论文部分内容阅读
大规模多输入多输出(MIMO)技术允许在基站端配置大量的天线来满足用户的需求,使其具备了许多高容量、高链路可靠性、高频谱效率和能量效率等优质特性,是5G通信系统中一种必不可少的技术。然而在实际应用中仍有些难题需要解决,比如因天线数量增加带来的预编码算法复杂度的急剧增加。如何在不损失甚至改善算法性能的要求下,大幅度降低算法的计算量成为了目前为止亟待攻克的难题。本文着重探究大规模MIMO系统中能够减少系统的运算量,同时保障或者改善性能的预编码方法。本文首先对传统线性预编码算法和依据相同原理,应用其他优化方案改进的算法进行研究,探索降低算法复杂度的方法。然后依据随机矩阵原理分析大规模MIMO系统下信道矩阵呈现的新特性,基于这些特性来尝试改进算法。接着对非线性预编码进行研究分析,基于减少用户间干扰的条件下,如何优化算法性能,减少算法所需计算量。本文主要的创新和贡献如下:(1)提出了一种适用大规模MIMO系统的改进算法RZF-SOR。针对基站天线数大量增长导致的算法复杂度急剧提升的问题,提出了一种改进的减少系统运算量的算法。该算法主要是在原有RZF算法的基础上,采用超松弛迭代法(SOR)来取代求逆矩阵的过程。根据随机矩阵原理求解参数松弛因子的最优解,提升算法收敛速率。仿真结果表明,RZF-SOR算法能用很小的迭代次数实现与RZF算法近似的性能,且优于Neumann算法,并降低了一个数量级的算法复杂度。(2)提出了一种基于用户间干扰的大规模MIMO系统预编码改进算法ADMM。考虑到接收端用户间的信号相互干扰和算法的高计算量问题,提出了一种新的ADMM算法。该算法以具有有限字符集特性的数字信号为研究对象,以减少用户间干扰为目的,采用交替方向乘子算法将传输信号矢量转换成向量的迭代。在保证算法快速收敛时提出参数阻尼因子,利用随机矩阵原理得出迭代矩阵,给出算法的设计步骤。最后分析ADMM算法的计算量和误码率。通过仿真实验得出,相比最近提出的SQUID算法,ADMM算法所需计算量减少,BER性能更优。