课题组在多用户毫米波大规模MIMO基于分层码本的波束训练方面取得研究进展

2020年12月，戚晨皓副教授课题组在多用户毫米波大规模MIMO基于分层码本的波束训练方面取得研究进展。波束训练是毫米波大规模MIMO的典型的信道状态信息获取方法，相比于波束扫描，采用基于分层码本的波束训练方法能大幅缩短波束训练的时长，提高波束训练效率。在用户端，课题组提出了一种具有闭合表达式的交替最小化（Alternating Minimization with a Closed-form Expression，AMCF）方法，实现了在移相器的恒包络约束下的分层码本设计；为了提高AMCF方法的收敛性，课题组进一步提出了基于Zadoff-Chu序列的初始化技术，用于初始化AMCF方法。

在基站端，为了实现基站与多个用户的并行波束训练，充分利用空域资源进行空分，而不占用时域、频域和码域的资源，课题组提出了一种基于多主瓣波束分层码本的波束训练方法，在该方法中，基站端的码本并不是固定不变的，而需要根据波束训练结果进行少量的动态调整，分层码本的当前层码字，根据分层码本的前一层码字的波束训练结果来设计和确定；采用多主瓣波束的设计方法，每个波束主瓣指向一个或多个用户可能存在的空间区域，实现了波束对多个用户的同时覆盖和多用户并行的波束训练。仿真结果表明，在波束训练性能几乎不变的情况下，并行波束训练能大幅降低波束训练的开销。

这项研究工作可为5G毫米波大规模MIMO波束训练与信道状态信息获取技术提供参考，详见发表于IEEE无线通信汇刊IEEE Transactions on Wireless Communications（SCI影响因子：6.8）的“Hierarchical Codebook-Based Multiuser Beam Training for Millimeter Wave Massive MIMO”一文。