[发明专利]一种混合波束成形方法、装置及存储介质

说明书

本发明公开了一种混合波束成形方法、装置及存储介质，其中方法包括：以模拟波束矩阵、数字波束矩阵和数字合并矩阵为变量，依据最小平方准则分别建立通信和雷达的波束成形目标函数；设置权重因子，组合得到联合目标函数；对于三个变量通过交替最小化准则分解为三个变量求解子问题并分别求解；基于联合目标函数，采用交替迭代法迭代三个变量求解子问题求解过程，得到模拟波束矩阵、数字波束矩阵和数字合并矩阵的最优解。基于最优解可实现同时兼顾通信与雷达性能的混合波束成形的联合设计。该方案可用于未来基于毫米波大规模MIMO的6G移动通信基站，在有效提升基站下行通信速率和信道容量的同时，通过集中波束主瓣功率来增强雷达感知能力。

技术领域

本发明涉及未来6G移动通信系统中的感知通信一体化技术领域，尤其涉及一种同时兼顾雷达与通信性能的混合波束成形方法、装置及存储介质。

背景技术

在通信领域，具体针对MIMO（multiple-in multiple-out）多天线多用户系统，基站端对用户的波束赋型能将MIMO信道正交化从而对信道进行空间分集提升信道容量达到成倍增加通信传输速率的目的，波束赋型多在基带数字端加一个预编码（波束）矩阵来实现。然而在射频端天线空口，基带数字流要映射到发射天线中间还需要射频链来过渡，当天线维数比较大时，需要射频链会达到很大数量级，这在通信系统中是很大的开销，因此，还需要增加一个模拟波束矩阵处理射频链到天线的映射，数字与模拟相乘结合才构成整体的波束成型（预编码）矩阵将信道正交化。传统信道正交化的方法一般是先获取信道响应矩阵估计，然后对信道矩阵做奇异值分解得到奇异值左右向量，预编码矩阵即为奇异值向量的组合。另外对于目标函数，传统方法也有基于香农定理的最大信干噪比（SINR，signaltointerferencenoiseratio）准则的目标函数，从而获取最大下行通信速率和信道容量。在该准则下目标函数的求解方法，国内外已经有很多文献研究进行阐述，如纳什均衡算法、子空间重构算法、邻近最优子问题分解法等等。

在雷达领域，波束赋型目的是为了增强感知目标的接收灵敏度，将发射波束在某一特定方向（主瓣）的功率集中，而在杂散方向（副瓣）进行抑制。传统雷达波束赋型方法一般采用传统矩阵信号处理手段，如最小二乘（LS，leastsquare）准则，最小均方误差准则（MMSE，minimummeansquareerror）以及一些自适应迭代信号处理手段，如最小均方（LMS）迭代算法，递推最小平方（RLS，Recursive Least Square）算法等。相对而言，只有LS算法复杂度最低，而上述几种算法复杂度有的需要矩阵求逆，有的需要迭代，因此算法复杂度很高。

然而到目前为止，还没有文献研究将两者联合研究统一在一个波束成型框架下，雷达感知与移动通信的深度融合，可提供比5G移动通信系统更好的系统容量、频谱效率和空间信息感知能力。混合波束形成如何在未来6G感知通信一体化中最大限度地发挥其优势，即进一步兼顾移动通信与雷达感知的性能，成为急需解决的问题。

发明内容

本发明提供了一种混合波束成形方法、装置及存储介质，以解决现有技术中移动通信与雷达感知性能兼顾效果不佳的问题。

第一方面，提供了一种混合波束成形方法，包括：

以模拟波束矩阵、数字波束矩阵和数字合并矩阵为变量，依据最小平方准则分别建立通信和雷达的波束成形目标函数；

对通信和雷达的波束成形目标函数设置权重因子，组合得到联合目标函数；

对于模拟波束矩阵、数字波束矩阵和数字合并矩阵三个变量，通过交替最小化准则分解为三个变量求解子问题并分别求解；

基于联合目标函数，采用交替迭代法迭代三个变量求解子问题求解过程，得到模拟波束矩阵、数字波束矩阵和数字合并矩阵的最优解；

基于模拟波束矩阵、数字波束矩阵和数字合并矩阵的最优解对通信与雷达混合波束成形。