论文部分内容阅读
随着智能终端的迅速普及和新移动业务需求的急剧增加,未来2020年通信需求量将达到目前的1000倍。因此,大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术凭借其良好的频谱效率(Spectral Efficiency,SE)和能量效率(Energy Efficiency,EE)成为第五代移动通信技术(5th Generation Mobile Communication System,5G)中不可或缺的一部分。大规模MIMO技术通过在基站端配置数以百计的天线并且同时满足较多用户的通信需求,具有充分挖掘空间维度资源的潜力,从而使得无线通信系统获得极大的SE和EE。但是,在同一时频资源内进行大量用户的数据传输导致大规模MIMO系统成为一个严重的干扰系统,因此采用消除干扰的信号处理技术是必须的。考虑到大规模MIMO系统中的大量用户端的地理位置分散且自身处理能力有限,因此一般在大规模MIMO系统的基站端通过预编码技术来消除干扰。目前大多数研究预编码技术的文献都是基于瞬时信道状态消息(Channel State Information,CSI)。然而,现实环境中往往存在一些不利因素导致基站端无法准确获取瞬时CSI,而统计CSI则更加稳定且更加容易获取。因此,基于统计CSI在大规模MIMO系统下进行预编码研究具有重要的实际意义。本文围绕大规模MIMO系统下预编码技术展开讨论,重点研究了基于统计CSI的大规模MIMO预编码策略。首先,针对收发两端都为均匀线性阵列天线的通信场景,研究了基于统计CSI的预编码策略。在假设发射端已知信道均值信息和莱斯因子的情况下,利用Jenson不等式,推导出信道遍历容量的上界表达式。然后,推导出均匀线性阵列天线场景下的最优传输方向和功率分配的解析表达式。考虑到发射端天线数量大于四的时候,信道特征值的解析表达式难以计算。因此,先分别给出了三发N收、四发N收系统下的最优传输方向和功率分配的解析表达式,接着在此基础上推广至发射端天线数为任意的MIMO系统。仿真结果表明,所提出的预编码策略在与等功率策略相比有性能优势。其次,针对发射端为均匀线性阵列天线和接收端为均匀圆形阵列天线的通信场景,研究了基于统计CSI的预编码策略。对发射端已知信道均值信息和莱斯因子的情况,推导出信道遍历容量的上界。然后,推导出最优传输方向和功率分配的解析表达式。考虑到发射端天线数量大于四的时候,信道特征值的解析表达式难以计算。因此,先分别给出了两发N收、三发N收、四发N收系统下的最优传输方向和功率分配的解析表达式,接着在此基础上推广至发射端天线数为任意的MIMO系统。仿真结果表明,与等功率策略相比,所提出的预编码策略更有性能优势。然后,针对收发两端都为均匀圆形阵列天线的通信场景,研究了基于统计CSI的预编码策略。在收发两端阵列天线平行且与x轴的夹角为π/2时,直射(Line of Sight,LoS)信道为循环Toeplitz矩阵,再利用傅里叶对角化的方法得出信道均值矩阵的特征值。在假设发射端已知信道均值信息和莱斯因子的情况下,利用Jenson不等式,推导出信道遍历容量的上界表达式,然后,推导出均匀圆形阵列天线场景下的最优传输方向和功率分配的解析表达式。仿真结果表明,所提出的预编码策略在与等功率策略相比有性能优势。针对由均匀线性阵列天线和均匀圆形阵列天线构成的三种通信场景,本文研究了基于统计CSI的预编码技术,对这些场景下的无线通信系统具有现实指导意义。