毫米波大规模纯相位MIMO信号处理关键技术研究

Compared to the conventional MIMO, millimeter-wave (mmWave) massive MIMO shows ultra-high transmission speed and reliability. However, the total power and cost at the base station (BS) will soar up due to the massive antennas and high-power-and-high-cost mmWave circuits. In order to solve the above problem, this research proposes phase-only MIMO (PO-MIMO) scheme which adopts low-cost-and-low-power circuit components (e.g., mono-bit analog-to-digital converter (ADC) and low-precision Inphase Quadrature (IQ) (de-)modulator). PO-MIMO solves the circuit design problems but also brings about hardware imperfections such as magnitude loss, phase quantization loss, and IQ imbalances, which incur severe difficulties on the subsequent baseband signal processing. Therefore, this research focus on constructing signal processing technologies for PO-MIMO including: 1) designing antenna self-calibration scheme to jointly estimate the IQ imbalance parameters and channel calibration parameters; 2) designing channel estimator and multiuser detector based on the Bayesian approximate message passing theory, and decreasing the pilot cost by exploiting the channel structured sparsity based on the compressed sensing theory; 3) predicting the bit-error-rate performance of the multiuser detector based on the state-evolution tool, and then optimizing the system parameters to maximize the energy efficiency of PO-MIMO. This research could solve the difficulties of circuit design and baseband processing in the classical mmWave massive MIMO. It provides theoretical and practical guidance for designing the fifth-generation (5G) cellular BS.

与传统MIMO相比，毫米波大规模MIMO具有传输速度快、可靠性高等优势，然而，天线数目的增长和毫米波电路的高功耗高成本将导致基站电路总功耗和成本的急剧增长。为解决上述问题，本申请提出采用廉价低耗器件的纯相位MIMO设计，可有效解决电路设计难题，但是也带来幅度损失、相位量化误差、IQ失衡等硬件畸变，为后续基带信号处理带来困难。所以，本申请重点对纯相位MIMO信号处理关键技术展开研究：1) 设计天线自校准方案，完成IQ失衡系数和信道校准系数的联合估计；2) 基于贝叶斯近似消息传递理论设计信道估计器和多用户检测器，并基于压缩感知理论利用信道结构稀疏性降低导频开销；3) 基于状态演进工具预测多用户检测误码率性能，进而优化系统参数以最大化纯相位MIMO的能量效率。本项目研究有望突破毫米波大规模MIMO电路设计和基带处理难题，为第五代蜂窝基站设计提供理论和实践指导。

本项目研究了通过低成本/低功耗的非线性器件来降低射频链路的功耗及制造成本，从而解决大规模MIMO由于天线数量庞大而带来的硬件成本昂贵，系统功耗大的问题。（1）提出了一种称为HPO-MIMO的新型非线性MIMO方案，其基站端通过相位检测器仅获取复基带信号的π周期相位的观测进行上行链路基带处理。从贝叶斯推理的角度利用近似消息传递（GAMP）算法和非凸优化的角度利用移位幂法构造了HPO-MIMO的两种信道估计器和多用户检测器。仿真结果验证了所提两种算法可以有效应用于HPO-MIMO。（2）提出了针对HPO-MIMO的联合时间频率同步的算法。在实际的通信过程中，接收端与发送端不可避免的存在时间和频率的偏差，时间与频率同步对于一个系统至关重要。该算法利用了导频序列的可重复性，通过网格搜索方式下进行时间和频率同步。仿真证明了所提算法可以有效应用于HPO-MIMO同步中。（3）提出了一种称为MO-MIMO的新型非线性MIMO方案，其基站端通过包络检波器和低精度ADC获取复基带信号的量化幅度。将MO-MIMO的信道估计和多用户检测问题归纳为量化相位复原的问题，通过在GAMP框架下建立两种方案来解决。仿真结果验证了两种方案可以有效的应用于MO-MIMO中。（4）利用低精度IQ调制解调器和低分辨率ADC设计新型低成本、低功耗的大规模MIMO系统，基于谱投影梯度法和矢量化消息传递去量化算法，为等效IQ平衡系统构建了两种信道估计器和多用户检测器。仿真结果验证了上述基带算法的有效性，且当信道相干时间足够长时，所提出的大规模MIMO比传统的MIMO更节能。.除此之外将GAMP算法应用于定位领域，提出了3种协作定位器：WSN的通用协作定位器、到达时间的VANET地理信息增强协作定位器、WSN低复杂度协作定位。UCL适用于TOA、RSS、AOA、Doppler Frequency等各种类型的测距测量。通过将WSN节点位置表示为复数，将定位问题转换为广义线性混合问题，然后通过具有重要性采样机制的GAMP来解决。对于VANET中NLOS的问题，GIE-CL在区域采样的NLOS识别和EGAMP-CL之间迭代以估计出车辆的位置。