【混合预编码文献总结】探索大佬的混合预编码研究历程之路2:如何将混合预编码设计问题一步步转化为约束最小二乘问题
写在前面
本专栏的目的:总结混合预编码研究领域中的一个大佬团队(Robert W. Heath Jr,Ayach Omar El,Alkhateeb Ahmed等人)从2012年至今所发表的一些具有代表性的文章,目的在于探索大佬们一步步走上这个领域的顶端的科研历程,也作为自己学习研究过程的记录,同时与各位同学一起学习、探讨。
前言
在上一篇文章(【混合预编码文献总结】探索大佬的混合预编码研究历程之路1:信道奇异向量和阵列响应向量的关系)讲到,Omar EI 在假设天线数目趋于无穷大的情况下,信道的奇异向量收敛于阵列响应向量。那么我们知道实际情况下,目前5G基站的天线数目普遍在64、128和256这样的数量级上,它们远远要小于理论推导所假设的无穷大情况,那么在这种情况下,如何求解混合预编码问题呢?
背景
1、传统通信系统中,每个天线配有专用的射频链,这使得系统能够根据不同的准则对信号的幅度和相位进行灵活调整,但在Massive MIMO 通信系统中,由于大规模天线部署,若配备相同数量的射频链则会产生大量的能耗,因此需要减少射频链的数目。
为了解决这一问题,本文之前的研究工作提出过antenna seletion和equal gain transmission,但这些方法都不是针对大规模天线场景,具体来说,他们都是在具有丰富散射的瑞利信道下进行的算法设计,而Massive MIMO 毫米波信道的重要特征之一就是稀疏散射,即dominant path的数量是有限的。
2、由于毫米波段波长较短,这使得在有限尺寸的阵列中部署超大规模的天线阵元成为可能,超大规模阵列也更有利于形成高指向性、高增益的波束,从而更有效地克服路径损耗、导频污染等问题。
3、在毫米波通信系统中,BS为了节省功耗,将用于传统通信系统的全数字预编码方案替换为由基带预编码和模拟预编码组成的混合预编码方案,射频链的数目相比于天线数目很小,因此可以降低产生于射频链的功耗。但与此同时,出现两个问题:i)对于信号的幅度和相位调节不再像全数字预编码一样完全灵活,因为不是每个天线都连接一条专属的射频链,这造成对于每个天线阵元的信号的幅度调节不灵活;ii)因为模拟预编码器是由移相器网络组成,而移相器只能实现相位的调节,意味着模拟预编码器的设计要遵循“恒模约束”,这使得混合预编码设计问题变得极其复杂,是一个NP-hard问题。
3、在传统MIMO预编码的设计和性能分析时,通常假设在具有丰富衰落的瑞利衰落信道下(scattering levels are too rich),但毫米波信道的高路损使信道稀疏散射特性。
因此本文采用稀疏散射信道模型(基于extended S-V 的有限散射信道)
一、本文贡献
1、本文设计预编码算法主要着眼于三点:
- 考虑模拟预编码的移相器网络的恒模约束
- 考虑超大规模天线阵列
- 考虑稀疏散射信道
2、本文提出了一种基于 matrix approximation 的算法,试图用基带预编码和模拟预编码来逼近最优无约束数字预编码矩阵。
3、通过本文,可以看到作者是如何将precoding 问题从最初的 SE maximization 问题一步步转化为一个sparsity constrained least square 问题,然后使用基追踪的方法解决。
4、对于BS和UE两侧射频链数目不同时,precoding和combining不是同时进行设计的,而应该先设计射频连数目少的一方。
二、系统模型
“单用户多天线多流”系统模型
基站端 N t N_t Nt根天线配备 N R F t N_{RF}^t NRFt个射频链发送 N s N_s Ns个数据流,用户端 N r N_r Nr根天线配备 N R F r N_{RF}^r NRFr个射频链接收 N s N_s Ns个数据流。
用户端经过处理后的信号模型
基于簇的稀疏散射信道
其中, L L L为cluster数量,每个cluster中只有一个ray, α l \alpha_l αl表示第 l l l个路径的复增益,服从 ( 0 , 1 ) (0,1) (0,1)正态分布, Λ t ( ϕ l t , θ l t ) \Lambda^t(\phi_l^t,\theta_l^t) Λt(ϕlt,θlt)和 Λ r ( ϕ l r , θ l r ) \Lambda^r(\phi_l^r,\theta_l^r) Λ