论文部分内容阅读
Massive MIMO技术指在基站侧装备大量天线,同时服务多个用户,可以进行高速率,大容量传输的一个系统。Massive MIMO技术被认为是未来5G通信的关键技术之一,在国内外已经成为研究热点。本文主要围绕Massive MIMO预编码和信道均衡技术而展开。首先介绍了Massive MIMO最新研究进展以及目前的主要研究热点和技术难点,分析了其系统模型和频谱效率。其次介绍了两种常用预编码算法ZF(Zero Forcing)和MMSE(Minimum Mean Square Error),对比分析了其误码性能以及算法复杂度。介绍了基于对发送向量正交化的MRT(Maximal-Ratio Transmit)施密特预编码算法,通过设定一个合适的门限值来选择需要正交化的发送向量,以发送向量正交化方法获得更好的预编码性能。MRT(Maximal-Ratio Transmit)施密特预编码算法以MRT预编码向量为基础进行向量正交化,不需要矩阵求逆,因而大大减小了运算复杂度。介绍了信道均衡概念及其公式推导。分析了常见的几种信道均衡算法:ML(Maximum Likelihood);ZF(Zero Forcing);MMSE(Minimum Mean Square Error);OSIC(Ordered Serial Interference Cancellation);LR(Lattice Reduction),对比了各自的误码性能以及算法复杂度。介绍了信道硬化特性,基于这个特性,可以用级数展开的方式来对信道矩阵求逆,减少了算法复杂度。引入了在高维度天线下的低复杂度均衡算法:M-LAS(Multistage Likelihood Ascend Search),在常规M-LAS(Multistage Likelihood Ascend Search)均衡的基础上提出了一种多初始值的M-LAS均衡算法(Multiple Initial Vectors LAS,MIV-LAS)。M-LAS均衡算法通过对M个邻域集合进行本地搜索,不需要矩阵求逆,大大减小了运算复杂度。本文提出的多初始值M-LAS均衡算法(Multiple Initial Vectors LAS,MIV-LAS)以多个初始值进行多级LAS(Likelihood Ascend Search)搜索,很好的改善了系统误码性能。最后,在Xilinx Kintex7芯片上实现了64?8MMSE均衡算法的部分模块。通过Matlab,Modelsim仿真,分析了FPGA实现的定点误差,误差值在可接受范围之内,最后进行实际下板验证,其结果以及资源消耗和时序都在正常范围之内。