统计信道信息辅助的大规模MIMO下行无线通信理论方法研究

Nowadays, the number of smart wireless devices and the category of wireless applications are growing rapidly with the development of information society. This causes the explosion of mobile data traffic and energy consumption. Therefore, higher transmission rate and higher frequency and power efficiencies are required. Massive MIMO wireless communication can upscale the advantage of utilizing spatial dimension wireless resources for significantly improving frequency and power efficiencies and is one of the key technologies to the construction of future energy-efficient green wireless communication systems. The related research works are still far from perfect, and there exist challenging problems in both fundamental theory and key techniques to be investigated. In this project, we plan to investigate massive MIMO downlink wireless communications exploiting statistical channel state information. The main research topics include the massive MIMO downlink channel capacity and energy efficiency analysis under practical channel model, capacity-achieving and energy-efficient downlink multiuser adaptive transmission and wireless resource allocation approach, and the theory and technique of 3D-MIMO wireless transmission which apply two-dimensional antenna array at the BSs. Our aim is to achieve low-complexity and practically-applicable massive MIMO downlink adaptive transmission theory and technique exploiting statistical channel state information.

随着现代信息社会的发展，各类智能移动终端数量及无线服务种类急剧增长，引起无线数据流量及能源消耗的剧增。这对无线传输速率、频谱效率及功率效率提出了更高的要求。大规模MIMO无线通信能够深度挖掘空间维度无线资源，大幅提升无线通信频谱效率和功率效率，是构建未来高效能绿色移动通信系统的关键技术之一，相关研究工作仍不完善，尚存在着具有挑战性的基础理论和关键技术问题，有待深入系统地研究。本项目拟开展统计信道信息辅助的大规模MIMO下行无线通信理论方法研究，在面向实际传播环境的信道模型基础上深入研究大规模MIMO下行传输系统容量和能量效率，在逼近信道容量及提高能量效率等准则下着力解决多用户下行自适应传输理论方法及资源调配等问题，探寻低复杂度、普适的传输理论方法，并进一步探索采用二维天线阵列的3D-MIMO无线传输理论方法，形成较为完整的统计信道信息辅助的大规模MIMO下行自适应传输理论方法。

大规模MIMO无线通信能够深度挖掘空间维度无线资源，大幅提升无线通信频谱效率和功率效率，是构建未来高效能绿色移动通信系统的关键技术之一。在部署大维天线阵列场景下，利用统计信道状态信息寻求适于各种信道环境的自适应传输方法具有重要意义。本项目利用随机矩阵、不等式以及极限近似等理论，解决了利用统计信道状态信息的大规模MIMO系统信道容量分析难题，以此为基础进行了大规模MIMO传输系统最优传输，并形成了更具一般性的利用统计信道状态信息的大规模3D-MIMO传输理论方法，实现了适于实际传播环境的低复杂度、普适的传输接收方法。本项目按原定计划展开了研究，并取得了预期的研究成果，已全面完成了预期的考核目标。所取得的重要进展包括：（1）推导出信道水平和垂直方向统计信息渐进性质，突破多种信道及网络模型下大规模MIMO系统可达和速率的闭式表达式及简单的近似表达式，揭示出不同信道参数及信道信息质量对系统性能的影响；（2）在基站仅已知统计信道信息场景下，提出多用户3D-MIMO 统计自适应传输理论方法以及智能波束成形算法，以较低复杂度和计算时间获得较高系统吞吐量；（3）综合利用各用户统计信道信息及降维等效信道信息，提出一种基于两层预编码的大规模MIMO下行自适应传输方法，以及一种毫米波大规模MIMO联合多用户传输方法，以较低信道信息反馈量获取较高的系统吞吐量；（4）提出仅与统计信道信息相关的用户间干扰度量及相似度度量，进而提出新型利用统计信道信息的下行大规模MIMO多用户传输系统调度方法，以及基于卷积神经网络的智能调度方法；（5）综合考虑可达速率、公平性、及服务质量，提出仅利用统计信道信息的大规模3D-MIMO异构网络干扰协调方法以及多小区用户调度与干扰协调方法，大大提高边缘速率。