系列前一篇文章 混合波束成形專欄|基礎:深入淺出5G,毫米波,大規模MIMO與波束賦形, 幫助了許多需要幫助的人。這幾個月一直偷懶,沒有寫文章。需要再次強調的是,寫這一系列文章的主旨在於: 許多人以把簡單的事情講複雜來顯示自己的牛逼, 而我則喜歡把複雜的東西說簡單來證明自己的努力。今天想寫一下關於混合波束成形的算法設計。
前言
混合波束賦形專欄| 對5G熱門研究技術:混合波束成形算法的討論與經典論文的推敲,一點拙見,如有偏頗,望不吝賜教,盼即賜復。
系統模型與數學建模
關於MIMO,波束成形和5G毫米波等基本概念,可以參考前作 混合波束成形專欄|基礎:深入淺出5G,毫米波,大規模MIMO與波束賦形,應該是全網講的最簡潔清晰的攻略了。 因此,後續的推導將默認你們已經掌握上一篇的基礎上進行。
首先,傳統的MIMO系統如下圖所示
圖中數據處理部分,除了 發送端數字域的數據處理, 還需要包括
- 發送端的DAC (數字信號轉模擬信號)
- 發送端的上變頻操作
- 接收端的ADC(模擬信號轉數字信號)
- 接收端的下變頻操作
用於實現這一系列操作的被稱爲射頻鏈路 (Radio Frequency chain, RF chain)。而在傳統的MIMO中,爲每根天線配置了一條射頻鏈路。其優點在於,可以對輸入信號進行數字域的數據處理(即任意地調整信號的幅度和相位)後直接輸送到發送天線進行發送。這樣的數據處理也被稱爲全數字波束成形 (Fully-digital beamforming)。 而缺點在於,隨着天線數目的增長(5G系統大規模MIMO中,天線數可達數百),已經無法負擔爲每根天線都配置一條對應的RF chain的開銷。於是,爲降低硬件開支,混合波束成形 (Hybrid analog and digital beamforming, HBF)結構應運而生。
圖片出自HBF的經典論文,其讀書筆記可參考前作 混合波束賦形專欄|基於正交匹配追蹤(Orthogonal Matching Pursuit)法的混合波束賦形算法。簡單說下其結構和各符號的意義:
-
: 發送信號的維度,也可以稱爲 同一時刻發送了路信號。
-
, : 發送與接收天線數
-
, :發送與接收的RF chain數目
-
, :發送和接收 數字波束成形矩陣
-
, :發送和接收 模擬波束成形矩陣
值得一提的是,很多論文中將發送波束成形矩陣稱爲預編碼矩陣 (precoder), 接收稱爲(combiner),如果看到的話知道這是一回事就可以了。
這張圖其實已經反映了HBF的核心特徵:大大降低了RF chain的數目,從而節約了硬件開銷。需要重點注意的是模擬波束成形和數字波束成形的區別。爲了降低RF chain,後續的模擬波束成形是在模擬域(射頻)上操作的,因此,主流結構使用相移器 (phase shifter)來實現。其優點是成本較低,缺點在於只能改變信號的相位。
有一些基本的關係:首先,要發送路信號,至少需要路射頻鏈路。同時,爲減輕硬件開銷,往往有。通過數學建模的方式,把整個運作流程給大家過一遍: -
的發送向量 , 經過數字域的波束成形(線性變換, 可表示爲維度爲 的矩陣 , 得到維度爲 的向量。
-
接下來,由相移器實現的模擬波束成形矩陣 (建模爲維度是的矩陣)對信號進行處理,得到發送天線上實際待發送的信號,維度爲的信號。
-
發送信號經過MIMO信道,可以將該線性變換建模爲的信道矩陣。即接收天線上收到信號爲。
-
接收端會做一個和發送端鏡像的操作,即先通過模擬波束成形後再進行數字波束成形。 最終得到的信號爲 。這裏,將接收端的操作寫爲而不是只是一種主流的寫法,其實兩者都是可以的。當寫爲時,的維度是。
將整個式子展開來,接收到的信號可以建模爲:
而全數字波束成形結構下,接收信號可表示爲
可以看到純數字波束成形與混合波束成形的核心區別:
- 混合波束成形所需要設計的矩陣數目更多(共有4個)
- 由於硬件實現上的區別, , 是由相移器實現的,因此只能改變信號的相位,對應於數學建模後的限制爲,矩陣的每一個元素的模爲1. 這一限制也叫做恆模約束,是HBF設計問題中最棘手的限制之一。(改變信號的角度等價於信號乘以 , 爲改變的角度值)。
- 同時,對於寬帶信道(如OFDM系統),由於, 是在射頻上實現,因此無法對每個子載波進行各自的模擬波束成形。相反,由於, 是對經過RF chain後的時域信號進行線性變換,因此,對應到頻域上是對每個子載波進行了相同的操作。也就是說,所有的子載波信號經過了同樣的, 處理。這個後面會再提到。爲了便於理解,這篇文章考慮的是簡單的窄帶情形,也就不涉及這一問題。
- 儘管引入了許多限制,增大了波束成形的難度,但這樣的結構大大降低了硬件開銷(主要是減少了RF chain的數目)。
設計算法的思路
正因爲硬件上帶來的限制,使得傳統MIMO波束成形的算法無法直接使用到大規模MIMO的HBF結構下。因此,提出適用於HBF結構的算法十分必要。在筆者所看過的所有HBF文章中,其實設計算法的思路只有如下兩種:
-
目標爲 最小化。
表示全數字波束成形下的最優解。 由於在過去的幾十年中,人們在傳統小規模MIMO下的研究已有了較深的積累,因此已有無數成熟的算法來求解全數字波束成形下的最優解。而這一思路的優點可以概括爲:站在前人的肩膀上,使用傳統純熟的算法求解出全數字最優解,然後設計HBF矩陣(即)使其儘可能的逼近該最優解。因此,數學建模爲最小化兩者差的F範數。
有許多文章使用了這一做法,較爲經典的是這兩篇文章。- Spatially sparse precoding in millimeter wave MIMO systems
- Alternating minimizatioalgorithms for hybrid precoding in millimeter wave MIMO systems
如果想進一步深入HBF算法設計的,筆者認爲這兩天文章是必讀的。這種思路的優劣勢如下: - 優點: 可以利用過去幾十年對數字波束成形的研究成果。一種算法可以應對各種不同的性能指標(如Spectral Efficiency (SE), MSE),這樣處理也可以簡化問題,發送端和接收端可以被解耦,獨立求解。
- 缺點:性能上會有所損失,相當於把優化問題近似爲了一個矩陣拆分問題,那麼最終求出的結果也不會是最優的結果。
-
直接作爲一個全新的問題,不依賴於過去的算法,直接以性能指標爲優化目標對四個矩陣進行優化。有兩篇較爲典型的文章。
- Hybrid digital and analog beamforming design for large-scale antenna arrays
- Hybrid Beamforming for Millimeter Wave Systems Using the MMSE Criterion
這種思路直接以優化目標函數來formulate優化問題並直接求解,優缺點恰恰與上一種思路相反。上述的兩篇文章分佈以SE 和 MSE爲目標對四個矩陣進行優化,想進一步深入HBF的也值得一看。
一些仍然值得研究的問題
5G HBF的算法設計時至今日,也已有了多年的積累。本文所描述的系統模型和算法設計思路,基本已經被學者們做透了,然而,仍然有許多問題,值得進一步的探討和思考
-
更進一步的硬件限制–部分連接結構。 本文描述的系統模型中的模擬波束成形結構,被稱爲fully-connected,即全連接結構。 這個結構需要個相移器,這一開銷也十分昂貴。因此, Alternating minimizatioalgorithms for hybrid precoding in millimeter wave MIMO systems中提出了一種partially-connected的結構,下圖展示了兩者的區別:
左圖中,每個RF chain和天線間都有一個相移器連接(這也是爲什麼我們可以把模擬波束成形操作建模爲一個矩陣),而右圖的partially-connected結構中,每根天線只與一個相移器相連。顯然,這一結構會對問題的求解引入新的限制,即, 需要滿足是一個塊對角矩陣。在實際中,partially-connected結構更節約硬件開銷,更易於工程實現,因此該結構下的算法非常值得研究。 -
更進一步的硬件限制–有限精度的相移器。 在本文討論的結構中,我們在設計, 矩陣時只考慮了其只能改變信號相位的限制。而事實上,在實際中相移器所要改變信號角度的精度也是有限的 (本文所提到的文章中均假設了無限精度的相移器)。考慮實際的限制,那麼, 中的元素應該只能在一個離散的集合中選取。 一般我們將相移器按精度描述爲n-bit 相移器,對應的就是有種相位可以選擇,即模擬波束成形矩陣的元素只能在種相位中選擇。
-
另一種硬件思路–有限精度ADC/DAC。這個其實和本文關係不大,也不是HBF的範疇了,但適用於大規模MIMO系統,因此簡單提一下。其思路就是,全數字波束成形的缺點就在於RF chain太多,而RF chain太多的核心問題是數模轉換器和模數轉換器的成本太高。因此,這種思路是我不降低RF chain的數目,但每個RF chain只使用成本較低的有限精度ADC/DAC,以此來降低成本。
-
信道估計與信道信息。 本文所提到的論文中,都是假設了完美已知的信道信息,側重於波束成形設計。但實際中,如何精確估計信道信息是一個非常重要的話題。同樣,全數字結構下的信道估計方法不能直接套用到HBF結構下進行信道估計。而對於波束成形設計而言,能夠對信道估計誤差進行一些魯棒性的設計,會更加難能可貴。