论文部分内容阅读
为了满足新一代无线通信在接入、数据传输和时延等方面的要求,5G网络在系统配置和结构方面,与4G相比呈现很大变化,大规模MIMO天线阵列将用于5G系统中。与传统的MIMO信道相比,大规模MIMO场景下电磁波的传播特性变得更加复杂,远场效应不再成立,信维道衰落和信道相关性也呈现新的特性。传统的二维模型无法准确描述大规模MIMO信道,三模型引入复杂的几何关系,使信道建模的任务变得更为艰巨。本论文研究了大规模MIMO场景下的三维信道建模方法和过程,具体的研究内容包括:1.研究了 MMO系统的信道建模方法,从大尺度衰落和小尺度衰落方面分析了不同建模方法的区别。正弦波叠加法可以得到多条衰落信道,但是无法对天线间的相关性进行描述;SCM模型考虑了天线间的几何关系,能够描述MIMO系统的空间相关性;确定性信道模型基于射线追踪技术,具有较高的准确性同时计算复杂度也较高;Kronecker模型是一种简化的相关模型,分别描述接收天线间的相关性和发送天线间的相关性,减小了信道分析的复杂度。2.基于5G场景,对MIMO的统计信道建模方法进行了演进,在传统MIMO信道模型中,MIMO天线阵列的总体尺寸较小,每个天线元看到的散射体可以认为是相同的,而大规模MIMO天线阵列的尺寸较大,论文考虑了散射体在天线阵列轴上相应于不同天线元的出现和消失。’仿真研究了信道的空间、时间和频率相关性,并与与测量结果进行了对比,在考虑了天线阵列轴方向上的散射体生灭过程后,所构造的信道模型更加符合实际信道。基于所构造的模型,分析了天线选择方案下的信道平均容量和奇异值分布,并确定了一种提高信道容量的天线选择方法。3.将MIMO确定信道建模方法推广到大规模MIMO,将建模环境分为白天和夜晚两种不同的情形,对白天可能出现的一些车辆、行人等障碍物进行建模。仿真研究了不同时间、不同位置、不同移动方式的信道特性,分析了信道的瞬时容量。4.提出了一种基于神经网络的信道建模方法,该方法采用SAGE(space-alternating generalized expectation-maximization,空间交替广义期望最大)算法,并考虑估计的信道参数与散射体位置信息的对应,减小了信道估计的误差。将信道建模问题归结为机器学习中的回归问题,利用多层前馈神经网络能以任意精度逼近任意复杂度的连续函数特性构建信道模型的参数。经分析和仿真,发现基于神经网络的信道模型与SAGE建模方法相比更接近于实际信道。