论文部分内容阅读
随着社会信息化程度的不断深化使得对于通信网络的吞吐量及、时延及连接数等性能要求越来越高,这也驱动着通信基础设施及用户设备的持续更新,通信技术也日新月异。其中,大规模多输入多输出(Massive MIMO:Multiple Input Multiple Output)系统是第五代(5G)蜂窝通信系统关键技术之一。大规模MIMO可以通过提供大的空间复用和分集增益来提高性能,被认为是未来通信系统提高数据传输速度的技术之一。近年来,人们特别关注大型天线系统(LSAS:Large Scale Antenna System)和毫米波通信。LSAS可以从天线阵中获得波束形成增益,大大提高了频谱效率,可以看作大规模MIMO系统的一种用例。此外,毫米波中还存在大量未分配的频谱资源,可以大大扩展系统带宽。因此,LSAS和毫米波通信可能成为5G系统中解决通信高负载的重要技术。采用全数字LSAS波束形成技术,可以实现最佳的波束形成,系统天线的数目必须与射频(RF)电路的数目相匹配,这样每个天线元件都有一个专用的射频链和基带处理模块,从而产生了高功耗和高设备成本。因此,在实际解决方案中,数字-模拟混合波束形成结构(HBF:Hybrid Beamforming)将是性能和成本权衡的一个很好的选择。HBF架构仅使用有限数量的数字及射频通道,降低了系统复杂度和设备成本,并且性能损失是可接受的,这在系统性能和设备复杂度加上成本之间提供了平衡。本文首先介绍了LSAS天线阵的基本模型和响应矢量,然后给出了毫米波通信中常用的信道模型。为了进一步阐述波束形成的原理和意义,分析了传统的基于波束导向、波束置零和最小方差无畸变响应(MVDR)的模拟波束形成(ABF)算法和基于迫零(ZF)、最小均方误差(MMSE)、奇异值分解(SVD)的数字波束形成(DBF)算法、块对角化(BD)和代码本(Codebook)等方法。其次,研究了几种用于下行传输的HBF算法,如波束空间MIMO、交替HBF方法、相位ZF HBF算法和基于码本反馈的两级HBF方案。对HBF算法的性能进行了计算和仿真,分析了传统算法存在的问题和局限性。采用混合波束形成结构,提出了一种基于信噪比(SLNR)准则的改进HBF方案。此外,由于FDD和TDD系统中存在的问题,即在HBF结构下无法获得理想的信道状态信息(CSI),本文利用TDD系统中存在的信道互易性,提出了一种基于上行链路训练的HBF算法。通过上行链路训练,该算法可以得到最优的联合波束形成矩阵。然后将最优联合波束形成矩阵分解为模拟波束形成矩阵和数字波束形成矩阵。在设计模拟波束形成算法的基础上,在码本中找到最佳的码本矢量,形成模拟波束形成矩阵。数字波束形成矩阵可以直接以最小二乘解的形式得到,完成下行混合波束形成算法的设计。