CN112261728A - 一种基于透镜阵列的波束选择矩阵设计方法 - Google Patents

一种基于透镜阵列的波束选择矩阵设计方法 Download PDF

Info

Publication number
CN112261728A
CN112261728A CN202011523683.0A CN202011523683A CN112261728A CN 112261728 A CN112261728 A CN 112261728A CN 202011523683 A CN202011523683 A CN 202011523683A CN 112261728 A CN112261728 A CN 112261728A
Authority
CN
China
Prior art keywords
user
beam selection
users
variables
matrix
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.)
Pending
Application number
CN202011523683.0A
Other languages
English (en)
Inventor
郭荣斌
余显斌
赵志峰
王金鹏
刘善赟
李顺斌
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202011523683.0A priority Critical patent/CN112261728A/zh
Publication of CN112261728A publication Critical patent/CN112261728A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies

Landscapes

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

Abstract

本发明公开了一种基于透镜阵列的波束选择矩阵设计方法，属于优化算法设计及无线资源分配领域。该方法包括：波束选择矩阵设计问题建立，根据信道状态信息采用逐次比较算法设计波束选择矩阵F，***参数初始化，设计优化算法求解最优预编码矩阵P，执行资源分配。本发明得到的优化算法设计相较于传统的波束选择算法，能得到更高的***回报值，即更高的***传输速率和更好的用户体验。

Description

一种基于透镜阵列的波束选择矩阵设计方法
技术领域
本发明涉及无线网络资源分配以及优化算法设计领域，更具体地，涉及一种基于透镜阵列的波束选择矩阵设计方法。
背景技术
近年来无线数据业务迅速增长，使得无线频谱资源越来越紧张。毫米波/太赫兹等超高频段因此获得了广泛的关注。毫米波/太赫兹频段具有极大的带宽资源，但由于在空气中衰减比较严重，***需要应用大规模多天线阵列来增强信号强度。而毫米波/太赫兹频段本身波长很短，又大大方便了天线阵列设计的小型化，因此这两者相辅相成。在大规模阵列***中，利用有效的预编码/波束成形技术，可以带来巨大的阵列增益和干扰抑制增益。
然而，在传统的大规模阵列***设计中，基站采用的是全数字链路的方案，这意味着每一个天线阵元都需要一条对应的射频链路（包括数/模转换器，功放，混频器等），从而极大地增加了基站的硬件成本和能耗。近年来有研究提出了基于透镜天线阵列的***设计，利用透镜天线阵列具有基于信号发射角/到达角的能量聚焦特性，通过在***设计中使用开关阵列网络来替代移相器，有效地降低***的硬件成本和能耗。由于透镜阵列具有的基于角度的能量聚焦特性，它能够将传统的空域MIMO信道等效地转化为波束域的信道，因此，原来混合预编码结构中的波束成形向量设计可以转化为一个波束选择问题。然而，当前的方法都是根据最大幅度准则来选取波束，从而尽可能多地在波束中包含用户数据流的能量。这种方法原理简单，但是与两个缺点：1）只考虑了使每个用户接收到的信号能量最大，未考虑用户间干扰；2）不同射频链路可能会选中同一个波束，造成资源的浪费。
本发明提出了一种基于干扰消除的波束选择方法，在选择最大幅度波束的同时，也考虑了不同用户在同一波束中造成的相互干扰。并通过加权最小均方误差算法，求解了最优的预编码矩阵，解决了当前方法的不足。
发明内容
针对现有技术存在的问题，本发明提出了一种基于逐次比较波束选择的优化算法。相较于传统的资源分配方法，本发明提出的方法能够在快速选取波束的同时，求解出最优的预编码矩阵，因此更加的高效灵活，可大幅提高无线网络性能。
为了实现上述目的，本发明采用如下技术方案：一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：该方法包含以下步骤：
（1）波束选择矩阵联合设计问题建立及转化；
（1.1）考虑***性能，即***用户可达速率之和，根据***性能最优化原则，结合透镜阵列的物理结构，设立波束选择矩阵设计的优化问题；
（1.2）根据加权最小均方误差等价转化定理，将上述优化问题等价转化为一个新优化问题；
（2）根据信道状态信息采用逐次比较算法设计波束选择矩阵F；
（3）***参数初始化；
（4）根据信道状态信息，设计加权最小均方误差算法优化最优预编码矩阵P，在每次循环中，所设计的算法通过块坐标下降算法对优化问题进行求解，基于轮换寻优思想，将待求解优化变量按照解耦合的原则进行分组，针对每组变量，固定其它组变量进行求解，直到优化问题的目标函数值收敛。
作为优选，所述子步骤（1.1）中的优化问题包含目标函数，变量建模和约束假设。
作为优选，所述子步骤（1.2）中的新优化问题中的目标函数为凸函数。
作为优选，所述步骤（2）中包含以下子步骤：
（2.1）根据每个用户与基站之间波束域信道向量
Figure 591366DEST_PATH_IMAGE001
的情况，对向量
Figure 242927DEST_PATH_IMAGE001
中的波束的幅度进行降序排列，对于第K个用户，其对应的最强波束编号用
Figure 22664DEST_PATH_IMAGE002
来表示，其中
Figure 214611DEST_PATH_IMAGE003
，
Figure 763404DEST_PATH_IMAGE004
为基站天线阵元数目，然后根据所有用户对应的最强波束对所有用户进行分组；
（2.2）若
Figure 976080DEST_PATH_IMAGE005
与其他用户对应的最强波束编号都不一致，则用户k属于无干扰用于分组，即
Figure 977534DEST_PATH_IMAGE006
，并对无干扰用户的集合用
Figure 504330DEST_PATH_IMAGE007
表示，对于无干扰用户，直接选取该用户的最强波束
Figure 907630DEST_PATH_IMAGE008
；
（2.3）若用户k的最强波束跟其它用户重合，则用户k属于有干扰用户，即
Figure 432152DEST_PATH_IMAGE009
，并对干扰用户的集合用
Figure 983219DEST_PATH_IMAGE010
表示，对于有干扰用户，选取
Figure 454652DEST_PATH_IMAGE011
个波束来服务它们，其中
Figure 509195DEST_PATH_IMAGE011
表示集合
Figure 735777DEST_PATH_IMAGE010
中波束的数目，并将这些波束从集合
Figure 711824DEST_PATH_IMAGE012
中逐个选取，其中
Figure 783685DEST_PATH_IMAGE013
表示将
Figure 161576DEST_PATH_IMAGE014
的元素从集合
Figure 824639DEST_PATH_IMAGE015
中去除。本发明中，我们采用基于逐次比较方法选取其对***性能增加最大的波束。
（2.4）在选取完所有无干扰用户对应的最佳波束
Figure 287981DEST_PATH_IMAGE016
之后，我们需要从剩余的
Figure 897954DEST_PATH_IMAGE017
个波束中选取
Figure 192669DEST_PATH_IMAGE018
个波束，来尽量减小用户波束间的干扰。不失一般性，我们首先设定基带预编码矩阵P为迫零预编码矩阵，然后基于逐次比较思想，逐个地选取
Figure 698737DEST_PATH_IMAGE019
个波束。在每次选取中，我们从剩下的可选波束中选取使得***可达速率最好的那个。直到全部选取完每个用户对应的波束，至此，我们可以得到波束选择矩阵F.
作为优选，所述步骤（3）中的***参数为变量
Figure 446113DEST_PATH_IMAGE020
和辅助变量
Figure 63039DEST_PATH_IMAGE021
，初始化
Figure 946682DEST_PATH_IMAGE022
，其中P表示基站侧的全数字预编码矩阵，初始化后为满足约束
Figure 685968DEST_PATH_IMAGE023
的随机值，
Figure 858323DEST_PATH_IMAGE024
和
Figure 75678DEST_PATH_IMAGE025
分别为第k个用户的权重因子和接收机增益，同时初始化辅助变量
Figure 548247DEST_PATH_IMAGE026
，其中
Figure 989593DEST_PATH_IMAGE027
用来衡量优化问题目标函数变化值的上界。
作为优选，所述步骤（4）中的具体包括以下子步骤：
（4.1）固定其它变量，单独求解用户端接收机增益
Figure 711561DEST_PATH_IMAGE028
，通过检验其一阶最优条件，得到的
Figure 670290DEST_PATH_IMAGE029
闭式解：
Figure 262945DEST_PATH_IMAGE030
其中
Figure 344034DEST_PATH_IMAGE031
为中间变量，
Figure 490981DEST_PATH_IMAGE032
表示矩阵的第i列，
Figure 315718DEST_PATH_IMAGE033
，
（4.2）固定其它变量，单独求解权重因子
Figure 231721DEST_PATH_IMAGE034
，通过检验其一阶最优条件，得到
Figure 218132DEST_PATH_IMAGE034
的闭式解：
Figure 852376DEST_PATH_IMAGE035
（4.3）固定其它变量，单独求解预编码矩阵P，通过检验一阶最优条件，可以得到：
Figure 215224DEST_PATH_IMAGE036
其中，
Figure 516892DEST_PATH_IMAGE037
为拉格朗日乘子，需要满足
Figure 470942DEST_PATH_IMAGE038
，如果
Figure 592481DEST_PATH_IMAGE039
时对应P的解满足问题的约束，那该解即为问题的解，如果不满足约束，可以根据松弛条件
Figure 759021DEST_PATH_IMAGE040
求得的解，进而得到P的解。
（4.4）进入下一次循环，直到
Figure 384037DEST_PATH_IMAGE041
，此时波束选择矩阵F和基带预编码矩阵P的值即为优化问题的解。
作为优选，所述算法循环结束的条件为
Figure 977829DEST_PATH_IMAGE042
。
与现有技术相比，本发明的有益效果是：
（1）本发明得到的优化算法设计相较于逐次比较算法（未优化预编码矩阵）以及基于最大波束幅度选择的算法，能得到更高的***回报值，即更高的***传输速率和更好的用户体验。
（2）本发明基于逐次比较法设计了波束选择矩阵，又采用加权最小均方误差算法对预编码矩阵进行了优化设计，相较于传统的方法，本发明提出的方法在性能和复杂度上取得了很好的均衡。
附图说明
图1为基于透镜阵列的通信***示意图；
图2为本发明提出的联合设计波束选择和预编码矩阵的优化方法流程图；
图3显示了当接收端的信噪比从0dB到30dB时，本发明方法与基于全数字结构的迫零预编码算法、基于逐次比较波束选择算法（未优化预编码矩阵）、基于最大能量原则的波束选择算法的***可达性能在无线资源分配过程中的变化。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合附图详予说明。
参阅图1，以一个下行毫米波MIMO通信***为例，通信***包含一个基站和若干单天线用户，其中基站侧在射频前端配置一个透镜天线阵列，包含
Figure 586665DEST_PATH_IMAGE043
条射频链路和
Figure 494578DEST_PATH_IMAGE044
个天线阵元，同时服务K个单天线用户。为了服务到每个用户，射频链路的数目需要满足
Figure 301997DEST_PATH_IMAGE045
。不失一般性，我们此处假设
Figure 4374DEST_PATH_IMAGE046
。为了描述通信***的性能，我们对通信过程中的数据变化进行分析。在下行链路中，基站产生K个独立的数据流，数据流首先在基带进行数字预编码然后向所有用户同时发送，经过预编码后的发送信号为：
Figure 100506DEST_PATH_IMAGE047
其中，
Figure 608848DEST_PATH_IMAGE048
是第k个用户的复基带信号，其均值为0模为1，即
Figure DEST_PATH_IMAGE049
。
Figure 208456DEST_PATH_IMAGE050
表示基带预编码矩阵，而
Figure DEST_PATH_IMAGE051
则是第k个用户对应的预编码向量。数据信号在经过基带数字预编码后被送入射频链路，然后通过模拟开关阵列与不同的天线阵元连接。我们假设信道是平坦衰落的，那么所有K个用户收到
Figure 878472DEST_PATH_IMAGE052
的维信号向量y可以表示为：
Figure DEST_PATH_IMAGE053
其中
Figure 258638DEST_PATH_IMAGE054
表示波束域信道矩阵，
Figure DEST_PATH_IMAGE055
表示波束选择矩阵，它的元素服从0-1约束，对应着模拟开关阵列中开关的打开和关闭。我们用
Figure 39512DEST_PATH_IMAGE056
表示
Figure DEST_PATH_IMAGE057
维的加性高斯噪声，其均值为0，方差满足
Figure 555944DEST_PATH_IMAGE058
。接下来我们对波束域信道矩阵H进行描述。
透镜天线阵列可以将传统的空域信道通过一个离散傅里叶变换转化为波束域信道H：
Figure DEST_PATH_IMAGE059
其中
Figure 600124DEST_PATH_IMAGE060
是透镜阵列所等效的DFT矩阵。
Figure DEST_PATH_IMAGE061
表示基站和第k个用户的之间的空域信道向量，由于透镜阵列往往应用与毫米波/太赫兹等超高频段，这里我们采用比较经典的Saleh-Valenzuela信道模型：
Figure 467585DEST_PATH_IMAGE062
其中
Figure DEST_PATH_IMAGE063
和
Figure 52150DEST_PATH_IMAGE064
分别表示基站与第k个用户间的视距信道和第l个非视距信道矢量，相应地，
Figure DEST_PATH_IMAGE065
和
Figure 626351DEST_PATH_IMAGE066
分别表示视距信道和非视距信道的复增益，
Figure DEST_PATH_IMAGE067
和
Figure 903749DEST_PATH_IMAGE068
表示对应的空域方向。
图2为本发明提出的基于透镜阵列的预编码和波束选择矩阵联合设计方法流程图，具体包括以下步骤：
（1）波束选择矩阵设计问题建立及转化，具体包括以下子步骤：
（1.1）根据***性能最优化原则，结合透镜阵列的物理结构，设立波束选择矩阵的设计理论模型，包含目标函数，变量建模和约束假设。在本发明中，我们的目标是最大化***可达速率，根据香农定理，我们提出***用户速率最大化问题如下所示：
Figure DEST_PATH_IMAGE069
（1.2）根据加权最小均方误差等价转化定理，将原优化问题等价转化为一个新的优化问题，其中新优化问题中的目标函数为凸函数。转化后的优化问题如下所示：
Figure 727348DEST_PATH_IMAGE070
（2）根据信道状态信息采用逐次比较算法设计波束选择矩阵F，具体包含以下子步骤：
（2.1）根据每个用户与基站之间波束域信道向量
Figure DEST_PATH_IMAGE071
的情况，对向量中的元素（一个元素对应着一个可选波束）的幅度（复数取模）进行降序排列。对于第k个用户，其对应的最强波束（即信道向量中模最大的元素）编号用
Figure 318867DEST_PATH_IMAGE072
来表示，其中
Figure DEST_PATH_IMAGE073
。当我们得到所有用户对应的最强波束时，就可以对用户进行分组。
（2.2）如果
Figure 544312DEST_PATH_IMAGE074
与其它用户对应的最强波束编号都不一致，那么我们说用户k属于无干扰用户组，即
Figure DEST_PATH_IMAGE075
。所有无干扰用户的集合用
Figure 992611DEST_PATH_IMAGE076
表示。对于无干扰用户，我们直接选取该用户的最强波束
Figure DEST_PATH_IMAGE077
，因为它不会对其它用户造成干扰。
（2.3）如果用户k的最强波束跟其它用户重合，我们就将这个用户称为有干扰用户，即
Figure 303506DEST_PATH_IMAGE078
。所有有干扰用户组成的集合用
Figure DEST_PATH_IMAGE079
表示。对于有干扰用户，我们需要选取
Figure 229874DEST_PATH_IMAGE080
个波束来服务它们（
Figure 778667DEST_PATH_IMAGE080
表示集合中元素的个数)。这些波束从集合
Figure DEST_PATH_IMAGE081
中逐个选取，注意这里
Figure 194605DEST_PATH_IMAGE082
表示将集合
Figure DEST_PATH_IMAGE083
的元素从集合
Figure 196059DEST_PATH_IMAGE084
中去除，本发明中，我们采用基于逐次比较方法选取其对***性能增加最大的波束。
（2.4）在选取完所有无干扰用户对应的最佳波束
Figure DEST_PATH_IMAGE085
之后，我们需要从剩余的
Figure 722855DEST_PATH_IMAGE086
个波束中选取
Figure DEST_PATH_IMAGE087
个波束，来尽量减小用户波束间的干扰。不失一般性，我们首先设定基带预编码矩阵P为迫零预编码矩阵，此时选取剩余波束的优化问题可以写为：
Figure 657313DEST_PATH_IMAGE088
其中D是从
Figure DEST_PATH_IMAGE089
个波束中选出
Figure 447415DEST_PATH_IMAGE090
个波束的一种可行解，
Figure DEST_PATH_IMAGE091
表示基站的发射功率上界，而
Figure 732902DEST_PATH_IMAGE092
表示所有选出的波束对应的波束域信道矩阵。
在有干扰用户的波束选择中，我们基于逐次比较思想，逐个地选取
Figure DEST_PATH_IMAGE093
个波束。在每次选取中，我们从剩下的可选波束中选取使得***可达速率最好的那个，这等效于使得
Figure 1073DEST_PATH_IMAGE094
最小化。举例来说，在第一次选择中，
Figure DEST_PATH_IMAGE095
应该根据下式选取：
Figure 258879DEST_PATH_IMAGE096
其中
Figure DEST_PATH_IMAGE097
，
Figure 16619DEST_PATH_IMAGE098
表示已选出的无干扰用户波束对应的波束域信道矩阵，ϵ为一个任意小的参数（例如取
Figure DEST_PATH_IMAGE099
）来保证矩阵求逆是可行的。当
Figure 727086DEST_PATH_IMAGE100
被求解，即第一个有干扰用户对应的波束被选出来以后，我们可以更新G和
Figure DEST_PATH_IMAGE101
：
Figure 595685DEST_PATH_IMAGE102
以此类推，我们可以选出所有的
Figure DEST_PATH_IMAGE103
个非干扰用户对应的波束，至此我们就得到了所有用户对应的K个波束。
（3）确定好波束选择矩阵F后，原优化问题简化为一个新问题，此时需要对变量
Figure 973577DEST_PATH_IMAGE104
进行初始化，使其满足
Figure DEST_PATH_IMAGE105
，其中P表示基站侧的全数字预编码矩阵，
Figure 839902DEST_PATH_IMAGE106
和
Figure DEST_PATH_IMAGE107
分别为第k个用户的权重因子和接收机增益。初始化辅助变量
Figure 365561DEST_PATH_IMAGE108
，其中
Figure DEST_PATH_IMAGE109
用来衡量优化问题目标函数变化值的上界，用于设置算法迭代终止条件。
（4）根据信道状态信息，设计加权最小均方误差算法优化最优预编码矩阵P。在每次循环中，所设计的算法通过块坐标下降算法对优化问题进行求解，基于轮换寻优思想，将待求解优化变量按照解耦合的原则进行分组，针对每组变量，固定其它组变量进行求解。直到优化问题的目标函数值收敛。具体包括以下子步骤：
（4.1）固定其它变量，单独求解
Figure 975534DEST_PATH_IMAGE110
，通过检验其一阶最优条件，可以直接得到
Figure 473511DEST_PATH_IMAGE110
的闭式解：
Figure DEST_PATH_IMAGE111
其中
Figure 510737DEST_PATH_IMAGE112
，
Figure DEST_PATH_IMAGE113
表示矩阵V的第i列。
（4.2）固定其它变量，单独求解
Figure 461376DEST_PATH_IMAGE114
，通过检验其一阶最优条件，可以直接得到
Figure 140619DEST_PATH_IMAGE114
的闭式解：
Figure DEST_PATH_IMAGE115
（4.3）固定其它变量，单独求解P，通过检验一阶最优条件，可以得到：
Figure 24261DEST_PATH_IMAGE116
其中，
Figure DEST_PATH_IMAGE117
为拉格朗日乘子，需要满足
Figure 497968DEST_PATH_IMAGE118
，如果
Figure DEST_PATH_IMAGE119
时对应P的解满足问题的约束，那该解即为问题的解，如果不满足约束，可以根据松弛条件
Figure 467061DEST_PATH_IMAGE120
求得
Figure DEST_PATH_IMAGE121
的解，进而得到P的解。
（4.4）进入下一次循环，直到
Figure 418836DEST_PATH_IMAGE122
，此时波束选择矩阵F和基带预编码矩阵P的值即为优化问题的解，算法循环结束条件为迭代终止参数
Figure DEST_PATH_IMAGE123
。
为了评估所提出发明的技术效果，在此例中我们对本发明进行了仿真，我们首先仿真了本发明的性能，然后将其与目前已有的其它方案进行比较。***的仿真参数设置如下：基站透镜天线阵列包含了
Figure 422564DEST_PATH_IMAGE124
个天线阵元，以及
Figure DEST_PATH_IMAGE125
个射频链路，用来服务K =16个用户。信道模型的参数设置如下：1）存在一个LOS信道，以及2个NLOS信道；2）LOS及NLOS信道的信道衰落满足
Figure 4856DEST_PATH_IMAGE126
；3）LOS及NLOS信道的发射角
Figure DEST_PATH_IMAGE127
和
Figure 461245DEST_PATH_IMAGE128
服从
Figure DEST_PATH_IMAGE129
中的随机均匀分布；4）各信道参数相互独立。对于本发明提出的算法，我们设置迭代终止参数
Figure 482290DEST_PATH_IMAGE130
。
在图3中，我们分析了所提出波束选择矩阵设计方法，并与已有的基于较，我们观察了这些方法的***性能随信噪比的变化特性。对于每个信噪比下的情况，我们选取了100个随机信道并对结果进行了平均，从而客观地分析不同方案的性能，为了更好地说明本发明方法的价值，我们对全数字结构下的迫零预编码算法进行了仿真，从仿真结果中可以看出，全数字迫零预编码方案作为***性能上界，性能紧随其后的就是本发明提出的优化方法，之后是未优化预编码矩阵的逐次比较波束选择方法和最大波束选择方法，这说明了本发明方法所带来的优势。
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、等同替换或改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：该方法包含以下步骤：
（1）波束选择矩阵设计问题建立及转化；
（1.1）考虑***性能，即***用户可达速率之和，根据***性能最优化原则，结合透镜阵列的物理结构，设立波束选择矩阵设计的优化问题；
（1.2）根据加权最小均方误差等价转化定理，将上述优化问题等价转化为一个新优化问题；
（2）根据信道状态信息采用逐次比较算法设计波束选择矩阵F；
（3）***参数初始化；
（4）根据信道状态信息，设计加权最小均方误差算法优化最优预编码矩阵P，在每次循环中，所设计的算法通过块坐标下降算法对优化问题进行求解，基于轮换寻优思想，将待求解优化变量按照解耦合的原则进行分组，针对每组变量，固定其它组变量进行求解，直到优化问题的目标函数值收敛。
2.如权利要求1所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述子步骤（1.1）中的优化问题包含目标函数，变量建模和约束假设。
3.如权利要求1所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述子步骤（1.2）中的新优化问题中的目标函数为凸函数。
4.如权利要求1所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述步骤（2）中包含以下子步骤：
（2.1）根据每个用户与基站之间波束域信道向量
Figure 928662DEST_PATH_IMAGE001
的情况，对向量
Figure 539771DEST_PATH_IMAGE001
中的波束的幅度进行降序排列，对于第K个用户，其对应的最强波束编号用
Figure 158972DEST_PATH_IMAGE002
来表示，其中
Figure 957163DEST_PATH_IMAGE003
，并根据所有用户对应的最强波束对所有用户进行分组；
（2.2）若
Figure 952801DEST_PATH_IMAGE002
与其他用户对应的最强波束编号都不一致，则用户k属于无干扰用于分组，即
Figure 152838DEST_PATH_IMAGE004
，并对无干扰用户的集合用
Figure 942940DEST_PATH_IMAGE005
表示，对于无干扰用户，直接选取该用户的最强波束
Figure 228428DEST_PATH_IMAGE006
；
（2.3）若用户k的最强波束跟其它用户重合，则用户k属于有干扰用户，即
Figure 762177DEST_PATH_IMAGE007
，并对干扰用户的集合用
Figure 816721DEST_PATH_IMAGE008
表示，对于有干扰用户，选取
Figure 777724DEST_PATH_IMAGE009
个波束来服务它们，其中
Figure 816087DEST_PATH_IMAGE010
表示集合
Figure 622369DEST_PATH_IMAGE011
中波束的个数，并将这些波束从集合
Figure 62577DEST_PATH_IMAGE012
中逐个选取，其中
Figure 928902DEST_PATH_IMAGE013
表示将
Figure 454562DEST_PATH_IMAGE014
的元素从集合
Figure 64534DEST_PATH_IMAGE015
中去除。
5.如权利要求1所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述步骤（3）中的***参数为变量
Figure 93670DEST_PATH_IMAGE016
和辅助变量
Figure 662055DEST_PATH_IMAGE017
，使
Figure 143852DEST_PATH_IMAGE018
满足
Figure 823095DEST_PATH_IMAGE019
，其中P表示基站侧的全数字预编码矩阵，
Figure 706737DEST_PATH_IMAGE020
和
Figure 446023DEST_PATH_IMAGE021
分别为第k个用户的权重因子和接收机增益，同时初始化辅助变量
Figure 415116DEST_PATH_IMAGE022
，其中
Figure 632471DEST_PATH_IMAGE023
用来衡量优化问题目标函数变化值的上界。
6.如权利要求1所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述步骤（4）中的具体包括以下子步骤：
（4.1）固定其它变量，单独求解
Figure 636199DEST_PATH_IMAGE024
，通过检验其一阶最优条件，得到
Figure 280807DEST_PATH_IMAGE025
的闭式解：
Figure 2775DEST_PATH_IMAGE026
其中
Figure 758242DEST_PATH_IMAGE027
，
Figure 616476DEST_PATH_IMAGE028
表示矩阵
Figure 431985DEST_PATH_IMAGE029
的第i列；
（4.2）固定其它变量，单独求解
Figure 641250DEST_PATH_IMAGE030
，通过检验其一阶最优条件，得到
Figure 200407DEST_PATH_IMAGE030
的闭式解：
Figure 178728DEST_PATH_IMAGE031
（4.3）固定其它变量，单独求解P，通过检验一阶最优条件，可以得到：
Figure 899559DEST_PATH_IMAGE032
其中，
Figure 330540DEST_PATH_IMAGE033
为拉格朗日乘子，需要满足
Figure 693388DEST_PATH_IMAGE034
，如果
Figure 526215DEST_PATH_IMAGE035
时对应P的解满足问题的约束，那该解即为问题的解，如果不满足约束，可以根据松弛条件
Figure 683527DEST_PATH_IMAGE036
求得
Figure 601805DEST_PATH_IMAGE037
的解，进而得到P的解；
（4.4）进入下一次循环，直到
Figure 768344DEST_PATH_IMAGE038
，此时波束选择矩阵F和基带预编码矩阵P的值即为优化问题的解。
7.如权利要求6所述的一种基于透镜阵列的波束选择矩阵设计方法，其特征在于：所述算法循环结束的条件为
Figure 190098DEST_PATH_IMAGE039
。
CN202011523683.0A 2020-12-22 2020-12-22 一种基于透镜阵列的波束选择矩阵设计方法 Pending CN112261728A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011523683.0A CN112261728A (zh) 2020-12-22 2020-12-22 一种基于透镜阵列的波束选择矩阵设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011523683.0A CN112261728A (zh) 2020-12-22 2020-12-22 一种基于透镜阵列的波束选择矩阵设计方法

Publications (1)

Publication Number Publication Date
CN112261728A true CN112261728A (zh) 2021-01-22

Family

ID=74225201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011523683.0A Pending CN112261728A (zh) 2020-12-22 2020-12-22 一种基于透镜阵列的波束选择矩阵设计方法

Country Status (1)

Country Link
CN (1) CN112261728A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113055679A (zh) * 2021-02-09 2021-06-29 北京邮电大学 基于毫米波的分级视频传输方法
CN113824478A (zh) * 2021-10-11 2021-12-21 北京邮电大学 离散透镜天线阵列辅助的宽带毫米波多用户大规模mimo上行频谱效率优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101427422A (zh) * 2006-05-23 2009-05-06 英特尔公司 用于无线网络的毫米波片透镜阵列天线***
CN110311719A (zh) * 2019-07-31 2019-10-08 安徽大学 一种应用于毫米波大规模mimo***的波束选择方法及其装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101427422A (zh) * 2006-05-23 2009-05-06 英特尔公司 用于无线网络的毫米波片透镜阵列天线***
CN110311719A (zh) * 2019-07-31 2019-10-08 安徽大学 一种应用于毫米波大规模mimo***的波束选择方法及其装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭荣斌: "毫米波透镜天线阵列***收发机算法研究", 《中国博士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113055679A (zh) * 2021-02-09 2021-06-29 北京邮电大学 基于毫米波的分级视频传输方法
CN113055679B (zh) * 2021-02-09 2022-03-29 北京邮电大学 基于毫米波的分级视频传输方法
CN113824478A (zh) * 2021-10-11 2021-12-21 北京邮电大学 离散透镜天线阵列辅助的宽带毫米波多用户大规模mimo上行频谱效率优化方法
CN113824478B (zh) * 2021-10-11 2023-07-04 北京邮电大学 离散透镜天线阵列辅助的宽带毫米波多用户大规模mimo上行频谱效率优化方法

Similar Documents

Publication Publication Date Title
CN107046434B (zh) 大规模mimo***模数混合预编码方法
CN108476056B (zh) 无线通信方法和无线通信设备
CN109845133A (zh) 用于混合天线架构的分级波束成形和秩自适应的***和方法
CN112039565B (zh) 基于分布式部分连接的大规模mimo混合预编码方法
CN112468196B (zh) 一种基于pzf预编码的去蜂窝大规模mimo***中功率分配方法
CN113364501B (zh) 一种莱斯信道下基于低精度adc去蜂窝大规模mimo***的功率控制方法
CN110535500B (zh) 一种基于深度学习的毫米波mimo混合波束成形优化方法
CN104322025A (zh) 增强在分散式输入分散式输出的无线***中的空间分集的***及方法
Li et al. Optimizing channel-statistics-based analog beamforming for millimeter-wave multi-user massive MIMO downlink
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
CN110365388B (zh) 一种低复杂度毫米波多播波束成形方法
CN109167622A (zh) 一种毫米波大规模mimo***混合预编码方法
CN112261728A (zh) 一种基于透镜阵列的波束选择矩阵设计方法
Choi et al. Co-located vs distributed vs semi-distributed MIMO: Measurement-based evaluation
Singh et al. A survey on hybrid beamforming in MmWave massive MIMO system
CN109361434B (zh) 基站协作传输的毫米波mimo混合预编码方法
CN112312569A (zh) 一种基于透镜阵列的预编码和波束选择矩阵联合设计方法
CN112398513A (zh) 一种massive MIMO***的波束赋形方法
Yan et al. Multiple RF chains assisted parallel beam search for mmWave hybrid beamforming systems
Eisenbeis et al. Hybrid beamforming analysis based on MIMO channel measurements at 28 GHz
CN106211338A (zh) 一种利用空域位置特性的用户调度方法
Kaushik et al. Energy efficiency maximization in millimeter wave hybrid MIMO systems for 5G and beyond
Yu et al. An energy-efficient hybrid precoding algorithm for multiuser mmWave massive MIMO systems
Dilli Performance of multi-user massive MIMO in 5G NR networks at 28 GHz band
Dreifuerst et al. Neural Codebook Design for Network Beam Management

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210122