大規模MIMO系統中基于導頻分配策略消除導頻污染算法研究

牛戈 賈元啟 穆曉敏 張健康

摘 要： 針對大規模多小區MIMO系統中導頻污染是限制系統性能的主要瓶頸，提出一種基于導頻分配策略降低導頻污染的方法。小區內用戶分配相同的導頻序列，相鄰小區用戶分配正交的導頻序列，而小區內存在的導頻污染，利用下行、上行訓練的方法消除。在下行訓練階段，基站給目標用戶發送導頻序列，使目標用戶獲得特殊的預失真導頻序列。在上行訓練階段，基站同時接收小區內所有用戶的導頻序列，并消除導頻污染。通過仿真分析，該方法可以完全消除導頻污染的影響，獲得較好的系統性能，提高系統吞吐量。更為重要的是，該方法與許多其他消除導頻污染的算法相比，能避免每個基站在估計信道狀態信息時已知其二階統計信息的假設。

關鍵詞： 大規模MIMO； 導頻污染； 信道估計； 時分雙工系統； 導頻序列； 吞吐量

中圖分類號： TN876.2?34； TP391.4 文獻標識碼： A 文章編號： 1004?373X（2018）13?0019?06

Abstract： The pilot contamination in multi?housing?estate massive multiple?input multiple?output （MIMO） systems is a major bottleneck to limit the system performance. A method based on pilot allocation strategy to reduce the pilot contamination is proposed， whose purpose is to allocate the same pilot sequence to users within a housing?estate， and assign the orthogonal pilot sequence to the users in adjacent housing?estates. The downlink and uplink training method is used to eliminate the pilot contamination in the housing?estates. In the downlink training stage， the base station sends the pilot sequence to the target user so that the target user can obtain a special predistortion pilot sequence. In the uplink training stage， the base station simultaneously receives the pilot sequence of all the users in the housing?estate to eliminate the pilot contamination. The simulation analysis results show that the proposed algorithm can eliminate the influence of pilot contamination， obtain the perfect system performance and improve the throughout of the system， and in comparison with other pilot contamination elimination algorithms， the proposed algorithm can avoid the assumption of the known second?order statistical information when the channel state information of each base station is estimated.

Keywords： massive MIMO； pilot contamination； channel estimation； time division duplex system； pilot frequency sequence； throughput

0 引 言

大規模MIMO（Massive MIMO）系統通過在基站端設置大規模天線陣列，可獲得更高的信道容量和頻譜效率增益[1?4]。為了確保估計的信道狀態信息是精準的，不同用戶之間分配相互正交的導頻序列，但是大規模多小區MIMO系統因小區內用戶多或小區密集部署，小區內或小區外復用導頻時會形成干擾，導致基站無法辨識，即產生導頻污染（Pilot Contamination）。導頻污染的存在將限制大規模MIMO系統的可達容量和系統性能[5]。

針對大規模MIMO系統導頻污染問題，已經有一些文獻給出了理論研究和可以減輕導頻污染的方法。文獻[6]采用導頻偏移的分配策略，通過重新分配導頻在幀結構中的位置，使相鄰小區之間的導頻發送時隙錯開，從而消除導頻污染，但下行鏈路發射功率較大時仍存在干擾。文獻[7]將發射時隙分為兩段，對每段功率進行控制，使交叉增益相對較大的用戶組在不同的時隙發射導頻，從而減輕導頻污染的影響。文獻[8]通過控制目標小區以外所有復用相同導頻用戶的發射功率，降低導頻污染，但控制策略嚴格要求相鄰小區導頻動態同步，以避免導頻之間的重疊，其缺點是對復用導頻的用戶數有限制，且當天線數非常大時，則不能快速有效地減小導頻污染。文獻[9?10]采用部分導頻復用策略，通過部分導頻復用，協調處理小區間干擾，降低導頻污染。文獻[11]采用導頻協調分配策略，通過識別某組導頻序列的使用情況，當再次使用該組導頻序列時，選擇使信干噪比最大的用戶組，從而降低導頻污染，但小區間協作會增加系統開銷。文獻[12]提出小區間協作分配導頻序列，使波達方向角不混疊，基于貝葉斯估計消除導頻污染，分析波達方向角（AOA）不同分布方式對系統性能的影響。該方法隨著天線數的增加，導頻污染的影響迅速減小，且在天線數不算很大時就擁有較好的系統性能，然而需要精確的二階統計信息，但實際中很難獲得。

本文針對使用二階統計信息的問題，提出一種新的導頻分配策略，每一個小區內用戶都使用相同的導頻序列，不同的小區之間使用相互正交的導頻序列，導頻污染來自于小區內干擾，利用下行、上行訓練的方法消除小區內干擾[13]，在不使用二階統計量的情況下完全消除導頻污染的影響，并分析AOA不同分布方式對系統性能的影響。

圖4，圖5都在AOA的標準差為10°，SNR=25 dB下進行仿真。從圖中基于上下行訓練方案可以看出，隨著天線數的增加，基站端分級增益增大，均方誤差明顯減小。而LS法隨著天線數的增加并無明顯變化，可以看出LS法基本不受天線數的影響。AOA服從高斯分布時系統性能要優于AOA服從均勻分布。

圖6，圖7都是在天線數Q=100，AOA的標準差為10°下進行仿真。從圖中可以看出，隨著信噪比的增加，基于上下行訓練方案和無其他用戶干擾下的LS信道環境變好，均方誤差迅速下降。有干擾情況下的LS法由于其他用戶的干擾，性能基本不變。

圖8是在天線數Q=100，AOA服從高斯分布，標準差為10°，SNR=25 dB下進行仿真。從圖中可以看出，LS法隨著用戶數的增加，性能越來越差，而基于上下行訓練方案隨著用戶的增加均方誤差基本沒有變化。

圖9是在AOA服從高斯分布，標準差為10°，SNR=25 dB下進行仿真。從圖中可以看出，隨著天線數的增加，信道容量迅速增加，且信噪比越大，信道容量越大。當天線數增加時，系統分級增益增大，信道容量增加，大規模系統的優勢顯現出來。

圖10是在AOA服從標準差為10°，SNR=25 dB下進行仿真。從圖中可以看出，隨著AOA的方差增加，信道容量緩緩增大，且信噪比越大，信道容量越大。

4 結 語

本文對使用二階統計信息的問題提出一種新的導頻分配策略，每一個小區內用戶都使用相同的導頻序列，不同的小區之間使用相互正交的導頻序列，將多小區模型化簡為單小區模型，采用上下行訓練的方案消除小區內干擾用戶造成的導頻污染。即首先由基站發送正交下行導頻，小區用戶分別估計出信道，接著由目標用戶發送包裹了估計信道信息的上行導頻，其他用戶發送的導頻信號進行信號處理即可完全消除導頻污染的影響。本文在不使用二階統計信息的情況下，消除了導頻污染的理論推導。通過仿真分析可知，該方案可以完全消除導頻污染的影響，并分析AOA不同分布方式對系統性能的影響，在低信噪比下也有較好的性能。隨著天線的增加，估計信道信息的均方誤差迅速下降，在100根時就能獲得非常好的性能。目前存在的問題是該算法復雜度較高，導頻序列過長，過度占用頻譜資源，降低頻譜利用率，下一步針對減少導頻數，提高頻譜利用率等問題進行研究。

參考文獻

[1] MARZETTA T L. Noncooperative cellular wireless with unlimited numbers of base station antennas [J]. IEEE transactions on wireless communication， 2010， 9（11）： 3590?3600.

[2] LARSSON E G， EDFORS O， TUFVESSON F. Massive MIMO for next generation wireless systems [J]. IEEE communication magazine， 2014， 52（2）： 186?195.

[3] LU L， LI G Y， SWINDLEHURST A L， et al. An overview of massive MIMO： benefits and challenges [J]. IEEE journal of selected topics in signal processing， 2014， 8（5）： 742?758.

[4] RUSEK F， PERSSPM D， LAU B K， et al. Scaling up MIMO： opportunities and challenges with very large arrays [J]. IEEE signal processing magazine， 2012， 30（1）： 40?60.

[5] WANG P， WANG H， PING L， et al. On the capacity of MIMO cellular systems with base station cooperation [J]. IEEE transactions on wireless communications， 2011， 10（11）： 3720?3731.

[6] MAHYIDDIN W， MARTIN P A， SMITH P J. Pilot contamina?tion reduction using time?shifted pilots in finite massive MIMO systems [C]// 2014 IEEE the 80th Vehicular Technology Conference. [S.l.]： IEEE， 2014： 1?5.

[7] 王海榮，王玉輝，黃永明，等.大規模MIMO多小區TDD系統中的導頻污染減輕方法[J].信號處理，2013，29（2）：171?180.

WANG Hairong， WANG Yuhui， HUANG Yongming， et al. Pilot contamination reduction in very large MIMO multi?cell TDD systems [J]. Signal processing， 2013， 29（2）： 171?180.

[8] SAXENA V， FODOR G， KARIPIDIS E. Mitigating pilot conta?mination by pilot reuse and power control schemes for massive MIMO systems [C]// 2015 IEEE the 81st Vehicular Technology Conference. [S.l.]： IEEE， 2015： 1?6

[9] 王海榮，王玉輝，黃永明，等.大規模MIMO蜂窩網絡系統中的導頻污染減輕方法[J].通信學報，2014（1）：24?33.

WANG Hairong， WANG Yuhui， HUANG Yongming， et al. Pilot contamination reduction in very large MIMO cellular network [J]. Journal of communications， 2014（1）： 24?33.

[10] ATZENI I， ARNAU J， DEBBAH M. Fractional pilot reuse in massive MIMO systems [C]// 2015 IEEE International Conference on Communication Workshop. [S.l.]： IEEE， 2015： 1030?1035.

[11] ZHU X， WANG Z， DAI L， et al. Smart pilot assignment for massive MIMO [J]. IEEE communications letters， 2015，19（9）： 1644?1647.

[12] YIN Haifan， GESBERT D， FILIPPOU M， et al. A coordinated approach to channel estimation in large?scale multiple?antenna systems [J]. IEEE journal on selected areas in communica?tions， 2012， 31（2）： 264?273.

[13] ZHANG Jiankang， ZHANG Bo， CHEN M， et al. Pilot contami?

nation elimination for large scale multiple antenna aided OFDM systems [J]. IEEE journal of selected topics in signal processing， 2014， 8（5）： 759?772.