论文部分内容阅读
大规模多天线(Massive MIMO)技术通过在基站端配置数十或上百的天线,可以实现更高的系统容量、频谱效率和能量效率,因此成为了未来5G通信系统的关键技术之一。然而,由于多用户共享频谱资源,导致多路信号传输时信号干扰严重,系统性能和可靠性因此受到影响。为了解决这一问题,需要采用相应的信号处理技术来抑制干扰信号对系统的影响。在大规模MIMO系统中,由于天线的规模和用户对信号处理能力的局限性,使得在下行链路接收端采用用户检测技术来抑制干扰的方法变得十分困难。因此,在发射端预先进行预编码处理来降低干扰对系统造成影响已成为主流的方法。本文重点研究了大规模MIMO系统下行链路中的线性预编码技术,主要的研究工作如下:(1)分析了单用户MIMO和多用户MIMO的系统模型及其信道容量,重点讨论了大规模MIMO系统模型及其信道容量。(2)分析了大规模MIMO现有的线性预编码技术。在大规模MIMO系统模型下,重点研究了匹配滤波(MF)预编码算法和迫零(ZF)预编码算法,并对两种预编码算法的系统容量进行了分析对比。根据预编码矩阵归一化方式的不同,研究了矩阵归一化和向量归一化方法对两种预编码系统容量上界和下界的影响,得出采用矩阵归一化方式的MF预编码和向量归一化方式的ZF预编码其系统性能更优的结论。在假定系统和速率相同的情况下,分析对比了两种算法的发射功率。结果表明,ZF需要更小的发射功率便可以实现更高的数据传输速率,而MF需要更小的发射功率来实现更低的数据传输速率。同时对两种预编码算法的复杂度进行对比分析,通过仿真结果可得,ZF预编码算法复杂度远高于MF预编码算法。(3)提出了一种低复杂度的预编码算法。该算法通过调整干扰消除系数来改变消除的用户干扰数,利用施密特正交单位向量,通过向量正交性来消除多用户间的干扰,从而提升系统整体性能,并在一定程度上降低了算法的复杂度。本文通过搭建实验仿真平台,在实现该预编码算法的同时对比了该算法与匹配滤波预编码算法和迫零预编码算法的预编码性能,仿真验证了本文算法能较好的达到降低复杂度的效果。