Massive MIMO 的基本理论 | 带你读《大规模天线波束赋形技术原理与设计 》之十二

简介: 本章节介绍了大规模天线技术的基本理论,给出理想信道状态信息下的容量分析。

第2章

大规模天线理论

2.1 Massive MIMO 技术基本原理

| 2.2 Massive MIMO 的基本理论 |

2.2.1 理想信道下 Massive MIMO 的容量

考虑如图 2.2 所示的 Massive MIMO 蜂窝系统。系统中有 L 个小区,每 个小区有 K 个单天线用户,每个小区的基站配备 M 根天线。假设系统的频 率复用因子为 1,即 L 个小区均工作在相同的频段。为了描述和分析的方便, 假设上行和下行均采用 OFDM,并以单个子载波为例描述大规模 MIMO 的原理。
image.png
假设第 j 个小区的第 k 个用户,到第 l 个小区的基站信道矩阵为 ,, ljkg ,它 可以建模为
image.png
其中λi,j,k 表示大尺度衰落hi,j,k 表示第 k 个用户到第 l 个小区基站的小 尺度衰落,它是一个 1 M× 的矢量。为简单起见,假设小尺度衰落为瑞利衰落。 因此,第 j 个小区的所有 K 个用户到第 l 个小区的基站所有天线间的信道矩阵可以表示为
image.png
基于上述大规模天线的信道模型,小区 l 的基站接收到的上行链路信号可以表示为
image.png
image.png
image.png
即当基站的天线个数趋于无穷
image.png
利用矩阵恒等式
image.png
并根据式(2-2),我们可以得到,当基站的天线个数趋于无穷时,
image.png
定义
image.png
容易验证当 inf LBC 也可以表示为当基站天线趋于无穷时,无小区间干扰的小 区 l 的容量。
从上面的分析可以看出,接收端已知理想信道信息,当天线个数趋于无穷 时,多用户干扰和多小区干扰消失,整个系统是一个无干扰系统,系统容量随天线个数以 logM 增大,并趋于无穷大。当采用大比合并时,我们同样可以得到相同的结论。

2.2.2 基于导频污染的 Massive MIMO 上行链路容量分析

在实际系统中,受到各种非理想因素的影响,接收端和发射端通常不能获 得完美的信道状态信息。对于 Massive MIMO 下行链路来说,如果每根天线均 需要导频信号,则开销会非常大。因此,大规模天线应该尽量避免下行链路的 每天线一个导频的模式。对于上行链路传输,系统导频开销仅与用户个数及发 送天线端口数量成正比,与基站天线个数无关。因此,考虑到 TDD 系统特有 的上下行信道的互易性,Massive MIMO 非常适宜于 TDD 模式。
为了简化分析,假设 L 个小区采用相同的导频模式和相同的导频序列,即 未采用任何小区间导频随机化处理。在这种导频模式下,小区间的干扰为严 重,这也是坏情况下的导频模式。同时,假设同一小区内,多个用户采用时 频正交导频,不失一般性,假设正交导频矩阵为单位阵。第 l 个小区的基站的 接收导频信号可以表示为
image.png
image.png
image.png
image.png
与之类似,理想信道信息下,基站 l 采用 MMSE 接收机时,和容量的下界 可以表示为[15]
image.png
根据等效信道式(2-5),类似理想信道下的推导,根据大数定理,我们可 以得到,当基站的天线个数趋于无穷时[15],
image.png
定义
image.png
可以看出,当基站的天线个数趋于无穷时[15]
image.png
这与文献[10]中大比接收的容量是一致的。
从式(2-6)可以看出,在非理想信道信息下,对于多小区多用户 MIMO,当 基站天线个数趋于无穷大时,多用户之间的干扰仅剩下邻小区采用相同导频的用 户的干扰。但是,不考虑导频开销时,系统容量仍然随着用户数目的增加而增加。

2.2.3 基于导频污染的 Massive MIMO 下行链路容量分析

相关文章
|
机器学习/深度学习
小尺度信道建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十六
小尺度衰落是指无线电信号在短时间或短距离(若干波长)传播后其幅度、 相位或多径时延的快速变化。这种衰落是由于同一传输信号沿不同的路径传播, 由不同时刻(或相位)到达接收机的信号互相叠加所引起的,这些不同路径到 达的信号称为多径信号,接收机的信号强度取决于多径信号的强度、相对到达 时延以及传输信号的带宽。
10336 1
 小尺度信道建模  | 带你读《大规模天线波束赋形技术原理与设计 》之二十六
信道建模流程 | 带你读《大规模天线波束赋形技术原理与设计 》之二十八
本节将详细介绍衰落信道的整体建模流程,内容上与 3D 信道模 型 3GPP TR36.873 7.3 节和 3GPP TR38.901 的 7.5 节对应。两者在内容上大体相同,前者的目标为6GHz以下的信道建模(记为模型1),后者为0.5~100GHz 的信道建模(记为模型 2)。对于 6GHz 以下的信道建模,两者均可以使用, 在下文的描述中,两者不同的地方均会列出。
信道建模流程  | 带你读《大规模天线波束赋形技术原理与设计 》之二十八
|
机器学习/深度学习 人工智能 算法
带你读《5G大规模天线增强技术》——2.3.2 信道模型介绍
带你读《5G大规模天线增强技术》——2.3.2 信道模型介绍
带你读《5G大规模天线增强技术》——2.3.2 信道模型介绍
|
算法 BI 5G
NR CSI(四) PMI
如38.214 5.1.1.1中所述,NR PDSCH 38214只有一种传输模式Transmission scheme 1,gNB将data(di)和DMRS一同预编码,之后通过无线信道,发送给UE,如下图。DMRS是用于信道估计,服务于UE信道解调的。
|
算法
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
661 0
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
|
编解码 5G 定位技术
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
本章从多天线技术的基本原理着手,分析了理想情况下的信道容量;在此基础上,结合不同的应用场景、信道条件和业务需求,介绍了闭环空间复用、开环空间复用、波束赋形与发射 分集等多种常用的多天线技术方案,并对比了各种技术方案的适用条 件及特点;随后,探讨了多天线技术理论的发展动态及天线阵列结构 的演进趋势,并介绍了基于大规模天线阵列的波束赋形技术的研究方 向及应用场景;最后,介绍了多天线技术的标准化情况。
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
|
编解码 5G
大规模天线理论 | 带你读《大规模天线波束赋形技术原理与设计 》之十一
本章将从信道容量和频谱效率理论入手,给出 大规模天线系统性能分析,从而揭示其性能增益。
大规模天线理论 | 带你读《大规模天线波束赋形技术原理与设计 》之十一
场景建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十一
本节讲述了3D 信道场景 、 UMa 场景和 UMi 场景 和 Indoor Office 场景 。
 场景建模   | 带你读《大规模天线波束赋形技术原理与设计 》之二十一

热门文章

最新文章