[发明专利]一种基于信道空间稀疏特性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信道空间稀疏特性的迭代波束成形方法，包括利用稀疏多径信道的几何模型进行稀疏建模；初始化；接收波束成形向量训练；发送波束成形向量训练等。本发明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

一种基于信道空间稀疏特性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其中，N表示接收端字典长度，定义发送端字典矩阵其中，M表示发送端字典长度；S2、初始化处理，具体如下：S21、发送端随机生成一个归一化的NT×1向量f作为迭代初始向量，其中，NT为接收天线数目；S22、定义迭代次数NITER，其中，NITER≥1；S23、定义迭代循环变量为k，令k＝1；S24、定义S1所述ARD和ATD；S3、接收波束成形向量训练，具体如下：S31、发送端在m个时隙上连续发送同一个向量f至接收端，接收端依次在每一次接收过程中使用ΦR的列作为波束成形加权合并向量，其中，所述ΦR为大小是NR×m的随机高斯矩阵ΦR，m＜NR，根据压缩感知理论，m的下限为O(K log N)，NR为发射天线数；S32、经过m次的发送，接收端得到一个包含m个独立方程的欠定方程组其中，表示第k次迭代接收端的加性高斯白噪声向量，S33、接收端使用稀疏信号恢复算法计算出表示接收信号到达角在S24所述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S24所述ARD的长度，zR中有K个非零元素，K＜＜N；S34、Hf≈ARDzR，所述Hf存储在NR×1向量g中，即g＝ARDzR，其中，信道矩阵S35、在接收端对S34所述向量g进行归一化，即S4、发送波束成形向量训练，具体如下：S41、接收端在n个时隙上连续发送同一个向量至发送端，发送端依次在每一次接收过程中使用ΦT的列作为波束成形加权合并向量，其中，n＜NR，为S35所述的共轭，ΦT为大小是NT×n的随机高斯矩阵；S42、通过n次的发送，发送端得到一个包含n个独立方程的欠定方程组其中，表示第k次迭代发送端的加性高斯白噪声向量，S43、发送端使用稀疏信号恢复算法计算出表示接收信号到达角在S24所述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ATD的长度，zT中有K个非零元素，K＜＜M；S44、所述存储在NT×1向量f中；S45、发送端归一化S44所述向量f，即S5、令k＝k+1，比较k和NITER的大小，若k≤NITER则返回步骤S3，若k＞NITER则前往步骤S6；S6、输出S45所述向量输出S35所述向量