论文部分内容阅读
大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)技术,利用基站端配置大规模天线阵列,能够大幅度提升系统的频谱效率,成为未来第五代移动通信系统(The 5th Generation,5G)的主要研究内容之一。本文一方面引入波达角(Direction-of-Arrival,DOA)估计技术,该技术可以进行用户定位,而且在大规模天线系统中可以为信道估计以及接下来的信号预处理提供有效信息;另一方面引入波束赋形(Beamforming)技术,大规模天线系统由于正交导频资源受限,在小区间不能足够分配正交导频,从而导致系统性能受限于小区间干扰的影响,而波束赋形技术是降低干扰的可行方法。本文针对大规模天线系统,结合波达角估计技术和波束赋形技术进行新算法的设计和系统的性能分析,主要贡献和创新性的成果分为以下几个方面:1.提出一种基于酉旋转不变估计技术算法(Unitary Estimation of Signal Parameters via Rotational Invariance Techniques,Unitary ESPRIT)的二维(Twodimensional,2D)波达角和信道冲击响应的联合估计方案,以及针对点信源提出具有较低复杂度的信号检测方案。针对大规模均匀矩形阵列(Uniform Rectangle Array,URA),首先,在信道未知情况下利用训练序列估计出链路的联合信道冲击响应;其次,通过含有误差的联合信道冲击响应估计值进行二维波达角估计;再次,利用最小二乘估计获得定向信道冲击响应。另外,证明大规模均匀矩形阵列的阵列流形具有渐进正交性以降低检测过程中求逆矩阵的维度,从而减少了信号处理的开销。仿真结果验证了所提信号检测算法与传统的线性信号检测算法具有相近的误比特率(Bit Error Rate,BER),而且所提算法的复杂度要低于传统算法。2.提出一种基于ESPRIT算法的波离角(Direction-of-Departure,DOD)和二维波达角的联合估计方案以及一种基于波束域酉旋转不变估计技术算法(Beamspace Unitary ESPRIT)的无配对过程的角度联合估计方案,与此同时,提出基于导频的波离角和二维波达角以及信道增益的联合估计方案。针对大规模天线系统中发送端是均匀线性阵列(Uniform Linear Array,ULA),接收端是均匀矩形阵列的系统模型,首先提出一种基于ESPRIT算法的角度联合估计方案。传统的角度联合估计仅考虑收发双方均是均匀线性阵列,即一维波离角和一维波达角的联合估计方案,所提方案研究了大规模天线系统的波离角和二维波达角的角度联合估计问题。然而,基于ESPRIT算法的估计方案所需的角度配对过程增加了一定程度上的计算开销,因此,为了进一步降低算法复杂度,针对该系统模型,提出一种基于波束域酉ESPRIT算法的波离角和二维波达角的角度联合估计方案。所提方案将旋转不变性从传统的天线阵子域转换到维度较小的波束域,避免了角度配对过程以及减小了矩阵维度。最后,提出一种基于导频的波离角和二维波达角以及信道增益的联合估计方案,所提方案解决了波离角、二维波达角和信道增益三个参数的联合估计问题。3.提出一种基于相干分布(Coordinated Distributed,CD)信源的二维中心波达角和二维角度扩展(Angular Spread)的估计方案,以及针对相干分布信源给出具有较低复杂度的信号检测方案。与点信源波达角估计算法相比,针对相干分布信源模型,不仅需要估计中心波达角还需要估计角度扩展。首先,针对大规模均匀矩形阵列,证明二维广义阵列流形可以近似为两个一维广义阵列流形的克罗内克积,并且证明了广义阵列流形具有近似的旋转不变性。其次,利用广义阵列流形的近似旋转不变性,提出一种基于酉ESPRIT类算法的二维中心波达角估计方案,与此同时,根据接收信号的协方差矩阵获得二维角度扩展的闭式解。再次,证明不同相干分布信源的广义阵列流形之间具有近似正交性,利用该正交性进行较低复杂度的信号检测。最后,推导出二维中心波达角和二维角度扩展的克拉美罗界(Cramer-Rao Bound,CRB)近似值,并且对不同算法的计算复杂度进行了分析与比较。仿真结果验证了所提方案的复杂度低于传统算法,中心波达角的估计性能在较高信噪比下与传统算法的性能近似,角度扩展的估计性能要好于传统算法。4.设计大规模天线系统的波束赋形和功率分配(Power Allocation)方案。针对大规模天线系统,根据每个用户的服务质量(Quality of Service,QoS)和基站端总发射功率受限的约束条件,综合考虑基站发射总功率和电路消耗功率,分别针对同构用户和异构用户的情况,提出一种基于最大化能量效率准则的波束赋形和功率分配设计方案。与此同时,由于三维波束赋形(Three-dimensional Beamforming,3D Beamforming)中两个不同下倾角的波束把原来的蜂窝小区分裂成近小区和远小区两个垂直扇区,可以利用这两个具有特定下倾角的垂直波束进行动态的垂直波束赋形。然后,基于粒子群优化算法(Particle Swarm Optimization,PSO)动态调整两个垂直波束的下倾角和功率分配,从而达到频谱效率的最大化。