论文部分内容阅读
大规模MIMO系统是当前5G研究的重点内容之一。目前关于大规模MIMO系统能效优化问题的研究大多是基于全精度ADC量化展开的,但是随着无线通信中业务量的剧增,使用全精度ADC量化将会带来高额的硬件成本、大量的能量消耗。采用低精度ADC进行量化处理,能够有效降低硬件成本和系统能量消耗。因此,本文对配置低精度ADC的大规模MIMO系统的能效优化问题展开了研究,首先在MRC检测下,分别基于CSI已知和CSI未知两种情况,对低精度ADC大规模MIMO系统的能效资源分配方案展开研究;为了提升系统性能,本文进一步研究了在低复杂度ZF检测下,低精度ADC大规模MIMO系统的能效优化问题。第一章阐述了大规模MIMO系统的研究背景及其所面对的机遇与挑战,能效优化问题和低精度量化技术的研究现状。第二章首先介绍了无线通信系统中的衰落特性及分类,其次介绍了大规模MIMO系统信道模型,对大规模MIMO系统中常用检测算法的检测矩阵进行了简要推导,然后介绍了低精度量化技术,大规模MIMO系统的能效优化模型和凸优化问题。第三章研究了MRC检测的下对低精度ADC大规模MIMO系统的能效问题,首先针对一个CSI已知的单小区大规模MIMO系统,提出一种以能效最大化为目标对发射功率和基站天线数进行优化方案,所提方案在满足用户最低传输功率的约束下,进一步考虑用户发射功率和基站天线数的限制,从而建立起能效优化模型,并分别采用拉格朗日法对发射功率进行分配、三分法对基站天线数进行优化。其次,考虑一个CSI未知大规模MIMO系统,考虑信道估计的影响,在用户功率限制和导频序列长度限制下建立起能效优化模型,采用交替优化算法优化对导频长度和数据发射功率和量化比特数进行联合优化。第四章探讨研究了在低复杂度ZF检测下低精度ADC大规模MIMO系统的能效问题。大规模MIMO上行链路中采用ZF检测基站接收信号,采用一种低复杂度的ZF检测算法有效降低大矩阵直接求逆的复杂度,并推导出系统频谱效率解析式。为了保证通信能正常进行,所提方案不仅限制了最高传输功率,同时对最低传输功率进行限制,并建立起能效最大化为目标的优化模型。在此基础上,采用梯度下降法对用户发射功率进行迭代优化。第五章为总结与展望,总结了论文的研究内容,并提出亟待解决的开放性问题。