CN112636800B

CN112636800B - 基于毫米波大规模mimo多用户场景的混合预编码方法

Info

Publication number: CN112636800B
Application number: CN202011487527.3A
Authority: CN
Inventors: 程知群; 李金萌; 李航
Original assignee: Hangzhou Dianzi University
Current assignee: Hangzhou Dianzi University
Priority date: 2020-12-16
Filing date: 2020-12-16
Publication date: 2022-01-11
Anticipated expiration: 2040-12-16
Also published as: CN112636800A

Abstract

本发明涉及大规模MIMO通信技术领域，具体涉及一种基于毫米波大规模MIMO多用户场景的混合预编码方法，对大规模MIMO中采用自适应连接网络进行混合预编码的方法，主要包括模拟预编码器设计以及给定模拟预编码器后，通过MMSE接收求解基带预编码器。通过优化模拟预编码器，以实现频谱效率最大化。同时，本申请提出的方法能够在满足性能的前提下，进一步降低成本以及方法的复杂度。

Description

基于毫米波大规模MIMO多用户场景的混合预编码方法

技术领域

本发明涉及大规模MIMO通信技术领域，具体涉及一种基于毫米波大规模MIMO多用户场景的混合预编码方法。

背景技术

随着毫米波通信技术不断发展，毫米波大规模MIMO相关技术也有了很大的突破。毫米波大规模MIMO最大的特点就是能够实现同时传输多个数据流，有效地提升***的信号容量。然而比起微波***，毫米波传播时信道具有稀疏性。即毫米波传播时的衰减比较大，能够辐射出去的功率比较小。为了克服毫米波通信中的衰减，在大规模MIMO***中引入预编码技术。

预编码是一种利用信道信息对发射信号进行预处理以提高***传输速率和链路可靠性的技术。由于毫米波大规模MIMO通信***中，发射器和接收器均使用了大型的阵列天线，因此使用传统的全数字预编码技术会造成硬件约束。为此，提出采用小尺寸数字预编码器和大尺寸模拟预编码器的混合预编码技术，该技术能够有效地减少***的硬件成本，并且提高***的频谱效率。混合预编码方法的核心在于共同优化数字预编码器和模拟预编码器，使得***的和速率最大。目前常用的毫米波架构是全连接架构和部分连接架构。研究结果表明，基于全连接的混合预编码***性能可接近全数字预编码性能，但是全连接混合架构中，每条射频链都需要连接到所有发射天线阵列上，由此会导致很大的硬件成本及功率消耗。而部分连接混合架构中，由于模拟移相器的数量减少，***能耗和硬件复杂度比起全连接架构明显降低。

为此，在降低硬件成本和***功耗下，本申请在基于自适应连接的架构下提出一种基于列迭代的预编码方案，适用于毫米波大规模MIMO多用户的场景。同时，本申请提出的方法能够在满足性能的前提下，进一步降低成本以及方法的复杂度。

发明内容

本发明要解决的技术问题是：针对目前现有的预编码方法硬件成本高且计算复杂度问题，提出了一种在性能和计算成本上都表现良好的一种混合处理方法。

为解决上述技术问题，本发明所采取的技术方案为：

基于毫米波大规模MIMO多用户场景的混合预编码方法，包括数字基带预编码和模拟预编码，具体步骤如下：

第一步，问题的归结：

针对毫米波多用户***，采用自适应连接的结构，基站发射端部署N_t根发射天线和N_RF个射频链路，发送N_s条数据流，其中N_s≤N_RF≤N_t；同时服务K个具有单天线的独立用户，其中

假设发送到K个用户的符号表示为

且满足

其中ρ为基站的总发射功率；则K个用户的接收信号表示为：

y＝HF_RFF_BBs+n，

其中H为毫米波信道矩阵；

为模拟预编码器，

为数字预编码器,且两者满足总的功率限制，即

为高斯白噪声，满足E(nn^H)＝σ²I_K；

假设第k个用户的等效信道为H_k＝HF_RFF_BB,为最大化等效信道容量,对等效信道进行SVD分解：

H_k＝UΣV^H

其中U和V分别对应H的左奇异值矩阵和右奇异值矩阵，Σ为特征矩阵，其对角线元素为

n_min＝min(K,N_RF)代表传输的子信道个数；通过注水法得到等效信道的容量为:

其中，

是第i个子信道在得到的注水功率，μ为注水高度，将注水功率的表达式代入上式可得：

由于特征值的大小只能通过模拟部分进行调整，故将目标问题解耦为模拟问题设计和基带问题设计；基带预编码器可由MMSE接收实现，模拟问题设计如下：

问题归结为：在给定输入信噪比的情况下，最大化目标方程：

约束条件为：

由于联合优化问题是非凸的，将该目标函数进一步设计：

第二步：设计预编码矩阵F_RF：

采用列迭代的方法思路进行设计；首先假设

则上述目标方程可转化为:

在列迭代方法下，上述目标方程可化为：

约束条件为：

其中，矩阵

是第k个用户除了第j列向量

后的子矩阵；由于c_j独立于f_k,j，因此矩阵的优化问题可以采用列优化的思想，当每个列向量交替优化至收敛，则得到最优矩阵；

第三步：设计数字预编码F_BB:

在设计基带预编码器时，采用MMSE准则接收；具体设计步骤如下：

经上述分析求得模拟预编码器F_RF后，等效基带信道H_eq＝HF_RF；对等效基带信道进行SVD分解：

H_eq＝UΣV^H

在特征子信道上采用注水法后可得：

B＝βVP

其中，P时注水法得到的对焦功率分配矩阵，

时归一化因子以满足发射功率约束

作为进一步的改进方案，列优化方法具体过程如下:

(1)修正定义域

由于原目标方程是一个非凸优化问题，因此，为方便设计，将限制条件改为一个凸定义域

定义域放宽后的目标函数转化为：

约束条件为：

该目标函数的最优解在KKT条件处取得；

(2)目标函数求解

目标函数的拉格朗日函数为：

其中

是拉格朗日乘子；KKT条件表示为：

由此可得用户k的模拟预编码器的第j列各元素最优解为:

方法步骤如下：

设计F_RF的具体方法步骤如下：

(10)输入H

(11)当k＜K时，计算A_k＝H_kH_k ^H，初始化

(12)for j＝1:N_RF

(13)计算

(14)for j＝1:N_t

(15)更新

(16)end

(17)end

(18)返回到第(3)步，直到F_RF收敛。

作为进一步的改进方案，MMSE准则接收，具体步骤如下：

H_eq＝UΣV^H

在特征子信道上采用注水法后可得：

B＝βVP

其中，P时注水法得到的对焦功率分配矩阵，

时归一化因子以满足发射功率约束

与现有技术相比，本技术方案具有以下优点：

本发明提出毫米波大规模MOMO多用户场景下的预编码方法，能够在频谱效率保持最佳的条件下，有效地降低用户间的干扰，并且具有快速收敛的优势。同时，该方法适用于不同毫米波架构，方法灵活度更高。

附图说明

图1为本发明方法的具体操作流程图。

图2为毫米波大规模MIMO***模型

图3本发明方法中方法一的流程图。

具体实施方式

下面结合附图和实例对本发明的技术方案进行详细介绍。

参见图1，所示为本发明基于收发列迭代的混合预编码方法的流程框图，适用于有限散射的稀疏信道。其主要思路具体如下：

1.建立***模型。毫米波大规模MIMO***模型如附图2所示。针对下行链路毫米波多用户***，采用自适应连接的结构。基站发射端部署N_t根发射天线和N_RF个射频链路，发送N_s条数据流，其中N_s≤N_RF≤N_t；同时服务K个具有单天线的独立用户，其中

假设发送到K个用户的符号表示为

且满足

其中ρ为基站的总发射功率。则K个用户的接收信号表示为：

y＝HF_RFF_BBs+n，

其中H为毫米波信道矩阵；

为模拟预编码器，

为数字预编码器,且两者满足总的功率限制，即

为高斯白噪声，满足E(nn^H)＝σ²I_K。

2.建立信道模型。在S-V模型中，毫米波大规模MIMO信道矩阵通常建模为:

其中L为散射的毫米波波束数，δ_i表示第i条波束路径的增益，θ_i∈[0,2π]，

分别表示第i条路径的离开角和到达角，

和

分别表示发送端和接收端的天线导向向量，其中i＝1,2,…,L。采用均匀线性阵列，

和

可以表示为：

其中λ是电磁波的波长，d为天线间距。

3.模拟数字解耦。本申请选择模拟部分和数字部分两阶段优化的设计思路，并且数字预编码器采用MMSE方法求得，模拟预编码器通过最大化信道容量求得。

假设第k个用户的等效信道容量为H_k＝HF_RFF_BB,为最大化等效信道容量,对等效信道进行SVD分解：

H_k＝UΣV^H

其中U和V分别对应H的左奇异值矩阵和右奇异值矩阵，Σ为特征矩阵，其对角线元素为λ₁,λ₂,…,λ_nmin，n_min＝min(K,N_RF)代表传输的子信道个数。通过注水法得到等效信道的容量为:

其中，

4.目标函数。由于特征值的大小只能通过模拟部分进行调整，因此可将模拟部分的目标函数设为

等效目标方程为：

由于自适应连接结构的特殊性，使得模拟与编码器中的元素不仅满足恒模约束，而且满足F_RF为稀疏矩阵，其形式如下所示：

将矩阵按行求和后可表示为：

其中

1≤k≤K,1≤j≤N_t表示其第j行第k列的元素，同时也表示第k个射频链连接到第j根基站天线。因此，在自适应连接的架构下，模拟预编码器有以下两个约束：

和

其中，M＝N_t/K。

因此，可将预编码设计问题目标函数设为：

约束条件为：

5.设计F_RF。本申请采用列迭代的方法思路进行设计。首先假设

则上述目标方程可转化为:

在列迭代方法下，上述目标方程可化为：

约束条件为：

其中，矩阵

是第k个用户除了第j列向量

后的子矩阵。由于c_j独立于f_k,j，因此矩阵的优化问题可以采用列优化的思想，当每个列向量交替优化至收敛，则得到最优矩阵。具体过程如下:

(1)修正定义域

定义域放宽后的目标函数转化为：

约束条件为：

该目标函数的最优解在KKT条件处取得。

(2)目标函数求解

目标函数的拉格朗日函数为：

其中

是拉格朗日乘子。KKT条件表示为：

由此可得用户k的模拟预编码器的第j列各元素最优解为:

设计F_RF的具体方法步骤如下：

(19)输入H

(20)当k＜K时，计算

初始化

(21)for j＝1:N_RF

(22)计算

(23)for j＝1:N_t

(24)更新

(25)end

(26)end

(27)返回到第(3)步，直到F_RF收敛

6.设计F_BB。为了消除用户间的干扰，因此在设计基带预编码器时，本申请选择MMSE准则接收。具体设计步骤如下：

经上述分析求得模拟预编码器F_RF后，等效基带信道H_eq＝HF_RF。对等效基带信道进行SVD分解：

H_eq＝UΣV^H

在特征子信道上采用注水法后可得：

B＝βVP

其中，P时注水法得到的对焦功率分配矩阵，

时归一化因子以满足发射功率约束

实施例1

1.我们使用S-V模型，对毫米波MIMO信道建模：

分别表示第i条路径的离开角和到达角，

和

和

可以表示为：

其中λ是电磁波的波长，d为天线间距。假设空间中的路径数L＝10。

2.构建如图一所示的MIMO架构。令基站天线个数Nt＝64；用户个数K＝8；RF链个数为10。

3.设计F_RF。采用列迭代的方法思路进行设计。首先假设

则上述目标方程可转化为:

在列迭代方法下，上述目标方程可化为：

约束条件为：

目标函数的最优解在KKT条件处取得，具体方法步骤如下：

(1)输入H

(2)当k＜K时，计算

初始化

(3)for j＝1:N_RF

(4)计算

(5)for j＝1:N_t

(6)更新

(7)end

(8)end

(9)返回到第(3)步，直到F_RF收敛

4.设计F_BB。为了消除用户间的干扰，因此在设计基带预编码器时，本申请选择MMSE准则接收。具体设计步骤如下：

H_eq＝UΣV^H

在特征子信道上采用注水法后可得：

B＝βVP

以上所述的实施例只是本发明的优选实施方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims

1.基于毫米波大规模MIMO多用户场景的混合预编码方法，其特征在于，包括数字基带预编码和模拟预编码，具体步骤如下：

第一步，问题的归结：

假设发送到K个用户的符号表示为

且满足

其中ρ为基站的总发射功率；则K个用户的接收信号表示为：

y＝HF_RFF_BBs+n，

其中H为毫米波信道矩阵；

为模拟预编码器，

为数字预编码器,且两者满足总的功率限制，即

为高斯白噪声，满足E(nn^H)＝σ²I_K；

H_k＝U∑V^H

其中U和V分别对应H的左奇异值矩阵和右奇异值矩阵，∑为特征矩阵，其对角线元素为

其中，

约束条件为：

由于联合优化问题是非凸的，将该目标方程进一步设计：

第二步：设计预编码矩阵F_RF：

采用列迭代的方法思路进行设计；首先假设

则上述目标方程可转化为:

在列迭代方法下，上述目标方程可化为：

约束条件为：

其中，矩阵

是第k个用户除了第j列向量

后的子矩阵；c_j表示去掉第j列列向量后的容量，其独立于f_k,j，因此矩阵的优化问题可以采用列优化的思想，当每个列向量交替优化至收敛，则得到最优矩阵；

第三步：设计数字预编码F_BB:

H_eq＝U∑V^H

在特征子信道上采用注水法后可得：

B＝βVP

其中，P是注水法得到的对焦功率分配矩阵，

时归一化因子以满足发射功率约束

2.根据权利要求1所述的基于毫米波大规模MIMO多用户场景的混合预编码方法，其特征在于，列优化方法具体过程如下:

(1)修正定义域

定义域放宽后的目标方程转化为：

约束条件为：

该目标方程的最优解在KKT条件处取得；

(2)目标方程求解

目标方程的拉格朗日函数为：

其中

是拉格朗日乘子；KKT条件表示为：

由此可得用户k的模拟预编码器的第j列各元素最优解为:

方法步骤如下：

设计F_RF的具体方法步骤如下：