1.毫米波大规模MIMO中基于DSBO的混合预编码算法，其特征在于：包括以下步骤：步骤(1)：将最优模拟预编码矩阵的设计问题转化为如下最优化问题：θ＝argmintr(FRF(θ)HH*HTFRF(θ))-1s.t.0<θj＜2π,j＝1,2,…,Nt

其中，H为信道矩阵， 向量fi∈CM×1，i＝1,

2,…,N中的元素 N为射频链路数，M为每个射频链路所连接的发射天线数；FRF关于 唯一变化，元素θj＝θi+(l-1)N＝θil为第j个移相器的相位，其中j＝1,2,...,Nt，i＝1,2,…,N，l＝1,2,…,M，Nt＝MN为毫米波大规模MIMO系统发射天线数，(·)H、(·)T、(·)-1、(·)*分别表示取矩阵的共轭转置、转置、逆、共轭，tr(·)表示取矩阵的迹，tr(FRF(θ)HH*HTFRF(θ))-1为该最优化问题的目标函数；

步骤(2)：初始化DSBO算法参数：凉亭数nPop＝50，凉亭长度Nt，t为迭代次数，初始化时设t＝0，最大迭代次数MaxIt＝250，定义凉亭的一般表达式为： 即每个凉亭对应一个θ向量；随机生成nPop个长度为Nt的第0次迭代时的θ向量，记为计算每个θ0向量对应的目标函数值 即

步骤(3)：用 来计算nPop个凉亭的适应度，适应度越大，凉亭对雌鸟的吸引力越大；当t

步骤(4)：根据步骤(3)的计算结果选出当前迭代的nPop个凉亭中最吸引雌鸟的凉亭，即适应度最大的方案，将其作为当前最佳方案，记为θ′，为其他雄鸟建造凉亭提供经验和正确的方向；

步骤(5)：雄鸟在建造凉亭时会通过模仿历史最佳凉亭以及当前最佳凉亭来改善自己的凉亭，根据这一特点，按照记录下的历史最佳方案和当前最佳方案的合方向移动 将代入下式得到其中

其中， 分别表示当前迭代中 的第k个元素和变化后的新方案 的第k个元素，θelite,k、θk′分别表示历史最佳方案θelite和当前最佳方案θ′的第k个元素，prob′表示当前最佳方案θ′的适应度值，α＝0.94；

在雄鸟忙于建造凉亭时，它们可能受到其他动物的攻击行为，因此，在迭代的过程中，需要对 依概率施加一定的突变，如果rand

其中，varmax、varmin分别表示向量θ中每个元素的上限和下限，z＝0.02，N(0,1)表示服从标准正态分布的随机数；pMutation为突变概率，pMutation设定为随迭代次数t非线性下降的变量，遵循下式：其中，pMutation(t)表示第t次迭代时pMutation的取值，pMutationmax、pMutationmin分别表示最大和最小突变概率，MaxIt为算法最大迭代次数，exp表示以自然常数为底的指数函数；

步骤(6)：根据目标函数值评估nPop个既得方案，保留表现更好的θ向量，记录为θelite；

当t＜MaxIt时， 如果 则 迭

代次数t＝t+1，当迭代次数小于MaxIt时，返回步骤(3)，否则进入步骤(7)；

步骤(7)：当算法达到最大迭代次数后，即t＝MaxIt时，输出最优向量θelite；

步骤(8)：由步骤(7)得到的θelite生成最优模拟预编码矩阵FRF；即FRF＝diag{f1,f2,…,fN}；其中，

2.根据权利要求1所述的毫米波大规模MIMO中基于DSBO的混合预编码算法，其特征在于：在步骤(5)中，varmax取为2π、varmin取为0。

3.根据权利要求1所述的毫米波大规模MIMO中基于DSBO的混合预编码算法，其特征在于：在步骤(5)中，pMutationmax取为1/8，pMutationmin取为1/30。