本发明涉及移动通信技术领域,具体涉及一种基于光滑近似思想的mimo系统联合预编码和天线选择方法。
背景技术:
近年来,人们对无线通信的需求日益增高,而现有无线系统已逐渐难以满足需求,下一代无线系统(5g)的研究愈发迫切。作为下一代无线通信系统的关键技术之一,大规模多输入多输出系统(massivemimo)的研究吸引了越来越多的研究者。大规模mimo天线数量增多会增加射频链路数量,这极大的增加了系统成本和复杂度。解决该问题的一个有效方案就是天线选择。该技术在保留mimo系统大多数优点的前提下有效地降低了系统成本和复杂度。然而,天线选择问题本身是一个np-hard问题,求解该问题需要依赖遍历搜索方法,否则无法得到全局最优解。而遍历搜索方法会使得计算时间复杂度随天线数量指数增加,在大规模mimo中难以在相干时间内计算出最佳的天线选择方案,因此降低时间复杂度的天线选择算法在大规模mimo中极为重要。因此本发明利用光滑近似(sa)思想解决天线选择中的np-hard问题。
技术实现要素:
本发明的目的在于针对现有技术的不足,提供一种基于光滑近似思想的mimo系统联合预编码和天线选择方法,本发明考虑了mimo系统天线选择中np-hard问题以及遍历搜索计算复杂度过高的问题,可以保证在获得良好系统信噪比的情况下实现快速的天线选择。
本发明的目的是通过以下技术方案来实现的:一种基于光滑近似思想的mimo系统联合预编码和天线选择方法,该方法包括如下步骤:
(1):获取多输入多输出(mimo)系统参数:基站(bs)发射天线数n、移动终端接收天线数m、发射机从n个发射天线中选择的发射天线数k、最大发射功率p;
(2):利用导频方法进行信道估计得到信道矩阵
(3):利用光滑近似思想,得到光滑的mimo系统天线选择优化问题:
其中x为优化变量,ρ为对偶优化变量,hi为信道矩阵h的第i列;
(4):近似求解问题(1a)的内层优化问题,得到启发式解ρ*:
其中(|xhhi|2)k为所有|xhhi|2(i=1,…,n)中第k大的元素;然后根据下述迭代式子更新x;
其中,xk为第k次迭代中x的值,
如果满足条件||xk-xk+1||2≤ε,执行步骤5,否则重复步骤4;
(5):根据步骤4得到x,计算|xhhi|2,取最大的k个值对应的索引号作为天线选择集合i:
(6):根据步骤5得到天线选择集合i,形成相应的mimo子系统进行预编码处理即hi=h(:,i),对
与现有技术相比,本发明有益效果:本发明首先利用光滑近似(sa)思想将天线选择中的np-hard问题转化成光滑问题,然后迭代求解该问题,完成天线选择;最后对所选择的mimo子系统进行最优预编码设计。本发明利用sa,能够在获得良好系统信噪比的情况下实现快速的天线选择。
附图说明
图1是本发明实施例多输入多输出(mimo)系统模型图。
图2是本发明实施例采用光滑近似(sa)的具体流程图。
图3是本发明实施例最大信噪比和天线规模关系图。
图4是本发明实施例算法运行时间和天线规模关系图。
具体实施方式
为了使本发明的目的和效果更加清楚,下面结合附图对本发明方法的具体实施方式进行详细说明。
如图1所示,考虑多输入多输出(mimo)系统,该系统信号从一个包含n个发射天线的基站(bs)传输到一个有m个接收天线的移动终端,假设任意发射天线和接收天线间的信道是平坦衰落的,则m×n基带信道复矩阵记作
g=[g1g2…gm]h(1)
其中
基于接收机的反馈,发射机选择k(从n个中)个发射天线并使用总功率约束来进行预编码,并传输信号
vn={v∈cn:||v||≤1}(2)
那么下变频的脉冲匹配滤波接收到的m×1的向量为:
其中
其输出为
那么输出信噪比就是
其中
我们的目标是选择k个基站天线并优化预编码向量v以最大化先验信噪比(6)。也就是,我们寻找下面问题的解v
由于问题(7)中存在||v||0=k约束项,导致问题(7)为一个np-hard问题。求解该问题需要依赖遍历搜索方法,否则无法得到全局最优解。而遍历搜索方法会使得计算时间复杂度随天线数量指数增加,在mimo中难以在相干时间内计算出最佳的天线选择方案。
因此,本发明利用光滑近似(sa)思想求解天线选择问题。下面介绍sa具体转化方法:
用hi表示h的第i列,对于任何向量u∈rn×1,定义du为以u中元素为对角元素的对角阵。于是问题(7)转化为:
其中λmax(a)表示a的最大的奇异值。
由于λ(ab)=λ(ba),并且dudu=du,问题(8)可以写成:
考虑到du是对角元素由k个1和n-k个0构成的对角阵,可以得到:
根据拉格朗日对偶定理,有:
其中(a)+=max(a,0),将上式代入问题(10)可得:
问题(12)等价于问题(8),但是问题(12)不是光滑问题,利用光滑近似思想将该问题转化为一个光滑问题,其中β为近似光滑系数:
因此,根据上述转化步骤利用光滑近似思想可以将原np-hard问题(7)转化为光滑问题:
图2给出了上述光滑近似(sa)思想的算法流程图。具体地,可以描述如下:
一种基于光滑近似思想的mimo系统联合预编码和天线选择方法包括如下步骤:
(1):获取多输入多输出(mimo)系统参数:基站(bs)发射天线数n、移动终端接收天线数m、发射机从n个发射天线中选择的发射天线数k、最大发射功率p;
(2):利用导频方法进行信道估计得到信道矩阵
(3):利用光滑近似思想,得到光滑的mimo系统天线选择优化问题:
其中x为优化变量,ρ为对偶优化变量,hi为信道矩阵h的第i列;
(4):近似求解问题(1a)的内层优化问题,得到启发式解ρ*:
其中(|xhhi|2)k为所有|xhhi|2(i=1,…,n)中第k大的元素;然后根据下述迭代式子更新x;
其中,xk为第k次迭代中x的值,
如果满足条件||xk-xk+1||2≤ε,执行步骤5,否则重复步骤4;
(5):根据步骤4得到x,计算|xhhi|2,取最大的k个值对应的索引号作为天线选择集合i:
(6):根据步骤5得到天线选择集合i,形成相应的mimo子系统进行预编码处理即hi=h(:,i),对
下面通过具体实例对本发明的技术方案进行进一步阐述。实验中,采用10-2(10根发射天线,2根接收天线和选择发射天线数量),20-2,30-2,40-2,50-2,60-2,70-2,80-2,90-2,100-2,进行算法验证。具体地,使用下面的实验参数:
收敛阈值ε取值范围0.0001-0.1,功率约束向量x为随机单位复向量
在本实施例中定义||xk-xk+1||2为收敛指标,当其小于ε时,说明已满足最优天线集合选择条件。
图3分别给出了sa和辅助角算法(aa)下的最大信噪比和天线规模关系图。从图中可以看出,sa的最大信噪比性能与aa的最大信噪比性能近似,能够实现良好的信噪比性能。
图4分别给出了sa和aa运行时间和天线规模关系图。从图中可以看出,sa随天线规模增大计算时间并没有明显增加且都为毫秒级,sa所需计算时间比aa快数倍,sa可以快速实现mimo系统天线选择。
本发明不仅局限于上述具体实施方式,本领域一般技术人员根据本发明公开的内容,可以采用其它多种具体实施方案实施本发明。因此,凡是采用本发明的设计结构和思路,做一些简单的变化或更改的设计,都落入本发明保护范围。