大规模MIMO信道相关性及混合波束赋形研究

雷克儿

随着智能终端的不断发展，对高速率通信的需求也在不断地增加。太赫兹波和可见光由于其具有更多的频谱资源，能够有效增加网络的通信容量而成为未来第六代（6th Generation，6G）移动通信的关键技术。然而，由于太赫兹波和可见光的波长较短，因而存在非常严重的路径损耗。为此，需通过空间复用、波束赋形、空间调制等大规模多输入多输出（Multiple Input Multiple Output，MIMO）技术来提升系统的频谱效率，能量效率以及实现更大的通信覆盖。尽管大规模MIMO技术具有如此多的优势，其性能和应用依旧受到各种因素的限制，例如信道空间相关性的干扰、不完整的信道状态信息、用户的移动性、编解码技术以及硬件的成本和功耗等。本文针对三种不同的大规模MIMO场景展开研究，包括大规模MIMO上行场景、大规模MIMO下行场景以及动态场景下的室内MIMO-VLC系统。通过分析信道相关性以及不同编解码技术对系统性能的影响，本文提出了去信道相关性干扰算法以及混合波束赋形求解算法，提高了系统的频谱效率和能量效率，并降低了系统的设计成本。本文的主要工作以及创新点包括：（1）对于大规模MIMO上行蜂窝网络系统，部分用户的信道存在着较强的空间相关性，这严重影响了信号检测和信道估计的性能。为了降低信道空间相关性的干扰，提出了基于伪信道矩阵截断的信道空间相关性减弱算法。通过对接收信号进行正交化操作，能够获得一个伪信道矩阵。然而正交化操作会导致伪信道矩阵缺失大规模衰落系数信息，这将影响信号检测的性能。为此进一步证明了对伪信道矩阵进行合适长度的截断能够有效恢复大规模衰落系数信息。最后再经最小二乘法和匹配滤波算法分别进行信道估计和信号检测，能实现干扰最小化和目标信号增益最大化。（2）对于大规模MIMO下行系统，为了节省硬件成本并获得有效的波束赋形增益，混合波束赋形是一项备受关注的技术。然而多变量的联合优化以及非凸条件约束使得混合波束赋形问题难以求解。针对窄带和宽带系统的混合波束赋形问题，提出了无需基于理想假设的顺序迭代算法。对于窄带系统，首先考虑射频链路数量等于数据流数量的场景，通过顺序迭代更新模拟赋形器各个元素的值可使目标函数趋近最优。接着，通过对混合赋形器的维度进行补零扩展，可将该算法拓展到射频链路数量大于数据流数量的场景。对于宽带系统，证明了原始问题可以看作是关于混合波束赋形器各元素的三角函数，因此可通过最大化该三角函数来更新混合波束赋形器各个元素的值。（3）在动态场景下的室内可见光通信系统中，传统的MIMO-VLC技术由于信道的快速变化而无法保持稳定的性能，且信道间的相关性会导致性能的进一步下降。为了解决这些问题，提出了基于分组发光二极管（light-emitting diode，LED）选择的广义空间调制（generalized spatial modulation，GSM）技术。该技术首先将LED平均分为若干组，随后，在每个分组中独立地实现LED选择技术和空间调制（spatial modulation，SM）技术。为了进一步提升系统性能，还提出了基于欧式距离（Euclidean Distance，ED）的分组策略用于寻找最优的LED分组