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。     

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。     

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。     

Massive MIMO系统下导频污染的研究分析

Massive MIMO(Multiple-Input-Multiple-Output)技术是在传统MIMO技术的基础之上延伸出来的一项新技术,是未来5G移动通信系统的关键技术之一。它主要是在基站端配备大规模天线阵列代替目前采用的多天线,从而可以有效的提高通信系统的频谱效率和功率效率,并且对整个通信系统的容量有很大的提升,但是随着基站天线数的增加,导频污染问题成为制约大规模MIMO系统性能的主要因素,文章主要分析了导频污染问题产生的原因,并给出了导频污染问题对Massive MIMO系统性能的影响,最后分析了当前解决导频污染问题的相关研究方法。     

MIMO信道的空间相关特性及信道容量分析

该文针对非频率选择性MIMO衰落信道,建立接收阵列的三维(3D)信道模型,推导出关于空间距离矢量的空间相关函数表达式,并且仿真分析了空间距离矢量对电压相关系数的影响,分析了电压相关系数对信道容量的影响,仿真结果说明电压相关系数与信道容量呈反比关系.     

室内MIMO无线信道:模型和性能预测

提出了一种包含小尺度衰落、相对路径衰落和阴影衰落的室内MIMO信道模型,考虑到室内人员的流动性,并对模型的性能进行了预测,拓展了室内MIMO无线衰落信道模型的研究.实验结果验证了提出模型的性能.得到有用的结论:在低秩的信道,信道容量减少,能合理解释针孔信道容量,在高秩的信道,不考虑相对的路径衰落和阴影衰落的情况下,信道的容量随天线的数目增加和信号相关性的减少而增大.考虑相对的路径衰落和阴影衰落,在LOS传播环境中,若存在丰富的散射传播,信道容量要高得多.     

机舱内分布式MIMO系统信道容量分析

采用自主搭建的信道测量平台测得了机舱环境下分布式MIMO系统的信道冲击响应矩阵。根据实测的信道矩阵分别计算了4种具有不同收发天线数目的分布式MIMO系统的信道容量。为了便于比较,SISO系统的信道容量也通过实测数据进行了计算。计算结果表明：在机舱环境下,采用分布式MIMO系统和采用SISO系统相比能够显著提高系统信道容量,说明分布式MIMO系统可以充分满足未来机舱内无线通信高速率数据传输的需求。     

基于Massive MIMO系统的自适应抗干扰算法研究及实现

基于天线阵列的Massive MIMO系统是5G移动通信中的关键技术之一。针对随着用户增加带来的干扰问题,提出先使用空间谱估计算法精准测定信号方位,再使用自适应波束形成算法对干扰信号进行抑制并使目标信号无失真接收,设计了一套自适应抗干扰系统,并通过Xilinx公司的FPGA开发工具进行了工程仿真与验证。结果表明,该方案具有较强的实用性和可靠性。     

采用Massive MIMO进行5G覆盖试点规划

本文对5G试点背景及相关技术进行介绍,通过频谱资源分析,确定采用3.5 GHz作为5G试点的主要频段;通过不同信道的链路预算分析,发现采用64T64R的Massive MIMO设备进行5G组网的站址需求与现有4GD频段组网相当;选定连续覆盖试点区域后,综合考虑试点区域特性及现有资源配置,最终形成试点区5G连续覆盖异构组网方案,并采用仿真技术对试点后的效果进行预估,在此基础上,对5G试点采用的新技术Massive MIMO效果进行验证,得出采用64T64R设备的小区容量是当前4G站点的3～4倍的结论,为新技术应用推广奠定基础,也为后续5G商用总结规划建设经验.     

Massive MIMO小区PDCCH控制信道容量提升技术研究

5G大带宽业务信道资源多,但是随着用户增多,控制信道资源提前成为瓶颈,Massive MIMO的大容量能力很难发挥出来.特别是大话务场景用户数多、用户信号质量差、用户做小包业务等均会导致PDCCH CCE受限严重.针对上述不足,重点分析了重载场景控制信道受限对MM性能的影响,保障重载场景MM小区的调度能力.所提PDCC...     

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。     

Massive MIMO技术在5G网络优化中的运用

在5G通信技术快速发展的时代,用户对网络数据信息传输的速率要求逐渐提高,移动通信企业为满足用户需求,试图通过增加基站天线数目、应用Massive MIMO天线技术以提高传输速率。文章根据权值优化原理,将Massive MIMO关键技术应用于5G通信网络系统,以优化无线网,最大限度地提升用户覆盖范围,强化网络传输性能。实验验证发现,5G场景应用Massive MIMO技术能够减少人工干预,扩大用户覆盖范围,强化网络优化效率。     

基于Massive MIMO的5G高业务量场景组网方案

针对5G用户量大、流量密度大等高密重载特殊场景,引入分布式Massive MIMO技术,给出典型场景的速率和容量提升方案,并对方案进行了验证。最后总结了典型场景的组网应用建议,对提升5G用户感知,促进5G市场发展具有重要意义。     

基于深度学习的多用户Massive MIMO预编码方法

在下行链路传输场景中,发射机处的功率分配和波束赋形设计至关重要。考虑一个多用户Massive MIMO系统中总功率约束下最大化加权和速率问题,经典的WMMSE算法可以获取次优解,但计算复杂度过高。为了降低计算复杂度,提出了一种基于深度学习的快速波束赋形设计方法,该方法可以离线训练深度神经网络,利用训练后的神经网络求解最优波束赋形解,只需要简单的线性和非线性操作即可完成。实验结果显示,该方法可以逼近WMMSE算法精度的90%以上,同时计算复杂度和时延也大大降低。     

Massive MIMO的小区协作在5G中的应用分析

Massive MIMO是5G的一项关键技术,能够很好地改善系统性能,本文对5G中的用户调度进行分析,并通过仿真分析,取得较好的效果。     

基于Massive MIMO与载波聚合特性的5G网络速率提升研究

5G作为新一代移动通信技术,具有大带宽、广连接、低时延三大特点,逐渐得到各行各业的广泛应用,尤其在高清视频直播、VR等行业的应用更为普遍.5G网络速率不仅是衡量网络性能的一个重要指标,也影响着各行业的体验感知.该文对5G网络速率的提升进行研究,通过Massive MIMO特性和载波聚合特性提升重要场景的5G速率,多次验...     

5G Massive MIMO天线权值优化方法研究

Massive MIMO技术在垂直维度和水平维度均具备良好的波束赋形能力,有效提升了5G覆盖,降低了干扰,增加了覆盖优化的灵活性.本文提出了一种根据覆盖区域内用户话务分布自适应权值优化的方法,通过动态调整同步信号(SSB)天线波束赋形,实现Massive MIMO小区覆盖与业务分布的实时匹配.     

MIMO信道建模方法

对MIMO衰落信道的精确描述是设计多天线无线系统非常重要的一个要求。首先简要介绍了MIMO技术的发展史,同时详细介绍了MIMO信道的建模方法,比较了不同建模方法之问的异同。着重介绍了射线追踪方法构建MIMO信道模型的方法,给出了在确定性环境中的信道矩阵的构建方法。同时给出了信道容量的计算方法。