论文部分内容阅读
随着我国社会信息化深入发展,智能终端广泛应用,人们对移动通信的高性能需求与日俱增。为应对未来剧增的移动数据、海量的设备连接和低时延的新型业务等,承载着众多期望的第五代移动通信系统(The Fifth Generation,5G)应运而生。与此同时,作为5G的核心技术之一,大规模多天线(Massive Multiple-Input Multiple-Output,Massive MIMO)技术受到了学术界和工业界的广泛关注。相比传统MIMO技术,大规模MIMO技术具有诸多优势:通过在基站端配备数十甚至上百的天线就能在不增加系统带宽和天线发射功率的前提下大大提高频谱效率;此外,随着天线数的增大,各子信道趋于正交,可进一步消除热噪声和小区内用户间干扰的影响。带来这种巨幅增益的同时,大规模MIMO技术也面临着诸多挑战,其中最为突出的是系统复杂度、经济成本和功耗问题。在大规模MIMO系统中,需要为基站端的每根天线配备一条对应的射频链路,而每条射频链路上都有一个高采样率高量化精度的量化器,硬件复杂度、经济成本和系统功耗由此提升,从而制约了大规模MIMO系统的最终商业化。因此研究低复杂度低成本的大规模MIMO系统具有重要的理论和实践意义。在上述背景下,本文重点围绕低复杂度大规模MIMO关键技术展开研究,旨在为后期5G网络规划和商用提供理论依据和技术支撑。本研究创新点和理论贡献主要有以下四个方面:1)对大规模MIMO系统的信道容量进行了深入研究。首先,考虑实际通信系统中天线数有限的情况,通过建模修正项,运用矩阵泰勒展开和高阶统计量等数学工具,分别针对不同的泰勒展开阶数,推导得出了系统遍历信道容量的闭式表达式。其次,基于该闭式解与理想假设(天线数无穷大时)的信道容量进行了对比分析。最后,通过计算机仿真,验证了所得闭式表达式的正确性。得出结论:随着泰勒展开阶数的提高,推导所得的信道容量愈发接近真实通信环境中的信道容量,当泰勒展开阶数为4时,可几乎还原实际通信环境中的信道容量。因此可通过所得信道容量闭式表达式来分析并衡量系统在实际通信环境中的性能,从而降低性能分析的复杂度。2)对低精度大规模MIMO系统进行了深入研究。首先,针对窄带大规模MIMO系统,考虑系统具有完整信道状态信息(Channel State Information,CSI)的情况,推导得出基站采用最小均方误差(Minimum Mean Square Error,MMSE)检测算法时用户上行可达速率的闭式表达式。其次,考虑系统具有非完整CSI的情况,推导得出采用线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)信道估计算法和MMSE接收机的用户上行可达速率的闭式解。基于所得闭式表达式,对系统的性能进行了分析,指出在低精度大规模MIMO系统中,可通过增加天线数来弥补低精度ADC带来的性能损失。通过与配备高采样率高量化精度ADC的传统大规模MIMO系统进行对比发现,当低精度大规模MIMO系统具有非完整CSI时,要弥补低精度ADC所带来的性能损失,采用1比特和2比特ADC的基站至少需要多配备1.5倍和1.1倍的天线。最后,通过仿真验证了低精度大规模MIMO系统的可行性,证明了在大规模MIMO系统中可以通过采用低精度ADC的方式来降低硬件复杂度和系统功耗。3)对混合精度大规模MIMO系统进行了深入研究。首先,分别考虑窄带大规模MIMO系统和大规模MIMO-OFDM系统,假设系统具有非完整CSI和完整CSI的情况,推导得出了接收端采用最大比合并(Maximal Ratio Combining,MRC)和迫零(Zero Forcing,ZF)接收机时用户上行可达速率的闭式解。其次,与低精度大规模MIMO系统和传统大规模MIMO系统进行了对比,并利用所得闭式解对系统的能量效率和频谱效率进行了分析。最后通过计算机仿真验证了所得结果的正确性,证明了混合精度大规模MIMO系统在权衡能量效率和频谱效率方面的优势,同时指出在硬件成本允许的条件下,ADC的量化精度为3比特或4比特时可获得最佳折中。4)对低精度大规模MIMO系统中天线选择技术进行了深入研究。首先,考虑下行大规模MIMO系统,根据贪心算法和QR分解提出了一种基于最大化信噪比(Signal to Noise Ratio,SNR)的天线选择算法。其次,分析了传统天线选择算法不能直接应用于低精度大规模MIMO系统的原因,通过综合考虑量化误差和信道增益,提出了低精度递减/递增天线选择算法。接着优化所提算法的步骤,针对不同目标天线数分类提出了两种降低计算复杂度的双选算法。最后,通过计算机仿真和算法复杂度的对比验证了所提算法的有效性,证明了在大规模MIMO系统中可通过天线选择技术有效减少射频链路的个数,同时还可与低精度ADC相结合,进一步降低硬件复杂度、经济成本和系统功耗。