基于透鏡天線陣的毫米波系統波束選擇研究

艾志杰，岳殿武，曹學敏，管 偉

(大連海事大學 信息科學技術學院，遼寧 大連 116026)

0 引 言

毫米波大規模多輸入多輸出(Multiple-Input Multiple-Output , MIMO)作為5G無線通信的一項關鍵技術[1]，由于傳統收發結構的限制，存在著硬件成本與系統能耗過高的問題，特別是射頻鏈路的成本[2]。將離散透鏡陣列(Discrete Lens Array , DLA)與其結合形成波束空間結構[3]，通過有效的波束選擇來減少射頻鏈的數量對提高系統性能至關重要[4-5]。傳統的幅度最大化(Maximal Magnitude, MM)波束選擇方案雖然有較低的計算復雜度[4]，但忽略了用戶間的干擾，成為限制多用戶系統性能的主要因素。文獻[6]中的干擾感知(Interference-Aware , IA)波束選擇方案，用戶間的干擾仍沒有得到充分的考慮。同時，波束選擇還需要基站獲取大尺寸波束空間信道的信息，當射頻鏈的數量有限時，這是很難實現的。

針對以上問題，在蟻群優化(Ant Colony Optimization , ACO)算法的啟發下[7]，本文提出了一種基于支持檢測(Support Detection , SD)估計信道的ACO波束選擇方案，基于SD方案獲得信道狀態信息(Channel State Information , CSI)，通過ACO波束選擇方案為所有用戶聯合選擇波束。該方案利用波束空間信道的稀疏性并充分考慮用戶間波束的干擾，利用一種正反饋機制得到了計算復雜度顯著降低的接近最優的主導波束集，不僅顯著降低了MIMO系統的維數和所需射頻鏈的數目，而且相對傳統的方案來說，提高了系統性能。

1 系統模型

1.1 透鏡天線陣下毫米波大規模MIMO系統模型

我們考慮一個時分雙工(Time Division Duplexing , TDD)毫米波大規模MIMO系統，其中基站使用N個天線和NRF個射頻鏈同時服務于K個單天線用戶。通過精心設計透鏡天線陣，把傳統的空間信道轉化為波束空間信道[3]，系統模型如圖1所示。

圖1 透鏡天線陣毫米波大規模MIMO系統模型

波束空間的下行鏈路接收信號為

1.2 信道估計

算法1：基于SD的信道估計算法

(3) 用最小二乘法得到估計分量：

(5)i=i+1；

2 波束選擇

2.1 ACO波束選擇方案

如果把波束選擇看作一個旅行商問題，其中用戶被視為城市，預定義的波束被作為每個用戶的可選路徑。我們的目標是在式(5)中給出的最低成本標準下，用K條路徑(K條波束)旅行所有城市(K個用戶)一次。在ACO的啟發下，利用正反饋機制提出了一種基于SD估計信道的低復雜度迭代算法(即算法2)，實現了接近最優的波束選擇。

算法2：基于ACO的波束選擇算法

(2) 當t=1∶Tmax時，執行B(t)=B(t-1)；

(3) 當k=1∶K時，執行以下波束選擇的循環，逐一為每個用戶選擇波束；

(7)t=t+1；

2.2 復雜度分析

將所提波束選擇方案的計算復雜度與現有的MM單波束選擇算法[4]和IA波束選擇算法[5]進行比較。由于K×K維矩陣求逆在IA算法和所提算法中具有最高的復雜度Ο(K3)，而IA算法的主要復雜度來自于重新選擇干擾用戶(Interference-Users , IUs)的波束，因此通過計算執行矩陣求逆的時間來比較它們的復雜度。

3種波速選擇方案的計算復雜度對比如表1所示。

表1 波束選擇方案的計算復雜度對比

3 仿真分析

圖2 3種波束選擇方案的系統和速率隨SNR變化曲線

圖3所示為不同的上行鏈路發送SNR時，基于SD估計信道和基于傳統正交匹配追蹤(Orthogonal Matching Pursuit , OMP)信道估計，ACO波束選擇方案的和速率仿真曲線。仿真參數同圖2，仿真結果表明，基于SD估計信道的ACO波束選擇方案的系統性能優于基于傳統OMP估計信道的ACO波束選擇方案，特別是在較低的上行鏈路發送SNR下。受用戶傳輸能量的限制，上行鏈路SNR通常比較低，當上行鏈路SNR受限時(比如為10 dB)，此時基于SD估計信道的ACO波束選擇方案更能達到接近完美CSI下的系統性能，而基于傳統OMP估計信道的ACO波束選擇方案受噪聲的影響較大，導致檢測的信道支持集不準確，從而使系統性能惡化；此外，因為信道估計誤差的影響，隨著下行鏈路SNR的增大，基于估計信道的和速率曲線會趨于平穩。

圖3 不同估計信道下，ACO波束選擇方案的系統和速率隨SNR的變化曲線

4 結束語

在結合透鏡天線陣列的毫米波大規模MIMO系統中，本文提出的基于SD估計信道的ACO波束選擇方案，以更高的精確度估計稀疏波束空間信道的支持集，獲得了較為準確的信道狀態信息，而且充分考慮了用戶間波束的干擾，尤其是在較低的上行鏈路SNR下，以較低的計算復雜度極大限度地提高了系統和速率，優于傳統壓縮感知估計信道下的IA和MM波束選擇方案。