基于边缘缓存的超密集分布式MIMO无线传输理论方法研究

Ultra-dense distributed MIMO wireless communications can upscale the advantage of utilizing spatial dimension wireless resources for significantly improving frequency and power efficiencies and is one of the key technologies to the construction of future energy-efficient green wireless communication systems. However, the practical fronthaul is often capacity and time-delay constrained, which has a significant decrease on performance of system. In this project, we plan to investigate ultra-dense distributed MIMO wireless communications by employing edge caching in order to overcome the fronthaul constraints. The main research topics include the channel capacity and energy efficiency analysis under the edge caching and fronthaul capacity constraints by using practical channel model, designing the optimal schemes of backhaul compression and the optimal wireless transmission theories, and exploring the integrative and optimal allocation schemes of wireless resources by employing imperfect channel state information. Our aim is to achieve low-complexity and practically-applicable ultra-dense distributed MIMO transmission theory and technique in order to establish a solid basis for high-speed and high-efficiency future wireless communication systems.

超密集分布式MIMO无线通信能够深度挖掘空间维度无线资源，大幅提升频谱效率、功率效率、以及覆盖能力，是构建未来高效能绿色移动通信系统的关键技术之一，然而，在实际系统中其性能严重受限于回程链路容量和延迟。本项目拟利用边缘缓存开展超密集分布式MIMO无线通信理论方法研究，突破回程链路的限制。针对实际传播环境下的复杂信道模型，深入研究在边缘缓存和回程链路容量受限下的信道容量和能量效率，在此基础上研究高效高速回程链路设计和低复杂度的超密集分布式传输理论问题，并进一步探寻高效能的动态重组无线传输和资源调配理论方法，最终形成较为完整的超密集分布式MIMO无线通信理论和关键技术，为构建高效高速的未来移动通信系统打下坚实的基础。

超密集分布式MIMO无线通信能够深度挖掘空间维度无线资源，大幅提升频谱效率、功率效率、以及覆盖能力，是构建未来高效能绿色移动通信系统的关键技术之一，然而，在实际系统中其性能严重受限于回程链路容量和延迟。本项目利用边缘缓存开展超密集分布式MIMO无线通信理论方法研究，突破回程链路的限制。为此，深入研究了在边缘缓存和回程链路容量受限下的信道容量和能量效率，高效高速回程链路设计和低复杂度的超密集分布式传输理论，以及高效能的动态重组和资源调配理论方法，形成了较为完整的超密集分布式MIMO无线通信理论和关键技术，取得了一系列成果。主要创新如下：（1）推导了基于边缘缓存的密集分布式MIMO系统的能量效率确定性表达式，并分析了系统能量效率最大化的最优缓存容量。（2）推导了具有相位噪声和前传压缩的密集分布式MIMO系统的遍历和速率确定性表达式，揭示了相位噪声和前传压缩对系统性能的影响。（3）推导了密集分布式MIMO网络中大规模终端的吞吐量和平均访问时延，提出了密集分布式MIMO系统中大规模终端随机接入的分组方法。（4）提出了密集分布式MIMO系统中无线接入网络与回程链路之间的量化噪声矩阵和带宽分配联合优化方法。（5）分析了基于时延和回程链路受限的密集分布式MIMO系统的总时延，提出了总时延最小化的用户分簇、用户关联、以及计算资源分配的联合优化算法。（6）在回程容量受限下，提出了密集分布式MIMO下行系统中的任务调度与资源分配联合优化方法，并提出了一种基于分层解耦的分布式算法来降低算法复杂度。（7）在总功率约束下，提出了密集分布式MIMO系统中的任务调度、虚拟机分配、以及远程天线单元分配方法。（8）利用深度强化学习方法，联合优化了边缘缓存辅助的密集分布式MIMO系统中用户计算任务卸载和边缘计算资源分配问题。基于以上研究，本项目共发表论文44篇，其中SCI检索25篇，EI检索18篇，中文核心1篇，申请国家发明专利43项，其中8项已获得授权，培养已毕业硕士生7名。