1、導(dǎo)頻污染在massive MIMO中的影響及解決方案刖言過去十多年間，多天線系統(tǒng)已經(jīng)從理論研究階段轉(zhuǎn)到在現(xiàn)代無線蜂窩系統(tǒng)中 的大規(guī)模應(yīng)用。在當(dāng)今的無線通信領(lǐng)域，無論是在實(shí)際系統(tǒng)中還是在理論研究中， 小區(qū)間的干擾早已經(jīng)成為一個瓶頸，這個瓶頸嚴(yán)重限制了通信系統(tǒng)的信道容量和 吞吐率。為了減少小區(qū)間干擾，目前的研究熱點(diǎn)是多用戶MIMO, 干擾對齊技術(shù)， 以及協(xié)作網(wǎng)絡(luò)。這些技術(shù)已經(jīng)被證明可以有效減少小區(qū)間干擾。然而，面對呈指 數(shù)增長的數(shù)據(jù)量，包括無線電話業(yè)務(wù)，以及不斷增長的無線數(shù)據(jù)需求，這些技術(shù) 并不能從根本上帶來系統(tǒng)容量的飛躍，也無法滿足用戶的需求。最近剛被提出來的大規(guī)模MIMO技術(shù)使得頻譜利用率達(dá)到

2、了空前的水平。在這種無線傳輸方案中，基站端有數(shù)量巨大的低功率小天線，天線數(shù)目遠(yuǎn)遠(yuǎn)超過 同時(shí)調(diào)度的單天線用戶數(shù)量。大規(guī)模MIMO可以使無線通信系統(tǒng)達(dá)到很高的吞 吐率，當(dāng)基站的天線數(shù)趨近于無窮，信道容量應(yīng)該是無限大。但是在實(shí)際應(yīng)用的 場景中，這并不成立。唯一的限制因素就是導(dǎo)頻污染(PilotContamination)。它產(chǎn) 生的主要原因是在上行信道估計(jì)中，當(dāng)不同小區(qū)的用戶使用同一套訓(xùn)練序列，或 者非正交的訓(xùn)練序列時(shí)，由于相鄰小區(qū)的用戶發(fā)送的訓(xùn)練序列非正交，導(dǎo)致基站 端進(jìn)行信道估計(jì)的結(jié)果并非本地用戶和基站之間的信道，而是被其他小區(qū)的用戶 發(fā)送的訓(xùn)練序列污染之后的估計(jì)。一.導(dǎo)頻污染解決方案針對導(dǎo)頻污

3、染，以下有幾種解決方案。方案一，迫零(Zero-forcingZF)預(yù)編碼算法采用多用戶信道矩陣的偽逆作 為預(yù)編碼矩陣。其優(yōu)點(diǎn)是設(shè)計(jì)簡單，可以使每個用戶之間以及每個用戶的各路數(shù) 據(jù)流之間的干擾為零，用戶之間正交。但要求每個用戶的預(yù)矩陣位于其它用戶矩 陣的零空間，因此獲得的空間自由度受限。ZF預(yù)編碼的完全正交化將導(dǎo)致投影 方向上的子信道增益的范數(shù)減小，從而失去了更多的信道信息。就像ZF接收機(jī) 是以噪聲的增強(qiáng)為代價(jià)的一樣，因此一般需要基站增大發(fā)射功率，功率利用率不 高?！?】方案二，多小區(qū)基于最小均方差的預(yù)編碼(mult-cell MMSE-based precoding),依賴于分配給用戶的序列

4、的設(shè)置。這種方法并不需要聯(lián)合預(yù)編碼技術(shù)所需求的基站間的協(xié)調(diào)。在大量訓(xùn)練序列分配中，很多結(jié)果表明，這種方法比 包括迫零算法在內(nèi)的單小區(qū)預(yù)編碼獲得更高的增益。由【2】知頻率，時(shí)間和導(dǎo) 頻復(fù)用能夠減輕導(dǎo)頻污染，多小區(qū)預(yù)編碼技術(shù)就結(jié)合了這種技術(shù)。方案三，一個新的多小區(qū)基于最小均方差的預(yù)編碼(mult-cell MMSE-based precoding)可以更進(jìn)一步的減輕導(dǎo)頻污染【3】。它有很多優(yōu)勢，除了是一種線 性預(yù)編碼方法外，它有一個來源于直觀最優(yōu)化問題的封閉式表達(dá)。當(dāng)一個小區(qū)基 站的信道估算受到來自其他小區(qū)用戶的干擾時(shí)，就發(fā)生了導(dǎo)頻污染。使用非正交 訓(xùn)練序列能引起這種污染，它主要通過提高小區(qū)內(nèi)部干

5、擾來嚴(yán)重影響系統(tǒng)性能。下面就方案一、二和三就和速率這個指標(biāo)做個比較，如下表：表天線數(shù) 和速率、 its/s/Hz、萬案15202530Zero-forcing18202328方案二28313436方案三40475154由表一可知，方案三要最好，方案二次之，方案一相對來說要最差。二.其他算法對系統(tǒng)性能的比較1.雙預(yù)測迭代最小二乘 (Iterative least squareswith dual projections ILSDP) 算法此迭代算法的主要思想基于交替最小二乘法的價(jià)值函數(shù)的最(alternating least squares minimisation of a cost func

6、tion)。其通過使參數(shù)交替投影到不同的子 空間，從而利用時(shí)變信道的時(shí)間選擇性來降低系統(tǒng)的誤比特率(bit error rate,BER)，而且它利用多項(xiàng)式能夠改善由內(nèi)插法獲得的信道估計(jì)。這個算法也 允許更短的內(nèi)插濾波器長度或者說是稍微簡單點(diǎn)的內(nèi)插技術(shù)并且不會影響系統(tǒng) 性能【1】。2.迭代空間交替廣義最大期望with iteration)算法pace-Alternating Generalized Eexpectation-maximization它能消除來自其它發(fā)射天線的干擾，因?yàn)樗軌騿为?dú)的更新MIM O系統(tǒng)中發(fā)射 符號序列的每一次估計(jì)【5】。其性能主要依賴于初始的估計(jì)，執(zhí)行此算法須利 用

7、初始估計(jì)。而通過計(jì)算出導(dǎo)頻符號序列和接收符號序列的相關(guān)性就能得到初始信道估計(jì)；利用初始信道估計(jì)檢測最小均方誤差(minimum mean squareerror ,MMSE),可以獲得發(fā)射符號序列的初始估計(jì)。在這個算法中，首先，發(fā)射符 號序列估計(jì)由turbo解碼器解碼，其次，使用通過turbo解碼器獲得的發(fā)射位 (transmit bits)的對數(shù)似然比(log likelihood ratios)可以獲得信道估計(jì)。3 .聯(lián)合信道估計(jì)和數(shù)據(jù)探測遞歸算法recursive algorithm of joint channelestimation and data detection (recur

8、sive-JCEDD)此算法基于干擾消除，相對于傳統(tǒng)的最小二乘法，能夠達(dá)到更低的誤比特率 (BER)，更精確地信道估計(jì)和信息數(shù)據(jù)率。它用一個模塊式的(block-type) 導(dǎo)頻序列來替代循環(huán)前綴(cyclic prefix)【6】。由于模塊式導(dǎo)頻序列不僅能夠 用作訓(xùn)練序列在每一個正交頻分復(fù)用(OFDM )符號周期中獲取信道狀態(tài)信息估計(jì)，也能夠避免由信道的多路徑延遲擴(kuò)散引起的碼間串?dāng)_（ISI）。在不同信噪比（SNR）時(shí)就誤比特率（BER）這個性能指標(biāo)來比較這三種算法。表二-BER(dB)算法05101520ILSDP0.350.250.150.0450.015SAGEIlter=1-0.20.

9、130.0080.0001Ilter=2-0.20.110.0050.00005Ilter=3-0.20.10.0030.00003recursive-JCEDD0.450.0150.000005-三.未來展望Massive MIMO系統(tǒng)隨著天線數(shù)目的增長，信道容量的限制因素為導(dǎo)頻污染， 其產(chǎn)生的根本原因是不準(zhǔn)確的信道估計(jì)。如果能夠得到更準(zhǔn)確的信道估計(jì)，就可 以有效減小導(dǎo)頻污染的影響，從而提高信道容量和系統(tǒng)吞吐率。而期望信道和十 擾信道相互交疊的機(jī)會越小，信道估計(jì)就會越準(zhǔn)確。當(dāng)期望信道和干擾信道完全 沒有交疊的可能時(shí)，例如它們的到達(dá)角被限制在兩個不相交的區(qū)域，當(dāng)基站有適 當(dāng)數(shù)目的天線時(shí)，信道估

10、計(jì)趨近于沒有干擾信道的情況。即可以認(rèn)為期望信道和 干擾信道已經(jīng)完全分開。其背后的數(shù)學(xué)原理是也值得深入研究。參考文獻(xiàn)Chin W H, Ward D B, Constantinides A G. Algorithm for exploiting channel time selectivity in pilot-aided MIMO systemsJ. Communications, IET, 2007, 1(6): 1267-1273.Jose J, Ashikhmin A, Marzetta T L, et al. Pilot contamination problem inmulti-ce

11、ll DD systemsC/Information Theory, 2009. ISIT 2009.IEEEInternational Symposium on. IEEE, 2009: 2184-2188.Jose J, Ashikhmin A, Marzetta T L, et al. Pilot contamination and precoding in multi-cell TDD systemsJ. Wireless Communications, IEEE Transactions on, 2011, 10(8): 2640-2651.Xiang Gao,FredrikTufv

12、esson,oveEdfors,FredrikRusek”Measured propagation characteristics for very-large MIMO at 2.6 GHzin 2012 6th European Conference on Antennas and Propagation(EUCAP),Mar.2012,pp.433-437Tsuzuki F, OTSUKI T, KANEKO T. SAGE Algorithm for Channel Estimation and Data Detection Using Superimposed Training in MIMO SystemJ. IEIC Technical Report (Institute of Electronics, Information and Communication Engineers), 2006, 105(638): 109-114.Guo J, Ren S, Xiang H. A non-cyclic prefixed MIMO-OFDM system ba