本发明涉及一种编码方法,特别涉及一种适用于大规模mimo系统的混合预编码方法。
背景技术
大规模多输入多输出(massivemimo)系统通过为基站配置大规模天线阵列,可深度发掘空间自由度,使其能够利用同一时频资源服务于多个用户,被看作是第5代移动通信(5g)最主要的物理层关键技术之一。对于massivemimo系统而言,由于能量消耗与系统成本的限制,预编码设计显得尤为重要。在传统mimo系统中,由于天线数较少,配置与天线相同数量的射频(rf)链路不会带来很高的实现复杂度、能耗和成本,因此通常采用全数字技术在基带对信号进行预处理,以便消除信号间的干扰。但是massivemimo系统的天线数目很多,若配备与天线相同数量的rf链路,则会产生高额的费用与功耗,因此全数字技术并不适用。
众所周知,模拟预编码利用模拟移相器来控制信号的相位,不需要系统配备与天线相同数目的rf链路,具有实现成本低、能量消耗小等优势,但其性能劣于数字技术。因此为了在经济、开销以及复杂度之间寻求平衡,很多学者提出了混合预编码技术,即在massivemimo系统中综合利用基带的数字预编码与射频的模拟预编码,其中数字预编码用于保证传输的性能,而模拟预编码用来降低收发机的总能耗和复杂度。
在massivemimo系统中,虽然混合预编码的使用大大减小了rf链路数目从而降低了rf链路功耗,但是大规模移相器网络的功耗较大。由于单个移相器存在单位模的限制,混合预编码的优化问题是一个非凸问题,计算复杂度很高。
技术实现要素:
为了解决上述技术问题,本发明提供一种频谱效率高、实用性强、复杂度低的适用于大规模mimo系统的混合预编码方法。
本发明解决上述问题的技术方案是:一种适用于大规模mimo系统的混合预编码方法,包括以下步骤:
步骤一;发射端计算最优纯数字预编码矩阵fopt;
步骤二;发射端基于响应向量序列分别计算模拟预编码矩阵frf和数字预编码矩阵fbb;
步骤三;发射端利用frf和fbb对发送信号进行预编码,然后通过天线将编码后的信号发送出去;
步骤四;接收端计算最优无约束合并矩阵wmmse;
步骤五;接收端基于响应向量序列分别计算模拟域的合并矩阵wrf和数字域的合并矩阵wbb;
步骤六;接收端利用wrf和wbb对接收信号进行合并。
上述适用于大规模mimo系统的混合预编码方法,所述步骤一具体步骤为:
1-1)对信道矩阵h进行奇异值分解,即h=uσv*,其中u为nr×rank(h)酉矩阵,nr为接收端天线数量,v为nt×rank(h)酉矩阵,nt为发射端天线数量,σ为rank(h)×rank(h)是奇异值按从大到小排列的对角矩阵,
1-2)对于frf与fbb的互信息
上述适用于大规模mimo系统的混合预编码方法,所述步骤二具体步骤为:
2-1)对响应向量序列
2-2)选取va前m列与fopt进行相关,
2-3)求解基带数字预编码矩阵,即
上述适用于大规模mimo系统的混合预编码方法,所述步骤三具体步骤为:利用步骤二得到的frf和fbb后,发射端对发送信号进行预编码,发射端的发送信号为x=frffbbs,其中ρ为发射端的平均发射功率,s为ns路并行输入数据,ns为发射端向接收端发送的数据流数量。
上述适用于大规模mimo系统的混合预编码方法,所述步骤五具体步骤为:
5-1)对响应向量序列
5-2)选取vr前
5-3)求解数字域的合并矩阵wbb,即
上述适用于大规模mimo系统的混合预编码方法,所述步骤六具体步骤为:利用步骤五得到wrf和wbb后,接收端对接收信号进行合并,所得到的输出信号为
本发明的有益效果在于:本发明直接对响应向量序列进行奇异值分解,从响应向量序列中提取出模拟相移器的相位信息,无需经过迭代搜索,求解过程与射频链路的数目成线性关系,从而能够有效地降低计算复杂度,解决了大规模mimo系统中数模混合预编码方案实现复杂度过高的问题,同时可以获得较高的频谱效率,具有一定的实用性,创新性。
附图说明
图1为本发明中大规模mimo系统的模型图。
图2为本发明的流程图。
图3为nt=64,nr=16,
图4为nt=64,nr=16,ns=2,
图5为nt=256,nr=64,
图6为nt=256,nr=64,ns=2,
图7为本发明与现有预编码方法复杂度的对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
图1为大规模mimo系统的模型图,信息数据传输开始,发送信号首先经过一个数字预编码器处理,然后是射频链路,接着一个模拟预编码器,之后由天线将信号馈送到无线信道;接收端各用户使用天线将信号接收,经过模拟合并器,然后事射频链路,接着一个数字合并器,对接收到的信号进行处理并恢复出原始信号。
发送端向接收端发送ns条数据流,经过数字预编码矩阵fbb与模拟预编码矩阵frf再由天线发送出去。接收端通过天线接收到数据,然后再通过模拟合并矩阵wrf与数字合并矩阵wbb得到发送端所发送的ns条数据。其中发送端配置
如图2所示,一种适用于大规模mimo系统的混合预编码方法,包括以下步骤:
步骤一;发射端计算最优纯数字预编码矩阵fopt。具体步骤为:
1-1)对信道矩阵h进行奇异值分解,即h=uσv*,其中u为nr×rank(h)酉矩阵,nr为接收端天线数量,v为nt×rank(h)酉矩阵,nt为发射端天线数量,σ为rank(h)×rank(h)是奇异值按从大到小排列的对角矩阵,
1-2)对于frf与fbb的互信息
一方面,由于fopt=v1,v=[v1,v2],酉矩阵v的列向量构成信道行空间的正交基;另一方面,由毫米波大规模mimo的信道模型
步骤二;发射端基于响应向量序列分别计算模拟预编码矩阵frf和数字预编码矩阵fbb。具体步骤为:
2-1)为了充分反映
2-2)选取va前
2-3)求解基带数字预编码矩阵,即
步骤三;利用步骤二得到的frf和fbb后,发射端利用frf和fbb对发送信号进行预编码,然后通过天线将编码后的信号发送出去,发射端的发送信号为x=frffbbs,其中ρ为发射端的平均发射功率,s为ns路并行输入数据,ns为发射端向接收端发送的数据流数量。
步骤四;接收端计算最优无约束合并矩阵wmmse。根据文献spatiallysparseprecodinginmillimeterwavemimosystems(2014twc)求出wmmse。
步骤五;接收端基于响应向量序列分别计算模拟域的合并矩阵wrf和数字域的合并矩阵wbb。具体步骤为:
5-1)对响应向量序列
5-2)选取vr前
5-3)求解数字域的合并矩阵wbb,即
步骤六;接收端利用wrf和wbb对接收信号进行合并,所得到的输出信号为
图3为nt=64,nr=16,
图4为nt=64,nr=16,ns=2,
图5为nt=256,nr=64,
图6为nt=256,nr=64,ns=2,
图7为本发明与现有预编码方法复杂度的对比图。可以看出,本发明所提出的预编码方法能够将复杂度降低了很多。