0 引言

    無線移動通信的快速發(fā)展導(dǎo)致了移動用戶的數(shù)量和相關(guān)產(chǎn)業(yè)規(guī)模呈現(xiàn)出爆炸性增長，因此無線通信系統(tǒng)需要滿足更高的數(shù)據(jù)傳輸速率和更高的系統(tǒng)容量，需要通信系統(tǒng)高效地利用帶寬資源，由于現(xiàn)在的頻譜資源相對缺乏，所以提高系統(tǒng)的頻譜利用率尤為重要，傳統(tǒng)的MIMO技術(shù)可以利用有限的頻譜資源滿足用戶對系統(tǒng)性能的需求，但是傳統(tǒng)MIMO系統(tǒng)中基站的天線數(shù)目較少，所能提高的系統(tǒng)性能有限，大規(guī)模MIMO作為未來5G的關(guān)鍵技術(shù)之一，可以滿足未來無線通信業(yè)務(wù)的需求，提升通信系統(tǒng)的頻譜效率與信道容量，并且能夠有效提升鏈路可靠性和數(shù)據(jù)傳輸速率^[1]。

1 傳統(tǒng)MIMO技術(shù)

    多輸入多輸出MIMO技術(shù)最早是由Marconi在1908年提出來的，它通過發(fā)送端和接收端都配備多根天線來提高通信系統(tǒng)的容量、系統(tǒng)傳輸數(shù)據(jù)速率以及傳輸可靠性。3GPP LTE Release10已經(jīng)可以支持8個天線端口進(jìn)行傳輸，也即 8個單流用戶或者 4個雙流用戶同時傳輸。LTE/LTE-A 中的 MIMO 技術(shù)標(biāo)準(zhǔn)化進(jìn)程如表1所示。受移動終端尺寸、功耗以及外觀的限制，想要進(jìn)一步提高數(shù)據(jù)的傳輸能力，一個直觀的方法就是增加并行傳輸?shù)臄?shù)據(jù)流個數(shù)或者增加基站天線端口數(shù)目。

2 大規(guī)模MIMO技術(shù)

    2010年，Bell實驗室的科學(xué)家Marzetta在多小區(qū)、TDD場景下，提出了大規(guī)模MIMO的概念^[2]，從而發(fā)現(xiàn)了與單小區(qū)、有限數(shù)量天線時的一些不同特征。大規(guī)模MIMO技術(shù)是指基站配置了龐大的天線數(shù)量^[3]，通常是一百根或者是幾百根，較現(xiàn)有通信系統(tǒng)中天線數(shù)增加幾個數(shù)量級以上，在相同的時頻資源上同時服務(wù)多個用戶，且移動終端一般采用單天線接收的通信方式。大規(guī)模MIMO的基本模型如圖1所示。

2.1 大規(guī)模MIMO的技術(shù)優(yōu)勢

    大規(guī)模MIMO技術(shù)的主要優(yōu)勢如下：

    （1）根天線消耗的功率極低。理想情況下，在總發(fā)射功率一定的條件下，每根天線所用發(fā)射功率與天線數(shù)量成反比例關(guān)系，并且在發(fā)射信噪比一定的條件下，總的發(fā)射功率也與天線的數(shù)量成反比例關(guān)系。因此，每根天線所需的發(fā)射功率與天線數(shù)量的平方成反比。從而有效降低大規(guī)模MIMO的應(yīng)用中所消耗的功率。

    （2）信道“硬化”。當(dāng)天線數(shù)趨于無窮大時，信道矩陣可以采用隨機矩陣的理論進(jìn)行分析，信道矩陣的奇異值將趨向已知的漸進(jìn)分布^[4]，并且信道向量將會趨向正交，最簡單的信號處理方法是漸進(jìn)最優(yōu)的。

    （3）熱噪聲和小尺度衰落的影響消除。采用線性信號處理方法，熱噪聲和小尺度衰落對系統(tǒng)性能的影響會隨著天線數(shù)量的增加而減小，并且熱噪聲和小尺度衰落的影響與小區(qū)間的干擾相比可以忽略不計。

    （4）空間分辨率提升。在大規(guī)模MIMO系統(tǒng)中隨著基站天線數(shù)的增多，波束形成能夠把所傳輸?shù)男盘柤械娇臻g的一個點上，即基站能夠精確分辨每一個用戶，從而提高了空間分辨能力。

2.2 大規(guī)模MIMO與傳統(tǒng)MIMO性能對比

    在3GPP中，MIMO技術(shù)總體上是沿著單用戶MIMO、多用戶MIMO到網(wǎng)絡(luò)MIMO的發(fā)展進(jìn)行演進(jìn)的，相比傳統(tǒng)MIMO技術(shù)，大規(guī)模MIMO技術(shù)的性能體現(xiàn)在諸多方面，表2中給出了傳統(tǒng)MIMO與大規(guī)模MIMO之間性能對比。

2.3 大規(guī)模MIMO應(yīng)用場景

    大規(guī)模的多天線MIMO技術(shù)在第五代移動通信系統(tǒng)中的應(yīng)用場景如圖2所示，宏蜂窩和微蜂窩兩種小區(qū)在5G大規(guī)模天線陣列應(yīng)用場景下共存，網(wǎng)絡(luò)主要分為同構(gòu)與異構(gòu)網(wǎng)絡(luò)兩類，而場景則分成室內(nèi)場景和室外場景，由測試的相關(guān)性文獻(xiàn)知，陸地上有約70%的移動通信系統(tǒng)的通信是出自室內(nèi)，所以可以將大規(guī)模的MIMO信道分為微小區(qū)基站對室內(nèi)或室外用戶，宏小區(qū)基站對室內(nèi)或室外用戶，同時也可以將微小區(qū)作為中繼基站傳輸信息，信道也可以分為宏小區(qū)基站和微小區(qū)基站?；镜奶炀€數(shù)可無限增大，并且小區(qū)內(nèi)的移動用戶天線數(shù)也可以增加。

3 大規(guī)模MIMO信道的測量與建模

    當(dāng)無線傳播條件理想時，由于大規(guī)模的MIMO系統(tǒng)天線數(shù)的增加，發(fā)射機和接收機間信道向量逐漸正交。下面主要研究并分析大規(guī)模MIMO的信道測量和建模。

3.1 大規(guī)模MIMO信道的測量

    通過實際無線傳播環(huán)境下的信道測量可以有效地驗證大規(guī)模MIMO系統(tǒng)的理論信道模型，經(jīng)測量實際的信道提高整個通信系統(tǒng)的性能^[5]。

    （1）測量2.6 GHz微蜂窩條件下分布式MIMO信道。測量的方法主要是在分布式MIMO下使用3個基站分別配備4組天線單元，令其空間的高度滿足同向極化條件，再用最后一個基站去配置一個天線單元，由圓柱形均勻陣列配置為64組雙極化天線單元組成的移動臺，經(jīng)分析不同基站間通信鏈路大尺度衰落的互相關(guān)性求出不同位置大尺度的信道衰落值。

    （2）128單元線性陣列的測量方法。文獻(xiàn)[6]描述了工作在2.6 GHz條件下，不同的視距下進(jìn)行傳播的26個用戶，非視距情況下進(jìn)行傳播的10個用戶，并且部署128單元陣列天線于基站端，同時設(shè)定半個波長為天線間距，7.3 m作為天線陣列的長度，通過驗證上述配置下的大規(guī)模MIMO信道可知當(dāng)一些不可見的散射或變化較大的散射功率值存在時大規(guī)模天線陣列是無線傳播的信道，不能看成是廣義的平穩(wěn)過程，不過因為天線陣列非平穩(wěn)性與近場的效應(yīng)可以去除用戶間的相關(guān)性，以此來提供一個相對穩(wěn)定與低干擾的信道環(huán)境。

3.2 大規(guī)模MIMO信道建模

    由于5G技術(shù)的飛速發(fā)展，使得大規(guī)模MIMO信道建模表現(xiàn)出了一些新特性。例如在基站端大規(guī)模陣列天線部署時需用球面波替換為平面波^[7]，將信道能量集中于有限的空間。信道不再獨立同分布。隨著不斷增大的基站端天線陣列使得只有不同的天線單元可以看見不同的散射體，用非靜態(tài)特性來表征衰落^[8]。

4 信道狀態(tài)信息獲取技術(shù)

    貝爾實驗室提出了大規(guī)模的MIMO系統(tǒng)TDD模式的傳輸方案，其在蜂窩網(wǎng)絡(luò)中的移動用戶（一般設(shè)定為單天線）傳輸互為正交的導(dǎo)頻信號到基站端，通過接收導(dǎo)頻信號到目標(biāo)基站，根據(jù)信道估計的上行鏈路CSI的值，使用TDD系統(tǒng)的上下行鏈路互易性，用上行鏈路CSI的共軛轉(zhuǎn)置表征下行鏈路的CSI。從而傳輸上行信號的檢測和下行的預(yù)編碼，在小區(qū)用戶的數(shù)目變多時，信道估計的導(dǎo)頻開銷也會增加，尤其是在中高速移動通信的情況下，導(dǎo)頻開銷會占據(jù)絕大部分的時頻資源，所以在TDD傳輸模式導(dǎo)頻受限時研究大規(guī)模MIMO的CSI技術(shù)具有很大實用性的價值。相比于FDD模式，TDD模式可以提供更理想的獲取CSI的方法。

5 大規(guī)模MIMO預(yù)編碼技術(shù)

    已經(jīng)有研究表明在突破系統(tǒng)下行容量的瓶頸上大規(guī)模的MIMO預(yù)編碼技術(shù)發(fā)揮了至關(guān)緊要的作用?，F(xiàn)如今在大規(guī)模的MIMO下行傳輸[9]中大量地用發(fā)射機信號處理的技術(shù)目的就是為了把大規(guī)模的MIMO系統(tǒng)復(fù)雜度從終端側(cè)轉(zhuǎn)換為基站側(cè)，目前主要有線性和非線性的預(yù)編碼算法，線性由ZF，MF預(yù)編碼以及塊對角化(Block Diagonalization，BD)組成，而非線性則含有臟紙編碼(Dirty Paper Coding，)DPC、輔助網(wǎng)格法、矢量微擾法(Vector Perturbation，VP)等等。

5.1 線性預(yù)編碼

    目前的線性與非線性預(yù)編碼技術(shù)已經(jīng)取得了廣泛的研究，使得大規(guī)模的MIMO預(yù)編碼技術(shù)能夠減輕系統(tǒng)性能受到導(dǎo)頻污染的影響，下面將會著重介紹典型線性預(yù)編碼算法。

    （1）ZF迫零式預(yù)編碼。在文獻(xiàn)[10]中提出了ZF預(yù)編碼采用由偽逆矩陣替換的信道參數(shù)。在文獻(xiàn)[11]中，當(dāng)滿足基站天線數(shù)M與終端數(shù)K的比值α恒定時，通過同時增加M和K，可以將矩陣Trace{(G^HG)^-1}收斂于1/(α-1)，其中A^H代表矩陣A的Hermite共軛轉(zhuǎn)置。

    (2)MF匹配濾波。在ZF預(yù)編碼中對k×k維的矩陣求逆運算，將增加算法計算的復(fù)雜度，在大規(guī)模的MIMO中，G^HG/M逐漸趨近于單位矩陣，通過簡化該矩陣求逆運算，使ZF預(yù)編碼的性能趨于MF預(yù)編碼性能，在天線陣列的擴大情況下，MF預(yù)編碼矩陣將無限接近于ZF。

    (3)基于MMSE的預(yù)編碼。在多小區(qū)大規(guī)模MIMO系統(tǒng)中設(shè)計預(yù)編碼方案時需要考慮訓(xùn)練序列的分配問題，在文獻(xiàn)[12]中提出的MMSE預(yù)編碼方案能減輕導(dǎo)頻的污染，相比于單小區(qū)的場景MMSE預(yù)編碼矩陣由目標(biāo)函數(shù)的最優(yōu)解求得，其中主要由同一小區(qū)用戶所接收的信號均方誤差和交叉小區(qū)的用戶之間所發(fā)生的均方干擾建立目標(biāo)函數(shù)。

5.2 非線性預(yù)編碼

    非線性的預(yù)編碼是由向量擾動（VP）^[13]、DPC以及輔助網(wǎng)絡(luò)方法[14]等構(gòu)成，在蜂窩小區(qū)中M和K不是特別大時，非線性預(yù)編碼能夠表現(xiàn)出一定優(yōu)勢，在文獻(xiàn)[15]中提到帶有完整CSI的VP中SNR近似的表達(dá)式。

6 大規(guī)模MIMO系統(tǒng)信號檢測算法

    基站將時頻的資源分給不同的用戶，向大量的用戶來提供服務(wù)，在多小區(qū)多用戶的大規(guī)模MIMO系統(tǒng)中在小區(qū)的終端把傳輸?shù)男盘柊l(fā)送到小區(qū)基站的同時，基站能由空間簽名把接收到的上行信號用于檢測。

6.1 線性檢測

    當(dāng)小區(qū)內(nèi)基站配備了大規(guī)模的天線陣列時，如果能夠滿足信干噪比（SINR）比較低的條件，那么MRC 接收機的性能能夠達(dá)到最佳線性接收機(OLR)性能，不過當(dāng)處于高SINR條件下低于OLR；在干擾比較大的情況下，OLR性能相比于典型 MMSE 接收機系統(tǒng)的性能將有所優(yōu)化。

6.2 非線性檢測

    （1）基于樹形結(jié)構(gòu)（TB）的算法。球解碼（SD）^[16]可以說是典型的非線性檢測的算法，SD其實是一個極大似然(ML)的解碼器。SD算法的缺點是僅僅考慮到特定半徑內(nèi)的點，為了找到任意的信令點，要擴大半徑范圍，在已有的低復(fù)雜度的TB中只增加最有價值的節(jié)點部分便能有效地降低搜索的復(fù)雜度。

    （2）隨機步長(Random Step，RS)法。該算法原理為：選取一個初始的向量，評估其周邊矢量N_Neigh需要MSE為條件，以此選取MSE為最小向量，將上述過程重復(fù)N_iter次。

7 結(jié)束語

    大規(guī)模MIMO技術(shù)被業(yè)界認(rèn)為是未來5G中的一項關(guān)鍵技術(shù)，它對無線通信系統(tǒng)的信道容量、能量效率和頻譜效率等有顯著提高作用，本文詳細(xì)分析了MIMO技術(shù)的標(biāo)準(zhǔn)化進(jìn)程，大規(guī)模MIMO與傳統(tǒng)MIMO相比的性能優(yōu)勢，分析比較了大規(guī)模MIMO的應(yīng)用場景、信道測量和信道建模，并且分析了大規(guī)模MIMO系統(tǒng)下的信道估計技術(shù)，預(yù)編碼技術(shù)以及信號檢測技術(shù)，在未來，由于大規(guī)模MIMO對硬件復(fù)雜度的要求更高，導(dǎo)頻污染的存在限制了系統(tǒng)性能的提升，仍有許多的挑戰(zhàn)亟待完成。

參考文獻(xiàn)

[1] HUH H，CAIRE G，PAPADOPOULOS H C，et al.Achieving"massive mimo" spectral efficiency with a Not-so-Large Number of Antennas[J].IEEE Transactions on Wireless Communications，2011，11(9)；3226-3239.

[2] MARZETTA T L.Noncooperative cellular wireless with unlimited numbers of base station antennas[J].IEEE Transactions on Wireless Communications，2010，9(11)：3590-3600.

[3] 邱玲.多用戶、多小區(qū)MIMO通信技術(shù)[M].北京：人民郵電出版社，2011.

[4] TULINO A M，VERDU S.Random matrix theory and wireless communications[J].Communications & Information Theory，2004，1(1)：1-182.

[5] GAO X，EDFORS O，RUSEK F，et al.Linear pre-coding performance in measured very-large mimo channels[C].Vehicular Technology Conference，2011 IEEE.

[6] PAYAMI S，TUFVESSON F.Channel measurements and analysis for very large array systems at 2.6 GHz[C]//European Conference on Antennas and Propagation.2012：433-437.

[7] ZHOU Z，GAO X，F(xiàn)ANG J，et al.Spherical wave channel and analysis for large linear array in LoS conditions[C]//IEEE GLOBECOM Workshops.IEEE，2015.

[8] GAO X，TUFVESSON F，EDFORS O.Massive MIMO channels—Measurements and models[C]//Asilomar Conference on Signals，Systems and Computers，2013：280-284.

[9] HARASHIMA H，MIYAKAWA H.Matched-transmission technique for channels with intersymbol interference[J].IEEE Transactions on Communications，1972，20(4)：774-780.

[10] LI H，LEUNG V C M.Low complexity zero-forcing beamforming for distributed massive MIMO systems in large public venues[J].Journal of Communications & Networks，2013，15(4)：370-382.

[11] HOCHWALD B，VISHWANATH S.Space-time multiple access：linear growth in the sum rate[J].Proc.annual Allerton Conf.communications Control & Computing，2003.

[12] JOSE J，ASHIKHMIN A，MARZETTA T L，et al.Pilot contamination and precoding in multi-cell TDD systems[J].IEEE Transactions on Wireless Communications，2011，10(8)：2640-2651.

[13] HOCHWALD B M，PEEL C B，SWINDLEHURST A L.A vector-perturbation technique for near-capacity multiantenna multiuser communication-part II: perturbation[J].IEEE Transactions on Communications，2005，53(1)：195-202.

[14] WINDPASSINGER C，F(xiàn)ISCHER R F H，HUBER J B.Lattice-reduction-aided broadcast precoding[J].IEEE Transactions on Communications，2005，52(12)：2057-2060.

[15] RYAN D J，COLLINGS I B，CLARKSON I V L，et al.Performance of vector perturbation multiuser MIMO systems with limited feedback[J].Communications IEEE Transactions on，2009，57(9)：2633-2644.

[16] LARSSON E G.MIMO Detection methods：how they work[Lecture Notes][J].IEEE Signal Processing Magazine，2009，26(3)：91-95.

作者信息：

王茜竹，邱聰聰，黃德玲

（重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065）