本发明公开了一种大规模MIMO快速收敛的低复杂度预编码方法，该方法包括以下步骤：步骤1、启动预编码程序，对MIMO发送天线的相关参数进行初始化；步骤2、根据初始化参数，利用切比雪夫半迭代算法加速对称超松弛算法完成预编码求逆过程；步骤3、根据算法迭代得到的结果，产生MIMO发送天线的待发送信号，预编码程序结束。其中，参数初始化包括参数初始化，设定发送天线数量，单天线用户数，信道传输矩阵。通过计算比较预编码的误码率和传输速率以及运算复杂度，与理论值相比较，本发明提出的方法具有更快的收敛性，更低的复杂度以及更优的性能。
1.一种大规模MIMO快速收敛的低复杂度预编码方法，其特征在于，该方法包括以下步骤：步骤1、启动预编码程序，对MIMO发送天线的相关参数进行初始化；
步骤2、根据初始化参数，利用切比雪夫半迭代算法加速对称超松弛算法完成预编码求逆过程；
步骤3、根据算法迭代得到的结果，产生MIMO发送天线的待发送信号，预编码程序结束；
初始化参数设置完成后，利用信道矩阵，得到传统的迫零预编码矩阵，由于迫零预编码矩阵中含有矩阵求逆运算，采用对称超松弛迭代法，近似求解矩阵的求逆运算，并采用切比雪夫半迭代算法加速对称超松弛迭代法；
步骤2.1、获取传统迫零预编码矩阵WZF＝H(HH) ，待发送信号为：H
其中，t＝P s，P＝HH ，βZF是归一化发送功率，H为信道传输矩阵，利用对称超松弛完成矩阵的求逆过程；
步骤2.2、分解矩阵P,P＝D+L+U，D、L和U分别代表对角元素、严格下三角元素和严格上三角元素；
步骤2.3、利用对称超松弛迭代算法求解t：‑1 ‑1
Jω＝ω(D‑ωU) ((2‑ω)D(D‑ωL) ‑I)P‑1 ‑1
Hω＝ω(D‑ωU) ((2‑ω)D(D‑ωL) ‑I)其中，N为发送天线数量，K为单天线用户数，I为单位矩阵、ω为最优松弛参数；
步骤2.4、利用切比雪夫半迭代法加速对称超松弛算法：其中，ρ,ζ,υ为Chebyshev参数，S(J(w))为Jw的谱半径；
根据步骤2.4中迭代输出的结果t ，计算基站MIMO发送天线的实际发送信号x＝βH (i+1)ZFHt 。
2.根据权利要求1所述的大规模MIMO快速收敛的低复杂度预编码方法，其特征在于，所述步骤1的具体方法为：启动预编码程序后，即可进行MIMO发送天线的参数初始化，包括设定发送天线数量N，单天线用户数K，信道传输矩阵H。
3.根据权利要求1所述的大规模MIMO快速收敛的低复杂度预编码方法，其特征在于，该方法还包括对大规模MIMO快速收敛的预编码方法进行分析验证的方法：包括误码率分析和传输速率速率分析；误码率分析对比了ZF，SSOR，Neumann和SI‑SSOR四种预编码在不同迭代次数下的误码率；传输速率分析对比了ZF，SSOR，Neumann和SI‑SSOR四种预编码在不同迭代次数下的传输速率；通过比较，验证在相同性能要求下，大规模MIMO快速收敛的预编码方法具有更快的收敛性与更低的复杂度。
一种大规模MIMO快速收敛的低复杂度预编码方法
技术领域
[0001] 本发明涉及无线通信预编码领域，尤其涉及一种大规模MIMO快速收敛的低复杂度预编码方法。
背景技术
[0002] 在传统的MIMO系统中，预编码技术被提出用来解决用户间的通信干扰的问题。根据不同的模型，现存的预编码技术可以分为线性预编码和非线性预编码。虽然非预编码有很好的抑制用户干扰的效果，但是运算复杂度非常高。线性预编码有较低的运算复杂度，但是性能不如非线性预编码。常用线性预编码包含匹配预编码，迫零预编码以及正则化迫零预编码等。其中，迫零预编码技术由于其优秀的性能获得了广泛的应用。同时在大规模MIMO天线系统中，由于“信道硬化”，线性预编码的性能并不输于非线性预编码。但是，大量部署的天线使得迫零预编码的求逆运算复杂度急剧上升。为了降低大规模MIMO天线系统中迫零预编码的运算复杂度，使其在实际运用中更加快捷然。本发明提出了一种低复杂度的快速收敛预编码
发明内容
[0003] 本发明要解决的技术问题在于针对现有技术中迫零预编码中求逆复杂度过高的缺陷，提供一种大规模MIMO快速收敛的低复杂度预编码方法。
[0004] 本发明解决其技术问题所采用的技术方案是：
[0005] 本来发明提供一种大规模MIMO快速收敛的低复杂度预编码方法，该方法包括以下步骤：
[0006] 步骤1、启动预编码程序，对MIMO发送天线的相关参数进行初始化；
[0007] 步骤2、根据初始化参数，利用切比雪夫半迭代算法加速对称超松弛算法完成预编码求逆过程；
[0008] 步骤3、根据算法迭代得到的结果，产生MIMO发送天线的待发送信号，预编码程序结束。
[0009] 进一步地，本发明的所述步骤1的具体方法为：
[0010] 启动预编码程序后，即可进行MIMO发送天线的参数初始化，包括设定发送天线数量N，单天线用户数K，信道传输矩阵H。
[0011] 进一步地，本发明的所述步骤2的具体方法为：
[0012] 初始化参数设置完成后，利用信道矩阵，得到传统的迫零预编码矩阵，由于迫零预编码矩阵中含有矩阵求逆运算，采用对称超松弛迭代法，近似求解矩阵的求逆运算，并采用切比雪夫半迭代算法加速对称超松弛迭代法。
[0013] 进一步地，本发明的所述步骤2包括以下步骤：
[0014] 步骤2.1、获取传统迫零预编码矩阵WZF＝HH(HHH)‑1，待发送信号为：
[0015] x＝βZFHHt
[0016] 其中，t＝P‑1s，P＝HHH，βZF是归一化发送功率，H为信道传输矩阵，利用对称超松弛完成矩阵的求逆过程；
[0017] 步骤2.2、分解矩阵P,P＝D+L+U，D、L和U分别代表对角元素、严格下三角元素和严格上三角元素；
[0018] 步骤2.3、利用对称超松弛迭代算法求解t：
[0019]
[0020] Jω＝ω(D‑ωU)‑1((2‑ω)D(D‑ωL)‑1‑I)P
[0021] Hω＝ω(D‑ωU)‑1((2‑ω)D(D‑ωL)‑1‑I)
[0022]
[0023] 其中，N为发送天线数量，K为单天线用户数，I为单位矩阵、ω为最优松弛参数；
[0024] 步骤2.4、利用切比雪夫半迭代法加速对称超松弛算法：
[0025]
[0026]
[0027]
[0028]
[0029] 其中，ρ,ζ,υ为Chebyshev参数，S(Jω)为Jw的谱半径；
[0030]
[0031] 其中，λmax(B)＜1，B＝D‑1(L+U)；
[0032] 判断迭代次数是否满足，满足后继续迭代，输出t(i+1)。
[0033] 进一步地，本发明的所述步骤3中的具体方法为：
[0034] 根据步骤2.4中迭代输出的结果t(i+1)，计算基站MIMO发送天线的实际发送信号x＝H (i+1)βZFHt 。
[0035] 进一步地，本发明的该方法还包括对大规模MIMO快速收敛的预编码方法进行分析验证的方法：
[0036] 包括误码率分析和传输速率速率分析；误码率分析对比了ZF，SSOR，Neumann和SI‑SSOR四种预编码在不同迭代次数下的误码率；传输速率分析对比了ZF，SSOR，Neumann和SI‑SSOR四种预编码在不同迭代次数下的传输速率；通过比较，验证在相同性能要求下，大规模MIMO快速收敛的预编码方法具有更快的收敛性与更低的复杂度。
[0037] 本发明产生的有益效果是：本发明的大规模MIMO快速收敛的低复杂度预编码方法，该方法复杂度低，相比于传统ZF方法，Neumann级数展开方法(Neumann)、对称超松弛迭代方法(SSOR)，本发明提出的切比雪夫半迭代加速对称超松弛算法(SI‑SSOR)，能够以更低的复杂度实现更好的误码率性能。
附图说明
[0038] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0039] 图1是本发明实施例的大规模MIMO快速收敛的低复杂度预编码方法流程图；
[0040] 图2是本发明实施例的大规模MIMO快速收敛的低复杂度预编码方法之切比雪夫半迭代加速的对称超松弛算法流程；
[0041] 图3是本发明实施例的仿真结果之低复杂度预编码方法与Neumann级数展开方法、对称超松弛迭代方法的误码率比较图；
[0042] 图4是本发明实施例的仿真结果之低复杂度预编码方法与Neumann级数展开方法、对称超松弛迭代方法的传输速率比较图。
具体实施方式
[0043] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0044] 如图1所示，本发明实施例的大规模MIMO快速收敛的低复杂度预编码方法，该方法包括以下步骤：
[0045] S1、启动预编码程序，对MIMO发送天线的相关参数进行初始化；
[0046] S2、根据初始化参数，利用切比雪夫半迭代算法加速对称超松弛算法完成预编码求逆过程；
[0047] S3、根据算法迭代得到的结果，产生MIMO发送天线的待发送信号，预编码程序结束。
[0048] 启动预编码程序后，即可进行步骤S1的MIMO发送天线参数初始化，包括设定发送天线数量N，单天线用户数K，信道传输矩阵H。
[0049] 参数设置完成后，即开始利用切比雪夫半迭代法加速对称超松弛算法完成预编码的求逆过程S2。首先，利用信道矩阵H，得到传统的迫零预编码矩阵WZF，由于WZF中含有矩阵求逆运算，因此我们利用对称超松弛迭代法，近似求解矩阵的求逆运算。具体操作如下：
[0050] S2.1、获取传统迫零预编码矩阵WZF＝HH(HHH)‑1，待发送信号为：
[0051] x＝βZFHHt
[0052] 其中，t＝P‑1s，P＝HHH，βZF是归一化发送功率，H为信道传输矩阵，利用对称超松弛完成矩阵的求逆过程；
[0053] S2.2、分解矩阵P,P＝D+L+U，D、L和U分别代表对角元素、严格下三角元素和严格上三角元素；
[0054] S2.3、利用对称超松弛迭代算法求解t：
[0055]
[0056] Jω＝ω(D‑ωU)‑1((2‑ω)D(D‑ωL)‑1‑I)P
[0057] Hω＝ω(D‑ωU)‑1((2‑ω)D(D‑ωL)‑1‑I)
[0058]
[0059] 其中，N为发送天线数量，K为单天线用户数，I为单位矩阵、ω为最优松弛参数；
[0060] S2.4、利用切比雪夫半迭代法加速对称超松弛算法：
[0061]
[0062]
[0063]
[0064]
[0065] 其中，ρ,ζ,υ为Chebyshev参数，S(J(w))为Jw的谱半径；
[0066]
[0067] 其中，λmax(B)＜1，B＝D‑1(L+U)；
[0068] 判断迭代次数是否满足，满足后继续迭代，输出t(i+1)。
[0069] 根据步骤2.4中迭代输出的结果t(i+1)，计算基站MIMO发送天线的实际发送信号x＝H (i+1)βZFHt 。
[0070] 由于HHH是埃尔米特矩阵，所以λmax(B)＜1，迭代过程是收敛的。由于整个算法是收敛的，利用低复杂度的切比雪夫半迭代法加速对称超松弛算法的迭代速度。切比雪夫半迭代法加速对称超松弛算法(SI‑SSOR)有更快的收敛速度。从实验中显示，两次SI‑SSOR迭代就可以达到SSOR算法4次迭代的性能。
[0071] 分别对大规模MIMO快速收敛的预编码进行分析，其中包含误码率分析和传输速率速率分析。误码率分析对比了ZF，SSOR，Neumann，和SI‑SSOR四种预编码在不同迭代次数下的误码率。传输速率分析对比了ZF，SSOR，Neumann和SI‑SSOR四种预编码在不同代次数下的传输速率，通过与理论值相比较，如表1所示本发明提出的方法，在相同性能要求下，具有更快的收敛性与复杂度。一种大规模MIMO快速收敛的低复杂度预编码收敛速率快，其通过的2次迭代的误码率性能优于大部分传统预编码方法3次甚至4次迭代的误码率性能。
[0072] 表1本发明仿真结果之低复杂度预编码方法与Neumann级数展开方法、对称超松弛迭代方法的复杂度比较表
[0073]
[0074] 本领域的技术人员可以对本发明进行各种修改和变型，倘若这些修改和变型在本发明权利要求及其等同技术的范围之内，则这些修改和变型也在本发明的保护范围之内。
[0075] 说明书中未详细描述的内容为本领域技术人员公知的现有技术。
