低精度ADC下无小区大规模MIMO系统的频谱效率研究

无小区大规模多输入多输出(cell-free massive multiple-input multiple-output,CF-mMIMO)系统的覆盖区域内随机部署了大量分布式接入点(access points,APs)在同一时间频率资源中服务所有的用户,可显著提升系统通信容量,是6G网络中最具潜力的使能技术之一。然而,大量AP处配备高精度模数转换器(analog-to-digital converters,ADCs)导致的高功耗与硬件成本,限制了CF-mMIMO系统的实际部署。为了有效地降低硬件成本,本文研究了低精度ADCs下CF-mMIMO系统的上行链路频谱效率(spectral efficiency,SE)。在不完美的信道估计下,利用加性量化噪声(additive quantization noise model,AQNM)模型和最大比合并(maximal ratio combining,MRC)接收机滤波器,推导了CF-mMIMO系统中用户上行可达速率的闭式表达式,并基于该表达式分析了AP数量、用户传输功率以及ADCs精度等系统参数对SE的影响。为了最大化CF-mMIMO系统的SE,提出了一种低精度ADCs下贪婪导频分配算法抑制导频污染。将导频分配建模为最大-最小导频优化问题,通过迭代更新速率最小用户的导频序列,使其所受导频污染的影响最小,从而最大化该用户的可达速率。最后,将配备低精度ADC的CFmMIMO系统与传统完美精度ADC系统进行性能比较。数值仿真结果表明,系统配备5位低精度ADCs时的SE逼近完美精度ADCs,增加AP端天线数可以弥补低精度ADCs导致的性能退化。此外,所提算法不仅有效抑制了导频污染,还缩小了用户之间的速率差距,提升了系统的95%用户SE。

莱斯信道下低精度ADC去蜂窝大规模MIMO系统的性能分析

去蜂窝大规模多输入多输出(MIMO)系统被认为是未来6G通信的关键技术之一。然而,随着接入点(APs)和用户数量的激增,硬件成本问题成为了限制系统发展的重要因素。为了有效地降低硬件成本,可以考虑在AP和用户端配置低精度的模数转换器(ADCs)。基于上述原因,本文针对莱斯衰落信道下低精度ADC去蜂窝大规模MIMO系统展开研究。通过利用加性量化噪声模型,推导了该系统使用共轭转置预编码时的可达速率闭合表达式,并且该闭合表达式有助于研究AP的数量、ADC的精度以及莱斯K-因子对于可达速率的影响。此外,在保证每个用户的服务质量和每个AP的功率约束前提下,提出了一种能够最大化总速率的功率控制算法。最后,仿真结果表明了,相较不使用功率控制算法的情况,所提的算法能够带来更大的性能增益。

低精度ADC下大规模多输入多输出系统基于三对角迭代法的软输出信号检测

受硬件成本制约,大规模多输入多输出(massive Multiple Input Multiple Output,mMIMO)基站通常配置低精度模数转换器(Analog-to-Digital Converter,ADC)。低精度ADC下,如果多用户mMIMO系统采用最小均方误差(Minimum Mean Square Error,MMSE)检测,将导致过高复杂度。为此,本文基于三对角迭代法(Tridiagonal Iterative Method,TDIM),结合分块矩阵求逆的初始值确定,提出一种低复杂度的MMSE软输出信号检测算法。数值仿真表明:基于TDIM的软输出信号检测算法经4次迭代即可达到收敛,同时,数值结果验证了ADC量化比特为4时,该算法可取得接近全精度ADC的性能,为低精度ADC下mMIMO系统的上行链路信号检测实现提供了切实可行的方案。

空间相关信道下大规模MIMO系统频谱效率分析

针对空间相关信道下存在干扰机的多用户大规模多输入多输出系统,研究了基站仅配置低精度模数转换器(ADC)的系统频谱效率性能.通过结合指数(Toeplitz)相关模型建立空间相关信道,并利用加性量化噪声模型和最大比合并算法,推导出系统频谱效率的闭合表达式.基于此,进一步对理想和非理想信道状态信息下的系统频谱效率进行比较分析.仿真结果表明,随着用户发送功率和ADC精度的增加,频谱效率将出现饱和效应;当合法用户发送功率小于干扰机发送功率时,干扰机对系统的影响占主导作用;当合法用户发送功率大于干扰机发送功率时,能够有效地抑制干扰机对系统的影响.