一种基于存储优化的混合波束成形方法、系统及存储介质

本发明属于无线通信，特别是涉及一种基于存储优化的混合波束成形方法、系统及存储介质。

背景技术：

1、波束成形技术是通过控制不同阵元之间的相对相位和幅度，从而产生定向波束，该技术能够充分结合大规模输入输出技术和毫米波技术。数字波束成形采用射频(radiofrequency，rf)链路改变阵元的相位和幅度，其一根天线配备一条单独的射频链路，射频连接可以更好的校准幅度和相位，但价格昂贵，当天线数量较多时就需要大量的射频链路，成本和功耗也随之变高。模拟波束成形采用移相器(phase shifter，ps)改变阵元的相位，移相器成本较低，但仅能调节信号相位，性能较差。

2、为了解决上述问题提出将数字波束成形和模拟波束成形相结合的混合波束成形技术。在混合波束成形中，只需要少量的射频链路，其中每一条射频链路可连接多个移相器，移相器再分别与天线相连。用少量射频链路进行数字域处理，提供空间复用增益并处理多用户间干扰，射频链路数量提供的空间自由度只需要保证数据流的独立传输即可；用大量移相器进行高维模拟域处理，提供空间分集增益。因此，混合波束成形技术能够在降低系统硬件成本和能量消耗的同时，有效提升系统的频谱效率。但是，现有的混合波束成形方法所能达到的系统性能，即频谱速率、误码率，相较于纯数字波束成形系统差距较大，同时计算混合编码的计算复杂度高，导致计算时延高。

3、为了解决现有混合波束成形方法的系统性能差和计算时延高的问题，提出一种基于存储优化的混合波束成形方法、系统及存储介质。

技术实现思路

1、本发明实施例提出一种基于存储优化的混合波束成形方法、系统及存储介质，以至少解决相关技术中系统性能差和计算时延高的问题。

2、根据本发明的一个实施例，提供了一种基于存储优化的混合波束成形方法，包括：

3、根据射频链路数量、天线数量和信道状态计算发射端混合预编码矩阵的约束条件；

4、根据约束条件建立发射端混合预编码矩阵优化的目标函数；

5、根据时延和/或频谱效率和/或内存占用率与拟牛顿法存储容量的关系计算最优存储量；

6、根据最优存储量对应的有限内存拟牛顿法计算发射端混合预编码矩阵优化目标函数的最优解；

7、根据发射端混合预编码矩阵优化目标函数的最优解得到发射端混合预编码矩阵并以此进行混合波束成形。

8、在一个示例性实施例中，所述根据射频链路数量、天线数量和信道状态计算发射端混合预编码矩阵的约束条件，包括步骤：

9、发射端的射频链路数量记为天线数量记为nt；

10、原始数据流表示为s，维度为ns×1，经过的数字预编码矩阵vb，然后经过的模拟预编码矩阵vrf，得到nt×1的发射信号x＝vrfvbs，发射端的归一化约束为

11、根据frobenius范数计算发射端的功率约束条件为其中qs是预设的发射端功率约束常数；

12、混合预编码矩阵的恒模约束表示为vrf∈v，其中v是具有恒模约束的模拟预编码器的可行集。

13、在一个示例性实施例中，所述根据约束条件建立发射端混合预编码矩阵优化的目标函数，包括步骤：

14、获取数字波束成形的最优数字预编码矩阵，记为vopt；

15、根据最优数字预编码矩阵与混合预编码矩阵的欧式距离构建第一目标函数为

16、对第一目标函数求偏导得到最小二乘解其中是vrf的moore-penrose伪逆；

17、根据最小二乘解和frobenius范数构建基于模拟预编码矩阵的目标函数为：s.t.vrf∈v。

18、在一个示例性实施例中，所述根据时延和/或频谱效率和/或内存占用率与拟牛顿法存储容量的关系计算最优存储量，包括步骤：

19、根据有限内存拟牛顿法的计算复杂度与存储量的关系计算时延与存储量的函数关系；

20、根据不同存储量的有限内存拟牛顿法的频谱效率计算频谱效率与存储量的函数关系；

21、根据不同存储量的有限内存拟牛顿法对内存的占用率计算内存占用率与存储量函数关系；

22、根据时延与存储量的函数关系和/或频谱效率与存储量的函数关系和/或内存占用率与存储量的函数关系构建存储量优化模型；

23、存储量优化模型最大值所对应的存储量即为计算出的最优存储量。

24、在一个示例性实施例中，所述根据有限内存拟牛顿法的计算复杂度与存储量的关系计算时延与存储量的函数关系，包括步骤：

25、计算有限内存拟牛顿法中的固有计算复杂度；所述固有计算复杂度包括欧式梯度、正交投影、回缩和线搜索的计算复杂度；

26、根据存储量与有限内存拟牛顿法中更新海森矩阵逆的关系计算海森矩阵逆的近似复杂度；

27、根据有限内存拟牛顿法中固有计算复杂度和更新海森矩阵逆的近似复杂度得到计算复杂度与存储量的函数关系；

28、根据有限内存拟牛顿法的计算复杂度与时延的正相关关系计算时延与存储量的函数关系。

29、在一个示例性实施例中，所述根据最优存储量对应的有限内存拟牛顿法计算发射端混合预编码矩阵优化目标函数的最优解，包括：

30、构造黎曼复圆流形并初始化参数；

31、计算初始点的代价函数和黎曼梯度；

32、判断是否满足停止条件，若是则计算得到发射端混合预编码矩阵优化目标函数的最优解；否则进入下一步骤；所述停止条件是梯度的范数达到预设值；

33、根据黎曼梯度和海森矩阵逆的近似计算搜索方向；

34、采用基于armijo准则的线搜索在切线空间中搜索，然后回缩到流形中得到新解；

35、计算新解的代价函数和黎曼梯度；

36、判断向量对是否满足存储条件，若是则更新海森矩阵的初始值，进入下一步骤；否则不更新海森矩阵的初始值，返回判断是否满足停止条件；

37、判断当前存储量是否大于最优存储量，若是则丢弃最早存储的向量，否则进入下一步骤；

38、将内存中所有向量对进行向量传输，存储当前向量对并将当前存储量增加1后返回判断是否满足停止条件。

39、在一个示例性实施例中，所述根据发射端混合预编码矩阵优化目标函数的最优解得到发射端混合预编码矩阵并以此进行混合波束成形，包括步骤：

40、根据发射端混合预编码矩阵优化目标函数的最优解得到模拟预编码矩阵vrf；

41、根据最优数字预编码矩阵vopt和模拟预编码矩阵vrf计算数字预编码矩阵vb；

42、信号经过数字预编码矩阵vb调整幅度和相位后经过多条射频链路进行传输；

43、根据模拟预编码矩阵vrf构建移相器并与射频链路连接；

44、射频链路信号经过移相器后通过天线形成混合波束。

45、在一个示例性实施例中，混合波束成形的发射信号经信道h传输后被接收端天线接收，得到nt×1的接收信号y＝hvrfvbs+n，其中，n为加性高斯白噪声向量；在接收端经过的模拟组合器wrf进行模拟域处理，再经过个射频链路传输后通过的数字组合器wb进行数字域处理，最后得到ns×1的信号所述模拟组合器wrf和数字组合器wb的计算方法与权利要求7所述的模拟预编码矩阵vrf和数字预编码矩阵vb计算方法相同。

46、根据本发明的又一个实施例，还提供了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使计算机执行上述方法。

47、根据本发明的又一个实施例，还提供了一种基于存储优化的混合波束成形系统，包括：

48、处理器；

49、存储器；

50、以及

51、一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序使计算机执行上述方法。

52、本发明的一种基于存储优化的混合波束成形方法、系统及存储介质具有的优点是：

53、(1)在混合预编码矩阵优化的目标函数中采用变量的最小二乘解，将求解时的变量从两个变为一个，相比传统的混合预编码矩阵优化的目标函数，可以有效减小搜索空间，减少了对目标函数的调用次数和外部迭代次数，降低计算时延。

54、(2)本发明使用时延和/或频谱效率和/或内存占用计算最优存储量并基于最优存储量的有限内存拟牛顿法求解目标函数，相比传统的预设存储量的有限内存拟牛顿法，可以针对不同需求达到频谱效率、时延和存储容量三者之间的最优化，提升系统的总体性能。

55、(3)本发明采用有限内存拟牛顿法在构造搜索方向时只需要利用多个一阶导数信息，相比传统的拟牛顿法或梯度下降法，可以有效降低海森矩阵的计算量和存储量，从而降低计算时延和内存占用。

56、(4)本发明采用的目标函数求解方法，其搜索方向相较传统的共轭梯度法的下降和搜索速度更快，能更快找到解，有效降低计算时延，同时保持超线性收敛的优点，提高频谱效率和降低误码率。