面向5GMassiveMIMO低复杂度预编码和信号检测算法研究.doc

面向5GMassiveMIMO低复杂度预编码和信号检测算法研究.doc面向 5G的 Massive MIMO低复杂度预编码和信号检测算法的研究
随着海量智能终端接入无线网络 , 移动通信业务数据量呈爆炸式增长 , 未来
无线网络容量将受到前所未有的挑战。为了应对这一挑战 , 第五代移动通信系统
(5th Generation mobile communications systems,5G) 通过增加节点密度、开
发新的频段、提高频谱效率等多个维度同时提升无线网络容量。
大规模多天线 (Massive Multiple-Input Multiple-Output,Massive MIMO)
技术通过深度挖掘和利用空间维度能够巨幅提升系统容量、 频谱效率、能量效率
以及链路稳定性等性能指标 , 成为 5G网络物理层最为核心的关键技术之一。 而预
编码和信号检测技术作为有效减小用户间干扰和提升系统性能的主流技术 , 已成
为大规模多用户多输入多输出 (Multi-User Multiple-Input
Multiple-Output,MU-MIMO) 系统的必不可少的核心部分。
由于空间资源丰富 , 极大地提高了预编码、信号检测等信息处理的运算复杂
度。基于此 , 本文主要针对 Massive MU-MIMO系统中的低复杂度预编码和信号检
测问题进行深入的研究 , 具体研究内容和主要贡献如下 : 一, 针对未过载 Massive
MU-MIMO系统 , 本文提出了具有高效并行、易于实现的低复杂度下行链路预编码
方案。
首先 , 综合考虑小尺度衰落、大尺度衰落、时延、硬件执行复杂度等多方面
实际因素 , 利用矩阵分解思想和逆矩阵多项式级数累加的方法 , 设计了一种高效
并行的正规化迫零 (Regularized Zero-Forcing,RZF) 预编码近似方案。同时 , 利
用随机矩阵理论 (RandomMatrix Theory,RMT)和差分运算可以简化矩阵多项式因
子序列的求解过程 , 从而得到多项式因子的近似闭合表达式。
进一步的 , 基站端采用功率分配方案 , 根据不同系统配置和信噪比 (Signal
to Noise Ratio,SNR) 可以灵活选择预编码矩阵阶数 , 从而实现系统和速率与硬件
开销之间的良好折衷。在硬件实现方面 , 所提预编码方案可以采用流水线结构进
行多级矩阵 - 向量乘法单元并行处理 ; 然后 , 本文进一步考虑蜂窝小区用户数量显
著增加的未过载 Massive MU-MIMO系统 , 通过引入预处理最陡梯度下降法
(Preconditioning Steepest Descent,PSD) 和对角纽曼序列 (DiagonalNeumann
Series,DNS) 迭代算法联合设计思想 , 提出了一种具有高效并行、 快速收敛的联合
迭代预编码方案 , 该方案记为最陡梯度下降 - 对角纽曼预编码方案
(Preconditioning Steepest Desce