大规模天线阵列系统的关键技术

大规模天线阵列系统与传统的MIMO系统在无线通信理论和研究上存在较大差异，其关键技术问题也与传统MIMO不同，具体表现在大规模天线系统的信道信息获取、无线传输方法和资源分配等方面。

（1）大规模天线系统的信道信息获取技术

随着基站天线个数以及移动设备用户数的增加，大规模信道信息的获取成为无线通信系统的技术瓶颈。大规模天线系统的信道信息获取面临如下问题：如何有效地降低导频开销，使得开销不随着用户总天线个数线性增加；如何设计导频信号以及复用方法，有效地利用导频资源，提高信道信息获取的精度。对于TDD（时分双工）系统，还需要解决因收发端硬件射频电路而产生的互易性校准问题。

1）导频设计

导频信号是基站连续发射未经调制的直接序列扩频信号，它使得手机能够获得前向码分多址信道时限，并且为各基站提供信号强度比较，便于手机确定何时进行切换。提供一套良好的参考信号设计机制，是提高移动通信系统传输效率和可靠性的关键。按功能划分，参考信号包括用于获取信道质量的参考信号（CSI Reference Signal，CSI-RS）和用于解调数据的参考信号（Demodulation RS，DM-RS），其中前者通常用于信道质量测试，而后者则用于解调数据。

2）信道估计

在移动通信过程中，发射机和接收机之间的传播路径非常复杂，无线通信系统的性能很大程度上受到无线信道的影响。然而，无线信道具有很大的随机性，它不像有线信道那样的固定且可以预见，而为了获得良好的通信效果，接收机必须提前了解信道的基本情况，这就对接收机的设计提出了很大的挑战。

所谓信道估计，就是接收机从接收数据中将假定的某个信道模型的模型参数估计出来的过程。如果信道是线性的话，那么信道估计就是对系统冲激响应进行估计。通过信道估计，接收机可以得到信道的冲激响应，从而为后续的相干解调提供所需的CSI。

在大规模天线的信道建模的基础上，针对不同的信道环境，采用相应的估计方法，可以提高信道估计的精度。基于参数化的信道建模并挖掘大规模天线系统信道的稀疏性，是提升信道参数估计并降低导频开销的有效途径。

（2）大规模天线系统的传输方法

在大规模天线系统中，随着天线数量和用户数的增加，如何建立起基站和移动终端的通信链路，实现数据上行和下行的最优化传输方案是较大的难题。多用户接入信道和多用户广播信道的信息理论为大规模天线系统的传输方式提供了基础理论。

1）波束成形技术(www.xing528.com)

波束成形（Beam Forming）技术是一个源于自适应天线的概念，实现波束成形技术的前提是采用多天线系统。传统通信方式是基站与手机间单天线到单天线的电磁波传播，而在波束成形技术中，基站端拥有多组天线，可以自动调节各个天线发射信号的相位，使其在手机接收点形成电磁波的叠加，从而达到提高接收信号强度的目的。

由于采用了多组天线，从发射端到接收端的无线信号是通过多条路径传输的，在接收端采用一定的算法对多个天线收到信号进行处理，可以明显改善接收端的信噪比。即使在接收端较远时，也能获得较好的信号质量，这便是波束成形技术的“迷人之处”。在接收端，对数字信号进行处理时，可以通过对多天线阵元接收到的各路信号进行加权合成，形成所需的理想信号。

若从发射天线的角度看，这种利用数字信号处理产生的叠加效果就如同形成了规定指向上的波束，因此称为“波束成形”。通过这一技术，发射天线的能量可以汇集到用户所在位置，而不向其他方向扩散，并且基站可以通过监测用户的信号，对其进行实时跟踪，使最佳发射方向跟随用户的移动，保证在任何时候手机接收点的电磁波信号都处于叠加状态。业内有个较为形象的比喻：传统的发射天线有点类似“点光源”，它们发射到移动终端的无线信号是发散的，难以保证信号能量比较集中地到达某个区域；而采用波束成形技术的天线阵列所提供的信号有点类似“线光源”，可以像手电筒一样照射到某个小尺寸区域，从而提供更加集中的能量。

2）利用统计信道信息的空分多址传输方法

为了进一步挖掘多用户广播信道的容量，传统下行多用户发送端通常假设已知信道信息，于是，传输方法的关键便成为了如何在不同准则下设计多用户最优发送信号。

对此，有研究人员提出波束多重存取（Beam Division Multiple Access，BDMA）的传输方法，即通过为不同的用户选择互不重叠的波束集合与之进行通信，这样做的好处是能够将多用户MIMO信道分解为多个单用户的MIMO信道，并且降低导频开销和收发端处理的复杂度，该方法的基础是波束成形技术；还有另一种称为联合空分复用（Joint spatial division and multiplexing，JSDM）的处理方式，即通过结合空间分集和多路分集，采用二级预编码的方法来完成。

3）大规模分布式MIMO的下行传输方法

大规模分布式天线系统的功率具有稀疏性，可通过采用置信传播算法进行RZF预编码，该方法可降低RZF预编码的复杂度。并可利用功率稀疏性，采用压缩感知中近似消息传输方法，减少消息传递次数，进一步降低RZF预编码复杂度。与此同时，还可利用空间信道协方差信息，结合RZF算法，进一步降低计算复杂度。

对于采用TDD的大规模分布式MIMO-OFDM系统，上行链路信道估计得到具有稀疏性的大维度信道矩阵，可通过低复杂度的求逆，得到其对应的逆矩阵。计算用户间的干扰抑制矩阵。通过二级预编码，得到降空间维度的等效信道，计算每个用户的上行预编码和下行预编码。在实际系统中，首先多个用户经过上行预编码后发送，基站端找到接收到的信号的干扰抑制矩阵降维度空间，再对单用户进行检测。由于TDD具有上下行信道互易性，下行链路可利用已知的上行链路对每个用户进行预编码，再采用干扰抑制矩阵进行第二级预编码。

（3）大规模天线系统的资源调度与分配技术

资源分配也是无线通信中的研究热点，该领域主要研究如何实现低复杂度的资源分配技术和多用户调度技术。为了提高无线资源的利用率，大规模MIMO系统需要联合优化调配空时频资源、功率资源以及空分用户组资源。统计空分复用可以降低大规模MIMO的实现的复杂度，但是其性能受限于用户的分簇。如何设计低复杂度、高性能的资源分配，对大规模天线的实现至关重要。资源分配管理主要包括时频资源分配、空域资源和节点资源的分配三个方面内容。