Massive MIMO for Next Generation Wireless Systems论文学习
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/45ae1ad0e82b59e789e854ac3943f579.png#pic_center)
论文概况
原文链接:Massive MIMO for Next Generation Wireless Systems.
Massive MIMO for Next Generation Wireless Systems是一篇综述性的文章,在February 2014发表于IEEE Communications Magazine。全文大致介绍了Massive MIMO在point-to-point MIMO和Multi-user MIMO上的发展和不同点,Massive MIMO技术的关键点、潜在优势、局限性和后续可研究方向。
下面将依据原文的框架,逐点进行学习总结。
ABSTRACT
- massive MIMO 是在multi-user MIMO的基础上改进的,multi-user MIMO具有相同数量的service antennas, terminals, frequency-division,具有不可扩展的缺点。
- Massive MIMO技术具有的最大的特点是使用了过量的service antennas,这种特点所带来的最大的好处是可以将能量聚集到小空间区域。
GOING LARGE: MASSIVE MIMO
- Massive MIMO的基本前提是要保证传统MIMO的好处都要获得到,然后再将规模做大。
- Massive MIMO的基本框架是:
基站使用的天线阵列具有几百个天线,同时在同一时频资源中为数十个终端提供服务。 - Massive MIMO是Internet of people 和 Internet of things的基础。
- Massive MIMO基于空间分级复用技术,要求知道上下行链路的全部信息。传统场景是采用发射导频(pilot)的方法,由于Massive MIMO的基站有数百个天线,在downlink场景中,使基站发送的导频相互正交会占据很大资源,此处一般采用TDD的方法。
THE POTENTIAL OF MASSIVE MIMO
- 通过spatial multiplexing,可以增加10倍信道容量 。
信道容量(Channel capacity,又译通道容量)是指在一个信道中能够可靠地传送信息时可达速率的最小上界。所谓可靠传输指的是可以以任意小的错误率传递信息。根据有噪信道编码定理,信道容量是可以误差概率任意小地达到的给定信道的极限信息率。信道容量的单位为比特每秒、奈特每秒等等。
- 增强辐射能量效率:通过波前相干叠加技术,在目标点上接收到的辐射能量最大,其他地方相消(随机分布)。
注:图片来源于论文《Massive MIMO for Next Generation Wireless Systems》Figure2.
对于图片的解读:利用Massive MIMO具有的大量的antennas,可以产生narrow beam。目标用户位置在正方形的中心五角星处,其四周为四个其他用户。由仿真结果可以看出,使用Massive MIMO的场景中,离目标点较远的位置能量很低且基本相等,四个离目标点较近的其他用户处能量较低且分布较为规律,目标点处的能量最大且集中。
最大比合并(MRC)能在Massive MIMO中得到很好使用的原因,是不同terminal的channel response 在base station的天线数量很多的条件下相互正交。
-
可以使用廉价的低功耗组件来构建大规模MIMO,从而降低base station的能源消耗。
-
大规模MIMO系统具有很大的自由度盈余。
特别地,每个天线可以以非常小的代价发射具有非常小的峰均比甚至恒定的包络线的信号,这取决于增加的总辐射功率。 这种(接近恒定)的包络信令便于使用极其便宜和高能效的RF放大器。
使用(接近)恒定包络多用户预编码时,不会形成波束,也不会通过称重符号来形成每个天线发射的信号。 而是创建一个波场,以便当在终端所处的位置对该波场进行采样时,终端会准确地看到我们希望它们看到的信号。
对于图片的解读:在常规MIMO的波束成形中,其中每个天线发射的信号幅值具有较大的动态范围。在Massive MIMO的波束成形中,其中每个天线发射的信号具有相同的幅值。这样也省去了PSK调制的过程。
- Massive MIMO依靠大量天线和波束成形来避免衰落骤降,因此衰落不再限制时延。
LIMITING FACTORS OF MASSIVE MIMO
CHANNEL RECIPROCITY
TDD的实现需要通道具有互异性,但在实际硬件实现中,uplink和downlink不一定完全互易。注意,为了获得大规模MIMO的全部波束成形增益,也有方法不需要完全校准终端上行链路和下行链路链,参考Argos: Practical Many-Antenna Base Stations.
PILOT CONTAMINATION
理想中,每个terminal在uplink链路中是被分配了一个互相正交的导频序列。但是,可以存在的正交导频序列的最大数量上限是相干间隔的持续时间除以信道延迟扩展。将导频从一个单元重用到另一个单元的后果以及相关的负面影响被称为pilot contamination。更具体地,当服务阵列将其接收的导频信号与特定终端相对应的导频序列相关时,它实际上获得信道估计是该信道与共享相同导频序列的其他终端信道的线性组合。
pilot contamination对于Massive MIMO性能的影响很大,特别是当天线数量远远超出上界的时候。通过以下几种方法可以得到解决:
- 优化导频波形的分配,例如可以对导频使用不太积极的频率重用因子或者使用自适应的方法分配导频。参考:A Coordinated Approach to Channel Estimation in Large-Scale Multiple-Antenna Systems.目前,最优的方法未知。
- 信道估计算法,甚至是完全避免使用导频的blind techniques,可能会减轻或消除导频污染的影响。 最有前途的方向似乎是blind techniques,它们可以共同估计信道和有效载荷数据。参考:EVD-Based Channel Estimations for Multicell Multiuser MIMO with Very Large Antenna Arrays.
- 考虑到网络结构的新预编码技术,例如pilot contamination precoding,可以利用波束成形操作之外的多个小区的协作传输来至少部分地消除导频导致的定向干扰。参考:EVD-Based Channel Estimations for Multicell Multiuser MIMO with Very Large Antenna Arrays.
RADIO PROPAGATION AND ORTHOGONALITY OF CHANNEL RESPONSES
Massive MIMO(尤其是采用MRC / MRT处理的)在很大程度上取决于称为favorable propagation的无线电环境属性。 简而言之,favorable propagation意味着从基站到不同终端的传播信道响应足够不同。量化对不同终端的信道响应有多不同的一种方法是查看包含信道响应的矩阵的最小和最大奇异值之间的分布。
原文中,实验研究了不同天线数量的信道差异程度,实验中4个用户终端,对应分别具有4个,32个和128个天线端口的基站,这些端口被配置为物理上较大的单极化线性阵列或紧凑型双极化圆形阵列。结果图如下:
该图显示了在不同情况下,针对不同的测量(窄带)频率点,最小和最大奇异值之间的差异的累积密度函数(CDF)。 作为参考,采用了理论研究中经常使用的理想独立均匀分布(i.i.d.)通道矩阵的模拟结果对照。对于4元素数组,奇异值扩展的中位数约为23–18 dB。 该数字是衰落余量的度量,衰落余量是为了为所有用户提供合理的接收信号而必须使用的额外功率。如果使用大规模线性阵列,奇异值扩展范围小于3 dB,且曲线都没有实质性的拖尾,这意味着在测量带宽上的任何地方看到奇异值扩展大于3 dB的可能性几乎可以忽略不计。
另一个值得一提的方面是,对于一个非常棘手的传播场景,例如在line-of-sight条件下间隔很近的用户, 由于Massive MIMO增强了空间分辨率,似乎大型阵列能够使用用户具有的不同空间特征将用户合理地隔离开来。对于常规的MIMO,这是不可能的。
MASSIVE MIMO: A GOLD MINE OF RESEARCH PROBLEMS
- 快速和分布式相干信号处理
- 低成本硬件的挑战
- 硬件减损
- 内部耗电量
- 通道表征
- 互易性校准成本
- 导频污染
- Non-CSI@TX operation
- 新的部署方案
- 系统研究以及与小型蜂窝和异构网络解决方案的关系
- 原型开发