CN108418617B - 基于多个子天线阵列的大规模mimo系统验证方法 - Google Patents

基于多个子天线阵列的大规模mimo系统验证方法 Download PDF

Info

Publication number
CN108418617B
CN108418617B CN201810134006.6A CN201810134006A CN108418617B CN 108418617 B CN108418617 B CN 108418617B CN 201810134006 A CN201810134006 A CN 201810134006A CN 108418617 B CN108418617 B CN 108418617B
Authority
CN
China
Prior art keywords
mimo system
sub
base station
channel
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810134006.6A
Other languages
English (en)
Other versions
CN108418617A (zh
Inventor
谭伟强
范立生
谢冬青
谭伟杰
夏隽娟
蒲旭敏
金石
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN201810134006.6A priority Critical patent/CN108418617B/zh
Publication of CN108418617A publication Critical patent/CN108418617A/zh
Application granted granted Critical
Publication of CN108418617B publication Critical patent/CN108418617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
    • H04L27/2692—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with preamble design, i.e. with negotiation of the synchronisation sequence with transmitter or sequence linked to the algorithm used at the receiver
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only
    • H04L27/2655—Synchronisation arrangements
    • H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
    • H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于多个子天线阵列的大规模MIMO系统配置及验证方法，配置方法包括：根据大规模MIMO系统的服务区域均匀划分后的扇区数量配置对应数量的子天线阵列，每个子天线阵列对应服务一个扇区；根据每个扇区内的用户端密集程度，配置每个子天线阵列的天线数量；基于基站端接收的所述服务区域内所有用户端发送的相互正交的导频训练序列信息，以及基站端总的天线数量，获得观测矩阵，并结合观测矩阵估计出信道状态信息；基站端利用估计出的信道状态信息，采用最大比传输预编码方式进行下行无线通信传输。本发明能够有效降低能耗和硬件实现上的复杂度，同时又保证系统频谱效率。

Description

基于多个子天线阵列的大规模MIMO系统验证方法
技术领域
本发明属于无线传输技术领域，具体涉及一种基于多个子天线阵列的大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统配置及验证方法。
背景技术
近年来，随着移动通信的广泛普及和深入应用，绿色通信将会是新一代无线通信的重要发展方向，在相同频谱效率下有效地降低系统的发射功率和硬件成本，是实现绿色通信的有效途径之一。学术界和工业界展开对未来绿色无线移动通信研究，以降低移动通信高昂的硬件成本和惊人的功率消耗。
在传统的全数字MIMO(Multiple-Input Multiple-Output，指在发射端和接收端分别使用多个发射天线和接收天线)系统中，要求每根天线连接一个无线射频链路，其中无线射频链路包括射频混频器、高精度数模转换器、功率放大器等等。研究测试表明：数模转换器的功耗与量化精度成指数关系与采样频率成线性关系。在全数字MIMO中，系统功率消耗主要来自高精度模数转换器处理单元。对于传统全数字MIMO系统，由于发射天线数目相对较少，系统硬件成本和功耗相对较低，然而对于大规模MIMO系统，由于发射天线数量高达几十根甚至上百根，如果仍采用全数字编码架构，大量高精确度的数模转换器将导致接收机硬件成本过高以及功率消耗过大，对大规模MIMO系统的实际部署带来严峻的挑战。
为有效解决硬件成本和能耗大问题，现有技术中出现了一种基于模拟混合架构的大规模MIMO系统，在基站端将数据流经基带数字预编码处理后映射到各个无线射频链路上，然后通过恒模相移器调整各个无线射频链路上信号的相位完成模拟预编码，通过使用有限数目无线射频链路，减少了数模转换器的数量，从而有效降低系统硬件成本和功率消耗。
目前基于模数混合架构的大规模MIMO收发系统主要分为两类，一类是全连接天线阵列架构，另一类是多个子天线阵列架构。对于全连接天线阵列架构，每根发射天线端对应连接一个恒模网络移相器，其发送信号是所有无线射频链路信号经过恒模相移网络移相后的叠加。由于基站端的每根无线射频链路要驱动所有发射天线，所需的模拟相移器数等于发射天线与无线射频链路数的乘积，对系统硬件复杂度都较高。在多个子天线阵列架构下，每根发射天线与一条无线射频链路相连，每条无线射频链路只需要驱动一个天线子阵列，其所需相移器数等于发射天线数。相比于全连接阵列架构，基于多个子天线阵列架构的大规模MIMO系统可以有效降低能耗和硬件实现复杂度，然而当一个服务区域内用户数量很大时，由于用户终端之间的干扰增强，会导致系统性能严重下降，因此该结构仍需要进一步改进。
发明内容
为了有效降低能耗和硬件实现上的复杂度，同时又保证系统频谱效率，本发明公开了一种基于多个子天线阵列的大规模MIMO系统配置方法，同时相应公开采用该配置方法的MIMO系统的验证方法。
其中，本发明公开的一种基于多个子天线阵列的大规模MIMO系统配置方法，包括以下步骤：
A：根据大规模MIMO系统的服务区域均匀划分后的扇区数量配置对应数量的子天线阵列，每个子天线阵列对应服务一个扇区；
B：根据每个扇区内的用户端密集程度，配置每个子天线阵列的天线数量；
C：基于基站端接收的所述服务区域内所有用户端发送的相互正交的导频训练序列信息，以及基站端总的天线数量，获得观测矩阵，并结合观测矩阵估计出信道状态信息；
D：基站端利用估计出的信道状态信息，采用最大比传输预编码方式进行下行无线通信传输。
进一步的，步骤C中基站端总的天线数量Nt＝MN，其中，M为所述服务区域均匀划分后的扇区数量，N为每个子天线阵列的天线数量；
大规模MIMO系统第k个用户端的信道模型为：
Figure GDA0002429305250000021
其中，1≤k≤K,K为所述服务区域内所有用户端的数量；vk～CN(0,IN)表示各用户端相互独立的快衰落信道矢量，CN代表复高斯独立同分布，IN代表N维单位矩阵；Rk代表相关性协方差矩阵，且
Figure GDA0002429305250000022
其中，θ为用户端方位角的到达角度AOA，pk(θ)为用户端方位角的到达角度AOA的概率密度函数，
Figure GDA0002429305250000023
是pk(θ)的扇区覆盖区间，
Figure GDA0002429305250000024
a(θ)为均匀线性天线阵列的响应向量，且
Figure GDA0002429305250000031
其中，λ为载波波长，d为天线阵元间距；
步骤C中获得观测矩阵如下：
Figure GDA0002429305250000032
其中，pτ为导频训练序列的平均发射功率；N为Nt×τ维度的噪声矩阵，其元素为加性高斯白噪声；H代表Nt×τ维度的信道矩阵，其元素为独立同分布复高斯随机变量；T代表矩阵转置，τ为导频训练序列长度，且导频训练序列长度大于所述服务区域内所有用户端的数量而小于信道相干时间，即K≤τ<T；S为导频训练序列矩阵，且S＝[s1,s2,…,sK]，其满足正交条件即SHS＝IK，IK为K维单位矩阵；
利用信道均方误差估计算法，在信道训练阶段接收端根据观测矩阵Yτ和己知的发送导频训练序列矩阵S估计出的信道状态信息为：
Figure GDA0002429305250000033
其中，
Figure GDA0002429305250000034
*代表矩阵共轭。
本发明相应公开的一种基于多个子天线阵列的大规模MIMO系统验证方法，针对采用上述配置方法的基于多个子天线阵列的大规模MIMO系统；所述验证方法包括如下步骤：
定义估计信道的误差信道向量：
Figure GDA0002429305250000035
为误差信道向量，
Figure GDA0002429305250000036
为第k个用户端的估计信道向量，
Figure GDA0002429305250000037
和
Figure GDA0002429305250000038
均服从高斯分布，且
Figure GDA0002429305250000039
与
Figure GDA00024293052500000310
统计独立；
计算第k个用户端的估计信道向量如下：
Figure GDA00024293052500000311
其中，
Figure GDA00024293052500000312
的第k列是
Figure GDA00024293052500000313
为信道估计误差的协方差矩阵之和；
利用估计的信道状态信息求解大规模MIMO系统的遍历可达和速率，结合估计信道向量
Figure GDA00024293052500000314
误差信道向量
Figure GDA00024293052500000315
对应的信号部分和其他用户的干扰等效为噪声，得到大规模MIMO系统的遍历可达和速率：
Figure GDA0002429305250000041
其中，
Figure GDA0002429305250000042
其中，ρ为基站端发射功率；期望
Figure GDA0002429305250000043
是对估计信道向量
Figure GDA0002429305250000044
求解，通过采用最大比传输的预编码方式，计算大规模MIMO系统的可达和速率。
进一步的，还包括以下步骤：
当基站端配置全天线阵列时，计算所有用户端均匀分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000045
其中，
Figure GDA0002429305250000046
λ为载波波长，J0(·)为零阶贝塞尔函数。
进一步的，还包括以下步骤：
当基站端配置多个子天线阵列时，分别计算所有用户端平均分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000047
和所有用户端集中分布在服务区域的一个扇区内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000048
其中，
Figure GDA0002429305250000049
本发明公开的基于多个子天线阵列的大规模MIMO系统配置方法中：首先，根据实际服务场景，确定基站端多个子天线阵列的数量，每个子阵列的天线数量根据扇区内服务用户的密集程度，最终确定好基站端天线阵列配置；其次，利用导频训练序列信息、基站端总的天线数量、观测矩阵等估计出信道状态信息；最后，利用估计的信道状态信息，基站端采用最大比传输方案进行无线信号传输。通过仿真验证的结果表明，本发明的基于多个子天线阵列的大规模MIMO系统频谱效率及性能，在高信噪比的情况下明显优于单个子天线的大规模MIMO系统的频谱效率及性能。
附图说明
图1是实施例公开的一种基于多个子天线阵列的大规模MIMO系统配置方法中子天线阵列配置示意图。
图2是实施例公开的一种基于多个子天线阵列的大规模MIMO系统配置方法的系统框架图。
图3是实施例公开的一种基于多个子天线阵列的大规模MIMO系统配置方法的流程示意图。
图4是验证实例中全天线阵列的方向辐射仿真图。
图5是验证实例中系统和速率随信噪比变化曲线结果仿真图。
图6是验证实例中系统和速率随发射天线数量变化曲线结果仿真图。
具体实施方式
为了便于本领域技术人员理解，下面将结合附图以及实施例对本发明进行进一步描述。
实施例
请参阅图1至图3，本实施例公开的一种基于多个子天线阵列的大规模MIMO系统配置方法，主要包括以下步骤(1)至步骤(4)：
步骤(1)：根据大规模MIMO系统的服务区域均匀划分后的扇区数量配置对应数量的子天线阵列，每个子天线阵列对应服务一个扇区。
步骤(2)：根据每个扇区内的用户端密集程度，配置每个子天线阵列的天线数量。
对于步骤(1)和步骤(2)请参阅图1-图2，假设大规模MIMO系统的服务区域为一小区，根据在蜂窝系统中服务要求，将小区分为M个扇区，子天线阵列数量等于扇区数量，并且要求每个子天线阵列服务一个扇区，然后根据扇区内用户的密集程度，确定每个子天线阵列的天线数量N。
更具体的，如图1所示，本实施例中假设小区被分为三个均匀的扇区，每个扇区对应120°，基站端配置了多个子天线阵列，每个子天线阵列服务一个扇区，一个子天线阵列由N根天线组成的均匀天线矩阵，并服务K个用户终端，因而可以得出基站端总的天线数量Nt＝MN。
步骤(3)：基于基站端接收的所述服务区域内所有用户端发送的相互正交的导频训练序列信息，以及基站端总的天线数量，获得观测矩阵，并结合观测矩阵估计出信道状态信息。
对于步骤(3)，已知基站端总的天线数量Nt＝MN，其中，M为所述服务区域均匀划分后的扇区数量，N为每个子天线阵列的天线数量；导频训练序列信息包括:导频训练序列矩阵S、频训练序列的平均发射功率pτ、导频训练序列长度τ等；
对于宏蜂窝小区，基站往往架设较高，无线传播路径上的散射体主要集中在用户端附近，此时基站端各天线收到的信号将呈现较强的相关性。因此，大规模MIMO系统第k个用户端的信道模型可表示为：
Figure GDA0002429305250000061
其中，1≤k≤K,K为所述服务区域内所有用户端的数量；hk代表H的第k列，即H＝[h1,h2…hK]，vk～CN(0,IN)表示各用户端相互独立的快衰落信道矢量，CN代表复高斯独立同分布，IN代表N维单位矩阵；Rk代表相关性协方差矩阵，可表示为：
Figure GDA0002429305250000062
其中，θ为用户端方位角的到达角度AOA，pk(θ)为用户端方位角的到达角度AOA的概率密度函数，
Figure GDA0002429305250000063
是pk(θ)的扇区覆盖区间，
Figure GDA0002429305250000064
a(θ)为均匀线性天线阵列的响应向量，可表示为：
Figure GDA0002429305250000065
其中，λ为载波波长，d为天线阵元间距；
将小区分成多个扇区，基站端为了获得信道状态信息(CSI)，采用基于训练序列的信道估计方法，在同频双工模式(TDD)中用户端发送收发双方均已知的导频训练序列(可称为先验导频训练序列)。所有用户在导频训练期间同时发送相互正交的导频训练序列向基站端，导频训练序列长度为τ，为了避免不同用户端导频训练序列码重复使用，导频训练序列长度大于用户数量而小于信道相干时间；K个用户端发送的先验导频训练序列组成导频训练序列矩阵表示为S＝[s1,s2,…,sK]，其满足正交条件即SHS＝IK；在相干时间内CSI看做相对静态不变的，接收到的观测矩阵Yτ可表示为：
Figure GDA0002429305250000071
其中，pτ为导频训练序列的平均发射功率；N为Nt×τ维度的噪声矩阵，其元素为加性高斯白噪声；H代表Nt×τ维度的信道矩阵，其元素为独立同分布复高斯随机变量；T代表矩阵转置，τ为导频训练序列长度，且导频训练序列长度大于所述服务区域内所有用户端的数量而小于信道相干时间；S为导频训练序列矩阵，且S＝[s1,s2,…,sK]，其满足正交条件即SHS＝IK，IK为K维单位矩阵；
利用信道均方误差估计算法，在信道训练阶段接收端根据观测矩阵Yτ和己知的发送导频训练序列矩阵S估计出的信道状态信息为：
Figure GDA0002429305250000072
其中，
Figure GDA0002429305250000073
*代表矩阵共轭。
步骤(4)：基站端利用估计出的信道状态信息，采用最大比传输(MRT)预编码方式进行下行无线通信传输。
综上，本实施例的基于多个子天线阵列的大规模MIMO系统配置方法中：首先，根据实际服务场景，确定基站端多个子天线阵列的数量，每个子阵列的天线数量根据扇区内服务用户的密集程度，最终确定好基站端天线阵列配置；其次，利用导频训练序列信息、基站端总的天线数量、观测矩阵等估计出信道状态信息；最后，利用估计的信道状态信息，基站端采用最大比传输方案进行无线信号传输。
通过仿真结果可以表明，本发明的基于多个子天线阵列的大规模MIMO系统频谱效率及性能，在高信噪比的情况下明显优于单个子天线的大规模MIMO系统的频谱效率及性能。
验证实例
为了验证根据上述实施例配置后的基于多个子天线阵列的大规模MIMO系统的频谱效率及性能，并与传统MIMO系统对比，可以使用蒙特卡洛实验进行仿真试验。
(1)天线数量对性能的影响
请参阅图4的均匀阵列天线的辐射图，由图4可知，对于基站端配置不同天线数量的情况，例如分别为Nt＝10、Nt＝30、Nt＝100，随着天线数量的增加，阵列的主瓣宽度变得非常狭窄，并且旁瓣的变得越来越小，衰减的速度越来越快，表明大规模天线阵列具有更强的分辨能力。传统MIMO系统配置天线数量较少，相比之下，实施例的大规模MIMO系统具有突出的优势。
(2)子天线阵列数量及均匀分布情况对性能的影响
首先定义估计信道的误差信道向量：
Figure GDA0002429305250000081
为误差信道向量，
Figure GDA0002429305250000082
为第k个用户端的估计信道向量，
Figure GDA0002429305250000083
和
Figure GDA0002429305250000084
均服从高斯分布，根据MMSE估计的特性，
Figure GDA0002429305250000085
与
Figure GDA0002429305250000086
统计独立；
考虑对hk进行线性MMSE估计，计算第k个用户端的估计信道向量如下：
Figure GDA0002429305250000087
其中，
Figure GDA0002429305250000088
的第k列是
Figure GDA0002429305250000089
为信道估计误差的协方差矩阵之和；
利用估计的信道状态信息求解大规模MIMO系统的遍历可达和速率，结合估计信道向量
Figure GDA00024293052500000810
误差信道向量
Figure GDA00024293052500000811
对应的信号部分和其他用户的干扰等效为噪声，得到大规模MIMO系统的遍历可达和速率：
Figure GDA00024293052500000812
其中，
Figure GDA00024293052500000813
其中，ρ为基站端发射功率；期望
Figure GDA00024293052500000814
是对估计信道向量
Figure GDA00024293052500000815
求解，通过采用最大比传输的预编码方式，计算大规模MIMO系统的可达和速率。
当基站端配置全天线阵列(又称为单个均匀天线阵列)时，计算所有用户端均匀分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000091
其中，
Figure GDA0002429305250000092
λ为载波波长，J0(·)为零阶贝塞尔函数。
当基站端配置多天线子阵列时，考虑两种情况，一种是所有用户端集中分布在一个扇区内，另一种是所有用户端平均分布在整个服务区域(平均分布在三个扇区)内。
当所有用户端平均分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000093
当所有用户端集中分布在服务区域的一个扇区内对应的大规模MIMO系统的可达和速率：
Figure GDA0002429305250000094
其中，
Figure GDA0002429305250000095
请参阅图5。假设实施例基站端天线总数为Nt＝120，分为三个子天线阵列(对应三个扇区)，每个子天线阵列的天线数量为N＝40，干扰用户数量分别为K＝6,18，相邻天线元素间距为d＝λ/2，假设每个扇区之间互不存在用户干扰。图5描绘了在基站端配置三个子天线阵列时系统可达和速率与信噪比之间的关系，同时也描绘了基站端配置全天线阵列时系统可达和速率与信噪比之间的关系。由图5可知：
①无论哪种配置系统，可达和速率随着信噪比的增加而增加，并且在高SNR(信噪比)情况下可达和速率趋近于饱和值，这是因为随着发射功率的增加导致不同用户之间的干扰也增加。
②在低信噪比的情况下，基站端配置全天线阵列时系统可达和速率大于实施例的三个子天线阵列的情况，随着信噪比的增加，用户端平均分布在三个扇区内情况下系统性能最好，而用户端集中分布在一个扇区内系统性能最差。
③对于固定数量的天线数量和信噪比，较多用户端数量情况下系统和速率比较少用户端数量情况下系统可达和速率性能更佳，表明更多的用户端数量在MRT(最大传输比)预编码方案下有助于提高系统的整体性能。
请参阅图6。图6描绘了系统可达和速率与发射基站天线数量之间的关系，模拟中，干扰用户数量分别为K＝6,18，相邻天线元素间距为d＝λ/2，信噪比SNR＝20dB，将基站端天线分为三个子天线阵列，每个子天线阵列服务相应的扇区。可以观察到系统可达和速率随着天线数量的增加而持续增加，在整个天线阵列的变化中，用户平均分布在三个扇区内情况下系统可达和速率最好，基站端配置单个子天线阵列时系统可达和速率次之，而用户集中分布在一个小区内系统可达和速率最差。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (3)

1.一种基于多个子天线阵列的大规模MIMO系统验证方法，该大规模MIMO系统采用包括步骤A-D的配置方法：
A：根据大规模MIMO系统的服务区域均匀划分后的扇区数量配置对应数量的子天线阵列，每个子天线阵列对应服务一个扇区；
B：根据每个扇区内的用户端密集程度，配置每个子天线阵列的天线数量；
C：基于基站端接收的所述服务区域内所有用户端发送的相互正交的导频训练序列信息，以及基站端总的天线数量，获得观测矩阵，并结合观测矩阵估计出信道状态信息；
D：基站端利用估计出的信道状态信息，采用最大比传输预编码方式进行下行无线通信传输；
步骤C中基站端总的天线数量Nt＝MN，其中，M为所述服务区域均匀划分后的扇区数量，N为每个子天线阵列的天线数量；
大规模MIMO系统第k个用户端的信道模型为：
Figure FDA0002429305240000011
其中，1≤k≤K,K为所述服务区域内所有用户端的数量；vk～CN(0,IN)表示各用户端相互独立的快衰落信道矢量，CN代表复高斯独立同分布，IN代表N维单位矩阵；Rk代表相关性协方差矩阵，且
Figure FDA0002429305240000012
其中，θ为用户端方位角的到达角度AOA，pk(θ)为用户端方位角的到达角度AOA的概率密度函数，
Figure FDA0002429305240000013
是pk(θ)的扇区覆盖区间，
Figure FDA0002429305240000014
a(θ)为均匀线性天线阵列的响应向量，且
Figure FDA0002429305240000015
其中，λ为载波波长，d为天线阵元间距；
步骤C中获得观测矩阵如下：
Figure FDA0002429305240000016
其中，pτ为导频训练序列的平均发射功率；N为Nt×τ维度的噪声矩阵，其元素为加性高斯白噪声；H代表Nt×τ维度的信道矩阵，其元素为独立同分布复高斯随机变量；T代表矩阵转置，τ为导频训练序列长度，且导频训练序列长度大于所述服务区域内所有用户端的数量而小于信道相干时间，即K≤τ<T；S为导频训练序列矩阵，且S＝[s1,s2,…,sK]，其满足正交条件即SHS＝IK，IK为K维单位矩阵；
利用信道均方误差估计算法，在信道训练阶段接收端根据观测矩阵Yτ和己知的发送导频训练序列矩阵S估计出的信道状态信息为：
Figure FDA0002429305240000021
其中，
Figure FDA0002429305240000022
*代表矩阵共轭；
所述验证方法包括如下步骤：
定义估计信道的误差信道向量：
Figure FDA0002429305240000023
Figure FDA0002429305240000024
为误差信道向量，
Figure FDA0002429305240000025
为第k个用户端的估计信道向量，
Figure FDA0002429305240000026
和
Figure FDA0002429305240000027
均服从高斯分布，且
Figure FDA0002429305240000028
与
Figure FDA0002429305240000029
统计独立；
计算第k个用户端的估计信道向量如下：
Figure FDA00024293052400000210
其中，
Figure FDA00024293052400000211
的第k列是
Figure FDA00024293052400000212
Figure FDA00024293052400000213
为信道估计误差的协方差矩阵之和；
利用估计的信道状态信息求解大规模MIMO系统的遍历可达和速率，结合估计信道向量
Figure FDA00024293052400000214
误差信道向量
Figure FDA00024293052400000215
对应的信号部分和其他用户的干扰等效为噪声，得到大规模MIMO系统的遍历可达和速率：
Figure FDA00024293052400000216
其中，
Figure FDA00024293052400000217
其中，ρ为基站端发射功率；期望
Figure FDA00024293052400000218
是对估计信道向量
Figure FDA00024293052400000219
求解，通过采用最大比传输的预编码方式，计算大规模MIMO系统的可达和速率。
2.根据权利要求1所述的基于多个子天线阵列的大规模MIMO系统验证方法，其特征在于，还包括以下步骤：
当基站端配置全天线阵列时，计算所有用户端均匀分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure FDA0002429305240000031
其中，
Figure FDA0002429305240000032
λ为载波波长，J0(·)为零阶贝塞尔函数。
3.根据权利要求2所述的基于多个子天线阵列的大规模MIMO系统验证方法，其特征在于，还包括以下步骤：
当基站端配置多个子天线阵列时，分别计算所有用户端平均分布在整个服务区域内对应的大规模MIMO系统的可达和速率：
Figure FDA0002429305240000033
和所有用户端集中分布在服务区域的一个扇区内对应的大规模MIMO系统的可达和速率：
Figure FDA0002429305240000034
其中，
Figure FDA0002429305240000035
CN201810134006.6A 2018-02-07 2018-02-07 基于多个子天线阵列的大规模mimo系统验证方法 Active CN108418617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810134006.6A CN108418617B (zh) 2018-02-07 2018-02-07 基于多个子天线阵列的大规模mimo系统验证方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810134006.6A CN108418617B (zh) 2018-02-07 2018-02-07 基于多个子天线阵列的大规模mimo系统验证方法

Publications (2)

Publication Number Publication Date
CN108418617A CN108418617A (zh) 2018-08-17
CN108418617B true CN108418617B (zh) 2020-06-12

Family

ID=63127146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810134006.6A Active CN108418617B (zh) 2018-02-07 2018-02-07 基于多个子天线阵列的大规模mimo系统验证方法

Country Status (1)

Country Link
CN (1) CN108418617B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246573B (zh) * 2018-11-28 2023-04-25 中国移动通信集团浙江有限公司 一种减少大规模阵列天线基站小区间干扰的方法及装置
CN110505702B (zh) * 2019-09-29 2023-07-25 重庆大学 一种基于用户信号到达角度的导频分配方法
CN114531184B (zh) * 2020-11-23 2023-06-02 上海诺基亚贝尔股份有限公司 用于大规模mimo空间复用的局部迫零的方法和装置
CN114785469B (zh) * 2022-04-11 2023-11-14 北京邮电大学 导频确定方法、装置、电子设备及存储介质
CN116405350B (zh) * 2023-06-09 2023-10-20 清华大学 一种超大规模mimo通信系统的信道估计方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014168317A1 (en) * 2013-04-08 2014-10-16 Lg Electronics Inc. Method and apparatus for performing fractional beamforming by large-scale mimo in a wireless communication system
CN104168659A (zh) * 2014-08-19 2014-11-26 东南大学 Mrt预编码策略下的多小区mimo系统用户调度方法
WO2016011666A1 (zh) * 2014-07-25 2016-01-28 华为技术有限公司 一种高频系统下的通信设备及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014168317A1 (en) * 2013-04-08 2014-10-16 Lg Electronics Inc. Method and apparatus for performing fractional beamforming by large-scale mimo in a wireless communication system
WO2016011666A1 (zh) * 2014-07-25 2016-01-28 华为技术有限公司 一种高频系统下的通信设备及方法
CN105874837A (zh) * 2014-07-25 2016-08-17 华为技术有限公司 一种高频系统下的通信设备及方法
CN104168659A (zh) * 2014-08-19 2014-11-26 东南大学 Mrt预编码策略下的多小区mimo系统用户调度方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
How to approach zero-forcing under RF chain limitations in large mmWave multiuser systems?;Le Liang 等;《2014 IEEE/CIC International Conference on Communications in China (ICCC)》;20141015;第518-522页 *
Spectral Efficiency of DFT-Based Processing Hybrid Architectures in Massive MIMO;Weiqiang Tan 等;《 IEEE Wireless Communications Letters 》;20170623;第6卷(第5期);全文 *
Spectral Efficiency of Mixed-ADC Receivers for Massive MIMO Systems;Weiqiang Tan 等;《IEEE Access》;20160825;第4卷;第2节 *
Spectral Efficiency of Multi-User mmWave Systems with Uniform Linear Arrays and MRT;Weiqiang Tan 等;《2016 IEEE 83rd Vehicular Technology Conference (VTC Spring)》;20160518;第1-2节 *
Statistical Eigenmode Transmission for the MU-MIMO Downlink in Rician Fading;Shi Jin 等;《IEEE Transactions on Wireless Communications》;20150717;第14卷(第12期);全文 *

Also Published As

Publication number Publication date
CN108418617A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN108418617B (zh) 基于多个子天线阵列的大规模mimo系统验证方法
Zhao et al. Multi-user precoding and channel estimation for hybrid millimeter wave systems
Xiao et al. Channel estimation and hybrid precoding for millimeter-wave MIMO systems: A low-complexity overall solution
Jiang et al. A framework for over-the-air reciprocity calibration for TDD massive MIMO systems
CN107453795B (zh) 多用户毫米波通信系统的波束分配方法及其装置和系统
EP2751947B1 (en) Spatially randomized pilot symbol transmission method, system and device for mimo wireless communications
Obara et al. Joint processing of analog fixed beamforming and CSI-based precoding for super high bit rate massive MIMO transmission using higher frequency bands
KR102543091B1 (ko) 무선 통신 시스템에서 통합형 빔포밍을 위한 장치 및 방법
KR20180003103A (ko) 밀리미터파 하향링크 채널에서 디지털-아날로그 하이브리드 빔포밍 방법 및 시스템
Benzaghta et al. Massive MIMO systems for 5G: A systematic mapping study on antenna design challenges and channel estimation open issues
Zhao et al. Multi-cell hybrid millimeter wave systems: Pilot contamination and interference mitigation
CN108199793B (zh) 宽带毫米波系统基于时延预补偿的混合预编码方法
KR20130094343A (ko) 부분 채널 상태 정보를 이용한 다층 빔포밍
CN108667493B (zh) 一种面向大规模mimo中nlos场景下的波束赋形方法
CN109347529B (zh) 一种对抗相移器不理想性的信道估计和混合波束成形方法
Aldubaikhy et al. Low-complexity user selection algorithms for multiuser transmissions in mmWave WLANs
CN109361434B (zh) 基站协作传输的毫米波mimo混合预编码方法
Xu et al. Fast beam training for FDD multi-user massive MIMO systems with finite phase shifter resolution
Yan et al. Multiple RF chains assisted parallel beam search for mmWave hybrid beamforming systems
Buris et al. Capacity based MIMO antenna design
US20240063858A1 (en) Transceiver method between receiver (Rx) and transmitter (Tx) in an overloaded communication channel
Wang et al. Antenna Selection Strategies for Massive MIMO Systems with Limited-Resolution ADCs/DACs
Xiao et al. Hierarchical multi-beam search for millimeter-wave MIMO systems
Zhao et al. Multiuser precoding and channel estimation for hybrid millimeter wave MIMO systems
Khordad et al. A kronecker-based sparse compressive sensing matrix for millimeter wave beam alignment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant