CN110212959A - 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法 - Google Patents

一种毫米波mimo-ofdm通信***的混合预编码能效优化方法 Download PDF

Info

Publication number
CN110212959A
CN110212959A CN201910403994.4A CN201910403994A CN110212959A CN 110212959 A CN110212959 A CN 110212959A CN 201910403994 A CN201910403994 A CN 201910403994A CN 110212959 A CN110212959 A CN 110212959A
Authority
CN
China
Prior art keywords
subcarrier
efficiency
power
communication system
base station
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
CN201910403994.4A
Other languages
English (en)
Other versions
CN110212959B (zh
Inventor
葛晓虎
何元渊
***
钟祎
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201910403994.4A priority Critical patent/CN110212959B/zh
Publication of CN110212959A publication Critical patent/CN110212959A/zh
Application granted granted Critical
Publication of CN110212959B publication Critical patent/CN110212959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B7/0426—Power distribution
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • 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

Landscapes

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

Abstract

本发明公开了一种毫米波MIMO‑OFDM通信***的混合预编码能效优化方法，包括：获取毫米波MIMO‑OFDM通信***基站的最大发射功率及每个子载波对应的信道矩阵；基于最大发射功率和每个信道矩阵，以基站的能效最优为目标，求解得到每个子载波下每个数据流对应的功率分配值，构成子载波功率分配方案；基于子载波功率分配方案和能效最优目标，得到每个子载波的数字预编码矩阵及适用于所有子载波的模拟预编码矩阵。本发明在基站发射功率有限的情况下，提出使能效最优的功率分配方案和混合预编码方案，解决了宽带毫米波下混合预编码的联合设计问题，最大限度地提高能效，且与现有全数字迫零预编码方案相比，在兼顾网络容量性能的同时有效地提高了毫米波MIMO‑OFDM通信***的能效。

Description

一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法
技术领域
本发明属于无线通信技术领域，特别是涉及一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法。
背景技术
移动通信网络发展的目标是更高的传输速率、更大的容量。毫米波、大规模MIMO(Multiple Input Multiple Output，多输入多输出)、OFDM(Orthogonal Frequency-Division Multiplexing，正交频分复用)、超密集网络等技术被认为是5G网络中采用的关键技术，这些技术的引入，能使得网络的容量、传输速率以及可利用的频谱资源等性能都有极大的提升。
然而，与此同时，整个***的能量消耗也急剧增加，无线通信***的高能耗会对通信设备成本、自然环境甚至人类健康都有不可忽视的负面影响。因此，基站在宽带背景下进行数据传输时，如何减少宽带通信中能量消耗、提升能量利用率是业界所亟需解决的问题。
发明内容
本发明提供一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，用以解决现有毫米波MIMO-OFDM通信***以能效最优为目标的混合预编码方案难以求解的技术问题。
本发明解决上述技术问题的技术方案如下：一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，包括：
步骤1、获取毫米波MIMO-OFDM通信***基站的最大发射功率及每个子载波对应的信道矩阵；
步骤2、基于所述最大发射功率和每个所述信道矩阵，以所述基站的能效最优为目标，求解得到每个所述子载波下每个数据流对应的功率分配值，构成子载波功率分配方案；
步骤3、基于所述子载波功率分配方案和所述目标，求解混合预编码矩阵，得到每个所述子载波的数字预编码矩阵及适用于所有所述子载波的模拟预编码矩阵。
本发明的有益效果是：本发明提供的毫米波MIMO-OFDM通信***下行链路的混合预编码能效优化方法，在基站的发射功率有限的情况下，提出了使能效最优的功率分配方案和混合预编码方案，解决了宽带毫米波下混合预编码的联合设计问题，最大限度地提高了能效，且与现有的技术全数字迫零预编码方案相比较，在兼顾网络容量性能的同时有效地提高了毫米波MIMO-OFDM通信***的能效。
上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述步骤2包括：
步骤2.1、构建所述基站的以子载波功率分配方案为自变量的能效表达式，所述子载波功率分配方案包括每个所述子载波下每个数据流对应的功率分配值；
步骤2.2、基于所述能效表达式和每个所述信道矩阵，以最大化能效为目标，并以各所述功率分配值加和不大于所述最大发射功率为约束条件，求解得到各所述功率分配值。
本发明的进一步有益效果是：混合预编码矩阵的求解以能效最优为前提，基站的发射功率是有限的，在确定基站的最大发射功率下，优化混合预编码矩阵，使得基站能效最优，因此建立以各子载波功率分配为自变量的能效表达式，便于分析功率分配与能效两者的关系。
进一步，所述步骤2.2具体包括：
将所述能效表达式进行倒数转换，并采用分式规划理论，将所述倒数转换后的分式表达式转换为整式表达式；
基于每个所述信道矩阵，以最小化所述整式表达式的函数值为目标，并以各所述功率分配值加和不大于所述最大发射功率为约束条件，采用KKT条件优化方法和Dinkelbach迭代算法，求解得到各所述功率分配值。
本发明的进一步有益效果是：由于以各子载波功率分配为自变量的能效表达式是一个分式形式的多元函数，分式形式的多元函数对各个变量求偏导以及联合求解的计算量较大，因此，引入分式规划理论，将分式规划问题转换为整式规划问题，便于采用KKT条件优化方法和Dinkelbach迭代算法进行优化求解，计算过程简单。
进一步，所述整式表达式表示为：
其中，ps,k为第k个所述子载波下第s个数据流对应的所述功率分配值，K为所述基站中所述子载波的总个数，NS为每个所述子载波下所有数据流的个数，μ为所述基站的功率放大器效率常数，pcod为所述基站的信道编码效率常数，Wk为第k个所述子载波的带宽，σ为信道干扰噪声常数，λs,k为第k个子载波下第s个数据流对应的特征值，F为基站射频功率、基站信道估计功率、基站数字基带预编码功率和基站固定功率的加和，A为所述基站在求解混合预编码矩阵时引入的计算功率，β为所述Dinkelbach算法对应的迭代参数变量。
本发明的进一步有益效果是：该整式表达式为一个在不等式约束条件下的线性多元实数函数，可以在KKT条件下求出解析解，且所求解经验证是最优解，减少了计算量，提高了计算精度。
进一步，各所述功率分配值表示为：
其中，βm为所述Dinkelbach算法约束时的迭代参数值。
进一步，所述步骤2.2中，在求解得到各所述功率分配值的同时，还求解得到每个所述子载波的最优全数字预编码矩阵，则所述步骤3具体为：
采用单子载波混合预编码算法，进行混合预编码，得到模拟预编码矩阵和各子载波的数字预编码矩阵，使得在能效最优条件下所述模拟预编码矩阵与每个子载波对应的数字预编码矩阵的乘积与该子载波的所述最优全数字预编码矩阵的欧氏距离最小。
本发明的进一步有益效果是：由于经过功率分配方案的确定，会得到能效的最优值以及每个子载波的最优全数字预编码矩阵，若采用全数字预编码，会极大地降低***能效，本申请为提高能效，对每个子载波采用混合预编码，即需要将每个子载波的最优全数字预编码矩阵进行分解，分解的目标还是能效最优，即在能效最优条件下使得模拟预编码矩阵与每个子载波对应的数字预编码矩阵的乘积与该子载波的最优全数字预编码矩阵的欧氏距离最小，以使混合预编码尽可能地达到最优全数字预编码的效果，尽可能地提高能效。
进一步，所述步骤3包括：
步骤3.1、从所有所述子载波中确定一个子载波；
步骤3.2、基于该子载波的所述最优全数字预编码矩阵，采用单子载波混合预编码算法，计算该子载波的候选数字预编码矩阵和适用于所有所述子载波的候选模拟预编码矩阵；
步骤3.3、基于所述候选模拟预编码矩阵以及该子载波以外的其它每个所述子载波的所述最优全数字预编码矩阵，得到其它每个所述子载波的候选数字预编码；
步骤3.4、基于所述候选模拟预编码矩阵、所有所述候选数字预编码和所述能效表达式，计算得到一个能效值；
步骤3.5、从所有所述子载波中确定另一个子载波，并重复执行步骤3.2，直至所有所述子载波均用于执行步骤3.2，得到K个所述能效值，将最大能效值对应的所述候选模拟预编码矩阵和所有所述候选数字预编码，确定为所述通信***的混合预编码结果。
本发明的进一步有益效果是：采用每个子载波的最优全数字预编码矩阵，得到每个子载波的数字预编码矩阵以及一个适用于所有子载波的模拟预编码矩阵，构成一组结果，以能效最优为选择标准，得到最高能效对应的一组混合编码结果，高效、准确地完成混合预编码能效优化。
进一步，所述通信***包括：相互连接的数字基带预编码模块、OFDM调制模块、RF链路模拟预编码模块和天线发送模块。
本发明还提供一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述任一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法。
附图说明
图1为本发明一个实施例提供的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法的流程框图；
图2为本发明一个实施例提供的一种毫米波MIMO-OFDM通信***基站传输模型；
图3为本发明一个实施例提供的混合预编码能效优化方法与全数字迫零预编码方法的能效仿真对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法100，如图1所示，包括：
步骤110、获取毫米波MIMO-OFDM通信***基站的最大发射功率及每个子载波对应的信道矩阵；
步骤120、基于最大发射功率和每个信道矩阵，以基站的能效最优为目标，求解得到每个子载波下每个数据流对应的功率分配值，构成子载波功率分配方案；
步骤130、基于子载波功率分配方案和目标，求解混合预编码矩阵，得到每个子载波的数字预编码矩阵及适用于所有子载波的模拟预编码矩阵。
基于数字基带和射频链路联合编码的混合预编码技术，通过将一部分信号处理的工作放到模拟域中，以牺牲一部分***性能为代价大大减小了射频通道数，可以有效地降低硬件复杂度和传输能耗，是降低MIMO-OFDM通信***中能耗、提高能量利用效率的关键手段。
需要说明的是，由于以最大发射功率为约束条件，本实施例是用于毫米波MIMO-OFDM通信***的下行链路。
本实施例提供的毫米波MIMO-OFDM通信***下行链路的混合预编码能效优化方法，在基站的发射功率有限的情况下，提出了使能效最优的功率分配方案和混合预编码方案，解决了宽带毫米波下混合预编码的联合设计问题，最大限度地提高了能效，且与现有的技术全数字迫零预编码方案相比较，在兼顾网络容量性能的同时有效地提高了毫米波MIMO-OFDM通信***的能效。
优选的，步骤120包括：
步骤121、构建基站的以子载波功率分配方案为自变量的能效表达式，子载波功率分配方案包括每个子载波下每个数据流对应的功率分配值；
步骤122、基于能效表达式和每个信道矩阵，以最大化能效为目标，并以各功率分配值加和不大于最大发射功率为约束条件，求解得到各功率分配值。
混合预编码矩阵的求解以能效最优为前提，基站的发射功率是有限的，在确定基站的最大发射功率下，优化混合预编码矩阵，使得基站能效最优，因此建立以各子载波功率分配为自变量的能效表达式，便于分析功率分配与能效两者的关系。
优选的，步骤122具体包括：
将能效表达式进行倒数转换，并采用分式规划理论，将倒数转换后的分式表达式转换为整式表达式；
基于每个信道矩阵，以最小化整式表达式的函数值为目标，并以各功率分配值加和不大于最大发射功率为约束条件，采用KKT条件优化方法和Dinkelbach迭代算法，求解得到各功率分配值。
由于以各子载波功率分配为自变量的能效表达式是一个分式形式的多元函数，分式形式的多元函数对各个变量求偏导以及联合求解的计算量较大，因此，引入分式规划理论，将分式规划问题转换为整式规划问题，便于采用KKT条件优化方法和Dinkelbach迭代算法进行优化求解，计算过程简单。
优选的，整式表达式表示为：
其中，ps,k为第k个子载波下第s个数据流对应的功率分配值，K为基站中子载波的总个数，NS为每个子载波下所有数据流的个数，μ为基站的功率放大器效率常数，pcod为基站的信道编码效率常数，Wk为第k个子载波的带宽，σ为信道干扰噪声常数，λs,k为第k个子载波下第s个数据流对应的特征值，F为基站射频功率、基站信道估计功率、基站数字基带预编码功率和基站固定功率的加和，A为基站在求解混合预编码矩阵时引入的计算功率，β为Dinkelbach算法对应的迭代参数变量。
该整式表达式为一个在不等式约束条件下的线性多元实数函数，可以在KKT条件下求出解析解，且所求解经验证是最优解，减少了计算量，提高了计算精度。
优选的，各功率分配值表示为：
其中，βm为Dinkelbach算法约束时的迭代参数值。
图2所示，是实施例中采用混合预编码的毫米波MIMO-OFDM通信***基站传输模型：在宽带毫米波MIMO-OFDM通信***下行链路通信中，一个基站配备NRF个射频链路，NT个天线，射频链路与天线之间的采用全连接结构，与配备Nr根天线的一个用户，通过K个子载波进行通信。基站传输NS路数据流，每一个子载波信号为在信号发送前，子载波信号sk首先经过与之唯一对应的进行数字预编码，再通过NRF个K-point逆快速傅里叶变换，达到子载波之间相互正交的目的，然后添加循环前缀，形成OFDM符号。添加了循环前缀的OFDM符号通过RF链路，进行RF链路模拟预编码完成RF链路预编码之后，从而产生最终传输的信号。可以得到，子载波k上传输的信号可以表示为xk＝FRFBksk。
在接收端，单个用户配备天线数量为Nr，假设采用的OFDM同步技术可以完美消除符号定时偏差和载波频率偏差，实现载波频率和偏移同步，并且可以完美估计信道，则用户通过子载波k接收的信号为yk＝HkFRFBksk+nk，其中，nk是对子载波k传输过程中高斯噪声，表示nk的元素服从均值为0、方差为σ2的复高斯分布，其中，为维度为Nr的单位矩阵。能效可以表示为：
其中，F表示基站射频功率、基站信道估计功率、基站数字基带预编码功率、基站固定功率之和，A表示基站求解混合预编码方案的计算功率，这两部分功率在给定通信***初始化后，是可以确定定值，Hk为第k个子载波的信道矩阵。
令Jk＝FRFBk，(1)可以表示为
本质上来讲(2)是不等式约束条件下K元函数求解极值问题，可以用KKT(KarushKuhn Tucker)条件进行求解。
因为要优化的函数自变量是{Jk,k＝1...K}以及q({Jk,k＝1...K})涉及的均是多维矩阵之间的计算，为了便于求解以及使用KKT条件，进行下面变换。首先对Hk进行特征值分解(SVD)，有：
Hk＝UkΛkVk H (3)
其中，为由特征值降序排列组成的对角矩阵。
Jk＝Vk(:,1:NS)Pk (4)
其中，为子载波K的功率分配方案。
则(2)可以表示为：
至此，将一个多个多维矩阵的函数优化问题转变为KNS个自变量的实数函数优化问题。如果直接使用KKT条件进行优化，分式形式的多元函数对各个变量求偏导以及联合求解，计算量是十分大的。这里，本文引入分式规划理论，将分式规划问题转化为整式问题，结合(5)可以表示为：
可以看到，(6)是一个在不等式约束提下的线性多元实数函数，是可以在KKT条件下面求出解析解的。
另外，所求解是最优解的证明，如下：
函数u({ps,k,k＝1...K,s＝1,2..NS},β)是可微的，构造其Hessian矩阵。
函数u({ps,k,k＝1...K,s＝1,2..NS},β)的Hessian矩阵内每个元素满(7)式。可以看到，函数u({ps,k,k＝1...K,s＝1,2..NS},β)的Hessian矩阵是对角线元素大于0，其余元素均为0的矩阵，属于正定矩阵，因此，通过KKT条件求得的极小值是最优解。
证明了求得的解是最优解后，结合KKT条件，经过推导，给出ps,k解析解如下
此时，βm为最大发射功率约束时，Dinkelbach算法约束时的解。
对每个子载波信道矩阵Hk进行特征值分解，得到λs,k，采用KKT条件和Dinkelbach算法，进行功率分配求解，如下：
输入：{λv,k,k＝1,2,...,K},F,A，μ，{Wk,k＝1,2...K}，ε，其中，ε为设置的迭代算法约束的判断标准，是一个常数。
输出：{ps,k,k＝1...K,s＝1,2..NS}。
初始化：β，{ps,k,k＝1...K,s＝1,2..NS}。
步骤1：结合KKT条件方法，对
进行计算，得到在此时β下的最优解{ps,k,k＝1...K,s＝1,2..NS}；
步骤2：将求得的最优解{ps,k,k＝1...K,s＝1,2..NS}代入u({ps,k,k＝1...K,s＝1,2..NS},β)，判断|u(β)|≤ε是否成立，若成立，跳至步骤4，如不成立，进入步骤3；
步骤3：令β＝p({ps,k,k＝1...K,s＝1,2..NS})，返回步骤1；
步骤4：输出最优解{ps,k,k＝1...K,s＝1,2..NS}。
优选的，步骤2.2中，在求解得到各所述功率分配值的同时，还求解得到每个所述子载波的最优全数字预编码矩阵，则步骤130具体为：
采用单子载波混合预编码算法，进行混合预编码，得到模拟预编码矩阵和各子载波的数字预编码矩阵，使得在能效最优条件下所述模拟预编码矩阵与每个子载波对应的数字预编码矩阵的乘积与该子载波的所述最优全数字预编码矩阵的欧氏距离最小。
由于经过功率分配方案的确定，会得到能效的最优值以及每个子载波的最优全数字预编码矩阵，而本申请为提高能效，对每个子载波采用混合预编码，即需要将每个子载波的最优全数字预编码矩阵进行分解，分解的目标还是能效最优，即在能效最优条件下使得模拟预编码矩阵与每个子载波对应的数字预编码矩阵的乘积与该子载波的最优全数字预编码矩阵的欧氏距离最小，以尽可能提高能效。
优选的，步骤130包括：
步骤131、从所有子载波中确定一个子载波；
步骤132、基于该子载波的最优全数字预编码矩阵，采用单子载波混合预编码算法，计算该子载波的候选数字预编码矩阵和适用于所有子载波的候选模拟预编码矩阵；
步骤133、基于候选模拟预编码矩阵以及该子载波以外的其它每个子载波的最优全数字预编码矩阵，得到其它每个子载波的候选数字预编码；
步骤134、基于候选模拟预编码矩阵、所有候选数字预编码和能效表达式，计算得到一个能效值；
步骤135、从所有子载波中确定另一个子载波，并重复执行步骤132，直至所有子载波均用于执行步骤132，得到K个能效值，将最大能效值对应的候选模拟预编码矩阵和所有候选数字预编码，确定为通信***的混合预编码结果。
采用每个子载波的最优全数字预编码矩阵，得到每个子载波的数字预编码矩阵以及一个适用于所有子载波的模拟预编码矩阵，构成一组结果，以能效最优为选择标准，得到最高能效对应的一组混合编码结果，高效、准确地完成混合预编码能效优化。
例如，根据子载波功率分配方案{ps,k,k＝1...K,s＝1,2..NS}，得到了在功率约束下能效能取得的最优解和对应的最优全数字预编码矩阵采用单子载波混合预编码算法和能效最优混合预编码算法，解决K个相关联的最小化与欧氏距离的优化问题，得到了能够使实际能效emax最靠近能效最优解的数字预编码矩阵和模拟预编码矩阵 是Jk的优化解，同理，是FRF的优化解，是Bk的优化解
涉及到的单子载波混合预编码算法如下：
输入：
输出：
初始化：将 初始化为空矩阵，i＝0,
步骤一：i＝i+1，计算ψ＝At HBtemp；
步骤二：计算
步骤三：计算
步骤四：计算
步骤五：计算
步骤六：如果i≠NRF，返回步骤一；如果i＝NRF，进入步骤七；
步骤七：通过NRF次迭代得到的计算
其中，At表示天线阵列响应矩阵，Ncl、Nsc分别表示毫米波传输中的散射簇和每个散射簇中散射体的数量。
需要说明的是，采用大规模MIMO，毫米波的基站收发器势必会采用大规模天线阵列结构，采用较多的天线阵列结构有均匀线性结构(ULA,Uniform Linear Array)和均匀平面结构(UPA,Uniform Planar Array)，不同的阵列结构对应的阵列响应向量有所不同，本实施例主要考天线阵列为均匀线性结构(ULA)。
天线阵列响应向量由天线阵列的结构决定，并且这些向量的每个元素均满足一个常模范数约束。一个具有N个天线，天线间距为d的均匀线性阵列结构的响应矢量可以建模如下：
其中，此处的λ为信号波长。
能效最优混合预编码算法如下：
输入：
输出：
初始化：将设为空矩阵，i＝0，f＝0，emax＝0
步骤一：i＝i+1,取执行单子载波混合预编码算法，得到
步骤二：计算
步骤三：计算
步骤四：判断emax≤ei是否成立，进入步骤五；若不成立，进入步骤六；
步骤五：计算emax＝ei，
步骤六：判断i≠K是否成立，若成立，返回步骤一；
步骤七：输出
优选的，通信***包括：相互连接的数字基带预编码模块、OFDM调制模块、RF链路模拟预编码模块和天线发送模块。
对发送数据进行调制，根据求得的能效最优混合预编码矩阵，分别进行数字基带预编码、OFDM调制、RF链路模拟预编码，此时***的能效ηEE达到实际可取的最大值，整个毫米波MIMO-OFDM通信***也达到了能效最优的效果。
如图3所示，实施例的方法与采用全数字迫零预编码的***能效仿真对比图，可以看到，不论最大发射功率Pmax取值如何，实施例中方法在能效方面是全面优于现有技术中的全数字迫零预编码的。实施例中的方法在兼顾网络容量的同时有效地提高了毫米波MIMO-OFDM通信***的能效。
实施例二
一种存储介质，存储介质中存储有指令，当计算机读取指令时，使计算机执行上述任一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法。
相关技术方案同实施例一，在此不再赘述。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，包括：
步骤1、获取毫米波MIMO-OFDM通信***基站的最大发射功率及每个子载波的信道矩阵；
步骤2、基于所述最大发射功率和每个所述信道矩阵，以所述基站的能效最优为目标，求解得到每个所述子载波下每个数据流对应的功率分配值，构成子载波功率分配方案；
步骤3、基于所述子载波功率分配方案和所述目标，求解混合预编码矩阵，得到每个所述子载波的数字预编码矩阵及适用于所有所述子载波的模拟预编码矩阵。
2.根据权利要求1所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述步骤2包括：
步骤2.1、构建所述基站的以子载波功率分配方案为自变量的能效表达式，所述子载波功率分配方案包括每个所述子载波下每个数据流对应的功率分配值；
步骤2.2、基于所述能效表达式和每个所述信道矩阵，以最大化能效为目标，并以各所述功率分配值加和不大于所述最大发射功率为约束条件，求解得到各所述功率分配值。
3.根据权利要求2所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述步骤2.2具体包括：
将所述能效表达式进行倒数转换，并采用分式规划理论，将所述倒数转换后的分式表达式转换为整式表达式；
基于每个所述信道矩阵，以最小化所述整式表达式的函数值为目标，并以各所述功率分配值加和不大于所述最大发射功率为约束条件，采用KKT条件优化方法和Dinkelbach迭代算法，求解得到各所述功率分配值。
4.根据权利要求3所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述整式表达式表示为：
其中，ps,k为第k个所述子载波下第s个数据流对应的所述功率分配值，K为所述基站中所述子载波的总个数，NS为每个所述子载波下所有数据流的个数，μ为所述基站的功率放大器效率常数，pcod为所述基站的信道编码效率常数，Wk为第k个所述子载波的带宽，σ为信道干扰噪声常数，λs,k为第k个子载波下第s个数据流对应的特征值，F为基站射频功率、基站信道估计功率、基站数字基带预编码功率和基站固定功率的加和，A为所述基站在求解混合预编码矩阵时引入的计算功率，β为所述Dinkelbach算法对应的迭代参数变量。
5.根据权利要求4所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，各所述功率分配值表示为：
其中，βm为所述Dinkelbach算法约束时的迭代参数值。
6.根据权利要求2至5任一项所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述步骤2.2中，在求解得到各所述功率分配值的同时，还求解得到每个所述子载波的最优全数字预编码矩阵，则所述步骤3具体为：
采用单子载波混合预编码算法，进行混合预编码，得到模拟预编码矩阵和各子载波的数字预编码矩阵，使得在能效最优条件下所述模拟预编码矩阵与每个子载波对应的数字预编码矩阵的乘积与该子载波的所述最优全数字预编码矩阵的欧氏距离最小。
7.根据权利要求6所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述步骤3具体包括：
步骤3.1、从所有所述子载波中确定一个子载波；
步骤3.2、基于该子载波的所述最优全数字预编码矩阵，采用单子载波混合预编码算法，计算该子载波的候选数字预编码矩阵和适用于所有所述子载波的候选模拟预编码矩阵；
步骤3.3、基于所述候选模拟预编码矩阵以及该子载波以外的其它每个所述子载波的所述最优全数字预编码矩阵，得到其它每个所述子载波的候选数字预编码；
步骤3.4、基于所述候选模拟预编码矩阵、所有所述候选数字预编码和所述能效表达式，计算得到一个能效值；
步骤3.5、从所有所述子载波中确定另一个子载波，并重复执行步骤3.2，直至所有所述子载波均用于执行步骤3.2，得到K个所述能效值，将最大能效值对应的所述候选模拟预编码矩阵和所有所述候选数字预编码，确定为所述通信***的混合预编码结果。
8.根据权利要求7所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法，其特征在于，所述通信***包括相互连接的数字基带预编码模块、OFDM调制模块、RF链路模拟预编码模块和天线发送模块。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述如权利要求1至8任一项所述的一种毫米波MIMO-OFDM通信***的混合预编码能效优化方法。
CN201910403994.4A 2019-05-16 2019-05-16 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法 Active CN110212959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910403994.4A CN110212959B (zh) 2019-05-16 2019-05-16 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910403994.4A CN110212959B (zh) 2019-05-16 2019-05-16 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法

Publications (2)

Publication Number Publication Date
CN110212959A true CN110212959A (zh) 2019-09-06
CN110212959B CN110212959B (zh) 2020-11-24

Family

ID=67787343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910403994.4A Active CN110212959B (zh) 2019-05-16 2019-05-16 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法

Country Status (1)

Country Link
CN (1) CN110212959B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110798249A (zh) * 2019-10-09 2020-02-14 长安大学 Massive MIMO***中信号快速收敛联合预编码方法、信号传输方法
CN111555782A (zh) * 2020-03-08 2020-08-18 郑州大学 一种基于多用户毫米波mimo-ofdm***的混合预编码设计方法
CN111953395A (zh) * 2020-07-14 2020-11-17 东南大学 毫米波ofdm分布式天线***的混合预编码方法
CN111988073A (zh) * 2020-08-28 2020-11-24 东南大学 面向宽带毫米波通信***半动态子阵混合结构的设计方法
CN112152684A (zh) * 2020-08-19 2020-12-29 清华大学 基于ofdm的混合预编码设计方法及装置
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
WO2022141078A1 (zh) * 2020-12-29 2022-07-07 株式会社Ntt都科摩 通信***中的终端以及基站
CN114759958A (zh) * 2022-03-31 2022-07-15 北京理工大学 一种基于混合预编码的全局能效优化方法
CN115426019A (zh) * 2022-08-15 2022-12-02 华中科技大学 一种3d混合波束成形方法、装置及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150003547A1 (en) * 2013-06-27 2015-01-01 Futurewei Technologies, Inc. System and Method for Interference Avoidance Based on Signal Alignment in Two-Tier MIMO OFDM
CN105721030A (zh) * 2014-12-04 2016-06-29 ***通信集团公司 一种波束赋型方法及基站
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
CN106131943A (zh) * 2016-08-14 2016-11-16 辛建芳 一种基于能效最优的协作通信***资源分配方法
CN107276650A (zh) * 2017-07-03 2017-10-20 华中科技大学 一种多用户大规模mimo混合预编码能效优化方法
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
WO2019027363A1 (en) * 2017-07-31 2019-02-07 Telefonaktiebolaget Lm Ericsson (Publ) BEAM FORMATION BASED ON ENHANCED BLOCK DIAGNOSIS

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150003547A1 (en) * 2013-06-27 2015-01-01 Futurewei Technologies, Inc. System and Method for Interference Avoidance Based on Signal Alignment in Two-Tier MIMO OFDM
CN105721030A (zh) * 2014-12-04 2016-06-29 ***通信集团公司 一种波束赋型方法及基站
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
CN106131943A (zh) * 2016-08-14 2016-11-16 辛建芳 一种基于能效最优的协作通信***资源分配方法
CN107276650A (zh) * 2017-07-03 2017-10-20 华中科技大学 一种多用户大规模mimo混合预编码能效优化方法
WO2019027363A1 (en) * 2017-07-31 2019-02-07 Telefonaktiebolaget Lm Ericsson (Publ) BEAM FORMATION BASED ON ENHANCED BLOCK DIAGNOSIS
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIAOHU GE: "Energy-Efficiency Optimization for MIMO-OFDM", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *
XIN GUAN: "Joint Subcarrier and Power Allocation for Multi-UAV", 《CHINA COMMUNICATIONS》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110798249A (zh) * 2019-10-09 2020-02-14 长安大学 Massive MIMO***中信号快速收敛联合预编码方法、信号传输方法
CN110798249B (zh) * 2019-10-09 2021-07-02 长安大学 Massive MIMO***中信号快速收敛联合预编码方法、信号传输方法
CN111555782A (zh) * 2020-03-08 2020-08-18 郑州大学 一种基于多用户毫米波mimo-ofdm***的混合预编码设计方法
CN111953395A (zh) * 2020-07-14 2020-11-17 东南大学 毫米波ofdm分布式天线***的混合预编码方法
CN112152684A (zh) * 2020-08-19 2020-12-29 清华大学 基于ofdm的混合预编码设计方法及装置
CN111988073A (zh) * 2020-08-28 2020-11-24 东南大学 面向宽带毫米波通信***半动态子阵混合结构的设计方法
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
WO2022141078A1 (zh) * 2020-12-29 2022-07-07 株式会社Ntt都科摩 通信***中的终端以及基站
CN114759958A (zh) * 2022-03-31 2022-07-15 北京理工大学 一种基于混合预编码的全局能效优化方法
CN114759958B (zh) * 2022-03-31 2024-02-09 北京理工大学 一种基于混合预编码的全局能效优化方法
CN115426019A (zh) * 2022-08-15 2022-12-02 华中科技大学 一种3d混合波束成形方法、装置及电子设备
CN115426019B (zh) * 2022-08-15 2024-05-14 华中科技大学 一种3d混合波束成形方法、装置及电子设备

Also Published As

Publication number Publication date
CN110212959B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN110212959A (zh) 一种毫米波mimo-ofdm通信***的混合预编码能效优化方法
Kammoun et al. Design of 5G full dimension massive MIMO systems
CN108933745A (zh) 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN106685495A (zh) 无线通信方法和无线通信设备
CN105162507B (zh) 大规模mimo fdd***中基于信漏噪比的两阶段预编码方法
CN101494863B (zh) 上行链路的无线资源分配方法、装置及基站
CN103997775B (zh) 频分复用多用户mimo能效优化方法
CN109104225A (zh) 一种能效最优的大规模mimo波束域多播传输方法
CN103516407A (zh) 传输模式选择方法、天线收发组合确定方法、装置及***
Ahmed et al. Resource allocation for transmit hybrid beamforming in decoupled millimeter wave multiuser-MIMO downlink
Harris et al. Serving 22 users in real-time with a 128-antenna massive MIMO testbed
CN105933046B (zh) 一种大规模天线***基带与射频混合预编码方法
CN103929396B (zh) Mimo‑ofdm***下行信息数据的处理方法
CN109167622A (zh) 一种毫米波大规模mimo***混合预编码方法
CN106878226B (zh) 一种多用户多载波稀疏扩频序列的优化设计方法及***
Harris et al. LOS throughput measurements in real-time with a 128-antenna massive MIMO testbed
CN110233653A (zh) 基于加权集成聚类算法的mimo***的盲多径识别方法及***
CN104321977B (zh) 用于计算和报告信道特性的方法和设备
CN104702326A (zh) 基于mse的虚拟mimo用户配对和资源分配方法
CN105429741B (zh) 基于动态用户配对的联合虚拟mimo资源分配方法
CN104852878B (zh) 能够降低复杂度的基于和均方误差最小原则的下行多用户mimo***预编码方法
CN106231665A (zh) 数能一体化网络中基于rrh动态模式切换的资源分配方法
CN102136891A (zh) Mu-mimo***中一种改进的csi有限反馈方法
Ullah et al. Spectral efficiency of multiuser massive mimo-ofdm thz wireless systems with hybrid beamforming under inter-carrier interference
Tuovinen et al. RF system requirement analysis and simulation methods towards 5G radios using massive MIMO

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