非理想硬件条件下的去蜂窝大规模MIMO系统性能优化.pdf

摘要

随着蜂窝小区的密度越来越大，小区间干扰严重限制了大规模多输入多输出（massive

MultipleInputMultiple-Output，mMIMO）的系统性能，尤其是小区边缘用户的性能受到了严

重影响。为了解决上述问题，去蜂窝（Cell-Free）大规模MIMO系统应运而生，作为分布式

大规模天线系统的一个重要分支，在指定区域内随机部署大量的具有单根或多根天线的接入

点（AccessPoint，AP）去代替传统的基站（BaseStation，BS），并且在同一时频资源块同时

服务所有用户，从而为所有用户提供了均匀的服务质量，解决了边缘用户体验较差的问题。

实现去蜂窝大规模MIMO系统的一个关键问题是如何解决日益增长的部署支出，因为不断增

长的无线通信需求迫切需要部署更多的AP。为了保证经济可行性，其中一个解决方案是在收

发器上部署成本的非理想天线阵列，从而硬件方面的缺陷不可避免。例如本地振荡器(Local

Oscillator，LO)的相位和频率不稳定引起的相位噪声，低分辨率模数转换器(Analog-to-Digital

Converter，ADC)引起的量化失真，低噪声放大器和混频器引起的噪声放大。这些非理想硬件

引起去蜂窝大规模MIMO系统性能下降。

本文基于非理想硬件条件下的去蜂窝大规模MIMO系统，研究了硬件损伤对系统性能的

影响以及相关的性能优化方案。具体考虑了两种场景，一种是系统存在相位偏移和失真噪声，

另一种是在AP处使用低分辨率ADC，主要工作如下：

针对相位偏移和失真噪声的问题，本文采用考虑了相位偏移、接收机失真噪声以及放大

器和混频器的高斯热噪声的去蜂窝大规模MIMO系统模型。采用线性最小均方误差（Linear

MinimumMeanSquareError，LMMSE）信道估计器，推导了上行链路数据传输和速率的封闭

表达式。根据表达式提出了旨在最大化上行和速率的功率控制问题。其中基于拉格朗日乘子

法的求解方案是求解该问题的一般方法，但是该方案在设计时数学计算过于复杂。据此本文

提出了基于粒子群（ParticleSwarmOptimization，PSO）算法的优化方案。该方案通过设定初

始可行功率系数的粒子群和搜索方向，在可行域内不断更新粒子群的全局最优位置和搜索方

向，求解出最佳的功率控制系数。仿真表明，基于粒子群算法的方案较基于拉格朗日乘子法

的方案提升了一定的上行传输和速率，并且减少了求解的迭代次数，节约了求解时间，提升

了系统性能。

针对在AP处部署低分辨率ADC导致去蜂窝大规模MIMO系统性能下降的问题，本文

采用加性量化噪声模型（AdditiveQuantificationNoiseModel，AQNM），利用MMSE信道估

计，推导了上行传输和速率的近似表达式。并在此基础上深入分析了AP天线数、用户天线数

以及ADC精度对上行传输和速率的影响。此外还提出了一种旨在最大化上行总传输速率的

ADC量化比特数和单用户发送功率同时受限的优化问题。由于此问题直接求解较为困难，本

文提出一种求解方案，根据两个约束拆解为两个子问题，通过将功率约束的子问题嵌套进受

ADC量化比特数约束的子问题，将两个问题的解分别用于交替迭代更新另一个问题的解以求

解出最佳功率分配方案，并设计了算法实现该求解方案。仿真表明，本文提出的新方案与平

均功率分配方案（EqualQuantisationandEqualPowerControlscheme，EQPC）相比显著提升

了速率，能有效地减轻去蜂窝大规模MIMO系统中部署低分辨率ADC引起的性能下降。

关键词:去蜂窝大规模MIMO，非理想硬件，功率优化，上行传输和速率最大化

Abstract

Asthedensityofcellularnetworkscontinuestoincrease,inter-cellinterferenceseverelylimits

theperformanceofmassivemultiple-inputmultiple-output(mMIMO)systems,especiallyforedge

userswhoseperformanceisse