大規(guī)模MIMO系統(tǒng)中多用戶檢測(cè)分布式處理技術(shù).pdf

1、2010年，Thomas L.Marzetta提出了大規(guī)模MIMO的概念。大規(guī)模MIMO（Massive MIMO）是指基站側(cè)配置數(shù)十根或者數(shù)百根天線，在相同的時(shí)頻資源上同時(shí)服務(wù)數(shù)十個(gè)單天線用戶終端。但是，在非有利傳播條件下（基站天線數(shù)與單天線用戶終端數(shù)均趨向于無(wú)窮大，但是兩者比值有界），常用的MIMO接收機(jī)很難同時(shí)滿足架構(gòu)、檢測(cè)性能與計(jì)算復(fù)雜度三方面的要求。例如，最大后驗(yàn)概率接收機(jī)雖然性能最優(yōu)，但是計(jì)算復(fù)雜度隨用戶數(shù)呈指數(shù)增長(zhǎng)。甚至次

2、優(yōu)的多小區(qū)最小均方誤差-串行干擾消除（Minimum Mean Square Error-Successive Interference Cancellation，MMSE-SIC）接收機(jī)其計(jì)算復(fù)雜度仍隨基站天線數(shù)呈三次方增長(zhǎng)。更糟糕的是常用的MIMO接收機(jī)需要先集中接收信號(hào)在中央處理單元后再進(jìn)行信號(hào)處理。針對(duì)上述問(wèn)題，本文重點(diǎn)研究了在非有利傳播條件下大規(guī)模MIMO接收機(jī)架構(gòu)、檢測(cè)性能及其計(jì)算復(fù)雜度，尋求高性能、低復(fù)雜度的分布式檢測(cè)算法

3、。
　　首先，本文提出了復(fù)高斯置信度傳播（Complex Gaussian Belief Propagation，CGaBP）算法，它可以分布在數(shù)百個(gè)天線單元內(nèi)并行地執(zhí)行。CGaBP算法認(rèn)為，在大規(guī)模MIMO系統(tǒng)中，多用戶檢測(cè)可以簡(jiǎn)化為一系列并行的AWGN信道估計(jì)器，系統(tǒng)中每一單用戶的檢測(cè)等效為在AWGN信道檢測(cè)同一用戶，其中的加性高斯白噪聲表示全體干擾用戶的影響。仿真結(jié)果表明，對(duì)于BPSK等數(shù)字調(diào)制信號(hào)，CGaBP算法性能優(yōu)于集

4、中式的多小區(qū)MMSE-SIC算法性能，并且非常接近單用戶下界。
　　然后，本文基于狀態(tài)進(jìn)化（State Evolution）理論，提出了一種分布式多用戶檢測(cè)動(dòng)態(tài)性能分析方法。分析結(jié)果表明，對(duì)于高斯隨機(jī)矩陣（元素獨(dú)立同分布），復(fù)高斯置信度傳播算法在大系統(tǒng)極限情形下的動(dòng)態(tài)性能可以由狀態(tài)進(jìn)化精確地預(yù)測(cè)。CGaBP算法檢測(cè)用戶的均方誤差等于在AWGN信道檢測(cè)同一用戶的最小均方誤差，其中的加性高斯白噪聲由狀態(tài)進(jìn)化遞歸方程確定。仿真驗(yàn)證表明，

5、即使中等規(guī)模問(wèn)題，無(wú)論高斯信號(hào)或者數(shù)字調(diào)制信號(hào)輸入，此方法都能夠很好地預(yù)測(cè)CGaBP算法的動(dòng)態(tài)性能。與MMSE-SIC相比較，CGaBP算法具有更低計(jì)算復(fù)雜度和更小消息傳遞開(kāi)銷(xiāo)的優(yōu)點(diǎn)。其復(fù)雜度隨用戶數(shù)呈線性增長(zhǎng)，開(kāi)銷(xiāo)僅需兩個(gè)參數(shù)（均值與方差），均與調(diào)制階數(shù)無(wú)關(guān)。
　　最后，本文進(jìn)一步擴(kuò)大了CGaBP算法的適用范圍，使其更加適用于實(shí)際通信系統(tǒng)。首先，在用戶發(fā)射功率增益未知或者未被基站及時(shí)準(zhǔn)確地獲取情況下，本文提出了自適應(yīng)-CGaBP

6、算法，即在CGaBP算法基礎(chǔ)之上引入最大似然參數(shù)學(xué)習(xí)環(huán)節(jié)，盲估計(jì)用戶發(fā)射功率增益，同時(shí)仍能進(jìn)行分布式多用戶檢測(cè)。仿真結(jié)果表明，在信噪比較高或者基站天線數(shù)較多時(shí)，自適應(yīng)-CGaBP算法性能接近已知用戶發(fā)射功率增益時(shí)的CGaBP算法性能。其次，本文提出了非理想信道狀態(tài)信息場(chǎng)景下CGaBP算法的具體實(shí)現(xiàn)步驟。仿真結(jié)果表明，雖然非理想信道狀態(tài)信息以及導(dǎo)頻污染對(duì)CGaBP算法有影響，但是CGaBP算法的性能仍然優(yōu)于多小區(qū)MMSE-SIC算法的性能