论文部分内容阅读
移动通信迅速发展,5G(Fifth-Generation)移动通信的研究正如火如荼。大规模 MIMO(Massive multiple-input multiple-output,Massive MIMO),作为 5G中的关键技术之一,近几年受到了人们的广泛关注。相比较传统的MIMO,大规模MIMO系统配置了大量的发射天线以及服务更多的用户,其数量远远多于传统的MIMO系统。而且大规模MIMO有很多优点,比如,随着天线数的增加,天线之间趋于正交,受到的干扰减小,系统性能得到提升等。但正是由于大规模MIMO系统配有大量的收、发天线,使其预编码算法中矩阵的维数非常大,这就导致了计算矩阵逆的复杂度增加。因此,本文主要针对如何降低大规模MIMO系统中预编码算法的计算复杂度方面展开研究,重点讨论了基于迭代算法的预编码方法。首先,论文对大规模MIMO系统模型、信号模型,以及一些相关参数进行了分析。给出预编码算法的基本原理以及预处理的过程,并讨论了经典的预编码算法中的迫零预编码和规则化迫零预编码,研究了基于高斯迭代、逐次超松弛迭代法、Richardson迭代的预编码算法,以及基于Neumann级数展开的预编码算法,并在瑞利衰落信道模型下,对这几种预编码算法并进行仿真及对比并分析。其次,在研究基于Richardson迭代的预编码算法的基础上,从性能角度考虑,对其参数选取方法进行改进,参数由原来根据系数矩阵的最大最小谱半径改为利用系数矩阵中的主对角上的元素和进行选取。然后利用改进后的Richardson迭代算法构造预编码矩阵,即基于改进的Richardson迭代的RZF预编码算法,对其复杂度进行分析,并与基于Neumann级数的预编码算法进行比较。就误码性能与基于Neumann级数的预编码算法、基于Richardson迭代预编码算法进行仿真对比分析,以及基于改进Richardson迭代的预编码算法的误码性能随发射天线数的变化,以及不同的调制方式对其误码率的影响进行仿真。最后,在研究了逐次超松弛迭代和对称超松弛迭代算法的基础上,综合复杂度和性能的考虑对这两种算法进行加权,然后利用加权-对称超松弛迭代算法构造预编码矩阵,提出了基于加权-对称超松弛迭代的预编码算法,并给出简单的松弛参数和加权因子的选取方法,而且仅与系统参数相关。对基于加权-对称超松弛迭代的预编码算法的复杂度进行分析并与上面提到的基于改进的Richardson迭代算法以及基于Neumann级数的预编码算法进行比较。然后,对基于加权-对称超松弛迭代的预编码算法就误码性能进行仿真,并与基于Neumann级数的预编码算法以及基于改进的Richardson迭代的预编码算法进行仿真对比。基于加权-对称超松弛迭代的预编码算法的误码性能随发射天线数的变化,以及不同的调制方式对其误码率的影响进行仿真分析。