随机波束赋形在MIMO中的应用研究

发布时间：2017-05-25 09:23

  本文关键词：随机波束赋形在MIMO中的应用研究，由笔耕文化传播整理发布。

【摘要】：现在4G蜂窝技术已经开始广泛的部署在世界各地,而第五代(5G)移动无线通信技术成为了新兴的研究领域。大规模MIMO的应用成为5G技术的一个热门领域,跟传统的MIMO技术相比,大规模MIMO可以在基站使用更多的天线,并且在终端共享更多的吞吐增益。但是由于基站数量巨大的低功率小天线的存在,需要反馈的信道状态信息(CSI)量很大,预编码算法的选择将很大程度的影响系统性能。RBF作为一种需求CSI较少的预编码方案在大规模MIMO中具有很大的潜力。在单蜂窝小区内,随机波束赋形(RBF)已经得到广泛的研究,本文首先通过建立模型分析了RBF具有较好的利用空分增益,服务大量用户,对CSI反馈量的需求低,系统实现复杂度较低的优点。之后本文通过仿真来比较不同发射波束数对RBF性能的影响,得到在不同信道环境下,基站合理选择发射波束数可使系统性能得到很大提升。本文还提出多波束选择(MBS)算法,其核心思想是通过合理分配功率来提高能量利用效率,最大限度提升系统性能。本文还给出了RBF的推广形式PU2RC与ZFBF之间的比较,在无法获得完整CSI的多用户MIMO场景中,PU2RC只需要反馈每个用户的SINR和其对应每个波束的索引值,实现复杂度低,并具有较好的性能,但是随着用户数减少,PU2RC的性能会急剧下降。之后本文深入介绍了RBF算法在多蜂窝小区MIMO系统中的建模,基站采用RBF预编码算法,接收机分别设置为最小均方误差算法(MMSE)、迫零算法(ZF),和天线选择算法(AS)的机制,通过设计这三种不同的用户接收机来降低小区内和小区间的干扰;最后通过仿真得到MMSE空分接收机性能最好,但是复杂度最高;ZF次之,实现起来也较容易;而AS的性能最差,也最容易实现,文中给出多种算法验证该结论。本文最后分析了大规模MIMO场景中预编码的应用,比较了迫零(ZF)预编码算法和匹配滤波器(MF)预编码算法在边缘小区用户和中心小区用户可以达到的性能。在研究RBF在大规模MIMO中应用时,通过K-Means聚类算法和K-Medoids聚类算法来对小区用户进行分组,并通过仿真验证,两种聚类算法算法复杂度相近,但是K-Medoids算法可实现的性能要优于K-Means算法。
【关键词】：大规模MIMO 随机波束赋形 干扰抑制 用户选择
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5
【目录】：

• 摘要5-6
• ABSTRACT6-12
• 缩略词表12-14
• 主要数学符号表14-15
• 第一章 绪论15-23
• 1.1 引言15-17
• 1.2 大规模MIMO的研究现状17-18
• 1.3 MIMO技术中预编码的研究现状18-20
• 1.4 论文主要研究内容与贡献20-22
• 1.5 论文结构及内容安排22-23
• 第二章 RBF在单蜂窝小区的应用23-45
• 2.1 CSI对预编码性能的影响23-25
• 2.2 随机波束赋形的概念25-26
• 2.3 调度公平性的讨论26-27
• 2.4 RBF系统中的波束选择机制27-34
• 2.4.1 信道模型27-28
• 2.4.2 发射波束数对ORBF性能影响28-33
• 2.4.3 对ORBF的改进算法MBS的分析33-34
• 2.5 RBF和ZF对码本反馈的需求34-44
• 2.5.1 系统模型建立及背景介绍35-37
• 2.5.2 波束赋形方案介绍37-40
• 2.5.3 PU2RC方案和ZF之间的比较40-44
• 2.6 本章小结44-45
• 第三章 多蜂窝小区的干扰抑制及RBF的应用45-59
• 3.1 干扰抑制介绍45-47
• 3.2 RBF在多蜂窝小区中的应用分析47-48
• 3.3 多蜂窝小区系统模型建立48-57
• 3.3.1 RBF-MMSE、RBF-MF和RBF-AS机制的原理48-53
• 3.3.2 DoF域介绍53-55
• 3.3.3 不同空分接收机制式对应的SINR的分布55-57
• 3.4 本章小结57-59
• 第四章 RBF在大规模MIMO中的应用研究59-77
• 4.1 大规模MIMO应用预编码介绍59-61
• 4.2 大规模MIMO中边缘小区用户适用的预编码研究61-69
• 4.2.1 大规模MIMO的信道模型62-63
• 4.2.2 ZF和MF不同类别预编码可以达到的渐进码率限63-67
• 4.2.3 仿真结果67-69
• 4.3 基于分组的RBF在大规模MIMO中的应用69-76
• 4.3.1 K-Means聚类算法70-71
• 4.3.2 K-Medoids聚类算法71
• 4.3.3 三类聚类算法仿真71-73
• 4.3.4 RBF在大规模MIMO分组算法中的应用73-76
• 4.4 本章小结76-77
• 第五章 全文总结77-80
• 5.1 本文贡献77-78
• 5.2 下一步研究方向78-80
• 致谢80-81
• 参考文献81-85
• 个人简历85
• 攻读硕士研究生期间参加的科研项目85-86

【参考文献】

中国期刊全文数据库 前1条

1 夏宁霞;苏一丹;覃希;;一种高效的K-medoids聚类算法[J];计算机应用研究;2010年12期

  本文关键词：随机波束赋形在MIMO中的应用研究，由笔耕文化传播整理发布。

，

本文编号：393334