大规模MIMO随机接入信道的设计与实现
发布时间：2020-10-20 23:35
随着移动智能终端的快速普及以及万物互联所带来的移动新业务的持续增长,使得第五代移动通信系统(5G)需要满足高速率、高频谱效率和功率效率的需求。能够支撑每秒千兆比特传输速率的4G移动通信系统,将难以满足未来移动通信的应用需求,这就需要新的无线通信技术予以支持。与此同时,在无线资源日益紧张的情况下,如何降低移动通信网络的能源消耗,提升频谱效率与功率效率也是5G中的核心问题。大规模多输入多输出(MIMO,multiple-input multiple-output)无线传输技术通过深度挖掘空间资源,已经成为第五代移动通信领域最重要的研究方向之一。然而大规模MIMO技术走向全面应用,仍面临一系列挑战。例如:大规模MIMO无线信道建模,信道状态信息获取,多用户数据传输以及初始接入等。近年来,相关学者将大规模MIMO信道从天线域转换到波束域,提出了波束域信道建模、大规模MIMO导频复用方法以及波束分多址传输方案,有效的解决了数据信道传输的问题。但对于通信尚未建立的初始接入过程,仍有许多新问题需要进一步研究。对于下行同步,已有学者提出了全向传输方案,很好的解决了波束角度较窄需要频繁扫描的问题,而对于上行同步,如何在波束域进行用户随机接入的研究尚未全面展开。本论文针对小区内用户数较多时需要进行随机接入的场景,从大规模MIMO波束域信道特性出发,研究了大规模MIMO随机接入信道设计,搭建了 5G原型验证系统并在此基础上进行了算法的硬件设计与实现。首先,本文研究了大规模MIMO波束域信道。分别针对窄带波束域信道,正交频分复用(OFDM,orthogonal frequency division multiplexing)宽带波束域信道以及毫米波波束域信道进行了建模,研究了天线域信道与波束域信道之间的内在联系,揭示了波束域信道的稀疏特性和能量集中特性,为大规模MIMO波束域上行同步方法提供了重要的理论依据,并通过仿真实验验证了波束域信道的相关特性。其次基于波束域信道特性,研究了波束域大规模MIMO多用户上行同步方法,首先针对窄带信道证明了当小区内用户数巨大时,大规模MIMO波束域同步具有抗干扰性能,然后研究了大规模MIMO上行在基站侧未知用户到达角时的时间同步方法。并在此基础上,研究了宽带大规模MIMO-OFDM随机接入检测算法,给出了大规模MIMO-OFDM随机接入定时估计在天线域和波束域下的理论解释,并对天线域和波束域随机接入接收分集方法进行了研究,给出了波束域下不同合并方法的性能对比,并提出了一种便于硬件实现的选择波束等增益合并(SC/EGC,selective combining/equal gain combining)方法。仿真结果表明所提出的大规模MIMO-OFDM随机接入检测算法的性能显著优于传统天线域随机接入检测算法。最后,在大规模MIMO-OFDM随机接入检测算法的基础上,搭建了 5G原型验证系统并在此基础上进行了算法的硬件设计与实现。首先,给出了大规模MIMO原型验证系统的架构、平台硬件组成以及原型验证系统接口设计。在此基础上设计了基于通用软件无线电外设(USRP,universal software radio peripheral)的低复杂度波束域发射和接收方法,在发射端采用基于剪枝离散傅里叶变换(DFT,discrete fouriertransform)的混合时频发射机,在接收端采用降采样频域接收机,大大减少了计算量及资源消耗。同时对随机接入检测算法的浮点程序进行了定点化,建立了定点仿真链路,用于与硬件结果进行对比验证。最后,在USRP上对该设计进行了硬件实现,并给出了基于USRP的波束域随机接入信道硬件实现的资源消耗情况以及系统验证方案。
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN929.5
【部分图文】：
图２．１大规模ＭＩＭＯ－ＯＦＤＭ系统框图??很多利用多天线提供的空间资源实现多用户通信的方式，例如传统的空分多址接入??（ＳＤＭＡ，Ｓｐａｔｉａｌ?Ｄｉｖｉｓｉｏｎ?Ｍｕｌｔｉｐｌｅ?Ａｃｃｅｓｓ）以及在大规模ＭＩＭＯ系统中的波束分多址??接入方式（ＢＤＭＡ，Ｂｅａｍ?Ｄｉｖｉｓｉｏｎ?Ｍｕｌｔｉｐｌｅ?Ａｃｃｅｓｓ）［⑷。通过增加同时调度和服务的用??户数来实现同时服务多个用户的目的［３３＿３６］。ＭＵ－ＭＩＭＯ由于其能够充分利用空间资源，??提高通信吞吐率，已经是５Ｇ中的发展趋势。但是随着物联网等技术的发展，未来小区??内的用户数是巨大的，所以如果基站同时与多个用户间进行通信的话，会产生比较大的??多用户干扰，因此也有很多学者在研究如何进行用户调度和干扰控制来使ＭＵ－ＭＩＭＯ??系统能够在实际中应用。用户调度是指，基站通过选择相同小区内的一部分用户进行??通信。常见的用户调度方法有比例公平调度、最大和速率调度和轮询调度等，这些调度??方法可以实现不同的性能需求。因为ＭＵ－ＭＩＭＯ系统相比ＳＵ－ＭＩＭＯ系统更具有研宄??价值，因此本文后续的宽带大规模ＭＩＭＯ信道，均假设是存在多用户的场景。??本节我们研宄一个物理激励的宽带大规模Ｍ１ＭＯ－ＯＦＤＭ波束域信道模型，并研宄??其固有的信道稀疏性。我们考虑的场景为，单小区ＴＤＤ宽带大规模ＭＩＭＯ无线通信系??统。其中基站侧配置Ｍ个天线，小区内的用户数（ＵＴｓ）为Ｋ个且每个用户均配置单??＝－
小区半径?５００?ｍ?２００?ｍ??图２．２和图２．３来源于微波信道场景和毫米波信道场景生成的一次采样。图２．２给出了??两种场景下波束域的能量分布情况。可以看出，对于微波信道和毫米波信道，信道能??量都表现为集中在较少的几个波束之上。通过１０００次的蒙特卡洛仿真，可得对于３．５??ＧＨｚ的微波信道，平均每条通信链路有超过９０％的功率都集中在ＢＳ的６．８２个波束上；??相比而言，对于２８ＧＨｚ信道，平均每条通信链路超过９０％的功率集中在ＢＳ的３．２３个??波束上和ＵＴ的１．６０个波束上。因此结合本节的仿真结果，可以印证理论分析的结果。??即波束域信道具有能量稀疏特性，信道的频率越高这种稀疏性表现的越明显。进一步??的，基于该特性，我们可以在波束域进行多用户同步，即波束域同步方案，该方案将在??下一章进行详细说明。??６０??４０＇?５０－??３。、?Ｊｍ
小区半径?５００?ｍ?２００?ｍ??图２．２和图２．３来源于微波信道场景和毫米波信道场景生成的一次采样。图２．２给出了??两种场景下波束域的能量分布情况。可以看出，对于微波信道和毫米波信道，信道能??量都表现为集中在较少的几个波束之上。通过１０００次的蒙特卡洛仿真，可得对于３．５??ＧＨｚ的微波信道，平均每条通信链路有超过９０％的功率都集中在ＢＳ的６．８２个波束上；??相比而言，对于２８ＧＨｚ信道，平均每条通信链路超过９０％的功率集中在ＢＳ的３．２３个??波束上和ＵＴ的１．６０个波束上。因此结合本节的仿真结果，可以印证理论分析的结果。??即波束域信道具有能量稀疏特性，信道的频率越高这种稀疏性表现的越明显。进一步??的，基于该特性，我们可以在波束域进行多用户同步，即波束域同步方案，该方案将在??下一章进行详细说明。??６０??４０＇?５０－??３。、?Ｊｍ
【参考文献】
本文编号：2849316
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN929.5
【部分图文】：
图２．１大规模ＭＩＭＯ－ＯＦＤＭ系统框图??很多利用多天线提供的空间资源实现多用户通信的方式，例如传统的空分多址接入??（ＳＤＭＡ，Ｓｐａｔｉａｌ?Ｄｉｖｉｓｉｏｎ?Ｍｕｌｔｉｐｌｅ?Ａｃｃｅｓｓ）以及在大规模ＭＩＭＯ系统中的波束分多址??接入方式（ＢＤＭＡ，Ｂｅａｍ?Ｄｉｖｉｓｉｏｎ?Ｍｕｌｔｉｐｌｅ?Ａｃｃｅｓｓ）［⑷。通过增加同时调度和服务的用??户数来实现同时服务多个用户的目的［３３＿３６］。ＭＵ－ＭＩＭＯ由于其能够充分利用空间资源，??提高通信吞吐率，已经是５Ｇ中的发展趋势。但是随着物联网等技术的发展，未来小区??内的用户数是巨大的，所以如果基站同时与多个用户间进行通信的话，会产生比较大的??多用户干扰，因此也有很多学者在研究如何进行用户调度和干扰控制来使ＭＵ－ＭＩＭＯ??系统能够在实际中应用。用户调度是指，基站通过选择相同小区内的一部分用户进行??通信。常见的用户调度方法有比例公平调度、最大和速率调度和轮询调度等，这些调度??方法可以实现不同的性能需求。因为ＭＵ－ＭＩＭＯ系统相比ＳＵ－ＭＩＭＯ系统更具有研宄??价值，因此本文后续的宽带大规模ＭＩＭＯ信道，均假设是存在多用户的场景。??本节我们研宄一个物理激励的宽带大规模Ｍ１ＭＯ－ＯＦＤＭ波束域信道模型，并研宄??其固有的信道稀疏性。我们考虑的场景为，单小区ＴＤＤ宽带大规模ＭＩＭＯ无线通信系??统。其中基站侧配置Ｍ个天线，小区内的用户数（ＵＴｓ）为Ｋ个且每个用户均配置单??＝－
小区半径?５００?ｍ?２００?ｍ??图２．２和图２．３来源于微波信道场景和毫米波信道场景生成的一次采样。图２．２给出了??两种场景下波束域的能量分布情况。可以看出，对于微波信道和毫米波信道，信道能??量都表现为集中在较少的几个波束之上。通过１０００次的蒙特卡洛仿真，可得对于３．５??ＧＨｚ的微波信道，平均每条通信链路有超过９０％的功率都集中在ＢＳ的６．８２个波束上；??相比而言，对于２８ＧＨｚ信道，平均每条通信链路超过９０％的功率集中在ＢＳ的３．２３个??波束上和ＵＴ的１．６０个波束上。因此结合本节的仿真结果，可以印证理论分析的结果。??即波束域信道具有能量稀疏特性，信道的频率越高这种稀疏性表现的越明显。进一步??的，基于该特性，我们可以在波束域进行多用户同步，即波束域同步方案，该方案将在??下一章进行详细说明。??６０??４０＇?５０－??３。、?Ｊｍ
小区半径?５００?ｍ?２００?ｍ??图２．２和图２．３来源于微波信道场景和毫米波信道场景生成的一次采样。图２．２给出了??两种场景下波束域的能量分布情况。可以看出，对于微波信道和毫米波信道，信道能??量都表现为集中在较少的几个波束之上。通过１０００次的蒙特卡洛仿真，可得对于３．５??ＧＨｚ的微波信道，平均每条通信链路有超过９０％的功率都集中在ＢＳ的６．８２个波束上；??相比而言，对于２８ＧＨｚ信道，平均每条通信链路超过９０％的功率集中在ＢＳ的３．２３个??波束上和ＵＴ的１．６０个波束上。因此结合本节的仿真结果，可以印证理论分析的结果。??即波束域信道具有能量稀疏特性，信道的频率越高这种稀疏性表现的越明显。进一步??的，基于该特性，我们可以在波束域进行多用户同步，即波束域同步方案，该方案将在??下一章进行详细说明。??６０??４０＇?５０－??３。、?Ｊｍ
【参考文献】
相关期刊论文 前2条
1 秦志辉;龚华达;覃勇;;基于FPGA的CPCI总线光纤传输系统[J];光通信技术;2008年04期
2 曹瀚文;王文博;;GNU Radio:开放的软件无线电平台[J];电信快报;2007年04期
相关博士学位论文 前1条
1 王琳凯;无线通信中剪枝FFT算法研究及其可配置VLSI设计与实现[D];复旦大学;2012年
相关硕士学位论文 前1条
1 许海云;LTE-A系统上行传输链路设计与实现[D];东南大学;2015年
本文编号：2849316
本文链接：https://www.wllwen.com/kejilunwen/wltx/2849316.html
