Massive MIMO.docx
- 文档编号:29700939
- 上传时间:2023-07-26
- 格式:DOCX
- 页数:13
- 大小:875.70KB
Massive MIMO.docx
《Massive MIMO.docx》由会员分享,可在线阅读,更多相关《Massive MIMO.docx(13页珍藏版)》请在冰豆网上搜索。
MassiveMIMO
MassiveMIMO
正常情况下,基站的发射功率Ptx,UE的接收功率是Prx,两者相隔距离是R,如图:
在理想情况下,两个功率之间的关系是
但现实情况是,电波在传输过程中存在路损、有天线的增益、使用频率等情况,公式变化为如下:
最最最关键的是,在5G中使用更高的频率(意味着更短的波长)信号,这意味着接收功率将远低于当前的通信系统。
例如,如果我们在当前通信中使用2GHz频率,并且我们将在5G中使用20GHz频率,则20GHz中的波长比2GHz的波长短10倍。
这意味着20ghz的接收功率将比2ghz的接收功率低100倍。
通过这个数学公式可知,要达到UE接收功率增大,可提升的参数很多,但悲剧的是Ptx、R、频率都被限制死了,可做工具的就剩下接收和发送增益了。
MassiveMIMO的潜力(优势)描述如下:
MassiveMIMO可以同时将容量提高10倍以上,使辐射能量效率提高100倍左右。
MassiveMIMO可以用廉价的低功耗来构建
MassiveMIMO能够显著减少空中接口的延迟(由于对衰落的鲁棒性)
MassiveMIMO简化了多址接入层
MassiveMIMO增强了对非故意人为干扰和有意干扰的鲁棒性。
如果假设我们使用的是相对于波长的固定天线尺寸(例如,1/4波长、1/2波长等的尺寸),则随着载频的升高,路径损耗增加。
这意味着天线的绝对物理尺寸随着载频的升高而变小。
这意味着我们可以把更多的天线放在同一个区域,在更高的载频。
基于这一事实,我们可以在不增加天线阵列总尺寸的情况下,通过增加天线来补偿高载频下的高路径损耗。
当载波频率增加超过大约10ghz时,衍射将不再是主要的传播机制。
在这个频率范围内,反射和散射将是非视线传播链路最重要的传播机制。
随着载频的增加,传播到建筑物中的穿透损失趋于增大。
这将使室内覆盖不适用于部署在室外的基站
利用大规模MIMO(即在阵列中使用多个天线),我们可以实现高增益自适应波束形成,这将产生增加覆盖的效果,并在系统中产生较少的干扰(因为波束宽度变得非常窄)。
多天线空间聚焦
MassiveMIMO和天线阵列强相关,天线阵发射的能量大部分集中在很窄的区域。
这意味着当你使用更多的天线时,波束宽度变得更窄。
这种影响会同时造成有利和不利的后果。
建议是,对于不同的用户,波束之间的干扰会更小,因为每个光束都会聚焦在非常小的区域,缺点是必须实现非常复杂的算法来找到用户的准确位置,并以高精度将光束定向到用户。
MassiveMIMO信道模式
场景1:
技术构成部分1:
大量阵列近场通信
该模型给出了一个(通常)单小区天线阵列庞大,同时覆盖多个用户的情况。
因此,对于不同的用户来说,可能存在很高的干扰信号的可能性。
但是,不考虑来自相邻小区的信号的干扰。
这可能是我们可以实现最大吞吐量的情况。
在这种情况下,您可能需要在通道模型中考虑以下因素。
MUMIMO(Multi-UserMIMO)
BeamForming
IntracellInterference
场景2:
低速率和简单协作
网络重叠覆盖较大,UE速率低,网络试着通过多点协作传播
场景3:
球面波建模,线性预编码
在大多数信道模型中,我们假设到达接收天线的波前是平面的,这意味着阵列中每个发射天线与接收天线之间的距离是相同的,或者波长倍数的差异是不同的。
如果阵列中的Tx天线的数目不是很大,这个假设是有效的。
但是,如果阵列中的发射天线数目很大,则发射天线和接收天线之间的差异是不容忽视的。
在这种情况下,我们必须假设到达接收天线的波前是球形的。
这个通道模型应该考虑球面波前。
场景4:
MU-MIMO
在大规模MIMO中,对每个天线端口进行校准是非常重要和具有挑战性的(如果校准不当,波束形成的结果将达不到预期的UE)。
在该模型中,我们将研究在UE帮助下的校准过程。
该模型将考虑以下因素。
预编码方案
CQI报告中的链路自适应和干扰
场景5:
信道预编码
场景6:
快速移动下的鲁棒性
场景7:
基于CSI测量的高频段
场景8:
IntegratingaMassive-MIMOmacronetworkwithadenselayerofsmallcells(SCs)–twotierdeployment
场景9:
多小区MU-MIMO最大化加权和速率
当一个网络同时与一个小区中的多个用户通信时,该信号将受到来自同一小区内的其他ue的各种类型的干扰和来自相邻小区的干扰。
我们需要找出每个ue的最佳配置(Tx功率、资源分配),以最大化小区的总吞吐量。
场景10:
Multi-cellMUMIMO,decentralizedtransceiverdesign
场景11:
HeterogeneousMulti-cell,MUMassive-MIMO,massiveSDMA
以上都是基站侧的一些内容,那在接收端(UE)该用什么方式来体现呢?
那种情况最合适?
(红色A64天线,蓝色B128天线)
MRC(MaximumRatioCombining),ZF(ZeroForce)andMMSE(MinimizedMeanSquareError)
下图都是32天线,In(A),itusesacombinedalgorithmofZFandMRCandin(B),itusesacombinedalgorithmofMMSEandMRC.Here,youonlyhavetoseeMMSE+MRC(B)showsbetterperformancethanZF+MRC(A).
Thesetwocasesareusingthesamenumberofantenna(128)butusingdifferentrecieveralgorithm((A)=MRC,(B)=MMSE).Youwouldseethatthecurve(B)showsmuchbetterperformance.
下面这张图都是32天线,(A)=MRC+MMSE,(B)=MMSE,当然,B的性能表现更好,如果考虑功耗和复杂度,A应该更好。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Massive MIMO