本發(fā)明屬于通信抗干擾技術領域，涉及空間調制(Spatial Modulation,SM)技術，天線選擇技術(Antenna Selection)，多輸入多輸出(Multiple Input Multiple Output,MIMO)技術，以及毫米波通信(Millimeter-Wave(mmWave)Communication)。

背景技術：

MIMO系統(tǒng)相對于單輸入單輸出(SISO)系統(tǒng)，在系統(tǒng)容量上有了很大的提升。但是由于MIMO系統(tǒng)中配備多個昂貴的射頻鏈路，使得硬件的成本和復雜度都增加很大，因此，為了發(fā)揮MIMO系統(tǒng)的空間分集或空間復用的優(yōu)點以及降低硬件成本，人們提出了天線選擇技術。對于天線選擇的研究，主要研究方向在于如何選擇出最優(yōu)的天線組合。對此，進行天線選擇主要有兩個準則，一是容量最大準則，二是誤碼率最小準則。

新興起的毫米波通信技術能提供大量的帶寬，并且有效提高通信容量，因此被視為5G移動網絡的一個重要部分。將毫米波技術與MIMO技術相結合(mmWave-MIMO)可以克服毫米波傳播的高路徑損耗的問題，而新興的SM技術可以為mmWave-MIMO提供低復雜度和高速率設計，因此提出了毫米波SM-MIMO系統(tǒng)。為了在提供可從MIMO系統(tǒng)獲得的確定分集增益的同時減少RF的成本損耗，接收端天線選擇(Receive Antenna Selection,RAS)是一個很有效的技術,于是提出了毫米波通信的RAS-SM方案。

技術實現要素：

本發(fā)明的目的，就是針對毫米波SM-MIMO系統(tǒng)提出一種基于容量最大化準則的接收端天線選擇算法。

本發(fā)明的技術方案如下：

假設有N_t根發(fā)送天線，N_r根接收天線，毫米波信道矩陣可表示為其中h₁,h₂,...,h_Nr是H中和接收天線相對應的行向量，[]^T表示矩陣的轉置。令U_u表示第u種天線選擇方案的天線索引集合，H_u表示第u種天線選擇方案對應的L×N_t維信道矩陣。那么可能的接收天線子集有個，即從N_r根接收天線中選取L根，我們的目標便是根據最優(yōu)化某個性能度量函數，從這些候選的子集U＝{U₁,...,U_Nu}中選取最優(yōu)的U_u。

RAS優(yōu)化問題可以表示為：

其中，f(U_u,H)為性能度量函數。

為簡化接收信號模型的表達，定義以下N_r×N_r維矩陣：

其中，對角元可表示為：

通過公式(3)，有Δ^HΔ＝ΔΔ^H＝Δ^H,H_u＝ΔH，其中Δ^H表示矩陣Δ的共軛轉置，于是，經過天線選擇后，接收信道可寫為：

y＝ΔHx+n (公式4)

其中，x和n分別是發(fā)送向量和噪聲向量，并假設噪聲向量n中元素服從復高斯分布CN(0,N₀),其中，N₀為噪聲功率，ε()表示求期望。

對于一個給定的H_u＝ΔH，容量C₁的下界為：

其中是接收端的平均信噪比，h_u(i),i＝1,...,N_t是對應H_u的第i列。

容量C₂為：

C₂≤log₂(N_t) (公式6)

于是通過公式(5)和公式(6)有總容量C_SM為：

α≤C_SM≤α+log₂(N_t) (公式7)

從公式(7)可知，SM-MIMO系統(tǒng)容量取決于參數α，其可改寫為：

其中，h_ji是矩陣H的第(j,i)個元素，(A)_ii表示矩陣A的第i個對角元。

通過公式(8)，基于最大化容量的接收端天線選擇問題可以表示為：

從公式(9)可以看出，最大容量最優(yōu)化是組合問題，因為Δ_j,j＝1,...,N_r是二元整數變量，即NP-困難問題。為了尋找低復雜度的解決辦法，令Δ_j,j＝1,...,N_r為連續(xù)變量而不是離散變量，于是公式(9)可改寫為：

可知對于一個給定的信道矩陣H，最優(yōu)化容量度量α(Δ)是關于變量Δ_j,j＝1,...,N_r的凹函數。

假設f_c(Δ)是RAS最優(yōu)化問題的代價函數，令f_c(Δ)＝-α(Δ)，其關于Δ_j,j＝1,...,N_r的梯度函數為為解決公式(10)的最優(yōu)化問題，首先去除不等式約束，從而將公式(10)改寫為：

其中假設懲罰因子t為非負的，為對數障礙函數，其可定義為：

從公式(12)可以看出是滿足不等式約束0≤Δ_j≤1,j＝1,...,N_r的點集，并且有：

可知公式(11)仍然是凸函數。

為了實現上述目的，本發(fā)明的技術方案是：基于公式(11)-公式(13)，提出了基于最大化容量的接收端天線選擇對數障礙算法-簡化共軛梯度(LbA-SCG)算法，包括如下步驟：

1、給定一個嚴格可行的初始矩陣Δ⁽¹⁾，步長μ>1，容差參數β>0，懲罰因子t>0；

2、利用最小化公式(11)中的代價函數計算估計值Δ(t)^*；

3、更新RAS矩陣Δ＝Δ(t)^*＝Δ⁽ⁿ⁺¹⁾；

4、如果N_r/t<β則終止，否則令t＝μt，并返回步驟2。

其中△⁽ⁿ⁾和W(n)分別表示Δ和W的第n次迭代的值。

本發(fā)明的有益效果在于，簡化共軛梯度(SCG)算法的收斂速度比傳統(tǒng)的最陡梯度算法要快，并且只需要用到代價函數F(Δ)的一階導數，對數障礙函數的計算復雜度也比其他懲罰函數可觀。

附圖說明

圖1是毫米波通信的RAS-SM系統(tǒng)框圖；

圖2是本發(fā)明提出的基于最大化容量的RAS算法流程圖；

圖3是提出的RAS算法和遍歷RAS算法性能比較；

圖4是不同RAS-SM的性能比較(4發(fā)8收，選2)；

圖5是不同RAS-SM的性能比較(8發(fā)4收，選2)。

具體實施方式

下面將結合附圖，給出本發(fā)明的具體實施例。需要說明的是：實施例中的參數并不影響本發(fā)明的一般性。

下面對該發(fā)明提出的一種基于最大化容量的接收端天線選擇算法進行說明?？紤]一個N_t×N_r的SM-MIMO系統(tǒng)，其中N_t是發(fā)射天線數，N_r是接收天線數，是信道矩陣。假設我們要從N_r根接收天線中選擇L根。具體選擇過程如下：

步驟1：給定一個嚴格嚴格可行的初始矩陣Δ⁽¹⁾，即Δ_j,j＝1,...,N_r,Δ_j∈domf_c(Δ)，其中domf(x)表示函數f(x)的定義域；步長μ>1，容差參數β>0，懲罰因子t>0，初始RAS矩陣Δ⁽¹⁾的共軛梯度為

步驟2：利用簡化共軛梯度(SCG)算法，在初始開始矩陣Δ⁽¹⁾條件下，通過最小化公式(11)中的RAS代價函數，計算出估計值△(t)^*，即在以t為懲罰因子時，公式(11)的最優(yōu)解。其具體過程如下：

a)初始化：設置步長ζ>0，終止標量κ>0，最大迭代次數N_SCG，n＝1。

b)循環(huán)：如果||W(n)||²<κ或n>N_SCG則停止。

Δ⁽ⁿ⁺¹⁾＝Δ⁽ⁿ⁾-ζW(n)/||W(n)|| (公式14)

α＝L/tr(Δ⁽ⁿ⁺¹⁾(Δ⁽ⁿ⁺¹⁾)^H) (公式15)

上述公式依次進行運算。

c)停止：Δ⁽ⁿ⁺¹⁾是Δ(t)^*的解。

步驟3：更新RAS矩陣Δ＝△(t)^*＝Δ⁽ⁿ⁺¹⁾。

步驟4：如果N_r/t<β則終止，否則令t＝μt，并返回步驟2。

上述算法的復雜度為ο(n_iter(N_t+L))，n_iter為迭代次數，并且梯度類方法的迭代次數上界為其中c₁，c₂是取決于初始參數(步長，容差參數，懲罰因子)的定值，如果恰當的選擇迭代參數，迭代次數只略微大于和傳統(tǒng)設計相比，本發(fā)明提出的基于最大化容量的RAS-SM方案能獲得幾乎最優(yōu)的系統(tǒng)容量性能，且具有很低的算法復雜度。