一种分布式毫米波大规模MIMO系统中混合预编码设计方法

一种分布式毫米波大规模mimo系统中混合预编码设计方法
技术领域：
1.本发明属于移动通信领域，涉及移动通信系统的混合预编码设计方法，尤其涉及一种分布式毫米波大规模mimo系统中混合预编码设计方法。


背景技术：

2.大规模mimo技术作为第五代移动通信的关键技术，与传统mimo相比可提供更大的自由度，有着低功耗、高能效、非相干干扰较小、空间分辨率较高的特点，该技术已经得到了广泛的研究与应用。同时，为了保证5g时代具有更大带宽和更高的频谱效率，毫米波技术就显得尤为重要，被广泛应用于工程实践中，同时在理论研究领域也得到高度重视。
3.文献1(wang d，jiang z，et al.spectral efficiency of distributed mimo systems[j].selected areas in communications，2013，31(10)：2112-2127.)的作者首先提出分布式mimo的概念，并分析了固定数量的远程天线单元(raus，remote antenna units)下的分布式mimo系统频谱效率性能，并且和传统的集中式mimo系统频谱效率性能进行了比较。文献2(dong g，zhang h，jin s，et al.energy efficiency oriented joint user association and power allocation in distributed massive mimo systems[j].ieee transactions on vehicular technology，2019：5794-5808.)的作者同样考虑分布式大规模mimo系统，在mrc预编码条件下，建立了基于最大用户功率和最小用户速率约束的下行系统能效最大化问题，采用多重对偶方法，给出能效最大化的功率分配方案。为了更加贴近实际通信环境，文献3(sun y，qi c.weighted sum-rate maximization for analog beamforming and combining in millimeter wave massive mimo communications[j].ieee communications letters，2017，8：1-5.)研究了模拟预编码下毫米波大规模mimo系统的和速率最大化问题.
[0004]
然而，对于分布式毫米波大规模mimo系统来说，单独只考虑模拟预编码会让系统丧失掉一部分性能，且缺乏对含速率限制的预编码技术研究。此外，大量的研究都是基于无限回程容量这一假设进行的，在实际通信过程，回程容量并不是无限的，需要考虑回程容量限制对系统合速率的影响。


技术实现要素：

[0005]
本发明是为了解决现有技术未解决的问题而提供一种分布式毫米波大规模mimo系统混合预编码设计方法，该方法基于用户最小速率和系统最大容量约束，利用对偶惩罚分解和加权最小均方误差方法最大化分布式毫米波大规模mimo系统和速率，给出了和速率最大化下的混合预编码设计方法；本发明所采用的技术方法有：一种分布式毫米波大规模mimo系统混合预编码设计方法，包括如下步骤：
[0006]
s1、建立分布式毫米波大规模mimo系统传输模型，小区内raus数为l，每个rau都与中央处理器相连且都配备有m根天线，n条射频链路，并服务于k个单天线用户，同时有m＞＞k；第l个rau的混合预编码矩阵由数字预编码矩阵和模拟预编码矩阵
组成，其中ns表示数据流的数目，我们不失一般性地假设ns＝n，可得第k个用户处的接收信号为：
[0007][0008]
其中代表第l个rau与用户之间的毫米波信道h
l
的第k列，nk是awgn向量，其期望为零，方差为σ2，s
l
为第l个rau的发射信号，表示为其中s
l，j
为第l个rau发送给第j个用户的信号，满足期望为零，方差为1的复高斯分布，为矩阵的第j列；
[0009]
s2、由式(1)可以得到下行系统接收信干噪比为
[0010][0011]
s3、根据信干噪比表达式，并结合最大发射功率限制p
max，i
、最小用户速率限制r
min
和最大系统容量约束c
max
，我们给出其对应的系统和速率最大化问题为：
[0012][0013]
其中：集合mr，lr，n
rf
分别定义为和
[0014]
s4、由于s3的目标函数并不是凸函数，所以我们采用wmmse算法进行近似简化，并且多变量之间存在耦合现象，因此采用惩罚对偶方法来对变量进行解耦求解，即首先引入辅助变量我们定义集合然后给出问题(3)的求解步骤；进一步地，s4包括以下子步骤：
[0015]
(a)当固定时，可如下求解变量即：
[0016][0017]
其中ρb和分别为惩罚系数和对偶矩阵，后面变量以此类推；
[0018]
(b)当固定可如下求解变量即：
[0019][0020]
其中ψ
m，n
表示的相位；
[0021]
(c)当固定可如下求解变量即：
[0022]
[0023]
(d)当固定可如下求解变量即：
[0024][0025]
(e)当固定可如下求解变量
[0026][0027]
(f)当固定可如下求解变量y；当考虑容量约束和速率约束情况下，优化问题可以写为
[0028][0029]
其中uk和wk表示为wmmse算法更新参数；上面问题可以采用matlab软件自带的标准凸优化工具(如cvx)求解。我们令{y
opt
，r
opt
}表示问题(9)的最优解，则{y
(t)
，r
(t)
}的更新式为：
[0030]y(t)
＝y
opt
，r
(t)
＝r
opt
ꢀꢀꢀꢀꢀꢀ
(10)
[0031]
基于上述分析，给出求解最大化和速率优化问题(3)的算法。
[0032][0033][0034]
本发明具有如下有益效果：本发明在考虑了混合预编码结构并考虑了系统容量约束，从而使分析结果更贴合实际；给出分布式毫米波大规模mimo系统下行瞬时和速率计算式，并通过matlab平台模拟仿真来对比本发明所提供的一种分布式毫米波大规模mimo系统混合预编码设计方法下的系统和速率.
附图说明：
[0035]
图1为本发明一种分布式毫米波大规模mimo系统混合预编码设计方法的流程图。
[0036]
图2为本发明使用matlab仿真不同天线数目的分布式毫米波大规模mimo系统的混合预编码设计方法下系统和速率的效果对比图。
[0037]
图3为本发明使用matlab仿真不同容量约束的分布式毫米波大规模mimo系统的混合预编码设计方法下系统和速率的效果对比图。
具体实施方式：
[0038]
本发明所采用的技术方法有：一种分布式毫米波大规模mimo系统混合预编码设计方法，包括如下步骤：
[0039]
s1、建立分布式毫米波大规模mimo系统传输模型，小区内raus数为l，每个rau都与中央处理器相连且都配备有m根天线，n条射频链路，并服务于k个单天线用户，同时有m＞＞k；第l个rau的混合预编码矩阵由数字预编码矩阵和模拟预编码矩阵组成，其中ns表示数据流的数目，我们不失一般性地假设ns＝n，可得第k个用户处的接收信号为
[0040][0041]
其中代表第l个rau与用户之间的毫米波信道hi的第k列，nk是awgn向量，其期望为零，方差为σ2，s
l
为第l个rau的发射信号，表示为其中s
l，j
为rau传送给第j个用户的信号，满足期望为零，方差为1的复高斯分布，为矩阵的第j列；
[0042]
s2、由式(1)可以得到下行系统接收信干噪比为
[0043][0044]
s3、根据信干噪比表达式，并结合最大发射功率限制p
max，i
、最小用户速率限制r
min
和最大系统容量约束c
max
，我们给出其对应的系统和速率最大化问题为
[0045][0046]
s4、由于s3的目标函数并不是凸函数，所以我们采用wmmse算法进行近似简化，并且多变量之间存在耦合现象，因此采用惩罚对偶方法来对变量进行解耦求解，即首先引入
辅助变量我们定义集合给出优化问题(3)的求解步骤；进一步地，s4包括以下子步骤：
[0047]
(a)当固定时，可如下求解变量
[0048][0049]
其中ρb和分别为惩罚系数和对偶矩阵，后面变量以此类推；
[0050]
(b)当固定可如下求解变量
[0051][0052]
其中ψ
m，n
表示的相位；
[0053]
(c)当固定可如下求解变量
[0054][0055]
(d)当固定可如下求解变量
[0056][0057]
(e)当固定可如下求解变量
[0058][0059]
(f)当固定可如下求解变量y；当考虑容量约束和速率约束情况下，优化问题可以写为：
[0060][0061]
其中uk和wk表示为wmmse算法更新参数；上面问题可以采用matlab软件自带的标准凸优化工具(如cvx)求解。我们令{y
opt
，r
opt
}表示问题(9)的最优解，则{y
(t)
，r
(t)
}的更新式为：
[0062]y(t)
＝y
opt
，r
(t)
＝r
opt
ꢀꢀꢀꢀꢀꢀꢀ
(10)
[0063]
基于上述分析，我们给出求解问题(3)的算法，如下：
[0064][0065][0066]
下面通过matlab平台的仿真来验证本发明所提出的分布式毫米波大规模mimo系统中混合预编码设计方案的性能评估，证明所设计方法的正确性。设定圆形小区且半径r＝100m，小区内配备有l个raus，包括一个中心基站，第i个rau以极坐标(r cos(2π(i-1)/(l-1))，r sin(2π(i-1)/(l-1)))的位置分布，其中i＝2，
…
，l，r＝2/3r。我们设置l为4，且每个rau上集成有32根传输天线，小区中单天线用户数设置为5，用户随机分布在小区内。此外，
传输过程中的噪声功率统一设置为-104dbm，最小速率要求假设为0.5bit/s/hz，最大容量限制c
max
＝20bit/s/hz；毫米波信道参数设置为：毫米波载波频率为fc＝28ghz，los路径数目和损耗指数分别为1和α
los
＝2，nlos路径数目和损耗指数分别为3和α
nlos
＝2.92。
[0067]
图2给出了分布式毫米波大规模mimo系统在小区内raus配备不同天线数m情况下系统和速率性能比较。由图可见，随着发射功率的增加，系统和速率的值也随着增大，且功率值越大，和速率值变化就越缓慢，原因是发射功率增加，用户间干扰成了不可忽略的因素，其随着功率值增加而增加，导致了和速率增加缓慢。此外，当raus配备不同天线数时，系统和速率随着天线数的增多而上升，这是因为系统天线数越多，空间分集度就越高，系统和速率就越大，图中仿真结果也验证了所提方法的有效性。
[0068]
图3比较了分布式毫米波大规模mimo系统在不同容量约束下的系统和速率性能。由图所示，系统和速率随着功率增加而上升，和预期估计的变化情况相同。此外，图中所展示的速率约束c
max
值分别为18，20bit/s/hz，其中无限回程容量表示不考虑容量限制。随着容量限制的提高，系统和速率性能也提高，即c
max
＝20bit/s/hz下的系统合速率比c
max
＝18bit/s/hz的系统和速率性能好，这是因为容量限制越高，系统可承载的数据量就越高，因此带来系统性能的提高。同时，在功率较低时，系统和速率性能会达不到容量上界，因此在低发射功率情况下三者性能接近，即不需要考虑容量限制也能取得准确值。
[0069]
综上，本发明所提出的一种分布式毫米波大规模mimo系统混合预编码设计方法能够在满足质量要求的同时，有效地提升分布式毫米波大规模mimo系统和速率，为提高系统性能提供有效方法。
[0070]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

技术特征：
1.一种分布式毫米波大规模mimo系统中混合预编码设计方法，其特征在于：包括如下步骤：s1、建立分布式毫米波大规模mimo系统下行传输模型，该系统包含l个远端天线单元rau，每个rau都与中央处理器相连且都配备m根天线，n条射频链路，并服务于k个单天线用户，同时有m＞＞k；第l个rau的混合预编码矩阵由数字预编码矩阵和模拟预编码矩阵组成，其中n
s
表示数据流的数目，不失一般性地假考虑n
s
＝n情况；s2、采用混合预编码设计方法，可求出得到第k个用户的信干噪比sinrk为：其中代表h
l
的第k列，建模为第l个rau与用户之间的毫米波信道，为矩阵的第j列，σ2为噪声方差；基于此，给出第k个用户的可达速率r
k
＝log2(1+ρ
k
)；s3、考虑到实际通信环境中回程容量和发射功率限制，以及模拟预编码矩阵需要满足恒模约束，可得到系统和速率优化问题为：其中，p
max，l
表示第l个rau的最大发射功率；集合m
r
，l
r
，n
rf
分别定义为分别定义为和为的第u列，c
max
为系统回程容量上界，r
min
为用户的最小速率；当c
max
趋于无穷并且r
min
为0时，可以转为无回程容量和最小速率约束的特殊情况；s4、采用惩罚对偶分解方法添加辅助变量求解，利用加权最小均方误差wmmse方法将目标函数进行简化，即首先引入辅助变量{b
l
，v
l
，x
l
，y}，并定义集合l∈l
r
；然后给出优化问题(2)的求解步骤：(a)当固定时，可求得其中ρ
b
和分别为相应的惩罚系数和对偶矩阵；(b)当固定可求得其中ψ
u，n
表示的相位；(c)当固定可求得辅助变量b
l
；当固定可求得辅助变量v
l
；当固定可求得辅助变量x
l
；当固定可
利用标准凸优化工具求得y；(d)基于上述结果，利用分块连续上界最小化方法，给出上述变量的迭代求解直到收敛；进而基于此，给出一种分布式毫米波大规模mimo系统和速率最大化的混合预编码设计。

技术总结
本发明公开了一种分布式毫米波大规模MIMO系统中混合预编码设计方法。基于用户最小速率和系统最大容量约束，利用对偶惩罚分解和加权最小均方误差方法最大化分布式毫米波大规模MIMO系统和速率。本发明所提出的方法针对完全信道状态信息下分布式毫米波大规模MIMO系统，给出了基于对偶惩罚分解和加权最小均方误差方法的系统混合预编码设计方法，有效地提升了系统和速率，为缓解第五代移动通信系统频域资源紧张的局面提供有效方法。域资源紧张的局面提供有效方法。域资源紧张的局面提供有效方法。


技术研发人员：虞湘宾 白嘉维 杨承弘 刘涪源 党小宇 黎宁
受保护的技术使用者：南京航空航天大学
技术研发日：2023.08.24
技术公布日：2023/10/15