毫米波MIMO通信系统中波束成形的方法和系统与流程

本申请涉及通信信号处理技术领域，特别是涉及一种毫米波mimo通信系统中波束成形的方法、系统、计算机设备和存储介质。

背景技术：

目前，6ghz以下的微波频段很难满足高速数据传输的需求。而毫米波(millimeter-wave)频段的范围是30ghz～300ghz，其带宽是微波频段的数十倍。因此，毫米波可以作为未来高速通信的关键技术，并且已经吸引了大量的学术研究。毫米波的频率较高，因此其将面临较大的自由空间衰减。随着半导体和天线技术的发展，可以在有限的空间内放置大量的天线组成大规模天线阵列(massiveantennaarray)。大规模天线阵列所提供的波束成形增益可以很好的补偿毫米波较大的自由空间衰减。

毫米波losmimo的信道状态主要由天线阵列的参数决定。当收发端之间的距离远大于天线阵列尺寸的时候，毫米波losmimo信道矩阵的条件数将会变大，信道矩阵部分较小的奇异值无法支持数据流在这些较差的子信道上传输。因此，对于毫米波losmimo通信系统来说，没有必要为大规模天线阵列中的每一根天线都配备射频(radiofrequency,rf)链路。另一方面，在大规模天线阵列中，较多的射频链路也将极大的增加通信系统的复杂度和功耗。针对毫米波losmimo信道的特点，我们应用混合波束成形(hybridbeamforming)的硬件结构来平衡系统的复用增益(multiplexinggain)和实现复杂度、功耗。混合波束成形是由在基带实现的数字波束成形和在射频端通过相移器网络实现的模拟波束成形所组成的。传统的混合波束成形的设计算法，无法应用在毫米波losmimo通信系统中。另一方面，当发送的数据流的数目较大的时候，基于传统算法的混合波束成形会面临较大的性能衰退。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够解决传统的混合波束成形的设计算法，无法应用在毫米波losmimo通信系统中问题的毫米波mimo通信系统中波束成形的方法、系统、计算机设备和存储介质。

一种毫米波mimo通信系统中波束成形的方法，所述方法包括：

获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

对所述字典矩阵中的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

根据所述更新矩阵表达式，对传输数据流进行波束成形。

在其中一个实施例中，还包括：根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到毫米波mimo通信系统中的信道矩阵，根据所述信道矩阵得到所述信道矩阵对应的信道增益矩阵；获取所述信道增益矩阵中的特征值，统计每个特征值与最大的特征值的比值大于阈值的总数，将所述总数确定为有效自由度。

在其中一个实施例中，还包括：当根据所述第一天线阵列参数以及所述第二天线阵列参数，判断所述接收机为均匀线性阵列天线时，根据所述第一天线阵列参数中的第一天线数量、第一天线阵列角度以及第二天线阵列参数中的第二天线数量、第二天线阵列角度，确定进行数据传输的有效自由度。

在其中一个实施例中，还包括：对所述信道矩阵进行奇异值分解，得到信道矩阵对应的多个右奇异向量；根据所述有效自由度，确定与所述有效自由度的数值相等的＝右奇异向量构建得到最优无约束编码矩阵。

在其中一个实施例中，还包括：获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式中的数据预编码矩阵和模拟预编码矩阵分别采用字典矩阵和稀疏形式的所述最优无约束预编码矩阵进行替换，并且进行稀疏化处理，得到稀疏表达式。

在其中一个实施例中，还包括：根据正交匹配追踪算法，对所述矩阵表达式进行多测量向量的稀疏重构；其中，所述矩阵表达式均包含稀疏形式的所述最优无约束预编码矩阵；根据字典学习算法，基于逐列更新的策略，根据稀疏形式的所述最优无约束预编码矩阵中元素的值对字典矩阵进行更新。

在其中一个实施例中，还包括：对所述最优无约束预编码矩阵中的非零元素进行更新。

一种毫米波mimo通信系统中波束成形的系统，所述系统包括：

接收模块，用于获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

构建模块，用于根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

稀疏模块，用于获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

字典更新模块，用于对所述稀疏表达式中的所述字典矩阵的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

预编码器构建模块，用于根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

波束成形模块，用于根据所述更新矩阵表达式，对传输数据流进行波束成形。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

对所述字典矩阵中的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

根据所述更新矩阵表达式，对传输数据流进行波束成形。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

对所述字典矩阵中的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

根据所述更新矩阵表达式，对传输数据流进行波束成形。

上述毫米波mimo通信系统中波束成形的方法、系统、计算机设备和存储介质，通过天线阵列的参数，可以获取得到数据传输时的有效自由度，从而得到数据流的数目，根据有效自由度，可以确定预编码器设计时的最优无约束预编码矩阵，从而采用稀疏处理的方式，将预编码器的矩阵表达式，采用稀疏化处理，从而得到的稀疏表达式，然后对稀疏矩阵中的字典矩阵进行更新，从而得到字典更新矩阵，最终，采用字典更新矩阵和稀疏行驶的最优无约束预编码矩阵来表示预编码器对应的矩阵，从而解决了传统混合波束成形的设计算法，无法应用在毫米波losmimo通信系统中问题，在进行波束成形时，只需根据构建的预编码器进行编码，既可以实现波束成形。采用本发明实施例，构建一种毫米波losmimo通信系统的预编码器算法，可以接近无约束全数字波束成形的性能。

附图说明

图1为一个实施例中毫米波mimo通信系统中波束成形的方法的流程示意图；

图2为一个实施例中毫米波mimo通信系统中波束成形的系统的结构框图；

图3为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种毫米波mimo通信系统中波束成形的方法，以该方法应用于发射机为例进行说明，包括以下步骤：

步骤102，获取接收机的第一天线阵列参数，根据第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度。

天线阵列参数包括：发射机天线的总长度、接收机天线的总长度、收发端之前的距离，发射机天线阵列的角度，接收机天线阵列的角度等。

有效自由度指的是能够有效支持数据传输的子信道的数目，由于毫米波losmimo信道矩阵的条件数通常会比较大，这样其部分子信道会处于一个比较差的状态，无法支持数据的传输。因此对于一个毫米波mimo通信系统，可以采用有效自由度衡量能够有效支持数据传输的子信道的数目。

步骤104，根据有效自由度，确定预编码器中的最优无约束预编码矩阵。

预编码器指的是发射机中进行波束成形的硬件部分，结合该硬件以及其中的算法部分，可以实现本实施例中的波束成形。

最优无约束编码矩阵指的是预编码器算法部分中的一个参数，本步骤根据有效自由度，可以确定预编码器中的最优无约束预编码矩阵。

步骤106，获取预先设置的预编码器的矩阵表达式，将矩阵表达式转化为稀疏表达式。

其中，稀疏表达式中包括稀疏形式的最优无约束预编码矩阵以及预先设置的字典矩阵，字典矩阵中的元素为固定值。

矩阵表达式指的是预编码器中的算法部分，传统的波束成形算法中，预编码器中的矩阵表达式是确定的，如下：

其中，表示通过射频端相移器网络实现的模拟预编码矩阵，表示数字预编码矩阵，fopt表示稀疏形式的最优无约束预编码矩阵。nt表示发射机装备的天线数量，ns指的是发送的数据流的数目。

步骤108，对稀疏表达式中的字典矩阵的元素采用稀疏形式的最优无约束预编码矩阵进行更新，得到字典更新矩阵。

字典矩阵是随机生成的，其中的每个元素初始状态下都是固定的。

步骤110，根据字典更新矩阵以及稀疏形式的最优无约束预编码矩阵，建立预编码器的更新矩阵表达式。

步骤112，根据更新矩阵表达式，对传输数据流进行波束成形。

上述毫米波mimo通信系统中波束成形的方法中，通过天线阵列的参数，可以获取得到数据传输时的有效自由度，从而得到数据流的数目，根据有效自由度，可以确定预编码器设计时的最优无约束预编码矩阵，从而采用稀疏处理的方式，将预编码器的矩阵表达式，采用稀疏化处理，从而得到的稀疏表达式，然后对稀疏矩阵中的字典矩阵进行更新，从而得到字典更新矩阵，最终，采用字典更新矩阵和稀疏行驶的最优无约束预编码矩阵来表示预编码器对应的矩阵，从而解决了传统混合波束成形的设计算法，无法应用在毫米波losmimo通信系统中问题，在进行波束成形时，只需根据构建的预编码器进行编码，既可以实现波束成形。采用本发明实施例，可以接近无约束全数字波束成形的性能。

在一个实施例中，得到有效自由度的步骤可以是：根据第一天线阵列参数以及发射机的第二天线阵列参数，得到毫米波mimo通信系统中的信道矩阵，根据信道矩阵得到信道矩阵对应的信道增益矩阵，获取信道增益矩阵中的特征值，统计每个特征值与最大的特征值的比值大于阈值的总数，将总数确定为有效自由度。

具体的，毫米波losmimo信道矩阵的条件数通常会比较大，这样其部分子信道会处于一个比较差的状态，无法支持数据的传输。因此，引入有效自由度的概念(theeffectivedegreeoffreedom,edof)。在一定的天线阵列参数下，其中，天线阵列参数可以使收发端天线的数目、波长、收发端的距离以及天线之间的间隔，能够有效支持数据传输的子信道的数目定义为有效自由度，其表达如下所示：

其中，i(·)是指的是指标函数，当其参数为假的时候，其值取为0；当其参数为真的时候，其值取为1。令信道矩阵h及其酉h^h的乘积为信道增益矩阵g＝hh^h，λ⁽ⁱ⁾是g的第i大特征值。γ是提前设定的阈值，其值取决于通信系统的工作信噪比。如果那么第i大特征值所代表的子信道就不适合信息传输。η是在某一个信噪比下，可以独立传输的数据流的个数。通过此方法，可以确定毫米波mimo通信系统的有效自由度。

在另一实施例中，还包括一种有效自由度的确定方法，具体如下：当根据所述第一天线阵列参数以及所述第二天线阵列参数，判断所述接收机为均匀线性阵列天线时，根据所述第一天线阵列参数中的第一天线数量、第一天线阵列角度以及第二天线阵列参数中的第二天线数量、第二天线阵列角度，确定进行数据传输的有效自由度。

具体的，当发送天线数目和接收天线数目nt,nr→∞，信道增益矩阵g可被近似分解为：

其中，dr、dt、θr、θt、λ和d均是根据第一天线阵列参数和第二天线阵列参数得到的。

信道增益矩阵g的矩阵元素为gmn，当nt,nr→∞时，可以表示为:

其中，m、n分别为发射机天线阵列中天线的数量和接收机天线阵列中天线的数量，由于其第m大特征值在门限处会发生突变，趋近于0，因此，天线整列在参数s处，有效特征值的数目为smn，发射机天线阵列和接收机天线阵列的总长分别为lt＝(nt-1)dt和lr＝(nr-1)dr，对于天线数目为nt和nr的均匀线性天线阵列，毫米波losmimo的有效自由度可以近似表示为：

本实施例中，发射机可以根据毫米波losmimo通信系统中天线阵列的参数，自适应地确定同时传输数据流的数目。接收天线阵列的参数，比如位置信息以及姿态可以通过有限低速的信道反馈到发射端。这样发射机就可以获得实时的信道状态信息(channelstateinformation,csi)。

在确定有效自由度之后，还需要考虑到预编码器的设计，由于传统预编码器中的混合波束成形的设计算法无法满足毫米波losmimo通信系统的设计要求，因此需要对现有的预编码器算法进行改进，具体如下：

在其中一个实施例中，在确定预编码器中的最优无约束预编码矩阵时，包括如下步骤：对信道矩阵进行奇异值分解，得到信道矩阵对应的多个右奇异向量；根据有效自由度，确定与有效自由度的数值相等的右奇异向量构建得到最优无约束编码矩阵。

具体的，信道矩阵h的奇异值分解可以表示为h＝u∑v^h，那么最优的无约束预编码矩阵fopt＝v(:,1:ns)，(:,1:ns)指的是与有效自由度的数值相等的右奇异向量构建得到最优无约束编码矩阵。

在另一个实施例中，得到稀疏表达式的步骤包括：获取预先设置的预编码器的矩阵表达式，将矩阵表达式中的数据预编码矩阵和模拟预编码矩阵分别采用字典矩阵和稀疏形式的最优无约束预编码矩阵进行替换，并且进行稀疏化处理，得到稀疏表达式。

具体的，稀疏表达式如下：

其中，表示最优无约束预编码矩阵fopt的稀疏表示，bt表示归一化的字典矩阵，k代表字典矩阵的维度大小。

在其中一个实施例中，得到字典更新矩阵的步骤如下：根据正交匹配追踪算法，对矩阵表达式进行多测量向量的稀疏重构；其中，矩阵表达式均包含稀疏形式的最优无约束预编码矩阵，根据字典学习算法，基于逐列更新的策略，根据稀疏形式的最优无约束预编码矩阵中元素的值对字典矩阵进行更新。

具体的，对字典矩阵进行更新的步骤具体如下：

第一步，随机生成字典矩阵bt并固定其值，通过omp(orthogonalmatchingpursuit，正交匹配追踪)算法解决多测量向量的稀疏重构问题，得到的结果如下：

第二步，根据的值更新字典矩阵bt。可以将稀疏表达式重新写为：

然后，采用k-svd算法并基于逐列更新的策略进行字典矩阵bt的更新，令代表字典矩阵bt的第i列，fbb(i)代表稀疏表示矩阵的第i行，对上式重写为：

令矩阵ei奇异值分解为ei＝ui∑ivi^h，那么字典矩阵bt的第i列可以更新为依次对字典矩阵中的所有元素进行更新，得到字典更新矩阵。

在另一实施例中，还需要对最优无约束预编码矩阵中的非零元素进行更新。

具体的，稀疏表示矩阵的第i行可以更新为fbb(i)＝∑i(1,1)vi^h(1,:)，需要对其中的非零元素进行更新是因为稀疏表示矩阵的稀疏性会被奇异值分解破坏，而保留零元素可以解决此问题。

通过上述步骤，可以得到预编码器中的和从而实现对预编码器中的算法进行重新设计。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图2所示，提供了一种毫米波mimo通信系统中波束成形的系统，包括：接收模块202、构建模块204、稀疏模块206、字典更新模块208、预编码器构建模块210和波束成形模块212，其中：

接收模块202，用于获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

构建模块204，用于根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

稀疏模块206，用于获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

字典更新模块208，用于对所述稀疏表达式中的所述字典矩阵的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

预编码器构建模块210，用于根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

波束成形模块212，用于根据所述更新矩阵表达式，对传输数据流进行波束成形。

在其中一个实施例中，接收模块202还用于根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到毫米波mimo通信系统中的信道矩阵，根据所述信道矩阵得到所述信道矩阵对应的信道增益矩阵；获取所述信道增益矩阵中的特征值，统计每个特征值与最大的特征值的比值大于阈值的总数，将所述总数确定为有效自由度。

在其中一个实施例中，接收模块202还用于当根据所述第一天线阵列参数以及所述第二天线阵列参数，判断所述接收机为均匀线性阵列天线时，根据所述第一天线阵列参数中的第一天线数量、第一天线阵列角度以及第二天线阵列参数中的第二天线数量、第二天线阵列角度，确定进行数据传输的有效自由度。

在其中一个实施例中，构建模块204还用于对所述信道矩阵进行奇异值分解，得到信道矩阵对应的多个右奇异向量；根据所述有效自由度，确定与所述有效自由度的数值相等的右奇异向量构建得到最优无约束编码矩阵。

在其中一个实施例中，稀疏模块206还用于获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式中的数据预编码矩阵和模拟预编码矩阵分别采用字典矩阵和稀疏形式的所述最优无约束预编码矩阵进行替换，并且进行稀疏化处理，得到稀疏表达式。

在其中一个实施例中，字典更新模块208还用于根据正交匹配追踪算法，对所述矩阵表达式进行多测量向量的稀疏重构；其中，所述矩阵表达式均包含稀疏形式的所述最优无约束预编码矩阵；根据字典学习算法，基于逐列更新的策略，根据稀疏形式的所述最优无约束预编码矩阵中元素的值对字典矩阵进行更新。

在其中一个实施例中，字典更新模块208还用于对所述最优无约束预编码矩阵中的非零元素进行更新。

关于毫米波mimo通信系统中波束成形的系统的具体限定可以参见上文中对于毫米波mimo通信系统中波束成形的方法的限定，在此不再赘述。上述毫米波mimo通信系统中波束成形的系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种毫米波mimo通信系统中波束成形的方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

对所述稀疏表达式中的所述字典矩阵的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

根据所述更新矩阵表达式，对传输数据流进行波束成形。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到毫米波mimo通信系统中的信道矩阵，根据所述信道矩阵得到所述信道矩阵对应的信道增益矩阵；获取所述信道增益矩阵中的特征值，统计每个特征值与最大的特征值的比值大于阈值的总数，将所述总数确定为有效自由度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当根据所述第一天线阵列参数以及所述第二天线阵列参数，判断所述接收机为均匀线性阵列天线时，根据所述第一天线阵列参数中的第一天线数量、第一天线阵列角度以及第二天线阵列参数中的第二天线数量、第二天线阵列角度，确定进行数据传输的有效自由度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对所述信道矩阵进行奇异值分解，得到信道矩阵对应的多个右奇异向量；根据所述有效自由度，确定与所述有效自由度的数值相等的右奇异向量构建得到最优无约束编码矩阵。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式中的数据预编码矩阵和模拟预编码矩阵分别采用字典矩阵和稀疏形式的所述最优无约束预编码矩阵进行替换，并且进行稀疏化处理，得到稀疏表达式。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据正交匹配追踪算法，对所述矩阵表达式进行多测量向量的稀疏重构；其中，所述矩阵表达式均包含稀疏形式的所述最优无约束预编码矩阵；根据字典学习算法，基于逐列更新的策略，根据稀疏形式的所述最优无约束预编码矩阵中元素的值对字典矩阵进行更新。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对所述最优无约束预编码矩阵中的非零元素进行更新。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取接收机的第一天线阵列参数，根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到进行数据传输的有效自由度；

根据所述有效自由度，确定预编码器中的最优无约束预编码矩阵；

获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式转化为稀疏表达式，其中所述稀疏表达式中包括稀疏形式的所述最优无约束预编码矩阵以及预先设置的字典矩阵，所述字典矩阵中的元素为固定值；

对所述稀疏表达式中的所述字典矩阵的元素采用稀疏形式的所述最优无约束预编码矩阵进行更新，得到字典更新矩阵；

根据所述字典更新矩阵以及稀疏形式的所述最优无约束预编码矩阵，建立预编码器的更新矩阵表达式；

根据所述更新矩阵表达式，对传输数据流进行波束成形。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：：根据所述第一天线阵列参数以及发射机的第二天线阵列参数，得到毫米波mimo通信系统中的信道矩阵，根据所述信道矩阵得到所述信道矩阵对应的信道增益矩阵；获取所述信道增益矩阵中的特征值，统计每个特征值与最大的特征值的比值大于阈值的总数，将所述总数确定为有效自由度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当根据所述第一天线阵列参数以及所述第二天线阵列参数，判断所述接收机为均匀线性阵列天线时，根据所述第一天线阵列参数中的第一天线数量、第一天线阵列角度以及第二天线阵列参数中的第二天线数量、第二天线阵列角度，确定进行数据传输的有效自由度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对所述信道矩阵进行奇异值分解，得到信道矩阵对应的多个右奇异向量；根据所述有效自由度，确定与所述有效自由度的数值相等的右奇异向量构建得到最优无约束编码矩阵。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取预先设置的预编码器的矩阵表达式，将所述矩阵表达式中的数据预编码矩阵和模拟预编码矩阵分别采用字典矩阵和稀疏形式的所述最优无约束预编码矩阵进行替换，并且进行稀疏化处理，得到稀疏表达式。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据正交匹配追踪算法，对所述矩阵表达式进行多测量向量的稀疏重构；其中，所述矩阵表达式均包含稀疏形式的所述最优无约束预编码矩阵；根据字典学习算法，基于逐列更新的策略，根据稀疏形式的所述最优无约束预编码矩阵中元素的值对字典矩阵进行更新。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对所述最优无约束预编码矩阵中的非零元素进行更新。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。