基于空域特征信息的分布式多天线系统协作接收技术研究

Due to the increasing demands for higher system capacity and spectral efficiency, advanced signal processing techniques are needed which exploit new diversity gain by utilising the spatial characteristic information (SCI). The aim of this project is investigating cooperative receiving techniques in the distributed multi-input multi-output (MIMO) systems while focusing on extracting and exploiting the SCI, which opens up new horizons for designing novel cooperative receiving techniques in distributed MIMO systems from the spatial domain's point of view. The novelty of this project can be summarised as follows: Firstly, the SCI of distributed MIMO systems are defined and modelled, while its effects on the wireless signal reception are analysed in order to excavate the diversity gain involved by the SCI. Secondly, the SCI extraction or transfer functions are designed in order to recover the SCI from the received signals, based on which the multi-dimensional joint time-frequency-space synchronisation and estimation algorithms are designed. Finally, by extracting and utilising the SCI, we propose the multi-user detection algorithms based on bit-level soft information, the adaptive-threshold controlled anisotropic exchanging and the weighted reputational combining techniques, where the diversity gains of distributed MIMO systems may be maximised, while the costs of backhaul for exchanging information are greatly reduced.

无线频谱资源的短缺与无线数据业务量增长之间的矛盾日益突出，提高无线通信系统的容量、频谱效率及业务承载能力已成为无线通信技术研究的重要目标。空域特征信息的整合利用，可以为无线通信带来新的分集增益。本项目拟以分布式多天线系统协作接收为背景，引入对空域特征信息的提取和利用，以空域的全新视角研究分布式多天线协作接收的各项关键技术。本项目具体拟从三大方面展开创新：1）以分布式多天线协作接收为背景，定义空域特征信息，基于空域特征信息对信号接收进行建模及分析，挖掘空域资源所蕴含的分集增益；2）设计特征提取方案，在接收信号中提取空域特征信息，并研究基于时-频-空多维特征信息的同步及信道估计算法；3）根据对空域特征信息的分析，提出比特级多用户软信息检测算法、自适应阈值控制的信息交互策略和信誉加权的信息融合方案，最大化利用分布式多天线分集增益的同时降低协作交互过程中的回路开销。

随着多媒体新业务及数据吞吐量需求的不断增长，无线数据业务迅速膨胀。无线频谱资源的短缺与无线数据业务量增长之间的矛盾日益突出，提高无线通信系统的容量、频谱效率及业务承载能力已成为无线通信技术研究的重要目标。空域特征信息的整合利用，可以为无线通信带来新的分集增益。本项目以多天线MIMO系统为背景，引入对空域特征信息的提取和利用，以空域的全新视角研究多天线处理的各项关键技术。本项目开展期间，从四大方面展开创新性研究：1）构建MIMO系统信道估计和信号检测联合优化框架，提出基于进化算法的信道估计和信号检测联合优化；2）设计特征提取方案，基于用户和基站间链路的唯一特征信息，提出上、下行链路相结合的信道估计方案；3）对蕴含空域信息的多维信息进行张量化建模，提出基于张量的信道估计算法；4）根据对空域特征信息的分析，针对多小区分布式上行链路中的小区间干扰问题，提出了基于导频信息的协作接收算法。..通过本项目的研究，构建了信道估计和信号检测的联合优化模型，提供了有效的联合优化方案；利用张量这一多维信号处理工具，构建了蕴含多维信息的信号模型，为通信信号多维信息的利用和处理，提供了新的思路。本项目的研究为多天线MIMO系统的信号处理技术提供了新的研究思路和理论参考，对未来大规模MIMO系统中的导频污染和小区间干扰的消除提供了重要的理论支撑。..通过本项目的资助，项目组共发表学术论文19篇，申请国家发明专利5项，获得厅级奖励2项，其中在IEEE期刊发表学术论文4篇，通信领域重要国际会议发表学术论文8篇。在本项目资助下，本团队共培养硕士生4名。