论文部分内容阅读
移动数据业务的迅猛增长、频谱资源的日趋紧缺以及能源消耗的大幅提高对第五代(5G, 5th Generation)移动通信系统之后的通信系统提出了更高的要求。未来超五代(B5G,Beyond 5th Generation)或者第六代(6G,6th Generation)移动通信系统在提供增强宽带移动互联的同时,还将支持种类繁多的物联网应用,其上下行链路业务流量将呈现较大的动态变化,需要引入灵活的无线资源动态配置机制,并从网络架构和无线传输的角度重点解决交叉链路干扰(CLI,Cross Link Interference)问题。从网络架构的角度来看,学术界提出了无蜂窝大规模多输入多输出(MIMO, Multiple-Input Multiple-Output)这一新的概念取代传统的蜂窝架构,从而有效克服小区间的干扰问题。由于基于无蜂窝大规模分布式MIMO系统构架可以构建出更加灵活、更加自由的双工方式,本文中提出了网络辅助全双工(NAFD,Network-Assisted Full-Duplex)的全双工技术新途径,以统一的方式实现了灵活双工、混合双工、全双工和其它双工方式,并可同时解决CLI问题,从而得到了真正意义上的灵活双工方式,这对于5G新空口(NR,New Radio)乃至6G系统的资源动态调配至关重要。因此,本文针对NAFD无蜂窝大规模MIMO系统进行了详细的研究,主要做了如下工作。
首先,介绍了大规模分布式天线系统架构概述,包括大规模分布式MIMO、无蜂窝大规模MIMO以及云无线接入网(C-RAN,Cloud Radio Access Network),并对三种系统架构进行了对比。另外,介绍了新型双工技术发展概述,包括灵活双工、同频同时全双工(CCFD,Co-frequency Co-time Full-Duplex)以及带内全双工协作多点传输(CoMPflex,Coordinated Multi-Point Transmissions for In-band Wireless Full-Duplex)。
然后,在无蜂窝大规模MIMO网络架构下,提出了NAFD这一全双工技术新途径,以统一的方式实现灵活双工、混合双工、全双工和其它双工方式。由于NAFD的一般性,本文得到的结果均可应用到其特殊情况比如CCFD大规模MIMO、CoMPflex、混合全双工和半双工、全双工C-RAN等。另外,文中给出了采用半双工、CCFD-CRAN、CCFD大规模MIMO的NAFD的性能对比。
紧接着,为了给出NAFD的一般化系统模型,考虑非理想信道状态信息(CSI,Channel State Information)以及信道空间相关性的影响,文中给出了NAFD系统频谱效率的大规模系统分析。下行采用迫零(ZF,Zero Forcing)以及正则迫零(RZF,Regularized Zero Forcing)预编码,上行采用最小均方误差(MMSE,Minimum-Mean-Square-Error)联合检测,基于大规模随机矩阵论,给出了采用NAFD的无蜂窝大规模MIMO系统上行链路和容量、下行链路和容量的确定性等同。在统计信道信息已知的情况下,可以在不知道真实信道实现时估计系统的频谱效率。另外,系统中考虑了下行-至-上行干扰的非理想消除,并求得了上行残余干扰和噪声协方差矩阵的确定性等同,从而可以简化上行接收机的计算复杂度。
最后,针对NAFD无蜂窝大规模MIMO网络架构下存在的上行-至-下行干扰,本文提出了一种基于遗传算法的新型用户调度策略(GAS,Genetic Algorithm based User Scheduling Strategy)算法,从而为最小化NAFD系统中的上行-至-下行干扰并进一步提升NAFD系统的频谱效率提供了一种低复杂度的解决方案。
首先,介绍了大规模分布式天线系统架构概述,包括大规模分布式MIMO、无蜂窝大规模MIMO以及云无线接入网(C-RAN,Cloud Radio Access Network),并对三种系统架构进行了对比。另外,介绍了新型双工技术发展概述,包括灵活双工、同频同时全双工(CCFD,Co-frequency Co-time Full-Duplex)以及带内全双工协作多点传输(CoMPflex,Coordinated Multi-Point Transmissions for In-band Wireless Full-Duplex)。
然后,在无蜂窝大规模MIMO网络架构下,提出了NAFD这一全双工技术新途径,以统一的方式实现灵活双工、混合双工、全双工和其它双工方式。由于NAFD的一般性,本文得到的结果均可应用到其特殊情况比如CCFD大规模MIMO、CoMPflex、混合全双工和半双工、全双工C-RAN等。另外,文中给出了采用半双工、CCFD-CRAN、CCFD大规模MIMO的NAFD的性能对比。
紧接着,为了给出NAFD的一般化系统模型,考虑非理想信道状态信息(CSI,Channel State Information)以及信道空间相关性的影响,文中给出了NAFD系统频谱效率的大规模系统分析。下行采用迫零(ZF,Zero Forcing)以及正则迫零(RZF,Regularized Zero Forcing)预编码,上行采用最小均方误差(MMSE,Minimum-Mean-Square-Error)联合检测,基于大规模随机矩阵论,给出了采用NAFD的无蜂窝大规模MIMO系统上行链路和容量、下行链路和容量的确定性等同。在统计信道信息已知的情况下,可以在不知道真实信道实现时估计系统的频谱效率。另外,系统中考虑了下行-至-上行干扰的非理想消除,并求得了上行残余干扰和噪声协方差矩阵的确定性等同,从而可以简化上行接收机的计算复杂度。
最后,针对NAFD无蜂窝大规模MIMO网络架构下存在的上行-至-下行干扰,本文提出了一种基于遗传算法的新型用户调度策略(GAS,Genetic Algorithm based User Scheduling Strategy)算法,从而为最小化NAFD系统中的上行-至-下行干扰并进一步提升NAFD系统的频谱效率提供了一种低复杂度的解决方案。