Massive MIMO 预编码学习笔记1

开一个自己学习Massive MIMO的学习笔记，记录自己在这块儿学习的知识进展和个人理解(maybe?)。

对学习有帮助的网址

大规模MIMO下行链路预编码（1）
链接: https://blog.csdn.net/weixin_43871127/article/details/104593325
大规模MIMO下行链路预编码（2）
链接: https://blog.csdn.net/weixin_43871127/article/details/104722688
ZF、MMSE、SLNR、BD、SVD|几种常见的预编码原理总结加仿真
链接: https://blog.csdn.net/gsy_1234567/article/details/115999021?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162236643016780264072170%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=162236643016780264072170&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_blogfirst_rank_v2~rank_v29-1-115999021.nonecase&utm_term=%E5%B8%B8%E8%A7%81%E9%A2%84%E7%BC%96%E7%A0%81%E6%80%A7%E8%83%BDmatlab%E4%BB%BF%E7%9C%9F&spm=1018.2226.3001.4450
混合波束成形| MIMO系统的DFT码本
链接: https://blog.csdn.net/weixin_39274659/article/details/108894763?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162545470316780265438349%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=162545470316780265438349&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_blogfirst_rank_v2~rank_v29-8-108894763.pc_v2_rank_blog_default&utm_term=DFT%E9%A2%84%E7%BC%96%E7%A0%81&spm=1018.2226.3001.4450
国外大佬自己整理的心得（包含5G N/R整体协议）（5G N/R>>CSI Framework>>CSI Codebook）
链接: http://www.sharetechnote.com/

仿真要点

初始参数设置（输入）
(1)发端天线数
(2)用户数
(3)用户接收天线数
(4)码元包含的比特数
(5)码元周期

系统性能参数（输出）
(1)误码率
(2)频谱效率（合速率）

在发射端：
假设已知精确的信道状态信息（直接生成信道状态信息矩阵并应用）
对于基于码本的数字预编码：
(1)生成码本矩阵
(2)初始对信道信息进行反馈，通过SVD分解后，可通过特征值等特点选择码本序号
(3)根据反馈回来的码本序号生成对应的预编码矩阵对角阵

对于基于非码本的数字预编码：
根据选择的预编码方案生成对应的预编码矩阵

预编码的矩阵大小一般为 发端天线数x（用户数x单个码元包含的比特数）

在接收端：思想是根据预编码方案生成的矩阵，使信道矩阵与预编码矩阵的乘经过处理（左乘接收端组合矩阵）后变为单位矩阵，然后就可通过判决（如F范数）后再对信号进行解调等操作。

在matlab仿真中可以将预编码写成子函数，输出预编码矩阵和信道矩阵与预编码矩阵的乘的逆矩阵，这样可以编写相对通用的接收端子函数。

具体可以参考Sally悦大佬上传的仿真文件进行尝试

部分翻译（以供个人后续查看）

个人在学习sharetechnote过程中的翻译，个别词汇翻译不会很准确，不确定的词会在括号中将原词标注出来，个别缩写也是如此。

码本的理解

简单来讲在5G有两种类型的码本构建方案。
第一种基于与LTE码本相同的的逻辑，基本上讲，这类方案应用的是根据UE报告和RRC配置选择的预设矩阵。
第二种没有预先定义的码表，它是基于一种具体设计的涉及多个参数的数学公式，这些参数有RRC和UE报告决定。不同于类型一有许多不同的码表，类型二只有一个码表，但是由公式定义的码表更加复杂。因此，类型二可以应用比类型一更精细的矩阵
类型二基于更多的信道状态信息报告，主要是为多用户MIMO设计。
类型一和类型二码本都是由基于波束网格的二维DFT阵构建得出，并支持波束选择的CSI反馈和两个极化之间基于PSK的同相组合。
相比于类型一（只定义了选择波束的相位），基于类型二的CSI反馈报告了选择波束的宽带和子带的幅度信息。
类型一只选择了一组波束中的特定波束，而类型二选择了一组波束并对组内的所有波束进行了线性组合。

接收端在解码接收信号时是否需要需要知道预编码矩阵？

答案取决于数据传输方案的设计方式。 大致有如下两种实现情况。 简而言之，接收方不需要知道情况 1 中的预编码矩阵信息，而接收方应该知道情况 2 中的预编码矩阵。
在第一种情况里，信道估计理论上可以不知晓预编码矩阵的信息，只根据基准数据计算出预编码和射频信道的全部影响。

而第二种情况，信道估计只能从已知的基准数据中计算出射频信道矩阵，因为基准数据没有通过预编码器，所以无法获知任何与预编码矩阵有关的信息。在这种情况中，接收端需要通过其他方法（比如信令）获知预编码矩阵信息或者接收端让发端使用一个特定的预编码器。

NR的实现属于第一种情况。
而多数的LTE传输模式（如TM1,2,3,4等）属于第二种情况。也就是说，只有数据（比如PDSCH）进行了预编码，而用于信道估计的基准信号（如小区专属参考信号）没有进行预编码。在这种情况下，用户设备会获知基站(eNB)使用了哪个预编码矩阵。用户设备通过预先定义的规范(如TM1,2,3)或者用基站传递信令信息。
但在LTE中，TM9属于第一种情况，在TM9中，PDSCH(下行业务信道)传送它自己的DMRS(解调参考信号)。在这种情况中，LTE预编码阶段没有使用任何预编码矩阵。PDSCH数据和PDSCH解调参考信号会进行一个波束成形的处理，这个波束成形处理可以看做是预编码的一种类型。由于PDSCH数据和PDSCH解调参考信号都进行了相同的波束成形处理，因此用户设备不需要知道基站使用了什么预编码矩阵。
然后，至于我们为什么关注NR中的预编码器(码本),“我们不需要知道并不代表这是没用的”，即使不是强制要求的，接收端在获知码本也是绝对有用的。

进一步深入了解参考信号

将解释进一步扩展到有不同类型参考信号的可能情况，可以将它们归类成以下几种情况。以下的描述可能不是很清楚甚至当读者深入细节时可能是误导性的，但这至少在理解整体的数学流程和参考信号的设计上会有所帮助。

情形1

在这种情况中，会有一种参考信号，称为CRS(信道参考信号)。在下图中，这种CRS仅通过信道矩阵进行调整(modified，工程看得少，不知道咋翻译合适)。假设CRS预先对接收端是可知的(如通过规范)，接收端可以利用这种信号通过对比实际接收的CRS和期望的CRS(规范中规定的CRS)来对信道进行估计。那么问题来了，接收端可以只通过信道矩阵信息解码用户数据吗？大概率是不可能的，因为用户数据不仅仅由信道矩阵修正，还通过了预编码器。下一个问题是，接收端可以估计(计算出)预编码矩阵吗？接收端无法通过接收信号直接获取预编码矩阵。预编码矩阵的信息一般是通过其他方法比如信令信息、物理控制信息或预定的规范使接收端获知。
LTE使用的小区专属参考信号属于这种情况。

情形2

在这种情况中，会有一种参考信号称为DMRS(解调参考信号)。在下图中，DMRS由预编码矩阵和信道矩阵进行调整。假设DMRS事先由接收端获知(如通过制定规范)，接收端大概可以通过使用DMRS修正接收信号来解码用户数据。但是，是否用户设备可以对预编码矩阵和信道矩阵进行估计呢？这一回答仍然是大概率不行。接收端可以通过对比实际接收的DMRS和规范中期望的DMRS来估计信道矩阵和预编码矩阵的乘，但是分别估计出信道矩阵和预编码矩阵仍然是不可能的。

####情形3
在这种情况中，会有两种参考信号，分别是DMRS和CSI-RS(CRS)。根据下图，DMRS只会由预编码矩阵和信道矩阵的乘调整，CRS只会由信道矩阵调整。接收端可以对信道矩阵进行估计，但预编码矩阵无法通过DMRS直接估计，原因与情形2相同。所以预编码矩阵信息会通过信令或者制定的规范发送给接收端。(理论上来讲，如果接收端同时使用了根据CRS得到的信道矩阵估计，可能能够估计预编码矩阵)。理论上，在这种情况中，接收端一般能够在仅使用DMRS下解码用户数据。虽然CRS可能携带额外的有用信息，但它没有那么关键。

####情形4
在这种情况中，会有两种参考信号，DMRS和CRS。在下图中，DMRS由预编码矩阵、波束成形矩阵和信道矩阵的乘调整，而CRS由波束成形矩阵和信道矩阵的乘调整。接收端可以估计信道矩阵和波束成形矩阵的乘，但两者不能分别进行估计。根据DMRS，接收端可以估计三个矩阵的乘，但他们无法被独立分离出来。所以说，在这种情况中没有矩阵可以被独立估计，但理论上因为DMRS能抵消所有组合矩阵[H][X][W]的影响。