5G无线通信能效优化：混合预编码设计解析

### 5G无线通信能效优化：混合预编码设计解析 #### 5G无线通信能效概述 在5G移动通信系统中，能效被视为最重要的性能指标之一。由于5G网络是一个庞大的异构网络，像单小区中有限干扰发射机的MIMO通信系统这类简单场景，无法准确评估复杂蜂窝网络的能效。而且，在公开文献中，关于不同功率分配方案（这是功耗评估中的重要影响因素）对5G蜂窝网络能效影响的研究非常少见。 #### 相关工作回顾 为提升多天线传输系统的性能，人们对结合数字基带预编码和模拟射频预编码的混合预编码技术进行了研究。以下是一些相关研究成果： |研究内容|具体成果| | ---- | ---- | |软天线子集选择方案|基于射频链和基带处理的联合设计，为多天线信道提出了软天线子集选择方案。在传输单数据流时，该方案能达到与涉及MIMO无线通信系统所有天线的全复杂度方案相同的信噪比增益。| |毫米波预编码器设计算法|将毫米波预编码器设计问题表述为稀疏约束信号恢复问题，开发了算法来近似具有大天线阵列的毫米波通信系统中的最优无约束预编码器和组合器。| |混合波束成形方法|为最大化MIMO通信系统的总速率，通过考虑加权和均方误差最小化问题，间接设计了一种混合波束成形方法，该问题结合了数字波束成形系统的解决方案。| |低复杂度混合预编码方案|基于低复杂度信道估计算法，提出了一种混合预编码算法，在单用户毫米波通信系统中相对于无约束数字解决方案实现了接近最优的性能。为减少毫米波MIMO通信系统中的反馈开销，为多用户通信系统的下行链路开发了一种低复杂度混合模拟/数字预编码方案。| |两阶段预编码方案|为在有限射频链约束和仅相位约束下最大化用户的最小平均数据速率，提出了一种两阶段预编码方案，以利用大规模MIMO系统中减少信道状态信息（CSI）信令开销的大空间自由度增益。| |低复杂度混合预编码方案|基于射频域中的仅相位约束和低维基带迫零（ZF）预编码，提出了一种低复杂度混合预编码方案，以接近传统基带ZF预编码方案的性能。与数字波束成形方案相比，混合波束成形方案在多用户大规模MIMO通信系统中用最少的射频链和移相器实现了相同的性能。| 然而，上述研究大多仅分析了MIMO或大规模MIMO通信系统中混合预编码系统的传输速率和硬件复杂度，针对5G无线通信系统射频链和基带处理的能效解决方案在公开文献中极为罕见。而使用大量射频链会导致5G无线通信系统的能量和成本增加，这是一个不可避免的问题。 #### 系统模型 考虑到大规模MIMO天线对射频链和基带处理的影响，需要重新思考5G无线通信系统的能效。以单小区场景为例，5G无线通信系统中有一个基站（BS）和K个用户设备（UE）。基站配备NTx个天线（NTx ⩾ 100），有K个活动UE，每个UE有一个天线并与基站关联。基站的传输系统配备NRF个射频链，在5G无线通信系统中，一个基带数据流与一个UE相关联，研究主要集中在5G无线通信系统的下行链路。 第k个UE接收到的信号表示为： \[y_k = h_k^H B_{RF} B_{BB} x + w_k\] 其中，\(x = [x_1, \cdots, x_k, \cdots, x_K]^H\)是从基站传输到K个UE的信号向量，\(\{x_k\}\)（\(k = 1, \cdots, K\)）是独立同分布（i.i.d.）的零均值、方差为1的高斯随机变量；\(B_{BB} \in C^{N_{RF} \times K}\)是基带预编码矩阵，其第k列\(b_{BB,k}\)是与第k个UE相关联的基带预编码向量；\(B_{RF} \in C^{N_{Tx} \times N_{RF}}\)是由NRF个射频链执行的射频预编码矩阵；\(w_k\)是第k个UE接收到的噪声，所有UE接收到的噪声都是独立同分布的零均值、方差为1的高斯随机变量；\(h_k^H\)是基站与第k个UE之间的下行链路信道向量，基站与K个UE之间的下行链路信道矩阵表示为\(H^H = [h_1, \cdots, h_k, \cdots, h_K]^H\)。 第k个UE传输信号消耗的功率表示为： \[P_k = \|B_{RF} b_{BB,k} x_k\|^2 = \|B_{RF} b_{BB,k}\|^2\] 采用毫米波通信技术，毫米波信道用基于几何的随机建模（GBSM）表示为： \[h_k = \sqrt{N_{Tx} \beta_k} \sum_{i = 1}^{N_{ray}} \rho_{ki} u(\psi_i, \theta_i)\] 其中，\(N_{ray}\)是基站与K个UE之间的多径数量；\(\beta_k = \zeta / l_k^{\gamma}\)是基站与第k个UE之间无线链路的大尺度衰落系数，\(\zeta\)是零均值、方差为9.2 dB的对数正态随机变量，\(l_k\)是基站与第k个UE之间的距离，\(\gamma\)是路径损耗指数；\(\rho_{ki}\)是第k个UE链路的第i条多径的复增益，服从复高斯分布，且对于不同的\(k\)（\(k = 1, \cdots, K\)）和\(i\)（\(i = 1, \cdots, N_{ray}\)）是独立同分布的；\(\psi_i\)和\(\theta_i\)分别是第i条多径在基站天线阵列处的方位角和仰角；\(u(\psi_i, \theta_i)\)是基站天线阵列在方位角\(\psi_i\)和仰角\(\theta_i\)处的响应向量。假设基站天线阵列为均匀平面天线阵列，则响应向量表示为： \[u(\psi_i, \theta_i) = \frac{1}{\sqrt{N_{Tx}}} [1, \cdots, e^{j \frac{2\pi}{\lambda} d(m \sin(\psi_i) \sin(\theta_i) + n \cos(\theta_i))}, \cdots, e^{j (N_{Tx} - 1) \frac{2\pi}{\lambda} d((M - 1) \sin(\psi_i) \sin(\theta_i) + (N - 1) \cos(\theta_i))}]^T\] 其中，\(d\)是相邻天线之间的距离，\(\lambda\)是载波波长，\(M\)和\(N\)分别是基站天线阵列的行数和列数，\(m\)是基站天线阵列行中的第\(m\)个天线（\(1 \leqslant m < M\)），\(n\)是基站天线阵列列中的第\(n\)个天线（\(1 \leqslant n < N\)）。 #### 问题表述 基于上述系统模型，第k个UE的链路频谱效率表示为： \[R_k = \log_2 \left(1 + \frac{h_k^H B_{RF} b_{BB,k} b_{BB,k}^H B_{RF}^H h_k}{\sum_{i = 1, i \neq k}^{K} h_k^H B_{RF} b_{BB,i} b_{BB,i}^H B_{RF}^H h_k + \sigma_n^2} \right)\] 假设基站发射机具有完美的CSI，即基站已知信道向量\(h_k\)（\(k = 1, \cdots, K\)）。在实际无线通信系统中，可通过上行链路信道估计获得CSI，然后基于时分双工（TDD）模式下的信道互易性将其应用于下行链路预编码。所有UE的总频谱效率表示为： \[R_{sum} = \sum_{k = 1}^{K} R_k\] 基站的总功率表示为： \[P_{total} = \frac{1}{\alpha} \sum_{k = 1}^{K} \|B_{RF} b_{BB,k}\|^2 + N_{RF} P_{RF} + P_C\] 其中，\(\alpha\)是功率放大器的效率，\(\sum_{k = 1}^{K} \|B_{RF} b_{BB,k}\|^2\)是在给定带宽上为K个UE传输信号消耗的功率，\(P_{RF}\)是每个射频链消耗的功率，\(P_C\)是基站用于站点冷却、基带处理和同步的功率，为简化推导，\(P_C\)固定为常数。 目