基于卡尔曼的混合预编码技术用于多用户毫米波大规模MIMO系统研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文章

---

💥1 概述

摘要 60 GHz频段的毫米波（mmWave）通信需要在发送和接收端都使用大型天线阵列来实现波束成形增益，以抵消高路径损耗。由于在这些频率下存在硬件约束，完全数字化的技术在大型天线阵列上是不可行的，而纯模拟解决方案则存在严重的性能限制。混合模拟/数字波束成形是一种有前途的解决方案，特别是在扩展到多用户场景时。本文提出了三个主要贡献：（i）提出了基于卡尔曼的混合模拟/数字预编码在多用户环境中的公式化，（ii）制定了传输数据和估计数据之间误差的分析表达式，以便基站（BS）上的卡尔曼算法不需要移动站（MSs）上估计数据的信息，而是仅依赖于预编码/合并矩阵，（iii）设计了一个迭代解决方案，用于成本可承受的复杂度的混合预编码方案。仿真结果证实了所提方法在误码率和频谱效率方面的显着改进-在20 dB时几乎达到了7 bps/Hz，在具有10个信道路径的情况下，相对于仅模拟波束成形，以及在相同条件下几乎达到了1 bps/Hz相对于混合最小均方误差（MMSE）预编码。

索引词条 混合波束成形，卡尔曼滤波器，毫米波，大规模MIMO

I. 引言
毫米波（mmWave）频段通信是解决未来5G系统中频谱短缺的关键技术[1]–[7]。由于亚6GHz频段中可用频谱有限，传统的蜂窝和基于WiFi的解决方案无法扩展以满足不断增长的网络密集化数据需求，以及与数据中心和移动设备相关的新兴应用。虽然已经提出了利用有牌照频谱的机会性基础的创新解决方案[8]，但这些方法仍然经常受到干扰，并且受限于有牌照频段中可用的信道带宽，例如电视频段。最近在57-71GHz范围内开放的无牌照频谱连续块中的毫米波（mmWave）频段通信是实现每秒千兆位数据速率的机会[9]。事实上，像IEEE 802.11ad这样的现有标准在这些频段上运行，允许用于短距离通信的高达2GHz宽的信道。

• MmWave挑战：由于毫米波频段的高路径损耗特性，需要利用基站（BS）和移动站（MSs）上的大型天线阵列进行定向波束成形[10]–[13]。这使得可以实现高质量和远距离通信链路，并增加了集中在接收端的信号功率。高频率的操作也从设计的角度支持大规模多天线架构，同时减小了每个天线的尺寸，并允许将许多天线打包在一个小区域内。详细文章见第4部分。

📚2 运行结果

部分代码：

Num_users=4; % Number of users
TX_ant=64; %Number of UPA TX antennas
TX_ant_w=sqrt(TX_ant); % width
TX_ant_h=sqrt(TX_ant); % hieght 
ind_TX_w=reshape(repmat([0:1:TX_ant_w-1],TX_ant_h,1),1,TX_ant_w*TX_ant_h);
ind_TX_h=repmat([0:1:TX_ant_h-1],1,TX_ant_w);

RX_ant=4; %Number of UPA RX antennas
RX_ant_w=sqrt(RX_ant); % width 
RX_ant_h=sqrt(RX_ant); % hieght
ind_RX_w=reshape(repmat([0:1:RX_ant_w-1],RX_ant_h,1),1,RX_ant_w*RX_ant_h);
ind_RX_h=repmat([0:1:RX_ant_h-1],1,RX_ant_w);

% ----------------------------- Channel Parameters ------------------------
Num_paths=10; %Number of channel paths

% ----------------------------- Simulation Parameters ---------------------
SNR_dB_range=-10:5:20;  % SNR in dB
Rate_SU=zeros(1,length(SNR_dB_range)); % Will carry the single-user MIMO rate (without interference)
Rate_BS=zeros(1,length(SNR_dB_range));% Will carry the rate with analog-only beamsteering
Rate_HP=zeros(1,length(SNR_dB_range)); % Will carry the rate of hybrid ZF precoding 
Rate_HP_MSE=zeros(1,length(SNR_dB_range)); % Will carry the rate of the hybrid MMSE precoder
Rate_HP_Kalman=zeros(1,length(SNR_dB_range)); % Will carry the rate of the proposed hybrid Kalman precoder
Rate_HP_FD_ZF=zeros(1,length(SNR_dB_range)); % Will carry the rate of the fully digital hybrid ZF precoding
Rate_HP_FD_MSE=zeros(1,length(SNR_dB_range)); % Will carry the rate of the fully digital hybrid MMSE precoding

ITER=500; % Number of iterations
    
% --------------- Simulation starts ---------------------------------------
for iter=1:1:ITER
    % Generate user channels 
    [H,a_TX,a_RX]=generate_channels(Num_users,TX_ant_w,TX_ant_h,RX_ant_w,RX_ant_h,Num_paths); 
    % H is a 3-dimensional matrix, with Num_users,RX_ant,TX_ant dimensions

        
    % Stage 1 of the proposed algorithm (Analog precoding)
    Frf=zeros(TX_ant,Num_users); % BS RF precoders 
    Wrf=zeros(RX_ant,Num_users); % MS RF precoders 
    
    for u=1:1:Num_users
        Frf(:,u)=a_TX(:,u);
        Wrf(:,u)=a_RX(:,u);
    end      
    
    % Constructin the effective channels
    for u=1:1:Num_users
        Channel=zeros(RX_ant,TX_ant);
        Channel(:,:)= H(u,:,:);
        He(u,:)=Wrf(:,u)'*Channel*Frf ;    % Effective channels
    end
    
    % effective channel for fully digital precoding

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

Anna Vizziello, Pietro Savazzi, Kaushik R. Chowdhury (2018) .

🌈4 Matlab代码及文章