随着人们对于信息传输速率日益增长的需求, 大规模多输入多输出系统(Massive MIMO)技术应运而生,成为下一代无线通信的关键技术之一[1]。相比于传统的MIMO系统,Massive MIMO中基站配置的天线数目多达上百甚至至上千根,天线数目的增多使得基站在相同的时频资源下可同时服务更多的用户,带来频谱效率的显著提高。
Massive MIMO中天线数目的增多为基站获取准确的瞬时信道状态信息(Instantaneous Channel State Information,ICSI)带来挑战。在时分双工(TDD)模式中,基站可以通过上下行链路的信道互易性获得瞬时信道信息,但面临导频污染问题亟待解决[2];在频分双工(FDD)模式中,由于上下行链路工作在不同的频段,基站只能通过反馈信道获取下行信道信息,在多天线系统中反馈成本随天线数目增加而增加。考虑到(Statistical Channel State Information, SCSI)在长时间内可保持不变,获取SCSI的反馈成本大大降低,因此在FDD模式下利用SCSI成为有效的解决途径。
现有的波束形成算法(如迫零算法和最大比发射)都是基于ICSI实现[2]。文献[3]、[4]是基于SCSI设计的波束形成算法,但需要通过调度算法使用户的SCSI满足特殊的正交性,在Massive MIMO系统里实现很复杂。本文利用信噪泄漏比(Signal-to-Leakage-plus-Noise Ratio,SLNR)代替信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR)作为优化标准设计波束形成算法,可减小多用户间的干扰,提升系统的性能。
考虑到天线间的相关性和基站的空间限制,如果采用均匀直线天线阵列,对于一个载波频率为2.5 GHz、天线间距等于半波长的系统,部署32根天线就需要1.9 m的空间长度,因此本文引入全维MIMO,即将天线部署在一个二维平面上。文献[5]中证明了全维MIMO系统可以更好地提升用户频谱效率同时降低小区间干扰。
波束形成算法联合有效的功率分配方案可以使得系统容量得到有效提升,最简单的方案是所有用户平均分配功率[3],但其没有考虑到不同用户信道状态差异,所以可以采取更有效的方案进一步优化功率分配。文献[6]基于统计信道状态信息进行功率分配,其提出的功率分配方案是在假设多天线基站与某个用户之