CN112468201B - 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方法 - Google Patents

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方法 Download PDF

Info

Publication number
CN112468201B
CN112468201B CN202011341256.0A CN202011341256A CN112468201B CN 112468201 B CN112468201 B CN 112468201B CN 202011341256 A CN202011341256 A CN 202011341256A CN 112468201 B CN112468201 B CN 112468201B
Authority
CN
China
Prior art keywords
radio frequency
vector
antenna
matrix
analog
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
CN202011341256.0A
Other languages
English (en)
Other versions
CN112468201A (zh
Inventor
吴甜甜
杨靖雅
韦成杰
王净丰
楚彩虹
占雪梅
王英杰
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.)
Zhengzhou Railway Vocational and Technical College
Original Assignee
Zhengzhou Railway Vocational and Technical College
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 Zhengzhou Railway Vocational and Technical College filed Critical Zhengzhou Railway Vocational and Technical College
Priority to CN202011341256.0A priority Critical patent/CN112468201B/zh
Publication of CN112468201A publication Critical patent/CN112468201A/zh
Application granted granted Critical
Publication of CN112468201B publication Critical patent/CN112468201B/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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

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，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方法，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 码方法
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方法。
背景技术
为了克服当前频谱资源短缺的问题，5G系统亟待开发波频率在30GHz以上毫米波波段，为无线通信提供更多的带宽资源。由于载波频率更高，波长更短，毫米波存在高路径损失、传输距离短、绕射能力差、容易散射、穿墙性差等缺陷。为了克服更高的路径损耗，5G通信系统要求基站配备大量天线以提供较大的阵列增益，即大规模多输入多输出(massiveMultiple-Input Multiple-Output,Massive MIMO)天线系统。另一方面，更高频段载波使得天线间距可以降低，有助于将大量天线压缩成一个紧凑的天线阵列，从而实现MassiveMIMO。反过来，Massive MIMO能为对抗较高频段无线通信的路径损耗提供较大的阵列增益，同时大规模天线还带来更多的空间自由度(Degree of Freedom，DoF)并使波束成型能量更集中。因此，5G关键技术Massive MIMO能有效克服频谱短缺问题并提高频谱效率。
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。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。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法，更好地实现系统能量效率性能最优方法还有待深入挖掘。
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方法，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方法，包括以下步骤：
步骤1：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；
1-1.毫米波大规模MIMO天线系统系统模型
在毫米波大规模MIMO天线系统中，基站配置Nt根发射天线与Nt 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Nr根接收天线与一根射频链路，且只接收一个数据流，Nr RF表示所有用户的射频链路总数量，系统必须满足
Figure BDA0002798679280000021
基站的发射信号x表示为：
Figure BDA0002798679280000022
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，
Figure BDA0002798679280000023
且
Figure BDA0002798679280000024
而P为总发射功率，FRF为模拟射频预编码矩阵，其形式为
Figure BDA0002798679280000025
FBB为数字预编码矩阵，其形式为
Figure BDA0002798679280000026
FRF与FBB应满足功率控制，即
Figure BDA0002798679280000027
信号从发射天线发送后经由信道传输至接收端，yk为第k个用户的接收信号，表示为：
Figure BDA0002798679280000031
其中，
Figure BDA0002798679280000032
表示发射信号x从基站到第k个用户的信道矩阵，nk～CN(0,σ2INr)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；
1-2.毫米波大规模MIMO天线系统信道模型
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Lk条传输路径的贡献之和，如下所示：
Figure BDA0002798679280000033
其中，Lk为基站与第k个用户之间的总传输路径数量，
Figure BDA0002798679280000034
为基站对应第k个用户的第l条路径下的复数增益，
Figure BDA0002798679280000035
和
Figure BDA0002798679280000036
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，
Figure BDA0002798679280000037
和
Figure BDA0002798679280000038
分别为接收端和发射端阵列响应向量，
Figure BDA0002798679280000039
为向量at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，
Figure BDA00027986792800000310
和
Figure BDA00027986792800000311
表示为：
Figure BDA00027986792800000312
Figure BDA00027986792800000313
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
Figure BDA0002798679280000041
和
Figure BDA0002798679280000042
步骤2：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yk再经过模拟射频解码矩阵
Figure BDA0002798679280000043
理之后，接收端信号表示为：
Figure BDA0002798679280000044
其中，
Figure BDA0002798679280000045
表示对应至第k个用户sk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：
Figure BDA0002798679280000046
其中，γk为第k个用户的信干噪比(SINR)，其表示为：
Figure BDA0002798679280000047
预编码设计最佳化问题等效成如下问题：
Figure BDA0002798679280000048
Figure BDA0002798679280000049
Figure BDA00027986792800000410
Figure BDA00027986792800000411
其中，模拟射频预编码器与解码器中都使用移相器来执行，fRF，k(i)表示模拟射频预编码矩阵FRF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
Figure BDA00027986792800000412
Figure BDA00027986792800000413
为可行集合，量化相位为
Figure BDA00027986792800000414
Figure BDA00027986792800000415
为固定的初始权重大小，相位
Figure BDA00027986792800000416
B为移相器的解析度；wRF，k(j)表示模拟射频解码矩阵WRF对第k个用户的第j个元素，其正规化满足
Figure BDA0002798679280000057
为可行集合，相位
Figure BDA0002798679280000052
量化相位为
Figure BDA0002798679280000053
Figure BDA0002798679280000054
为固定的初始权重大小；
步骤3：基于重叠子连接架构进行混合预编码方案的设置；
3-1.转化目标函数
在重叠子连接架构下，模拟射频预编码矩阵FRF架构为如下所示：
Figure BDA0002798679280000055
其中，
Figure BDA0002798679280000056
k＝1,2,…NRF，y＝1,2，…Mt(0≤Mt≤Nt)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Mt；当Mt越接近Nt，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Mt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Nt根天线，而是变量Mt，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：
Figure BDA0002798679280000061
Figure BDA0002798679280000062
Figure BDA0002798679280000063
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Mt根天线，下标B表示可使用任意解析度的移相器，可行集合
Figure BDA0002798679280000064
的限制为
Figure BDA0002798679280000065
而向量fRF，k，k＝1,2,…NRF经正规化后满足|fRF，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
Figure BDA0002798679280000066
3-2.基于重叠子连接架构的混合预编码方案
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：
Figure BDA0002798679280000067
其中，
Figure BDA0002798679280000068
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Nt＝Mt+(NRF-1)(Mt-dMt)；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：
Figure BDA0002798679280000069
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fRF,1和wRF,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wRF,1不变，然后从fRF,1开始设计；因此，先找出fRF,1中所有非零元素的最佳连续相位之后，固定fRF,1不变，再依序设计wRF,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wRF,1中相位
Figure BDA00027986792800000610
j＝1,…,Nr，以及模拟射频预编码向量fRF,1中相位θ1，m，m＝1,…,Nt,m≠i的情况下，模拟射频预编码向量fRF,1中第i个元素的最佳连续相位θ1，i计算方式如下：
Figure BDA0002798679280000071
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fRF,1的维度变成Mt×1，所以H1所形成的维度为Nr×Mt；
当模拟射频预编码向量fRF,1中所有非零元素被确定之后，模拟射频解码向量wRF,1种第j个元素的最佳连续相位
Figure BDA0002798679280000072
变成如下式所示：
Figure BDA0002798679280000073
通过公式(14)和(15)反复计算，直到使模拟射频预编码向量fRF,1和模拟射频解码向量wRF,1中所有的相位不再改变，则达到收敛为最佳的
Figure BDA0002798679280000074
和
Figure BDA0002798679280000075
剩下的K-1个用户的模拟射频预编码向量fRF，k和解码向量wRF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：
Figure BDA0002798679280000076
Figure BDA0002798679280000077
Figure BDA0002798679280000078
其中，由于向量fRF，k，k＝1,2,…NRF的维度为Mt×1，对应的信道矩阵Hk维度为Nr×Mt，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
Figure BDA0002798679280000079
和
Figure BDA00027986792800000710
k＝1,2,…NRF，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
Figure BDA00027986792800000711
优选的，在依序对剩下的K-1个用户的模拟射频预编码向量fRF，k和解码向量wRF，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方法，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，NRF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Nt，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，NRF条射频链路(RF chain)中的每条射频链路仅连接到一个包含Mt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dMt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dMt，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Nt根发射天线与Nt RF根射频链路(RF chain)，FBB为数字预编码器矩阵，FRF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Nr根接收天线与一根射频链路(RF chain)，且只接收一个数据流，Nr RF表示所有用户的射频链路总数量，系统必须满足
Figure BDA0002798679280000091
基站的发射信号x表示为：
Figure BDA0002798679280000092
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，
Figure BDA0002798679280000093
且
Figure BDA0002798679280000094
而P为总发射功率，FRF为模拟射频预编码矩阵，其形式为
Figure BDA0002798679280000095
FBB为数字预编码矩阵，其形式为
Figure BDA0002798679280000096
FRF与FBB应满足功率控制，即
Figure BDA0002798679280000097
信号从发射天线发送后经由信道传输至接收端，yk为第k个用户的接收信号，表示为：
Figure BDA0002798679280000101
其中，
Figure BDA0002798679280000102
表示发射信号x从基站到第k个用户的信道矩阵，nk～CN(0,σ2INr)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Lk条传输路径的贡献之和，如下所示：
Figure BDA0002798679280000103
其中，Lk为基站与第k个用户之间的总传输路径数量，
Figure BDA0002798679280000104
为基站对应第k个用户的第l条路径下的复数增益，
Figure BDA0002798679280000105
和
Figure BDA0002798679280000106
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，
Figure BDA0002798679280000107
和
Figure BDA0002798679280000108
分别为接收端和发射端阵列响应向量，
Figure BDA0002798679280000109
为向量at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，
Figure BDA00027986792800001010
和
Figure BDA00027986792800001011
表示为：
Figure BDA00027986792800001012
Figure BDA00027986792800001013
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
Figure BDA00027986792800001014
和
Figure BDA00027986792800001015
第k个用户接收信号yk再经过模拟射频解码矩阵
Figure BDA00027986792800001016
理之后，接收端信号表示为：
Figure BDA0002798679280000111
其中，
Figure BDA0002798679280000112
表示对应至第k个用户sk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：
Figure BDA0002798679280000113
其中，γk为第k个用户的信干噪比(SINR)，其表示为：
Figure BDA0002798679280000114
预编码设计最佳化问题等效成如下问题：
Figure BDA0002798679280000115
Figure BDA0002798679280000116
Figure BDA0002798679280000117
Figure BDA0002798679280000118
其中，模拟射频预编码器与解码器中都使用移相器来执行，fRF，k(i)表示模拟射频预编码矩阵FRF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
Figure BDA0002798679280000119
Figure BDA00027986792800001110
为可行集合，量化相位为
Figure BDA00027986792800001111
Figure BDA00027986792800001112
为固定的初始权重大小，相位
Figure BDA00027986792800001113
B为移相器的解析度；wRF，k(j)表示模拟射频解码矩阵WRF对第k个用户的第j个元素，其正规化满足
Figure BDA00027986792800001114
Figure BDA00027986792800001115
为可行集合，相位
Figure BDA0002798679280000121
量化相位为
Figure BDA0002798679280000122
Figure BDA0002798679280000123
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FRF架构为如下所示：
Figure BDA0002798679280000124
其中，
Figure BDA0002798679280000125
k＝1,2,…NRF，y＝1,2，…Mt(0≤Mt≤Nt)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Mt；当Mt越接近Nt，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Mt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Nt根天线，而是变量Mt，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：
Figure BDA0002798679280000126
Figure BDA0002798679280000127
Figure BDA0002798679280000128
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Mt根天线，下标B表示可使用任意解析度的移相器，可行集合
Figure BDA0002798679280000129
的限制为
Figure BDA0002798679280000131
而向量fRF，k，k＝1,2,…NRF经正规化后满足|fRF，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
Figure BDA0002798679280000132
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Mt根天线，剩下的Nt-Mt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dMt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Mt-dMt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Mt-dMt+1，第三个射频链路的第一个连接天线的列索引值为2(Mt-dMt)+1，以此类推第NRF个射频链路的第一个连接天线的列索引值为(NRF-1)(Mt-dMt)+1，因此各射频链路的起始与末尾天线的列索引位置为：
Figure BDA0002798679280000133
其中，
Figure BDA0002798679280000134
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Nt＝Mt+(NRF-1)(Mt-dMt)；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：
Figure BDA0002798679280000135
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fRF,1和wRF,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wRF,1不变，然后从fRF,1开始设计；因此，先找出fRF,1中所有非零元素的最佳连续相位之后，固定fRF,1不变，再依序设计wRF,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wRF,1中相位
Figure BDA0002798679280000141
j＝1,…,Nr，以及模拟射频预编码向量fRF,1中相位θ1，m，m＝1,…,Nt,m≠i的情况下，模拟射频预编码向量fRF,1中第i个元素的最佳连续相位θ1，i计算方式如下：
Figure BDA0002798679280000142
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fRF,1的维度变成Mt×1，所以H1所形成的维度为Nr×Mt；
当模拟射频预编码向量fRF,1中所有非零元素被确定之后，模拟射频解码向量wRF,1种第j个元素的最佳连续相位
Figure BDA0002798679280000143
变成如下式所示：
Figure BDA0002798679280000144
通过公式(14)和(15)反复计算，直到使模拟射频预编码向量fRF,1和模拟射频解码向量wRF,1中所有的相位不再改变，则达到收敛为最佳的
Figure BDA0002798679280000145
和
Figure BDA0002798679280000146
剩下的K-1个用户的模拟射频预编码向量fRF，k和解码向量wRF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：
Figure BDA0002798679280000147
Figure BDA0002798679280000148
Figure BDA0002798679280000149
其中，由于向量fRF，k，k＝1,2,…NRF的维度为Mt×1，对应的信道矩阵Hk维度为Nr×Mt，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
Figure BDA00027986792800001410
和
Figure BDA00027986792800001411
k＝1,2,…NRF，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
Figure BDA0002798679280000151
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方法，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。
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方法，其特征在于包括以下步骤：
步骤1：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；
1-1.毫米波大规模MIMO天线系统系统模型
在毫米波大规模MIMO天线系统中，基站配置Nt根发射天线与Nt 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Nr根接收天线与一根射频链路，且只接收一个数据流，Nr RF表示所有用户的射频链路总数量，系统必须满足
Figure FDA0003252222240000011
基站的发射信号x表示为：
Figure FDA0003252222240000012
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，
Figure FDA0003252222240000013
且
Figure FDA0003252222240000014
而P为总发射功率，FRF为模拟射频预编码矩阵，其形式为
Figure FDA0003252222240000015
FBB为数字预编码矩阵，其形式为
Figure FDA0003252222240000016
FRF与FBB应满足功率控制，即
Figure FDA0003252222240000017
信号从发射天线发送后经由信道传输至接收端，yk为第k个用户的接收信号，表示为：
Figure FDA0003252222240000018
其中，
Figure FDA0003252222240000019
表示发射信号x从基站到第k个用户的信道矩阵，nk～CN(0,σ2INr)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；
1-2.毫米波大规模MIMO天线系统信道模型
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Lk条传输路径的贡献之和，如下所示：
Figure FDA0003252222240000021
其中，Lk为基站与第k个用户之间的总传输路径数量，
Figure FDA0003252222240000022
为基站对应第k个用户的第l条路径下的复数增益，
Figure FDA0003252222240000023
和
Figure FDA0003252222240000024
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，
Figure FDA0003252222240000025
和
Figure FDA0003252222240000026
分别为接收端和发射端阵列响应向量，
Figure FDA0003252222240000027
为向量at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，
Figure FDA0003252222240000028
和
Figure FDA0003252222240000029
表示为：
Figure FDA00032522222400000210
Figure FDA00032522222400000211
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
Figure FDA00032522222400000212
和
Figure FDA00032522222400000213
步骤2：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yk再经过模拟射频解码矩阵
Figure FDA00032522222400000214
处理之后，接收端信号表示为：
Figure FDA00032522222400000215
其中，
Figure FDA00032522222400000216
表示对应至第k个用户sk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：
Figure FDA0003252222240000031
其中，γk为第k个用户的信干噪比(SINR)，其表示为：
Figure FDA0003252222240000032
预编码设计最佳化问题等效成如下问题：
Figure FDA0003252222240000033
Figure FDA0003252222240000034
Figure FDA0003252222240000035
Figure FDA0003252222240000036
其中，模拟射频预编码器与解码器中都使用移相器来执行，fRF，k(i)表示模拟射频预编码矩阵FRF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
Figure FDA0003252222240000037
Figure FDA0003252222240000038
为可行集合，量化相位为
Figure FDA0003252222240000039
Figure FDA00032522222400000310
为固定的初始权重大小，相位
Figure FDA00032522222400000311
B为移相器的解析度；wRF，k(j)表示模拟射频解码矩阵WRF对第k个用户的第j个元素，其正规化满足
Figure FDA00032522222400000312
Figure FDA00032522222400000313
为可行集合，相位
Figure FDA00032522222400000314
量化相位为
Figure FDA00032522222400000315
Figure FDA00032522222400000316
为固定的初始权重大小；
步骤3：基于重叠子连接架构进行混合预编码方案的设置；
3-1.转化目标函数
在重叠子连接架构下，模拟射频预编码矩阵FRF架构为如下所示：
Figure FDA0003252222240000041
其中，
Figure FDA0003252222240000042
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Mt；当Mt越接近Nt，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Mt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Nt根天线，而是变量Mt，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：
Figure FDA0003252222240000043
Figure FDA0003252222240000044
Figure FDA0003252222240000045
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Mt根天线，下标B表示可使用任意解析度的移相器，可行集合
Figure FDA0003252222240000046
的限制为
Figure FDA0003252222240000047
而向量fRF，k，k＝1,2,…NRF经正规化后满足|fRF，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
Figure FDA0003252222240000048
3-2.基于重叠子连接架构的混合预编码方案
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：
Figure FDA0003252222240000051
其中，
Figure FDA0003252222240000052
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Nt＝Mt+(NRF-1)(Mt-dMt)；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：
Figure FDA0003252222240000053
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fRF,1和wRF,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wRF,1不变，然后从fRF,1开始设计；因此，先找出fRF,1中所有非零元素的最佳连续相位之后，固定fRF,1不变，再依序设计wRF,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wRF,1中相位
Figure FDA0003252222240000054
j＝1,…,Nr，以及模拟射频预编码向量fRF,1中相位θ1，m，m＝1,…,Nt,m≠i的情况下，模拟射频预编码向量fRF,1中第i个元素的最佳连续相位θ1，i计算方式如下：
Figure FDA0003252222240000055
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fRF,1的维度变成Mt×1，所以H1所形成的维度为Nr×Mt；
当模拟射频预编码向量fRF,1中所有非零元素被确定之后，模拟射频解码向量wRF,1种第j个元素的最佳连续相位
Figure FDA0003252222240000056
变成如下式所示：
Figure FDA0003252222240000061
通过公式(14)和(15)反复计算，直到使模拟射频预编码向量fRF,1和模拟射频解码向量wRF,1中所有的相位不再改变，则达到收敛为最佳的
Figure FDA0003252222240000062
和
Figure FDA0003252222240000063
剩下的K-1个用户的模拟射频预编码向量fRF，k和解码向量wRF，k，k＝2,…,K也通过上述方式依序设计，公式(11)改写为：
Figure FDA0003252222240000064
Figure FDA0003252222240000065
Figure FDA0003252222240000066
其中，由于向量fRF，k，k＝1,2,…NRF的维度为Mt×1，对应的信道矩阵Hk维度为Nr×Mt，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
Figure FDA0003252222240000067
和
Figure FDA0003252222240000068
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
Figure FDA0003252222240000069
2.根据权利要求1所述的方法，其特征在于：在依序对剩下的K-1个用户的模拟射频预编码向量fRF，k和解码向量wRF，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所述的方法，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。
CN202011341256.0A 2020-11-25 2020-11-25 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方法 Active CN112468201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011341256.0A CN112468201B (zh) 2020-11-25 2020-11-25 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方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011341256.0A CN112468201B (zh) 2020-11-25 2020-11-25 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方法

Publications (2)

Publication Number Publication Date
CN112468201A CN112468201A (zh) 2021-03-09
CN112468201B true CN112468201B (zh) 2021-10-26

Family

ID=74808163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011341256.0A Active CN112468201B (zh) 2020-11-25 2020-11-25 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方法

Country Status (1)

Country Link
CN (1) CN112468201B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959048A (zh) * 2016-06-23 2016-09-21 北京科技大学 一种大规模天线的预编码方法
CN106603130A (zh) * 2016-12-20 2017-04-26 西安电子科技大学 一种大规模mimo系统中数模混合预编码方法
WO2018136581A1 (en) * 2017-01-19 2018-07-26 Idac Holdings, Inc. Efficient implementation of hybrid beamforming
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
CN111726151A (zh) * 2020-06-06 2020-09-29 郑州大学 一种基于无线携能通信的资源分配方法与装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108880635A (zh) * 2018-06-25 2018-11-23 北京邮电大学 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
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959048A (zh) * 2016-06-23 2016-09-21 北京科技大学 一种大规模天线的预编码方法
CN106603130A (zh) * 2016-12-20 2017-04-26 西安电子科技大学 一种大规模mimo系统中数模混合预编码方法
WO2018136581A1 (en) * 2017-01-19 2018-07-26 Idac Holdings, Inc. Efficient implementation of hybrid beamforming
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
CN111726151A (zh) * 2020-06-06 2020-09-29 郑州大学 一种基于无线携能通信的资源分配方法与装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Sector Free and Sub-Connected Precoding for Millimeter Wave Massive FD-MIMO Systems;Shah Marjan，Asfandyar Awan;《2020 IEEE International Conference on Advances in Electrical Engineering and Computer Applications》;20201006;全文 *
毫米波大规模MIMO系统中基于机器学习的自适应连接混合预编码;甘天江，傅友华;《信号处理》;20200531;全文 *

Also Published As

Publication number Publication date
CN112468201A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN111294095B (zh) 基于统计csi的irs辅助大规模mimo无线传输方法
CN112235026B (zh) 一种mimo-ofdma太赫兹通信系统的混合波束设计方法
CN110166103B (zh) 一种毫米波mu-miso系统的新型混合波束成形结构及设置方法
CN107809274B (zh) 一种基于新型移相开关网络的混合预编码方法
CN107046434B (zh) 大规模mimo系统模数混合预编码方法
CN108023620A (zh) 应用于毫米波频段的大规模mimo系统混合预编码方法
CN107809275B (zh) 一种基于毫米波mimo系统的有限反馈混合预编码方法
CN110011712B (zh) 一种面向毫米波大规模多输入多输出的混合预编码方法
CN109714091B (zh) 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法
CN106571858B (zh) 一种混合波束成形传输系统
CN112929075B (zh) 一种适用于低轨卫星通信的混合预编码方法
CN109981154A (zh) 低复杂度阵列天线多输入多输出系统混合预编码算法
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
CN110138427A (zh) 基于部分连接的大规模多输入多输出混合波束赋形算法
CN113193893A (zh) 毫米波大规模mimo智能混合波束成形设计方法
CN110233649B (zh) 一种基于毫米波mimo系统的动态子阵列设计方法
CN113852402B (zh) 一种irs辅助的noma-mimo大容量接入方法
CN107104719B (zh) 一种基于几何构造的毫米波数字模拟混合预编码设计方法
CN113708811A (zh) 一种毫米波大规模mimo系统中的混合预编码设计方法
CN112398513A (zh) 一种massive MIMO系统的波束赋形方法
CN112468201B (zh) 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方法
CN112468200B (zh) 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
Liu et al. Two-stage hybrid precoding algorithm based on switch network for millimeter wave MIMO systems
CN114844541A (zh) 一种基于深度学习的混合预编码和反馈方法
CN112636800B (zh) 基于毫米波大规模mimo多用户场景的混合预编码方法

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