本发明属于无线通信技术领域，具体的说是混合预编码中的多用户波束赋形方法。
背景技术：
毫米波技术和大规模多输入多输出(Muti-Input Muti-Output,MIMO)技术被认为是为来5G关键技术的一部分，因此引起了学术界和工业界的广泛关注。毫米波具有大量可利用的频谱资源，有希望使下一代移动通信的数据传输速率提高到Gbps以上。结合毫米波传播特性和大规模天线阵列的特性，混合预编码技术成为毫米波大规模MIMO系统中重要的信号处理方法，它能有效抵抗多径衰落，减少传输数据流之间干扰，从而提高频谱效率。
在毫米波系统中采用的混合预编码架构主要有两种，也即全连接混合预编码架构和子连接混合预编码架构。如图1所示，在全连接混合预编码架构中，每个射频链路与所有天线相连，但这种连接结构具有高能耗及硬件成本高等特点。如图2所示，在子连接混合预编码架构中，每个射频链路只与部分天线相连，这种结构具有更低的能耗及更低的硬件成本。在大规模MIMO中，信道估计成本过高，因此通常采用有限反馈的波束赋形训练机制设计预编码矩阵。波束赋形训练即只从码本中选择每个用户端最优的发送或接受波束赋形向量的过程。
然而，现有的基于波束训练机制的研究大多集中全连接混合预编码架构，该架构中每个射频可产生所有类型的波束。但在子连接混合预编码架构中，每一个射频只能产生特定几种类型的波束，且不同射频产生的波束类型不重叠，因此适用于全连接混合预编码架构的算法无法运用于子连接混合预编码架构中。虽有部分针对子连接混合预编码架构的研究，但主要只针对单用户系统。并且现有基于子连接混合预编码架构的算法普遍存在和速率性能较差的问题，其性能远低于全连接混合预编码架构下的算法。
技术实现要素：
本发明的目的，就是提供一种混合预编码中的多用户波束赋形方法，以使得波束训练机制可运用于子连接混合预编码架构下的多用户系统中，并且可使得提出的算法和速率性能可接近全连接混合预编码架构的算法性能。
混合预编码中的多用户波束赋形方法信号合成的具体过程包括：
S1、为用户的接收功率划分级别，为每个级别建立索引。
S2、根据预设的波束赋形训练算法，对用户端进行波束训练，第k个用户接收到码本向量集合中的第j个码本向量对应的接收信号为：
其中为基站与第k个用户之间的信道向量，vj为码本向量集合中的第j个码本向量，nk为第k个用户的信道噪声。
S3、第k个用户挑选出其接收信号功率最强的码本向量vk,max(也即波束)：
其中Pk,max为第k个用户接收码本向量vk,max的接收功率。
S4、第k个用户将vk,max对应索引，及接收信号功率Pk,max对应级别的索引反馈至基站。
S5、由于在子连接结构中，每波束向量只对应特定的一个射频链路。因此基站根据vk,max对应的射频，将用户分成Na组(Na为射频链路数)。从每组中选出一个功率级别最高的用户进行通信，组成用户集其中si,i＝1,...,Na为第i组选中的用户。因此实现了被选中用户和射频的一一对应关系。并且有模拟预编码矩阵：
其中M为每个子阵的天线数，vsi为第i组中被选中用户所反馈的码本向量。
S6、基站通过传统信道估计的方法训练被选中的Na个用户的等效信道其中H为所有被选中Na个用户构成的信道矩阵。并且设置数字预编码矩阵
其中Λ为功率归一化矩阵。
发明的有益效果为，本发明提供一种混合预编码中的多用户波束赋形方法。该算法根据每用户选择的最优波束所对应的射频，对用户进行分组。一个射频对应一个用户组，在每个组中挑选一个用户进行通信。因此可保证基站能够同时提供每个被选中用户所需最优波束，使得波束训练机制可运用于子连接混合预编码架构下的多用户系统中。而且，通过对用户接收信号功率划分级别，每用户反馈最优波束的同时，还反馈该波束的接收功率级别的索引，基站根据该索引对用户进行调度，优先服务功率级别高的用户，可使得提出的算法和速率性能可接近全连接混合预编码架构的算法性能。
附图说明
图1为现有技术中的全连接混合预编码架构的模型示意图，其中有射频(Radio Frequency,RF)；
图2为现有技术中的子连接混合预编码架构的模型示意图；
图3为本发明提出的一种混合预编码中的多用户波束赋形方法的算法流程图；
图4为本发明方案与传统方案的和速率性能对比图。
具体实施方式
下面结合附图和具体设施方式对本发明进行详细的描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里讲被忽略。
下面以为射频链路数Na＝4，每个子阵的天线数M＝32为例：
S1、为用户的接收功率划分级别，为每个级别建立索引。
S2、根据预设的波束赋形训练算法，对用户端进行波束训练，第k个用户接收到码本向量集合中的第j个码本向量对应的接收信号为：
其中为基站与第k个用户之间的信道向量，vj为码本向量集合中的第j个码本向量，nk为第k个用户的信道噪声。
S3、第k个用户挑选出其接收信号功率最强的码本向量vk,max(也即波束)：
其中Pk,max为第k个用户接收码本向量vk,max的接收功率。
S4、第k个用户将vk,max对应索引，及接收信号功率Pk,max对应级别的索引反馈至基站。
S5、由于在子连接结构中，每波束向量只对应特定的一个射频链路。因此基站根据vk,max对应的射频，将用户分成Na组(Na为射频链路数)。从每组中选出一个功率级别最高的用户进行通信，组成用户集其中si,i＝1,...,Na为第i组选中的用户。因此实现了被选中用户和射频的一一对应关系。并且有模拟预编码矩阵：
其中M为每个子阵的天线数，vsi为第i组中被选中用户所反馈的码本向量。
S6、基站通过传统信道估计的方法训练被选中的Na个用户的等效信道其中H为所有被选中Na个用户构成的信道矩阵。并且设置数字预编码矩阵
其中Λ为功率归一化矩阵。
图4反映了不同方案的和速率对比图。可以看到当使用功率级别调度，且功率级别为4级时，提出的基于子连接混合预编码架构的算法的性能，接近于传统基于全连接混合预编码架构算法的性能。组内随机调度性能低于组内功率级别调度性能，因此说明功率级别调度可显著提升系统性能。