莫特華南理工大學電子與信息學院14級

4班::

disco大規模MIMO及物理實現綜述內容5G與大規模MIMO大規模MIMO的原理和特性大規模MIMO的優勢大規模MIMO的問題與大規模MIMO的

點物理實現中的射頻前端與天線陣列總結2/433/431.5G與大規模MIMO1.1

移動數據的增長在4G系統中，低移動性的通信場景下提供峰值達1Gbps的數據率，在高速移動的情況下，也能維持峰值在100Mbps的數據率；世界無線研究

（World

Wireless

Research

Forum，WWRF）在

其報告中 到2017年將會有7萬億的無線設備服務全球70億人，也就是說網絡互連的無線設備將會是全球人口的1000倍；下一代無線通信5G必須比4G在網絡容量，數據傳輸率上抬升一個量級才能滿足這樣的需求。Reference：WWRF,L

.Sorensen

and

K.

E.

Skouby,

User

Scenarios

2020,report,July

2009;.4/431.2

大規模MIMO應用于5G考慮到網絡容量，頻譜效率和能量效率以及數據率還有小區平均吞吐率，5G小區架構將采用異構的形式混合多種技術繼續演進。而作為5G五個最有潛力的技術方向之一，大規模MIMO能夠在不增加功率和頻譜帶寬的前提下顯著提高網絡容量，并且大規模MIMO帶來的陣列增益和空分復用極大地提高了頻譜使用效率以及通信系統的能量使用效率。Reference：P.

Kwadwo

Agyapong

et

al.,

“Design

considerations

for

a

5G

network

architecture,”IEEE

Commun.

Mag.,

vol.52,

no.

11,

pp.

65–75,

Nov.2014.5/432.大規模MIMO的原理與特性6/432.1

大規模MIMO的原理信號的分辨取決于信號的相關性。不同信號之間的相關性越高（接近于

1）那么不同信號長得越像，越難將不同信號分辨出來；反之，如果不同信號之間的相關性很低（接近于0），那么不同信號長得越不像，越容易將不同信號分辨出來；下圖給出了實際信道環境下不同用戶信道相關系數累計部分概率，這說明隨著發射天線規模的增大，相關系數值小的部分的概率會逐漸增大，信道系數向量之間服從的是獨立分布，可以認為任意信道以大概率趨于正交；Reference：,,肖華華．大規模天線陣列系統技術探析［J］．電視技術，2014，38(

5)

:132－135.7/43在誤碼率一樣的情況下，256根天線相比8根天線的場景可以是通信信噪比降低18dB。相對傳統小規模MIMO，大規模MIMO可以給系統帶來空間分集增益和陣列增益，這大大提升了無線鏈路的接收性能，提高了干擾抑制能力。Reference：,,肖華華．大規模天線陣列系統技術探析［J］．電視技術，2014，38(

5)

:132－135.8/43在同樣的條件下，小區的頻譜使用效率與發射天線數的關系。由于大規模

MIMO在空間上提供了

的

度，使用精準波束控制可以在同一時間內提高空分復用的效率從而使得頻譜資源的使用效率得到了數十倍的提升。Reference：,,肖華華．大規模天線陣列系統技術探析［J］．電視技術，2014，38(

5)

:132－135.9/432.2

MIMO信道與發射天線和接收天線之間的具體關系MIMO信道表示（其中nr為接收天線數目，nt為發射天線數目）x其中，x是nr維的接s是nt維的發射信號G是nt

nr維的信道傳輸

w是nr維的接收噪聲，是鏈路信噪比SNR。MIMO信道容量22)rtrrtlog

(1

n)

C

min(n

,n

)log

(1nt

max(n

,n

)這表明，在良好的

情況和高信噪比的條件下，可實現的信道容量與發射和接收天線中的最小值成正比。Reference：F.

Rusek,Persson

D,Lau

B

K,et

al.,

“Scaling

up

MIMO:

opportunities

and

challenges

withvery

large

arrays,

”IEEE

Signal

Processing

Magazine,

vol.

30,no.

1,

2013,pp.

40-60.10/43對于低信噪比的情況，只有波束成形增益是重要的，此時分兩種情況，當發射天線遠大于接收天線時Cnt

nr

nr

log2(1

)當接收天線遠大于發射天線時2)rntrtn

n

tC

n

log

(1n11/43當天線數量足夠大時，大規模MIMO系統物理層傳輸將會獲得如下特性：一些原先在小規模MIMO系統中影響系統性能的因素（如信道快衰、非理想CSI、噪聲以及小區內多用戶間干擾）將可以被忽略；主要影響系統性能因素是相鄰小區復用導頻信號而產生的導頻污染；使用特征波束賦形和匹配濾波等簡單的預編碼算法將會

近最優性能；能夠將

降低至很小水平；大規模MIMO技術更加適用于TDD模式，這是因為TDD模式下無線信有互易性，理論上可花費相對較小的代價通過檢測上行信道信息獲得下行信道信息。對于上行信道，通過檢測終端發送的導頻信號可以很容易地實現信道檢測。對于下行信道，由于正交導頻碼本和時頻資源塊的限制，信道檢測會變得更加些。2.3

大規模MIMO的特性Reference：.基于TDD的較大規模天線系統發端研究[D].郵電大學2014.12/4313/433.

大規模MIMO的優勢3.1

改善無線通信的輻射效率，提高幅度可達兩個量級大規模MIMO有大量的天線單元，可以通過控制天線饋電的相位幅度改變陣列輻射波束的指向，而且高增益的天線陣列帶來了寬度很窄的輻射波束，這使得有限的能量能盡可能地集中于一個小區域內。Reference：Larsson

E.,

Edfors

0.,

TufVesson

F.,

et

al.,

“Massive

MIMO

for

next

generation

wirelesssystems,

”IEEE

Communications

Magazine,

vol.

52,no.

2,Feb.

2014,pp.186-195.14/433.2

提升頻譜效率，增大系統容量，提高了一個量級大規模MIMO相對單天線單終端的方式可以將頻譜效率成倍地提高，在同一個時頻資源塊下，大規模MIMO的頻譜效率可以比傳統MIMO提升10倍以上，并且可以同時服務數十部終端。在多終端的情況下采用MRC和ZF預編碼方式還能獲得更加可觀的能量效率。Reference：Larsson

E.,

Edfors

0.,

TufVesson

F.,

et

al.,

“Massive

MIMO

for

next

generation

wirelesssystems,

”IEEE

Communications

Magazine,

vol.

52,no.

2,Feb.

2014,pp.186-195.15/433.3

在物理實現上，大規模MIMO將可以采用更加便宜和更低功耗的射頻器件由于大規模MIMO在射頻前端架構上傾向于采用獨立控制的有源天線技術，使得

RRU發生了很大的變化，每一個天線下邊直接連接一個功率放大器PA和低噪聲放大器LNA。這使得原來整個系統需要幾十W的大功率功放可以使用很多個只有mW級的功率放大器代替，在成本上將得到削減，并且使得整個架構更加低功耗，同時也減小了饋線帶來的無謂損耗，這也迎合了綠色通信的概念。16/433.4

有效減小空中接口的延時很大程度上影響著無線通信的性能。和多路徑給低時延無線通信鏈路的建立造成了 ，如果終端陷入深度

，那么只好等到

信道有效改善之后才能接收信號。的而大規模MIMO本身就是通過大量的天線和波束賦形避免深度，所以在大規模MIMO系統中，

將不再限制通信時延。3.5有效降低小區內干擾，減小終端之間的和人為的干擾，增強系統的魯棒性大規模MIMO提供了很大的度消除信號的干擾，并且通過控制天線單元輻射的組合，可以在空間形成疊加，在需要的地方信號疊加增強，在不需要的地方信號相互抵消。而且陣列形成的波束可以是信號覆蓋小范圍的目標區域，在其他非目標區域場強迅速減小，降低了小區內終端之間的干擾。17/434.大規模MIMO的問題與18/43盡管大規模MIMO擁有巨大的潛力，在系統集成和實際應用中仍然諸多與，例如大規模MIMO信道的特性，信道相互作用的校準，導頻污染，下行信道檢測，物理上射頻前端低成本低功耗的實現，天線陣列的物理實現以及天線單元之間的有源耦合效應等。以上問題都會破壞大規模MIMO信道的相關性和正交性，從而影響網絡容量、頻譜效率和能量效率。以下將具體探討幾個關鍵的。19/434.1

導頻污染理想情況下，在大規模MIMO系統中的每一個終端都分配有正交的上行導頻序列。然而導頻序列的最大數量有一個上限值，這個上限值與想干間隔的持續時間比上信道延時 的值有關。在典型的工作場景下，1ms間隔時間內正交導頻序列估計大約有200個；基于污染導頻信道估計的下行波束將會在共用這些導頻序列的終端間形成直接的干擾，同樣的情況也會出現在上行數據的傳輸中。并且隨著大規模MIMO天線數量的增大，在一定數據率的情況下，導頻污染的情況將會更加嚴重。在小區1

導頻階段，檢測到了來自小區

2的復用導頻信號，結果是小區1的發射波束將有部分賦形指向了小區2，從而造成了干擾。Reference：T.

L.

Marzetta,“Noncooperative

Cellular

Wireless

with

Unlimited

Numbers

of

Base

StationAntennas,”

IEEE

Trans.

Wireless

Commun.,

vol.

9,

no.11,

Nov.

2010,pp.

3590–600.20/434.2

信道狀態檢測算法信道估計是信號檢測和自適應傳輸的基礎，對于大規模

MIMO無線傳輸而言，必須找到復雜度更低實現更加簡單操作更加有效率的上行信道狀態檢測算法。大規模MIMO陣列產生了極大數量的基帶數據，而這些基帶數據必須進行實時處理，這一處理要求是線性的或者是接近線性的。隨著用戶數量的線性增長，上行檢測信號的處理量將會呈現指數式增長，如何找到更加快速的算法具有很大的性。21/434.3

天線陣列的設計大規模MIMO需要大量的天線單元組成陣列，但是隨著大量天線單元的部署，天線陣列占據的空間將會變大，這使得實際應用中天線陣列的安裝成為很大的問題，如何設計天線陣列，減小陣列口徑將會是很大的。另外天線單元之間的相互耦合作用也會出現明顯的損耗，破壞信號的正交性，減小系統容量影響其工作性能，這需要考慮天線單元之間的間距，當天線單元之間的間距小于半波長時，信號相關性將會增大。同時天線陣列的拓撲結構的不同，例如線性和平面還是三維的，都會導致信道特征的改變。22/43下表給出了不同天線拓撲結構對小區頻譜效率的影響。可以看出，在總天線數一定的情況下，天線陣列中水平方向放置的天線越多，大規模天線陣列系統提升頻譜效率的能力越強，垂直方向放置的天線陣列越多，大規模天線陣列系統提升頻譜效率的能力會降低，形成上述仿真結果的主要原因是垂直方向角度擴展小，終端在垂直方向的角度分布范圍很小，需要的天線才能區分這些角度，使得在垂直方向放置天線獲得的增益不夠大。23/435.大規模MIMO的點24/43針對上一節中

的

和 ，大規模MIMO的點主要集中在信道模型及系統性能分析，信道狀態信息獲取技術以及多用戶傳輸技術等方面；隨著天線單元大規模地增加，鄰近小區之間的導頻序列復用影響了信道狀態信息的獲取，嚴重限制了大規模MIMO系統的性能。而上行信道檢測算法的設計涉及如何快速處理大規模天線陣列的信號，對信道模型的建立有很高的要求，這也影響多用戶的數據傳輸。當然在電磁場和射頻前端和天線設計層面也會產生諸多。25/435.1

抑制導頻污染的導頻波形的分配可以再進行優化。一種可能的方案是給導頻信號采用更大的頻率復用因子，使得相互干擾的小區離得更遠些，導頻信號的復用強度也隨之下降。另一種可能的方案是對在網絡內的不同終端協調使用導頻序列或者是自適應分配導頻序列。采用更加智能的信道估計算法，甚至是采用盲信道估計的方法避免一起使用導頻信號，這個方向將會減緩或者是消除導頻污染的影響。其中盲信道檢測算法是最具潛力的，這種算法聯合檢測了信道和負載數據的狀態。網絡架構中采用新型的預編碼技術，例如導頻污染預編碼，可以利用其在多個小區間協調傳輸的特性部分性地消除導頻污染復用帶來的直接干擾。與波束賦形協調不一樣的是，導頻污染預編碼并不是檢測污染小區內終端與天線陣列之間的真實信道，而是對慢系數的響應。26/435.2

幾種檢測算法的比較MMSE：最小均方誤差算法；MMSE-SIC：帶有軟干擾消除的最小均方誤差算法（MMSEwith

softinterferencecancellation），這種算法將干擾等效為高斯過程，檢測殘余的干擾噪聲加上噪聲能量。BI-GDFE：塊迭代反饋均衡算法（block-iterative

generalizeddecision

feedback

equalizer），與MMSE-SIC相類似，但是不同的是，其濾波器并不依賴于接收到的信號向量，而是一個依賴于迭代參數的函數；LAS：梯度上升搜索算法，沿著更低的均方誤差狀態過渡，并且收斂于局部最小值；TS：Tabu

search，是梯度上升搜索算

AS的改進版本，這種算法允許了過渡至更大均方誤差值，這樣可以避免LAS可能出現的局部最小值；SD：球

算法，sphere

decoder，事實上是一個最大似然器，但是只是考慮在一個擁有某個半徑的求體內的點；FCSD：固定復雜度球

算法，fixed

complexity

spheredecoder，是一種相對于SD算法低復雜度較佳的算法。27/43在沒有經過預處理的情況，發射天線和接收天線都是40個，信號的發射功率為12dB。從圖中可以看出，當誤碼率為0.002時，TS算法對應復雜度是大約是FCSD算法的千分之一，所以TS算法和MMSE-SIC算法表現得相對較好。28/43在沒有進過預處理的情況，發射天線和接收天線都是40個。可見在整個信噪比范圍內，標新最好的依然是TS和MMSE-SIC算法。TS和MMSE-SIC算法都接近最優化ML檢測。29/435.3

天線陣列設計這里主要考慮的是天線陣列實際應用中的拓撲結構以及天線單元之間的互耦情況。一般情況下，天線陣列的空間是有限的，天線陣列拓撲結構采用線性，平面還是三維的都會影響大規模MIMO系統的工作性能。而且在有限的空間中為了提高控制的度或者是增益要想增加天線單元，會使得天線單元之間的間距減小，天線單元之間的耦合效應增大，天線單元之間的有源耦合將會影響饋電網絡的匹配，從而對信號的正交性產生破壞，并且會提高信號的相關性，這不利于網絡容量的提高。Reference：尤力,高.大規模MIMO

無線通信［J］.中興通訊技術，2014，(02):26－28，40.30/43瑞典隆德大學的研究

對天線拓撲結構對大規模MIMO的工作性能進行了研究，他們設計了兩種天線陣列，一種是圓柱形的三維陣列，一種是線性的一維陣列，每個陣列都有128個天線單元，只是后者是虛擬形成的線性陣列，并且前者是采用定向的雙極化貼片天線，后者采用的是全向天線單元，有128個固定位置供全向天線移動組成虛擬陣列。Reference：X.

Gao,

F.

Tufvesson,

O.

Edfors,

and

F.

Rusek,

“Measured

propagation

characteristics

forvery-large

MIMO

at

2.6

GHz,”

in

2012

4th

Asilomar

Conference

on

Signals,

SystemsandComputers

(ASILOMAR),

2012,

pp.295–299.31/43同樣的情況下，采用4個終端與128個 天線單元構成的下行鏈路中，利用MRT預編碼方式可以實現總的數據率如上圖所示。可見在同樣多的陣列單元下，虛擬線陣可以獲得比三維圓柱形陣列更大的數據率，這主要是因為圓柱形的三維陣列較小的口徑導致的，其在水平方向上的分辨率比不上虛擬線陣，并且三維圓柱形采用的是有定向性的貼片天線，在錯誤位置的陰影或者是波瓣疊加都有可能導致信號的相關性增大，降低信道容量。不同的拓撲結構帶給天線陣列不一樣的輻射口徑，造成了不一樣空間信號相關性。32/43另外天線單元之間的有源耦合隨著有限空間內天線單元數量的增大而增大，最終導致大規模MIMO系統容量不成比例的增大甚至是停滯。對于二維平面拓撲，每一個天線單元會有4個相鄰的單元，對于三維結構，則會增加至6個。上圖考慮的是在同樣的情況下，不同間距對天線單元容量的影響。可見，單天線間距小于一個波長時，互耦效應造成相關性增大的問題很明顯，這也造成了相對重復獨立信道低下的容量。一般情況下，為了避免單元之間較強的耦合以及輻射方向圖柵瓣和副瓣的增大，天線單元之間間距取值在半波長至一個波長之間。33/43而且還有一個很重要的問題是，互耦會降低天線工作的帶寬，并且影響饋電網絡的匹配。而饋電網絡額外的匹配又會增加饋電網絡的損耗，降低能量效率和陣列增益。所以提高單元間的隔離度以及選取合適的陣列拓撲結構將會是關鍵的。34/4335/436.物理實現中的射頻前端與天線陣列大規模MIMO系統物理實現的架構主要由大規模天線陣列和射頻前端模塊（包括LNA接收通路、PA發射通路）組成。36/436.1

瑞典隆德大學開發的是兩種大規模天線陣列，一種是采 極化貼片天線單元組成的圓柱形三維陣列，另一種是采用全向天線單元組成的虛擬一維線陣，兩種陣列單元格數均是128個，工作在2.6GHz；圓柱形三維陣列解決了在不同俯仰角的散射問題，但是由于口徑限制，在方位面分辨率不高。結果證實，當天線數量增大到足夠大時，多用戶信

有正交性，進而驗證了大規模MIMO的可行性。Reference：X.

Gao,

F.

Tufvesson,

O.

Edfors,

and

F.

Rusek,

“Measured

propagation

characteristics

forvery-large

MIMO

at

2.6

GHz,”

in

2012

4th

Asilomar

Conference

on

Signals,

SystemsandComputers

(ASILOMAR),

2012,

pp.295–299.37/436.2萊斯大學Argos開發的Argos工作在2.4GHz頻段，系統外觀如圖13所示。系統包括一個中心控制器，16個射頻模塊，每個射頻模塊包含4路射頻通道，沒錄射頻通道有一根天線和一個射頻前端。根據實測數據，搞系統的總容量可以達到85bit/s/Hz，總功率為1/64的情況下，頻譜效率是SISO的6.7倍。Reference：C.

Shepard,

H.

Yu,

N.

Anand,

L.

E.

Li,

T.

L.

Marzetta,

R. ,

and

L.

Zhong,

“Argos:

Practicalmany-antenna

base

stations,”

in

ACM

Int.

Conf.

Mobile

Computing

and

Netwo