[发明专利]基于毫米波大规模天线系统的混合预编码优化方法

说明书

本发明提供一种基于毫米波大规模天线系统的混合预编码优化方法，S1：建立基于GMD的混合预编码MIMO模型；S2：建立Saleh‑Valenzuela毫米波信道模型；S3：获得毫米波大规模天线系统的单个小区单个用户的下行传输场景下的系统频效公式；S4：利用SVD的方式将GMD进行转换；S5：获得基于GMD的系统频效优化目标函数解析式；S6：获得优化目标函数；S7：根据优化目标函数确定模拟预编码方案；S8：配置毫米波大规模天线系统。本发明的一种基于毫米波大规模天线系统的混合预编码优化方法，利用GMD的方式将信道分解为等增益的子信道，以简化编解码复杂度，可降低系统编解码复杂度，提高系统频效的优点。

技术领域

本发明涉及无线通信领域，尤其涉及一种基于毫米波大规模天线系统的混合预编码优化方法。

背景技术

近年来，毫米波大规模天线(Massive-MIMO)技术引起了广泛的关注和研究。这主要是因为毫米波通信具有丰富的频谱资源，结合Massive-MIMO的混合预编码技术能够获取更高的波束增益，以此可弥补毫米波通信高损耗的传播缺陷。但与此同时，硬件规模和编解码复杂度日益增长，提高了系统通信成本。Massive-MIMO和几何均值分解(Geometric MeanDecomposition,简称GMD)的结合能有效提高系统频效，并显著降低系统复杂度，成为新一代通信网络的关键技术。GMD可以通过均衡各子信道的增益，避免复杂的子信道比特分配和功率加载过程，从而降低系统复杂度，与奇异值分解(Singular Value Decomposition，简称SVD)方式相比，GMD能明显降低系统复杂度和提高系统频效。

多入多出(MIMO)复用系统通常采用SVD方式得到多个独立的正交空间子信道以获得较大的吞吐量。然而，由于此方式下各子信道增益差异很大，需要使用不同的编解码和调制解调方式以满足误码率(Bit Error Rate，简称BER)的要求，使得系统复杂度很高。而GMD方法的最大特点就是能够均衡各子信道的信道增益，有效解决子信道增益差异较大带来的复杂度增加的问题。目前，基于GMD处理的系统频效研究多集中于MIMO系统。在毫米波Massive-MIMO系统的研究还比较少，目前尚缺乏一种针对移动通信下行链路单用户通信场景，可适用于毫米波Massive MIMO系统的基于GMD混合预编码优化方法。

发明内容

针对上述现有技术中的不足，本发明提供一种基于毫米波大规模天线系统的混合预编码优化方法，针对单小区、单个用户的下行传输场景，奇异值分解下的不同子信道信噪比变化较大，导致系统复杂度增加和编/解码难度加大的问题，利用GMD的方式将信道分解为等增益的子信道，以简化编解码复杂度，具有可降低系统编解码复杂度，提高系统频效的优点。

为了实现上述目的，本发明提供一种基于毫米波大规模天线系统的混合预编码优化方法，包括步骤：

S1：针对一毫米波大规模天线系统建立一基于GMD的混合预编码MIMO模型；所述毫米波大规模天线系统包括至少一发射端和至少一接收端，所述发射端包括依次连接的一基带编码器、至少一第一射频和多个发射端天线；所述接收端包括依次连接的多个用户端天线、至少一第二射频和一基带合并器；

S2：建立一Saleh-Valenzuela毫米波信道模型；

S3：获得所述毫米波大规模天线系统的单个小区单个用户的下行传输场景下的一系统频效公式R；

S4：利用SVD的方式将GMD进行转换；

S5：获得基于GMD的系统频效优化目标函数解析式R’；

S6：获得一优化目标函数；

S7：根据所述优化目标函数确定一模拟预编码方案；

S8：将按照所述模拟预编码方案配置所述毫米波大规模天线系统。

优选地，所述基于GMD的混合预编码MIMO模型的表达式为：