CN112468200B - 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码装置 - Google Patents

Abstract

本发明公开了一种基于低解析度移相器的重叠子连接混合预编码装置，包括：模型建立模块、目标函数建立模块和混合预编码模块，通过将最佳化问题分成一些子问题并寻找局部最佳解，接着依据每个局部最佳解再联合得出所要求问题的最佳解，有效降低了计算的复杂度，而且重叠子连接架构作为性能和成本的折中，既能保证较高的频谱效率，又能保证较高的能量效率，相比较于完全连接架构，本发明可以提高天线配置的自由度，在传输性能以及能量效率之间达到更好的平衡。

Description

一种基于毫米波大规模MIMO天线系统的重叠子连接混合预编 码装置

技术领域

本发明涉及多输入多输出天线技术领域，特别是涉及一种基于毫米波大规模MIMO天线系统的重叠子连接混合预编码装置。

背景技术

在大规模MIMO天线系统架构下，传统的全数字预编码器对信号进行空域预处理，能减少数据流或用户之间的干扰，从在相同接收检测性能的前提下，能够降低接收机处理的复杂度。但是，在毫米波大规模MIMO系统中，由于基站天线数量成百上千，而且占用的带宽更大，所以无论从设备复杂度、成本，还是功耗和散热角度考虑，全数字的预编码技术都不再适用。针对这一问题，相对比较好的解决方案就是模拟和数字相结合的混合预编码方案，混合预编码器包含了一个低维的数字预编码器和一个高维的模拟预编码器，它们之间通过少量的RF链路连接，减小了系统的实现成本和能量消耗，同时又能够实现较好的系统性能。现有的混合预编码方案分为两种：部分连接混合预编码架构、全连接混合预编码架构。

混合预编码方案要解决的问题就是如何设计数字预编码和模拟预编码，使得系统的性能更接近全数字预编码。基于全连接的混合预编码系统性能可接近全数字预编码性能，但是全连接混合架构中，每条RF链都需要连接到所有发射天线阵列上，由此会导致很大的硬件成本及功率消耗，所以在实际应用中具有局限性。而部分连接混合架构中，由于阵列增益下降，故在性能上稍差于全连接系统架构，但是部分连接架构中移相器的数量减少，系统能耗和硬件复杂度比起全连接架构明显降低。目前混合预编码算法多是基于全连接移相器网络架构，这使得系统硬件成本、功耗和复杂度相比于经典的纯数字预编码明显降低，但在实际应用中仍然具有很大的局限性。此外，基于部分连接的混合架构的预编码算法的研究目前相对较少，且大多数工作假设单天线用户或仅模拟组合用于用户的多个天线，并且由于硬件成本和功率消耗的限制，每个用户仅配备一条射频链。在降低硬件成本和系统功耗下，如何设计性能最优的毫米波大规模混合预编码优化方案，仍成为毫米波大规模MIMO系统需要解决的问题。为此需要降低硬件成本、功耗和复杂度，在保证系统能量效率性能最优的情况下，设计复杂度低、硬件成本低和功耗低的有效的混合预编码方案，更好地实现系统能量效率性能最优方案还有待深入挖掘。

发明内容

为了解决现有技术的问题，本发明提供了一种基于毫米波大规模MIMO天线系统的重叠子连接混合预编码装置，能够在硬件复杂度、高频谱效率和高能量效率等方面实现平衡。

本发明的技术方案为:

一种基于毫米波大规模MIMO天线系统的重叠子连接混合预编码装置，包括：

模型建立模块，用于建立毫米波大规模MIMO天线系统模型，采用扩展的Saleh-Valenzuela信道模型构造信道矩阵，在毫米波大规模MIMO天线系统中，基站配置N_t根发射天线与N_t ^RF根射频链路，传输K个数据流，并同时服务接收端共K个用户设备UE，每个UE都同样配置N_r根接收天线与一根射频链路，且只接收一个数据流，N_r ^RF表示所有用户的射频链路总数量，系统必须满足

基站的发射信号x表示为：

其中，发送符号向量s为一组随机数，其元素之间相互独立，并满足零平均值、单位能量，

且

而P为总发射功率，F_RF为模拟射频预编码矩阵，其形式为

F_BB为数字预编码矩阵，其形式为

F_RF与F_BB应满足功率控制，即

信号从发射天线发送后经由信道传输至接收端，y_k为第k个用户的接收信号，表示为：

其中，

表示发射信号x从基站到第k个用户的信道矩阵，n_k～CN(0,σ²I_Nr)表示均值为0，方差为σ²的信道噪声向量，其元素间互为独立以及具有相同的分布特性，且与发送符号向量s相互独立；

毫米波大规模MIMO系统信道采用几何的Saleh-Valenzuela模型，基站与第k个用户之间的信道矩阵表示为L_k条传输路径的贡献之和，如下所示：

其中，L_k为基站与第k个用户之间的总传输路径数量，

为基站对应第k个用户的第

条路径下的复数增益，

和

分别为到达方位角、到达提高角以及离开方位角、离开提高角，

和

分别为接收端和发射端阵列响应向量，

为向量a_t的共轭转置；基站和UE的天线排列方式均为均匀分布方形平面阵列，

和

表示为：

其中，λ表示信号的波长，d表示相邻天线元素之间的距离，发射和接收两端的天线阵列大小分别为

和

目标函数建立模块，用于根据经基站预编码处理后的系统的可达总和传输率建立目标函数；第k个用户接收信号y_k再经过模拟射频解码矩阵

理之后，接收端信号表示为：

其中，

表示对应至第k个用户s_k的基频预编码向量，且发射端和接收端都有完美信道状态信息；公式(6)中由三项信号所组成，分别是第k个用户的期望信号、来自其他用户的干扰信号以及噪声信号，而系统的可达总和传输率(achiveable sum-rate，ASR)表示为：

其中，γ_k为第k个用户的信干噪比(SINR)，其表示为：

预编码设计最佳化问题等效成如下问题：

其中，模拟射频预编码器与解码器中都使用移相器来执行，f_RF，k(i)表示模拟射频预编码矩阵F_RF对应第k个用户的第k行行向量的第i个元素，其正规化以满足

为可行集合，量化相位为

为固定的初始权重大小，相位

B为移相器的解析度；w_RF，k(j)表示模拟射频解码矩阵W_RF对第k个用户的第j个元素，其正规化满足

为可行集合，相位

量化相位为

为固定的初始权重大小；

混合预编码模块，用于基于重叠子连接架构进行混合预编码方案的设置，在重叠子连接架构下，模拟射频预编码矩阵F_RF架构为如下所示：

其中，

的下标k表示为系统发射端的第k个射频链路，而上标y表示为其所连接的第y根天线，每根射频链路所配置的天线数量为M_t；当M_t越接近N_t，其矩阵内的非零元素会越少，所有射频链路的总未连接天线数越少；当M_t越接近0，其矩阵内的非零元素越多，所有射频链路的总未连接天线数越多；

由于公式(9)是一个非确定性多项式NP问题，计算复杂度较高，所以分成一些子问题并寻找局部最佳解，接着依据每个局部最佳解再联合得出所要求问题的最佳解；以加强信道增益和减少用户端之间的干扰为目标，首先对用户依序设计其每对的模拟波束成型向量，由于在重叠子连接架构下，发射端的每个射频链路不再固定配置连接N_t根天线，而是变量M_t，因此公式(9)的问题转换为对第一个用户的局部最佳解问题，如下所示：

其中，H₁为基站与第1个用户之间的信道矩阵，发射端每个射频链路的限制为M_t根天线，下标B表示可使用任意解析度的移相器，可行集合

的限制为

而向量f_RF，k，k＝1,2,…N^RF经正规化后满足|f_RF，k|²＝1；在此会先初始化预编码矩阵为零矩阵，而后对第一次模拟射频预编码矩阵进行更新时，其矩阵架构中所有非零元素部分的权重大小会变为

在重叠子连接架构下，各射频链路的起始与末尾天线的列索引位置为：

其中，

为最后一个射频链路所连接的最后一根天线，因此发射天线个数为N_t＝M_t+(N^RF-1)(M_t-dM_t)；由于各射频链路的每根天线都需要配置一个移相器，因此每个射频链路中所使用的移相器总数量为：

由于公式(11)的计算复杂度仍然较高，为减少复杂度，就只找出在f_RF,1和w_RF,1中所有非零元素的有条件最佳相位；首先需固定其中一个模拟射频向量，而不管先执行哪一个都不会影响最后得出的最佳解，因此先假设w_RF,1不变，然后从f_RF,1开始设计；因此，先找出f_RF,1中所有非零元素的最佳连续相位之后，固定f_RF,1不变，再依序设计w_RF,1中的所有元素，因为只对发射端做改动，所以对用户端的元素部分不会进行改动，在已知模拟射频解码向量w_RF,1中相位

j＝1,…,N_r，以及模拟射频预编码向量f_RF,1中相位θ_1，m，m＝1,…,N_t,m≠i的情况下，模拟射频预编码向量f_RF,1中第i个元素的最佳连续相位θ_1，i计算方式如下：

其中H₁(j，m)表示第1个用户的信道矩阵中对应至用户的第j根接收天线以及基站的第m根发射天线，由于f_RF,1的维度变成M_t×1，所以H₁所形成的维度为N_r×M_t；

当模拟射频预编码向量f_RF,1中所有非零元素被确定之后，模拟射频解码向量w_RF,1种第j个元素的最佳连续相位

变成如下式所示：

通过公式(14)和(15)反复计算，直到使模拟射频预编码向量f_RF,1和模拟射频解码向量w_RF,1中所有的相位不再改变，则达到收敛为最佳的

和

剩下的K-1个用户的模拟射频预编码向量f_RF，k和解码向量w_RF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：

其中，由于向量f_RF，k，k＝1,2,…N^RF的维度为M_t×1，对应的信道矩阵H_k维度为N_r×M_t，系统的发射天线索引值也会依据不同用户而变化；根据公式(16)设计完所有用户的模拟波束成型向量对之后，联合所有局部最佳解即可解出

和

最后再通过最小均方误差(MMSE)方法求得最佳的数字预编码矩阵

优选的，混合预编码模块在依序对剩下的K-1个用户的模拟射频预编码向量f_RF，k和解码向量w_RF，k，k＝2,…,K进行设计时，通过格拉姆施密特正交化减少来自已经被设计好的模拟预编码和解码向量对的干扰。

优选的，模拟射频预编码器与解码器中都使用低解析度移相器来执行。

本申请实现的技术效果如下:

本发明以兼具高能量效率、低功耗、低硬件成本和低复杂度的毫米波大规模混合预编码方案目标，以毫米波系统信息传输技术和大规模MIMO系统为理论依据，按照数字预编码技术、模拟预编码技术和混合预编码技术的发展关系，提出了一种基于低解析度移相器的重叠子连接混合预编码装置，通过将最佳化问题分成一些子问题并寻找局部最佳解，接着依据每个局部最佳解再联合得出所要求问题的最佳解，有效降低了计算的复杂度，而且相比较于完全连接架构，本发明可以提高天线配置的自由度，在传输性能以及能量效率之间达到更好的平衡。

附图说明

图1为完全连接天线架构图。

图2为部分连接天线架构图。

图3为本发明的重叠子连接天线架构图。

图4为本发明所适用的毫米波大规模MIMO天线系统模型结构。

具体实施方式

以下将结合附图和附表对本发明的技术方案作进一步解释说明。

混合波束成型的模拟部分通常由简单的模拟元件实现，例如加法器和移相器，其中模拟移相器只能改变信号的相位。考虑到模部分元件架构的限制，模拟波束成型矩阵有元素模值固定的约束限制。现有文献主要研究了两种已广泛应用的模拟波束成型架构：全连接和部分连接架构。

图1所示为全连接架构，在这种架构下中，N^RF条射频链路(RF chain)中的每条射频链路都会连接到所有发射天线N_t，换句话说，每根发射天线也连接到所有射频链路。但因为毫米波的波段频率较高，使得天线之间间距变小，因此在相同大小的一个面积上，可以放置更多的天线来进行更高速率的传输，但因为天线数量的增加导致能力消耗变大，即使混合波束成型相比纯数字波束成型能耗降低，但基于全连接架构的混合波束成型仍然会消耗相当大的能量。

图2所示为部分连接架构，与全连接架构不同，在部分连接架构中，N^RF条射频链路(RF chain)中的每条射频链路仅连接到一个包含M_t根天线的发射天线子阵列，换句话说，每根发射天线只连接一条射频链路，在这种架构下，因为不是所有的天线都连接到射频链路上，所以硬件的数量会比全连接架构更少，虽然会影响到传输性能，但是其能量损耗以及复杂度都相对降低。

图3为本发明所针对的重叠子连接架构，并定义dM_t为相邻的两个射频链路(RFchain)之间重叠的天线数量。该架构中每条射频链路也连接到一个天线子阵列，但这些子阵列允许重叠，如果天线处于重叠部分，则这类天线不止连接到1条射频链路，而在部分连接情况中，每根天线仅连接一条射频链路。显然，重叠子连接架构是全连接架构和部分连接架构的折中，每条射频链路连接的天线数量越多，模拟部分阵列增益就越高，但移相器数量和硬件复杂性也越高。因此，重叠子连接架构调整dM_t，可以实现部分连接架构和全连接架构的折中，是混合波束成型对性能和能耗的权衡和调整。

图4所示为本发明所适用的毫米波大规模MIMO天线系统模型结构，基站配置N_t根发射天线与N_t ^RF根射频链路(RF chain)，F_BB为数字预编码器矩阵，F_RF为模拟射频预编码器矩阵，传输K个数据流，并同时服务接收端共K个用户设备UE，每个UE都同样配置N_r根接收天线与一根射频链路(RF chain)，且只接收一个数据流，N_r ^RF表示所有用户的射频链路总数量，系统必须满足

基站的发射信号x表示为：

其中，发送符号向量s为一组随机数，其元素之间相互独立，并满足零平均值、单位能量，

且

而P为总发射功率，F_RF为模拟射频预编码矩阵，其形式为

F_BB为数字预编码矩阵，其形式为

F_RF与F_BB应满足功率控制，即

信号从发射天线发送后经由信道传输至接收端，y_k为第k个用户的接收信号，表示为：

其中，

表示发射信号x从基站到第k个用户的信道矩阵，n_k～CN(0,σ²I_Nr)表示均值为0，方差为σ²的信道噪声向量，其元素间互为独立以及具有相同的分布特性，且与发送符号向量s相互独立；

毫米波大规模MIMO系统信道采用几何的Saleh-Valenzuela模型，基站与第k个用户之间的信道矩阵表示为L_k条传输路径的贡献之和，如下所示：

其中，L_k为基站与第k个用户之间的总传输路径数量，

为基站对应第k个用户的第

条路径下的复数增益，

和

分别为到达方位角、到达提高角以及离开方位角、离开提高角，

和

分别为接收端和发射端阵列响应向量，

为向量a_t的共轭转置；基站和UE的天线排列方式均为均匀分布方形平面阵列，

和

表示为：

其中，λ表示信号的波长，d表示相邻天线元素之间的距离，发射和接收两端的天线阵列大小分别为

和

第k个用户接收信号y_k再经过模拟射频解码矩阵

理之后，接收端信号表示为：

其中，

表示对应至第k个用户s_k的基频预编码向量，且发射端和接收端都有完美信道状态信息；公式(6)中由三项信号所组成，分别是第k个用户的期望信号、来自其他用户的干扰信号以及噪声信号，而系统的可达总和传输率(achiveable sum-rate，ASR)表示为：

其中，γ_k为第k个用户的信干噪比(SINR)，其表示为：

预编码设计最佳化问题等效成如下问题：

其中，模拟射频预编码器与解码器中都使用移相器来执行，f_RF，k(i)表示模拟射频预编码矩阵F_RF对应第k个用户的第k行行向量的第i个元素，其正规化以满足

为可行集合，量化相位为

为固定的初始权重大小，相位

B为移相器的解析度；w_RF，k(j)表示模拟射频解码矩阵W_RF对第k个用户的第j个元素，其正规化满足

为可行集合，相位

量化相位为

为固定的初始权重大小；

在重叠子连接架构下，模拟射频预编码矩阵F_RF架构为如下所示：

其中，

的下标k表示为系统发射端的第k个射频链路，而上标y表示为其所连接的第y根天线，每根射频链路所配置的天线数量为M_t；当M_t越接近N_t，其矩阵内的非零元素会越少，所有射频链路的总未连接天线数越少；当M_t越接近0，其矩阵内的非零元素越多，所有射频链路的总未连接天线数越多；

由于公式(9)是一个非确定性多项式NP问题，计算复杂度较高，所以分成一些子问题并寻找局部最佳解，接着依据每个局部最佳解再联合得出所要求问题的最佳解；以加强信道增益和减少用户端之间的干扰为目标，首先对用户依序设计其每对的模拟波束成型向量，由于在重叠子连接架构下，发射端的每个射频链路不再固定配置连接N_t根天线，而是变量M_t，因此公式(9)的问题转换为对第一个用户的局部最佳解问题，如下所示：

其中，H₁为基站与第1个用户之间的信道矩阵，发射端每个射频链路的限制为M_t根天线，下标B表示可使用任意解析度的移相器，可行集合

的限制为

而向量f_RF，k，k＝1,2,…N^RF经正规化后满足

在此会先初始化预编码矩阵为零矩阵，而后对第一次模拟射频预编码矩阵进行更新时，其矩阵架构中所有非零元素部分的权重大小会变为

在重叠子连接架构下，虽然同样是由第一个射频链路的第一个连接天线开始更新其权重大小，但是只更新到其第M_t根天线，剩下的N_t-M_t个元素的权重大小都为0，也就是代表当前射频链路的未连接天线数量；接着，再从模拟射频预编码矩阵中的第二个射频链路的第一个连接天线开始设计，由于dM_t表示相邻两个射频链路之间的重叠天线数量，其代表每个射频链路都有M_t-dM_t根不重复连接的天线数，所以第一个连接天线在公式(10)中的矩阵结构的列索引值M_t-dM_t+1，第三个射频链路的第一个连接天线的列索引值为2(M_t-dM_t)+1，以此类推第N^RF个射频链路的第一个连接天线的列索引值为(N^RF-1)(M_t-dM_t)+1，因此各射频链路的起始与末尾天线的列索引位置为：

其中，

为最后一个射频链路所连接的最后一根天线，因此发射天线个数为N_t＝M_t+(N^RF-1)(M_t-dM_t)；由于各射频链路的每根天线都需要配置一个移相器，因此每个射频链路中所使用的移相器总数量为：

由于公式(11)的计算复杂度仍然较高，为减少复杂度，就只找出在f_RF,1和w_RF,1中所有非零元素的有条件最佳相位；首先需固定其中一个模拟射频向量，而不管先执行哪一个都不会影响最后得出的最佳解，因此先假设w_RF,1不变，然后从f_RF,1开始设计；因此，先找出f_RF,1中所有非零元素的最佳连续相位之后，固定f_RF,1不变，再依序设计w_RF,1中的所有元素，因为只对发射端做改动，所以对用户端的元素部分不会进行改动，在已知模拟射频解码向量w_RF，1中相位

j＝1,…,N_r，以及模拟射频预编码向量f_RF,1中相位θ_1，m，m＝1,…,N_t,m≠i的情况下，模拟射频预编码向量f_RF,1中第i个元素的最佳连续相位θ_1，i计算方式如下：

其中H₁(j，m)表示第1个用户的信道矩阵中对应至用户的第j根接收天线以及基站的第m根发射天线，由于f_RF,1的维度变成M_t×1，所以H₁所形成的维度为N_r×M_t；

当模拟射频预编码向量f_RF,1中所有非零元素被确定之后，模拟射频解码向量w_RF,1种第j个元素的最佳连续相位

变成如下式所示：

通过公式(14)和(15)反复计算，直到使模拟射频预编码向量f_RF,1和模拟射频解码向量w_RF,1中所有的相位不再改变，则达到收敛为最佳的

和

剩下的K-1个用户的模拟射频预编码向量f_RF，k和解码向量w_RF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：

其中，由于向量f_RF，k，k＝1,2,…N^RF的维度为M_t×1，对应的信道矩阵H_k维度为N_r×M_t，系统的发射天线索引值也会依据不同用户而变化；根据公式(16)设计完所有用户的模拟波束成型向量对之后，联合所有局部最佳解即可解出

和

最后再通过最小均方误差(MMSE)方法求得最佳的数字预编码矩阵

重叠子连接架构作为部分连接架构和全连接架构的折中，实现了能量效率和频谱效率的权衡；本发明的重叠子连接架构中的混合预编码装置，不仅频谱效率比在现存基于重叠子连接架构的混合波束成型算法高，能量效率也能超过了现存混合波束成型算法，实现了频谱效率能量效率双重提升，十分契合5G绿色通信的理念。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (3)

1.一种基于毫米波大规模MIMO天线系统的重叠子连接混合预编码装置，其特征在于包括：

模型建立模块，用于建立毫米波大规模MIMO天线系统模型，采用扩展的Saleh-Valenzuela信道模型构造信道矩阵，在毫米波大规模MIMO天线系统中，基站配置N_t根发射天线与N_t ^RF根射频链路，传输K个数据流，并同时服务接收端共K个用户设备UE，每个UE都同样配置N_r根接收天线与一根射频链路，且只接收一个数据流，N_r ^RF表示所有用户的射频链路总数量，系统必须满足

基站的发射信号x表示为：

其中，发送符号向量s为一组随机数，其元素之间相互独立，并满足零平均值、单位能量，

且

而P为总发射功率，F_RF为模拟射频预编码矩阵，其形式为

F_BB为数字预编码矩阵，其形式为

F_RF与F_BB应满足功率控制，即

信号从发射天线发送后经由信道传输至接收端，y_k为第k个用户的接收信号，表示为：

其中，

表示发射信号x从基站到第k个用户的信道矩阵，n_k～CN(0,σ²I_Nr)表示均值为0，方差为σ²的信道噪声向量，其元素间互为独立以及具有相同的分布特性，且与发送符号向量s相互独立；

毫米波大规模MIMO系统信道采用几何的Saleh-Valenzuela模型，基站与第k个用户之间的信道矩阵表示为L_k条传输路径的贡献之和，如下所示：

其中，L_k为基站与第k个用户之间的总传输路径数量，

为基站对应第k个用户的第l条路径下的复数增益，

和

分别为到达方位角、到达提高角以及离开方位角、离开提高角，

和

分别为接收端和发射端阵列响应向量，

为向量a_t的共轭转置；基站和UE的天线排列方式均为均匀分布方形平面阵列，

和

表示为：

其中，λ表示信号的波长，d表示相邻天线元素之间的距离，发射和接收两端的天线阵列大小分别为

和

目标函数建立模块，用于根据经基站预编码处理后的系统的可达总和传输率建立目标函数；第k个用户接收信号y_k再经过模拟射频解码矩阵

处理之后，接收端信号表示为：

其中，

表示对应至第k个用户s_k的基频预编码向量，且发射端和接收端都有完美信道状态信息；公式(6)中由三项信号所组成，分别是第k个用户的期望信号、来自其他用户的干扰信号以及噪声信号，而系统的可达总和传输率(achiveable sum-rate，ASR)表示为：

其中，γ_k为第k个用户的信干噪比(SINR)，其表示为：

预编码设计最佳化问题等效成如下问题：

其中，模拟射频预编码器与解码器中都使用移相器来执行，f_RF，k(i)表示模拟射频预编码矩阵F_RF对应第k个用户的第k行行向量的第i个元素，其正规化以满足

为可行集合，量化相位为

为固定的初始权重大小，相位

B为移相器的解析度；w_RF，k(j)表示模拟射频解码矩阵W_RF对第k个用户的第j个元素，其正规化满足

为可行集合，相位

量化相位为

为固定的初始权重大小；

混合预编码模块，用于基于重叠子连接架构进行混合预编码方案的设置，在重叠子连接架构下，模拟射频预编码矩阵F_RF架构为如下所示：

其中，

的下标k表示为系统发射端的第k个射频链路，而上标y表示为其所连接的第y根天线，每根射频链路所配置的天线数量为M_t；当M_t越接近N_t，其矩阵内的非零元素会越少，所有射频链路的总未连接天线数越少；当M_t越接近0，其矩阵内的非零元素越多，所有射频链路的总未连接天线数越多；

由于公式(9)是一个非确定性多项式NP问题，计算复杂度较高，所以分成一些子问题并寻找局部最佳解，接着依据每个局部最佳解再联合得出所要求问题的最佳解；以加强信道增益和减少用户端之间的干扰为目标，首先对用户依序设计其每对的模拟波束成型向量，由于在重叠子连接架构下，发射端的每个射频链路不再固定配置连接N_t根天线，而是变量M_t，因此公式(9)的问题转换为对第一个用户的局部最佳解问题，如下所示：

其中，H₁为基站与第1个用户之间的信道矩阵，发射端每个射频链路的限制为M_t根天线，下标B表示可使用任意解析度的移相器，可行集合

的限制为

而向量f_RF，k，k＝1,2,…N^RF经正规化后满足|f_RF，k|²＝1；在此会先初始化预编码矩阵为零矩阵，而后对第一次模拟射频预编码矩阵进行更新时，其矩阵架构中所有非零元素部分的权重大小会变为

在重叠子连接架构下，各射频链路的起始与末尾天线的列索引位置为：

其中，

为最后一个射频链路所连接的最后一根天线，因此发射天线个数为N_t＝M_t+(N^RF-1)(M_t-dM_t)；由于各射频链路的每根天线都需要配置一个移相器，因此每个射频链路中所使用的移相器总数量为：

由于公式(11)的计算复杂度仍然较高，为减少复杂度，就只找出在f_RF,1和w_RF,1中所有非零元素的有条件最佳相位；首先需固定其中一个模拟射频向量，而不管先执行哪一个都不会影响最后得出的最佳解，因此先假设w_RF,1不变，然后从f_RF,1开始设计；因此，先找出f_RF,1中所有非零元素的最佳连续相位之后，固定f_RF,1不变，再依序设计w_RF,1中的所有元素，因为只对发射端做改动，所以对用户端的元素部分不会进行改动，在已知模拟射频解码向量w_RF,1中相位

j＝1,…,N_r，以及模拟射频预编码向量f_RF,1中相位θ_1，m，m＝1,…,N_t,m≠i的情况下，模拟射频预编码向量f_RF,1中第i个元素的最佳连续相位θ_1，i计算方式如下：

其中H₁(j，m)表示第1个用户的信道矩阵中对应至用户的第j根接收天线以及基站的第m根发射天线，由于f_RF,1的维度变成M_t×1，所以H₁所形成的维度为N_r×M_t；

当模拟射频预编码向量f_RF,1中所有非零元素被确定之后，模拟射频解码向量w_RF,1种第j个元素的最佳连续相位

变成如下式所示：

通过公式(14)和(15)反复计算，直到使模拟射频预编码向量f_RF,1和模拟射频解码向量w_RF,1中所有的相位不再改变，则达到收敛为最佳的

和

剩下的K-1个用户的模拟射频预编码向量f_RF，k和解码向量w_RF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：

其中，由于向量f_RF，k，k＝1,2,…N^RF的维度为M_t×1，对应的信道矩阵H_k维度为N_r×M_t，系统的发射天线索引值也会依据不同用户而变化；根据公式(16)设计完所有用户的模拟波束成型向量对之后，联合所有局部最佳解即可解出

和

最后再通过最小均方误差(MMSE)方法求得最佳的数字预编码矩阵

2.根据权利要求1所述的装置，其特征在于：所述混合预编码模块在依序对剩下的K-1个用户的模拟射频预编码向量f_RF，k和解码向量w_RF，k，k＝2,…,K进行设计时，通过格拉姆施密特正交化减少来自已经被设计好的模拟预编码和解码向量对的干扰。

3.根据权利要求1所述的装置，其特征在于：所述模拟射频预编码器与解码器中都使用低解析度移相器来执行。

Images