Massive MIMO系统关键技术的研究

The multi-user MIMO with very large antenna array at the base station is called Massive MIMO. Massive MIMO can hugely reduce the power consumption and the cost of the base station, and when the number of antennas at the base station approaches infinity, Massive MIMO can achieve the multi-user channel capapcity. With the latest development in electronic devices and system integration, Massive MIMO is becoming practical. Because of the numerous attactive properties, with high possiblity, Massive MIMO would be adopted as one of the key technolgies in the next generation mobile wireless communications. In this project, we investigate the key technologies in the Massive MIMO systems. These include the Massive MIMO based on the cross-polarized antennas which can achive better antenna number and array area trade-off than the uni-polarized antennas; the adaptive beamforming technolgies which can be used to supress the pilot contamination in Massive MIMO; the space time code design in the case that the number of antennas is greater than the channel coherent time, which can improve the performance of the Massive MIMO with high speed teminals; and the soft-input soft-output demoduation algorithms, which can improve the receiving performance of Massive MIMO with large number of terminals.

在移动通信基站端采用大规模天线阵列的多用户MIMO被称为是Massive MIMO，它不但可以大幅度降低基站的功耗和成本，而且当天线数趋于无穷时，它还能逼近多用户信道容量。当前电子器件和系统集成技术的进步使Massive MIMO系统的实现已完全可能。Massive MIMO的特点是紧密结合电子器件技术的进步，以一种新的方式去达到通信的信道容量。基于这些优点，Massive MIMO极有可能成为下一代移动通信系统的关键技术。本项目主要研究Massive MIMO系统的一系列关键技术，主要包括可以达到更好的天线数与阵列面积折衷的基于交叉极化天线的Massive MIMO，可以突破导频污染对Massive MIMO性能制约的自适应波束形成技术，可以提高移动较快的终端性能的天线数大于信道相干时间的空时码设计，以及可以大幅度提高终端较多时Massive MIMO接收性能的软输入软输出解调算法等。

作为5G的关键技术之一，massive MIMO的研究越来越得到重视，本项目针对massive MIMO的关键技术做了如下一些研究：.1. 毫米波由于其很短的波长及天线是契合massive MIMO的主要频段，本项目首先对会影响massive MIMO性能的毫米波通信特性进行研究。毫米波通信的一个挑战是射频非理性特性，比如IQ不平衡等。因为毫米波射频模块的小型化，射频非理性特性的校正比传统的射频非理性特性的校正更具挑战性。另外，载波频偏会进一步影响射频非理性特性特别是IQ不平衡的校正。当前的研究大多侧重于只有载波频偏或只有IQ不平衡时的校正，如果两者同时存在，目前的方法大多效果不理想。我们提出了两个新颖的前导结构的设计以及相应的估计方法，它们可以同时对发送和接收IQ不平衡以及载波频偏联合进行校正。仿真结果表明，我们可以达到逼近理想的没有射频非理性特性时的性能。.2. 毫米波通信系统通常具有较高的集成度和较严重的射频非理性特性，因而要设计预失真系统，我们很难对射频系统里的各个模块分别进行预失真。我们研究了基于毫米波系统的联合的IQ不平衡和PA非线性的预失真的算法设计。在我们的研究中，我们把整个发射机当做一个整体，处理基带输入信号和功放的输出信号。我们提出了两种方法，一是通过两个步骤，第一步先对IQ不平衡进行校正，第二步再对功放非线性进行校正，我们通过统一的训练结构来完成这两步校正。另一种方法是只采用一步来完成校正。我们首先推出了包括IQ不平衡和功放非线性的联合模型，然后设计算法对这两个非理性特性一步校正。.3. 相位噪声时另一个massive MIMO和毫米波结合时需要考虑的问题。对矢量OFDM系统，相位噪声的影响还没文献进行研究。我们的研究表明对矢量OFDM系统，相位噪声的影响可以概括为共同矢量相位误差（CVPE）和矢量子载波间干扰（IVBCI）。我们推导了有相位噪声时矢量OFDM系统的信干噪比，并验证.和仿真结果吻合。我们还提出了基于矢量导频的ML和LMMSE的CVPE的估计方法，然后我们采用解相关和干扰抵消的方法来补偿相位噪声的影响。