英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料
MIMO信道测量和模型的最新进展和未来挑战
摘要：新兴的第五代（5G）无线通信系统提出了新的光谱效率和能量效率要求。 一个巨大的多输入多输出（MIMO）系统，配备了具有几十甚至几百个天线，能够显著提高频谱效率，能源效率。 用于设计，性能评估和优化的大规模MIMO无线通信系统，逼真的信道模型是不可或缺的。 本文概述了大规模MIMO信道测量和模型的最新发展。 另外，我们比较四个最新的海量MIMO信道模型的信道特性，如接收机空间相关性功能和通道容量。 此外，大规模MIMO通道测量和建模面对着挑战。
关键词：5G，大规模MIMO信道测量，大规模 MIMO信道模型，非平稳统计属性，信道容量
介绍
对高速可靠通信的需求不断增长，用户体验得到显著改善推动了第五代（5G）无线通信网络的发展。一直广泛接受的是，5G无线通信系统的容量应该达到1000次的第四代（4G）长期演进（LTE-A）无线通信系统[1-10]。 此外，5G系统的频谱效率要求达到3-5倍的目前的4G LTE-A系统。 结果，5G的光谱效率相当于50Gbps的峰值低流动性用户的数据速率。 METIS项目甚至期望5G系统具有10到100次典型用户的数据速率较高。
除常规频谱效率要求外，还有其他关键性能指标（KPI）已被考虑在5G无线通信网络的设计中，与4G相比，为了延长设备的电池使用寿命，测量传输的能源效率1焦耳需要提高10倍。交通量密度（TVD）描述数据每单位面积的吞吐量。据[7,8]报道，5G的目标是提高TVD的一个因素1000.处理大量设备的能力将是强制性的，因为将有数十亿到2020年5G无线通信网络的连接设备[3]。端到端减少了5倍（E2E）延迟将在提高用户体验方面发挥重要作用[3]。也预计在5G无线通信中，多个无线接入技（多RAT）的共存是不可避免的网络[1-9]。此外，还有更多的场景，如高速列车（HST）通信，机器机器（M2M）通信和低功耗大规模机器通信将被支持5G。为了满足上述要求，先进的技术如毫米波（mmWave）技术，更密集的小单元，软定义的空中接口（SDAI）和高效率的多个单元天线技术将成为5G无线通信网络的关键组成部分。
使用更多的频谱是三重的。 首先，在[4]中建议没有充分利用分配频谱应更好地探索。 第二，授权可以提高频谱灵活性共享访问（ASA），其对于小单元是最佳的，并且使用不成对的频谱分配[3]。 第三，诸如mmWave频段之类的较高频带能够为5G无线提供大带宽通讯系统。
Denser较小的单元使网络更接近每个用户。 因此，网络的数据速率可以被提升。 更密集的小细胞的应用是直接有效的，已经吸引了许多无线厂商的关注
支持各种服务和应用，适应框架等空中接口资源结构，带宽，波形将在SDAI中实现[6]。 因此，定制的空中接口是高度可扩展和可配置。 预计SDAI将成为5G空气的有利解决方案接口
近来，大量多输入多输出（MIMO）技术吸引了许多研究人员由于其具有极大的提高频谱效率，能源效率和鲁棒性的有希望的能力的系统。在巨大的MIMO系统中，发射机和接收机均配备了大型MIMO系统天线元件的数量（通常为几十个甚至几百个）。应该注意的是传输天线可以共同定位或分布在不同的应用中。另外，大量的接收天线可以由一个设备拥有或分布到许多设备。巨大的MIMO系统可以不仅享受传统MIMO系统的优点，而且显着增强了光谱效率和能源效率[11-13]。此外，如[12]所报道，大规模的MIMO系统可以由于天线放大器的线性要求低，因此可以构建低成本元件，每个天线被分配较少的功率。通过适当使用多用户MIMO（MU-MIMO）在大规模中MIMO系统中，多址控制（MAC）层设计可以通过避免复杂化来简化调度算法。因此，这些主要优点使得能够进行巨大的MIMO技术5G无线通信网络的有希望的候选人[
虽然大量的MIMO系统可以提供许多优点，但是存在几个主要挑战在实际部署之前必须加以解决。首先，发射机是必不可少的获取信道状态信息（CSI），以充分享受大量MIMO提供的容量增益系统，特别适用于多用户场景。然而，随着天线数量的增加，开销收购CSI相应增长。这个问题可以在时分双工（TDD）中部分解决，系统通过利用信道的互易性来减少CSI的开销[13]。在另一大规模MIMO到频分双工（FDD）系统的应用仍然是一个开放的问题正在讨论中。第二，在[13]中有人指出，预编码和检测的复杂性将会随着天线数量的增加。当发射天线的数量远大于接收天线的数量，简单的线性预编码器和检测器足以提供接近最佳的性能。然而，当发射天线的数量等于或小于该数量时的接收天线，具有合理复杂度的预编码器和检测器的设计变得更多具有挑战性的。 第三，我们如何能够将大量天线挤压到有限的区域/体积内仍然保持低相关性仍然是一个开放的问题。 最后，由于天线的增加收发器引入了近场效应和非平稳效应等新现象[17]常规MIMO信道模型，如WINNER II [18]和COST 2100 [19-21]信道模型不能捕获这些特征，因此不能直接用作大规模MIMO信道模型。
近来在大规模MIMO的信道测量和模型方面取得了重大进展。本文的主要目的是概述这些最新进展以及确定未来的挑战和研究方向。 总而言之，本文的贡献可以列为如下：
- 总结了大量MIMO信道测量和模型的最新进展。
- 用于大量MIMO的信道测量和模型的挑战和未来研究方向被识别。
本文的其余部分组织如下。 最新进展，潜在挑战和未来第2节讨论了大量MIMO信道测量的方向。第3节进行了调查大型MIMO信道模型的最新进展，潜在挑战和未来发展方向。 最后，第4节得出结论。
2.大规模MIMO信道测量
2.1. 大规模MIMO信道测量的最新进展
研究大量MIMO信道的实际特性，对效益和效果的测量造成天线数量的增加至关要。有很多关于最新进展的论文大量MIMO信道测量。 为了比较方便，测量设置和调查这些论文的频道特征列于表1。
2.1.1 容量
通过[17,22-32]中的测量证明了大量MIMO系统可以显着改善光谱效率。在[25]中，基于FPGA平台的可扩展硬件架构是讨论了一些测量结果以及实现方面的内容。它是如[25]所示，频谱效率随着天线数量的增加而呈现近似线性关系MIMO，由理论提出。在[23,24,27,28]中，显示出低复杂度线性处理算法能够提供由于大规模的高通道正交性，在容量方面表现良好MIMO。同时，高复杂度处理算法（例如，脏纸编码）也是能够实现的提供相对较小的增益但具有更高的计算复杂度。此外，它是在[30]中说明，可以通过实际测量的信道实现大量MIMO的容量增益简单的线性预编码甚至合理数量的天线。
[31,33]在测量活动中研究了平均耦合。之间的比较大量MIMO信道和独立且相同分布（i.i.d）信道被讨论
2.1.2 球面波前和非平稳度
[17,36]中大规模MIMO信道的测量表明，该信道不能被看待作为大天线阵列上的广义静态（WSS）。 首先，farfield的假设，就是相当于平面波前近似，被违反是因为发射机之间的距离和接收器（散射体）可能不超出瑞利距离。 第二，某些集群不是整个阵列都可以观察到。 也就是说，大阵列上的每个天线元件可能具有它拥有一套集群。 第三，天线阵列上的功率不平衡和Rician K因子变化也看到。 大量MIMO信道的这三个因素表明了传统的建模需要扩展MIMO信道的方法。
表一.大规模MIMO信道测量的最新进展
2.1.3特征值属性
在[17]中测量了大量MIMO信道的特征值分布，显示了大量MIMO通过增加发射天线的数量来增加终端之间的信道正交性。 类似[22,24]通过（反）条件数，[26]通过自由度在[29]通过奇异价差得出结论。
2.1.4其他信道特点
其他通道特性如角度概率密度函数（PDF），均方根（RMS）延迟扩展，功率延迟分布（PDP），角功率谱（APS）以及子信道之间的相关性也在[22-37]中进行了研究。 [23]中的作者认为实际室外到室内传输并观察到子信道之间的相关性随着数量的增加而减少天线。 因此，20多个天线几乎没有任何额外的增益。 此外，细胞在[40]中测量了具有mmWave的大规模MIMO的吞吐量和反射率。
2.2 大规模信道测量面对的挑战
对于大量的MIMO信道，重要的是测量与非静态属性有关的参数，例如阵列轴上的非平台以及时间轴。 但是，这些参数很难估计，因为它们从场景变化到情景。 因此，大量的需要测量活动才能捕获这些参数。而且，从实现的角度来看，天线数量的增加将需要许多无线电频率（RF）链，然后提高对天线校准的更高要求。大量MIMO信道上的大多数电流测量集中在使用均匀线性阵列（ULAs）。然而，为了紧凑地利用空间，需要其他类型的阵列，例如平面阵列和立方体阵列被考虑
2.3大规模信道测量的未来方向
目前，通过虚拟天线阵列获得了许多公布的测量结果。收购更实际的通道特性，需要一个大的物理天线阵列。在这种情况下，相互之间将考虑天线元件之间的耦合效应。此外，阵列轴上的集群行为还需要进一步的调查。虽然集群外观在测量，出生和死时都观察到消失，到达角（AoA）变化AoA变化的集群和值的速率尚待确定。而且，高程特征大量的MIMO信道在文献中较少研究。接收机位置的影响测量建筑仍然是一个开放的问题[41]。未来的另一个方向将是高速列车（HST），M2M，和mm波道。由HST，M2M和mmWave通信是5G的关键技术无线网络，大规模MIMO可以应用于这些技术，以提高其性能。在这种情况下，这些技术的大量MIMO信道特性对系统至关重要设计。
- 大规模信道模型
3.1 大规模信道模型的最新进展
近来，大规模MIMO系统的信道模型已有进展[42]。 一般来说，通道模型可以大致分为以下几类：基于相关的随机模型（CBSM）和基于几何的随机模型（GBSM）。 此外，CBSM可以分类被称为经典i.i.d. 瑞利衰落信道模型和相关信道模型。相关渠道模型包括基于克罗内克的随机模型（KBSM），Weichselberger模型[43]和虚拟通道表示（VCR）。 对于KBSM，空间相关矩阵在发射机和接收机被认为是独立的。 相反，互相耦合效应发射机和接收机的空间相关矩阵在Weichselberger模型中建模和录像机。 CBSM被广泛用于评估大规模MIMO的理论容量和性能系统，因为它们具有较低的实现复杂性并且在数学上易于处理。
通常会损害CBSM的准确性，因为这些模型过于简单。 另一方面，GBSM能够以更高的计算为代价，以更准确的方式对MIMO信道进行建模复杂。 大量MIMO随机信道模型的分类如图1所示本节将介绍这些型号[44-57]。
3.1.1CBSMs
在[44,45]，经典i.i.d.瑞利衰落信道过程被用作大规模的信道模型MIMO系统。由于信道系数是i.i.d.，中心极限理论以及随机的矩阵理论可以很容易地应用于大量MIMO信道矩阵的分析。但是，那独立同分布瑞利信道模型忽略了天线之间的相关性。因此，它们更合适用于广泛分离的天线，例如具有分布式天线的大规模MIMO系统，而非共同定位
天线阵列。与i.i.d.相比瑞利通道模型，KBSM作为大规模通道模型[47,48]中的MIMO系统考虑了天线之间的相关性。克罗内克模型是受欢迎的大容量MIMO系统在容量和性能分析中的简单实现和考虑天线相关性。但是，由于它被忽略，所以两个链接端点都是可分离的发射和接收天线阵列之间的联合相关。而视力（LOS）Kronecker模型可以在[49,50]中找到。参考文献[46]介绍了Weichselberger通道模型，放宽了可分离性限制
的Kronecker模型来分析大规模MIMO系统的性能。这种模式有能力以在发射机和接收机两者中包括天线相关性。此外，它共同考虑发射阵列和接收阵列之间的相关性。建立联合关联通过可以通过测量获得的耦合矩阵。因此，Weichselberger渠道模型实现了大量MIMO信道模型的精度和复杂度之间的平衡。它可以井模型共位天线情况下发射和接收阵列之间的耦合效应需要考虑。此外，[46]将LOS组件添加到Weichselberger模型中此后，渠道矩阵的条目遵循Rician渐弱。同时，通过消除耦合发射和接收天线阵列之间的影响，Weichselberger信道模型减少到克罗内克模型[46]。VCR通过预定义的离散傅立叶变换（DFT）矩阵来模拟MIMO信道的单侧相关矩阵。正如[58]所说，其精度随着天线数量的增加而增加角箱变小。也就是说，录像机模式可能在演奏中发挥重要作用大规模MIMO系统的分析。 VCR的通道容量在[51]中进行了调查。但是，在[59]中指出，录像机只支持单极化ULA。具体来说，Weichselberger模型通过强制减少到虚拟通道表示本征基因为DFT矩阵;并且通过强制耦合矩阵将其减小到Kronecker模型排名第一。
3.1.2 GBSMs
已经使用了扩展单环信道模型[52]，一种用于窄带衰落信道的GBSM模拟海量MIMO信道[53]。它假设高度几乎没有分散高架基站和无数个本地散射体随机分布在环绕移动台。在[53]中，APS服从von Mises分布和AoA之间的相关性和离场角（AoD）有所不同。一种用于大规模MIMO的新型非平稳三维（3-D）宽带双群信道模型在[54]中提出了载波频率为千兆赫兹（GHz）数量级的系统。同样的时间，集群外观和消失等群集的非平稳属性阵列和时间轴由出生死亡过程建模。 [54]中的频道模型图是如图2所示。在该图中，阵列轴上的群集的非平稳属性的示例给出。第n个簇（Clustern）可以被第l个发射天线（AntT1）所观察到）和第k个接收天线（AntRk）。但是，可以观察到Clustern 1到AntRk但不能观
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[26591]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
