针对宽带多天线毫米波系统面临的频率选择性信道衰落和硬件实现约束,提出结合单载波频域均衡技术的数模混合波束赋形算法。以均衡器输出信号的最小均方误差为准则,优化波束赋形矩阵和均衡器的系数。为降低求解复杂度,应用迭代天线阵列训练技术将原始优化问题分解为在基站和用户端的本地优化问题,使需优化的系数通过通信两端的交替迭代处理获得收敛。仿真表明:提出的新算法在误比特率为10^(-4)时较传统算法在信噪比上具有约2 d B的性能增益。
虚拟现实、自动驾驶等新兴技术的出现对移动通信数据业务流量提出了更高的需求,5G网络支持的峰值速率可以达到20Gbps,频谱效率也将得到极高的提升。然而传统的低频频段不能提供足够的传输带宽,高频的毫米波段逐渐成为学术界研究的热点。大规模MIMO(Multiple-Input Multiple-Output,MIMO)技术作为5G移动通信核心技术之一可以通过在基站端配置大规模的天线阵列,服务于多个用户的方式来提高系统的频谱效率。将毫米波通信和大规模MIMO系统相结合是5G通信技术研究的一个重点方向。本文首先介绍了毫米波信道的特性和基本模型,接着对基于毫米波信道的两种传统MIMO系统-全数字波束赋形系统和纯模拟波束赋形系统进行了探讨。由于全数字波束赋形架构中基站端需要使用和天线数目相同的射频(Radio Frequency,RF)链,这种方案只适用于小规模的天线架构体系。而纯模拟波束赋形阵列上缺乏幅度的控制,其性能相比于全数字的波束赋形系统要差。故数模混合波束赋形系统更加适用于毫米波MIMO系统,在降低系统复杂度的同时也能提高频谱效率。论文第三章对传统的MIMO数字域波束赋形算法进行了深入的阐述,其中包括基于破零(Zero-Forcing,ZF)、最小均方误差(Minimum Mean Square Error,MMSE)、块对角化(Block Diagonalization,BD)、信漏噪比(Signal to Leakage and Noise Ratio,SLNR)的波束赋形算法,并对其性能进行了横向对比,分析了这些算法各自的优势和存在的局限性。论文第四章首先介绍了传统的基于单用户的数模混合波束赋形技术,根据正交匹配追踪算法提出了基于不同度量码本的改进算法,在原方案的基础上降低了算法的复杂度。在基于正交约束和相位提取的数模混合波束赋形算法中改进了数字波束赋形矩阵的求解思路,以复杂度换取了性能的提高,提高了系统的频谱效率。论文第五章介绍了基于多用户场景的数模混合波束赋形技术,提出了基于共轭转置的混合波束赋形算法和基于奇异值分解的波束赋形算法。算法的核心思想是最大化模拟等效信道矩阵对角线上元素,以共轭转置的方法求出发射端的模拟波束赋形矩阵。相比传统方案需要进行迭代搜索得到模拟波束赋形矩阵,所提方案其等效信道做数字波束赋形获得的增益更多,系统获得的可达速率更高。
暂无评论