Massive MIMO低比特ADCs的先进接收机技术的研究

摘要

多输入多输出（Multiple-Input Multiple-Output，MIMO）技术通过收发端多根天线并行的传输多个数据流，在固定频宽的情况下，能成倍的提升系统容量和吞吐率，因此受到了科研工作者们的广泛研究，并且在第四代移动通信技术标准中被广泛采用，如3GPP LTE和IEEE802.16e,目前天线数量为8的LTE-Advanced系统基本无法满足日益渐增的数据速率需求。Massive MIMO作为第五代移动通信系统的关键技术之一，通过在收发端部署大规模天线来进一步的提升数据速率，并且取得了一定的科研成果。但随着收发端天线数量的增加，在Massive MIMO系统中的硬件实现就变得非常的复杂，为了更加的经济和满足系统的可靠性，于是低比特ADCs的应用成了Massive MIMO系统的关键技术之一。因此本文主要研究了在使用1-bit ADCs下Massive MIMO的检测算法。 本文首先介绍了目前Massive MIMO和低比特ADCs的研究现状，进一步分析讨论了三类基站端信号检测算法，详细介绍了硬判决检测算法中的ML、ZF、MMSE、SD等算法。在软判决检测算法中介绍了MAP算法，并介绍了一种低复杂度的MMSE-MAP算法。随后给出了SISO检测器的系统模型，并且介绍了基于MAP算法的Turbo迭代过程。但上述算法都没有基于低比特ADCs单元来进一步分析讨论。 其次，本文结合1-bit ADCs后，提出了一种基于分组策略和向量分段策略的低复杂度检测算法，该算法通过向量分段策略，完美的结合了1-bit ADCs，降低了接收信号矢量空间的大小，并且通过松弛约束条件来使用凸优化的工具得到每一段子向量所对应的一组发送信号候选集，通过这样的一个策略能在每次观测到接收信号矢量快速的找到候选信号集，并且这样的接收机复杂度会随着一个信道脉冲响应中数据符号的长度的增加而进一步的降低。仿真结果可以看出这种基于分组策略的检测算法的表现令人满意，几乎接近ML检测器。紧接着本文针对上述接收机无法输出软信息的问题提出了一种基于梯度下降算法的软判决接收机，通过近似公式，将对数似然比转换为两个优化问题，并通过凸优化的工具来求解，通过仿真可以看出该接收机能输出正确的软信息，并且该梯度下降算法的迭代次数会随着接收端天线数量的增加而减少，这在Massive MIMO系统中迭代次数会进一步的降低。 最后，本文提出了一种软输入软输出接收机，该接收机的检测器是基于GAMP算法来实现，通过检测器和译码器之间交互外信息，并将译码器输出的外信息作为GAMP算法的初始条件，整个Turbo迭代完成。并通过仿真看出通过Turbo迭代该软输入软输出接收机有着比软输出接收机更好的性能。同时还提出了一种基于判决反馈干扰消除的迭代检测器。

目录

声明

缩略词表

符号说明

第一章 绪论

1.1 Massive MIMO研究现状与发展趋势

1.2 1-bit ADCs的国内外研究历史与现状

1.3 本论文的结构安排

第二章 Massive MIMO系统的常见检测算法

2.1 Massive MIMO系统模型

2.2 硬判决检测算法

2.2.1 最大似然检测算法

2.2.2 线性检测算法

2.2.3 非线性检测算法

2.2.4 仿真分析

2.3 软判决检测算法

2.3.1 系统模型

2.3.2 最大后验检测

2.3.3 基于MMSE软判决检测算法

2.4 Turbo迭代的软输入软输出检测算法

2.4.1 系统模型

2.4.2 最大后验软输入软输出检测算法

2.5 本章小结

第三章 基于梯度下降的1-bit ADCs先进接收机

3.1 系统模型

3.2 基于分组的低复杂度硬判决检测算法

3.2.1 基于最大似然的分组

3.2.2 基于投影梯度下降的分组

3.2.3 性能和复杂度分析

3.3 基于投影梯度下降的软判决检测算法

3.3.1 系统模型

3.3.3 投影梯度下降算法

3.3.3 性能与复杂度分析

3.3 本章小结

第四章 1-bit ADCs的Turbo迭代检测技术

4.1 基于GAMP算法的软输入软输出检测器

4.4.1 系统模型

4.1.2 因子图

4.1.3 近似消息传递

4.1.4 基于GAMP算法的Turbo迭代

4.2 基于判决反馈干扰消除的迭代检测器

4.2.1 系统模型

4.2.2 判决反馈迭代

4.5 性能仿真

4.6 本章小结

第五章 全文总结

5.1 论文总结

5.2 下一步研究工作

致谢

参考文献

个人简历

攻读硕士学位期间的研究成果