Las redes heterogéneas (HetNets) que emplean tecnologías de múltiple entrada múltiple salida masiva (MIMO) y de onda milimétrica (mmWave) han surgido como una solución prometedora para mejorar la capacidad y cobertura de red de las redes celulares 5G de próxima generación. Sin embargo, el uso de métodos tradicionales de formación de haces MIMO totalmente digitales, que requieren una cadena de radiofrecuencia (RF) por elemento de antena, no es práctico para matrices de antenas a gran escala, debido al alto costo y alto consumo de energía. Para reducir el número de cadenas de RF, se ha propuesto la formación de haces híbrida analógica y digital como una estructura alternativa. En este documento, por lo tanto, consideramos una HetNet formada con una estación base de macrocélula (MBS) y múltiples estaciones base de pequeñas células (SBS) equipadas con matrices de antenas a gran escala que emplean formación de haces híbrida analógica y digital. Los vectores de pesos de formación de haces analógicos de la MBS y las SBS corresponden a los mejores multi-haces fijos obtenidos por esquemas de descomposición espectral. Por otro lado, los pesos de formación de haces digitales se optimizan para maximizar la relación señal-a-interferencia-más-ruido (SINR) de los canales efectivos que consisten en la cascada de los pesos de formación de haces analógicos y el canal real. El rendimiento se evalúa en términos de los diagramas de haces y la capacidad de canal ergódica y muestra que el esquema de formación de haces híbrida propuesto logra un rendimiento casi óptimo con solo cuatro cadenas de RF mientras requiere considerablemente menos complejidad computacional.