大规模MIMO系统中海量时延受限终端的调度机制研究

Due to the high spectral and energy efficiency, safety and robustness, massive MIMO is regarded as one of the key techniques in future communications. However, most related work do not consider the characteristics of 5G roundly and play less important role on the practical deployment of massive MIMO. According to the features of 5G network, this project constructs a massive MIMO system where the terminals have a large quantity, strict delay constraint and accidental or sudden service request. The data traffic flow of terminals is described by the queueing buffer which can store the arrived packet. On top of the mobility of devices, the theoretical model of massive MIMO under 5G scenario is constructed and the transmission rates of terminals and mean delays of packets are evaluated. Based on them, the optimal scheduling mechanism of various terminals is obtained on the central base station. The effect of devices’ spatial density and request demands on the system’s resource allocation is also analyzed. The investigation of this project can provide useful references for the key role of massive MIMO systems in 5G network, and also establish a foundation for the theoretical research of massive MIMO in 5G scenario.

大规模MIMO技术因其高度的频谱和能量利用率、出色的安全性和鲁棒性等，被认为是5G未来通信的核心技术之一。然而，目前相关工作大多对5G场景特点考虑并不全面，不利于大规模MIMO在5G系统中的实际部署。本项目综合考虑5G网络终端数量庞大、业务需求各异及时延约束严格等区别于传统网络的典型特征，基于缓存队列模型描述终端数据流量，在引入设备空间移动性基础上，构建大规模MIMO在5G场景下的理论架构模型，深入分析系统中终端数据传输速率与数据包平均时延等关键性能指标，着力优化中心基站对差异化终端的调度机制，深入研究设备空间分布密度及业务需求变化对系统资源配置的影响，为大规模MIMO技术在5G中发挥关键作用提供理论支持与指导意见。

本项目全面考虑5G场景的典型特征，利用大规模MIMO 技术服务数量庞大且时延约束严格的终端设备，在空时动态变化约束下，深入分析终端传输速率和数据包平均时延等关键性能指标，优化大规模天线基站对终端的调度接入方案。首先，在海量终端场景下，为每个终端设置数据包缓存队列，利用数据包到达率描述5G终端业务突发或偶发特征，由排队论描述终端时间动态特征，由随机几何描述终端空间动态特征，建立了大规模MIMO系统下的终端空时流量模型，并推导了终端传输速率及数据包传输时延闭式解，且从多个维度利用仿真验证了理论分析的准确性。其次，考虑到基站服务能力有限但终端数量庞大，因此需对调度终端数目进行合理规划。在前述研究基础上，推导出单位时间内成功传输的数据包个数并以其为性能指标，在终端时延约束下，优化基站单位服务时隙内的调度终端数目。结果发现，当基站天线数远大于每小区终端数目时，基站应当尽可能多地调度终端，反之，过多地调度终端会令数据包传输效率大幅下降，此时最优终端调度数目应由本研究提出的算法求得，同时定义了基站天线数与终端数目之比作为调度方案选择策略量化标准。最后，考虑到未来物联网会有种类繁杂的设备共存，因此建立数目、功耗、需求各不相同的差异化终端混合场景，并构建大规模MIMO系统下的差异化终端空时流量模型，以单位面积上单位时间内成功传输的数据包个数为目标，以各类终端的时延需求为约束，优化基站对所有终端的最佳调度方案。结果发现，基站倾向于调度业务负载较重或发送功率较高的设备，而当设备的时延约束变得严格后，这种倾向更加明显。本项目以未来网络的终端典型特征为切入点，以大规模MIMO技术为核心，在空时动态建模下，探索了海量终端的调度机制，为大规模MIMO在未来网络中的实际应用提供了指导性意见。