CN112312569A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112312569A
CN112312569A CN202011542219.6A CN202011542219A CN112312569A CN 112312569 A CN112312569 A CN 112312569A CN 202011542219 A CN202011542219 A CN 202011542219A CN 112312569 A CN112312569 A CN 112312569A
Authority
CN
China
Prior art keywords
variables
beam selection
matrix
precoding
lens array
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
CN202011542219.6A
Other languages
English (en)
Inventor
郭荣斌
余显斌
赵志峰
朱永东
党建
李荣鹏
唐雅洁
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 CN202011542219.6A priority Critical patent/CN112312569A/zh
Publication of CN112312569A publication Critical patent/CN112312569A/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预编码和波束选择矩阵联合设计方法，属于无线资源分配以及优化算法设计领域。该方法包括：预编码和波束选择矩阵联合设计问题建立及转化，***参数初始化，根据信道状态信息迭代优化最优预编码矩阵P和波束选择矩阵F，执行资源分配。本发明得到的优化算法设计相较于基于逐次比较的算法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。

Description

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
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预编码和波束选择矩阵联合设计方法。
背景技术
近年来，随着无线通信设备如智能手机和平板电脑的普及，无线数据业务迅速增长，使得当前的无线频谱资源越来越紧张。基于毫米波/太赫兹等频段的无线通信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，有效传输距离较短，***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。为了降低大规模阵列***的硬件成本和能耗，很多技术和设计应运而生。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。透镜天线阵列可以将传统的多输入多输出（MIMO）空域信道转化为波束域信道，因此本发明提出了一个波束选择和预编码矩阵的设计方法。
透镜天线阵列的工作原理是对到达透镜上不同位置的电磁信号进行不同的相移，从而达到波束聚焦在焦点上的目的。透镜阵列能够产生的空间波束数目与阵列天线的阵元数相同，且相互正交，能够覆盖整个空域。在实际***中，部署了大规模阵列的基站在相同时频域上服务的用户数往往远小于阵元数（也即透镜阵列产生的波束数目），所以用少量的波束就能够满足这些用户。由于一个波束对应着一条射频链路，在用开关网络代替移相器网络以后，基站侧只需要提供跟用户数量相同的射频链路即可满足用户的需求，从而大大减少了***所需要的射频链路数目，极大降低了***的硬件成本和功耗。
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，当前的方法都是单独地考虑波束选择的最优设计，然后在波束选择的基础上，在基站的基带数字端采用比较简单的线性预编码方案，所以得到的性能与最优值还有一定的差距。如果在***设计中，结合基带数字端的预编码设计和波束空间的波束选择综合考虑，就会产生一个在0-1约束下的非凸优化问题，求解这个问题可以得到更好的性能。本发明提出了一种联合设计波束选择和预编码矩阵的优化算法，解决了这个问题，获得了接近全数字预编码方案的性能。
发明内容
针对现有技术存在的问题，本发明提出了一种联合设计波束选择和预编码矩阵的优化算法。相较于传统的资源分配方法，本发明提出的方法能够解决波束选择带来的0-1约束下的非凸优化问题，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预编码和波束选择矩阵联合设计方法，其特征在于：该方法具有以下步骤：
（1）预编码和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，设立预编码和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；
（1.3）通过松弛变量方法，将新优化问题约束中耦合的变量进行解耦；
（2）变量初始化；
（3）根据信道状态信息，通过内外双重循环迭代优化最优预编码矩阵P和波束选择矩阵F；
（3.1）执行算法内循环，在内循环中，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；
（3.2）内循环结束后，返回上一级逻辑结构，之行算法外循环，根据内循环执行结果，计算原问题等式约束违反的情况h:
Figure 105984DEST_PATH_IMAGE001
（3.3）如果
Figure 960807DEST_PATH_IMAGE002
，根据以下方法更新原问题引入的对偶变量：
Figure 740545DEST_PATH_IMAGE003
（3.4）如果
Figure 135754DEST_PATH_IMAGE004
，则更新惩罚参数
Figure 950126DEST_PATH_IMAGE005
，其中控制参数
Figure 100485DEST_PATH_IMAGE006
的取值为0.1；
（3.5）更新辅助参数
Figure 367518DEST_PATH_IMAGE007
；
（3.6）进入下一次外循环，直到
Figure 566418DEST_PATH_IMAGE008
，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，所述子步骤（1.1）中所述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）中所述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）具体包括以下子步骤：
（2.1）初始化所有对偶变量
Figure 32035DEST_PATH_IMAGE009
，其中
Figure 25398DEST_PATH_IMAGE010
分别表示优化问题对应增广拉格朗日问题的对偶变量，上角标
Figure 779728DEST_PATH_IMAGE011
表示迭代初始值；
（2.2）初始化所有原始变量
Figure 516740DEST_PATH_IMAGE012
，其中P表示基站侧的全数字预编码矩阵，
Figure 40125DEST_PATH_IMAGE013
表示F的第i行，
Figure 469969DEST_PATH_IMAGE014
表示对应F的第（i,j）个元素对应的辅助变量，而F表示透镜阵列的波束选择矩阵，
Figure 711595DEST_PATH_IMAGE015
为辅助变量，
Figure 314614DEST_PATH_IMAGE016
和
Figure 958085DEST_PATH_IMAGE017
分别为第k个用户的权重因子和接收机增益；
（2.3）初始化辅助变量
Figure 293252DEST_PATH_IMAGE018
，其中m和n分别表示所设计的迭代优化方法内外循环的指示变量，初始值均为0，
Figure 22173DEST_PATH_IMAGE019
表示优化问题等式约束成立的上界，
Figure 100988DEST_PATH_IMAGE020
表示内循环迭代次数上限，
Figure 598965DEST_PATH_IMAGE021
表示惩罚因子的初始值，
Figure 370612DEST_PATH_IMAGE022
，
Figure 117988DEST_PATH_IMAGE023
均为辅助变量，其中
Figure 494DEST_PATH_IMAGE024
。
作为优选，所述步骤（3.1）的每一次内循环中，执行以下操作：
（3.1.1）固定其它变量，单独求解
Figure 352977DEST_PATH_IMAGE025
，通过检验其一阶最优条件，可以直接得到
Figure 295526DEST_PATH_IMAGE025
的闭式解：
Figure 733460DEST_PATH_IMAGE026
其中
Figure 341028DEST_PATH_IMAGE027
，
Figure 813598DEST_PATH_IMAGE028
表示矩阵
Figure 927047DEST_PATH_IMAGE029
的第i列；
（3.1.2）固定其它变量，单独求解
Figure 852278DEST_PATH_IMAGE030
，通过检验其一阶最优条件，可以直接得到
Figure 404482DEST_PATH_IMAGE030
的闭式解：
Figure 465979DEST_PATH_IMAGE031
（3.1.3）固定其它变量，单独求解
Figure 750330DEST_PATH_IMAGE032
和P，关于
Figure 162856DEST_PATH_IMAGE032
的子问题有一个二次的标量目标函数，可根据一阶最有条件得到其无约束下的最优解：
Figure 987593DEST_PATH_IMAGE033
所述
Figure 169176DEST_PATH_IMAGE034
满足
Figure 358848DEST_PATH_IMAGE035
，据此可得
Figure 258671DEST_PATH_IMAGE032
的最优解：
Figure 824782DEST_PATH_IMAGE036
类似的，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P的闭式解：
Figure 126450DEST_PATH_IMAGE037
其中
Figure 487024DEST_PATH_IMAGE038
表示求矩阵
Figure 811827DEST_PATH_IMAGE039
的伪逆矩阵。
（3.1.4）固定其它变量，单独求解V，通过检验一阶最优条件，可以得到：
Figure 181628DEST_PATH_IMAGE040
其中，
Figure 72224DEST_PATH_IMAGE041
为拉格朗日乘子，需要满足
Figure 869278DEST_PATH_IMAGE042
，如果
Figure 478114DEST_PATH_IMAGE043
时对应V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 651607DEST_PATH_IMAGE044
求得
Figure 662288DEST_PATH_IMAGE041
的解，进而得到V的解；
为简化表示，常量A的定义为：
Figure 630244DEST_PATH_IMAGE046
（3.1.5）固定其它变量，单独求解
Figure 913327DEST_PATH_IMAGE047
，通过拉格朗日乘子法，可以得到
Figure 624931DEST_PATH_IMAGE047
的闭式解：
Figure 490118DEST_PATH_IMAGE048
其中，R和d均为常量，注意因为
Figure 628976DEST_PATH_IMAGE047
之间相互耦合，在迭代时要逐行进行求解；
（3.1.6）更新内循环指示变量
Figure 212404DEST_PATH_IMAGE049
；
（3.1.7）当内循环指示变量
Figure 462120DEST_PATH_IMAGE050
时，结束内循环，其中算法内循环最大迭代次数为
Figure 385076DEST_PATH_IMAGE052
。
作为优选，所述算法外循环结束条件为约束违反指示变量h收敛到阈值
Figure 694835DEST_PATH_IMAGE053
。
与现有技术相比，本发明的有益效果是：
（1）本发明利用惩罚对偶分解方法对0-1约束的非凸优化问题进行求解。相较于传统的方法，本发明提出的优化方法具有更好的收敛性和自适应性，能使无线资源管理器从存在变量耦合和非凸约束的情况下得到最优的资源分配策略；
（2）本发明得到的优化算法设计相较于基于逐次比较的算法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。
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、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，我们以一个下行毫米波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 765559DEST_PATH_IMAGE055
条射频链路和
Figure 818966DEST_PATH_IMAGE057
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 658746DEST_PATH_IMAGE059
。不失一般性，我们此处假设
Figure 139406DEST_PATH_IMAGE061
。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 431847DEST_PATH_IMAGE063
其中，
Figure 616840DEST_PATH_IMAGE064
是第k个用户的复基带信号，其均值为0模为1，即
Figure 311127DEST_PATH_IMAGE066
。
Figure 962688DEST_PATH_IMAGE068
表示基带预编码矩阵，而
Figure 8004DEST_PATH_IMAGE069
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个用户收到的
Figure 403214DEST_PATH_IMAGE071
维信号向量y可以表示为：
Figure 952007DEST_PATH_IMAGE073
其中
Figure 40048DEST_PATH_IMAGE075
表示波束域信道矩阵，
Figure 307082DEST_PATH_IMAGE077
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 302720DEST_PATH_IMAGE079
表示
Figure 706019DEST_PATH_IMAGE080
维的加性高斯噪声，其均值为0，方差满足
Figure 964962DEST_PATH_IMAGE082
。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 719292DEST_PATH_IMAGE084
，
其中
Figure 456303DEST_PATH_IMAGE085
是透镜阵列所等效的DFT矩阵。
Figure 979689DEST_PATH_IMAGE087
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，这里我们可以采用比较经典的Saleh-Valenzuela信道模型：
Figure 409533DEST_PATH_IMAGE089
其中
Figure 572530DEST_PATH_IMAGE091
和
Figure 113233DEST_PATH_IMAGE093
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 756704DEST_PATH_IMAGE095
和
Figure 91870DEST_PATH_IMAGE097
分别表示视距信道和非视距信道的复增益，
Figure 820792DEST_PATH_IMAGE099
和
Figure 899606DEST_PATH_IMAGE101
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）预编码和波束选择矩阵联合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，设立预编码和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 397583DEST_PATH_IMAGE103
（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 903651DEST_PATH_IMAGE105
（1.3）通过松弛变量方法，将新优化问题约束中耦合的变量进行解耦。转化后的问题如下所示：
Figure 57552DEST_PATH_IMAGE107
（1.4）在本发明中，我们在联合优化预编码矩阵和波束选择矩阵时，主要求解转化后问题的增广拉格朗日问题，如下所示：
Figure 940057DEST_PATH_IMAGE109
（2）优化问题变量初始化，具体包括以下子步骤：
（2.1）初始化所有对偶变量
Figure 292541DEST_PATH_IMAGE111
，其中
Figure 235089DEST_PATH_IMAGE113
分别表示优化问题对应增广拉格朗日问题的对偶变量，上角标
Figure 673024DEST_PATH_IMAGE114
表示迭代初始值。
（2.2）初始化所有原始变量
Figure 93641DEST_PATH_IMAGE116
，其中P表示基站侧的全数字预编码矩阵，
Figure 566211DEST_PATH_IMAGE117
表示F的第i行，
Figure 601032DEST_PATH_IMAGE118
表示对应F的第（i,j）个元素对应的辅助变量，而F表示透镜阵列的波束选择矩阵，
Figure 526262DEST_PATH_IMAGE120
为辅助变量，
Figure 750570DEST_PATH_IMAGE121
和
Figure 77646DEST_PATH_IMAGE122
分别为第k个用户的权重因子和接收机增益。
（2.3）初始化辅助变量
Figure 361997DEST_PATH_IMAGE123
，其中m和n分别表示所设计的迭代优化方法内外循环的指示变量，初始值均为0，
Figure 774524DEST_PATH_IMAGE124
表示优化问题等式约束成立的上界，
Figure 536944DEST_PATH_IMAGE125
表示内循环迭代次数上限，
Figure 656209DEST_PATH_IMAGE126
表示惩罚因子的初始值，
Figure 111462DEST_PATH_IMAGE127
，
Figure 11284DEST_PATH_IMAGE128
均为辅助变量，其中
Figure 577395DEST_PATH_IMAGE024
。
（3）根据信道状态信息，通过内外双重循环迭代优化最优预编码矩阵P和波束选择矩阵F。在内循环中，所设计的算法通过块坐标下降算法对优化问题对应的非凸增广拉格朗日问题进行求解，将该问题迭代求解到预先定义好的精度。而在外循环中，算法根据优化问题等式约束
Figure 613484DEST_PATH_IMAGE129
违反的程度，来选择更新对偶变量还是惩罚参数。具体包括以下子步骤：
（3.1）执行算法内循环，在内循环中，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。在每一次内循环中，执行以下操作：
（3.1.1）固定其它变量，单独求解
Figure 239637DEST_PATH_IMAGE130
，通过检验其一阶最优条件，可以直接得到
Figure 626756DEST_PATH_IMAGE130
的闭式解：
Figure 730979DEST_PATH_IMAGE131
Figure 74104DEST_PATH_IMAGE132
其中
Figure 871159DEST_PATH_IMAGE133
，
Figure 479995DEST_PATH_IMAGE134
表示矩阵
Figure 653487DEST_PATH_IMAGE029
的第i列。
（3.1.2）固定其它变量，单独求解
Figure 664169DEST_PATH_IMAGE135
，通过检验其一阶最优条件，可以直接得到
Figure 632125DEST_PATH_IMAGE135
的闭式解：
Figure 728257DEST_PATH_IMAGE136
（3.1.3）固定其它变量，单独求解
Figure 111964DEST_PATH_IMAGE137
和P，关于
Figure 242732DEST_PATH_IMAGE137
的子问题有一个二次的标量目标函数，可根据一阶最有条件得到其无约束下的最优解：
Figure 381589DEST_PATH_IMAGE138
所述
Figure 965017DEST_PATH_IMAGE139
满足
Figure 214733DEST_PATH_IMAGE140
，据此可得
Figure 200006DEST_PATH_IMAGE141
的最优解：
Figure 509765DEST_PATH_IMAGE143
类似的，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P的闭式解：
Figure 767440DEST_PATH_IMAGE145
（3.1.4）固定其它变量，单独求解V，通过检验一阶最优条件，可以得到：
Figure 820846DEST_PATH_IMAGE147
其中，
Figure DEST_PATH_IMAGE148
为拉格朗日乘子，需要满足
Figure DEST_PATH_IMAGE149
，如果
Figure DEST_PATH_IMAGE150
时对应V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 DEST_PATH_IMAGE151
求得
Figure 660626DEST_PATH_IMAGE148
的解，进而得到V的解；
为简化表示，常量A的定义为：
Figure DEST_PATH_IMAGE152
（3.1.5）固定其它变量，单独求解
Figure DEST_PATH_IMAGE153
，通过拉格朗日乘子法，可以得到
Figure 78969DEST_PATH_IMAGE153
的闭式解：
Figure DEST_PATH_IMAGE154
其中，R和d均为常量，注意因为
Figure 371410DEST_PATH_IMAGE153
之间相互耦合，在迭代时要逐行进行求解。
（3.1.6）更新内循环指示变量
Figure DEST_PATH_IMAGE155
（3.1.7）当内循环指示变量
Figure DEST_PATH_IMAGE156
时，结束内循环，其中算法内循环最大迭代次数为
Figure DEST_PATH_IMAGE157
。
（3.2）内循环结束后，返回上一级逻辑结构，执行算法外循环。根据内循环执行结果，计算原问题等式约束违反的情况h:
Figure DEST_PATH_IMAGE158
（3.3）如果
Figure DEST_PATH_IMAGE159
，根据以下方法更新原问题引入的对偶变量：
Figure DEST_PATH_IMAGE160
（3.4）如果
Figure DEST_PATH_IMAGE161
，则更新惩罚参数
Figure DEST_PATH_IMAGE162
，其中控制参数
Figure DEST_PATH_IMAGE163
的取值为0.1；
（3.5）更新辅助参数
Figure DEST_PATH_IMAGE164
；
（3.6）进入下一次外循环，直到
Figure DEST_PATH_IMAGE165
，其中算法外循环结束条件为约束违反指示变量h收敛到阈值
Figure DEST_PATH_IMAGE166
，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。
为了评估所提出算法的性能，在此例中我们对算法进行了仿真。我们首先给出了所提方案和基于干扰消除波束选择简化算法的性能，然后将其与目前已有的其它方案进行比较。在仿真中，***的参数设置如下：基站侧配置了透镜天线阵列，其中包含了
Figure DEST_PATH_IMAGE167
个天线阵元，以及
Figure DEST_PATH_IMAGE168
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信道的发射角
Figure DEST_PATH_IMAGE169
和
Figure DEST_PATH_IMAGE170
服从
Figure DEST_PATH_IMAGE171
中的随机均匀分布；3）LOS及NLOS信道的信道衰落满足
Figure DEST_PATH_IMAGE172
；4）各信道参数相互独立。对于我们提出的算法，我们设置其迭代初始惩罚参数
Figure DEST_PATH_IMAGE173
以及控制参数
Figure DEST_PATH_IMAGE174
。此外，我们设置
Figure DEST_PATH_IMAGE175
，以及内循环的最大迭代次数
Figure DEST_PATH_IMAGE176
，这个迭代次数足够大到保证内循环可以收敛。
在图3中，我们分析了所提出的预编码和波束选择矩阵联合设计方法，并与已有的基于逐次比较波束选择方法和最大波束选择方法进行了比较，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我们提出的联合优化方法，之后是基于逐次比较波束选择方法和最大波束选择方法。举例来说，在***可达速率为40bits/s/Hz时，惩罚对偶分解算法相对基于逐次比较波束选择方法差不多有3.5dB的增益。这说明了本发明中将波束选择和预编码矩阵联合设计所带来的优势。
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预编码和波束选择矩阵联合设计方法，其特征在于：该方法具有以下步骤：
（1）预编码和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，设立预编码和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；
（1.3）通过松弛变量方法，将新优化问题约束中耦合的变量进行解耦；
（2）变量初始化；
（3）根据信道状态信息，通过内外双重循环迭代优化最优预编码矩阵P和波束选择矩阵F；
（3.1）执行算法内循环，在内循环中，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；
（3.2）内循环结束后，返回上一级逻辑结构，之行算法外循环，根据内循环执行结果，计算原问题等式约束违反的情况h:
Figure DEST_PATH_IMAGE001
（3.3）如果
Figure DEST_PATH_IMAGE002
，根据以下方法更新原问题引入的对偶变量：
Figure DEST_PATH_IMAGE003
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
Figure DEST_PATH_IMAGE006
（3.4）如果
Figure DEST_PATH_IMAGE007
，则更新惩罚参数
Figure DEST_PATH_IMAGE008
，其中控制参数
Figure DEST_PATH_IMAGE009
的取值为0.1；
（3.5）更新辅助参数
Figure DEST_PATH_IMAGE010
；
（3.6）进入下一次外循环，直到
Figure DEST_PATH_IMAGE011
，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。
2.如权利要求1所述的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，其特征在于：所述子步骤（1.1）中所述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预编码和波束选择矩阵联合设计方法，其特征在于：所述子步骤（1.2）中所述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预编码和波束选择矩阵联合设计方法，其特征在于：所述步骤（2）具体包括以下子步骤：
（2.1）初始化所有对偶变量
Figure DEST_PATH_IMAGE012
，其中
Figure DEST_PATH_IMAGE013
分别表示优化问题对应增广拉格朗日问题的对偶变量，上角标
Figure DEST_PATH_IMAGE014
表示迭代初始值；
（2.2）初始化所有原始变量
Figure DEST_PATH_IMAGE015
，其中P表示基站侧的全数字预编码矩阵，
Figure DEST_PATH_IMAGE016
表示F的第i行，
Figure DEST_PATH_IMAGE017
表示对应F的第（i,j）个元素对应的辅助变量，而F表示透镜阵列的波束选择矩阵，
Figure DEST_PATH_IMAGE018
为辅助变量，
Figure DEST_PATH_IMAGE019
和
Figure DEST_PATH_IMAGE020
分别为第k个用户的权重因子和接收机增益；
（2.3）初始化辅助变量
Figure DEST_PATH_IMAGE021
，其中m和n分别表示所设计的迭代优化方法内外循环的指示变量，初始值均为0，
Figure DEST_PATH_IMAGE022
表示优化问题等式约束成立的上界，
Figure DEST_PATH_IMAGE023
表示内循环迭代次数上限，
Figure DEST_PATH_IMAGE024
表示惩罚因子的初始值，
Figure DEST_PATH_IMAGE025
，
Figure DEST_PATH_IMAGE026
均为辅助变量，其中
Figure DEST_PATH_IMAGE027
。
5.如权利要求1所述的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，其特征在于：所述步骤（3.1）的每一次内循环中，执行以下操作：
（3.1.1）固定其它变量，单独求解
Figure DEST_PATH_IMAGE028
，通过检验其一阶最优条件，可以直接得到
Figure 274253DEST_PATH_IMAGE028
的闭式解：
Figure DEST_PATH_IMAGE029
其中
Figure DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE031
表示矩阵
Figure DEST_PATH_IMAGE032
的第i列；
（3.1.2）固定其它变量，单独求解
Figure DEST_PATH_IMAGE033
，通过检验其一阶最优条件，可以直接得到
Figure 268639DEST_PATH_IMAGE033
的闭式解：
Figure DEST_PATH_IMAGE034
（3.1.3）固定其它变量，单独求解
Figure DEST_PATH_IMAGE035
和P，关于
Figure 42560DEST_PATH_IMAGE035
的子问题有一个二次的标量目标函数，可根据一阶最有条件得到其无约束下的最优解：
Figure DEST_PATH_IMAGE036
所述
Figure DEST_PATH_IMAGE037
满足
Figure DEST_PATH_IMAGE038
，据此可得
Figure DEST_PATH_IMAGE039
的最优解：
Figure DEST_PATH_IMAGE040
类似的，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P的闭式解：
Figure DEST_PATH_IMAGE041
其中
Figure 970065DEST_PATH_IMAGE042
表示求矩阵
Figure DEST_PATH_IMAGE043
的伪逆矩阵。
6.（3.1.4）固定其它变量，单独求解V，通过检验一阶最优条件，可以得到：
Figure 108922DEST_PATH_IMAGE044
其中，
Figure DEST_PATH_IMAGE045
为拉格朗日乘子，需要满足
Figure DEST_PATH_IMAGE046
，如果
Figure DEST_PATH_IMAGE047
时对应V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 DEST_PATH_IMAGE048
求得
Figure 754667DEST_PATH_IMAGE045
的解，进而得到V的解；
为简化表示，常量A的定义为：
Figure DEST_PATH_IMAGE049
（3.1.5）固定其它变量，单独求解
Figure DEST_PATH_IMAGE050
，通过拉格朗日乘子法，可以得到
Figure 269962DEST_PATH_IMAGE050
的闭式解：
Figure DEST_PATH_IMAGE051
其中，R和d均为常量，注意因为
Figure 989656DEST_PATH_IMAGE050
之间相互耦合，在迭代时要逐行进行求解；
（3.1.6）更新内循环指示变量
Figure DEST_PATH_IMAGE052
；
（3.1.7）当内循环指示变量
Figure DEST_PATH_IMAGE053
时，结束内循环，其中算法内循环最大迭代次数为
Figure DEST_PATH_IMAGE054
。
7.根据权利要求1所述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，其特征在于：所述算法外循环结束条件为约束违反指示变量h收敛到阈值
Figure DEST_PATH_IMAGE055
。
CN202011542219.6A 2020-12-24 2020-12-24 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 Pending CN112312569A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011542219.6A CN112312569A (zh) 2020-12-24 2020-12-24 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011542219.6A CN112312569A (zh) 2020-12-24 2020-12-24 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

Publications (1)

Publication Number Publication Date
CN112312569A true CN112312569A (zh) 2021-02-02

Family

ID=74487538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011542219.6A Pending CN112312569A (zh) 2020-12-24 2020-12-24 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

Country Status (1)

Country Link
CN (1) CN112312569A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113824477A (zh) * 2021-10-09 2021-12-21 北京邮电大学 离散透镜天线阵列辅助的多用户大规模mimo优化方法
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

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
CN113824477A (zh) * 2021-10-09 2021-12-21 北京邮电大学 离散透镜天线阵列辅助的多用户大规模mimo优化方法
CN113824477B (zh) * 2021-10-09 2023-04-28 北京邮电大学 离散透镜天线阵列辅助的多用户大规模mimo优化方法
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
Kaushik et al. Joint bit allocation and hybrid beamforming optimization for energy efficient millimeter wave MIMO systems
CN107046434B (zh) 大规模mimo***模数混合预编码方法
Zhang et al. Joint precoding and combining design for hybrid beamforming systems with subconnected structure
Song et al. Coordinated hybrid beamforming for millimeter wave multi-user massive MIMO systems
CN108023620A (zh) 应用于毫米波频段的大规模mimo***混合预编码方法
Li et al. Optimizing channel-statistics-based analog beamforming for millimeter-wave multi-user massive MIMO downlink
CN110365388B (zh) 一种低复杂度毫米波多播波束成形方法
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
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
WO2022174418A1 (en) Wireless telecommunications network
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
Qiao et al. Alternating optimization based hybrid precoding strategies for millimeter wave MIMO systems
CN108123741B (zh) 基于重叠子阵列(osa)的波束赋形方法和设备
CN113973204A (zh) 一种mimo-noma***的非线性预编码方法及***
CN115733530A (zh) 一种可重构智能表面辅助毫米波通信的联合预编码方法
CN113852402B (zh) 一种irs辅助的noma-mimo大容量接入方法
CN109361434B (zh) 基站协作传输的毫米波mimo混合预编码方法
CN109067446B (zh) 一种多天线多用户大规模天线的混合预编码方法
CN112261728A (zh) 一种基于透镜阵列的波束选择矩阵设计方法
Ni et al. User association and hybrid beamforming designs for cooperative mmWave MIMO systems
CN112398513A (zh) 一种massive MIMO***的波束赋形方法
Arvola et al. Two-layer precoding for dimensionality reduction in massive MIMO
Kaushik et al. Energy efficiency maximization in millimeter wave hybrid MIMO systems for 5G and beyond
CN112636800B (zh) 基于毫米波大规模mimo多用户场景的混合预编码方法
Feng et al. Hybrid precoding for massive MIMO systems using partially-connected phase shifter network

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

Application publication date: 20210202

RJ01 Rejection of invention patent application after publication