介绍

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和空间复用，以提高散射体丰富的环境中的数据吞吐量。在散射体丰富的环境中，在发射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波束形成在发射端进行预编码，在接收端进行组合，以提高信噪比和分离空间信道。全数字波束形成结构要求每个天线都有一个专用的rf -基带链，这使得整体硬件昂贵，功耗高。为此，提出了[1]混合MIMO波束形成方案，该方案使用较少的射频至基带链，在射频部分实现部分预编码和合并。通过精心选择预编码和组合权值，混合波束形成可以达到与全波束形成相当的性能。

在这个例子中，我们引入了一个混合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;为发送射频链的数量;为接收天线数;和为接收射频链的数目。在本例中，两个信号流，64个发送天线，4个发送射频链，16个接收天线，4个接收射频链。

散射信道表示为。混合波束形成权值由模拟预编码器表示、数字预编码器,模拟组合器、数字合成器。关于混合波束形成的更详细的介绍，请参阅MATLAB混合波束形成介绍的例子。

探索模型

Simu金宝applink模型由四个主要组件组成:MIMO发射机、MIMO信道、MIMO接收机和权重计算。

MIMO发射机生成信号流，然后应用预编码。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散射通道

MIMO散射信道用信道矩阵表示。此外，本示例使用启用的子系统定期更改此矩阵，以模拟MIMO信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，预编码和相应的合并过程部分在基带完成，部分在射频频段完成。一般来说，在射频波段实现的波束形成只涉及相移。因此，如何根据信道在基带和射频之间分配权值是该系统的关键部分。这是在权重计算模块中完成的，其中预编码权重，Fbb和FrfAng，结合重量，Wbb和WrfAng，是根据信道矩阵计算的，H。在这个例子中，我们假设信道矩阵是已知的，并提供了QSHB和HBPS算法。

量化稀疏混合波束形成

文献[2,3]表明，给定MIMO散射信道的信道矩阵H，可以通过[2]迭代算法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/组合权值就是信道矩阵的主导模式对应的导向向量。关于算法的详细描述，请参考混合波束形成介绍的例子。

基于峰值搜索的量化稀疏混合波束形成

HBPS是QSHB的简化版。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值投影到一个方向网格中，从而识别出信道矩阵和峰值以形成相应的模拟波束形成权值。这种方法尤其适用于大型阵列，比如在大规模MIMO系统中使用的阵列，因为对于大型阵列，方向更可能是正交的。

由于信道矩阵会随着时间的推移而变化，因此权重计算也需要周期性地进行，以适应信道的变化。

并显示结果

QSHB

下图显示了使用QSHB算法在接收端恢复的16个QAM符号流。结果表明，与源星座相比，恢复的符号正确地位于两流中。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的容量。另外，星座图显示，由于点在第一流星座中的分散程度较低，因此第一流的方差要优于第二流。这是因为第一个流使用MIMO信道的最主要模式，所以它有最好的信噪比。

hbp

HBPS结果如下图所示。星座图表明，与QSHB相比，该算法具有相似的性能。这意味着HBPS是模拟64x16 MIMO系统的一个很好的选择。

总结

该实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流中的功能对Simulink模型进行了划分，为硬件实现提供了指导。对于给定的H，可以通过改变符号数来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。系统结构便于硬件实现。

参考

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

[2] Oma El Ayach等“毫米波MIMO系统的空间稀疏预编码”，IEEE无线通信学报，Vol. 13, No. 3, 2014年3月

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