CN112054826B - 一种基于中间信道的单用户低复杂度混合预编码方法 - Google Patents

一种基于中间信道的单用户低复杂度混合预编码方法 Download PDF

Info

Publication number
CN112054826B
CN112054826B CN202010960741.XA CN202010960741A CN112054826B CN 112054826 B CN112054826 B CN 112054826B CN 202010960741 A CN202010960741 A CN 202010960741A CN 112054826 B CN112054826 B CN 112054826B
Authority
CN
China
Prior art keywords
matrix
singular value
value decomposition
dimension
combiner
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.)
Active
Application number
CN202010960741.XA
Other languages
English (en)
Other versions
CN112054826A (zh
Inventor
王仕果
何明月
马银双
付学文
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202010960741.XA priority Critical patent/CN112054826B/zh
Publication of CN112054826A publication Critical patent/CN112054826A/zh
Application granted granted Critical
Publication of CN112054826B publication Critical patent/CN112054826B/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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种基于中间信道的单用户低复杂度混合预编码方法,首先对信道矩阵H进行奇异值分解,获得全数字预编码矩阵Fopt;然后对Fopt进行奇异值分解,获得最优的模拟预编码矩阵
Figure DDA0002680465100000011
Figure DDA0002680465100000012
中提取出角度信息组成模拟预编码器矩阵FRF;接着将得到的FRF和H构成中间信道矩阵
Figure DDA0002680465100000013
再对
Figure DDA0002680465100000014
进行奇异值分解获得最优的模拟组合器矩阵
Figure DDA0002680465100000015
Figure DDA0002680465100000016
中提取出角度信息组成模拟组合器矩阵WRF;最后将H、FRF以及WRF组合成等效信道矩阵Heq,对Heq进行奇异值分解获得数字预编码器和数字组合器。本发明的混合预编码算法无需迭代计算,有效降低了计算复杂度,性能与其它算法相比也有明显的提高,并且实用性强。

Description

一种基于中间信道的单用户低复杂度混合预编码方法
技术领域
本发明涉及大规模MIMO系统领域,特别涉及一种基于中间信道的单用户低复杂度混合预编码方法。
背景技术
多输入多输出(MIMO)是无线通信系统中依靠多天线同时传输多数据流的技术。当使用MIMO同时与多个终端通信时,我们称之为多用多输入多输出(Multi-User MIMO)。大规模MIMO是传统MIMO的升级,在传统MIMO的基础上在基站和用户端增加了更多的天线。大规模作为5G关键技术之一,可有效地提升数据速率和链路可靠性。大规模MIMO技术在满足更高数据吞吐量需求的同时,能够有效地改善多用户无线通信系统的服务质量,能够提高频谱效率1~2个数量级,上述特性使得大规模MIMO成为下一代无线通信系统中的核心技术。
预编码技术在大规模MIMO系统中有着重要作用,通过发射端的预编码处理,可以有效地消除多用户干扰,从而大大提高系统容量;但是传统的全数字预编码要求每根天线都要与一根射频链路相连接,系统的硬件成本和功率损失会非常大,不能满足实际的要求,因此能够有效降低硬件成本和功率损失的混合预编码被提了出来。但是目前大多数混合预编码算法存在复杂度较高、和全数字预编码性能差距较大等缺点,不能很好地适应实际的大规模MIMO系统。
发明内容
为了解决上述技术问题,本发明提供一种算法简单、实用性强的基于中间信道的单用户低复杂度混合预编码方法。
本发明解决上述问题的技术方案是:一种基于中间信道的单用户低复杂度混合预编码方法,包括以下步骤:
步骤一:对信道矩阵H进行奇异值分解,获得全数字预编码矩阵Fopt
步骤二:对Fopt进行奇异值分解,获得最优的模拟预编码矩阵
Figure BDA0002680465080000021
然后从
Figure BDA0002680465080000022
中提取出角度信息组成符合约束条件的模拟预编码器矩阵FRF
步骤三:根据得到的模拟预编码器矩阵FRF和信道矩阵H构建中间信道矩阵
Figure BDA0002680465080000023
步骤四:对中间信道矩阵
Figure BDA0002680465080000024
进行奇异值分解获得最优的模拟组合器矩阵
Figure BDA0002680465080000025
然后从最优的模拟组合器矩阵
Figure BDA0002680465080000026
中提取出角度信息组成模拟组合器矩阵WRF
步骤五:将信道矩阵H、模拟预编码器矩阵FRF以及模拟组合器矩阵WRF组合成等效信道矩阵Heq,然后对等效信道矩阵Heq进行奇异值分解获得数字预编码器和数字组合器。
上述基于中间信道的单用户低复杂度混合预编码方法,所述步骤一的具体步骤为:
1-1)对信道矩阵H进行奇异值分解,即:H=UΣV*,其中U是维度为Nr×Nr的酉矩阵,Nr为用户天线数目,V*是维度Nt×Nt的酉矩阵,Nt为基站天线数目,Σ是维度为Nt×Nr的对角矩阵;
1-2)取V*的前Ns列构成全数字预编码矩阵Fopt,Ns为数据流数目。
上述基于中间信道的单用户低复杂度混合预编码方法,所述步骤二的具体步骤为:
2-1)对全数字预编码矩阵Fopt进行奇异值分解,即:Fopt=UFΣFVF *,其中UF是维度为Nt×Nt的酉矩阵,VF *是维度Ns×Ns的酉矩阵,ΣF是维度为Nt×Ns的对角矩阵;
2-2)取UF的前NRF列构成最优的无约束模拟预编码矩阵
Figure BDA0002680465080000031
Figure BDA0002680465080000032
其中NRF为射频链的数量,
Figure BDA0002680465080000033
代表
Figure BDA0002680465080000034
的第NRF列向量;
2-3)取
Figure BDA0002680465080000035
的角度信息作为模拟预编码器矩阵FRF,即
Figure BDA0002680465080000036
其中
Figure BDA0002680465080000037
代表FRF中第Nt行第NRF列的元素。
上述基于中间信道的单用户低复杂度混合预编码方法,所述步骤三中,根据模拟预编码器矩阵FRF和信道矩阵H构建中间信道矩阵Hint,即Hint=HFRF
上述基于中间信道的单用户低复杂度混合预编码方法,所述步骤四具体步骤为:
4-1)对中间信道矩阵Hint进行奇异值分解,
Figure BDA0002680465080000038
其中Uint为Nt×Nt的酉矩阵,Σint为Nt×NRF的对角矩阵,
Figure BDA0002680465080000039
为NRF×NRF的酉矩阵;
4-2)取Uint的前NRF列作为最优的模拟组合器矩阵
Figure BDA00026804650800000310
Figure BDA00026804650800000311
Figure BDA00026804650800000312
代表
Figure BDA00026804650800000313
的第NRF列向量;
4-3)提取
Figure BDA0002680465080000041
中的角度信息作为满足约束条件的模拟组合器矩阵WRF,即
Figure BDA0002680465080000042
其中
Figure BDA0002680465080000043
代表FRF中第Nr行第NRF列的元素。
上述基于中间信道的单用户低复杂度混合预编码方法,所述步骤五具体步骤为:
5-1)根据求得的模拟预编码器矩阵FRF、模拟组合器矩阵WRF和信道矩阵H构建等效信道矩阵Heq,等效信道矩阵Heq的构建方式为Heq=FRFHWRF
5-2)对等效信道矩阵Heq进行奇异值分解,即Heq=UeΣeVe *,其中Ue是维度为Ns×Ns的酉矩阵,Ve *是维度Ns×Ns的酉矩阵,ΣF是维度为Ns×Ns的对角矩阵;
5-3)取Ue的前Ns列作为数字组合器WBB,取Ve *的前Ns列作为数字预编码器FBB,即
Figure BDA0002680465080000044
其中
Figure BDA0002680465080000045
为WBB矩阵的第Ns个列向量,
Figure BDA0002680465080000046
为FBB矩阵的第Ns个列向量。
本发明的有益效果在于:本发明首先对信道矩阵H进行奇异值分解,获得全数字预编码矩阵Fopt;然后对Fopt进行奇异值分解,获得最优的模拟预编码矩阵
Figure BDA0002680465080000047
Figure BDA0002680465080000048
中提取出角度信息组成符合约束条件的模拟预编码器矩阵FRF;接着将得到的模拟预编码器矩阵FRF和信道矩阵H构成中间信道矩阵
Figure BDA0002680465080000049
再对中间信道矩阵
Figure BDA00026804650800000410
进行奇异值分解获得最优的模拟组合器矩阵
Figure BDA00026804650800000411
从最优的模拟组合器矩阵
Figure BDA0002680465080000051
中提取出角度信息组成模拟组合器矩阵WRF;最后将信道矩阵H、模拟预编码器矩阵FRF以及模拟组合器矩阵WRF组合成等效信道矩阵Heq,对等效信道矩阵Heq进行奇异值分解获得数字预编码器和数字组合器。本发明的混合预编码算法无需迭代计算,有效降低了计算复杂度,性能与其它算法相比也有明显的提高,并且随着天线规模的增大,本发明的性能表现会更加好,随着未来天线规模越来越大,本发明的实用性会越来越高。
附图说明
图1为大规模MIMO系统混合预编码系统模型。
图2为本发明的流程图。
图3为在SNR=0dB,天线规模分别为256×64,64×16的情况下,本发明与其它技术的频谱效率对比图。
图4为在SNR=-20dB,天线规模分别为256×64,64×16的情况下,本发明与其它算法的频谱效率对比图。
图5为在天线规模为256×64,数据流分别为2和6的情况下本发明与其它算法的频谱效率对比图。
图6为在天线规模为64×16,数据流分别为2和6的情况下本发明与其它算法的频谱效率对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示,图1为大规模MIMO混合预编码系统模型,首先在发送端产生Ns条数据流,然后在基带数字预编码器的处理后通过射频链路向上转换到模拟域,接着通过模拟预编码器向上映射到天线端,通过Nt根天线对数据进行发送,当接收端的天线接收到数据后首先由模拟组合器对接收数据进行合并,然后通过射频链路传输到数字域通过数字组合器还原出发送端发送的数据。
如图2所示,一种基于中间信道的单用户低复杂度混合预编码方法,包括以下步骤:
步骤一:对信道矩阵H进行奇异值分解,获得全数字预编码矩阵Fopt。具体步骤为:
1-1)对信道矩阵H进行奇异值分解,即:H=UΣV*,其中U是维度为Nr×Nr的酉矩阵,Nr为用户天线数目,V*是维度Nt×Nt的酉矩阵,Nt为基站天线数目,Σ是维度为Nt×Nr的对角矩阵;
1-2)取V*的前Ns列构成全数字预编码矩阵Fopt,Ns为数据流数目。
步骤二:对Fopt进行奇异值分解,获得最优的模拟预编码矩阵
Figure BDA0002680465080000061
然后从
Figure BDA0002680465080000062
中提取出角度信息组成符合约束条件的模拟预编码器矩阵FRF。具体步骤为:
2-1)对全数字预编码矩阵Fopt进行奇异值分解,即:Fopt=UFΣFVF *,其中UF是维度为Nt×Nt的酉矩阵,VF *是维度Ns×Ns的酉矩阵,ΣF是维度为Nt×Ns的对角矩阵;
2-2)取UF的前NRF列构成最优的无约束模拟预编码矩阵
Figure BDA0002680465080000063
Figure BDA0002680465080000064
其中NRF为射频链的数量,
Figure BDA0002680465080000065
代表
Figure BDA0002680465080000066
的第NRF列向量;
2-3)取
Figure BDA0002680465080000067
的角度信息作为模拟预编码器矩阵FRF,即
Figure BDA0002680465080000071
其中
Figure BDA0002680465080000072
代表FRF中第Nt行第NRF列的元素。
步骤三:根据得到的模拟预编码器矩阵FRF和信道矩阵H构建中间信道矩阵
Figure BDA0002680465080000073
即Hint=HFRF
步骤四:对中间信道矩阵
Figure BDA0002680465080000074
进行奇异值分解获得最优的模拟组合器矩阵
Figure BDA0002680465080000075
然后从最优的模拟组合器矩阵
Figure BDA0002680465080000076
中提取出角度信息组成模拟组合器矩阵WRF。具体步骤为:
4-1)对中间信道矩阵Hint进行奇异值分解,
Figure BDA0002680465080000077
其中Uint为Nt×Nt的酉矩阵,Σint为Nt×NRF的对角矩阵,
Figure BDA0002680465080000078
为NRF×NRF的酉矩阵;
4-2)取Uint的前NRF列作为最优的模拟组合器矩阵
Figure BDA0002680465080000079
Figure BDA00026804650800000710
Figure BDA00026804650800000711
代表
Figure BDA00026804650800000712
的第NRF列向量;
4-3)提取
Figure BDA00026804650800000713
中的角度信息作为满足约束条件的模拟组合器矩阵WRF,即
Figure BDA00026804650800000714
其中
Figure BDA0002680465080000081
代表FRF中第Nr行第NRF列的元素。
步骤五:将信道矩阵H、模拟预编码器矩阵FRF以及模拟组合器矩阵WRF组合成等效信道矩阵Heq,然后对等效信道矩阵Heq进行奇异值分解获得数字预编码器和数字组合器。具体步骤为:
5-1)根据求得的模拟预编码器矩阵FRF、模拟组合器矩阵WRF和信道矩阵H构建等效信道矩阵Heq,等效信道矩阵Heq的构建方式为Heq=FRFHWRF
5-2)对等效信道矩阵Heq进行奇异值分解,即Heq=UeΣeVe *,其中Ue是维度为Ns×Ns的酉矩阵,Ve *是维度Ns×Ns的酉矩阵,ΣF是维度为Ns×Ns的对角矩阵;
5-3)取Ue的前Ns列作为数字组合器WBB,取Ve *的前Ns列作为数字预编码器FBB,即
Figure BDA0002680465080000082
其中
Figure BDA0002680465080000083
为WBB矩阵的第Ns个列向量,
Figure BDA0002680465080000084
为FBB矩阵的第Ns个列向量。
实施例
图3~6为不同天线规模、信噪比以及数据流设置下,本发明提出的算法与其它现有混合预编码算法的性能对比图。
在不同的天线规模下生成随机的信道矩阵H,对信道矩阵H进行奇异值分解,即:H=UΣV*,其中U是维度为Nr×Nr的酉矩阵,Nr为用户天线数目,V*是维度Nt×Nt的酉矩阵,Nt为基站天线数目,Σ是维度为Nt×Nr的对角矩阵。取V*的前Ns列构成最优的全数字预编码矩阵Fopt
对最优全数字预编码矩阵Fopt进行奇异值分解,即:Fopt=UFΣFVF *,其中UF是维度为Nt×Nt的酉矩阵,VF *是维度Ns×Ns的酉矩阵,Ns为数据流数目,ΣF是维度为Nt×Ns的对角矩阵。取UF的前NRF列构成最优的无约束模拟预编码矩阵
Figure BDA0002680465080000091
其中NRF为射频链的数量。即
Figure BDA0002680465080000092
Figure BDA0002680465080000093
代表
Figure BDA0002680465080000094
的第NRF列向量;然后取
Figure BDA0002680465080000095
的角度信息作为模拟预编码器矩阵FRF,即
Figure BDA0002680465080000096
其中
Figure BDA0002680465080000097
代表FRF中第Nt行第NRF列的元素。
根据求得的模拟预编码器矩阵FRF和信道矩阵H构建中间信道Hint,即Hint=HFRF,对中间信道进行奇异值分解,即
Figure BDA0002680465080000098
其中Uint为Nt×Nt的酉矩阵,Σint为Nt×NRF的对角矩阵,
Figure BDA0002680465080000099
为NRF×NRF的酉矩阵;取Uint的前NRF列作为最优的模拟组合器矩阵
Figure BDA00026804650800000910
Figure BDA00026804650800000911
Figure BDA00026804650800000912
代表
Figure BDA00026804650800000913
的第NRF列向量;提取
Figure BDA00026804650800000914
中的角度信息作为满足约束条件的模拟组合器矩阵,矩阵WRF如下所示:
Figure BDA00026804650800000915
其中
Figure BDA00026804650800000916
代表FRF中第Nr行第NRF列的元素。
根据求得的模拟预编码器矩阵FRF、模拟组合器矩阵WRF和信道矩阵H构建等效信道矩阵Heq,等效信道矩阵Heq的构建方式为Heq=FRFHWRF;对等效信道矩阵Heq进行奇异值分解,即
Figure BDA0002680465080000101
其中Ue是维度为Ns×Ns的酉矩阵,Ve *是维度Ns×Ns的酉矩阵,ΣF是维度为Ns×Ns的对角矩阵。取Ue的前Ns列作为数字组合器WBB,取
Figure BDA0002680465080000102
的前Ns列作为数字预编码器FBB,即
Figure BDA0002680465080000103
其中
Figure BDA0002680465080000104
为WBB矩阵的第Ns个列向量,
Figure BDA0002680465080000105
为FBB矩阵的第Ns个列向量。
发送端生成Ns条数据流,经过基带数字预编码器和模拟组合器从发送端发送,然后经过随机生成的信道传输,再接收端经过模拟组合器和数字组合器合并生成发送的数据,发送端接受的信号表示为
Figure BDA0002680465080000106
其中ρ代表平均发送功率,n代表信号在传输过程中添加的噪声,
Figure BDA0002680465080000107
为WBB、WRF的共轭转置矩阵。频谱效率表示为
Figure BDA0002680465080000108
Figure BDA0002680465080000109
为维度Ns的单位矩阵,
Figure BDA00026804650800001010
为均值是0方差为
Figure BDA00026804650800001011
的高斯白噪声,
Figure BDA00026804650800001012
H*表示FBB、FRF、H的共轭转置矩阵。图3为在SNR=0dB,天线规模分别为256×64,64×16的情况下,本发明与其它技术的频谱效率对比图,从图3中可以看出在不同数据流的情况下,我们的发明都要比其它技术的性能要高。图4为在SNR=-20dB,天线规模分别为256×64,64×16的情况下,本发明与其它算法的频谱效率对比图,从图4可以看出在256×64的情况下,本发明要比现有算法性能要好,在64×16数据流小于4的情况下,本发明要好于现有技术。图5为在天线规模为256×64,数据流分别为2和6的情况下本发明与其它算法的频谱效率对比图,从图5可以看出在数据流为2时,在SNR较高时本发明的性能较其它算法性能要好。图6为在天线规模为64×16,数据流分别为2和6的情况下本发明与其它算法的频谱效率对比图,从图6可以看出,在大多情况本发明都要优与其它技术。其中通过大量实验结果(图3-图6)可知,本发明提出的算法明显优与现有算法,尤其当天线规模较大时,本发明的优势更加明显,更加接近最优的全数字预编码算法,而且本发明无需迭代,复杂度更低,因此在实际系统中更加实用并且性能更好。

Claims (3)

1.一种基于中间信道的单用户低复杂度混合预编码方法,其特征在于,包括以下步骤:
步骤一:对信道矩阵H进行奇异值分解,获得全数字预编码矩阵Fopt
步骤一的具体步骤为:
1-1)对信道矩阵H进行奇异值分解,即:H=UΣV*,其中U是维度为Nr×Nr的酉矩阵,Nr为用户天线数目,V*是维度Nt×Nt的酉矩阵,Nt为基站天线数目,Σ是维度为Nt×Nr的对角矩阵;
1-2)取V*的前Ns列构成全数字预编码矩阵Fopt,Ns为数据流数目;
步骤二:对Fopt进行奇异值分解,获得最优的模拟预编码矩阵
Figure FDA0003103464220000011
然后从
Figure FDA0003103464220000012
中提取出角度信息组成符合约束条件的模拟预编码器矩阵FRF
步骤二的具体步骤为:
2-1)对全数字预编码矩阵Fopt进行奇异值分解,即:Fopt=UFΣFVF *,其中UF是维度为Nt×Nt的酉矩阵,VF *是维度Ns×Ns的酉矩阵,ΣF是维度为Nt×Ns的对角矩阵;
2-2)取UF的前NRF列构成最优的无约束模拟预编码矩阵
Figure FDA0003103464220000013
Figure FDA0003103464220000014
其中NRF为射频链的数量,
Figure FDA0003103464220000015
代表
Figure FDA0003103464220000016
的第NRF列向量;
2-3)取
Figure FDA0003103464220000017
的角度信息作为模拟预编码器矩阵FRF,即
Figure FDA0003103464220000021
其中
Figure FDA0003103464220000022
代表FRF中第Nt行第NRF列的元素;
步骤三:根据得到的模拟预编码器矩阵FRF和信道矩阵H构建中间信道矩阵
Figure FDA0003103464220000023
步骤四:对中间信道矩阵
Figure FDA0003103464220000024
进行奇异值分解获得最优的模拟组合器矩阵
Figure FDA0003103464220000025
然后从最优的模拟组合器矩阵
Figure FDA0003103464220000026
中提取出角度信息组成模拟组合器矩阵WRF
步骤四具体步骤为:
4-1)对中间信道矩阵Hint进行奇异值分解,
Figure FDA0003103464220000027
其中Uint为Nt×Nt的酉矩阵,Σint为Nt×NRF的对角矩阵,
Figure FDA0003103464220000028
为NRF×NRF的酉矩阵;
4-2)取Uint的前NRF列作为最优的模拟组合器矩阵
Figure FDA0003103464220000029
Figure FDA00031034642200000210
Figure FDA00031034642200000211
代表
Figure FDA00031034642200000212
的第NRF列向量;
4-3)提取
Figure FDA00031034642200000213
中的角度信息作为满足约束条件的模拟组合器矩阵WRF,即
Figure FDA0003103464220000031
其中
Figure FDA0003103464220000032
代表FRF中第Nr行第NRF列的元素;
步骤五:将信道矩阵H、模拟预编码器矩阵FRF以及模拟组合器矩阵WRF组合成等效信道矩阵Heq,然后对等效信道矩阵Heq进行奇异值分解获得数字预编码器和数字组合器。
2.根据权利要求1所述的基于中间信道的单用户低复杂度混合预编码方法,其特征在于,所述步骤三中,根据模拟预编码器矩阵FRF和信道矩阵H构建中间信道矩阵Hint,即Hint=HFRF
3.根据权利要求2所述的基于中间信道的单用户低复杂度混合预编码方法,其特征在于,所述步骤五具体步骤为:
5-1)根据求得的模拟预编码器矩阵FRF、模拟组合器矩阵WRF和信道矩阵H构建等效信道矩阵Heq,等效信道矩阵Heq的构建方式为Heq=FRFHWRF
5-2)对等效信道矩阵Heq进行奇异值分解,即Heq=UeΣeVe *,其中Ue是维度为Ns×Ns的酉矩阵,Ve *是维度Ns×Ns的酉矩阵,ΣF是维度为Ns×Ns的对角矩阵;
5-3)取Ue的前Ns列作为数字组合器WBB,取Ve *的前Ns列作为数字预编码器FBB,即
Figure FDA0003103464220000033
其中
Figure FDA0003103464220000034
为WBB矩阵的第Ns个列向量,
Figure FDA0003103464220000035
为FBB矩阵的第Ns个列向量。
CN202010960741.XA 2020-09-14 2020-09-14 一种基于中间信道的单用户低复杂度混合预编码方法 Active CN112054826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010960741.XA CN112054826B (zh) 2020-09-14 2020-09-14 一种基于中间信道的单用户低复杂度混合预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010960741.XA CN112054826B (zh) 2020-09-14 2020-09-14 一种基于中间信道的单用户低复杂度混合预编码方法

Publications (2)

Publication Number Publication Date
CN112054826A CN112054826A (zh) 2020-12-08
CN112054826B true CN112054826B (zh) 2021-09-07

Family

ID=73611120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010960741.XA Active CN112054826B (zh) 2020-09-14 2020-09-14 一种基于中间信道的单用户低复杂度混合预编码方法

Country Status (1)

Country Link
CN (1) CN112054826B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112865842B (zh) * 2021-01-04 2021-12-10 电子科技大学 面向5g的混合预编码器和合并器的设计方法
CN113708816B (zh) * 2021-09-01 2024-07-19 长沙理工大学 一种基于量化感知的接收天线贪婪选择方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109039400A (zh) * 2018-08-14 2018-12-18 西安科技大学 一种基于矩阵分解的混合预编码/合并器设计方法
CN109889244A (zh) * 2019-03-28 2019-06-14 湘潭大学 一种基于等效信道的大规模mimo系统混合预编码方法
CN111049557A (zh) * 2019-12-31 2020-04-21 西安电子科技大学 基于统计信道信息的毫米波mimo系统混合预编码方法
CN111092641A (zh) * 2019-12-18 2020-05-01 重庆邮电大学 基于毫米波mimo系统深度学习的混合预编码设计方法
US10749579B1 (en) * 2019-07-31 2020-08-18 Huawei Technologies Co., Ltd. Method and system for improving the spectral efficiency of line-of-sight (LoS) multiple-input multiple-output (MIMO) communication systems

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3404843B1 (en) * 2017-05-17 2022-12-07 Mitsubishi Electric R&D Centre Europe B.V. Method for enabling both analog and digital beamforming
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109039400A (zh) * 2018-08-14 2018-12-18 西安科技大学 一种基于矩阵分解的混合预编码/合并器设计方法
CN109889244A (zh) * 2019-03-28 2019-06-14 湘潭大学 一种基于等效信道的大规模mimo系统混合预编码方法
US10749579B1 (en) * 2019-07-31 2020-08-18 Huawei Technologies Co., Ltd. Method and system for improving the spectral efficiency of line-of-sight (LoS) multiple-input multiple-output (MIMO) communication systems
CN111092641A (zh) * 2019-12-18 2020-05-01 重庆邮电大学 基于毫米波mimo系统深度学习的混合预编码设计方法
CN111049557A (zh) * 2019-12-31 2020-04-21 西安电子科技大学 基于统计信道信息的毫米波mimo系统混合预编码方法

Also Published As

Publication number Publication date
CN112054826A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN106603130B (zh) 一种大规模mimo系统中数模混合预编码方法
CN108736943B (zh) 一种适用于大规模mimo系统的混合预编码方法
CN110048752B (zh) 毫米波大规模mimo中的一种混合预编码方法
CN111698045B (zh) 一种基于非正交多址接入的毫米波通信系统中能效功率分配方法
CN108063634B (zh) 一种低精度量化大规模mimo中最优正则预编码方法
CN112054826B (zh) 一种基于中间信道的单用户低复杂度混合预编码方法
CN112260737B (zh) 总能效与最小能效权衡的多波束卫星通信鲁棒预编码方法
CN113839697B (zh) 一种基于深度学习的联合反馈和混合预编码设计方法
CN107707284B (zh) 一种基于信道统计量码本量化反馈的混合预编码方法
CN112054827B (zh) 一种基于信道等效的联合混合预编码方法
Liu et al. Spherical normalization for learned compressive feedback in massive MIMO CSI acquisition
CN112543043A (zh) 一种基于非正交多址接入技术的波束空间下分布式功率分配方法
CN115865145A (zh) 一种基于Transformer的大规模MIMO信道状态信息反馈方法
CN113572503B (zh) 一种低复杂度的基于gp的改进混合波束成形方法
CN109361438B (zh) 一种连续优化匹配泄漏加权的信漏噪比预编码方法
CN109039402B (zh) 基于用户压缩的mimo拓扑干扰对齐方法
CN107276726A (zh) 一种Massive MIMO FBMC波束空时编码下行传输方法
CN106330280B (zh) 一种大规模mimo预编码方法
CN112398513A (zh) 一种massive MIMO系统的波束赋形方法
CN114844541B (zh) 一种基于深度学习的混合预编码和反馈方法
CN108923831B (zh) 一种发射信号的预编码方法和装置
CN107104715B (zh) 一种基于天线选择的干扰对齐方法
CN116405077A (zh) 一种基于深度学习的大规模mimo混合波束赋形方法
CN106789822B (zh) 降低多用户大规模mimo-ofdm系统峰均功率比的方法及系统
CN102843219B (zh) 协作多点联合传输中鲁棒的和速率优化预编码方法

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