CN112468199B - 面向大规模mimo的符号级混合预编码方法 - Google Patents

面向大规模mimo的符号级混合预编码方法 Download PDF

Info

Publication number
CN112468199B
CN112468199B CN202011278255.6A CN202011278255A CN112468199B CN 112468199 B CN112468199 B CN 112468199B CN 202011278255 A CN202011278255 A CN 202011278255A CN 112468199 B CN112468199 B CN 112468199B
Authority
CN
China
Prior art keywords
symbol
precoding
digital
hybrid
level
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
CN202011278255.6A
Other languages
English (en)
Other versions
CN112468199A (zh
Inventor
蔡曙
尹秋阳
王子竟
张军
郭永安
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202011278255.6A priority Critical patent/CN112468199B/zh
Publication of CN112468199A publication Critical patent/CN112468199A/zh
Application granted granted Critical
Publication of CN112468199B publication Critical patent/CN112468199B/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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/046—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account
    • H04B7/0465—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account taking power constraints at power amplifier or emission constraints, e.g. constant modulus, into account

Landscapes

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

Abstract

本发明公开了面向大规模MIMO的符号级混合预编码方法，所述方法通过混合预编码设计，在发射机的发射信号功率约束下，最小化接收端用户的最大符号错误概率(SEP)。针对混合预编码器中恒模约束和离散相位约束，本发明分两步实现混合预编码，首先求解发射信号功率约束下的全数字符号级预编码(SLP)，然后再最小化全数字符号级预编码器和混合预编码器之间的欧式距离来求解后者。针对模拟和数字预编码器件编码速率不同的问题，本发明提出多符号模拟和符号级数字匹配的混合预编码方案。本发明提出的混合预编码方案，在提高系统容量的同时满足低误码率要求，对大规模/超大规模MIMO通信系统的设计有重要的指导意义。

Description

面向大规模MIMO的符号级混合预编码方法
技术领域
本发明属于无线通信技术领域，具体涉及一种面向大规模MIMO的符号级混合预编码方法。
背景技术
高可靠低时延是5G的一个主要无线传输场景，其中可靠性的一个具体表现就是传输的低误码率。传统方法中，往往在发射端采用多天线预编码技术来提升接收端的接收信噪比，从而提升系统容量。然而这样在高可靠系统中，难以满足其对误码率的要求。
多天线预编码技术在提高系统容量，提高系统频谱利用率方面表现巨大优势。然而，当基站(BS)端天线数急剧增加时，该技术也带来了接收机的设计复杂度问题和系统功耗问题。在大规模MIMO系统中，如果继续沿用全数字预编码方案，将会增加系统硬件功耗与实现复杂度。
混合预编码技术是解决该问题的有效途径。混合预编码器由模拟和数字预编码器组成。相比于数字预编码，模拟预编码器存在恒模约束和离散相位约束。此外，其预编码权值最大变化速率可能难以匹配数字预编码器，达到符号级变化速率，因此难以实现符号级预编码。这两点使得混合预编码设计难度极大。目前，已有不少关于混合预编码技术的研究，但是主要针对的基于符号级混合预编码的信噪比约束下的最小化功率问题，或是基于线性预编码的QoS约束下的最小功率问题，尚未有见到公开文献考虑误码率进行符号级混合预编码方法。
发明内容
发明目的：针对现有技术的不足，本发明提出一种面向大规模MIMO的符号级混合预编码方法，直接以最小化误码率为目标，利用CSI和待发送符号的星座图结构来设计预编码信号，从而在提高系统容量的同时满足它对误码率要求。
技术方案：一种面向大规模MIMO的符号级混合预编码方法，包括以下步骤：
(1)根据系统参数设定和信道状态信息，建立接收信号模型；
(2)根据接收信号，建立发射端混合预编码信号与接收端符号错误概率SEP之间的关系模型；
(3)基于发射信号功率约束，考虑模拟预编码器、数字预编码器的变化速率，进行多符号级模拟预编码和符号级数字预编码的匹配，并建立接收端用户的最大SEP最小化问题；
(4)基于所建立的问题，首先在发射信号功率约束下设计全数字符号级预编码SLP，以最小化接收端用户的最大SEP，然后建立全数字符号级预编码SLP和符号级混合预编码器的最小二乘问题，求解该问题得到基于发射信号功率约束下的混合预编码信号。
进一步地，所述步骤(1)包括：对于一个配备NT根天线、NR根射频链路的基站，服务K个用户终端的系统模型，基站与第k个用户之间的信道
Figure GDA0002878595060000021
服从准静态块衰落，第k个用户在第t时刻的接收信号rk,t表示为：
Figure GDA0002878595060000022
其中，
Figure GDA0002878595060000023
T是传输的符号块长度，
Figure GDA0002878595060000024
和
Figure GDA0002878595060000025
分别表示t时刻的模拟预编码和数字预编码，
Figure GDA0002878595060000026
表示加性复高斯白噪声，
Figure GDA0002878595060000027
表示噪声方差，则所有用户在t时刻的接收信号表示为：
Figure GDA0002878595060000028
其中，
Figure GDA0002878595060000029
进一步地，所述步骤(2)包括：待发射符号记为
Figure GDA00028785950600000210
sk,t表示t时刻发射给第k个用户的符号，K为用户数，令
Figure GDA00028785950600000211
是多进制正交幅度调制星座图所对应的点集：
Figure GDA00028785950600000212
其中，
Figure GDA00028785950600000213
R是一个正整数，
Figure GDA00028785950600000214
分别表示实部和虚部，则星座图的大小为M＝4R2；
在接收端，为了成功检测，要求发射信号满足：
Figure GDA00028785950600000215
其中，
Figure GDA00028785950600000216
和
Figure GDA00028785950600000217
分别表示
Figure GDA00028785950600000218
中星座点实部和虚部的最小间隔，则接收端解调信号为：
Figure GDA0002878595060000031
其中，dec(x)表示将x投影到最近的星座点；
因此，用户k在t时刻的接收端符号错误概率表示成：
Figure GDA0002878595060000032
令
Figure GDA0002878595060000033
则发射端混合预编码信号与接收端符号错误概率SEP之间的关系模型表示为：
Figure GDA0002878595060000034
其中，Q(·)为Q函数。
进一步地，所述步骤(3)包括：根据发射信号功率约束和接收端用户的最大SEP最小化，假设模拟预编码器变化1次时，数字预编码器变化L次，且令T是L的整数倍，得到多符号级模拟和符号级数字混合预编码方案中的优化问题(2)：
Figure GDA0002878595060000035
Figure GDA0002878595060000036
Figure GDA0002878595060000037
Figure GDA0002878595060000038
其中，t＝(t1-1)L+t2，t1是模拟预编码器的变化时间，t2是为了表示数字预编码器的变化时间而引入的变量；“min”表示最小化运算；“s.t.”表示约束条件，(2b)表示发射机处发射的混合预编码信号的功率约束；(2c)是模拟预编码器的离散相位约束，
Figure GDA0002878595060000039
其元素总数为Q＝2B，B是移相器的比特位数；(2d)是星座点实部和虚部的最小间隔的约束。
进一步地，所述优化问题(2)中关于SEPk,t的表示进行如下等价转化：
令
Figure GDA0002878595060000041
并带入SEP表达式(1)得到：
Figure GDA0002878595060000042
则目标函数(2a)写为：
Figure GDA0002878595060000043
进一步地，所述步骤(4)包括：1)在发射信号功率约束下设计全数字SLP，以最小化用户的最大SEP，求解该问题，得到全数字SLP，表示为xt；
2)将转化后的优化问题(2)转化成
Figure GDA0002878595060000044
个欧氏距离最小化问题，即对
Figure GDA0002878595060000045
Figure GDA0002878595060000046
Figure GDA0002878595060000047
利用最小二乘法，通过依次更新模拟预编码器
Figure GDA0002878595060000048
中列向量来求解上述优化问题。
进一步地，所述利用最小二乘法，通过依次更新模拟预编码器
Figure GDA0002878595060000049
中列向量包括：
a)多符号模拟预编码决定了
Figure GDA00028785950600000410
矩阵每一次都是更新L列向量，对
Figure GDA00028785950600000411
使用混合预编码器逼近全数字SLP信号的残差值，残差值定义成：
Figure GDA00028785950600000412
其中，
Figure GDA00028785950600000413
b)根据
Figure GDA00028785950600000414
得到每次更新的
Figure GDA00028785950600000415
相位值，令l2＝(l1-1)L+1,l3＝l1L，
Figure GDA00028785950600000416
其中，
Figure GDA0002878595060000051
是移相器相应的分辨率，[x]表示对x进行四舍五入运算，
Figure GDA0002878595060000052
Figure GDA0002878595060000053
分别是
Figure GDA0002878595060000054
和
Figure GDA0002878595060000055
矩阵中各个元素的角度值；
c)利用最小二乘法求解相应的数字预编码矩阵，
Figure GDA0002878595060000056
d)重复步骤b)和c)，直到算法达到预设收敛条件，输出URF,uBB。
有益效果：本发明考虑面向大规模MIMO的误码率可控的符号级混合预编码方法，提出多符号级模拟和符号级数字混合预编码方案。通过混合预编码设计，在接收机符号错误概率(SEP)约束下，最小化发射机的信号发射功率。本发明直接以最小化误码率为目标，利用CSI和待发送符号的星座图结构来设计预编码信号，从而在提高系统容量的同时满足它对误码率要求。其中针对离散相位约束，本发明将该优化问题转化为两个子问题，首先求解SEP约束条件下的全数字符号级预编码(SLP)，再最小化全数字符号级预编码器和混合预编码器之间的欧氏距离来求解后者。针对变化速率问题，本发明针对编码速率不同的模拟和数字预编码器件，提出多符号模拟和符号级数字混合预编码方案。本发明能够实现在满足通信系统性能的同时降低整体的能耗，对大规模/超大规模MIMO通信系统的设计有重要的指导意义。
附图说明
图1是本发明中混合预编码的系统模型；
图2是本发明中混合预编码方法流程图；
图3是16-QAM星座图中
Figure GDA0002878595060000057
和
Figure GDA0002878595060000058
的示意图；
图4是本发明中实际的SEP随着发射功率与噪声功率的比值
Figure GDA0002878595060000059
变化的曲线图；
图5是本发明中接收端的功率随着发射机的发射功率约束变化的曲线图。
具体实施方式
下面结合附图对本发明的技术方案进行清楚、完整的描述。
实施例中考虑一个单小区多输入多输出(MIMO)的下行链路系统，如图1所示，其中包含一个配备NT根天线的BS，BS配备NR根射频(RF)链路，服务K个单天线用户终端。本发明通过混合预编码设计，在发射机的发射信号功率约束下，最小化接收端用户的最大符号错误概率(SEP)。混合预编码器由模拟和数字预编码器组成。相比于数字预编码，模拟预编码器存在恒模约束和离散相位约束。此外，其预编码权值最大变化速率可能难以匹配数字预编码器，达到符号级变化速率，因此模拟预编码器难以实现符号级预编码。针对恒模约束和离散相位约束，本发明分两步实现混合预编码，首先求解发射信号功率约束下的全数字符号级预编码(SLP)，然后再最小化全数字符号级预编码器和混合预编码器之间的欧式距离来求解后者。针对模拟和数字预编码器件编码速率不同的问题，本发明提出多符号模拟和符号级数字匹配的混合预编码方案。为了简化说明，在以下描述中仅对L＝1,L＝2场景下的优化问题进行了详细的推导求解。
参照图2，具体步骤如下：
步骤1，根据系统参数设定和信道状态信息(CSI)，建立接收信号模型。
假设信道信息是已知的，
Figure GDA0002878595060000061
是预编码利用的数据符号信息，也就是BS真正想传输给用户的符号。其中，sk表示第k个用户利用的符号。BS与第k个用户之间的信道
Figure GDA0002878595060000062
服从准静态块衰落，则第k个用户在第t时刻的接收信号rk,t可表示为：
Figure GDA0002878595060000063
其中，
Figure GDA0002878595060000064
T是传输的符号块长度，
Figure GDA0002878595060000065
和
Figure GDA0002878595060000066
分别表示t时刻的模拟预编码和数字预编码，
Figure GDA0002878595060000067
表示加性复高斯白噪声，
Figure GDA0002878595060000068
是噪声方差。因此，t时刻所有用户的接收信号可以写成：
Figure GDA0002878595060000069
其中，
Figure GDA00028785950600000610
表达式中上标T表示转置。
步骤2，利用CSI和待发射符号
Figure GDA00028785950600000611
的星座图结构进行符号级预编码设计。假设R＝2，
Figure GDA00028785950600000612
是多进制正交幅度调制(M-QAM)所对应的点集：
Figure GDA0002878595060000071
其中，
Figure GDA0002878595060000072
分别表示实部和虚部，则星座图的大小为4R2＝16。
在接收端，为了成功检测，要求发射信号满足：
Figure GDA0002878595060000073
其中，
Figure GDA0002878595060000074
和
Figure GDA0002878595060000075
分别表示
Figure GDA0002878595060000076
中星座点实部和虚部的最小间隔，16-QAM星座图中
Figure GDA0002878595060000077
和
Figure GDA0002878595060000078
的示意图如图3所示。假设
Figure GDA0002878595060000079
和
Figure GDA00028785950600000710
在用户端已知，则接收端解调信号为：
Figure GDA00028785950600000711
其中，dec(x)将x投影到最近的星座点，
Figure GDA00028785950600000712
和
Figure GDA00028785950600000713
分别表示对rk,t的实部和虚部取值(都是实数值)。
因此，用户k在t时刻的接收符号实部(或虚部)的错误概率可以表示成：
Figure GDA00028785950600000714
令
Figure GDA00028785950600000715
发射端混合预编码信号与接收端符号错误概率(SEP)之间的关系模型，可以表示成：
Figure GDA00028785950600000716
其中，
Figure GDA00028785950600000717
为Q函数。
步骤3，根据发射功率约束和用户SEP最小化，假设模拟预编码器变化1次，数字预编码器变化L次，得到多符号级(L＝1,L＝2)模拟和符号级数字混合预编码方案中的优化问题如下：
Figure GDA00028785950600000718
Figure GDA0002878595060000081
Figure GDA0002878595060000082
Figure GDA0002878595060000083
其中，t＝(t1-1)L+t2，t1是模拟预编码器的变化时间，t2是为了表示数字预编码器的变化时间而引用的变量；P表示基站的发射功率阈值；“min”表示最小化运算；“s.t.”表示约束条件，(8b)表示发射机处发射的混合预编码信号的功率约束，(8c)表示模拟预编码器的离散相位约束，
Figure GDA0002878595060000084
其元素总数Q＝2B，B是移相器的比特位数，(8d)是星座点实部和虚部的最小间隔的约束。
目标函数(8a)中关于SEPk,t的表示可进行如下等价转化：
令
Figure GDA0002878595060000085
并带入SEP表达式(7)可得，
Figure GDA0002878595060000086
则目标函数(8a)可以写成：
Figure GDA0002878595060000087
问题(9)的约束条件仍然为(8b)～(8d)。
步骤4，针对步骤3中转化后的问题(9)，求解步骤如下：
针对恒模约束和离散相位约束，本发明分两步实现混合预编码，首先求解发射信号功率约束下的全数字符号级预编码(SLP)，然后再最小化全数字符号级预编码器和混合预编码器之间的欧式距离来求解后者。
1)在发射信号功率约束下设计全数字SLP，以最小化用户的最大SEP，利用文献[M.Shao,Q.Li,W.-K.Ma,and A.M.-C.So,“A Framework for One-Bit and Constant-Envelope Precoding Over Multiuser Massive MISO Channels,”IEEE Trans.SignalProcess.,vol.67,no.20,pp.5309–5324,2019.]中的算法求解该问题，得到全数字SLP，表示为xt。
2)建立全数字SLP和符号级混合预编码器的最小二乘问题，并求解。
在步骤1)的基础上，本发明将原优化问题(9)转化成
Figure GDA0002878595060000091
个欧氏距离最小化问题，即对
Figure GDA0002878595060000092
Figure GDA0002878595060000093
Figure GDA0002878595060000094
为了求解
Figure GDA0002878595060000095
本发明利用最小二乘法，通过依次更新模拟预编码器
Figure GDA0002878595060000096
中列向量来求解上述优化问题。
多符号模拟预编码决定了
Figure GDA0002878595060000097
矩阵每一次都是更新L列向量，对
Figure GDA0002878595060000098
使用混合预编码器逼近全数字SLP信号的残差值。残差值定义成：
Figure GDA0002878595060000099
其中，
Figure GDA00028785950600000910
根据
Figure GDA00028785950600000911
得到每次更新的
Figure GDA00028785950600000912
相位值，令l2＝(l1-1)L+1,l3＝l1L，
Figure GDA00028785950600000913
其中，
Figure GDA00028785950600000914
是移相器(phase shifter)相应的分辨率，[x]表示对x进行四舍五入运算。
Figure GDA00028785950600000915
分别是
Figure GDA00028785950600000916
和
Figure GDA00028785950600000917
矩阵中各个元素的角度值。接着，利用最小二乘法求解相应的数字预编码矩阵，
Figure GDA00028785950600000918
迭代运算直到算法收敛。
最后，整个问题的完整算法总结如下：
Figure GDA00028785950600000919
Figure GDA0002878595060000101
在本发明实施例中，考虑到仿真图进行简化，对L取值为1和2。具体实现如下：
当L＝1时，发射功率约束条件下的混合预编码设计：
此时，t2＝t1＝t＝1,…,T，对混合预编码的设计转化成T个欧氏距离最小化问题：
Figure GDA0002878595060000102
Figure GDA0002878595060000111
因此，
Figure GDA0002878595060000112
矩阵每一次都是更新1列向量，对l1＝1:NR，使用混合预编码器逼近全数字SLP信号的残差值。残差值定义成：
Figure GDA0002878595060000113
根据
Figure GDA0002878595060000114
得到每次更新的
Figure GDA0002878595060000115
相位值，
Figure GDA0002878595060000116
其中，
Figure GDA0002878595060000117
是移相器(phase shifter)相应的分辨率，
Figure GDA0002878595060000118
分别是
Figure GDA0002878595060000119
和
Figure GDA00028785950600001110
向量中各个元素的角度值。
接着，利用最小二乘法求解相应的数字预编码矩阵，
Figure GDA00028785950600001111
迭代运算直到算法收敛。具体的求解算法在算法1中令L＝1。
3)当L＝2时，发射功率约束条件下的混合预编码设计：
将混合预编码的设计转化成
Figure GDA00028785950600001112
个欧氏距离最小化问题，即对
Figure GDA00028785950600001113
Figure GDA00028785950600001114
Figure GDA00028785950600001115
因此，
Figure GDA00028785950600001116
矩阵每一次都更新2列向量，对
Figure GDA00028785950600001117
使用混合预编码器逼近全数字SLP信号的残差值。残差值定义成：
Figure GDA00028785950600001118
其中，
Figure GDA00028785950600001119
根据
Figure GDA00028785950600001120
得到每次更新的
Figure GDA00028785950600001121
的相位值，令l2＝2l1-1,l3＝2l1，
Figure GDA0002878595060000121
Figure GDA0002878595060000122
分别是
Figure GDA0002878595060000123
和
Figure GDA0002878595060000124
矩阵中各个元素的角度值。
接着，利用最小二乘法求解相应的数字预编码矩阵，
Figure GDA0002878595060000125
迭代运算直到算法收敛。具体的求解算法在算法1中令L＝2。
为了验证上述混合预编码方案的性能，利用MATLAB来仿真上述场景，对优化问题的求解采用CVX软件包。仿真设置如下：发射天线数NT＝128；RF链路的数目NR＝8；H中的元素在每次实验中随机生成，并服从CN(0,1)的独立同分布；噪声功率
Figure GDA0002878595060000126
总时刻数T＝60；符号sk,t是由16-QAM星座图均匀生成。对每个仿真场景，生成100次信道来获取性能的平均结果。仿真结果如图4和图5所示。
图4将本发明提出的发射功率可控的符号级混合预编码方法和全数字SLP方法进行比较，以验证其性能。选定参数：移相器的编码位数B＝3，对应的分辨率是
Figure GDA0002878595060000127
数字预编码和模拟预编码速率比为L＝1,L＝2,L＝4。图中x轴表示用户数K，y轴表示用户端的实际SEP。可以看出，L＝1,L＝2时与全数字SLP的性能几乎相同；随着K的增加，接收端用户的SEP也在随之增加。
图5给出了接收端SEP随发射功率的变化趋势，x轴表示发射功率与噪声之间的比值
Figure GDA0002878595060000128
y轴表示用户处检测信号时实际的SEP。参数设定如下：用户数K＝16，移相器的编码位数分别为B＝2,B＝3，对应的分辨率分别是
Figure GDA0002878595060000129
发射功率P＝10w。可以看出，三种预编码方案的SEP随P的增加而减少。
本发明通过混合预编码设计，在发射机的发射信号功率约束下，最小化接收端用户的最大符号错误概率(SEP)。针对恒模约束和离散相位约束，本发明分两步实现混合预编码，首先求解发射信号功率约束下的全数字符号级预编码(SLP)，然后再最小化全数字符号级预编码器和混合预编码器之间的欧式距离来求解后者。针对模拟和数字预编码器件编码速率不同的问题，本发明提出多符号模拟和符号级数字匹配的混合预编码方案。
以上所述仅为本发明的具体实施方式，但本发明保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (4)

1.一种面向大规模MIMO的符号级混合预编码方法，其特征在于，所述方法包括以下步骤：
(1)根据系统参数设定和信道状态信息，建立接收信号模型，其中，对于一个配备NT根天线、NR根射频链路的基站，服务K个用户终端的系统模型，基站与第k个用户之间的信道
Figure FDA0003165731530000011
服从准静态块衰落，第k个用户在第t时刻的接收信号rk,t表示为：
Figure FDA0003165731530000012
其中，
Figure FDA0003165731530000013
T是传输的符号块长度，
Figure FDA0003165731530000014
和
Figure FDA0003165731530000015
分别表示t时刻的模拟预编码和数字预编码，
Figure FDA0003165731530000016
表示加性复高斯白噪声，
Figure FDA0003165731530000017
表示噪声方差，则所有用户在t时刻的接收信号表示为：
Figure FDA0003165731530000018
其中，
Figure FDA0003165731530000019
(2)根据接收信号，建立发射端混合预编码信号与接收端符号错误概率SEP之间的关系模型，包括：
待发射符号记为
Figure FDA00031657315300000110
sk,t表示t时刻发射给第k个用户的符号，K为用户数目，令
Figure FDA00031657315300000111
Figure FDA00031657315300000112
是多进制正交幅度调制星座图所对应的点集：
Figure FDA00031657315300000113
其中，
Figure FDA00031657315300000114
R是一个正整数，
Figure FDA00031657315300000115
分别表示实部和虚部，则星座图的大小为M＝4R2；
在接收端，为了成功检测，要求发射信号满足：
Figure FDA00031657315300000116
其中，
Figure FDA00031657315300000117
和
Figure FDA00031657315300000118
分别表示
Figure FDA00031657315300000119
中星座点实部和虚部的最小间隔，则接收端解调信号为：
Figure FDA00031657315300000120
其中，dec(x)表示将x投影到最近的星座点；
因此，用户k在t时刻的接收端符号错误概率表示成：
Figure FDA0003165731530000021
令
Figure FDA0003165731530000022
则发射端混合预编码信号与接收端符号错误概率SEP之间的关系模型表示为：
Figure FDA0003165731530000023
其中，Q(·)为Q函数；
(3)基于发射信号功率约束，考虑模拟预编码器、数字预编码器的变化速率，进行多符号级模拟预编码和符号级数字预编码的匹配，并建立接收端用户的最大SEP最小化问题，具体包括：根据发射信号功率约束和接收端用户的最大SEP最小化，假设模拟预编码器变化1次时，数字预编码器变化L次，L是大于1的整数，且令T是L的整数倍，得到多符号级模拟和符号级数字混合预编码方案中的优化问题(2)：
Figure FDA0003165731530000024
s.t.
Figure FDA0003165731530000025
Figure FDA0003165731530000026
Figure FDA0003165731530000027
其中，t＝(t1-1)L+t2，t1是模拟预编码器的变化时间，t2是为了表示数字预编码器的变化时间而引入的变量；“min”表示最小化运算；“s.t.”表示约束条件，(2b)表示发射机处发射的混合预编码信号的功率约束，P是发射功率阈值；(2c)是模拟预编码器的离散相位约束，
Figure FDA0003165731530000028
其元素总数为Q＝2B，B是移相器的比特位数；(2d)是星座点实部和虚部的最小间隔的约束；
(4)基于所建立的问题，首先在发射信号功率约束下设计全数字符号级预编码SLP，以最小化接收端用户的最大SEP，然后建立全数字符号级预编码SLP和符号级混合预编码器的最小二乘问题，求解该问题得到基于发射信号功率约束下的混合预编码信号。
2.根据权利要求1所述的面向大规模MIMO的符号级混合预编码方法，其特征在于，所述优化问题(2)中关于SEPk,t的表示进行如下等价转化：
令
Figure FDA0003165731530000031
并带入发射端混合预编码信号与接收端符号错误概率SEP之间的关系模型得到：
Figure FDA0003165731530000032
则目标函数(2a)写为：
Figure FDA0003165731530000033
3.根据权利要求2所述的面向大规模MIMO的符号级混合预编码方法，其特征在于，所述步骤(4)包括：
1)在发射信号功率约束下设计全数字SLP，以最小化用户的最大SEP，求解该问题，得到全数字SLP，表示为xt；
2)将转化后的优化问题(2)转化成
Figure FDA0003165731530000034
个欧氏距离最小化问题，即对
Figure FDA0003165731530000035
Figure FDA0003165731530000036
s.t.
Figure FDA0003165731530000037
利用最小二乘法，通过依次更新模拟预编码器
Figure FDA0003165731530000038
中列向量来求解上述优化问题。
4.根据权利要求3所述的面向大规模MIMO的符号级混合预编码方法，其特征在于，所述利用最小二乘法，通过依次更新模拟预编码器
Figure FDA0003165731530000039
中列向量包括：
a)多符号模拟预编码决定了
Figure FDA00031657315300000310
矩阵每一次都是更新L列向量，对
Figure FDA00031657315300000311
使用混合预编码器逼近全数字SLP信号的残差值，残差值定义成：
Figure FDA0003165731530000041
其中，
Figure FDA0003165731530000042
b)根据
Figure FDA0003165731530000043
得到每次更新的
Figure FDA0003165731530000044
相位值，令l2＝(l1-1)L+1,l3＝l1L，
Figure FDA0003165731530000045
其中，
Figure FDA0003165731530000046
是移相器相应的分辨率，[x]表示对x进行四舍五入运算，
Figure FDA0003165731530000047
Figure FDA0003165731530000048
分别是
Figure FDA0003165731530000049
和
Figure FDA00031657315300000410
矩阵中各个元素的角度值；
c)利用最小二乘法求解相应的数字预编码矩阵，
Figure FDA00031657315300000411
d)重复步骤b)和c)，直到算法达到预设收敛条件，输出URF,uBB。
CN202011278255.6A 2020-11-16 2020-11-16 面向大规模mimo的符号级混合预编码方法 Active CN112468199B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011278255.6A CN112468199B (zh) 2020-11-16 2020-11-16 面向大规模mimo的符号级混合预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011278255.6A CN112468199B (zh) 2020-11-16 2020-11-16 面向大规模mimo的符号级混合预编码方法

Publications (2)

Publication Number Publication Date
CN112468199A CN112468199A (zh) 2021-03-09
CN112468199B true CN112468199B (zh) 2021-09-07

Family

ID=74837149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011278255.6A Active CN112468199B (zh) 2020-11-16 2020-11-16 面向大规模mimo的符号级混合预编码方法

Country Status (1)

Country Link
CN (1) CN112468199B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113067611B (zh) * 2021-03-17 2022-07-26 南京邮电大学 一种用于mimo系统的信号处理方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160337016A1 (en) * 2015-05-11 2016-11-17 Telefonaktiebolaget Lm Ericsson (Publ) Systems and methods of beam training for hybrid beamforming
WO2017050930A1 (en) * 2015-09-23 2017-03-30 Université Du Luxembourg Method and device for symbol-level multiuser precoding
CN109088659A (zh) * 2018-10-08 2018-12-25 西安交通大学 一种多用户下行CoMP中的符号级预编码方法
CN109417409A (zh) * 2016-06-29 2019-03-01 华为技术有限公司 用于混合波束成形大型天线系统的多用户mimo的设计
CN110557181A (zh) * 2019-09-04 2019-12-10 大连理工大学 基于毫米波mu-miso系统的符号级混合波束成形结构和设置方法
US20200083938A1 (en) * 2017-03-23 2020-03-12 Lg Electronics Inc. Method for transmitting and receiving channel state information in wireless communication system and apparatus therefor
US20200322009A1 (en) * 2019-04-05 2020-10-08 Nokia Technologies Oy Transmitting Method in Multiple Input and Multiple Output Antenna System

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160337016A1 (en) * 2015-05-11 2016-11-17 Telefonaktiebolaget Lm Ericsson (Publ) Systems and methods of beam training for hybrid beamforming
WO2017050930A1 (en) * 2015-09-23 2017-03-30 Université Du Luxembourg Method and device for symbol-level multiuser precoding
CN109417409A (zh) * 2016-06-29 2019-03-01 华为技术有限公司 用于混合波束成形大型天线系统的多用户mimo的设计
US20200083938A1 (en) * 2017-03-23 2020-03-12 Lg Electronics Inc. Method for transmitting and receiving channel state information in wireless communication system and apparatus therefor
CN109088659A (zh) * 2018-10-08 2018-12-25 西安交通大学 一种多用户下行CoMP中的符号级预编码方法
US20200322009A1 (en) * 2019-04-05 2020-10-08 Nokia Technologies Oy Transmitting Method in Multiple Input and Multiple Output Antenna System
CN110557181A (zh) * 2019-09-04 2019-12-10 大连理工大学 基于毫米波mu-miso系统的符号级混合波束成形结构和设置方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Framework for One-Bit and Constant-Envelope Precoding Over Multiuser Massive MISO Channels;Mingjie Shao et al;《IEEE Transactions on Signal Processing》;20191015;第67卷(第20期);第5309-5324页 *
Minimum Symbol-Error Probability Symbol-Level Precoding With Intelligent Reflecting Surface;Mingjie Shao;《IEEE Wireless Communications Letters》;20201031;第9卷(第10期);第1601-1605页 *
Symbol-Level and Multicast Precoding for Multiuser Multiantenna Downlink A State-of-the-Art, Classification, and Challenges;Maha Alodeh et al;《IEEE Communications Surveys & Tutorials》;20180930;第20卷(第3期);第1733-1757页 *
Symbol-Level Hybrid Precoding in mmWave Multiuser MISO Systems;Rang Liu et al;《IEEE Communications Letters》;20190930;第23卷(第9期);第1636-1639页 *
基于MMSE的符号级链路自适应多用户干扰优化;袁华兵;《信息技术》;20200731;第92-97页 *

Also Published As

Publication number Publication date
CN112468199A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112272051B (zh) 面向大规模mimo的误码率可控的符号级混合预编码方法
TWI618374B (zh) 束波成型索引空間調變的方法
Guo et al. Spatial modulation via 3-D mapping
CN104917714B (zh) 降低大规模mimo‑ofdm下行链路功峰均比的方法
CN110880950A (zh) Mimo系统中人工噪声辅助矢量扰动预编码的安全传输方法
CN112702095B (zh) Mimo-ofdm中基于建设性干扰预编码的papr抑制方法
CN111585620A (zh) 基于最小化发射功率的人工噪声辅助的广义空间调制方法
CN112583458B (zh) 基于深度学习和无线变换网络的mimo端到端传输系统
CN101079660A (zh) 多用户jt mimo系统中的下行链路功率分配方法
CN112468199B (zh) 面向大规模mimo的符号级混合预编码方法
CN108834210A (zh) 一种用于接收端空间调制系统的功率分配方法
Bouida et al. Adaptive spatial modulation for spectrally-efficient MIMO systems
CN108809378B (zh) 基于有限字符集信号输入的无线携能mimo预编码方法
Zhou et al. A low-complexity multiuser adaptive modulation scheme for massive MIMO systems
CN112929057A (zh) 一种双重广义空间调制方法及系统
CN107493123B (zh) 基于预编码辅助广义正交空间调制的低复杂度检测方法
CN111756418B (zh) 一种基于接收空间调制的无线数能同传方法
Yarkın et al. Outage performance of spatial modulation with transmit antenna selection over Nakagami-m fading channels with arbitrary m
US9722730B1 (en) Multi-stream demodulation schemes with progressive optimization
CN110289894B (zh) 一种新型调制方法
CN109617580B (zh) 一种空移键控的映射方法
CN106788630A (zh) 一种基于降低实时错误比特概率上界的功率分配方法
CN109067694B (zh) 一种基于星座旋转调制的类空间调制方法
Yao et al. Improved MMSE vector precoding based on the MBER criterion
Dang et al. MMSE beamforming for SC-FDMA transmission over MIMO ISI channels with linear equalization

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