通信接口，使用任何收发器一类的装置，用于与其他设备或通信网络通信。存储器可以是只读存储器(ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(EEPROM)、只读光盘(CD-ROM)或其他光盘存储、盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器用于存储执行本发明方案的应用程序代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，从而实现上述实施例提供的信息获取方法。处理器可以包括一个或多个CPU，也可以包括多个处理器，这些处理器中的每一个可以是一个单核处理器，也可以是一个多核处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

基于相同的发明构思，本发明实施例还公开了一种大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，所述基站用于：获取各用户终端精细化波束域先验统计信道信息；基于导频信号和精细化波束域先验统计信道信息获取各用户终端精细化波束域后验统计信道信息，包括精细化波束域后验均值和方差；利用包含精细化波束域信道均值和方差信息的后验统计信道信息进行鲁棒预编码传输。

基于相同的发明构思，本发明实施例还公开了一种大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，所述基站设有上述的计算设备。

在本申请所提供的实施例中，应该理解到，所揭露的方法，在没有超过本申请的精神和范围内，可以通过其他的方式实现。当前的实施例只是一种示范性的例子，不应该作为限制，所给出的具体内容不应该限制本申请的目的。例如，一些特征可以忽略，或不执行。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。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，这些改进和润饰也视为本发明的保护范围。

Claims

1.大规模MIMO波束域鲁棒预编码传输方法，其特征在于，包括：

2.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述精细化波束域信道左乘用户侧精细化采样导向矢量矩阵并右乘基站侧精细化采样导向矢量矩阵共轭矩阵后得到天线域信道。

3.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述精细化波束域先验统计信道信息由基站通过上行信道探测获得；或者，通过用户终端基于下行信道探测获得。

4.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述精细化波束域后验统计信道信息由基站利用上行导频信号和先验精细化波束域信道统计信息，通过信道估计和预测获得；或者，通过用户终端利用下行导频信号和先验精细化波束域统计信息，基于信道估计、预测、反馈获得。

5.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述精细化波束域后验统计信道模型中信道均值和方差信息为精细化波束域信道后验均值和后验方差信息；所述信道后验均值和后验方差信息包括：

基站在接收到的上行导频信号条件下的精细化波束域条件均值和条件方差信息；或者，

用户终端在接收到的下行导频信号条件下的精细化波束域条件均值和条件方差信息。

6.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述精细化波束域先验统计信道信息获取方法包括：将导频信号或信道信息通过精细化采样导向矢量矩阵转换到精细化波束域，利用精细化波束域样本统计量获取各用户终端精细化波束域先验统计信道信息。

7.根据权利要求6所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，所述利用所述精细化波束域样本统计量获取各用户终端精细化波束域先验统计信道信息具体为：根据精细化波束域样本统计量和信道能量矩阵函数矩阵的方程求解信道能量矩阵；所述方程中只有信道能量矩阵或信道幅度矩阵为未知矩阵，其余矩阵为已知矩阵。

8.根据权利要求1所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，在所述的鲁棒预编码传输中，基站根据加权遍历和速率最大化准则，进行各用户终端的线性预编码矩阵设计，加权遍历和速率为根据精细化波束域后验统计信道信息计算出的加权和速率条件均值。

9.根据权利要求8所述的大规模MIMO波束域鲁棒预编码传输方法，其特征在于，将所述加权遍历和速率最大化准则替换为加权遍历和速率最大化准则上界；或，将所述加权遍历和速率最大化准则中和速率替换为其确定性等同。

10.大规模MIMO波束域鲁棒预编码设计方法，其特征在于，包括：

将初始预编码通过精细化采样导向矢量矩阵转入精细化波束域；所述精细化波束域为1倍精细化波束域、大于1的整数倍或分数倍精细化波束域；

11.根据权利要求10所述的大规模MIMO波束域鲁棒预编码设计方法，其特征在于，所述方法利用截断共轭梯度方法设计预编码，包括：

(3)在精细化波束域进行共轭梯度更新方向稀疏计算；

12.根据权利要求10所述的大规模MIMO波束域鲁棒预编码设计方法，其特征在于，所述采样导向矢量矩阵在导向矢量均匀采样且采样数为天线整数倍时为过采样DFT矩阵。

13.一种计算设备，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，所述计算机程序被加载至处理器时实现根据权利要求1-9任一项所述的大规模MIMO波束域鲁棒预编码传输方法，或者根据权利要求10-12任一项所述的基于截断共轭梯度法的大规模MIMO波束域鲁棒预编码设计方法。

14.大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，其特征在于，所述基站用于：

15.大规模MIMO波束域鲁棒预编码传输系统，包括基站和多个用户终端，其特征在于，所述基站设有根据权利要求13所述的计算设备。