多天线发送和多天线接收(MIMO,Multiple-Input Multiple-Output)技术利用空间复用增益和空间分集增益,最大限度地提高频谱利用率和功率效率,成为第四代移动通信系统(4G,4th Generation Mobile Communication System)乃至未来第五代...
详细信息
多天线发送和多天线接收(MIMO,Multiple-Input Multiple-Output)技术利用空间复用增益和空间分集增益,最大限度地提高频谱利用率和功率效率,成为第四代移动通信系统(4G,4th Generation Mobile Communication System)乃至未来第五代移动通信系统(5G,5th GenerationMobile Communication System)物理层关键技术之一。然而同频干扰是制约MIMO系统频谱效率提高的主要因素,有效的调度算法可以减少各种同频干扰,并能充分利用多用户分集增益和空间复用增益,进一步提高系统的性能。目前,大部分MIMO系统调度算法均需要利用瞬时信道信息。由于瞬时信道信息变化较快,发送端难以及时准确地获取,并且共享瞬时信道信息会导致较大的开销,而利用随时间变化相对较慢的统计信道信息,可以有效地解决上述问题。本论文开展利用统计信道信息的MIMO无线通信系统调度算法研究。\n 首先,研究了强相关信道的下行多用户MIMO(MU-MIMO,Multi-User MIMO)系统的传输和调度方案,提出统计信道信息辅助的比例公平调度算法(FFS,Proportional Fair Scheduling),即基于信噪比的比例公平调度算法(SNR PFS,Signal to Noise Ratio based PFS),利用统计信道信息确定各用户的最佳波束矢量以及更新各用户的平均信噪比,并将该算法分别应用于时隙调度和空时调度场景中。为了进一步减少用户的反馈开销,设置合理的反馈门限,减少信道质量相对较差的用户反馈。最后利用概率统计和有序统计理论推导出平均速率近似表达式以及调度波束数量的概率统计。仿真结果和理论分析存在较小的误差。当设置合理的反馈门限时基于门限的SNR PFS算法与SNR PFS算法的性能较为接近,而所需的反馈开销远小于SNR PFS方案。\n 其次,研究了强相关信道的下行MU-MIMO系统利用统计信道信息的用户分组算法。推导出单用户统计特征模式传输(SU-SET, Single-User Statistical Eigen-mode Transmission)和多用户统计特征模式传输(MU-SET, Multi-User Statistical Eigen-mode Transmission)的遍历速率表达式。为了最大化每组平均和速率,采用简化的优化目标函数,Munkres用户分组算法可以有效地找到用户分组的最优解。然而由于最优解的有些用户分组存在严重的用户问干扰,甚至会减少每组平均和速率。为了解决该问题,提出利用传输模式切换的Munkres用户分组算法,根据传输模式切换判断准则,排除“非合理”用户配对,从而可以找出部分最优用户配对组合采用MU-SET模式,剩余的用户配对组合采用SU-SET模式,其性能优于其他用户分组算法。再将利用统计信道信息的用户分组算法应用于迫零波束成形方案,可以有效地减少用户分组所需的信令开销,并且在性能上与利用瞬时信道信息用户分组方案非常逼近。\n 随后,研究了单小区下行密集分布式系统调度问题,为了减少高速回程链路的信令开销,考虑利用局部统计信道信息的协同调度方案。首先推导出单远程接入单元(RAU,RemoteAccess Unit)传输模式和协作RAU传输模式的遍历速率表达式。然后,为了最大化遍历和速率,提出利用局部统计信道信息的贪婪调度算法。协作RAU传输模式可以增强接收信号的功率进一步提高服务用户的遍历速率,但同时带给其他调度用户干扰会造成和速率的损失。为了减少小区内的干扰,提出基于混合传输模式的两阶段贪婪调度算法进一步提高遍历和速率。渐近分析结果揭示出密集布设大规模RAU具有抑制干扰的优点。仿真结果表明两阶段贪婪调度算法可带来更高的遍历和速率。\n 最后,研究了上行密集分布式无线通信系统导频分配算法,RAU采用最大比合并(MRC,Maximal Ratio Combining)接收上行数据,推导出不同导频复用因子下的遍历速率。由于高速回程链路容量受限,只能利用统计信道信息实施导频分配,提出排序用户分组算法,可以在逼近穷举法性能的同时,显著降低算法搜索的复杂度。仿真结果证实了在不同导频复用因子下的MRC接收遍历和速率,排序用户分组算法性能优于随机用户分组算法。排序用户分组算法在不同的系统参数条件下可以确定最佳的导频复用因子,使得密集分布式系统净平均和速率最大。
暂无评论