大规模MIMO时分双工系统的基站天线互易校准算法

对于采用大规模MIMO技术的时分双工系统,基站天线的互易误差会破坏上下行基带信道互易特性,大幅降低系统下行传输性能。考虑到大规模MIMO技术所带来的基站天线间的耦合效应,该文设计了基于总体最小二乘估计的基站天线互易校准算法,以实现对基站的天线互易误差的补偿。该算法以增加计算复杂度为代价,以及通过增加信道测量样本,克服了上下行信道估计误差对现有天线互易误差校准算法的影响。同时,该文通过瑞利商迭代求解降低了该算法的复杂度。若忽略用户天线互易误差,计算机仿真结果表明,该算法相对于现有的基站天线互易误差校正算法,具有1.8 dB左右的性能增益。若考虑用户天线互易误差,该算法相对于已有的算法,具有随信道估计误差方差减小而增大的增益。     

天线互耦对MIMO无线信道性能的影响

基于多天线系统等效网络模型,导出通用耦合系数矩阵,进一步推导天线单元平均接收功率以及空域相关系数的解析式,分析互耦对平均接收功率以及互耦与平均到达角对MIMO无线信道空域相关性及其容量的影响,并给出互耦无影响与天线单元功率平衡以及互耦解相关的条件,最后给出一些数值结果以指导MIMO多天线设计.     

相控阵天线的互耦和近场校准

本文在分析相控阵天线近场特性的基础上,根据信号子空间的基本理论,结合模拟退火算法,提出了一种利用近场辅助源估计相控阵天线互耦系数的方法.大量的计算机仿真结果表明,本方法使用校准源少,校准源到天线阵距离近,算法稳健,即使在雷达工作、并且存在其它未知信号时,也能准确估计出天线阵的互耦系数.     

三维空间MIMO信道接收天线阵列互耦效应及系统容量分析

针对非频率选择性瑞利衰落MIMO(multiple-input multiple-output)信道,建立了接收天线阵列的三维空间信道模型,将MIMO的一般信道建模推广到三维空间域。在建模过程中利用天线阵列在互耦效应下的等效网络模型,推导出三维空间域模型下的互耦相关性的通用表达式,阐明了互耦效应下相关性与无互耦相关性之间的关系。应用通用表达式分析了当接收端为不同的天线阵列结构时,入射信号的中心到达角和角度扩展分别对于在互耦效应下信道容量的影响。分析结果验证了不同的角度扩展对于互耦相关性的影响,揭示了在互耦效应下影响系统容量的主要因素为入射信号的平均中心到达角。     

互耦效应对超大规模MIMO天线系统信道容量的影响

超大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)天线系统是6G的关键技术,由于天线单元间距很小,多个天线单元的互耦效应是影响其性能的因素之一。建立了基于石墨烯基贴片天线阵列-子阵列架构的超大规模MIMO天线系统,推导出了互耦效应影响下的信道容量表达式。通过电磁场数值计算仿真了超大规模MIMO天线系统的信道容量,结果表明,在不考虑互耦效应时,超大规模MIMO天线系统的信道容量与子阵列天线单元数、子阵列数以及发射机功率正相关;在互耦效应的影响下,系统的信道容量降低,互耦效应的强弱与子阵列天线单元的间距有关,天线单元间间距越小,相邻天线间的互耦效应越明显,系统的信道容量越小。该仿真结果可以为6G中超大规模MIMO天线系统的设计提供参考。     

MIMO系统中互耦影响分析

文章简要概括了MIMO系统及其信道容量，并基于矩量法重点分析了MIMO系统中天线阵元间的互耦作用对每个天线阵元辐射方向图的影响。结果表明互耦能使每个天线阵元的方向图发生畸变，所以在应用射线追踪法构建MIMO系统的信道矩阵时必须考虑互耦的影响以提高计算精度。     

相控阵天线的互耦和近场校准

本文在分析相控阵天线近场特性的基础上,根据信号子空间的基本理论,结合模拟退火算法,提出了一种利用近场辅助源估计相控阵天线互耦系数的方法.大量的计算机仿真结果表明,本方法使用校准源少,校准源到天线阵距离近,算法稳健,即使在雷达工作、并且存在其它未知信号时,也能准确估计出天线阵的互耦系数.     

大规模MIMO系统中低复杂度的稀疏信道估计

针对大规模多输入多输出（MIMO）系统信道估计算法复杂度高的缺陷,结合无线通信信道固有的稀疏性提出了一种低复杂度的稀疏信道估计算法。该算法是在传统的离散傅里叶变换（DFT）信道估计的基础上利用分离算法将信道抽头与噪声空间分离开来,使得信道估计时只需要计算信道抽头的部分,因此算法的计算复杂度被大大降低。仿真结果表明,该算法在保持低复杂度的同时,可获得接近最小均方误差（MMSE）性能。     

联合波束域分解和SVD的多用户大规模MIMO系统信道估计

针对TDD(Time Division Duplex)模式下的多用户大规模MIMO(Multiple-Input Multiple-Output)系统,本文研究了将波束域分解和SVD(Singular Value Decomposition)同时用于该系统的信道估计。当基站天线数目较多时,信道估计误差、导频开销、信道估计算法的复杂度等问题将成为影响大规模MIMO系统性能的关键因素。运用波束域分解理论,将多用户的大规模MIMO系统分解成多个单用户的大规模MIMO系统,同时从波束域对信道建模,该方法降低导频开销的同时也减小了信道估计误差。另外运用SVD对信道自相关矩阵优化,可以进一步降低信道估计算法的复杂度。基于以上两点,本文提出了一种联合波束域分解和SVD的大规模MIMO信道估计方案,并推导出了估计误差协方差矩阵的闭式表达式。仿真结果表明,与同类方案相比,本文提出的方案具有更好的信道估计性能。      

利用TDD信道互易性和现有LTE帧结构实现信道预测

随着IMT-Advanced标准化进程的展开,TDD技术的研究成为利用和延续我国已有技术TD-SCDMA、TD-LTE的重要手段之一。本文在利用TDD信道互易性的基础上,针对现有LTE帧结构2,提出了基于MMSE(最小均方误差)的线性信道预测模型,同时,对在不同移动速度下单帧递推信道预测及多帧递推信道预测的性能进行了仿真和对比。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统下的误码率和复杂度,以用户端接收的总功率为优化目标,提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数,并利用凸优化方法求得其有效解。仿真结果表明,所提天线选择算法与传统的最大和容量算法相比,具有较好的系统误码率性能,且运算复杂度低,但系统容量有所降低。     

TDD模式下无小区大规模MIMO系统的导频干扰抑制

为了缓解无小区大规模MIMO系统的导频干扰、提高系统性能,提出了一种综合导频复用、AP选择和功率控制的导频干扰抑制策略。首先,提出了基于用户距离排序的导频分配,合理地避免了两个距离较近的用户复用导频,以减少导频干扰的影响。然后,通过分析系统吞吐量表达式中的影响因子确定AP选择的标准,只选择对用户的宏分集增益有主要影响的AP作为用户的服务AP。最后,提出了一种改进的最大最小功率控制算法,提高系统平均吞吐量。仿真结果显示,提出的导频干扰抑制策略有效地减轻了导频干扰带来的性能损失。     

大规模MIMO系统中收发联合阈值天线选择算法

在大规模多输入多输出(massive MIMO)系统中使用天线选择算法可提高能效和系统吞吐量,然而适用于传统MIMO系统的天线选择算法具有高复杂度,很难用于massive MIMO系统。为优化天线选择算法,以算法复杂度和系统容量为优化目标,提出了收发联合阈值天线选择算法。该算法在发射端使用最大范数双向天线选择算法进行天线选择,在接收端使用分组maxvol算法并通过仿真实验结果的预设阈值进行天线选择。仿真实验表明,收发联合阈值天线选择算法在降低复杂度的同时可以提高系统容量,与递增天线选择算法相比,系统容量最多可提高52.2 bit/s/Hz。提出的天线选择算法可以满足不同天线相关度和信噪比的传输环境。     

Robust beamforming for multicell downlink TDD massive MIMO system based on QoS

In view of multicell downlink time division multiplexing (TDD) massive multiple-input multiple-output (MIMO) systems which had imperfect channel state information (CSI),the beamforming problem that minimized the total transmit power and signal leakage power based on quality of service (QoS) was studied.First,the objective problem was approximated as a standard convex optimization problem.Then,by using the duality of uplink and downlink,an inner and outer layer iterative algorithm was proposed.Numerical results show that,comparing with other typical downlink multicell massive MIMO beamforming algorithms,the proposed algorithm has obvious advantages in terms of complexity and energy efficiency.     

互耦效应对四元方阵天线阵列信道容量的影响

针对目前广泛研究的直线型排布阵列在来波平均到达角较大时信道容量会急剧下降的事实,提出并重点研究一种具空域对称结构的正方形排列四元天线阵列模型。在首先基于天线理论导出阵元耦合阻抗表达式的基础上,详细分析了引入阵列互耦效应后,阵元接收信号空域相关性及多输入多输出（MIMO）信道容量可能会受到的影响,并在来波角谱均匀分布情形下与传统四元直线阵的容量性能作仿真对比。理论分析和计算机数值仿真皆表明：由于空间对称的阵列排布结构导致四元方阵阵元间具有良好的互补性,因此,这种方阵阵列模型具有非常稳定的信道容量,更适合在实际通信环境中使用。     

基于IAFS算法的毫米波大规模MIMO混合预编码方法

毫米波大规模多输入多输出系统可以通过部分连接混合预编码方法克服其信号路径损耗带来的不利影响,具有硬件实现复杂度低、能量效率高的优点,当输入的数据流数与射频链路数相等时,可以采用基于串行干扰消除的混合预编码方法。当输入的数据流数与射频链路数不相等时,提出了一种基于改进人工鱼群（IAFS）算法的混合预编码方法。其核心思想是基于频谱效率最优化准则和部分连接结构的特点,将针对模拟预编码矩阵变量的频谱效率优化问题转化为基于矢量变量的频谱效率最优化问题,利用IAFS算法进行寻优求解完成预编码矩阵设计。仿真结果表明,所提方法在低信噪比条件下具有较好的频谱效率与能量效率性能,有望在现实场景中得到应用。     

基于遗传算法的毫米波大规模MIMO系统混合预编码

目前混合预编码方案中,大多采取高精度的移相器作为模拟预编码的设计基础,使得系统成本增加。针对这一问题,探讨了有限精度射频前端的混合预编码设计。为了实现更高的频谱利用率,考虑到天线权值的最优组合为一NP（Non-deterministic Polynomial）问题,受机器学习启发,采用遗传算法对阵列中阵元的相位取值进行建模设计模拟预编码。通过信道矩阵与模拟预编码矩阵的乘积引入等效信道矩阵,考虑用户间干扰,以最大信干噪比准则进行数字预编码设计。仿真结果表明,该方案得到的混合预编码矩阵其系统性能可逼近全数字预编码矩阵的性能。     

Channel modeling and analysis for multipolarized massive MIMO systems

In this paper, we use the multipolarized antennas in massive multiple‐input multiple‐output (MIMO) systems to decline the channel orthogonality and enhance the system performance. We propose 3 multipolarized massive MIMO system schemes according to antenna structures of 3 widely used massive MIMO systems and establish 3‐D geometrical channel models. Simulation results show that the multipolarized massive MIMO systems outperform the unipolarized massive MIMO systems in many situations. The multipolarized antennas would be the best choice for massive MIMO systems if the space efficiency and the miniaturization of equipments are of primary concern.     

大规模MIMO系统中基于能效最大化的资源联合优化算法

针对信道条件未知的多小区大规模多输入多输出（MIMO）系统,提出一种对导频序列长度、导频符号功率以及数据符号功率进行联合优化的资源分配算法。采用最大比合并（MRC）接收,考虑电功率和导频污染的影响,并对最大传输功率进行约束从而建立起以能效（EE）最大化为目标的非凸函数模型。根据分数规划的性质,首先将分数形式转化成减式形式,进而分解成一系列凸函数之差（DC）的问题,最后采用交替优化算法联合调整 3 个变量从而达到能效最大化的目标。仿真结果表明,随着最大符号传输功率的增加,所提方案仍然能保持良好系统能效性能。