第五代移动通信系统若干关键技术概述Word格式文档下载.docx

第五代移动通信系统若干关键技术概述Word格式文档下载.docx

《第五代移动通信系统若干关键技术概述Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《第五代移动通信系统若干关键技术概述Word格式文档下载.docx（6页珍藏版）》请在冰豆网上搜索。

因此，如何在4G基础上，进一步提升无线移动通信的频谱效率和能量效率，是4G/5G移动通信的核心所在[1-2]。

为了提高无线资源利用率、改善系统覆盖性能、提升通信的能量效率，多用户多输入多输出（MIMO，Multiple-InputMultiple-Output）技术、协作中继技术以及干扰对齐技术得到了业界的广泛关注。

然而，这些技术并不能从根本上带来系统容量的飞跃提升，也无法满足用户的需求。

为此，研究者们提出大规模MIMO技术，在基站设以大规模阵列天线代替目前所采用的多天线，由此形成大规模MIMO通信系统，大规模MIMO系统具有无可比拟的技术优势：

空前的频谱效率，更高的能量效率，精准的空间区分度，相对廉价的硬件实现等[3-4]。

另一方面，无线中继技术和认知无线电（CR，CognitiveRadio）技术分别被认为是提高系统传输可靠性和频谱利用率的核心技术。

无线中继技术具有潜在能力扩展通信业务覆盖区域，实现分集增益以抵抗大小尺度衰落[5]等优点；

认知无线电技术允许非授权用户或认知用户（SU，SecondaryUser）在不影响授权用户（PU，PrimaryUser）的服务质量（QoS，QualityofService）的前提下，灵活、动态地进行频谱接入，共享分配给PU的频谱资源[6]，从而提高频谱效率。

　　综上所述，大规模MIMO技术、协作中继技术、认知无线电技术在提升频谱效率、能量效率、传输可靠性等方面具有较强的技术优势，是第五代移动通信系统中最具潜力的技术。

　　2大规模MIMO技术

　　大规模MIMO技术通过在基站端架设数百根低功率天线，使得天线数较4G系统中的4（或8）根增加了一个数量级，天线数目远远超过在同一时频资源上同时调度的单天线用户数量，模型框图如图1所示。

大规模天线阵列所带来的分集增益、阵列增益以及干扰抑制增益，使得每个用户与基站之间通信的功率效率和频谱效率得到极大提升。

由于大规模MIMO技术的研究都才刚刚起步，有大量的未知空间待探索，比如信道建模、导频污染、最优波束成型等。

　　图1大规模天线通信系统框图

　　近年来，大规模MIMO引起了学者们的广泛关注，并在信道容量[7，8]、预编码方案[3，9]、能量效率[8]、导频污染[10]、单载波传输方案[11]等方面取得了一些进展。

另一方面，如何使用更少的天线，而不是无穷多的天线来获取更高的频谱效率？

在参考文献[12，13]中对此问题进行了研究。

文献[12]针对大规模分布式天线系统，提出了2种天线选择方案，以优化能量效率和频谱效率为目标，减少使用的天线数目；

文献[13]对在接收端采用匹配滤波器接收机的问题进行了研究。

　　为了获得大规模MIMO系统的性能增益，基站需要获取信道状态信息（CSI，ChannelStateInformation）。

基于信道估计和反馈问题的考虑，上下行信道具有互易性的时分双工（TDD，TimeDivisionDuplexing）模式[3]成为当前大规模MIMO技术研究的重点。

众所周知，频分双工（FDD，FrequencyDivisionDuplexing）模式不具有上下行信道的互易性。

如何在FDD系统下采用大规模MIMO技术？

目前，学术界主要有2种方法：

一种方法是基于部分CSI[14]或者甚至在没有任何CSI信息的情形下，设计高效的预编码方案；

另一种方法是利用压缩感知的方法降低反馈开销[15]。

　　以上的研究大多在假设信道满足独立同分布Rayleigh衰落信道的基础上。

实际上，由于大规模MIMO天线系统的信号传输具有精准的方向，并且毫米波的传播具有准光（quasi-optical）特性，视距信号（LoS，Line-of-Sight）在大规模MIMO系统中会占据主导地位[8]。

而Rayleigh衰落模型仅仅适用于不存在LoS信号的情形，在大规模MIMO系统中仍然采用Rayleigh衰落模型不太合理。

适合建模存在LoS信号的信道模型有Rician、Nakagami-m、?

-μ等。

目前，仅有少量文献考查了独立同分布Rician信道模型[8]下的系统性能，尚无在更为复杂的Nakagami-m、?

-μ衰落环境下的相关研究报道。

另一方面，独立同分布的假设也有些欠妥当，毕竟当天线数目变得非常巨大时，信道具有高度的空间相关性。

然而，从目前的文献检索来看，这方面的研究也非常少，仅有少量文献就此问题展开研究。

比如参考文献[16]和参考文献[17]在相关Rayleigh衰落信道下对多小区多用户大规模MIMO系统的频谱效率性能进行了研究。

　　因此在典型实际应用场景下，对于大规模MIMO无线信道的实际建模以及传输性能的研究工作有待进一步开展。

　　3认知中继网络　　无线中继技术具有扩展无线覆盖区域、实现分集增益提升系统抗干扰性能[5]等优势，在一定程度上改善了无线通信的性能。

然而，随着移动用户的逐渐增多和多媒体移动通信业务的急剧增长，有限的频谱资源与快速增长的频谱需求之间的矛盾日益尖锐。

单纯地依赖中继技术还远远无法解决下一代无线通信系统发展所面临的困难和挑战。

认知无线电技术的出现打破了传统固定频谱分配机制，可提高频谱资源的利用率[6]。

频谱接入是认知无线网络的关键技术之一，在underlay接入方式中，SU和PU同时占用同一频谱资源，为了保证PU的QoS，要求SU对于PU的干扰功率必须低于某一确定的门限值（InterferenceTemperature，干扰温度），因此限制了SU的发射功率，这使得SU的传输范围和传输性能受到很大的影响。

把无线中继技术和认知无线电技术相融合，构成认知中继网络，不但能利用分集增益以抵抗信道衰落，拓宽网络覆盖范围，还能提高频谱利用率，对其研究具有重要意义。

一个典型的认知中继网络如图2所示：

　　图2认知双向中继网络系统示意图

　　在协作单中继通信场景下（如图3所示），假设认知网络中信源S、中继R以及目的节点D都位于一条直线上，并且它们的坐标分别为（0，0）、（1/2，0）、（1，0），考虑授权用户PU处于3种不同位置的情况下，即PU位于（0.44，0.44）、（0.55，0.55）以及（0.66，0.66）这3个坐标下，图4所示中断概率的结果表明：

一方面，有中继协作下的系统传输性能要比直传链路（即无中继协作）的性能好；

另一方面，PU的位置会影响到认知网络的传输性能，当PU位于坐标（0.66，0.66）时，系统传输性能最佳。

　　图3认知单中继网络示意图

　　图4不同PU位置下的中断概率对比

　　在多协作中继通信场景中，存在认知信源S到认知目的节点D的直传链路的情况下，中继节点个数K从2个变化到6个时的系统中断概率的不同结果如图5所示，可以看出系统的传输性能随着中继节点个数K的增加而明显改善。

　　对于认知中继网络来言，发射功率约束和（来自PU的）共道干扰，是其有异于传统中继网络的主要特征。

认知节点的发射功率约束包括干扰温度（分为均值干扰功率约束和峰值干扰功率约束2类）、最大发射功率约束。

然而，从文献调研来看，针对认知中继网络在物理层的传输性能的分析研究工作还比较少。

考虑在不同发射功率约束条件下（如峰值干扰功率约束[18]、联合峰值干扰功率约束-最大发射功率约束[19]），不同的中继信号处理方式（AF/DF），学者们针对认知中继网络，获得了其在Rayleigh[18]、Nakagami-m[19]等衰落环境下的理论成果。

需要指出的是，以上研究多数考虑的是Rayleigh衰落和Nakagami-m衰落，然而这些衰落分布模型可能不能很好地对实际的网络环境进行建模，这使得相关分析结果存在较大的局限性，对认知中继网络的研究有待进一步开展。

　　4大规模MIMO在中继网络中的应用

　　在中继网络中进一步采用大规模MIMO技术，可深度挖掘空间维度无线资源，从而大幅度提升频谱效率、能量效率和传输可靠性。

　　考虑如图6所示的大规模MIMO双向中继网络，2K个用户在第一阶段同时将各自的信号传送给中继，中继在第二阶段时将处理过的信号广播给2K个用户。

理论研究表明，当用户或中继站的发送功率减少到单天线中继站发送功率的1/N时，网络不但能获得较高的能量效率，同时能获得较高的频谱效率，如图7、图8和图9所示。

图7―图9中的3种情形分别为：

情形一代表用户发送功率降低为1/N，即为P/N；

情形二代表中继发送功率降低为1/N，即为P/N；

情形三代表用户和中继发送功率均降低1/N。

从图7、图8和图9可以看出：

随着中继天线数N的增加，频谱效率增加并趋于较高的稳定值，情形一的频谱效率最高。

情形一和情形二的能量效率较低，情形三的能量效率呈线性增加。

因此，在大规模MIMO系统中，在不损耗系统频谱效率的情况下，可以大幅度地降低用户或基站发送功率，从而保证较高的能量效率，实现绿色通信。

　　图6大规模MIMO多用户双向中继系统模型

　　图7在情形一和二下能量效率随着中继天线个数增加的变化曲线

　　图8在情形三下能量效率随着中继天线个数增加的变化曲线

　　图9频谱效率随着中继天线个数增加的变化曲线

　　目前，针对大规模MIMO在传统中继网络中的研究已有一些研究成果[20-22]，但是尚未出现大规模MIMO在认知中继网络中的相关研究报道。

在已有的相关文献报道中，大规模MIMO多用户单向中继通信网络，通常假设两跳中继网络场景，独立同分布Rayleigh衰落信道，已知完备CSI，固定中继通信协议。

像频谱效率更高的选择中继、增强中继以及双向中继通信中的机会信源选择协议，更广泛的多跳中继网络场景以及更切合实际的相关衰落信道等都没有相应的研究报道。

仅有少量关于小规模天线配置下的MIMO系统在认知中继网络中的相关研究。

比如，在认知单向DF中继网络采用正交空时分组编码，文献[23]研究了系统的中断概率性能。

在认知中继站配置大规模天线的情形下，认知中继网络的性能极限将会怎样？

此时，干扰温度限制和共道干扰又在系统性能方面扮演着怎样的角色？

这些问题，都值得深入探讨。

　　5结束语

　　大规模MIMO无线通信能够大幅度提升无线通信系统的频谱效率和能量效率，在认知中继网络中进一步采用大规模MIMO技术，构成大规模MIMO认知中继网络，深度挖掘空间维度无线资源，从而大幅度提升频谱效率、能量效率和传输可靠性，已成为5G无线通信领域最具有潜力的研究方向之一。

　　参考文献：

　　[1]WANGChengxiang，HAIDERF，GAOXiqi，etal.Cellulararchitectureandkeytechnologiesfor5Gwirelesscommunicationnetworks[J].IEEECommunicationsMagazine，2014，52

（2）：

122-130.　　[2]尤力，高西奇.大规模MIMO无线通信关键技术[J].中兴通信技术.2014，20

（2）：

26-28.

　　[3]MARZETTATL.Noncooperativecellularwirelesswithunlimitednumbersofbasestationantennas[J].IEEETransactionsonWirelessCommunications，2010，9（11）：

3590?

C3600.

　　[4]LARSSONEG，TUFVESSONF，EDFORSO，etal.MassiveMIMOfornextgenerationwirelesssystems[J].IEEECommunicationsMagazine，2014，52

（2）：

186-195.

　　[5]LANEMANJ，TSED，WOMELLG.Cooperativediversityinwirelessnetworks：

efficientprotocolsandoutagebehavior[J].IEEETransactionsonInformationTheory，2004，50（12）：

3062-3080.

　　[6]MITOLAJ，MAGUIREGQ.Cognitiveradios：

Makingsoftwareradiosmorepersonal[J].IEEEPersonalCommunications，1999，6（4）：

13?

C18.

　　[7]NGOHQ，LARSSONEG，MARZETTATL.EnergyandspectralefficiencyofverylargemultiuserMIMOsystems[J].IEEETransactionsonCommunications，2013，61（4）：

1436-1449.

　　[8]ZHANGQi，JINShi，WONGK.-K，etal.PowerscalingofuplinkmassiveMIMOsystemswitharbitrary-rankchannelmeans[J].IEEEJournalofSelectedTopicsinSignalProcessing，2014，8（5）：

966-981.

　　[9]RUSEKF，PERSSOND，LAUBK，etal.ScalingupMIMO：

opportunitiesandchallengeswithverylargearrays[J].IEEESignalProcessingMagazine，2013，30

（1）：

40?

C60.

　　[10]YINHaifan，GESBERTD，FILIPPOUM，etal.Acoordinatedapproachtochannelestimationinlarge-scalemultiple-antennasystems[J].IEEEJournalonSelectedAreasinCommunications，2013，31

（2）：

264?

C273.

　　[11]PITAROKOILISA，MOHAMMEDSK，LARSSONEG.Ontheoptimalityofsingle-carriertransmissioninlarge-scaleantennasystems[J].IEEEWirelessCommunicationsLetters，2012，1（4）：

276-279.

　　[12]JOUNGJingon，CHIAKhiang，SUNSumei.Energy-Efficient，Large-scaledistributed-antennasystem（L-DAS）formultipleusers[J].IEEEJournalofSelectedTopicsinSignalProcessing，2014，8（5）：

954-965.

　　[13]LIJun，ZHANGZhaoyang，WANGChao，etal.PerformanceanalysisofMFreceiverinnoncooperativecellularnetworkswithdistributedmassiveMIMO[C].HighMobilityWirelessCommunications（HMWC），2013InternationalWorkshopon，IEEE，2013：

146-150.

　　[14]NAMJ，AHNJ，ADHIKARYA，etal.Jointspatialdivisionandmultiplexing：

RealizingmassiveMIMOgainswithlimitedchannelstateinformation[C].InformationSciencesandSystems（CISS），201246thAnnualConferenceon，IEEE，2012：

1-6.

　　[15]李晓辉，王维猛，黑永强.基于空频相关性的大规模MIMO-OFDM信道压缩反馈算法[J].电子与信息学报，2014（5）：

1178-1183.　　[16]NGOHQ，MARZETTATL，LARSSONEG.AnalysisofthepilotcontaminationeffectinverylargemulticellmultiuserMIMOsystemsforphysicalchannelmodels[C].Acoustics，SpeechandSignalProcessing（ICASSP），2011IEEEInternationalConferenceon，IEEE，2011：

3464-3467.

　　[17]WANGD，JIC，GAOX，etal.Uplinksum-rateanalysisofmulti-cellmulti-usermassiveMIMOsystem[C].Communications（ICC），2013IEEEInternationalConferenceon，IEEE，2013：

5404-5408.

　　[18]DUONGTQ，BAOVNQ，ZEPEMICKH-.ExactoutageprobabilityofcognitiveAFrelayingwithunderlayspectrumsharing[J].ElectronicsLetters，2011，47（17）：

1001-1002.

　　[19]DUONGTQ，COSTADBDa，ELKASHLANM，etal.Cognitiveamplify-and-forwardrelaynetworksoverNakagami-mfading[J].IEEETransactionsonVehicularTechnology，2012，61（5）：

2368?

C2374.

　　[20]NGOHQ，SURAWEERAHA，MATTHAIOUM，etal.Multipairfull-duplexrelayingwithmassivearraysandlinearprocessing[J].IEEEJournalonSelectedAreasinCommunications，2014，32（9）：

1721-1737.

　　[21]NGOHQ，LARSSONEG.Large-scaleMultipairtwo-wayrelaynetworkswithdistributedAFbeamforming[J].IEEECommunicationsLetters，2013，17（12）：

2288-2291.

　　[22]CUIH，SONGL，JIAOB.Multi-pairtwo-wayamplify-and-forwardrelayingwithverylargenumberofrelayantennas[J].IEEETransactionsonWirelessCommunications，2014，13（5）：

2636-2645.

　　[23]ZHANGX，XINGJ，WANGW.Outageanalysisoforthogonalspace?

Ctimeblockcodetransmissionincognitiverelaynetworkswithmultipleantennas[J].VhlarHnologyRanaonon，2013（7）：

3503-3508.★