论文部分内容阅读
随着移动通信的蓬勃发展,对大容量、高质量以及低延迟的通信要求越来越高,而传统微波小规模天线系统无法满足这些需求。大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)技术与毫米波通信技术天然结合相辅相成,利用该技术可以满足大容量、高质量和低延迟的要求。但随着天线数量的增加也会带来一些新的问题,如硬件成本问题、能量消耗过多问题等等。预编码技术在解决上述问题中发挥着很大的作用,通过对发射信号进行事先处理,可以保证用户接收到高质量的信号,降低数据的延迟,从而提升整个系统的性能。但在毫米波Massive MIMO系统中,基站端器件较多,消耗较大,因此降低其硬件复杂度和预处理的计算复杂度就非常具有实际意义。本文对低复杂度的毫米波Massive MIMO混合预编码技术进行了研究,具体内容如下:1、考虑实际工程实现,在混合预编码结构中同时使用了低比特的移相器(Phase Shifter,PS)和低精度数字模拟转换器(Digital to Analog Converter,DAC)。在此基础中,首先分析了低比特PS和低精度DAC的量化对系统频谱效率的影响,并且提出了一种迭代最小化离散混合预编码方案;然后建立了全连接混合预编码结构的功耗模型,并对能量效率进行了分析;最后提供了一种频谱效率和功耗折中的设计方案,即在保证系统频谱效率的同时,又能使得系统功耗最小化。2、考虑到实际工程应用,基于双倍时间尺度进行了混合预编码方案设计,按照时间划分成不同的帧,每个帧包含若干个时隙。在此基础上,针对毫米波Massive MIMO系统下行链路中基站端发射功率受限情况下速率和最大化问题,提出了一种交替优化算法,在每个帧中只对模拟预编码器更新一次,每个时隙对数字预编码器更新一次,从而降低计算复杂度。具体来说,首先将数字预编码器的更新问题转换为加权最小均方误差(Weighted Minimum Mean Square Error,WMMSE)问题,并基于低维有效信道状态信息(Channel State Information,CSI)进行求解;其次通过随机逐次凸逼近(Stochastic Successive Convex Optimization,SSCA)算法构建了凸代理函数并基于获取的批量CSI对模拟预编码器进行更新;交替优化数字预编码器和模拟预编码器;最后对算法的收敛性进行了分析,并通过仿真实验验证了所提算法的性能优势。