（江西理工大學(xué)，江西 贛州 341000）

基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法

謝斌，謝舒閩，劉述睿

（江西理工大學(xué)，江西 贛州 341000）

針對(duì)毫米波大規(guī)模MIMO系統(tǒng)采用全數(shù)字預(yù)編碼時(shí)，系統(tǒng)所需射頻鏈路數(shù)量較大而導(dǎo)致實(shí)現(xiàn)成本和能耗較高的問題，提出了一種在基站端和用戶端分別采用混合預(yù)編碼和模擬合并的方案。在充分考慮信道特性的基礎(chǔ)上，根據(jù)收發(fā)兩端的天線陣列響應(yīng)矢量分別設(shè)計(jì)模擬預(yù)編碼矩陣和模擬合并矩陣，然后根據(jù)生成的有效信道矩陣，在基帶部分設(shè)計(jì)低維的數(shù)字預(yù)編碼，從而消除系統(tǒng)中噪聲和用戶間干擾的影響。仿真結(jié)果表明，在有效減少系統(tǒng)所需射頻鏈路數(shù)量的基礎(chǔ)上，所提混合預(yù)編碼方案能夠接近傳統(tǒng)全數(shù)字預(yù)編碼方案的性能。

毫米波；大規(guī)模MIMO；混合預(yù)編碼；模擬合并；和速率

1 引言

隨著移動(dòng)通信數(shù)據(jù)量的爆炸式增長(zhǎng)和移動(dòng)通信設(shè)備能量消耗的不斷增加，人們對(duì)5G移動(dòng)通信系統(tǒng)的系統(tǒng)容量和能量效率提出了更高的要求[1]。由于受到頻譜資源稀缺的限制，現(xiàn)有的低頻段移動(dòng)通信系統(tǒng)已經(jīng)很難滿足用戶日益增長(zhǎng)的數(shù)據(jù)業(yè)務(wù)需求，因此未被充分利用的毫米波頻段得到了研究者和工程師的廣泛關(guān)注[2]。毫米波是指頻譜范圍為30～300 GHz、波長(zhǎng)范圍為1～10 mm的電磁波波段，它的帶寬可達(dá)到10 GHz，能夠大幅度提高系統(tǒng)的傳輸速率，因此被視為5G通信系統(tǒng)的候選頻譜之一[3]。然而，毫米波容易受氧氣和雨水的影響，導(dǎo)致傳播損耗較大，使毫米波通信面臨巨大的挑戰(zhàn)。另一方面，由于毫米波的波長(zhǎng)較小，適合在發(fā)送端和接收端部署大量的天線，并且能夠通過預(yù)編碼技術(shù)來獲得較大的天線陣列增益以補(bǔ)償毫米波信道的路徑損失，從而改善信道傳輸質(zhì)量。因此，毫米波與大規(guī)模多輸入多輸出 （multiple input multiple output，MIMO）技術(shù)的結(jié)合被視為5G的新興技術(shù)之一[4]。

在無線通信系統(tǒng)傳輸過程中，需要使用射頻（radio frequency，RF）鏈路（包括數(shù)模轉(zhuǎn)換器、混頻器和功率放大器等）對(duì)經(jīng)過預(yù)處理的基帶信號(hào)進(jìn)行上變頻調(diào)制后通過天線進(jìn)行發(fā)射。在傳統(tǒng)MIMO系統(tǒng)中，通常采用數(shù)字預(yù)編碼技術(shù)在基帶部分對(duì)發(fā)射信號(hào)進(jìn)行預(yù)處理，從而消除系統(tǒng)中的干擾，達(dá)到提升系統(tǒng)性能的目的[5]。然而在數(shù)字預(yù)編碼方案中，每根天線需要對(duì)應(yīng)一個(gè)RF鏈路，隨著系統(tǒng)收發(fā)兩端天線數(shù)量的增加，勢(shì)必會(huì)導(dǎo)致系統(tǒng)實(shí)現(xiàn)成本和能量消耗的大幅度增加，為毫米波大規(guī)模MIMO技術(shù)的應(yīng)用帶來阻礙。為了克服這一問題，有些學(xué)者提出了模擬預(yù)編碼的方案[6,7]。與數(shù)字預(yù)編碼不同，模擬預(yù)編碼的基本思想是利用低成本和低功耗的移相器來控制每一根天線發(fā)射信號(hào)的相位，因此，相對(duì)于數(shù)字預(yù)編碼，模擬預(yù)編碼的實(shí)現(xiàn)成本和能量消耗通常更低。但是，與能夠同時(shí)改變信號(hào)幅度和相位的數(shù)字預(yù)編碼不同，模擬預(yù)編碼只能改變信號(hào)的相位，因此，它的性能通常要比數(shù)字預(yù)編碼更差[8]。

近年來有些學(xué)者綜合了數(shù)字預(yù)編碼和模擬預(yù)編碼的優(yōu)點(diǎn)，提出了模擬和數(shù)字相結(jié)合的混合預(yù)編碼方案。混合預(yù)編碼器包含一個(gè)低維的數(shù)字預(yù)編碼器和一個(gè)高維的模擬預(yù)編碼器，它們之間通過少量的 RF鏈路連接，從而減小了系統(tǒng)的實(shí)現(xiàn)成本和能量消耗，同時(shí)又能夠?qū)崿F(xiàn)較好的系統(tǒng)性能。參考文獻(xiàn)[9]在考慮毫米波信道空間稀疏特性的基礎(chǔ)上，將基站端預(yù)編碼器和用戶端合并器的設(shè)計(jì)問題視為稀疏信號(hào)重構(gòu)問題，提出了一種基于正交匹配追蹤（orthogonal matching pursuit，OMP）的混合預(yù)編碼算法，該算法的性能能夠接近全數(shù)字預(yù)編碼算法的性能。參考文獻(xiàn)[10]在充分考慮模擬預(yù)編碼器受電路條件限制以及基站端只能獲得部分信道信息的基礎(chǔ)上，提出了一種基于迭代的混合預(yù)編碼算法，在單用戶的毫米波信道中，該算法的性能能夠達(dá)到接近傳統(tǒng)全數(shù)字預(yù)編碼算法的性能。參考文獻(xiàn)[11]利用半酉最佳預(yù)編碼器提出了一種低復(fù)雜度的混合預(yù)編碼和合并方案，該方案能有效減小陣列流行的搜索空間，相比于參考文獻(xiàn)[9]所提算法，該方案具有較低的計(jì)算復(fù)雜度。參考文獻(xiàn)[12]推導(dǎo)出了達(dá)到最佳性能時(shí)系統(tǒng)所需RF鏈路數(shù)量的下界值。然而，參考文獻(xiàn)[9-12]所提的混合預(yù)編碼方案只考慮了單用戶的MIMO系統(tǒng)，沒有考慮多用戶的場(chǎng)景。對(duì)于多用戶場(chǎng)景，參考文獻(xiàn)[13]在考慮發(fā)射總功率限制的基礎(chǔ)上，提出了一種能夠最大化各個(gè)子載波上最小信干噪比的混合預(yù)編碼算法，該算法所能達(dá)到的平均信干噪比非常接近甚至優(yōu)于傳統(tǒng)的迭代算法，然而該算法沒有考慮模擬預(yù)編碼矩陣中各元素要滿足恒模條件的限制。參考文獻(xiàn)[14]充分考慮了大規(guī)模MIMO系統(tǒng)信道漸近正交的特性，提出了一種兩級(jí)結(jié)構(gòu)的低復(fù)雜度混合預(yù)編碼算法，其中模擬部分用來提供較大的功率增益，數(shù)字部分則用來消除多用戶之間的干擾，通過這種設(shè)計(jì)，該算法能夠?qū)崿F(xiàn)較好的性能。然而，該方案只考慮了單天線用戶的方案，并且由于沒有考慮對(duì)混合預(yù)編碼中模擬部分和數(shù)字部分的優(yōu)化，該算法的系統(tǒng)性能還有待提高。

針對(duì)上述問題，本文提出了一種在基站端采用模擬和數(shù)字相結(jié)合的混合預(yù)編碼器以及在用戶端采用模擬合并器接收的方案，其中模擬預(yù)編碼器和模擬合并器都是通過移相器實(shí)現(xiàn)的。對(duì)于模擬部分和數(shù)字部分的設(shè)計(jì)，首先根據(jù)收發(fā)兩端的天線陣列響應(yīng)矢量分別設(shè)計(jì)基站端的模擬預(yù)編碼矩陣和用戶端的模擬合并矩陣，然后根據(jù)信道特性與模擬預(yù)編碼矩陣和模擬合并矩陣生成的有效信道矩陣，同時(shí)考慮到系統(tǒng)中存在噪聲和用戶之間的干擾，采用正則化迫零（regularized zero-forcing，RZF）準(zhǔn)則設(shè)計(jì)數(shù)字預(yù)編碼矩陣。通過這種設(shè)計(jì)，能夠大幅度減少系統(tǒng)所需 RF鏈路的數(shù)量，并且降低了數(shù)字基帶處理部分的維度，從而有效地降低了系統(tǒng)的實(shí)現(xiàn)成本和能量消耗。仿真結(jié)果表明，本文所提的基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法的性能要優(yōu)于現(xiàn)有的混合預(yù)編碼算法，并且非常接近全數(shù)字預(yù)編碼算法的性能。

2 系統(tǒng)模型

2.1 系統(tǒng)傳輸模型

在毫米波大規(guī)模MIMO系統(tǒng)中，K個(gè)數(shù)據(jù)流通過基站發(fā)射到K個(gè)用戶，每個(gè)用戶終端配置了Nr根天線，基站端配置了Nr根天線和NRF個(gè)RF鏈路，且滿足 K=NRF≤Nt，其系統(tǒng)傳輸模型如圖1所示。為了減小用戶終端的處理復(fù)雜度，考慮在用戶終端只采用模擬合并接收的方式，從而能夠充分利用大型天線陣列所帶來的陣列增益優(yōu)勢(shì)，同時(shí)也可以降低用戶終端的接收處理復(fù)雜度。

圖1 毫米波大規(guī)模MIMO系統(tǒng)傳輸模型

在毫米波大規(guī)模MIMO系統(tǒng)傳輸過程中，發(fā)射到K個(gè)用戶的數(shù)據(jù)流經(jīng)過混合預(yù)編碼器處理后，基站端的發(fā)射信號(hào)x可以表示為：

其中，‖·‖F(xiàn)表示Frobeinus范數(shù)。

因此，第k個(gè)用戶終端的接收信號(hào)yk可以表示為：

其中，Hk∈CNr×Nt表示基站與第 k個(gè)用戶終端之間的信道矩陣，nk～N（0，σ2）表示均值為 0、方差為 σ2的信道噪聲。

第k個(gè)用戶終端的接收信號(hào)yk經(jīng)過模擬合并器處理后，接收端最終恢復(fù)的信號(hào)可以表示為：

其中，fRF,k表示第k個(gè)用戶終端的模擬合并矢量。

于是，第k個(gè)用戶的信干噪比 （signal to interference plus noise ratio，SINR）可以表示為：

進(jìn)一步，系統(tǒng)的和速率可以表示為：

2.2 信道模型

與具有豐富散射體環(huán)境的低頻段信道不同，毫米波信道的有效散射體數(shù)量有限且散射環(huán)境較差[15]。為了體現(xiàn)毫米波信道稀疏散射體的特性，本文采用幾何的Saleh-Valenzuela模型[16,17]，其信道模型如圖 2所示。

圖2 毫米波信道模型

假設(shè)第k個(gè)用戶的散射體數(shù)為L(zhǎng)，且每個(gè)散射體只有一條有效的傳輸路徑，則基站與第k個(gè)用戶之間的信道矩陣Hk可以表示為：

式（7）中，σi表示第i條路徑的增益。θi∈[0，2π]、φi∈[0，2π]分別表示第i條路徑的離開角和到達(dá)角。aBS（θi）和aMS（φi）分別表示基站和用戶終端的天線陣列響應(yīng)矢量，當(dāng)天線陣列類型不同時(shí)，它們的表達(dá)式也不同，常見天線陣列類型有均勻線性陣列（uniform linear array，ULA）和均勻平面陣列 （uniform planar array，UPA）。本文采用ULA類型，aBS（θi）和 aMS（φi）可以分別表示為：

其中λ表示電磁波波長(zhǎng)，d表示天線之間的距離。

3 基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法

3.1問題描述

本文的目標(biāo)是合理地設(shè)計(jì)基站端的混合模數(shù)預(yù)編碼器以及用戶終端的模擬合并器，使系統(tǒng)的和速率最大化，因此，問題可以描述為：

式（10）是關(guān)于WRF、WD和fRF的多元優(yōu)化問題，并且矩陣WRF和fRF受到恒模特性的限制，因此該問題的解很難直接得到。

3.2 算法描述

考慮到式（10）的解很難直接得到，將該混合預(yù)編碼的設(shè)計(jì)分為兩級(jí)，第一級(jí)為設(shè)計(jì)模擬部分，第二級(jí)則根據(jù)模擬部分對(duì)數(shù)字部分進(jìn)行設(shè)計(jì)。

第一級(jí)模擬部分設(shè)計(jì)的主要思想是首先忽略多用戶之間的干擾，聯(lián)合設(shè)計(jì)基站端的模擬預(yù)編碼矩陣和用戶終端的模擬合并矩陣，使每一個(gè)目標(biāo)用戶的功率最大化。對(duì)于第k個(gè)用戶，首先忽略來自其他用戶的干擾，設(shè)計(jì)第k個(gè)用戶的模擬預(yù)編碼矢量wRF,k和模擬合并矢量fRF,k，使它的接收功率最大化?？紤]到毫米波信道的波束較窄，具有良好的方向性，并且收發(fā)兩端的天線陣列響應(yīng)矢量是一組只有相位不同的恒模矢量，因此可以考慮根據(jù)基站與第k個(gè)用戶之間的基站天線陣列響應(yīng)矢量，設(shè)計(jì)模擬預(yù)編碼矢量wRF,k，而模擬合并矢量fRF,k則根據(jù)用戶終端的天線陣列響應(yīng)矢量來設(shè)計(jì)。對(duì)于用戶k，首先估計(jì)出它所有信道的路徑增益，并找出最大的路徑增益所對(duì)應(yīng)的離開角和到達(dá)角，然后設(shè)置模擬預(yù)編碼矢量為，模擬合并矢量則設(shè)置為fRF,k=aMS（），通過這種設(shè)計(jì)，從而使第k個(gè)用戶的接收功率最大化。

第二級(jí)數(shù)字部分設(shè)計(jì)的主要思想則是根據(jù)有效信道矩陣，采用合適的數(shù)字預(yù)編碼方式消除系統(tǒng)中干擾的影響。對(duì)于第k個(gè)用戶，當(dāng)模擬預(yù)編碼矢量和模擬合并矢量固定時(shí)，將它們與信道作用后生成的矩陣視為第k個(gè)用戶的有效信道矢量 heq,k，即 heq,k=fRF,kHkWRF，因此，系統(tǒng)的有效信道矩陣Heq可以表示為：

其中，Heq∈CK×K，相對(duì)于原始信道 H∈CK×Nt，Heq具有較小的維度，因此，其數(shù)字部分的信號(hào)處理復(fù)雜度相對(duì)較低。

考慮到系統(tǒng)中存在著信道噪聲和不同用戶間的干擾，在數(shù)字部分采用RZF預(yù)編碼來平衡兩種干擾之間的影響，因此數(shù)字預(yù)編碼矩陣WD可以表示為：

其中，ξ表示正則化系數(shù)，它的取值依賴于信道噪聲方差σ2和基站的發(fā)射功率 P[18]。

綜上所述，基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法如下所示。

第一級(jí)：設(shè)計(jì)模擬預(yù)編碼器和模擬合并器。

步驟1忽略用戶之間的干擾，對(duì)每個(gè)用戶終端k，k= 1,2,…，K，估計(jì)出信道所有的路徑增益δi、離開角θi和到達(dá)角 φi。

步驟2 找出最大的路徑增益所對(duì)應(yīng)的離開角和到達(dá)角。

步驟3 基站端設(shè)置 WRF=[wRF，1，wRF，2，…，wRF，K]，其中wRF,k=aBS（），用戶終端設(shè)置fRF,k=aMS（）。

第二級(jí)：設(shè)計(jì)數(shù)字預(yù)編碼器。

步驟4 對(duì)每個(gè)用戶終端 k，k=1,2,…，K，計(jì)算有效信道矢量heq,k=fRF,kHkWRF，并得到有效信道矩陣Heq。

步驟5基站根據(jù)Heq，采用RZF方式設(shè)計(jì)數(shù)字預(yù)編碼矩陣，從而消除系統(tǒng)干擾的影響。

4 仿真分析

為了驗(yàn)證所提基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法的有效性，分別在不同信噪比、不同天線數(shù)和不同用戶數(shù)的條件下對(duì)所提算法的性能進(jìn)行仿真分析，并與傳統(tǒng)全數(shù)字BD預(yù)編碼、參考文獻(xiàn)[14]所提混合預(yù)編碼算法和純模擬預(yù)編碼算法相比較。仿真毫米波頻段為45 GHz，波長(zhǎng)λ為6.7 mm，散射體數(shù)量L為12，天線之間距離d為0.5λ，所有仿真結(jié)果都是通過蒙特卡羅法對(duì)信道進(jìn)行5 000次實(shí)驗(yàn)取平均得到的。

圖3給出了在用戶數(shù)為8個(gè)、基站天線數(shù)量為100根、用戶終端天線數(shù)為4根的情況下，不同預(yù)編碼算法在不同信噪比下所對(duì)應(yīng)的系統(tǒng)和速率變化曲線。由圖3可知，傳統(tǒng)全數(shù)字預(yù)編碼算法具有最優(yōu)的系統(tǒng)和速率，但是它所需的RF鏈路數(shù)量與基站天線數(shù)量相同，會(huì)導(dǎo)致巨大的系統(tǒng)實(shí)現(xiàn)成本和能量消耗，這在毫米波大規(guī)模MIMO系統(tǒng)中是不可取的。純模擬預(yù)編碼算法通過低成本和低功耗的移相器來實(shí)現(xiàn)，雖然系統(tǒng)的實(shí)現(xiàn)成本和能量消耗較低，但是由于它受到恒模特性的限制，只能改變信號(hào)的相位，因此它的系統(tǒng)和速率最小。在整個(gè)信噪比范圍內(nèi)，所提基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法的性能都要優(yōu)于參考文獻(xiàn)[14]所提的混合預(yù)編碼算法，并且非常接近全數(shù)字預(yù)編碼算法的性能，在相同信噪比下，所提混合預(yù)編碼算法與全數(shù)字預(yù)編碼算法相比，系統(tǒng)的和速率相差不到1 bit/(s·Hz)，這一性能損失主要是由基站端的模擬預(yù)編碼矩陣和用戶終端的模擬合并矩陣受恒模特性的限制所引起的。與全數(shù)字預(yù)編碼算法相比，所提混合預(yù)編碼算法的性能雖然有一定的降低，但是，與全數(shù)字預(yù)編碼算法所需100個(gè)RF鏈路相比，它所需的RF鏈路數(shù)量?jī)H為8個(gè)，因而大幅度降低了系統(tǒng)的實(shí)現(xiàn)成本，有利于毫米波大規(guī)模MIMO技術(shù)的應(yīng)用。另一方面，在數(shù)字基帶處理部分中，與全數(shù)字預(yù)編碼算法需要處理維度為100×100的矩陣相比，所提算法只需要處理維度為 8×8的矩陣，因此，與全數(shù)字預(yù)編碼算法相比，所提混合預(yù)編碼算法的運(yùn)算復(fù)雜度相對(duì)較低。

圖3 不同預(yù)編碼在不同信噪比下的和速率變化曲線

圖4給出了用戶數(shù)為8個(gè)、用戶終端天線數(shù)量為4根、信噪比為 0 dB的情況下，不同預(yù)編碼算法所對(duì)應(yīng)的和速率隨基站天線數(shù)量的變化曲線。由圖 4可知，當(dāng)用戶數(shù)固定時(shí)，隨著基站天線數(shù)量不斷增大，系統(tǒng)的和速率顯著提高，從而體現(xiàn)了增加系統(tǒng)天線數(shù)量給系統(tǒng)性能提升帶來的好處。同時(shí)，仿真結(jié)果表明，所提混合預(yù)編碼算法的性能要優(yōu)于純模擬預(yù)編碼算法和參考文獻(xiàn)[14]所提混合預(yù)編碼算法，并且非常接近全數(shù)字預(yù)編碼算法的性能。

圖4 不同預(yù)編碼在不同基站天線數(shù)量下的和速率變化曲線

圖5給出了基站天線數(shù)量為256根、終端天線數(shù)量為4根、信噪比為0 dB的情況下，系統(tǒng)的和速率和每個(gè)用戶的平均速率隨用戶數(shù)變化的仿真實(shí)驗(yàn)結(jié)果。由圖5(a)可知，隨著用戶數(shù)的增加，所提混合預(yù)編碼算法的系統(tǒng)和速率仍要優(yōu)于參考文獻(xiàn)[14]所提混合預(yù)編碼算法，并且接近全數(shù)字預(yù)編碼算法的系統(tǒng)和速率，但是當(dāng)用戶數(shù)增大到大于10后，所提算法與全數(shù)字預(yù)編碼算法的性能差距逐漸增大，這是由于用戶數(shù)增大時(shí)，用戶間干擾增大造成的。從圖5(b)中也可以看出，隨著系統(tǒng)用戶數(shù)的增加，每個(gè)用戶的平均速率逐漸降低，這是因?yàn)橛脩魯?shù)增加時(shí)，系統(tǒng)中用戶之間的干擾逐漸增大，從而導(dǎo)致每個(gè)用戶的平均速率降低。

圖5 不同預(yù)編碼在不同用戶數(shù)下對(duì)應(yīng)和速率與平均用戶速率變化曲線

5 結(jié)束語

毫米波大規(guī)模MIMO系統(tǒng)采用傳統(tǒng)的全數(shù)字預(yù)編碼方案時(shí)需要使用大量的RF鏈路，導(dǎo)致系統(tǒng)的實(shí)現(xiàn)成本和能量消耗較高，不利于毫米波大規(guī)模MIMO技術(shù)的應(yīng)用。針對(duì)這一問題，本文提出了一種基于毫米波大規(guī)模MIMO的混合 RZF預(yù)編碼算法，該算法將基站端預(yù)編碼器分為模擬和數(shù)字兩部分，終端接收器則采用模擬合并器，在充分考慮信道特性的基礎(chǔ)上，根據(jù)收發(fā)兩端的天線陣列響應(yīng)矢量設(shè)計(jì)模擬預(yù)編碼矩陣和模擬合并矩陣，并根據(jù)生成的有效信道矩陣，在基帶部分設(shè)計(jì)低維的RZF數(shù)字預(yù)編碼，從而消除系統(tǒng)中噪聲和用戶間干擾的影響。與傳統(tǒng)的全數(shù)字預(yù)編碼方案相比，該方案只需使用少量的RF鏈路，并且能有效地降低數(shù)字基帶處理部分的維度，從而大大降低了系統(tǒng)的實(shí)現(xiàn)成本和能量消耗。對(duì)所提算法與傳統(tǒng)全數(shù)字預(yù)編碼、純模擬預(yù)編碼和現(xiàn)有混合預(yù)編碼算法在不同信噪比、不同天線數(shù)和不同用戶數(shù)下的實(shí)驗(yàn)仿真比較結(jié)果表明，所提基于毫米波大規(guī)模MIMO的混合RZF預(yù)編碼算法的性能要優(yōu)于純模擬預(yù)編碼和現(xiàn)有混合預(yù)編碼算法，并且非常接近全數(shù)字預(yù)編碼算法的性能。

[1]陽析,金石.大規(guī)模MIMO系統(tǒng)傳輸關(guān)鍵技術(shù)研究進(jìn)展[J].電信科學(xué),2015,31(5):22-29. YANG X,JIN S.Overview of key technologies of transmission in massive MIMO system[J].Telecommunications Science,2015, 31(5):22-29.

[2]WANG T,LI G,DING J,et al.5G spectrum:is China ready[J]. IEEE Communications Magazine,2015,53(7):58-65.

[3]方箭,李景春,黃標(biāo),等.5G頻譜研究現(xiàn)狀及展望[J].電信科學(xué),2015,31(12):103-110. FANG J,LI J C,HUANG B,et al.Review and prospect on the research of 5G spectrum[J].Telecommunications Science,2015, 31(12):103-110.

[4]LONG B L,LAU V,JORSWIECK E,et al.Enabling 5G mobile wireless technologies[J].EURASIP Journal on Wireless Communications and Networking,2015(1):1-14.

[5]LARSSON E G,EDFORS O,TUFVESSON F,et al.Massive MIMO for next generation wireless systems [J]. IEEE Communications Magazine,2014,52(2):186-195.

[6]CHEN L,YANG Y,CHEN X,et al.Multi-stage beamforming codebook for 60 GHz WPAN[C]//International ICST Conference on Communications&Networking,Aug 17-19,2011,Chengdu, China.New Jersey:IEEE Press,2011:361-365.

[7]HUR S,KIM T,LOVE D J,et al.Millimeter wave beamforming for wireless backhaul and access in small cell networks[J].IEEE Transactions on Communications,2013,61(10):4391-4403.

[8]SOHRABI F,YU W.Hybrid digital and analog beamforming design for large-scale antenna arrays[J].IEEE Journal of Selected Topics in Signal Processing,2016,10(3):1.

[9]AYACHOE,RAJAGOPAL S,ABU-SURRA S,etal.Spatially sparse precoding in millimeterwave MIMO systems[J].IEEE Transactions on Wireless Communications,2013,13(3):1499-1513.

[10]ALKHATEEB A,EL AYACH O,LEUS G,et al.Hybrid precoding for millimeter wave cellular systems with partial channel knowledge[C]//Information Theory and Applications Workshop,Feb 10-15,2013,San Diego,California,USA.New Jersey:IEEE Press,2013:1-5.

[11]RUSU C,MENDEZ-RIAL R,GONZALEZ-PRELCICY N,et al. Low complexity hybrid sparse precoding and combining in millimeter wave MIMO systems[C]//IEEE International Conference on Communications,June 8-12,2015,Hangzhou,China.New Jersey:IEEE Press,2015:1340-1345.

[12]ZHANG E,HUANG C.On achieving optimal rate of digital precoder by RF-baseband codesign for MIMO systems[C]// Vehicular Technology Conference,Sept 14-17,2014,Vancouver, BC,Canada.New Jersey:IEEE Press,2014:1-5.

[13]LI N,WEI Z,GENG J,et al.Multiuser hybrid beamforming for max-min SINR problem under 60 GHz wireless channel[C]// IEEE International Symposium on Personal,Indoor,and Mobile Radio Communication,Sept 2-5,2014,Washington,DC,USA. New Jersey:IEEE Press,2014:123-128.

[14]LIANG L,XU W,DONG X.Low-complexity hybrid precoding in massive multiuser MIMO systems[J].IEEE Wireless Communications Letters,2014,3(6):653-656.

[15]RAPPAPORT T S,SUN S,MAYZUS R,et al.Millimeter wave mobile communications for 5G cellular:it will work[J].Access IEEE,2013,1(1):335-349.

[16]RAGHAVAN V,SAYEED A M.Sublinear capacity scaling laws for sparse MIMO channels[J].IEEE Transactions on Information Theory,2011,57(1):345-364.

[17]ALKHATEEB A,AYACH O E,LEUS G,et al.Channel estimation and hybrid precoding for millimeter wave cellular systems[J].IEEE Journal of Selected Topics in Signal Processing, 2014,8(5):831-846.

[18]AXEL M,ABLA K,EMIL B,et al.Linear precoding based on polynomial expansion:reducing complexity in massive MIMO[J]. EURASIP Journal on Wireless Communications and Networking, 2016(1):1-22.

Hybrid RZF precoding algorithm for mmW ave massive M IMO system

XIE Bin,XIE Shumin,LIU Shurui
Jiangxi University of Science and Technology,Ganzhou 341000,China

The high cost of system and high power consumption of the traditional full digital precoding in mmWave massive MIMO systems was studied,which caused by a large number of radio frequency(RF)chain.A scheme with hybrid precoder at base station and analog combiner at user terminal was proposed.Based on the consideration of the channel characteristic,the analog precoding vectors and analog combining vectors were designed according to the antenna array response vectors of transmitting and receiving ends,respectively.Then a low dimension digital precoding was used to eliminate the influence of system noise and inter-user interference on the basis of the effective channel matrix.Simulation results show that,on the basis ofeffectively reducing the number of RF chain required by the system, the proposed hybrid precoding algorithm approach the performance of the fulldigitalprecoding.

mmWave,massive MIMO,hybrid precoding,analog combining,sum rate

TN928

：A

10.11959/j.issn.1000-0801.2017062

謝斌（1977-），男，江西理工大學(xué)副教授，主要研究方向?yàn)榇笠?guī)模MIMO系統(tǒng)關(guān)鍵技術(shù)、信號(hào)處理等。

謝舒閩（1988-），男，江西理工大學(xué)碩士生，主要研究方向?yàn)榇笠?guī)模MIMO技術(shù)。

劉述睿（1992-），男，江西理工大學(xué)碩士生，主要研究方向?yàn)榇笠?guī)模MIMO技術(shù)。

2017-01-10；

2017-03-02

國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61363076）；江西省自然科學(xué)基金資助項(xiàng)目（No.20142BAB207020）

Foundation Item s:The National Natural Science Foundation of China(No.61363076),The Natural Science Foundation of Jiangxi Province of China(No.20142BAB207020)