论文部分内容阅读
MassiveMIMO技术作为5G的关键技术之一，其基站侧的天线阵列数量可达上百根，可以明显的提高信道容量和频谱效率。但在部署中，天线数量增多导致射频链路增多，且下行链路中用户侧预处理难度增大，以至于影响在实际中的应用。因此，本课题研究MassiveMIMO系统中的天线选择技术和预编码技术。天线选择技术能够有效减少射频链路的成本并降低运算复杂度，预编码技术能够消除多天线之间的干扰，降低用户端的处理难度。本文主要研究内容及成果如下：
(1)分析了MassiveMIMO系统信道容量特点和信道衰落模型，研究了几种经典的天线选择算法，仿真分析得出基于信道矩阵范数的天线选择算法运算复杂度较小，而基于最大化系统和容量算法能够获得较大的系统容量。在此基础上，提出一种改进的天线选择算法，基本思路是先根据基于信道矩阵范数准则选择出部分天线，降低运算复杂度，再从部分天线中选择出目标天线数量，此过程以最大化信道容量作为目标函数，并利用凸优化的内点法进行求解。仿真结果表明，在信噪比为18dB，基站天线数M=128，选择天线数N=3时，与NBS算法相比，改进算法的系统容量增加了约2.75bps/Hz，与最大化系统和容量算法相比，其运算复杂度由O(M3.5)下降到O((2N)3.5)。
(2)研究了传统MIMO系统下的预编码算法，分析了基于迫零预编码、基于均方误差预编码、基于信漏噪比预编码和基于信干噪比预编码的优缺点。研究结果表明，基于信漏噪比预编码误码性能虽不如其他三种方法，但预编码矩阵的求解只与自身预编码矢量有关而与其他用户无关的特点更加适合MassiveMIMO系统。基于此，给出一种结合天线选择的预编码算法，其思想是利用天线选择后的信道矩阵，求解基于SLNR的预编码矩阵，并仿真分析了联合算法的系统性能和运算复杂度。仿真结果表明，联合预编码算法与单独预编码算法相比，在低信噪比时，其误码率相差不大；在高信噪比SNR=20dB，基站天线数M=256，选择天线数N=3时，系统容量增益约为1.8bps/Hz，同时求解预编码矩阵时的运算次数降低了约(M2-N2)。
(1)分析了MassiveMIMO系统信道容量特点和信道衰落模型，研究了几种经典的天线选择算法，仿真分析得出基于信道矩阵范数的天线选择算法运算复杂度较小，而基于最大化系统和容量算法能够获得较大的系统容量。在此基础上，提出一种改进的天线选择算法，基本思路是先根据基于信道矩阵范数准则选择出部分天线，降低运算复杂度，再从部分天线中选择出目标天线数量，此过程以最大化信道容量作为目标函数，并利用凸优化的内点法进行求解。仿真结果表明，在信噪比为18dB，基站天线数M=128，选择天线数N=3时，与NBS算法相比，改进算法的系统容量增加了约2.75bps/Hz，与最大化系统和容量算法相比，其运算复杂度由O(M3.5)下降到O((2N)3.5)。
(2)研究了传统MIMO系统下的预编码算法，分析了基于迫零预编码、基于均方误差预编码、基于信漏噪比预编码和基于信干噪比预编码的优缺点。研究结果表明，基于信漏噪比预编码误码性能虽不如其他三种方法，但预编码矩阵的求解只与自身预编码矢量有关而与其他用户无关的特点更加适合MassiveMIMO系统。基于此，给出一种结合天线选择的预编码算法，其思想是利用天线选择后的信道矩阵，求解基于SLNR的预编码矩阵，并仿真分析了联合算法的系统性能和运算复杂度。仿真结果表明，联合预编码算法与单独预编码算法相比，在低信噪比时，其误码率相差不大；在高信噪比SNR=20dB，基站天线数M=256，选择天线数N=3时，系统容量增益约为1.8bps/Hz，同时求解预编码矩阵时的运算次数降低了约(M2-N2)。