Massive MIMO系統(tǒng)的檢測算法研究.pdf

1、多輸入多輸出（MIMO）技術在同一頻帶內傳輸多個數據流，能有效地提高系統(tǒng)頻譜效率和鏈路可靠性，已被多個無線標準所采納，如3GPP LTE和 IEEE802.16m WiMAX。然而，MIMO技術已經趨于其容量極限，無法滿足日益增長的數據速率需求。作為第五代移動通信系統(tǒng)的關鍵使能技術之一，Massive MIMO技術利用大規(guī)模天線能取得重大突破。相應地，在信號處理中會不可避免地提升復雜度和增加功耗?；诖耍疚木劢乖贛assive MIM

2、O系統(tǒng)中低復雜度、高精度的檢測算法。
　　首先，本文分析討論了Massive MIMO系統(tǒng)帶來的機遇和面臨的挑戰(zhàn)。理論分析了其帶來的信道硬化和利好傳播，結果表明隨著天線數的增加，信道逐漸趨于確定性分布且速率和將趨于其最大值。緊接著重點討論了系統(tǒng)的頻譜效率和能量效率，結果顯示Massive MIMO系統(tǒng)可以成倍地提升頻譜效率和能量效率。接著闡述了信道互易性并提出了一種相對互易校準算法，可以有效地提高Massive MIMO系統(tǒng)的性能

3、和實時性。最后介紹了在多小區(qū)系統(tǒng)中限制 Massive MIMO系統(tǒng)性能的導頻污染問題。
　　其次，本文基于最小均方誤差（MMSE）算法提出了三種低復雜度的線性檢測算法。首先借助Massive MIMO系統(tǒng)帶來的信道硬化優(yōu)勢，利用有偏MMSE檢測算法簡化了逐比特對數似然比（LLR）的計算。緊接著，重點推導并闡述了如下三種技術：其一利用截短Neumann級數展開，避免了矩陣求逆運算；其二將MIMO檢測問題轉換為利用 Jacobi迭代

4、算法求解線性方程的問題；其三進一步將線性方程求解轉換為利用共軛梯度求解最小化二次型的問題。分別將其與有偏MMSE算法結合得到Massive MIMO系統(tǒng)的線性檢測算法。性能和復雜度仿真結果表明，基于共軛梯度的有偏MMSE算法能取得最佳的折中。
　　最后，本文提出了兩種新穎的非線性檢測算法：馬爾科夫鏈蒙特卡洛（MCMC）算法和置信度傳播（BP）算法。針對MCMC檢測，提出了基于對數域最大（Max-Log，ML）更新的逐比特MCMC算

5、法和逐符號MCMC算法。同時為了解決所謂的陷入鎖死問題，本文還提出了兩種增強技術：抖動處理和歸一化策略。為了進一步提高性能，在逐符號MCMC中，提出了最大和次大更新（MLSM）算法。對于置信度傳播檢測，提出了高階調制的二進制 BP（B-BP）算法，然而其在4-QAM調制以上的系統(tǒng)中性能損失嚴重。基于此，又提出了非二進制BP（NB-BP）檢測算法。為了降低 NB-BP算法的運算復雜度，進一步推導了對數域的NB-BP算法（Log-NB-BP

6、）。MCMC算法的性能仿真顯示，相比于 MMSE-PIC算法，逐比特和逐符號的MCMC-ML算法均能帶來性能增益。且逐符號的MCMC-MLSM算法可以趨近準最大后驗概率（MAP）檢測算法——STS檢測的性能。BP算法的仿真結果表明，Log-NB-BP算法可以有效地工作在高階調制系統(tǒng)中且相比于概率域NB-BP算法，能極大地降低運算復雜度。
　　基于上述結果，三種線性檢測算法更適合于基站端天線數遠大于用戶數的多用戶Massive MI