1.一种基于信道相关消除的混合预编码算法，其特征在于，在对用户分组的基础上进行数字基带预编码和模拟预编码的设计，具体包括步如下骤：第一步，用户分组：

针对毫米波多用户系统，采用全连接的结构；考虑下行链路，即以基站为接收端，用户端为发射端；并且接收端配有Nr根发射天线和 个射频链路，其中 用户数为K，且K个用户同时向移动台发射信号，并且令 假设 为信号矢量，经过两阶段预编码器，基站最终接收到的信号x为：其中，信号矢量s满足 H＝[h1,h2,…,hK]，且 表示第k个用户的信道矢量； 为噪声矢量，满足按照散射模型可将信道建模为：其中， αil为第个i散射簇的第l条路径的复数增益； 为到达角；

是天线的阵列响应向量；基站采用均匀线性阵列， 可以表示为：其中λ是电磁波的波长，d为阵列中相邻天线之间的距离；

在MIMO系统中，第k个用户收到K‑1个用户的干扰，且干扰强度未知；为此，通过用户信道相关向量的相关性来识别干扰强度，并根据干扰强度对用户进行分组；

第二步：问题的归结：

为不失去一般性，假设分组后的信道矩阵可表示为：H＝[H1，H2，…，Hg]其中，g分组的信道矩阵为Hg；假设g中包含k个用户，则信道矩阵可以表示为：Hg＝[h1,h2,…,hk]，其中hk代表用户k的信道；假设第g组的模拟预编码可以写为Fg，数字预编码可以写为Wg；则第g组的用户下行接收信号yg可表示为：第g组中用户k的和速率可以表示为：其中，ηk表示第k个用户的信号与干扰加噪声比；具体表达式如下:因此，设计目标为：通过优化WRF,WBB，使得系统和速率最大化；目标函数为：第三步，设计分组的数字预编码：针对信道矩阵Hg进行SVD分解，即：H

Hg＝UΣV

其中U和V分别对应Hg的左奇异值矩阵和右奇异值矩阵，Σ为特征矩阵；暂不考虑发射机功率约束，则最优无约束预编码器件Fopt＝V1，其中V1对应V的前Ns列；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；因此目标函数转为：约束条件为：

令代价函数 利用最小二乘法可得Fg；

第四步：设计模拟预编码；

利用函数 其中 实现 的非线性映射，即Fg＝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Fg＝g(Θk+1)为最优模拟预编码。

2.根据权利要求1所述的基于信道相关消除的混合预编码算法，其特征在于，第一步中，分组具体步骤如下：

(1)令[X]i,l表示第i个用户和第l个用户之间的相关性，则[X]i,l可以表示为：(2)结合相关性的性质和矩阵的知识，可得[X]i,l＝[X]l,i，因此令XM为[X]i,l的上三角矩阵；

(3)提取XM中最大值对应的下角标作为索引，即：其中t1,t2分别对应两个用户；将提取到的t1,t2存放在集合G中，代表两个用户分在一组；重复上述步骤直至将所有用户分组。

3.根据权利要求1所述的基于信道相关消除的混合预编码算法，其特征在于，第三步中，最小二乘法求解，具体步骤如下：(1)令代价函数

(2)令J(Fg)对Fg的偏导数为0，即(3)计算

4.根据权利要求1所述的基于信道相关消除的混合预编码算法，其特征在于，第四步中，梯度下降法求解，具体步骤如下：(1)利用函数 其中 实现 的非线性映射，即Fg＝g(Θ)；

(2)随机抽取一个服从矩阵正态分布的概率密度(3)令 通过卷积实现f平滑：(4)高斯平滑近似后的函数fμ(S)的梯度可以表示为：(5)采用随机梯度下降法更新参数Θk+1，满足此时Fg＝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：(1)输入Fopt，Θk，Wg，μ，η，Tmax，τ(2)初始化：t＝0，εt→∞， u＝0(3)当t＜Tmax且εt＞τ时，重复步骤(4)‑(9)(4)从 抽取一个样本

(5)分别计算 和 其中：(6)计算L＝1时的梯度值(7)梯度更新：

(8)参数更新：

(9)输出