Massive MIMO信道均衡技术的研究与性能评估

摘要

Massive MIMO技术指在基站侧装备大量天线，同时服务多个用户，可以进行高速率，大容量传输的一个系统。Mass ive MIMO技术被认为是未来5G通信的关键技术之一，在国内外已经成为研究热点。本文主要围绕Massive MIMO预编码和信道均衡技术而展开。
　　首先介绍了Massive MIMO最新研究进展以及目前的主要研究热点和技术难点，分析了其系统模型和频谱效率。
　　其次介绍了两种常用预编码算法ZF（ZeroForcing）和MMSE（Minimum Mean Square Error），对比分析了其误码性能以及算法复杂度。介绍了基于对发送向量正交化的MRT（Maximal-Ratio Transmit）施密特预编码算法，通过设定一个合适的门限值来选择需要正交化的发送向量，以发送向量正交化方法获得更好的预编码性能。MRT（Maximal-Ratio Transmit）施密特预编码算法以MRT预编码向量为基础进行向量正交化，不需要矩阵求逆，因而大大减小了运算复杂度。
　　介绍了信道均衡概念及其公式推导。分析了常见的几种信道均衡算法：ML（Maximum Likelihood）；ZF（Zero Forcing）；MMSE（Minimum Mean Square Error）；OSIC（OrderedSerial Interference Cancellation）；LR（Lattice Reduction），对比了各自的误码性能以及算法复杂度。介绍了信道硬化特性，基于这个特性，可以用级数展开的方式来对信道矩阵求逆，减少了算法复杂度。引入了在高维度天线下的低复杂度均衡算法：M-LAS（Multistage Likelihood Ascend Search），在常规M-LAS（Multistage Likelihood Ascend Search）均衡的基础上提出了一种多初始值的M-LAS均衡算法（Multiple Initial Vectors LAS,MIV-LAS）。M-LAS均衡算法通过对M个邻域集合进行本地搜索，不需要矩阵求逆，大大减小了运算复杂度。本文提出的多初始值M-LAS均衡算法（Multiple Initial Vectors LAS，MIV-LAS）以多个初始值进行多级LAS（Likelihood Ascend Search）搜索，很好的改善了系统误码性能。
　　最后，在Xilinx Kintex7芯片上实现了648MMSE均衡算法的部分模块。通过Matlab，Modelsim仿真，分析了FPGA实现的定点误差，误差值在可接受范围之内，最后进行实际下板验证，其结果以及资源消耗和时序都在正常范围之内。

目录

封面

声明

中文摘要

英文摘要

目录

缩略词表

第一章 绪论

1.1 Massive MIMO技术的研究背景及现状

1.2 Massive MIMO技术研究现状

1. 3 本文主要研究内容及论文结构

第二章 Massive MIMO系统模型和频谱效率

2.1 Massive MIMO系统简介

2.2 Massive MIMO系统模型

2.3 Massive MIMO系统频谱效率

2. 4 本章小结

第三章 Massive MIMO预编码算法研究

3. 1 ZF预编码算法

3.2 MMSE预编码算法

3. 3 MRT施密特正交预编码

3. 4 本章小结

第四章 Massive MIMO均衡算法研究

4. 1 信道均衡概述

4.2 信道硬化（Channel Hardening）特征

4.3 常规Massive MIMO信道均衡技术

4. 4 M-LAS信道均衡算法

4. 5 本章小结

第五章 MMSE信号均衡算法FPGA实现

5.1 64×8 MMSE信号均衡算法实现总体论述

5. 2 均衡模块总体设计方案

5. 3 矩阵分解模块的设计

5.4 下三角矩阵求逆Inv模块设计

5. 5 矩阵乘法Mul模块

5.6 Control模块设计

5. 7 仿真及实验结果及分析

5. 8 本章小结

第六章 全文总结与展望

6. 1 全文总结

6. 2 未来工作与展望

致谢

参考文献

个人简历及攻读硕士学位期间的研究成果

附录一 矩阵分解算法部分模块端口定义

附录二 对角矩阵与三角矩阵求逆模块部分端口定义