基于交替优化的5g数字预编码器性能分析.docxVIP

基于交替优化的5g数字预编码器性能分析 摘要：为了解决毫米波MIMO系统采用的模拟/数字混合预编码器导致频谱效率损失增大，以及算法计算复杂度高等问题，提出了基于黎曼最陡下降（RSD）法的交替最小化算法来逼近全数字预编码器的性能。首先，算法用交替优化数字预编码器与模拟预编码器的单回路结构，简化传统算法中复杂的嵌套循环结构；其次，通过改进梯度计算方法降低了由大矩阵Kronecker乘积引起的计算复杂度；最后，将RSD-AltMin扩展到采用正交频分复用的宽带系统。经实验仿真结果表明，提出的RSD-AltMin方法相比MO-AltMin具有更低的计算复杂度和更快的处理速度，同时更逼近最优数字预编码频谱效率。 0 引言未来无线通信网络预计实现1 000倍信息容量的增长，因此无线网络的容量必须呈指数增长，才能满足高数据速率的需求为了解决该问题，近年来大量学者综合数字预编码和模拟预编码的特点提出混合预编码架构，通过移相器将高维模拟预编码与低维数字基带预编码相结合，可以大大减少射频链路数以及系统功耗，并保持较好的系统性能针对上述特殊问题，在文献基于上述分析，本文提出了一种基于黎曼最陡下降（RSD）法的改进流形交替最小化算法（RSD-Alt Min）。所提出的算法遵循交替最小化算法的基本思想，该算法不需要预先确定模拟预编码器的候选集，并使用F1 系统模型1.1 系统模型考虑如图1所示的单用户（点对点）毫米波MIMO系统，其中，N由于混合预编码器由一个N式中：ρ代表平均接收功率；H为信道矩阵；W此外，模拟预编码器用移相器实现，移相器只能调整信号的相位。因此，F1.2 信道模型由于毫米波具有巨大的空间路径损耗和降雨衰减，其传播坏境的特征很好地体现在集群信道模型上，即Saleh-Valenzuela模型。该模型将毫米波信道矩阵描述为：式中：式中：d和λ分别是天线间距和信号波长，0≤p≤N和1.3 毫米波宽带正交频分复用系统毫米波系统具有高损耗、高带宽的特点，而采用正交频分复用技术可以用于对抗毫米波系统中由于多径传播引起的快衰落，并且提高频谱利用率。因此对于宽带正交频分复用系统混合预编码的研究具有实际意义。在传统正交频分复用多输入多输出（MIMO-OFDM）系统中（载波频率低于6 GHz），其混合预编码在频域内先对每个子载波进行数字预编码，再进行快速傅里叶逆变换（ITTF），最后再进行模拟预编码。这种特殊预编码方式也可以在宽带毫米波MIMO-OFDM系统中使用，由于模拟预编码在ITTF之后，而ITTF操作会将所有的子载波信号组合在一起，所以在毫米波MIMO-OFDM系统中所有的子载波信号只能共享一个公共的模拟预编码式中：k∈[0,K-1]是子载波索引；H[k]是第k个子载波的频域信道矩阵，表达式为：式中：2 混合预编码2.1 问题描述混合毫米波预编码器设计可以转化为频谱效率表达式最大化的问题，在文献式中：F此外，用于减轻多径衰落影响的多载波技术正交频分复用系统的扩展问题公式可以定义为：式中：L是子载波的总数；l∈[0,L-1]是子载波索引；F2.2 算法描述为了简化算法流程，首先介绍窄带毫米波系统。公式（7）本质可以看作矩阵分解问题，其涉及两个矩阵变量F式中：m=N上述公式最小二乘优化问题采用封闭形式解将这种基于矩阵的G (F因此，梯度计算方式将基于Kronecker乘积改变为基于矩阵相乘，大大降低了计算复杂度。接下来，通过将?f(x)投影到切线空间T式中P现在，通过式（11）进一步导出正交频分复用的宽带系统梯度计算扩展公式。基于上述，提出基于RSD算法具体步骤如下：输入：最优预编码器F步骤1：初始化x步骤2：迭代次数k=0,1,2,…；步骤3：将x步骤4：计算F?步骤5：使用式（12）计算欧几里德梯度?f(x步骤6：计算黎曼梯度ξ步骤7：找到步长α步骤8:k=k+1，返回到步骤3;步骤9：输出F此算法步骤适用于窄带系统也适用于OFDM系统。值得注意的是，与MO-Alt Min算法相比，该算法中F?3 复杂度分析所提出算法需要计算式（12）中的欧几里德梯度，是影响算法计算复杂度的主要因素，而梯度计算复杂度为Ο(N4 仿真结果及分析本节在毫米波大规模MIMO系统中对所提出基于RSD的交替最小化算法性能进行了仿真分析。仿真参数设置为：传播环境为N为验证算法在低信噪比（Signal-to-Noise Ratio,SNR）下频谱效率的优越性，图2将所提出的算法与MO-Alt Min算法、OMP算法、PE-Alt Min算法和最优全数字预编码器在不同参数