CN112039565A - 基于分布式部分连接的大规模mimo混合预编码方法 - Google Patents
基于分布式部分连接的大规模mimo混合预编码方法 Download PDFInfo
- Publication number
- CN112039565A CN112039565A CN202010954329.7A CN202010954329A CN112039565A CN 112039565 A CN112039565 A CN 112039565A CN 202010954329 A CN202010954329 A CN 202010954329A CN 112039565 A CN112039565 A CN 112039565A
- Authority
- CN
- China
- Prior art keywords
- user terminal
- sub
- array
- analog
- matrix
- 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
Images
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了基于分布式部分连接的大规模MIMO混合预编码方法,在给定发射天线数和射频链路数条件下,通过减少每个发射天线子阵列的天线数将全体天线划分为更多的逻辑子阵列,每个射频链路能连接多个分布的子阵列。对用户终端的发射天线子阵列增益排序,并根据最大化用户终端总体发射天线子阵列增益原则将用户终端与对应发射天线子阵列匹配,根据所得匹配结果和下行信道矩阵H计算模拟预编码矩阵FRF并确定分布式连接器的连接关系,根据信道矩阵H和模拟预编码矩阵FRF计算数字预编码矩阵FBB,根据模拟预编码矩阵FRF和数字预编码矩阵FBB对输入的多路数据流进行模数混合预编码。该种大规模MIMO混合预编码方法能够显著提升系统的频谱效率。
Description
技术领域
本发明属于无线通信技术领域,特别涉及基于分布式部分连接的大规模MIMO混合预编码方法。
背景技术
贝尔实验室Marzetta等提出的大规模MIMO(massive multiple-input multiple-output)技术,通过在基站配置数十至数百个天线,并结合简单的发射预编码和接收合并处理,能极大提升系统频谱效率和功率效率,遂已成为第五代移动通信系统(5G)等无线通信系统的关键技术。
理论上,大规模MIMO需采用全数字预编码以获取最优系统性能。然而,基带的数字化处理要求天线阵列每个阵元具有独立的射频链路,它包含数模转换器、混频器和功率放大器等。大规模MIMO阵元数量巨大,导致复杂度、成本和功耗相对于传统MIMO会急剧上升,这在很大程度上限制了大规模MIMO的实际应用。由此,研究人员提出了射频链路数少于基站天线数的模数混合预编码方案。其基本思想是:借助较少的射频链路,将预编码分解为基带低维数字预编码和射频高维模拟预编码两个部分,且后者通常使用简单的移相器实现,从而以较小的性能损失达到大幅降低射频链路数量和处理复杂度的目的。
图1给出了通用的大规模MIMO模数混合预编码器的全连接结构和部分连接结构示意。早期的大部分模数混合预编码都针对全连接结构设计。在图1a所示全连接结构中,每个射频链路通过移相器与所有天线相连,故所需移相器数量等于射频链路数与天线数之积。当天线很多时,所需移相器将达到数百甚至上千,从而导致极高的能耗和处理复杂度。因此,又提出了图1b所示基于部分连接结构的模数混合预编码,即每个射频链路仅与某个天线子阵列中所有天线相连,故所需移相器数等于天线数。已有研究表明,部分连接结构能获得比全连接结构更好的成本、复杂度和性能折衷。然而,已有研究主要存在两点不足:1)几乎都针对单用户系统研究,所用奇异值分解等矩阵分解方法难以推广至多用户情形,不能实现多用户复用增益;2)多采用迭代或搜索类等高复杂度算法,难以应用于实际系统。文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]针对采用部分连接结构的多用户大规模MIMO系统,提出了“基于空口信道相位信息的块对角模拟预编码+基于等效信道矩阵的迫零数字预编码”的模数混合预编码方法。该方法具有简单的闭合解且能在模拟域实现等增益发送的子阵列增益,因而能以极低的复杂度获得较好的性能。
但是,上述技术考虑的部分连接结构都是集中式的,即每个射频链路仅通过一组移相器连接一个子阵列,组成子阵列的天线固定不变且集中于同一位置,子阵列的天线数等于发射天线数与射频链路数之比。在大规模MIMO系统中,通常子阵列内部的天线相距较近,对应的空口信道系数相关性较高,导致获得的子阵列增益会产生较大波动,从而影响整体的预编码性能。此外,文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]针对在设计多用户预编码方案时,固化了用户和子阵列之间的匹配关系,未能充分利用用户的不同子阵列增益存在的差异,性能还有较大提升空间。
发明内容
本发明提供基于分布式部分连接的大规模MIMO混合预编码方法,在给定发射天线数和射频链路数条件下,通过减少每个发射天线子阵列的天线数将全体天线划分为更多的逻辑子阵列,以使每个射频链路能连接多个分布的发射天线子阵列,从而提供更大的空间分集自由度;在更大的空间分集自由度基础上,再利用基站端不同发射天线子阵列到用户终端的信道增益存在差异这一事实,对用户终端的发射天线子阵列增益排序,并根据最大化用户终端总体发射天线子阵列增益原则将用户终端的信道系数相位信息与对应发射天线子阵列的移相操作匹配,从而显著提升系统的频谱效率。本发明通过下述技术方案实现:
基于分布式部分连接的大规模MIMO混合预编码方法,所述方法在基于分布式部分连接结构的大规模MIMO模数混合预编码器中使用,所述基于分布式部分连接结构的大规模MIMO模数混合预编码器包括数字预编码器、射频链路、模拟预编码器,模拟预编码器又包括移相器和分布式连接器,所述大规模MIMO模数混合预编码方法包括以下步骤:
S1、基站设置NTX个发射天线和NRF个射频链路,将基站的NTX个发射天线划分为N(N=DNRF,D∈Z+)个子阵列,每个发射天线子阵列的天线数为M2=NTX/N,所述每个射频链路通过分布式连接器与D个发射天线子阵列相连,每个射频链路对应M1=NTX/NRF=DM2个发射天线;
S2、通过模拟预编码器计算模拟预编码矩阵FRF:每个射频链路将根据模拟预编码矩阵FRF的优化结果与D个发射天线子阵列相连;
模拟预编码矩阵FRF通过下行信道矩阵H计算得到,基站可通过时分双工系统的上下行链路互易性或频分双工系统的用户终端反馈获取阶数为K×NTX的下行信道矩阵H:
根据混合预编码器的分布式部分连接结构,将下行信道矩阵H划分为N个阶数为K×M2的子矩阵Hn(n=1,2,…,N);由此,下行信道矩阵H可表示为
H=[H1 H2 … HN]
上式中,算符“H”表示向量的共轭转置;由此,可认为通过该准则在用户终端k和发射天线子阵列n之间建立了一个匹配关系;匹配结果决定了用户终端k和发射天线子阵列n的具体数值(k,n),通过(k,n)值查找到子矩阵Hn的第k个行向量,该行向量包含的各信道系数的相位即决定了fk,n中各元素指数位置相位的具体数值,即移相器对各对应天线移相操作的具体相位值;计算用户终端k获得的总体发射天线子阵列增益,通过最大化用户终端k总体发射天线子阵列增益的原则建立用户终端k和D个发射天线子阵列之间的匹配关系;
S3、流入基于分布式部分连接结构的大规模MIMO模数混合预编码器的数据流1至数据流K通过数字预编码器根据下行信道矩阵H和模拟预编码矩阵FRF计算数字预编码矩阵FBB:
设等效信道矩阵G=HFRF,其阶数为K×NRF;求G的伪逆矩阵W
W=GH(GGH)-1
矩阵W的阶数为NRF×K;记W的第k列为wk(k=1,2,…,K),其Frobenius范数为||wk||;以||wk||为对角元构造一对角矩阵Λ=diag{||w1||,||w2||,…,||wK||},则数字预编码矩阵FBB可通过下式计算
FBB=WΛ-1;
S4、根据模拟预编码矩阵FRF和数字预编码矩阵FBB对输入的多路数据流进行模数混合预编码:
将输入基于分布式部分连接结构的大规模MIMO模数混合预编码器的多路数据流用向量表示为s=[s1,s2,,sK]T;在求解出FRF和FBB之后,大规模MIMO模数混合预编码器201的输出信号可表示为
x=FRFFBBs=Fs
输出信号x是一个Nt维列向量,分别由Nt个天线发送。
进一步,在S1中,发射天线子阵列划分采用下列原则:
距离就近原则:对本身没有物理分割的天线阵列,将间距最小的M2个天线划分为同一发射天线子阵列。
进一步,在S1中,发射天线子阵列划分采用下列原则:
物理分割原则:对本身具有一定物理分割形态的天线阵列,将具有相对独立空间位置的M2个天线划分为同一发射天线子阵列。
进一步,S2中,在模拟预编码向量fk,n的作用下,用户终端k获得的发射天线子阵列n的增益ηk(n)为
注意到ηk(n)是关于n的函数,即对同一用户终端但不同的n值,ηk(n)存在差异;设所有发射天线子阵列的序号集合为A={1,2,…,N},如前所述,每个射频链路将通过分布式连接器并基于某种准则同时连接D个发射天线子阵列,并生成对应于用户终端k的模拟预编码向量;设根据该准则确定的对应于用户终端k的D个发射天线子阵列的序号构成集合则用户终端k获得的总体发射天线子阵列增益为
提出如下最大化用户终端k总体发射天线子阵列增益ηk的准则建立用户终端k和D个发射天线子阵列之间的匹配关系,以优化FRF的设计并提升系统性能:
最大化用户终端总体发射天线子阵列增益匹配准则:设用户终端序号集合为U={1,2,…,K},第1轮匹配:第1步,对用户终端1,计算其对应的所有发射天线子阵列增益{η1(n)|n∈A},再从η1(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端1,将这D个发射天线子阵列的序号记为且与射频链路1对应相连;第2步,对用户终端2,计算其对应除发射天线子阵列集合A1以外的其余所有发射天线子阵列增益{η2(n)|n∈A\A1}{,其中A\A1表示集合A1关于集合A的相对补集,再从η2(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端2,将这D个子阵列的序号记为且与射频链路2对应相连……以此类推,直至给用户终端K分配了D个发射天线子阵列,将这D个子阵列的序号记为且与射频链路K对应相连;第2轮匹配;若K<NRF,则还未分配的子阵列集合为A\A1\A2…\AK;继续对所有用户按照第1轮匹配的规则从子阵列集合A\A1\A2…\AK中选择对应的发射天线子阵列,并将它们顺次与其余射频链路相连……以此类推,直至将所有发射天线子阵列分配给相应用户终端并确定与相应射频链路的连接关系为止。
进一步,S4中,信道矩阵与预编码矩阵的乘积为
HF=Λ-1
因Λ-1为对角矩阵,故预编码完全消除了用户间干扰,这意味着经过预编码处理和空口信道传输后,每个用户仅接收到其自身期望信号;由此,用户端接收机的设计可大为简化;最终,系统获得的和频谱效率R可表示为
P表示基站端总的发射功率,σ2表示用户端接收机噪声功率。
本发明与现有技术相比,具有如下的优点和有益效果:
已有针对多用户大规模MIMO系统采用集中式部分连接结构的模数混合预编码方法,由于用户不同子阵列增益的波动较大且固化了用户终端和发射天线子阵列的匹配关系,在模拟预编码矩阵设计阶段未能充分优化用户终端的发射天线子阵列增益。本发明则在给定发射天线数和射频链路数条件下,通过减少每个子阵列的天线数将全体天线划分为更多的逻辑子阵列,以使每个射频链路能连接多个分布的发射天线子阵列,从而提供更大的空间分集自由度;再利用基站端不同发射天线子阵列到用户终端的信道增益存在差异这一事实,对用户终端的发射天线子阵列增益排序,并根据最大化用户终端总体发射天线子阵列增益原则将用户终端的信道系数相位信息与对应发射天线子阵列的移相操作匹配,从而显著提升系统的频谱效率。与已有方法相比,本发明由于引入子阵列排序及用户和子阵列匹配而增加的计算复杂度几乎可忽略不计。同时,所提预编码方法无需改变天线的物理形态和阵列结构,仅对天线作逻辑上的划分,为系统设计提供了较大灵活性,所提预编码器能在发射端完全消除用户间干扰,可极大简化用户端接收机设计。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是通用的大规模MIMO模数混合预编码器示意图,图1a是全连接结构,图1b是集中式部分连接结构。
图2是本发明所提基于分布式部分连接结构的大规模MIMO模数混合预编码器用于下行多用户发送的示意图。
图3是图2基于分布式部分连接结构的大规模MIMO模数混合预编码器的结构示意图。
图4是在独立Rayleigh信道下且固定用户数时本发明和已有方法的和频谱效率与信噪比之间关系的仿真示意图。
图5是在独立Rayleigh信道下且信噪比为0dB时本发明和已有方法的和频谱效率与接入用户数之间关系的仿真示意图。
图6是在独立Rayleigh信道下且信噪比为10dB时本发明和已有方法的和频谱效率与接入用户数之间关系的仿真示意图。
图7是在几何Saleh-Valenzuela信道下且固定用户数时本发明和已有方法的和频谱效率与信噪比之间关系的仿真示意图。
图8是在几何Saleh-Valenzuela信道下且信噪比为0dB时本发明和已有方法的和频谱效率与接入用户数之间关系的仿真示意图。
图9是在几何Saleh-Valenzuela信道下且信噪比为10dB时本发明和已有方法的和频谱效率与接入用户数之间关系的仿真示意图。
附图中标记及对应的名称:
201-大规模MIMO模数混合预编码器,301-数字预编码器,302-射频链路,303-模拟预编码器,304-移相器,305-分布式连接器。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例:
参阅图2。根据本发明,针对K个单天线用户终端设计基站端的大规模MIMO模数混合预编码器201,将对应于这K个用户终端的K路独立数据流经模数混合预编码器201处理后,再通过NTX个发射天线发送至K个用户终端。首先,基站设置NTX个发射天线和NRF个射频链路,并根据距离就近原则、物理分割原则或其他原则将NTX个发射天线在逻辑上划分为N(N=DNRF,D∈Z+)个发射天线子阵列,其中Z+表示正整数集合(下同),每个射频链路通过分布式连接器和D个发射天线子阵列相连,D可视为分布阶数,分布式连接器的具体连接关系由模拟预编码矩阵的优化结果确定。基站通过上下行链路互易性或用户终端反馈获取该基站到K个单天线用户终端的下行空口信道矩阵H,H的阶数为K×NTX,并将K路独立数据流输入模数混合预编码器201,每一路数据流对应一个用户终端;且满足约束条件K≤NRF≤NTX。其后,模数混合预编码器201根据最大化用户终端总体发射天线子阵列增益原则将用户终端和发射天线子阵列匹配,并提取与每个用户终端匹配的D个发射天线子阵列的空口信道系数的相位信息生成该用户终端的模拟预编码向量。再利用所有用户终端的模拟预编码向量构建整体的模拟预编码矩阵FRF。然后,模数混合预编码器201根据下行空口信道矩阵H和已求出的模拟预编码矩阵FRF计算出等效信道矩阵G,并对等效信道矩阵G计算伪逆和范数归一化得到数字预编码矩阵FBB。最后,模数混合预编码器201根据求解出的FRF和FBB对输入其中的K路数据流进行模数混合预编码,并输出一个由NTX个天线发送的NTX维信号向量x。
基于分布式部分连接结构的大规模MIMO模数混合预编码器201的编码流程具体包括以下步骤:
S1、将基站的NTX个天线划分为N(N=DNRF,D∈Z+)个发射天线子阵列,每个发射天线子阵列的天线数为M2=NTX/N。每个射频链路将根据模拟预编码矩阵FRF的优化结果通过分布式连接器与D个发射天线子阵列相连,一共对应M1=NTXNRF=DM2个天线。发射天线子阵列划分包括但不限于以下两种原则:
(1)距离就近原则。对本身没有物理分割的天线阵列,将间距最小的M2个天线划分为同一发射天线子阵列。例如,对广泛使用的均匀线性阵列(uniform linear array,ULA),设天线按物理排序依次编号为1,2,…,NTX,则编号为(n-1)M2+m(n=1,2,…,N,m=1,2,…,M2)的M2个天线属于第n个发射天线子阵列。
(2)物理分割原则。对本身具有一定物理分割形态的天线阵列,将具有相对独立空间位置的M2个天线划分为同一发射天线子阵列。例如,3GPP在文献[3GPP.TR 38.900,Studyon channel model for frequency spectrum above 6GHz(v15.0.0)[S].3GPP.,2018.]中建议的均匀矩形面板阵列(uniform rectangular panel array,URPA)由多个面板(panel)组成,每一个面板设置若干天线阵元,其阵元数用M2表示,可直接将每一个面板的所有天线阵元视为一个发射天线子阵列。
在后文中,为描述方便,本发明以距离就近原则为例说明步骤细节,它们也适用于其他任何发射天线子阵列划分原则。
S2、根据下行信道矩阵H计算模拟预编码矩阵FRF并确定分布式连接器的连接关系。
如前所述,射频链路和天线发射天线子阵列之间的连接由分布式连接器动态调节,其本质是一个可编程的NRF:DNRF连接网络。分布式连接器中的连接关系和移相器的相位值均取决于模拟预编码矩阵FRF的优化结果,而FRF的优化又与下行信道信息直接相关。
假设基站可通过时分双工系统的上下行链路互易性或频分双工系统的用户终端反馈获取阶数为K×NTX的下行信道矩阵H。根据混合预编码器的分布式部分连接结构和步骤1所述,将下行信道矩阵H划分为N个阶数为K×M2的子矩阵Hn(n=1,2,…,N)。由此,下行信道矩阵H可表示为
H=[H1 H2 … HN] (1)
子矩阵Hn可视为第n个发射天线子阵列到K个用户终端的下行信道矩阵,可表示为
上式中,算符“H”表示向量的共轭转置(下同)。由此,可认为通过该准则在用户终端k和发射天线子阵列n之间建立了一个匹配关系。匹配结果决定了用户终端k和发射天线子阵列n的具体数值(k,n),通过(k,n)值查找到子矩阵Hn的第k个行向量,该行向量包含的各信道系数的相位即决定了式(3)fk,n中各元素指数位置相位的具体数值,即移相器304对各对应天线移相操作的具体相位值。并且,在模拟预编码向量fk,n的作用下,用户终端k获得的发射天线子阵列n的增益ηk(n)为
注意到ηk(n)是关于n的函数,即对同一用户终端但不同的n值,ηk(n)存在差异。设所有发射天线子阵列的序号集合为A={1,2,…,N},如前所述,每个射频链路将通过分布式连接器并基于某种准则同时连接D个发射天线子阵列,并生成对应于用户终端k的模拟预编码向量。设根据该准则确定的对应于用户终端k的D个发射天线子阵列的序号构成集合则用户终端k获得的总体发射天线子阵列增益为
本发明提出如下最大化用户终端k总体发射天线子阵列增益ηk的准则建立用户终端k和D个发射天线子阵列之间的匹配关系,以优化FRF的设计并提升系统性能。
最大化用户终端总体发射天线子阵列增益匹配准则:设用户终端序号集合为U={1,2,…,K}。第1轮匹配。第1步,对用户终端1,根据式(4)计算其对应的所有发射天线子阵列增益{η1(n)|n∈A},再从η1(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端1,将这D个发射天线子阵列的序号记为且与射频链路1对应相连。第2步,对用户终端2,计算其对应除发射天线子阵列集合A1以外的其余所有发射天线子阵列增益{η2(n)|n∈A\A1}{,其中A\A1表示集合A1关于集合A的相对补集(下同),再从η2(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端2,将这D个发射天线子阵列的序号记为且与射频链路2对应相连……以此类推,直至给用户终端K分配了D个发射天线子阵列,将这D个发射天线子阵列的序号记为且与射频链路K对应相连。第2轮匹配。若K<NRF,则还未分配的发射天线子阵列集合为A\A1\A2…\AK。继续对所有用户终端按照第1轮匹配的规则从发射天线子阵列集合A\A1\A2…\AK中选择对应的发射天线子阵列,并将它们顺次与其余射频链路相连……以此类推,直至将所有发射天线子阵列分配给相应用户终端并确定与相应射频链路的连接关系为止。
当NRF=QK(Q∈Z+)即NRF能被K整除时,由以上匹配准则得到的模拟预编码矩阵FRF具有形如以下形式的结构
上式中,由式(3)给出,引入的上角标q表示根据所提匹配准则的第q轮计算和分配,n(q,k,d)表示根据所提匹配准则在第q轮计算和分配得到的用户终端k对应的D个发射天线子阵列的序号。式(6)给出的模拟预编码矩阵FRF具有如下特点。
1)FRF的阶数为NTX×NRF,可视为由N×NRF个M2维列向量或全零向量0组成的块稀疏矩阵。位于FRF的第n(q,k,d)个块行和第(q-1)K+k列,第n(q,k,d)个块行的含义是FRF的第[n(q,k,d)-1]M2+1至n(q,k,d)M2行,n(q,k,d)的具体值取决于用户终端和发射天线子阵列的匹配结果。
3)每一列所有非零元素的模相等,这表明FRF只涉及相位变换,即可通过移相器实现。
4)每一列的Frobenius范数都为1,这表明FRF不改变信号的功率。
当NRF不能被K整除时,设V=mod(NRF,K),这里表示对NRF/K向上取整,V=mod(NRF,K)表示NRF对K取模。此情形与NRF能被K整除情形的主要区别是:在第Q轮计算和匹配时,前者仅余VD(V<K)个发射天线子阵列可供选择,故只能根据所提匹配准则为前V个用户终端分配这些余下的发射天线子阵列。由此得到的模拟预编码矩阵FRF具有与式(6)相似的结构特点,但最后V列的预编码向量对应的用户终端序号k取值范围只能为{1,2,…,V},而非U={1,2,K,K}。
与此同时,分布式连接器的具体连接关系也由上述最大化用户终端总体发射天线子阵列增益匹配准则确定。
S3、根据信道矩阵H和模拟预编码矩阵FRF计算数字预编码矩阵FBB。
设等效信道矩阵G=HFRF,其阶数为K×NRF。求G的伪逆矩阵W
W=GH(GGH)-1 (7)
矩阵W的阶数为NRF×K。记W的第k列为wk(k=1,2,…,K),其Frobenius范数为||wk||。以||wk||为对角元构造一对角矩阵Λ=diag{||w1||,||w2||,…,||wK||},则数字预编码矩阵FBB可通过下式计算
FBB=WΛ-1 (8)
式(8)的处理保证了总的预编码矩阵F=FRFFBB各列的Frobenius范数都为1,即总的预编码处理不改变信号的功率。
S4、根据模拟预编码矩阵FRF和数字预编码矩阵FBB对输入的多路数据流进行模数混合预编码。
将输入大规模MIMO模数混合预编码器201的多路数据流用向量表示为s=[s1,s2,…,sK]T。在求解出FRF和FBB之后,大规模MIMO模数混合预编码器201的输出信号可表示为
x=FRFFBBs=Fs (9)
上式中,输出信号x是一个Nt维列向量,分别由Nt个天线发送。
由式(7)和(8)可知,由于采用了求逆和范数归一化处理,信道矩阵与预编码矩阵的乘积为
HF=Λ-1 (10)
因Λ-1为对角矩阵,故预编码完全消除了用户终端间干扰,这意味着经过预编码处理和空口信道传输后,每个用户终端仅接收到其自身期望信号。由此,用户终端接收机的设计可大为简化。最终,系统获得的和频谱效率R可表示为
上式中,P表示基站端总的发射功率,σ2表示用户终端接收机噪声功率。
与文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]已有方法相比,本发明引入了发射天线子阵列排序及用户终端和发射天线子阵列匹配处理,该处理需要根据式(4)和式(5)计算ηk,即计算若干信道系数的模之和,由此增加的计算复杂度与整个预编码流程(求解数字预编码矩阵FBB还需计算矩阵乘法和求逆)相比可忽略不计。
参阅图3。用于下行链路中基站向K个分布于不同位置的用户终端发送信号的大规模MIMO模数混合预编码器201主要包括:数字预编码器301、射频链路302、模拟预编码器303三个模块;其中,模拟预编码器303的主要子模块为移相器304和分布式连接器305。数据流1至数据流K通过数字预编码器301实现数字预编码矩阵FBB的功能,通过模拟预编码器304实现模拟预编码矩阵FRF的功能。在模拟预编码器303中,子模块分布式连接器305根据所提最大化用户终端总体发射天线子阵列增益匹配准则实现射频链路与天线发射天线子阵列的分布式连接功能,子模块移相器304则根据所提最大化用户终端总体发射天线子阵列增益匹配准则为相应发射天线子阵列的天线调整相位。此外,射频链路1至射频链路NRF302将数字预编码器301和模拟预编码器303级联在一起,以实现整体的模数混合预编码功能,从而建立了输入数据K维列向量s和输出数据NTX维列向量x之间的映射关系x=FRFFBBs。总体而言,在基站端,将对应于K个用户终端的K路独立数据流构成的K维列向量s输入大规模MIMO模数混合预编码器201做预编码,得到输出信号NTX维列向量x,即大规模MIMO模数混合预编码器201建立了输入数据K维列向量s和输出数据NTX维列向量x之间的映射关系x=FRFFBBs,x包含的NTX路信号最后由NTX个天线分别发送。在用户终端,每个用户终端接收基站发送的预编码信号,经过简单的接收处理后即可恢复自身期望信号。
参阅图4、图5和图6。通过仿真比较了文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]“集中式部分连接结构+固定匹配”和本发明“分布式部分连接结构+最大化用户终端总体发射天线子阵列增益匹配”两种模数混合预编码方法的和频谱效率性能。仿真条件和主要参数为:信道服从Rayleigh衰落,且所有收发天线对之间的信道互相独立;基站天线数NTX=256,射频链路数NRF=16,分布阶数D=2,4,8,16;所有用户终端为单天线接收;基站能获取准确的下行信道矩阵H。
图4给出了用户终端数K=16时两种模数混合预编码方法的和频谱效率R与信噪比P/σ2之间的关系。从中看出:在所示信噪比区域,当D分别取值为2、4、8和16时,本发明方法比已有方法的和频谱效率提升了约40%~145%、55%~260%、75%~450%和90%~760%;对所有D值,提升幅度均随信噪比减小而增大;对同一信噪比值,提升幅度均随D值增加而增大。
图5和图6分别给出了信噪比P/σ2为0dB和10dB时两种模数混合预编码方法的和频谱效率R与用户终端数K之间的关系。从中看出:当信噪比固定时,和频谱效率都呈现出随用户终端数增加而先逐渐升高至一定峰值再逐渐降低的特点;信噪比越低或D值越小,和频谱效率峰值对应的最佳用户终端数K越小。信噪比P/σ2=0dB时,已有方法和本发明方法(D=2,4,8,16)的和频谱效率峰值对应的最佳用户终端数分别为7、8、8、9和11,且本发明方法(D=2,4,8,16)的和频谱效率峰值分别比已有方法提升了约19%、28%、42%和65%。信噪比P/σ2=10dB时,已有方法和本发明方法(D=2,4,8,16)的和频谱效率峰值对应的最佳用户终端数分别为11、12、13、14和15,且本发明方法(D=2,4,8,16)的和频谱效率峰值分别比已有方法提升了约16%、26%、40%和60%。
参阅图7、图8和图9。通过仿真比较了文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]“集中式部分连接结构+固定匹配”和本发明“分布式部分连接结构+最大化用户终端总体发射天线子阵列增益匹配”两种模数混合预编码方法的和频谱效率性能。仿真条件和主要参数为:信道为文献[HanS.,I C.-L,Xu Z,et al.Large-scale antenna systems with hybrid precoding analogand digital beamforming for millimeter wave 5G[J].IEEE Commun.Mag.,2015,53(1):186–194.][Liang L.,Xu W.,Dong X.Low-complexity hybrid precoding inmassive multiuser MIMO systems[J].IEEE Wireless Commun.Lett.,2014,3(6):653–656.]等广泛采用的毫米波大规模MIMO几何Saleh-Valenzuela模型,每个用户终端的路径数L=4,每个用户终端信道的中心方位角在[0,2π]内均匀分布,其对应的多条路径的方位角以该中心方位角为中心在[-π/9,π/9]内均匀分布,每条路径的增益服从Rayleigh分布;基站天线为均匀线性阵列,天线间距为半波长,基站天线数NTX=256,射频链路数NRF=16;所有用户终端为单天线接收;基站能获取准确的下行信道矩阵H。
图7给出了用户终端数K=16时两种模数混合预编码方法的和频谱效率R与信噪比P/σ2之间的关系。从中看出:在所示信噪比区域,当D分别取值为2、4、8和16时,本发明方法比已有方法的和频谱效率提升了约30%~115%、40%~170%、45%~215%和47%~225%;对所有D值,提升幅度均随信噪比减小而增大;对同一信噪比值,提升幅度均随D值增加而增大。
图8和图9分别给出了信噪比P/σ2为0dB和10dB时两种模数混合预编码方法的和频谱效率R与用户终端数K之间的关系。从中看出:当信噪比固定时,和频谱效率都呈现出随用户终端数增加而先逐渐升高至一定峰值再逐渐降低的特点;信噪比越低或D值越小,和频谱效率峰值对应的最佳用户终端数K越小。信噪比P/σ2=0dB时,已有方法和本发明方法(D=2,4,8,16)的和频谱效率峰值对应的最佳用户终端数分别为8、8、9、9和9,且本发明方法(D=2,4,8,16)的和频谱效率峰值分别比已有方法提升了约23%、31%、37%和39%。信噪比P/σ2=10dB时,已有方法和本发明方法(D=2,4,8,16)的和频谱效率峰值对应的最佳用户终端数分别为11、13、13、13和13,且本发明方法(D=2,4,8,16)的和频谱效率峰值分别比已有方法提升了约19%、26%、32%和34%。
本发明方法相对于文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]方法的性能改善幅度在几何Saleh-Valenzuela信道情形比独立Rayleigh信道情形有所减小,主要原因是几何Saleh-Valenzuela信道条件下稀疏路径数L仅设置为4,这会导致下行信道具有高空间相关性,从而减小了用户终端不同发射天线子阵列增益之间的差异,最终降低了本发明方法的性能增益。实施例更多的仿真结果表明,只要稍微增大L值(比如设L=6),本发明方法相对于文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]方法的性能改善幅度会明显增大。
综上所述,本发明方法在略微增加计算复杂度的前提下,相比文献[张雷,周晓锋,代红.大规模MIMO系统模数混合预编码方法[P].中国:ZL201611057987.6,2017-08-15.]方法可显著改善系统的和频谱效率性能。性能改善幅度随信噪比减小而增大,随信道独立性增加而增大,随分布阶数D值增加而增大。考虑到5G和未来无线通信系统的绿色节能需求,大规模MIMO系统的平均发射功率通常较小,导致用户终端接收机的平均信噪比较低;且可通过采用平面或立体结构增大基站不同天线发射天线子阵列之间距离的设计方式来降低发射天线子阵列的空间相关性。因此,本发明为使用部分连接结构的多用户终端大规模MIMO系统提供了一种能有效提升频谱效率的模数混合预编码方法。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.基于分布式部分连接的大规模MIMO混合预编码方法,其特征在于,所述方法在基于分布式部分连接结构的大规模MIMO模数混合预编码器(201)中使用,所述基于分布式部分连接结构的大规模MIMO模数混合预编码器(201)包括数字预编码器(301)、射频链路(302)、模拟预编码器(303),模拟预编码器(303)又包括移相器(304)和分布式连接器(305),所述大规模MIMO模数混合预编码方法包括以下步骤:
S1、基站设置NTX个发射天线和NRF个射频链路(302),将基站的NTX个发射天线划分为N(N=DNRF,D∈Z+)个子阵列,其中Z+表示正整数集合,每个发射天线子阵列的天线数为M2=NTX/N,所述每个射频链路通过分布式连接器(305)与D个发射天线子阵列相连,每个射频链路对应M1=NTX/NRF=DM2个发射天线;
S2、通过模拟预编码器(303)计算模拟预编码矩阵FRF:每个射频链路将根据模拟预编码矩阵FRF的优化结果并通过分布式连接器(305)与D个发射天线子阵列相连;
模拟预编码矩阵FRF通过下行信道矩阵H计算得到,基站可通过时分双工系统的上下行链路互易性或频分双工系统的用户终端反馈获取阶数为K×NTX的下行信道矩阵H:
根据混合预编码器的分布式部分连接结构,将下行信道矩阵H划分为N个阶数为K×M2的子矩阵Hn(n=1,2,...,N);由此,下行信道矩阵H可表示为
H=[H1 H2…HN]
子矩阵Hn可视为第n个发射天线子阵列到K个用户终端的下行信道矩阵,可表示为
上式中,算符“H”表示向量的共轭转置;由此,可认为通过该准则在用户终端k和发射天线子阵列n之间建立了一个匹配关系;匹配结果决定了用户终端k和发射天线子阵列n的具体数值(k,n),通过(k,n)值查找到子矩阵Hn的第k个行向量,该行向量包含的各信道系数的相位即决定了fkn中各元素指数位置相位的具体数值,即移相器对各对应天线移相操作的具体相位值;计算用户终端k获得的总体发射天线子阵列增益,通过最大化用户终端k总体发射天线子阵列增益的原则建立用户终端k和D个发射天线子阵列之间的匹配关系及分布式连接器的具体连接关系;
S3、输入基于分布式部分连接结构的大规模MIMO模数混合预编码器(201)的数据流1至数据流K,通过数字预编码器根据下行信道矩阵H和模拟预编码矩阵FRF计算数字预编码矩阵FBB:
设等效信道矩阵G=HFRF,其阶数为K×NRF;求G的伪逆矩阵W
W=GH(GGH)-1
矩阵W的阶数为NRF×K;记W的第k列为wk(k=1,2,...,K),其Frobenius范数为||wk||;以||wk||为对角元构造一对角矩阵Λ=diag{||w1||,||w2||,...,||wK||},则数字预编码矩阵FBB可通过下式计算
FBB=WΛ-1;
S4、根据模拟预编码矩阵FRF和数字预编码矩阵FBB对输入的多路数据流进行模数混合预编码:
将输入基于分布式部分连接结构的大规模MIMO模数混合预编码器的多路数据流用向量表示为s=[s1,s2,...,sK]T;在求解出FRF和FBB之后,大规模MIMO模数混合预编码器201的输出信号可表示为
x=FRFFBBs=Fs
输出信号x是一个Nt维列向量,分别由Nt个天线发送。
2.根据权利要求1所述的基于分布式部分连接的大规模MIMO混合预编码方法,其特征在于,
在S1中,发射天线子阵列划分采用下列原则:
距离就近原则:对本身没有物理分割的天线阵列,将间距最小的M2个天线划分为同一发射天线子阵列。
3.根据权利要求1所述的基于分布式部分连接的大规模MIMO混合预编码方法,其特征在于,
在S1中,发射天线子阵列划分采用下列原则:
物理分割原则:对本身具有一定物理分割形态的天线阵列,将具有相对独立空间位置的M2个天线划分为同一发射天线子阵列。
4.根据权利要求1所述的基于分布式部分连接的大规模MIMO混合预编码方法,其特征在于,
S2中,在模拟预编码向量fk,n的作用下,用户终端k获得的发射天线子阵列n的增益ηk(n)为
注意到ηk(n)是关于n的函数,即对同一用户终端但不同的n值,ηk(n)存在差异;设所有发射天线子阵列的序号集合为A={1,2,...,N},如前所述,每个射频链路将通过分布式连接器并基于某种准则同时连接D个发射天线子阵列,并生成对应于用户终端k的模拟预编码向量;设根据该准则确定的对应于用户终端k的D个发射天线子阵列的序号构成集合则用户终端k获得的总体发射天线子阵列增益为
提出如下最大化用户终端k总体发射天线子阵列增益ηk的准则建立用户终端k和D个发射天线子阵列之间的匹配关系,以优化FRF的设计并提升系统性能:
最大化用户终端总体发射天线子阵列增益匹配准则:设用户终端序号集合为U={1,2,…,K},第1轮匹配:第1步,对用户终端1,计算其对应的所有发射天线子阵列增益{η1(n)|n∈A},再从η1(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端1,将这D个发射天线子阵列的序号记为且与射频链路1对应相连;第2步,对用户终端2,计算其对应除发射天线子阵列集合A1以外的其余所有发射天线子阵列增益{η2(n)|n∈A\A1}{,其中A\A1表示集合A1关于集合A的相对补集,再从η2(n)中选择对应于前D个最大值的D个发射天线子阵列分配给用户终端2,将这D个子阵列的序号记为且与射频链路2对应相连……以此类推,直至给用户终端K分配了D个发射天线子阵列,将这D个子阵列的序号记为且与射频链路K对应相连;第2轮匹配;若K<NRF,则还未分配的子阵列集合为A\A1\A2...\AK;继续对所有用户按照第1轮匹配的规则从子阵列集合A\A1\A2...\AK中选择对应的发射天线子阵列,并将它们顺次与其余射频链路相连……以此类推,直至将所有发射天线子阵列分配给相应用户终端并确定与相应射频链路的连接关系为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954329.7A CN112039565B (zh) | 2020-09-11 | 2020-09-11 | 基于分布式部分连接的大规模mimo混合预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954329.7A CN112039565B (zh) | 2020-09-11 | 2020-09-11 | 基于分布式部分连接的大规模mimo混合预编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112039565A true CN112039565A (zh) | 2020-12-04 |
CN112039565B CN112039565B (zh) | 2021-03-26 |
Family
ID=73588769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954329.7A Active CN112039565B (zh) | 2020-09-11 | 2020-09-11 | 基于分布式部分连接的大规模mimo混合预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112039565B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112737647A (zh) * | 2020-12-25 | 2021-04-30 | 杭州电子科技大学 | 一种基于混合连接的毫米波大规模mimo预编码方法 |
CN113411104A (zh) * | 2021-04-30 | 2021-09-17 | 清华大学 | 大规模mimo发射机混合预编码器设计方法及装置 |
CN113824512A (zh) * | 2021-09-13 | 2021-12-21 | 中信科移动通信技术股份有限公司 | 大规模天线调测方法、测试设备及计算机设备 |
WO2022203611A1 (en) * | 2021-03-26 | 2022-09-29 | Agency For Science, Technology And Research | Spatial modulation system and method thereof |
WO2022241600A1 (en) * | 2021-05-17 | 2022-11-24 | Nokia Shanghai Bell Co., Ltd. | Methods, apparatuses, and computer readable media for precoding in multiple-input multiple-output system based on array of subarray architechture |
CN115549740A (zh) * | 2022-09-29 | 2022-12-30 | 中山大学 | 一种低复杂度的基于部分连接结构的大规模mimo预编码方法 |
WO2023035968A1 (zh) * | 2021-09-08 | 2023-03-16 | 华为技术有限公司 | 天线探测方法、装置、设备以及存储介质 |
CN116388814A (zh) * | 2023-03-27 | 2023-07-04 | 成都大学 | 大规模mimo基于多连接结构的模拟及混合预编码方法 |
CN116418375A (zh) * | 2023-02-13 | 2023-07-11 | 成都大学 | 超大规模mimo中基于动态子阵列的混合预编码方法 |
WO2024155071A1 (en) * | 2023-01-20 | 2024-07-25 | Samsung Electronics Co., Ltd. | A method and an apparatus for group partitioning in a multi-user mimo system in a wireless communication system |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107046434A (zh) * | 2016-11-27 | 2017-08-15 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 大规模mimo系统模数混合预编码方法 |
WO2018009577A1 (en) * | 2016-07-05 | 2018-01-11 | Idac Holdings, Inc. | Hybrid beamforming based network mimo in millimeter wave ultra dense network |
CN108449121A (zh) * | 2018-02-13 | 2018-08-24 | 杭州电子科技大学 | 毫米波大规模mimo系统中低复杂度混合预编码方法 |
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 |
CN109981154A (zh) * | 2019-05-15 | 2019-07-05 | 西安科技大学 | 低复杂度阵列天线多输入多输出系统混合预编码算法 |
CN110048752A (zh) * | 2018-12-11 | 2019-07-23 | 杭州电子科技大学 | 毫米波大规模mimo中的一种混合预编码方法 |
CN110138427A (zh) * | 2019-05-15 | 2019-08-16 | 西安科技大学 | 基于部分连接的大规模多输入多输出混合波束赋形算法 |
-
2020
- 2020-09-11 CN CN202010954329.7A patent/CN112039565B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018009577A1 (en) * | 2016-07-05 | 2018-01-11 | Idac Holdings, Inc. | Hybrid beamforming based network mimo in millimeter wave ultra dense network |
CN107046434A (zh) * | 2016-11-27 | 2017-08-15 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 大规模mimo系统模数混合预编码方法 |
CN108449121A (zh) * | 2018-02-13 | 2018-08-24 | 杭州电子科技大学 | 毫米波大规模mimo系统中低复杂度混合预编码方法 |
CN110048752A (zh) * | 2018-12-11 | 2019-07-23 | 杭州电子科技大学 | 毫米波大规模mimo中的一种混合预编码方法 |
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 |
CN109981154A (zh) * | 2019-05-15 | 2019-07-05 | 西安科技大学 | 低复杂度阵列天线多输入多输出系统混合预编码算法 |
CN110138427A (zh) * | 2019-05-15 | 2019-08-16 | 西安科技大学 | 基于部分连接的大规模多输入多输出混合波束赋形算法 |
Non-Patent Citations (1)
Title |
---|
MING ZHU, GANG XIE, XIAOLEI QI: "Low-Complexity Partially-Connected Hybrid Precoding for Massive MIMO Systems", 《2020 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112737647A (zh) * | 2020-12-25 | 2021-04-30 | 杭州电子科技大学 | 一种基于混合连接的毫米波大规模mimo预编码方法 |
WO2022203611A1 (en) * | 2021-03-26 | 2022-09-29 | Agency For Science, Technology And Research | Spatial modulation system and method thereof |
CN113411104A (zh) * | 2021-04-30 | 2021-09-17 | 清华大学 | 大规模mimo发射机混合预编码器设计方法及装置 |
WO2022227899A1 (zh) * | 2021-04-30 | 2022-11-03 | 清华大学 | 大规模mimo发射机混合预编码器设计方法及装置 |
WO2022241600A1 (en) * | 2021-05-17 | 2022-11-24 | Nokia Shanghai Bell Co., Ltd. | Methods, apparatuses, and computer readable media for precoding in multiple-input multiple-output system based on array of subarray architechture |
WO2023035968A1 (zh) * | 2021-09-08 | 2023-03-16 | 华为技术有限公司 | 天线探测方法、装置、设备以及存储介质 |
CN113824512B (zh) * | 2021-09-13 | 2023-10-10 | 中信科移动通信技术股份有限公司 | 大规模天线调测方法、测试设备及计算机设备 |
CN113824512A (zh) * | 2021-09-13 | 2021-12-21 | 中信科移动通信技术股份有限公司 | 大规模天线调测方法、测试设备及计算机设备 |
CN115549740A (zh) * | 2022-09-29 | 2022-12-30 | 中山大学 | 一种低复杂度的基于部分连接结构的大规模mimo预编码方法 |
CN115549740B (zh) * | 2022-09-29 | 2024-09-24 | 中山大学 | 一种低复杂度的基于部分连接结构的大规模mimo预编码方法 |
WO2024155071A1 (en) * | 2023-01-20 | 2024-07-25 | Samsung Electronics Co., Ltd. | A method and an apparatus for group partitioning in a multi-user mimo system in a wireless communication system |
CN116418375A (zh) * | 2023-02-13 | 2023-07-11 | 成都大学 | 超大规模mimo中基于动态子阵列的混合预编码方法 |
CN116418375B (zh) * | 2023-02-13 | 2024-02-23 | 成都大学 | 超大规模mimo中基于动态子阵列的混合预编码方法 |
CN116388814A (zh) * | 2023-03-27 | 2023-07-04 | 成都大学 | 大规模mimo基于多连接结构的模拟及混合预编码方法 |
CN116388814B (zh) * | 2023-03-27 | 2024-03-12 | 成都大学 | 大规模mimo基于多连接结构的模拟及混合预编码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112039565B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112039565B (zh) | 基于分布式部分连接的大规模mimo混合预编码方法 | |
CN107046434B (zh) | 大规模mimo系统模数混合预编码方法 | |
CN111953393B (zh) | 大规模mimo混合预编码器及匹配方法 | |
CN106253956B (zh) | 基于码本的模数混合预编码方法 | |
CN105959048B (zh) | 一种大规模天线的预编码方法 | |
CN112737647B (zh) | 一种基于混合连接的毫米波大规模mimo预编码方法 | |
CN106031068B (zh) | 一种基于波束成形的通信方法及装置 | |
CN112671438B (zh) | 大规模mimo中基于虚拟子阵列的模拟预编码系统及方法 | |
CN108880635A (zh) | 一种基于正交码本的毫米波mimo系统的收发联合混合预编码方法 | |
CN111049557B (zh) | 基于统计信道信息的毫米波mimo系统混合预编码方法 | |
CN107294590B (zh) | 一种基于上行训练的数模混合波束赋形方法 | |
CN111988073B (zh) | 面向宽带毫米波通信系统半动态子阵混合结构的设计方法 | |
CN108471325B (zh) | 一种稀疏射频/基带混合预编码方法 | |
CN108566236B (zh) | 用户终端、基站以及混合波束成形传输方法和系统 | |
CN110365388B (zh) | 一种低复杂度毫米波多播波束成形方法 | |
CN109120316B (zh) | 一种基于最大化最小相位差值的混合波束成形方法 | |
CN112118033B (zh) | 多用户大规模mimo系统的非线性混合预编码设计方法 | |
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 | |
CN109547082A (zh) | 基于毫米波大规模天线系统的混合预编码优化方法 | |
CN109361434B (zh) | 基站协作传输的毫米波mimo混合预编码方法 | |
CN113489519B (zh) | 一种面向非对称大规模mimo系统的无线通信传输方法 | |
CN113242193B (zh) | 一种低训练开销的混合大规模mimo-ofdm系统信道估计方法 | |
CN114665929B (zh) | 基于动态连接结构的混合预编码方法及mimo系统 | |
CN112367104B (zh) | 用于毫米波mimo的基于移相器的联合空分复用方法 | |
CN116418375B (zh) | 超大规模mimo中基于动态子阵列的混合预编码方法 |
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 |