1.基于梯度下降法的混合预编码方法，其特征在于，该方法至少包括两部分：数字基带预编码和模拟预编码，具体步骤如下：第一步，问题的归结：

针对毫米波单用户系统，采用部分连接的结构，即每条RF链路仅与一个独立的天线子阵列相连；发送端Ns条数据流经过数字预编码器 处理后，在模拟域中经过模拟预编码器 调相到天线阵元，其中，NRF表示RF链的个数；然后通过Nt根发射天线传输，最终的发射信号x表示为：x＝FRFFBBs

其中， 为信号矢量；假设 E[·]表示求期望， 为维度为Ns的单位矩阵；考虑毫米波信道，并且接收端配有Nr根接收天线，接收端经过解码后的信号为：其中，其中ρ为接收功率， 为信道矩阵，WBB和WRF分别表示接收端的数字合并矩2

阵和模拟合并矩阵；n为均值为0、方差为σ的加性高斯噪声，即假设发射端已知完全信道状态信息，则对应频谱效率为：其中， 表示经过接收端处理后的噪声协方差矩阵；

问题归结为：在给定输入信噪比的情况下，最大化频谱效率：约束条件为：

由于联合优化问题是非凸的，将该问题拆成两部分；

第二步：优化数字预编码矩阵FBB和WBB：为最大化系统和速率R，需要使得混合预编码矩阵与最优预编码矩阵间欧式距离最小；

H

针对信道矩阵H进行奇异值分解，即：H＝UΣV ，其中U和V分别对应H的左奇异值矩阵和右奇异值矩阵，Σ为特征矩阵；假设最优无约束预编码器件Fopt＝V1；因此目标函数转为：该目标函数等价于：

约束条件为：

令代价函数 利用最小二乘法可得当Fopt＝V1时，矩阵U的前Ns列已不满足最优组合器解，为最大化频谱效率，采用经典MMSE法求解Wopt；因此：令代价函数 利用最小二乘法进行求解WBB；

第三步：优化模拟预编码FRF：利用函数 其中， 实现 的非线性映射；令N＝Nt，则FRF＝g(Θ)；令 的梯度为：经过随机梯度下降法找到一个Θk+1满足 此时FRF＝g(Θk+1)为最优模拟预编码；

第三步中，梯度下降法求解，具体步骤如下：(1.1)利用函数 其中 实现 的非线性映射，即FRF＝g(Θ)；

(1.2)随机抽取一个服从矩阵正态分布的概率密度(1.3)令 通过卷积实现f平滑：在循环过程中，为确保f平滑应满足以下约束条件：(1.4)高斯平滑近似后的函数fμ(S)的梯度可以表示为：(1.5)采用随机梯度下降法更新参数Θk+1，满足 此时FRF＝g(Θk+1)为最优模拟预编码；

随机梯度下降法的具体步骤如下：(2.1)输入Fopt，Θ0，FBB，方差μ，最大迭代次数Tmax，精确度τ(2.2)初始化：t＝0，εt→∞，(2.3)当t＜Tmax且εt＞τ时，重复步骤(4)‑(9)(2.4)从 抽取一个样本(2.5)分别计算 和 其中：(2.6)计算梯度值

(2.7)梯度更新：

(2.8)参数更新：

(2.9)输出

2.根据权利要求1所述的基于梯度下降法的混合预编码方法，其特征在于，第二步中，最小二乘法求解，具体步骤如下：(1)针对信道矩阵H进行SVD分解，即：H

H＝UΣV

其中U和V分别对应H的左奇异值矩阵和右奇异值矩阵，Σ为特征矩阵；

(2)暂不考虑发射机功率约束，令最优无约束预编码器件Fopt＝V1；因此目标函数转为：该目标函数等价于：

约束条件为：

令代价函数 利用最小二乘法可得FBB；具体计算为：令J(FBB)对FBB的偏导数为0，即 则(3)得到数字预编码矩阵FBB。