[发明专利]一种非完美信道状态信息条件下的混合波束成形方法

说明书

本发明公开了一种非完美信道状态信息条件下的混合波束成形方法，包括如下步骤：(1)对于完美的信道矩阵，通过加入噪声矩阵对原矩阵进行破坏，得到非完美的信道矩阵；(2)利用自编码器的原理，将得到的非完美信道矩阵作为输入，完美的信道矩阵作为标签，通过反向传播进行训练，构建信道特征提取网络；(3)利用训练好的基于自编码器的特征提取网络，经过编码器的一次前向传播进行信道编码，即可提取得到信道矩阵的特征矩阵；(4)将信道特征矩阵输入到网络进行混合波束成形。本发明有效利用毫米波信道矩阵的稀疏特性，利用自编码器进行信道特征提取，解决了非完美信道状态信息条件下噪声对混合波束成形频谱效率的影响。

技术领域

本发明涉及波束成形技术领域，具体涉及到一种非完美信道状态信息条件下的混合波束成形方法。

背景技术

第五代移动通信技术(简称5G)是最新一代蜂窝移动通信技术。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。毫米波频段对于实现第五代移动通信技术(5G)、自动驾驶汽车和物联网至关重要。毫米波(mm-Wave)波段，正式定义为频率范围30-300Ghz，结合大规模阵列天线，具有提供高数据速率、提高频谱效率和信号覆盖的潜力。然而，由于毫米波的波长随频率的升高而减小且传播环境更为复杂，所以毫米波传播具有更高的散射、严重的穿透损耗、更低的衍射，以及对固定发射机和接收机增益更高的路径损耗。这些损失通过在发射机和接收机上大量天线提供波束形成功率增益来补偿。一方面，毫米波的宽带宽为5G通信提供更高的数据速率。然而另一方面，由于奈奎斯特采样率是基带带宽的两倍，毫米波接收机需要昂贵的、高速率模数转换器(ADCs)。ADCs随着采样频率的增加而增加，对于给定的架构，在高频时更是如此。为了减少这些成本、功耗和硬件开销，同时提供合理的性能，混合波束形成技术已被提出用于大规模MIMO系统。

进行混合波束成形矩阵设计的前提是获得毫米波传输信道的状态信息参数，但是在大规模MIMO场景下面临着高维信道矩阵，获取完美的信道状态信息(Channel StateInformation，CSI)变得不切实际，需要付出巨大的计算复杂度和导频开销。目前对混合波束成形的研究主要有两种思路：第一种基于理想信道条件，从理论分析角度出发，假设已经获得完整CSI，然后开展后续工作，这对研究混合波束成形的理论性能以及最优方案是有意义的；另外一种基于非完美信道条件的研究，此时通信信道由信道估计算法得出，由于估计过程存在误差，所以实际的非完美信道矩阵通常都是伴有噪声的。混合波束成形的效果依赖于完美的信道状态信息，本发明将针对实际的非完美信道矩阵条件，进行降噪处理，以获取接近完美信道状态信息的混合波束成形效果。

发明内容

本发明基于非完美的信道状态信息，提出了深度学习波束成形算法，解决信道状态信息不完善时，混合波束成形频谱效率损失严重的问题。本发明设计了一种结合自编码器和ResNet-18(18层残差网络)的毫米波混合波束成形方法，解决现有基于深度学习的毫米波混合波束成形方法严重依赖于完美的信道状态信息的技术问题，有效的实现非完美信道条件下混合波束成形设计。由于毫米波环境下信道矩阵具有稀疏特性，对于不完美的信道矩阵，利用自编码器对信道矩阵进行编码，提取自编码器的信道编码，即提取信道矩阵的主要特征，然后将提取到的信道特征输入到后续混合波束成形网络进行训练，获取满足要求的混合波束成形矩阵。混合波束成形网络采用18层的深度残差网络实现，通过对ResNet-18网络输出的预测矩阵进行约束处理，使其满足模拟移相器的恒模约束和发射端的总功率约束，从而得到满足约束要求的混合波束成形矩阵。

为达上述目的，本发明采用如下技术方案。

一种非完美信道状态信息条件下的混合波束成形方法，其特征在于，包括如下步骤：

步骤1：对于完美的信道矩阵，通过加入噪声矩阵对原矩阵进行破坏，即可得到非完美的信道矩阵，为自编码器的训练和测试提供数据；

步骤2：利用自编码器的原理，将得到的非完美信道矩阵作为输入，完美的信道矩阵作为标签，通过反向传播进行训练，构建信道特征提取网络；