CN112054827A - 一种基于信道等效的联合混合预编码方法 - Google Patents

一种基于信道等效的联合混合预编码方法 Download PDF

Info

Publication number
CN112054827A
CN112054827A CN202010960752.8A CN202010960752A CN112054827A CN 112054827 A CN112054827 A CN 112054827A CN 202010960752 A CN202010960752 A CN 202010960752A CN 112054827 A CN112054827 A CN 112054827A
Authority
CN
China
Prior art keywords
matrix
opt
precoding
channel
digital
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
CN202010960752.8A
Other languages
English (en)
Other versions
CN112054827B (zh
Inventor
王仕果
朱敏
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 CN202010960752.8A priority Critical patent/CN112054827B/zh
Publication of CN112054827A publication Critical patent/CN112054827A/zh
Application granted granted Critical
Publication of CN112054827B publication Critical patent/CN112054827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Radio Transmission System (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种基于信道等效的联合混合预编码方法，首先在发射端对信道矩阵H进行奇异值分解，得到全数字预编码矩阵Fopt，对Fopt进行奇异值分解，得到模拟移相器预编码矩阵FRF和基带数字预编码矩阵FBB；然后计算出等效信道矩阵
Figure DDA0002680463520000011
和补偿预编码矩阵Gau；接着在接收端利用最小均方误差MMSE准则和辅助预编码矩阵Gau计算出全数字组合矩阵Wopt，最后对Wopt进行奇异值分解，得到模拟移相器组合矩阵WRF和基带数字组合矩阵WBB。本发明共同设计混合预编码矩阵和组合矩阵，只在接收机的组合矩阵设计中产生一次误差，进一步提高了系统的精确度，并且本发明没有迭代计算，有效地降低了计算复杂度。

Description

一种基于信道等效的联合混合预编码方法
技术领域
本发明涉及一种编码方法，特别涉及一种基于信道等效的联合混合预编码方法。
背景技术
在无线通信中，由于对数据速率的需求不断增加，目前的无线频段越来越拥挤，为解决频谱资源短缺的问题，大规模MIMO技术成为学术界研究的热点。对于大规模MIMO技术有以下优点：(1)可以提供丰富的空间自由度；(2)BS能在同一时频资源为多个移动终端提供服务；(3)存在更多到达路径，提升了信号的可靠性；(4)降低了对周边基站的干扰；(5)提升了小区边缘用户平均吞吐率。同时，在大规模MIMO系统中使用有效的预编码技术可以降低系统的复杂度和硬件成本。
传统的MIMO预编码方案主要集中在基带，通过采用全数字预编码(DigitalPrecoding,DP)对信号进行空域预处理，减少数据流或用户之间的干扰，从而降低接收机处理的复杂度。在大规模MIMO系统中，由于基站天线数成百上千，而且占用的带宽更大，所以无论从设备复杂度、成本还是功耗考虑，全数字预编码都不再适用。为解决此问题，模拟数字混合预编码(Hybrid Precoding,HP)方案由此提出。
模拟数字混合预编码，其核心思想是将传统的数字预编码器分为小尺寸的数字预编码器(由少量射频链(Radio Frequency Chain,RF Chain)实现)和大尺寸的模拟预编码器(由大量模拟移相器(Phase Shifters,PS)实现)以提高天线阵列增益。这样混合预编码可以减少所需的射频链的数量，而不会造成明显的性能损失，使得混合预编码比全数字预编码器具有更高的能量效率。但是现有的混合预编码技术具有复杂度高，实用性不强等缺点。
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、实用性强的基于信道等效的联合混合预编码方法。
本发明解决上述问题的技术方案是：一种基于信道等效的联合混合预编码方法，包括以下步骤：
步骤一：在发射端对信道矩阵H进行奇异值分解，获得全数字预编码矩阵Fopt；
步骤二：对全数字预编码矩阵Fopt进行奇异值分解，获得模拟移相器预编码矩阵
Figure BDA0002680463500000021
和基带数字预编码矩阵
Figure BDA0002680463500000022
步骤三：利用等效信道概念、模拟移相器预编码矩阵
Figure BDA0002680463500000023
和基带数字预编码矩阵
Figure BDA0002680463500000024
计算得到等效信道矩阵
Figure BDA0002680463500000025
步骤四：利用信道矩阵H和等效信道矩阵
Figure BDA0002680463500000026
计算得到补偿预编码矩阵Gau；
步骤五：在接收端利用最小均方误差MMSE准则和补偿预编码矩阵Gau计算得到全数字组合矩阵Wopt；
步骤六：对全数字组合矩阵Wopt进行奇异值分解，计算得到模拟移相器组合矩阵WRF和基带数字组合矩阵WBB。
上述基于信道等效的联合混合预编码方法，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
Figure BDA0002680463500000027
其中UP是一个Nr×Nr维的酉矩阵，ΣP是一个Nr×Nt维的对角矩阵，
Figure BDA0002680463500000031
是一个Nt×Nt维的酉矩阵，Nr是接收天线数，Nt是发射天线数；
1-2)取
Figure BDA0002680463500000032
的前Ns列构成全数字预编码矩阵Fopt，Ns为数据流数量。
上述基于信道等效的联合混合预编码方法，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，得
Figure BDA0002680463500000033
其中UF是一个Nt×Nt维的包含模拟移相器角度信息的酉矩阵，UF中的元素是维度为Nt×1的列向量，ΣF是一个Nt×Ns维的对角矩阵，
Figure BDA0002680463500000034
是一个Ns×Ns维的酉矩阵，
Figure BDA0002680463500000035
中的元素是维度为Ns×1的列向量；
2-2)考虑RF链数量等于数据流数量的场景，因此UF中前Ns列向量对应于UF中前Ns个最大特征值，将UF中所有的元素进行归一化处理，并取UF的前Ns列构成模拟相移器预编码矩阵
Figure BDA0002680463500000036
即
Figure BDA00026804635000000314
其中
Figure BDA0002680463500000037
表示
Figure BDA0002680463500000038
中第NS行第NBS列的元素；
2-3)Fopt由Ns项组成，改写为
Figure BDA0002680463500000039
其中改写后的第i项Fi＝UiσiVi *，Ui和Vi *分别是Fopt奇异值分解后得到的两个酉矩阵中的第i列向量，σi是Fopt奇异值分解后对角矩阵ΣF中第i项对角元素，令
Figure BDA00026804635000000310
代表其中的第Ns个元素，则
Figure BDA00026804635000000311
其中
Figure BDA00026804635000000312
代表模拟移相器，
Figure BDA00026804635000000313
代表酉矩阵UF中第i行第Nt列个元素，
Figure BDA0002680463500000041
代表基带数字预编码矢量，将
Figure BDA0002680463500000042
进行单位化处理，得
Figure BDA0002680463500000043
新的矩阵
Figure BDA0002680463500000044
用作模拟移相器矩阵使用，
Figure BDA0002680463500000045
代表其中的第NBS个元素，利用等效信道概念，使两个分解矩阵满足给定的约束条件，此时
Figure BDA0002680463500000046
改写成如下形式：
Figure BDA0002680463500000047
Fi为全数字预编码矩阵Fopt的第i列元素，令
Figure BDA0002680463500000048
Figure BDA0002680463500000049
代表矩阵
Figure BDA00026804635000000410
的第i列元素，且令
Figure BDA00026804635000000411
则模拟移相器矩阵表示为
Figure BDA00026804635000000412
Figure BDA00026804635000000413
代表酉矩阵UF第Ns列元素经过单位化后得到的向量，基带数字预编码矩阵表示为
Figure BDA00026804635000000414
代表
Figure BDA00026804635000000415
矩阵的第Ns列元素。
上述基于信道等效的联合混合预编码方法，所述步骤三的具体步骤为：
3-1)根据步骤二中得到的
Figure BDA00026804635000000416
和
Figure BDA00026804635000000417
更新Fopt，更新后的Fopt用
Figure BDA00026804635000000418
表示；
3-2)信道矩阵
Figure BDA0002680463500000051
中的
Figure BDA0002680463500000052
用
Figure BDA0002680463500000053
表示，其中V1包含
Figure BDA0002680463500000054
的前Ns列，维度为Nt×Ns，V2包含
Figure BDA0002680463500000055
的后(Nt-Ns)列，维度为Nt×(Nt-Ns)，令
Figure BDA0002680463500000056
则更新后的
Figure BDA0002680463500000057
用
Figure BDA0002680463500000058
表示；
3-3)利用等效信道概念构造一个新的等效信道矩阵
Figure BDA0002680463500000059
即
Figure BDA00026804635000000510
上述基于信道等效的联合混合预编码方法，所述步骤四的具体步骤为：
4-1)令模拟移相器矩阵
Figure BDA00026804635000000511
令数字移相器矩阵
Figure BDA00026804635000000512
4-2)对于实际信道矩阵H，在等效信道概念被利用后保持不变，等效信道矩阵
Figure BDA00026804635000000513
用辅助矩阵Gau表示为
Figure BDA00026804635000000514
则计算得
Figure BDA00026804635000000515
H*为H的共轭转置矩阵。
上述基于信道等效的联合混合预编码方法，所述步骤五的具体步骤为：
5-1)令
Figure BDA00026804635000000516
其中y是接收到的信号，
Figure BDA00026804635000000517
是接收信号y的等效信号；
5-2)利用最小均方误差MMSE准则
Figure BDA00026804635000000518
计算得到最优全数字组合矩阵
Figure BDA00026804635000000519
ρ其中为接收信号的平均概率，
Figure BDA00026804635000000520
为高斯白噪声方差，
Figure BDA00026804635000000521
表示维度为Ns×Ns的单位矩阵，
Figure BDA00026804635000000522
H*分别为FBB、FRF、H的共轭转置矩阵；
5-3)计算实际的全数字组合矩阵
Figure BDA00026804635000000523
上述基于信道等效的联合混合预编码方法，所述步骤六的具体步骤为：
6-1)对Wopt进行奇异值分解，得
Figure BDA00026804635000000524
其中酉矩阵
Figure BDA00026804635000000525
维度为NBS×NBS，
Figure BDA00026804635000000526
为酉矩阵Ur的第NBS列向量，对角矩阵
Figure BDA00026804635000000527
维度为NBS×NS，
Figure BDA00026804635000000528
代表对角矩阵Σr的第Ns个对角元素，酉矩阵
Figure BDA00026804635000000529
维度为Ns×Ns，
Figure BDA00026804635000000530
代表酉矩阵
Figure BDA00026804635000000531
的第Ns列向量；
6-2)取矩阵Ur的前Ns列构成矩阵
Figure BDA0002680463500000061
即
Figure BDA0002680463500000062
代表
Figure BDA0002680463500000063
的第Ns列元素；
6-3)对
Figure BDA0002680463500000064
进行归一化处理，得模拟移相器组合矩阵WRF，即
Figure BDA0002680463500000065
6-4)由于Wopt＝WRFWBB，所以得基带数字组合矩阵
Figure BDA0002680463500000066
为WRF的共轭转置矩阵。
本发明的有益效果在于：本发明在数据流数等于射频链数且不考虑预编码器硬件条件限制的情况下，首先对信道矩阵H进行奇异值分解，从而得到全数字预编码矩阵Fopt，对Fopt进行奇异值分解，从而得到模拟移相器预编码矩阵FRF和基带数字预编码矩阵FBB；然后利用等效信道的概念计算出等效信道矩阵
Figure BDA0002680463500000067
利用信道矩阵H和等效信道矩阵
Figure BDA0002680463500000068
计算补偿预编码矩阵Gau；接着在接收端利用最小均方误差MMSE准则和辅助预编码矩阵Gau计算出全数字组合矩阵Wopt，最后对Wopt进行奇异值分解，从而得到模拟移相器组合矩阵WRF和基带数字组合矩阵WBB。本发明共同设计混合预编码矩阵和组合矩阵，发射机的近似误差可以在接收上迁移，所以只在接收机的组合矩阵设计中产生一次误差，因此本发明进一步提高了系统的精确度，并且本发明没有迭代计算，有效地降低了计算复杂度，本发明中的奇异值分解和矩阵求逆可以并行操作，增强了其实用性。
附图说明
图1为本发明的流程图。
图2为Nt＝64，Nr＝16，SNR分别为0dB和-20dB时，本发明与已有的预编码方法频谱效率对比图。
图3为Nt＝64，Nr＝16，Ns分别为2和6时，本发明与已有的预编码方法频谱效率对比图。
图4为Nt＝256，Nr＝64，SNR分别为0dB和-20dB时，本发明与已有的预编码方法频谱效率对比图。
图5为Nt＝256，Nr＝64，Ns分别为2和6时，本发明与已有的预编码方法频谱效率对比图。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明。
如图1所示，一种基于信道等效的联合混合预编码方法，包括以下步骤：
步骤一：在发射端对信道矩阵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
Figure BDA0002680463500000071
其中UP是一个Nr×Nr维的酉矩阵，ΣP是一个Nr×Nt维的对角矩阵，
Figure BDA0002680463500000072
是一个Nt×Nt维的酉矩阵，Nr是接收天线数，Nt是发射天线数；
1-2)为使系统的信道容量达到最大，即要使输入输出互信息量达到最大值，即
Figure BDA0002680463500000073
到达最大，其中
Figure BDA0002680463500000074
和H*分别是FRF,FRF和H的共轭转置矩阵，ξ表示接收信号的平均功率，I表示单位矩阵，考虑射频链数与数据流数相等的场景，且不考虑预编码器的硬件限制，则当Fopt为全数字预编码矩阵时互信息达到最大，取
Figure BDA0002680463500000075
的前Ns列构成全数字预编码矩阵Fopt，Ns为数据流数量。
步骤二：对全数字预编码矩阵Fopt进行奇异值分解，获得模拟移相器预编码矩阵
Figure BDA0002680463500000076
和基带数字预编码矩阵
Figure BDA0002680463500000077
具体步骤为：
2-1)对全数字预编码矩阵Fopt进行奇异值分解，得
Figure BDA0002680463500000078
其中UF是一个Nt×Nt维的包含模拟移相器角度信息的酉矩阵，UF中的元素是维度为Nt×1的列向量，ΣF是一个Nt×Ns维的对角矩阵，
Figure BDA0002680463500000081
是一个Ns×Ns维的酉矩阵，
Figure BDA0002680463500000082
中的元素是维度为Ns×1的列向量；
2-2)考虑RF链数量等于数据流数量的场景，因此UF中前Ns列向量对应于UF中前Ns个最大特征值，将UF中所有的元素进行归一化处理，并取UF的前Ns列构成模拟相移器预编码矩阵
Figure BDA0002680463500000083
即
Figure BDA0002680463500000084
其中
Figure BDA0002680463500000085
表示
Figure BDA0002680463500000086
中第NS行第NBS列的元素；
2-3)Fopt由Ns项组成，改写为
Figure BDA0002680463500000087
其中改写后的第i项Fi＝UiσiVi *，Ui和Vi *分别是Fopt奇异值分解后得到的两个酉矩阵中的第i列向量，σi是Fopt奇异值分解后对角矩阵ΣF中第i项对角元素，令
Figure BDA0002680463500000088
代表其中的第Ns个元素，则
Figure BDA0002680463500000089
其中
Figure BDA00026804635000000810
代表模拟移相器，
Figure BDA00026804635000000811
代表酉矩阵UF中第i行第Nt列个元素，
Figure BDA00026804635000000812
代表基带数字预编码矢量，将
Figure BDA00026804635000000813
进行单位化处理，得
Figure BDA00026804635000000814
新的矩阵
Figure BDA00026804635000000815
用作模拟移相器矩阵使用，
Figure BDA00026804635000000816
代表其中的第NBS个元素，利用等效信道概念，使两个分解矩阵满足给定的约束条件，此时
Figure BDA0002680463500000091
改写成如下形式：
Figure BDA0002680463500000092
Fi为全数字预编码矩阵Fopt的第i列元素，令
Figure BDA0002680463500000093
Figure BDA0002680463500000094
代表矩阵
Figure BDA0002680463500000095
的第i列元素，且令
Figure BDA0002680463500000096
则模拟移相器矩阵表示为
Figure BDA0002680463500000097
Figure BDA0002680463500000098
代表酉矩阵UF第Ns列元素经过单位化后得到的向量，基带数字预编码矩阵表示为
Figure BDA0002680463500000099
代表
Figure BDA00026804635000000910
矩阵的第Ns列元素。
步骤三：利用等效信道概念、模拟移相器预编码矩阵
Figure BDA00026804635000000911
和基带数字预编码矩阵
Figure BDA00026804635000000912
计算得到等效信道矩阵
Figure BDA00026804635000000913
具体步骤为：
3-1)在发射端设计混合模拟数字预编码器表述为
Figure BDA00026804635000000914
因此根据步骤二中得到的
Figure BDA00026804635000000915
和
Figure BDA00026804635000000916
更新Fopt，更新后的Fopt用
Figure BDA00026804635000000917
表示；
3-2)信道矩阵
Figure BDA00026804635000000918
中的
Figure BDA00026804635000000919
用
Figure BDA00026804635000000920
表示，其中V1包含
Figure BDA00026804635000000921
的前Ns列，维度为Nt×Ns，V2包含
Figure BDA00026804635000000922
的后(Nt-Ns)列，维度为Nt×(Nt-Ns)，令
Figure BDA00026804635000000923
则更新后的
Figure BDA0002680463500000101
用
Figure BDA0002680463500000102
表示；
3-3)利用等效信道概念构造一个新的等效信道矩阵
Figure BDA0002680463500000103
即
Figure BDA0002680463500000104
步骤四：利用信道矩阵H和等效信道矩阵
Figure BDA00026804635000001026
计算得到补偿预编码矩阵Gau。具体步骤为：
4-1)令模拟移相器矩阵
Figure BDA0002680463500000105
令数字移相器矩阵
Figure BDA0002680463500000106
4-2)对于实际信道矩阵H，在等效信道概念被利用后保持不变，等效信道矩阵
Figure BDA0002680463500000107
用辅助矩阵Gau表示为
Figure BDA0002680463500000108
则计算得
Figure BDA0002680463500000109
H*为H的共轭转置矩阵。
步骤五：在接收端利用最小均方误差MMSE准则和补偿预编码矩阵Gau计算得到全数字组合矩阵Wopt。具体步骤为：
5-1)令
Figure BDA00026804635000001010
其中y是接收到的信号，
Figure BDA00026804635000001011
是接收信号y的等效信号；
5-2)利用最小均方误差MMSE准则
Figure BDA00026804635000001012
计算得到最优全数字组合矩阵
Figure BDA00026804635000001013
ρ其中为接收信号的平均概率，
Figure BDA00026804635000001014
为高斯白噪声方差，
Figure BDA00026804635000001015
表示维度为Ns×Ns的单位矩阵，
Figure BDA00026804635000001016
H*分别为FBB、FRF、H的共轭转置矩阵；
5-3)计算实际的全数字组合矩阵
Figure BDA00026804635000001017
步骤六：对全数字组合矩阵Wopt进行奇异值分解，计算得到模拟移相器组合矩阵WRF和基带数字组合矩阵WBB。具体步骤为：
6-1)对Wopt进行奇异值分解，得
Figure BDA00026804635000001018
其中酉矩阵
Figure BDA00026804635000001019
维度为NBS×NBS，
Figure BDA00026804635000001020
为酉矩阵Ur的第NBS列向量，对角矩阵
Figure BDA00026804635000001021
维度为NBS×NS，
Figure BDA00026804635000001022
代表对角矩阵Σr的第Ns个对角元素，酉矩阵
Figure BDA00026804635000001023
维度为Ns×Ns，
Figure BDA00026804635000001024
代表酉矩阵
Figure BDA00026804635000001025
的第Ns列向量；
6-2)取矩阵Ur的前Ns列构成矩阵
Figure BDA0002680463500000111
即
Figure BDA0002680463500000112
代表
Figure BDA0002680463500000113
的第Ns列元素；
6-3)对
Figure BDA0002680463500000114
进行归一化处理，得模拟移相器组合矩阵WRF，即
Figure BDA0002680463500000115
6-4)由于Wopt＝WRFWBB，所以得基带数字组合矩阵
Figure BDA0002680463500000116
为WRF的共轭转置矩阵。
从图2和图4可以看出当数据流数增加时，本发明的频谱效率一直优于正交匹配追踪混合预编码技术，由于SVD操作可以获得全数字预编码矩阵的正交信息，本发明更适用于大规模MIMO系统。从图3和图5可以看出当信噪比在-40dB至0dB时，本发明的频谱效率一直优于正交匹配追踪混合预编码技术。

Claims (7)

1.一种基于信道等效的联合混合预编码方法，其特征在于，包括以下步骤：
步骤一：在发射端对信道矩阵H进行奇异值分解，获得全数字预编码矩阵Fopt；
步骤二：对全数字预编码矩阵Fopt进行奇异值分解，获得模拟移相器预编码矩阵
Figure FDA0002680463490000011
和基带数字预编码矩阵
Figure FDA0002680463490000012
步骤三：利用等效信道概念、模拟移相器预编码矩阵
Figure FDA0002680463490000013
和基带数字预编码矩阵
Figure FDA0002680463490000014
计算得到等效信道矩阵
Figure FDA0002680463490000015
步骤四：利用信道矩阵H和等效信道矩阵
Figure FDA0002680463490000016
计算得到补偿预编码矩阵Gau；
步骤五：在接收端利用最小均方误差MMSE准则和补偿预编码矩阵Gau计算得到全数字组合矩阵Wopt；
步骤六：对全数字组合矩阵Wopt进行奇异值分解，计算得到模拟移相器组合矩阵WRF和基带数字组合矩阵WBB。
2.根据权利要求1所述的基于信道等效的联合混合预编码方法，其特征在于，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
Figure FDA0002680463490000017
其中UP是一个Nr×Nr维的酉矩阵，ΣP是一个Nr×Nt维的对角矩阵，
Figure FDA0002680463490000018
是一个Nt×Nt维的酉矩阵，Nr是接收天线数，Nt是发射天线数；
1-2)取
Figure FDA0002680463490000019
的前Ns列构成全数字预编码矩阵Fopt，Ns为数据流数量。
3.根据权利要求2所述的基于信道等效的联合混合预编码方法，其特征在于，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，得
Figure FDA00026804634900000110
其中UF是一个Nt×Nt维的包含模拟移相器角度信息的酉矩阵，UF中的元素是维度为Nt×1的列向量，ΣF是一个Nt×Ns维的对角矩阵，
Figure FDA0002680463490000021
是一个Ns×Ns维的酉矩阵，
Figure FDA0002680463490000022
中的元素是维度为Ns×1的列向量；
2-2)考虑RF链数量等于数据流数量的场景，因此UF中前Ns列向量对应于UF中前Ns个最大特征值，将UF中所有的元素进行归一化处理，并取UF的前Ns列构成模拟相移器预编码矩阵
Figure FDA0002680463490000023
即
Figure FDA0002680463490000024
其中
Figure FDA0002680463490000025
表示
Figure FDA0002680463490000026
中第NS行第NBS列的元素；
2-3)Fopt由Ns项组成，改写为
Figure FDA0002680463490000027
其中改写后的第i项Fi＝UiσiVi *，Ui和Vi *分别是Fopt奇异值分解后得到的两个酉矩阵中的第i列向量，σi是Fopt奇异值分解后对角矩阵ΣF中第i项对角元素，令
Figure FDA0002680463490000028
Figure FDA0002680463490000029
代表其中的第Ns个元素，则
Figure FDA00026804634900000210
其中
Figure FDA00026804634900000211
代表模拟移相器，
Figure FDA00026804634900000212
代表酉矩阵UF中第i行第Nt列个元素，
Figure FDA00026804634900000213
代表基带数字预编码矢量，将
Figure FDA00026804634900000214
进行单位化处理，得
Figure FDA00026804634900000215
新的矩阵
Figure FDA00026804634900000216
用作模拟移相器矩阵使用，
Figure FDA00026804634900000217
代表其中的第NBS个元素，利用等效信道概念，使两个分解矩阵满足给定的约束条件，此时
Figure FDA0002680463490000031
改写成如下形式：
Figure FDA0002680463490000032
Fi为全数字预编码矩阵Fopt的第i列元素，令
Figure FDA0002680463490000033
代表矩阵
Figure FDA0002680463490000035
的第i列元素，且令
Figure FDA0002680463490000036
则模拟移相器矩阵表示为
Figure FDA0002680463490000037
Figure FDA0002680463490000038
代表酉矩阵UF第Ns列元素经过单位化后得到的向量，基带数字预编码矩阵表示为
Figure FDA0002680463490000039
Figure FDA00026804634900000310
代表
Figure FDA00026804634900000311
矩阵的第Ns列元素。
4.根据权利要求3所述的基于信道等效的联合混合预编码方法，其特征在于，所述步骤三的具体步骤为：
3-1)根据步骤二中得到的
Figure FDA00026804634900000312
和
Figure FDA00026804634900000313
更新Fopt，更新后的Fopt用
Figure FDA00026804634900000314
表示；
3-2)信道矩阵
Figure FDA00026804634900000315
中的
Figure FDA00026804634900000316
用
Figure FDA00026804634900000317
表示，其中V1包含
Figure FDA00026804634900000318
的前Ns列，维度为Nt×Ns，V2包含
Figure FDA00026804634900000319
的后(Nt-Ns)列，维度为Nt×(Nt-Ns)，令
Figure FDA00026804634900000320
则更新后的
Figure FDA0002680463490000041
用
Figure FDA0002680463490000042
表示；
3-3)利用等效信道概念构造一个新的等效信道矩阵
Figure FDA0002680463490000043
即
Figure FDA0002680463490000044
5.根据权利要求4所述的基于信道等效的联合混合预编码方法，其特征在于，所述步骤四的具体步骤为：
4-1)令模拟移相器矩阵
Figure FDA0002680463490000045
令数字移相器矩阵
Figure FDA0002680463490000046
4-2)对于实际信道矩阵H，在等效信道概念被利用后保持不变，等效信道矩阵
Figure FDA0002680463490000047
用辅助矩阵Gau表示为
Figure FDA0002680463490000048
则计算得
Figure FDA0002680463490000049
H*为H的共轭转置矩阵。
6.根据权利要求5所述的基于信道等效的联合混合预编码方法，其特征在于，所述步骤五的具体步骤为：
5-1)令
Figure FDA00026804634900000410
其中y是接收到的信号，
Figure FDA00026804634900000411
是接收信号y的等效信号；
5-2)利用最小均方误差MMSE准则
Figure FDA00026804634900000412
计算得到最优全数字组合矩阵
Figure FDA00026804634900000413
ρ其中为接收信号的平均概率，
Figure FDA00026804634900000414
为高斯白噪声方差，
Figure FDA00026804634900000415
表示维度为Ns×Ns的单位矩阵，
Figure FDA00026804634900000416
H*分别为FBB、FRF、H的共轭转置矩阵；
5-3)计算实际的全数字组合矩阵
Figure FDA00026804634900000417
7.根据权利要求6所述的基于信道等效的联合混合预编码方法，其特征在于，所述步骤六的具体步骤为：
6-1)对Wopt进行奇异值分解，得Wopt＝UrΣrVr *，其中酉矩阵
Figure FDA00026804634900000418
维度为NBS×NBS，
Figure FDA00026804634900000419
为酉矩阵Ur的第NBS列向量，对角矩阵
Figure FDA00026804634900000420
维度为NBS×NS，
Figure FDA00026804634900000421
代表对角矩阵Σr的第Ns个对角元素，酉矩阵
Figure FDA00026804634900000422
维度为Ns×Ns，
Figure FDA00026804634900000423
代表酉矩阵Vr *的第Ns列向量；
6-2)取矩阵Ur的前Ns列构成矩阵
Figure FDA0002680463490000051
即
Figure FDA0002680463490000052
Figure FDA0002680463490000053
代表
Figure FDA0002680463490000054
的第Ns列元素；
6-3)对
Figure FDA0002680463490000055
进行归一化处理，得模拟移相器组合矩阵WRF，即
Figure FDA0002680463490000056
6-4)由于Wopt＝WRFWBB，所以得基带数字组合矩阵
Figure FDA0002680463490000057
为WRF的共轭转置矩阵。
CN202010960752.8A 2020-09-14 2020-09-14 一种基于信道等效的联合混合预编码方法 Active CN112054827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010960752.8A CN112054827B (zh) 2020-09-14 2020-09-14 一种基于信道等效的联合混合预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010960752.8A CN112054827B (zh) 2020-09-14 2020-09-14 一种基于信道等效的联合混合预编码方法

Publications (2)

Publication Number Publication Date
CN112054827A true CN112054827A (zh) 2020-12-08
CN112054827B CN112054827B (zh) 2022-02-01

Family

ID=73611118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010960752.8A Active CN112054827B (zh) 2020-09-14 2020-09-14 一种基于信道等效的联合混合预编码方法

Country Status (1)

Country Link
CN (1) CN112054827B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112636800A (zh) * 2020-12-16 2021-04-09 杭州电子科技大学 基于毫米波大规模mimo多用户场景的混合预编码算法
CN112910521A (zh) * 2021-02-27 2021-06-04 中电万维信息技术有限责任公司 一种基于深度学习的mimo混合波束赋形方法
CN113708816A (zh) * 2021-09-01 2021-11-26 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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107135024A (zh) * 2017-05-12 2017-09-05 西安交通大学 一种低复杂度的混合波束赋形迭代设计方法
CN107154815A (zh) * 2017-04-05 2017-09-12 西安邮电大学 一种多用户系统混合预编码方法
US20180131423A1 (en) * 2016-11-09 2018-05-10 Facebook, Inc. Beamforming in antenna systems
CN108712198A (zh) * 2018-05-08 2018-10-26 电子科技大学 一种基于子带等效信道矩阵条件数的混合预编码方法
CN109361434A (zh) * 2018-08-29 2019-02-19 南京邮电大学 基站协作传输的毫米波mimo混合预编码方法
CN109560845A (zh) * 2018-11-27 2019-04-02 湘潭大学 一种低复杂度通用混合预编码方法
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180131423A1 (en) * 2016-11-09 2018-05-10 Facebook, Inc. Beamforming in antenna systems
CN107154815A (zh) * 2017-04-05 2017-09-12 西安邮电大学 一种多用户系统混合预编码方法
CN107135024A (zh) * 2017-05-12 2017-09-05 西安交通大学 一种低复杂度的混合波束赋形迭代设计方法
CN108712198A (zh) * 2018-05-08 2018-10-26 电子科技大学 一种基于子带等效信道矩阵条件数的混合预编码方法
CN109361434A (zh) * 2018-08-29 2019-02-19 南京邮电大学 基站协作传输的毫米波mimo混合预编码方法
CN109560845A (zh) * 2018-11-27 2019-04-02 湘潭大学 一种低复杂度通用混合预编码方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MINGYANG CUI: "Low complexity joint hybrid precoding for millimeter wave MIMO systems", 《CHINA COMMUNICATIONS》 *
钱旸: "毫米波大规模MIMO系统基于最大等效信道增益的混合预编码方案", 《南京邮电大学学报( 自然科学版)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112636800A (zh) * 2020-12-16 2021-04-09 杭州电子科技大学 基于毫米波大规模mimo多用户场景的混合预编码算法
CN112910521A (zh) * 2021-02-27 2021-06-04 中电万维信息技术有限责任公司 一种基于深度学习的mimo混合波束赋形方法
CN112910521B (zh) * 2021-02-27 2022-04-05 中电万维信息技术有限责任公司 一种基于深度学习的mimo混合波束赋形方法
CN113708816A (zh) * 2021-09-01 2021-11-26 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

Also Published As

Publication number Publication date
CN112054827B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
Méndez-Rial et al. Hybrid MIMO architectures for millimeter wave communications: Phase shifters or switches?
CN106603130B (zh) 一种大规模mimo系统中数模混合预编码方法
Kaushik et al. Joint bit allocation and hybrid beamforming optimization for energy efficient millimeter wave MIMO systems
CN107046434B (zh) 大规模mimo系统模数混合预编码方法
CN106253956B (zh) 基于码本的模数混合预编码方法
CN108736943B (zh) 一种适用于大规模mimo系统的混合预编码方法
CN109861731B (zh) 一种混合预编码器及其设计方法
CN108023620A (zh) 应用于毫米波频段的大规模mimo系统混合预编码方法
CN112054827B (zh) 一种基于信道等效的联合混合预编码方法
CN110138425B (zh) 低复杂度阵列天线多输入多输出系统混合预编码算法
CN109167623B (zh) 一种应用于毫米波多天线系统的混合波束成形系统及其毫米波多天线系统
CN109120316B (zh) 一种基于最大化最小相位差值的混合波束成形方法
Kaushik et al. Energy efficiency maximization of millimeter wave hybrid MIMO systems with low resolution DACs
CN109547082A (zh) 基于毫米波大规模天线系统的混合预编码优化方法
CN108566236A (zh) 用户终端、基站以及混合波束成形传输方法和系统
Kaushik et al. Energy efficient ADC bit allocation and hybrid combining for millimeter wave 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
CN113824477B (zh) 离散透镜天线阵列辅助的多用户大规模mimo优化方法
CN111010220B (zh) 基于能量效率的多用户多流的下行混合预编码方法及系统
CN112054826A (zh) 一种基于中间信道的单用户低复杂度混合预编码方法
Kaushik et al. Energy efficiency maximization in millimeter wave hybrid MIMO systems for 5G and beyond
Xue et al. Integrated deep implicit CSI feedback and beamforming design for FDD mmWave massive MIMO systems
Sheng et al. Energy efficiency optimization for beamspace massive MIMO systems with low-resolution ADCs
Qiao et al. Eigen decomposition-based hybrid precoding for millimeter wave MIMO systems with low-resolution ADCs/DACs
CN114039638B (zh) 一种混合波束成形器与模数转换器联合设计方法

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