采用传播图论建模方法的Massive MIMO室内场景传播特性

大规模多天线(Massive MIMO)技术在基站端配置大规模天线阵列,能够大幅度提升数据传输速度和系统容量,实现无线传播信道中的空间和时间资源的最大化利用.有关Massive MIMO无线传播信道的研究,对大规模多天线的应用、系统的设计与部署具有重要意义.本文采用传播图论信道建模的方法,研究Massive MIMO在实际传播信道中的性能表现,既能很好的避免信道实测带来的繁重工作,又能有效反映Massive MIMO的无线信道衰落特性.分别在高频点6GHz和低频点1.472 5GHz对选定的室内传播场景进行了信道建模与仿真,由传播图论建模方法得到了信道冲激响应,并进行参数提取,分别从角度域和时延域分析了大规模多天线系统的信道传播特性,并通过分析信道奇异值扩展的分布,证明了实际传播环境中天线数目增多信道的正交性显著增强.     

大规模MIMO系统中基于空时相关性的导频减小算法

在大规模多输入多输出(multiple input multiple output,MIMO)系统信道估计过程中,基站向用户端发送导频信号.由于导频数量与基站发射天线的数量成正比,传统信道估计过程会产生巨大的导频开销,尤其是对于采用频分双工通信方式的(frequency-division duplexing,FDD)大规模MIMO系统.为了解决这一问题,通过利用无线MIMO信道的空间公共稀疏性和时间相关性,提出一种基于压缩感知(compressed sensing,CS)技术的导频开销减小算法,其中,空时相关性用来提高信道估计精度.该算法能够在未知大规模MIMO系统信道稀疏度的情况下,自适应地获取精确的信道状态信息.分析和仿真结果表明提出的算法在减少导频开销方面优于局部公共支撑算法,同时能够维持良好的信道估计性能.     

基于旋转直积码本的3D有限反馈SDMA方案

为平衡反馈开销和系统性能,在频分双工(FDD)系统下,针对三维多输入多输出(3D MIMO)系统的多用户预编码问题,提出一种应用于3D MIMO系统的基于统计信道信息的空分多址(SDMA)方法.首先,基于三维信道的空间相关性,提出3D MIMO中基于旋转直积的用户分簇码本设计,码本中每个分簇基的列向量相互正交,可作为发送方向用于下行预编码;其次,用户根据下行信道估计所得到的发端相关矩阵选取所在的分簇基及发送方向,并以长周期将其索引反馈至基站;最后,基站调度用户实现下行多用户传输.仿真结果表明:在信道相关性较高的情况下,该方法可以显著提升系统的吞吐量,且只须长时间向基站反馈信息,上行反馈开销极小.     

大规模MIMO网络中基于时间反演的预编码技术

针对大规模多输入多输出(multiple input multiple output,MIMO)网络中随基站天线数目与用户终端数目增多而引发的用户间干扰(inter user interference,IUI)问题,提出一种面向大规模MIMO的时间反演(time reversal,TR)预编码抗干扰技术。该方法在MIMO系统中先后历经信道探测、多径信道建模、干扰信道分析以及信道预编码矩阵设计,实现时间反演预编码信号在多径信道中IUI抑制传输,一方面在时间反演技术基础上进行信道优化,利用时间反演技术的时空聚焦性实现能量聚焦;另一方面利用迫零预编码技术降低大规模MIMO系统中用户间干扰与共道干扰。MATLAB仿真结果验证了基站天线数目、用户端终端数目对于大规模MIMO系统性能的影响,结果证明,时间反演预编码抗干扰技术可以使平均误比特率减小,并显著提高信干噪比和大规模MIMO系统的可达速率。     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比特或码字及信道状态信息,采用了端对端的训练方式,使不同神经网络模型可学习系统收发端的信息比特与码字的映射关系,联合实现了MIMO系统信号检测和信道译码,同时具有较低的复杂度.仿真结果表明,相比一些传统检测和译码算法,所提方法具有较优的检测和译码性能.     

MIMO系统中的迭代时变信道估计

为了提高时变信道环境中MIMO信道估计的性能,利用Karhunen-Loeve基扩展模型(KL-BEM)建立MIMO系统中符合期望最大化(EM)算法框架的信号模型,从而得到MIMO时变信道的迭代估计方法.将EM算法应用于MIMO系统中进行迭代信道估计,一方面利用了EM迭代来提高信道估计的性能,另一方面利用了KL-BEM基函数的正交性来降低信道估计的运算复杂度.在2×2 MIMO系统下的仿真结果表明:算法经5次迭代即可收敛,而且迭代估计的信道脉冲响应与实际响应几乎重合;此外,迭代估计后系统的BER性能接近理想信道时的BER性能,在高信噪比区域,两者之间的差别在1 dB以内,比最小二乘信道估计有约2 dB的性能增益,可见迭代估计方法在时变信道条件下具有良好的估计性能.     

大规模多天线无线信道及容量特性研究

基站端配置大量天线构成的大规模多天线系统,可以进一步挖掘空间域增益,大幅度提升无线通信系统传输容量和功率效率.从理论上看,大规模多天线系统获得空间域增益的前提条件是传播环境中的各子信道满足正交条件.准确的获取无线信道信息是通信系统研究的基础,它为通信系统的链路级仿真、样机试验和标准制定提供理论基础和技术支撑.本文研究了大规模多天线无线信道的特点,总结了国内外大规模无线信道的测量与建模,通过随机矩阵特征值经验概率密度函数角度研究了Massive MIMO无线信道的信道容量,并给出了球面波信道建模和阵列域的相关性与非平稳特性为下一步的两个研究方向.     

下行多小区MIMO系统协作多点传输联合调度机制

提出一种基于协作多点传输的下行多小区多输入多输出(MIMO)系统联合调度机制,充分利用多小区间的联合调度来降低小区间的干扰,提高系统的吞吐量.该方案利用多小区基站间的协作,根据用户反馈的信道信息间的相关性,在不牺牲系统资源情况下联合调度互相干扰小的用户抑制小区间的干扰.仿真表明:该方案在相同情况下与传统的多小区下行MIMO系统相比,具有显著的小区平均系统吞吐量增益及边缘用户吞吐量增益.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

相关衰落多输入多输出系统的参数化信道估计

针对多输入多输出(MIMO)系统中信道空域相关影响信道估计性能的问题,提出了一种基于多径参数估计的信道估计方法.该方法适用于多径稀疏信道环境下的双端部署均匀线性阵列的MIMO系统,通过构建信道的多径参数化模型,用多径的径参数描述信道矩阵和信道空域相关,将信道估计问题转化为多径参数的估计,并采用波达矩阵算法估计出多径参数以完成信道估计.由于利用了信道的多径结构,在不需预知信道空域相关的情况下,能够获得比Least-Square方法更好的信道估计性能.仿真实验表明,与Least-Square方法相比,当信道估计均方误差达到10-1时,该方法在4×4和6×6的MIMO系统中分别能够获得2.5 dB和5 dB的信噪比增益.     

基于块对角化的最小均方误差矢量预编码

针对多用户多输入多输出下行链路系统的预编码问题,提出使用块对角化处理获得具有块对角化结构的等价信道矩阵,并基于等价信道推导收发信号的均方误差,通过最小化均方误差分别求解扰动矢量的两个部分,即扩展星座图的扰动矢量和残余干扰矢量,从而获得发射端信号和预编码矩阵.仿真表明,提出方法的误码率性能优于传统的对角化算法、块对角化迫零准则矢量预编码算法、正则块对角化预编码算法及其改进算法.     

全维多输入多输出下行系统中两级序贯码本选码方法

为了在全维大规模多输入多输出(MIMO)下行系统中获取可靠的信道状态信息(CSI),提出了基于两级序贯码本的预编码设计方法。在此方法中,预编码码字由内码与外码组成,内码用来逼近各个辐射路径,而利用外码将选出的内码做最佳的线性组合。该方法能精确地逼近真实信道,而且还可以降低系统中的反馈开销。此外,基于假设的信道模型提出了反馈开销的确定方案和旋转码本的构造方法。通过实验仿真,验证了该设计方法的准确性和有效性。     

RIS辅助毫米波MIMO级联信道的角度估计

智能反射表面（RIS）用低成本的无源反射元件控制入射信号的相位,将增强第6代移动通信系统的无线覆盖范围,并提高信道容量.由于RIS辅助毫米波多入多出（MIMO）级联信道仅有少量的弥散空间角度和相应的路径损耗,提出采用无网格的原子范数最小化方法来估计下行链路基站处的离开角和用户处的到达角,把级联信道的角度估计问题转化为凸优化模型进行求解.仿真结果表明,仅用少量的快拍数就能得到精确的角度参数.     

室内多用户MIMO系统下行链路空分多址算法研究

多天线技术可在不额外增加功率和带宽的条件下成倍提升无线资源的频谱效率,改善通信质量.本文提出了一种适合于室内分布系统场景的多用户MIMO下行链路空分多址算法.首先通过测量不同用户在不同通道上的功率来计算空分多址用户间的信号干扰比值,然后根据该信号干扰比值进行初步的空分多址判决,最后对空分多址用户进行干扰补偿.仿真结果表明该空分多址算法可以大幅提升室内分布系统的容量.     

MU-MIMO系统的线性预编码和功率分配算法

针对下行链路多用户MIMO系统,提出了一种联合预编码和功率分配的算法.该算法能够优化系统的信道容量,同时也保证了每个用户的服务质量要求.首先求解线性预编码;在此基础上,通过分布式的功率分配,使得在满足各个用户服务质量要求的前提下,信道容量最大化.算法与现有的结合功率分配的预编码策略相比,在达到较高的信道容量的同时,也能满足各用户的最低速率要求(QoS).仿真试验表明:高信噪比(10～20dB)的情况下,在达到相等的信道容量时,算法平均可获得1dB的增益;在低信噪比(0～6dB)的情况下也能满足各用户的QoS要求.     

Multiuser MIMO Downlink Transmission Schemes over Time-Varying Channels

The performance of multiuser multiple-input-multiple-output （MIMO） downlink systems with block diagonalization （BD） depends on the accuracy of the channel state information （CSI） available at the trans- mitter and the receiver. In time-varying channels, the CSI available at the transmitter （CSIT） is always out-dated due to an inherent time delay between the uplink channel estimation and the downlink data transmission in time division duplexing （TDD） systems. This leads to a drastic degradation of system capacity. This paper first analyzes the effect of the outdated CSIT on multiuser MIMO downlink systems using the BD method and then proposes two linear processing methods, BD precoding with user selection and scheduling at the transmitter and total minimum mean squared error （MMSE） decoding at the receiver （TBDUSS-RTMMSE） and BD preceding at the transmitter with partial MMSE decoding at the receiver （TBD-RPMMSE）, to mitigate the interference among data streams and users. Analysis and simulation results show that these methods can effectively reduce the impairment of the outdated CSIT to increase the system sum capacity in a suitable time delay region of the CSIT.     

反馈受限的多用户MIMO下行链路预编码算法研究

在上行链路反馈受限的MIMO信道系统中,通过最大化反馈的信道质量信息可以获得相关门限阈值。现有研究在提高用户和速率方面已达到较好效果,但同时也提高了算法复杂度。为了在不损失多用户分集增益的前提下降低反馈开销,提出一种基于门限的次优下行链路预编码方案。在反馈信道方向信息(CDI)和信道质量信息(CQI)的基础上,应用迫零波束成形(ZFBF)算法进行预编码。实验结果表明,该算法在保证较高和速率的同时有效降低了计算复杂度。     

基于最大比传输预编码天线分组技术的大规模多入多出系统能效研究

大规模多输入多输出(MIMO)系统中,大型天线阵列之间的强天线相关性会导致系统性能降低.针对下行链路场景,提出基于最大比传输预编码的联合天线分组和天线选择算法,把大规模天线阵列划分为若干组,在每组中基于信道矩阵最大列范数选择天线,构造所选天线与接收天线间的信道矩阵,并计算对应的预编码矩阵.建立能效模型,分析联合天线分组和天线选择算法对系统能效的影响.仿真结果表明,在基站天线数为200、发射功率为10 dB、天线相关因子为0.8的假设下,当分组数为24时,与最大范数天线选择算法相比,该算法使系统能效提高了约24.4%.     

多用户MIMO空分多址下行链路预编码算法研究

针对多输入多输出(MIMO)空分多址下行链路,每个接收天线看成独立的用户来分配波束,联合正交随机波束成形(ORBF)和迫零波束成形(ZFBF)实现了每用户配置多天线的预编码方法。为了降低计算复杂度,提出了联合线性结合技术的RBF-ZFBF的下行链路预编码方案。该方案利用ORBF确定初选用户,每个用户利用线性结合技术获得有效SINR,所选用户将使用线性结合方法获得的信道质量信息(CQI)和信道方向信息(CDI)反馈到基站,完成用户选择、波束选择和最终预编码。实验结果表明,该算法与每用户单天线方案相比,提高了系统吞吐量,证实了所提算法的有效性。