基于混合波束成形的mMIMO低轨卫星信道切换策略

低地轨道(low earth orbit,LEO)卫星通信(satellite communication,SATCOM)是最有希望与未来6G及更先进的无线网络相结合的系统之一。将大规模多输入多输出(massive multiple-input multiple-output,mMIMO)应用于LEO SATCOM,从mMIMO低轨卫星信道模型出发,重点研究单颗mMIMO低轨卫星内的信道切换问题,根据不同用户终端(user terminal,UT)的服务质量(quality of service,QoS)要求,构建了3种不同的信道切换场景,充分利用mMIMO的强波束成形能力,以波束跟踪和波束小区动态调整为技术核心,提出了基于混合波束成形的信道切换策略。仿真结果表明,与典型的铱星系统相比,所提出的信道切换策略更具优势。

双IRS辅助大规模MIMO系统中基于双时间尺度的信道估计方案

在双智能反射面(IRS)辅助的大规模多入多出(MIMO)通信系统中,为获取信道状态信息(CSI)而进行的信道估计需要较大的导频开销。考虑到基站(BS)-IRS信道与IRS-IRS信道具有高维且准静态的特性,而IRS-用户(UE)信道具有低维且时变的特性,本文提出一种基于双时间尺度的信道估计方案。首先,对于准静态信道,由BS发送导频并基于坐标下降算法和最小二乘法分别估计BS-IRS信道和IRS-IRS信道。然后根据准静态信道的估计结果进一步基于最小二乘法估计IRS-UE信道。仿真结果表明,本文所提出的方案可以采用低于对比方案50%的导频开销来获取低于对比方案近10 dB的估计归一化均方误差(NMSE),实现用更少的导频开销获取更高的信道估计精度。

基于SWIPT的无小区大规模MIMO-NOMA系统能量效率研究

无小区大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)与非正交多址接入(Non-Orthogonal Multiple Access,NOMA)都是未来6G的使能技术。无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)技术在进行信息解码的同时收集能量,与无小区大规模MIMO-NOMA优势互补。文中基于SWIPT研究无小区大规模MIMO-NOMA系统中的能量效率问题,通过联合优化功率分配系数和SWIPT的时隙切换(Time Switching,TS)系数,提高系统的能量效率。为了最大化能量效率,采用布谷鸟算法设计功率分配系数。考虑一种特殊情况,将所有终端的TS系数设置相同,进而推导了最佳TS系数的封闭表达式。仿真结果表明,相较于几种已有方案,文中提出的优化方案可以显著提升系统的能量效率。

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit,DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error,LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。

User Assisted Cooperative Relaying in Beamspace Massive MIMO NOMA Based Systems for Millimeter Wave Communications

A novel scheme‘user assisted cooperative relaying in beamspace massive multiple input multiple output(M-MIMO)non-orthogonal multiple access(NOMA)system’has been proposed to improve coverage area,spectrum and energy efficiency for millimeter wave(mmWave)communications.A downlink system for M users,where base station(BS)is equipped with beamforming lens antenna structure having NRF radio frequency(RF)chains,has been considered.A dynamic cluster of users is formed within a beam and the intermediate users(in that cluster)between beam source and destination(user)act as relaying stations.By the use of successive interference cancellation(SIC)technique of NOMA within a cluster,the relaying stations relay the symbols with improved power to the destination.For maximizing achievable sum rate,transmit precoding and dynamic power allocation for both intra and inter beam power optimization are implemented.Simulations for performance evaluation are carried out to validate that the proposed system outperforms the conventional beamspace M-MIMO NOMA system for mmWave communications in terms of spectrum and energy efficiency.

基于级联角度的AIRS辅助大规模MIMO系统波束跟踪方案

智能反射表面(intelligent reflecting surface,IRS)可以通过提供额外的视线(line of sight,LoS)路径补偿传播损耗或解决阻塞问题,有效地提高毫米波(millimeter wave,mmWave)通信系统的性能,被认为是下一代移动通信的核心技术。与传统的地面IRS相比,部署在无人机、热气球等空中平台上的空中IRS(aerial IRS,AIRS)结合了空中平台的高移动特性/旋转特性和IRS提供的优质链路特性,可以提供更广阔的信号覆盖范围。考虑到现实场景中用户的移动性,通信系统有必要实时调整波束成形以使波束对准移动用户。然而,AIRS不具备有源射频链,难以在AIRS处获取离开角和到达角,增加了波束跟踪的复杂性。针对这一问题,建立了具有时变信道的AIRS辅助mmWave大规模多输入多输出(multiple input multiple output,MIMO)系统模型,结合基站端有源波束成形、AIRS的旋转角度和无源波束成形设计,提出了一种基于级联角度的无迹卡尔曼滤波波束跟踪方案。仿真结果表明,提出的方案具有较高的跟踪精度,同时AIRS的旋转特性对提升系统可达速率起着重要作用。

IRS辅助大规模MIMO系统中抑制残余硬件损伤的AQBFO无源波束赋形方案

由通信收发机硬件非理想特性导致的残余硬件损伤在智能反射面(Intelligent reflecting surface,IRS)辅助的大规模多输入多输出(Multiple-input multiple-output,MIMO)系统中难以避免,并且会严重降低上行用户的可达和速率。针对这一问题,本文提出了一种基于自适应量子菌群觅食优化(Adaptive quantum bacterial foraging optimization,AQBFO)算法的无源波束赋形方案,用于抑制残余硬件损伤对系统性能的影响。首先,基于统计信道状态信息(Channel state information,CSI)推导出系统上行可达和速率的近似解析表达式。然后,以最大化和速率为目标,基于AQBFO算法对无源波束赋形进行优化。仿真结果验证了在IRS辅助大规模MIMO系统中,基于AQBFO算法的无源波束赋形方案能够有效抑制残余硬件损伤的影响,并显著提升系统的上行遍历和速率。

基于统计CSI的空中智能反射面辅助大规模MIMO系统传输优化方案

智能反射面(IRS,intelligent reflecting surface)被认为是下一代移动通信的核心技术,其在增强网络覆盖、频谱效率、能源效率和部署成本方面具有显著优势。空中智能反射面(AIRS,aerial intelligent reflecting surface)结合了空中平台的高移动性和智能反射面提供的优质链路特性,可以有效解决复杂通信场景中基站与用户之间易受障碍物阻挡的问题,从而增强网络覆盖。针对AIRS辅助的多用户大规模多输入多输出(MIMO,multiple input multiple output)系统,研究了基站波束成形、AIRS部署位置与相移设计的联合优化问题。在已知统计信道状态信息(CSI,channel state information)的条件下,提出了一种基于块坐标下降(BCD,block coordinate descent)的系统遍历和速率优化方案。首先,建立了一个联合优化基站端波束成形、AIRS的部署位置与AIRS相移的复杂优化模型。其次,通过BCD算法,将非凸优化问题解耦成3个易于处理的子问题。最后,分别采用拉格朗日乘子法、松弛变量法和RMSProp梯度下降算法求解子问题。仿真结果表明,所提出的优化方案有效地提高了系统的遍历和速率,并且具有较好的收敛性。

面向Massive MIMO低轨卫星通信系统的鲁棒高效波束成形设计

以低轨卫星通信系统能量效率最大化为优化目标,重点研究鲁棒波束成形设计。假设卫星侧配备大规模多输入多输出技术,综合考虑传播延迟和多普勒频移造成的信道状态信息误差影响,在发射功率受限和用户服务质量约束下,提出了一种鲁棒高效的波束成形方案。考虑到遍历用户速率和遍历信干噪比都没有闭合表达式,采用具备闭合表达式的近似值代替,同时,采用半正定规划算法将非凸二次约束二次规划形式问题进行等价转换,并提出了一种联合二次变换分式规划和凹凸过程的内外两层嵌套迭代算法。最后,采用一种惩罚函数算法解决半正定规划算法中存在的秩1约束问题。仿真结果表明,所提算法性能优于传统算法,且鲁棒性较高。

RIS辅助的无蜂窝大规模MIMO关键技术研究

针对密集蜂窝组网干扰受限难题,无蜂窝大规模MIMO利用大规模宏分集,构建以用户为中心的新架构,大规模灵活协作显著提升每个用户性能。同时,无蜂窝辅以智能超表面技术,以低成本和低功耗极大提升网络容量。聚焦研究了RIS辅助的无蜂窝大规模MIMO天线校准和导频分配两个关键问题。针对大规模RAU校准难题,首先在最低校准信噪比和校准相干时间约束下,提出动态分簇的可自愈校准拓扑构建方法,然后为降低校准时域开销,设计了RAU簇内和簇间校准时序,研究了可扩展的天线校准算法,能实现任意多RAU联合相位校准。针对导频分配问题,首先提出基于空间高相关性的用户动态簇的构建新方法,然后提出用户簇内基于信道相关性最低和用户簇间最小复用概率的导频分配方法。仿真结果表明,提出的校准算法具有较小的校准误差和较好的扩展性。同时,提出的导频分配算法性能可逼近最大化容量导频分配算法,且复杂度大幅降低。

面向5G Massive MIMO窄波束及下倾角的探讨

大规模天线技术(Massive Multiple Input Multiple Output,Massive MIMO)作为5G新空口的关键技术之一,具有高容量、高增益以及灵活的波束赋形等特点。5G Massive MIMO的窄波束和可调整的动态下倾角不仅进一步提高信号的覆盖深度,还可以降低小区间的干扰。文章介绍5G Massive MIMO的窄波束分类,提出不同场景下波束的规划方案,并介绍5G下倾角,列出不同波束的下倾角计算方法,为5G网络的设计、建设以及日常优化提供参考。

Massive MIMO系统基于子空间的半盲信道估计

针对大规模MIMO系统中存在的导频污染问题,结合目前研究的基于奇异值(SVD)分解的信道估计算法,在考虑到该算法中的协方差矩阵是用有限的样本数据代替真实数据必然存在偏差的问题,给出了一种联合ILSP(Iterative Least Square with Projection)的基于SVD的半盲信道估计算法。仿真结果表明改进后的信道估计算法能够有效减小已有算法中存在的偏差问题,提高信道估计精确度,有效减轻导频污染给大规模MIMO系统带来的影响,从而实现大规模MIMO系统性能的提升。

大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output,MIMO)系统中,信道估计算法复杂度随着基站侧天线数量的增加而急剧增加,针对需要在信道估计算法复杂度与算法性能之间进行折中的问题,提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error,DCS-LMMSE)算法。该算法利用信道的空时共稀疏性,首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分,然后分别采用不同的算法进行初始信道估计,最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明,所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。

智能反射面辅助多用户大规模MIMO系统的联合波束成形

智能反射面(Intelligent Reflecting Surface,IRS)作为面向第6代通信的关键技术之一具有创新、高效、节能和成本效益高等特点,但其联合波束成形设计为非凸优化问题,仍然是具有挑战的难题。为此,提出了一种用于IRS辅助多用户大规模多输入多输出系统的联合波束成形设计方案,以实现系统数据速率最大化。该方案在基站端采用迫零波束成形以消除用户间干扰,同时在IRS端设计了近最优反射波束成形以实现系统和数据速率最大化。仿真结果表明,该方案可获得较高的系统和数据速率,也为IRS位置布局的选择提供了数据支持与参考准则。

LOS环境下零导频Massive MIMO通信方法

针对频分双工大规模多输入多输出系统中导频开销过大和现有信道估计算法计算复杂度高等问题,提出一种零导频的通信方法.在该方法中,发射端不发送导频,利用位置信息估计波达角,对发射信号进行调整,形成定向波束;接收端直接对接收数据进行解调.仿真结果表明,与传统频分双工大规模多输入多输出系统相比,所提通信方法大大降低了导频开销和计算复杂度,提高了频谱效率,且在高信噪比下,系统和速率提高了约4.6dB.

采用传播图论建模方法的Massive MIMO室内场景传播特性

大规模多天线(Massive MIMO)技术在基站端配置大规模天线阵列,能够大幅度提升数据传输速度和系统容量,实现无线传播信道中的空间和时间资源的最大化利用.有关Massive MIMO无线传播信道的研究,对大规模多天线的应用、系统的设计与部署具有重要意义.本文采用传播图论信道建模的方法,研究Massive MIMO在实际传播信道中的性能表现,既能很好的避免信道实测带来的繁重工作,又能有效反映Massive MIMO的无线信道衰落特性.分别在高频点6GHz和低频点1.472 5GHz对选定的室内传播场景进行了信道建模与仿真,由传播图论建模方法得到了信道冲激响应,并进行参数提取,分别从角度域和时延域分析了大规模多天线系统的信道传播特性,并通过分析信道奇异值扩展的分布,证明了实际传播环境中天线数目增多信道的正交性显著增强.

基于低分辨率DAC的IRS辅助去蜂窝大规模MIMO系统联合预编码设计

本文研究了下行链路智能反射面(Intelligent Reflective Surface, IRS)辅助去蜂窝大规模MIMO(Cell-Free Massive Multiple-Input Multiple-Output)系统,其中每个接入点(Access Point, AP)都采用了低分辨率的数模转换器(Digital-to-Analog Converters,DAC)。本文将IRS应用于去蜂窝系统并在AP处配备低分辨率DAC,进一步降低了硬件成本和功耗。采用加性量化噪声模型对低分辨率DAC进行数学建模,进而建立了下行链路用户和速率的表达式。由于公式具有非凸性和高复杂性,本文提出了一个交替优化框架来解决此问题,从而提高用户和速率。特别地,我们通过分数规划解耦这个问题,并采用拉格朗日乘子法和半定规划(Semi-Definite Programming,SDP)方法求得预编码矩阵和相移矩阵的表达式。最后,仿真结果表明,与传统的去蜂窝网络相比,该方案下的网络容量可以显著提高。

Massive MIMO多小区系统中导频污染减轻方法

Massive多输入多输出(multiple-input multiple-output,MIMO)多小区系统时分双工(time division duplex,TDD)模式中,导频训练序列在小区间是复用的,小区间不正交的导频序列会造成严重地导频污染,从而降低信道估计和预编码的准确性,成为系统性能提升的瓶颈。针对此问题,提出基于小区交叉分类正交识别和上行导频功率控制的导频污染减轻方法。对所有小区进行交叉分类,给相邻的不同类小区分配正交的小区识别位,并把相应的识别位加到本小区终端发射的导频序列头部,使基站能够识别来自不同类小区终端的导频序列。同时控制同类小区内终端发射导频序列的功率,减少对交叉同类小区内基站的影响。理论推导和实验结果证明,所提方法不仅实现简单,而且可以有效地减轻多小区系统导频污染。

面向5G的Massive MIMO技术

大规模多输入多输出(Massive MIMO)技术是第5代移动通信的核心技术,旨在蜂窝基站配置大量天线,大幅度提高通信系统的频谱及能量效率。概述了Massive MIMO技术的原理及模型;从系统容量、空间分辨率与导频污染等方面分析Massive MIMO技术的优势与局限,重点讨论了解决导频污染问题与提高能量效率两个方面的解决方案;分别对信道估计、信号检测及预编码技术的多种方法进行对比分析;从能量效率、计算复杂度及5G等方面探讨了Massive MIMO无线通信系统未来所面临的机遇与挑战。

多小区Massive MIMO系统的分布式导频优化分配

研究了多小区大规模多输入多输出系统用于缓解导频污染问题的导频资源优化分配。在假定导频序列个数与单个小区内用户数相同的前提下,仅利用小区基站与用户终端之间的大尺度衰落信息,以提升用户平均传输速率为目标,提出2种可逐个小区执行的分布式导频优化方案:交换搜索与干扰度量。交换搜索算法通过将任意小区内任意2个用户的导频序列相交换进而搜索得到最佳导频分配方案,而干扰度量方案基于对不同小区用户间干扰值的度量来进行导频优化。数值结果显示,新提出的2种方案与已有方案相比能以更低的实现复杂度获得更好的性能。尤其是,若将2种方案结合起来使用,其性能甚至接近于穷举搜索方式。