淺談下一代移動通信技術——大規模MIMO系統

唐　錕 譚永宏 劉愛林 唐鑫凌

?

淺談下一代移動通信技術——大規模MIMO系統

唐錕 譚永宏 劉愛林 唐鑫凌

（湖南科技學院電子與信息工程學院，湖南永州425199）

由于物聯網等新興技術的發展，未來的通信技術需要支持更高的數據傳輸速率和滿足一定的服務質量。目前，第四代移動通信技術（4G）不足以滿足未來大規模用戶的高速數據傳輸。大規模多輸入多輸出（MIMO）通信系統作為下一代移動通信技術的一個熱點，能提供更高的數據傳輸速率和更好的能效性支持未來對于通信的需求。針對這項技術，本文將從系統模型，信息預估檢測和導頻污染三個方面進行分析。

大規模MIMO通信技術；數據傳輸速率；信道預估；信息預編碼；導頻污染

目前，4G通信已經在全球范圍內實現了商用。與前幾代通信技術相比，4G通信的優勢在于通話質量及數據傳輸速度的大幅提高，最大數據傳輸速率可達100Mbit/s[1]。

隨著智能終端的普及和新的移動業務的不斷增加，網路社會的發展將帶來移動數據流量的激增，預計在未來十年中數據流將增加1000倍；與此同時，互聯設備將呈現大量的增長，物聯網和其他新型創新應用的出現將催生數百億個互聯網設備的出現，預計到2020年將有500億的設備聯接到互聯網[2]。由于設備數量的增加、應用環境的多樣性和需求的多樣性，要求下一代移動通信技術能大幅度提高信道容量、能效并能有效地、安全的訪問和共享信息。為此，第五代移動通信技術的研究已經在全世界范圍內開展，通過現有的無線技術和開發新的技術構建更加持久的網絡社會[3]。

下一代移動通信技術中最重要的是在4G通信技術基礎上將無線移動通信的頻譜效率和功率效率提升一個量級以上，真正實現高效率的頻譜和低功耗的綠色網絡。在4G通信技術中，多用戶MIMO系統中的基站天線和接收終端的數量大致相等，所以缺乏可擴展性，從而導致了在提升能量和頻譜效率時出現了“瓶頸”問題。為了解決這個問題，研究人員在基站部署大規模的天線陣列來替代多天線，充分利用空間上的自由度來提高能量效率和頻譜效率[4，5]。大規模MIMO系統中的天線陣列由數百根天線組成。在同一時頻資源中利用大規模天線帶來的空間自由度與基站覆蓋范圍內的多個終端用戶進行通信，提升多個用戶間的頻譜復用率和抗干擾能力[6]。大規模MIMO系統目前所涉及的主要問題是解決當基站天線數量趨于無窮大時所引發的天線傳輸中出現的一系列技術問題：包括設計適合實際應用環境的系統傳輸模型；信道狀態信息的預估和信號的檢測；下行鏈路信號的預編碼；導頻污染及解決方法。

綜上所述，4G之后的移動通信對能量效率及頻譜效率提出了更高的要求。通過部署大規模MIMO天線陣列，充分利用空間維度資源，可以有效的提高能量和頻譜效率。文章將對大規模MIMO通信系統中的系統模型及性能，信道狀態信息的獲取及信息檢測和導頻污染及解決方法進行簡要的分析。注釋：分別表示矩陣共軛、轉置、共軛轉置和偽逆。

1　系統模型及性能分析

本文主要采用時分復用（time division duplexing, TDD）系統，通過上下行信道的互易性在基站處獲得下行信道的預估信息。

在實際應用中，單蜂窩多用戶的大規模MIMO系統是一種基本的通信模型。在該模型中，假設基站的天線數為N, 終端用戶數為N，每個終端為單天線用戶，信息通過單頻帶平坦衰落信道進行傳輸。假設基站能完全獲取信道狀態信息。

1.1上行傳輸

在上行傳輸鏈路中，基站接收信號向量表示為：

其中，小尺度衰落系數h對應信息在傳輸過程中的多路徑衰落。大尺度衰落系數對應信息在傳輸中的聯合路徑衰減和陰影衰落。因此，信道矩陣可以表示為：

當基站的天線數量趨近于無窮大時，總體上行信道容量可以表示為：

因此，式(5)可以表示為：

式(4)可以近似表示為：

在基站處采用匹配濾波法（match filtering, MF）檢測信號，檢測過程用數學公式表達為：

當基站天線數量趨于無窮大時，信道向量間近似正交，為對角矩陣，分析式(8)可得：簡單的匹配濾波法可以將需要的信號從其他信號中分離出來，同時將來自于其他用戶的干擾降為零。在大規模MIMO系統中，采用簡單的信息檢測方法可以達到最優信道容量。

1.2下行傳輸

在下行傳輸中，用戶端接收的信號向量可以表示為：

總體下行信道容量可以表示為：

在下行傳輸中，在基站端需要根據上行鏈路的信道狀態信息（CSI）將傳送的信息進行預編碼。本文采用最簡單的最大比合并預編碼 (maximal ratio combination, MRC)對下行傳輸信號進行分析：

比較(11)和(13)，其中信噪比(signal noise ratio, SNR)近似相等。因此說明在大規模MIMO通信中，在已知完整信道狀態信息的前提下，通過簡單的線性預編碼方法可以獲取近似完整的信息。

2　信息檢測和預編碼

2.1信道預估

在信道信息可以完全獲取的理想狀態下，在大規模MIMO系統中采用簡單的線性信號檢測和預編碼方法即可獲得近似最優值。但是在實際傳輸環境中，信道受到內部干擾及噪聲的影響，基站端無法完整獲取信道狀態信息。因此，通常采用線性最小均方誤差法(minimal mean square error, MMSE)對信道狀態信息進行預估，其表示為：

2.2信息檢測

當用戶發送的信息到達基站時，需要通過預估的信道狀態信息對其進行分析并檢測出預估的信息。當發送和接收天線的數量都比較大時，一般采用線性的信息檢測法檢測信息，一般采用以下三種方式：

2)當前施工升降機的設計仍然采用傳統的CAD技術，停留在二維、三維軟件的初級使用階段，運用一些基本的計算理論進行幾何上的設計。而安全系統評價、新型方案設計等創新性設計，很大程度上還是依賴于設計者的自身經驗和知識，缺乏設計規范與知識的支持，造成設計質量和效率很難再上一個新的臺階。

3) 最小均方誤差(minimal mean square error, MMSE)，，其中表示預估的信道。

圖1.大規模MIMO系統中信號檢測方法對比

從仿真的結果（圖1）分析，當基站天線數量較小時，MF和MMSE檢測法的遍歷可達速率相近。隨著基站天線數量的增加，MMSE檢測法表現出更好的性能。從文獻[7]的分析可以得出，在單蜂窩環境下，ZF檢測法能有效的消除蜂窩間干擾，優于MF檢測法；在多蜂窩環境下，由于導頻的影響，ZF的性能將降低。

2.3信息預編碼

在前一部分中已經簡單介紹過在理想狀態下簡單的線性預編碼可以獲得近似最優信息。下面簡單介紹三種常用的線性預編碼方法：

1) 最大比合并(maximal ratio combination, MRC)，；

3) 最小均方誤差(minimal mean square error, MMSE)，。

其中，BMRC, BZF, BMMSE 表示Wiener Filter標量。直觀來看，在進行預編碼時，ZF預編碼需要對信道狀態信息求偽逆，增加了計算的復雜度。但是，當基站天線數量增加到無窮大時，近似等于一個單位矩陣，因此，ZF預編碼與MF預編碼的復雜度在基站天線數量較大時近似相等。從性能分析來看，MMSE預編碼較MF和ZF預編碼能獲得更好的能量和頻譜效率。

3　導頻污染

第一種方法是采用調整順序的TDD傳輸協議減少傳輸過程中的導頻污染[9]。在該方案中，所有的蜂窩用戶首先被分組。當蜂窩組1中的用戶在相干時間T發送導頻序列，同時在蜂窩組2和3中的用戶接收下行的預編碼信息。因此，從蜂窩組1中接收的導頻信號避免了來自其他蜂窩組的導頻信號干擾，僅剩下蜂窩組內的干擾。

第二種方法采用預編碼方案[10]，主要針對減少下行鏈路的導頻污染。根據檢測的信號，推導出檢測信號的另一表達式(15)

第三種方法采用特征向量分解法(eigenvector decomposition, EVD)，直接在基站端對接收的信息向量進行處理，采用取特征向量的方法預估信道狀態信息，而不采用導頻進行預估來消除導頻污染帶來的干擾。該方法首先獲得接收信號的協方差，然后利用信道矩陣的列向量對應于接收向量協方差矩陣的特征值進行信道狀態信息的預估[11]。

4結束語

文章對大規模MIMO系統進行簡述，包括系統模型，信號檢測與預編碼和導頻污染三個方面。在系統模型中，當基站天線數量近似為無窮大時，用戶與基站間信道近似為正交，可以極大降低計算復雜度；同時采用簡單的線性檢測及預編碼技術可以獲得近似最優信號，提高能量及頻譜效率；而在信道預估中，由于采用了導頻預估信道的方法，大規模MIMO系統更容易受到導頻污染的影響，本文也簡單介紹了三種減少導頻污染的方法。對于理解大規模MIMO與傳統MIMO系統的不同以及相關的關鍵技術有一定的幫助作用。

[1] J.Govil,J.Govil.4G Mobile Communication Systems:Turns, Trends and Transition[C].2007:13-18.

[2] A.R Mishra.Advanced Cellular Network Planning and Opti-misation[M].Wiley, New York, 2007.

[3] Wang Cheng-Xiang,F.Haider,Gao Xiqi,et. al.Cellular architecture and key technologies for 5G wireless communication networks[J].Communications Magazine, IEEE, 2014, 52(2): 122-130.

[4] T.L.Marzetta.How Much Training is Required for Multiuser Mimo [C]. 2006:359-363.

[5] Marzetta,T.L.Noncooperative Cellular Wireless with Unlimited Numbers of Base Station Antennas[J]. Wireless Communications,IEEE Transactions on,2010,9(11): 3590-3600.

[6] T.L.Marzetta et,Beyond LTE:Hundreds of Base Station Antennas![C]. 2010 IEEE Communication Theory Workshop, 2010.

[7] J.Hoydis,S.ten Brink,M.Debbah. Massive MIMO in the UL/DL of Cellular Networks: How Many Antennas Do We Need?[J]. Selected Areas in Communications, IEEE Journal on,2013,31(2):160-171.

[8] J.Jose,A. Ashikhmin,T. L. Marzetta, et. al. Pilot contamination problem in multi-cell TDD systems[C]. 2009:2184-2188.

[9] K.Appaiah,A.Ashikhmin,T.L. Marzetta. Pilot Contamination Reduction in Multi-User TDD Systems[C].2010:1-5.

[10]A.Ashikhmin,T.Marzetta. Pilot contamination precoding in multi-cell large scale antenna systems[C]. 2012:1137-1141.

[11]Ngo Hien Quoc,E.G. Larsson. EVD-based channel estima-tion in multicell multiuser MIMO systems with very large antenna arrays[C].2012:3249-3252.

（責任編校：宮彥軍）

2015－06－08

湖南科技學院校科研項目（項目編號13XKYTB006）。

唐錕（1985－），湖南永州人，助教，工學碩士，主要從事MIMO-OFDM通信技術的教學與科研工作。

TN929.5

A

1673-2219（2015）10-0028-03