下载文档原格式
Massive MIMO多小区TDD系统中的导频污染减轻方法1. MIMO的概念移动通信中的MIMO技术指的是利用多根发射天线和多根接收天线进行无线传输的技术，使用这种技术的无线通信系统即为MIMO系统。
当天线相互之间有足够远的距离，各根发射天线到各根接收天线之间的信号传输可以看成是相互独立的，所采用的多根天线可以称为分立式多天线，如应用于空间分集的多根天线。
如果各根天线相互之间很近，各根发射天线到各根接收天线之间的信号传输可以看成是相关的，所采用的多根天线称为集中式多天线，如智能天线中的天线阵列。
传统上，智能天线的智能性体现在权重选择算法而不是编码上，基于分立式天线空时码的研究正在改变这个观点[1]。
本文讨论的MIMO技术特指基于分立式天线的MIMO技术。
MIMO的思想是把收发端天线的信号进行合并，以改进每个MIMO用户的通信质量和速率。
运营商可以利用这个优点极大地提高网络的服务质量以增加收入。
传统上认为多径传播是无线传输的一个缺陷，而MIMO系统的主要特征就是把多径传播转变为对用户有利的因素。
MIMO有效地利用随机衰落来提高传输速率。
因此，MIMO的成功主要在于MIMO能在不以频谱为代价的条件下极大地提高无线通信性能。
2. Massive MIMO的概念随着时代的发展，传统的MIMO技术已经不能满足呈指数上涨的无线数据需求。
在2010年底，贝尔实验室科学家Thomas L. Marzetta提出了大规模MIMO （Massive MIMO，Large-Scale Antenna System，Full-Dimension MIMO）时分双工(Time Division Duplex，TDD)概念[2]。
Marzetta研究了一种时分复用（Time-Division Duplexing，TDD）的传输策略，在基站的天线数逐渐增加，直到无穷大的情况下系统的容量变化情况。
他发现在基站天线数趋近于无穷时，通常严重影响通信系统性能的热噪声和小区间的干扰将可以被忽略不计，而且最简单的波束成型，比如最大比合并接收机（MRC receiver）将会变成最优。
链状网大规模MIMO系统中导频污染减轻方案
张翠芳;曾桂根
【期刊名称】《信号处理》
【年(卷),期】2016(32)10
【摘要】为了减轻大规模MIMO多小区TDD系统中的导频污染,本文针对链状网大规模MIMO多小区TDD系统特点,提出了一种新的导频污染减轻方案.方案中将每个小区分成左区和右区,并将正交的导频序列分成三组.三组导频序列组依次、循环地分配给链状网中的各个左、右区域用户,从而实现目标用户与其相邻近区域用户安排正交导频序列,而目标用户与较远区域用户复用导频序列,从而减轻了导频污染.仿真结果表明,本文方案由于节省了上行信道估计时间,其吞吐量优于导频功率控制法.而且本文方案相对于导频列举法,计算量小,具有一定的实用价值.
【总页数】11页(P1202-1212)
【作者】张翠芳;曾桂根
【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学通信与信息工程学院,江苏南京210003
【正文语种】中文
【中图分类】TN911.22
【相关文献】
1.大规模MIMO系统中基于EVD半盲信道估计的导频污染研究 [J], 胡丞;宋荣方
2.大规模MIMO蜂窝网络系统中的导频污染减轻方法 [J], 王海荣;王玉辉;黄永明;
杨绿溪
3.大规模MIMO系统中基于导频分配策略消除导频污染算法研究 [J], 牛戈;贾元启;穆晓敏;张健康
4.多小区大规模MIMO系统中基于部分导频交替复用的导频污染减轻方法 [J], 李梦婉;景小荣;莫林琳
5.大规模MIMO多小区TDD系统中的导频污染减轻方法 [J], 王海荣;王玉辉;黄永明;杨绿溪
因版权原因，仅展示原文概要，查看原文内容请购买。
大规模MIMO多小区TDD系统中的导频污染减轻方法王海荣;王玉辉;黄永明;杨绿溪【期刊名称】《信号处理》【年(卷),期】2013(029)002【摘要】由L个小区组成的大规模MIMO TDD系统中的下行用户和速率随着基站天线数M的增加主要受限于小区间的上行导频污染.假设小区内导频正交,小区间导频完全复用,分别推导了基站估计所有信道和期望信道的MSE闭式表达式MMSE和MMSEl,并获得了MMSE的下界为M(L-1)和MMSEl的上界为M(L-1)/L.并且发现随着天线数M的增长且当导频序列长度τ较大时,τ的大小对MMSE 和MMSEl性能的影响很小,由此提出一种上行导频功率控制方法,即把通常的导频发射时隙分为两段,使交叉增益相对较大的小区间的导频发射时隙错开,从而提高MMSE和MMSEl性能,由此基站可以设计出更加精确的预编码,进而极大地提升了每小区下行多用户可达和速率性能.理论分析和数值仿真结果都验证了这一结论.%In very large MIMO time-division duplex system with L cells,the sum-rate in downlink is bottlenecked by the problem of pilot contamination as the base station' s antennas number M grows. Assuming uplink training with orthogonal training sequence in one cell while aligned pilots are used in all cells, the close form analytical expression of the mean square error (MSE) of the channel estimators MMSE( for all channels) and MMSEl (only for desired channels) were proposed, respectively. And MMSE has a lower bound M(L-1) while MMSEl has an upper bound M(L-1 )/L. We found that when the length of training sequence r is relatively large with the antennasnumber M' s increasing, r has little effect on the performance of MMSE and MMSEl. Thus, a pilot power control scheme in uplink was proposed, which dividing the training phase into two parts and making the pilot transmissions in the cells with relatively big cross gain staggered. The performance of MMSE and MMSEl were improved by it so that the base station could design much better precoding, which greatly enhancing the sum-rate in downlink pre-cell. The theoretical analysis and numerical results both verified the results.【总页数】10页(P171-180)【作者】王海荣;王玉辉;黄永明;杨绿溪【作者单位】东南大学信息科学与工程学院,江苏南京210096;南京船舶雷达研究所,江苏南京210003;东南大学信息科学与工程学院,江苏南京210096;东南大学信息科学与工程学院,江苏南京210096【正文语种】中文【中图分类】TN911.22【相关文献】1.大规模MIMO多小区多用户TDD系统导频污染抑制方法 [J], 吴玉成;刘统;曹猛;杨婷婷2.大规模MIMO多小区多用户TDD系统导频污染抑制方法 [J], 吴玉成;刘统;曹猛;杨婷婷;3.大规模MIMO蜂窝网络系统中的导频污染减轻方法 [J], 王海荣;王玉辉;黄永明;杨绿溪4.多小区大规模MIMO系统中基于部分导频交替复用的导频污染减轻方法 [J], 李梦婉;景小荣;莫林琳5.大规模MIMO多小区TDD系统中的预编码策略和导频调度 [J], 王海荣;俞菲;黄永明;杨绿溪因版权原因，仅展示原文概要，查看原文内容请购买。
TDD模式下无小区大规模MIMO系统的导频干扰抑制
TDD模式下无小区大规模MIMO系统的导频干扰抑制可以通过采用被动感知算法，基于联合状态估计理论并且采用直接寻优方法实现。
被动感知算法先在发射天线中安置优化器来控制导频干扰，然后安置接收天线完成相应的信号分类和接收。
其主要步骤是，首先采用信息理论中的KL拉普拉斯（KL-divergence）原则来估计噪声源的相关参数；然后使用非线性优化算法，用来估计导频的序列取消（PSC）参数；最后，使用相同的优化方法来计算最大似然函数，实现系统的最优功率控制。
TDD模式下，发射时利用信息理论估计噪声源，并采用非线性优化算法估计导频的序列取消（PSC）参数，实现补偿导频干扰，同时进行最大似然函数的计算，实现对系统的最佳功率控制。
Massive MIMO多小区TDD系统中的导频污染减轻方法1. MIMO的概念移动通信中的MIMO技术指的是利用多根发射天线和多根接收天线进行无线传输的技术，使用这种技术的无线通信系统即为MIMO系统。
当天线相互之间有足够远的距离，各根发射天线到各根接收天线之间的信号传输可以看成是相互独立的，所采用的多根天线可以称为分立式多天线，如应用于空间分集的多根天线。
如果各根天线相互之间很近，各根发射天线到各根接收天线之间的信号传输可以看成是相关的，所采用的多根天线称为集中式多天线，如智能天线中的天线阵列。
传统上，智能天线的智能性体现在权重选择算法而不是编码上，基于分立式天线空时码的研究正在改变这个观点[1]。
本文讨论的MIMO技术特指基于分立式天线的MIMO技术。
MIMO的思想是把收发端天线的信号进行合并，以改进每个MIMO用户的通信质量和速率。
运营商可以利用这个优点极大地提高网络的服务质量以增加收入。
传统上认为多径传播是无线传输的一个缺陷，而MIMO系统的主要特征就是把多径传播转变为对用户有利的因素。
MIMO有效地利用随机衰落来提高传输速率。
因此，MIMO的成功主要在于MIMO能在不以频谱为代价的条件下极大地提高无线通信性能。
2. Massive MIMO的概念随着时代的发展，传统的MIMO技术已经不能满足呈指数上涨的无线数据需求。
在2010年底，贝尔实验室科学家Thomas L. Marzetta提出了大规模MIMO （Massive MIMO，Large-Scale Antenna System，Full-Dimension MIMO）时分双工(Time Division Duplex，TDD)概念[2]。
Marzetta研究了一种时分复用（Time-Division Duplexing，TDD）的传输策略，在基站的天线数逐渐增加，直到无穷大的情况下系统的容量变化情况。
他发现在基站天线数趋近于无穷时，通常严重影响通信系统性能的热噪声和小区间的干扰将可以被忽略不计，而且最简单的波束成型，比如最大比合并接收机（MRC receiver）将会变成最优。
大规模MIMO系统导频污染问题研究大规模MIMO系统（Massive MIMO）是一种新型的无线通信技术，通过在基站上部署大量的天线，可以实现在同一频段下同时传输和接收多个用户的数据。
大规模MIMO系统中存在导频污染问题，即天线之间的相关性可能会导致导频信息不准确，从而降低系统的性能。
导频在MIMO系统中起到了非常重要的作用，它用于基站和用户之间的通信同步，以及用户之间的信道状态估计。
在传统的小规模MIMO系统中，导频信号往往通过时间或频率的划分来实现。
在大规模MIMO系统中，由于基站上天线的数量较多，导频信号的传输和接收被限制在了非常狭窄的时间和频率资源上，容易产生冲突和干扰。
导频污染问题主要包括两个方面，一是导频的选择问题，二是导频的传播问题。
导频的选择问题是指如何从大规模MIMO系统中选择合适的导频资源，以最大程度地减小相关性，并提高系统性能。
导频的传播问题是指在大规模MIMO系统中，由于天线之间距离较近，导致导频信号之间的相关性增加，导致导频信息不准确。
为了解决导频污染问题，研究者们提出了一系列的解决方案。
可以采用空间分集技术，在空间上将导频信号分离开来，从而减小相关性。
可以引入导频选择算法，根据导频信号的特性和系统需求，在空时资源上选择合适的导频资源，从而降低导频信号的相关性。
可以引入导频预编码技术，在传输过程中对导频信号进行编码和解码，从而减小导频信号的相关性。
可以采用一些自适应的导频算法，根据实际情况动态地选择和调整导频资源，以适应不同的信道条件和系统需求。
大规模MIMO系统中的导频污染问题是一个非常重要且具有挑战性的问题，在未来的研究中还有很多待解决的问题。
通过采用合适的导频选择和传播算法，可以有效地减小导频信号的相关性，提高系统的性能和可靠性。
进一步深入地研究大规模MIMO系统导频污染问题是非常有意义的。
大规模MIMO系统导频污染问题研究随着移动通信技术的发展，大规模MIMO系统越来越受到人们的关注。
它不仅可以提高数据传输速率，还可以增强通信信号的稳定性和可靠性，具有极大的应用前景。
然而，在大规模MIMO系统中，导频污染问题成为一个严重的问题，会降低通信的可靠性和性能。
导频是一个用于同步和信道估计的参考信号，是一个重要的参数，对于通信质量的保证起着至关重要的作用。
由于大规模MIMO系统中天线数量大，传输数据量大，导频的数量也相应增加，但过多的导频会导致导频间干扰，从而影响数据传输的稳定性和可靠性。
这种现象被称为导频污染。
导致导频污染的原因主要有两个：一是导频之间的互相干扰；二是导频中存在频率偏移和时纳差等问题。
针对导频污染问题，研究者们提出了多种解决方案。
其中一种比较传统的方法是增加导频间距，从而降低导频间的互相干扰。
这种方法虽然有效，但会增加导频总数量，进而导致数据传输速率下降。
另一种解决方案是通过对导频设置特殊的序列，从而实现压缩感知的技术。
通过这种技术，可以在不增加导频总数量的情况下，提高信道估计的精度和准确度，从而有效避免导频污染问题。
此外，还有利用多径传输的方法，通过合理调整导频时域和频域上的分布，避免导频间的互相干扰，从而提高通信系统的信道估计和数据传输性能。
总的来说，大规模MIMO系统中导频污染问题是一个值得研究的问题。
可以通过合理选择导频间距、设置导频序列、调整多径传输等方式解决导频污染问题，从而提高通信系统的性能和可靠性。
未来，随着通信技术的不断发展和创新，导频污染问题的解决方案也将更加多样化和智能化。
导频污染在massive MIMO中的影响及解决方案前言过去十多年间，多天线系统已经从理论研究阶段转到在现代无线蜂窝系统中的大规模应用。
在当今的无线通信领域，无论是在实际系统中还是在理论研究中，小区间的干扰早已经成为一个瓶颈，这个瓶颈严重限制了通信系统的信道容量和吞吐率。
为了减少小区间干扰，目前的研究热点是多用户MIMO，干扰对齐技术，以及协作网络。
这些技术已经被证明可以有效减少小区间干扰。
然而，面对呈指数增长的数据量，包括无线电话业务，以及不断增长的无线数据需求，这些技术并不能从根本上带来系统容量的飞跃，也无法满足用户的需求。
最近刚被提出来的大规模MIMO 技术使得频谱利用率达到了空前的水平。
在这种无线传输方案中，基站端有数量巨大的低功率小天线，天线数目远远超过同时调度的单天线用户数量。
大规模MIMO 可以使无线通信系统达到很高的吞吐率，当基站的天线数趋近于无穷，信道容量应该是无限大。
但是在实际应用的场景中，这并不成立。
唯一的限制因素就是导频污染(PilotContamination)。
它产生的主要原因是在上行信道估计中，当不同小区的用户使用同一套训练序列，或者非正交的训练序列时，由于相邻小区的用户发送的训练序列非正交，导致基站端进行信道估计的结果并非本地用户和基站之间的信道，而是被其他小区的用户发送的训练序列污染之后的估计。
一.导频污染解决方案针对导频污染，以下有几种解决方案。
方案一，迫零（Zero-forcing ZF）预编码算法采用多用户信道矩阵的伪逆作为预编码矩阵。
其优点是设计简单，可以使每个用户之间以及每个用户的各路数据流之间的干扰为零，用户之间正交。
但要求每个用户的预矩阵位于其它用户矩阵的零空间，因此获得的空间自由度受限。
ZF 预编码的完全正交化将导致投影方向上的子信道增益的范数减小，从而失去了更多的信道信息。
就像ZF 接收机是以噪声的增强为代价的一样，因此一般需要基站增大发射功率，功率利用率不高。
![一种大规模MIMO系统中消除导频污染的方法[发明专利]](https://img.taocdn.com/s1/m/d68acca1cf84b9d529ea7a79.png)
专利名称：一种大规模MIMO系统中消除导频污染的方法专利类型：发明专利
发明人：王海荣,冉君尧,傅友华,张军
申请号：CN201810914024.6
申请日：20180813
公开号：CN109039399A
公开日：
20181218
专利内容由知识产权出版社提供
摘要：本发明提供一种大规模MIMO系统中消除导频污染的方法，该方法包括如下步骤：(1)确定分布G是否可分离，在确定G不可分离时，通过调节f的值使得分布G可分离；其中分布G为发送信号经过信道后的样本协方差矩阵的极限分布，f＝M/N，M为每个小区配置的天线数，N为单天线用户的总数；(2)当调节f的值使得G可分离时，进一步调节f的值以使得在分布可分离的前提下f值尽可能的小，从而消除导频污染；其中，f＝τ/M，τ为导频长度，分布为接收信号的样本协方差矩阵的极限分布。
本发明能在f≤1时，即当所采用的导频序列长度小于基站接收天线数时，仍然能实现上行导频污染的完全消除。
申请人：南京邮电大学
地址：210003 江苏省南京市鼓楼区新模范马路66号
国籍：CN
代理机构：南京苏高专利商标事务所(普通合伙)
代理人：柏尚春
更多信息请下载全文后查看。
大规模MIMO系统导频污染问题研究大规模MIMO系统（Massive MIMO System）是一种新型的无线通信技术，可以提供更高的信号质量和更高的频谱效率。
在实际应用中，大规模MIMO系统也面临着导频污染的问题。
导频是在无线通信系统中用于同步和信道估计的重要信号。
在大规模MIMO系统中，由于天线数目庞大，导频的数量相对较少，因此导频比例小。
如果导频信号受到噪声、多径衰落等因素的干扰，导致导频信号的质量下降，就会导致系统的性能下降，从而影响系统的可靠性和性能。
导频污染问题主要表现在两个方面：导频污染噪声和导频污染衰落。
导频污染噪声是指在接收端对导频信号进行估计时，由于噪声的存在，导致导频信号的估计结果与真实值存在偏差。
导致导频污染噪声的主要因素有信道噪声、同频干扰和多径效应。
为了解决导频污染噪声问题，可以采用信道编码和解码技术，在接收端对导频信号进行去噪处理，提高导频信号的估计质量。
导频污染衰落是指在接收端由于多径效应和信号衰落等因素，导致导频信号的接收质量下降。
多径效应是由于信号在传输过程中经过多个路径传播，导致信号相互干扰，从而影响导频信号的质量。
为了解决导频污染衰落问题，可以采用自适应技术和空时处理技术，对导频信号进行补偿和修复。
目前，针对大规模MIMO系统导频污染问题的研究主要集中在两个方面：导频优化和信道估计算法。
导频优化是指通过优化导频的选择和分配，减少导频污染的可能性。
导频优化的方法主要包括导频序列设计和导频选择算法。
导频序列设计通过优化导频信号的时频特性，提高导频信号的抗干扰能力和估计性能。
导频选择算法则通过选择合适的导频子集，减少导频污染噪声和导频污染衰落的可能性。
信道估计算法是指通过对导频信号进行估计和补偿，提高导频信号的接收质量。
常用的信道估计算法有最小二乘法（Least Square）、最小均方误差（Minimum Mean Square Error）和最大似然估计（Maximum Likelihood）。
MassiveMIMO系统中减小导频污染影响问题研究目录摘要 (I)Abstract .............................................................................................................. (II)目录 (I)II 第1章绪论 .. (1)1.1 课题背景及研究目的 (1)1.2 国内外研究现状 (3)1.2.1 MIMO系统研究现状 (3)1.2.2 Massive MIMO 系统研究现状 (4)1.2.3 Massive MIMO 系统导频污染研究现状 (7)1.3主要研究内容及论文结构 (11)第2章Massive MIMO系统中的导频污染问题 (13)2.1 Massive MIMO系统模型 (13)2.2 导频污染产生的原因 (15)2.3 导频污染的影响 (16)2.4 减少导频污染及其对系统性能影响的方法 (18)2.5 本章小结 (19)第3章Massive MIMO系统信道估计方法 (21)3.1基于最小二乘（LS）信道估计算法 (21)3.2基于最小均方误差（MMSE）信道估计算法 (23)3.2.1传统MMSE信道估计算法 (23)3.2.2 基于快速MMSE信道估计方法 (25)3.3 基于角域有限维的贝叶斯信道估计算法 (27)3.3.1角域有限维 (28)3.3.2 ALB信道估计原理 (29)3.3.3不同角域分布对ALB信道估计影响 (31)3.4 仿真结果及分析 (31)3.4.1 系统仿真参数说明 (32)3.4.2 LS和MMSE信道估计算法性能分析 (33)3.4.3 F-MMSE信道估计算法性能分析 (34)3.4.4 ALB信道估计算法性能分析 (38)3.5 本章小结 (41)第4章基于矩阵预编码减少导频污染影响的方法 (43)4.1 Massive MIMO系统线性预编码方法建模 (43)4.2 Massive MIMO系统基于ZF矩阵预编码方法 (44)4.3 Massive MIMO系统基于单小区MMSE矩阵预编码方法 (45) 4.4基于MMSE多小区预编码（MMSE-MPC）方法 (45)4.5 仿真结果及分析 (49)4.5.1基站天线数对系统和码速率的影响 (50)4.5.2系统大尺度衰减系数对系统最低平均码速率的影响 (51) 4.5.3 上行链路发射能量对系统和速率的影响 (52)4.5.4 下行链路发射能量对系统和速率的影响 (54)4.6 本章小结 (55)第5章基于贝叶斯原理的导频分配策略 (57)5.1系统模型 (57)5.2常用导频分配策略 (58)5.3 BPA策略 (59)5.3.1 BPA的原理 (59)5.3.2 BPA策略的方法 (60)5.3.3 BPA策略的实现 (61)5.4仿真结果及分析 (63)5.4.1仿真系数 (63)5.4.2角域均匀分布（扩展域无重叠）对分配策略的影响 (64) 5.4.3角域均匀分布（扩展域有重叠）对BPA策略的影响 (65)5.4.4角域高斯分布对BPA策略的影响 (67)5.4.5小区用户数对BPA策略的影响 (68)5.5 本章小结 (69)结论 (70)参考文献 (72)哈尔滨工业大学学位论文原创性声明和使用权限 (78)索引 (79)致谢 (80)第1章绪论1.1 课题背景及研究目的现代无线通信系统正以前所未有的速度向前发展。
Massive MIMO 多小区系统中导频污染减轻方法周志超;肖扬;王东【期刊名称】《系统工程与电子技术》【年(卷),期】2016(38)2【摘要】In the Massive multiple input multiple output (MIMO)multiple cells system,the reverse train-ing pilots sequences of terminals,which are from different cells,are non-orthogonal due to the reuse of these pi-lots between cells with the mode of time division duplex.The non-orthogonality of the training sequences leads to pilots contamination,which makes the forward channel estimation and pre-coding inaccuracy and blocks the improvement of the system.An approach is proposed,which is based on the cells crossed classification orthogo-nal identity and pilots power control,to reduce the pilots contamination.All the cells are classified crosswise and orthogonal identifications are distributed to the terminals and base stations in different kinds of cells.Fur-ther,terminals add the allocated identification to the head of their pilots so that the base stations can identify the sources of the received pilots.Pilots power control is applied to the terminals in the same kind of cells to reduce the influence for the base station in intersecting cells.Theory analysis and simulations results verify that the proposed approach is not only simple but also effective to alleviate pilots contamination.%Massive 多输入多输出（multiple-input multiple-output，MIMO）多小区系统时分双工（time division duplex，TDD）模式中，导频训练序列在小区间是复用的，小区间不正交的导频序列会造成严重地导频污染，从而降低信道估计和预编码的准确性，成为系统性能提升的瓶颈。
Massive MIMO蜂窝网络中减轻导频污染研究何庆松;鹿存东【摘要】Massive MIMO系统是5G通信的关键技术，而上行导频污染是Massive MIMO蜂窝网络TDD系统的主要性能瓶颈。
解决这个问题的有效方法是在时间维度上错开相邻小区之间发射的导频序列。
本文在综述了两种运用导频序列减轻相邻小区的导频污染基础上，提出了一种新型的蜂窝系统中小区划分方案，即将每3个小区划分为一组，并在小组内应用交错帧结构，在时隙上错开小组内小区导频序列，并结合蜂窝系统中小区自行划分调度的方法，来共同达到减轻导频污染的目的。
%Massive multiple-input multiple-output (MIMO) system is the key technology in fifth generation (5G) wireless systems. However, the uplink pilot contamination limits the performance of massive MIMO cellular network in time division duplex (TDD) wireless system severely. An efficient way to solve this problem is shifting the location of pilots in time frames used in neighboring cells. To deal with this problem, a new cell assignment scheme is proposed in this letter. Specifically, dividing each three adjacent cells into one group,then the time interleaved frame can be used in order to shift the location of pilot in time frame at one group. By coordinating among base stations,the cells can be divided into groups by themselves. Thus, the problem of pilot contamination could be solved, greatly enhancing the performance of all system.【期刊名称】《电子设计工程》【年(卷),期】2016(024)022【总页数】4页(P20-22,25)【关键词】Massive MIMO;导频污染;蜂窝网络;时分双工系统;时隙交错帧【作者】何庆松;鹿存东【作者单位】江苏科技大学江苏镇江 212003;江苏科技大学江苏镇江 212003【正文语种】中文【中图分类】TN99随着现代信息社会的发展，使得宽带信息服务逐步延展到移动终端成为必然趋势，以提供语音业务为主的传统蜂窝移动通信系统，正逐步演变为向移动用户提供互联网接入以及视频和多媒体业务的宽带移动通信系统。
Massive MIMO多小区TDD系统中的导频污染减轻方法1. MIMO的概念移动通信中的MIMO技术指的是利用多根发射天线和多根接收天线进行无线传输的技术，使用这种技术的无线通信系统即为MIMO系统。
当天线相互之间有足够远的距离，各根发射天线到各根接收天线之间的信号传输可以看成是相互独立的，所采用的多根天线可以称为分立式多天线，如应用于空间分集的多根天线。
如果各根天线相互之间很近，各根发射天线到各根接收天线之间的信号传输可以看成是相关的，所采用的多根天线称为集中式多天线，如智能天线中的天线阵列。
传统上，智能天线的智能性体现在权重选择算法而不是编码上，基于分立式天线空时码的研究正在改变这个观点[1]。
本文讨论的MIMO技术特指基于分立式天线的MIMO技术。
MIMO的思想是把收发端天线的信号进行合并，以改进每个MIMO用户的通信质量和速率。
运营商可以利用这个优点极大地提高网络的服务质量以增加收入。
传统上认为多径传播是无线传输的一个缺陷，而MIMO系统的主要特征就是把多径传播转变为对用户有利的因素。
MIMO有效地利用随机衰落来提高传输速率。
因此，MIMO的成功主要在于MIMO能在不以频谱为代价的条件下极大地提高无线通信性能。
2. Massive MIMO的概念随着时代的发展，传统的MIMO技术已经不能满足呈指数上涨的无线数据需求。
在2010年底，贝尔实验室科学家Thomas L. Marzetta提出了大规模MIMO （Massive MIMO，Large-Scale Antenna System，Full-Dimension MIMO）时分双工(Time Division Duplex，TDD)概念[2]。
Marzetta研究了一种时分复用（Time-Division Duplexing，TDD）的传输策略，在基站的天线数逐渐增加，直到无穷大的情况下系统的容量变化情况。
他发现在基站天线数趋近于无穷时，通常严重影响通信系统性能的热噪声和小区间的干扰将可以被忽略不计，而且最简单的波束成型，比如最大比合并接收机（MRC receiver）将会变成最优。
和LTE 相比，同样占用20MHz带宽，Massive MIMO的小区吞吐率可以达到1200兆比特/秒，频谱利用率达到了史无前例的60比特/秒/赫兹/小区。
2.1 Massive MIMO的优点（1）相对于传统的通过缩小小区规模来提高系统容量的方法[3]，大规模MIMO通过直接增加基站的天线数就可使系统容量增加。
（2）大规模的天线阵列增加了天线孔径，通过相干合并可以降低上下行链路所需的发射功率，符合未来“绿色通信”的要求[4]；文献[5]中已经证明在多小区多用户MIMO系统中，当保证一定的QoS(Quality-of-Service)，具有理想CSI(Channel State Information)时，用户的发射功率与基站的天线数成反比，而当CSI不理想时，则与基站天线数的平方根成反比。
（3）利用信道互易性，信道训练的开销仅与每小区的用户数相关，而与基站天线数无关。
因此，当基站天线数趋向无穷时，并不会增加系统的反馈开销而且文献[6]已证明额外多出来的天线总是对性能有益的。
与以往干扰协调不同，Massive MIMO可以通过数量众多的天线来将小区间干扰和热噪声平均掉。
因为小区间干扰信道和本地信道可以认为是不相干的或者干扰信道和本地信道之间的互相关度小于本地信道的自相关度，也即随着基站天线数目的增加，期望用户和干扰用户的信道矢量的内积增长速率低于期望用户信道矢量和其自身的内积的增长速率。
这个假设不仅在充满散射的无线信道环境下是成立的，而且在视线传播的条件下也是成立的，但是在一些非常特殊的情况下并不成立，比如移动终端处在波导管中。
2.2 Massive MIMO中的导频污染从信息论的角度看，当基站的天线数趋近于无穷，信道容量应该是无限大。
但是在实际应用的场景中，这并不成立。
唯一的限制因素就是导频污染(Pilot Contamination)[2]。
这是因为通常一个小区内各用户的导频是正交的，而相邻小区间的导频则是复用的。
导频污染主要是由各小区用户向各自的基站发送不正交的上行导频训练序列所致。
文献[7]指出在多小区系统中对特定的基站而言，其对各个信道的估计都是该基站接收信号与导频乘积的一个缩放，而基站在接收信号中无法区分本小区用户和其他小区用户，因而导频污染成了制约整个大规模MIMO系统性能的瓶颈。
当所有小区的导频发射时隙相互重叠时，增加导频发射时的功率并不能降低导频污染[8]。
文献[9]中把一个小区中的导频时隙对齐到相邻小区的数据时隙，这时增加导频发射功率则是有增益的。
但是在一个多小区的系统中，即便不相邻的小区间也总还是存在着导频发射时的冲突。
文献[10]提出一个各小区基站在信道估计时基于信道协方差的低速率协调方法，能较好地处理导频污染问题，提升系统的性能。
3. Massive MIMO 系统模型为了方便叙述，将本文所使用的符号定义如下：矩阵及矢量分别用黑体大小写字母表示。
(A)T ，(A)*，(A)↑分别表示矩阵A 的转置，共轭和共轭转置；tr{A }，det(A )，)(tr H F A A A =则表示矩阵的迹，行列式和Frobenius 范数。
矩阵A 和B 的Kronecker 积表示为A ⊗B 。
运算符E {·}表示期望，var{·}表示方差。
I N 表示N 阶单位阵。
系统模型如图l 所示，是一个由L (L =3，5，7，…)个时间同步全频谱复用小区，每小区基站M 根天线，每小区()≤K K M 个单天线用户组成的大规模MIMO 多小区TDD 系统。
假设信道是互易的，即上下行链路的传播系数是一样的(存在一个常数因子的变化，可通过基站和用户处的不同平均功率约束实现)，信道估计在上行通过导频序列完成。
小区内采用正交的导频而小区间则完全复用导频。
第l 小区的第m 根基站天线到第j 小区的第k jlkm ，其中是非负常数，表示大尺度衰落，包括路径损耗和阴影衰落，假设同一基站的M 根天线排列足够紧凑，对特定的某个用户都是相同的，并且假设所有终端都知道该参数，而{jlkm h }是独立同分布的(independently and identically distributed ，i ．i ．d ．)且满足CN (0，1)，表示了信道的小尺度衰落。
基站和用户处的平均功率(发射期间)分别用f P 和r P 表示。
此外，所有终端处的加性噪声都建模为i ．i ．d ．CN (0，1)。
......L 个小区图l 大规模MIMO 多小区TDD 系统 为了后续推导，不失一般性，以第l 小区为目标小区。
对做如下约定：1,,β-=⎧=⎨-=⎩jlk c a j l r b j l c （1） 其中01≤≤≤b a ，01≤≤r ，112-≤≤L c 。
所有用户在每个相干时间间隔开始时发送长度为τ的列向量训练序列。
第j 小区的第k 个用户发送的训练向量表jk (满足归一化条件1ψψ↑=jk jk )。
由此第l 小区基站接收到的导频向量如下：12-L-1l+2l j jljl l L-1j=l 2ψ=+∑Y D H W （2） 其中j j1j2jK ⎡⎤=⋅⋅⋅⎣⎦ψψψψ（K τ⨯个矩阵）为第j 小区所用的导频向量，12D {[]}jl jl jl jlK diag βββ=⋅⋅⋅（K K ⨯矩阵）为第j 小区所有用户到第l 小区基站所有天线大尺度衰落系数，而1111jl jl M jl jlK jlKM h h h h ⎡⎤⋅⋅⋅⎢⎥=⎢⎥⎢⎥⎣⎦H （3） 为K M ⨯矩阵，表示第j 小区K 个用户到第l 小区基站M 根天线的信道，W l 为M τ⨯的加性噪声，因此Y l 为一个M τ⨯的矩阵。
为了简化标识，令D D jl r jlp τ= ，(2)可以改写为12-L-1l+2l j jljl l L-1j=l 2ψ=+∑Y D H W （4） 给定（4）中的Y l ，对信道H js 的MMSE 估计为=L-1l+122jl jl j i il i l L-1i=l+2ˆψψψ↑↑⎛⎫ ⎪+ ⎪ ⎪⎝⎭∑H D I D Y （5） 上面（5）式中的MMSE 估计是估计理论中的标准结果[12]。
在第l 小区基站处对所有用户信道的MMSE 估计可以表示为12l l l Ll ˆˆˆˆ⎡⎤=⎣⎦H H H H 。
4. 信道估计的MSE 性能分析为了便于分析推导，我们考虑如下情况：每小区用户数K =1，且所有用户采用完全一样的导频训练序列，即=j ψψ，∀j 。
由于考虑的是第l 小区基站对所有用户信道的估计，为了简化标识，忽略对应的下标l 。
(4)式可以改写为一个矩阵形式[]12112212121122D H Y W D H D H L L l l l l L L l l ψψψ------++⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（6） 当拉直接收向量和噪声向量时，（6）中的模型可以表示为12R H w y ψ=+ （7） 其中y =vec （Y ），w=vec （W ），而H 是把所有L 个信道堆积起来T1122H=H H H L l L l l ---+⎡⎤⎢⎥⎣⎦ （8）而1-1+22R=R R R L l L l l diag --⎧⎫⎡⎤⎪⎪⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭ ，其中，R D D i i i M diag ⎧⎫⎡⎤⎪⎪⎢⎥=⎨⎬⎢⎥⎪⎪⎣⎦⎩⎭。
导频矩阵ψ 则定义为[]=I I M M ψψψ⊗⊗ ，显然有=J I LL Mτψψ↑⊗ ，其中J LL 是一个元素全为1的L L ⨯矩阵。
由此，（5）中的信道MMSE 估计可以改写为矩阵形式()112H R I R rMˆy ψψψ-↑↑=+ （9）4.1 所有信道估计MSE 性能 首先考虑小区基站处估计所有信道(包括期望信道和干扰信道)的MSE 性能，定义为{}2H H MSE F ˆME ⎡⎤-⎢⎥⎣⎦ （10） 则存在下列定理1， 定理1 （10）对期望信道和干扰信道同时估计的MSE 给定为-11122=tr I +R J I R MSE LM LL M M τ⎧⎫⎛⎫⎪⎪⊗ ⎪⎨⎬⎝⎭⎪⎪⎩⎭（11） 并存在下界()1MSE M M L >- （12）需要指出的是，因为用户处的平均功率r p 和导频序列长度τ都是有限值，当基站天线数M→∞时，增加r p 和τ几乎都对MSE M 的性能改善没有太大的帮助。
4.2 期望信道估计MSE 性能文献[2]指出在大规模MIMO 系统中，当基站天线数M 无限增长时，简单的空间匹配滤波接收机就足以消除干扰，而匹配滤波器的设计则仅需要期望信道的知识即可。
