[发明专利]一种低精度量化大规模MIMO中最优正则预编码方法

说明书

本发明公开了一种低精度量化大规模MIMO中最优正则预编码方法，在大规模MIMO系统中，基站需要配置数十甚至上百根天线。为了降低硬件成本和系统功耗，基站端每根天线配置低精度量化的DAC，用户端一般配置有限精度量化的ADC。此外，由于基站端天线数目巨大而设备体积受限，天线阵列布置密集，多天线空间信道不独立，存在相关性。本发明综合考虑低精度量化和信道相关性的影响，在最大化每个用户接收信干噪比的准则下优化基站端的正则预编码方法。给定基站天线数目，DAC量化精度，以及信噪比，本发明能够迅速确定最优的正则预编码计算形式。本发明计算简单，对大规模MIMO系统的下行链路传输具有积极意义。

技术领域

本发明涉及一种低精度量化大规模多输入多输出系统(MIMO)中最优正则预编码方法，属于无线通信技术领域。

背景技术

大规模MIMO技术具有极大提升系统容量、提高频谱和功率效率的优点，已被公认为未来移动通信系统中的关键支撑技术之一。最初的单用户MIMO技术可以通过部署多个发送/接收天线获得多天线分集增益。但是，为了充分复用频谱和空间资源，研究人员们首先提出了多用户MIMO传输方式。这种传输模式可以让多个用户复用相同的时频资源进行数据传输，而不同用户数据通过预编码来进行区分。Jindal，Vishwanath和Goldsmith等研究人员最早从信息论角度给出了多用户MIMO上行信道和下行信道的理论信道容量，并给出了最佳的多用户预编码设计方案，即脏纸编码(DPC,Dirty Paper Coding)。他们的研究成果首次揭示了MIMO技术用于多用户层协作传输的基本理论和实现方法。虽然多用户协作的最优理论已经非常明确，但是基于DPC的多用户预编码包含的非线性复杂计算并不适用于目前绝大部分系统。为了便于系统实现，研究人员们进一步提出了一系列的低复杂度线性预编码方法，其中包括最大比合并、迫零以及正则预编码方案等。最大比合并预编码虽然实现简单，但是存在用户间干扰。迫零预编码虽然能够消除用户间干扰，但是需要进行矩阵求逆运算，当信道矩阵病态时会出现功率损失问题。正则预编码因其引入了正则化系数，算法稳定且性能良好，在大规模MIMO通信系统中被广泛应用。在正则预编码方案中，正则化系数的取值对系统性能具有直接影响。在现有文献中，正则化系数一般设置为用户数目/信噪比。若充分考虑实际系统的特性，例如信道的空间相关性、信号的低精度量化等，该系数的取值有待进一步优化。

在多用户大规模MIMO系统中，每根射频链路，即每根天线，需要配置一对模数转换单元(ADC)和数模转换单元(DAC)，分别对复数信号的实部和虚部进行量化，因此系统的硬件和功耗成本随着天线数目的增长而大大增加。针对这个问题，目前有两种解决方案。一是为射频链路配置低精度的ADC和DAC。由于ADC/DAC的功耗随其量化精度的增加而呈指数级增长，配置低精度ADC/DAC能够有效降低系统功耗。已有研究表明，在某些实际场景下1比特量化的ADC足以获得近似最优的传输速率。此外，已有研究人员提出混合使用高低精度的ADC/DAC，以期在系统性能和功耗成本之间进行权衡。二是减少射频链路的数目以减少ADC/DAC的数目。同一射频链路服务于多根天线，每根天线配置移相器形成数字-模拟混合收发结构。显然，以上两种方法都会造成一定程度的性能损失。前者会带来量化误差，后者会降低天线复用增益。

此外，对大规模MIMO系统性能的研究通常都是在独立信道假设下进行的。许多研究将信道建模成瑞丽衰落模型，信道矩阵中每个元素都服从独立同复高斯分布。然而，在实际通信系统中，基站端天线数目巨大而天线阵列体积又非常受限，相邻天线单元间隔通常十分狭小，因此不同天线和用户间的信道向量不满足独立分布，而存在空间相关性。信道相关性会对大规模MIMO系统的性能造成非常大的影响。天线单元间隔越小，空间相关性就越强。已有文献证明，相邻天线间隔为4倍波长的MIMO系统与不存在相关性的系统相比，信道容量存在百分之二十的衰减。在现有研究中，常用的信道相关模型有Kronecker模型和Unitary-Independent-Unitary(UIU)模型等。对于不同形式的信道相关矩阵，预编码方案也应随相关性而做出相应的优化。