TDD MIMO信道互易性问题研究

在采用时分双工（TDD）的多入多出（MIMO）无线通信系统中，一般认为上行链路和下行链路的信道状态具有对称性即互易性。因此，基站可直接利用上行链路信道状态信息来制定下行链路发送策略，从而实现系统容量最大化。但是随着应用环境的改变和拓展，TDD MIMO系统的信道互易性在很多情况下无法保持。本项目首先研究造成TDD MIMO信道互易损失的因素，通过分析上、下行链路不对称造成的下行链路系统容量损失，评估I/Q不平衡、信道时变和干扰不对称对TDD MIMO信道互易性的影响。在此基础上，针对造成TDD MIMO信道互易性损失的因素，研究不采用反馈的补偿方法以保持TDD MIMO信道互易性。本项目研究成果对于揭示TDD MIMO信道互易性的特性、发挥TDD技术的固有优势具有重要的理论意义和应用价值。

本项目针对TDD MIMO信道互易性问题和相关问题进行了深入研究，主要完成的工作有：1）同时，针对多小区多用户TDD MIMO下行链路，提出一种基于预编码的联合干扰抑制算法。首先利用广义MMSE信道逆的QR分解设计预编码矩阵抑制下行链路的多用户干扰(MUI)。然后，从信号能量泄露的角度设计第二个预编码矩阵抑制小区间干扰(ICI)和残留的多用户干扰。该算法能够利用TDD MIMO信道的互易性，不需要用户端的反馈。在市区微小区组成的多用户TDD MIMO系统中的仿真结果表明，该算法能有效提高系统容量和用户端平均SINR。2）本项目研究了I/Q不平衡对TDD MIMO信道互易性的影响，并提出了两种基于预处理的信道互易性补偿方法。理论推导和仿真结果表明，所提出的预处理方法可以有效的补偿I/Q不平衡对信道互易性的影响，提高系统性能。3）在研究信道时变对TDD MIMO信道互易性影响基础上，提出一种结合帧间隔卡尔曼滤波器和导频符号间隔AR预测器的双尺度信道预测器，具有更好的预测效果，弥补了信道时变造成的非互易性。4）同时，提出了一种基于迭代提出了基于低复杂度谱分析的信道模型重构和预测算法，该算法基于SoS(Sum of Sinusoidal)信道模型，首先对所得的非等间隔采样CSI序列进行基于迭代自适应方法(IAA)的频谱分析，获得构成信道模型的多普勒频点以及对应频点的幅度值。接下来，基于最小描述长度准则(MDL)对模型阶数进行优化，在保证信道模型精度的基础上，最大限度地减少由噪声所引入的模型误差。5）针对多用户MIMO系统下行链路，研究了利用干扰的相关旋转算法（CR），推导出了采用CR算法后的封闭形式的SINR表达式，并分析了该算法在某些信道条件下系统性能恶化的原因。为解决这一问题，提出了两种功率分配算法：一种采用迭代方式，一种基于MAX-MIN准则并给出封闭形式解。所提出算法可以解决原有CR算法在某些情况造成的性能恶化，并极大提高系统SER性能。6）针对多用户中继干扰信道，提出一种反向干扰对齐算法，该算法仅需要中继知道CSI实现目标DoF，降低了系统信令复杂度。