[发明专利]一种基于压缩感知的迭代波束成形方法

摘要

本发明属于无线通信技术领域，尤其涉及一种在无线多输入多输出(Multiple Input Multiple Output，MIMO)通信系统中利用信道间稀疏性降低迭代波束成形的天线训练开销的方法。本发明提出一种基于压缩感知的迭代波束成形方法。该方法利用毫米波信道的空间稀疏性，将毫米波MIMO天线训练中接收向量的估计问题转化为稀疏重建问题，从而利用压缩感知的相关理论，以极小的性能损失将幂迭代方法的开销进一步降低50％‑60％。

主权项

1.一种基于压缩感知的迭代波束成形方法，其特征在于，包括如下步骤：S1、利用稀疏多径信道的几何模型进行稀疏建模，将与信道关联的接收信号的估计问题表示成稀疏信号的恢复问题，定义接收端字典矩阵定义发送端字典矩阵其中，M表示发送端字典长度，N表示接收端字典长度，λ是信号波长，d是天线阵元间距；S2、初始阶段处理，具体如下：S21、发送端生成一个NT×1的向量f＝[1,0,0,…,0]T并进行归一化作为初始向量，其中，NT为发送天线数目；S22、定义发送端的测量次数为Nmr，初始化为Nmr0，定义接收端的测量次数为Nmt，初始化为Nmt0；S23、生成发送端的最优测量矩阵Φ_T⁰和接收端的最优测量矩阵Φ_R⁰，生成方式如下：其中，表示E_R的特征值分解，B_R,Λ_R分别为特征向量和特征值，N_R为接收天线数目，表示E_T的特征值分解，B_T,Λ_T分别为特征向量和特征值，N_T为发送天线数目,I表示单位矩阵，0表示零矩阵；S24、进行接收波束成形向量训练，具体如下：S24‑1、发送端发送S21生成的向量f至接收端，接收端接收过程中使用S23生成的接收端最优测量矩阵Φ_R⁰的列作为波束成形加权合并向量，则接收端得到其中，表示接收端的加性高斯白噪声向量，σ²为方差，信道矩阵S24‑2、接收端使用基于压缩感知的稀疏信号恢复算法计算出表示接收信号到达角在S1所述字典矩阵ARD中的位置的稀疏向量zR，其中，zR是一个N×1的列向量，N表示字典ARD的长度，zR中有K个非零元素，K＜＜N；S24‑3、Hf≈A_RDz_R，所述Hf存储在N_R×1向量g中，即g＝A_RDz_R，其中，接收端对向量g进行归一化，即并将取共轭发送至发送端；S25、发送波束成形向量训练，具体如下：S25‑1、接收端发送向量至发送端，发送端在接收过程中使用S23所述发送端的最优测量矩阵Φ_T⁰的列作为波束成形加权合并向量，因此发送端得到其中，n_T表示第k次迭代发送端的加性高斯白噪声向量，S25‑2、发送端使用基于压缩感知的稀疏信号恢复算法计算出表示接收信号到达角在S1所述字典矩阵ATD中的位置的稀疏向量zT，其中，zT是一个M×1的列向量，M表示字典ATD的长度，zT中有K个非零元素，K＜＜M；S25‑3、所述存储在N_T×1向量f中，即f＝A_TDz_T，接收端对向量f进行归一化，即并将取共轭发送至发送端；S3、进行迭代，具体如下：S31、定义发送端的测量次数为Nmr和接收端的测量次数为Nmt；S32、找到ATD，ARD在S24‑2，S25‑2中K个非零元素的位置所对应的列AT，AR,将其转置作为发送端和接收端的测量矩阵ΦT,ΦR；S33、接收波束成形向量训练，具体如下：发送端发送向量f至接收端，接收端接收过程中使用Φ_R的列作为波束成形加权合并向量，因此接收端得到r＝Φ_R^H(Hf+n_R)，接收端使用最小二乘法计算出系数h_R＝(Φ_RA_R)^‑1r，并求得v＝A_Rh_R，接收端对向量v进行归一化，即并将取共轭发送至发送端；S34、发送波束成形向量训练，具体如下：接收端发送向量至发送端，发送端接收过程中使用Φ_T的列作为波束成形加权合并向量，因此接收端得到接收端使用最小二乘法计算出系数h_T＝(Φ_TA_T)^‑1t，并求得f＝A_Th_T，接收端对向量f进行归一化，即并将取共轭发送至发送端，即回到S33进行迭代；S4、最后将迭代后得到的v,f输出即可。