文摘
大规模多输入多输出(MIMO)的关键技术之一第五代无线系统(5克)由于其潜在的能力,提高频谱效率。大多数现有的大规模分布式天线工作只考虑时分双工(TDD)操作依赖于信道上行和下行通道之间的互惠。频分双工(FDD)系统,持续努力,一些下行多用户MIMO计划最近提出为了使“大规模分布式天线”收益和简化系统操作与有限数量的无线电频率(RF)在FDD系统连锁。然而这些计划,如关节空间划分和多路复用(JSDM)方案和混合预编码方案,在空间域只专注于多用户传输。不同于大部分的现有工作,本文提出了关节空间和权力FDD系统中多路复用(JSPM)计划。它扩展了现有的FDD方案从空间划分和多路复用到关节空间和电力领域实现多路复用增益。JSPM用户分组和调度方案的研究和渐近表达式推导出容量之和。最后,进行仿真说明了该方案的有效性。
1。介绍
智能手机的日益普及,垫,和平板电脑、移动数据流量正经历着前所未有的经济增长。移动宽带网络需要支持日新月异的消费数据速率的要求和需要解决的指数增长预测交通卷。一个高效的无线接入技术结合更高的频谱效率是至关重要的实现无线运营商所面临的日益增长的需求。大量核心技术的预期是在采用下一代的无线通信系统。与巨大的天线系统,大量的用户设备(UE)系统可以同时服务的几百的天线阵列天线在相同的时频资源(1,2]。
巨大的天线系统依赖于空间复用优于传统的无源天线系统,需要准确的信道的基站(BS)知识在上行和下行。上行,很容易做到这一点,让问题发送飞行员,基于BS估计信道响应问题。下行,在传统MIMO系统如长期演进(LTE)系统、BS细胞发送参考信号(CRS)或/和信道状态信息参考信号(CSI-RS),基于问题估计信道响应的数字转换获得的信道估计,并喂它们回BS。由于所需的时频资源下行参考信号的天线数成正比,上行信道状态信息(CSI)的数量反馈资源活跃用户的数量成正比,一个巨大的分布式天线系统可能需要几十倍比传统的系统资源。因此,巨大的天线系统更容易被应用于TDD系统依靠上行和下行通道之间的互惠3- - - - - -5]。
另一方面,相当大的努力一直致力于研究大规模的实现MIMO FDD系统中各种实际的约束,包括非理想的CSI发射机(6),下行信道探测的开销,和CSI的反馈7,8]。提出了联合空间划分和多路复用(JSDM)在9- - - - - -11FDD系统),使大规模的再分配收益。与此同时,随着大带宽可用毫米波频率(mmWave)提供gbps数据率,混合模拟/数字处理策略提出了在12- - - - - -15]mmWave系统与大型天线阵列。
的下行波束形成JSDM和混合预编码方案包括两个阶段,即prebeamforming阶段取决于问题的信道协方差和MU-MIMO预编码阶段第一阶段形成的有效途径。prebeamforming矩阵被选为了最小化干扰在不同的空间组织和MU-MIMO预编码矩阵的每组内多用户干扰。
这两个在空间域实现多路复用增益波束形成阶段。众所周知,最大的空间复用增益的限制大规模MIMO系统的发射和接收天线数量(16]。因此,更多的多路复用增益达到第一个prebeamforming阶段;更少的多路复用增益达到第二MU-MIMO阶段。为了实现更多的多路复用增益MU-MIMO阶段,电力领域介绍了空间复用传输方案和关节空间和权力多路复用(JSPM)计划提出了大规模分布式天线系统。该方案不仅放松整个频道的知识来实现空间复用增益使用通道二阶统计,也适用于多用户功率分配传输在BS和连续干扰抵消(SIC)问题方面实现power-domain用户多路复用增益。的性能提出JSPM方案说明了模拟和JSDM相比。结果表明,即使在固定空间量化和简化传输功率分配分组方案,该方案优于JSDM因为额外power-domain复用增益。
本文的其余部分组织如下:部分2描述了整个系统的模型和关键功能利用JSPM介绍。JSPM派生的渐近表达式。部分3论述了用户空间分组和多用户的方案power-domain削皮。此外JSPM方案的计算复杂度进行了探讨。节4,系统级仿真配置描述和系统级的性能结果JSPM JSDM相比。最后,部分5总结了纸。
2。系统模型
在本节中,我们考虑大规模分布式天线的下行沟通系统,如图1,基站(BS)配备传输的总传输功率约束下天线和服务信号天线问题。
我们假设是维矩阵表示BS和问题之间的通道,是BS和用户之间的空间通道实现。
系统接收信号表示为 在哪里表示收到了所有的符号的集合用户,是传输信号向量的维度,是下行波束形成矩阵组成的三个部分:prebeamforming矩阵的维度,这是基于信道协方差统计生成的;是多用户MIMO预编码矩阵的函数的减少空间的有效途径;power-domain复用矩阵的维度;表示用户数据传输符号的向量。时空上表示添加剂与零均值高斯白噪声和单位方差。因此,接收到的信号(1)可以用以下的方式: 在prebeamforming矩阵使英吉利海峡成为不同约相互正交的子空间基于信道统计特性,问题可以分割成这些子空间形成多个独立用户组。
如果我们定义用户可以分割成组织;整体系统信道矩阵;是用户组的信道矩阵,。Prebeamforming矩阵;表示prebeaming矩阵组,。
然后我们有 接收到的信号为用户组,
基于[11),。然后我们可以有效的信道矩阵被设计成为一个近似的块对角矩阵,然后在哪里和。此外,在(4)可以表示为 在哪里和是一种在MIMO power-domain复用系数矩阵的预编码矩阵和用户集群分别集群的传输信号吗,。从(5),我们可以推出块对角矩阵,。
下行数据流组的数量表示为这是有效的组,MU-MIMO预编码矩阵仅仅是单位矩阵;也就是说,。为了分配用户的下行数据流,我们选择的用户用户组的数量根据最大SINR,标准如下: 在哪里,,是th和th列,是用户的信道响应向量在空间组织,。
每个用户提要SINR价值观和th梁指数对应SINR回来。b可以确定每种类型的问题由一组指标在指数用户索引、空间哪个用户组号码属于,梁指数对应,分别。
除了这些指标,提出了一个新指数,介绍JSPM识别问题,是power-domain组指数可以根据RSRP价值决定问题的反馈和预定义的阈值。例如,我们可以预先确定几间隔RSRP不同权力组织;如果一个问题反馈RSRP价值th RSRP间隔,问题是属于电力集团。
对问题有不同的电力集团指数和梁指数问题,可以搭配使用power-domain复用;表示是 在哪里是传输数据流。与维是power-domain多路复用多路矩阵用户数据进数据流。是数据向量的用户组。
有两种标准power-domain多用户调度程序如下。
第一个候选是多路复用用户将从问题设置相同的空间组选择指数和梁指数,但有不同的power-domain组索引。例如,如果用户和用户是两个选定的用户多用户传输电力领域,他们将被分配在不同的势力团体,如用户和用户;变量和是不同的电力集团指数;用户空间的组吗和梁。
第二个是多路复用候选用户最大化PF的调度指标如下: 在哪里表示PF power-domain复用候选人用户调度指标集;瞬时流量的用户吗;是用户的平均吞吐量。
我们假设用户的SIC接收机能够完全取消,先后来自其他用户的干扰与渠道获得,,。然后SINR的用户可以估计 在哪里 和,,和分配用户的力量吗在空间组织。
如果我们假设在用户组是power-domain复用用户号码,小于或等于power-domain组的数量。在一个渐近表达式的推导,假定等于power-domain组的数量。数据流的空间组织可以表示为。
与该用户选择和数据流复用方案,和组是由 的提供是由 使用(9)(12),我们可以把SINR CDF写成 在哪里 然后分析后(11,17), 在哪里的特征值, 不失一般性,我们假设排序 它的生长函数与相应的PDF是 在哪里是一个绑定积极的常数(11]。
考虑到理想的信道估计和固定功率分配给用户,,。
然后我们有 极值理论(11),我们有表现为为。
率之和为一组渐近公式是 作为。
总结了总和率渐近公式可以写成
与有限的天线,总传输功率约束的,用户,每组数据流的传输功率和共同协方差相等用户相互统计独立信道向量,对吗的能力总和MU-MIMO下行系统是由 在哪里表示一个常数,独立的。
3所示。设计在FDD JSPM
JSPM提出方案,下行传播策略是设计在以下三个部分:(1)基于单元环境和信道协方差测量,b可以整个通道空间分割成多个不相交的子空间利用prebeamforming矩阵。因此根据CSI, SINR, RSRP值反馈问题估计这些值基于子空间,BS可以其服务问题分割成几个子空间组织大约类似信道协方差特征向量和通道路径损耗。的空间和power-domain字符每种类型的问题可以通过一组指标确定;也就是说,问题指数,空间群指数梁指数,电力集团指数。(2)对问题有不同的空间组指数或相同的空间组索引但不同梁指标,MU-MIMO下行传输相同的时频资源上执行。(3)对问题有相同的空间组索引,梁指数相同,和不同的电力集团指标,多用户能力进行配对。如果用户配对成功,多用户功率分配和power-domain用户多路复用传输。
在上述中,用户分组和多用户选择power-domain是系统性能的两个关键问题;下面的讨论将更加关注这两个问题的策略。
3.1。用户分组
如前所述,为了有效利用JSPM方法,用户的人口将根据以下定性划分为组织原则:(1)用户在同一组信道协方差特征空间跨越(大约)给定常见的子空间,体现了空间群;b可以得到这个信息问题CSI, SINR, RSRP测量反馈;(2)空间的子空间上相同的时频JSDM槽必须(大约)相互正交或者至少空的十字路口。
用户分组的固定量化算法11)是一种有效、低复杂性方案在实际网络中的应用。在这个算法中,群子空间是固定的先验根据单元的几何覆盖及其信道散射。在我们的方案中,固定量化算法(11扩展到频域。当我们增加固定量化空间群的数量来减少覆盖漏洞,不同空间之间的重叠集团也将增加,导致群体间的强烈干扰。在这种情况下,我们可以动态地分配传输资源在不同频带的问题属于相邻组为了减少组间的干扰。
通过选择农产品协定的和固定,我们可以定义不相交的时间间隔。这个方法由本质上形成预定义的“狭隘领域”和关联用户部门根据最低弦距离量化。例如,假设,选择,,,,如BG1 BG2, BG3如图1,我们注意到,这三个不相交的子空间。然而,当问题分布均匀和这三个子空间是不连续的,一些问题不能与这些子空间完全相关,比如UE4如图1。如果我们定义更稠密子空间等,有五个空间组织,如BG1 BG2,,BG5如图1,不同的子空间重叠,部落之间的干扰将会增加。在这种情况下,我们可以在相邻的子空间分配问题是不同的频率资源以减少组间干扰。
在图1,有五个空间组织,为了避免群际干扰,b可以单独BG1 BG2, BG3团体和BG4赛车和BG5组织成不同的频段。
这个计划是有意义的,尤其是mmWave移动系统有巨大的频率使用宽带。
3.2。多用户传输功率分配和用户选择候选人
由于power-domain多用户多路传输,传输功率分配一个用户影响的不仅可以达到的吞吐量用户还有其他配对用户的吞吐量。power-domain最佳性能的多用户多路复用是通过详尽完整的搜索用户对和传动功率分配(18]。
为了进一步减少计算复杂度,预定义的用户分组和pergroup的方案可以使用固定的功率分配。使用这种方法,问题是分成不同的用户组根据他们的通道路径损耗和预定义的阈值。在这种预定义power-domain分组,用户只可以搭配在一起,如果他们属于不同的群体力量。与功率分配预定义的分组,也可以简化运用固定电力作业属于同一组的用户。例如,对于用户组具有良好的渠道获得,小功率分配(如0.3便士),为用户组与坏通道增益,大功率(例如,0.7便士)分配,在分配给不同的用户组的总功率保持等于p预定义的用户分组和固定的功率分配可以有效地减少的下行信号与问题相关的数据量检测。例如,连续干扰消除(原文如此)的顺序和信息对权力分配不需要在每个子帧传播,而是在一个更大的时间尺度。
例如,如图2,有两个空间组织BG1和BG2和两个权力团体PG1和PG2;UE1属于BG1和PG1和UE2 UE3属于BG1和BG2,分别,但都属于PG2。至于前面提到的空间和power-domain多路复用策略,UE3可以搭配UE1 UE2在空间域和适用于MU-MIMO传播。UE1可以搭配UE2在电力领域,因为它属于同一空间组但不同权力组织和它可以应用于多用户多路复用传输。UE1可以执行SIC操作取消UE2干扰。
3.3。计算复杂度的讨论
多用户传输电力领域中引入JSPM将导致额外的算法实现的复杂性,我们将讨论与退出JSPM的计算复杂度比较JSDM计划在这一节中。JSDM附加实现的复杂性是由三部分组成:第一部分是多用户选择和配对在电力领域BS,第二部分是多路复用传输处理电力领域BS,第三部分是SIC处理问题的一面。前两个部分增加BS的实现复杂性的一面,和最后一部分增加的复杂性问题。
为了简化复杂性分析,我们假设问题在电力领域分为两组,即细胞中心用户组和细胞边缘用户组;两组问题的数字表示和分别。JSPM和JSDM BS的计算复杂度方面提出了表1。
从表1我们可以看到,尽管power-domain多路复用传输JSPM导致计算复杂度的增加,增加的复杂性的一小部分占总体JSPM复杂性。主要的计算复杂性来自于奇异值分解矩阵处理通道与计算复杂度的多用户波束形成过程。因此采用引入的额外复杂性JSPM整个系统实现的影响非常有限。
从表中列出的计算复杂度1,我们可以看到方法预定义的用户分组和一组固定的功率分配更少的计算复杂度,与小成本与贪心算法相比,性能下降,我们将讨论部分4。
问题方面,检测细胞中心的复杂性问题不会改变,细胞边缘检测的复杂性问题将翻倍,因为细胞边缘问题;他们会首先检测细胞中心的信息配对问题,从接收信号减去它,然后发现自己的信息。然而,3 gpp RAN4完成在3 gpp TS36.101 [SIC性能需求19),这意味着Rel.12问题有足够的能力满足JSPM的检测性能要求。
4所示。绩效评估和分析
4.1。渐近分析的验证
在本节中,我们通过确定性等价的方法比较结果与蒙特卡罗模拟来验证的渐近分析部分2。
在我们的讨论中,BS配备与100年各向同性均匀圆阵列天线元素;之间的距离等于天线元素,在那里是载波波长。作为用户相互统计独立的通道对分析结果很重要,纽约市通道模式11采用。用户表单= 6对称的空间组织与角扩散和方位,。
我们固定服务每个空间组= 5数据流,这样的活跃用户总数是30。是固定等于2。信噪比= P与噪声方差归一化单元。
和频谱效率的比较JSPM获得通过使用确定性等效近似和模拟如图3。“广场”的绿色实线是使用JSPM获得相应的确定性等价的近似,红色实线与““通过JSPM模拟,蓝色实线””是通过JSDM模拟。多用户空间传播模拟,ZF波束形成的方法(ZFBF)和联合小组处理(JGP)。power-domain多用户传输的模拟、预定义的用户分组和每个小组的应用在power-domain固定功率分配方案。
如图3,JSPM仿真结果的趋势是恰逢JSPM确定性等效近似。此外仿真结果表明,JSPM的性能优于JSDM。
4.2。JSPM性能
在本节中,我们目前的系统级仿真结果的调查JSPM LTE系统的性能收益。在我们的模拟,进行多单元的系统级仿真和19-hexagonal宏观细胞模型与3细胞/细胞网站采用。仿真假设表中列出的细节2。
BS配备天线阵X-pol元素,如图4。仿真,有两个垂直prebeamforming团体利用prebeamforming矩阵、列可以第4单元DFT重量;梁高集团倾斜80度,和低梁组倾斜100度。因此问题在服务可以划分为两个垂直空间组织细胞BS基于问题RSRP测量和反馈应对两个垂直天线端口;每个垂直天线端口映射到四个垂直天线元素的行和一个极地方向,如+ 45°极地,如图4。然后b可以在每个垂直组MU-MIMO传输申请问题通过使用矩阵。矩阵可以组合问题反馈的预编码矩阵指数8水平天线端口。问题被测量水平通道空间信息水平CSI-RS港口。在仿真中,一个水平天线端口映射到天线元素的两列一个极地方向;例如,端口0映射到列1和3 + 45°极性天线元素,如图4。在仿真中,采用修复power-domain分组方案,预定义的用户分组的门槛是8分贝,和功率比(0.7 0.3 p, p)。
图5展示了细胞平均频谱效率(比特/秒/ Hz) JSDM JSPM和系统中用户的数量。结果表明,JSPM可以获得更高的细胞平均频谱效率(超过15%的涨幅与16个用户每个细胞和3公里/小时的速度条件)比JSDM JSPM可以实现额外power-domain复用增益。问题的比例多路复用在空间和电力领域的不同数量的问题每个细胞在表中做了总结3。从表3,可以看出,随着问题每个细胞的数量增加,问题多路复用在空间和电力领域的比例增加时,问题多路复用的比率大约是30%的数量每单元4问题,而问题的比例多路复用时增加大约50%的问题是16。因此JSPM的增益也增加,如图5。
JSPM的表演和JSDM问题速度30 km / h也提供在图5。这些结果表明,JSPM的表演和JSDM减少以问题的速度增加。JSPM,性能损失约为19%时问题的速度从3公里/小时增加到30 km / h与16个用户问题以来每个细胞迁移引起的快速通道变化和降低了BS信道估计精度。因此JSPM方案更适合于一个固定或semistationary场景中,如为用户提供覆盖和高数据率在办公室房间或高层建筑。
为了不同的power-domain用户配对策略的性能比较,我们还提供JSPM的性能与固定电力用户减少选择(表示为蓝色实线””)和贪婪的用户减少选择与广场(标记为蓝色实线)在图5。虽然固定电源的性能损失用户配对而贪婪的用户削减约15%与16个用户每个细胞和3公里/小时的速度条件下,固定电力用户削减算法可以提供更少比贪婪算法计算复杂度和系统实现,部分中讨论3.3;因此这将是首选方法为实际用户配对BS。
4.3。不同的天线类型表演
在本节中,我们执行JSPM两种天线的性能评估和X-polar天线元素,分别。大规模分布式天线的典型应用场景是为用户提供高速数据服务在高层建筑中,垂直分组方案,已在上面的部分中,讨论了两种X-polar和在仿真X-polar天线类型。的天线阵X-polar天线元素,有两个垂直prebeamforming团体利用prebeamforming矩阵、列可以2-element DFT重量;两个梁组80和100度倾斜,分别。两个垂直天线端口映射到四个垂直天线元素的行和一个极地方向;每一个都对应于两行。8水平天线端口,每个水平天线端口映射到天线元素的四列的极地方向,例如,端口0映射到列1/3/5/6 + 45°极性天线元素,如图6。
模拟的其他计划,如用户空间分组方案,MU-MIMO计划,和多用户power-domain传输方案,前一节中提到的是一样的。
图7展示了细胞平均频谱效率比较两种类型的天线阵。图8给问题频谱效率的运作比较两种类型的天线阵列之间4/8/12/16每单元问题。基于这些结果,可以看出天线阵具有更好的性能比天线阵在细胞平均频谱效率和50%的提供问题频谱效率。这是因为b天线阵,更有水平列天线,可以形成窄光束和分隔空间通道进入更多的子空间;因此,可以实现更多的空间复用增益。
它还可以看到更多的列天线的天线阵列可以实现更高的多路复用增益JSPM计划与天线元素在实际网络的数量限制。
5。结论
本文联合空间和power-domain多用户传输方案,称为JSPM,提出了FDD巨大的MIMO系统。在这个方案中,b将问题划分为不同群体在空间和电力领域,和每种类型的问题是与一组指标包括空间域索引、梁索引和power-domain指数。基于这些问题的指标,b可以执行多用户削减和调度在空间和电力领域。与传统的空间复用方案相比,提出JSPM方案可以实现额外power-domain复用增益。系统级仿真结果验证,每个细胞,16个用户JSPM可以达到超过15%的频谱效率增益与JSDM相比,和JSPM增益增加每个细胞的活跃用户数量。仿真结果还表明,水平列数量较大的天线阵列天线具有更好的性能,因为用户在水平面比这更密集的分布在垂直平面在实际网络。
利益冲突
作者宣称没有利益冲突有关的出版这篇文章。