劉莎莎 張珣

摘 要：未來第五代（5G）移動通信技術(shù)將采用毫米波大規(guī)模多輸入多輸出（MIMO）系統(tǒng)，而混合預(yù)編碼是毫米波MIMO系統(tǒng)常用的一種提高頻譜效率的方法。與傳統(tǒng)的全數(shù)字預(yù)編碼相比，混合預(yù)編碼優(yōu)勢明顯。針對混合預(yù)編碼設(shè)計難點，提出了一種基于奇異值分解（SVD）和等增益?zhèn)鬏敚‥GT）的混合預(yù)編碼算法。MATLAB仿真分析表明，該算法相較于基于正交匹配追蹤（OMP）算法的預(yù)編碼算法，具有更好的頻譜效率，且算法復(fù)雜度更低。

關(guān)鍵詞：毫米波；大規(guī)模MIMO；混合預(yù)編碼；SVD分解；EGT

DOI：10.11907/rjdk.172782

中圖分類號：TP301

文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2018）005-0049-04

Abstract：The future fifth generation （5G） mobile communication technology will adopt millimeter-wave large-scale multi-input multiple-output （MIMO） system， while hybrid precoding is kind of millimeter-wave MIMO system commonly used to improve the spectral efficiency of the method a common method to improve spectral efficency in millimeter-wave MOMO system. Compared with the traditional all-digital precoding， hybrid precoding has a very significant advantage. In this paper， a mixed pre-coding algorithm based on singular value decomposition （SVD） and equal gain transmission （EGT） is proposed. It is found that the algorithm proposed in this paper is better than that based on orthogonal matching tracing （OMP） Algorithm， with better spectral efficiency， and the algorithm complexity is relatively lower.

Key Words：millimeter wave； large-scale MIMO； mixed precoding； SVD decomposition； EGT

0 引言

19世紀(jì)90年代馬可尼成功進(jìn)行了無線通信試驗，開啟了無線移動通信時代，至今，無線通信已有一百多年歷史。從1G的模擬信號處理技術(shù)，到2G的數(shù)字信號處理技術(shù)，再到3G的WCDMA、TD-SCDMA和CDMA2000三種技術(shù)并存，最后到以O(shè)FDM為技術(shù)核心的4G，無論是下行速度還是上行速度都有了質(zhì)的提高。但隨著社會的飛速發(fā)展，人們對通信設(shè)備的需求越來越高，傳統(tǒng)通信技術(shù)所采用的低頻段資源越來越緊張。為了開拓現(xiàn)有的頻譜資源，人們將目光投向了目前尚未被使用的毫米波頻段，5G研究形勢一片大好，各類技術(shù)難題不斷得到攻克。

由于毫米波自身存在較大的衰減[1]，因此并不適合作為超長距離傳輸，但是通過將毫米波與大規(guī)模MIMO技術(shù)結(jié)合，可有效彌補(bǔ)毫米波自身的不足。由于毫米波波長較短，因此相較于低頻段，單位體積內(nèi)可以安裝更多的天線，具有更高的帶寬及頻譜效率，可實現(xiàn)系統(tǒng)吞吐量的數(shù)量級增加，這也使得大規(guī)模MIMO毫米波技術(shù)成為未來5G最有希望的技術(shù)[2-4]。

1 混合預(yù)編碼現(xiàn)狀

為了提高毫米波大規(guī)模MIMO系統(tǒng)性能，設(shè)計一個優(yōu)秀的預(yù)編碼方案尤為重要。在傳統(tǒng)的預(yù)編碼方案中[5-6]，預(yù)編碼完全在數(shù)字域中進(jìn)行，每一根射頻（RF）鏈都連接到一根天線上，其能量消耗非常大。如果在毫米波大規(guī)模MIMO技術(shù)中繼續(xù)使用這種技術(shù)（例如128根天線系統(tǒng)），其帶來的能耗是無法承受的。為解決這一技術(shù)問題，混合預(yù)編碼應(yīng)運而生。其核心思想是將傳統(tǒng)的全數(shù)字預(yù)編碼分解為一個低維度的數(shù)字預(yù)編碼器，以及一個高維度的模擬預(yù)編碼器（由大量模擬移相器（PS）實現(xiàn)）。通過這種方式，可在減少所需RF鏈數(shù)量的情況下，不損失系統(tǒng)性能享受更高的系統(tǒng)效率。

現(xiàn)有的混合預(yù)編碼技術(shù)大體可分為兩類：①基于全連接型設(shè)計，每根RF鏈都連接到所有的天線上，如參考文獻(xiàn)[5]中提到的一種將最優(yōu)效率問題轉(zhuǎn)化為基于空間稀疏性的混合預(yù)編碼，并通過正交匹配追蹤（OMP）算法得到最優(yōu)解。參考文獻(xiàn)[6]提出了一種在預(yù)定義碼本中迭代搜索，直到找到最優(yōu)混合預(yù)編碼矩陣的算法，取得了良好效果；②基于子連接設(shè)計，每根RF鏈連接到部分天線上。如參考文獻(xiàn)[7]中提出的通過設(shè)定特殊的預(yù)編碼矩陣形式，簡化計算復(fù)雜度，然后迭代得到最優(yōu)預(yù)編碼矩陣算法，在低復(fù)雜度情況下實現(xiàn)了高能效。

這兩種連接方式各有優(yōu)劣：全連接型設(shè)計的天線利用率高，能夠給系統(tǒng)提供更高的陣列增益，但是需要更多的PS，造成更多的能量損耗；而基于子連接型設(shè)計，雖然天線的利用率有所下降，但其所需的PS數(shù)量卻大大減少。當(dāng)天線數(shù)量較大時，其帶來的能量效率十分可觀。本文研究全連接型設(shè)計。

基于SVD分解及EGT技術(shù)，本文提出一種新的混合預(yù)編碼算法，相較于基于OMP的混合預(yù)編碼算法，復(fù)雜度更低，且具有更好的頻譜效率。

2 系統(tǒng)模型

2.1 系統(tǒng)架構(gòu)

3.2 接收端混合預(yù)編碼設(shè)計

假設(shè)接收端能夠進(jìn)行完美解碼，但實際上這是無法實現(xiàn)的，因此需要尋找一種低復(fù)雜度高效的解碼方式。傳統(tǒng)接收端解碼方式都是基于最小均方誤差準(zhǔn)則（MMSE）進(jìn)行的，即

本文提出的算法主要分為以下兩部分：①在發(fā)射端通過對最優(yōu)全數(shù)字預(yù)編碼矩陣進(jìn)行SVD分解，構(gòu)造最優(yōu)模擬預(yù)編碼矩陣，通過不斷迭代更新得到最終的最優(yōu)混合預(yù)編碼矩陣；②在接收端依據(jù)EGT思想，構(gòu)造等效信道矩陣，然后依據(jù)等效信道矩陣計算得到最優(yōu)混合合并矩陣。

4 仿真分析

圖2是天線數(shù)量為128根且具有相同數(shù)量的RF鏈時，不同數(shù)據(jù)流的頻譜效率隨著SNR的變化情況仿真。根據(jù)圖2的仿真結(jié)果可知，本文提出的混合預(yù)編碼方法相較于參考文獻(xiàn)[10]中提出的混合預(yù)編碼方法性能更優(yōu)，更接近于最優(yōu)全數(shù)字預(yù)編碼方法。

圖3為相同情況下天線數(shù)量增加1倍時的仿真。由仿真結(jié)果分析可知，隨著天線數(shù)量的不斷增加，參考文獻(xiàn)[11-15]中提出的算法與最有全數(shù)字預(yù)編碼算法性能差距越來越大，但本文提出的算法性能卻始終十分接近最優(yōu)全數(shù)字預(yù)編碼算法，在一定程度上表明本文提出的算法更適合天線數(shù)量較大的情況。

5 結(jié)語

本文提出了一種新的毫米波大規(guī)模MIMO系統(tǒng)混合預(yù)編碼方法。首先利用最優(yōu)全數(shù)字預(yù)編碼矩陣的SVD分解以及殘差矩陣，設(shè)計得到發(fā)射端最優(yōu)混合預(yù)編碼矩陣，然后利用EGT技術(shù)設(shè)計得到接收端最優(yōu)混合合并矩陣，避免了傳統(tǒng)的復(fù)雜迭代更新過程，降低了算法復(fù)雜度，實現(xiàn)了良好的頻譜效率。

參考文獻(xiàn)：

[1] 蒙煒.降雨環(huán)境下毫米波MIMO信道空間相關(guān)特性研究[D].西安：西安電子科技大學(xué)，2014.

[2] KALIVAS G A ， EL TANANY M，MAHMOUD S. Millimeter-wave channel measurements with space diversity for indoor wireless communications[J]. Ieee T Veh Technol，1995，44（3）：494-505.

[3] 阮成禮，董宇亮.毫米波理論與技術(shù)[M].成都：電子科技大學(xué)出版 社，2013.

[4] JEFFREY G ANDREWS， STEFANO BUZZI， WAN CHOI，ANDERWS J G， BUZZI S CHOI W， et al. what will 5G be[J].IEEE Jsac Special Issue on 5G Wireless Communication Systems， 2014，32（6）：1065-1082.

[5] OMAR EL AYACH， SRIDHAR RAJAGOPAL，SHADIABU SURRA，AYACH O， RAJAGOPAL S， SURRAS S，et al. Spatially sparse precoding in millimeter wave MIMO systems [J].IEEE Transactions on Wireless Communications， 2014，13（3）：1499-1513.

[6] RUSU C， MENDEZ-RIAL R， GONZALEZ PRELCICY N， et al.Low complexity hybrid sparse precoding and combining in millimeter wave MIMO systems [C].2015 IEEE International Conference on Communications （ICC）， June 8-12， 2015， London，UK.New Jersey： IEEE Press， 2015：1340-1345.

[7] GAO X， DAI L， HAN S， et al. Energy-efficient hybrid analog and digital precoding for Mmwave MIMO systems with large antenna arrays[J]. IEEE Journal on Selected Areas in Communications， 2016， 34（4）：998-1009.

[9] 吳正德，樊勇.中國毫米波技術(shù)的發(fā)展[J].電子科技大學(xué)學(xué)報，1991（A01）：1-13.

[10] 蒙煒.降雨環(huán)境下毫米波MIMO信道空間相關(guān)特性研究[D].西安：西安電子科技大學(xué)，2014.

[11] KIM C ， KIM T，SEOL J Y. Multi-beam transmission diversity with hybrid beamforming for MIMO-OFDM systems[C]. IEEE GLOBECOM Workshops， 2013.

[12] SINGH J， RAMAKRISHNA S. On the Feasibility of codebook-based beamforming in millimeter wave systems with multiple antenna arrays[J]. Ieee T Wirel Commun，2014，14（5）：2670-2683.

[13] LARSSON E ， EDFORS O， TUFVESSON F，et al. Massive MIMO for next generation wireless systems[J]. Ieee Commun Mag，2014，52（2）：186-195.

[14] HOYDIS J ， TEN BRINK S， DEBBAH M. Massive MIMO in the UL/DL of cellular networks： how many antennas do we need[J]. Ieee J Sel Area Comm，2013，31（2）：160-171.

[15] HEINRICH W ， JENTZSCH A，BAUMANN G. Millimeter-wave characteristics of flip-chip interconnects for multichip modules[J]. IEEE Transactions on Microwave Theory & Techniques，1999，46（12）：2264-2268.

（責(zé)任編輯：杜能鋼）