简介

5G和其他现代无线通信系统广泛使用MIMO波束形成技术来增强信噪比(SNR)和空间复用，以提高散点丰富环境中的数据吞吐量。在散射体丰富的环境中，发射天线和接收天线之间可能不存在视线路径。为了获得高吞吐量，MIMO波束形成在发射端实现预编码，在接收端实现组合，以提高信噪比并分离空间信道。全数字波束形成结构要求每个天线都有一个专用的rf到基带链，这使得整体硬件昂贵，功耗高。作为一种解决方案，提出了混合MIMO波束形成[1]，该方案使用较少的RF-基带链，并在RF部分实现部分预编码和组合。通过对预编码和组合权重的精心选择，混合波束形成可以达到与完全波束形成相当的性能。

在这个例子中，我们介绍了一个混合MIMO波束形成的Simulin金宝appk模型。该模型给出了两种混合波束形成算法:量化稀疏混合波束形成(QSHB)[2]和峰值搜索混合波束形成(HBPS)。

下图显示了混合波束形成系统的结构。

在图中，为信号流的个数;为发射天线数;为发射射频链数;为接收天线数;而且为接收射频链数。以2个信号流、64个发射天线、4个发射射频链、16个接收天线、4个接收射频链为例。

散射通道表示为．混合波束形成权值由模拟预编码器表示，数字预编码器，模拟合成器，以及数字合成器．有关混合波束形成的更详细介绍，请参阅MATLAB®混合波束形成简介的例子。

探索模式

Simu金宝applink模型由四个主要部分组成:MIMO发射器、MIMO通道、MIMO接收器和权重计算。

MIMO发射机生成信号流，然后进行预编码。调制信号通过MIMO信道中定义的散射信道传播，然后在接收端进行解码和解调。

MIMO散射信道

MIMO散射信道用信道矩阵表示。此外，本示例使用一个启用的子系统定期更改此矩阵，以模拟MIMO通道可能随时间变化的事实。

混合波束形成权值计算

在混合波束形成系统中，预编码和相应的组合过程部分在基带完成，部分在射频带完成。一般来说，在射频波段实现的波束形成只涉及相移。因此，在这种系统中，一个关键的部分是如何确定基于信道的基带和射频带之间的权重分配。这是在权重计算块中完成的，其中预编码权重，Fbb而且FrfAng，并组合权重，Wbb而且WrfAng，均根据信道矩阵计算，H．在这个例子中，我们假设信道矩阵是已知的，并提供QSHB和HBPS算法。

量化稀疏混合波束形成(QSHB)

文献[2,3]表明，给定MIMO散射信道的信道矩阵H，可以通过迭代算法[2]计算混合波束形成权值。采用正交匹配追踪算法，得到的模拟预编码/组合权值只是与信道矩阵的主导模相对应的转向向量。关于算法的详细描述，请参见混合波束形成简介的例子。

峰值搜索量化稀疏混合波束形成

HBPS是QSHB的简化版本。HBPS不需要迭代地寻找信道矩阵的主导模式，而是将所有的数字权重投射到一个方向网格中，并识别而且形成相应的模拟波束形成权值。这尤其适用于大型阵列，例如用于大规模MIMO系统的阵列，因为对于大型阵列，方向更可能是正交的。

由于信道矩阵随时间变化，权重计算也需要周期性地进行，以适应信道的变化。

结果和显示

QSHB

下图显示了在接收端使用QSHB算法恢复的16个QAM符号流。结果星座表明，与源星座相比，恢复的符号正确地位于两个流中。这意味着使用混合波束形成技术，我们可以通过同时发送两个流来提高系统容量。另外，从星座图中可以看出，第一个恢复流的方差要比第二个恢复流的方差好，因为在第一个恢复流的星座中，点的分散程度较小。这是因为第一条流使用MIMO信道的最主要模式，因此具有最佳信噪比。

hbp

HBPS的结果如下图所示。从星座图可以看出，与QSHB相比，它达到了相似的性能。这意味着HBPS是模拟64x16 MIMO系统的一个很好的选择。

总结

本例提供了两种混合波束形成方法(QSHB和HBPS)金宝app的Simulink模型。利用MIMO散射信道为大规模MIMO系统提供了一个真实的信道模型。根据信号金宝app流中的函数对Simulink模型进行了划分，为硬件实现提供指导。对于给定的H，符号的数量可以变化以模拟可变的相干信道长度。利用该Simulin金宝appk模型，可以研究各种系统参数和新的混合波束形成算法。该系统结构便于硬件实现。

参考

[1] Andreas F. Molisch等。“用于大规模MIMO的混合波束形成:调查”，IEEE通信杂志，第55卷，第9期，2017年9月，第134-141页

[2]奥玛·埃尔·阿亚赫等。“毫米波MIMO系统的空间稀疏预编码，IEEE无线通信汇刊”，第13卷，第3期，2014年3月

[3]。Emil Bjornson, Jakob Hoydis, Luca Sanguinetti，“大规模MIMO网络:光谱、能量和硬件效率”，信号处理基础和趋势:第11卷，第3-4期，2017年