当前位置:首页 >> 计算机硬件及网络 >>

Massive MIMO


Massive MIMO
-5G中的关键技术之一

简介
大规模MIMO(Massive MIMO)是下一代移动蜂窝网通信—5G中提高系统容 量和频谱利用率的关键技术。它最早由美国贝尔实验室研究人员提出,研究发现,当小

区的基站天线数目趋于无穷时,加性高斯白噪声和瑞利衰落等负面影响全都可以忽略不
计,数据传输速率能得到极大提高。 在大规模MIMO系统中,基站配置大量的天线数目通常有几十、几百甚至几千根,

是现有MIMO系统天线数目的1~2个数量级以上,而基站所服务的用户设备(User
Equipment,UE)数目远少于基站天线数目;基站利用同一个时频资源同时服务若干 个UE,充分发掘系统的空间自由度。从而增强了基站同时接收和发送多路不同信号的 能力,大大提高了频谱利用率、数据传输的稳定性和可靠性。

优点
? 大规模MIMO系统的空间分辨率与现有MIMO系统相比显著提高,它能深度挖掘空 间维度资源,使得基站覆盖范围内的多个用户在同一时频资源上利用大规模MIMO

提供的空间自由度与基站同时进行通信,提升频谱资源在多个用户之间的复用能力,
从而在不需要增加基站密度和带宽的条件下大幅度提高频谱效率。 ? 大规模MIMO系统可形成更窄的波束,集中辐射于更小的空间区域内,从而使基站

与UE之间的射频传输链路上的能量效率更高,减少基站发射功率损耗,是构建未来
高能效绿色宽带无线通信系统的重要技术。 ? 大规模MIMO系统具有更好的鲁棒性能。由于天线数目远大于UE数目,系统具有很

高的空间自由度,系统具有很强的抗干扰能力。当基站天线数目趋于无穷时,加性
高斯白噪声和瑞利衰落等负面影响全都可以忽略不计。

Massive MIMO信道模型
无线信道根据其自身特点和研究需要,可以建模成多种模型。其中最经典的独立同 分布(Independent and identically distributed, IID)信道。其中“独立”和“同 分布”俩个名词都源自概率论。“独立”是说每条路径的传输成功与否,相互之间并不 影响;而“同分布”表示概率分布相同,即成功率都是1/2。

关键技术
? 导频污染 ? 信道估计 ? 预编码技术 ? 信号检测

导频污染
理想情况下,TDD系统中上下行各个导频符号之间都是相互正交的,这样对于接收 端接收到的相邻小区的干扰信号都可以利用正交性在解码时消除,然而在实际Massive MIMO系统中,相互正交的导频序列数目取决于信道延迟扩展及信道相干时间,并不能 完全满足天线及用户数量增加带来的导频序列数目需求。用户数量的增加使相邻小区间 不同用户采用非正交的(相同的)导频训练序列,从而导致基站端对信道估计的结果并 非本地用户和基站间的信道, 而是被其他小区用户发送的训练序列所污染的估计,进 而使得基站接收到的上行导频信息被严重污染。

当存在导频污染时,用户与各个小区基站之间的导频信号非正交,多个导频信号相
互叠加,使得基站的信道估计将会产生误差。而信道估计的误差将会导致基站侧对传输 信号的信号处理过程出现偏差,进而引入了小区间干扰并导致速率饱和效应, 导频污

染成为限制Massive MIMO的关键问题。

信道估计
在移动通信系统中,信号传输的有效性依赖于信道状态信息(CSI)的准确性。然而, 在Massive MIMO系统中,基站侧天线数以及小区内用户数目的增加,导致信道状态信 息的获取及准确性成为关键性问题。 在现有的移动通信系统中,主要存在时分双工(TDD)和频分双工(FDD)两种双工模 式。

FDD中CSI的获取
当系统采用FDD模式时,上下行所需要的CSI是不同的。基站侧进行的上行信道估
计需要所有用户发送不同的导频序列,此时上行导频传输需要的资源与天线的数目无关。 然而,下行信道获取CSI时,需要采用两阶段的传输过程:第一阶段,基站先向所有用户 传输导频符号,第二阶段,用户向基站反馈估计到的全部或者部分的CSI,此时传输下 行导频符号所需要的资源与基站侧天线数目成正比。当采用Massive MIMO系统,基站 侧天线数目增加大大增加了 CSI获取时占用的资源量。 在Massive MIMO系统中,系统所需的反馈信息量随着天线数目的增加成正比例增 长,由此引发的系统反馈幵销增加以及反馈信息的准确性及时性降低已经成为FDD双工 模式发展的瓶颈。因此,针对Massive M1MO系统FDD模式,最关键的问题,在于降 低数据传输中反馈占用的资源量。

TDD中CSI的获取
TDD可以利用信道互易性直接利用上行导频估计出信道矩阵,避免了大量的反馈信
息需求。对于TDD系统这种消耗则与用户数量成正比。CSI获取的具体过程如下: 首先,系统中所有的信道状态信息;接着基站使用估测到的信道状态信息检测上行 数据并生成下行传的用户同时发送上行数据信号;随后用户发送导频序列,基站利用这 些导频序列估计小区中用户输的波束赋形矢量。然而,由于多用户Massive MIMO系统 中,基站侧天线数目及系统中用户数目都很多,使得相邻小区的不同用户对应的导频序

列可能不完全正交,从而引入了用户间干扰,及导频污染问题。对于TDD传输模式,导
频污染是限制其性能的重要因素之一,因而受到了国内外专家学者的广泛重视。

预编码方法
预编码技术主要是在发射端对于传输信号进行处理的过程,其主要目的是优化传输 信号,简化接收端复杂程度,提升系统容量及抗干扰能力。 ? 线性预编码:匹配滤波器(MF)、迫零预编码(ZF)

? 非线性预编码:脏纸编码(DPC)、矢量预编码(VP) 线性预编码复杂度低,实现较简单。非线性预编码如脏纸编码计算复杂度较高,但 往往会获得更佳的效果。然而,在Massive MIMO系统中,随着基站侧天线数目的增 长,—些线性预编码算法,比如匹配滤波器(MF)、迫零预编码(ZF)等将会获得渐进最优

的性能。因此,在实际应用中,采用低复杂度的线性预编码算法更为现实。

信号检测
接收端信号检测器主要用于MIMO上行链路中恢复多传输天线发送的期望接收信号。
设计低功耗且低计算复杂度的接收端较为复杂但具有巨大的实际意义,因而在最近的关 于Massive MIMO系统的研宄中,信号检测算法的性能受到了广泛的关注。

常用的信号检测算法包括最大似然检测(MLD)、迫零捡测(ZFD)、最小均方误差检
测(MMSED)、连续干扰消除(SIC)等。

天线阵列分布
? 在Massive MIMO系统中,基站端装备大规模天线阵列,利用多根天线形成的空间 自由度及有效的多径分量,提高系统的频谱利用效率。在文献中研究表明MIMO系 统的容量取决于信道矩阵H的秩,而信道矩阵H的秩取决于信号传输模型中相关性的 大小。而大规模天线阵列的分布形式严重影响到相关性的分布,当天线数目较多时,

天线阵列分布可以采用多种形式,包括直线型阵列、圆形阵列、平面阵列等。
? 在分析研究中,较为常见的天线阵列,包括均勾线性阵列(Uniform Linear Array, ULA)、均勾平面阵列(Uniform Planar Array’ UPA)、均匀圆形阵列(Uniform Circular Array,UCA)等。

信道矩阵的奇异值分解
对信道传输矩阵H进行SVD分解: 左酉阵U 对角阵S 右酉阵V

对角阵 S 中的元素 s1,s2就是 H 矩阵的奇异值。奇异值的个数,直接反应了信道 所支持的“自由度”数目。奇异值的个数,就是该信道矩阵的秩(Rank)。

条件数越接近1,说明信道中各个平行子信道(自由度)的传输条件都很好,很平 均;比值越大,说明各个子信道的传输条件好的好,差的差。

注水算法

利用注水算法对各个子信道分配功率,以提高系统容量

发送端获得信道信息后,能够带来的好处:
? 使用右酉阵 V,可以对发送信号进行“预处理”,将传输过程转化成具有“平行子 信道”的对角阵形式; ? 有了信道矩阵秩的信息(奇异值的个数),可以灵活的调整空间流数(自由度), 从而提高通信系统效率; ? 知道了奇异值的个数和大小后,可以使用“注水算法”分配发送功率,提升系统容 量。

空间分集
空间分集是在发射端或接收端使用多根天线,一般地,空间分集经常应用在下行链 路中,因为在基站安装多根天线会比在每个移动终端上安装多根天线要节约成本。 采用空间分集技术,可以为解调提供多个发送信号的副本,这样可以提高检测的成 功率,所以空间分集技术的主要目的是提高传输信号质量。 空间分集的主要应用场景有:信道条件较差、信道相关性较低的情况,如切换区域, 小区边缘,阴影衰落较大的地方。

空间复用
空间复用是在发射端、接收端同时使用多根矢线,可以成倍的提高系统传输的速率。
经典的空间复用结构是V-BLAST (Vertical Bell Labs Space-Time Architecture, 垂直贝尔实验室空时结构)。该结构在发射端将要传输的信息经过串并变换后映射到不

同的天线上,可以使总的数据速率随发射天线和接收天线的最小值呈线性的增加。

波束赋形
波束赋形的主要原理是利用空间信道的强相关性以及波的干涉技术,通过调整天线

阵元的输出,从而产生强方向性的辐射方向图,使辐射方向图的主瓣指向移动终端所在
的地方,从而提高接收信噪比,减小用户之间的干扰,增加系统的吞吐量和提高整个系 统的覆盖范围主要的应用场景:信道状况较差的地方如小区的边缘。

互耦效应分析
移动通信系统中,天线的作用主要是实现空间的电磁信号与电路传输中的电压或电 流信号的相互转换。然而,每个天线端口检测到的电压或者电流的值往往受到其他相邻 的天线端口的影响,而不仅仅与直接入射的电磁信号相关。通常,每个天线端口接收到 的电磁信号既在本天线端口处感应出相应的电压/电流信号,又同时激发出一个感应电 磁场影响相邻天线端口的电压/电流值,这种现象即称为互耦效应。 在传统MIMO系统中,天线的部署较为松散,天线端口的间距足够大以至于互耦效 应并不明显。但是当应用Massive MIMO系统时,基站侧需要在固定的物理空间内装备 大量的天线,往往不能保证天线端口间的隔离距离。经典的MIMO研宄理论表明,当天 线端口之间的间距小于或者等于二分之一传输电磁波的波长时,可以明显观察到信号受

到天线互耦效应的影响。当天线端口之间的间距进一步减小时,互耦效应对于信号的影
响则愈加明显。

天线间距与相关性
大规模MIMO系统中基站配置有大量的天线,天线密度过高、挨得太近容易使传 输信道呈现相关性,降低信道容量。 以线性天线阵列为例,当天线间距小于半波长时,由于天线间相关性比较强,导致 大规模天线阵列系统提升频谱效率的能力急剧下降。为保证信道不相关,天线之间的距 离至少需要保持在四分之一波长以上,频段越高,波长越小,相同的空间可布局的天线 数目更多;

未来研究需要关注以下几个方面
? 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。 ? 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。 ? 迫切需要利用更加先进且性价比更高的非线性预编码器, 尤其是在天线数量很大的 情况下。


相关文章:
2017年通信专题MassiveMIMO技术行业分析报告
2017年通信专题MassiveMIMO技术行业分析报告 - 2017 年通信专题 MassiveMIMO 技术行业分析报告 2017 年 6 月 目录 1.MassiveMIMO 技术:...
Massive MIMO多小区TDD系统中的导频污染减轻方法
Massive MIMO多小区TDD系统中的导频污染减轻方法_信息与通信_工程科技_专业资料。5G中Massive MIMO导频污染减轻的方法Massive MIMO 多小区 TDD 系统中的导频污染减轻...
2017年MassiveMIMO技术应用前景分析报告
2017年MassiveMIMO技术应用前景分析报告 - 2017 年 MassiveMIMO 技术应 用前景分析报告 (此文档为 word 格式,可任意修改编辑! ) 2017 年 6 月...
2017年MassiveMIMO技术应用前景分析报告
2017年MassiveMIMO技术应用前景分析报告 - 2017 年 MassiveMIMO 技术应 用前景分析报告 (此文档为 word 格式,可任意修改编辑! ) 2017 年 6 月...
有源天线及Massive MIMO天线介绍及测试探讨
有源天线及Massive MIMO天线介绍及测试探讨 - 有源天线及 Massive MIMO 天线介绍及测试探讨 随着移动宽带网络的发展, 站点网络数据容量要求快速增长。面对数据容量 ...
2017年MassiveMIMO技术应用前景投资预测分析报告
2017年MassiveMIMO技术应用前景投资预测分析报告 - 2017 年 MassiveMIMO 技术应 用前景分析报告 (此文档为 word 格式,可任意修改编辑! ) 1 正文...
2017年MassiveMIMO技术应用前景调研预测咨询分析报告
2017年MassiveMIMO技术应用前景调研预测咨询分析报告 - 2017 年 MassiveMIMO 技术应 用前景分析报告 (此文档为 word 格式,可任意修改编辑! ) 1 ...
2017年5G通信行业市场分析报告
2017年5G通信行业市场分析报告 - 2017年5G通信行业市场分析报告 目录 第一节 Massive MIMO 技术:基于波束成形的原理,引领 5G 发展 ...
申请书提纲
申请书提纲 - 一、 简表 1. 研究内容摘要 本项目针对未来 5G 的 Massive MIMO 通信系统, 研究一种新型的非平稳三维信道模 型,由于 Massive MIMO 技术的天线...
关于MIMO技术的综述
关于MIMO 技术的综述 (专业:通信与信息系统 学号:P13201061 姓名:涂佩佩) 摘要:多输入多输出(Multiple -InputMultiple -Output,MIMO)技术具有广泛地 应用价值,文章...
更多相关标签: