论文部分内容阅读
随着互联网和多媒体等多种应用技术的飞速发展,人们对通信网络的需求变得越来越高,这就要求下一代无线通信技术(5G)拥有更大的信道带宽、更高的通信容量。作为5G的关键技术之一的大规模MIMO(Multiple-Input Multiple-Output)技术,在提升系统频谱效率与传输可靠性方面具有突出的优势。但是大规模MIMO技术在实现的过程中,也面临着诸多的挑战。其中,信号处理计算复杂度过高以及硬件成本和功耗过高就是其面临的两个严峻的挑战。为解决以上问题,考虑在系统基站端配备低精度量化器是有效的技术手段之一。在此背景下,本文主要针对以上这些挑战展开研究。重点考察配备低精度量化器的大规模MIMO-OFDM系统性能、信道估计以及优化分析等问题,并展开深入的讨论与研究。首先,本文研究了大规模MIMO-OFDM系统的基础理论,介绍了其基本模型与传输过程,并对其信道环境与特性进行了理论分析。同时,从理论上对低精度量化技术进行阐述分析,为接下来的研究提供了重要的理论指导。其次,本文针对大规模MIMO-OFDM系统,研究了当基站端仅配备低精度模数转换器且分别采用最大比合并(Maximum Ratio Combining,MRC)与迫零(Zero Forcing,ZF)接收算法时系统中用户可达速率的性能。通过采用加性量化噪声模型(Additive Quantization Noise Model,AQNM)将非线性量化函数转化为线性量化函数。推导出系统中用户的上行可达速率的闭式表达式,研究影响低精度系统性能的因素以及他们之间的关系。对系统的功耗进行建模,研究系统的能量效率,讨论低精度量化系统能量效率与频谱效率之间的折中关系。通过计算机对本文所得到的结果进行仿真,结果表明通过增加基站端天线数目可以弥补由于低精度模数转换器所造成的系统性能的损失。最后,探讨低精度量化系统中的信道估计问题,考虑采用正交导频序列并通过利用最小均方误差(Minimum Mean Squared Error,MMSE)算法对信道状态信息进行估计。分别通过MRC与ZF算法推导得出基于信道估计的低精度系统上行可达速率的近似表达式。将具备低精度模数转换器系统与传统具有无穷精度的模数转换器系统性能进行分析比较,给出优化问题,针对天线数目与系统可达速率之间的具体关系进行详细求解分析。结果表明,能够通过调节量化器精度与基站天线数目使基于低精度量化的大规模MIMO-OFDM系统维持一定的频谱效率。同时降低了系统复杂度与硬件成本,从而为在实际中部署低精度系统提供了有效的方法。