Massive MIMO 系统容量的最新研究进展 | 带你读《大规模天线波束赋形技术原理与设计 》之十四

简介: 在这一部分,将对实际应用中对大规模天线系统性能有影响的一些因素进 行研究和分析。首先,面对复杂的无线信道环境,如存在直射路径的莱斯衰落信道、相关衰落,以及终端移动下信道变化较快,需要评估大规模天线系统的 性能影响;其次,随着 Massive MIMO 的工程实用化,还需要考虑硬件的非理 想因素对系统性能的影响,如 TDD 系统中非理想的互易性对容量的影响分析后,还将评估大规模天线蜂窝系统的系统级容量,分析系统参数与蜂窝的单位面积容量之间的关系。

第2章

大规模天线理论

2.2.4 Massive MIMO 的容量仿真

| 2.3 Massive MIMO 系统容量的最新研究进展 |

在这一部分,将对实际应用中对大规模天线系统性能有影响的一些因素进 行研究和分析。首先,面对复杂的无线信道环境,如存在直射路径的莱斯衰落 信道、相关衰落,以及终端移动下信道变化较快,需要评估大规模天线系统的 性能影响;其次,随着 Massive MIMO 的工程实用化,还需要考虑硬件的非理 想因素对系统性能的影响,如 TDD 系统中非理想的互易性对容量的影响分析; 后,还将评估大规模天线蜂窝系统的系统级容量,分析系统参数与蜂窝的单 位面积容量之间的关系。

2.3.1 莱斯衰落信道下 Massive MIMO 的容量

前面我们介绍了大规模天线在独立同分布的瑞利信道下的容量性能。但 是,实际系统中,由于基站设备的体积受限,阵列中阵元之间的间距较小,通 常为半波长。因此,基站侧天线间存在较高的相关性。另一方面,考虑到用户 与基站之间可能存在视线(LOS,Line of Sight)传播,通常用莱斯衰落信道模型建模。因此需要综合考虑天线之间的相关性以及莱斯衰落下大规模天线的容 量。与前面场景类似,分析中需要考虑导频资源的约束。
本节对莱斯衰落信道条件下上行 Massive MIMO 系统频谱的有效性展开研究,分别讨论了两种信道估计方案下的频谱有效性:第一种方案为基于导频辅 助的线性 MMSE 信道估计,该方案会导致导频污染问题;第二种方案为了避免导频污染,类似于文献[18],采用统计信道信息,利用信道的一阶统计信息作为信道估值,对于莱斯衰落信道模型,将散射分量视为干扰,以 LOS 分量作为信道估值进行接收机算法设计。
1.信号模型
本节以上行链路为例,其系统模型与 2.2 节相同。为了简化数学描述,假 设小区 1 为观测小区。因此,式(2-1)重新写为
image.png
对于目标小区的用户终端,因到达目标基站的距离较近,所以其与服务基 站间的快衰落建模为两部分:由视线(LOS)传播产生的确定分量和瑞利分布 产生的随机分量(对应散射、衍射和反射信号的叠加)。对于干扰小区的用户,因到达目标基站的距离较长,其间大量障碍物的散射、衍射、反射使直达径分量不复存在。据此,信道快衰落部分可建模为
image.png
image.png
image.png
2.基于 MRC 接收机的信干噪比分析
假设用户终端及目标基站知道准确的 LOS 确定分量及莱斯因子矩阵Ω,仅 需要考虑瑞利衰落的信道估计。考虑仍然采用2.2.2节的导频复用方法和MMSE 信道估计方法。根据文献[19],定义经过信道估计后的信道矩阵建模为
image.png
image.png
image.png
当基站天线数趋于无穷时,目标小区第 k 个用户的接收信干噪比将趋于 式(2-8)[19]
image.png
image.png
image.png
image.png
image.png
与基站端天线相关性无关,即当进行 LMMSE 信道估计时,若噪声功率为零,在天线个数无穷大时,接收端信噪比与基站端相关性无关。
image.png
该式与文献[18]一致,且该表达式清晰地告诉我们目标用户信道的直达径 分量提升了该用户的信噪比。 当所有用户的莱斯因子相同且趋于无穷大时,用户信干噪比由式(2-9)给出
image.png
该表达式与后文基于 LOS 分量的信道估计所得的信干噪比一致。它说明目 标用户的信号功率随着基站端天线数目的平方增加,其他小区的用户干扰和噪 声功率随着基站端天线数目线性增加。因为
image.png
ξ >0 且为有限值,与基站端天线相关性有关。当天线趋于无穷大时,噪声 干扰、其他小区用户干扰及目标小区其他用户的干扰逐渐消除。这意味着当莱 斯因子逐渐增大,只要我们将所有用户的 LOS 分量精确估计,导频污染的影响 逐渐减弱,目标用户速率随基站天线数的增加逐渐呈线性增加趋势。
3.接收机仅知 LOS 分量时信干噪比性能分析
将接收信号 y 重新表示为如下形式
image.png
假设目标基站知道准确的 LOS 分量及莱斯因子矩阵Ω,将信道散射分量视 为干扰,接收机根据 LOS 分量进行 MRC 接收,即第 k 个用户的大比合并 MRC
image.png
根据如下统计特性
image.png
因此,
image.png
image.png
image.png
4.数值仿真
小区环境仿真假设与 2.2.4 节相同,将 K=10 个用户均匀分布在以各自服务 基站为圆心,半径为 2/3 的圆周上,基站端相关矩阵模型采用常用的指数模型。 假设目标小区所有用户终端具有相同的莱斯因子,基站端天线间距与电磁波
image.png
从图 2.7 中可以看到,理论分析与仿真结果非常吻合,上行和速率随着莱 斯因子的增大而增大,莱斯衰落信道环境所对应的系统和速率高于瑞利衰落信 道的和速率。
image.png
从图 2.8 中可以看到,直接以 LOS 分量为信道估计时的极限速率随着天线 数呈线性增长趋势。在莱斯因子较强的情况下,随着天线数的增加,直接以 LOS分量为信道估计的上行速率与基于导频辅助的 LMMSE(Linear Minimum Mean Squared Error)信道估计的上行速率的差距逐渐缩小,当天线数更多时,直接以 LOS 分量为信道估计的上行速率性能将好于基于导频辅助的 LMMSE 信道估计 的性能
image.png

2.3.2 时变信道下 Massive MIMO 容量分析

相关文章
场景建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十一
本节讲述了3D 信道场景 、 UMa 场景和 UMi 场景 和 Indoor Office 场景 。
 场景建模   | 带你读《大规模天线波束赋形技术原理与设计 》之二十一
|
编解码 5G 定位技术
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
本章从多天线技术的基本原理着手,分析了理想情况下的信道容量;在此基础上,结合不同的应用场景、信道条件和业务需求,介绍了闭环空间复用、开环空间复用、波束赋形与发射 分集等多种常用的多天线技术方案,并对比了各种技术方案的适用条 件及特点;随后,探讨了多天线技术理论的发展动态及天线阵列结构 的演进趋势,并介绍了基于大规模天线阵列的波束赋形技术的研究方 向及应用场景;最后,介绍了多天线技术的标准化情况。
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
|
算法 5G 调度
多天线传输方案的选择 | 带你读《大规模天线波束赋形 技术原理与设计 》之六
CSI 的获取能力对于 MIMO 技术方案的 选择有着至关重要的影响。例如,同样是为了保证传输的可靠性,发射分集技术将同一信息的多个冗余样本通过不同的数据通道进行发送,而单流传输的波束赋形技术则是将全部的发射功率和信息馈送到理想的数据通道之中。其中的一个重要差别便是,发射机一侧能否获得及时准确的信道 状态信息。
多天线传输方案的选择  | 带你读《大规模天线波束赋形 技术原理与设计 》之六
小结 | 带你读《大规模天线波束赋形技术原理与设计 》之二十九
本章主要对大规模天线波束赋形的无线信道建模进行了分析和介绍。大规 模天线对于未来低频段和高频段无线移动通信系统都是不可或缺的关键技术, 适用于高层楼宇覆盖、室外宏覆盖、热点覆盖和无线回传等场景,起到提升频 谱效率、扩展覆盖等作用。对于这些场景进行抽象概括,得到了信道建模的场 景,分别为 UMa、UMi、RMa 和 Indoor Office 场景。
小结  | 带你读《大规模天线波束赋形技术原理与设计 》之二十九
|
数据建模 图计算 数据库管理
天线模型 | 带你读《大规模天线波束赋形技术原理与设计 》之二十三
本文介绍了两种方案,在信道模型的应用中,可以使用这两种方案对 UE 方向进行建模,并根据 不同的信道场景或不同的评估目标选择合适的方案。
天线模型  | 带你读《大规模天线波束赋形技术原理与设计 》之二十三
|
5G 调度
部署场景 | 带你读《大规模天线波束赋形技术原理与设计 》之二十
本节讲述了高层楼宇覆盖 、室外宏覆盖 、热点覆盖和无线回传 四个部署场景。
部署场景  | 带你读《大规模天线波束赋形技术原理与设计 》之二十
|
5G 调度
时变信道下 Massive MIMO 容量分析 | 带你读《大规模天线波束赋形技术原理与设计 》之十五
随着高速铁路和高速公路场景下高数据传输速率业务需求的增加,如何提升高移动性下高数据传输速率问题成为移动通信的难点问题之一。为了解决高速移动场景下数据传输速率的瓶颈问题,采用大规模天线是主要的解决途径。
时变信道下 Massive MIMO 容量分析  | 带你读《大规模天线波束赋形技术原理与设计 》之十五
非理想互易性对 Massive MIMO 容量的影响 | 带你读《大规模天线波束赋形技术原理与设计 》之十六
在大规模天线系统中,随着基站天线个数和空分用户数的增加,信道信息获 取成为系统实现的瓶颈。当采用 TDD 模式时,在相干时间内基站可以利用上行信 道估计信息来进行下行预编码的设计,进而减少下行导频以及用户 CSI 反馈的开 销。然而,实际系统中,整体通信信道不仅包括空中无线部分,还包括通信双方 收发机的射频电路。虽然空中信道满足上下行互易性,但是考虑到收发射频电路的 不一致性,如果不进行精准的电路校准,上下行整体信道无法保证互易性精度[21]。 本节将通过理论分析,研究非理想互易性对大规模 MIMO 系统性能的影响。
非理想互易性对 Massive MIMO 容量的影响 | 带你读《大规模天线波束赋形技术原理与设计 》之十六
基于导频污染的 Massive MIMO 下行链路容量分析 | 带你读《大规模天线波束赋形技术原理与设计 》之十三
在 Massive MIMO 中,理论上,当基站天线个数很多时,终端只需要已知统计信道信息,例如大尺度衰落信息,仍可以得到较好的性能。
基于导频污染的 Massive MIMO 下行链路容量分析  | 带你读《大规模天线波束赋形技术原理与设计 》之十三