Massive MIMO系统中自适应混合波束赋形算法的研究

发布时间：2023-04-22 23:01

　　随着无线通信的发展,大规模多输入多输出(Massive MIMO)技术成为了当下的研究热点之一。在传统MIMO系统中,天线数量较少,通常采用全数字波束赋形,但在Massive MIMO系统中,由于天线数量巨大,相应的射频链路数量也十分巨大,需要采用混合波束赋形技术来降低射频链路数。在混合波束赋形中,之前的研究主要基于无限精度移相器,但其硬件复杂度和开销高昂,且很难实现无限的精度。基于以上背景,本文在5G毫米波场景下,对Massive MIMO系统中自适应混合波束赋形方案进行了设计,以解决系统性能与能耗折中的问题,并对算法性能进行了仿真评估。具体工作分为以下几个部分:首先,为了降低硬件复杂度和器件实现难度,本文考虑有限精度的移相器,即在恒模离散相位条件下,设计了基于遗传算法的混合波束赋形方案。本文在不同离散精度下对算法的性能进行了仿真与评估,结果表明所提出算法在一定离散精度下可以逼近连续相位条件下的最小发射功率,但通过降低移相器精度,可以降低系统的开销和复杂度。其次,进一步考虑降低能耗和开销,本文提出使用开关结构替代移相器,并利用自适应链接方式提高开关结构的系统性能,并设计了混合波束赋形...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 论文研究背景
        1.1.1 5G通信概述
        1.1.2 Massive MIMO系统综述
        1.1.3 波束赋形意义及发展
    1.2 国内外研究现状
    1.3 论文研究方向及主要内容
    1.4 论文结构安排
第二章 系统模型及目标问题
    2.1 数模混合波束赋形
    2.2 下行混合波束赋形系统模型
    2.3 信道模型
        2.3.1 高斯信道模型
        2.3.2 毫米波信道模型
    2.4 目标问题阐述
        2.4.1 最小发射功率
        2.4.2 可实现的最大用户和速率
        2.4.3 能耗效率
    2.5 本章小结
第三章 基于遗传算法的恒模离散相位自适应混合波束赋形
    3.1 研究问题阐述
    3.2 遗传算法的起源与发展
    3.3 遗传算法的原理
        3.3.1 编码
        3.3.2 适应度函数
        3.3.3 选择算子
        3.3.4 交叉算子
        3.3.5 变异算子
    3.4 目标函数的设计
    3.5 基于遗传算法的恒模离散相位自适应混合波束赋形算法
    3.6 仿真结果
        3.6.1 仿真条件及参数设置
        3.6.2 仿真结果分析
    3.7 本章小结
第四章 开关自适应链接结构下的下行单用户混合波束赋形
    4.1 开关结构及自适应链接方式的意义及相关研究
    4.2 开关自适应链接结构下的下行单用户系统模型
    4.3 能耗模型
    4.4 开关自适应链接结构下的单用户混合波束赋形方案设计
        4.4.1 目标函数
        4.4.2 算法设计
    4.5 仿真结果
        4.5.1 可实现的最大用户和速率
        4.5.2 能耗分析
        4.5.3 不同CSIT情况分析
    4.6 本章小结
第五章 开关自适应链接结构下的下行多用户混合波束赋形
    5.1 多用户系统与单用户系统的比较
    5.2 开关自适应链接结构下的下行多用户系统模型
    5.3 开关自适应链接结构下的多用户混合波束赋形方案设计
        5.3.1 目标函数
        5.3.2 改进的遗传算法设计
        5.3.3 改进的粒子群算法
    5.4 仿真结果分析
        5.4.1 仿真参数设置
        5.4.2 改进的遗传算法收敛性能分析
        5.4.3 改进的粒子群算法收敛性能分析
        5.4.4 可实现的最大用户和速率分析
    5.5 本章小结
第六章 总结与展望
    6.1 论文研究内容总结
    6.2 未来工作展望
参考文献
致谢
攻读硕士学位期间研究成果



本文编号：3798573