毫米波大规模MIMO系统混合波束成形技术综述

毫米波通信和大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）技术是5G的关键候选技术,在提高5G系统各项性能指标上潜力巨大。混合波束成形作为毫米波大规模MIMO系统中的关键点,能在系统性能和实现复杂度上取得较好平衡,受到业界和学术界广泛关注。首先给出了混合波束成形经典系统模型和常用信道模型,根据信道状态信息获取方式的不同,从基于理想信道条件和基于波束配对两个方面分析和归纳了现有的混合波束成形方案,最后指出了混合波束成形未来发展趋势以及尚未解决的难点。     

5G毫米波信道估计研究综述

信道估计是大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）毫米波（Millimeter Wave,mmWave）系统关键技术之一。梳理了近几年大规模MIMO毫米波的信道估计策略,重点从压缩感知（Compressive Sensing,CS）、参数估计和深度学习三个方面进行了描述与分析。通过算法性能的对比,总结了毫米波信道估计目前存在的问题以及未来发展的趋势。     

基于压缩感知的大规模MIMO下行信道状态信息获取

信道状态信息（Channel State Information,CSI）对于大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）发挥高性能至关重要。但在上下行传输信道不存在互易性的频分双工（Frequency Division Duplex,FDD）制式下,若采用传统的信道估计方法会给CSI的获取带来巨大的导频开销和计算量。考虑利用大规模 MIMO 信道的虚角域稀疏性来减少获取CSI所需开销,在此基础上进一步研究了大规模 MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中各子载波信道在虚角域的共同稀疏特性和稀疏支撑集的时间相关特性,达到降低信道维度的目的,则大大减少了基站对 CSI 获取所需的资源开销。同时,为了降低信道稀疏支撑集信息获取所需的导频开销和提高信息的时效性,利用压缩感知技术对支撑集进行估计。仿真结果验证了所提方案性能的优越性。     

基于Kronecker法的MIMO信道模拟及硬件实现

针对多输入多输出（Multiple-Input Multiple-Output,MIMO）无线通信系统,在基于Kronecker 的MIMO信道模型中综合考虑了路径损耗、阴影衰落和多径衰落等因素,实现了基于现场可编程门阵列（Field Programmable Gate Array,FPGA）的MIMO信道模拟器,并分析了硬件设计方案以及MIMO信道模拟的实现方法。实测结果表明,设计的MIMO信道模拟器可以模拟瑞利衰落、莱斯衰落以及阴影衰落等常见的信道衰落类型,能够应用于3GPP、COST-207等标准信道模型的复现。该模拟器可作为无线通信系统研究的测试设备,辅助通信系统研究的算法验证、方案优化以及性能分析。     

一种新的MIMO信道模型

实际无线通信环境中发送天线之间以及接收天线之间存在相关性。针对以上特点,从 多径MIMO信道的特性出发,首先建立发射天线相关系数矩阵和接收天线相关系数矩阵,并将 它们引入无线信道的莱斯MIMO信道模型中。最后通过分析LOS MIMO信道相关模型和瑞利衰落 MIMO信道相关模型,给出了具体的建模步骤。仿真结果表明采用本文方法产生的信道模型的 MIMO系统误码率更低,从而验证了该信道模型能够较好地模拟MIMO系统的空间信道。     

莱斯衰落中多用户大规模MIMO系统的安全通信

研究了莱斯衰落信道中多用户集中式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的安全通信问题。基站利用上行训练获取信道状态信息，之后利用最大比传输波束成形算法进行下行数据传输。基于随机矩阵理论，分别分析了合法用户和窃听者的信息速率表达式，从而得到了遍历安全速率的闭合表达式。基于获得的结果，进一步分析了极端莱斯K因子和无限发送数据功率下系统的极限安全性能。最后，通过不同条件下的实验仿真设计，验证了系统的安全性能，同时证实了所得结果的正确性。     

毫米波大规模MIMO技术与海上雨衰模型综述

将毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术应用于海上通信中，可以提供相比传统海上通信更高的传输速率和更多的通信服务。采用基于毫米波大规模MIMO技术的通信基站进行海上通信时，降雨衰减不可忽略。预测性能良好的雨衰预测模型是考虑降雨问题的关键。从降雨衰减预测模型、大规模MIMO技术、毫米波通信、无线电波海上衰减特性四个方面阐述了相关原理与国内外研究现状，分析了上述研究方面与雨衰相结合的技术特点与未来发展趋势，为研究雨衰模型应用于毫米波大规模MIMO海上通信提供了理论参考。     

平坦信道下的MIMO信道估计误差分析

基于导频序列推导了频率平坦多输入多输出(MIMO)信道下的最小二乘信道估计(LS)误差;将信道估计误差等效为高斯噪声,推导了信道估计条件下系统的等效信噪比,提出了用系统的等效信噪比来分析和评估在信道估计误差条件下系统的误码性能;最后用等效信噪比的方法评估了ZF-V-BLAST算法在信道估计下的性能,结果表明和计算机仿真结果基本相吻合。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。     

基于压缩感知的信道反馈重构

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI) 反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显著减少。     

MIMO-OFDM系统的一种改进型LS信道估计算法

基于多输入多输出正交频分复用(MIMO-OFDM)系统,研究了LS信道估计算法,提出了一种训练序列和块状导频联合LS信道估计算法,给出了权值的计算公式.理论推导和计算机仿真表明,这种改进型的LS信道估计方法提高了LS信道估计的误码率性能,并具有较高的灵活性和较低的复杂度增长.     

短波MIMO通信的研究进展

短波通信中的天波传播信道因为多径和多模式传播而具有充分散射的特征,因而非 常适合多输入多输出技术的应用。总结了短波多输入多输出技术通信的研究现状,归纳并分 析了 短波多输入多输出技术本身以及间隔式同构天线阵和同位置异构天线阵在短波多输入多输出 通信中应用的可行性,并指出了需要进一步解决的问题。     

基于不同调度算法的多用户分集MIMO中继信道容量分析

采用平均容量性能来定量分析多用户分集多输入多输出(MIMO)中继信道,中继节点 使用放大转发(Amplify-and-forward,AF)协议将接收到的源节点的发送信号重发给目的节 点。研究了多用户MIMO中继信道的不同调度算法,即容量公平、最大特征根、最小特 征根调度策略和空间独立性调度算法,结果表明空间独立性调度算法有最优容量性能。但是 ,矢量反馈调度策略的应用使得反向链路容量有较高的反馈负载,而相比于矢量反馈策略, 标量反馈方案的反馈量较小。在选择调度方案的时候要充分考虑到这些特性,权衡利弊并折 衷选择适宜的调度策略。     

基于平行因子分解的大规模MIMO盲信道估计

针对单小区大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路,提出了一种基于平行因子（Parallel Factor,PARAFAC）模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。     

双极化天线MIMO系统中预编码的研究

预编码技术就是在发射端利用信道状态信息对发送符号进行预处理以达到提高系统容量和无线通信的数据传输速率的信号处理技术。在双极化天线MIMO系统中,由于其信道的特征矩阵非常复杂,利用其信道状态信息获取预编码向量的处理计算量较大。本文利用双极化多天线信道特征矩阵的特性,证明其对信道的特征矩阵的处理可以近似转化为对一个i．i．d．矩阵和一个类三角阵的处理,在保证系统的性能不受太大影响的前提下,降低了计算预编码向量的复杂度。     

基于毫米波大规模MIMO系统的混合预编码设计

大规模多输入多输出（MIMO）被认为是未来5G的关键技术之一。毫米波因其足够大的频谱带宽近来备受关注。针对部分连接结构、单用户下行链路毫米波大规模MIMO系统,提出了一种新型的混合预编码设计。利用分层设计思想,首先设计模拟预编码器,提出一种模拟预编码器算法;然后通过注水算法获得最佳数字预编码器;最后,将起始最优化问题转化为在每根天线功率分配约束下单个RF链路连接天线子阵列最优化问题,再根据迭代方法获得最佳混合预编码器。仿真结果表明,最佳混合预编码器性能接近纯数字预编码器的性能。     

一种新的最小均方误差线性合并算法

针对未编码的多输入多输出系统,将基于训练序列的最小均方误差(MMSE)信道估计算法与最优线性无偏估计结构(BLUE)相结合对已估计的信道参数进行估计.仿真结果表明,使用线性合并的MMSE算法比传统的MMSE算法具有较小的参数估计误差,比使用线性合并的LS算法性能更好.