亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

一種大規(guī)模天線的預(yù)編碼方法

文檔序號:10596940閱讀:408來源:國知局
一種大規(guī)模天線的預(yù)編碼方法
【專利摘要】本發(fā)明提供了一種大規(guī)模天線Massive MIMO的預(yù)編碼方法,用以解決現(xiàn)有技術(shù)中Massive MIMO系統(tǒng)誤碼率高、能量效率低的問題。所述方法包括:得到Massive MIMO系統(tǒng)的數(shù)學(xué)優(yōu)化模型;設(shè)計接收端基帶解碼矩陣;設(shè)計發(fā)射端基帶預(yù)編碼矩陣;設(shè)計發(fā)射端射頻預(yù)編碼矩陣;輸出基帶與射頻混合預(yù)編碼矩陣。本發(fā)明的基帶與射頻混合預(yù)編碼方法,以最小化均方誤差為準(zhǔn)則,結(jié)合凸優(yōu)化和粒子群蟻群迭代優(yōu)化的方法,迭代速率快,得到的混合預(yù)編碼,相比傳統(tǒng)的預(yù)編碼方法能更好地降低系統(tǒng)的誤碼率,同時,相比全數(shù)字基帶預(yù)編碼,本發(fā)明的方法硬件實現(xiàn)成本低,能量效率高。
【專利說明】
一種大規(guī)模天線的預(yù)編碼方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于無線通信技術(shù)領(lǐng)域,具體涉及一種大規(guī)模天線的預(yù)編碼方法。
【背景技術(shù)】
[0002] 隨著無線通信技術(shù)的不斷發(fā)展,用戶對數(shù)據(jù)傳輸速率的需求急劇增加,高速數(shù)據(jù) 業(yè)務(wù)和隨時接入需求呈現(xiàn)一種爆炸式增長的趨勢,這就要求無線通信網(wǎng)絡(luò)具有越來越大容 納能力和吞吐量。大規(guī)模多天線(Massive Multiple-Input Multiple-Output,Massive MIMO)技術(shù)通過在基站側(cè)或終端配置大規(guī)模天線陣列,能夠提供更大的空間復(fù)用/分集增 益,提高系統(tǒng)的頻譜效率、能量效率及傳輸可靠性,成為學(xué)術(shù)界研究的熱點之一。
[0003]在無線通信領(lǐng)域,預(yù)編碼技術(shù)利用發(fā)射端的信道狀態(tài)信息,通過在發(fā)送端對需要 發(fā)送的信號進(jìn)行預(yù)先處理,從而可以有效地抑制對需要發(fā)送的信號的干擾。在Massive MHTO陣列系統(tǒng)中,Massive MHTO陣列的部署導(dǎo)致射頻鏈數(shù)目增多,信道維數(shù)擴(kuò)張,全數(shù)字基 帶預(yù)編碼的射頻成本和功耗過大,而單獨的模擬預(yù)編碼的數(shù)字處理能力較差,因此近年來 射頻與基帶混合預(yù)編碼方法得到關(guān)注。
[0004] 現(xiàn)有技術(shù)中,名稱為《Spatially Sparse Precoding in Millimeter Wave MIM0 Systems》的技術(shù)文獻(xiàn)記載了一種基于正交匹配追蹤的空間稀疏混合預(yù)編碼,復(fù)雜度較低。 但是,所述的基于正交匹配追蹤的空間稀疏混合預(yù)編碼,射頻預(yù)編碼部分每條射頻鏈路都 連接到所有的天線,在Massive MHTO陣列中需要的移相器數(shù)量巨大,造成高功耗、高成本的 問題,能量效率低下。此外,該預(yù)編碼方法中射頻預(yù)編碼矩陣是利用正交匹配追蹤法在可行 碼本中選擇得到的,而不是通過閉式解,因此在頻譜效率性能上會有損失。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題是提供一種大規(guī)模天線的預(yù)編碼方法,用以解決現(xiàn)有技 術(shù)中Massive M頂0系統(tǒng)誤碼率高、能量效率低下的問題。
[0006]根據(jù)本發(fā)明的一個方面,提供了一種大規(guī)模天線Massive MIM0的預(yù)編碼方法,所 述方法包括:
[0007] 得到Massive MBTO的數(shù)學(xué)優(yōu)化模型;
[0008] 設(shè)計接收端基帶解碼矩陣;
[0009] 設(shè)計發(fā)射端基帶預(yù)編碼矩陣;
[0010] 設(shè)計發(fā)射端射頻預(yù)編碼矩陣;
[0011] 輸出基帶與射頻混合預(yù)編碼矩陣。
[0012] 上述方案中,所述方法還包括:
[0013] 對所述發(fā)射端射頻預(yù)編碼架構(gòu)進(jìn)行簡化。
[0014] 上述方案中,所述得到數(shù)學(xué)優(yōu)化模型,進(jìn)一步以最小均方誤差為準(zhǔn)則計算得到。
[0015] 上述方案中,所述Massive MBTO的數(shù)學(xué)優(yōu)化模型為: -%
[0016] Min ) 女=1 Nc
[0017] S.t JL;r(FkFP^PrNrflM
[0oi8] FRF 二 diag(P\,P2,…,R,….P&)
[0019] ^ = [exp(/^; iM/ , :i],...Qxp(j0iU v ))]f, i = l,2...N¥ m
[0020] 其中,所述M為基站端的天線根數(shù),N為用戶端的天線根數(shù),NS為基站與用戶之間傳 送的數(shù)據(jù)流數(shù)目,Nrf為發(fā)射端的射頻鏈路數(shù)目,N。為0FDM子載波數(shù),tr( ?)表示矩陣的跡運 算,(?廣表示矩陣的共輒轉(zhuǎn)置,F(xiàn)k為發(fā)射端基帶預(yù)編碼矩陣,F(xiàn)rf為發(fā)射端射頻預(yù)編碼矩陣, Pt為基站端發(fā)射功率。
[0021] 上述方案中,所述設(shè)計接收端基帶處理矩陣,進(jìn)一步包括: AT
[0022] 將^>(A極)對ffk求導(dǎo),得到
[0023] Wk = [H^F^F^H: + HkFRFFk (7 )
[0024] 其中,所述Wk為接收端基帶解碼矩陣,Wk是NXNS矩陣。
[0025]上述方案中,所述設(shè)計發(fā)射端基帶預(yù)編碼矩陣,進(jìn)一步包括:
[0026] 給定Wk和Frf,式(6)轉(zhuǎn)化為:
[0027] Mi 丨 1乞"-(縦尾) 左=1
[0028] s.l^ (g)
[0029]構(gòu)造一個拉格朗日函數(shù):
[0030] v 「A _ = Z tr(MSEk) + X £ tr{FkF;)-PT*NJM (9 ) A~1 k^i _
[0031 ]將I(把匕,義)對Fk求導(dǎo),并令導(dǎo)數(shù)為0,得到F!^閉式解:
[0032] ^ + ;JjVrf1 F^H*KWk ( 10 )
[0033] 上述方案中,所述設(shè)計發(fā)射端射頻預(yù)編碼矩陣,進(jìn)一步包括:
[0034] 利用粒子群蟻群優(yōu)化PSAC0方法設(shè)計射頻預(yù)編碼矩陣Frf。
[0035] 上述方案中,所述PSAC0方法設(shè)計射頻預(yù)編碼矩陣Frf,進(jìn)一步包括如下步驟:
[0036]步驟S101,初始化Fk滿足預(yù)設(shè)功率限制;
[0037]步驟S102,初始化PSAC0的粒子位置矩陣、速度矩陣、個體最優(yōu)位置和全局最優(yōu)位 置;
[0038] 步驟S103,根據(jù)閉式解計算Wk;
[0039] 步驟S104,根據(jù)閉式解計算Fk;
[0040]步驟S105,利用粒子群蟻群算法計算所有粒子的適應(yīng)值并進(jìn)行相互比較,得到全 局最優(yōu)位置,對應(yīng)到Frf矩陣中的相位值;
[0041 ]步驟S106,更新粒子速度矩陣和位置矩陣;
[0042] 步驟S107,重復(fù)步驟S103至步驟S106直到收斂至預(yù)設(shè)精度,得到混合預(yù)編碼矩陣 Fk 和 Frf。
[0043]本發(fā)明的上述技術(shù)方案的有益效果如下:
[0044] (1)提高系統(tǒng)的誤碼性能。本發(fā)明以最小化均方誤差為準(zhǔn)則,結(jié)合凸優(yōu)化和粒子群 蟻群迭代優(yōu)化的方法,得到的混合預(yù)編碼,相比傳統(tǒng)的預(yù)編碼方法能更好地降低系統(tǒng)的誤 碼率。
[0045] (2)低硬件實現(xiàn)成本。本發(fā)明中,基站端只需要Nrf個射頻鏈,數(shù)目可根據(jù)需要靈活 配置,遠(yuǎn)小于基站天線數(shù)M。同時射頻移相器個數(shù)為M個,小于傳統(tǒng)架構(gòu)中的移相器個數(shù)M* Nrf,從兩個方面降低了基站的硬件成本,同時減少了功耗。
[0046] (3)迭代速率快、能量效率高。本發(fā)明是針對射頻部分連接架構(gòu)下的混合預(yù)編碼方 法,相比全數(shù)字基帶預(yù)編碼,本發(fā)明能獲得更高的能量效率。
【附圖說明】
[0047]圖1是本發(fā)明實施例的Massive MBTO系統(tǒng)結(jié)構(gòu)示意圖;
[0048] 圖2是本發(fā)明實施例進(jìn)行射頻預(yù)編碼的連接架構(gòu)圖;
[0049] 圖3是本發(fā)明實施例混合預(yù)編碼方法中均方誤差隨迭代次數(shù)的收斂性能示意圖;
[0050] 圖4是本發(fā)明實施例混合預(yù)編碼方法中迭代時間隨次數(shù)增加的示意圖;
[0051 ]圖5是本發(fā)明實施例混合預(yù)編碼方法的誤比特率性能示意圖;
[0052] 圖6是本發(fā)明實施例混合預(yù)編碼方法的能量效率性能示意圖。
【具體實施方式】
[0053] 為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚,下面將結(jié)合附圖及具 體實施例進(jìn)行詳細(xì)描述。
[0054] 本發(fā)明針對現(xiàn)有技術(shù)中Massive MM0系統(tǒng)誤碼率高、能量效率低下的問題,通過 最小化均方誤差對射頻與基帶進(jìn)行混合預(yù)編碼,從而有效的降低誤碼率,同時提高能量效 率。
[0055] 在Massive MHTO系統(tǒng)中,基站側(cè)通常配置大規(guī)模均勻線性陣列。本發(fā)明實施例首 先假設(shè)發(fā)端已知完整的信道狀態(tài)信息(CSI-T),并利用信道狀態(tài)信息進(jìn)行發(fā)送預(yù)編碼與接 收合并設(shè)計。通過將預(yù)編碼解耦來減小射頻鏈路的數(shù)量,并通過在射頻預(yù)編碼中采用部分 連接架構(gòu)來進(jìn)一步減小移相器的數(shù)量,最終得到的混合預(yù)編碼矩陣,不僅可以有效減小功 耗,還可以降低誤碼率,提高系統(tǒng)可靠性。
[0056]下面通過具體的實施例結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明。
[0057]首先對本實施例的應(yīng)用背景進(jìn)行說明。圖1為本實施例的Massive MM0系統(tǒng)結(jié)構(gòu) 示意圖。如圖1所示,本實施例為一個下行單用戶Massive MIM0系統(tǒng),基站采用射頻與基帶 混合預(yù)編碼,接收端僅考慮基帶接收處理?;径擞蠱根天線,用戶端有N根天線,基站與用 戶之間傳送的數(shù)據(jù)流數(shù)目為N s,發(fā)射端的射頻鏈路數(shù)目為Nrf,0FDM子載波數(shù)為Nc,本實施例 假設(shè)所有的子載波都被該用戶占用。需要說明的是,雖然本實施例進(jìn)行了上述假設(shè),但是本 實施例的大規(guī)模天線的預(yù)編碼方法并不局限于上述條件的限制,僅僅是為了說明的方便進(jìn) 行了上述相對簡化的假設(shè)。
[0058] 本實施例的Massive MIMO的預(yù)編碼方法,包括如下步驟:
[0059] 步驟S1,得到Massive MBTO的數(shù)學(xué)優(yōu)化模型。
[0060] 在本實施例中,發(fā)射端比特流叉=^1七2,...,.1;^1表示第1^個子載波上傳輸?shù)男?號,經(jīng)過基帶預(yù)編碼Fk和射頻預(yù)編碼Frf的處理,映射到基站端的M根天線上發(fā)射出去。
[0061] 圖2為本實施例進(jìn)行射頻預(yù)編碼的連接架構(gòu)圖。如圖2所示,本步驟中的射頻預(yù)編 碼采用部分連接架構(gòu)。接收端將每個子載波上的信號與基帶解碼矩陣wk相乘,Wk是~乂隊矩 陣,得到輸出信號符號Yk,巧=巧SA_ ,其中,n為加性高斯白噪聲,是一個NX 1 的列向量,滿足均值為〇方差為〇2的獨立同分布規(guī)律;fF/為Wk的共輒轉(zhuǎn)置矩陣,Hk為第k個子 載波上的信道矩陣。
[0062]信號經(jīng)過上述傳輸,發(fā)射信號Sk和接收處理后的信號Yk之間的均方誤差矩陣為
[0063] MSEk=4(乂-俱-燈] =E- / JS, .S; f WIE^F, -INa )1 + L 」 C.1J
[0064] 其中乂A為隊階的單位矩陣。(? r表示矩陣的共輒轉(zhuǎn)置。
[0065] 由于,所以式(1)可化簡為
[0066] MSEk =W:F^HX-W:H、FRFFk -F:F^H;^ + [Ns + ci-WX ⑵
[0067] 則均方誤差為Jk = tr(MSEk)。
[0068]其中,tr( ?)表示矩陣的跡運算。
[0069]基站端總的發(fā)射功率為
[0070] § tr(FkF*)<Pr*¥rf/M (3 )
[0071] 其中PT是基站端發(fā)射功率。
[0072] 如圖2所示,本步驟中每條射頻鏈路只連接M/Nrf根天線,這使射頻預(yù)編碼矩陣具有 塊對角結(jié)構(gòu),即
[0073] = diag{P^P2,....P,-:) ⑷
[0074] 卜[exp(用;丨⑴、.+1,…⑶
[0075] 將均方誤差進(jìn)行最小化,則由大規(guī)模天線系統(tǒng)模型得到收發(fā)信號間均方誤差最小 化的優(yōu)化模型表示為
[0076] Min^tr(MSH,) k=\
[0077] S.t t^r(FkFk)^PT-Nrf lM
[0078] Frf ~ diag{,..., .....
[0079] Pi = [exp(,/^(: exp(.用u ,i 二 \,2…M€ (6)
[0080] 其中,Pi為一個M/Nrf維的列向量,表示每條射頻鏈路與天線之間的映射關(guān)系。
[00811步驟S2,設(shè)計接收端基帶處理矩陣Wk。
[0082]在步驟S1的式(6)中,由于目標(biāo)函數(shù)是關(guān)于Wk的凸函數(shù),且發(fā)射功率限制中沒有Wk 變量,則在本步驟中,不等式約束優(yōu)化問題可轉(zhuǎn)化為無約束優(yōu)化問題,具體的,直接將 .N、 對Wk求導(dǎo),得到
[0083] Wt = [H:kFRFFkF:FlHt + ^IN(7)
[0084] 步驟S3,設(shè)計發(fā)射端基帶預(yù)編碼矩陣Fk。
[0085] 具體的,本步驟中的設(shè)定發(fā)射端的基帶預(yù)編碼矩陣,進(jìn)一步可以為:
[0086] 給定Wk和Frf,式(6)轉(zhuǎn)化為: N.e
[0087] 女=1
[0088] tr(FkF^)<FTm,/M (g)
[0089]此時,構(gòu)造一個拉格朗日函數(shù):
[0090] tr(MSEk) + A X ( 9 ) k~i _
[0091 ]將A)對Fk求導(dǎo),并令導(dǎo)數(shù)為0,得到閉式解:
[0092] Fk = [F;FH:WkW:HkFRF + F^H;Wk 00)
[0093]步驟S4,設(shè)計發(fā)射端射頻預(yù)編碼矩陣Frf。
[0094] 由于步驟S1的式(6)關(guān)于FRF矩陣形式的特殊限制,無法直接求其閉式解。因此,本 步驟可以利用優(yōu)化方法來設(shè)計射頻預(yù)編碼矩陣Frf,如,粒子群蟻群優(yōu)化(Particle Swarm Ant Colony Optimization,PSAC0)方法,遺傳算法等啟發(fā)式算法。本實施例采用粒子群蟻 群優(yōu)化(Particle Swarm Ant Colony 0ptimization,PSAC0)方法。粒子群中粒子的位置對 應(yīng)FRF中元素對應(yīng)的相角。在每一代的更新中,根據(jù)F k的閉式解式(10),重新計算當(dāng)模擬預(yù)編 碼矩陣Frf確定時,能最小化均方誤差的基帶預(yù)編碼矩陣F k。通過適應(yīng)值函數(shù)來實現(xiàn)相位到 均方誤差值的映射,再以最小均方誤差為標(biāo)準(zhǔn)更新粒子的個體最優(yōu)位置和全局最優(yōu)位置。
[0095] 利用PSAC0方法的具體步驟如下:
[0096] 步驟 S401,初始化 PSAC0。
[0097] 初始化PSAC0的粒子位置矩陣X,維度為P X M,P為粒子個數(shù),M為優(yōu)化問題的決策變 量的個數(shù)。M是基站端天線數(shù)目,對應(yīng)到射頻預(yù)編碼矩陣FRF中M個非0元素。這里的粒子群蟻 群算法中每個粒子的M維位置變量,對應(yīng)Frf中的M個相移值。由于每個位置維度對應(yīng)Frf的一 個相角,即初始化位置矩陣的每個元素范圍在[n]。則有: ^11 <9(2 - ^21 ^22 *" ^2M
[0098] 義-=< ? ? ,?.i .'pi .... dpu ^ (.11)
[0099] 粒子的每個位置分量都有對應(yīng)的速度分量來引導(dǎo)其飛向下一個位置,為保證算法 性能,粒子不容易飛出邊界,且能夠在較大的解空間內(nèi)搜索,要設(shè)置合適的最大速度限制。 粒子速度的初始化矩陣為 "vu vi2 - v.a/" vzl v22. .... v2M
[0100] V = . ? ? ? * _Vp.i %…飛'搜」 (12)
[0101] 個體最優(yōu)位置矩陣可以初始化為: hi hu- 1:21 1.22: ??* h'M'
[0102] I - * ? . ? ^Pl 1 pi l.PM. _ (13)
[0103] 其初始化值與式(11)相同。
[0104]全局最優(yōu)位置矢量為到目前位置所有粒子的最優(yōu)位置,可以表示為:
[0105] g=[gi,g2, . . . ,gM] (14)
[0106] 其初始化值為第一個粒子的位置矢量。
[0107] 初始化Fk,為滿足功率限制^ /丨_義/.4/的任一 Nrf X Ns的矩陣。 k=\
[0108] 步驟S402,迭代。 Nl,
[0109] 數(shù)學(xué)優(yōu)化模型中的目標(biāo)函數(shù))作為PSA⑶中的目標(biāo)函數(shù)f(0nl,0n2, ? ? ?, k^-1 0nM,Wk,F(xiàn)k),來決定適應(yīng)值的大小。在每次迭代中,根據(jù)步驟S2和步驟S3中的閉式解重新計 算Wk和Fk。
[0110] 對于每個粒子n,n = l,2,. . .,P,它的位置矢量[Qnl,Qn2, . . .Qmn,. . .根據(jù)下邊 兩個式子對應(yīng)到Frf,P :[exp(風(fēng)w A ir…e?破/L v ))r和心丨4?….D , 其中,位置矢量中的對應(yīng)Pi中的9m,m=l,2,...,M。
[0111] 然后每個粒子根據(jù)自己的位置矢量計算目標(biāo)函數(shù)汽心1,心2,...,9_,11{^ 1〇,如果 本次的適應(yīng)值小于上次的適應(yīng)值,則用當(dāng)前的位置矢量來更新個體最優(yōu)位置,否則個體最 優(yōu)位置保持不變。然后將所有粒子的個體最優(yōu)位置分別帶入目標(biāo)函數(shù)得到個體最優(yōu)適應(yīng) 值,進(jìn)行比較。最小的適應(yīng)值對應(yīng)的粒子的個體最優(yōu)位置即為本次迭代得到的全局最優(yōu)位 置。
[0112] 根據(jù)位置和速度更新公式來更新位置矩陣和速度矩陣。
[0113] 位置和速度更新公式為
[01 14] Vnm(t+1) =WVnin(t)+Ciri(pbestn]ii(t)-0n]ii(t) )+C2r2(gbestm(t)-0nm(t) ) (15)
[0115] Xnm(t+l)=Xrm(t)+Vnm(t+l) (16)
[0116] 其中,w為慣性權(quán)重,C1為認(rèn)知因子,C2為社會因子,^和^為(0,1)區(qū)間內(nèi)均勻分布 的隨機(jī)數(shù),t為迭代次數(shù)。
[0117] 步驟S5,輸出混合預(yù)編碼矩陣。
[0118] 在粒子群的迭代過程中,目標(biāo)函數(shù)值在不斷減小,根據(jù)多次試驗的經(jīng)驗值,目標(biāo)函 數(shù)能夠下降到e-6,即均方誤差達(dá)到精度e-6,需要用PSAC0迭代300~500次。迭代結(jié)束后,得 到優(yōu)化的發(fā)端混合預(yù)編碼矩陣F k、FRF和接收端基帶合并處理矩陣Wk。
[0119] 對本實施例大規(guī)模天線的預(yù)編碼方法,進(jìn)一步通過仿真的方式進(jìn)行測試。
[0120] 表1為對采用本實施例的預(yù)編碼方法的大規(guī)模天線系統(tǒng)仿真采用的參數(shù)設(shè)置。如 表1所示:
[0121] 表1
[0124] 圖3是本發(fā)明實施例混合預(yù)編碼方法中均方誤差隨迭代次數(shù)的收斂示意圖。從圖3 可看到,本發(fā)明中采用粒子群蟻群優(yōu)化,迭代400次,均方誤差能夠降低到e-6.
[0125] 圖4是本發(fā)明實施例混合預(yù)編碼方法中迭代時間隨次數(shù)增加的示意圖。從圖4可看 到,迭代400次平均需要時間80秒,本發(fā)明提出的預(yù)編碼方法具有迭代速率快的優(yōu)點。
[0126] 圖5是本發(fā)明實施例混合預(yù)編碼方法的誤比特率性能示意圖。從圖5可看出,本發(fā) 明混合預(yù)編碼方法的誤碼率性能比傳統(tǒng)的模擬預(yù)編碼性能有極大地提升,且接近全數(shù)字基 帶預(yù)編碼性能。當(dāng)射頻鏈數(shù)從8到16,性能提升的更加明顯。
[0127] 圖6是本發(fā)明實施例混合預(yù)編碼方法的能量效率性能示意圖。從圖6可看到,本發(fā) 明混合預(yù)編碼方法的能量效率比全數(shù)字基帶預(yù)編碼性能有極大的提升,當(dāng)射頻鏈數(shù)目接近 32 (即與發(fā)射天線數(shù)目相同)時,兩者能量效率接近。
[0128] 從以上分析可以看出,本實施例具有如下有益效果:
[0129] (1)提高系統(tǒng)的誤碼性能。本發(fā)明以最小化均方誤差為準(zhǔn)則,結(jié)合凸優(yōu)化和粒子群 蟻群迭代優(yōu)化的方法,得到的混合預(yù)編碼,相比傳統(tǒng)的預(yù)編碼方法能更好地降低系統(tǒng)的誤 碼率。
[0130] (2)低硬件實現(xiàn)成本。本發(fā)明中,基站端只需要Nrf個射頻鏈,數(shù)目可根據(jù)需要靈活 配置,遠(yuǎn)小于基站天線數(shù)M。同時射頻移相器個數(shù)為M個,小于傳統(tǒng)架構(gòu)中的移相器個數(shù)M* Nrf,從兩個方面降低了基站的硬件成本,同時減少了功耗。
[0131] (3)迭代速率快、能量效率高。本實施例針對射頻部分連接架構(gòu)下的混合預(yù)編碼方 法,相比全數(shù)字基帶預(yù)編碼,能獲得更高的能量效率。
[0132] 以上所述是本發(fā)明的優(yōu)選實施方式,應(yīng)當(dāng)指出,對于本技術(shù)領(lǐng)域的普通技術(shù)人員 來說,在不脫離本發(fā)明所述原理的前提下,還可以做出若干改進(jìn)和潤飾,這些改進(jìn)和潤飾也 應(yīng)視為本發(fā)明的保護(hù)范圍。
【主權(quán)項】
1. 一種大規(guī)模天線Massive ΜΙΜΟ的預(yù)編碼方法,其特征在于,所述方法包括: 得到Massive ΜΠΚ)的數(shù)學(xué)優(yōu)化模型; 設(shè)計接收端基帶解碼矩陣; 設(shè)計發(fā)射端基帶預(yù)編碼矩陣; 設(shè)計發(fā)射端射頻預(yù)編碼矩陣; 輸出基帶與射頻混合預(yù)編碼矩陣。2. 根據(jù)權(quán)利要求1所述的預(yù)編碼方法,其特征在于,所述方法還包括: 對所述發(fā)射端射頻預(yù)編碼架構(gòu)進(jìn)行簡化。3. 根據(jù)權(quán)利要求1所述的預(yù)編碼方法,其特征在于,所述得到數(shù)學(xué)優(yōu)化模型,進(jìn)一步以 最小均方誤差為準(zhǔn)則計算得到。4. 根據(jù)權(quán)利要求1所述的預(yù)編碼方法,其特征在于,所述Massive ΜΙΜΟ的數(shù)學(xué)優(yōu)化模型 為:(6:) 其中,所述Μ為基站端的天線根數(shù),Ν為用戶端的天線根數(shù),NS為基站與用戶之間傳送的 數(shù)據(jù)流數(shù)目,Nrf為發(fā)射端的射頻鏈路數(shù)目,Nc為OFDM子載波數(shù),tr( ·)表示矩陣的跡運算, (· Γ表示矩陣的共輒轉(zhuǎn)置,F(xiàn)k為發(fā)射端基帶預(yù)編碼矩陣,F(xiàn)rf為發(fā)射端射頻預(yù)編碼矩陣,Ρτ為 基站端發(fā)射功率。5. 根據(jù)權(quán)利要求4所述的預(yù)編碼方法,其特征在于,所述設(shè)計接收端基帶處理矩陣,進(jìn) 一步包括: 沖對Wk求導(dǎo),得到(7 ) 其中,所述Wk為接收端基帶解碼矩陣,Wk是Ν X Ns矩陣。6. 根據(jù)權(quán)利要求5所述的預(yù)編碼方法,其特征在于,所述設(shè)計發(fā)射端基帶預(yù)編碼矩陣, 進(jìn)一步包括: 給定Wk和FRF,式(6)轉(zhuǎn)化為: 構(gòu)造一個拉格朗日函數(shù): (8) (9 ) 將對Fk求導(dǎo),并令導(dǎo)數(shù)為Ο,得到Fk的閉式解:(10)7. 根據(jù)權(quán)利要求6所述的預(yù)編碼方法,其特征在于,所述設(shè)計發(fā)射端射頻預(yù)編碼矩陣, 進(jìn)一步包括: 利用粒子群蟻群優(yōu)化PSAC0方法設(shè)計射頻預(yù)編碼矩陣Frf。8. 根據(jù)權(quán)利要求7所述的預(yù)編碼方法,其特征在于,所述PSACO方法設(shè)計射頻預(yù)編碼矩 陣Frf,進(jìn)一步包括如下步驟: 步驟S101,初始化Fk滿足預(yù)設(shè)功率限制; 步驟S102,初始化PSACO的粒子位置矩陣、速度矩陣、個體最優(yōu)位置和全局最優(yōu)位置; 步驟S103,根據(jù)閉式解計算Wk; 步驟S104,根據(jù)閉式解計算Fk; 步驟S105,利用粒子群蟻群算法計算所有粒子的適應(yīng)值并進(jìn)行相互比較,得到全局最 優(yōu)位置,對應(yīng)到Frf矩陣中的相位值; 步驟S106,更新粒子速度矩陣和位置矩陣; 步驟S107,重復(fù)步驟S103至步驟S106直到收斂至預(yù)設(shè)精度,得到混合預(yù)編碼矩陣Fk和 Frf〇
【文檔編號】H04B7/04GK105959048SQ201610463477
【公開日】2016年9月21日
【申請日】2016年6月23日
【發(fā)明人】陳月云, 邢雅欣
【申請人】北京科技大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1