大规模多用户分布式天线系统的导频复用技术研究

摘要

第五代移动通信系统(5G，5th Generation Mobile Communication Systems)盼提出，向人们展示了一个速率更快、覆盖更广、链路更稳定的通信世界，因此，其对频谱效率和能量效率提出了更高的要求。大规模多输入多输出技术(MIMO，Multiple-Input Multiple-Output)是实现5G的关键技术之一，通过增加天线数，可以大大提高空间分辨率，提高信道容量。大规模分布式天线系统(DAS，Distributed Antenna System)是大规模MIMO的一种天线部署方式。通过将天线分散部署在小区中，可以进一步提高系统容量。然而，由于DAS中用户数的巨大和正交导频数的有限之间的矛盾，导频污染成为了制约系统容量的关键因素。本文研究课题之一便是研究了导频污染下大规模DAS的频谱效率。此外，本文研究的另外一个课题便是大规模DAS中的低复杂度导频分配方案。
　　首先，本文介绍了研究背景，回顾了大规模MIMO技术的发展历程，分析了大规模DAS的特点和优势以及存在的问题，从而，引出了本论文的研究内容。
　　本论文介绍了单小区大规模DAS的系统模型。基于该模型，论文推导了系统在理想信道状态(CSI，Channel State Information)的系统容量。通过仿真，对比了在没有导频污染和导频污染最严重的情况下系统和速率。仿真结果的巨大差距表明大规模DAS是一个干扰受限系统，导频污染对系统的影响远远超过噪声对系统的影响。因此，降低导频污染对于提高大规模DAS系统容量至关重要。
　　论文随后将重点放在了导频污染下的大规模DAS。首先对系统进行了信道估计，随后推导了系统的容量的下界。紧接着通过大数定理，推导了系统在RAU数目趋近于无穷时的系统和容量的渐近性能。最后，还通过Hadamard不等式对公式计算进行简化，求得了系统和容量的上界。随后，论文对仿真方法和参数进行了介绍，采用最简单的随机导频分配算法进行理论仿真验证。仿真结果表明本文所推导的大规模DAS的容量渐近值及其上界下界都十分精确。
　　最后本文对大规模DAS的导频分配算法进行了研究。基于相距越远的用户之间的导频污染越小这个基本观点，再结合图论的着色理论，将导频分配问题抽象成图的着色问题。(1)首先提出了稀疏化导频分配算法，通过设定阈值定性地将导频污染矩阵稀疏化，再进行着色分配。(2)随后，针对稀疏化导频分配算法的阈值不确定问题，提出了最小化最大干扰导频分配算法，将导频污染大小量化，将用户受到的最大干扰最小化来减小导频污染。(3)最后，提出了理论上最优的最大化各态历经和容量导频分配算法，穷举计算每个用户采用每个导频时的系统容量，取最优导频。论文深入分析了三种算法的性能优劣以及算法复杂度和适用范围。最后通过仿真，验证了算法的可行性和可靠性，并给出了特定系统配置下的最优导频数。

目录

声明

摘要

插图目录

表格目录

符号说明

英文缩略词

第一章 绪论

1．1 论文研究背景及意义

1．1．1 移动通信的发展历史

1．1．2 发展5G的现实驱动力

1．2 5G的关键技术—MIMO技术的发展

1．2．1 多天线系统的分类

1．2．2 单用户MIMO

1．2．3 多用户MIMO

1．2．4 大规模天线系统

1．2．5 大规模MIMO的线性预编码与信道估计

1．3 论文主要工作与安排

第二章 大规模分布式天线系统

2．1 信号传输模型

2．2 分布式天线系统

2．2．1 分布式天线系统的概念

2．2．2 分布式天线系统的信道特性

2．2．3 分布式天线系统的特点

2．3 上行单小区多用户大规模DAS的系统模型

2．4 理想CSI下单小区大规模DAS的和速率

2．5 仿真结果

2．6 本章小结

第三章 大规模MIMO上行链路容量研究

3．1 引言

3．2 大规模DAS的信道估计

3．3 导频复用下的大规模DAS的和容量

3．3．1 大规模DAS的和速率

3．3．2 大规模DAS的渐近容量分析

3．4 理论仿真与结果分析

3．4．1 平均和容量

3．4．2 仿真参数和仿真结果

3．5 本章小结

第四章 低复杂度的大规模多用户DAS的导频分配算法

4．1 引言

4．2 稀疏化导频分配算法

4．2．1 图着色理论的基本知识

4．2．2 导频分配的图抽象化

4．2．3 干扰图的稀疏化

4．2．4 稀疏化干扰图的着色

4．2．5 仿真结果和分析

4．2．6 稀疏化导频分配算法的缺陷

4．3 最小化最大干扰导频分配算法

4．3．1 干扰图的优化

4．3．2 算法步骤

4．3．3 仿真结果和分析

4．4 最大化各态历经和容量算法

4．4．1 最大化各态历经和容量算法流程

4．4．2 仿真结果和分析

4．5 算法复杂度分析和总结

4．5．1 随机导频分配算法

4．5．2 稀疏化导频分配算法

4．5．3 最小化最大干扰导频分配算法

4．5．4 最大化各态历经和容量导频分配算法

4．5．5 算法总结

4．6 本章小结

第五章 全文总结与展望

5．1 论文工作总结

5．2 论文工作展望

参考文献

作者攻读硕士学位期间的研究成果

致谢