论文部分内容阅读
由于智能终端的普及,人们对无线通信系统要求也越来越高,需要未来无线通信系统所提供的网络服务类型越来越丰富。但这受到系统功率、带宽以及算法复杂度等多种因素的限制。因此,提供高传输速率和高吞吐量的通信技术是未来无线通信领域的研究重点。在这其中,分布式大规模天线阵列多输入多输出(multiple-input multiple-output, MIMO) 技术被认为是 4G 无线通信之后的下一代关键技术之一,这种技术是在一个通信基站端为中心的区域内,均匀地分布着多个无线接入端口(Radio Access Port, RAP)。通信基站部署大量的天线进行接收数据与发送数据,每个RAP端也配置多根天线,进行发送和接收。分布式大规模MIMO既具有点到点MIMO的优势,同时也拥有分布式天线的优势。它能够极大地提高数据传输速率,改进系统的频谱利用效率,同时可以利用分布在不同地理位置的无线接入端口获得空间复用增益和宏分集增益。本文对分布式大规模MIMO系统的中心基站和无线接入端口之间的通信进行了一系列的研究:(1)讨论了分布式大规模MIMO系统下不相关κ衰落信道下的能效优化问题。利用分布式大规模MIMO系统下不相关κ衰落信道下的各态历经容量下界,研究了分布式大规模MIMO的能效优化的问题。分别使用搜索算法和穷举算法来求解能效优化问题,并给出能效最优条件下的系统配置。对搜索算法和普通的穷举算法进行了对比仿真。仿真结果表明搜算算法可以获得和穷举算法相似的结果,但却有低很多的计算复杂度。基于能效最优的原则,本文进而可以得到此时的系统配置,如基站端天线数以及此时对应的能量效率。(2)提出了一种基于RBD的低复杂度的自适应QR分解预编码方案。当信道发生改变时,会根据基站和用户端天线数的关系,决定是否需要重新计算QR分解,利用已经存储的QR矩阵的信息,可以起到降低复杂度的目的。该方案在系统容量和误码率保持不变的情况下,降低基于RBD的预编码的计算复杂度。最后,概括了本文的研究方向和进展,并针对目前的不足提出了后续的研究方向。