大规模MIMO系统中信号处理关键技术研究

Multi-input multi-output (MIMO) wireless communication devices that employ antenna arrays with a very large number of antenna elements which are known as massive MIMO systems have the potential to further increase the link quality, reliability, and data rate of the system. One of the main focuses of massive MIMO systems is signal processing. Current state-of-the-art in signal precoding suffers from performance degradation for massive MIMO transmit processing, and the existing detection technique requires a computational cost for receive processing that grows as a super-cubic function of the number of antennas. In this project, our aim is to propose advanced signal processing technology for massive MIMO systems. Firstly, in order to improve the performance of the downlink transmission we investigate the design of lattice-reduction-aided vector precoding technique based on a multibranch strategy. For each parallel branch we will study low-complexity vector precoding algorithms. An appropriate selection rule will be developed to choose the vector precoder corresponding to the best branch for data transmission. Secondly, in order to reduce the computational complexity for the uplink transmission we will focus on the studies of adaptive reduced-rank technique. Theoretically, we will study novel supervised and blind adaptive reduced-rank algorithms in massive MIMO systems. At last, we will extend the proposed signal processing techniques to multicarrier scenarios. Computationally efficient approaches will be developed for multicarrier massive MIMO systems.

本项目研究内容主要为大规模 MIMO 系统所涉及的信号处理关键技术。首先,在下行链路中为了性能的提升申请者拟设计基于多支路选择的矢量预编码技术；我们在发送端拟采用一种新颖的多支路干扰消除策略来对数据进行预处理；针对每个支路我们研究不同的低复杂度减格辅助矢量预编码算法；在此基础上，我们拟提出简单有效的多支路选择机制，以选取最佳的适于信号传输的预处理支路。其次，在上行链路中为了降低算法的复杂度我们重点研究自适应reduced-rank接收算法，即将大规模天线接收到的高维数据向量通过投影处理映射到低维的信号子空间上来进行处理，从理论上探索大规模MIMO系统中基于训练数据的和盲的自适应高效reduced-rank接收算法；最后，申请者拟扩展所提出的上下行链路信号处理技术到多载波宽带传输环境，为了避免算法在多载波调制下的重复计算，拟研究高效计算方法来降低信号处理算法的复杂度。

本项目研究围绕着大规模天线系统中信号处理关键技术开展工作，结合新型自适应信号处理技术及凸优化理论，对大规模天线系统中低复杂度自适应接收算法和非线性收发机设计，MIMO信息与能量同传收发机设计，大规模天线安全通信系统设计，以及下一代毫米波混合收发机优化设计等问题进行研究。主要研究成果如下：首先，在多用户大规模MIMO系统上行链路中，我们提出了新型自适应降维接收处理策略。所提出算法提高了接收机实时处理特性，降低了计算复杂度，能够极大提升大规模天线接收算法的性能。此外，在MIMO中继系统下行链路，我们提出了新型多支路鲁棒非线性预编码算法来对抗传统非线性预编码的误差传播特性。其次，我们探索了一系列新颖的信息与能量同传MIMO收发机算法。在多用户MISO干扰信道中，考虑信道误差带来的影响，我们研究了基于信息能量同传的鲁棒收发机设计算法。在MIMO干扰信道中，我们基于全双工技术和信息能量同传技术设计了收发机算法。仿真证实了我们所提出算法的优越性。第三，作为传统网络安全协议的补充，我们针对物理层安全开展了一些工作。首先，我们在MIMO中继系统中研究了一系列系统安全性能最大化的收发机设计算法。其次，我们研究了一种基于无人机的安全通信系统。在此系统中我们考虑两架无人机飞行轨迹和地面用户调度联合优化问题。最后，我们围绕毫米波大规模天线系统中的收发机联合优化设计开展了一系列工作。在大规模多用户MIMO毫米波系统的上行链路，我们结合混合接收机的架构以及天线选择的机制设计了新颖算法。在基于透镜阵列的毫米波多用户MIMO系统下行链路中，我们提出了一种预编码矩阵和波束选择矩阵的联合设计算法。本项目的研究按照计划书展开，各项研究内容进展均比较顺利。在此项目资助下，发表（录用）SCI索引国际期刊论文27篇，其中包括通信领域IEEE Top期刊24篇（两篇ESI高被引论文），发表(录用)国际EI会议论文16篇。论文被国内外同行多次引用和评述。