最新大规模MIMO关键技术综述Word下载.docx
《最新大规模MIMO关键技术综述Word下载.docx》由会员分享,可在线阅读,更多相关《最新大规模MIMO关键技术综述Word下载.docx(11页珍藏版)》请在冰点文库上搜索。
![最新大规模MIMO关键技术综述Word下载.docx](https://file1.bingdoc.com/fileroot1/2023-5/6/661850e0-6bda-4a98-b558-5e02f607375f/661850e0-6bda-4a98-b558-5e02f607375f1.gif)
就时间范畴看,业内多数观点认为,5G是一个面向信息社会需求的无线移动通信系统;
5G发展的另一个目标是满足未来1000倍及以上的流量增长需求及10Gbit/s的峰值速率和100Mbit/s的用户速率体验等;
5G还需要可以持续的降低网络成本和能耗、拓展业务的支持能力及提高网络的可靠性;
同时,5G不单单只是在速度和吞度量上有大的提高和飞跃,更多的是建立一个更为完善的网络,让用户能全方位的体验科技带来的进步,实现网络一体化,各类设备之间的网络互联,并且网络具有更强的自我检测、自我修复能力,大大地节省人力资源,提高网络稳定性和适应性。
比如,通过手机终端可以与家里的高清电视进行通信,通过投影仪可以直接下载网络高清影响并进行播放,这些更为人性化的功能会让用户更好地享受科技进步对日常生活质量带来的提高和便利。
25G需求及面临的挑战
面向2020年以后人类信息社会需求的5G宽带移动通信系统将成为一个多业务、多技术融合的网络系统,通过技术的演进和创新,满足未来广泛的数据业务及连接数的发展需求,并进一步提升用户的体验。
5G将满足人们在居住、工作、休闲和交通等领域的多样化业务需求,即便在密集住宅区、办公室、体育场、地铁、高速路、高铁和广域覆盖等具有超高流量密度、超高连接数密度、超高移动性特征的场景,也可以为用户提供超高清视频、虚拟现实、增强现实、云桌面、在线游戏等极致业务体验。
与此同时,5G还将渗透到物联网及各种行业领域,与工业设施、医疗仪器、交通工具等深度融合,有效满足工业、医疗、交通等垂直行业的多样化业务需求,实现真正的“万物互联”。
移动互联网的进一步发展将带来未来移动流量超千倍增长,推动移动通信技术和产业的新一轮变革。
物联网扩展了移动通信的服务范围,从人与人通信延伸到物与物、人与物智能互联,使移动通信技术渗透至更加广阔的行业和领域。
移动互联网和物联网的迅猛发展给移动通信带来新挑战和要求,这些新的需求,4G及其前代移动通信技术都难以满足。
表15G主要技术场景及关键技术挑战
场景
关键挑战
连续广域覆盖
100Mbps用户体验速率
热点高容量
用户体验速率:
1Gbps
峰值速率:
数10Gbps
流量密度:
数
低功耗、大连接
连接数密度:
超低功耗,超低成本
低时延、高可靠
空口时延:
1ms
端到端时延:
ms量级
可靠性:
接近100%
表1概括了5G的应用场景及面临的挑战。
根据预测,未来全球移动通信网络连接的设备总量将达到千亿规模,移动数据流量将出现爆炸式增长。
预计到2020年,全球移动终端数量将超过100亿(其中我国超过20亿)。
全球物联网设备连接数也将快速增长,2020年将接近全球人口规模,达到70亿(其中我国接近15亿)。
2030年,全球物联网设备连接数将接近1000亿(其中我国超过200亿)。
在各类终端中,智能手机对流量贡献最大,物联网终端数量虽大但流量占比较低。
5G将解决多样化应用场景下差异化性能指标带来的挑战,不同应用场景面临的性能挑战有所不同,用户的体验速率、流量密度、时延、能效和连接数都可能成为不同场景的挑战性指标。
从移动互联网和物联网主要应用场景、业务需求及挑战出发,可归纳出连续广域覆盖、热点高容量、低功耗大连接和低时延高可靠四个5G主要技术场景。
从技术特征、标准演进和产业发展角度分析,5G存在新空口和4G演进空口两条技术路线。
(1)新空口路线主要面向新场景和新频段进行全新的空口设计,不考虑与4G框架的兼容,通过新的技术方案设计和引入创新技术来满足4G演进路线无法满足的业务需求及挑战,特别是各种物联网场景及高频段需求。
(2)4G演进路线通过在现有4G框架的基础上引入增强型新技术,在保证兼容性的同时实现现有系统性能的进一步提升,在一定程度上满足5G场景与业务需求。
35G关键技术
5G移动通信标志性的关键技术主要体现在超高效能的无线传输技术和高密度无线网络(highdensitywirelessnetwork)技术,为了能够实现千倍的流量提升,需要更高的站点密度、更大的带宽、更高的频谱效率,对应的技术分别是超密异构网络、毫米波通信和大规模MIMO技术,但这三种带来速率提升的技术仍面临许多亟待解决的问题。
此外,基础的信号波形的设计也需要考虑新的需求,对原有的OFDM(正交频分复用)技术进行改进。
网络侧也需要能够兼容多种标准。
下面对5G系统中几种可能用到的关键技术作简要介绍。
3.1异构无线通信网络
随着个人和行业的移动互联网和物联网应用快速发展,移动通信网络系统结构将发生重要变化,未来第五代移动通信系统不再是宏基站覆盖下、面向简单的传统数据语音业务、简单的短信业务的通信系统,即不能再用某项业务能力或者某个典型技术特征来简单定义,而是多样化的异构密集分布网络节点覆盖下、面向各种服务需求的多业务、多技术融合的新型网络系统。
例如研究者们通常所称呼的异构蜂窝网络等。
传统的基于信干噪比或者接收信号强度的接入节点选择机制将不再适用于多样化通信节点的异构通信系统网络。
为了实现负载转移,并有效提升网络吞吐量及弥补宏基站覆盖的黑洞,异构网络中引入了各种不同发射功率的接入节点。
为了能够发挥这些接入节点的功能,系统需要引入新颖的接收节点选择机制。
在当前面向第五代移动通信系统的理论与技术研究中,有关异构网络的内容至少包括小小区(SC)部署和D2D通信这两大技术。
前者是指利用小而精致基站的低功耗和低花费特点,将它们部署在现有的宏蜂窝网络下以实现整个网络的数据容量的提升和满足更高的服务需求;
后者是为应对局部区域突发性的通信需求,蜂窝网络下的一些物理位置相近的移动装置被赋予相互之间通过直达链路传递数据信号的能力,这种通信方式被称为D2D通信。
3.2毫米波通信
利用毫米波段频谱进行无线通信是解决微波频段的频谱资源稀缺的有效方法之一。
通常,毫米波是指频率在30GHz和300GHz之间、波长在10mm至1mm之间的电磁波。
随着无线电通信技术的发展,毫米波通信将显示出越来越多的优点。
在设计毫米波通信系统时,由于大气的衰减,需要考虑电磁波在大气中的传播特性,在毫米波频段,由大气中的水蒸气和氧分子引起的衰减与频率有关,因此可以实现对无线电波传播路径和大气层进行遥测的高效频谱分析。
毫米波的主要缺点是在大气层中传播时其频率选择性吸收比低频段的无线电波更为严重,因此毫米波更适用于短距离无线通信系统。
3.3非正交接入技术
空中接口承载用户信息的无线资源主要有,频域、时域、空域、码域和功率域,前3种有子载波正交、接入循环前缀和适当空间距离等成熟技术保证多用户多址接入的独立性,而码域和功率域在多用户信息区分方面只能通过串行干扰消除(SIC)技术保证。
由于码域和功率域无法保证叠加用户的正交,在移动通信系统中用到后两种资源的都叫非正交多址接入技术。
非正交多址接入是一种多资源混用技术,目前业界提出的技术方案主要包括基于多维调制和稀疏码扩频的稀疏码分多址(SCMA)技术、基于复数多元码及增强叠加编码的多用户共享接入(MUSA)技术、基于非正交特征图样的图样分割多址(PDMA)技术以及基于功率叠加的非正交多址(NOMA)技术。
NOMA是典型的仅有功率域应用的非正交多址接入技术,也是所有非正交多址接入技术中最简单的一种。
4大规模MIMO技术
2010年,贝尔实验室的ThomasL.Marzetta提出了大规模MIMO(largescaleMIMO)的概念。
大规模MIMO技术是指在基站端配置远多于现有系统中天线数若干数量级的大规模天线阵列来同时服务于多个用户(通常认为天线数为上百甚至几百根,而同时服务用户数为天线数的1/10左右,这些天线可分散在小区内,或以大规模天线阵列方式集中放置。
该技术有一些传统MIMO系统所无法比拟的物理特性和性能优势。
主要有:
(1)随着天线数的急剧增长,不同用户之间的信道将呈现出渐进正交特性,用户间干扰可以得到有效的甚至完全的消除,从而大大提升系统总容量;
(2)基站天线数的增加,使得信道快衰落和热噪声将被有效地平均,也即信道硬化作用,从而以极大概率避免了用户陷于深衰落,大大缩短了空中接口的等待延迟,简化了调度策略;
(3)大量天线的使用,使得波束能量可以聚焦对准到很小的空间区域,极大提升了空间分辨率;
(4)大量额外的自由度,可以用于发射信号波束赋形,甚至于采用恒定包络信号,从而有效降低发射信号的峰均比,从而使得射频前端可以采用低线性度、低成本和低功耗的功放,大大降低系统部署成本;
(5)巨量天线的使用,使得阵列增益大大增加,从而有效地降低发射端的功率消耗,使得系统总能效能够提升多个数量级。
虽然基于大规模MIMO的无线传输技术将有可能使频谱效率和功率效率在4G的基础上再提升一个量级,但是该项技术在走向实用化的过程中,需要解决的研究课题包括检测算法、信道估计、同步、预编码算法、导频污染、互易校准等。
4.1大规模MIMO系统的机遇
(1)信道硬化
随机矩阵理论中的Marchenko-Pasture定理表明:
当矩阵信道
的每个元素都独立同分布于零均值,方差为
的任意分布时,随着其行数
和列数
趋于无穷,即
,且两者比值趋于常数(
),矩阵
的特征值趋近于确定分布。
将Marchenko-Pasture定理运用到MIMO信道中,随着发射天线数和接收天线数变大,矩阵
的特征值趋近于确定分布,即所谓的信道硬化。
如图1所示,随着天线数的增加,矩阵
的对角线上元素比非对角线元素越来越大。
并且,该矩阵对角元收敛到N,非对角元收敛到0,如图2所示。
利用上述信道硬化特性,当天线数趋于无穷时,接收端利用简单的匹配滤波便可以完全消除干扰,即
式中,
为接收信号,
为发送信号,
为噪声干扰。
另外,信道硬化条件也能降低其他检测算法的复杂度。
图1矩阵
对应的信道硬化现象
图2矩阵
中元素的收敛
(2)渐进利好传播
量化信道传播的一种有效方法是观察信道矩阵的最小特征值和最大特征值之间的扩散程度。
相比于常规MIMO系统,MassiveMIMO系统对应的特征值分布趋于确定性分布,其累计分布函数呈现两大特征:
特征值的分布没有明显的拖尾;
最小特征值和最大特征值之间的扩散程度远小于常规MIMO系统。
因此,MassiveMIMO的信道为渐近利好传播。
(3)频谱效率和能量效率
对于多用户MassiveMIMO系统,用户数为
在接收端完全已知信道状态信息(perfectCSI,P_CSI)的条件下,可以同时获得功率增益
和复用增益
,即每个用户的功率降低
倍的同时将频谱效率提升
倍。
在接收端不完全已知信道状态信息(imperfectCSI,IP_CSI)的条件下,可以同时获得功率增益
。
图3显示了基站端天线数
时的频谱效率和能量效率。
频谱效率随着发射功率单调递增,而能量效率随着发射功率的增加会出现峰值。
在实际系统中,当需要优化能量效率时,需要同时考虑如下因素:
基站端天线数、用户数、链路能耗以及导频分配。
图3基站端天线数为100时的能量效率和频谱效率
4.2大规模MIMO面临的问题
大规模MIMO系统存在的主要问题有,由于理论建模和实测模型工作较少,还没有被广泛认可的信道模型;
由于需要利用信道互易性减少信道状态信息获取的开销,目前的传输方案大都假设采用TDD系统,用户都是单天线的,并且其数量远小于基站天线数量;
导频数量随用户数量线性增加,开销较大;
信号检测和预编码都需要高维矩阵运算,复杂度高;
并且由于需要利用上下行信道的互易性,难以适应高速移动场景和FDD(frequencydivisionduplexing)系统;
在分析信道容量及传输方案的性能时,大都假设独立同分布信道,从而认为导频污染是大规模MIMO的瓶颈问题,使得分析结果存在明显的局限性等等。
在无线通信系统中,信道的相干时间限制了正交导频的数量。
因此,在大规模MIMO系统中,不同小区之间会存在导频复用,而由此产生的干扰现象称为导频污染(pilotcontamination)。
随着天线数的增加,加性噪声和小尺度衰落的影响可以忽略不计。
且即使增加导频的功率,也不会降低导频污染的程度。
因此,导频污染是限制MassiveMIMO系统性能的决定性因素。
导频污染问题的潜在解决措施有:
信道盲估计;
不同小区优化导频分配;
导频污染预编码。
5总结
大规模MIMO技术能够显著提高无线接入系统的信道容量、频谱效率、能量效率等。
然而,其理论上的性能增益往往建立在对无线信道的理想化假设上,目前尚不能通过实际测量和建模充分证明其假设的正确性。
此外,尽管大规模MIMO已得到学术界的广泛关注,但目前仍缺乏实际应用。
未来研究需要关注以下几个方面:
:
(1)为实现高速率数据传输,大规模MIMO技术对硬件复杂度的要求更高,对功率的消耗更大。
因此,降低大规模MIMO发射功率将十分必要。
(2)为了增加每个大规模MIMO基站服务用户的数量,必须研究导频污染消除等先进技术。
(3)迫切需要利用更加先进且性价比更高的非线性预编码器,尤其是在M值很大的情况下。
参考文献
[1]窦笠,孙震强,李艳芬.5G愿景和需求[J].电信技术,2013(12):
8-11
[2]SoldaniD,ManzaliniA.Horizon2020andBeyond:
Onthe5GOperatingSystemforaTrueDigitalSociety[J].IEEEVehicularTechnologyMagazine,2015,10
(1):
32-42.
[3]姜大洁,何丽峰,刘宇超.5G:
趋势、挑战和愿景[J].电信网技术,2013(9):
20-26
[4]CavalcanteRLG,StańczakS,SchubertM,etal.TowardEnergy-Efficient5GWirelessCommunicationsTechnologies[J].EprintArxiv,2014.
[5]姚岳.第五代移动通信系统关键技术展望[J].电信技术,2015
(1):
18-21.
[6]LarssonE,EdforsO,TufvessonF,etal.MassiveMIMOforNextGenerationWirelessSystems[J].IEEECommunicationsMagazine,2013,52
(2):
186-195.
[7]GaoX,EdforsO,TufvessonF,etal.MassiveMIMOinRealPropagationEnvironments:
DoAllAntennasContributeEqually?
[J].IEEETransactionsonCommunications,2015,63(11):
1.
[8]毕奇,梁林,杨姗等.面向5G的非正交多址接入技术[J].电信科学,2015,31(5):
14-21.
[9]张长青.面向5G的非正交多址接入技术(NOMA)浅析[J].邮电设计技术,2015(11):
49-53.
[10]康绍莉,戴晓明.面向5G的PDMA图样分割多址接入技术[J].电信网技术,2015(5):
43-47.
[11]Saito,Y.Kishiyama,Y.;
Benjebbour,A;
Nakamura,T;
AnxinLi;
Higuchi,K.“Non-OrthogonalMultipleAccess(NOMA)forCellularFutureRadioAccess”.VehicularTechnologyConference(VTCSpring),2013IEEE77th.pp.1–5.June2013.
[12]Benjebbour,A.;
Saito,Y.;
Kishiyama,Y.;
AnxinLi;
Harada,A.;
Nakamura,T.ConceptandPracticalConsiderations
ofNon-orthogonalMultipleAccess(NOMA)forFutureRadioAccess.IntelligentSignalProcessingandCommunicationsSystems(ISPACS),2013InternationalSymposiumon.pp770–774.Nov.2013.
[13]M.Wu,B.Yin,A.Vosoughi,etal.ApproximateMatrixInversionforHigh-ThroughputDataDetectionintheLarge-ScaleMIMOUplink[C].CircuitsandSystems(ISCAS),2013IEEEInternationalSymposiumon.IEEE,2013:
2155-2158.
[14]B.Yin,M.Wu,C.Studer,etal.Implementationtrade-offsforlineardetectioninlarge-scaleMIMOsystems[C].Acoustics,SpeechandSignalProcessing(ICASSP),2013IEEEInternationalConferenceon.IEEE,2013:
2679-2683.
[15]尤肖虎,潘志文,高西奇等.5G移动通信发展趋势与若干关键技术[J].中国科学:
信息科学.2014,44(5):
551-563.
[16]薛迪.5G移动通信发展趋势及关键技术探讨[J].无线互联科技,2015(16):
17-18.