5G Massive MIMO 系统能量有效的波束赋形技术研究

The beamforming of massive MIMO systems in millimeter wave band is a key technology which can be used in the future 5G wide area coverage and hot spots scenarios to ensure the transmission performance. However, high energy consumption and costs caused by large-scale antenna arrays and equivalent number of RF links not only lead to the inapplicability of traditional digital beamforming technology, but also have a significant impact on the global economy and environment. Accordingly, this project looks at the basic scientific research on the design and optimization of energy-efficient beamforming pre-processing strategies for massive MIMO systems. Specific contents include: With rank-deficient channel estimation in millimeter wave band, hybrid precoding algorithms will be designed to reach identical performance with the traditional digital beamforming; The energy harvesting technology is introduced in the massive MIMO systems in which a renewable and a constant non-renewable energy source are complementary supplied, energy beam optimization is further considered for achieving green energy-saving communications; Beamforming strategies for overcomeing phase mismatching problem, which is caused by wide beamwidth of the pilot and narrow beamwidth of data transmission, is devised. This project aims to achieve better system performance with higher energy efficiency for 5G cellular mobile communications, and finally lay the foundation for the practical application of massive MIMO technology and the realization of green communication.

Massive MIMO系统毫米波段的波束赋形是应用于未来5G连续广域覆盖与热点高容量场景以保证传输性能的关键技术。然而，由大规模天线阵列以及等数量RF链路带来的高能耗和高花费不仅导致传统全数字波束赋形技术不适用，还会对全球经济和环境造成重大影响。基于此，本项目对Massive MIMO系统能量有效的波束赋形预处理策略的设计与优化开展基础科学研究。具体内容包括：结合毫米波系统缺秩信道估计，设计部分连接架构下的混合波束赋形算法以达到与全数字波束赋形相同的性能；将能量采集引入到Massive MIMO系统使可再生能源与恒流源互补供电，并进行能量波束优化以实现绿色节能；设计波束赋形策略以克服Massive MIMO系统导频宽波束估计与数据窄波束传输导致的相位失配问题。本项目旨在使5G蜂窝移动通信以更高能效性获得更好的系统性能，为Massive MIMO技术的实际应用及实现绿色通信奠定基础。

Massive MIMO系统毫米波段的波束赋形是应用于未来5G连续广域覆盖与热点高容量场景以保证传输性能的关键技术。然而，由大规模天线阵列以及等数量RF链路带来的高能耗和高花费不仅导致传统全数字波束赋形技术不适用，还会对全球经济和环境造成重大影响。基于此，本项目对Massive MIMO系统能量有效的波束赋形预处理策略的设计与优化开展了基础科学研究。具体研究内容包括：(1)在部分连接架构下，设计了一种基于矩阵分解的交替优化混合波束赋形算法，仿真验证了算法的收敛性，同时证明所提算法的性能可以接近全连接经典算法和高维度全数字波束赋形系统，并优于模拟波束赋形系统和部分连接经典算法，实现了硬件复杂度和系统性能的有效折衷；(2)将能量收集技术引入到Massive MIMO系统使可再生能源与恒流源互补供电，在已知完整的信道状态信息和能量收集过程的前提下，提出使频谱效率和能量效率最大的最优功率分配离线算法；基于此，又提出了两种实用的在线优化算法，其中马尔可夫预测算法，通过转移矩阵预测信道状态变化和能量收集速率，时隙检测在线算法则更好地平衡了系统性能与算法复杂度；利用matlab仿真验证了算法的有效性，结果表明，提出的在线算法的性能逼近离线算法，为混合能源系统的部署提供了有效参考；(3)研究并推导了一种次优的波束赋形算法，最终保证上行导频宽波束矢量方向图与下行数据窄波束矢量方向图在传输主角度上的相位可以匹配，达到了降低传输误比特率的目的。本项目的总体目标是使5G蜂窝移动通信以更高能效性获得更好的系统性能，为Massive MIMO技术的实际应用及实现绿色通信奠定了基础。