基于两阶段的毫米波大规模MIMO低复杂度混合预编码算法

doi:10.12263/DZXB.20200868

电子学报 ›› 2021, Vol. 49 ›› Issue (7): 1298-1304.DOI: 10.12263/DZXB.20200868

基于两阶段的毫米波大规模MIMO低复杂度混合预编码算法

廖勇, 杨馨怡, 杜洁汝

重庆大学微电子与通信工程学院，重庆 400044

收稿日期:2020-08-10 修回日期:2021-01-19 出版日期:2021-07-25 发布日期:2021-08-11
作者简介:廖　勇（通信作者）　男，1982年1月出生于四川自贡.现为重庆大学副研究员，博士生导师，主要研究方向为下一代无线通信，人工智能、区块链、量子计算及其在无线通信中的应用.E‑mail: liaoy@cqu.edu.cn
杨馨怡　女，1996年10月出生于四川绵阳.现为重庆大学微电子与通信工程学院研究生，主要研究方向为无线通信中的预编码算法.E‑mail:yangxinyi@cqu.edu.cn
杜洁汝　女，1997年7月出生于山东菏泽.现为重庆大学微电子与通信工程学院研究生，主要研究方向为无线通信中的预编码算法.E‑mail:202012021021t@cqu.edu.cn
基金资助:
国家自然科学基金(61501066);重庆市自然科学基金(cstc2019jcyj?msxmX0017)

A Two‑Stage Based Low Complexity Hybrid Precoding Algorithm for Millimeter‑Wave Massive MIMO

Yong LIAO, Xin-yi YANG, Jie-ru DU

School of Microelectronics and Communication Engineering，Chongqing University，Chongqing 400044，China

Received:2020-08-10 Revised:2021-01-19 Online:2021-07-25 Published:2021-08-11

摘要/Abstract

摘要：

针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题，本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先，本文联合奇异值分解（Singular Value Decomposition, SVD）与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次，为了降低搜索超完备矩阵列的复杂度，提出两阶段混合预编码（Two?Stage Hybrid Precoding, TS?HP）算法求解混合预编码矩阵.第一阶段，根据天线阵列响应矩阵的相关性获取模拟预编码矩阵备选集；第二阶段，利用贪婪搜索对备选集进行搜索构建混合预编码矩阵.仿真结果表明，所提算法能够有效改善系统性能，降低复杂度.

关键词: 毫米波大规模MIMO, 混合预编码, 奇异值分解, 低复杂度, 天线阵列, 贪婪搜索

Abstract:

Aiming at the problems of loss channel capacity and high algorithm complexity of the existing matrix decomposition?based hybrid precoding algorithms, a two?stage based low complexity hybrid precoding algorithm is proposed. The algorithm is divided into two parts: obtaining the optimal full?digital precoder and the hybrid precoder. Firstly, this paper combines singular value decomposition (SVD) and water filling algorithm to design an optimal full?digital precoder with the requirement of lossless capacity. Then, to reduce the complexity of searching columns of the overcomplete matrix, the two?stage hybrid precoding (TS?HP) algorithm is proposed to obtain the hybrid precoding matrix. In the first stage, the candidate set of the analog precoding matrix is obtained according to the antenna array response matrix correlation. In the second stage, greedy search is used to search the candidate set to construct a hybrid precoding matrix. Simulation results show the proposed algorithm can effectively inprove the system performance and reduce the algorithm complexity.

Key words: millimeter?wave massive MIMO, hybrid precoding, singular value decomposition, low complexity, antenna array, greedy search

中图分类号:

TN929.5

廖勇, 杨馨怡, 杜洁汝. 基于两阶段的毫米波大规模MIMO低复杂度混合预编码算法[J]. 电子学报, 2021, 49(7): 1298-1304.

Yong LIAO, Xin-yi YANG, Jie-ru DU. A Two‑Stage Based Low Complexity Hybrid Precoding Algorithm for Millimeter‑Wave Massive MIMO[J]. Acta Electronica Sinica, 2021, 49(7): 1298-1304.

图/表 7

图1 mmWave系统混合预编码模型

表1 算法时间复杂度对比

算法	时间复杂度
SVD数字预编码	$O N t 2 N r + N s 2$
SVD混合预编码	$O N t 2 N r + N t R F N 2 N t N s + N s 2$
GMD数字预编码	$O N t 2 N r + N t N s + 2 N s 2$
GMD混合预编码	$O N t 2 N r + N t N s N t R F N 2 + 1 + 2 N s 2$
OM⁃LS预编码	$O N t 2 N r + 2 α N t R F N t N s N t + 1 + N s 2$
所提算法	$O N t 2 N r + N t N s K N N t R F + 1 + N t R F N t + 2 N s 2$

表1 算法时间复杂度对比

算法	时间复杂度
SVD数字预编码	$O N t 2 N r + N s 2$
SVD混合预编码	$O N t 2 N r + N t R F N 2 N t N s + N s 2$
GMD数字预编码	$O N t 2 N r + N t N s + 2 N s 2$
GMD混合预编码	$O N t 2 N r + N t N s N t R F N 2 + 1 + 2 N s 2$
OM⁃LS预编码	$O N t 2 N r + 2 α N t R F N t N s N t + 1 + N s 2$
所提算法	$O N t 2 N r + N t N s K N N t R F + 1 + N t R F N t + 2 N s 2$

表2 仿真参数

参数	值
载波频率	28GHz
发射天线 $N t$	128
接收天线 $N r$	16
天线角度分辨率 $N$	512
信道模型	Saleh‑Valenzuela模型
多径 $L$	7
功率归一化因子 $μ$	0、2
天线阵列	ULA
天线间隔 $d$	$0.5 λ$
发射端射频链数 $N t R F$	4
接收端射频链数 $N r R F$	4
调制方式	16QAM

表2 仿真参数

参数	值
载波频率	28GHz
发射天线 $N t$	128
接收天线 $N r$	16
天线角度分辨率 $N$	512
信道模型	Saleh‑Valenzuela模型
多径 $L$	7
功率归一化因子 $μ$	0、2
天线阵列	ULA
天线间隔 $d$	$0.5 λ$
发射端射频链数 $N t R F$	4
接收端射频链数 $N r R F$	4
调制方式	16QAM

图2 LoS场景下预编码的误码率性能

图3 NLoS场景下预编码的误码率性能

图4 LoS场景下预编码的信道容量

图5 NLoS场景下预编码的信道容量

参考文献 17

1	Wang H， Zhang P， Li J， et al. Radio propagation and wireless coverage of LSAA‑based 5G millimeter‑wave mobile communication systems［J］. China Communications， 2019， 16（5）： 1 - 18.
2	Busari S A， Huq K M S， Mumtaz S， et al. Millimeter‑ wave massive MIMO communication for future wireless systems： a survey［J］. IEEE Communications Surveys & Tutorials， 2017， 20（2）： 836 - 869.
3	Zhang L， Zhao H， Hou S， et al. A survey on 5G millimeter wave communications for UAV‑assisted wireless networks［J］. IEEE Access， 2019， 7： 117460 - 117504.
4	Zhou Z， Ge N， Wang Z， et al. Hardware‑efficient hybrid precoding for millimeter wave systems with multi‑feed reflect arrays［J］. IEEE Access， 2018， 6： 6795 - 6806.
5	Irfan A， Hedi K， Adnan S， et al. A survey on hybrid beamforming techniques in 5G： architecture and system model perspectives［J］. IEEE Communications Surveys & Tutorials， 2018， 20（4）： 3060 - 3097.
6	Cui M， Zou W. Low complexity joint hybrid precoding for millimeter wave MIMO systems［J］. China Communications， 2019， 16（2）： 59 - 68.
7	Mai R， Le‑Ngoc T， Nguyen D H N. Two‑timescale hybrid RF‑baseband precoding with MMSE‑VP for multiuser massive MIMO broadcast channels［J］. IEEE Transactions on Wireless Communications， 2018， 17（7）： 4462 - 4476.
8	Lu Z， Zhang Y， Zhang J. Quantized hybrid precoding design for millimeter‑wave large‑scale MIMO systems［J］. China Communications， 2019， 16（4）： 130 - 138.
9	Xiao Z， He T， Xia P， Xia X. Hierarchical codebook design for beamforming training in millimeter‑wave communication［J］. IEEE Transactions on Wireless Communications， 2016， 15（5）： 3380 - 3392.
10	Zhang J， Huang Y， Shi Q， Wang J， Yang L. Codebook design for beam alignment in millimeter wave communication systems［J］. IEEE Transactions on Communications， 2017， 65（11）： 4980 - 4995.
11	Sung J， Evans B L. Versatile compressive mmwave hybrid beamformer codebook design framework［A］. International Conference on Computing， Networking and Communications［C］. Hawaii， USA： IEEE， 2020. 1052 - 1057.
12	Ayach O E， Rajagopal S， Abu‑Surra S， Pi Z，Heath R W. Spatially sparse precoding in millimeter wave MIMO systems［J］. IEEE Transactions on Wireless Communications， 2014， 13（3）： 1499 - 1513.
13	Rusu C， Méndez‑Rial R， González‑Prelcicy N， Heath R W. Low complexity hybrid sparse precoding and combining in millimeter wave MIMO systems［A］. International Conference on Communications［C］. London， UK： IEEE， 2015. 1340 - 1345.
14	Xiao Z， Xia P， Xia X. Channel estimation and hybrid precoding for millimeter‑wave MIMO systems： a lowcom‑ plexity overall solution［J］. IEEE Access， 2017， 5： 16100 - 16110.
15	Xie T， Dai L， Gao X， et al. Geometric mean decomposition based hybrid precoding for millimeter‑wave massive MIMO［J］. China Communications， 2018， 15（5）： 229 - 238.
16	Wu X，Wang C X， Sun J， et al. 60‑GHz millimeter‑wave channel measurements and modeling for indoor office environments［J］. IEEE Transactions on Antennas and Propagation， 2017， 65（4）： 1912 - 1924.
17	Jiang Y， Varanasi M K. Extended uniform channel decomposition for MIMO communications with intersymbol interference［A］. Asilomar Conference on Signals， Systems and Computers［C］. Pacific Grove， CA： IEEE， 2007. 1549 - 1553.

[1]	何其恢, 朱立东. 一种基于双图案的卫星信号能量检测粗同步方法[J]. 电子学报, 2022, 50(3): 524-532.
[2]	丁青锋, 罗静, 高鑫鹏, 石辉. 基于混合量化移相器的毫米波大规模MIMO预编码设计[J]. 电子学报, 2021, 49(12): 2349-2356.
[3]	郑晨, 席晓莉, 宋忠国, 王梦蕾. 基于子空间技术中奇异向量分析的穿墙雷达杂波抑制方法[J]. 电子学报, 2019, 47(4): 848-854.
[4]	王金铭, 叶时平, 徐振宇, 陈超祥, 蒋燕君. 半张量积低存储压缩感知方法研究[J]. 电子学报, 2018, 46(4): 797-804.
[5]	张丹威, 王晓东, 黄国勇. 相关系数SVD增强随机共振的单向阀故障诊断[J]. 电子学报, 2018, 46(11): 2696-2704.
[6]	申滨, 赵书锋, 黄龙杨. 基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测[J]. 电子学报, 2018, 46(11): 2746-2752.
[7]	周新平, 孙德刚, 王竹, 欧长海. 一种基于奇异值分解的功耗轨迹筛选方法[J]. 电子学报, 2017, 45(9): 2250-2255.
[8]	赵学智, 叶邦彦. 非零奇异值和频率的关系及其在信号分解中的应用[J]. 电子学报, 2017, 45(8): 2008-2018.
[9]	王鼎, 张瑞杰, 张涛. 一种阵列互耦影响下的目标直接定位算法及其理论性能分析[J]. 电子学报, 2017, 45(5): 1130-1138.
[10]	刘侍刚, 彭亚丽. 投影约束的遮挡点恢复方法[J]. 电子学报, 2017, 45(11): 2611-2616.
[11]	朱建丰, 陈玥, 郝本建, 牛刚, 万鹏武. 基于合成孔径阵列的雷达辐射源被动定位技术研究[J]. 电子学报, 2017, 45(10): 2332-2336.
[12]	刘斌, 刘维杰, 罗益辉, 郭琳. 八通道MSVD构造及其在多聚焦图像融合中的应用[J]. 电子学报, 2016, 44(7): 1694-1701.
[13]	王录涛, 吴锡, 金钢, 邹见效. 一种基于奇异值谱加权的超声彩色多普勒成像杂波抑制算法[J]. 电子学报, 2016, 44(6): 1294-1299.
[14]	门宏志, 刘文龙, 王楠, 金明录. 空间调制系统低复杂度的天线选择算法[J]. 电子学报, 2016, 44(6): 1322-1327.
[15]	熊竹林, 安建平. 一种低复杂度的低信噪比非相干直扩信号捕获算法[J]. 电子学报, 2016, 44(4): 753-760.

基于两阶段的毫米波大规模MIMO低复杂度混合预编码算法

A Two‑Stage Based Low Complexity Hybrid Precoding Algorithm for Millimeter‑Wave Massive MIMO

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 17

相关文章 15

编辑推荐

Metrics