融合多域特征信息的大规模MIMO系统传输理论研究

Large-scale Multiple-Input Multiple-Output (MIMO) systems are capable of promoting the spectral efficiency and energy efficiency by exploiting large antenna arrays. It is of momentous significance for improving the system’s performance by fully exploring and investigating the allocation of spatial resource and the design of transmission schemes. In this project, we will analyze the system’s capacity and investigate the joint transmission scheme based on multidimensional signal processing theories of tensor analysis and tensor decomposition. More specifically, the joint transmission scheme is a multi-mechanism scheme, which combines beamforming, spatial multiplexing, transmit diversity and spatial modulation. The main contents include: 1) establishing the tensor models for large-scale MIMO channel and received signal while providing the channel capacity analysis in the form of tensor; 2) designing tensor orthogonal pilots and proposing tensor-based channel estimation algorithm, which is capable of mitigating the pilot contamination by exploiting multiple-domain characteristic information; 3) proposing optimal transmission schemes based on the investigation of the effects of joint transmission schemes on the achievable gains and the capacity of large-scale MIMO systems. The research in this project aims to provide theoretical and technical supports for boosting the technology and engineering implementation of large-scale MIMO systems.

大规模MIMO系统利用多天线技术可有效提升系统的谱效和能效，充分挖掘和研究空间资源配置以及传输方案的设计对系统性能的提升具有重要意义。本项目拟以多维信号处理为理论基础，以张量分析和张量分解为手段，对系统进行容量分析，并研究基于天线分组的集波束赋形、空间复用、传输分集、空间调制等多机制于一体联合传输方案。具体内容包括：1）构建融合多域信息的大规模MIMO信道和接收信号的张量模型，并进行信道容量分析；2）基于利用多域特征信息抑制导频污染的思想，提出张量导频设计方案和信道估计算法；3）研究联合传输方案对系统可达增益和容量的影响，并在此基础上提出联合优化方案。本项目的研究旨在为大规模MIMO技术的推进和工程实现提供理论支撑和技术支持。

大规模多输入多输出（Multiple Input Multiple Output, MIMO）系统配置的大规模天线蕴含丰富的空间增益，可以显著地提升系统的能效和谱效，具有三大潜在的应用场景：城市区域的宏覆盖、城市区域的微覆盖及偏远地区的回程覆盖，被视为5G无线通信重要核心技术之一。本项目以多维信号处理和随机矩阵理论为基础，对大规模MIMO系统进行了容量分析，并研究了存在导频污染情形下的信道估计、导频设计，预编码技术和基于唯一分解理论的非相干收发机设计。具体而言，本项目的主要研究内容及主要结果为：1）基于频率复用小区用户分组方案的最优导频设计和导频污染消除。当信道相干时间大于或等于最优分组数时，本方案能完全消除导频污染。即使信道相干时间小于最优分组数，本方案也能很大程度地减小导频污染。2）基于集中化处理无线接入网的最优功率分配。本课题组针对数据传输性能和信道估计性能密切关联性，整体优化导频功率和数据传输功率所提出的全局功率优化方案相较于为优化前，可使系统总体可达容量提升33%。3）面向多小区协作接收的动态分簇算法。本课题组所提算法即使在协作资源受到严格约束的情况下，也能以较低的计算复杂度，在保证用户传输速率的同时，显著减小协作簇规模。4）基于唯一分解理论的非相干大规模MIMO收发系统。基于唯一分解理论，研究了信道状态信息及信道概率密度分布函数未知情况下的非相干空时编码，优化后的参数化星座结合最优比特分配具有低的编码与译码复杂度；5）自适应编码和调制技术辅助的大规模MIMO航空通信系统。当系统配置六四根发送天线，四根接收天线时，通信距离小于50千米时，飞机之间最大数据传输速率可达76.728Mbps。本课题的研究为大规模MIMO技术在5G系统应用提供了重要的理论技术支撑，并拓展了其在未来航空通信中的应用。