[发明专利]毫米波多用户大规模MIMO基-4并行波束训练方法

说明书

本发明公开一种毫米波多用户大规模MIMO基‑4并行波束训练方法，该方法包括基‑4模拟多精度码本生成算法及基‑4多用户并行搜索算法。所述基‑4模拟多精度码本生成算法联合运用虚拟子阵列技术和多子波束拼接技术拓宽码字波束宽度，相位补偿技术用于改善波束样式；所述基‑4多用户并行搜索算法根据层次化搜索结果动态激活子阵列实现多用户并行波束训练。本发明具有波束训练时间开销少、角度估计准确率高的优点，适用于基站采用部分连接混合预编码结构、基站侧每个子阵列为均匀线性阵列的毫米波多用户大规模MIMO无线通信系统。

技术领域

本发明属于无线通信技术，具体涉及一种毫米波多用户大规模MIMO基-4并行波束训练方法。

背景技术

20G-100G毫米波(mmWave)波段丰富的频谱资源使得毫米波无线通信技术成为提升下一代无线通信网络容量的有力解决方案。然而，相对于现有运营在微波波段移动通信系统而已，毫米波无线传输遭遇非常严重的传输损耗。为有效解决传输损耗带来覆盖问题，通过在通信收发射机两侧架设大规模天线阵列获取大的波束成形(beamforming)增益显得不可避免。但是，天线数目的剧增也给毫米波通信系统的设计和实现带来了前所未有的挑战：首先，受毫米波波段硬件电路设计和工艺现有水平的限制，采用在微波通信系统中为每根天线配置一条专用的射频链(radio-frequency chain，RF chain)的做法无论是在成本还是体积上都不切实际；其次，传统的全数字基带信号处理方式在大规模天线阵列背景下在算法复杂度和混合信号处理功耗上都存在瓶颈；最后，信道估计的开销随着天线数量的增加而变得过大，因而采用传统移动通信系统中获取每个天线上准确信道信息的方式并不可行。混合预编码(hybridprecoding)技术的提出有效的解决了硬件电路和信号处理复杂度及功耗的问题。

为突破信道估计开销过大的瓶颈，大规模天线阵列毫米波信道估计技术的研究得到了学术界和工业界的广泛关注。这些研究总体上可以归纳为如下两条技术路线：一是基于压缩感知的信道重构问题；二是基于多精度码本的层次化波束训练(beam training)问题。前者可以较为准确的估计多径，但计算复杂度较高；后者主要用于高效估计单条统治径的角度。具体的说，后者可以将点对点通信场景下的信道估计的开销降到天线数目的对数阶。然而，对于多用户场景，由于目前现有的层次化波束训练是逐个为每个用户进行波束训练，信道估计的时间开销随着用户数线性增加。

发明内容

发明目的：本发明提供一种毫米波多用户大规模MIMO基-4并行波束训练方法，能有效提高多用户波束训练效率。

技术方案：本发明所述的一种毫米波多用户大规模MIMO基-4并行波束训练方法，包括以下步骤：

(1)根据均匀线性子阵列的天线数N_t确定模拟多精度码本的层数从而确定模拟码本维度S×4^S×N_t，并将之初始化为

(2)从第s＝S层开始到第s＝1层逐层生成基-4模拟多精度码本

(3)根据N_t、子阵列集合及用户集合初始化层次化搜索的级数S、已激活的子阵列集合已激活子阵列的用户服务子集导频符号向量d、基带预编码矩阵F_BB及指针向量i；

(4)从第s＝1层开始到第s＝S层逐层进行并行层次化搜索；

(5)输出已激活的子阵列集合及相应已激活子阵列的用户服务子集和指针向量i，该向量的前个元素代表用户集合中相应用户的离开角对应在中最高层上的码字序号。

所述步骤(2)包括以下步骤：