一种应用于毫米波大规模MIMO系统的波束选择方法及其装置制造方法及图纸

本发明专利技术公开一种应用于毫米波大规模MIMO系统的波束选择方法及其装置，该波束选择方法包括：步骤S1，先定义鸟巢数、鸟巢发现概率、二进制编码控制参数、最大迭代次数，再初始化多个鸟巢，最后计算多个鸟巢的适应度；步骤S2，进行二进制编码混合更新，并修复非正常编码，计算新产生的多个鸟巢的适应度，通过保留适应度较大的鸟巢以筛选鸟巢；步骤S3，将鸟巢发现概率与随机数进行比较，复制全局最优解的鸟巢以替换其中一个被发现的鸟巢，并随机改变其余被发现的鸟巢的位置；步骤S4，判断迭代次数是否达到最大迭代次数，是则输出全局最优解，否则执行步骤S2。本发明专利技术相对全数字预编码算法不会造成明显性能损失，减小算法的复杂度，获得近优的系统性能。

A Beam Selection Method and Device for Millimeter Wave Large Scale MIMO System

【技术实现步骤摘要】
一种应用于毫米波大规模MIMO系统的波束选择方法及其装置
本专利技术涉及移动通信
的一种波束选择方法，尤其涉及一种应用于毫米波大规模MIMO系统的波束选择方法，涉及该波束选择方法的应用于毫米波大规模MIMO系统的波束选择装置。
技术介绍
在随着互联网业务的迅速发展，人们对无线网络各个应用领域的需求日益增多，日益紧张的频谱资源已经无法满足人们对通信的需求。毫米波大规模输入输出能通过更宽的信号带宽实现更高的数据速率以及更高的频谱效率，被认为是未来5G无线通信的关键技术。传统的全数字波束形成方案要求每个天线对应一条独立的射频链路，随着基站天线数和小区用户数的不断增加，所需的RF链路数量也在不断上升，虽然性能优异，但是增加了硬件成本以及实现难度。现有技术中通过采用性能损失忽略不计的离散透镜阵列，将传统的空间信道转换为波束空间信道，以获得毫米波频率下的信道稀疏度。但是，由于波束空间MIMO信道具有稀疏性，只需选择少量合适的天线就能减少RF链路数，并且不会造成明显的系统性能损失。同时，目前使用的方案还包括选择消除导致容量损失最小的波束、选择在系统容量方面贡献最大的波束、最大幅度波束选择算法、干扰感知波束选择方案、基于蚁群优化的方案。其中，选择消除导致容量损失最小波束的选择方案和选择在系统容量方面贡献最大的波束的选择方案，这两种方案都需要进行依次搜索，复杂度过高。最大幅度波束选择算法这种方案最简单，但是却存在着多用户干扰以及不同的RF链选择相同的波束而导致的RF链被浪费的问题。干扰感知波束选择方案为干扰用户重新选择波束，但其复杂度受干扰用户数量的影响。基于蚁群优化的方案和干扰感知波束选择方案类似，都是基于幅度最大化的标准，而不是直接优化和速率，提升系统性能有限。因此，现有这些波束选择方案存在复杂度或能量损耗过高，计算时间过长，不适用于实际系统的问题。
技术实现思路
针对现有的技术问题，本专利技术提供一种应用于毫米波大规模MIMO系统的波束选择方法及其装置，解决了现有这些波束选择方案存在复杂度或能量损耗过高，计算时间过长，不适用于实际系统的问题。本专利技术采用以下技术方案实现：一种应用于毫米波大规模MIMO系统的波束选择方法，其包括以下步骤：步骤S1，先定义一个毫米波大规模MIMO系统的鸟巢数、鸟巢发现概率、二进制编码控制参数、最大迭代次数、天线数以及用户数，再初始化多个鸟巢，每个鸟巢为用户选择信道幅度值最大且无重复的波束，最后计算多个鸟巢的适应度，并以当前鸟巢的最大适应度为全局最优解；步骤S2，在计算多个鸟巢的适应度后，先对多个鸟巢进行二进制编码混合更新，并修复非正常编码，再计算新产生的多个鸟巢的适应度，最后通过保留适应度较大的鸟巢以筛选鸟巢；步骤S3，在所有鸟巢均筛选后，将所述鸟巢发现概率与服从均匀分布的随机数进行比较，若所述随机数大于所述鸟巢发现概率，则复制所述全局最优解的鸟巢以替换其中被发现的一个鸟巢，并随机改变其余被发现的鸟巢的位置，保留全局最优解以加快算法收敛速度，确定当前最优解的鸟巢位置以及最优值；步骤S4，在确定鸟巢位置以及最优值后，判断迭代次数是否达到所述最大迭代次数，是则输出所述全局最优解，否则执行步骤S2。作为上述方案的进一步详述，在步骤S2中，二进制编码混合更新方法包括以下步骤：步骤S21，判断系统的随机数是否不大于所述二进制编码控制参数；在所述随机数不大于所述二进制编码控制参数时，执行步骤S22，采用sigmoid函数将实数映射成离散的二进制数据，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值在所述随机数大于所述二进制编码控制参数时，执行步骤S23，判断Levy跳跃路径是否为正数；在Levy跳跃路径不为正数时，执行步骤S24，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值在跳跃路径为正数时，执行步骤S25，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值其中，rand为所述随机数。进一步地，所述非正常编码的修复方法包括以下步骤：步骤S26，依次计算第m个鸟巢第k个用户第n个天线的状态值xnk，也就是计算第m个矩阵第k列第n行的状态值，并判断状态值xnk是否为1；在状态值xnk为1时，执行步骤S27，计算对应的信道增益gnk；在判断所述二进制编码矩阵的每一列中所有状态值xnk后，执行步骤S28，通过以下公式选择用户的波束以及波束集：其中，βk为第k个用户的波束，为用户已选好的波束集。作为上述方案的进一步详述，所述波束选择方法还包括以下步骤：步骤S0，构建所述毫米波大规模MIMO系统；其中，所述毫米波大规模MIMO系统的构建方法包括以下步骤：步骤S01，初步定义第k个用户的接收信号的表达公式；步骤S02，采用离散透镜阵列，通过空间傅里叶变换矩阵将传统空间信道转换为波束空间信道，并根据所述波束空间信道再次定义第k个用户的接收信号的表达公式；步骤S03，根据波束空间MIMO信道的稀疏性只需选取部分波束，建立天线挑选的目标函数以及约束条件。进一步地，在本实施例的毫米波大规模MIMO系统中，第k个用户的接收信号的表达公式初次定义为：y＝HHWs+n式中，H为信道矩阵，H＝[h1,h2,...,hK]，hk为第k个用户与基站之间的信道矢量；s为原始信号矢量，s∈CK×1，且归一化功率E(ssH)＝IK；W是尺寸为N×K的预编码矩阵，且满足tr(WWH)≤ρ，ρ为发射总功率；n是尺寸为K×1的加性高斯白噪声，且n～CN(0,σ2IK)。再进一步地，所述信道矢量的计算公式为：式中，为第k个用户的视距路径，为第k个用户的非视距路径；Gk为复增益，ψk为空间方位，为阵列响应矢量。再进一步地，所述空间傅里叶变换矩阵为：式中，由此，在毫米波大规模MIMO系统中，第k个用户的接收信号的表达公式再次定义为：其中，为波束空间信道，且计算公式为：为第k个用户的波束空间信道矢量，且k＝1,...,K。再进一步地，所述下行链路接收信号的表达公式为：式中，为所挑选波束组成的信道，Wr∈CK×K且为已降低维度的数字预编码矩阵。再进一步地，所述目标函数为：式中，xnk为第k个用户第n个天线的状态值；Rk为第k个用户的可实现的平均速率；其中，所述平均速率的计算公式为：式中，σ2为噪声功率，Wr∈CK×K；α为缩放因子且满足ρ为发射总功率。本专利技术还提供了一种应用于毫米波大规模MIMO系统的波束选择装置，其应用上述任意所述的应用于毫米波大规模MIMO系统的波束选择方法，其包括：适应度计算模块，其用于先定义一个毫米波大规模MIMO系统的鸟巢数、鸟巢发现概率、二进制编码控制参数、最大迭代次数、天线数以及用户数，再初始化多个鸟巢，使每个鸟巢为用户选择信道幅度最大且无重复的波束，最后计算多个鸟巢的适应度，并以当前鸟巢的最大适应度为全局最优解；其中，多个鸟巢的适应度的计算公式为：式中，xnk为第k个用户第n个天线的状态值；Rk为第k个用户的可实现的平均速率；其中，所述平均速率的计算公式为：式中，σ2为噪声功率；α为缩放因子且满足ρ为发射总功率，K为用户数；H为信道矩阵，hk为第k个用户与基站之间的信道矢量；为所挑选波束组成的信道；Wr∈CK×K且为已降低维度的数字预编码矩阵；鸟巢筛选模块，其用于在所述适应度计算模本文档来自技高网...

【技术保护点】
1.一种应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，其包括以下步骤：步骤S1，先定义毫米波大规模MIMO系统的鸟巢数、鸟巢发现概率、二进制编码控制参数、最大迭代次数、天线数以及用户数，再初始化多个鸟巢，使每个鸟巢为用户选择信道幅度值最大且无重复的波束，最后计算多个鸟巢的适应度，并以当前鸟巢的最大适应度为全局最优解；步骤S2，在计算多个鸟巢的适应度后，先对多个鸟巢进行二进制编码混合更新，并修复非正常编码，再计算新产生的多个鸟巢的适应度，最后通过保留适应度较大的鸟巢以筛选鸟巢；步骤S3，在所有鸟巢均筛选后，将所述鸟巢发现概率与服从均匀分布的随机数进行比较，若所述随机数大于所述鸟巢发现概率，则复制所述全局最优解的鸟巢以替换其中被发现的一个鸟巢，并随机改变其余被发现的鸟巢的位置，保留全局最优解以加快算法收敛速度，确定当前最优解的鸟巢位置以及最优值；步骤S4，在确定鸟巢位置以及最优值后，判断迭代次数是否达到所述最大迭代次数，是则输出所述全局最优解，否则执行步骤S2。

【技术特征摘要】
1.一种应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，其包括以下步骤：步骤S1，先定义毫米波大规模MIMO系统的鸟巢数、鸟巢发现概率、二进制编码控制参数、最大迭代次数、天线数以及用户数，再初始化多个鸟巢，使每个鸟巢为用户选择信道幅度值最大且无重复的波束，最后计算多个鸟巢的适应度，并以当前鸟巢的最大适应度为全局最优解；步骤S2，在计算多个鸟巢的适应度后，先对多个鸟巢进行二进制编码混合更新，并修复非正常编码，再计算新产生的多个鸟巢的适应度，最后通过保留适应度较大的鸟巢以筛选鸟巢；步骤S3，在所有鸟巢均筛选后，将所述鸟巢发现概率与服从均匀分布的随机数进行比较，若所述随机数大于所述鸟巢发现概率，则复制所述全局最优解的鸟巢以替换其中被发现的一个鸟巢，并随机改变其余被发现的鸟巢的位置，保留全局最优解以加快算法收敛速度，确定当前最优解的鸟巢位置以及最优值；步骤S4，在确定鸟巢位置以及最优值后，判断迭代次数是否达到所述最大迭代次数，是则输出所述全局最优解，否则执行步骤S2。2.如权利要求1所述的应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，在步骤S2中，二进制编码混合更新方法包括以下步骤：步骤S21，判断系统的随机数是否不大于所述二进制编码控制参数；在所述随机数不大于所述二进制编码控制参数时，执行步骤S22，采用sigmoid函数将实数映射成离散的二进制数据，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值在所述随机数大于所述二进制编码控制参数时，执行步骤S23，判断Levy跳跃路径是否为正数；在Levy跳跃路径不为正数时，执行步骤S24，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值在跳跃路径为正数时，执行步骤S25，通过以下公式计算第m+1次迭代第k个用户第n个天线的状态值其中，rand为所述随机数。3.如权利要求2所述的应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，所述非正常编码的修复方法包括以下步骤：步骤S26，依次计算第m个鸟巢第k个用户第n个天线的状态值xnk，也就是计算第m个矩阵第k列第n行的状态值，并判断状态值xnk是否为1；在状态值xnk为1时，执行步骤S27，计算对应的信道增益gnk；在判断所述二进制编码矩阵的每一列中所有状态值xnk后，执行步骤S28，通过以下公式选择用户的波束以及波束集：其中，βk为第k个用户的波束，为用户已选好的波束集。4.如权利要求1所述的应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，所述波束选择方法还包括以下步骤：步骤S0，构建所述毫米波大规模MIMO系统；其中，所述毫米波大规模MIMO系统的构建方法包括以下步骤：步骤S01，初步定义第k个用户的接收信号的表达公式；步骤S02，采用离散透镜阵列，通过空间傅里叶变换矩阵将传统空间信道转换为波束空间信道，并根据所述波束空间信道再次定义第k个用户的接收信号的表达公式；步骤S03，根据波束空间MIMO信道的稀疏性只需选取部分波束，建立天线挑选的目标函数以及约束条件。5.如权利要求4所述的应用于毫米波大规模MIMO系统的波束选择方法，其特征在于，在本实施例的毫米波大规模MIMO系统中，第k个用户的接收信号的表达公...

【专利技术属性】
技术研发人员：李晓辉，汪银，张红伟，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34