大规模mimo关键技术及物理实现综述

4下面我们来讨论MIMO信体与发射天线和接收天线之间的关系，假设有发射天线个数为nt，接收天线个数为nr，那么MIMO信道可以表示为xGss是nt维的发射信号向量G是ntnr维的信道传输系数矩阵，是链路信噪比SNR

nrlog2(1)nntlog2(1nrnt综上，对于一个具有nt根发射天线和nr根接收天线的点到点MIMO系统，它的中断概率与𝑆𝑁𝑅−𝑛𝑡𝑛𝑟成正比，容量随min(nt,nr)线性增加。所以增加天线个数可以增加MIMO系统空间自由度从而提高系统速率和可靠性。当天线数量足够大时，大规模MIMO一些原先在小规模MIMO系统中影响系统性能的因素（如信道快衰、非理想CSI、噪声以及小区内多用户间干扰）将可以被忽略；使用特征波束赋形和匹配滤波等简单的预编码算法将会近最优性能能够将降低至很小水平好的先验知识。在实际的大规模MIMO中，这需要用到信道检测方面的技术。也正是由于需要知道天线与终端天线之间的信道状态信息（ChannelState-Information，CSIMIMO技术更加适用于TDD模式，这是因为TDD三、大规模MIMO在MIMO系统中，信号处理的维度从时域和频域扩展至空域、时域和频域，拥有的控制域。大规模MIMO可以对天线的每个单元进行控制，大规模MIMO有大量的天线单元，可以通过控制天线馈电的相位幅度5展示了目标终端在散射环境下周围的相对场强[8]100个单元组成的天线线性阵列，采用了两种预编码方式，MRT和ZF。可见在MRT方式内，目标终端两边的场强迅速；当采用ZF方式时，虽然产生了宽波束，但是在周围的干扰终端的场强点都迅速形成了四个零点，这也减6展示了在不同条件下频谱效率与相对能量效率之间的关系[9]。可见大规模MIMO相对单天线单终端的方式可以将频谱效率成倍地提高，在同一个时频资源块下，大规模MIMO的频谱效率可以比传统MIMO10倍以上，并且可以同时服务数十部终端。在多终端的情况下采用MRC和ZF预编码方式还能获得更加可观的能量效率。6400个全向天线组成的阵列6400×(0.5λ)2≈40𝑚2，辐射120W18.75mW1900MHz的20MHz30m6km1000台终8dB5mHata-COST231模型，路径损耗是127dB/km，阴影的标准差是9dB。整个系统工作在TDD模式，四分之一的时隙传输用于信道估计的上行导频信号，下行数据的传输则通过MRT方式的波束结合能量控制。数值仿真表明，在任一终端位置和阴影下，95%的终端将会获得21.2Mbps的数据率。总的来说，这个大规模MIMO20Gbps1000台1000b/s/Hz[8]。56在物理实现上，大规模MIMO将可以采用更加便宜和更低功耗的射频器件由于大规模MIMO在射频前端架构上倾向于采用独立控制的有源天线技术，使得RRU发生了很大的变化，每一个天线下边直接连接一个功PA和低噪声放大器LNAW的大功率功放可以使用很多个只有mW级的功率放大器代替，在成本上将得到耗，这也迎合了绿色通信的概念。而且由于大规模MIMO带来的阵列增益复用增益，终端辐射功率也可以大大减小，在日注在电磁场大规模MIMO和多路径很大程度上影响着无线通信的性能。给低时延无线通信链路的建立造成了，如果终端陷入深度，那么只好等到信道有效改善之后才能接收信号。而大规模MIMO本身就是通过大量的天线和波束赋形避免深度的，所以在大规模MIMO系统中，大规模MIMO可以有效降低小区内干扰，减小终端之间的和人为的干扰，大规模MIMO提供了很大的自由度消除信号的干扰，并且通过控制天线单元辐射的组合，可以在空间形成叠加，在需要的地方信号叠加增四、大规模MIMO的问题与尽管大规模MIMO拥有巨大的潜力，在系统集成和实际应用中仍然面临诸多与，例如大规模MIMO信道的特性，信道相互作用的校准，导理实现以及天线单元之间的有源耦合效应等。以上问题都会破坏大规模MIMO体探讨几个关键的。理想情况下，在大规模IMO系统中的每一个终端都分配有正交的上行导频序列。然而导频序列的最大数量有一个上限值，这个上限值与想干间隔的持续时间比上信道延时的值有关。在典型的工作场景下，1ms200个[10]。而这个数目在大规模IO场景下很快将会被耗尽。基于污染导频信道估计的下行波束将会在共用这些导频序列的终端间形成直接的干扰，同样的情况也会出现在上行数据的传输中。并且随着大规模IMO天线数量的增大，在一定数据率的情况下，导频污染的情况将会更加严重。虽说导频污染并不是大规模IO特有的现象，但是其对大规模IMO造成影响将大大超过其他的情形。图7说明了导频污染[6]，在小区1导频阶段，检测到了来自区2127IMO无线传输IO须进行实时处理，这一处理要求是线性的或者是接近线性的[8]。随着用户数快速的算法具有很大的性。MIMO需要大量的天线单元组成阵列，但是随着大量天线单元的部署，天线阵列占据的空间将会变大，这使得实际应用中表1方向角度扩展小，终端在垂直方向的角度分布范围很小，需要的天线才1五、大规模MIMO针对上一节中讨论的和，大规模MIMO的关键主要集中在[11]。随着天线单元大规模地增加，邻近小区之间的导频序列复用影响了信道状态信息的获取，严重限制了大规模MIMO系统的性能。而上行信道检测算的要求，这也影响多用户的数据传输。当然在电磁场和射频前端和天线设抑制导频污染的关键技术网络架构中采用新型的预编码技术，例如导频污染预编码，可以利用内终端与天线阵列之间的真实信道，而是对慢系数的响应。几种检测算法的比较MMSE-SIC：带有软干扰消除的最小均方误差算法（MMSEwithcancellation， tivegeneralizeddecisionequalizer，TS：Tabusearch，是梯度上升搜索算法LAS的改进版本，这种算法允许了过渡至更大均方误差值，这样可以避免LAS可能出现的局部最小SD：球算法，spheredecoder，事实上是一个最大似然器，但FCSD：固定复杂度球算法，fixedcomplexityspheredecoder，是一种相对于SD算法低复杂度较佳的算法。8个，信号的为12dB。从图中可以看出，当误码率为0.002时，TS算法对应复杂度是大约是FCSD算法的千分之一，所以TS算法和MMSE-SIC图9考虑的也是没有进过预处理的情况，发射天线和接收天线都是40个。可见在整个信噪比范围内，标新最好的依然是TS和MMSE-SICTS和MMSE-SICML89互耦情况。一般情况下，天线阵列的空间是有限的，天线阵列拓扑结构采用线性，平面还是三维的都会影响大规模IMO系统的工作性能。而且在有限的空间中为了提高控制的自由度或者是增益要想增加天线单元，会使得天线单元之间的间距减小，天线单元之间的耦合效应增大，天线单元之间的有源耦合将会影响馈电网络的匹配，从而对信号的正交性产生破坏，并且会提高信号的相关性，这不利于网络容量的提高。瑞典隆德大学的研究人员对天线拓扑结构对大规模MIMO的工作性能128个天线单元，只是后者是虚拟形向天线单元，有128个固定位置供全向天线移动组成虚拟阵列，如图10。同样的情况下，采用4个终端与128个天线单元构成的下行链路中，利用MRT11所示。可见在同样多的置的阴影或者是波瓣叠加都有可能导致信号的相关性增大，降低信道大，最终导致大规模MIMO系统容量不成比例的增大甚至是停滞。对于二4个相邻的单元，对于三维立体结构，612考虑的是在同样的情况下，不同间距对天线单元容馈电网络的匹配。而馈电网络额外的匹配又会增加馈电网络的插入损耗，降低能量效率和阵列增益。所以提高单元间的度以及选取合适的阵列拓扑结构将会是关键的。1011六、物理实现中的射频前端与天线阵目前世界上已有多个研究机构对5G大规模MIMO有源集成化阵列天线和射2012年瑞典隆德大学开发的工作于2.6GHz的128单元天线阵列[12]以及同年莱斯大学开发的系统[13]12810所示。圆柱形三维阵列解决了在不同线数量增大到足够大时，多用户信有正交性，进而验证了大规模MIMO的莱斯大学开发的Argos2.4GHz频段，系统外观如图13所示。系统包括一个中心控制器，164路射频通道，没85bit/s/Hz1/64的情况下，频谱效率是SISO6.7倍[14]。MIMO系统物理实现的架构主要由大规模天线阵列和射频前端模块（包括LNA接收通路、PA发射通路）组成，如图1415所25664个射频通道的有源集成大规模MIMO系统[15]816所示。该系统工5.8GHz2所示。除此之外，中国5×5的紧耦合阵150%2.8GHz-19.2GHzVSWR<3[16]。随着大规模MIMO系统天线数量的增长，天线阵列朝着小型化有源化集成13Argos14大规模MIMO15大规模MIMO16东南大学大规模MIMO82东南大学大规模MIMO七、总 综述了应用于5G大规模MIMO在频谱效率能量效率等方面的优势，浅显分析了大规模MIMO系统容量与天线数量的关系，了天线数量增大会性，信道估计算法以及天线阵列设计方面遇到的与，并分点概述了对应的关键。文章最后列出了国内外在大规模MIMO方面的研究情况，在物八、参考文WWRF,L.SorensenandK.E.Skouby,UserScenarios2020,report,July.P.KwadwoAgyapongetal.,“Designconsiderationsfora5Gnetworkarchitecture,”IEEECommun.Mag.,vol.52,no.11,pp.65–75,Nov.2014.F.Boccardi,R.W.Heath,A.Lozano,T.L.Marzetta,andP.Popovski,‘‘Fivedisruptivetechnologydirectionsfor5G,’’IEEECommun.Mag.,2014.andE.Hepsaydir,“Cellulararchitectureandkeyfor5Gwirelesscommunicationnetworks,”IEEEComm.Mag.,vol.52,no.2,pp.122–130,Feb.2014.［JF.Rusek,PerssonD,LauBK,etal.,“ScalingupMIMO:opportunitiesandchallengeswithverylargearrays,”IEEESignalProcessingMagazine,vol.30,no.1,2013,pp.40-60.耿健.基于TDD的较大规模天线系统发端关键技术研究[D].邮电大学LarssonE.,Edfors0.,TufVessonF.,etal.,“MassiveMIMOfornextgenerationwirelesssystems,”IEEECommunicationsMagazine,vol.52,no.2,Feb.2014,pp.186-195.H.Q.Ngo,E.G.Larsson,andT.L.Marzetta,“EnergyandSpectralEfficiencyofVeryLargeMultiuserMIMOSystems,”IEEETrans.Commun.,vol.61,Apr.2013,pp.1436–49.T.L.Marzetta,“NoncooperativeCellularWirelesswithUnlimitedNumbersofBaseStationAntennas,”IEEETrans.WirelessCommun.,vol.9,no.11,Nov.2010,pp.3590–600..largeMIMOat2.6GHz,”in20124thAsilomarConferenceonSignals,SystemsandComputers(ASILOMAR),2012,pp.295–299.many-antennabasestations,”inACMInt.Conf.ComputingandNetworking ),Istanbul,Turkey,Aug.2012.XingdongP,WeiH,T