非对称毫米波大规模MIMO系统信道特性研究

为了满足下一代无线通信的需求,基于最近提出的非对称毫米波大规模多输入多输出(multipleinput multiple-output, MIMO)系统架构,研究了非对称毫米波大规模MIMO系统信道特性——信道非对称性. 根据非对称毫米波大规模MIMO系统架构和影响毫米波信道非对称性的主要因素,提出了刻画上下行信道非对称性的新参数——非对称因子. 同时利用实验室自行研发的射线跟踪平台对非对称毫米波信道进行仿真分析. 结果表明,基站收发天线阵列配置不同是导致信道非对称性的根本原因,复杂的传播环境使得这种非对称性更加突出,严重情况下室内场景非对称因子可达到?30 dB左右. 同时室外视距(line-of-sight, LoS)和非视距(non-line-of-sight, NLoS)场景下的非对称因子累积分布函数(cumulative distribution function, CDF)与高斯分布拟合程度较好,而NLoS场景下明显比LoS场景下的非对称因子小. 因此,非对称因子能够直观地描述出不同场景中上下行信道的非对称程度,而且非对称毫米波大规模MIMO系统也应以场景为导向进行信道特性分析.     

多频模块有源大规模MIMO天线研究

5G是一个多频应用场景的高传输速率和高传输数据量的移动通信系统。传统MIMO天线,因其天线振子数较少、几何位置固定很难满足要求。多频模块有源大规模MIMO天线采用可插拔多频有源模块,既可以从物理上同时满足波束赋形、空间分集和空间复用功能,还能根据具体需求采用不同频谱的有源阵列模块适应相关应用场景,是一款专为5G标准和需求设计的多天线设备。     

基于射线跟踪的车联网毫米波信道准平稳区间研究

针对28 GHz车联网中车对基础设施（Vehicle-to-Infrastructure，V2I）毫米波信道，开展了准平稳区间的研究.首先，分析了信道准平稳区间的理论基础和计算方法.其次，利用功率相关（Correlation of Power，CP）算法和谱散度（Spectral Divergence，SD）算法进行准平稳区间的计算.结果表明，CP算法复杂度低且精度较高，更适合用于计算V2I通信场景下的准平稳区间.最后，利用CP算法计算出的准平稳区间作为新的采样间隔，从而减少了射线跟踪仿真器的采样点数.通过原始采样和减少采样点后的信道特性的比较，在合理的门限值下，利用信道准平稳区间的方法加速了射线跟踪仿真器，并且不会造成信道参数的失真.另外，对于信道特性的分析结果也对车联网在毫米波频段的仿真和设计具有重要意义.     

毫米波车地通信的小型化波导螺旋阵列天线设计

高速磁浮列车毫米波车地通信系统要求其车载天线具有小型化、宽频带、圆极化和辐射扇形波束等特点。为更好地满足这些要求,设计一种中心馈电的小型化波导螺旋阵列天线。该天线馈电系统采用同轴波导中心馈电、4路矩形波导并馈的形式,通过改变馈电波导尺寸、耦合探针长度以及末端采用波导同轴转换器等形式,实现了所有单元的等幅馈电;天线单元由低剖面螺旋天线构成,采用顺序旋转技术改善天线的圆极化性能。利用全波电磁仿真软件设计了一款中心频率为38 GHz的28单元波导螺旋阵列天线,并进行了实验测试。测试结果表明：在37~39 GHz频带范围内,天线驻波比小于1.41,增益大于21.7 dB,轴比小于3.6 dB,俯仰面波瓣宽度为4.5°~4.7°,方位面波瓣宽度为29°~29.7°,满足毫米波车地通信系统车载天线的设计需求。     

5G毫米波大规模天线通信技术研究

相比第四代(4G),第五代(5G)移动通信需要在无线传输技术上取得突破性创新,以实现峰值吞吐率和频谱效率10倍的目标。进一步挖掘多天线的空间复用能力是实现5G的关键技术。首先介绍了毫米波的无线传输特性以及外场实测性能结果;然后分析了大规模天线毫米波频段通信的技术特点,并就大规模天线在6GHz以下频段与毫米波应用进行对比。最后例举了大规模天线毫米波通信的典型应用场景,并针对各种场景的难点以及技术特点进行分析总结。     

基于优化BM3D的毫米波大规模MIMO信道估计

针对毫米波大规模多入多出系统在射频链路数量有限时,波束域信道估计是一个有挑战性的问题,提出一种基于优化BM3D的信道估计方案。利用基于三维透镜的多入多出系统信道矩阵可被视为二维自然图像的结构特性,将图像重构技术融入信道估计。BM3D 是目前最精确的图像去噪算法之一,通过块匹配实现分组,利用三维变换域的收缩完成协同滤波。考虑信道的稀疏特性和路径的聚类特性,对BM3D算法进一步优化以提高性能。仿真结果表明,提出的优化BM3D方案在所有考虑的信噪比区域均能取得令人满意的信道估计精度。     

基于人工智能的大规模天线信道状态信息反馈研究

信道状态信息（channel state information,CSI）的精确获取是大规模天线发挥效能的关键。在现有的通信系统中，上下行链路互易性不理想时，基于码本进行下行链路的CSI反馈。随着天线规模的增大，码本CSI反馈所需要的开销也越来越大。给出了基于人工智能（artificial intelligence,AI）的CSI反馈压缩方法，分析了基于AI的CSI反馈的标准化影响、通信流程与面临的挑战，提供了评估结果。评估结果表明，相对于基于频域基向量压缩的码本CSI反馈，基于AI的CSI反馈在相同的反馈精度下可以显著地降低反馈开销。     

毫米波移动通信中基于AUKF的波束跟踪算法

针对移动毫米波通信场景中收发波束存在角度偏差时接收信号质量急剧下降的问题,提出一种基于自适应无迹卡尔曼滤波(AUKF)原理的波束跟踪算法.针对低复杂度对于移动场景的适用性,该算法设计了一种有效的波束跟踪方案,在模拟波束形成架构中通过训练一个波束对以跟踪一条电磁波路径来保持有效的毫米波通信.通过引入自适应调节因子,在系统...     

一种用于5G移动通信的毫米波大规模天线系统

毫米波大规模天线是目前5G研究中的热点技术之一,毫米波大规模天线可提供高增益波束和大带宽,能有效提升系统能量效率和容量.面向未来5G移动通信需求,提出一种基于数字-模拟混合波束形成架构的毫米波大规模天线设计方案.采取该方案,天线内部各单机功能界限清晰、接口明确,可极大提升天线系统的可测试性和可批量生产性.基于该设计方案...     

基于两步噪声学习网络的波束域毫米波大规模MIMO信道估计

针对波束域毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,构建了一种新型两步噪声学习网络（Two-step Noise Learning Network,TNLNet）。基本原理是在接收信号反复经过卷积层和池化层提取噪声特征的基础上,利用波束域毫米波大规模MIMO信道矩阵稀疏性所引起的相邻元素相近的特点,采用下采样将信道矩阵重构成4个子矩阵,提高训练测试效率。该算法具有以比全卷积去噪近似消息传递(Fully Convolutional Denoising Approximate Message Passing,FCDAMP)算法和学习去噪的近似消息传递(Learned Denoising-based Approximate Message Passing,LDAMP)算法更低的复杂度,取得了比最小二乘算法、最小均方误差算法、FCDAMP和LDAMP更优的归一化均方误差（Normalized Mean Squared Error,NMSE）性能;与快速灵活去噪卷积神经网络(Fast and Flexible Denoising convolutional neural Network,FFDNet)相比虽然复杂度略高,但具有更优的NMSE性能,且在单一训练模型中获得了比FFDNet更宽的信噪比适用范围,增强了实用性。     

基于字典学习的毫米波大规模MIMO系统混合预编码

针对毫米波大规模多输入多输出(MIMO)系统混合预编码方案设计的难题,采用字典学习的思想,提出了一种高精度混合预编码方案.该方案首先对全数字预编码矩阵的各列采用稀疏表示;进而按列将字典原子从稀疏表示中分离出来,通过对误差矩阵采用奇异值分解(SVD)来更新对应的字典原子,直到所有字典原子更新,以形成新的字典矩阵;最后,利用更新后的字典矩阵稀疏重构全数字预编码矩阵,以得到模拟预编码矩阵和数字预编码矩阵.仿真结果表明,相较于基于正交匹配追踪(OMP)的混合预编码方案,所提方案在提升系统频谱效率和降低误码率方面具有明显的优势.     

Bat algorithm–based beamforming for mmWave massive MIMO systems

In this paper, an optimized analog beamforming scheme for millimeter‐wave (mmWave) massive MIMO system is presented. This scheme aims to achieve the near‐optimal performance.by searching for the optimized combination of analog precoder and combiner. In order to compensate for the occurrence of attenuation in the magnitude of mmWave signals, the codebook‐dependent analog beamforming in conjunction with precoding at transmitting end and combining signals at the receiving end is utilized. Nonetheless, the existing and traditional beamforming schemes involve a more difficult and complicated search for the optimal combination of analog precoder/combiner matrices from predefined codebooks. To solve this problem, we have referred to a modified bat algorithm to find the optimal combination value. This algorithm will explore the possible pairs of analog precoder/combiner as a way to come up with the best match in order to attain near‐optimal performance. The analysis shows that the optimized beamforming scheme presented in this paper can improve the performance that is very close to the beam steering benchmark that we have considered.     

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。     

基于毫米波通信的混合MIMO系统的信道估计

作为5G的一项关键技术,毫米波通信要求提出专有的信道估计和预编码算法,为此,针对毫米波MIMO系统的窄带平坦衰落信道研究下行信道估计方案.由于毫米波系统的稀疏特性,将稀疏多径信道的信道估计转化为稀疏信号的重建,基于压缩感知设计适用于毫米波通信系统的信道估计方案,深入研究了正交匹配追踪算法.仿真结果显示,它可以高概率地恢复信号,与传统的最小二乘法比较,能获得更好的信道估计性能.     

毫米波系统中基于压缩感知的波束空间信道估计

波束空间信道估计中大多为窄带信道模型,因此,将基于天线开关网络(Antenna Switching Network, ASN)的导频分组方案应用到宽带信道中,将信道估计构建为稀疏信号恢复问题。针对稀疏信号重构算法中基于广度优先准则的多径匹配追踪算法(Breadth First Based Multipath Matching Pursuit, MMP-BF)需要已知稀疏度的问题,使用分段弱正交匹配追踪算法(Stagewise Weak Orthogonal Matching Pursuit, SWOMP)的阈值准则代替MMP-BF算法的相关性准则,并在每一次迭代结束后根据估计值再次采用阈值准则进行回溯以提高原子选择的准确性。仿真结果表明,在信噪比为0 dB时,改进算法在低导频开销下相比正交匹配追踪(Orthogonal Matching Pursuit, OMP)等传统算法估计精度提高了至少2 dB,相比MMP-BF算法在不同路径个数下具有更好的鲁棒性。     

Pilot contamination mitigation based on antenna subset transmission for mmWave massive MIMO

This paper tackles the problem of pilot contamination (PC) in mmWave Massive MIMO cellular systems. We propose an analog precoder based on antenna subset transmission technique to mitigate the PC. This technique ensures the interfering signal to become noise‐like signal thus helping a more efficient estimation of channel coefficients. Also, this strategy is low cost and introduces no complexity load. The result shows the effectiveness of the proposed precoder to mitigate PC issue.     

莱斯衰落信道下大规模MIMO系统中的信道估计方法

日趋重要的高速移动工具,如高速铁路、无人驾驶飞机等,大多都处在开阔地带.由于视距传播的存在,瑞利衰落模型已经不能很好地描述该环境下的信道情况,而莱斯衰落信道模型由视距分量和多径分量组成,更能准确地表述上述信道变化.基于此模型,在大规模天线系统下,在已存在的基于叠加训练序列信道估计方法的基础上,提出了改进的信道估计方法和对应的解码方法.改进后的信道估计方法分为直射分量已知和未知两种情况,分别推导了相应的信道估计公式和解码方法.数值仿真结果验证了本文所提方案性能的优越性.     

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。     

智能反射面辅助的毫米波MIMO系统波束成形设计

智能反射面(Intelligent Reflecting Surface, IRS),也被称为可重构智能表面(Reconfigurable Intelligent Surface, RIS)或大型智能表面(Large Intelligent Surface, LIS),通过重新配置无线通信传输环境,可以有效提高通信质量。考虑IRS辅助的毫米波多输入多输出(Multiple-Input Multiple-Output, MIMO)下行系统,通过采用流形优化(Manifold Optimization, MO)技术处理,协同优化IRS的无源波束成形、功率分配、预编码矩阵以及合并矩阵,以最大化多用户和速率。由于利用流形优化算法设计的最佳目标函数是非凸的,因此利用毫米波级联信道的内在结构,将非凸问题转换为更加容易处理的问题。仿真结果表明,所采用的MO方案能获得比最小均方误差(Minimum Mean Square Error, MMSE)方案以及随机相位方案更好的和速率性能。     

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.