5G天线Massive MIMO智能优化的研究与应用

Massive MIMO技术是第5代移动通信的核心技术,由于配置大量射频天线,通过波束赋形实现多个高增益、窄波束进行空间覆盖。同时,复杂的多维度波束赋形权值配置,使得人工手动配置Massive MIMO天线波束权值难度大、配置精准度差、运维成本高。本文通过基于3D数字地图、5G基站工程参数和MDT/MR等大数据,构建高精度三维数字化栅格,并利用栅格化的用户分布和业务分布权重,精准定位5G用户的覆盖需求。通过AI启发式寻优算法对5G天线波束权值配置迭代寻优,获得最佳的波束权值配置,实现5G天线Massive MIMO子波束精准覆盖数字化栅格,从而提升5G网络质量,提升运维人员Massive MIMO网络优化效率,最终实现5G覆盖区域内网络质量与工作效率的双提升。     

基于用户分布的5G波束天线寻优方法

Massive MIMO是5G关键技术之一,根据场景分布可对波束赋形进行调整,能改善信号覆盖和提升小区吞吐量。本文通过采集用户上报的MR分布信息,结合波束的寻优算法,对天线的权值等进行调整,实现覆盖和业务分布的有效对应。     

Massive MIMO广播波束场景化研究

Massive MIMO和波束赋形是5G的一项关键技术。5G将LTE时期的MIMO进行了扩展和延伸,即LTE的MIMO最多8天线,到5G扩增为16/32/64/128天线,被称为“大规模”的MIMO。本案通过对不同场景Massive MIMO波束调整方案进行研究,输出场景化的设置方案,以期为后期Massive MIMO优化提供参考。     

基于AI算法的Massive MIMO波束权值优化研究与应用

针对Massive MIMO波束权值优化的难点,提出了一种基于GBDT机器学习的回归预测算法,通过实测及仿真,研究该算法在不同场景下各种波束权值的覆盖能力,基于机器学习模型,利用研究结果结合三维地图、建筑物数据、MR数据、仿真/测试数据等进行机器学习建模,输出Massive MIMO波束自适应覆盖优化算法。在现网的应用结果表明,该算法能够有效地提升5G网络覆盖质量。     

基于波束赋形原理通过SSB1+X提升高层楼宇覆盖质量

5G NR工作在sub 3G频率内,覆盖弱、穿透力小是其主要特点。通过Massive MIMO可以弥补覆盖距离的不足,但穿透力不足的特点始终无法得到很好的解决。文章基于波束赋形原理通过SSB1+X的方式解决一定场景下的高层楼宇覆盖问题。     

智慧工厂5G室内分布式MassiveMIMO增强技术运用

在5G室内高负荷场景中,分布式皮基站采用密集组网,重叠覆盖导致小区间同频干扰严重,网络容量的下降影响用户体验。通过将Massive MIMO(大规模天线)技术引入数字室内子系统,将干扰转化为增强信号,并通过波束赋形和多用户MIMO(多输入多输出)来提高容量和体验,有效地解决了室内5G小区间干扰问题,大大提高了小区容量,满足了5G室内场景的需求。测试结果表明,当开启Massive MIMO时,上下行速率都有显著提高。     

5G Massive MIMO的优化思路探讨

首先重点介绍了5G Massive MIMO关键技术特征,然后分析了该技术与Pre-5G多天线技术的联系与区别。进一步给出了不同广播波束和业务波束配置条件下5G NR的覆盖能力与用户速率感知情况,最后再结合原理分析和测试结论,给出了5G Massive MIMO优化的主要思路,并针对后续优化工作面临的挑战提出了一些建议。     

基于Actor-Critical架构的5G Massive MIMO波束能效的研究与应用

大规模阵列天线技术（Massive Multiple Input Multiple Output,Massive MIMO）作为第五代移动通信（5G）的无线核心技术,实现了多波束空间覆盖增强,然而5G Massive MIMO的多波束射频高能耗、多波束碰撞和增加的干扰造会成5G网络能效下降,运营成本增高。基于3D数字地图、基站工程参数、终端上报的测量报告/最小化路测（Measurement Report/Minimization of Drive Test,MR/MDT）数据、用户/业务分布构建的三维数字孪生栅格,通过卷积长短期记忆（Convolutional Long Short Term Memory,Conv-LSTM）算法对栅格内的用户分布、业务分布进行分析和预测,通过Actor-Critic架构对5G波束配置和优化策略进行评估,实现不同场景、时段的5G波束最佳能效,智能适应5G网络潮汐效应,实现“网随业动”。     

5G室内分布式Massive MIMO增强技术

在5G室内高负荷场景中,分布式皮基站采用密集组网部署方式,重叠覆盖造成小区间同频干扰严重,网络容量下降影响用户体验.将Massive MIMO(大规模天线)技术引入到数字化室分系统中,化干扰为增强信号,通过联合波束赋形和多用户MIMO(多输入多输出)提升容量与体验,有效解决室内5G小区间干扰问题,大幅提升小区容量,满足...     

Massive MIMO技术4G化应用研究

作为下一代移动蜂窝网通信（5G）的关键技术之一,Massive MIMO具有极高的频谱效率和能量效率,能大幅提高系统的吞吐量;在其4G化应用研究中,主要挖掘在下行精准波束赋形、上行增强接收分集以及波束三维可调等方面性能;本文通过对Massive MIMO技术4G化标准进度、产品情况及测试情况分析,进一步验证了它的技术优势,指出存在问题和提出解决思路,并总结了Massive MIMO技术4G化应用的推荐场景,为该技术后续研究和规模应用提供一定的指导。     

基于建筑模型的5G Massive MIMO天馈寻优方法研究与应用

当前5G MR/MDT等定位技术尚不成熟且样本过少,本文提出了一种基于建筑物信息的5G Massive MIMO天馈寻优方法,利用5G大规模阵列天线的技术优势,通过Massive MIMO天线波瓣宽度的精确计算,实现了天线覆盖方案的寻优,以最大程度地提升室内覆盖.本方法在降低网络运维成本的同时,提升了资源效能,为后续5...     

Massive MIMO关键技术及应用初探

随着无线通信技术和新型业务的快速发展,人们对数据传输速率提出了更高的需求。为进一步提高数据传输速率,通过增加基站天线数目构建Massive MIMO系统,是一种高效而相对便捷的方式。本文介绍了Massive MIMO研究进展和技术原理,并针对其特有的关键技术信道信息的获取、天线阵列的设计、低复杂度传输技术进行了分析讨论,最后从覆盖、容量、感知和上行干扰四个维度对4G网络上部署的Massive MIMO系统进行了评估分析。     

Energy efficiency of massive MIMO wireless communication systems with antenna selection

Massive multiple-input multiple-output (MIMO) requires a large number (tens or hundreds) of base station antennas serving for much smaller number of terminals, with large gains in energy efficiency and spectral efficiency compared with traditional MIMO technology. Large scale antennas mean large scale radio frequency (RF) chains. Considering the plenty of power consumption and high cost of RF chains, antenna selection is necessary for Massive MIMO wireless communication systems in both transmitting end and receiving end. An energy efficient antenna selection algorithm based on convex optimization was proposed for Massive MIMO wireless communication systems. On the condition that the channel capacity of the cell is larger than a certain threshold, the number of transmit antenna, the subset of transmit antenna and servable mobile terminals (MTs) were jointly optimized to maximize energy efficiency. The joint optimization problem was proved in detail. The proposed algorithm is verified by analysis and numerical simulations. Good performance gain of energy efficiency is obtained comparing with no antenna selection.     

Uplink SINR Analysis in Massive MIMO Systems Using Ginibre Point Process

Wireless Personal Communications - This paper deals with the coverage probability analysis of Massive MIMO networks with random topology. Poisson Point Process is a popular stochastic geometry...     

基于5G MR实现Massive MIMO权值智能寻优的技术方案研究

首先基于5G NSA的技术特点,提出了从NSA MR获取高精度经纬度信息的技术方案.进一步地,提出了基于MR经纬度信息的Massive MIMO权值智能寻优技术方案,利用智能化权值选择算法在Massive MIMO权值空间中搜索最优解;考虑到现有系统算力的限制,还提出了寻求局部最优解的简化算法,提高了算法的实用性和推广...     

面向5G的大规模MIMO天线的波束规划及天线选型探讨

大规模MIMO天线技术作为5G技术的关键,在解决超高容量和多用户连接的问题上极具优势。天线的实际增益效果与多波束的管理和天线的选型紧密相关。基于此,本文先行阐述了大规模MIMO天线的波束形成技术,提出了不同场景下的多套波束规划方案,并进一步地对不同覆盖场景给出天线选型建议,为5G的网络设计与建设提供切实可行的参考依据。     

基于多路实值时延神经网络的大规模MIMO系统发射机射频失真补偿方案

大规模MIMO（Multiple-Input Multiple-Output）系统具有频谱效率高、系统容量大的优势。然而由于发射机射频元件存在着技术、工艺等方面的限制,大规模MIMO系统不可避免地存在着多种射频失真问题,成为制约系统性能的重要瓶颈。本文针对大规模MIMO系统中的功率放大器 (Power Amplifier,PA)非线性、同相/正交 (In-phase/Quadrature,I/Q)支路不平衡、射频链路串扰等多种射频失真问题,提出基于多路实值时延神经网络（Real-Valued Timed-Delay Neural Network, RVTDNN）的大规模MIMO系统发射机射频失真补偿方案。该方案使用多个RVTDNN预失真网络对发射信号进行预处理,补偿发射机的射频不理想特性,提高系统性能。此外,本文还提出了基于量子遗传算法的预失真网络超参数优化方案,与传统的基于遗传算法的网络超参数优化方案相比,该方案在种群数较小时可实现超参数优化,从而降低了算法的时间复杂度。