混合波束成形| MIMO系统的DFT码本

前言

在MIMO信道估计等问题中， 往往需要使用码本， 而最常用的就是DFT码本。 本文介绍了为何DFT码本可以如此适用于作为信道估计的码本。首先会从ULA 阵列天线入手， 然后拓展到UPA 平面天线。

DFT 矩阵

众所周知， 离散傅里叶变换（DFT）可以写为：
$$X[k]=\sum _{n=0}^{N-1}x[n]e^{-j(2\pi /N)kn},\text{ 其中 }(0\le k\le N-1)\text{\hspace{1em}(1)}$$
DFT的相关资料很多， 这里不多赘述。 $X[k]$ 代表的是频域第 $k$ 个频点的值（响应）， $x[n]$ 是 时域的 第 $n$个信号, $N$ 是总采样数。
我们可以有下式的DFT矩阵$\mathbf{F}$：

$$\mathbf{F}=\left(\begin{array}{ccccc}1& 1& 1& \cdots & 1\\ 1& \xi & {\xi }^2& \cdots & {\xi }^{n-1}\\ 1& {\xi }^2& {\xi }^4& \cdots & {\xi }^{2(n-1)}\\ ⋮& ⋮& ⋮& \ddots & ⋮\\ 1& {\xi }^{n-1}& {\xi }^{2(n-1)}& \cdots & {\xi }^{(n-1)(n-1)}\end{array}\right)\cdot \text{\hspace{1em}(2)}$$
其中 $\xi =e^{-j(2\pi /N)}$.
由(1)可知：
$${\mathbf{x}}_{freq}=\mathbf{F}{\mathbf{x}}_t$$
其中， ${\mathbf{x}}_t=[x[0],\dots ,x[N-1]{]}^T$是时域信号， ${\mathbf{x}}_{freq}=[X[0],\dots ,X[N-1]{]}^T$是频域信号。 简而言之， 对时域信号左乘DFT矩阵， 即可得到频域信号。
注意： $\mathbf{F}$是正交矩阵， 即$\mathbf{F}{\mathbf{F}}^H={\mathbf{F}}^H\mathbf{F}=N\mathbf{I}$. 这个可以通过等比数列求和公式得到。

ULA的响应向量

对于共$N$个天线， 天线间隔为半波长的阵列， 其响应向量可以表示为：
$${\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}(\varphi )=\frac{1}{\sqrt{N}}{\left[1,e^{j\pi \sin (\varphi )},\dots ,e^{j\pi (N-1)\sin (\varphi )}\right]}^T$$
响应向量为 入射角度 $\varphi$ 的函数。

DFT 码本

那么， 我们可以把 $N$ 个 不同入射角度对应的 响应向量 合写在一个矩阵中， 如下：

$$\mathbf{A}=\left(\begin{array}{ccccc}1& 1& 1& \cdots & 1\\ e^{j\pi \sin ({\varphi }_0)}& e^{j\pi \sin ({\varphi }_1)}& e^{j\pi \sin ({\varphi }_2)}& \cdots & e^{j\pi \sin ({\varphi }_{N-1})}\\ e^{j\pi 2\sin ({\varphi }_0)}& e^{j\pi 2\sin ({\varphi }_1)}& e^{j\pi 2\sin ({\varphi }_2)}& \cdots & e^{j\pi 2\sin ({\varphi }_{N-1})}\\ ⋮& ⋮& ⋮& \ddots & ⋮\\ e^{j\pi (N-1)\sin ({\varphi }_0)}& e^{j\pi (N-1)\sin ({\varphi }_1)}& e^{j\pi (N-1)\sin ({\varphi }_2)}& \cdots & e^{j\pi (N-1)\sin ({\varphi }_{N-1})}\end{array}\right)\cdot \text{\hspace{1em}(3)}$$

如果我们令$[\sin ({\varphi }_0),\sin ({\varphi }_1),\dots ,\sin ({\varphi }_{N-1})]=[0,-\frac{2}{N},\dots ,-\frac{2(N-1)}{N}]$, 那么比较(2) 和 (3)， 可知 $\mathbf{A}=\mathbf{F}$.但需要注意: $\sin (\varphi )\in [-1,1]$， 所以有些值是取不到的。 同时也有： $e^{j\pi 2a}=e^{j\pi (2a+2)}$.
因此，我们应该令，$[\sin ({\varphi }_0),\sin ({\varphi }_1),\dots ,\sin ({\varphi }_{N-1})]=[0,-\frac{2}{N},\dots ,-\frac{N}{N},-\frac{N+2}{N}+2,\dots ,-\frac{2(N-1)}{N}+2]$, 此时 $\mathbf{A}=\mathbf{F}$ 仍成立。 同时， 我们可以倒推出所有${\varphi }_n$。

这里， $\mathbf{A}$ 就是基于 DFT矩阵得到的 DFT码本。$\mathbf{A}$ 的每一列 代表了 一个入射角度 的 对应天线响应。 其最大的特点是， 每一个入射角度的 天线响应之间互相正交 （DFT矩阵的性质）。码本覆盖了空间0~180度的范围（对应sin值从-1到1），分辨力（最小间隔）为 $\sin (\frac{2}{N})$.

下面是简单的matlab代码实现一个DFT码本$\mathbf{A}$， N为阵列天线数：

N = 8;
% columns
t = 0 : -2 / N : -2 * (N-1) / N;
t((t<-1)) = t((t<-1)) + 2;
% rows
g = 0 :(N-1);
A = exp(1j * pi * g' * t);

作为对比， DFT的码本生成代码为：

% DFT
for i = 1 :N
    for j = 1 : N
        F(i,j) = exp(-1j * 2 * pi * (i-1) * (j-1) / N);
    end
end

可以发现$\mathbf{A}=\mathbf{F}$。
很容易验证， $\mathbf{A}$的每一列（代表一个入射方向的天线响应）都是互相正交的。 这也是DFT码本最大的意义。 作为对比， 大家可以试试， 同样是生成N个码字（对应N个入射角度）的码本， 如果我们只是简单的将空间0-180度均匀分成N份，如第一个码字是入射角度为0度的天线响应， 第二个码字为$\frac{180}{N}$度的天线响应， 这样得到的码本，码字间是不会互相正交的。 正交码本的好处有很多， 本文中不赘述了。 简单总结一下：DFT码本相当于将0-180度的空间， 对应到sin值-1到1的空间。 再将-1到1按等间隔 $\frac{2}{N}$划分N个码字， 即可得到正交的码本。 当然，由于三角函数的性质， 对cos值这样划分也有类似的结论，不再赘述。

使用码本画出空间方向图

通过上面的分析， 我们知道， 其实想生成一个正交码本的核心在于相邻码字间的sin值间隔为$\frac{2}{N}$即可， 不要求从哪个开始，哪个结束。 因此我们可以把$\mathbf{A}$中的列按从sin值-1到1从小到大排序如下， 此时$\mathbf{A}$仍是正交矩阵：

N = 64;
% columns
t = -1 : 2 / N : (N-1) / N;
% rows
g = 0 :(N-1);
A = exp(1j * pi * g' * t);

这里$t$中就不会出现超过-1或1的情况， 且对应的弧度制是从小到大顺序排列的， 这样的$\mathbf{A}$更合适。

假设我们的波束成形(不管是发送或是接收）向量为$\mathbf{W}\in {\mathbb{C}}^{N\times 1}$,其对应的空间方向图（在空间每个角度上的能量响应）可以表示为：
$$\mathbf{r}=\Vert {\mathbf{W}}^H\mathbf{A}\Vert$$,
${\mathbf{r}}_k$对应的是$\mathbf{A}$的第$k$列， 代表的方向是
$$\varphi ={\sin }^{-1}(\frac{2(k-1)}{N}-1)$$
写个简单的小程序验证一下：

N = 64;
% columns
t = -1 : 2 / N : (N-1) / N;
% rows
g = 0 :(N-1);
A = exp(1j * pi * g' * t);
idx =  0 : (N-1); 
phi = 50 / 180 * pi;
W = 1 / sqrt(N) * exp(1j * pi * idx.' * sin(phi));
r = abs(W' * A);
xlabel = asin(t) / pi * 180;
plot(xlabel, r)

这里我们用对准50度方向的波束成形向量， 画出其对应的空间方向图， 如下：

可以看到， 确实在50度的时候， 响应值是最大的， 符合预期。

UPA天线响应

除了ULA， 实际中平面天线阵列（UPA）的应用更为广泛。 UPA的天线响应则与两个参数相关： 入射水平角 $\theta$ 和 仰角 $\varphi$. UPA的响应公式可以表示为：
$$\begin{array}{r}{\mathbf{a}}_{\mathrm{U}\mathrm{P}\mathrm{A}}(\varphi ,\theta )=\frac{1}{\sqrt{N}}[1,\dots ,e^{j\pi (q\sin (\varphi )\cos (\theta )+p\cos (\varphi ))}{\dots ,e^{j\pi ((Q-1)\sin (\varphi )\cos (\theta )+(P-1)\cos (\varphi ))}]}^T\end{array}\text{\hspace{1em}(4)}$$
$P$ 和 $Q$ 代表了UPA共有$P$行，$Q$列天线。 对应的UPA建模如图：

图中， 我们以中心的接收端UPA的左下角的天线作为第一行第一列元素。 $\theta$发送UPA（图中右下角的小UPA）投影到$xy$平面后与$x$轴的夹角， $\varphi$是与$z$轴负半轴的夹角。 简单理解这个响应公式：由于相位与距离成反比。 那么$p$行的天线相对于第一行的天线， 与发射UPA的距离是增加的， 那么相位就是减小的。 如果第一行第一列天线的相位我们归一化为1作为初始相位， 那么第$p$行天线的相位就是一个负值。 而信道$\mathbf{H}$通常被我们写为$\mathbf{H}={\mathbf{a}}_r{\mathbf{a}}_t^H$, 其中${\mathbf{a}}_t$就是我们想求的UPA天线响应。这里有点绕。 需要注意的是， (4)式是一个正确UPA响应的表达式。 但是对于不同的建模方式， 如， 以左上角第一个元素为第一行第一列进行建模， 那么结果就不一样了。 包括对$\theta$ 和 $\varphi$的不同定义，也会使最后的建模结果有所不同。但万变不离齐总， 核心都是基于 相位与距离成反比这一点上。

因为我在项目里用的是（4）式的响应， 下面也沿用这个响应表达式。 需要指出， 后续的DFT码本推导适用于各种不同建模下的响应， 只需要简单的变量代换即可。

二维DFT

二维DFT的公式如下：
$$F(u,v)=\sum _{x=0}^{M-1}\sum _{y=0}^{N-1}f(x,y)e^{-j2\pi \left(\frac{ux}{M}+\frac{vy}{N}\right)}\text{\hspace{1em}(5)}$$
其中 $u=0,\dots ,M-1$, $v=0,\dots ,N-1$.
令
$$\mathbf{G}=\left[\begin{array}{cccc}f(0,0)& f(0,1)& \cdots & f(0,N-1)\\ f(1,0)& f(1,1)& \cdots & f(1,N-1)\\ ⋮& ⋮& \cdots & ⋮\\ f(M-1,0)& f(M-1,1)& \cdots & f(M-1,N-1)\end{array}\right]$$
可将其列化为 $\mathbf{g}=\mathrm{v}\mathrm{e}\mathrm{c}(\mathbf{G})$. 同时也可将$\mathbf{F}$列化为$\mathbf{f}$， 那么存在二维DFT矩阵$\mathbf{T}$, 使得 $\mathbf{f}=\mathbf{T}\mathbf{g}$。根据(5)式， 可以得到$\mathbf{T}$的第$k$行第$j$列的元素如下： （$k$对应于$\mathbf{f}$的第$k$个元素， 也就是$\mathbf{F}$的第$u$行第$v$列， 即$k=u+(v-1)\ast M$； 第$j$列对应于$\mathbf{g}$的第$j$个元素， 也就是$\mathbf{G}$的第$x$行第$y$列， $j=x+(y-1）\ast M$：
$$\mathbf{T}(k,j)=e^{-j2\pi \left(\frac{(u-1)(x-1)}{M}+\frac{(v-1)(y-1)}{N}\right)}$$
其实应该从0开始算较好。 这里的写法只是避免了第0行的说法。 下面是实现的代码：

%2D DFT
M = 16;
N = 8;
K = M * N;
T = zeros(K, K);
for k = 0 : K-1
    v = floor(k / M);
    u = k - v * M;
    for j = 0 : K-1
        y = floor(j / M);
        x = j - y * M;
        T(k + 1, j + 1) = exp(-1j * 2 * pi * (u * x/ M + v * y / N));
    end
end

类似一维DFT矩阵， $\mathbf{T}$矩阵有两个性质：

• 第$k$行和第$k$列完全相等。
• 列与列，行与行之间均正交。

而第二个性质， 就是我们用来设计正交码本的思路。

二维DFT对应的UPA码本

回顾一下两个式子， 二维DFT：
$$\mathbf{T}(k,j)=e^{-j2\pi \left(\frac{ux}{M}+\frac{vy}{N}\right)}$$
UPA的响应式子：
$$\begin{array}{r}{\mathbf{a}}_{\mathrm{U}\mathrm{P}\mathrm{A}}(\varphi ,\theta )=\frac{1}{\sqrt{N}}[1,\dots ,e^{j\pi (q\sin (\varphi )\cos (\theta )+p\cos (\varphi ))}{\dots ,e^{j\pi ((Q-1)\sin (\varphi )\cos (\theta )+(P-1)\cos (\varphi ))}]}^T\end{array}$$
通过变量代换，可以有：
$$e^{-j2\pi \left(\frac{ux}{M}+\frac{vy}{N}\right)}=e^{-j\pi (u\frac{2x}{M}+v\frac{2y}{N})}=e^{-j\pi (p\frac{2x}{M}+q\frac{2y}{N})}$$,
只需令 $\cos (\varphi )=-\frac{2x}{M}$, $\sin (\varphi )\cos (\theta )=-\frac{2y}{N}$，通过改变$x,y$的值， 我们就可以得到多个对应不同$\theta$和$\varphi$的码字， 且互相之间是正交的。 同样的， 我们有$\cos (\varphi )\in [-1,1]$ 和 $\sin (\varphi )\cos (\theta )\in [-1,1]$, 当$\frac{2x}{M}>1$ 或 $\frac{2y}{N}>1$ 时， $\cos (\varphi )=-\frac{2x}{M}+2$，$\sin (\varphi )\cos (\theta )=-\frac{2y}{N}+2$。

假设我们现在有波束成形矩阵$\mathbf{W}$， 想获取其在各个角度上的响应， 只需要计算：
$$\mathbf{r}=\Vert {\mathbf{W}}^H\mathbf{T}\Vert$$
（注意， ${\mathbf{T}}^T=\mathbf{T}$）
${\mathbf{r}}_k$代表了第$k$个码字（方向）上的响应， 可通过$k$算出其对应的$x$和$y$值。如， $k=2$ 就代表$x=2$, $y=0$ (所有数从0开始计算）。
那么:
$$\varphi =\{\begin{array}{c}{\cos }^{-1}\left(-\frac{2x}{M}\right),\frac{2x}{M}\le 1\\ {\cos }^{-1}\left(-\frac{2x}{M}+2\right),\frac{2x}{M}>1\end{array}$$

$$\theta =\{\begin{array}{c}{\cos }^{-1}\left(-\frac{2y}{N\sin \varphi }\right),\frac{2y}{N}\le 1\\ {\cos }^{-1}\left(\frac{-\frac{2y}{N}+2}{\sin \varphi }\right),\frac{2y}{N}>1\end{array}$$

需要注意的是， 在求$\theta$的时候， 某个码字有一定概率是不对应一个有意义的$\theta$。因为 $\frac{2y}{N\sin \varphi }>1$时， $\theta$是没有意义的。 但为了正交性， 我们没有舍弃这些无意义的码字。

类似ULA， 我们验证下方向图，由于二维DFT不好画图了， 我们直接找出最大能量点对应的$\theta$和$\varphi$看是否与我们使用的波束成形向量的角度一致：

M = 64;
N = 64;
K = M * N;
T = zeros(K, K);
for k = 0 : K-1
    v = floor(k / M);
    u = k - v * M;
    for j = 0 : K-1
        y = floor(j / M);
        x = j - y * M;
        T(k + 1, j + 1) = exp(-1j * 2 * pi * (u * x/ M + v * y / N));
    end
end

phi = 50 / 180 * pi;
theta = 40 / 180 * pi;
for i = 1 : M
    for j = 1 : N
        W(i, j) = exp(1j * pi * (j * sin(phi) * cos(theta) + i * cos(phi)));
    end
end

w = W(:);
r = abs(w' * T);
[~, k] = max(r);
k = k - 1; %从0开始计算
y = floor(k / M);
x = k - y * M;
tmp = 2 * x / M;
if tmp > 1
    tmp = tmp -2;
end
est_phi = acos(-tmp) / pi * 180;
tmp = 2 * y / M;
if tmp > 1
    tmp = tmp -2;
end
est_theta = acos(-tmp / sin(phi)) / pi * 180;

如上，我们使用了40度的$\theta$和50度的$\varphi$， 最后最大的能量所对应的方向的角度分别是39.18和48.95，可以认为基本是对应上的。

类似ULA，我们也可以自主调换矩阵的列，只要保证间隔分别是$\frac{2}{M}$和$\frac{1}{N}$即可了。
以下为示例代码：

Aset = [];
for m = -1 : 2/N : (N-1)/N
    for n = -1 : 2/M : (M-1)/M
        A = zeros(M, N);
        for p = 1 : M
            for q = 1 : N
                A(p, q) = exp(1j*pi*(q-1)*m+1j*pi*(p-1)*n);
            end
        end
        a = A(:);
        Aset = [Aset, a];
    end
end

寻找最大响应值对应的角度：

[~, idx] = max(S);
idx = idx - 1; % 从0开始算
a = mod(idx, M);
b = floor(idx / M);
est_phi = acos(-1 + a * 2 / M) / pi * 180;
tmp = -1 + b * 2 / N;
est_theta = acos(tmp / sin(phi)) / pi * 180;

正交性证明

在我看来， DFT其实和正交码本的设计本身没有关系。 事实上， 我们的目的只是为了设计出的码字能尽量均匀地分割整个角度空间， 并彼此之间互相正交。 而类似DFT的形式， 可以做到这一点。 这一节我们脱离DFT， 仅从ULA， UPA的天线响应本身， 来设计正交的码本。

ULA的正交码字

ULA的天线响应：
$${\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}(\varphi )=\frac{1}{\sqrt{N}}{\left[1,e^{j\pi \sin (\varphi )},\dots ,e^{j\pi (N-1)\sin (\varphi )}\right]}^T$$
先假设我们有两个码字，分别为：
$$\begin{gathered} {\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_1)=\frac{1}{\sqrt{N}}{\left[1,e^{j\pi \sin ({\varphi }_1)},\dots ,e^{j\pi (N-1)\sin ({\varphi }_1)}\right]}^T \\ {\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_2)=\frac{1}{\sqrt{N}}{\left[1,e^{j\pi \sin ({\varphi }_2)},\dots ,e^{j\pi (N-1)\sin ({\varphi }_2)}\right]}^T \end{gathered}$$

他们的内积可以写为：
$${\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_1{)}^H{\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_2)=\frac{1}{N}{\Sigma }_{i=0}^{N-1}{e}^{j\pi i(\sin ({\varphi }_1)-\sin ({\varphi }_2))}\text{\hspace{1em}(6)}$$
这是一个等比数列求和问题，
而等比数列求和公式为：
$$S_n=a_1\cdot \frac{1-q^n}{1-q}(q\ne 1)$$
其中， $a_1$是首项， 在(6)中就是1， $q$是比例， 也就是$e^{j\pi (\sin ({\varphi }_1)-\sin ({\varphi }_2))}$, n是求和的总项数，也就是$N$（不是$N-1$）因此：
$${\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_1{)}^H{\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_2)=\frac{1}{N}\frac{1-e^{j\pi N(\sin ({\varphi }_1)-\sin ({\varphi }_2))}}{1-e^{j\pi (\sin ({\varphi }_1)-\sin ({\varphi }_2))}}\text{\hspace{1em}(7)}$$
由(7)可知， 只要$\sin ({\varphi }_1)-\sin ({\varphi }_2)=\frac{2k}{N},k=1,2,\dots$时， (7)的分子就为0， 也就是${\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_1{)}^H{\mathbf{a}}_{\mathrm{U}\mathrm{L}\mathrm{A}}({\varphi }_2)=0$， 实现了正交。 因此，只要相邻码字的sin值互相间隔$\frac{2}{N}$, 所有码字就是正交的。

这里提一下， 如果我们以$\frac{2}{N}$为间隔设计码本， 那么刚好有$N$个码字， 每个码字的长度为$N$， 总的码本矩阵$\mathbf{A}$就是个$N\times N$的矩阵。 这个矩阵是个正交矩阵。 但如果以$\frac{1}{N}($甚至$\frac{0.5}{N}$)为间隔设计呢？ 那$\mathbf{A}$会是个$N\times 2N$的矩阵， 即总共会有$2N$个码字。 这些码字之间就不是完全正交的了。 但这个码本$\mathbf{A}$却仍然会满足$\mathbf{A}{\mathbf{A}}^H$ 是个单位阵。 也就是说码本的行之间仍是正交的， 这个也是可以证明的。

UPA的正交码字

$$\begin{array}{r}{\mathbf{a}}_{\mathrm{U}\mathrm{P}\mathrm{A}}(\varphi ,\theta )=\frac{1}{\sqrt{N}}[1,\dots ,e^{j\pi (q\sin (\varphi )\cos (\theta )+p\cos (\varphi ))}{\dots ,e^{j\pi ((Q-1)\sin (\varphi )\cos (\theta )+(P-1)\cos (\varphi ))}]}^T\end{array}$$
UPA的响应虽然繁琐， 但我们其实只需要求两个码字间的内积。 也就是说， 将两个码字的同位置的元素一一相乘后求和， 而改变求和的顺序并不影响结果。因此， 我们可以把求和排成我们想要的顺序。 比如， 第一个码字对应原UPA第$q$列的$P$行元素，与第二个码字的对应原UPA第$q$列的$P$行元素进行相乘求和， 结果如下：
$$S_q=e^{j\pi q(\sin {\varphi }_1\cos {\theta }_1-\sin {\varphi }_2\cos {\theta }_2)}{\Sigma }_{i=0}^{P-1}{e}^{j\pi i(\cos {\varphi }_1-\cos {\varphi }_2)}\text{\hspace{1em}(7)}$$,
因此， 类似ULA的， 只需要cos值以$\frac{2}{P}$为间隔的话， $S_q$的求和项就为0， 那么$S_q$就也是0了， 同理类推到其他列。 最后总的内积就是0， 也就是正交了。

这里的推导有什么问题吗？ 如果没有问题的话， 为什么我们还需要对前面水平角那部分做一个$\frac{2}{Q}$为间隔的限制呢？
因为这里还忽略了一种情况。 如果是${\varphi }_1={\varphi }_2$， 而${\theta }_1\ne {\theta }_2$，这显然也是两个独立的码字，那如何使他们正交呢？ 答案很显而意见了， 代入(7)， 有：
$$S_q=P{e}^{j\pi q(\sin {\varphi }_1\cos {\theta }_1-\sin {\varphi }_2\cos {\theta }_2)}$$
因此，
$$S=P{\Sigma }_{q=0}^Q{e}^{j\pi q(\sin {\varphi }_1\cos {\theta }_1-\sin {\varphi }_2\cos {\theta }_2)}$$
写到这里， 就可以明白了为什么还有$\frac{2}{Q}$为间隔的限制了。

相关阅读

• 专栏： 混合波束成形
• 专栏： 智能反射面
• 混合波束成形|基础：深入浅出5G，毫米波，大规模MIMO与波束赋形
• 混合波束成形|进阶：深入浅出混合波束赋形
• 混合波束成形| 基于坐标迭代更新法的混合波束赋形算法
• 混合波束成形| 基于正交匹配追踪（Orthogonal Matching Pursuit）法的混合波束赋形算法
• 混合波束成形| 论文：基于MMSE准则的混合波束成形算法
• 混合波束成形| 通过天线空间方向图理解波束成形的物理意义
• 混合波束成形| 基于深度学习的大规模天线阵列混合波束成形设计
• 混合波束成形| MIMO系统的DFT码本
• 混合波束成形| HBF系统的克拉美罗下界