论文部分内容阅读
随着信息社会的高速发展,用户终端数量急剧增加,移动业务需求不断增长,这对无线通信系统的频谱效率和传输能效提出了更高的要求。大规模多输入多输出(MIMO,multiple-input multiple-output)传输在基站侧配置大规模天线阵列,可以有效提高系统频谱效率和传输能效,是当前移动通信的核心技术。大规模MIMO无线传输性能依赖于信道状态信息的获取,然而实际系统中存在瞬时信道状态信息获取困难、开销巨大、系统实现复杂度高等问题。由于统计信道信息变化相对缓慢,相较瞬时信道信息更加容易获取,利用统计信道信息进行大规模MIMO传输设计可以有效降低系统复杂度,并且保持较好的传输性能。为此,本论文研究利用统计信道信息的多小区大规模MIMO无线传输方法。具体地,本论文主要工作及贡献如下:
首先,研究利用统计信道信息的多小区协同大规模MIMO单播传输方法。所提出的方法存在如下两个特点:1)基站侧仅利用统计信道信息进行发送信号预编码设计,降低系统开销、降低传输设计复杂度;2)小区之间协同工作,即基站获取相邻小区用户终端的统计信道信息,在预编码设计过程中考虑小区间的干扰,从而提升系统传输性能。该部分工作分别以最大化系统单播传输频谱效率和系统单播传输能量效率为准则进行预编码设计。利用大规模MIMO波束域信道统计特性,分别证明了在两种准则下波束域传输的最优性,将对应的单播预编码设计问题简化为波束域功率分配问题。针对最大化频谱效率的波束域功率分配问题,提出基于最小最大(MM, minorization-maximization)算法和确定性等同的序贯优化算法,所提方法复杂度低且能保证收敛。针对最大化能量效率的波束域功率分配问题,采用基于MM算法、Dinkelbach变换和确定性等同的低复杂度序贯优化算法,该算法同样能够保证收敛。仿真结果验证了所提算法的收敛性能,表明所提出的协同单播传输方法相较于传统单小区传输方法有较高的性能增益。
其次,研究利用统计信道信息的多小区协同大规模MIMO多播传输方法。与传统方法相比,本方法仅利用统计信道信息,并且在预编码设计过程中考虑小区间多播信号干扰。本部分首先以最大化系统多播传输频谱效率为准则对基站发送信号进行预编码设计,利用大规模MIMO波束域信道统计特性证明该场景下波束域传输的最优性,将预编码设计问题简化为波束域功率分配问题。其次,采用MM算法进行求解得到问题的局部最优解,同时利用确定性等同降低优化过程中的运算复杂度。然后以最大化系统多播传输能量效率为准则进行预编码设计,同样证明该准则下的波束域传输最优性,将预编码设计问题简化为波束域功率分配问题。利用MM算法、Dinkelbach变换和确定性等同,设计出能够收敛到原优化问题局部最优解的低复杂度序贯优化算法。仿真结果验证了两种优化准则下的多小区协同多播传输方法的性能。
最后,针对毫米波/太赫兹频段多小区大规模MIMO传输过程中常见的用户终端移动性支持和信道遮挡问题,研究利用统计信道信息的毫米波/太赫兹网络大规模MIMO传输方法。该部分首先针对多小区毫米波/太赫兹信道进行建模,为缓解毫米波/太赫兹频段的信道遮挡效应,将多个小区组合成一个传输网络,各个基站获取传输网络内各用户的统计信道信息,并且可以向网络内的所有用户传输信号。接着考虑到毫米波/太赫兹频段传输特性,提出在网络传输过程中利用逐波束同步缓解信道的多普勒扩展和时延扩展,解决移动性支持问题。进而基于逐波束同步方法建立相应传输模型,在此基础上研究基站侧仅利用统计信道信息的网络大规模MIMO下行预编码设计问题。利用大规模MIMO波束域信道统计特性证明了该传输场景的波束域传输最优性,同时揭示了在网络传输过程中,不同基站可以单独给相同用户发送信号。据此,发送信号预编码设计问题被简化为波束域功率分配问题。对于该功率分配问题。通过利用序贯优化算法和确定性等同理论,设计出了能够确保收敛到局部最优解的网络波束域功率分配算法。数值仿真结果表明所提出的利用统计信道信息的网络大规模MIMO传输方法可以有效缓解信道遮挡效应,增强对于毫米波和太赫兹频段通信用户终端移动性的支持,从而提升系统传输和速率。
首先,研究利用统计信道信息的多小区协同大规模MIMO单播传输方法。所提出的方法存在如下两个特点:1)基站侧仅利用统计信道信息进行发送信号预编码设计,降低系统开销、降低传输设计复杂度;2)小区之间协同工作,即基站获取相邻小区用户终端的统计信道信息,在预编码设计过程中考虑小区间的干扰,从而提升系统传输性能。该部分工作分别以最大化系统单播传输频谱效率和系统单播传输能量效率为准则进行预编码设计。利用大规模MIMO波束域信道统计特性,分别证明了在两种准则下波束域传输的最优性,将对应的单播预编码设计问题简化为波束域功率分配问题。针对最大化频谱效率的波束域功率分配问题,提出基于最小最大(MM, minorization-maximization)算法和确定性等同的序贯优化算法,所提方法复杂度低且能保证收敛。针对最大化能量效率的波束域功率分配问题,采用基于MM算法、Dinkelbach变换和确定性等同的低复杂度序贯优化算法,该算法同样能够保证收敛。仿真结果验证了所提算法的收敛性能,表明所提出的协同单播传输方法相较于传统单小区传输方法有较高的性能增益。
其次,研究利用统计信道信息的多小区协同大规模MIMO多播传输方法。与传统方法相比,本方法仅利用统计信道信息,并且在预编码设计过程中考虑小区间多播信号干扰。本部分首先以最大化系统多播传输频谱效率为准则对基站发送信号进行预编码设计,利用大规模MIMO波束域信道统计特性证明该场景下波束域传输的最优性,将预编码设计问题简化为波束域功率分配问题。其次,采用MM算法进行求解得到问题的局部最优解,同时利用确定性等同降低优化过程中的运算复杂度。然后以最大化系统多播传输能量效率为准则进行预编码设计,同样证明该准则下的波束域传输最优性,将预编码设计问题简化为波束域功率分配问题。利用MM算法、Dinkelbach变换和确定性等同,设计出能够收敛到原优化问题局部最优解的低复杂度序贯优化算法。仿真结果验证了两种优化准则下的多小区协同多播传输方法的性能。
最后,针对毫米波/太赫兹频段多小区大规模MIMO传输过程中常见的用户终端移动性支持和信道遮挡问题,研究利用统计信道信息的毫米波/太赫兹网络大规模MIMO传输方法。该部分首先针对多小区毫米波/太赫兹信道进行建模,为缓解毫米波/太赫兹频段的信道遮挡效应,将多个小区组合成一个传输网络,各个基站获取传输网络内各用户的统计信道信息,并且可以向网络内的所有用户传输信号。接着考虑到毫米波/太赫兹频段传输特性,提出在网络传输过程中利用逐波束同步缓解信道的多普勒扩展和时延扩展,解决移动性支持问题。进而基于逐波束同步方法建立相应传输模型,在此基础上研究基站侧仅利用统计信道信息的网络大规模MIMO下行预编码设计问题。利用大规模MIMO波束域信道统计特性证明了该传输场景的波束域传输最优性,同时揭示了在网络传输过程中,不同基站可以单独给相同用户发送信号。据此,发送信号预编码设计问题被简化为波束域功率分配问题。对于该功率分配问题。通过利用序贯优化算法和确定性等同理论,设计出了能够确保收敛到局部最优解的网络波束域功率分配算法。数值仿真结果表明所提出的利用统计信道信息的网络大规模MIMO传输方法可以有效缓解信道遮挡效应,增强对于毫米波和太赫兹频段通信用户终端移动性的支持,从而提升系统传输和速率。