论文部分内容阅读
Cell-Free 大规模 MIMO(Massive Multiple-Input Multiple-Output,Massive MIMO)通过部署成百上千个无线接入点(Access Points,APs),采用时分双工(Time Division Duplexing,TDD)操作模式,利用同一时频资源服务于所有用户(User Equipment,UE),并连接中央处理单元(Central Processing Unit,CPU)进行上下行用户传输和信号处理,具有覆盖范围广,服务质量均衡、部署灵活等优点,消除了传统蜂窝网络的小区边界,可显著提高系统总频谱效率(Spectral Efficiency,SE)和能量效率(Energy Efficiency,EE)。但是,Cell-Free大规模MIMO系统在实际部署中仍然存在诸多挑战,例如采用低精度射频链路造成的硬件损伤(Hardware Impairments)、用户移动带来的信道老化(Channel Aging)以及如何通过功率优化提高系统性能等问题亟待解决。基于此,本论文针对上述三个问题展开理论研究和仿真验证,具体而言:第一,针对Cell-Free大规模MIMO系统中射频链路成本问题,提出基于硬件损伤的系统架构,利用大数定律推导出准确的上下行链路的SE和EE闭式表达式,提出上下行链路的硬件缩放规律(Hardware Scaling Law),并揭示硬件损伤对系统上下行链路性能的影响。仿真结果证明了理论分析的正确性,并指出在保证系统性能的前提下,可以采用低精度射频链路以降低系统成本。第二,针对基于硬件损伤的Cell-Free大规模MIMO系统的功率优化问题,建立以最大化最小用户SE为目标的功率优化模型,并利用凸优化理论和二分法进行求解,得到了最大最小功率优化算法。仿真结果表明,在系统收发端处存在硬件损伤的情况下,接入点数和用户数分别为M=100,K=10,使用本论文提出的功率优化算法后的系统总SE较使用平均功率分配的系统总SE整体提高了 20.1%。第三,针对用户中高速移动场景,建立了基于信道老化的Cell-Free大规模MIMO系统模型,分别推导出准确的上行链路SE和EE闭合表达式,并提出信道老化环境下的功率尺度规律(Power Scaling Law)。仿真结果证明,在信道老化环境中利用功率尺度规律可以在满足系统性能的同时降低系统功耗。综上所述,木论文揭示了接入点数量、用户数量、硬件损伤、功率优化以及信道老化等关键因素对Cell-Free大规模MIMO系统性能的影响。研究表明,Cell-Free大规模MIMO系统能够以较低的成本和功耗,达到较优的性能,并有效对抗信道老化效应,鲁棒性较强,有望成为未来移动通信网络的候选传输技术之一。