基于寄生天线的低成本低功耗大规模MIMO天线系统研究

The objective of this proposal is the study of a novel large-scale MIMO antenna system with parasitic antennas, to address constraints of hardware complexity and high power consumption, while achieving a high spectral-efficiency. Unlike the conventional large-scale antenna arrays, a few radio frequency (RF) chains are fed to only a few active elements, while all other elements are parasitic and fed by tunable reactance loads, thereby providing a reduced RF-chain solution to the design of massive MIMO antenna arrays. To realize a low-cost low-power large-scale antenna array by exploiting parasitic antennas, the following research will be conducted in this project. First, the concept of electronically steerable parasitic array radiator antennas is extended to multiple-active-multiple-parasitic arrays, to achieve high-dimensional spatial multiplexing and obtain transmit diversity, and the topology of the antenna arrays will be studied and optimized. Second, from the viewpoint of the practical deployment of numerous antennas in a limited physical space, the performance of the massive MIMO antenna arrays is analyzed by building a new channel statistic model including increased spatial correlation and mutual coupling due to increased antennas, where the random matrix theory becomes relevant. Finally, based on properties of parasitic antenna arrays and correlation and sparsity of the system, the signal processing techniques with high energy-efficiency and low computational complexity is developed by using optimization technology and compressive sensing theory.

本项目主要研究基于寄生天线的新型大规模MIMO天线系统，以实现系统高频谱利用效率的同时解决硬件复杂度限制和高能耗的问题。不同于传统大规模天线阵列，将射频链馈送到少数有源天线单元，而其他大部分天线单元作为寄生单元馈可调电抗负载，从而提供了一种减少射频链的大规模天线阵列设计方案。利用寄生天线的概念实现低成本低功耗的大规模MIMO天线系统，主要展开以下研究内容：首先，将现有的电子可控寄生阵列辐射器天线的理论扩展到多有源多寄生阵列天线，以实现高维空间复用的同时获得发射分集增益，对寄生天线阵列的拓扑进行研究和优化。其次，从有限的物理空间中实际地部署大量天线单元的角度出发，通过将随天线数目增大的空间相关性和互耦性效应引入到新的系统信道统计模型，采用随机矩阵理论，分析大规模天线系统的性能。最后，利用寄生天线阵列特性以及系统相关性和稀疏性，采用优化技术和压缩感知理论等开发高能量效率的低复杂度的信号处理。

毫米波大规模MIMO作为5G及后5G的一个关键技术能大大提高系统的频谱利用效率；然而，大规模MIMO系统每个天线单元都使用专用的射频链路将会使得硬件成本和能耗过高而难以实现。因此，研究和设计减少射频链的大规模天线阵列系统及其适用的信号处理技术是具有意义的研究工作。在前期工作基础上，本项目主要开展了以下内容的研究工作：首先，研究和设计了电子可控寄生阵列辐射器天线，该天线仅用一个与射频链连接的有源单元通过调节寄生单元上的电抗值可实现波束的大角度连续扫描，采用介质谐振器结构，设计的天线工作频率和带宽得到了提高。寄生阵列天线作为可以减少大规模MIMO天线射频链数的一个可行方案，对该天线的研究和设计为进一步建立基于该天线的通信系统模型、相对应的信号处理技术甚至未来的实验搭建奠定基础。第二，混合模-数架构的收发机是减少射频链的毫米波大规模MIMO系统的另一个解决方案，本项目针对这个系统进行了低成本的信道估计算法。利用毫米波信道的稀疏特性，其信道估计问题可以描述为稀疏信号表示问题，采用贝叶斯压缩感知算法将稀疏信号解出，从而获得信道的估计值。进一步的考虑更实际的离格稀疏表示问题，提出了自适应的贝叶斯压缩感知信道估计算法。最后，将机器学习和深度学习引进MIMO技术，研究基于机器学习的天线选择技术和波束成形技术。研究表明，机器学习和深度学习由于其本身对大数据处理的优秀能力，比传统方法更适用于具有大规模天线阵列的通信系统，基于机器学习的算法能够达或接近传统算法的最优解，并将计算的复杂度维持在相对较低的水平。本项目资助发表期刊论文2篇，会议论文7篇，待发表期刊论文3篇。培养研究生9名，其中4名已取得硕士学位，5名在读。