CN111726144A - 基于初值优化的混合预编码设计方法、装置、介质及设备 - Google Patents

基于初值优化的混合预编码设计方法、装置、介质及设备 Download PDF

Info

Publication number
CN111726144A
CN111726144A CN202010591584.XA CN202010591584A CN111726144A CN 111726144 A CN111726144 A CN 111726144A CN 202010591584 A CN202010591584 A CN 202010591584A CN 111726144 A CN111726144 A CN 111726144A
Authority
CN
China
Prior art keywords
precoding matrix
matrix
value
iteration
initial value
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
CN202010591584.XA
Other languages
English (en)
Other versions
CN111726144B (zh
Inventor
邓宏贵
刘吉泰
杨凯
朱早星
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN202010591584.XA priority Critical patent/CN111726144B/zh
Publication of CN111726144A publication Critical patent/CN111726144A/zh
Application granted granted Critical
Publication of CN111726144B publication Critical patent/CN111726144B/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
    • 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
    • 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
    • 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
    • H04B7/0486—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking channel rank into account
    • 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)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种基于初值优化的混合预编码设计方法、装置、介质及设备，包括以下几个步骤：步骤1：信道建模，确定信道矩阵H，计算模拟预编码矩阵原始值F；步骤2：对F的元素进行调相，得到模拟预编码矩阵初值F0；步骤3：计算无约束最优预编码矩阵Fopt，用最小二乘法求得数字预编码矩阵原始值并进行归一化处理得到Wal；步骤4：根据Fopt‑Fal*Wal的Frobenius范数最小化原则逐行计算模拟预编码矩阵Fal的元素；步骤5：重复步骤3,4至算法收敛。本发明不仅降低了收敛所需时间，且应用灵活性高、鲁棒性高，在相同情况下较之传统子连接结构算法拥有更好的频效性能，较之全连接结构有更优的能效性能。

Description

基于初值优化的混合预编码设计方法、装置、介质及设备
技术领域
本发明属于5G毫米波大规模MIMO通信***领域，尤其涉及一种基于初值优化的混合预编码设计方法、装置、介质及设备。
背景技术
在第五代移动通信***中，毫米波大规模MIMO(Multiple Input MultipleOutput，多输入多输出)技术成为了其关键技术。其中毫米波频段有着丰富的频谱资源，但由于其波长较短会带来的传播路径损耗严重的问题，而大规模MIMO技术通过增加阵列增益能够显著克服毫米波传输衰落严重的问题；大规模MIMO技术能够增大***容量，但天线阵列过于庞大，而毫米波技术能够减少天线之间的距离，从而缩小天线阵列的物理尺寸，两种技术联合使用互为补充。
大规模MIMO***中的ISI(inter stream interference，流间干扰)和MUI(multiuser interference，多用户干扰)相比于传统MIMO***更加严重，所以预编码技术作为一种消除ISI和MUI的有效手段在5G***中变得尤为重要。根据实现方式与作用，预编码可以分为数字预编码和模拟预编码。在传统的MIMO***采用的是全数字预编码方案，即为每根天线分配一个射频链路在基带对信号进行调幅和调相，但在毫米波大规模MIMO***中，由于庞大的天线阵列，继续采用全数字预编码的结构会带来巨大的发送端的硬件成本和能耗开销，这对于实际通信***来说是不可取的。因此毫米波大规模MIMO***通常采用另一种实现方法即模拟/数字混合预编码，它可以减轻传统全数字波束赋型结构的巨大功耗和成本负担(这也是5G标准化重点考虑的课题)，模拟预编码虽然仅能改变信号的相位，性能比数字预编码差，但可以通过利用成本低至近十分之一于射频链路的移相器来控制每根天线发射信号的相位，在射频域实现高纬度的模拟预编码，降维后的信号再通过基带以较少的射频链路数完成低维的数字预编码，消除用户间干扰，因此模拟预编码比数字预编码在经济方面更加有优势，二者结合的混合预编码技术能够在使用少于发送天线数的射频链路数和较小的性能损失的情况下克服上述问题，且能够抵抗多径衰落，减少数据流之间的干扰，从而提高频谱效率。
在大规模MIMO混合预编码中又根据模拟预编码射频链路与天线的连接方式不同分为基于子链接的混合预编码和基于全连接的混合预编码，子链接结构将天线分为Nt RF个子集，Nt RF为射频链路数目，即为每个射频链路分配一个天线子集，不重复分配；全连接结构则是每个射频都通过移相器连接所有天线。目前已有文献证明毫米波信道可近似为稀疏信道，根据信道条件可确定部分射频链路所连天线提供的波束增益并不高，因而子链接结构正是根据毫米波信道特性通过尽可能少地牺牲部分频效性能，而换取能效性能的提高的一种混合预编码结构，但目前已有的方法大部分是基于启发性的算法来构造子链接结构的模、数预编码矩阵或是对传输数据流数、用户数、射频链路数中三者或两者的数量关系有严格要求或是未考虑信道条件的，频效性能均不够理想。
发明内容
本发明提出了一种基于初值优化的交叉迭代混合预编码设计方法，通过采用改进的启发示算法生成初值结合交叉迭代优化的方式来构造模拟预编码矩阵和数字预编码矩阵，其目的在于提高采用该设计方法的毫米波大规模MIMO***的频谱效率和算法适用性。
本发明提供的技术方案如下：
一方面，一种基于初值优化的混合预编码设计方法，包括以下步骤：
步骤1：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
Figure BDA0002556304290000021
表示U的前Nt RF列；
步骤2：构建用于计算模拟预编码矩阵Fal迭代初值的第一目标函数和限制条件；
第一目标函数为：
Figure BDA0002556304290000022
其中，
Figure BDA0002556304290000023
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
步骤3：利用改进的启发式算法生成模拟预编码矩阵迭代初始值；
步骤4：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的第二目标函数和限制条件；
第二目标函数为：
Figure BDA0002556304290000024
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure BDA0002556304290000025
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
[～,～,V]＝svd(H)，
Figure BDA0002556304290000026
取信道矩阵H的右奇异矩阵V的前Ns列；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure BDA0002556304290000031
步骤5：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次迭代时，使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。采用混合预编码方案的毫米波大规模MIMO***，其频谱效率的表达式如下：
Figure BDA0002556304290000032
其中R为频谱效率，INr为单位矩阵，ρ为平均接收功率，σn为标准差，NS为数据流数，Nr为接收天线数，H为信道矩阵，在本方法中，我们假设基站对信道状态信息是完全和即时地了解的，这可以通过信道估计和上行导频训练得到，Fal表示模拟预编码矩阵，Wal表示数字预编码矩阵。
已有文献证明，当信道矩阵的秩小于等于射频链路数时，可以求得最优模拟预编码矩阵的闭环表达式如下：
[U,～,～]＝eig(HHH),
Figure BDA0002556304290000033
其中eig(·)表示特征分解操作，U为左特征向量矩阵，[U]1：NtRF为U的前Nt RF列，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵。
本发明提出的方法先通过改进的启发示算法生成迭代初值，再根据全数字无约束最优预编码矩阵和恒模约束通过交叉迭代来生成最终的模、数预编码矩阵，克服了上述的问题，并且极大地提升了***频效，仿真结果显示***能效性能也优于基于OMP算法的全连接混合预编码。
进一步地，交叉迭代计算数字预编码矩阵和模拟预编码矩阵的过程如下：
首先，利用模拟预编码矩阵，根据最小二乘法计算数字预编码矩阵原始值Wal*，并根据恒模约束对其进行归一化处理得到所求的数字预编码矩阵Wal，初次迭代计算数字预编码矩阵时，所使用的模拟预编码矩阵取值为F0；
其次，利用数字预编码矩阵Wal，按照以下模型逐行计算模拟预编码矩阵中的非零元素，并对其进行归一化处理；
Figure BDA0002556304290000034
其中，
Figure BDA0002556304290000035
和
Figure BDA0002556304290000036
分别表示表示最优无约束全数字预编码矩阵中第i行、第1列与第Ns列的元素，
Figure BDA0002556304290000037
和
Figure BDA0002556304290000038
分别表示数字预编码矩阵中第j行、第1列与第Ns列的元素，
Figure BDA0002556304290000039
表示模拟预编码矩阵中第i行、第j列的元素，i＝1,2,…,Nt，Nt表示发射天线数目。
根据给出的数字预编码矩阵Wal建立一个一元二次的模型逐行计算模拟预编码矩阵的最优非零元素；
进一步地，所述利用改进的启发式算法生成模拟预编码矩阵迭代初始值是指对模拟预编码矩阵的原始值中每行元素排序，保留最大值，其余元素置零，若此时F的每列向量0范数均大于等于1，则将F作为模拟预编码矩阵迭代初始值；否则，若F的第L列所有元素均为零，则搜索F中所有列向量的0范数大于1的列中非零元素的最小值，并将该值赋予同一行中第L列的元素，赋值后将本身置零，将更新后的F作为模拟预编码矩阵迭代初始值，1≤L≤Nt RF。
通过二(多)次遍历(即将得到排序后的F后再判断其每个列向量的0范数是否均大于等于1，多次遍历并重新赋值直至其每个列向量的0范数均大于等于1)以防止某条射频链路未分配天线；
进一步地，将得到的F进行归一化处理，并将F第i行非零元素的相位调整为信道样本矩阵H第i列元素之和的相位，更新到模拟预编码矩阵的迭代初值，1≤i≤Nt，Nt为发射天线的数目。
根据信道条件对之前所得F的非零元素进行了调相，在保证了该迭代初始值的射频利用率的情况下进一步提高了性能，降低迭代所需时间；
通过交叉迭代，可以不受初始值在信道矩阵的秩大于射频链路数时频效性能降低的影响。
进一步地，根据最小二乘法计算数字预编码矩阵是指按照以下公式计算：
Figure BDA0002556304290000041
其中，
Figure BDA0002556304290000042
表示矩阵的伪逆。
另一方面，一种基于初值优化的交叉迭代混合预编码设计装置，包括：
模拟预编码矩阵原始值获取单元：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
模拟预编码矩阵迭代初值目标构建单元：构建用于计算模拟预编码矩阵Fal迭代初值的第一目标函数和限制条件；
第一目标函数为：
Figure BDA0002556304290000043
其中，
Figure BDA0002556304290000044
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
模拟预编码矩阵迭代初值计算单元：利用改进的启发式算法生成模拟预编码矩阵迭代初值；
最优编码矩阵目标构建单元：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的第二目标函数和限制条件；
第二目标函数：
Figure BDA0002556304290000051
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure BDA0002556304290000052
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure BDA0002556304290000053
交叉迭代求解单元：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。
进一步地，所述模拟预编码矩阵迭代初值计算单元通过对模拟预编码矩阵的原始值中每行元素排序，保留最大值，其余元素置零，若此时F的每列向量0范数均大于等于1，则将F作为模拟预编码矩阵迭代初始值；否则，若F的第L列所有元素均为零，则搜索F中所有列向量的0范数大于1的列中非零元素的最小值，并将该值赋予同一行中第L列的元素，赋值后将本身置零，将更新后的F作为模拟预编码矩阵迭代初始值，1≤L≤Nt RF。
进一步地，还包括模拟预编码矩阵迭代初始值更新单元，通过将模拟预编码矩阵迭代初值计算单元得到的F进行归一化处理，并将F第i行非零元素的相位调整为信道样本矩阵H第i列元素之和的相位，更新到模拟预编码矩阵的迭代初值，1≤i≤Nt，Nt为发射天线的数目。
再一方面，一种计算机存储介质，包括计算机程序，所述计算机程序被处理器执行时实现一种基于初值优化的交叉迭代混合预编码设计方法。
再一方面，一种基于初值优化的交叉迭代混合预编码设计设备，包括处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述一种基于初值优化的交叉迭代混合预编码设计设备执行基于初值优化的交叉迭代混合预编码设计方法。
有益效果
本发明提供了一种基于初值优化的混合预编码设计方法、装置、介质及设备，该方法主要包括以下几个步骤：步骤1：根据所选信道模型计算全连接模拟预编码矩阵初值；步骤2：采用改进的启发式算法为射频链路分配天线并进行调相，生成动态子连接模拟预编码矩阵的迭代初值；步骤3：根据给出的模拟预编码矩阵，基于频效最大化原则，使用最小二乘法计算数字预编码矩阵，并根据恒模约束对其进行归一化处理；步骤4：根据步骤3得到的数字预编码矩阵，通过最小化混合预编码矩阵与最优无约束预编码矩阵的欧氏距离计算模拟预编码矩阵；步骤5：直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次迭代时使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。本发明提出的方法先通过改进的启发示算法生成迭代初值，在保证了该迭代初始值的射频利用率的情况下进一步提高了性能，降低迭代所需时间，仿真显示只需迭代6次算法即可收敛，再根据全数字无约束最优预编码矩阵和恒模约束通过交叉迭代来生成最终的模、数预编码矩阵，可以不受初始值在信道矩阵的秩大于射频链路数时频效性能降低的影响，***频效性能相较传统启发式动态子链接算法获得了极大提升，仿真结果显示***能效性能也优于基于OMP算法的全连接混合预编码。
附图说明
图1为毫米波大规模MIMO混合预编码***框图；
图2为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法流程图；
图3为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、动态子连接DC算法、固定子连接以及最优无约束全数字预编码方法的频谱效率(SE)关于信噪比(SNR)变化的仿真曲线对比图；
图4为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法与采用OMP(正交匹配追踪算法)算法以及最优无约束全数字预编码方法的能量效率(EE)关于射频链路数目(Nt RF)变化的仿真曲线对比图；
图5为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法在三种不同射频链路数目(Nt RF)下交叉迭代至收敛所需次数的仿真曲线对比图；
图6为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、以及最优无约束全数字预编码方法的频谱效率(SE)关于射频链路数目(Nt RF)变化的仿真曲线对比图；
图7为本发明实施例提供的基于初值优化的交叉迭代混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、动态子连接DC算法、固定子连接以及最优无约束全数字预编码方法的频谱效率(SE)关于接收天线数目(Nr)变化的仿真曲线对比图。
具体实施方式
下面将结合附图和实施例对本发明做进一步地说明。
在本实例中仿真采用的通信***为毫米波大规模MIMO混合预编码***，初始参数包括：发射天线数Nt为64，接收天线数Nr为8，射频链路数Nt RF为4，数据流数Ns为4，信道簇数Ncl为4，每个簇径数为20，为了方便仿真，我们假设每个簇功率相等，且其中相应的径的离开角和到达角都相同，角度扩展为10，每次仿真信道样本数k为1000，交叉迭代次数iterator为6，***框图如图1所示，其中，本发明将重点放在模拟、数字预编码器的设计上，而合并器可以以类似的方式设计。
一种基于初值优化的交叉迭代混合预编码设计方法流程图如图2所示，包括以下步骤：
步骤1：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
Figure BDA0002556304290000071
表示U的前Nt RF列；
步骤2：构建用于计算模拟预编码矩阵Fal迭代初值的目标函数和限制条件；
所述模拟预编码矩阵Fal迭代初值的目标函数为：
Figure BDA0002556304290000072
其中，
Figure BDA0002556304290000073
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
步骤3：利用改进的启发式算法生成模拟预编码矩阵迭代初始值，具体操作包括：
对模拟预编码矩阵的原始值中每行元素排序，保留最大值，其余元素置零，若此时F的每列向量0范数均大于等于1，则将F作为模拟预编码矩阵迭代初始值；否则，若F的第L列所有元素均为零，则搜索F中所有列向量的0范数大于1的列中非零元素的最小值，并将该值赋予同一行中第L列的元素，赋值后将本身置零；
将更新后的F进行归一化处理，并将F第i行非零元素的相位调整为信道样本矩阵H第i列元素之和的相位，更新到模拟预编码矩阵的迭代初值，1≤i≤Nt，Nt为发射天线的数目，调相操作的数学表达式如下：
Figure BDA0002556304290000081
F0＝F
其中|·|表示取模，Σ表示求和。
步骤4：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的目标函数和限制条件；
Figure BDA0002556304290000082
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure BDA0002556304290000083
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
[～,～,V]＝svd(H)，
Figure BDA0002556304290000084
取信道矩阵H的右奇异矩阵V的前Ns列；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure BDA0002556304290000085
步骤5：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到本次迭代求得的目标函数的值较上一次增大，则取上一次使目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值；
首先，利用模拟预编码矩阵，根据最小二乘法计算数字预编码矩阵原始值Wal*，并根据恒模约束对其进行归一化处理得到所求的数字预编码矩阵Wal，初次迭代计算数字预编码矩阵时，所使用的模拟预编码矩阵取值为F0；
其次，利用数字预编码矩阵Wal，按照以下模型逐行计算模拟预编码矩阵中的非零元素，并对其进行归一化处理；
Figure BDA0002556304290000086
其中，
Figure BDA0002556304290000087
和
Figure BDA0002556304290000088
分别表示表示最优无约束全数字预编码矩阵中第i行、第1列与第Ns列的元素，
Figure BDA0002556304290000089
和
Figure BDA00025563042900000810
分别表示数字预编码矩阵中第j行、第1列与第Ns列的元素，
Figure BDA00025563042900000811
表示模拟预编码矩阵中第i行、第j列的元素，，i＝1,2,…,Nt，Nt表示发射天线数目。
求解得到最终其结果如下式：
Figure BDA0002556304290000091
Figure BDA0002556304290000092
其中i＝1,2,…,Nt,
Figure BDA0002556304290000093
其中Nt为发射天线的数目，aij为虚拟参数。
根据给出的数字预编码矩阵Wal建立一个一元二次的模型逐行计算模拟预编码矩阵的最优非零元素；
图3为本发明提供的基于交叉迭代的毫米波大规模MIMO动态子链接混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、动态子连接DC算法、固定子连接以及最优无约束全数字预编码方法的频谱效率(SE)关于信噪比(SNR)变化的仿真曲线对比图，图6为本发明提供的基于交叉迭代的毫米波大规模MIMO动态子链接混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、以及最优无约束全数字预编码方法的频谱效率(SE)关于射频链路数目(Nt RF)变化的仿真曲线对比图，图4为本发明提供的基于交叉迭代的毫米波大规模MIMO动态子链接混合预编码设计方法与采用OMP(正交匹配追踪算法)算法以及最优无约束全数字预编码方法的能量效率(EE)关于射频链路数目(Nt RF)变化的仿真曲线对比图。从图4中可以看出，在相同条件下，与其他子连接方法相比，本发明在相同信噪比的条件下，***的频谱效率最高，并且与基于全连接的OMP算法和最优无约束预编码的频效性能也相近，相较于全连接结构混合预编码频效性能降低很小，且从图6可以看到，当***射频链路数目Nt RF大于10时，本发明的频效性能甚至超过了基于全连接的OMP算法；从图5可以看出，在不同的射频链路数配置下，采用本发明的***的能效性能都要远优于OMP算法和最优无约束全数字预编码。
图5为本发明提供的基于交叉迭代的毫米波大规模MIMO动态子链接混合预编码设计方法在三种不同射频链路数目(Nt RF)下交叉迭代至收敛所需次数的仿真曲线对比图，图7为本发明提供的基于交叉迭代的毫米波大规模MIMO动态子链接混合预编码设计方法与采用OMP(正交匹配追踪算法)算法、启发式动态选择DS算法、动态子连接DC算法、固定子连接以及最优无约束全数字预编码方法的频谱效率(SE)关于接收天线数目(Nr)变化的仿真曲线对比图。从图5可以看出，在其他参数相同的情况下，射频链路数分别为Nt RF＝4、8、12时，算法收敛所需交叉迭代次数分别为6、5、2次，说明射频链路数越大，算法时间复杂度越低，性能越优；从图7可以看出，当***信道矩阵的秩的最小值随着接收天线数目Nr的增大而增大时，生成本发明交叉迭代算法初值的DS算法的性能逐渐下降，但本发明的性能基本不受影响。
从本发明中所描述的具体实例可以看出，本发明方法通过改进的启发式算法生成迭代初值，再通过交叉迭代优化，进一步提高了毫米波大规模MIMO混合预编码***的频谱效率和能效。基于上述方法，本发明实施例还提供一种基于初值优化的交叉迭代混合预编码设计装置，包括：
模拟预编码矩阵原始值获取单元：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
模拟预编码矩阵迭代初值目标构建单元：构建用于计算模拟预编码矩阵Fal迭代初值的第一目标函数和限制条件；
第一目标函数为：
Figure BDA0002556304290000101
其中，
Figure BDA0002556304290000102
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
模拟预编码矩阵迭代初值计算单元：利用改进的启发式算法生成模拟预编码矩阵迭代初值；
最优编码矩阵目标构建单元：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的第二目标函数和限制条件；
第二目标函数：
Figure BDA0002556304290000103
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure BDA0002556304290000104
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure BDA0002556304290000105
交叉迭代求解单元：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次迭代使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。
应当理解，本发明各个实施例中的功能单元模块可以集中在一个处理单元中，也可以是各个单元模块单独物理存在，也可以是两个或两个以上的单元模块集成在一个单元模块中，可以采用硬件或软件的形式来实现。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于基于初值优化的交叉迭代混合预编码设计方法，其有益效果参见方法部分的有益效果，在此不再赘述。
本发明实例还提供一种基于初值优化的交叉迭代混合预编码设计设备，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述基于初值优化的交叉迭代混合预编码设计设备执行如上述基于初值优化的交叉迭代混合预编码设计方法，其有益效果参见方法部分的有益效果，在此不再赘述。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于初值优化的混合预编码设计方法，其特征在于，包括以下步骤：
步骤1：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
步骤2：构建用于计算模拟预编码矩阵Fal迭代初值的第一目标函数和限制条件；
第一目标函数为：
Figure FDA0002556304280000011
其中，
Figure FDA0002556304280000012
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
步骤3：利用改进的启发式算法生成模拟预编码矩阵迭代初始值；
步骤4：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的第二目标函数和限制条件；
第二目标函数为：
Figure FDA0002556304280000013
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure FDA0002556304280000015
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure FDA0002556304280000014
步骤5：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次迭代时，使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。
2.根据权利要求1所述的方法，其特征在于，交叉迭代计算数字预编码矩阵和模拟预编码矩阵的过程如下：
首先，利用模拟预编码矩阵，根据最小二乘法计算数字预编码矩阵原始值Wal*，并根据恒模约束对其进行归一化处理得到所求的数字预编码矩阵Wal，初次迭代计算数字预编码矩阵时，所使用的模拟预编码矩阵取值为F0；
其次，利用数字预编码矩阵Wal，按照以下模型逐行计算模拟预编码矩阵中的非零元素，并对其进行归一化处理；
Figure FDA0002556304280000021
其中，
Figure FDA0002556304280000022
和
Figure FDA0002556304280000023
分别表示表示最优无约束全数字预编码矩阵中第i行、第1列与第Ns列的元素，
Figure FDA0002556304280000024
和
Figure FDA0002556304280000025
分别表示数字预编码矩阵中第j行、第1列与第Ns列的元素，
Figure FDA0002556304280000026
表示模拟预编码矩阵中第i行、第j列的元素，i＝1,2,…,Nt。，Nt表示发射天线数目。
3.根据权利要求1所述的方法，其特征在于，所述利用改进的启发式算法生成模拟预编码矩阵迭代初始值是指对模拟预编码矩阵的原始值中每行元素排序，保留最大值，其余元素置零，若此时F的每列向量0范数均大于等于1，则将F作为模拟预编码矩阵迭代初始值；否则，若F的第L列所有元素均为零，则搜索F中所有列向量的0范数大于1的列中非零元素的最小值，并将该值赋予同一行中第L列的元素，赋值后将本身置零，将更新后的F作为模拟预编码矩阵迭代初始值，1≤L≤Nt RF。
4.根据权利要求3所述的方法，其特征在于，将得到的F进行归一化处理，并将F第i行非零元素的相位调整为信道样本矩阵H第i列元素之和的相位，更新到模拟预编码矩阵的迭代初值，1≤i≤Nt，Nt为发射天线的数目。
5.根据权利要求1所述的方法，其特征在于，根据最小二乘法计算数字预编码矩阵是指按照以下公式计算：
Figure FDA0002556304280000027
其中，
Figure FDA0002556304280000028
表示矩阵的伪逆。
6.一种基于初值优化的交叉迭代混合预编码设计装置，其特征在于，包括：
模拟预编码矩阵原始值获取单元：根据基于角度扩展的Saleh-Valenzuela信道模型，随机生成信道样本矩阵H，并对HH·H进行特征分解HH·H＝UΣUH；
其中，HH表示H的共轭转置，Nt RF为射频链路的数目，R为任意满秩的Nt RF维方阵；设置模拟预编码矩阵Fal原始值为F，取U的前Nt RF列；
模拟预编码矩阵迭代初值目标构建单元：构建用于计算模拟预编码矩阵Fal迭代初值的第一目标函数和限制条件；
第一目标函数为：
Figure FDA0002556304280000029
其中，
Figure FDA00025563042800000210
tr(·)表示求矩阵的迹，F0为模拟预编码矩阵Fal迭代初值，argmax tr()表示求取迹最大的矩阵的函数；
计算F0的限制条件包括F0的每行非零元素只有一个，任意一列存在至少一个非零元素，且非零元素绝对值为1；
模拟预编码矩阵迭代初值计算单元：利用改进的启发式算法生成模拟预编码矩阵迭代初值；
最优编码矩阵目标构建单元：构建用于计算最优模拟预编码矩阵Fal和数字预编码矩阵Wal的第二目标函数和限制条件；
第二目标函数：
Figure FDA0002556304280000031
其中，Fopt为最优无约束全数字预编码矩阵，取H的右奇异矩阵V的前Ns列，
Figure FDA0002556304280000033
表示Frobenius范数的平方，argmin()表示求使括号内取最小值的模拟预编码矩阵和数字预编码矩阵的函数；
计算Fal和Wal的限制条件包括：Fal中的元素绝对值仅为0或1，且每行只有一个非零元素，
Figure FDA0002556304280000032
交叉迭代求解单元：交叉迭代计算数字预编码矩阵和模拟预编码矩阵，直到当前迭代求得的第二目标函数的值大于上一次迭代获得的第二目标函数值时，则取上一次迭代时使第二目标函数值更小的数字预编码矩阵和模拟预编码矩阵的迭代值作为数字预编码矩阵和模拟预编码矩阵的设计值。
7.根据权利要求6所述的装置，其特征在于，所述模拟预编码矩阵迭代初值计算单元通过对模拟预编码矩阵的原始值中每行元素排序，保留最大值，其余元素置零，若此时F的每列向量0范数均大于等于1，则将F作为模拟预编码矩阵迭代初始值；否则，若F的第L列所有元素均为零，则搜索F中所有列向量的0范数大于1的列中非零元素的最小值，并将该值赋予同一行中第L列的元素，赋值后将本身置零，将更新后的F作为模拟预编码矩阵迭代初始值，1≤L≤Nt RF。
8.根据权利要求5所述的装置，其特征在于，还包括模拟预编码矩阵迭代初始值更新单元，通过将模拟预编码矩阵迭代初值计算单元得到的F进行归一化处理，并将F第i行非零元素的相位调整为信道样本矩阵H第i列元素之和的相位，更新到模拟预编码矩阵的迭代初值，1≤i≤Nt，Nt为发射天线的数目。
9.一种计算机存储介质，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的一种基于初值优化的交叉迭代混合预编码设计方法。
10.一种基于初值优化的交叉迭代混合预编码设计设备，其特征在于，包括处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述一种基于初值优化的交叉迭代混合预编码设计设备执行如权利要求1至5中任一项所述基于初值优化的交叉迭代混合预编码设计方法。
CN202010591584.XA 2020-06-24 2020-06-24 基于初值优化的混合预编码设计方法、装置、介质及设备 Active CN111726144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010591584.XA CN111726144B (zh) 2020-06-24 2020-06-24 基于初值优化的混合预编码设计方法、装置、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010591584.XA CN111726144B (zh) 2020-06-24 2020-06-24 基于初值优化的混合预编码设计方法、装置、介质及设备

Publications (2)

Publication Number Publication Date
CN111726144A true CN111726144A (zh) 2020-09-29
CN111726144B CN111726144B (zh) 2021-04-16

Family

ID=72568879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010591584.XA Active CN111726144B (zh) 2020-06-24 2020-06-24 基于初值优化的混合预编码设计方法、装置、介质及设备

Country Status (1)

Country Link
CN (1) CN111726144B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112653496A (zh) * 2020-12-16 2021-04-13 中国科学技术大学 一种毫米波大规模mimo***的混合预编码方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107181511A (zh) * 2017-06-07 2017-09-19 深圳先进技术研究院 一种毫米波mimo***的混合预编码方法及***
WO2018063401A1 (en) * 2016-09-30 2018-04-05 Intel IP Corporation Beamforming for hybrid antenna arrays
CN108449121A (zh) * 2018-02-13 2018-08-24 杭州电子科技大学 毫米波大规模mimo***中低复杂度混合预编码方法
US20180294852A1 (en) * 2017-04-07 2018-10-11 National Chung Cheng University Method, communication device and communication system for mimo communication
CN110138427A (zh) * 2019-05-15 2019-08-16 西安科技大学 基于部分连接的大规模多输入多输出混合波束赋形算法
CN110535507A (zh) * 2019-06-17 2019-12-03 南京邮电大学 毫米波mimo基于最大等效信道增益的混合预编码算法
CN110557177A (zh) * 2019-09-05 2019-12-10 重庆邮电大学 毫米波大规模MIMO***中基于DenseNet的混合预编码方法
CN110690914A (zh) * 2019-11-21 2020-01-14 郑州大学 一种基于物理层安全的毫米波大规模mimo-noma***下混合预编码设计方法
CN110943768A (zh) * 2019-12-09 2020-03-31 中南大学 一种毫米波大规模mimo***的混合预编码码本联合设计方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018063401A1 (en) * 2016-09-30 2018-04-05 Intel IP Corporation Beamforming for hybrid antenna arrays
US20190222276A1 (en) * 2016-09-30 2019-07-18 Intel IP Corporation Beamforming for hybrid antenna arrays
US20180294852A1 (en) * 2017-04-07 2018-10-11 National Chung Cheng University Method, communication device and communication system for mimo communication
CN107181511A (zh) * 2017-06-07 2017-09-19 深圳先进技术研究院 一种毫米波mimo***的混合预编码方法及***
CN108449121A (zh) * 2018-02-13 2018-08-24 杭州电子科技大学 毫米波大规模mimo***中低复杂度混合预编码方法
CN110138427A (zh) * 2019-05-15 2019-08-16 西安科技大学 基于部分连接的大规模多输入多输出混合波束赋形算法
CN110535507A (zh) * 2019-06-17 2019-12-03 南京邮电大学 毫米波mimo基于最大等效信道增益的混合预编码算法
CN110557177A (zh) * 2019-09-05 2019-12-10 重庆邮电大学 毫米波大规模MIMO***中基于DenseNet的混合预编码方法
CN110690914A (zh) * 2019-11-21 2020-01-14 郑州大学 一种基于物理层安全的毫米波大规模mimo-noma***下混合预编码设计方法
CN110943768A (zh) * 2019-12-09 2020-03-31 中南大学 一种毫米波大规模mimo***的混合预编码码本联合设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FANGYUAN ZHANG; MENG WU: ""Hybrid analog-digital precoding for millimeter wave MIMO systems"", 《 2017 IEEE 17TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》 *
XIANGHAO YU等: ""Alternating Minimization Algorithms for Hybrid Precoding in Millimeter Wave MIMO Systems"", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 *
刘婷薇: "" 大规模MIMO中的数模混合预编码设计及实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112653496A (zh) * 2020-12-16 2021-04-13 中国科学技术大学 一种毫米波大规模mimo***的混合预编码方法

Also Published As

Publication number Publication date
CN111726144B (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
Li et al. Hybrid beamforming with dynamic subarrays and low-resolution PSs for mmWave MU-MISO systems
Chen et al. Millimeter-wave massive MIMO systems relying on generalized sub-array-connected hybrid precoding
CN110661555B (zh) 用于大规模mimo的部分连接的移相器网络的混合预编码算法
JP2010527562A (ja) 閉ループ送信におけるフィードバックのための方法及び装置
CN110518952B (zh) 一种基于码本的自适应分组宽带混合波束赋形设计方法
Cui et al. Low complexity joint hybrid precoding for millimeter wave MIMO systems
Chen et al. Spatial lobes division-based low complexity hybrid precoding and diversity combining for mmWave IoT systems
CN112564754B (zh) 一种毫米波Massive MIMO***下基于自适应交叉熵的波束选择方法
Yin et al. Deep CSI compression for massive MIMO: A self-information model-driven neural network
Ioushua et al. Hybrid analog-digital beamforming for massive MIMO systems
CN112636794A (zh) 一种基于贪心算法的波束赋形方法
Zhang et al. A deep learning-based framework for low complexity multiuser MIMO precoding design
CN111726144B (zh) 基于初值优化的混合预编码设计方法、装置、介质及设备
Ni et al. User association and hybrid beamforming designs for cooperative mmWave MIMO systems
Park et al. Hybrid precoding and combining strategy for MMSE-based rate balancing in mmWave multiuser MIMO systems
CN113839695A (zh) Fdd大规模mimo和速率最优统计预编码方法及设备
Chen et al. Hybrid beamforming and data stream allocation algorithms for power minimization in multi-user massive MIMO-OFDM systems
CN105897316B (zh) 一种基于统计特性的多天线能效优化方法
CN105429687B (zh) 一种最小化干扰功率与维度的干扰对齐方法
Majidzadeh et al. Rate maximization for partially connected hybrid beamforming in single-user MIMO systems
CN107346985B (zh) 一种结合发射天线选择技术的干扰对齐方法
Ding et al. Grouping optimization based hybrid beamforming for multiuser MmWave massive MIMO systems
Feng et al. Hybrid precoding for massive MIMO systems using partially-connected phase shifter network
CN115001545A (zh) 一种毫米波大规模mimo***中的混合预编码方法
Feng et al. A universal hybrid precoding scheme for massive MIMO communications

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