毫米波多用户大规模MIMO基-4并行波束训练方法与流程

本发明属于无线通信技术，具体涉及一种毫米波多用户大规模mimo基-4并行波束训练方法。

背景技术：

20g-100g毫米波(mmwave)波段丰富的频谱资源使得毫米波无线通信技术成为提升下一代无线通信网络容量的有力解决方案。然而，相对于现有运营在微波波段移动通信系统而已，毫米波无线传输遭遇非常严重的传输损耗。为有效解决传输损耗带来覆盖问题，通过在通信收发射机两侧架设大规模天线阵列获取大的波束成形(beamforming)增益显得不可避免。但是，天线数目的剧增也给毫米波通信系统的设计和实现带来了前所未有的挑战：首先，受毫米波波段硬件电路设计和工艺现有水平的限制，采用在微波通信系统中为每根天线配置一条专用的射频链(radio-frequencychain，rfchain)的做法无论是在成本还是体积上都不切实际；其次，传统的全数字基带信号处理方式在大规模天线阵列背景下在算法复杂度和混合信号处理功耗上都存在瓶颈；最后，信道估计的开销随着天线数量的增加而变得过大，因而采用传统移动通信系统中获取每个天线上准确信道信息的方式并不可行。混合预编码(hybridprecoding)技术的提出有效的解决了硬件电路和信号处理复杂度及功耗的问题。

为突破信道估计开销过大的瓶颈，大规模天线阵列毫米波信道估计技术的研究得到了学术界和工业界的广泛关注。这些研究总体上可以归纳为如下两条技术路线：一是基于压缩感知的信道重构问题；二是基于多精度码本的层次化波束训练(beamtraining)问题。前者可以较为准确的估计多径，但计算复杂度较高；后者主要用于高效估计单条统治径的角度。具体的说，后者可以将点对点通信场景下的信道估计的开销降到天线数目的对数阶。然而，对于多用户场景，由于目前现有的层次化波束训练是逐个为每个用户进行波束训练，信道估计的时间开销随着用户数线性增加。

技术实现要素：

发明目的：本发明提供一种毫米波多用户大规模mimo基-4并行波束训练方法，能有效提高多用户波束训练效率。

技术方案：本发明所述的一种毫米波多用户大规模mimo基-4并行波束训练方法，包括以下步骤：

(1)根据均匀线性子阵列的天线数nt确定模拟多精度码本的层数从而确定模拟码本维度s×4^s×nt，并将之初始化为

(2)从第s＝s层开始到第s＝1层逐层生成基-4模拟多精度码本f；

(3)根据nt、子阵列集合r及用户集合k初始化层次化搜索的级数s、已激活的子阵列集合已激活子阵列的用户服务子集导频符号向量d、基带预编码矩阵fbb及指针向量i；

(4)从第s＝1层开始到第s＝s层逐层进行并行层次化搜索；

(5)输出已激活的子阵列集合及相应已激活子阵列的用户服务子集和指针向量i，该向量的前|k|个元素代表用户集合k中相应用户的离开角对应在f中最高层上的码字序号。

所述步骤(2)包括以下步骤：

(21)为当前第s层计算配置参数：当前层内的码字数目is＝4^s，每个码字对应的波束宽度bs＝2/is，若则激活的虚拟子阵列数虚拟子阵列总数每个虚拟子阵列内的天线数若且s＝＝s则激活的虚拟子阵列数虚拟子阵列总数每个虚拟子阵列内的天线数若且s≠s则激活的虚拟子阵列数虚拟子阵列总数每个虚拟子阵列内的天线数

(22)为当前第s层构造第一个码字fs,1：

其中第个虚拟子阵列的中心导向角为第个虚拟子阵列的相位补偿因子为均匀线性阵列的阵列响应矢量记为a(.)；

(23)由步骤(22)构造出的第s层第一个码字fs,1生成该层的任意第i个码字

(24)若s＝＝1，则执行步骤(3)；否则，s＝s-1并返回(21)。

所述步骤(3)包括以下步骤：

(31)根据nt确定层次化搜索的级数

(32)根据r将激活的子阵列集合初始化为并将该激活的子阵列对应的用户服务子集初始化为而其它未激活的子阵列对应的用户服务子集设为空集

(33)导频符号向量初始化为d＝[1]|k|×1；

(34)基带预编码矩阵初始化为fbb＝[0]|r|×|k|；

(35)指针向量设为i＝[1]|r|×1。

所述步骤(4)包括以下步骤：

(41)基站将基带预编码矩阵设置成其中

(42)基站在连续的4个时隙内产生并行多波束：对于其中的第it个时隙，基站的模拟波束成形矩阵设置为任意第k∈k个用户在所述连续的4个时隙内独立接收信号，并找到其接收信号功率最大时的时隙序号

(43)所有被服务的用户独立的通过各自的反馈通道将各自的反馈给基站；

(44)基站根据反馈的构造指示向量[i]|k|×1，其中第k个元素代表

(45)基站首先备份当前级激活子阵列集合然后利用构造出的指示向量[i]|k|×1和当前级激活子阵列集合当前激活子阵列的用户服务子集其中当前激活子阵列的指针向量i四类信息获取下一级层次化搜索所需要的激活子阵列集合激活子阵列的用户服务子集激活子阵列的指针向量i′三类状态信息；

(46)基站完成状态更新：i＝i′；若s＝s，则执行步骤(5)输出指针向量i；否则，s＝s+1并返回(41)。

所述步骤(45)包括以下步骤：

(451)为第个激活子阵列暂存其用户服务子集并为其计算下一级层次化搜索将用到的首个码字的序号

(452)建立一张二维检索表并将之初始化为其中c＞|k|，将该检索表中满足条件的元素置为由该检索表构建向量

(453)对向量中所有满足条件的子阵列依次进行如下操作：和

(454)将从集合中删除，

(455)若则返回(451)；否则，转至(46)。

有益效果：与现有技术相比，本发明的有益效果：1、本发明所述的波束训练方法将基站侧每个子阵列天线数为nt、单天线用户用户数为k的毫米波多用户大规模mimo通信系统的波束训练开销减少到了2、基-4模拟多精度码本和基-4多用户并行搜索方法的采用，减少了用户组之间干扰的影响，提高了成功角度估计的概率；3、大大的提高了毫米波多用户大规模mimo通信系统的有效和速率。

附图说明

图1为本发明实施方式系统框图；

图2为本发明基-4模拟多精度码本生成算法实施方式示意图；

图3为本发明基-4多用户并行搜索算法实施方式示意图；

图4为本发明的实施方式效果图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合实施例对本发明中的技术方案进行清楚、完整的描述，所描述的实施例作为本发明的优选实施例。

本发明是在毫米波(mmwave)多用户频分双工(fdd)大规模天线(massivemimo)通信系统中，考虑波束训练(beamtraining)时间开销和用户间干扰等因素，实现提高有效传输和速率的一种方法。

如图1所示，本实例中的基站bs端配置有r＝4个均匀线性子阵列，每个子阵列包含nt＝16根半波长间距天线；该bs服务k＝4个单天线用户。如图2所示，用户u1、u2、u3和u4分别分布在多精度码本第二层的第1、5、6、14个码字(f2,1、f2,5、f2,6、f2,14)所对应的子扇区内。

本发明所述的一种毫米波多用户大规模mimo基-4并行波束训练方法，包括如下步骤：

1、根据子阵列的天线数nt＝16确定模拟多精度码本的层数根据天线数nt＝16和码本层数s＝2确定模拟码本维度2×4²×16，并将之初始化为一个三维矩阵f＝[0]2×16×16。

2、从第s＝s＝2层开始到第s＝1层逐层生成码本：

生成码本第s＝2层：

(21)为当前第s＝2层计算配置参数：当前层内的码字数目is＝4^s＝16；每个码字的对应的波束宽度bs＝2/is＝2/16；由于所以激活的虚拟子阵列数虚拟子阵列总数每个虚拟子阵列内的天线数

(22)为当前第s＝2层构造第一个码字f2,1：其唯一的一个虚拟子阵列的中心导向角为φ2,1,1＝-1+(2×1-1)/16＝-1+1/16，该虚拟子阵列的相位补偿因子为θ2,1＝-π(16-1)/16＝-15π/16。

(23)由步骤(22)构造出的第一个码字f2,1生成该层的任意第i个码字

(24)由于此时s＝＝2，更新s＝s-1＝1并返回(21)。

生成码本第s＝1层：

(21)为当前第s＝1层计算配置参数：当前层内的码字数目is＝4^s＝4；每个码字的对应的波束宽度bs＝2/is＝2/4；由于所以激活的虚拟子阵列数虚拟子阵列总数每个虚拟子阵列内的天线数

(22)为当前第s＝1层构造第一个码字f1,1，此时有两个虚拟子阵列：当时，其中心导向角为φ1,1,1＝-1+(2×1-1)/8＝-1+1/8，该虚拟子阵列的相位补偿因子为θ1,1＝-π(8-1)/8＝-7π/8；当时，其中心导向角为φ1,1,2＝-1+(2×2-1)/8＝-1+3/8，该虚拟子阵列的相位补偿因子为θ1,2＝-2π(8-1)/8＝-14π/8。

(23)由步骤(22)构造出的第一个码字f1,1生成该层的任意第i个码字

(24)由于此时s＝＝1，算法结束。

3、根据nt＝16确定层次化搜索的级数根据r将激活的子阵列集合初始化为并将该激活的子阵列对应的用户服务子集初始化为而其它未激活的子阵列对应的用户服务子集设为空集导频符号向量初始化为d＝[1]4×1；基带预编码矩阵初始化为fbb＝[0]4×4；用于存储各个子阵列所采用码字的序号的指针向量设为i＝[1]4×1；

4、从第s＝1层开始到第s＝s＝2层逐层进行并行层次化搜索

当s＝1时，按照如下步骤进行层次化搜索：

(41)基站将基带预编码矩阵设置成此时只有一个子阵列激活

(42)基站在连续的4个时隙内任意一个给定时隙只产生一个波束，其中第it个波束通过设置基站的模拟波束成形矩阵实现实现，可以发现此过程实则是在多精度码本中第一层中遍历完该层4个码字f1,1、f1,2、f1,3、f1,4，该过程如图3的第一级所示；任意第k∈k个用户在所述连续的4个时隙内独立接收信号，并找到其接收信号功率最大时的时隙序号

(43)所有被服务的用户独立的通过各自的反馈通道将各自的反馈给基站；

(44)基站根据反馈的构造指示向量i＝[1,2,2,4]^t；

(45)基站首先备份当前级激活子阵列集合然后对当前唯一激活的子阵列进行如下操作以获取下一级层次化搜索所需要的三类状态信息：

(451)为第个激活子阵列暂存其用户服务子集并为其计算下一级层次化搜索将用到的首个码字的序号

(452)建立一张二维检索表并将之初始化为其中c＝100；将该检索表中满足条件的元素置为得到由该检索表构建向量

(453)对向量中所有满足条件的子阵列和4，依次进行如下操作：和

当时，和[i′]2＝2；

当时，和[i′]4＝4；

(454)将从集合中删除，

(455)由于运行(46)；

(46)基站完成状态更新：i＝i′＝[1,2,1,4]^t；由于s≠s，s＝s+1＝2并返回(41)。

当s＝2时，按照如下步骤进行并行层次化搜索：

(41)基站将基带预编码矩阵设置成

(42)基站在连续的4个时隙内产生并行多波束：对于其中的第it个时隙，基站的模拟波束成形矩阵设置为该过程如图3的第二级所示；任意第k∈k个用户在所述连续的4个时隙内独立接收信号，并找到其接收信号功率最大时的时隙序号

(43)所有被服务的用户独立的通过各自的反馈通道将各自的反馈给基站；

(44)基站根据反馈的构造指示向量i＝[1,1,2,2]^t；

(45)基站首先备份当前级激活子阵列集合然后对当前所有激活的子阵列进行如下操作以获取下一级层次化搜索所需要的三类状态信息(以为例)：

(451)为第个激活子阵列暂存其用户服务子集并为其计算下一级层次化搜索将用到的首个码字的序号

(452)建立一张二维检索表并将之初始化为其中c＝100；将该检索表中满足条件的元素置为得到由该检索表构建向量

(453)对向量中所有满足条件的子阵列依次进行如下操作：

当时，和

(454)将从集合中删除，

(455)由于返回至(451)对和执行类似对的(451)—(455)操作。

(46)基站完成状态更新：i＝i′；由于s＝＝s，所以执行步骤5输出指针向量i。

5、算法输出指针向量i＝[1,5,6,14]^t，用于配置模拟波束成形矩阵frf形成如图3的“两级训练结束后”子图所示的并行多波束。

上述具体实施例的结果如图4所示，其中radix-4、radix-2、exhaustive和hierarchical分别对应本发明、基2并行训练方案、穷搜方案和串行层次化训练方案，t为总的传输时隙数。该实施例表明：本发明相对于现有的波束训练方案，能有效减少波束训练开销和多用户之间干扰的影响，进而提高了有效频谱效率。