MMSE 预编码公式推导

考虑一个多用户多输入单输出MU-MISO下行通信场景,基站端配置有 N N N根天线,其服务该小区下 K K K个单天线用户。假定信道为平坦瑞利衰落信道,记为 H ∈ C N × K \mathbf{H}\in\mathcal{C}^{N\times K} HCN×K,基站最大发射功率为 P P P。则最小均方误差准则下的预编码矩阵为下面优化问题的最优解
min ⁡ W E n , s [ ∣ ∣ H H W s + n − s ∣ ∣ 2 ] s.t. Tr ( W H W ) ≤ P \min_{\mathbf{W}}\mathbb{E}_{\mathbf{n},\mathbf{s}}\left[||\mathbf{H}^H\mathbf{Ws}+\mathbf{n}-\mathbf{s}||^2\right]\\ \text{s.t.}\quad \text{Tr}(\mathbf{W}^H\mathbf{W})\leq P WminEn,s[HHWs+ns2]s.t.Tr(WHW)P

拉格朗日函数为
L ( W , λ ) = E n , s [ ∣ ∣ H H W s + n − s ∣ ∣ 2 ] + λ [ Tr ( W H W ) − P ] = E n , s [ ( ( H H W − I K ) s + n ) H ( ( H H W − I K ) s + n ) ] + λ [ Tr ( W H W ) − P ] = Tr ( ( H H W − I K ) H ( H H W − I K ) ) + K + λ [ Tr ( W H W ) − P ] = Tr ( W H H H H W ) − Tr ( W H H ) − Tr ( H H W ) + 2 K + λ [ Tr ( W H W ) − P ] \begin{aligned} L(\mathbf{W},\lambda)&=\mathbb{E}_{\mathbf{n},\mathbf{s}}\left[||\mathbf{H}^H\mathbf{Ws}+\mathbf{n}-\mathbf{s}||^2\right]+\lambda\left[\text{Tr}(\mathbf{W}^H\mathbf{W})- P\right]\\ &=\mathbb{E}_{\mathbf{n},\mathbf{s}}\left[\left(\left(\mathbf{H}^H\mathbf{W}-\mathbf{I}_K\right)\mathbf{s}+\mathbf{n}\right)^H\left(\left(\mathbf{H}^H\mathbf{W}-\mathbf{I}_K\right)\mathbf{s}+\mathbf{n}\right)\right]+\lambda\left[\text{Tr}(\mathbf{W}^H\mathbf{W})- P\right]\\ &=\text{Tr}\left(\left(\mathbf{H}^H\mathbf{W}-\mathbf{I}_K\right)^H\left(\mathbf{H}^H\mathbf{W}-\mathbf{I}_K\right)\right)+K+\lambda\left[\text{Tr}(\mathbf{W}^H\mathbf{W})- P\right]\\ &=\text{Tr}\left(\mathbf{W}^H\mathbf{H}\mathbf{H}^H\mathbf{W}\right)-\text{Tr}\left(\mathbf{W}^H\mathbf{H}\right)-\text{Tr}\left(\mathbf{H}^H\mathbf{W}\right)+2K+\lambda\left[\text{Tr}(\mathbf{W}^H\mathbf{W})- P\right]\\ \end{aligned} L(W,λ)=En,s[HHWs+ns2]+λ[Tr(WHW)P]=En,s[((HHWIK)s+n)H((HHWIK)s+n)]+λ[Tr(WHW)P]=Tr((HHWIK)H(HHWIK))+K+λ[Tr(WHW)P]=Tr(WHHHHW)Tr(WHH)Tr(HHW)+2K+λ[Tr(WHW)P]


∂ L ∂ W ∗ = H H H W − H + λ W = 0 \frac{\partial L}{\partial \mathbf{W}^*}=\mathbf{H}\mathbf{H}^H\mathbf{W}-\mathbf{H}+\lambda \mathbf{W}=\mathbf{0} WL=HHHWH+λW=0

变量为复矩阵,应令关于其共轭的导数为0

可得
W = ( H H H + λ I N ) − 1 H = H ( H H H + λ I K ) − 1 \begin{aligned} \mathbf{W}&=\left(\mathbf{H}\mathbf{H}^H+\lambda\mathbf{I}_N\right)^{-1}\mathbf{H}\\ &=\mathbf{H}\left(\mathbf{H}^H\mathbf{H}+\lambda\mathbf{I}_K\right)^{-1} \end{aligned} W=(HHH+λIN)1H=H(HHH+λIK)1

上面的第2个等号,是由于
A + A B A = A ( I + B A ) = ( I + A B ) A A+ABA=A(I+BA)=(I+AB)A A+ABA=A(I+BA)=(I+AB)A

所以
( I + B A ) − 1 A − 1 = A − 1 ( I + A B ) − 1 (I+BA)^{-1}A^{-1}=A^{-1}(I+AB)^{-1} (I+BA)1A1=A1(I+AB)1

两边同时左乘右乘 A A A,得到
A ( I + B A ) − 1 = ( I + A B ) − 1 A A(I+BA)^{-1}=(I+AB)^{-1}A A(I+BA)1=(I+AB)1A

相关文献指出
λ o p t = P / K \lambda_{opt}=P/K λopt=P/K

  • 8
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 9
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值