大规模MIMO系统的天线选择技术研究

发布时间：2017-06-05 20:02

  本文关键词：大规模MIMO系统的天线选择技术研究，由笔耕文化传播整理发布。

【摘要】：大规模多输入多输出(MIMO)技术在不增加带宽及功率的情况下提高系统性能,相较于小规模MIMO在相同时频资源上可服务更多的用户且能降低功率消耗。然而这些性能的提升都是以增加系统硬件成本为代价的,对于大规模MIMO系统来说,天线选择是降低硬件成本的有效技术。因此,本文着重探讨大规模MIMO系统的天线选择技术。首先,本文对传统天线选择技术进行分析,对不同选择天线数、不同衰落环境、不同功率分配方式对其影响进行讨论。之后,在单用户大规模MIMO系统下计算不同选择技术的复杂度,综合考虑复杂度和性能,可得出这样结论：基于范数的天线选择算法更适用于大规模MIMO。针对天线选择相较于最优波束成型技术带来的性能缺失,分析一种基于k-正则化的选择天线的方法,这里的k表示小于发射天线的正整数。这种方法通过对k的选择进行波束成型式天线选择,可通过k的取值进行性能与复杂度的折中。最后,对多用户大规模MIMO系统进行分析,多用户系统由于存在用户间干扰不能直接应用单用户的技术,因此将天线选择技术和预编码技术进行结合。讨论两种线性预编码技术匹配滤波(MF)和迫零(ZF),对二者从不同信噪比、选择天线数、发射天线数、用户数等多角度进行比较。特别地,针对ZF的性能曲线随着用户数先升后降的特点,对ZF的最优用户数进行分析。同时,小区边缘用户是蜂窝网络中的薄弱环节,对其进行重点考量,仿真结果表明,低信噪比下MF性能更优；两种预编码性能曲线存在交点时,当用户数大于交点对应的用户数时,采用MF预编码性能更优。进一步观察发现,经过天线选择后的二者的交点向右偏移,导致ZF性能更优的范围变大。对于这两种预编码技术,从归一化角度更进一步地进行二者的比较。仿真表明,MF预编码采用矩阵归一化方法能取得更好的性能,而ZF则更适合向量归一化。
【关键词】：大规模MIMO 天线选择 k-正则化 预编码归一化
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.3;TN820
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 研究背景和意义10-13
• 1.1.1 大规模MIMO技术11-12
• 1.1.2 天线选择技术12-13
• 1.2 国内外研究现状13-15
• 1.3 论文的研究内容及章节安排15-18
• 第2章 传统MIMO系统下天线选择技术18-34
• 2.1 MIMO系统模型及其信道容量18-22
• 2.1.1 点对点MIMO系统模型及其信道容量18-19
• 2.1.2 多用户MIMO系统模型及其信道容量19-21
• 2.1.3 大规模MIMO21-22
• 2.2 传统天线选择技术22-28
• 2.2.1 最优天线选择技术23
• 2.2.2 递增/递减天线选择技术23-25
• 2.2.3 基于范数的天线选择(NBS)技术25-26
• 2.2.4 基于相关度的天线选择(CBM)技术26
• 2.2.5 随机天线选择技术26-27
• 2.2.6 仿真结果与分析27-28
• 2.3 衰落信道的模型与功率分配策略28-33
• 2.3.1 衰落信道的模型28-29
• 2.3.2 不同功率分配策略29-32
• 2.3.3 仿真结果与分析32-33
• 2.4 本章小结33-34
• 第3章 单用户大规模MIMO系统的天线选择34-48
• 3.1 适用于单用户大规模MIMO系统的天线选择34-39
• 3.1.1 不同算法的复杂度分析34-35
• 3.1.2 性能与复杂度折中35-37
• 3.1.3 基于最小化发射天线数的天线选择37-38
• 3.1.4 基于最小化选择天线数的天线选择38-39
• 3.2 基于k-正则化的波束成型式天线选择方法39-46
• 3.2.1 系统模型和问题公式化40-43
• 3.2.2 k-正则化矩阵的设计43-44
• 3.2.3 仿真结果与分析44-46
• 3.3 本章小结46-48
• 第4章 多用户大规模MIMO系统的天线选择48-66
• 4.1 线性预编码多用户MIMO系统模型48-50
• 4.2 线性预编码多用户MIMO系统下的天线选择50-57
• 4.2.1 线性预编码多用户MIMO系统下天线选择的性能分析50-53
• 4.2.2 仿真结果与分析53-56
• 4.2.3 ZF最优用户数分析56-57
• 4.3 预编码归一化57-65
• 4.3.1 预编码归一化问题57-58
• 4.3.2 MF和ZF预编码渐近容量界限58-62
• 4.3.3 仿真结果与分析62-65
• 4.4 本章小结65-66
• 第5章 总结与展望66-70
• 5.1 全文总结66-67
• 5.2 对未来研究工作的展望67-70
• 参考文献70-76
• 攻读学位期间参加科研项目情况76-77
• 致谢77-78
• 作者简介78

【相似文献】

中国期刊全文数据库 前10条

1 宋文妙,全庆一,胡健栋;多用户MIMO系统最优发送策略研究[J];微电子学与计算机;2005年06期

2 王国威;黎海涛;;带有同道干扰的MIMO系统性能分析[J];电视技术;2012年19期

3 郑海波;赵莉;李振伟;;一种改进的多用户下行MIMO系统用户选择算法[J];通信技术;2009年05期

4 向峥嵘,吴晓蓓,陈庆伟,胡维礼;非线性MIMO系统的降维状态观测器[J];控制理论与应用;2000年01期

5 黄永明;杨绿溪;;MIMO系统中基于混合干扰消除的低复杂度迭代接收[J];通信学报;2006年03期

6 郑侃;徐慧;汪剑锋;王文博;;宽带MIMO系统天线选择技术的研究[J];电信科学;2007年09期

7 许冬欣;于华彬;;基于有限反馈的多用户MIMO系统调度方案分析[J];信息技术;2009年10期

8 万磊;郑幽思;梅顺良;;有限反馈多用户MIMO系统的低复杂度用户选择[J];清华大学学报(自然科学版);2010年04期

9 梁红玉,吴伟陵;MIMO系统的信道容量[J];无线电通信技术;2003年02期

10 车小林;何晨;蒋铃鸽;;基于噪声预测的单载波MIMO系统的频域均衡[J];电子学报;2009年01期

中国重要会议论文全文数据库 前6条

1 满江虹;武玉强;初学导;;MIMO系统的加权一步超前模型参考自适应控制[A];1997中国控制与决策学术年会论文集[C];1997年

2 钟卫;徐友云;蔡跃明;;多用户MIMO系统中的一种基于博弈论的资源优化[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

3 贺志强;田宝玉;吴伟陵;;时变信道下MIMO系统自适应调制与功率分配的算法性能分析[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

4 徐凯;罗涛;尹长川;乐光新;;一种应用于MIMO系统的天线选择新算法[A];第九届全国青年通信学术会议论文集[C];2004年

5 贺春玮;刘富强;杨华;张际;;MIMO系统的小区间干扰抑制技术[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

6 甄子洋;王志胜;;时滞MIMO系统的信息融合解耦补偿器设计[A];第二十七届中国控制会议论文集[C];2008年

中国博士学位论文全文数据库 前8条

1 王月瑜;MIMO系统空域相关性分析与信道估计[D];哈尔滨工程大学;2008年

2 国晓博;MIMO系统的统计型QoS保障技术研究[D];西安电子科技大学;2014年

3 朱耀麟;MIMO系统中发射天线选择算法研究[D];上海大学;2007年

4 陈其铭;无线MIMO系统的传输性能研究[D];华南理工大学;2004年

5 兰洋;OFDM和MIMO系统的信道估计、干扰消除和信号检测[D];东南大学;2005年

6 陈霖;分层MIMO系统接收技术研究[D];西安电子科技大学;2009年

7 汪凡;MIMO系统检测算法研究及收发技术联合设计[D];浙江大学;2008年

8 杨远;MIMO系统中的检测算法研究[D];西安电子科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 肖志鹏;大规模MIMO系统的渐近信干比与功率增益研究[D];华中师范大学;2015年

2 马娌娜;多用户MIMO系统能效问题的研究[D];郑州大学;2015年

3 戴敏;大规模MIMO系统中上行信道检测方法的改进与应用[D];南京邮电大学;2015年

4 邰双娇;大规模MIMO系统的天线选择技术研究[D];大连海事大学;2016年

5 耿妲;基于MIMO系统的混合自动请求重传技术的研究[D];哈尔滨工程大学;2011年

6 赵谦;无线MIMO系统的容量及信道估计算法的研究[D];西安科技大学;2005年

7 魏泽华;3D MIMO系统下行多小区联合传输研究[D];北京邮电大学;2015年

8 严东;MIMO系统的信道估计算法研究及仿真[D];河海大学;2004年

9 肖道文;MIMO系统信道相关性及闭环空时算法研究[D];电子科技大学;2005年

10 朱菲菲;多小区MIMO系统中干扰对齐技术研究[D];山东大学;2014年

  本文关键词：大规模MIMO系统的天线选择技术研究，由笔耕文化传播整理发布。

，

本文编号：424485