一种基于IQ失衡的大规模MIMO预编码算法

大规模MIMO具有较高的频谱利用率和能量效率等优点,但大量天线的使用也会带来一些缺点,比如IQ失衡问题等。针对大规模MIMO系统中存在的IQ失衡问题,提出了一种宽线性优化的块对角化预编码算法。通过仿真结果可以看出,本算法相对块对角化算法和宽线性对角化算法在误码率性能上有着显著的提高。

一种改进的大规模MIMO线性预编码算法

为了降低预编码算法在大规模多输入多输出(multiple input multiple output,MIMO)系统下的误码率及复杂度,提出了一种改进的块对角化(block diagonalization,BD)预编码算法。该算法将正规迫零(regular zero forcing,RZF)预编码算法的预编码矩阵作为信道矩阵的伪逆,然后采用了复杂度较低的正三角(orthogonal triangular,QR)分解代替原BD算法的奇异值(singularly valuable decomposition,SVD)分解求平行单用户的等效信道,最终求得预编码矩阵。仿真结果表明,当基站配备128根天线,用户数为61时,改进算法的误码率及复杂度分别为0.109 5、1.379×10~8,较优化的块对角化(optimized block diagonalization,OBD)预编码算法的误码率及复杂度分别降低了11.5%和1.031×10^(10)。提出的改进算法可应用于大规模MIMO系统中。

基于BD算法的下行大规模天线系统能效分析

大规模多输入多输出(Massive MIMO)系统预编码技术,均是基于终端用户配置单天线场景研究的,但随着无线通信技术的发展以及音视频和图片获取需求的提升,现在拥有多天线的智能终端越来越多,也就意味着用户终端的天线数目在逐渐增加。针对此问题,本文采用了块对角化(BD)预编码算法进行实验研究,引入下行大规模天线系统的实际功耗模型,分析其能效与谱效、基站发送天线个数与小区半径间的关系,并且通过推导得到了能效与谱效的闭式关系,以及最优化能效。理论分析和仿真结果表明,合理地设置谱效工作点,增加基站的发射天线数,以及减小小区半径都可以增强系统的能效,也同时证实了微蜂窝小区的部署对系统能效的提高也是有很大益处的。