低复杂度的毫米波mimo模拟波束赋形方法
【专利摘要】本发明提供了一种低复杂度的毫米波MIMO模拟波束赋形方法，通过基站侧与用户侧的信令交互来搜索最优模拟预编码矩阵和均衡矩阵对，包括：S1.基站在预先设定的预编码码本中随机选取一初始预编码矩阵，并利用该预编码矩阵发送训练序列给用户；S2.用户利用接收到的训练序列搜索最优模拟均衡矩阵，并将最优模拟均衡矩阵发送给基站；S3.基站利用接收到的最优模拟均衡矩阵搜索最优模拟预编码矩阵，并利用该最优模拟预编码矩阵发送训练序列给用户；重复执行步骤S2至S3K次，所述K为预设的阈值。本发明解决了现有技术中毫米波MIMO模拟波束赋形方法复杂度高的问题。
【专利说明】
低复杂度的毫米波ΜΙΜΟ模拟波束赋形方法
技术领域
[0001] 本发明涉及光电子技术和光纤通信技术领域，具体涉及一种低复杂度的毫米波 Μ頂0模拟波束赋形方法。
【背景技术】
[0002] 下一代无线通信标准5G的主要技术挑战就是如何大幅提高无线资源的频谱效率 来满足日益增加的容量需求。解决这一技术难题的可行技术路线主要有三条：1)扩展频 谱，即采用更宽的通信频带以提供更大的信道容量；2)缩小蜂窝，即减小蜂窝的面积以提 高蜂窝内用户的数据率；3)提高频谱效率，比如采用更多天线，特别是在基站端使用大量 天线，通过引入更多额外的空间自由度来提高系统的频谱效率。而毫米波与大规模多输入 多输出（multi-input multi-output，ΜΙΜΟ)技术的结合，贝丨】可非常巧妙地将上述三条技术 路线结合到一起。毫米波大规模ΜΙΜΟ技术因其宽频带，高谱效的特点，被认为是下一代无 线通信标准5G的关键技术之一。一方面，毫米波短波长高频率的特点，使得大规模ΜΜ0技 术中的较大规模的天线阵列可以被装备到很小尺寸的设备上。另一方面，大规模Μ頂0技术 可以利用波束赋形（包括预编码与均衡），将信号集中在某一特定的方向上，以此提供足够 的天线增益来弥补毫米波频段严重的路损（比如雨衰或氧吸收）。
[0003] 不同于传统Μ頂0系统中的数字域波束赋形技术，毫米波大规模Μ頂0系统通常采 用模拟域的波束赋形技术，其发射信号或接受信号是由模拟域的相移网络所控制的。数字 域波束赋形技术要求每一根发射或接收天线都有一个对应的射频链路来支持，而模拟域波 束赋形则可以实现一个射频链路支持多根天线。因此，模拟域的波束赋形可以显著地降低 用户端与基站端所需要的射频链路数量，相比于数字域波束赋形技术具有更低的功耗与硬 件复杂度。然而，如何设计具有准最优性能且复杂度低的模拟域波束赋形方案仍然是一个 极具挑战的问题。
[0004] 文献（参考 J. Brady, Ν. Behdad, and A. Μ. Sayeed, "Beamspace ΜΙΜΟ for millimeter-wave communications : System architecture, modeling,analysis,and measurements，" IEEE Trans. Ant. and Propag. , vol. 61, no. 7, pp. 3814 - 3827, Jul. 2013) 中，提出了一种基于离散傅里叶变换的波束赋形方案，这种方案可以近似最大化接收到的 信噪比（signal-to-noise ratio, SNR)。文献（参考 0· El Ayach, R. Heath, S. Abu-Surra，S. Rajagopal, and Z.Pi, "The capacity optimality of beam steering in large millimeter wave ΜΙΜ0 systems,'，in Proc. Signal Processing Advances in Wireless Communications (SPAWC'13) Workshops, 2013, pp. 100 - 104)中提出了一种利用基站端与用 户端天线增益向量设计的波束赋形方案，这种方案在基站端与用户端天线数较大时，可以 获得准最优的性能，且具有很低的复杂度。
[0005] 然而上述的几种方案都假设基站端发射信号的发射角（angles of departure， AoDs)与用户端接收信号的到达角（angles of arrival，AoAs)是连续的。对于实际的系统 来说，模拟域的相移网络往往是由数字信号控制的，因此这种假设是难以在现实中成立的。
[0006] 对于更为实际的具有量化的AoA/AoDs的毫米波大规模MMO系统，基于码本的 波束赋形方案，比如波束牵引码本（参考Τ. Kim, J. Park, J. -Υ. Seol，S. Jeong，J. Cho, and W.Roh，''Tens of Gbps support with mmwave beamforming systems for next generation communications,'，in Proc. IEEE Global Communications Conference(GL0BEC0M, 13), De c. 2〇l3, pp. 3685 - 369〇)，则更具吸引力。
[0007] 然而码本法所面临的一个问题就是如何从预定好的码本中搜索最优的预编码矩 阵与均衡矩阵对。
[0008] 针对这一问题，最直观的方法是对码本中所有可能的预编码矩阵与均衡矩阵对进 行穷搜。这种方法可以确保获得最优的预编码矩阵与均衡矩阵，然而其复杂度却随着AoA/ AoDs量化比特数与射频链路数量的增加，呈指数上升，因此，很难在实际系统中应用。
[0009] 为了降低穷搜方法的复杂度，文献（参考S. Hur, T. Kim, D. Love, J. Krogmeier, T. Thomas, and A.Ghosh, "Millimeter wave beamforming for wireless backhaul and access in small cell networks, '，IEEE Trans. Commun. , vol. 61, no. 10, pp. 4391 -4403, Oct. 2013)中提出了一种乒乓式的搜索方法，这种方法可以从一定程度上降低穷搜的 复杂度，同时还能保证搜索到最优的预编码矩阵与均衡矩阵对。然而当AoA/AoDs量化比特 数较高时，其复杂度仍然较高。
【发明内容】
[0010] 针对现有技术中的缺陷，本发明提供一种低复杂度的毫米波ΜΙΜ0模拟波束赋形 方法，解决了现有技术中毫米波Μπω模拟波束赋形方法复杂度高的问题。 toon] 本发明提供一种低复杂度的毫米波Μπω模拟波束赋形方法，通过基站侧与用户 侧的信令交互来搜索最优模拟预编码矩阵和均衡矩阵对，包括：
[0012] S1.基站在预先设定的预编码码本f中随机选取一初始预编码矩阵，并利用该预 编码矩阵发送训练序列给用户；
[0013] S2.用户利用接收到的训练序列搜索最优模拟均衡矩阵，并将最优模拟均衡矩阵 发送给基站；
[0014] S3.基站利用接收到的最优模拟均衡矩阵搜索最优模拟预编码矩阵，并利用该最 优模拟预编码矩阵发送训练序列给用户；
[0015] 重复执行步骤S2至S3K次，所述K为预设的阈值。
[0016] 其中，所述S2中的搜索过程由基于禁忌搜索的模拟均衡方案实现，包括：
[0017] A1.在预先设定的均衡码本冰中随机选取一个均衡矩阵作为下一次迭代的起始 占.
[0018] Α2.确定该起始点的邻域；
[0019] A3.计算邻域中每一个均衡矩阵的代价函数，并对这些矩阵按照代价函数的降序 排列；
[0020] Α4.依次检查排序后的邻域中的均衡矩阵，根据其代价函数与禁忌列表，选择下一 次迭代的起始点；
[0021] Α5.重复Α2至Α4,直到满足预先设定的停止准则，输出具有最高代价函数值的均 衡矩阵。
[0022] 其中，所述A2中的邻域为起始点的所有相邻均衡矩阵所构成的集合，其中，所述 相邻均衡矩阵为均衡码本W中一个可能的矩阵，须满足：1)它仅有一列与起始点不同；2) 两个矩阵不同的列序号仅相差一个预设常数。
[0023] 其中，所述A3中的代价函数由下式计算：
[0024]
[0025] 其中？4与C 别表示模拟预编码矩阵与模拟均衡矩阵，Η表示信道矩阵，P表示 平均接收能量，凡表示待传输的并行数据流数，Im^NsXNs的单位矩阵：
为 均衡后的噪声协方差矩阵。
[0026] 其中，所述A4中的禁忌列表为一个向量或矩阵T，T中的每一个元素对应均衡码 本押中一个可能的模拟均衡矩阵，其取值只有两种情况，一种表示该模拟均衡矩阵不是禁 忌，另一种则表示该模拟均衡矩阵是禁忌，不能出现在后续的迭代过程中。
[0027] 其中，所述A5中停止准则为总的迭代次数达到了预先设定的最大迭代次数max_ iter，或经过max_len次迭代，全局最优的模拟均衡矩阵仍未被更新。
[0028] 其中，所述S3中的搜索过程由基于禁忌搜索的模拟预编码方案实现，包括：
[0029] B1.在预先设定的预编码码本f中随机选初始预编码矩阵作为下一次迭代的起 始点；
[0030] B2.确定该起始点的邻域；
[0031] B3.计算邻域中每一个预编码矩阵的代价函数，并对这些矩阵按照代价函数的降 序排列；
[0032] B4.依次检查排序后的邻域中的预编码矩阵，根据其代价函数与禁忌列表，选择下 一次迭代的起始点；
[0033] B5.重复B2至M，直到满足预先设定的停止准则，输出具有最高代价函数值的预 编码矩阵。
[0034] 其中，所述B2中的邻域为起始点的所有相邻预编码矩阵所构成的集合，其中，相 邻预编码矩阵定义为预编码码本，中一个可能的矩阵，满足：1)它仅有一列与起始点不 同；2)两个矩阵不同的列序号仅相差一固定常数。
[0035] 其中，所述B3中的代价函数由下式计算：
[0036]
[0037] 其中？4与C 别表示模拟预编码矩阵与模拟均衡矩阵，Η表示信道矩阵，P表示 平均接收能量，队表示待传输的并行数据流数，。，为队乂队的单位矩阵，R"=ff2CfCAS 均衡后的噪声协方差矩阵。
[0038] 其中，所述Μ中的禁忌列表为一个向量或矩阵T，T中的每一个元素对应预编码码 本，中一个可能的模拟预编码矩阵，其取值只有两种情况，一种表示该预编码矩阵不是禁 忌，另一种则表示该预编码矩阵是禁忌，不能出现在后续的迭代过程中。
[0039] 其中，所述Μ中根据其代价函数与禁忌列表，选择下一次迭代的起始点包括：
[0040] 所述邻域中的预编码矩阵为在目前为止的整个迭代过程中具有最高的代价函数 值；且该矩阵在禁忌列表中不是禁忌。
[0041] 其中，所述Β5中停止准则为总的迭代次数达到了预先设定的最大迭代次数max_ iter，或经过max_len次迭代，全局最优的预编码矩阵仍未被更新。
[0042] 上述技术方案可知，本发明的低复杂度的毫米波Μ頂0模拟波束赋形方法，采用了 基于禁忌搜索的模拟预编码/均衡方案，通过利用邻域搜索的概念，能够将传统的穷搜方 案的复杂度减低将近1〇〇倍，从而能在系统容量性能与复杂度之间获得更优的折中。本发 明提供的低复杂度的基于禁忌搜索的模拟预编码和基于禁忌搜索的模拟均衡的联合搜索 方案，通过基站端与用户端几次简单的信令交互，可以迅速快速地在码本中搜索到最优的 预编码矩阵与均衡矩阵对，从而以低复杂度获得令人满意的性能。
【附图说明】
[0043] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 这些附图获得其他的附图。
[0044] 图1示出了本发明实施例一提供的一种低复杂度的毫米波ΜΙΜΟ模拟波束赋形方 法的流程图；
[0045] 图2是基于禁忌搜索的预编码不意图；
[0046] 图3a是传统移动禁忌的不意图；
[0047] 图3b是本发明实施例提供的预编码矩阵禁忌的示意图；
[0048] 图4是联合搜索方法的流程示意图；
[0049] 图5是穷搜方案与本发明实施例所述方法可达容量的仿真结果示意图。
【具体实施方式】
[0050] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0051] 现有的毫米波大规模ΜΜ0技术中的模拟域波束赋形方案，因其假设理想或复杂 度较高等原因，往往难以适应当前的技术条件。因此，在实际的应用中，具有准最优性能且 复杂度低的模拟域波束赋形方案仍然是实现毫米波大规模Μ頂0诸多优良特性所面临的重 大挑战之一。为达到上述目的，本发明提供一种低复杂度的毫米波大规模Μπω的模拟波束 赋形方案。该方案利用基站与用户间的信令交互联合搜索最优的模拟预编码矩阵与模拟均 衡矩阵对。
[0052] 图1示出了本发明实施例一提供的一种低复杂度的毫米波ΜΙΜΟ模拟波束赋形方 法的流程图。参见图1，本发明实施例一提供了一种低复杂度的毫米波ΜΜ0模拟波束赋形 方法，通过基站侧与用户侧的信令交互来搜索最优模拟预编码矩阵和均衡矩阵对，包括：
[0053] 步骤101 :基站在预先设定的预编码码本，·中随机选取一初始预编码矩阵，并利 用该预编码矩阵发送训练序列给用户。
[0054] 步骤102 :用户利用接收到的训练序列搜索最优模拟均衡矩阵，并将最优模拟均 衡矩阵发送给基站。
[0055] 步骤103 :基站利用接收到的最优模拟均衡矩阵搜索最优模拟预编码矩阵，并利 用该最优模拟预编码矩阵发送训练序列给用户。
[0056] 重复执行步骤102至103K次，所述K为预设的阈值。一般地，所述K的取值为3~ 5〇
[0057] 其中，所述步骤102中的搜索过程由基于禁忌搜索的模拟均衡方案实现，包括：
[0058] A1.在预先设定的均衡码本抑中随机选取一个均衡矩阵作为下一次迭代的起始 占.
[0059] Α2·确定该起始点的邻域；
[0060] A3.计算邻域中每一个均衡矩阵的代价函数，并对这些矩阵按照代价函数的降序 排列；
[0061] Α4.依次检查排序后的邻域中的均衡矩阵，根据其代价函数与禁忌列表，选择下一 次迭代的起始点；
[0062] Α5.重复Α2至Α4,直到满足预先设定的停止准则，输出具有最高代价函数值的均 衡矩阵。
[0063] 图2示出了基于禁忌搜索的预编码示意图。所述步骤103中的搜索过程由基于禁 忌搜索的模拟预编码方案实现，包括：
[0064] Β1.在预先设定的预编码码本，中随机选初始预编码矩阵作为下一次迭代的起 始点；
[0065] Β2.确定该起始点的邻域；
[0066] Β3.计算邻域中每一个预编码矩阵的代价函数，并对这些矩阵按照代价函数的降 序排列；
[0067] Β4.依次检查排序后的邻域中的预编码矩阵，根据其代价函数与禁忌列表，选择下 一次迭代的起始点；
[0068] Β5.重复Β2至M，直到满足预先设定的停止准则，输出具有最高代价函数值的预 编码矩阵。
[0069] 这里，，与沙分别表示模拟预编码码本与模拟均衡码本，如果用尽Μ与尽~分别 表示发射角AoDs与到达角AoAs的量化比特数，则f中所有可能的模拟预编码矩阵与冰 中所有可能的模拟均衡矩阵可以分别表示为：
[0070]
[0071]
[0072] 其中
[0073]
L· 」'
[0074]
[0075]
分别表不量化的发射角AoDs与到 达角AoAs。通过联合搜索，与沙，可以获得最大化系统容量的最优模拟预编码矩阵与模 拟均衡矩阵对，如下：
[0076]
[0077] 其_
. 示均衡后的噪声协方差矩阵，
[0078]
[0079] 上述为代价函数。
[0080] 其中，所述步骤A2中的邻域为起始点的所有相邻均衡矩阵所构成的集合，其中， 相邻均衡矩阵定义为均衡码本W中一个可能的矩阵，满足：1)它仅有一列与起始点不同； 2)两个矩阵不同的列序号仅相差一个预设常数。
[0081] 注意模拟预编码矩阵PA的第m列可以用一个序号
表示，对应着
向量 1。定义相邻矩阵满足以下两个条件：1)它仅有一列与起始点不同；2)两 ·> - / 个矩阵不同的列序号仅相差一固定常数，比如相差1。兰
时，给定一个可
矩阵，所有相邻矩阵构成Α?'、」邪1现。[0082] 令表示第i次迭代的起始点
示pf的邻域，其中 能的模拟预编码矩阵 訧是PA的一个相邻 IVI表示邻域大小，根据相邻矩阵的定义，可知|F| = 2Λ^。定义)中第U个相邻矩阵与
Μ不同，且该列的序号为
实中^21为
列的序号。 为了避免序号溢出，令
[0083]
V * / '、.·./」 / \ /」 1_ / V * ^ _
[0086] 其中，所述A3中的代价函数由下式计算：
[0087]
[0088] 其中，？4与(^分别表示模拟预编码矩阵与模拟均衡矩阵，Η表示信道矩阵，P表示 平均接收能量，凡表示待传输的并行数据流数，.为NSXNS的单位矩阵，
％ 均衡后的噪声协方差矩阵。
[0089] 其中，所述步骤A4中的禁忌列表为一个向量或矩阵T，T中的每一个元素对应均衡 码本W中一个可能的模拟均衡矩阵，其取值只有两种情况，一种表示该模拟均衡矩阵不是 禁忌，另一种则表示该模拟均衡矩阵是禁忌，不能出现在后续的迭代过程中。
[0090] 在传统的禁忌搜索算法中，禁忌往往定义为移动，其可视为一个预编码矩阵向另 一个预编码矩阵的移动方向。对于本发明所考虑的问题来说，移动可以用两个参数（a，b) 表示，其中= 表示两个预编码矩阵的第a列是不同的，b = {-1，1}表示从原始预 编码矩阵到当前预编码矩阵该列序号的改变量。考虑上面的例子，A
glj
妁移动可以表示为（1，_1)。将移动当作禁忌可以节省禁忌列表的存储 量，因为它仅需要一个大小为2%RF xl的禁忌列表T。然而，这种方法可能导致一个预编码 矩阵被搜索多次，如图3a所示。为了解决这一问题，本发明提出以具体的预编码矩阵作为 禁忌。令，=1，2;··,；Γλ^表示久中每一个预编码矩阵的序号。注意，p可由该预编码矩 阵的列序号表示
[0091]
[0092] 可以看出，本发明实施例所述的方法可以有效避免一个预编码矩阵被重复搜索多 次，如图3b所示。而本发明实施例所述的方法的代价是禁忌列表T存储量的上升，即从 2#；^上升到2# Λ'严。
[0093] 其中，所述步骤Α5中停止准则为总的迭代次数达到了预先设定的最大迭代次数 max_iter，或经过max_len次迭代，全局最优的模拟均衡矩阵仍未被更新。其中，max_len指 算法所能允许的，全局最优解未被更新的迭代次数。
[0094] 定义参数flag表示具有全局最优代价函数值的预编码矩阵有多少次迭代没有被 更新。如果在本次迭代，所选取的起始点具有次优的代价函数值，则flag = flag+Ι。反之， 若选取的起始点具有全局最优的代价函数值，则flag = 0。定义停止准则为以下两个条件 中的任意一个被满足：l)flag = max_len ;2)总迭代次数达到预先设定的上限max_iter〇 注意，通常令max_len<max_iter，这也就意味着如果在迭代初始的时候已经搜索到最优 的预编码矩阵，则之后的迭代过程中搜索到的就都是次优的预编码矩阵，于是就不用等待 maxjter次迭代。通过这种方式，平均的迭代次数会降低。
[0095] 其中，所述步骤B2中的邻域为起始点的所有相邻预编码矩阵所构成的集合，其 中，相邻预编码矩阵定义为预编码码本，中一个可能的矩阵，满足：1)它仅有一列与起始 点不同；2)两个矩阵不同的列序号仅相差一固定常数。
[0096] 其中，所述步骤B3中的代价函数由下式计算：
[0097]
[0098] 其中，？4与(^分别表示模拟预编码矩阵与模拟均衡矩阵，Η表示信道矩阵，P表示 平均接收能量，凡表示待传输的并行数据流数，?Λ?为NSXNS的单位矩阵，
为 均衡后的噪声协方差矩阵，Cf表示模拟均衡矩阵CA的共辄转置矩阵。
[0099] 对于上述步骤101~103的处理过程，具体而言，基站利用？^?&表示模拟预编码 矩阵）发射一个已知的训练序列s给用户，用户随机选取一均衡器(；((；表示模拟均衡矩 阵）接收，可以获得CfHPA (H表示信道矩阵，（^表示模拟均衡矩阵(；的共辄转置矩阵）， 之后就可以计算该（PA，CA)对下的代价函数。在后续的搜索过程中，CA邻域所对应的代价函 数可以由上述代价函数进行简单运算获得，使得算法一直进行下去。
[0100] 其中，所述步骤Μ中的禁忌列表为一个向量或矩阵T，T中的每一个元素对应预编 码码本，中一个可能的模拟预编码矩阵，其取值只有两种情况，一种表示该预编码矩阵不 是禁忌，另一种则表示该预编码矩阵是禁忌，不能出现在后续的迭代过程中。
[0101] 其中，所述步骤Μ中根据其代价函数与禁忌列表，选择下一次迭代的起始点包 括：
[0102] 所述邻域中的预编码矩阵为在目前为止的整个迭代过程中具有最高的代价函数 值；且该矩阵在禁忌列表中不是禁忌。
[0103] 其中，所述步骤Β5中停止准则为总的迭代次数达到了预先设定的最大迭代次数 max_iter，或经过max_len次迭代，全局最优的预编码矩阵仍未被更新。
[0104] 下面给出一个基于禁忌搜索的模拟预编码方案的搜索算实例。
[0105] 令G(1)表示直到第i次迭代所发现的具有全局最优代价函数值的模拟预编码 矩阵。随机在预编码码本，中选取一预编码矩阵Pf,作为第一次迭代的起始点。令 Gl()) =Pf，flag = 0,禁忌列表T的所有元素设为0。考虑第i次迭代，算法按如下方式执 行：
[0106] 步骤201 :计算Ρ.Γ的所有2W?个相邻矩阵的代价函数（注意模拟均衡矩阵(；给 定）。令
[0107]
[0108] 计算V1的序号ρ ^如果V1满足如下两个条件中的任意一个，则V 1被选为下一次 迭代的起始点：
[0109]
[0110] t (p1) = 0 ；
[0111] 如果上述两个条件V1均不满足，则寻找下一个相邻矩阵
[0112]
[0113] 并考察V2是否满足上述两个条件。重复上述过程直到V 1被选为下一次迭代的起 始点。注意如果邻域中没有满足上述两个条件的矩阵，则将禁忌列表T的所有元素置为0， 重新寻找。
[0114] 步骤202 :当某一个相邻矩阵被选为下一次迭代的起始点后，即：巧+1) zV1 ,令
[0115]
[0116] 之后，如果满足停止准则，则算法停止，输出G(1+1)作为最优的预编码矩阵，否则，回 到步骤201重复上述步骤，直至满足停止准则。
[0117] 其中，基于禁忌搜索的均衡算法也可以用相同的步骤实现，只不过需要将模拟预 编码矩阵P A与模拟均衡矩阵c A的位置互换，这里不再详述。
[0118] 本发明实施例所述的搜索方法为一种联合搜索方案，图4给出了联合搜索方案的 流程图。令If#与Cft分别表示第k次（k= 1，2，···，Κ)搜索得到的最优模拟预编码矩 阵与最优模拟均衡矩阵，其中κ表示总搜索次数。首先，基站端从预编码码本，中随机选 择一个预编码矩阵Pf$。之后基站利用ΡΓ ?向用户发射训练序列。用户端通过接收到的 信息，利用上述基于禁忌搜索的均衡算法来获得最优的模拟均衡矩阵ClpU。之后用户将该 均衡矩阵序号反馈给基站，基站通过接收到的信息，利用上述基于禁忌搜索的预编码算法 来获得最优的模拟预编码矩阵Pf'1。称上述过程为一次搜索，总共进行K次搜索，并将最终 结果pf4与CfX作为最优的模拟预编码矩阵与模拟均衡矩阵对输出。
[0119] 对于本实施例所述的联合搜索方法给出如下性能仿真结果：
[0120] 毫米波大规模Μ頂0系统参数描述如下：载波频率为28GHz，基站发射天线数Nt = 64,射频链路数iVf =2,用户接收天线数队=16,射频链路数Af =2,传输的并行数据流 数队=2。考虑两种AoA/AoDs的量化比特数，即尽RF =5与f =6。基站端与用 户端均采用均匀直线分布天线阵列，相邻天线间隔为半波长。信道模型采用毫米波中广泛 应用的Saleh-Valenzuela模型，其中AoA/AoDs均假设在[0, 2 π ]内均匀分布，信道复增益 假设为瑞利衰落，总的散射路径为10。
[0121] 算法参数描述如下：对于iSf5 _=__5的情况，令max_iter = 1000, max_len = 200 ;对于戌f t 1?的情况，令max_ = iter，max_len = 600。此外，对于上述两种情况， 均令联合搜索次数K = 3。
[0122] 基于上述参数，表1给出了 =5与考F = =6两种情况时，本发明实施 例所述的方法与穷搜方案的复杂度对比。从表1中可以看出本发明实施例所述的方法的复 杂度远远小于穷搜方案的复杂度。比如S严=6时，本发明实施例所述的方法的复杂 度仅为穷搜方案的0.43%。
[0123] 表1复杂度对比
[0124]
[0125] 图5给出了 B严=乾1" = 5与及? = B,RF = 6两种情况时，本发明的可达容量。可以看 出与穷搜方案相比，本发明几乎没有性能损失。比如当^ =4^ = 5 , SNR = 〇dB时，本发 明可以获得9. 5bits/Hz的频谱效率，非常接近于穷搜方案所获得的9. 8bits/Hz的频谱效 率。当AoA/AoDs的量化比特数增大时，无论穷搜方案还是本发明，均有性能提升，而此时， 本发明实施例所述的方法与穷搜方案的性能差距仍然很小。比如当#=尽""=6 , SNR = OdB时，本发明实施例所述的方法所达到的频率效率是穷搜方案的93%。更重要的是，本发 明实施例所述的方法具有极低的复杂度，如表1所示，因此本发明实施例所述的方法将因 为能在性能与复杂度之间取得更优折中而更有利于在实际系统中实现。
[0126] 从上面描述可知，本发明实施例提供了一种低复杂度的毫米波ΜΜ0模拟波束赋 形方法，其采用了基于禁忌搜索的模拟预编码/均衡方案，通过利用邻域搜索的概念，能够 将传统的穷搜方案的复杂度减低将近100倍，从而能在系统容量性能与复杂度之间获得更 优的折中。本发明实施例提供的低复杂度的联合搜索方案，通过基站端与用户端几次简单 的信令交互，可以迅速快速地在码本中搜索到最优的预编码矩阵与均衡矩阵对，从而以低 复杂度获得令人满意的性能。
[0127] 以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例 对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施 例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替 换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
【主权项】
1. 一种低复杂度的毫米波MIMO模拟波束赋形方法，其特征在于，通过基站侧与用户侧 的信令交互来捜索最优模拟预编码矩阵和均衡矩阵对，包括：51. 基站在预先设定的预编码码本声' 中随机选取一初始预编码矩阵，并利用该预编码 矩阵发送训练序列给用户；52. 用户利用接收到的训练序列捜索最优模拟均衡矩阵，并将最优模拟均衡矩阵发送 给基站；53. 基站利用接收到的最优模拟均衡矩阵捜索最优模拟预编码矩阵，并利用该最优模 拟预编码矩阵发送训练序列给用户； 重复执行步骤S2至S3K次，所述K为预设的阔值。2. 根据权利要求1所述的方法，其特征在于，所述S2中的捜索过程由基于禁忌捜索的 模拟均衡方案实现，包括： Al.在预先设定的均衡码本W中随机选取一个均衡矩阵作为下一次迭代的起始点； A2.确定该起始点的邻域； A3.计算邻域中每一个均衡矩阵的代价函数，并对运些矩阵按照代价函数的降序排 列； A4.依次检查排序后的邻域中的均衡矩阵，根据其代价函数与禁忌列表，选择下一次迭 代的起始点； A5.重复A2至A4,直到满足预先设定的停止准则，输出具有最高代价函数值的均衡矩 阵。3. 根据权利要求2所述的方法，其特征在于，所述A2中的邻域为起始点的所有相邻均 衡矩阵所构成的集合，其中，所述相邻均衡矩阵为均衡码本W中一个可能的矩阵，须满足： 1)它仅有一列与起始点不同；2)两个矩阵不同的列序号仅相差一个预设常数。4. 根据权利要求2所沐的方巧.其据佈#干.所沐A3中的化价函数由下式计算：其中Pa与Ca分别表示模拟预编码矩阵与模拟均衡矩阵，H表示信道矩阵，P表示平均 接收能量，成表示待传输的并行数据流数，1?为成X成的单位矩阵，％均衡 后的噪声协方差矩阵。5. 根据权利要求2所述的方法，其特征在于，所述A4中的禁忌列表为一个向量或矩阵 T，T中的每一个元素对应均衡码本W中一个可能的模拟均衡矩阵，其取值只有两种情况， 一种表示该模拟均衡矩阵不是禁忌，另一种则表示该模拟均衡矩阵是禁忌，不能出现在后 续的迭代过程中。6. 根据权利要求2所述的方法，其特征在于，所述A5中停止准则为总的迭代次数达到 了预先设定的最大迭代次数max_iter， 或经过max_len次迭代，全局最优的模拟均衡矩阵仍未被更新。7. 根据权利要求1所述的方法，其特征在于，所述S3中的捜索过程由基于禁忌捜索的 模拟预编码方案实现，包括： BI.在预先设定的预编码码本中随机选初始预编码矩阵作为下一次迭代的起始 占 . '?、、， B2.确定该起始点的邻域； B3.计算邻域中每一个预编码矩阵的代价函数，并对运些矩阵按照代价函数的降序排 列； B4.依次检查排序后的邻域中的预编码矩阵，根据其代价函数与禁忌列表，选择下一次 迭代的起始点； B5.重复B2至B4,直到满足预先设定的停止准则，输出具有最高代价函数值的预编码 矩阵。8. 根据权利要求7所述的方法，其特征在于，所述B2中的邻域为起始点的所有相邻预 编码矩阵所构成的集合，其中，相邻预编码矩阵定义为预编码码本户'中一个可能的矩阵， 满足：1)它仅有一列与起始点不同；2)两个矩阵不同的列序号仅相差一固定常数。9. 根据权利要求7所述的方法，其特征在于，所述B3中的代价函数由下式计算：其中Pa与Ca分别表示模拟预编码矩阵与模拟均衡矩阵，H表示信道矩阵，P表示平均 接收能量，成表示待传输的并行数据流数，1化为成X成的单位矩阵为均衡后 的噪声协方差矩阵。10. 根据权利要求7所述的方法，其特征在于，所述B4中的禁忌列表为一个向量或矩阵 T，T中的每一个元素对应预编码码本声' 中一个可能的模拟预编码矩阵，其取值只有两种情 况，一种表示该预编码矩阵不是禁忌，另一种则表示该预编码矩阵是禁忌，不能出现在后续 的迭代过程中。11. 根据权利要求7所述的方法，其特征在于，所述B4中根据其代价函数与禁忌列表， 选择下一次迭代的起始点包括： 所述邻域中的预编码矩阵为在目前为止的整个迭代过程中具有最高的代价函数值；且 该矩阵在禁忌列表中不是禁忌。12. 根据权利要求7所述的方法，其特征在于，所述B5中停止准则为总的迭代次数达到 了预先设定的最大迭代次数max_iter， 或经过max_len次迭代，全局最优的预编码矩阵仍未被更新。
【文档编号】H04B7/06GK105991167SQ201510050035
【公开日】2016年10月5日
【申请日】2015年1月30日
【发明人】高昕宇, 戴凌龙, 王昭诚, 陈晋辉
【申请人】清华大学