文献综述
一、研究背景
随着数据信息量的爆炸性增长，大数据、人工智能、物联网等新兴产业广泛应用。5G作为面向2020年后移动通信需求而研发的新一代移动通信系统，主要在于解决当前对于接收端所需要的极高的传输速率与更小的网络时延等技术问题。目前，业界对5G中主要关键技术的研究已逐渐成熟，在全国范围内已开始部分范围内的商用。
为了增加系统容量、提升频谱效率，5G中使用大规模多输入输出(massive Multi-Input Multi-Output, mMIMO)技术充分利用空间和时间资源。由于在mMIMO系统中收发端庞大的天线数量，如果继续使用传统的微波通信，现有的基站将无法容纳数以百计的天线数量[2]。幸运的是，毫米波(millimeter Wave, mmWave)的超短波长恰好弥补这一缺陷，使得在不增加现有基站尺寸的基础上部署大量的天线成为可能。此外，mmWave频段大量未利用的频谱资源也解决了频谱资源日益枯竭的问题。与此同时，mmWave的超短波长特点同样也存在难以接受的自由空间路径损耗，且在恶劣天气下损耗更为严重。而mMIMO技术提供的超高增益恰好可补偿其路径损耗。因此mmWave和mMIMO技术作为5G中的关键技术，发挥着不可替代的作用。这两项技术相得益彰，极大地丰富了未来5G的应用场景[3]。
为了获得高波束增益和提升频谱效率，需要在信号发射之前对其进行预编码处理。在传统的通信系统中，主要采用全数字基带预编码(Fully Digital Based and Precoding, FD-BP)方案。FD-BP方案的主要特点是每一根发射天线都由放大器、AD/DA等硬件组成的射频(Radio Frequency, RF)链控制其天线单元的相位和信号幅值。但在mMIMO系统中。若继续采用FD-BP方案，随着天线数目的增加，RF链路高昂的成本及功耗将阻碍5G移动通信系统的发展,因此FD-BP方案并不适用于毫米波大规模MIMO系统。这迫使学术界将预编码转向模拟域[4]。采用功耗小、成本低的模拟移相器(Analog Phase Shifters, APSs)等元件控制信号的相位，虽然在一定程度上大大降低了系统的成本和功耗，但其性能损耗太大。为此，在毫米波大规模MIMO系统中，文献[5]提出了一种全新的混合预编码(Hybrid Precoding, HP)结构，该结构通过将传统的FD-BP分解为低维的数字预编码矩阵和通过APSs实现的高维RF预编码矩阵。通过这种结构，HP仅需要少量的RF链和部分APSs就能达到接近传统FD-BF的性能。但由于APSs仅控制信号的相位而不改变其幅值，因此RF预编码必须满足恒模限制，这给HP研究带来了一些困难，如何设计HP结构使得系统性能达到最优是急需解决的问题。
二、研究现状
截至目前，学术界针对混合预编码的研究主要在以下两个通信场景下进行:1.单用户场景下的毫米波大规模MIMO混合预编码技术研究;2.多用户场景下的毫米波大规模MIMO混合预编码技术研究。
1 单用户毫米波大规模MIMO混合预编码技术
在单用户毫米波大规模MIMO中，学者们已经做出了大量的研究。其中，文献[6]首先对传统预编码方案进行了改进，率先提出了混合预编码设计方案，该方案充分利用了mmWave信道稀疏散射的空间结构特性，将混合预编码设计转化为稀疏矩阵重构问题[7]，由于APSs带来的恒模限制导致优化问题难以求得最优解，于是将优化目标设计为最小化最优FD-BP与混合预编码矩阵的欧氏距离，在求解RF预编码矢量的过程中，利用正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法[8]与阵列响应矢量结构线性相关的码本集来联合设计模拟部分与数字部分，该方案虽然降低了FD-BP方案射频链路所带来的能量和成本开销，但其复杂度却大大增加，且码本集的结构也导致系统性能造成一定的损失。
为了进一步提升基于OMP的混合预编码方案的性能。文献[9]在此基础上针对RF预编码的相位进行局部迭代和更新。仿真结果表明其性能虽然逼近最优FD-BP方案，但仍不可避免地带来了较高的复杂度。因此，为了降低其复杂度，文献[10]构造了RF码本集。使得其中的每一个元素相互正交.随后利用局部搜索得到RF预编码，使得最优FD-BP和混合预编码矩阵的欧式距离最小。该方案虽然在性能上略低于上述基于OMP的混合预编码方案，但明显地降低了算法复杂度。
