论文部分内容阅读
MIMO(Multiple-Input Multiple-Output)技术是 LTE-A(Long Term Evolution Advanced)中的一项关键技术。该技术要求在发射端和接收端分别使用多个发射天线和多个接收天线,信号通过多个发射天线和多个接收天线实现数据的发送和接收,从而改善通信质量。在不增加频谱资源和发射功率的情况下,MIMO技术可充分利用空间资源,增加系统容量。而预编码技术作为MIMO系统中的一项关键技术,在消除信道间的干扰,提高系统频谱效率等方面发挥重要作用。但随着海量终端设备与新服务的应用和普及,人们对无线通信传输速率的需求越来越高。预计到2020年,无线通信的传输速率需求将是LTE-A系统的500-1000倍,目前的LTE-A所支持的传输速率将不能满足要求。因此,为了提高系统容量,未来5G移动通信将采用 Massive MIMO(Massive Multiple-Input Multiple-Output)。Massive MIMO技术是指在基站装备大数量级的天线(100以上),同时服务多个单天线终端。然而,随着基站天线数量的增加,即使是简单的线性预编码(如:ZF预编码、RZF预编码)也有着较高的计算复杂度。因此,如何降低预编码的计算复杂度成为本文研究的重点。本文首先阐述了 Massive MIMO系统模型并分析了该系统的频谱效率。其次重点研究了目前流行的3种线性预编码算法,即ZF(zero-forcing)预编码、RZF(regularized zero-forcing)预编码、MRT(maximum ratio transmission)预编码,并对这 3 种线性预编码的误比特率、频谱效率、复杂度进行仿真分析。然后研究了低复杂度的TPE(truncated polynomial expansion)预编码和 MDPE(matrix decomposition-polynomial expansion)预编码算法,这两种算法是通过矩阵多项式展开并取前L项近似代替RZF预编码算法中矩阵求逆来降低计算复杂度。本文对TPE、MDPE算法的误比特率、频谱效率、复杂度进行了仿真分析,并讨论了两种算法具体适用的场景。另外,本文改变了 MDPE预编码算法中系数cn的计算方式,仿真结果表明,改变cn的计算方式后算法性能得到了提升。最后论文通过GNU Radio软件平台实现了 ZF预编码算法的模块封装,在8×8 MIMO系统下完成了算法的验证。