基于本地信道信息的CRAN物理层系统设计

Cloud radio access networks (CRAN) is one of the key techniques of future 5G wireless communication systems. The basic principle of CRAN is that all base-band units are placed together to form a virtual base station pool and connect the remote radio heads through high capability transport network. In this structure, centralized transmission scheme based on global channel station information (CSI) can be used to significantly improve the overall transmission rate. However, it requires high capability transport network, which is difficult to satisfy in practice. In this project, we propose to use local CSI to design distributed transmission scheme for CRAN. Since the feedback amount of local CSI is significantly less than that of global CSI, the stress on the transport network can be greatly released. Taking into account the channel property of CRAN, we study how to perform channel estimation using as less as possible orthogonal pilot sequences. Based on local CSI, we will study precoding schemes for both uplink and downlink and optimize the system parameters to maximize the system performance. We also design the transmission scheme for the hybrid wire/wireless transport network based on local CSI to effectively improve the capability of the transport network. The proposed designs will provide a nice tradeoff among system performance, computation complexity, and capability of transport networks. If successful, the research results will significantly release the requirement on the transport network, and provide a systematic solution to the system design and performance optimization for CRAN in realistic communication systems. Our project prompts the application of CRAN in practical systems.

云接入网络技术是未来5G无线通信系统的关键技术之一。云接入网络的关键在于将基带处理单元集中放置并通过大容量回传网络与射频远端进行关联。回传网络负载的高要求是限制云接入网向实际系统应用的关键问题。本项目拟从降低信道信息反馈量的角度出发， 利用本地信道信息而不是传统的全局信道信息进行系统方案设计，从而有效的降低对回传网络容量的要求。项目结合云接入网络的信道特点，研究如何用尽量少的正交导频序列来进行本地信道信息估计；研究基于本地信道信息的上下行预编码方案设计及系统参数的优化使得网络容量最大化；研究基于本地信道信息的混合有线无线回传网络传输方案，更有效的提高无线回传网传输能力。项目将系统性地研究这些关键问题，实现系统性能、复杂度和回传容量三者之间的折衷。项目的研究成果将大幅降低云接入网对回传容量的要求，为云接入网在实际系统中的应用提供一套系统设计和性能优化的解决方案。

云接入网络是现行5G系统的基础架构之一以及未来6G通信的关键技术之一。云接入网络的关键是将基带处理单元集中放置形成一个BBU Pool，并通过大容量回传网络与射频单元RRH进行通信。回传网络的高负荷是云接入网络的一个关键问题。本项目从降低信道信息反馈量的角度出发，利用本地信道信息而不是传统的全局信道信息进行系统方案设计。项目首先提出了本地正交性的概念，通过信道稀疏化将导频序列的设计问题转换成图论中的顶点着色问题，并提出相应的导频序列设计方案。理论和仿真都证明了所提方案是可扩展的，在实际云接入网络中是可实现的。同时对于导频设计中的一些关键技术参数也进行了全面的分析。项目其次进一步利用信道稀疏性进行传输方案的设计。项目从理论上证明了在稀疏信道中不使用全局信道信息时系统可达的自由度为K(1-1/T)，并且在实际系统中提出了一种可行的P-BiG-AMP算法来达到这个自由度。仿真结果表明，项目提出的盲信号检测方案在中高信噪比区域要明显优于其他参考方案，并且P-BiG-AMP方案只需要1bit的导频序列，在信道信息需求上远远小于全局信道信息方案。因此，该方案能够在信道信息需求以及系统性能上达到较好的折衷。项目最后讨论了常见的两种回传网络中转发节点的传输方案设计。对于并行MIMO中继信道模型，项目提出了product-Hermitian precoding算法，该算法只使用本地信道信息，且与全局信道信息的传输方案比较只有1dB的性能差距。对于多路分布式中继网络模型，项目提出了distributive lattice coding算法，该算法采用线性预编码进行信道空间的对齐，采用嵌套网格编码进行物理层网络编码，并采用网格预编码进行干扰消除。理论与仿真证明该算法与全局信道信息情况下的差距小于0.1比特每次信道实现。项目实现了从信道信息估计到最后回传网络传输一整套传输方案设计，并且在整体系统方案中只利用了不多于本地的信道信息，从理论和仿真上验证了方案能够达到性能和信道信息需求量的较好折衷。