当前位置: 主页 > 案例 > 正文

毫米波 | 大规模MIMO系统中的预编码技术

来源:未知 时间:2019-06-04 19:08

择要:大年夜规模多输入多输出(MIMO)技巧能够大年夜幅度提升系统容量,低落不合用户间的滋扰,但因其系统中信道维度高、信道预计和预编码算法繁杂等身分,使得系统软硬件开销都邑增大年夜。将大年夜规模MIMO系统的预编码算法分为数字、模拟和混杂3种类型,并对3类预编码算法进行了归纳比较,总结出不合预编码算法的优毛病和适用处景。将信道预计规划分为练习预计和盲预计,归纳总结了2类规划的优毛病,并指出合理使用大年夜规模MIMO的信道稀疏机能够改良信道预计的质量,削减预计开销。

下一代无线通信系统致力于达到每秒吉比特以上的数据吞吐率以支持高速度的多媒体营业。毫米波频段(30~300 GHz)尚存在大年夜量未应用的频谱,可使用的频带宽,信息容量大年夜,成为下一代通信系统中前进数据速度的主要手段。然而,毫米波通信面临的一个主要问题是自由空间路损使得接管端旌旗灯号孕育发生大年夜幅度衰减。不仅如斯,当旌旗灯号穿过雨、雾或收发两端之间存在障碍物时,衰减会加倍严重,以致会引起旌旗灯号中断。是以,降服旌旗灯号传输历程中的衰减和损耗,提升系统容量成为毫米波通信技巧钻研的主要偏向。

大年夜规模多进多出(MIMO)技巧是在基站端支配大年夜规模阵列,与传统MIMO比拟能够有效抵抗不合用户之间的滋扰,显明提升系统的容量。毫米波频段的天线尺寸很小,为配备大年夜规模天线阵列供给了可能。基站天线数量可弘远年夜于用户数,故系统可以得到很高的复用增益、分集增益和阵列增益。别的,大年夜规模MIMO能够将旌旗灯号能量聚焦在很窄的波束上,有效地提升了能量效率。在大年夜规模MIMO系统中,预编码技巧是下行链路中至关紧张的旌旗灯号处置惩罚技巧,其使用发送真个信道状态信息(CSI),将调制过的符号流变换成适该当前信道的数据流,将旌旗灯号能量集中到目标用户相近,有效抗衡衰减和损耗,提升了系统机能。是以,钻研毫米波大年夜规模MIMO系统中的预编码技巧对推进下一代无线通信的成长有紧张意义。

1、预编码技巧概述

预编码技巧是鄙人行链路的发送端使用CSI对发送旌旗灯号进行预处置惩罚,将不合用户及天线之间的滋扰最小化,并将旌旗灯号能量集中到目标用户相近,使接管端得到较好的信噪比(SNR),前进系统信道容量。预编码最关键的2 个寻衅是获取CSI和预编码矩阵。因为大年夜规模天线的应用,信道矩阵和预编码矩阵维度增高,算法繁杂度、系统硬件资源和实现难度都邑增大年夜。已有很多钻研事情针对低落系统谋略繁杂度和开销展开:文献[1]中,作者提出用牛顿和切比雪夫迭代预计信道矩阵的逆,以低落迫零(ZF)预编码规划中求逆的谋略量;文献[2]中,作者采纳基于统计信道信息的预编码,统计信道状态相较于即时信道状态变更慢,可采纳简单的经久反馈要领或信道互易性获得,大年夜大年夜削减了系统开销;文献[3]中,作者采纳信漏噪比(SLNR)代替信干噪比(SINR)作为多用户MIMO场景下预编码矩阵求解的优化目标,有效地避免了非确定性多项式(NP)难度的相关问题。

根据预编码矩阵感化于基带或射频(RF)可将预编码规划分为数字基带预编码、模拟射频预编码和混杂预编码。在数字基带预编码中,传统的线性和非线性预编码都可以直接利用到大年夜规模MIMO系统中,但非线性预编码的谋略繁杂度过高,线性规划更占上风。模拟预编码能显明削减系统硬件开销,但必要就义部分机能。混杂预编码作为近年来兴起的规划,能结合数字预编码和模拟预编码的优点,在硬件开销和系统机能之间折中。

信道预计根据其是否引入了练习旌旗灯号可分为练习预计和盲预计,练习预计必要给每个用户设计不合的导频序列。因为小区内存在大年夜量用户,大年夜规模MIMO存在着严重的导频污染。盲预计直接根据接管到的数据预计信道和发送旌旗灯号,因为基站端支配了大年夜规模天线,估谋略法的繁杂度和谋略量都很高。本文根据以上分类对大年夜规模MIMO系统中现有的预编码算法和信道预计规划进行总结阐发,并提出相关建议。

2、预编码规划

2.1 数字预编码

数字基带预编码是在数模转换前用矩阵处置惩罚调制的符号流。该规划要求RF 链数量和天线数目相同,能达到很好的系统机能。传统MIMO系统中的线性和非线性预编码规划都可以直接利用到大年夜规模MIMO系统中作为数字基带预编码规划,但非线性预编码如脏纸(DPC)等算法繁杂度较高,跟着天线数增添谋略繁杂度会激增。此外,GAO X[4]等人做了实际丈量,发明在大年夜规模MIMO 系统中,采纳低繁杂度的线性预编码就可实现DPC 预编码98%的机能。是以,毫米波大年夜规模MIMO中一样平常采纳线性预编码,常见的线性预编码包括最大年夜比传输(MRT)、ZF、最小均方偏差(MMSE)和截断多项式展开(TPE)。

(1)MRT

MRT 在很多文献中又被称为匹配滤波规划(MF)[5-6],其预编码矩阵和用户端接管旌旗灯号可表示为:

WMRT =βH (1)

(2)

此中,β是缩放因子,用来约束旌旗灯号发送功率。MRT规划的核心思惟是最大年夜化目标用户的旌旗灯号增益[5],[7],但不斟酌不合用户间的滋扰,仅适用于信道相关度低的场景,在高度相关性信道下,该规划的机能会急剧下降。别的,跟着基站天线数的增添,H中的信道矢量趋向于互相正交,使得HHH近似于一个对角阵,MRT规划的机能开始徐徐显现出来[8],是以MRT规划则更适用于基站天线数较多的场景。

(2)ZF

MRT规划只关注目标用户的有用旌旗灯号,轻忽了不合用户间的滋扰。ZF恰恰相反,其致力于打消不合用户间的滋扰,不斟酌噪声的影响,ZF规划预编码矩阵和接管旌旗灯号向量可表示为:

WZF =βH(HHH)-1 (3)

(4)

ZF规划在SNR较高的区域能达到很好的系统和速度;在SNR较低的区域,因为其轻忽了噪声的影响,系统可达总速度没有MRT规划高[9]。ZF规划必要对K×K 维矩阵进行求逆运算,运算量会跟着用户数增长而增添,是以ZF规划适用于用户数较少的场景。

(3)正则迫零规划(RZF)

大年夜规模MIMO系统中,RZF被视为最实用并且机能靠得住的预编码规划之一[12],其基础思惟是最小化接管旌旗灯号与发射旌旗灯号之间的均方偏差,是以又被称为最小均方偏差预编码规划(MMSE)。其预编码矩阵和接管旌旗灯号谋略如下:

WRZF =βH(HHH +ξIK )-1 (5)

(6)

此中,ξ是正则化系数,与基站总传输功率P及噪声功率σ2相关。RZF预编码结合了ZF和MRT规划的优点,当ξ→0,式(5)成为ZF规划,当ξ→∞时,式(5)蜕变成MRT规划[10];RZF必要对矩阵求逆,谋略繁杂度达到3MK2 [11],是以该规划得当用户数量较少的场景。别的,很多文献也提出可以采纳繁杂度较低的迭代算法代替RZF中的求逆运算[1],[12]。

(4)TPE

TPE 是在RZF规划的根基上蜕变而来的[13],其基础思惟是用矩阵多项式贴近亲近RZF规划中矩阵的逆,根据文献[14]中的引理1,可将式(5)经由过程一系列变换获得TPE预编码矩阵:

(7)

(8)

此中,ωl为标量系数,J代表多项式阶数。事实上,J =1时,多项式变为WTPE=ωlHH,即MRT 预编码矩阵,J =K时可获得RZF预编码矩阵。采纳TPE预编码算法可避免繁杂的求逆运算,且多项式各级求解可同步进行以前进运算效率。别的,因为可以对参数J进行拆分,该算法易于经由过程硬件实现。但从机能上看,只有当J很大年夜时,其机能才能贴近亲近RZF算法,J越大年夜硬件开销也越大年夜。别的,TPE算法只有在基站天线数弘远年夜于用户数时,才能近似达到RZF的机能,当基站天线数削减或者用户数变多时,其机能都邑受到影响而变差。本文基于莱斯信道模型对TPE算法机能进行验证,仿真结果如图1,可看出跟着多项式级数增添,系统用户匀称速度越来越高。表1总结归纳了上述几种数字预编码规划的优毛病。

图1、不合多项式级数下TPE 算法机能

表1、不合数字预编码规划优毛病

2.2 模拟预编码

模拟预编码是在数模转换之后对输入符号流进行处置惩罚。这类规划可将多根天线同时连到一条RF链上,异常适用于大年夜规模MIMO系统天线数很多的环境,能显明低落系统硬件资源,且谋略繁杂度较低。模拟预编码根据采纳器件的不合可分为2类:第1类是基于相移的规划,使用低资源的移相器节制每个天线发射旌旗灯号的相位;第2类是基于天线选择的规划,使用资源更低的RF 开关激活必要事情的部分天线。

(1)基于相移的规划

探求相宜的相移矩阵是基于相移规划的关键,最简单的措施是提守信道矩阵中元素的相位作为相移矩阵[15],但在实际利用中因为所应用相移器的限定,必须对M×K个相位进行量化,量化偏差会使预编码规划的机能大年夜打折扣。文献[16]中,作者采纳功率迭代的措施求解一组相位聚拢,该算法在迭代3~4次之后就能收敛,但必要发送端不绝地向接管端发送练习序列,练习开销较大年夜。

(2)基于天线选择的规划

开关模拟预编码(OABF)规划[17],采纳廉价的RF开关代替模拟移相器。发送旌旗灯号时,选择激活有更好信道前提且相位邻近的天线子阵列来孕育发生发射波束,选择天线时基于最大年夜化SNR准则。该规划能够得到全天线增益和全分集增益,但其机能无法逾越基于相移的规划,两者可达总速度的差值上界为2logπ。文献中仿真结果注解:这类规划在基站天线数较多的时刻机能较好。在选择事情天线时还可采纳功率最大年夜标准[18],拔取功率最大年夜的信道向量对应的发送天线聚拢,这种规划不用进行SNR谋略,繁杂度较低,但天线增益低,总体机能较差。

基于天线选择的规划与基于相移的规划比拟可进一步低落硬件资源和功耗,但其机能要差于基于相移的预编码规划,且其必要必然繁杂度的天线选择算法的支撑,选择算法的繁杂度会跟着天线数量的增添呈指数增长[19]。总体来说,模拟预编码规划不必要为每个发射天线设置设置设备摆设摆设一条RF链,大年夜大年夜低落了硬件资源,但其短缺对旌旗灯号幅度的调节,以是机能普遍没稀有字预编码规划好。表2总结了上述2类模拟预编码规划的优毛病。

表2、不合模拟预编码规划的优毛病

2.3 混杂预编码

大年夜规模MIMO系统中,数字预编码规划能达到很好的系统机能,但必要给每个发射天线设置设置设备摆设摆设一条RF链,资源昂贵。模拟预编码在经济上比数字预编码更受迎接,但模拟预编码矩阵中每个系数拥有恒定的模,短缺幅度的节制,其机能比数字预编码差。混杂数字/模拟预编码技巧结合了2种规划的优点,在支持幅度调节和相位调节的同时,削减RF链数。

常用的2种混杂预编码发轫布局如图2所示[20],图2a)是繁杂布局,每个RF链经由过程移相器和所有天线相连,每个天线阵元输出所有射频旌旗灯号的线性组合;图2b)是低繁杂性布局,天线阵列被分为N个子阵列,每个RF链分手与子阵列相连,低落了系统的繁杂性。基带传输数据流经数字预编码器感化形成N个输出流,并上变频到RF链上,然后再经模拟预编码器映射到M个天线上发送出去。图2中的RF链由数模转换器DAC)/模数转换器ADC)、混频器、功放组成。

图2、混杂预编码系统布局

(1)繁杂布局混杂预编码

文献[21]中的移相器迫零(PZF)规划基于图2a)中繁杂布局,提守信道矩阵的相位形成模拟预编码矩阵,经模拟预编码矩阵感化后的信道作为基带等效信道,在基带上,应用ZF规划求解数字预编码矩阵。其预编码矩阵由2个部分组成,在射频上,模拟预编码矩阵可以表示为:

(9)

此中,Fi,j表示矩阵F 的第(i,j) 个元素,φi,j表示信道矩阵H第(i,j)个元素的相位。在基带上,数字预编码矩阵可表示为:

(10)

此中,Heq是经F感化后的等效信道,Heq =HHF,Λ是用于限定发送旌旗灯号功率的对角阵。可以看出:等效信道Heq是K×K维的矩阵。相较于原始信道矩阵,行数从M行降到K行,大年夜大年夜削减了求逆运算的繁杂度。别的,PZF规划可以支持同时传输K路数据流,并且只必要K个RF 链;但其机能会不合程度地受到ZF规划的约束,永世不能跨越ZF规划。

(2)低繁杂布局混杂预编码

文献[22]中,作者则基于图2b)中的布局,结合ZF和MRT规划,将天线阵列分为多少组,组内采纳MRT规划,组间采纳ZF规划。文中我们基于实测小小区场景对所提规划进行机能仿真,结果证实:该规划与ZF规划的SINR 相差1 dB 时,必要的RF 数量削减为ZF规划的1/25。ZF-MRT规划的RF 链数可以随意率性调节,但RF链数越少,机能也会越差。本文中,我们基于莱斯信道模型,对ZF、MRT、ZF-MRT 3 种规划的机能进行仿真比较。如图3所示,当RF链数由64个削减至32个时,ZF-MRT 规划可达到的SINR 也随之低落,是以必要就义系统机能来削减RF链的数目。别的,ZF-MRT规划机能也会受到ZF规划的约束,永世无法逾越ZF规划。表3总结了2种混杂预编码规划的优毛病。

图3、混杂预编码规划ZF-MRT 机能仿真

表3、不合混杂预编码规划优毛病

3、信道预计

在上述所有预编码规划中,预编码矩阵W的求解都离不开信道矩阵H,是以对信道矩阵的预计是预编码处置惩罚中弗成或缺的一步。大年夜规模MIMO系统中,信道矩阵出现稀疏布局[23],适当使用毫米波大年夜规模MIMO的信道稀疏性有助于改良信道预计的质量削减预计开销。

(1)练习预计

练习预计中,发送端发送导频序列,接管端根据接管到的旌旗灯号预计CSI。所需导频序列数量跟着系统中的用户数增大年夜而增大年夜,导频序列的数量越多,不合序列之间孕育发生滋扰的可能性也越大年夜,导频污染也越严重,是以在这类预计规划中,在不影响信道预计质量的条件下应尽可能地削减导频序列的数量。基于大年夜规模MIMO信道的稀疏性,使用压缩感知技巧可以削减练习序列的数量[24-26]。在文献[24]中,作者首先建立了稀疏性信道模型,在该模型根基上提出一种散播式压缩感知规划,在用户端感知压缩信道并将感知到的信息反馈回基站,基站端根据反馈信息采纳正交匹配追踪算法规复CSI。文献[26]中作者的基础思路与文献[24]同等,在CSI规复阶段采纳了贝叶斯稀疏旌旗灯号重修算法。文献[27]中,为低落导频开销,作者提出基于扭转恒定技巧(ESPRIT)的超分辨率信道预计规划。使用毫米波信道角度稀疏性,先预计低维等效信道,然后采纳高分辨率算法从低维信道中预计到达角(AOA)和脱离角(AOD)并使用最小均方偏差准则谋略路径增益,着末根据AOA、AOD 以及路径增益重修高维信道。

(2)盲预计

盲预计不发送专门的导频序列,仅使用接管旌旗灯号本身和发送旌旗灯号的内在特征进行信道预计,它不会孕育发生练习开销,但预计准确度没有练习预计好[28]。盲预计中,信道预计问题可建模为稀疏矩阵分化问题,然后使用字典进修算法,如K均值奇异值分化(K-SVD)[29]、随机贴近亲近(SPAMS)[30]、双线性广义近似消息通报[31](BiGAMP)等求近似解,在这些进修措施中K-SVD机能最差,但所需迭代次数较低,SPAMS 在SNR 较低的区域(10~25 dB)机能体现凸起,但迭代次数很高,且机能会跟着SNR增高徐徐衰退。Big-AMP恰恰相反,在SNR较高(大年夜于25 dB)的区域机能体现凸起。文献[23]中,作者对Big-AMP提出改进,斟酌到大年夜规模MIMO中信道维持不变的关连光阴T平日大年夜于用户数量K,是以在字典进修之前先将不雅测旌旗灯号矩阵Y 映射到发送旌旗灯号X所在的空间上,改进规划在SNR 较高(大年夜于20 dB)的区域机能上风凸起。表4总结了2类信道预计规划的优毛病。

表4、2类信道预计规划优毛病

4、停止语

在大年夜规模MIMO系统中,采纳数字基带预编码规划可以达到较好的机能,但硬件开销很大年夜。此中,当系统中天线数很多或对噪声的打消要求较高时应优先采纳RZF预编码;系统天线数较少或信道高度相关时,应采纳ZF预编码;当系统对算法繁杂度和机能都有较高要求,应斟酌采纳TPE算法。模拟预编码规划可应用在资源弗成不雅的环境下,此中基于天线选择的规划对系统硬件资源要求最低。在对系统机能和硬件开销都有较高要求的环境下,可以采纳混杂预编码规划,此中PZF规划适用于多路数据流同时传输的情形,ZF-MRT规划能机动调节RF数,可根据实际必要在系统机能和硬件开销间折中。

在信道预计中,练习预计可使用压缩感知技巧削减导频序列的数量进而削减导频污染,适用于实时数据传输以及用户数量较少的场景。在盲预计中,可以将预计问题建模为稀疏矩阵分化问题,这类非凸优化问题一样平常难以求得最优解,可使用字典进修措施求得近似解。在信道资本首要时,应优先斟酌盲预计。

现有的大年夜规模MIMO系统预编码技巧的钻研多局限于单天线用户场景,有需要扩展到多天线用户场景。别的,很多理论结果是基于瑞利式微信道得出,未来的钻研事情有需要扩展到其他信道模型及实测信道。着末,现有钻研大年夜多半基于静态场景,对移动场景下的预编码技巧钻研较少。是以,大年夜规模MIMO系统预编码的技巧钻研仍需进一步深入,未来的钻研事情可针对以上几个偏向展开。