CN108599825A - 一种基于mimo-ofdm毫米波结构的混合编码方法 - Google Patents

Abstract

本发明公开了一种基于MIMO‑OFDM毫米波结构的混合编码方法，该方法在未知信道的场景下设计发送端的混合预编码矩阵和接收端的合并矩阵，包括以下步骤：S1：估计发送端到接收端的信道：S2：设计接收端的模拟合并矩阵S3：接收端到发送端的信道估计：S4：设计发送端的模拟预编码矩阵：对于每个RF链传输的数据流都对应从码本中选择使所有载波增益最大的矢量，获得模拟预编码矩阵之后一次迭代结束；S5：将获得的模拟预编码矩阵作为出发点，重复执行上述S1‑S4步骤，直到找到收敛或迭代次数超过预先指定的阈值时迭代过程停止；S6：设计数字预编码矩阵和合并矩阵实现编码过程。

Description

一种基于MIMO-OFDM毫米波结构的混合编码方法

技术领域

本发明涉及数据控制领域，尤其涉及一种基于MIMO-OFDM毫米波结构的混合编码方法。

背景技术

随着社会的进步和科技的发展，通信技术正在不断地改变和改善人们的生活及工作方式。毫米波通信通过利用大量的未被利用的带宽，范围从30GHz到300GHz来实现高数据速率传输。这使得毫米波成为在未来无线通信网络中解决频谱拥塞问题的重要解决方案。但是，与传统频段相比，毫米波段的传播损耗由于雨衰和低渗透会更加严重。由于毫米波信号的波长很小，使大型阵列可以被包装成一个小的物理尺寸，毫米波与大规模MIMO的通信***结合，可以提供显著的波束增益来克服毫米波信道的严重路径损耗。

在传统的MIMO***中，全数字预编码矩阵和合并矩阵可以同时调整发射和接收信号的幅度和相位，但是，这些全数字预编码矩阵和合并矩阵需要大量昂贵且耗能高的射频(RF)链、模数转换器(ADC)和数模转换器(DAC)，这使得全数字预编码方案在毫米波中不切实际。最近，混合架构一直被认为是一个新兴的技术来解决这个问题。混合波束形成器可以实现高光谱效率并保持低成本和功耗，同时可以应用高维度且具有大量模拟移相器的RF预编码矩阵在毫米波波段补偿大的路径损耗。

混合预编码设计问题通常是用来解决关于模拟预编码矩阵的恒定模数约束等矩阵分解问题，特别是根据毫米波信道的特点，基于码本的合预编码矩阵设计技术已被广泛使用，其中模拟预编码矩阵的列是从预先指定的矢量中选择的，诸如信道的阵列响应矢量和离散傅立叶变换(DFT)波束成形器。现有技术中多数关注如何在窄带设计混合预编码和合并矩阵，此外，现有的毫米波编码设计算法多数基于已知信道进行混合预编码设计，当信道信息未知时，如何进行预编码设计仍需要进一步研究。

发明内容

根据现有技术存在的问题，本发明公开了一种基于MIMO-OFDM毫米波结构的混合编码方法，具体方案为：该方法在未知信道的场景下设计发送端的混合预编码矩阵和接收端的合并矩阵，包括以下步骤：

S1：估计发送端到接收端的信道：发送端向接收端发送训练信号，初次传输时随机选择模拟预编码矩阵F_RF，基于CS算法估计出发送端到接收端的等效信道从而获得的有效信道信息：假设不同的RF链彼此独立设置，发送端首先发送多个训练信号使接收器估计正向信道，所述训练信号由射频链一个接一个传输，经过M_r次训练传输后利用正交匹配追踪算法估计等效信道；

S2：设计接收端的模拟合并矩阵对于每个RF链传输的数据流都对应从码本中选择使所有载波增益最大的矢量；

S3：接收端到发送端的信道估计：接收端同样发送M_t个训练信号来估计接收端到发送端的等效信道；

S4：设计发送端的模拟预编码矩阵对于每个RF链传输的数据流都对应从码本中选择使所有载波增益最大的矢量，获得模拟预编码矩阵之后一次迭代结束；

S5：将获得的模拟预编码矩阵作为出发点，重复执行上述S1-S4步骤，直到找到收敛或迭代次数超过预先指定的阈值时迭代过程停止；

S6：设计数字预编码矩阵和合并矩阵实现编码过程。

所述S2具体步骤为：

S21：选择最小均方误差合并矩阵来最大化对应的信道增益同时减少载波之间的干扰：其中第k个载波的最小均方误差合并矩阵表示为：对于第一个数据流所在的信道，即i＝1，从码本里查找所有列向量，查找使所有载波的增益最大的列向量作为模拟合并矩阵表示为 表示合并矩阵的第一列；

S22：对于剩下的N_RF-1个数据流，从已选择的数据流信道之外选择其他模拟合并矩阵。

2、根据权利要求1所述的一种基于MIMO-OFDM毫米波结构的混合编码方法，其特征还在于：所述S4具体方式为：

S41:发送端第k个载波的最小均方误差表示为对于第一个数据流所在的信道，即i＝1，发送端从码本中选择使所有载波的增益最大的列向量作为模拟预编码矩阵，表示为 表示模拟预编码矩阵的第i列；

S42:对于剩下的N_RF-1个数据流，从已选择的数据流信道之外选择其他模拟预编码矩阵。

S6中设计数字预编码矩阵和合并矩阵的方式为：

S61：获得有效的基带信道

S62：对基带信道进行奇异值分解

S63：数字预编码矩阵和合并矩阵分别取V_k和U_k的前N_RF列表示为

由于采用了上述技术方案，本发明提供的一种基于MIMO-OFDM毫米波结构的混合编码方法，该方法基于码本(codebook)技术提出了一种迭代算法设计正向信道和反向信道的模拟编码矩阵，每一次迭代，都应用压缩传感(CS)技术有效地估计等效的信道。然后，基于正交匹配追踪(OMP)算法减少不同数据流之间的干扰，同时将频谱效率最大化，可以获得模拟预编码矩阵和合并矩阵，数字预编码矩阵和合并矩阵是基于有效的信道，通过最大化频谱效率获得的。本发明提供的技术方案实现了在不知道信道信息的情况下，设计混合预编码矩阵和合并矩阵，同时有显著的性能优势。本方法一方面在未知信道场景下，利用CS算法来估计等效信道；另一方面，基于OMP算法减少不同数据流之间的干扰，同时将频谱效率最大化，可以获得模拟预编码矩阵和合并矩阵。该混合编码迭代算法有显著的性能优势。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于MIMO-OFDM毫米波结构的混合编码方法的流程图；

图2为本发明中基于毫米波MIMO-OFDM***混合预编码和合并矩阵架构示意图；

图3为本发明中频谱效率和信噪比的示意图；

图4为本发明中频谱效率和信噪比的示意图；

图5为本发明中频谱效率和信噪比的示意图；

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

如图1-图5所示的一种基于MIMO-OFDM毫米波结构的混合编码方法，在毫米波的MIMO-OFDM***的组合设计中，我们首先提出基于CS的信道估计来获得有效信道信息。我们假设不同的RF链彼此独立，发送端首先发送一些训练信号让接收器估计正向信道，训练信号一个RF接另一个传输。经过M_r次训练传输后，我们利用正交匹配追踪算法(OMP)来估计等效信道。

获得等效信道后，我们首先设计模拟合并矩阵来保证每个数据流的信道增益，同时抑制其他信道产生的干扰。因为每个子载波都有自己的最佳合并矩阵，很难选择最佳的波束矢量满足所有载波。因此，我们转而求次优解，依次选择合并矩阵来最大化对应的信道增益，从codebook里选择使所有载波的增益最大的矢量。我们选择MMSE合并矩阵来最大化对应的信道增益同时减少载波之间的干扰。选择模拟合并矩阵时，要避免和已选择的合并矩阵发生干扰。

得到的模拟合并矩阵之后，反向信道的信道估计和混合预编码矩阵的设计与前向信道相似。接收端同样发送M_t个训练样本来估计反向等效信道，发送端从codebook里选择使所有载波的增益最大的矢量。获得模拟编码矩阵之后，第一次迭代结束。然后使用所得到的模拟预编码矩阵作为出发点，在正向和反向信道迭代设计模拟预编码矩阵和合并矩阵。在下一次迭代中，类似的过程重复。直到找到收敛或迭代次数超过预先指定的数字时，迭代过程停止进行。在所有的模拟波束形成器对确定后，我们设计基带数字预编码矩阵和合并矩阵以进一步减轻干扰并最大化频谱效率。

具体方案为：本发明考虑的是有N个载波的MIMO-OFDM毫米波***，该***如图1所示，发送端有N_t个天线，有N_RF个RF链传输N_s个数据流。接收端有N_r个接收天线和N_RF个RF链。假定N_RF≤N_t，N_RF≤N_r，并且N_RF＝N_s。s[k],k＝1,...,N代表第k个载波的传输向量，数据流首先通过数字编码矩阵F_BB[k]，然后经过IFFT变换由频域变成时域信号，再加循环前缀(CP)以便消除载波间的干扰，并经过模拟编码矩阵F_RF编码。根据混合编码结构，F_RF对所有载波一样，并且从codebook里选取，而F_BB[k]对每一个载波都不同。第k个载波的传输信号可以表示为其中P表示平均传输能量。

在接收端，接收信号经过合并矩阵W_RF合并信号，W_RF的限制和F_RF相似，然后去掉CP，再通过FFT把时域信号转换成频域信号。最后，通过数字编码矩阵W_BB[k]来处理信号。假设n[k]是第k个载波的AWGN，H[k]是第k个载波的信道，那么接收端信号可以表示为

在毫米波的MIMO-OFDM***的组合设计中，我们首先提出基于CS的信道估计来获得有效信道信息。然后，基于CS的信道估计，我们提出了一种迭代混合算法。该设计方案旨在最大限度地提高***频谱效率，可以表示为

其中

该优化问题显然是非凸问题，前向通道和反向信道时分双工(TDD)中互为倒数，出于这个事实，我们提出了一个基于CS的迭代混合波束形成器设计算法。在每一次迭代，发射机和接收机都基于估计的有效信道信息来确定最优波束矢量。

实施例1：模拟合并矩阵设计

发射机首先发送一些训练符号让接收器估计正向信道，我们假设不同的RF链彼此独立，训练信号由射频链一个接一个传输。第k个载波在第i个RF链上的接收信号可以表示为：

估计有效信道的具体步骤如下：

S1：在初始迭代，因为不知道接收机的确切位置，因此我们在每个RF链采用一个随机向量

S2：定义一个字典Ψ_r，该字典可以覆盖-900至900的角度范围，那么第一个RF链的等效信道可以表示为令表示等效信道，X_r[k]表示稀疏矩阵。

那么，等效信道可以表示为

S3：为了得到估计信号，需要进行M_r次训练传输，第k个载波的估计信号可以表示为

R_r[k]＝Φ_r(Y_r[k]+N_r[k])

＝Φ_r(Ψ_rX_r[k]+N_r[k])

＝V_rX_r[k]+Φ_rN_r[k],k＝1,...,N

其中Φ_r是测量矩阵，从集合{±1,±j}里随机选择。第m次训练传输时，发送端用作为传输波束向量，接收端用Φ_r(m,:)^H作为波束向量。为了估计等效信道我们利用正交匹配追踪算法(OMP)来估计X_r[k]，然后利用得到等效信道。

S4：因为每个子载波都有自己的最佳预编码矩阵/合并矩阵，很难选择最佳的波束矢量满足原目标方程。因此，我们转而求次优解，依次选择模拟预编码矩阵和合并矩阵来最大化对应的信道增益。我们选择MMSE合并矩阵来最大化对应的信道增益同时减少载波之间的干扰。第k个载波的MMSE合并矩阵可以表示为：

对Γ_r[k]归一化，

对于第一个数据流所在的信道，(即i＝1)，我们从codebook里选出使所有载波的增益最大的矢量作为模拟合并矩阵可以表示为

表示合并矩阵的第一列。

S5：对于剩下的N_RF-1个数据流，我们选择的合并矩阵要避免和已选择的合并矩阵发生干扰，因此，要从已选择的数据流信道之外选择其他模拟合并矩阵。令表示第一个数据流的模拟合并矩阵，在选择第二个模拟合并矩阵之前，更新MMSE的表达式

然后继续搜索选择

S6：其他RF链的选择可以根据S5逐一得到，注意到，当i>1时，正交分量q_i可以通过Gram-Schmidt获得：

q_i＝q_i/||q_i||,i＝2,...,N_RF

实施例2：模拟预编码矩阵设计

利用所得到的模拟合并矩阵反向信道的信道估计和混合预编码矩阵的设计

与前向信道相似。反向信道的频谱效率表示为

其中

S1：因为接收端模拟合并矩阵已知，接收端同样发送M_t个训练样本来估计反向等效信道。发送端在第i个RF链接收的信号可以表示为

令表示反向等效信道，Ψ_t表示接收字典，和正向信道估计过程相似，可以得到

S2：经过M_r次训练传输后，第k个载波的估计信号可以表示为

R_t[k]＝Φ_t(Y_t[k]+N_t[k])

＝Φ_t(Ψ_tX_t[k]+N_t[k])

＝V_tX_t[k]+Φ_tN_t[k],k＝1,...,N

Φ_t是测量矩阵，和计算方式类似，我们基于CS方法可以获得等效信道

S3：反向信道的MMSE可以表示为

模拟编码矩阵的获得和类似，从codebook里选择使所有载波的增益最大的矢量

定义

下面的过程类似于模拟合并矩阵设计算法，获得模拟编码矩阵之后，第一次迭代结束。然后我们使用所得到的模拟预编码矩阵作为出发点，在正向和反向信道迭代设计模拟预编码矩阵和合并矩阵。在下一次迭代中，类似的过程重复。发送端进行M_r次传输之后，接收端将估计等效信道并且通过最大限度地提高频谱效率来更新合并矩阵然后，接收端发送M_t次训练信号后，发送端估计出等效信道并且更新模拟编码矩阵直到找到收敛或迭代次数超过预先指定的数字时，迭代过程停止进行。

实施例3：数字预编码矩阵和合并矩阵设计

S1：在所有的模拟波束形成器对确定后，设计基带数字预编码矩阵和合并矩阵以进一步减轻干扰并最大化频谱效率。我们可以获得有效的基带信道

S2：对基带信道进行奇异值分解

U_k和V_k是酉矩阵，Σ_k是奇异值的对角矩阵。

S3：数字预编码矩阵和合并矩阵可以表示为

S4：对数字预编码矩阵和合并矩阵归一化

为了进一步验证本发明的性能和有益效果，本实施例进行了如下仿真：

我们考虑一个在发射机和接收机都配备有32个天线的毫米波MIMO-OFDM***，发送端和接收端RF链的个数N_RF＝4，数据流的个数N_s＝4。我们采用的两个codebook由64个均匀排列的阵列响应向量组成。另外，仿真了Gram Schmidt算法进行比较。

图3显示了在毫米波MIMO-OFDM***中频谱效率和信噪比。子载波的数目是N＝32，而CP长度为8。可以观察到我们提出的混合迭代预编码矩阵和合并矩阵设计要比基于GramSchmidt的贪婪算法的频谱效率高。图3是子载波为128，CP长度为32的毫米波MIMO-OFDM***，与图2有相似的结论。由以上两图可以看出，这两种算法的频谱效率将随着载波数目的增加而增加。可以从中观察到，我们提出的算法与现有算法比较有更好的性能。

图5示出了在MIMO-OFDM毫米波***中使用不同数目的RF链，频谱效率和信噪比的仿真情况。与图3和图4有相似的结论，我们的迭代混合编码算法可以取得显著的性能改善。此外，我们提出的混合编码算法中，RF链的个数N_RF＝8比N_RF＝4具有更好的性能。我们可以观察到在毫米波***中，射频链的数量越多，性能越好。

以上所述，仅为本发明较佳的具体实施方式，但本发明的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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种基于MIMO-OFDM毫米波结构的混合编码方法，其特征在于：该方法在未知信道的场景下设计发送端的混合预编码矩阵和接收端的合并矩阵，包括以下步骤：

S1：估计发送端到接收端的信道：发送端向接收端发送训练信号，初次传输时随机选择模拟预编码矩阵F_RF，基于CS算法估计出发送端到接收端的等效信道从而获得的有效信道信息：假设不同的RF链彼此独立设置，发送端首先发送多个训练信号使接收器估计正向信道，所述训练信号由射频链一个接一个传输，经过M_r次训练传输后利用正交匹配追踪算法估计等效信道；

S2：设计接收端的模拟合并矩阵对于每个RF链传输的数据流都对应从码本中选择使所有载波增益最大的矢量；

S3：接收端到发送端的信道估计：接收端同样发送M_t个训练信号来估计接收端到发送端的等效信道；

S4：设计发送端的模拟预编码矩阵对于每个RF链传输的数据流都对应从码本中选择使所有载波增益最大的矢量，获得模拟预编码矩阵之后一次迭代结束；

S5：将获得的模拟预编码矩阵作为出发点，重复执行上述S1-S4步骤，直到找到收敛或迭代次数超过预先指定的阈值时迭代过程停止；

S6：设计数字预编码矩阵和合并矩阵实现编码过程。

2.根据权利要求1所述的一种基于MIMO-OFDM毫米波结构的混合编码方法，其特征还在于：所述S2具体步骤为：

S21：选择最小均方误差合并矩阵来最大化对应的信道增益同时减少载波之间的干扰：其中第k个载波的最小均方误差合并矩阵表示为：对于第一个数据流所在的信道，即i＝1，从码本里查找所有列向量，查找使所有载波的增益最大的列向量作为模拟合并矩阵表示为 表示合并矩阵的第一列；

S22：对于剩下的N_RF-1个数据流，从已选择的数据流信道之外选择其他模拟合并矩阵。

3.根据权利要求1所述的一种基于MIMO-OFDM毫米波结构的混合编码方法，其特征还在于：所述S4具体方式为：

S41:发送端第k个载波的最小均方误差表示为对于第一个数据流所在的信道，即i＝1，发送端从码本中选择使所有载波的增益最大的列向量作为模拟预编码矩阵，表示为 表示模拟预编码矩阵的第i列；

S42:对于剩下的N_RF-1个数据流，从已选择的数据流信道之外选择其他模拟预编码矩阵。

4.根据权利要求1所述的一种基于MIMO-OFDM毫米波结构的混合编码方法，其特征还在于：S6中设计数字预编码矩阵和合并矩阵的方式为：

S61：获得有效的基带信道

S62：对基带信道进行奇异值分解

S63：数字预编码矩阵和合并矩阵分别取V_k和U_k的前N_RF列表示为