本發(fā)明涉及無線通信技術領域，特別涉及一種毫米波mimo系統(tǒng)的混合預編碼方法及系統(tǒng)。

背景技術：

毫米波通信自由路損的急劇增加，早期關于毫米波通信的研究大多集中于室內場景。然而，得益于毫米等級的波長，大規(guī)模的毫米波通信系統(tǒng)天線陣列可以密集排列在較小體積的印制電路板上，因此基于大規(guī)模天線陣列的波束成形技術被廣泛應用于實際的毫米波通信系統(tǒng)以對抗劇烈的路徑損耗。然而，全數(shù)字的波束成形技術要求為每一根天線配置單獨的數(shù)字收發(fā)通道，在使用大規(guī)模天線陣列的毫米波通信系統(tǒng)中，其維度可能會使得數(shù)字信號處理的復雜度和功率消耗難以接受，因此全數(shù)字的波束成形技術并不適合實際的毫米波通信系統(tǒng)。針對這一問題，一種模擬和數(shù)字器件相結合的波束成形方案在毫米波通信系統(tǒng)中受到了廣泛的關注。在此方案中，發(fā)射端的基帶源信號首先被送入數(shù)字基帶處理器，然后數(shù)字基帶處理器的輸出由若干條數(shù)字發(fā)射通道送入由相位轉換器組成的模擬單元，最終轉換成基帶發(fā)射信號。接收端的流程與發(fā)射端的流程是一一對應的。由于相位轉換器只能改變輸入信號的相位，并不能調整輸入信號的幅度，因此被稱為模擬波束成形器。另一方面，數(shù)字收發(fā)通道不再與陣列天線對應相連，相比于全數(shù)字的波束成形方案其數(shù)量可以大幅降低。然而，混合波束成形設計問題屬于非線性優(yōu)化難題，用一般算法不可能在較短時間內找到最優(yōu)解。因此，現(xiàn)有研究將混合模擬數(shù)字波束成形設計問題建模為常模限制的矩陣分解優(yōu)化問題求其近似最優(yōu)解。

對現(xiàn)有技術進行檢索發(fā)現(xiàn)，omarelayach等在2014年ieeetransactionsonwirelesscommunications上發(fā)表的spatiallysparseprecodinginmillimeterwavemimosystems(毫米波多入多出系統(tǒng)中空間稀疏預編碼)中基于毫米波波束空間的稀疏性，將波束成形設計問題轉化為二維搜索問題，提出了一種搜索范圍基于二維收發(fā)天線陣列響應候選集的正交匹配追蹤方法成形波束。m.kimandy.lee等在2015年的ieeetrans.veh.technol上發(fā)表的mse-basedhybridrf/basebandprocessingformillimeterwavecommunicationsystemsinmimointerferencechannels、rusuc,mendez-rialr,gonzalez-prelcicynandrobertw.heath.jr等在2015年的ieeeinternationalconferenceoncommunications上發(fā)表的lowcomplexityhybridsparseprecodingandcombininginmillimeterwavemimosystems，以及yun-yuehlee,ching-hungwangandyuan-haohuang等在2014年的ieeetransactionsonsignalprocessing上發(fā)表的ahybridrf/basebandprecodingprocessorbasedonparallel-index-selectionmatrix-inversion-bypasssimultaneousorthogonalmatchingpursuitformillimeterwavemimosystems中分別優(yōu)化了二維收發(fā)天線陣列響應候選集、用簡單的相關計算設計替代復雜的匹配追蹤迭代以及簡化矩陣逆操作。chiao-enchen在2015年ieeewirelesscommunicationsletters上發(fā)表的aniterativehybridtransceiverdesignalgorithmformillimeterwavemimosystems(毫米波多入多出系統(tǒng)迭代的混合收發(fā)機設計算法)中，基于求導迭代的一維下山單純形法實現(xiàn)局部搜索。sohrabifoad等在2016年ieeejournalofselectedtopicsinsignalprocessing上發(fā)表的hybriddigitalandanalogbeamformingdesignforlarge-scaleantennaarrays(大規(guī)模天線陣列的數(shù)字和模擬波束成形設計)中，在收發(fā)機配置大規(guī)模天線陣列的假設條件下，近似得到直接求解混合波束形成的方法。xianghaoyu等在2016年的ieeejournalofselectedtopicsinsignalprocessing上發(fā)表的alternatingminimizationalgorithmsforhybridprecodinginmillimeterwavemimosystems(基于交替最小化算法的毫米波多入多出系統(tǒng)混合預編碼)中基于導頻序列，采用黎曼優(yōu)化技術實現(xiàn)了一種混合波束成形設計方法并基于數(shù)字波束成形器相互正交的限制，提出一種快速混合波束形成算法。

上述中，正交匹配追蹤本質上是一種基于窮盡搜索的貪婪算法，會造成不能容忍的訓練時延、能耗和計算復雜度。此外，基于正交匹配追蹤技術的波束成形方法及其相應的簡化策略在實際使用中，將嚴重受限于搜索候選集合的設計，不符合成形波束參數(shù)連續(xù)取值的事實，極有可能造成基誤匹配現(xiàn)象，使得形成的天線陣列波束增益不高，嚴重降低了波束成形技術的性能表現(xiàn)。而基于導數(shù)復雜計算尋找下降方向及步長的下山單純形及黎曼優(yōu)化方法都會造成不可避免的高計算復雜度；特別地，基于每次更新一個波束形成矩陣元素的一維局部搜索方法加劇了系統(tǒng)的時延代價。基于大規(guī)模天線陣列假設的方法并不適用于小規(guī)模系統(tǒng)，而且方式實施中需要反復對矩陣求逆，給系統(tǒng)帶來較高的運算復雜度?；跀?shù)字波束成形矢量相互正交假設前提的快速算法因為隱性的附加限制會帶來不可避免的性能表現(xiàn)損失。

技術實現(xiàn)要素：

本發(fā)明提供了一種毫米波mimo系統(tǒng)的混合預編碼方法及系統(tǒng)，旨在至少在一定程度上解決現(xiàn)有技術中的上述技術問題之一。

為了解決上述問題，本發(fā)明提供了如下技術方案：

一種毫米波mimo系統(tǒng)的混合預編碼方法，包括以下步驟：

步驟a：建立毫米波mimo系統(tǒng)的混合預編碼問題模型；

步驟b：給定初始模擬預編碼，基于所述初始模擬預編碼，按照最小均方原則得到數(shù)字預編碼；

步驟c：給定初始數(shù)字預編碼，根據(jù)所述初始數(shù)字預編碼對混合預編碼問題模型進行優(yōu)化，并采用搜索法得到模擬預編碼；

步驟d：迭代執(zhí)行步驟b和步驟c，直到達到混合預編碼迭代次數(shù)值，并輸出所述數(shù)字預編碼和模擬預編碼。

本發(fā)明實施例采取的技術方案還包括：在所述步驟a中，所述混合預編碼問題模型為：

上述公式中，frf和fbb分別為模擬預編碼和數(shù)字預編碼，ns為數(shù)據(jù)流的數(shù)目，fopt＝[u1,u2,...,uns]是最優(yōu)全數(shù)字預編碼，[u1,u2,...,uns]是毫米波信道矩陣h的ns個最大的右特征向量，|·|f表示frobineous范數(shù)，[a]i,j表示矩陣a的第(i,j)個元素，|·|表示取模操作。

本發(fā)明實施例采取的技術方案還包括：在所述步驟b中，所述按照最小均方原則得到數(shù)字預編碼具體為：

給定初始模擬預編碼frf，所述混合預編碼問題模型簡化為：

得到：

上述公式中，

本發(fā)明實施例采取的技術方案還包括：在所述步驟c中，所述根據(jù)初始數(shù)字預編碼對混合預編碼問題模型進行優(yōu)化具體為：給定初始數(shù)字預編碼fbb，則所述混合預編碼問題模型改寫為：

將frf分割為個列向量，為發(fā)射段天線陣元數(shù)目，fbb分割為個行向量以及fopt分割為nt個行向量，則上述公式改寫為：

將帶入上述公式，則所述混合預編碼問題模型重新建模為：

上述公式中，arg([frf]n,l)∈[0,2π)，是由矩陣中所有元素的相位標量組成的矩陣，[·]n,:表示矩陣的第n行向量。

本發(fā)明實施例采取的技術方案還包括：在所述步驟c中，所述采用搜索法得到模擬預編碼具體包括：

步驟c1：將模擬預編碼矩陣分割為向量；

步驟c2：設定模擬預編碼矩陣初值，并迭代計算搜索初值s⁽¹⁾；

步驟c3：針對每個向量執(zhí)行探測移動，直到?jīng)]有可行的移動方向，并將所述搜索初值更新為其中，k為一輪探測移動中執(zhí)行的迭代次數(shù)；

步驟c4：對每個向量執(zhí)行移動方向更新；

步驟c5：判斷更新后的每個向量是否還有可行的移動方向，或相鄰兩次搜索初值是否滿足如果更新后的向量還有可行的移動方向，或相鄰兩次搜索初值不滿足則交替執(zhí)行步驟c3和步驟c4，直到更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值滿足如果更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值滿足執(zhí)行步驟c6；

步驟c6：輸出模擬預編碼：

本發(fā)明實施例采取的另一技術方案為：一種毫米波mimo系統(tǒng)的混合預編碼系統(tǒng)，包括：

模型建立模塊：用于建立毫米波mimo系統(tǒng)的混合預編碼問題模型；

數(shù)字預編碼計算模塊：用于給定初始模擬預編碼，基于所述初始模擬預編碼，按照最小均方原則得到數(shù)字預編碼；

模擬預編碼計算模塊：用于給定初始數(shù)字預編碼，根據(jù)所述初始數(shù)字預編碼對混合預編碼問題模型進行優(yōu)化，并采用搜索法得到模擬預編碼；

迭代判斷模塊：用于判斷混合預編碼迭代次數(shù)是否達到設定的迭代次數(shù)值，如果沒有達到設定的迭代次數(shù)值，通過數(shù)字預編碼計算模塊和模擬預編碼計算模塊迭代計算數(shù)字預編碼和模擬預編碼，直到達到混合預編碼迭代次數(shù)值，并輸出所述數(shù)字預編碼和模擬預編碼。

本發(fā)明實施例采取的技術方案還包括：所述混合預編碼問題模型為：

上述公式中，frf和fbb分別為模擬預編碼和數(shù)字預編碼，ns為數(shù)據(jù)流的數(shù)目，fopt＝[u1,u2,...,uns]是最優(yōu)全數(shù)字預編碼，[u1,u2,...,uns]是毫米波信道矩陣h的ns個最大的右特征向量，|·|f表示frobineous范數(shù)，[a]i,j表示矩陣a的第(i,j)個元素，|·|表示取模操作。

本發(fā)明實施例采取的技術方案還包括：所述數(shù)字預編碼計算模塊按照最小均方原則得到數(shù)字預編碼具體為：

給定初始模擬預編碼frf，所述混合預編碼問題模型簡化為：

得到：

上述公式中，

本發(fā)明實施例采取的技術方案還包括：所述模擬預編碼計算模塊根據(jù)初始數(shù)字預編碼對混合預編碼問題模型進行優(yōu)化具體為：給定初始數(shù)字預編碼fbb，則所述混合預編碼問題模型改寫為：

將frf分割為個列向量，為發(fā)射段天線陣元數(shù)目，fbb分割為個行向量以及fopt分割為nt個行向量，則上述公式改寫為：

將帶入上述公式，則所述混合預編碼問題模型重新建模為：

上述公式中，arg([frf]n,l)∈[0,2π)，是由矩陣中所有元素的相位標量組成的矩陣，[·]n,:表示矩陣的第n行向量。

本發(fā)明實施例采取的技術方案還包括：所述模擬預編碼計算模塊包括：

向量分割單元：用于將模擬預編碼矩陣分割為向量；

初值設定單元：用于設定模擬預編碼矩陣初值，并迭代計算搜索初值s⁽¹⁾；

探測移動執(zhí)行單元：用于針對每個向量執(zhí)行探測移動，直到?jīng)]有可行的移動方向，并將所述搜索初值更新為其中，k為一輪探測移動中執(zhí)行的迭代次數(shù)；

移動方向更新單元：用于對每個向量執(zhí)行移動方向更新；

迭代判斷單元：用于判斷更新后的每個向量是否還有可行的移動方向，或相鄰兩次搜索初值是否滿足如果更新后的向量還有可行的移動方向，或相鄰兩次搜索初值不滿足則通過探測移動執(zhí)行單元和移動方向更新單元交替執(zhí)行，直到更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值滿足如果更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值滿足執(zhí)行步驟c6；

模擬預編碼輸出單元：用于輸出模擬預編碼：

相對于現(xiàn)有技術，本發(fā)明實施例產(chǎn)生的有益效果在于：本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法及系統(tǒng)采用非導數(shù)矩陣分解技術為毫米波mimo系統(tǒng)建立一種超高天線陣列增益的快速波束形成方法。非導數(shù)技術降低了求導操作帶來的高計算復雜度，同時大大減少了運算時間。此外，直接搜索算法能夠靈活調整搜索步長，避免基誤匹配現(xiàn)象，提高成形波束的增益。同時，本發(fā)明通過利用矩陣元素之間的關系給出合理的搜索初值，大大減少了搜索算法達到收斂所需的迭代次數(shù)，大幅降低了算法復雜度和縮短了執(zhí)行時間。

附圖說明

圖1是本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法的流程圖；

圖2是本發(fā)明實施例的采用rosenbrock搜索法得到待求模擬預編碼的方法的流程圖；

圖3是本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼系統(tǒng)的結構示意圖；

圖4(a)至圖4(c)是本發(fā)明實施例的仿真結果對比示意圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法及系統(tǒng)針對現(xiàn)有技術存在的問題，通過將配置常幅度移相器的毫米波mimo((多輸入多輸出))系統(tǒng)混合波束成形問題建模為常模受限制的矩陣分解問題，基于依次交替方法的思想提供一種基于rosenbrock搜索算法的非導數(shù)矩陣分解方法。一方面，給定初始模擬預編碼，則根據(jù)最小均方原則得到最終的數(shù)字預編碼；另一方面，給定初始數(shù)字預編碼，設定待求模擬預編碼的經(jīng)驗初值和算法參數(shù)，則采用rosenbrock搜索算法得到最終的模擬預編碼：首先將待求模擬預編碼矩陣分割為向量，然后給出待求模擬預編碼矩陣初值，再針對每個向量執(zhí)行探測移動和移動方向更新，模擬預編碼和數(shù)字預編碼交替執(zhí)行，直到達到預設的最大迭代次數(shù)，并輸出最終的模擬預編碼和數(shù)字預編碼。

具體地，請參閱圖1，是本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法的流程圖。本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法包括以下步驟：

步驟100：建立毫米波mimo系統(tǒng)的混合預編碼問題模型；

在步驟100中，假設毫米波mimo系統(tǒng)采用最優(yōu)接收機，則混合預編碼問題模型p建模為：

公式(1)中，frf和fbb分別為模擬預編碼和數(shù)字預編碼，ns為數(shù)據(jù)流的數(shù)目，是最優(yōu)全數(shù)字預編碼，[u1,u2,...,uns]是毫米波信道矩陣h的ns個最大的右特征向量，|·|f表示frobineous范數(shù)，[a]i,j表示矩陣a的第(i,j)個元素，|·|表示取模操作。

步驟200：給定初始模擬預編碼，并基于初始模擬預編碼，按照最小均方原則得到待求數(shù)字預編碼；

在步驟200中，待求數(shù)字預編碼由以下過程推導而得：

給定初始模擬預編碼frf，則公式(1)可以簡化為：

得到：

公式(3)中，

步驟300：給定初始數(shù)字預編碼，根據(jù)初始數(shù)字預編碼對混合預編碼問題模型進行重建和優(yōu)化，并采用rosenbrock搜索法得到待求模擬預編碼；

如圖2所示，采用rosenbrock搜索法得到待求模擬預編碼的方式具體包括以下步驟：

步驟301：將待求模擬預編碼矩陣分割為向量；

在步驟301中，混合預編碼問題模型簡化具體為：

給定初始數(shù)字預編碼fbb，則公式(1)可改寫成：

將frf分割為個列向量，(為發(fā)射段天線陣元數(shù)目)，fbb分割為個行向量以及fopt分割為nt個行向量，則公式(4)中的混合預編碼問題模型可以改寫為：

不失一般性，考慮將其帶入公式(5)，則優(yōu)化的混合預編碼問題模型可以重新建模為：

公式(6)中，arg([frf]n,l)∈[0,2π)，是由矩陣中所有元素的相位標量組成的矩陣，[·]n,:表示矩陣的第n行向量。

步驟302：設定模擬預編碼矩陣初值；

在步驟302中，rosenbrock算法的初值設計過程如下：

不失一般性，令和α為實數(shù)，并帶入得到模擬預編碼矩陣各元素之間的關系：

因此，設定模擬預編碼矩陣的初值：根據(jù)公式(7)中原則更新模擬預編碼的所有元素，即可迭代出搜索初值s⁽¹⁾。

步驟303：針對每個向量執(zhí)行探測移動，直到?jīng)]有可行的移動方向，并將搜索初值s⁽¹⁾更新為其中，k為一輪探測移動中執(zhí)行的迭代次數(shù)；

在步驟303中，探測移動沿著個正交方向依次執(zhí)行，更新搜索初值s⁽¹⁾，具體過程如下：

1)給定搜索初值n＝1,...,nt，放大因子μ＞1，收縮因子ν∈(-1,0)，初始正交搜索方向初始移動步長：其中表示正實數(shù)。

2)首先沿d1方向探測移動，如果則該移動方向被選中，令并且更新探測步長：ξ1＝μξ1；如果則該移動方向落選，令探測步長更新為：ξ1＝νξ1。執(zhí)行完沿d1方向的探測移動后，再依次執(zhí)行方向的探測移動。當前所有一輪探測移動結束后得到然后將搜索初值更新為：并開始新一輪沿當前可行的移動方向執(zhí)行探測移動，直到所有移動方向都落選，接著將搜索初值更新為：

步驟304：對每個向量執(zhí)行移動方向更新；

在步驟304中，當所有移動方向都落選時，更新移動方向，具體過程如下：

一輪k次迭代的探測移動完成后，可得：

公式(8)中，λi表示沿di方向累積的移動步長。進一步，公式(8)可以變換為：可得：p＝s^(k+1)-s^(k)是最速下降方向。更新移動方向適應充分考慮該方向，因此，新的正交搜索方向定義為：

進一步采用施密特正交化過程得到正交搜索方向：

并進行歸一化，得到正交搜索方向為：

然后，令沿更新后的移動方向開始下一輪探測移動。

步驟305：判斷更新后的向量是否還有可行的移動方向，或相鄰兩次搜索初值是否不低于門限值；如果更新后的向量還有可行的移動方向，或相鄰兩次搜索初值不低于門限值，則交替執(zhí)行步驟303和步驟304，直到更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值低于門限值；如果更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值低于門限值，執(zhí)行步驟306；

在步驟305中，探測移動與移動方向更新操作依次交替執(zhí)行，直到更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值滿足

步驟306：輸出待求模擬預編碼：

步驟400：判斷混合預編碼迭代次數(shù)是否達到設定的迭代次數(shù)值，如果沒有達到設定的迭代次數(shù)值，依次交替執(zhí)行步驟200和步驟300，直到達到設定的迭代次數(shù)值，并得到最終的fbb和作為輸出的數(shù)字預編碼和模擬預編碼；如果達到設定的迭代次數(shù)值，執(zhí)行步驟500。

步驟500：評價本發(fā)明實施例的混合預編碼在系統(tǒng)頻譜效率方面的性能表現(xiàn)。

在步驟500中，采用的頻譜效率評價標準定義為：

公式(12)中，ρ和分別為信號和噪聲功率。

請參閱圖3，是本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼系統(tǒng)的結構示意圖。本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼系統(tǒng)包括模型建立模塊、數(shù)字預編碼計算模塊、模擬預編碼計算模塊、迭代判斷模塊和性能評價模塊。

模型建立模塊：用于建立毫米波mimo系統(tǒng)的混合預編碼問題模型；其中，假設毫米波mimo系統(tǒng)采用最優(yōu)接收機，則混合預編碼問題模型p建模為：

公式(1)中，frf和fbb分別為模擬預編碼和數(shù)字預編碼，ns為數(shù)據(jù)流的數(shù)目，是最優(yōu)全數(shù)字預編碼，是毫米波信道矩陣h的ns個最大的右特征向量，|·|f表示frobineous范數(shù)，[a]i,j表示矩陣a的第(i,j)個元素，|·|表示取模操作。

數(shù)字預編碼計算模塊：用于給定初始模擬預編碼，并基于初始模擬預編碼，按照最小均方原則得到待求數(shù)字預編碼；其中，待求數(shù)字預編碼由以下過程推導而得：

給定初始模擬預編碼frf，則公式(1)可以簡化為：

得到：

公式(3)中，

模擬預編碼計算模塊：用于給定初始數(shù)字預編碼，根據(jù)初始數(shù)字預編碼對混合預編碼問題模型進行重建和優(yōu)化，并采用rosenbrock搜索法得到待求模擬預編碼；具體地，模擬預編碼計算模塊包括向量分割單元、初值設定單元、探測移動執(zhí)行單元、移動方向更新單元、迭代判斷單元和模擬預編碼輸出單元；

向量分割單元：用于將待求模擬預編碼矩陣分割為向量；混合預編碼問題模型簡化具體為：

給定初始數(shù)字預編碼fbb，則公式(1)可改寫成：

將frf分割為個列向量，(為發(fā)射段天線陣元數(shù)目)，fbb分割為個行向量以及fopt分割為nt個行向量，則公式(4)中的混合預編碼問題模型可以改寫為：

不失一般性，考慮將其帶入公式(5)，則優(yōu)化的混合預編碼問題模型可以重新建模為：

公式(6)中，arg([frf]n,l)∈[0,2π)，是由矩陣中所有元素的相位標量組成的矩陣，[·]n,:表示矩陣的第n行向量。

初值設定單元：用于設定模擬預編碼矩陣初值；其中，rosenbrock算法的初值設計過程如下：

不失一般性，令和α為實數(shù)，并帶入得到模擬預編碼矩陣各元素之間的關系：

因此，設定模擬預編碼矩陣的初值：根據(jù)公式(7)中原則更新模擬預編碼的所有元素，即可迭代出搜索初值s⁽¹⁾。

探測移動執(zhí)行單元：用于針對每個向量執(zhí)行探測移動，直到?jīng)]有可行的移動方向，并將搜索初值s⁽¹⁾更新為其中，k為一輪探測移動中執(zhí)行的迭代次數(shù)；探測移動沿著個正交方向依次執(zhí)行，更新搜索初值s⁽¹⁾，具體過程如下：

1)給定搜索初值n＝1,...,nt，放大因子μ＞1，收縮因子ν∈(-1,0)，初始正交搜索方向初始移動步長：其中表示正實數(shù)。

2)首先沿d1方向探測移動，如果則該移動方向被選中，令并且更新探測步長：ξ1＝μξ1；如果則該移動方向落選，令探測步長更新為：ξ1＝νξ1。執(zhí)行完沿d1方向的探測移動后，再依次執(zhí)行方向的探測移動。當前所有一輪探測移動結束后得到然后將搜索初值更新為：并開始新一輪沿當前可行的移動方向執(zhí)行探測移動，直到所有移動方向都落選，接著將搜索初值更新為：

移動方向更新單元：用于對每個向量執(zhí)行移動方向更新；具體過程如下：

一輪k次迭代的探測移動完成后，可得：

公式(8)中，λi表示沿di方向累積的移動步長。進一步，公式(8)可以變換為：可得：p＝s^(k+1)-s^(k)是最速下降方向。更新移動方向適應充分考慮該方向，因此，新的正交搜索方向定義為：

進一步采用施密特正交化過程得到正交搜索方向：

并進行歸一化，得到正交搜索方向為：

然后，令沿更新后的移動方向開始下一輪探測移動。

迭代判斷單元：用于判斷更新后的向量是否還有可行的移動方向，或相鄰兩次搜索初值是否不低于門限值；如果更新后的向量還有可行的移動方向，或相鄰兩次搜索初值不低于門限值，則通過探測移動執(zhí)行單元和移動方向更新單元交替執(zhí)行，直到更新后的向量沒有可行的移動方向，或或相鄰兩次搜索初值滿足如果更新后的向量沒有可行的移動方向，或相鄰兩次搜索初值低于門限值，則通過模擬預編碼輸出單元輸出待求模擬預編碼；

模擬預編碼輸出單元：用于輸出待求模擬預編碼：

迭代判斷模塊：用于判斷混合預編碼迭代次數(shù)是否達到設定的迭代次數(shù)值，如果沒有達到設定的迭代次數(shù)值，通過數(shù)字預編碼計算模塊和模擬預編碼計算模塊迭代計算數(shù)字預編碼和模擬預編碼，直到達到設定的迭代次數(shù)值，并得到最終的fbb和作為輸出的數(shù)字預編碼和模擬預編碼；如果達到設定的迭代次數(shù)值，通過性能評價模塊評價本發(fā)明實施例的混合預編碼在系統(tǒng)頻譜效率方面的性能表現(xiàn)。

性能評價模塊：用于評價本發(fā)明實施例的混合預編碼在系統(tǒng)頻譜效率方面的性能表現(xiàn)。其中，采用的頻譜效率評價標準定義為：

公式(12)中，ρ和分別為信號和噪聲功率。

請參閱圖4(a)至圖4(c)，為本發(fā)明實施例的仿真結果對比示意圖。經(jīng)在matlab平臺進行仿真驗證，假設數(shù)據(jù)流的數(shù)目ns與射頻鏈的數(shù)目nrf滿足ns≤nrf≤2ns，角度擴散滿足均值7.5°的拉普拉斯分布，信噪比snr定義為從仿真結果可以得出結論，本發(fā)明實施例的頻譜效率表現(xiàn)隨著信噪比的增加而增加，隨著角度擴散增加而緩慢減小，隨著射頻鏈的數(shù)目增加而增加，隨著數(shù)據(jù)流數(shù)目的增加而增加。相較于現(xiàn)有主要相關算法，本發(fā)明表現(xiàn)出頻譜效率性能的優(yōu)越性。

本發(fā)明實施例的毫米波mimo系統(tǒng)的混合預編碼方法及系統(tǒng)采用非導數(shù)矩陣分解技術為毫米波mimo系統(tǒng)建立一種超高天線陣列增益的快速波束形成方法。非導數(shù)技術降低了求導操作帶來的高計算復雜度，同時大大減少了運算時間。此外，直接搜索算法能夠靈活調整搜索步長，避免基誤匹配現(xiàn)象，提高成形波束的增益。同時，本發(fā)明通過利用矩陣元素之間的關系給出合理的搜索初值，大大減少了搜索算法達到收斂所需的迭代次數(shù)，大幅降低了算法復雜度和縮短了執(zhí)行時間。

對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。