[发明专利]一种基于上行训练的数模混合波束赋形方法

权利要求书

1.一种基于上行训练的数模混合波束赋形方法，该方法用于多用户毫米波大规模MIMO系统，定义所述系统基站配置N_BS根天线和N_D条RF链，K个被调度的单天线用户与之进行通信，且满足条件：K≤N_D，其特征在于，所述方法包括：

上行训练：

每个用户独立发送上行的训练序列s_k到基站，k＝1,2,...,K，基站端的接收信号 为：

r＝H_us+n

其中，s＝[s₁,s₂,...,s_K]^T，H_u为所有用户到基站的上行信道，且对基站端未知，n为加性高斯白噪声；

令W为联合波束赋形矩阵，对期望的训练序列的估计表达式为：

基站已知所有用户的训练序列s，在训练序列和其估计值之间通过MMSE准则建立最优估计的目标函数为：

利用Wiener波束赋形器解出函数，即可得到最优波束赋形矩阵W_opt：

其中C_rr＝E(rr^H)表示接收信号的自相关矩阵，C_rs表示接收信号和训练序列之间的互相关矩阵，由各个用户的互相关向量组成，即：

下行混合波束赋形：

根据获取的波束赋形矩阵W_opt和模拟波束赋形矩阵的单位模限制，建立混合波束赋形模型如下：

其中D为数字域波束赋形矩阵，A为模拟域波束赋形矩阵，A_i是矩阵A的第i列，i＝1,2,...,N_D，表示具有单位模值的码本向量的集合；

S1、模拟波束赋形：

将混合波束赋形模型中的码本向量集合采用DFT码本，忽略发送功率约束，将混合波束赋形模型的矩阵分解问题以向量的形式给出：

对于上式的求解，采用线性搜索，在码本向量集合中依次选出模拟波束赋形矩阵A的列A_i：

第一次选取的码本向量模型为：

假如A₁已知，则D₁的最佳解为：

由于A₁为列向量，且||A₁||＝1，则第一次选取的码本向量应满足：

在得到A₁和D₁之后，可以计算残余波束赋形矩阵代入第一次选取的码本向量模型，计算第二次选取的码本向量：

可以求解得到A₂和D₂，然后继续计算残余波束赋形矩阵：

以此类推，依次求解出从而得到模拟域波束赋形矩阵A；

S2、数字波束赋形：

根据步骤S1中获得的模拟波束赋形矩阵A后，忽略发送功率约束，将混合波束赋形模型简化为：

通过最小二乘解的形式可以给出数字域波束赋形矩阵D的解：

2.根据权利要求1所述的一种基于上行训练的数模混合波束赋形方法，其特征在于，在步骤S1所述的迭代过程中引入施密特正交化过程，即将每次迭代获得的模拟波束赋形矩阵A的列A_i：

其中，q₁,q₂,...,q_i是A⁽ⁱ⁾列空间的标准正交基，相对应的，残余波束赋形矩阵转换为：