MIMO：新一代移动通信核心技术

admin

MIMO信道的建模和仿真
     为了更好地利用MIMO技术，必须深入研究MIMO信道特性，尤其是空间特性。与传统信道不同的是，MIMO信道大多数情况下都具有一定的空间相关性，而不是相互独立的。在2001年11月的3GPP会议中，朗讯、诺基亚、西门子和爱立信公司联合提出了标准化MIMO信道的建议。3GPP和3GPP2推荐的链路级MIMO信道的建模方法有两个：基于相关（Corrlration－Based）的方法和基于子径（EAGC－A14H）的方法。尽管3GPP和3GPP2对链路级的信道参数进行了定义，但是对于如何实现并没有达成共识。研究信道的相关性对系统容量的影响成为MIMO技术的研究方向之一。
     另外，目前对MIMO系统的研究都是假定在理想信道条件下进行的，而实际上在接收端无线传播环境中是不可能知道信道冲激响应的，因此要进行信道估计。由于在MIMO系统中进行信道估计时，天线之间存在着干扰，因此，研究在天线之间存在干扰时的信道估计方法也是目前研究的热点。
     MIMO系统的天线选择技术
     因为多天线需要多射频RF电路，而RF又非常昂贵，因此，寻找具有MIMO天线优点且低价格、低复杂度的最优天线子集选择技术极具吸引力。多天线选择发送接收系统就是利用一定的准则从M根发送天线中选择MS根天线用于发送信号，同样在接收端从N根接收天线中选择NS根用于接收信号，这样就构成了选择的MS×NS的MIMO系统。一般来说，与多天线的应用对应，选择准则也可分为两种：一种是以最大化多天线提供的分集来提高传输质量；另一种是以最大化多天线提供的容量来提高传输效率。
    MIMO系统的信号处理
     早期关于MIMO技术的研究大多数还集中在单用户点到点的环境中，而没有考虑其他用户的共信道干扰。最近，人们将研究重点逐渐转移到多用户MIMO信道中。在多用户MIMO系统的下行链路中采用空分多址（SDMA）可以给系统吞吐量带来可观的增益。这样的多用户MIMO系统的技术难点在于如何设计发射向量以消除用户间的共信道干扰。典型的“最佳问题”包括功率受限时的容量问题（最大化和信息速率）或用以满足每个用户特定QoS的功率控制问题（最小化发射功率）。虽然对于一般的多用户MIMO信道，这两个问题都没有闭环解决方案，但是强加某些特定的限制时可以得到闭环解决方案。最常见的包括：块对角化、逐次最优化、波束成形法以及结合空时编码来消除多用户之间的干扰。
     多天线系统在多址信道中的容量分析
     从理论上来说，多天线多址系统的容量域已经非常清楚，但是如何让容量域满足各种用户对传输速率的要求，仍然没有很好地解决。从结构来看，这是一个非线性优化问题，采用传统的凸优化的方法虽然可以得到解决，但是计算量会非常庞大，必须寻找简单快速的方法。在某些特殊情况下，比如，多用户和容量（所有用户的速率加权值一样）的优化问题，有文献已经提出了非常有意义的多用户注水迭代算法，这种方法充分利用了原始优化问题的结构，利用矩阵理论和凸优化理论快速迭代求解。但是这种特殊情况对于实际网络来说没有太大的意义，因为实际网络中不同用户位于网络中的不同位置，采用相同速率加权值的做法会导致网络边缘用户的传输速率得不到保证，所以应对长期传输速率比较低的用户给予较大的速率加权值以提高该用户的传输速率。而在引入优先级后，采用多用户和容量的传输准则就不适用了，必须采用加权和容量的准则，不同用户速率的加权体现了用户的优先级，优先级越高，用户速率加权值越大，反之亦然。对于这种情况下的调度策略以及用户速率分配策略，利用高斯标量多址的容量域公式以及最优化算法来解决这一问题。
     对于收发端都有多根天线的高斯矢量多址信道，虽然可以采用标准的凸优化理论，但是由于这时需要优化的参数为各个用户发送天线上的输入协方差矩阵，采用标准算法会非常复杂，即使利用矩阵行列式最优化算法也会非常复杂。因此，研究最大化高斯矢量多址信道的加权和容量算法也是MIMO技术的研究热点之一。
    天线在广播信道中的容量分析
     由于存在天线间和用户间干扰，所以多天线广播信道属于非退化（non－degraded）的广播信道，并且其容量域一直不明确。对于可退化（degraded）的广播信道，比如单天线的广播信道，已经有了其容量域以及各个用户的速率分配方法。近年来，对于多天线广播信道容量域的研究也取得了很大进展。其中，DPC技术是解决多天线广播信道容量域问题的关键。
     还有一些非DPC的干扰处理方法，比如传统的波束成形（BF）技术通过在发送端设计加权矢量，使不同用户的信号完全正交，设计加权矢量的准则有迫零法（ZF）、最小化均方误差法（MMSE）等。其他基于波束成形技术的扩展技术包括联合信道对角化、扰动的预信道均衡等。
    作者：王舒