[发明专利]一种基于最大化容量的接收端天线选择方法

摘要

本发明属于通信抗干扰技术领域，具体的说是涉及一种基于最大化容量的接收端天线选择算法。本发明主要为了获得更好的系统容量，具体方法如下：首先求得基于最大化容量的目标函数，其具体求法在说明书发明内容部分给出；然后给定迭代初始值，初始RAS矩阵，步长，容差参数，惩罚因子以及初始RAS矩阵的共轭梯度；接着迭代计算RAS矩阵的估计值并更新，若满足设定的条件则终止，否则增大惩罚因子再计算，直至满足设定条件。本发明的有益效果为，以前的天线选择算法都是利用间接的性能度量，比如SNR和欧氏距离等，从而导致一些性能上的损失，而本发明从最大化容量角度出发，和传统的设计相比，能获得几乎最优的系统容量性能，并且具有极低的算法复杂度。

主权项

1.一种基于最大化容量的接收端天线选择方法，该天线选择方法用于毫米波SM‑MIMO系统，其特征在于，包括以下步骤：a.设有N_r根接收天线，定义初始矩阵Δ⁽¹⁾，即Δ_j,j＝1,...,N_r,Δ_j∈domf_c(Δ)，domf(x)表示函数f(x)的定义域；步长μ>1，容差参数β>0，惩罚因子t>0，初始RAS矩阵Δ⁽¹⁾的共轭梯度为b.采用简化共轭梯度算法，采用如下代价函数：约束于∑Δ_i＝L其中，L是从N_r根接收天线中选择出的天线数，f_c(Δ)和的获得步骤如下：假设有N_t根发送天线，N_r根接收天线，毫米波信道矩阵可表示为其中是H中和接收天线相对应的行向量，[]^T表示矩阵的转置，令U_u表示第u种天线选择方案的天线索引集合，H_u表示第u种天线选择方案对应的L×N_t维信道矩阵，那么可能的接收天线子集有个，即从N_r根接收天线中选取L根，根据最优化某个性能度量函数，从这些候选的子集中选取最优的U_u：RAS优化问题表示为：其中，f(U_u,H)为性能度量函数；为简化接收信号模型的表达，定义以下N_r×N_r维矩阵：其中，对角元可表示为：通过公式(3)，有Δ^HΔ＝ΔΔ^H＝Δ^H,H_u＝ΔH，其中Δ^H表示矩阵Δ的共轭转置，于是，经过天线选择后，接收信道可写为：y＝ΔHx+n                        (公式4)其中，x和n分别是发送向量和噪声向量，并假设ε(xn^H)＝0，噪声向量n中元素服从复高斯分布CN(0,N₀),其中，N₀为噪声功率，ε()表示求期望；对于一个给定的H_u＝ΔH，容量C₁的下界为：其中是接收端的平均信噪比，h_u(i),i＝1,...,N_t是对应H_u的第i列；容量C₂为：C₂≤log₂(N_t)                      (公式6)于是通过公式(5)和公式(6)有总容量C_SM为：α≤C_SM≤α+log₂(N_t)                  (公式7)从公式(7)可知，SM‑MIMO系统容量取决于参数α，其可改写为：其中，h_ji是矩阵H的第(j,i)个元素，(A)_ii表示矩阵A的第i个对角元；通过公式(8)，基于最大化容量的接收端天线选择问题可以表示为：从公式(9)可以看出，最大容量最优化是组合问题，因为Δ_j,j＝1,...,N_r是二元整数变量，即NP‑困难问题；为了寻找低复杂度的解决办法，令Δ_j,j＝1,...,N_r为连续变量而不是离散变量，于是公式(9)可改写为：可知对于一个给定的信道矩阵H，最优化容量度量α(Δ)是关于变量Δ_j,j＝1,...,N_r的凹函数；假设f_c(Δ)是RAS最优化问题的代价函数，令f_c(Δ)＝‑α(Δ)，其关于Δ_j,j＝1,...,N_r的梯度函数为为解决公式(10)的最优化问题，首先去除不等式约束，从而将公式(10)改写为：其中假设惩罚因子t为非负的，为对数障碍函数，其可定义为：从公式(12)可以看出是满足不等式约束0≤Δ_j≤1,j＝1,...,N_r的点集，并且有：可知公式(11)仍然是凸函数；然后通过如下步骤计算估计值Δ(t)^*，即在以t为惩罚因子时，公式(11)的最优解：b1.初始化：设置步长ζ>0，终止标量κ>0，最大迭代次数N_SCG，n＝1；b2.判断||W(n)||²<κ或n>N_SCG是否成立，若是，则进入步骤b3，若否，则依次执行以下计算公式：Δ⁽ⁿ⁺¹⁾＝Δ⁽ⁿ⁾‑ζW(n)/||W(n)||α＝L/tr(Δ⁽ⁿ⁺¹⁾(Δ⁽ⁿ⁺¹⁾)^H)其中Δ⁽ⁿ⁾和W(n)分别表示Δ和W的第n次迭代的值；b3.获得Δ(t)^*的解为Δ⁽ⁿ⁺¹⁾；c.根据获得的估计值Δ(t)^*对矩阵进行更新：Δ＝Δ(t)^*＝Δ⁽ⁿ⁺¹⁾；d.判断N_r/t<β是否成立，若是，则终止；若否，则令t＝μt，并返回步骤b。