基于最大比传输预编码天线分组技术的大规模多入多出系统能效研究 作者：冀笑伟 李莉 魏爽 张铭
来源：《上海师范大学学报·自然科学版》2021年第01期
滚子链联轴器
cba裁判漏判
itg
摘 要： 大規模多输入多输出（MIMO）系统中，大型天线阵列之间的强天线相关性会导致系统性能降低. 针对下行链路场景，提出基于最大比传输预编码的联合天线分组和天线选择算法，把大规模天线阵列划分为若干组，在每组中基于信道矩阵最大列范数选择天线，构造所选天线与接收天线间的信道矩阵，并计算对应的预编码矩阵.建立能效模型，分 析联合天线分组和天线选择算法对系统能效的影响. 仿真结果表明，在天线数为200、发射功率为10 dB、天线相关因子为0.8的假设下，当分组数为24时，与最大范数天线选择算法相比，该算法使系统能效提高了约24.4%.
关键词： 大规模多输入多输出（MIMO）; 最大比传输预编码; 天线分组; 天线选择; 能效
中图分类号： TN 911.7 文献标志码： A 文章编号： 1000-5137（2021）01-0062-07
Abstract： In massive MIMO systems，the strong antenna correlation among large antenna arrays would lead to system performance degradation. In this paper a joint antenna grouping and antenna selection algorithm based on maximum ratio transmission precoding was proposed in regard to the downlink scenario in which the large-scale antenna array was divided into several groups. In each group，the antenna was selected based on the maximum column norm of the channel matrix. The channel matrix between the selected antenna and the receiving antenna was constructed，and the corresponding precoding matrix was calculated. Finally，an energy efficiency model was established to
analyse the influence of both joint antenna grouping and antenna selection algorithm on energy efficiency of the system. The simulation results showed that under the assumption that the number of base station antennas was 200，the transmission power was 10 dB，and the antenna correlation factor was 0.8，when the number of packets was 24，comparing with the maximum norm antenna selection algorithm，the proposed algorithm was able to improve the system energy efficiency nearly by 24.4%.
Key words： massive multiple input multiple output（MIMO）; maximum ratio transmission precoding; antenna grouping; antenna selection; energy efficiency
0 引 言
近年来，大规模多入多出（MIMO）技术成为第五代通信网络中最有前途的技术之一，具有超大规模天线阵列的MIMO系统能够获得较高的吞吐量.然而，在大规模MIMO系统中，总功率消耗与发射天线的数量成正比，考虑到经济和可持续发展问题，能效已经成为绿通信系统设计的重要指标.为了保证大规模MIMO系统吞吐量的优势，同时避免大规模天线阵列高成本、高功耗的问题，天线选择技术应运而生[1].
关节置换术 LI等[2]推导了基于最大比传输（maximum ratio transmission，MRT）预编码的下行速率和闭式容量下限，并建立以能效最大化为目标的优化模型，推导出固定发射功率下，最大化能效的最优发射天线数目;LI等[3]提出了一种联合天线选择和功率分配方案，基于迫零预编码建立能效优化模型，利用拉格朗日对偶分析法求解最优发射天线数目和功率分配;BEREYHI等[4]提出了基于线性预编码的发送天线选择和发射功率控制迭代算法，不仅降低了射频成本，还提高了系统性能.但是上述研究并未考虑大规模MIMO系统强天线相关性造成的系统容量降低问题，而天线分组技术可以将相关性较强的天线分为一组，从不同组中选择能够优化系统性能的天线，从而避免强天线相关性的影响.
JU等[5]提出了低复杂度发射天线分组广义空间调制方案，为优化误码性能，分别考虑了块分组和交织分组方案，得到了所提方案误码率性能的闭式上界;ZUO等[6]提出一种天线分组辅助空间调制，根据信道特性将发射天线划分为多个组，每个组激活单个天线进行信号传输，还对所用的算法误码率上界进行了理论分析;ZAFARI等[7]提出了一种带双极化天线的广义空间调制两级优化天线分组方案，第一阶段选择极化的天线作为组指示符，第二阶段在每个组到可以选择的潜在天线，算法直接选择已激活的天线，有效降低了在大空间搜索的复杂度;BENMIMOUNE等[8]提出一种低复杂度贪婪算法，以分布式方式执行联合
天线分组和选择，该算法在每一组接收节点中依次运行，选择最佳天线组，可以减少大规模MIMO系统中的信道状态信息（CSI）反馈开销，但这种增益以组间干扰为代价，在高信噪比情况下，会导致性能饱和;林振等[9]分析了几种加权稀疏约束的Capon自适应波束成形算法的性能，利用天线阵列增益的稀疏分布特性，使得天线阵列辐射方向图的旁瓣和干扰零陷都有所降低;JIANG等[10]利用天线分组技术在大规模MIMO系统中实现能效最大化，提出了基于二分查每组最优天线数目的算法，比波束形成方案具有更高的系统容量.
本文作者为进一步提高系统能效，借鉴文献[10]天线分组的方法，考虑使用可以降低用户间干扰的预编码技术，提出基于MRT预编码的天线分组算法，建立具有相关性的信道模型，并分析该算法对系统能效的影响.
1 大规模MIMO系统模型
假设大规模MIMO系统为时分双工模式，考虑下行链路，端配备N根发送天线，接收端有K个单天线用户，且N≫K，如图1所示.
设sk表示拟发送的用户k的数据符号，且E[|sk|2]=1，符号E[∙]表示求统计平均.K个
用户的数据符号定义为向量s=[s1，s2，…，sK]T∈CK×1.A是对应着信道矩阵G的预编码矩阵.
商机杂志 对于图1所示的N根发射天线和K根接收天线，信道矩阵G是K行×N列的矩阵.考虑到大规模MIMO系统发射端天线间的强相关性，根据Kronecker模型，将信道矩阵G建模为相关MIMO模型[1]：
2 基于MRT预编码的天线分组和天线选择算法
图1所示端大规模天线阵列中天线间隔很小，天线之间具有很强的相关性，且相邻天线间的相关性更高，故把发射端的N根天线按相邻原则划分为L组，且L≥K.具体的分组准则如下[11]：
1） 若N能够整除L，则将N根天线划分为L组，相邻的N/L根天线构成一组.王文颖
2） 若N不能整除L，则先将天线划分为N mod L组，相邻的（⌊N/L⌉+1）根天线构成一组，再将剩余部分天线划分为（L-N mod L）组，相邻的（⌊N/L⌉）根天线构成一组，其中，符号mod表示求余运算，符号⌊·⌉表示向下取整运算.
分组完成后，每组内天线与接收天线之间构成一个子信道矩阵，由于这些子信道矩阵对应的天线间相关性很高，所以从每个子信道矩阵中选出列范数最大的列，对应的该列序号即为所需天线的序号，所分的L组对应着L个子信道矩阵，最终选出L根有效发射天线.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议