李泳志;陶成;刘留;卢艳萍;刘凯
【摘 要】该文考虑一种分布式大规模MIMO系统，假设端与用户之间的信道为莱斯信道，研究了该系统中选择的算法。首先给出了系统采用匹配滤波和迫零预编码时，用户下行可达速率的闭式表达式，并分析了系统的功率效率性能。然后基于此闭式表达式，以最大化系统的频谱效率为目标，提出了基于增量选择和基于用户优先级的选择算法。这两种算法只需要系统获取端与用户之间的信道统计特征信息，从而有效降低了系统开销。仿真结果表明，所提出的两种选择算法性能仍能逼近最优算法。特别地，当采用匹配滤波预编码且端天线数趋于无穷时，基于用户优先级的选择算法优于基于增量选择的算法。%The Base Station (BS) selection for distributed massive MIMO system is studied. The channels between the BSs and the users are assumed to be Rician fading. First the closed-form expressions of downlink achievable rates for Matched-Filter (MF) and Zero-Forcing (ZF) precoding are derived respectively, and the power efficiency performance of the system is investigated. Based on the closed-form expressions, the approximate increm ental BS selection and the approximate user priority BS selection algorithms are proposed, both of which only require the statistical Channel State Information (CSI), to maximize the system spectral efficiency. Numerical results show that the proposed algorithms perform close to the optimal one. Specifically, it is shown that the approximate user priority BS selection algorithm outperforms the approximate incremental one when the BSs utilize the MF precoding in the large scale antenna limit.
【期刊名称】《电子与信息学报》
【年(卷),期】2016(038)004
【总页数】7页(P856-862)
【关键词】mpeg大规模MIMO;分布式;莱斯信道;选择;频谱效率
【作 者】李泳志;陶成;刘留;卢艳萍;刘凯
【作者单位】北京交通大学宽带无线移动通信研究所北京 100044;北京交通大学宽带无线
移动通信研究所北京 100044; 东南大学移动通信国家重点实验室南京 211189;北京交通大学宽带无线移动通信研究所北京 100044; 东南大学移动通信国家重点实验室南京 211189;北京交通大学宽带无线移动通信研究所北京 100044;北京交通大学宽带无线移动通信研究所北京 100044
【正文语种】中 文
【中图分类】TN929.5
1 引言
与传统单天线无线通信系统相比，MIMO无线传输技术能够在相应的传播环境中提供分集增益或复用增益，充分挖掘利用空间资源，有效地提高了通信系统的可靠性或有效性[1]。为了解决未来无线通信数据传输的需求，文献[2]提出了大规模MIMO系统。在该系统中，上百根天线在同一时频资源块上同时服务数十个用户，这些用户可以配备廉价的单天线设备。当天线数趋于无穷时，大规模MIMO系统中的快衰落和热噪声影响可以消除。
另一方面，与传统的集中式MIMO系统相比，分布式MIMO系统通过采用光纤或同轴电缆把
分布式连接到中央处理单元，使多个以协作的方式将数据符号发送给多个用户，以此来提高用户端接收信噪比，进而获得良好的无线信号覆盖能力以及较好的抗阴影衰落能力[8,9]。因此将分布式MIMO与大规模MIMO技术相结合，可以进一步提升系统的容量，获得更高的系统频谱效率。文献[10]讨论分布式大规模MIMO系统的可行性，分别分析了在空间相关信道下，使用匹配滤波接收机和最小均方误差接收机时，该系统的可达和速率。文献[11]比较了分布式大规模MIMO系统和集中式大规模MIMO系统的频谱效率，并指出，即使当分布式大规模MIMO系统具有有限的反馈容量时，也能获得更高的频谱效率。然而在实际系统中，当协作数增大时，系统所需的信号处理计算复杂度也随之增大。本文注意到，在集中式MIMO系统中进行天线选择可以有效地降低系统的复杂度[12,13]。受此启发，在分布式MIMO系统进行选择可以在降低系统信号处理的复杂度的同时，也可以获得较高的频谱效率。
本文考虑了一种分布式大规模MIMO系统。由于在大规模MIMO系统中，端具有大量的天线，而用毫米波技术可以显著减少天线间距，有效地缩小了大规模天线阵列所需要的空间，使得大规模MIMO技术更切合实际。基于此，考虑到毫米波的传播具有较高的方向性和准光特性，本文假设端与用户之间的信道为具有直射径分量的莱斯信道。本文首先
通过严格的推导，得出了端分别使用匹配滤波和迫零预编码时，用户下行可达速率的闭式表达式，并对系统的功率效率性能进行了分析。然后基于闭式表达式，提出了基于增量选择的选择算法和基于用户优先级的选择算法。这两种算法的优点在于，系统不需要获知端与用户之间的瞬时信道状态信息，而仅仅需要信道的统计特征信息来完成选择，因此系统中用于传输信道状态信息的开销可大大减少。最后通过计算机仿真，比较了所提两种算法与最优算法的性能。流量生成
2 系统模型
2.1 系统构架与信道模型
本文考虑如图1所示的分布式大规模MIMO系统。该系统中有个单天线用户，个配备有根发射天线的和一个中央控制单元。假设个均通过光纤与中央控制单元有线连接，且中央控制单元可以动态地选择个来与个用户在同一时频资源块上传递信息，并令所选序号的集合为，其中。
记为个用户与第个所选之间的信道矩阵。假设信道包含了相互独立的快衰落和大尺度衰落，则可以表示为，其中为快衰落矩阵，对角矩
太原大学学报
阵为大尺度衰落矩阵，其第个对角项为。根据文献[15,16]中的假设，我们考虑莱斯信道场景，即第个用户与第个被选之间的快衰落信道向量可以表示为
其中，表示第个用户与第个之间的莱斯K因子， 表示的第列， 表示信道的非直射径分量，表示直射径分量，且其第项可以表示为
其中，表示天线间距，表示波长， 表示第个用户到第个被选的到达角。为了便于分析且不失一般性，天线间距假设为波长的一半，即。
2.2 上行信道估计
在实际的系统中，信道矩阵通常是在第个被选端估计得到。本文假设端可以获知完整的信道直射径分量和莱斯K因子，而非直射径分量由估计得到，则信道向量的估计值可以表示为
关键词 摘要
其中表示信道的直射径分量，表示其非直射径分量。
本文假设非直射径分量的信道状态信息由导频训练得到。在导频训练阶段，个用户同时发
送长度为的正交导频序列，然后第个被选使用最小均方误差(MMSE)信道估计方法估计信道矩阵。根据文献[17]可知，的估计值可以表示为
其中，表示每个导频符号的发射功率， 且。令 表示的估计误差矩阵。根据MMSE信道估计的性质，与是相互独立的，且分别服从和分布[17]。其中为对角矩阵，其第个对角项可以表示为。
2.3 下行数据传输
在本文所考虑的系统模型中，被选均使用线性预编码对用户数据符号进行处理，再发送给个用户，未被选中的则保持静默状态。令为第个所选的预编码矩阵，则第个用户的接收信号可以表示为
其中表示所选的平均发射功率，是的第列，表示第个用户所需的数据符号， 表示第个用户接收到的加性白噪声。
本文考虑了匹配滤波预编码和迫零预编码两种线性预编码方案：(1)对于匹配滤波预编码，预编码矩阵表达式为；(2)对于迫零预编码，预编码矩阵表达式为。其中保证了预编码矩阵
满足功率约束条件，即
。
3 下行可达速率与性能分析
3.1 下行可达速率
本小节通过严格推导，分别得到了在采用匹配滤波与迫零预编码情况下，用户下行可达速率的闭式表达式。在第4节中，将使用所得到的闭式表达式来研究分布式大规模MIMO系统选择的算法。
假设所选序号的集合为且信道是各态历经的，根据式(5)，第个用户的遍历下行可达速率可以表示为
为了得到下行可达速率的闭式表达式，我们采用文献[18~20]中的方法。通过使用这种方法，第个用户的接收信号可以重写为一个已知的平均信道增益乘以该用户的数据符号，加上一个非相关的有效噪声信号，如式(7)所示。
南海纪行
其中，为非相关的有效噪声信号，表示为
该方法由于不需要用户端具备瞬时信道状态信息，且可得到简明的可达速率表达式而广泛使用于大规模MIMO系统中。因此，第个用户的下行可达速率可以表示为
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议