基于置信传播的大规模DAS系统检测和预编码算法理论分析与应用

摘要

随着移动通信技术的飞速发展，4G系统的大规模商用，极大地促进了社会和经济的飞速发展，同时移动用户也对无线传输速率以及通信服务体验不断提出更高要求。移动互联网和物联网作为未来移动通信发展的两大主要驱动力，对未来爆炸性移动数据通信提出了挑战，第五代移动通信技术应运而生。而作为第五代移动通信系统中核心技术之一的大规模MIMO在学术界一直得到广泛关注和研究，其能显著提高移动传输速率以及频谱效率。然而由于大规模MIMO系统中天线较多，传统MIMO系统中常用的上行检测算法和下行预编码算法(ZF和MMSE算法)需要求逆运算会变得异常复杂，因此低复杂度的检测算法和预编码算法是大规模MIMO系统中众多研究热点之一，而这也正是本文所要讨论的核心内容。本文以大规模DAS系统为信道模型，利用信道可以大幅稀疏化的特性，研究低复杂度的检测算法和预编码算法，为解决大规模DAS系统中检测和预编码复杂度过高提出了一种可行的方案。
　　本文首先介绍了论文的研究背景，阐述了MIMO技术的发展历程，以及本文所要研究的核心内容及相关的研究现状。
　　移动传播环境是分析移动通信问题的基础，本文在充分考虑大规模DAS系统中的信道特点的基础上，建立大规模DAS系统信道模型，分析了考虑导频和信道估计时的信道容量。然后在给出的大规模DAS系统信道模型的基础上提出了信道稀疏化的方法，得到稀疏化后的信道矩阵，以及稀疏化后非零元素位置记录集合（用于第三、四章节的检测算法和预编码算法的低复杂度实现），同时也给出了稀疏化后的信道容量计算方法。
　　在大规模DAS系统的上行链路的检测过程中，实质是对每个发送信号在信号星座中识别使得误差最小的星座点，故可以采用置信传播(BP)进行信号识别。本文中首先分别分析了基于MRF模型和基于FG模型的BP算法过程，然后对比两者的算法复杂度，得出基于FG模型的算法复杂度更低，所以在大规模DAS系统中就采用基于FG模型的BP算法。在大规模DAS系统中结合系统信道稀疏性的特征，给出了基于BP算法的低复杂度检测技术，并充分利用大规模DAS系统分布式的特点，给出算法在实现具体过程中可以将BPU的计算分解成许多更小的计算分发给不同的RAU进行独立计算，从而可以大幅提升系统性能。
　　在大规模DAS系统的下行链路预编码中，由于求解值是在连续域中，所以无法使用类似于上行链路中的BP算法，而利用Gaussian变量特点，迭代求解变量的均值和方差，从而得到变量值，这就是GaBP算法的原理。本文首先分析了GaBP算法的原理，并阐述了采用GaBP算法求解RZF算法的方法。在大规模DAS系统，结合系统信道稀疏性的特征，给出了基于GaBP算法的低复杂度检测技术，并充分利用大规模DAS系统分布式的特点，给出算法在实现具体过程中可以将BPU的计算分解成许多更小的计算分发给不同的RAU进行独立计算，从而可以大幅提升系统性能。在上下行的检测和预编码算法仿真分析中，可以看出通过对信道稀疏化阈值设定不同的值，可以在有限的系统性能损耗下，大幅降低算法的复杂度。

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

1．2 MIMO技术发展概述

1．2．1 传统MIMO

1．2．2 多小区MIMO

1．2．3 大规模MIMO

1．3 课题研究内容及现状

1．3．1 上行检测技术研究现状

1．3．2 下行预编码技术研究现状

1．4 本文的主要研究内容与安排

第二章 大规模DAS系统信道模型

2．1 引言

2．2 大规模DAS系统模型

2．2．1 大规模DAS系统上行信道模型

2．2．2 大规模DAS系统信道稀疏化

2．3 仿真结果及分析

2．3．1 仿真参数配置及结果

2．4 本章小结

第三章 大规模DAS系统基于BP算法的低复杂度信号检测

3．1 引言

3．2 置信度传播模型

3．3 BP算法在MIMO系统检测中的应用

3．3．1 基于MRF模型的BP算法

3．3．2 基于FG模型的BP算法

3．3．3 复杂度比较及仿真结果

3．4 大规模DAS系统中BP的上行检测

3．4．1 基于FG模型的BP算法

3．4．2 复杂度分析及仿真结果

3．5 本章小结

第四章 大规模DAS系统基于GaBP算法的低复杂度预编码

4．1 引言

4．2 MIMO系统中GaBP算法实现原理

4．2．1 GaBP算法实现过程

4．2．2 基于GaBP算法求解RZF

4．2．3 复杂度分析与仿真结果

4．3 大规模DAS系统中基于GaBP的低复杂度预编码

4．3．1 基于GaBP的大规模DAS系统低复杂度预编码实现过程

4．3．2 复杂度分析与仿真结果

4．4 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