Massive MIMO多小区TDD系统中的导频污染减轻方法解析

大规模MIMO多小区多用户TDD系统导频污染抑制方法吴玉成;刘统;曹猛;杨婷婷【期刊名称】《四川大学学报（工程科学版）》【年(卷),期】2018(050)002【摘要】针对大规模MIMO系统中导频污染问题,提出一种基于路径损耗执行用户分组的导频调度策略(pilot scheduling based on path loss to perform user grouping,PLUG),该策略以用户受导频干扰程度为依据将用户划分为中心用户组和边缘用户组,受导频污染较轻的中心用户分配相同导频,受导频污染严重的边缘用户分配正交导频,从而抑制导频污染的影响.PLUG策略假定每个小区的边缘用户数相同,为提高PLUG策略灵活性,进一步提出一种改进的基于路径损耗执行用户分组的导频调度策略(improved pilot scheduling based on path loss to perform user grouping,IPLUG),该策略利用判决参数实现每个小区边缘用户数的动态选取,成功地避免一些信道条件好的用户被误划为边缘用户造成导频开销浪费,或信道条件差的用户被误划为中心用户导致通信质量下降,提高了用户分组的准确性和合理性.理论分析和仿真结果表明,所提策略均能在不明显降低中心用户性能的前提下显著提高小区边缘用户的信道估计归一化MSE、上行链路SINR和上行可达速率.由此可知,所提策略可有效抑制大规模MIMO系统的导频污染并降低通信中断概率.【总页数】7页(P105-111)【作者】吴玉成;刘统;曹猛;杨婷婷【作者单位】重庆大学通信工程学院,重庆 400044;重庆大学通信工程学院,重庆400044;重庆大学通信工程学院,重庆 400044;重庆大学通信工程学院,重庆400044【正文语种】中文【中图分类】TN929.5【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.基于QoS的多小区下行TDD大规模MIMO系统顽健波束成形 [J], 曹杰;廖勇;沈轩帆3.多小区多用户 TDD MIMO 下行链路干扰抑制预编码算法 [J], 刘祖军;王杰令;孙德春;易克初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。

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。

摘要大规模MIMO是5G中的关键技术之一，该技术的主要特点就是基站侧的天线数增加到几十根甚至成百上千根。

研究表明随着基站侧天线数的增加，快衰落和不相关噪声的影响都可以被忽略不计，只会剩下由于导频序列复用而引起的小区间干扰，也就是导频污染干扰。

而且导频污染引起的干扰不会随着天线数的增加而消失，这个问题似乎将是大规模MIMO系统设计的基本挑战，所以如何减轻或者消除导频污染的影响显得尤为重要。

本文先建立了大规模MIMO下多小区多用户TDD系统模型，在此模型基础上分析了导频污染产生的原因以及导频污染对系统性能的影响。

随后分析了目前一些解决导频污染问题的方法，在这些方法中着重讨论了预编码方案。

研究表明在没有导频污染影响的情况下，大规模MIMO系统中即使使用简单的线性预编码方案也可获得非常好的系统性能。

所以首先分析了匹配滤波，迫零，最小均方误差等传统的预编码算法在多小区多用户的大规模MIMO系统中的性能。

随后分析了几种基于多小区协作的抗导频污染预编码(Pilot Contamination Precoding，PCP)方案。

当天线数趋于无穷时，抗导频污染预编码能在理论上完全消除导频污染的影响，但是代价也是相当明显的。

因为这些预编码方案要在基站间共享信道信息(Channel State Information，CSI)和用户数据，这就需要大量的回传开销(backhaul)。

最后针对抗导频污染预编码复杂度高和回传开销大的问题提出了一种基于导频分配策略的低复杂度抗导频污染预编码方案，并在该方案的基础上提出了一种简化的基于部分协作的预编码方案。

最后仿真结果表明，这种简化方案降低了共享用户数据所需的回传开销，并且系统总可达率性能也没有降低。

关键词：大规模MIMO，协作多点传输，TDD系统，导频污染，预编码AbstractMassive MIMO is one of the key 5G technologies. The most important feature of this technology employs multiple antennas in base station. Studies show that with the increase of the number of antennas on the base station, the interference caused by the fast fading and unrelated noise will gradually vanish and the only remaining impairment is the inter-cellular interference caused by re-use of the pilot sequences in other cells (pilot contamination). However, the impairment of pilot contamination cannot vanish with the increase of antennas and it becomes the main factor limiting the performance of Massive MIMO system. Therefore, it is important for us to reduce or eliminate the impact of pilot contamination.In this thesis, multi-cell multi-user TDD system model under the Massive MIMO is established to analyze the causes of pilot contamination, as well as its impact on system performance. Then some schemes are analyzed to solve the problem of pilot contamination. In these schemes, precoding schemes are emphasized. Studies show that a simple linear precoding scheme can achieve great system performance without pilot contamination in a Massive MIMO system. Therefore, some traditional linear precoding algorithms like matching filtering, zero forcing and minimum mean square error are analyzed in multi-cell multi-user Massive MIMO systems. Then several pilot contamination precoding schemes based on multi-cell cooperation are analyzed. If the number of antennas approaches infinity, these schemes can theoretically completely eliminate pilot contamination. However, it requires a lot of backhaul for these precoding schemes to share channel state information and user data between base stations.Finally, aimed at the problems of high complexity and large backhaul of pilot contamination precoding, a pilot contamination precoding scheme with low complexity based on pilot allocation strategy is proposed. On the basis of the proposed scheme, a simplified precoding scheme based on partial collaboration is proposed as well. The simulation results show that the simplified scheme can reduce the backhaul of this algorithm, and the overall achievable rate of the system is not reduced.Key words:Massive MIMO, Coordinated Multi-Point transmission, TDD, pilot contamination, Precoding目录图录 (V)注释表 ........................................................................................................................ V I 第1章绪论 .. (1)1.1 研究背景 (1)1.2 国内外研究现状 (3)1.3 论文主要工作和结构安排 (5)第2章大规模MIMO系统 (7)2.1 单小区单用户场景 (7)2.2 单小区多用户场景 (9)2.3 多小区多用户场景 (11)2.3.1 系统模型 (11)2.3.2 导频污染的原因 (13)2.3.3 导频污染的影响 (14)2.4 本章小结 (17)第3章大规模MIMO系统的预编码 (18)3.1 单小区线性预编码 (18)3.1.1 下行传输模型 (18)3.1.2 匹配滤波预编码 (19)3.1.3 迫零预编码 (19)3.1.4 最小均方误差预编码 (20)3.2 多小区线性预编码 (20)3.2.1 下行传输模型 (20)3.2.2 MF预编码 (21)3.2.3 ZF预编码 (23)3.2.4 MMSE预编码 (24)3.3 仿真结果及分析 (26)3.4本章小结 (28)第4章多小区协作的抗导频污染预编码 (29)4.1 大尺度衰落预编码(LSFP) (30)4.2 MAX-MIN大尺度衰落预编码(MAX-MIN-LSFP) (35)4.3 最大化系统容量预编码(MSR-LSFP) (37)4.4 仿真结果及分析 (41)4.5本章小结 (44)第5章抗导频污染预编码的优化方案 (46)5.1 导频分配策略 (46)5.2 低复杂的大尺度衰落预编码(LC-LSFP) (48)5.3 基于部分协作的大尺度衰落预编码(PC-LSFP) (52)5.4 优化解决方案 (55)5.5 仿真结果及分析 (56)5.6 本章小结 (60)第6章总结与展望 (62)6.1 本文总结 (62)6.2 未来展望 (62)参考文献 (64)附录A (69)致谢 (73)攻读硕士学位期间从事的科研工作及取得的成果 (74)图录图2.1 单小区单用户MIMO 系统框图 (7)图2.2 单小区多用户MIMO 系统框图 (9)图2.3 TDD 模型 (11)图2.4 信道传输模型 (12)图3.1 单小区MIMO 基站发射框图 (19)图3.2 无导频污染时多小区大规模MIMO 系统的BER 性能 (27)图3.3 存在导频污染时多小区大规模MIMO 系统的BER 性能 (27)图4.1 大尺度衰落预编码系统图示 (31)图4.2 多小区系统结构图 (41)图4.3 用户与基站的最小距离为200m 时系统总可达率性能 (42)图4.4 用户与基站的最小距离为200m 时系统最小可达率性能 (42)图4.5 用户与基站的最小距离为800m 时系统总可达率性能 ................................. 43 图4.6 用户与基站的最小距离为100m ，最大距离为500m 时系统的总可达率性能 (44)图5.1大尺度衰落系数与终端到基站的距离关系 (47)图5.2 导频分配策略：相同颜色的用户重用一套导频序列 (48)图5.3 部分协作的大尺度衰落预编码方案系统图 (55)图5.4 使用导频分配策略和不使用导频分配策略的系统总可达率 (57)图5.5 使用导频分配策略后的系统总可达率 (57)图5.6 CB 与JP 下各预编码方案的系统总可达率 (58)图5.7 部分协作与完全协作下各预编码方案的系统总可达率 ................................ 59 图5.8 参数ρ满足ψρ+--=65.0log 355.139log 101010时系统总可达率 ................ 60 图5.9 每个小区用户数增加到50时系统总可达率 .. (60)注释表4G 4th Generation of Mobile Communication System，第四代移动通信系统5G 5th Generation of Mobile Communication System，第五代移动通信系统CSI Channel State Information，信道状态信息MIMO Multiple-input Multiple-output，多输入多输出TDD Time Division Duplex，时分双工FDD Frequency Division Duplexing，频分双工BER Bit-Error-Rate，误码率PCP Pilot Contamination Precoding，抗导频污染预编码M2M Machine-to-Machine，机器通信MF Matched Filter，匹配滤波ZF Zero Forcing，迫零MMSE Minimum mean-square Error，最小均方误差MU-MIMO Multi-User MIMO，多用户MIMOOFDM Orthogonal Frequency Division Multiplexing，正交频分复用技术SINR Signal to Interference plus Noise Ratio，信号与干扰加噪声比SNR Signal Noise Ratio，信噪比CCI Co-Channel Interference，共信道干扰CoMP Coordinated Multi-Point transmission，协作多点传输CB Coordinated Beamforming，协作波束赋形JP Joint Processing，多小区联合处理LSFP Large-scale Fading Precoding，大尺度衰落预编码NO-LSFP No Large-scale Fading Precoding，非大尺度衰落预编码ZF-LSFP Zero-Forcing Large-scale Fading Precoding，迫零大尺度衰落预编码MAX-MIN-LSFP Max min Large-scale Fading Precoding，最大化最小的信干噪比大尺度衰落预编码MSR-LSFP Maximizing sum rate Large-scale Fading Precoding，最大化系统总可达率的大尺度衰落预编码LC-LSFP Low complexity Large-scale Fading Precoding，低复杂度的大尺度衰落预编码PC-LSFP Partial collaboration Large-scale Fading Precoding，基于部分协作的大尺度衰落预编码第1章绪论1.1 研究背景随着物联网、M2M(Machine-to-Machine)、电子医疗、电子学习和电子银行等技术的快速发展，人们对无线通信质量的需求与日俱增，无线通信系统的数据传输速率不断提高。

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。

３８Massive MIMO 系统下导频污染的研究分析王茜竹，邱聪聪（重庆邮电大学通信与信息工程学院，重庆400065）摘要：Massive MIMO （Multiple-Input-Multiple-Output ）技术是在传统MIMO 技术的基础之上延伸出来的一项新技术，是未来5G 移动通信系统的关键技术之一。

它主要是在基站端配备大规模天线阵列代替目前采用的多天线，从而可以有效的提高通信系统的频谱效率和功率效率，并且对整个通信系统的容量有很大的提升，但是随着基站天线数的增加，导频污染问题成为制约大规模MIMO 系统性能的主要因素，文章主要分析了导频污染问题产生的原因，并给出了导频污染问题对Massive MIMO 系统性能的影响，最后分析了当前解决导频污染问题的相关研究方法。

关键词：Massive MIMO ；5G 移动通信；导频污染中图分类号：TN929.5文献标识码：A 文章编号：1673-1131（2016）10-0038-04Research and analysis about pilot contamination in Massive MIMO systemsQiu Congcong,Wang Qianzhu(Schoolof Communications and Information Engineering Chongqing University of Posts and T elecommunications,Chongqing400065,China )Abstract:Massive MIMO (Multiple-Input-Multiple-Output )technology comes from the traditional MIMO technology,and it is a new technology.Massive MIMO is one of the key technologies of the future 5G communication system.It is mainly equipped with multiple antennas array at the base station to replace the current antennas,which can effectively improve the spectrum ef-ficiency and power efficiency of the communication system,and the capacity of the entire communications system has greatly improved.With increase of the base station antenna,pilot contamination becomes a major factor restricting the performance of massive MIMO system,This paper mainly analyzes the reason of pilot contamination and gives the effect for Massive MIMO performance.Finally this paper analyzes the related research methods to solve the problem of pilot contamination.Key words:Massive MIMO;5G mobile communication;pilot contamination0引言在无线通信系统中，多输入多输出（Multiple Input Multiple Output,MMO ）技术是提供高数据速率的关键技术之一。

Massive MIMO系统导频污染下的信道估计杨中豪;乔宽【摘要】大规模MIMO(Multiple-Input-Multiple-Output)目前已成为5G无线通信领域最具潜力的研究方向之一,导频污染成了制约整个大规模MIMO系统性能的"瓶颈".本文论述了大规模MIMO系统导频污染问题,分析了导频污染下的传统信道估计算法.针对导频污染下最小均方误差(Minimum Mean-SquaredError,MMSE)估计算法需要获取完美的小区间大尺度信道系数,介绍一种改进的多小区大规模MIMO系统信道估计算法,性能接近理想的MMSE算法.【期刊名称】《广东通信技术》【年(卷),期】2016(036)002【总页数】4页(P76-79)【关键词】大规模 MIMO;MMSE 导频污染【作者】杨中豪;乔宽【作者单位】重庆邮电大学通信与信息工程学院;重庆邮电大学通信与信息工程学院【正文语种】中文大规模MIMO（Multiple-Input-Multiple-Output）目前已成为5G无线通信领域最具潜力的研究方向之一，导频污染成了制约整个大规模MIMO系统性能的“瓶颈”。

本文论述了大规模MIMO系统导频污染问题，分析了导频污染下的传统信道估计算法。

针对导频污染下最小均方误差（Minimum Mean-SquaredError，MMSE）估计算法需要获取完美的小区间大尺度信道系数，介绍一种改进的多小区大规模MIMO系统信道估计算法，性能接近理想的MMSE算法。

杨中豪重庆邮电大学通信与信息工程学院。

乔宽重庆邮电大学通信与信息工程学院。

随着现代科学技术的迅猛发展，通信领域也处在不断的进步之中，特别是近些年来，更是突飞猛进。

图1为移动通信技术演进示意图，到目前为止，5G还没有一个具体的标准。

大规模MIMO无线通信，在基站覆盖区域内配置数十根甚至数百根以上天线，较4G系统中的4（或8）根天线数增加一个量级以上，已经成为下一代通信的关键候选技术，如图1所示。

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。

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。