5G关键技术：大规模MIMO相关信道信号检测理论及接收机设计与实现

Theoretical capacity and performance, signal processing algorithms, and SDR implementation for uplink large scale MIMO communications will be explored in this project. Firstly, spatially 3-Dimensional channel model with Gaussian distributed angle spread will be built by mathematical analysis, and spectral theory of large dimensional random matrices will be applied to derivate the distribution of eigenvalues with spatial correlation, and then the theoretical system capacity and performance of linear detection algorithm. Secondly, to overcome the noise enhancement of linear detection,, such as MMSE and MMSE-SIC, a multi-user detection method which searches signal candidate in the direction of noise enhancement directions with multiple constraints will be studied. Thirdly, a near-optimal log-likelihood ration computation algorithm for soft channel decoding will employ the signal detection in the subspace spanned by several eigenvectors with dominant eigenvalues. Additionally, a joint channel estimation and multi-user detection will be built to combat the inaccuracy caused by sparser pilot configuration in large scale MIMO systems. At last, the SDR implementation with GPU cluster will be studied. As the project explore in the field of theoretical analysis, algorithms, and SDR implementation, it will provide not only important significance, but also the reference values for 5th generation wireless communications.

本项目针对大规模MIMO系统上行链路理论及信号处理方法进行研究。首先从理论上推导角度扩展为高斯分布条件下，大规模天线阵列的空间相关信道模型，并利用高维随机矩阵谱理论对信道矩阵的特征值分布进行分析，从而从理论上得到信道相关性条件下的信道容量及线性多用户检测的性能。考虑信道相关性带来的线性方法的噪声增强带来的性能恶化，本项目研究检测方法在噪声增强方向上进行信号搜索，建立多维约束的多用户检测算法。其次，针对信道纠错编码软译码，考虑多维噪声增强，在复数个噪声增强张成的子空间上进行联合检测，建立多维近似优化极大似然比算法。此外，本项目研究还将利用检测信号决策判决实现联合信道估计与多用户检测的迭代接收机设计。最后本项目将利用GPU阵列对大规模MIMO系统进行软件无线电实现。本项目实现对大规模MIMO上行通信的从理论，算法及SDR实现的解决，本项目对5G系统关键技术的探索具有重要的理论及应用价值。

本项目主要研究对象为第五代移动通信系统中的关键技术，大规模天线阵列相关理论及算法研究，本研究主要集中在上行接收机设计相关领域，同时对其与第五代移动通信其他相关关键技术直接结合也进行了研究。首先，本研究对大规模天线阵列中影响性能的主要因素空间相关性进行了理论分析及推倒，给出了天线阵列中各振元间相关性与振元间距及角度扩展间的关系。另外，本研究还考虑空间相关性影响，考虑空间矩阵在病态条件下噪声在特定子空间被增强，从而给出了噪声增强子空间的中的低复杂度高性能信号检测方法。本研究还对超松弛检测算法在空间相关大规模天线阵列中的应用进行了研究。此外，还对信号检测与信道编码结合进行了研究，给出了噪声增强子空间中LLR的低复杂度检测算法。考虑大规模天线系统中导频稀疏性的问题，设计了适用于大规模天线阵列的半盲信道估计方法，同时还对联合信道估计与信号检测的迭代接受技术进行了研究。并对相关技术在多小区条件下的干扰问题进行了研究。同时，本研究还将相关技术同第五代移动通信系统中其他关键技术如非正交多用户共享接入技术、中继技术的结合进行了研究。发表期刊文章8篇，其中EI期刊1篇，发表EI会议文章9篇。其中《Multiuser detection in noise enhanced eigenvector subspace for large scale MIMO communications》获得了10th International Conference on Communications and Networking in China (CHINACOM) 最佳论文奖。依托本项目研究，本人作为项目负责人获得了教育部-中国移动创新研究基金子课题及中兴通讯校企合作两项第五代移动通信相关基金支持，部分研究成果应用于实际基站设备应用中。项目期内，指导博士生2人，硕士毕业生6人。本研究意义在于对影响大规模天线阵列系统的最重要的非理想条件之一空间信道相关性进行了充分及系统性的研究，在相关性定量理论分析、空间相关信道中信号检测理论及低复杂度检测算法、信号检测算法与LLR计算结合以及联合信道估计的接收机设计等方面得到了非常有意义的研究成果，并部分应用于实际通信系统，对第五代移动通信上行接收机设计有重要的理论和实际意义。