论文部分内容阅读
随着无线数据业务的发展,人们迫切需要寻找合适的频谱区域来满足日益增长的需求,因此毫米波通信在学术界受到广泛的关注。由于毫米波的高路径损耗和穿透损耗,天线的波束赋形在建立和维护健壮的通信链路方面起着关键的作用。在5G通信网络中,毫米波大规模多输入多输出(Multi-input Multiple-output,MIMO)通信系统中波束赋形通过混合预编码技术实现,将高维模拟移相器和功率放大器与低维数字信号处理单元相结合。混合预编码技术降低了毫米波通信的成本和功耗,符合5G的节能设计愿景。本文对毫米波大规模MIMO系统中混合预编码技术及其设计方案展开研究,主要工作内容如下:1.针对毫米波大规模MIMO系统中单用户传输场景,为了提高系统的频谱效率,同时保证系统的能源效率,本文提出一种基于奇异值分解的交替迭代(Alternating Iterative Singular Value Decomposition,Alt-ISVD)混合预编码算法。在使用交替最小化架构之前,证明信道矩阵的有序右奇异向量的相位角可以用来初始化模拟预编码器,从而避免采用搜索近似最佳模拟预编码矩阵的复杂优化过程。仿真结果表明,当信噪比(Signal to Noise Ratio,SNR)为5d B时,Alt-ISVD算法性能优于单流最优逐列优化算法,且比半定松弛交替迭代(Alternating Semidefinite Relaxation,Alt-SDR)算法高约3.2bit/s/Hz,而复杂度相比更低。2.从毫米波大规模MIMO单用户传输场景扩展到多用户场景,为了消除用户间干扰,降低多用户场景的传输开销,本文提出一种基于离散傅里叶变换(Discrete Fourier Transformation,DFT)码本的块对角化(Block Diagonalization,BD)与SVD结合的混合预编码算法。首先预定义DFT码本,通过最大化信道增益来获取模拟预编码器,然后利用BD算法消除用户间干扰,最后利用SVD算法来获得较高的增益。通过仿真对比,本文所提算法性能略优于基于SVD的混合最小均方差(Hybrid Minimum Mean Square Error,Hy-MMSE-SVD)算法,与基于逐列优化的Hy-BD算法相比,在保持一定性能的前提下,复杂度大大降低,与基于全连接的多用户正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法相比,具有更高的能源效率。