大规模协作MIMO无线通信网络中低复杂度并行化预编码技术研究

The optimization of beamforming designs in massive co-operative multi-input multi-output (MIMO) wireless communication networks faces many challenges, such as high non-convexity, coupled variables, extremely high computational complexity and so on. This project aims at improving the time efficiency, reducing the communication overhead and the difficulty in implementing the distributed optimizations in massive co-operative MIMO networks, and finally achieving optimal beamforming designs with high efficiency and low complexity. This project will regard efficient solutions of highly non-convex coupling optimization problems as the breakthrough point, and start systematic research on the optimal beamforming designs in massive co-operative MIMO wireless communication networks by using large scale non-convex optimizing theories, large scale non-convex optimizing technologies, large scale random optimizing technologies, low complexity precoding theories, distributed precoding algorithms and robust precoding algorithms. This project will investigate the architectural features of massive co-operative MIMO networks and adopt multi-user information theory as well as Alternating Direction Method of Multipliers (ADMM) to develop new parallel non-convex optimization methods. Finally, distributed precoding design schemes and algorithms of high efficiency and low complexity will be achieved, which can provide technical references to satisfy the high requirements in future communication systems.

大规模协作MIMO无线通信网络中，预编码优化面临高度非凸、变量参数复杂耦合、计算复杂度急剧提升等挑战难题，本项目力求改善分布式优化的时间效率、降低分布式优化的通信开销、降低分布式优化的实现难度，从而实现高性能、分布式、低复杂度预编码技术。本项目拟以参数深度耦合的高度非凸优化问题的有效求解方法为切入点，系统研究大规模协作MIMO预编码设计方案的高效优化求解算法，主要涉及大规模非凸优化基本理论、大规模非凸优化问题并行化技术、大规模随机优化技术、低复杂度预编码算法、分布式预编码算法和鲁棒预编码算法等。本项目拟通过发掘和利用大规模协作MIMO无线通信网络的结构特征，综合应用多用户信息论和乘子交替方向法（ADMM）等新型优化理论，开发并实现新型的并行化非凸优化技术，进而实现高效率、低复杂度的分布式预编码设计方案和算法，为满足未来更高的通信需求提供技术参考。

项目围绕大规模协作MIMO面临的环境适应性差，网络频谱效率和能量效率低等方面的挑战，提出了多种低复杂度、分布式及鲁棒性高的预编码算法，主要包括：1）研究了大规模非凸优化基本方法。针对正交多址(NOMA)中继协作网络传输速率最大化优化问题，提出序列凸优化算法求解功率分配问题。针对用户中心式MIMO-NOMA去蜂窝物联网中波束赋型和功率分配联合优化问题，研究了迫零波束赋型算法求解波束赋型优化方法。考虑MIMO异构网络资源的有限性和终端设备的自身利益，探究了牛顿算法、凸优化方法和迭代算法进行联合用户关联与功率控制方法。2）研究了大规模密集通信功率控制与预编码并行化方法。针对毫米波大规模MIMO-NOMA系统因单波束宽度限制而引发的可靠通信问题，提出了一种基于多波束的用户配对和混合预编码方案。针对毫米波大规模MIMO系统中混合预编码设计受限于恒模约束，提出了一种利用矩阵分解优化的高效节能混合预编码算法。针对毫米波大规模MIMO系统中混合预编码存在高能耗与性能差的问题，提出了一种基于动态子阵结构的多用户混合预编码方案和基于混合动态结构的多用户多流混合预编码算法。3）研究了大规模随机优化等关键技术，考虑高层建筑物三维异构网络的用户关联性，提出了基于最大瞬时信号干扰噪声比用户关联策略的系统覆盖概率与平均速率表达，基于最大长期平均接收功率与最小传输距离用户关联策略的系统性能表达。针对频谱共享的异构网络中终端设备之间干扰剧增，提出了多智能体深度学习网络方法来提升系统能量效率。研究大规模MIMO-D2D蜂窝系统中导频污染和功率限制，提出了最大频谱效率乘积的导频分配方法。.综上，在本项目的支持下，按照研究计划中的研究内容和技术路线，团队成员累计发表学术论文21篇，其中SCI收录19篇；发表国际学术会议论文3篇；获广西技术发明奖二等奖1项；培养9名硕士毕业。研究期间，负责人带领成员多次参加全国性的学术交流，相关研究成果对异构泛在复杂网络的研究与应用具有重要参考价值。