论文部分内容阅读
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)是5G移动通信系统实现高频谱效率和高可靠性的关键技术之一。在基站端配置数十乃至上百的天线能够提高空间分辨率和频谱效率,使得基站同时为更多的用户进行服务。传统的大规模MIMO系统基于集中式架构设计,系统中存在大量的原始数据交互与汇聚,随着天线数量增多,中央处理单元面临总线带宽过大和计算复杂度过高等问题。同时,由于基站需要支撑多种天线规模场景的应用,集中式基带处理架构使基站需要根据不同的连接形态设计不同的连接方案,引入额外的成本,可扩展性差。因此,集中式处理架构将逐渐成为制约大规模天线应用的瓶颈。基于上述问题,本文提出采用分布式链式架构的应对策略,对大规模MIMO系统的上行链式均衡算法和下行链式预编码算法展开一系列研究。首先,本文介绍了基于传统集中式架构的上/下行大规模MIMO通信系统。论文先给出了上/下行链路的MIMO系统模型,接着推导了三种常用的线性均衡/预编码算法的表达式,然后仿真比较了三种线性算法误比特率(Bit Error Rate,BER)。最后,本文以5G NR系统为例,给出了基站总线单元需要的采样速率,指出了当前集中式通信系统面临问题,提出了采用分布式架构来解决高流量带宽这一关键问题。然后,论文对分布式大规模MIMO上行单向链式架构展开了研究。论文先给出了上行单向链式架构的系统模型,并介绍了单向链式架构的工作流程,随后,我们以集中式目标函数为出发点,利用链式传播架构特性,借助Gauss-Seidel迭代优化方法,推导了单向链式均衡算法的迭代表达式,接着比较了集中式均衡算法和单向链式均衡算法在均衡器生成和滤波两个过程的复数乘法计算复杂度、信息交互量和传输时延。理论和仿真结果验证了单向链式均衡算法在降低总线带宽的基础上能够有效的逼近集中式架构的BER性能。接着,论文研究了分布式大规模MIMO上行双向链式架构。论文先推导了基于Jacobi迭代的无约束双向链式均衡算法,仿真结果出现了震荡不收敛现象,进一步地,论文提出了近似修正和时间平均两种双向链式修正算法来抑制并行计算的震荡问题,详细地推导了两种修正算法迭代求解流程,此外,本文还比较了两种修正算法在均衡器生成过程的复数乘法计算复杂度、信息交互量和传输时延。仿真结果表明,两种修正均衡算法均能有效地抑制无约束条件下的并行迭代导致的震荡现象,以较低的时延获得与单向链式均衡算法相当的BER性能。最后,本论文研究了分布式大规模MIMO下行链式预编码算法解决方案。假设终端是单天线设备,推导出了在下行总发射功率约束下单向链式和双向链式两种传输结构对应的预编码算法。对于双向链式结构,基于Jacobi迭代仍然会出现震荡不收敛的现象,因此论文直接给出近似修正和时间平均修正后的两种改进算法的推导过程。此外,论文仿真验证了单向链式、近似修正和时间平均修正预编码算法能够有效逼近集中式预编码算法的BER性能。上/下行链式均衡/预编码算法的理论推导和仿真结果表明链式架构具备实际可行性。