论文部分内容阅读
Massive MIMO作为5G的关键技术,能够有效提高系统的容量和吞吐量,提高链路传输的可靠性,提高频谱效率和能量效率等,但Massive MIMO也面临着许多问题和挑战。在多小区Massive MIMO系统中,小区间干扰和小区内用户间干扰对系统的影响会随着发射天线数和用户数的增加而增加,因此高效的干扰管理技术在多小区Massive MIMO系统中必不可少。另外,由于Massive MIMO有大量的发射天线,而每根发射天线上都需要连接2个数模转换器(DAC)和一个射频链路(RF chain),Massive MIMO系统中会有很大的功耗和成本。使用低分辨率DAC不仅能够降低DAC的功耗和成本,也会使射频链路的设计更加简单,然而它会带来较大的非线性量化失真,严重影响预编码算法的性能,因此低分辨率DAC下预编码算法的研究逐渐引起人们的关注。本文重点研究低分辨率DAC多小区Massive MIMO系统中的预编码问题。预编码算法可分为线性预编码算法和非线性预编码算法。非线性预编码算法具有很高的复杂度,因此在Massive MIMO系统中并不实用。为此,本文将重点研究线性预编码算法。在干扰管理方面,本文考虑各小区基站间共享信道信息,通过协作预编码来抑制小区间干扰。低分辨率DAC会导致较大的非线性量化失真,降低预编码算法的性能。目前,已经不少文献研究低分辨率DAC单小区Massive MIMO系统中的预编码算法。WFQ算法是一种考虑了量化效应的、基于MMSE准则的线性预编码算法,对量化失真有一定的抑制作用。本文将WFQ算法推广到低分辨率DAC多小区Massive MIMO系统中,提出一种基于基站协作的预编码算法,WFQ-BF算法。相比经典的基于基站协作预编码的ZF-BF算法,WFQ-BF预编码算法能抑制由量化失真导致的干扰。仿真结果表明,在低分辨率DAC多小区Massive MIMO系统中,同ZF-BF算法相比,在用户数较多时,WFQ-BF算法能够取得比较明显的优势。在ZF-BF算法、WFQ-BF算法和诸多预编码算法中,都涉及到矩阵求逆运算。由于Massive MIMO中大量的发射天线数和用户数,导致预编码算法中求逆矩阵规模变得很大,在多基站协作预编码中,这种情况尤为严重。如何在计算复杂度较低的情况下快速进行矩阵求逆,是Massive MIMO技术走向商用需要解决的关键问题之一。在矩阵求逆算法中,迭代类求逆算法相比直接求逆类算法具有存储空间小、计算效率高等优点,从而使得它在大规模矩阵求逆中更受青睐。Newton迭代算法是迭代类求逆算法中的一种经典算法,具有计算效率高、稳定性强等优点。本文在Newton迭代算法的基础上,提出了一种变步长迭代算法,该算法通过对误差矩阵的分析,给出了步长的更新公式,大大加快了算法的收敛速率,其代价是复杂度略微有所增加。