5G移动通信系统中基于微分流形最优化算法的预测预编码技术研究

In order to meet the higher requirements of 5G mobile communication system for reliability of high-speed time-varying large-scale MIMO channel transmission, this project proposes the transmission technology based on differential manifolds to solve quantization errors, feedback delays, feedback overhead and multiuser interference in large-scale limited feedback MIMO systems. Based on the theory of differential manifold, the geometric characteristics of Grassmannian manifolds and the optimization algorithms on Grassmannian manifolds are studied. By using the time domain correlation of the channel, the high-resolution dynamic focus codebook is designed to reduce the quantization errors and the feedback overhead. In order to reduce the feedback delay for the large-scale MIMO time-domain correlation channel, it is proposed to combine the optimization algorithms on Grassmannian manifolds with the predictive precoding. In order to solve the problem of multiuser interference in distributed large-scale MIMO time-varying interference channels, the interference alignment precoding methods based on the optimization algorithms on Grassmannian manifolds are proposed. The research work of this project is of practical value and development prospect for the design of 5G large-scale MIMO limited feedback system.

为了满足5G移动通信系统对高速时变大规模MIMO信道传输的可靠性提出的更高要求，本项目提出将时变信道建模于微分流形上，通过深入研究基于微分流形的大规模MIMO发射技术，以解决大规模MIMO有限反馈系统中量化误差、反馈延迟、反馈开销、用户干扰等问题。在深入研究微分流形的理论，分析Grassmannian流形的几何特性，研究Grassmannian流形上最优化算法的基础上，本项目提出利用信道的时域相关性设计高分辨率的动态聚焦码本以降低量化误差、减少反馈量；提出将Grassmannian流形上的最优化算法与预测预编码相结合以减轻反馈延迟对大规模MIMO时域相关性信道下发射预编码性能的影响；提出基于Grassmannian流形上最优化算法的干扰对齐发射预编码以解决分布式大规模MIMO时变干扰信道下的用户干扰问题。本项目的研究工作对于5G大规模MIMO有限反馈系统的设计具有实用价值和发展前景。

本项目针对5G移动通信系统对高速时变大规模MIMO信道下传输可靠性提出的更高要求，对5G大规模MIMO系统下基于微分流形的预编码，5G毫米波大规模MIMO系统下的混合预编码，以及面向6G的时频空非平稳信道下超大规模超宽带系统的信道估计和预编码进行了深入研究。通过本项目的开展，已经形成一套大规模MIMO预编码的理论与方法，取得了一系列基础理论与关键技术创新成果。主要解决的关键问题与创新点包括：.（1）大规模MIMO系统下基于微分流形的预编码问题。①本项目针对多数据流空间复用传输的MIMO时变信道，提出了一种基于Grassmannian流形的MIMO时变信道上的多数据流有限反馈预测预编码方案。②本项目从Grassmannian流形的几何特性入手，设计了一种MIMO时变信道下的高分辨率动态聚焦的多维切空间码本。③本项目将干扰信号对齐在干扰空间，提出了一种Grassmannian流形上的共轭梯度干扰对齐预编码。④本项目将信号的发射子空间和干扰子空间建模于Grassmannian流形上，提出了一种基于Grasmannian流形上共轭梯度算法的联合干扰对齐预编码。⑤在此基础上利用基于Stiefel流形测地线的梯度算法，提出了一种基于Stiefel流形的单边干扰对齐预编码方案。.（2）毫米波大规模MIMO系统下的混合预编码问题。①本项目针对毫米波信道，多个用户有高相关传输路径的情况，提出了一种基于连续干扰消除的毫米波MIMO信道混合预编码算法。 ②本项目基于Grassmannian流形设计了一种多维切空间高分辨率动态聚焦码本，提出了一种大规模3D MIMO系统的有限反馈混合预编码方法。③本项目针对多小区多用户大规模MIMO系统的信号干扰问题，提出了一种多层预编码方案。.（3）时频空非平稳信道下的超大规模超宽带系统的信道估计和预编码问题。①本项目针对超大规模天线阵列下的信道近场效应和空间非平稳性，提出了一种基于阵列分组的信道估计方案。②本项目针对超宽带信道的频域非平稳性，提出了一种带通滤波器辅助的两层移相器混合预编码方案。③本项目针对高速时变的时域非平稳性信道，提出了一种基于双导频和深度学习的混合预测预编码方案。