论文部分内容阅读
MIMO系统由于其具有较高的频谱效率,在最近十几年发展迅速,并成为了LTE的核心技术。然后用户的需求也在急剧增加,更高的频谱效率和吞吐量是现在研究追求的目标,大规模MIMO系统由于其超高的频谱效率而受到广泛关注,是未来5G技术最有潜力的研究方向之一。大规模MIMO系统(massive MIMO)是指基站端配备有大量(成百上千)天线,同时为相对较少的用户提供服务,随着天线数目的增加,系统增加了很多有用的性质,可以大幅度提高频谱利用率和能量的效率。随着天线数的增加,并趋近于无穷大,大规模MIMO系统的性能受限制小区间的干扰。小区间的干扰是由于导频资源受限制,相邻小区往往会复用导频,由于相邻小区使用相同的导频,因此导致了上行链路信道估计时结果会受到使用相同导频的终端的污染,使得信道估计结果不准确,制约了信道容量的提升,并且这个污染级别与天线数量无关,只和大尺度衰落因子相关。本文首先分析了大规模MIMO系统的基本系统模型,分析了在理想情况下大规模MIMO系统单小区和多小区的系统性能。论文讨论了大规模MIMO系统上行链路进行信道估计问题。针对上行信道估计链路,论文推导分析了传统信道估计算法在大规模MIMO系统的应用,仿真分析了直接估计法和MMSE算法在单小区和多小区系统中的性能。仿真结果表明,当存在导频污染时,直接估计法和MMSE算法性能急剧衰减。论文分析了一种联合多小区的贝叶斯估计算法,通过各个小区基站间的协作,在综合利用了各个小区导频序列的先验信息的基础上有效降低导频污染,改善信道估计性能。针对下行链路中的预编码模块,论文首先分析推导了MRT预编码和ZF预编码方案在单小区和多小区大规模MIMO系统中的性能。论文的仿真分析结果表明,ZF和MRT预编码在单小区系统中均能随着天线数目的增加线性地提高系统容量,但是当存在导频污染时,系统性能会被抑制。为此,论文分析了一种抗导频污染的预编码算法,该算法通过各个基站相互协作,将需要发送的信息进行预处理,从而消除了导频污染的影响。论文的相关仿真分析验证了基于小区间协作的抗导频污染预编码方法的有效性。